Claude × Codex のクロスモデル 2 段レビュー — 単一モデルの盲点を別モデルで埋める

• URL: https://zenn.dev/kashi923/articles/22e9c055eea62f
• 日付: 2026-06-23
• Tier: Tier 3
• 要旨: Claude と Codex のクロスモデルレビューで、単一モデルの盲点を埋める。4段階（設計・テスト設計・実装・テスト結果）に観点を分離し、project-aware Claude と fresh-eyes Codex を順次重ねることで、盲点漏れを減らす。

詳細

Step内を4 Stage（設計・テスト設計・実装・テスト結果）に割り、各 Gate で Claude（project-aware）と Codex（fresh-eyes）を順次実行。Claude が最初にプロジェクト規約・設計決定ログを踏まえてレビュー、指摘記録＆修正適用。その後 Codex が修正版に「何も知らない第三者」として一般的な設計理論・best practice で見る。観点を B（両者必須）/ C（Claude特有）/ T（Codex特有）のID体系で一元管理。記録は独立ファイル分離（claude/codex互いに見ない）。Codex 外部送信時はパスフィルタで個人資産データ・秘密鍵・ランタイム生成物を除外。モデル割り当てはステージごと（Stage 3ではドメイン・分析ロジックなら gpt-5.5、他は gpt-5.3-codex に自動振り分け）。実運用では指摘が25～28件と多く、別モデルだからこそ拾える項目が毎回数件混在。「修正が新たに生んだ問題」や「文脈を知らない者には伝わらない暗黙前提」が両者で補完される。