#39 水準数が異なる直交表の応用的な使い方 ＆ テストスキルと生成AI（LLM）の相性

ソフトウェアテストの設計手法の一つである「直交表」について、因子間で水準数が異なる場合の応用的な使い方を深掘りします。よくある2水準の直交表に、3水準の因子をどうやって組み込むのか、身近なコーヒーショップのカスタマイズを例に具体的手順を解説します。また、後半の質問コーナーでは「テストスキルと生成AI（LLM）の相性」について議論します。LLMに直交表の作成を任せた際の具体的な失敗例を交え、AIが苦手とする「交互作用」の概念や、テスト設計における人間の専門性の重要性に迫る必聴のエピソードです。📌 今回のエピソードのポイント 水準数が異なる直交表の作り方： 2水準の直交表（L8）を拡張し、3水準の因子を組み込む具体的なテクニックを解説します。 直交表の性質とペアワイズ（2因子間網羅）： 拡張した直交表における出現回数の偏りと、それでもペアワイズが満たされる理由について紐解きます。 テストスキルと生成AIの意外な相性： 生成AIに直交表のテストケース作成を依頼するとどうなるか？AIが「交互作用」を理解できずに失敗するメカニズムを鋭く分析します。📕 参考文献 ISTQBテスト技術者資格制度Advanced Level シラバス 日本語版 テストアナリスト Version2012.J01🕒 チャプター (00:00) オープニング (01:27) 水準数が異なる直交表の使い方 (03:00) 説明に使うお題（コーヒーショップのカスタマイズ） (04:09) 直交表の拡張と具体的な当てはめ方 (06:14) 実際に利用する際の注意点（出現回数とペアワイズ） (08:20) L9直交表を用いた別のアプローチ (09:44) 質問コーナー：QAスキルとLLM活用の相性はよかったりしますか？ (12:01) なぜLLMは直交表の作成に失敗するのか？（交互作用の理解） (15:49) エンディング・お知らせ📢 あなたのご意見をお聞かせください生成AI（LLM）をソフトウェアテストの設計に使ってみて、期待通りにいかなかった経験はありますか？また、直交表のような高度なテスト技法を実務でどのように工夫して活用しているか、ぜひ皆さんの知見やエピソードをシェアしてください！ X（旧Twitter）：ハッシュタグ #b_testing でのポストをお待ちしています。 お便りフォーム：⁠⁠⁠⁠⁠⁠⁠⁠⁠こちらからお気軽にどうぞ。⁠⁠⁠⁠⁠⁠⁠⁠ フォローのお願い：最新回を逃さないよう、Podcastアプリでのフォローをぜひお願いします！