テスト

モンキーテストとは:目的と探索的テストとの違い、Playwright・Android Monkeyでの自動化手順

モンキーテストとは:目的と探索的テストとの違い、Playwright・Android Monkeyでの自動化手順

モンキーテストは、テストケースを作らずにランダムなクリック・入力・キー操作をアプリへ浴びせ、クラッシュや未処理の例外が起きないかを確かめるテストです。この記事では、アドホックテスト・探索的テスト・ファジングとの違いを比較表で整理したうえで、Androidの adb shell monkey と、Webアプリ向けにPlaywrightで書くシード付きのモンキーテストを、そのまま動かせるコマンドとコードで示します。落ちたときに同じ操作を再生する方法、見つけた不具合を回帰テストへ移す運用、導入を見送る場面まで扱います。

まとめ:モンキーテストは乱数の種を残して自動で回し、落ちた操作は回帰テストへ移す

モンキーテストで確かめるのは「仕様どおりに動くか」ではなく「何をされても落ちないか」です。手で画面を叩くだけだと、落ちても操作を再現できず報告で終わります。実務では、乱数の種(シード)を固定できるツールで自動実行し、失敗したらシードと直前の操作ログを残す形にしてください。

AndroidならSDK付属の adb shell monkey に -s でシードを渡すだけで始められます。WebアプリならPlaywrightで100行に満たないテストを書けば、ブラウザの例外・コンソールエラー・HTTP 500を失敗として拾えます。仕様の正しさを確かめたい段階や、本番環境しか触れる場所が無い状況では、モンキーテストは採用しません。

モンキーテストの定義と目的:ランダムな操作で落ちる箇所を探す試験

モンキーテストには国際規格のような厳密な手順はありません。共通しているのは、期待結果を事前に決めず、ランダムな入力に対してアプリが異常終了しないかだけを見る点です。

無限の猿定理に由来する名前とランダム操作でアプリが落ちないことを確かめる目的

名前は、猿がタイプライターをでたらめに打ち続ければいつかシェイクスピアの作品も書き上げる、という無限の猿定理から来ています。意味を理解しない入力でも、回数を重ねれば開発者が想定しなかった組み合わせに当たる、という発想です。

判定の基準は単純で、アプリが落ちたか、応答しなくなったか、だけを見ます。Androidの公式ツールも、監視するのは「別パッケージへの移動」「クラッシュや未処理例外」「ANR(アプリが応答しない状態)」の3つだけです。画面の表示内容が正しいかどうかは判定しません。

ダムモンキーとスマートモンキーの違いは入力の意味を知るかどうか

モンキーテストは、入力先の意味を知っているかどうかで2つに分けて説明されます。

種類 操作のしかた 向いている対象
ダムモンキー 画面の座標をでたらめに叩き、意味のない文字を打つ どの画面でも落ちないかの耐久確認
スマートモンキー 入力欄やボタンを認識し、型に合った値や遷移を選ぶ 深い画面まで到達させたい業務アプリ

ダムモンキーは準備がほぼ要らない一方、ログイン画面の先へ進めないことが多くあります。後半で示すPlaywrightのコードはダムモンキーを土台に、入力する文字列だけを「空文字・巨大な数・絵文字・HTMLタグ」に寄せた中間的な作りにしています。

アドホックテスト・探索的テスト・ファジングとモンキーテストの違い

モンキーテストは、似た名前のテストと混同されがちです。日本語の解説では「アドホックテスト(モンキーテスト)」と同一視する記事もあります。違いは、設計の有無と記録の残し方にあります。

設計の有無・記録・再現性・自動化のしやすさで並べた4手法の比較表

手法 事前の設計 操作の決め方 再現性 自動化
モンキーテスト 無し 乱数 シードを残せば高い しやすい
アドホックテスト 無し 担当者の思いつき 低い しにくい
探索的テスト テストチャーター 学習しながら決める セッション記録次第 人が主体
ファジング 入力の型・初期データ 変異させた入力 高い 前提が自動

アドホックテストとモンキーテストは「設計しない」点が共通していますが、操作を決めるのが人か乱数かで分かれます。人が場当たり的に触るアドホックテストは、落ちても手順を説明できないことがよくあります。モンキーテストを自動で回す最大の利点は、この再現性の問題をシードで解ける点です。探索的テストは目的(チャーター)を決めて人が学びながら進める手法で、進め方は探索的テストのチャーター設計とセッション記録で解説しています。

