Antigravity マルチモデル実践: Gemini × Claude × GPT-OSS の最適な使い分け戦略

// タスク分類の考え方（概念コード）
type TaskTier = "tier1_simple" | "tier2_standard" | "tier3_complex" | "tier4_critical";
 
const taskClassification: Record<TaskTier, {
  model: string;
  examples: string[];
  maxTokens: number;
}> = {
  tier1_simple: {
    model: "gemini-3-flash",
    examples: [
      "変数名のリネーム",
      "import文の追加",
      "簡単なタイポ修正",
      "コードフォーマット"
    ],
    maxTokens: 1000
  },
  tier2_standard: {
    model: "gemini-3.1-pro-low",
    examples: [
      "関数の実装",
      "ユニットテスト作成",
      "APIエンドポイント追加",
      "コンポーネント作成"
    ],
    maxTokens: 4000
  },
  tier3_complex: {
    model: "claude-sonnet-4.6",
    examples: [
      "リファクタリング計画",
      "パフォーマンス最適化",
      "セキュリティレビュー",
      "複数ファイルの整合性確認"
    ],
    maxTokens: 8000
  },
  tier4_critical: {
    model: "gemini-3.1-pro-high | claude-opus-4.6",
    examples: [
      "アーキテクチャ設計",
      "大規模マイグレーション計画",
      "本番障害のデバッグ",
      "新規システム設計"
    ],
    maxTokens: 16000
  }
};

# AGENTS.md - マルチモデル戦略設定
 
## テスト関連タスク
テストファイル（`**/*.test.ts`, `**/*.spec.ts`）を編集・生成する際は
Gemini 3.1 Pro (Low) を使用してください。テストは定型的なパターンが多く、
高速なモデルで十分な品質が得られます。
 
## API設計・スキーマ変更
`src/api/` や `prisma/schema.prisma` を変更する際は Claude Opus 4.6 を
使用してください。APIの整合性とスキーマの一貫性は、長文脈での正確な理解が重要です。
 
## フロントエンドコンポーネント
`src/components/` 配下の React コンポーネントを作成・修正する際は
Claude Sonnet 4.6 を使用してください。UIロジックとスタイリングの
バランスが取れた出力を期待できます。
 
## インフラ・CI/CD設定
`.github/workflows/`, `Dockerfile`, `docker-compose.yml` を編集する際は
Gemini 3.1 Pro (High) を使用してください。インフラ設定の誤りは
本番環境に直結するため、最高精度のモデルで確認します。
 
## ドキュメント生成
`docs/` 配下のMarkdownファイルを生成・更新する際は GPT-OSS 120B を使用してください。
自然な文章生成と多言語対応に優れています。

# Manager Surface でマルチモデルエージェントを起動する例
# エージェント1: コード生成（Gemini 3.1 Pro Low — 高速）
# エージェント2: テスト生成（Claude Sonnet 4.6 — 正確）
# エージェント3: ドキュメント更新（GPT-OSS 120B — 自然な文章）
 
# AGENTS.md のルールに従い、各エージェントは担当ディレクトリに
# 基づいて自動的に最適なモデルを選択します。
 
# 実際の操作手順:
# 1. Manager Surface を開く（Cmd+Shift+M / Ctrl+Shift+M）
# 2. 新しいエージェントを3つ起動
# 3. 各エージェントに以下のプロンプトを与える:
 
# エージェント1 へのプロンプト:
# 「src/services/payment.ts に Stripe Webhook ハンドラを実装してください」
 
# エージェント2 へのプロンプト:
# 「src/services/payment.test.ts に payment.ts の全関数のテストを書いてください」
 
# エージェント3 へのプロンプト:
# 「docs/api/payment.md に決済APIのドキュメントを作成してください」

// モデルチェーンの概念: 2段階アプローチ
// Step 1: Gemini 3 Flash で高速にドラフト生成
// Step 2: Claude Opus 4.6 でレビュー＆修正
 
// 実践例: APIルートの実装
// --- Step 1: Flash でスキャフォールド ---
// プロンプト: 「認証付きの CRUD API を /api/users に作成して」
// → 数秒で基本構造が完成
 
// --- Step 2: Opus でセキュリティレビュー ---
// プロンプト: 「このAPIにセキュリティの問題がないかレビューして。
//   特に認証バイパス、SQLインジェクション、レートリミットを確認」
// → 深い分析で脆弱性を検出・修正
 
// この2段階アプローチにより:
// - 合計レスポンス時間: ~15秒（Opus単体なら ~25秒）
// - 品質: Opus レビュー済みで高品質
// - コスト: Flash のトークン単価が低いため全体コスト削減

// アーキテクチャ決定で複数モデルの意見を比較
//
// 質問: 「このプロジェクトのDB選定で、PostgreSQL vs MongoDB vs
//         Supabase のどれが最適か、理由とともに回答してください」
//
// Gemini 3.1 Pro (High) の回答:
//   → PostgreSQL（型安全性とスケーラビリティの観点から）
//
// Claude Opus 4.6 の回答:
//   → Supabase（開発速度とリアルタイム機能の観点から）
//
// GPT-OSS 120B の回答:
//   → PostgreSQL（エコシステムの成熟度とコスト効率の観点から）
//
// 結果分析:
// - 2/3 が PostgreSQL 推奨 → 高信頼度
// - Supabase推奨の根拠も有効 → ハイブリッドアプローチを検討
// - 最終判断: PostgreSQL + Supabase クライアント（両方の利点を活用）

# AGENTS.md に追加する言語別ルール
 
## Rust / Go / 低レイヤー言語
`*.rs`, `*.go` ファイルを扱う際は Gemini 3.1 Pro (High) を使用してください。
メモリ管理やコンパイラエラーの解決に強いモデルが適しています。
 
## TypeScript / JavaScript
`*.ts`, `*.tsx`, `*.js`, `*.jsx` ファイルを扱う際は Claude Sonnet 4.6 を
使用してください。フロントエンド・バックエンド両方のエコシステムに精通しています。
 
## Python / データサイエンス
`*.py`, `*.ipynb` ファイルを扱う際は GPT-OSS 120B を使用してください。
科学計算ライブラリとデータ処理パイプラインの知識が豊富です。
 
## Swift / Kotlin（モバイル開発）
`*.swift`, `*.kt` ファイルを扱う際は Gemini 3.1 Pro (High) を使用してください。
最新のプラットフォームAPIとUI フレームワーク（SwiftUI, Jetpack Compose）に対応しています。