
Aurora MySQLからの移行は本当に必要か──ClickHouse・ALTIBASEとの比較で見えた判断基準
TL;DR Go + Gin + GORMで動くOLTPサービスを題材に、Aurora MySQLからClickHouse®・ALTIBASEへの全面移行を技術調査した。結論は「どちらも全面移行は非推奨」 ClickHouseはトランザクションが実験的機能で、ClickHouse Cloudでは使えない。SELECT ... FOR UPDATE もないため、行ロックに頼る処理を移せない(ClickHouse 25.8で実際に確認) ローカルで計測すると、1,000万行の集計はClickHouseがMySQLの約440〜840倍速かった。一方、主キー検索はMySQLが約5倍のスループットだった。同時に残高を減らす処理では、MySQLは FOR UPDATE で二重消費を防げたが、ClickHouseには防ぐ手段がなかった ALTIBASEはトランザクションに対応するが、Goの公式ドライバとGORM対応がなく、マネージドサービスもない 分析の要件がある場合に限り、Aurora MySQLにClickHouseを足すハイブリッド構成が合理的 判断の軸は「ワークロード特性」「トランザクション要件」「言語エコシステム」「運用体制」の4つ。この順に確認すると、早い段階で候補を絞れる はじめに こんにちは。and factory でバックエンドエンジニアをしている江州です。 「新しいDBのほうが速い」という話を聞くと、今のDBから乗り換えたくなります。しかし、速さだけで比べて移行を決めると、整合性や運用の問題は移行後に表面化します。 最近は、AIのワークロードに強く、大企業での採用も進んでいる新しいDBが次々に登場しています。私は2026年11月5日・6日に開催された「db tech showcase 2026」に参加し、さまざまなDBの説明会を聞いてきました。これをきっかけに、自社のサービスでも新しいDBが選択肢になるのかを調べることにしました。 もう1つの背景として、日頃から感じていた不満がありました。管理画面などで使う集計系のSQLは、対象の件数が増えるとどうしても遅くなります。私たちはスロークエリの閾値を0.3秒に設定していますが、大量のデータを対象にした複雑な集計では、1秒を超えるクエリがあります。閾値の3倍以上です。集計に強いDBを使えば、この不満を解消できるのではないかと考えました。 障害やコスト超過のような差し迫った課題があったわけではありません。事業部のサーバーエンジニア5人のチームとして、技術選定の判断材料を持っておくための技術調査です。本記事では、調査の過程と、同じ検討をする方が使える判断基準を共有します。 なぜClickHouseとALTIBASEを比べたのか 候補には、強みの方向が異なる2つのDBを選びました。どちらもAI時代の需要と大企業での採用実績を打ち出していますが、得意な処理は正反対です。 ClickHouse は列指向のOLAP向けDBで、大量データの集計を得意とします。 AI企業での採用: 2025年10月の公式発表によると、顧客は2,000社超。Anthropic、Meta、LangChain、Weights & BiasesなどのAI企業が、ClickHouse Cloudで業務上重要なシステムを動かしているとしている AI向けの機能: ベクトル検索、JSON、全文検索の機能を強化している。AIエージェントからデータを扱うためのMCPサーバーも提供している ALTIBASE はインメモリとディスクを1つのエンジンで扱う、ハイブリッド型のOLTP向けDBです。単一行の読み書きを得意とします。 大企業での採用: 公式サイトによると、顧客は700社以上で、Fortune Global 500の企業19社を含む。韓国の通信大手3社(SK Telecom、KT、LG U+)、Samsungグループの各社、大手銀行が採用しているとしている AIへの取り組み: 2025年10月のCTOインタビューで、標準SQLでベクトル演算を扱える次世代版を研究中と述べている 性格の異なる2つを同じサービスに当てはめると、どの条件で移行が成り立たなくなるかを明確にできます。後半で紹介する判断基準は、この条件をもとにしています。 対象サービスの前提 対象は、自社で運用しているOLTPサービスのバックエンドです。 項目 内容 言語・フレームワーク Go 1.27 + Gin v1.10 ORM・ドライバ GORM v1.30 + go-sql-driver/mysql v1.8 現行DB Amazon Aurora MySQL(ライター/リーダー構成) 実行環境 AWS(東京リージョン) 開発・運用体制 事業部のサーバーエンジニア5人 主な機能 認証、予約管理、ポイント管理、決済、レビュー トランザクションを使うファイル アプリケーション層で20ファイル スキーマの規模 全モジュール合計で200以上のマイグレーション トランザクションを使うファイル数は、リポジトリのアプリケーション層で Begin() を検索して数えました。認証・予約・決済・ポイントは、どれも単一行の読み書きが中心です。このサービスは典型的なOLTPワークロードだと言えます。 ...