探索的テストやプロパティベーステストと組み合わせるときの役割分担

モンキーテストは画面全体を外から叩くため、どの関数のどの入力で落ちたかまでは絞れません。役割分担は次の順に考えると整理しやすくなります。

  1. 関数単位の入力の組み合わせは、プロパティベーステストで性質を書いて乱数で検証する
  2. 画面単位で「どこを触っても落ちない」ことは、モンキーテストで夜間に確かめる
  3. モンキーテストが落ちた周辺は、探索的テストで人が深掘りして原因の仕様を突き止める

同値分割や境界値分析のように仕様から入力を選ぶ技法は、モンキーテストでは代わりになりません。設計技法側の整理はブラックボックステストとホワイトボックステストの違いにまとめています。

AndroidのMonkeyをadbで動かす手順とシード・停止条件の主要オプション

Androidには、SDKのツールとして「UI/Application Exerciser Monkey」が用意されています。エミュレータか実機の中で動き、クリック・タッチ・ジェスチャーなどの擬似乱数のイベント列と、システムレベルのイベントをアプリへ送ります。

adb shell monkeyの基本コマンドと-pで対象パッケージを絞る理由

Android Developersの公式ページが示す基本の書式は adb shell monkey [options] <event-count> です。オプションを付けないと、端末に入っている全パッケージへイベントを送ってしまいます。自社アプリだけを対象にするには -p でパッケージ名を指定します。

$ adb shell monkey -p com.example.orderapp -s 20261118 --throttle 100 \
    --pct-touch 50 --pct-motion 20 --pct-syskeys 0 -v -v 5000

この例は、com.example.orderapp に5,000回のイベントを100ミリ秒間隔で送ります。-p を付けると、Monkeyが他のパッケージへ移ろうとする操作を止める設定です。連絡先の選択など別アプリの画面を使う機能があるなら、そのパッケージも -p を重ねて許可します。--pct-syskeys 0 はホームキーや音量キーといったシステムキーの割合を0にする指定で、アプリの外へ出る操作を減らすために入れています。

-sの乱数シードと–throttleで落ちた操作を同じ順序で再生する方法

公式ページは -s について、同じシード値でMonkeyを再実行すると同じイベント列が生成されると説明しています。夜間に回すときはシードを日付や連番で決め、ログの先頭に残しておきます。落ちたら同じシード・同じイベント数・同じ割合の指定で流し直せば、開発者の手元で再生が可能です。

--throttle はイベント間に固定の待ち時間を入れる指定で、付けないと待ち時間なしで最速に送ります。最速で送ると、端末の性能差で画面遷移の完了前に次のイベントが届くタイミングが変わり、同じシードでも結果がずれる原因になります。再生を前提にするなら100ミリ秒前後の値を入れてください。

クラッシュ後のイベント継続とプロセス停止を使い分ける実行時の判断基準

Monkeyは既定で、アプリのクラッシュや未処理例外、ANRを検知した時点で停止してエラーを報告します。この既定の動きを変えるのが次のオプションです。

  • --ignore-crashes:クラッシュしても指定回数までイベントを送り続ける
  • --ignore-timeouts:ANRなどのタイムアウトが起きても送り続ける
  • --kill-process-after-error:エラーで止まったとき、失敗したアプリのプロセスを停止させる

原因を1件ずつ潰す段階では既定のまま、最初のクラッシュで止めるのが扱いやすい設定です。リリース前に「何件落ちるか」の件数を把握したいときだけ --ignore-crashes を付けます。CIで連続実行するなら、次の実行に前回の状態を持ち越さないよう --kill-process-after-error を足しておきます。

WebアプリのモンキーテストをPlaywrightで書く:シード付き乱数と例外検知

Webアプリには、Androidの adb shell monkey にあたる標準ツールがありません。E2Eテストの土台としてPlaywrightを使っているなら、数十行のテストを1本足すだけでモンキーテストを始められます。Playwrightの導入とプロジェクトの初期化はPlaywrightでE2Eテストを書く手順を先に済ませてください。

乱数の種を固定してクリック・入力・キー操作を混ぜるテストコード全文

@playwright/test 1.65系(2026年11月時点の最新は1.65.1)を前提にしたコードです。Math.random() は種を指定できないため、種から同じ乱数列を作る小さな関数(mulberry32)を自前で持たせています。

// tests/monkey.spec.ts
import { test, expect } from '@playwright/test';

