提案書骨子生成で参考資料が4000字を超えるとAIの順位が入れ替わる理由を検証

Kaggle が提供する AI Quota は毎日 10 ドル分の LLM API 呼び出し枠で、Kaggle Benchmarks プラットフォーム上で Claude、GPT、Gemini など複数モデルを同一タスクで比較検証できる。汎用ベンチマーク（MMLU など）では測定できないニッチなタスクに最適なモデルを見つけたり、レイテンシ・コスト・精度のトレードオフを評価したりする際に活用する。

タロット・おみくじ・手相の3つのClaude API連携アプリを通じて、個人開発で一貫して守ってきた設計パターンを整理。決定的ロジックとAI解釈の分離、プロンプトの役割・文章量・形式の明示、APIキーのセキュアストレージ管理といった共通アーキテクチャから、テキスト入力から画像入力への拡張まで、段階的な型の応用方法を事例で解説。

Claude を用いた e-Stat 統計データ取得では、エラーが表示されず内容が間違う「通ってしまうバグ」が発生しやすい。この対策として、ワークフロー定義書・失敗パターン台帳・検証コードの 3 ファイル体制に固めることで、モデルの判断を最小化し、実行と報告のみに限定することで安定性を確保できる。

OpenAI が GPT-5.6 を全ユーザーに解放したことで、モデル選択の重要性が高まった。6つの実戦ケースの比較テストより、コーディング・長文分析・自律エージェント実行では Claude Fable 5 が優位、画像解析・生成・速度では GPT-5.6 が優位であり、用途に応じた使い分けが必須となった。