AIに図形パズルを自動で作らせた実録｜「正解がちょうど1つ」を2万4千問で確かめた

自動で作る問題は「正解が1つ」が命

先に結論から。
図形の回転・立方体の展開図・積み木の数を、やさしい問題から順に12問出す「空間認識テスト」を、AI（Claude Code）に作らせた。
ブラウザで遊べるミニゲームのシリーズの5本目になる。

これまでのゲームと違うのは、問題を遊ぶたびにその場で作るところだ。
決まった問題を並べるのではなく、図形も展開図も積み木の積み方も、毎回プログラムがランダムに作る。
何度遊んでも新しい問題が出るかわりに、作る側には大きな宿題が1つ増える。正解がちょうど1つになっているかだ。
選択肢の中に正解が2つあったり、1つも無かったりすれば、その問題は遊びとして壊れている。
しかも、ランダムに作る以上、全部の問題を人が見て確かめることはできない。

この記事は、その宿題をどう片づけたかの記録になる。
そして、片づけたつもりのあとに見つかった、もう1つの宿題の記録でもある。
問題を見なくても、選択肢だけで答えがわかってしまわないかだ。
今回も、私が見られない日にAIに任せた作業の1つで、仕様は作業を割り振るAI（PM役）が書き、実装と確認は作業担当のAIがした。
粗探しも、別のAIに任せている。

空間認識テストで遊んでみる（無料・登録不要）

題材は候補表の8番目「空間認識能力 テスト」

このサイトでは、作る題材をキーワード調査から決めている。
9月20日に作った12本の候補表で、8番目に挙がっていたのが「空間認識能力 テスト」だった。
月1,300回の検索があり、SEOの難しさを示す指標は37。
候補表での優先度はBで、理由は、立体の回転や展開図が要るぶん、これまでのゲーム2本より作るのが明らかに重いことだった。

作業の最初に、検索の上位10件を見直した（2026年10月4日、ラッコキーワードで取得）。
上位にあったのは、採用や研修向けの適性テストのサンプル問題、空間認識について解説する教室のブログ、学校の先生が作った問題集、個人が自作したチェックページ、診断・クイズのサイト、団体のクイズ、動画、幼児から小学校低学年向けの無料ドリル。
10位には、学習の困りごとを調べるための検査資料（PDF）も入っていた。

ここから2つを決めた。

• 問題の種類は、上位のページに出てくる3つにしぼる。 図形を回したらどうなるか、立方体の展開図、積み木（ブロック）の数。見出しや説明文を見ると、回転と展開は適性テストのサンプルに、展開図とブロックの数は問題集に、積み木は幼児向けドリルに出てくる。
• 「能力を測る」とはうたわない。 同じ検索結果に、採用の適性テストや、検査のための資料が並んでいる。遊びのゲームが測定や検査のように見えると、検索した人を誤解させる。

あわせて近い言葉も測った。
「空間把握能力 テスト」が月390回（難しさ25）、「積み木 問題」と「立方体 展開図 11種類」がどちらも月260回（難しさ34）。
「立方体 展開図 11種類」は2026年2月に月720回まで伸びていて、季節で大きく動く言葉だった。

3種類×4段階、12問の作り

問題は、やさしい・ふつう・むずかしい・激ムズの4段階で、各段階に回転・展開図・積み木が1問ずつ出る。全部で12問。時間制限はなく、答えるたびに解き方の説明が出る。

この表は、粗探しのあとに直した版だ。最初の版は、回転の選択肢が「裏返した形3つ」だったり、積み木のやさしい段階が床2×2だったりした。なぜ変えたかは後で書く。

能力の言葉を使わない約束は、色の見分けテストのときと同じ形で入れた。
ページのいちばん上と結果画面に「能力を測る検査ではありません」と書き、称号は「立体パズル上級型」「ひらめき待ち型」のように、正解した数の区切りごとに名前をつけた。
どの結果にもハズレがない「全タイプ肯定」で、区切りはゲームの中だけの自前の基準だとページにも書いてある。
最初は9〜11問正解の称号を「くるっと回転型」にしていたが、回転の問題が1問も合っていなくても付く名前だったので、粗探しで指摘されて直した。
称号の説明文も、どの問題で間違えたかを見ずに決めつけていた一文を外した。

