Code-as-action の威力🔥Webwright 導入で3日規模のE2Eテスト実行が30分になった❗️

週次タスクの棚卸しで、前回の状態をLLMの外に保存して渡すことで、差分だけを抽出しながら継続的な更新ができる。会話履歴に依存せず、同じ前提を再現しやすくなるため、複数回の実行でも安定する。

OpenClawでツールの出力を、人間向けの要約とLLM向けの全文に分けて渡す運用により、表示の見やすさと文脈の保持を両立できる。会話履歴に全文を残す設計に比べ、必要な情報を効率よく推論に使える点が強み。

ESLintとTypeScriptの設定を外部記事のコピペで終わらせず、自分の構成に合う形へ直すための見直し手順を学べる。設定項目の意味を確認し、不要なルールや型指定を削ることで、ビルドや開発体験の改善に使える。

一人会社をAIチームで運営した実例から、AI社員に任せられる業務範囲と、人の判断が残る部分の線引きが学べる。チーム編成や役割分担を考えるとき、何を自動化し、どこを人が確認するかの基準として使える。

AIレビューが高い確信度で誤るケースを見抜き、指摘の信頼性を評価する方法が実開発例から学べる。複数のAIレビューを突き合わせて相互に批評させる手順が、誤検知の判別に役立つ。

別分野のエンジニアリング概念を基準に自分の開発手法を採点し、客観的な改善点を見つけられる。ループとグラフの視点を当てることで、普段気づきにくい設計の偏りが浮き彫りになる。