2年目サーバーエンジニアがPHP製の社内管理画面をほぼ全自動でReactにリプレイスした
はじめに こんにちは。and factory でサーバーエンジニアをしている松ヶ浦です。 弊社では、自社アプリの広告関連の売上やKPIを管理する社内システムを内製しています。この管理画面はPHP(CodeIgniter 3)で作られていて、いわゆるレガシーな構成のまま運用されていました。PHPのバージョンは2022年11月にサポートが終わった7.4のままで、本来はバックエンドで守るべき権限の制御も画面側のコードで守っているような状態でした。それでも社内専用ということもあって、対応はずっと先送りにされていました。なお、今回のリプレイスでPHPの画面は停止して撤去し、権限の制御もバックエンド側で守るようにしています。 ただ、ここ最近でAIが十分に賢くなり、ハーネスエンジニアリングやソフトウェアファクトリーといった考え方も出てきました。そこで、今ならほぼ全自動でリプレイスできるのではないかと考え、React(Next.js)で作り直すことにしました。 僕はサーバーエンジニアで、フロントエンドを本格的に書いた経験はほとんどありません。そのため、実装はほぼすべてClaude Codeに任せると決めて、進め方の決まりと自動検査の仕組みを「ハーネス」として構築しました。 結果として、予定していた9画面の移植は、実装上のバグを出さずに終えられました。この記事では、作ったハーネスの構成と、実際に運用してみて見えてきた課題を紹介します。 プロジェクトの前提条件と技術スタック 対象は、エンドユーザーが触れない社内専用の管理画面です。売上の集計、KPIのダッシュボード、各種マスタ、管理ユーザーの管理などがあります。ほとんどがシンプルなCRUDで、バックエンドからフロントエンドまで、サーバーエンジニア1〜2名で開発、運用しています。 元のPHP版は、PHP 7.4とCodeIgniter 3.1でサーバー側がHTMLを組み立てる構成で、画面はjQuery、Bootstrap、DataTablesで作られていました。もともとPHPの画面がGoのバックエンドをgRPCで呼ぶ、PHPとGoのハイブリッド構成です。リプレイスに備えて、PHP側にあった集計などの処理はあらかじめGoに移植してありました。そのため、今回はREST APIを使うフロントエンドだけを、次の構成で作り直しています。 用途 採用技術 フレームワーク Next.js 16(App Router)、React 19、TypeScript データ取得 TanStack Query v5 フォーム周り react-hook-form、Zod UIスタイリング Tailwind CSS v4、shadcn/ui APIクライアント orval(OpenAPIからhooks・型・Zodスキーマを自動生成) テスト Vitest、Testing Library、Playwright、MSW CI GitHub Actions 実行環境 Node.js 24、pnpm なぜ「ハーネス」が必要だったのか チームにはフロントエンドの専任者がいないので、AIが生成したコードを人間が1行ずつ読んでレビューするのは難しいと考えました。かといって、チャット感覚でその都度AIに指示を出すと、出来上がりにブレが出そうです。既存のPHP版と挙動が変わったり、UIの崩れに気づけなかったりすることも心配でした。 そこで、人間がやることを次の3つに絞る仕組み(ハーネス)を作りました。 AIへ指示を出す(skillの実行) AIが作った実装計画のレビュー 最終的な画面の確認とマージ コードの実装、テストの追加、画面キャプチャの撮影までは、Claude Codeと自動検査(CI)に任せます。その代わり、任せた部分が勝手に崩れないよう、いくつかルールを決めました。 決めたことは、設計判断(ADR)や仕様書としてリポジトリに残し、口頭やチャットでの合意は仕様として扱いません。品質の合否は、コマンドで再現できる自動検査だけで判断し、手で埋めたチェックリストは根拠にしません。仕様も、実装しながら固めるのではなく、実装を始める前に画面仕様書で決めておきます。 さらに、Claude Code自身にも次のルールを守らせています。 実行していないテストを「合格」と書かない 失敗したテストをskipやリトライで無理やり通さない 承認された実装計画から勝手に外れない CIが落ちたときは専用のサブエージェントが直し、2往復しても直らなければ人間に戻す ハーネスの構成(3つのリポジトリとCI) ここで紹介するのは、運用しながら直したあとの形です。ハーネスは、役割ごとに3つのリポジトリに分けています。 1. リポジトリの役割分担 リポジトリ 役割・置いているもの docs 設計判断(ADR)、画面ごとの仕様、承認済みの実装計画、不変条件 skill Claude Codeを動かすためのskill(計画用skill、実装用skill) フロントエンド アプリケーションのコード、E2Eテスト、CIの定義 docs にある不変条件は、システムとして壊してはいけない性質をまとめたもので、全部で8件あります。たとえば「未ログインでは画面を見られない」「アクセス権のないデータは画面とCSVのどちらにも出さない」「自分自身は削除できず、権限の昇格もできない」といったものです。Claude Codeは、実装計画を立てる前に必ずこれを読み込みます。 ...