正解が1つになるよう、作り方で決める

ランダムに作った問題を、あとから1問ずつ確かめて捨てる方法もある。今回は先に、どう作っても正解が1つにしかならない作り方を決めた。3種類それぞれ、こうなっている。

図形の回転。 お手本の図形には、「回しても裏返しても、自分自身と重ならない形」だけを使う。
そういう形は、回す4通りと裏返して回す4通りの、8通りの向きがすべて違う形になる。
選択肢は、お手本を回しただけの正解、お手本を裏返した形、別の形、その別の形を裏返した形の4つ。
こうすると、回して重なる選択肢は正解の1つしか残らない。

展開図。 正方形6つをつないだ形を、回転と裏返しで同じものをまとめて全部作る。35種類になる。
そのうえで、それぞれの形の上で立方体を1マスずつ転がし、6つの面がすべて違う面になるものだけを「展開図」とした。
残ったのは11種類。
「立方体になる展開図はどれ？」の問題は、この11種類から1つ、展開図にならない形から3つを選んで並べるので、正解は必ず1つになる（6マス一直線の形は細長すぎるので選択肢に出さない。
激ムズでは、2×2のかたまりを含む形と、5つ一列に並んだ形も、ひと目でわかるので外す）。
「向かい合う面はどれ？」の問題は、立方体を転がした結果から向かいの面を決めている。

積み木。 手前の柱が奥の柱より高くならない積み方だけを使う。こうすると、どの柱もいちばん上の面が必ず見える。
そこに「見えない所も下まで詰まっていて、宙に浮いた積み木はない」という約束を足せば、積み木の数は1つに決まる。
問題文の下にも、この2つの約束を書いた。
最初の版は宙に浮かない約束しか書いておらず、「手前の柱は奥より高くない」はページの下の説明にしか無かった。
これも粗探しで指摘された点だ。

作るのとは別の計算で、2万4千問を確かめる

作り方で決めたつもりでも、プログラムに書き間違いがあれば意味がない。そこで、問題を作る処理とは別に、作った問題を確かめるプログラムもAIに書かせた。

ここは正直に書いておく。
最初の版の確かめるプログラムは、積み木の数え直しと、展開図を知られた11種類と照らし合わせる部分こそ別のやり方だったが、図形の回し方・裏返し方・形の比べ方や、展開図を組み立てる計算は、作る側の部品をそのまま呼んでいた。
作る側の部品が間違っていれば、確かめる側も同じように間違える。粗探しでそこを指摘されたので、確かめる側を書き直した。
いまの確かめ方は次のとおり。

• 6マスの形35種類を、作る側とは別のプログラムで全部作り直す
• 展開図かどうかを、作る側の「立方体を転がす」計算とは別に、面の向きを3次元の矢印で追って組み立て直す。11種類になること、作る側の11種類と同じこと、よく知られた11種類の形と1つずつ一致することを確かめる
• 図形の回し方・裏返し方・形の比べ方は、確かめる側で書き直したものを使う。「時計回り」の向きは、L字を手で回した形と照らし合わせる
• 11種類の展開図の、向かい合う面33組の並び方を調べる（答えの説明に使う）
• 4段階×3種類それぞれ2,000問ずつ、計2万4千問を作り、どの問題も正解がちょうど1つで、同じ選択肢が2つ無いことを確かめる
• 積み木は、見えている積み木の数を、見る人の方へ光をのばして別の積み木に当たるかで数え直す（作る側は、となりの柱の高さとの比べ方で数えている）

