RORK LABEN
TOOLING — Rorkの開発者向けリポジトリが動き続けています。rork-xcodeが7月16日、rork-deviceが7月15日、rork-plistが7月13日に更新されましたOPUS46 — RorkでClaude Opus 4.6が稼働しています。Rork MaxはClaude Codeを土台にアプリを組み立てる設計ですSIM — ブラウザ上で動くクラウドのiOSシミュレータを備え、実機へのインストールは1クリック、App Storeへの提出は2クリックと案内されていますMAX — Rork MaxはReact Nativeではなく純粋なSwiftを出力します。iPhone・iPad・Apple Watch・Apple TV・Vision Pro、そしてiMessageまでが射程ですNATIVE — HealthKit、ARKitとLiDAR、NFC、Dynamic Island、Live Activities、Metalによる3D、Core MLのオンデバイス推論まで扱えますSEED — RorkはLeft Lane Capitalが主導する1,500万ドルのシードラウンドを実施し、Peak XVとa16z Speedrunが参加しましたTOOLING — Rorkの開発者向けリポジトリが動き続けています。rork-xcodeが7月16日、rork-deviceが7月15日、rork-plistが7月13日に更新されましたOPUS46 — RorkでClaude Opus 4.6が稼働しています。Rork MaxはClaude Codeを土台にアプリを組み立てる設計ですSIM — ブラウザ上で動くクラウドのiOSシミュレータを備え、実機へのインストールは1クリック、App Storeへの提出は2クリックと案内されていますMAX — Rork MaxはReact Nativeではなく純粋なSwiftを出力します。iPhone・iPad・Apple Watch・Apple TV・Vision Pro、そしてiMessageまでが射程ですNATIVE — HealthKit、ARKitとLiDAR、NFC、Dynamic Island、Live Activities、Metalによる3D、Core MLのオンデバイス推論まで扱えますSEED — RorkはLeft Lane Capitalが主導する1,500万ドルのシードラウンドを実施し、Peak XVとa16z Speedrunが参加しました
記事一覧/AIモデル
AIモデル/2026-05-02上級

Rork Max の SwiftUI ネイティブ生成能力を30機能で検証する — どこで迷わず任せられて、どこで人間が介入すべきか

Rork MaxのSwiftUI AI生成能力を30機能カテゴリで体系的に評価。S〜C評価のベンチマーク結果と、C評価機能をA以上に引き上げる実践的なプロンプトパターンとコード修正例、実測の開発時間まで具体的に紹介します。

Rork Max229SwiftUI63AI生成ベンチマークネイティブ開発4品質評価プロンプトエンジニアリング4

プレミアム記事

HealthKit を使ったフィットネストラッカーを Rork Max で作り始めたとき、最初のプロンプトで歩数グラフが動いたときは「これはいける」と思いました。ところが睡眠データを追加しようとした瞬間から、生成されるコードが微妙にずれ始めました。HKSleepAnalysis の取り扱いが微妙に古く、承認リクエストのタイミングも想定と違う。2回直して、3回目のプロンプトでようやく動いたとき、「ああ、これはカメラや ARKit だったらもっとひどいことになるだろうな」と感じました。

個人開発でアプリをリリースしてきた経験から言うと、Rork Max に何でも任せようとするのは危険です。ただ、何も任せないのは機会損失です。大事なのは「どこで迷わず任せられるか」と「どこで自分が介入するか」を事前に知っておくことだと思います。

ここではSwiftUI の 30 機能カテゴリを実際に試した結果を S・A・B・C の 4 段階で評価し、C 評価の機能を A 以上まで引き上げる具体的な手順をお伝えします。

評価基準と検証方法

まず、評価方法を明示します。各機能について同一の要件(「基本的な読み取り/書き込み/表示ができるコードを生成する」)を指示し、以下の5軸で採点しました。

  • コンパイル通過率: 最初のプロンプトで Xcode ビルドが通るか
  • ランタイムエラー率: 実機で動かして最初の1分でクラッシュしないか
  • コード品質: エラーハンドリングが実装されているか、deprecated API を使っていないか
  • 完全性: 要件の主要部分が漏れなく実装されているか
  • 必要プロンプト回数: 使用に耐える品質になるまでに何回の指示が必要か

評価基準はこうです。

  • S評価: 1〜2回のプロンプトで実用品質。コピペでそのまま使える水準
  • A評価: 2〜4回のプロンプトで高品質に仕上がる。軽微な修正が必要
  • B評価: 5〜8回のプロンプト、または大きめのコード修正が必要
  • C評価: 10回超、または生成コードの大部分を書き直す必要がある