ISUCON2026に1人で参戦しました ── AIで準備は1時間、勝負は「AIに方向を考えさせる仕組み」へ
はじめに ISUCON2026に参加し、最終スコアは53,172点、順位は303位でした。参加は856チーム(負荷走行を実行したのは662チーム)で、失格にならず順位がついた579チーム(公式結果)のうち、ほぼ中央の順位です。 これまでは会社のメンバーとチームで出場していましたが、今回は1人での参戦です。今年は、一緒に出るメンバーの都合がつきませんでした。ただ、1人でもAIを使えば多少はできることがあるのではと考え、無理にメンバーを集めることはしませんでした。1人での参加は初めてでしたが、AIを活用したことで中央付近の順位に入れました。 今回はAIエージェントのClaude Code(モデルはClaude Opus 5.5)を全面的に使って臨みました。その結果、参加した感覚が今までとは大きく変わり、AIについて深く考えさせられる大会になりました。結論から言うと、次の2点です。 ドキュメントの読み込みとセットアップまでを最初の1時間で、初回の計測と簡単なボトルネックの特定までを約1時間半で、AIが終えられる。人間は「どう改善するか」に思考を集中できる 一方で、上位との差は「構成の方向」という全体設計の判断で開いた。AIの改善案は、すぐ手の届く箇所を優先する局所的なものに寄りがちで、AIに全体の方向を考えさせる問いかけや仕組みを用意するのが人間の役割になる この記事では、当日の流れとスコアの推移を紹介します。そのうえで、終了後に上位チームの参加記と比べて分かった「足りなかった部分」を、技術とAIの使い方の両面から整理します。最後に、その反省から導いた次回やること(ベンチマークをAIのループに入れる、構成案をAIに複数出させて午前中に方針を固める、など)をまとめます。 対象読者 ISUCONに参加したことがある、またはこれから参加したい方 AIを使ったパフォーマンスチューニングがどこまでできるのかを知りたい方 実際のプロダクトでのパフォーマンス改善にAIを活用したい方 前提となる環境 ISUCON2026の競技環境は、リージョンをまたいだ複数台構成でした。この記事に出てくるサーバーは次のとおりです。 サーバー 役割(最終構成) インスタンス asia1 アプリケーション(全リージョンの /api/ を集約) c5 asia2 DB(PostgreSQL) c5 europe / america nginx(/api/ を asia1 へ転送) c7i 使用した主な技術とバージョンは次のとおりです。nginxとOSのバージョンは、記録が残っていないため省略します。 種別 バージョン Go 1.26.5 Echo v5.3.1 pgx / sqlx v5.11.0 / v1.4.0 PostgreSQL 16 Claude Code 2.1系(当日の最新は2.1.316。モデルはClaude Opus 5.5) 1. 今までのISUCONと、今回のISUCON 1.1 今までの感覚 これまでのISUCONでは、序盤にとにかく時間を取られていました。 ドキュメントを読み込むのに時間がかかる セットアップやデプロイの仕組みづくりにも時間がかかる 簡単なボトルネックを取り終わった頃には、もう半分くらい時間が過ぎている 残り時間で何ができるか、という状態から本格的な改善が始まります。3人で取り組んでもやることが多く、手一杯でした。チームワークと、各自の総合的な技術力が勝敗を分ける競技だったと言えます。 1.2 今回の感覚 今回は、AIを活用して、ドキュメントの読み込みとセットアップまでを最初の1時間で、初回の計測と簡単なボトルネックの特定までを約1時間半で終えられました。 そのため、どうやって改善するかに思考を集中できました。さらに、AIの側からも多くの改善案が出てきます。自分の力だけでは届かない改善まで実現できてしまう感覚がありました。 今回のISUCONで大事だったのは、AIをうまく使いこなせることです。次の章では、具体的にどう進めたのかを時系列で紹介します。 2. 当日の流れ 2.1 最初の1時間で「速度改善だけに集中できる状態」を作る 最初に行ったのは、改善に集中するための土台づくりです。 ...

