Claudeで一括生成された設計・実装・テストケースの信頼性

Question

現在、個人開発プロジェクトでAIを活用して設計から実装、テストケースを自動生成する方法を模索しています。調べたところ、Claudeを利用して、一つのプロンプトで設計、実装、テストを一括生成できるソリューションがあると知りました。特にClaude Codeのエージェント機能を使ってTDDスキルを含む設計から実装までを自動化する方法に興味があります。

一方で、Opusモデルのトークン消費量が多く、ハリディエーション（誤推論）が品質に影響を与えるという声もあり、不安です。実際にClaudeを使って開発を進めている方がいれば、その信頼性や具体的な活用方法についての感想を共有していただけませんか？

合わせて、他のAIエンジニアリングツール（GeminiやCodexなど）との比較経験があれば、それも知りたいです。

## 参考リンク
- [Claude Engineering Blog](https://www.anthropic.com/engineering/harness-design-long-running-apps)

Claudeで一括生成された設計・実装・テストケースの信頼性

相談内容