結果は次のとおり。

時間はこのサイトの作業用PCでの値だ。
12問の作り直しは一瞬で終わるので、「もう一度挑戦する」を押すたびに新しい問題を作っても待たされることはない。
回転の問題に「1マスだけちがう形」を探す処理が入ったぶん、直す前の版（同じPCで3.88ミリ秒）より重くなった。

検算で見つかったのは「正解の数」とは別の穴2つ

正解が1つでない問題は、最初から0件だった。ところが、確かめるプログラムを回すと、別のところで2つ引っかかった。

1つ目は、答えの説明が当てはまらない組があったこと。 展開図の問題では、答えのあとに「なぜその面が向かい合うのか」を説明する。
最初に用意した説明は3つだった。
一直線に3つ並んだ面の両はし、Z（またはS）の形に4つ並んだ面の両はし、4つ一列に並んだ面の上下に1つずつ出た2つの面。
33組のうち32組はこれで説明できたが、1組だけ、どれにも当てはまらなかった。
3つ一列に並んだ面の、片方の端の上と、もう片方の端の下に出た2つの面だ。

調べると、3つ目の説明を広げればよかった。一列に並んだ面の上で立方体を転がしても、列の両側にある面は動かない。
だから、列の片側にくっついた面はどれも同じ面になり、反対側にくっついた面とは必ず向かい合う。
列の長さが4でも3でも同じだ。
説明を「一列に並んだ面に、列をはさんで反対側からくっついている2つの面」に書き直すと、33組すべてが3つのどれかに当てはまった。
あわせて、向かい合わない132組には、どの説明も当てはまらないことも確かめた。
説明が間違った答えを指さないようにするためだ。

2つ目は、積み木の問題で、正解が一度もAに来なかったこと。 積み木の選択肢は、小さい順に並べている。
その中に、よくある数え間違いとして「見えている積み木だけの数」を入れていた。見えている数は、正解より必ず小さい。
すると、正解はいちばん小さい選択肢、つまりAには絶対に来ない。
最初のやり方で200問ずつ作って数えると、いちばんやさしい段階の正解の位置は、A 0問・B 91問・C 109問・D 0問だった。

このときは、正解を何番目に置くかを先に決めて、その前後に入る数を選ぶ形に直した。4つの位置はほぼ同じ回数になった。ところが、この直し方にも穴が残っていた。

粗探しで見つかった「答えを見ずに当たる」穴

できあがったゲームを、作ったのとは別のAIに粗探しさせた。いちばん大きな指摘は、正解は1つなのに、お手本を見なくても当たる問題があることだった。

図形の回転は、選択肢の中の仲間はずれが正解だった。 最初の版の、むずかしい・激ムズの選択肢は「正解1つ＋お手本を裏返した形3つ」。
裏返した形3つは、どれもお手本の裏返しなので、互いに回せば重なる。
すると、4つのうち「回して重なる仲間がいない1つ」が、そのまま正解になる。
ふつうの段階も、別の形を外せば同じことが起きる。お手本を見る必要がない。

積み木は、「見えている数」の入り方が手がかりになっていた。 見えている数は、正解がAの回だけ選択肢に入らない。
だから「見えている積み木を数えて、その数が選択肢に無ければA」が必ず当たる。
数があるときも、その次が正解になりやすかった。

指摘を受けて、問題を見ずに選ぶ「ずるい解き方」を、確かめるプログラムに書き足した。
どれも正解かどうかは採点にだけ使い、選ぶときには見ない。表に出すのは次の4つで、もう1つは後で書く。

• 回転：選択肢の中の仲間はずれを選ぶ
• 積み木：粗探しで見つかった読み方（見えている数が選択肢に無ければA、あればその次）
• 積み木：選択肢の並び（数と数の間隔）だけから、正解になりやすい位置を覚えて選ぶ
• 積み木：見えている積み木だけを数え、見えない数は「よく出る数」を覚えて選ぶ