Jetpack Compose 移行 KPI を週次で定点観測する仕組みの導入とふりかえり
はじめに and factory ではマンガアプリを複数開発しています。 Androidの既存アプリでは、Android ViewからJetpack Composeへの移行を進めています。 この記事ではその進捗計測の仕組みと、計測してからの推移を書きます。 移行の当面のゴールは、RecyclerViewベースのUIライブラリ Epoxy への依存をなくすことです。 Epoxyを使っているファイルは、5アプリ合計で3月末の308から11月初めの206まで減り、1アプリでは0になりました。 数年前から少しずつ置き換えてきたので、3月の時点でEpoxyのファイルはそれほど多くありませんでした。 EpoxyからJetpack Composeへの移行 Jetpack Composeが出てから比較的早い段階で積極的にComposeを使っていく方針にしました。 新しい画面はComposeで作成し、既存の画面は機能開発で触る際に置き換えています。 移行タスクはNotionで管理していましたが、いつまでに終えるかは決めていませんでした。 一覧画面やマンガビューワーなど既存画面の多くはEpoxyで作られているので、Compose移行の作業の中心はEpoxyで書かれた画面の書き直しです。 Compose移行のモチベーション Epoxyのバージョンはアプリによって3.xから5.xまでばらばらでした。 EpoxyがKSPに対応したのは5.0.0から、KSP2に対応したのは5.2.0からです(Epoxy の CHANGELOG)。 3.xや4.xのアプリでKSPに移るには、Epoxyのメジャーアップデートが必要です。 上げたあとも、KotlinやAGPを上げる際にEpoxyまわりの対応が必要になることがあります。 Epoxyを使い続ける限り、XMLレイアウトのメンテナンスも続きます。 こういった都合もあり2025年あたりから機能開発で触らない箇所も積極的にComposeへ置き換える方針を明確にしました。 実際、2026年8月にはアプリAでAGP 9.xとKSP2に対応するため、Epoxyを5.0.0から5.2.1に上げています。 KSP2との相性やコード生成の不具合を避けるための作業で、Epoxyのファイルは1つも減っていません。 進み具合を把握するため、2026年3月からは移行状況をほぼ毎週計測してAndroid定例で共有するようにしました。 計測の仕組み Claude Codeスキルによる計測 計測はClaude Codeのスキル /android-compose-kpi として作成し、各アプリのリポジトリに対して grep と find でファイル数を数えるようにしました。 数えるだけならシェルスクリプトでも足ります。 Claude Codeを使っているのは、数字が増減したときに、理由になったコミットをgitの履歴から調べてレポートに書くところまで任せられるからです。 SKILL.md に全体の流れを書いて、1アプリ分の計測手順は agents/kpi-measurer.md に分けています。 サブエージェントからの応答形式は KEY: 値 で固定して、5アプリ分の結果をMarkdownのレポートにまとめる処理を、ほぼ毎週実行しています(祝日や繁忙期は計測しない週もありました)。 指標は次の8つです。 実際のコマンドは、記事の最後の付録に載せています。 指標 数え方 Epoxy バージョン libs.versions.toml や build.gradle から検出 Epoxy 使用ファイル数 com.airbnb.epoxy を含む .kt EpoxyController 数 EpoxyController を含む .kt EpoxyModel 数 @EpoxyModelClass などを含む .kt EpoxyHolder 数 EpoxyHolder を含む .kt Compose ファイル数 @Composable を含む .kt(画面以外の部品やテストも含む) XML レイアウト数 res/layout*/ 配下の .xml Epoxy 依存モジュール数 epoxy を参照する Gradle ファイル ハマったところ build/ を除外し忘れていたり自動生成コードが入ってしまったりで、集計ごとに数が増減して最初は安定しませんでした。 1〜2週回すとミスにも気づけて、次の点に気をつけて計測するようにしました。 ...

テストが2441個あってカバレッジ9.5% ── 全体の数字を諦め、変更した行だけを見る品質ゲートに切り替えた
はじめに テストカバレッジのゲートを3つのサイトに入れた記録です。 同じドメインで連携する3つのNext.jsサイト(利用者向け / 提供者向け / 社内管理画面)を運用しています。カバレッジを測る設定は、利用者向けでは5月、社内管理画面では6月から入っていました。ただし閾値もCI連携もなく「測れるが誰も追っていない」状態でした。提供者向けでは、計測とゲートを同じ日に入れています。 半期の計画でカバレッジ向上に取り組むことが決まり、まず現状を測るところから始めました。 実測したところ、社内管理画面は テストが2441個あって、カバレッジ9.5% でした。この数字を前にして「まず全体80%を目指そう」と言っても、誰も動きません。 そこで全体の数字を目標にするのをやめ、「変更した行」だけを見るゲートに切り替えました。 この記事で得られること テスト数とカバレッジが比例しない理由と、計測対象の決め方 全体のカバレッジをゲートにすると何がうまくいかないか(未使用コードを消すと率が下がる問題) 変更した行のカバレッジをゲートにする設計と、全体の数字をこれ以上下がったら止める「下限」として使う考え方 外部のカバレッジサービスを使わず、CI内で完結させる実装 計測から外すファイルを決めないと数字が実態とずれる話 既存コードの多いリポジトリで、止めずにゲートを入れる段階の踏み方 1. 3サイトのカバレッジ実測値 まず現状を測りました。CIと同じ環境変数で、全テストが通る状態での実測値です。 Lines Statements Functions Branches テスト規模 社内管理画面 9.5% 9.5% 7.1% 8.4% 176ファイル / 2441テスト 利用者向け 26.8% 26.3% 20.0% 24.2% 70ファイル / 908テスト 提供者向け 34.3% 34.5% 28.9% 32.1% 45ファイル / 625テスト 目を引くのは社内管理画面です。テストが一番多いのに、カバレッジが一番低くなっています。 テストの数とカバレッジが比例しない理由 原因はテストの置き場所が偏っていたことでした。導入時のコミットで測り直し、テストと計測対象の行を突き合わせると、こうなっていました。 1 2 3 4 5 6 7 8 2441テストの内訳 入力チェックの定義(zodのスキーマ)のテスト 1358 自動生成されたAPIクライアントのテスト 195(自動生成コードは計測対象外) その他 888 計測対象 18981行の内訳 入力チェックの定義 143行 74.1%がテストで実行された 画面のコンポーネント 13910行 4.4%がテストで実行された テストの半分以上が入力チェックの定義に集まっていました。定義は1つが数行にまとまるので、計測対象の行数では143行、全体の1%もありません。一方、計測対象の7割以上を占める画面のコンポーネントは、ほとんどテストで実行されていませんでした。 ...

