Claude Opus 5は数時間単独でコーディングが可能。それでもPOSでコード以上のものを必要とする部分とは？

POSにおいてコード以上のものを必要とする部分は、お金や現実世界と接触する領域です。具体的には、決済処理契約、PCIコンプライアンス（カードデータを扱うためのカード業界のセキュリティルール）、認定された対面決済端末、そして常に正確でなければならない記録管理です。2026年7月24日にリリースされたClaude Opus 5は、最小限の監視で数時間にわたりコーディングセッションを実行できます¹。しかし、そのコーディング時間をいくら重ねても加盟店口座（マーチャントアカウント）が開設されるわけではありません。

本記事に記載されているモデルのバージョンおよび日付は公開時点のものです。最新情報としてお考えください。

Claude Opus 5は何を実際に変えたのか？

Anthropicは、長時間の自律エージェント向けに構築されたモデルであると説明しています。綿密に計画を立て、自身の作業を検証し、従来のOpusモデルよりも長期間、自律的に動作します²。Anthropicの最も難易度の高いソフトウェアエンジニアリングベンチマークでは、前モデルのスコアを2倍以上に更新しました¹。初期のテスターからは、以前は細かく分割して依頼していた作業をまとめて渡し、完全な成果物を受け取ることができたと報告されています。

これは大きな変化であり、GPT-5.6のリリース時に取り上げたパターンをさらに進化させています。数ヶ月ごとに、1つのプロンプトから得られる実用的なソフトウェアの量が拡大しています。昨年はプロンプトの調整に1週間かかっていたチェックアウトインターフェースが、今では半日で作成できるようになり、Opus 5を使えばユーザーが離席している間もモデルが作業を継続してくれます。

コーディング時間を増やしてもタスクが完結しないのはなぜか？

なぜなら、POSにおいて最も困難な課題は「コードで解決できる形」をしていないからです。自律型モデルは、より多くのコードと、より厳密にチェックされたコードを生成できます。しかし、どれほど長く実行しても、加盟店審査の承認決定、ハードウェア認定、またはセキュリティ監査を生み出すことはできません。これらはコンパイラからではなく、審査機関や制度から提供されるものだからです。

さらに、もう1つの微妙な限界があります。Opus 5の注目の技能は自身の作業を検証することですが、検証には「正解となる客観的事実（グラウンドトゥルース）」が必要です。モデルはチェックアウトの計算が合っているかをテストできます。しかし、実際のカードネットワーク、実際の精算スケジュール（カードの売上金が実際に銀行口座に入金されるタイミング）、実際の税務署に対してテストすることはできません。これらはコーディング用のサンドボックス内には存在しないからです。コード自体が完全に辻褄が合っていても、レジカウンターで初めて現実と接触した際に問題が発覚する可能性があります。

POSにおいてコード以上のものを必要とする部分はどこか？

主に以下の4つです。

• 資金の移動：カード決済を行うには、決済プロセッサー（カードの売上金を銀行に精算する会社）との提携関係が必要です（加盟店審査、支払いスケジュール、不正検知、異議申し立て対応など）。どんなコーディングセッションも、承認済みの加盟店口座を出力することはできません。

• カードデータのセキュリティ：PCIコンプライアンスは、カード番号を扱うあらゆるシステムに適用されます。カードデータを処理する生成コードを使用すると、その監査負担は加盟店自身に及ぶことになります。認定された決済インフラが存在するのは、まさに加盟店をそのコンプライアンス対象範囲（スコープ）から外すためです。

• 対面決済（カードプレゼン）用ハードウェア：タッチ決済やICチップ決済は、誰も即興で書き換えることができないセキュアなファームウェアを備えた認定端末で実行されます。これはバイブコーディング（ノリでコーディング）された決済アプリがApp Storeで拒否される理由と同じ壁です。障害となっているのはコードの品質ではなく、エンタイトルメントや認定なのです。

• 常に正確でなければならない記録管理：同時に2件発生した販売に耐えうる在庫管理や、実際の入金額と一致する整合性の取れたレポートは技術的にはコードですが、永久に正しく機能し続けなければならないコードです。私たちはPOSのバイブコーディングでその限界を解説しました。Opus 5はこの種のコードを従来のどのモデルよりも優れて記述しますが、土曜日の繁忙期をそのコードの最初の本番テストの場にしたくはないはずです。

では、Claude Opus 5に構築させるべき部分とは？

その境界線より上のすべて（画面、フロー、ロジック、テンプレートではなく自社のビジネスにPOSを最適化するための業界固有の挙動）です。このレイヤーはコードであり、Opus 5は現在間違いなく最も強力なツールです。

現実的なアプローチはMCP（Model Context Protocol：AIツールを他のソフトウェアに接続するためのオープン標準）の利用です。モデルに一から決済機能を再構築させるのではなく、資金移動、ハードウェア認定、コンプライアンスがすでに整っているプラットフォームに接続し、その上にチェックアウト画面を構築させます。以前、AIが操作できるプラットフォームと、AIがその上で構築を行えるプラットフォームの違いについて執筆しましたが、自律型モデルの登場により後者のカテゴリーの重要性が大幅に増しました。人間が介入しなくても、モデルが自力で構築を大きく進められるようになったからです。

FinalのBuildはこのように機能します。ビルダーはプロンプトベースで動作し、希望するフローを入力するか、MCP経由で独自のAIを接続すると、Final Pay、認定端末、バックエンドの記録管理がすでに完備されたインフラ上にフローがデプロイされます。Claude Fable 5を使用して動作するPOSを構築する方法では、Opus 5の姉妹モデルを使った具体例を解説しています。

結論として、POSにおいてコード以上のものを必要とするのはどの部分か？

契約、認定、または資金の支払いにつながる部分（決済処理、PCIコンプライアンス、対面決済用ハードウェア、そして常に正確でなければならない記録管理）です。Claude Opus 5は1回のコーディングセッションで構築できるPOSの範囲を劇的に変えましたが、コーディングセッションが生み出せるものの性質そのものを変えたわけではありません。役に立つ基本原則：タスクのゴールがコードであるならモデルに任せ、契約、認定、あるいは資金の移動であるならインフラに任せることです。

実際の境界線を確認したい場合は、MCP経由で独自のAIをBuildに接続し、モデルが現在非常に得意としている作業を任せてみてください。