「覚えて選ぶ」2つは、練習用の問題で「どんな選択肢が正解になりやすいか」を数えておき、別の問題で当てる。
4択なので、手がかりが無ければ25%前後になる。最初の版（コミット 44f47a6）で測ると、こうなった。

回転は、激ムズのほうがやさしいより機械的に易しかった。積み木は、粗探しの指摘よりも深刻で、選択肢の並びを覚えるだけで6〜8割、見えている数を数えれば8〜9割当たっていた。

直し方はこうした。

• 回転は、「裏返しの関係の2つ組」を必ず2組並べる。 選択肢を「正解・お手本の裏返し・別の形・別の形の裏返し」にする。どの選択肢にも裏返しの相方が1つずついるので、仲間はずれがいなくなる。ふつう以降は、別の形を「お手本の1マスだけを動かした形」にして、お手本と照らし合わせないと見分けにくくした。さらに、お手本と別の形を半々で入れ替えている。入れ替えないと、別の形は「お手本と違う形を選び直す」ぶん出にくい形に寄り、やさしい段階だけ「覚えて選ぶ」で30%当たった
• 積み木は、選択肢を「1ずつ続いた4つの数」にして、どれが正解になるかを同じ割合にする。 先に4つの候補（見えない積み木が何個か、の続いた4通り）を選び、その中から見えない数を同じ割合で1つ決めて、ちょうどその数だけ見えない積み木がある積み方を作る。見えている数を数えても、4つの候補はどれも同じ割合なので、しぼれない。かわりに、引っかけの「見えている数」は選択肢に入れるのをやめた。やさしい段階は、床2×2だと見えない積み木が1個か2個しか作れず、4通りの候補が成り立たないので、床3×2にした

直したあとに同じ4つで測ると、こうなった。

回転にはもう1つ「選択肢どうしの関係と形の込み入り具合を覚えて選ぶ」解き方も入れていて、こちらも24.4〜25.5%だった。
確かめるプログラムは、どれかが30%を超えたら失敗にしてある。

これは、正解が1つかどうかを確かめるだけでは見つからない。正解はちゃんと1つあるからだ。
正解の位置がA〜Dに同じくらい散らばっているかを数えるだけでも見つからない。
最初の版の回転も、正解の位置はほぼ均等だった。

画面を撮って直したこと

動作の確かめは、画面の幅を320px・375px・1280pxに変えて、自動の操作で12問を通して遊ばせた。
横にはみ出すところ0、エラー0。
ボタンの素早い2度押しで勝手に答えにならないこと、キーボードだけで最後まで遊べること、Windowsのコントラスト テーマを再現した表示で図が塗りつぶされないことも確かめた。
色の見分けテストの粗探しで見つかった不具合を、最初から仕様に入れておいた部分だ。
広告は、サイト共通の広告の読み込み部品が、/game で始まるページでは何も読み込まない作りになっている（手元の開発用の画面では広告の設定自体が無いので、読み込みの数を数えても確かめにはならない）。

それでも、画面を撮って眺めると直すところが出てきた。最初に作業担当のAIが直したのが4件。

1. 答えたあと「×」の印まで薄くなっていた。 選ばなかった選択肢を薄く見せる指定が、ボタン全体にかかっていた。薄くするのは中身だけにした。
2. PCの幅では、1問が1画面に収まらなかった。 幅640px以上では選択肢を横4列にした。
3. 展開図の答えの枠が、マスの外枠を消していた。 枠を内側へ寄せた。
4. スマホで選択肢が画面からはみ出していた。 図を小さくし、数字や記号の選択肢は「A 12個」のように横1行にまとめた。

4つ目は、直したつもりで足りていなかった。
最初の報告は「幅375px・高さ667pxで収まった」だったが、このサイトは上に固定の見出し帯があり、問題はその下から始まる。
粗探しで、スマホのブラウザで実際に使える高さ（約553px）や320×568pxでは、回転の選択肢CとDがまだ画面の外だと指摘された。
スマホでは「お手本」の文字を図の横に置いて図を小さくし、回転の補足の一文を外し、積み木の図を低くした。
いまは375×553pxと320×568pxで12問を通して測り、どの問題も選択肢Dの下の端まで画面に収まった。
「わからない」ボタンは、問題によっては少し下へスクロールすると出てくる。