AIが書いた仕様書を信じられるようにする ── 複数ソースの総合判断と反証検証
はじめに 私が担当するサービスには、画面ごとの仕様書がありませんでした。あるのは、QAのために書かれたテスト仕様書と、仕様を決めた会議の議事録、設計当時の資料だけです。設計資料はコードの変更に追いついていません。 この状態を、画面ごとに1枚、今どう動いていてなぜそうなっているかを書いた仕様書を全画面分そろえることで解消したいと考えました。画面は3つのサイトを合わせて180を超えます。人が手で書く時間はありません。そこでAIエージェントを書き手にしました。 AIは、もっともらしいが事実と違うことを平気で書きます。関数やテーブルの名前から挙動を推測し、確かめずに断定します。180を超える仕様書が速く出てきても、どれを信じてよいのか分からなければ、業務側に渡せません。 この記事は、その「信じてよいのか分からない」を減らすためにやったことをまとめたものです。結論から言うと、次の3つです。 コード・議事録・テスト仕様書・実画面という手元の材料に「何の事実か」という役割を与えて突き合わせ、食い違った事実と決まらないことは「確認が必要な事項」として人に渡す AIが間違える典型を名指しで禁止し、要になる主張は証明できるコード行があるときだけ確定させる 別のAIに反証させて根拠のない断定を撤回させ、この手順一式をスキルとして固定して全画面に回す 説明は最初から最後まで1つの例で通します。カスタマーサポート向けサイトの会員一覧に、退会した会員と削除された会員は表示されるのか。単純に見えますが、AIが最初に出した答えは間違っていました。 題材は、これまでの記事と同じ架空のオンラインレッスンプラットフォームです。会員向け・講師向け・カスタマーサポート向けの3つのサイトが、会員や講師といった共通のドメインを共有しています(構成はモジュラーモノリス構成の記事を参照してください)。バックエンドはGoで、ORMにGORMを使っています。AIエージェントはClaude Codeです。実際に起きた出来事を題材に置き換えて書いていますが、仕組みそのものは言語やツールに依存しません。 対象読者 Claude CodeなどのAIエージェントに定型作業を任せていて、成果物の質を担保したい方 仕様書が無い、または古いサービスを抱えていて、AIで整備できないかと考えている方 AIの出力に混ざる「もっともらしい誤り」を、実務でどう抑え込むかの具体例を知りたい方 この記事で得られること 全画面分の仕様書をAIに書かせるとき、作る文書と手元の材料をどう定義したか 材料に役割と優先順位を与え、食い違いを決める進め方 AIに推測で断定させないための具体ルールと、別のAIによる反証検証の仕組み 出力を業務の言葉に翻訳させることが、なぜ精度に効くのか 手順一式をスキルとして固定し、全画面を同じ品質で回す運用 動作確認環境 種別 バージョン Go 1.26.3 GORM v1.30 系 Claude Code 2.1 系 1. やりたかったこと ── 全画面分の仕様書を、人が確認できる形で 1.1 作る文書 まず、AIに何を作らせるのかを決めました。ここで言う仕様書は、画面1つにつき1枚の文書です。「この画面が今どう動いていて、なぜそうなっているか」を、業務側の人が読める言葉で書きます。画面の項目(表示する情報や操作のまとまり)ごとに「定義」「業務ルール」「なぜそうなっているか」を持ちます。 そして、仕様書の各項目に必ず「確認が必要な事項」の欄を置き、末尾に一覧として集約しました。AIが材料から確定できなかったこと、材料同士が食い違っていて人の判断が要ることを、ここに集めます。 この欄を最初から用意したのには理由があります。全画面分の仕様書をAIに書かせるとき、人がやるべき仕事は「全文を読んで正しいか確かめる」ことではありません。それでは人の負担がほとんど減りません。人がやる仕事は、AIが「決められなかった」と申告した箇所だけを判断することです。だから仕様書は、「確定した事実」と「確認が必要な事項」の2つに分かれていなければなりません。AIには「決められないことは推測で埋めず、この欄に回せ」と指示します。以降の章で「決める」「残す」と言うときは、この2つの欄のどちらに書くか、という話です。 1.2 全画面をどう回したか 画面は3サイトで180を超えます。進め方は次のとおりです。 各サイトの画面一覧を作り、画面名と画面のURLを列挙する 1画面ずつ、AIエージェントに仕様書を書かせる。手順はスキル(AIエージェント向けの手順書。8章)として固定する 出てきた仕様書の「確認が必要な事項」を人が見て、業務側に確認する 確認結果を仕様書に反映する 1画面あたりの人の作業を、最初の承認と「確認が必要な事項」の判断に絞れたので、全画面でも回りました。ただし、それは「確定した事実」の欄が本当に事実であってこそです。ここが崩れると、人は結局全文を疑って読むことになります。この記事の残りは、その欄を信じられるようにするための取り組みです。 2. 手元にある材料 仕様書は1つの材料からは作れません。手元にあった材料(記事タイトルで言う「ソース」)は次の4つで、どれも多くの会社にある種類のものです。 材料 何か 読者の会社での対応物 コード 実際に動いているプログラム リポジトリ 議事録 仕様を決めた会議のメモ 会議メモ、決定が残ったチャットのスレッド、チケットのコメント テスト仕様書 「この画面でこう操作するとこうなるはず」を書いた手順書 受け入れテスト手順書、QAのテストケース一覧 実画面 AIがブラウザ操作で検証環境を開いて読み取った画面 ステージング環境 名前が似ているので1つ注意があります。テスト仕様書は材料の1つで、仕様書はこれから作る文書です。この記事では両者を区別して使います。 ...

