AIが最も間違える領域は「バイト」だ — 固定長・文字コード処理のガードレール設計

半角英数字のテストデータでは通った。レビューも通った。だが漢字の商品名が混在した瞬間、レコード全桁がずれた。AIが書いた固定長ファイル取込処理が体系的に間違える現象の原因は、AIの学習データにある。現代のWeb開発はUTF-8・可変長・文字単位で統一され、その前提で書かれたコードが圧倒的多数派だ。一方レガシー基幹システムの外部インターフェースはいまもSJIS（CP932）で、桁数はバイト単位、レコードは固定長だ。AIが「10桁目から20桁目を取り出す」実装で、文字単位のスライスを返すのは、学習データの常識に従っているからだ。つまり不注意ではなく、前提のズレという構造的な問題である。

この構造的ミスは「うっかり」では捕まらない。半角のみのテストでは気づかず、本番で2バイト文字が現れた瞬間に顕在化する。AIが陥りやすい5つの罠を整理すると、文字数とバイト数の混同（最頻出）、文字コード変換のタイミング誤り（桁切り出し前に変換するな）、半角カナの膨張（SJIS 1バイト→UTF-8 3バイト）、埋め文字規則の誤解（トリムや全角スペースの混同）、改行・EOF・レコード長の検算漏れだ。いずれも「モダン側の常識」が前提になっている。AIに投げる前に、プロジェクトのガイドラインにガードレール（文字コード、桁定義、埋め文字、レコード構造の明記）を常設し、テストデータに「2バイト文字が桁境界に跨るパターン」を先に用意することが唯一の対処法だ。

実務への含意は、レガシーシステム移行でAI支援を採用するなら「推測補完を構造的に止める」という姿勢が必須ということだ。AIに足りない情報がある場面で、「よくある規則」での補完を許してはいけない。CLAUDE.mdにガードレールを書き、曖昧な仕様は[要確認]を付けて実装を止めることが、差し戻しゼロの唯一の道だ。このやり方は、基幹システム以外にも応用できる。ファイル形式・プロトコル・外部連携で「自分たちの世界の前提」をAIに事前宣言することで、構造的な誤りを構造的に防ぐのだ。