粗探しでは、もう1つ見た目の指摘があった。
記号や数の選択肢で、答えたあとに付く「○ 正解」の印が、記号の名前に重なっていた（320pxで横24px・縦9pxほど）。
自動の操作で測り直すと、積み木の数の選択肢でも、PCの幅で重なっていた。
選択肢の上側に印のぶんの余白をとり、どの幅でも重なりが0になったことを測って確かめた。

公開前は、本番で見えない形にしておく

作った時点では、本番では見えない形にしておいた。隠し方は、色の見分けテストで決めた形をそのまま使っている。

• 本番用のビルドでは、ゲームのページが404（見つかりません）になる。手元の開発用の画面でだけ表示される
• 検索エンジンに載せない指定（noindex）も付ける
• サイトマップ、ナビ、トップページ、ほかのゲームからのリンクにはまだ足さない
• 本番用のビルドには、ゲーム本体のプログラムを含めない

手元で本番用にビルドして、ページが404を返すこと、ブラウザに配るプログラム（.next/static）にはタイトルも称号も出てこないことを確かめた。
サーバーの中で動く部品には、このページの部品と、下書きのこの記事の本文が入る。
外から開けるページにはならないので、そのままにした。
ブラウザに配るプログラムに1つだけ残るのは、記録を保存するときの名前（ブラウザに保存する項目の名前）で、ほかのゲームと共通の部品に書いてあるため、ほかのゲームのプログラムにも入る。
中身のない名前だけなので、このままにした。

ゲームは10月7日に、色の見分けテストに続けて公開した。
このときに隠す仕組みを外し、サイトマップ、トップページ、ほかのゲームからのリンクを足している。
この制作記録は、それより後の公開になる。

git に残った時刻

git に残るのは、ブランチを作った時刻とコミットの時刻だけだ。
作業したAIの報告では、最初の約40分の中に、検索上位の確認、実装、検算のプログラムと2件の直し、画面の確認と4件の直し、本番用のビルドでの隠し方の確認までが入っている。
近い言葉の検索数を測ったのは、最初のコミットのあとだ。
粗探しは8時29分のあとに入り、その指摘を直す作業はさらに別に動いている。

まとめ: 「正解は1つか」だけでなく「選択肢だけで当たらないか」も測る

自動で問題を作るなら、正解が1つになることは、あとから確かめる前に作り方で決めておく。
今回は、回しても裏返しても重ならない形、35種類から選んだ11種類の展開図、手前ほど低い積み方の3つで決めた。

そのうえで、作るのとは別のやり方で大量に確かめる。確かめる側が作る側の部品を呼んでいると、同じ間違いを見逃す。

最後に、問題を見ずに選ぶ「ずるい解き方」を書いて、何%当たるかを測る。今回いちばん大きな穴は、ここにあった。
正解はちゃんと1つあり、正解の位置もA〜Dに散らばっているのに、選択肢どうしを比べるだけで、あるいは選択肢の並びを覚えるだけで当たる。
遊ぶ人が何回か遊ぶうちに気づく種類の穴だ。確かめる項目を「正解は1つか」だけにしていたら、そのまま出していたと思う。

出来上がったゲームはこちら。問題は遊ぶたびに変わり、記録は端末の中にだけ残る。

空間認識テストで遊ぶ（無料・スマホ対応）

これまでのゲームの顛末は、反射神経テストの実録と、仕様書だけで作らせた動体視力テストの制作記録に書いた。
3本目と4本目は、記憶力テストの制作記録と色の見分けテストの制作記録にある。
AIだけで作って公開したものの一覧はバイブコーディングの始め方にまとめている。