学生時代のChrome拡張をJevで作り直した ── System Oneモデルで8投稿を244msで判定する
はじめに こんにちは。and factory でサーバーサイドエンジニアをしている松ヶ浦です。 Jevが話題ですね。 僕も公開されたその日のうちにウェイトリストへ登録して、翌日アクセスキーを付与されると、休憩時間を使って遊びました。 驚いたのは速さでした。AIを使ったというより、ローカルの関数を呼んだときの感触に近く、一周回ってAIを使っていない普通のアプリを触っているような感覚になりました。 ひとしきり遊んでから、学生時代にチームで作ったものを思い出しました。Xのタイムラインから誹謗中傷を検知して隠すChrome拡張です。判定はGPT-3.5のAPIに投げていました。 あれ、Jevを使えば同じことがずっと速くできるのでは。 そう思って作り直したので、その記録です。結論から書くと、1リクエストに8投稿を詰めて質問を絞るpackモードでは、8投稿の判定が244msで返りました。1投稿ずつ全6問を聞くsoloモードでは2263msです。拡張の既定はpackモードで、各ユーザーが自分のAPIキーで直接Jevを呼ぶ形にしたため、バックエンドも要らなくなりました。 Jevは何を返すモデルなのか JevはTypeSafeが公開したSystem Oneモデルです(TypeSafeの発表記事)。System Oneは、人間の速い直感的な判断(システム1)になぞらえた呼び名で、じっくり考えて文章を組み立てるのではなく、即座に答えを返すことに振り切ったモデルを指します。 いちばん大きな特徴は、文字列を生成しないことです。返るのは型の付いた構造化された値だけで、公式は「モデルは型エラーを起こさない」と書いています。 レスポンスの形式には3種類あります。 Noul: yesである確率を返す。 Choice: 選択肢から1つ選び、分布とconfidenceを返す。 Score: 順序付きのレベルに対する確率加重値とconfidenceを返す。 公称のレイテンシは70〜500ms、価格は入力が100万トークンあたり0.042ドルで、出力は無料とされています。 そして設計上いちばん重要なのが、stateは1度しか読まれず、すべての質問が並列に評価されるという性質です。これは後半でそのまま速度の話につながります。 もう1つ、ChoiceとScoreの答えにはcalibrated confidenceという確信度が付きます(Noulには付きません)。較正されているという意味で、confidenceが高いほど実際の正答率も高くなります。これも後で使います。 コラム: OpenAIのModeration APIとは何が違うのか この手のモデルの話を聞いて、昔からあるOpenAIのModeration APIを思い出しました。文章を生成せず、テキストを投げると分類結果が返り、しかも速いモデルです。 違うのは、誰が判断基準を決めるかです。 Moderation APIは、カテゴリがサービス側で固定されています。ヘイト、ハラスメント、自傷、性的、暴力といった区分ごとのスコアと、有害である可能性があるかどうかのフラグ(flagged)が返ります。用途が有害コンテンツの検知に寄せてあるぶん、そのままで強い一方、区分そのものは動かせません。「この投稿は内輪のノリか」といった、自分のアプリにしか意味のない問いは立てられません。 Jevは逆で、質問を自分で設計します。stateに文脈を置いて、そこに対して聞きたいことを自分の言葉で並べます。返ってくるのは、その質問に対する確率やスコアです。汎用の分類・スコアリング・抽出のための道具で、モデレーション専用ではありません。 今回のアプリは、まさに「軸そのものを自分で決めたい」側でした。判定の肝は「強い言葉が入っているか」ではなく「悪意があるか」の見極めで、これは既成のカテゴリでは表現できません。 学生時代にチームで作った「へいたん」 へいたんは、学生時代にチームで作ったChrome拡張です。Xのタイムラインを読み取り、誹謗中傷と判定した投稿を隠します。構成は、拡張からAWS Lambda(FastAPI)を叩き、その先でGPT-3.5を呼んで、結果をRedisに7日キャッシュするというものでした。 