壁打ちエンジニアリング 軸①〜③（前提共有・問いの粒度・答えの種類）

AIロールプレイ中にプロンプトの矛盾による不具合が発生したため、LLMが衝突する指示にどう対応するかを検証。Gemini、GPT、Claude Opusの3モデルで実験した結果、いずれも「末尾の指示を最新の意図として優先する」傾向が強いことが判明。矛盾の解消とプロンプト末尾への重要指示の配置がシステム安定性向上に効果的。

Claude Opus 4.6/4.7/4.8 と GPT 5.5 では、推奨されるプロンプト形式が大きく異なる。Opus 4.6 は相談型で曖昧な依頼にも対応する一方、Opus 4.7/4.8 は仕様を明示的に書く必要があり、GPT 5.5 はゴール設定型で経路判断を AI に委ねる。各モデルの特性を理解しないと従来のプロンプトが機能しない可能性がある。

Anthropic が 2026年6月に発表した Claude Fable 5 が Amazon Bedrock で利用可能になった。セーフガード付きの Fable 5（セーフガードなし版は Mythos 5）は 1M トークンのコンテキストで Mythos Preview の 40% 価格を実現。本記事は Agreement 作成・Data Retention 設定・Converse API での推論実行の手順と注意点を検証結果で整理する。

2026年6月時点で OpenAI、Anthropic、Google、DeepSeek、MiniMax が相次いでリリースした8大AIモデルを、BenchLM総合スコアと Arena Elo の人間嗜好評価の2軸で比較。Claude Opus 4.8 は総合スコア95でコーディング特化、GPT-5.5 は Agent 能力で優位。両評価軸のズレが選定シグナルになる構図を解説。