検証は実機(iPhone 16 Pro、iOS 18.4)と Xcode 16.3 で行っています。

実測ベンチマーク数値 — 30機能の集計

評価の背景にある数字も共有します。各機能カテゴリを同一条件で5回ずつ試行し、初回プロンプトでのコンパイル通過率、実用品質に達するまでの平均プロンプト回数、生成直後のコードを実機で1分動かしたときのクラッシュ率を記録しました。傾向を掴むための目安として捉えていただければ幸いです。

評価代表機能初回コンパイル通過率平均プロンプト回数実機クラッシュ率
S基本UI・REST API・CRUD約90%1.4回ほぼ0%
AStoreKit 2・MapKit・通知約70%2.8回約5%
BDynamic Island・HealthKit・カメラ約40%6.2回約25%
CARKit・Core ML・Metal約15%11回超約60%

この数字を見て改めて感じるのは、S から C への落差が段階的ではなく、B と C の間で急に深くなることです。平均プロンプト回数は B までは一桁で収まりますが、C ではその概念自体が崩れます。10回を超えたあたりから、プロンプトを重ねて直すより、骨格だけ受け取って書き直す方が速くなる。これが後述する分担判断の根拠になっています。

初回コンパイル通過率にも目を向けていただければと思います。S・A では過半数が一発で通るのに対し、C では通る方が例外です。C 評価の機能は、生成物を叩き台ではなく参考実装の断片として扱うのが現実的だと感じています。

ここまでお読みいただきありがとうございます。

この記事の続きを読む

この先には、実装コードやベンチマーク結果など、実務でお役に立てる内容をご用意しています。このサイトは広告を掲載しておらず、サーバーや開発にかかる費用はメンバーの皆様のご支援で成り立っています。もしお役に立てていましたら、ご支援いただけますと大変ありがたいです。

この記事で得られること
30機能をS〜Cで採点した実測値(初回コンパイル通過率・平均プロンプト回数・実機クラッシュ率)
C評価のCore ML推論を5回のプロンプトでA品質へ引き上げた完全なコード差分
評価ランク別の実測開発時間と、S・A中心で収益を設計する個人開発の分担判断
Stripe による安全な決済 · いつでもキャンセル可能

この記事を購入する

この先の内容をすべてお読みいただけます。一度のご購入で、いつでも何度でもアクセスできます。このサイトは広告を掲載しておらず、皆さまのご支援がサーバー費用などの運営を支えています。

または
メンバーシップなら全記事が読み放題 →
シェア

お読みいただきありがとうございます

Rork Lab は広告なしで運営しており、サーバー費用などの運営コストはメンバーシップのご支援で賄っています。実装コード・ベンチマーク・本番設計パターンなど、実務でお役立ていただける記事を毎日更新しています。もし読んでよかったと感じていただけましたら、ぜひご覧ください。

  • コピー&ペーストで使える実装コード付き
  • 毎日新しい上級ガイドを追加
  • ¥580/月 または ¥1,480 の永久アクセス
メンバーシップを見る →

関連記事

AI モデル2026-06-24
Rork Max の AI 機能を本気で使い倒す — Vibe Coding を超える実装力の引き出し方
Rork Max を実装パートナーとして使い倒すための深掘りガイドです。プロンプト設計とコンテキスト管理に加え、無印 Rork と Rork Max の選び分け、クレジットを無駄にしない作り方、App Store 提出前の検証までを、個人開発の実体験からまとめました。
AI モデル2026-06-24
Foundation Models の Guided Generation で、オンデバイスAIの出力を型で受け取る
オンデバイスのFoundation Modelsで、AIの返答を自由文ではなく型付きの構造体として受け取る方法を、Guided GenerationとTool Callingの実装コードとともに整理します。
AI モデル2026-06-14
Rork Max の Swift アプリに Foundation Models の画像入力でオンデバイス・タグ付けを実装する
WWDC26 で Foundation Models のオンデバイスモデルに画像入力が加わりました。Rork Max が生成する Swift アプリに、画像のタグ付け・説明生成をクラウドに出さず実装する具体的な手順を、可用性ゲートとVision併用まで含めて解説します。
📚RECOMMENDED BOOKS
大規模言語モデル入門
山田育矢
LLM開発
生成AIプロンプトエンジニアリング入門
我妻幸長
プロンプト
Claude CodeによるAI駆動開発入門
平川知秀
AI駆動開発
※ アフィリエイトリンクを含みます
もっと見る →