2026年11月10日の厳選テックニュース
Claude Fable 5.2 プロンプトガイド:作業を早く止める問題と不要な承認要求を減らす方法
- Anthropicの公式ドキュメントが、Claude Fable 5.2に合った指示文の書き方をまとめた。モデルがどの程度考えるかを決める設定である労力レベルは、デフォルトのhighから始め、自前の評価で上げ下げするよう勧めている。以前のモデルに合わせた値をそのまま使わず、再比較するよう案内している。
- 長い作業では、モデルが作業を残したまま止まることがあり、lowとmediumでより頻繁に起きる。Anthropicが記録されたセッションをmediumで再実行したところ、最後までやるよう促す文言を入れると、作業が残ったまま終わったセッションが約半分に減り、出力トークンは約30%増えた。
- プロンプトにコードがモデル自身のものだと書くと、重複コードを統合する割合が試行の約半分に上がり、書かない場合は10分の1未満だった。これはAnthropicの小規模なコーディング試験の結果で、このとき出力トークンは約1.5倍になり、依頼していない変更も生じた。
- 承認ルールは書かれたとおりに適用されるため、対象となる作業を正確に書く必要がある。Anthropicの模擬試験では、外部の人へのメッセージ送信を承認対象として書くと、同僚や他のチームに送る日常的な依頼の約半分をモデルが実行しなかった。
少年スポーツ団体の規約質問ボットの実験、条文単位に分けて読ませると正答率が52%から72%に
- 規約、案内文、連絡文から根拠を探し、会費や返金などの問い合わせに答えるチャットボットです。文書を小さな断片に分けておき、質問に近い断片だけをAIに見せる方式(RAG)で、実験の文書は作成者が作った架空のクラブの資料です。
- 文書を400文字ずつ切る方式から規約を条文ごとに分けると、32問の正答率が3回平均で52%から72%に上がりました。採点は回答と同じClaude Sonnet 4.5が担当しており、自分の答えに甘くなる可能性があると作成者は述べています。
- 単語一致検索の併用、規約の断片を最低2個保証すること、渡す断片を8個に増やすことは、いずれも誤差の範囲か、むしろ悪化しました。原則と事例が同じ言葉で書かれているため、規約を引き上げると必要な連絡文が押し出されました。
- データを外部に送らないようノートパソコン(RTX 3050)向けのローカルモデルに替えると、正答率は約2割下がりました。検索用の埋め込みの交換は平均2.7問の減少で、40億パラメータの回答モデルへの交換はさらに約13問の減少でした。
AIが書いたテストが全て通っても信頼しにくいとき、コードをわざと壊してテストの強さを測るStryker
- テストが全て通っても、そのテストが実際に誤りを検出できるかは分からない。ミューテーションテストは、コードをわざと少しずつ壊してからテストが失敗するかを確認する。失敗すれば検出、通れば見逃しである。Strykerはこの過程を自動で行うツールだ。
- 著者のチームは、会社ごとにデータを自動で絞り込むPrismaクライアント(モデル131個)に適用した。モデルごとの条件を記した定義表は最初から100%で、手書きのクライアントテストは89.74%で補強した後に100%になった。
- 見逃した例の中には、他社の行を削除する試みが、会社ごとのフィルターではなく外部キー制約のために失敗していたテストがあった。レビューの指摘を受けてAIが追加したbind呼び出しは、削除しても動作が同じで不要なコードだと分かった。
- 著者の環境では、ミュータント407個に3分30秒かかり、規模が1,326個に拡大すると24分かかった。関係のないテストまで実行されないよう、実DBのテストだけを指定する必要があり、著者はPRの前に一度実行する方式を考えている。
開発者がマネージャーを敬遠する理由とは違い、現役EMが語る組織課題を解く面白さ
- エンジニアリングマネージャー(EM)は開発チームを率いる管理者です。筆者は、マネージャーを承認や会議、調整、責任とプレッシャーとしか見ていない開発者は少なくないだろうと述べ、自分も以前マネージャーの打診を断ったと明かしています。
- 筆者は、マネージャーは人の管理だけをする役職ではないと主張します。組織の課題を解いてチームが力を発揮できるようにする役割であり、問題を見つけ、構造を把握し、本当の原因を突き止める過程はエンジニアリングに似ていると考えています。
- 例として、チームAがチームBとたびたび調整しなければならなかった原因を調べたところ、二つのチームが担当するコードが強く絡み合った構造でした。それを緩やかに直した後、チームAは調整なしで開発できるようになったと紹介しています。
- 筆者は、単一チームのEMが自ら開発も並行するプレイングマネージャーを勧めています。技術的な判断力を養うためですが、並行は負担が大きく、開発の腕の伸びも遅くなる点は認めています。
インスタグラム、文章で説明するとストーリーズ用のAIフィルターを作れるエフェクトビルダーを公開
- 欲しいフィルターを文章で説明すると、AIチャットボットがインスタグラムのストーリーズで使えるオリジナルフィルターを作ってくれます。参考にするスタイル画像を添付することもできます。
- 自分の写真をアップロードして結果をプレビューし、追加のリクエストで修正できます。インスタグラムのAIがリクエスト文をより詳しく書き直してくれるオプションもあります。
- ザ・ヴァージの記者が「写真をマンガのページに変えるフィルター」を試したところ、AIが複数の段落に膨らませたリクエスト文の結果は、一行のリクエスト文の結果とほぼ同じに見えたとのことです。
- 作ったフィルターはツールからそのまま提出できます。インスタグラムによると、安全審査を通過したエフェクトはストーリーズで誰でも使え、使われるたびに作成者のプロフィールにリンクされます。
カナダのリアルタイム決済網RTRが開通、昼夜を問わず決済と精算を処理
- カナダの決済運営機関ペイメンツ・カナダが、新しい全国決済網RTRを開始した。参加する銀行と決済事業者は、営業時間に関係なく、一日24時間、年中無休で決済をやり取りし、すぐに精算する。
- 既存の銀行と決済チャネルをそのまま使う。ペイメンツ・カナダによると、企業はキャッシュフローをリアルタイムで確認でき、決済により多くの情報を載せられる。
- 開始時から不正防止サービスが必須となる。受取人確認(初日は個人口座のみ提供)、不正リスクスコア、リスクリスト、不正報告プラットフォームが含まれる。
- 最初の参加企業はウェルスシンプル、コホ、バンク・オブ・アメリカなど8社である。主要銀行などが順次加わり、1年以内にカナダ人10人のうち9人以上が利用できるようにする計画だ。