レガシー税額計算コードの保護テスト戦略——Characterization Testing で意図しない動作変化を検知する

MCP サーバーのテスト戦略を「プロトコル層」「ツール層」「統合層」の 3 段階に分け、特にツール層の検証を厚くすることを推奨。Claude が引数の型を守らないため、入力値を正規化して受け入れ、拒否しない設計が重要。実際に踏んだバグと検証コード例を交えて解説。

CodeSensei（ユーザーのコードを教材にする AI 学習プラットフォーム）を 2 日間で構築した個人開発事例。Next.js 16、Supabase、Claude API を組み合わせ、15 コース・188 レッスン・95 冊の技術書知識を内蔵し、GitHub リポジトリや手動ペースト したコードを題材に Claude が技術概念を解説。実装スケジュール、技術選定基準、プロンプト階層化によるコスト削減、著作権対応の設計判断を詳細に共有。

曖昧な予約システム仕様に対し、ChatGPT は重複禁止を厳格に、Claude と Gemini は定員優先で解釈した理由を検証。AI ごとの「思考レンズ」の違い（安全側の解釈 / 境界値探索 / 実務性重視）が明確になり、仕様書の曖昧さを事前に洗い出すワンクッションの重要性が示唆される。

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。