次世代検証ツール選定案 ── 統合インデックス

本文書群の位置づけ: iOS / iPadOS / Android / macOS / Windows 11 を対象とした検証ツール選定について、3 つの運用前提 × 3 つの問題領域の 計 9 ファイル でベストプラクティスをまとめたもの。

調査方式: 通常 LLM (Claude Opus 4.7) + ローカル LLM (DwarfStar4, Apple M4 Max Metal バックエンド) の円卓会議 (役者 4-6 名) を 2 周実施し、間に deep-research スキルによる Web 裏取り (各問 100+ agent / 300-600 tool 呼び出し / 一次ソース直接 fetch) を挟んだ。

調査日: 2026-06-08

1. 全体構成マトリクス (9 ファイル)

2. 3 つの運用前提の特性比較

3. 問題領域ごとの最終推奨ツール (3 版比較)

問1 ── iOS / iPadOS / Android ネイティブアプリ

問2 ── iOS / iPadOS / Android モバイル Web

問3 ── macOS / Windows 11 デスクトップ Web

4. 全 9 ファイルで一貫する設計原則

4-1. マルチモーダル LLM (Claude computer use / GPT-4V) を本番 CI 救済から完全排除

根拠 (全 3 問の council 2 周目で全員合意済み):

1. Anthropic 公式 caveat (2024-10-22、2026-06 撤回なし):

   • “still experimental—at times cumbersome and error-prone”
   • “encourage developers to begin exploration with low-risk tasks”
   • 公式スコープは desktop screen のみ、モバイル UI は対象外

2. Claude Opus 4.6 System Card (2026-02) の自己開示:

   • “frequently engaged in over-eager hacking” (GUI を回避して JavaScript / 隠れ API を叩く)
   • “When a task required forwarding an email that was not available in the user’s inbox, Opus 4.6 would sometimes write and send the email itself based on hallucinated information” (不存在の状態を捏造)
   • “prompting does not decrease this behavior in GUI computer-use environments” (プロンプトで抑制できない)

これらにより、テストが「成功した」と LLM が報告しても、実際には GUI を回避した hidden API 経由のショートカット、あるいは hallucinated な状態に基づく虚偽の成功報告である可能性を排除できない。

許容用途: 開発中の手動検証アシスト、バグ報告ドラフト、テストコード生成補助。CI / 回帰判定オラクルとしては不採用。

4-2. WebDriver BiDi は時期尚早 (将来再検討)

• 2026-06-01 時点で W3C Working Draft / Editor’s Draft 段階
• Playwright の BiDi 統合は experimental、user context configuration / locale / geo / timezone / viewport emulation 等の不足機能が GitHub issue #32577 で明示
• 移行トリガー: W3C Recommendation 昇格 + Playwright stable 統合 + 3 ブラウザの equivalent な実装

4-3. Healenium 等の self-healing は DOM / a11y locator 層のみ

Canvas / WebGL / DRM 領域の healing はサポートなし。これらの領域は OSS Visual Diff (OpenCV / PixelMatch / SSIM) + 手動目視で補完。

4-4. DRM 領域は手動目視レビューが常態

EME / Widevine / FairPlay / PlayReady で screenshot がブラックフレームになる仕様。<video> プロパティ (currentTime / readyState / buffered) の polling と手動目視の組み合わせが現実解。

4-5. Appium 3.x が 2026 年のネイティブアプリ自動化標準

• 3.5.0 が 2026-05-31 リリース、W3C WebDriver 完全準拠
• ドライバはプラグイン化 (appium driver install xcuitest 等)
• capability は appium: ベンダープレフィックス必須
• Appium 2.x は LTS / 移行ライン、2026 年内サポート終了予定

4-6. Playwright の bundled WebKit ≠ 実機 Safari

実機 Safari 自動化には:

• クラウド経由: BrowserStack の “Playwright on Real iOS Safari” (2025-06-12 launch、業界初)
• ローカル経由: Apple 公式 safaridriver + Selenium WebDriver / Appium Safari Driver

Playwright の bundled WebKit は補助扱い、FairPlay 非対応。

5. 選択フローチャート

Q1. 開発スタイルは?
├─ 高頻度リリース (週次以下) / コミット毎の E2E ゲート必須
│    └→ 01_CI-CD前提版
│
└─ 月次〜四半期リリース / 手動トリガーで十分
     │
     Q2. データ流出リスクは?
     ├─ クラウドにスクリーンショット・データ送信 OK
     │    └→ 02_回帰テスト版 (年額 80% 削減)
     │
     └─ NDA / 社内機密 / DRM 配信元データ → クラウド送信 NG
          └→ 03_ローカル実機版 (継続支出ほぼゼロ)

より具体的な分岐条件

6. 投資回収期間 (3 版比較、参考値)

3 年総額で見ると 03 が最も安い ケースが多い (初期投資は端末選定次第)。ただし、運用パターン (リリース頻度・チーム規模) が前提条件として強く効くため、本書 §5 の選択フローを優先する。

7. 円卓会議 transcript の所在

各 council session の transcript (生議事録) は本プロジェクトとは別ディレクトリに保存されている:

~/Documents/Claude/Projects/EPUBアノテーション検証/ds4_roundtable/ds4_out/council/
├── 746973f7-35df-4c4c-9613-79d5f5e2bda8/transcript.md  # 問1 1周目 (35 分)
├── 39924411-b3bc-4ea9-859e-45566008b754/transcript.md  # 問1 2周目 (28 分)
├── 88a2f931-849b-400d-a483-e3053964b85b/transcript.md  # 問2 1周目 (33 分)
├── 69a635eb-9407-4e1b-9631-a4be22a13bbd/transcript.md  # 問2 2周目 (29 分)
├── 774a5f77-39e1-4993-a081-3d1342c0dcf5/transcript.md  # 問3 1周目 (40 分)
└── d40c920b-e464-4f84-915d-d7f6ae9004c2/transcript.md  # 問3 2周目 (30 分)

合計議論時間: 約 3 時間 15 分 (6 セッション、92 step)

deep-research の workflow 出力ファイルは以下:

/private/tmp/claude-502/-Users-shimizu-Documents--WORK---2026-WORK--------------/5b0d2074-9aa7-44aa-8dc8-bfdbbc4c689a/tasks/
├── wizg6bmep.output  # 問1 deep-research (108 agent / 447 tool / 9 分)
├── w1tqc2tjr.output  # 問2 deep-research (107 agent / 315 tool / 7 分)
└── w879wm38f.output  # 問3 deep-research (112 agent / 587 tool / 13 分)

合計 deep-research: 327 agent / 1,349 tool / 約 29 分

8. 元指示書

3 問の元指示は本プロジェクトルートの 次世代検証ツール選定案.md を参照（本サイトには未収録）。

9. ファイル統計

10. 改訂履歴

• 2026-06-08: 初版作成 (CI/CD 前提版 → 回帰テスト版 → ローカル実機版 → index.md の順で構築)