タイムラインの判定は、GPT-3.5に「この投稿の安全性レベルをJSONで返せ」と頼む方式です。判定用のプロンプトは13行ほどで、例文は入っていません。 へいたんには、投稿前に強い言葉を穏やかな表現へ書き換える提案機能もありました。こちらのプロンプトは85行あり、「変換する例」と「変換しない例」を列挙しています。「返答には変換結果のみを含んでください」「諭すのではなく変換してください」といった、出力の形式を守らせるための念押しも何度か出てきます。モデルに言うことを聞かせるための記述が、判断基準そのものと同じ場所に同居していました。文章を生成するモデルを相手にする以上、当時はこう書くしかなかった部分です。 作り直す 作り直した版はre:へいたんと名付けました。WXT 0.21とReact 19で書いています。対象はタイムラインの検閲だけです。書き換え提案の機能は、Jevが文字列を生成しないので移植していません。 構成はこうなりました。 1 2 3 Chrome拡張 (WXT + React) ↓ Jev 以上です。へいたんではAPIキーをサーバー側に持つ必要があり、そのためにLambdaを置いていました。re:へいたんでは、各ユーザーが自分で発行したAPIキーを拡張の設定に入れ、拡張から直接Jevを呼びます。キャッシュも拡張の中に持たせたので、バックエンドが要らなくなりました。 判定の軸 へいたんの書き換え用プロンプトに並んでいた例文と、re:へいたんの判定は、同じ方向を向いています。どちらも「強い言葉が入っているか」ではなく「悪意があるか」で見分けようとしています。変わったのは、その基準をどこに置くかです。 Jevには文章を渡せますが、レスポンスは文章ではなく構造化されたデータです。そのため「こういう投稿は変換しないでください」と書いても、その指示に従った文章は返ってきません。判断基準は、質問の形に割る必要があります。 ...

CSP は enforce か Report-Only か — GTM を使うサイトで変わる判断基準
セキュリティ診断でフロントエンドの残課題が「CSP未導入」の1点に絞られたので、3つのNext.jsサイトにContent-Security-Policy(CSP)を入れました。 ところが、同じ構成のはずなのに 管理系の2サイトは enforce で即入ったのに、Google Tag Manager(GTM)を使うユーザー向けサイトだけは enforce にできませんでした。「未リリースだから最初からenforceでいい」と考えていたのが、GTMの前で崩れたわけです。 この記事では、GTMを使うサイトがCSPを厳格化しづらい理由を、Google公式ドキュメントで裏取りします。そのうえで、enforce / Report-Only / 2ヘッダ併用の使い分けと、Next.js App Routerでの実装・検証方法をまとめます。 この記事で得られること CSPが 何を防ぎ・何を防がないか(XSSの"被害"を減らす多層防御という位置づけ) Next.js App RouterでCSPを付与する 最小実装(enforce / Report-Onlyの切り替え) GTMを使うサイトで enforce が難しい理由(nonceでも救えない領域がある) enforce / Report-Only / 2ヘッダ併用 の判断基準 enforceする場合の Google 公式推奨(nonce + strict-dynamic) とGA4の許可ドメイン、そして nonce のレンダリングコスト connect-src など 壊しやすいディレクティブと、E2Eを使った回帰の切り分け 動作確認環境 種別 バージョン OS macOS 15.x(開発) Node.js 24.x パッケージマネージャー pnpm 9.x Next.js 15.x / 16.x(App Router) React 19.x ホスティング Node ランタイム(headers() で付与) CSP とは何で、何を守るのか CSPは、ブラウザに対して「このサイトが読み込み・通信してよい相手はここだけ」と宣言する仕組みです。許可していないスクリプトの読み込みや外部への送信を、ブラウザ側がブロックします。 ...

