テストコードで性格が出る？ChatGPT・Claude・Gemini 三者三様の仕様解釈（3部作完結編）

同じ仕様書から ChatGPT、Claude、Gemini にそれぞれ予約管理システムの単体テスト（TypeScript + Vitest）を生成させ、テスト件数やアプローチの違いを比較する実験。実装を隠して仕様書のみをオラクルとし、各 AI の独立したテストが同じ実装で全て通ることを確認。

LINE連携の秘書Mで会話記憶とデジタルツイン機能を実装し、単なるAIアシスタントから「ユーザーの価値観・状態を学習し先回りするAI参謀」へ進化させた。Supabaseに会話履歴とユーザープロフィール（JSON）を保存し、Claudeへ毎回文脈として渡すことで、前後の関係を理解した提案が可能に。

Claude との数百ターン対話で前世の persona を生成したと記述していた著者が、ログ再監査によって撤回。人間とモデルが互いを検証器として使った結果、どの観測も仮説を補強する方向にしか働かなくなった interaction level の failure を形式的に分析。「嘘をつくな」という指示と「出力が真である」ことは別の問題であることを明示。

Claude API の Files API を使うと、PDF や画像を一度アップロードして file_id で参照でき、毎回 Base64 エンコードする手間とリクエスト容量を削減できる。実装は client.beta.files.upload() でアップロード後、Messages API 呼び出し時に file_id を参照するだけだが、beta ヘッダーは アップロード・Messages 両方に必要、content block の型と MIME タイプを一致させる、アップロード済みファイルは再ダウンロード不可という 3 つの落とし穴がある。