GoとTwilioで通話システムを構築する ── Conference・TwiML・VoIP・録音の実装パターン
はじめに こんにちは。and factory でバックエンドエンジニアをしている江州です。 Twilioを使ってGoで通話機能を実装する方法を調べたとき、公式ドキュメントは充実しているもののNode.jsやPythonの例が多く、Goでの実装例はまだ少ないと感じました。 この記事では、Twilioの公式Go SDK(twilio-go)を使い、Conference(会議室)ベースの通話システムを構築するパターンを紹介します。単純な1対1の電話だけでなく、通話中のアナウンス・DTMF認証・VoIP/PSTN両対応・録音といった実用的な要素をカバーします。 対象読者 GoでTwilioを使った通話機能を構築しようとしている方 TwilioのConference / TwiML / VoIPの組み合わせを知りたい方 twilio-go SDKの具体的な使い方を知りたい方 動作確認環境 種別 バージョン Go 1.24 twilio-go v1 系 1. twilio-go SDK のセットアップ Twilioの公式Go SDK twilio-go をインストールします。 1 go get github.com/twilio/twilio-go REST APIクライアントの作成は次のとおりです。 1 2 3 4 5 6 import "github.com/twilio/twilio-go" client := twilio.NewRestClientWithParams(twilio.ClientParams{ Username: "ACxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxxx", // Account SID Password: "your_auth_token", // Auth Token }) 環境変数 TWILIO_ACCOUNT_SID と TWILIO_AUTH_TOKEN を設定しておけば、引数なしの twilio.NewRestClient() でもクライアントを作成できます。 ...

CDN のキャッシュを削除しても直らない ── 静的エクスポート構成でフロントエンドだけが古いまま残る問題
リリース直後に「本棚が開けない」という問い合わせが届きました。本棚は購入済み作品の一覧を表示する画面です。リリース前から開いたままのタブで操作を続けたケースでした。ブラウザが読み込んでいるフロントエンドは古く、バックエンドだけが新しい状態です。 CDNのキャッシュはデプロイ時に削除済みです。それでも直りませんでした。 原因はキャッシュが1層ではなかったことです。CDNのパージが届かないキャッシュを、ブラウザ側に2種類残していました。加えて、フロントエンドとバックエンドのバージョンがそろわない状態への備えも足りていませんでした。 先に結論を3点書きます。 CDNのキャッシュ削除が消せるのはエッジまでで、各ユーザーのブラウザHTTPキャッシュには効かない 静的エクスポートしたHTMLにCache-Controlを付けないと、ブラウザが独自の基準でキャッシュする キャッシュ制御とバージョン不整合の検知は、片方だけ実装しても機能しない 前提とする構成 担当しているサービスのフロントエンドは、次の構成で動いています。 Next.js 13.4.7の静的エクスポート(TypeScript、Pages Router) 成果物をオブジェクトストレージ(Alibaba Cloud OSS)に配置し、CDNで配信 APIはGraphQL(graphql-requestと自動生成SDK) バックエンドはフロントエンドと別リポジトリで、デプロイも別 flowchart LR Build["ビルド<br/>next build → 静的エクスポート"] --> OSS["オブジェクトストレージ<br/>Alibaba Cloud OSS"] OSS --> CDN["CDN<br/>エッジキャッシュ"] CDN --> Browser["ブラウザ<br/>HTTPキャッシュ / sessionStorage"] Browser -->|"GraphQL + Client-Version"| API["バックエンド<br/>別リポジトリ・別デプロイ"] 重要なのは、HTMLとJavaScriptがサーバー側でレンダリングされない点です。ブラウザが取得したHTMLと、そこから読み込むJavaScriptチャンクの組み合わせが、そのユーザーにとっての「アプリのバージョン」です。この組み合わせが古いまま固定されると、リリース内容が届きません。 何が起きたか 報告された症状は3つです。 リリース前から開いていたタブで本棚を開くと、画面が壊れる ログアウトして再ログインするまで、リリース内容が反映されない 既存のタブから派生した別のタブで、前のバージョンのデータが表示される 3つには共通点がありました。全ユーザーには起きておらず、CDNのキャッシュを削除しても直りませんでした。そしてログアウトすると直りました。 CDNのキャッシュ削除で直らない事実は、原因の切り分けに使えます。CDNのパージはエッジのキャッシュを消す操作です。エッジを消しても直らないなら、原因はエッジより先、つまりクライアント側にあります。 ブラウザ側にもキャッシュが2種類あった 整理すると、キャッシュはCDNエッジだけではありません。ブラウザ側にも2種類あります。 層 主に保持するもの 消えるタイミング CDNのパージで消えるか CDNエッジ HTML・JavaScript・画像 TTL満了、またはパージ 消える ブラウザHTTPキャッシュ HTML・JavaScript Cache-Controlの指定次第 消えない sessionStorage 画面表示用のデータ タブを閉じる、または明示的な削除 消えない ブラウザHTTPキャッシュ側の問題は2つありました。 1つは、静的エクスポートしたHTMLにCache-Controlが付いていなかったことです。レスポンスに明示的な有効期限がない場合、ブラウザはヒューリスティックキャッシュを行います。つまりLast-Modifiedなどから独自に鮮度を推測して、一定時間は再取得しません。開発者が指定していないだけで、キャッシュしない設定にはなりません。 もう1つは、アップロード方法です。ossutil cp --updateは更新されたファイルを上書きしますが、以前のビルドで生成された古いチャンクを削除しません。結果として、古いHTMLをキャッシュしているブラウザは、そのHTMLが参照する古いJavaScriptチャンクをそのまま読み込み続けます。 ...