// 乱数の種。MONKEY_SEED を渡すと同じ操作列を再生できる
const SEED = Number(process.env.MONKEY_SEED ?? Date.now() % 1000000);
const STEPS = Number(process.env.MONKEY_STEPS ?? 300);

function mulberry32(seed: number) {
  let a = seed | 0;
  return () => {
    a = (a + 0x6d2b79f5) | 0;
    let t = Math.imul(a ^ (a >>> 15), 1 | a);
    t = (t + Math.imul(t ^ (t >>> 7), 61 | t)) ^ t;
    return ((t ^ (t >>> 14)) >>> 0) / 4294967296;
  };
}

// 入力に混ぜる値。境界の数・多バイト文字・タグ・引用符を寄せておく
const WORDS = ['', '0', '-1', '99999999999999999999', 'あいう', '<b>x</b>', "' OR '1'='1", '😀', ' '.repeat(50)];
const KEYS = ['Enter', 'Tab', 'Escape', 'Backspace', 'ArrowDown'];

test('monkey', async ({ page, baseURL }) => {
  const rand = mulberry32(SEED);
  const pick = (xs: string[]) => xs[Math.floor(rand() * xs.length)];
  const errors: string[] = [];
  const log: string[] = [];

  page.on('pageerror', (e) => errors.push(`pageerror: ${e.message}`));
  page.on('console', (m) => {
    if (m.type() === 'error') errors.push(`console: ${m.text()}`);
  });
  page.on('response', (r) => {
    if (r.status() >= 500) errors.push(`http ${r.status()}: ${r.url()}`);
  });

  const origin = new URL(baseURL!).origin;
  await page.goto('/');

  for (let i = 0; i < STEPS && errors.length === 0; i++) {
    // 外部サイトへ出たら起点に戻す
    if (new URL(page.url()).origin !== origin) await page.goto('/');
    const { width, height } = page.viewportSize()!;
    const r = rand();
    if (r < 0.6) {
      const x = Math.floor(rand() * width);
      const y = Math.floor(rand() * height);
      log.push(`${i} click ${x},${y}`);
      await page.mouse.click(x, y);
    } else if (r < 0.8) {
      const w = pick(WORDS);
      log.push(`${i} type ${JSON.stringify(w)}`);
      await page.keyboard.type(w);
    } else if (r < 0.9) {
      const k = pick(KEYS);
      log.push(`${i} press ${k}`);
      await page.keyboard.press(k);
    } else {
      const dy = Math.floor(rand() * 1200) - 600;
      log.push(`${i} wheel ${dy}`);
      await page.mouse.wheel(0, dy);
    }
    await page.waitForTimeout(50);
  }

  expect(errors, `seed=${SEED}\n${log.slice(-20).join('\n')}`).toEqual([]);
});

実行は MONKEY_SEED=20261118 npx playwright test tests/monkey.spec.ts の形で行います。baseURL は playwright.config.ts の use に検証環境のURLを書いておきます。操作の6割をクリック、2割を文字入力、1割をキー操作、1割をスクロールに割り振っており、この比率は画面の性質に合わせて変えて構いません。

pageerror・consoleエラー・HTTP 500を失敗として拾う検知の書き方

Webアプリはクラッシュしてもブラウザごと落ちることはまれで、画面が固まったまま裏で例外が出ている状態になりがちです。そこで上のコードは、異常を3つの経路で拾っています。

  1. PlaywrightのPageクラスの pageerror イベントで、ページ内で捕まらなかった例外を拾う
  2. console イベントのうち種類が error のものを拾う。Reactの描画エラーなどはここに出る
  3. response イベントでステータス500以上の応答を拾う。画面は無事でもサーバー側が落ちている状態を見逃さない

クリックと入力は、Mouseクラスの mouse.click(x, y) と mouse.wheel(deltaX, deltaY)、Keyboardクラスの type と press で送っています。座標はビューポート基準のCSSピクセルです。mouse.wheel はスクロールの完了を待たずに戻るため、各操作の後に50ミリ秒の待ちを入れています。分析タグの読み込み失敗など、既知で無害なコンソールエラーが出るサイトでは、文言で除外する条件を console の処理に足してください。

gremlins.jsを使う選択肢と2020年7月の2.2.0から更新が止まっている点

ブラウザ向けのモンキーテスト用ライブラリとしては gremlins.js が知られています。gremlins.createHorde().unleash() の1行で、既定では10ミリ秒間隔で1,000回のランダム操作を行い、フォーム入力役・クリック役・タッチ役などの「species」を選んで組み合わせることが可能です。MITライセンスで、乱数生成器に種を渡して攻撃を再現可能にする設定もあります。

ただしnpmの公開版は2020年7月21日の2.2.0が最新で、2026年11月時点までそれ以降の版は出ていません。ブックマークレットとして手元の画面で試すには手軽ですが、CIに組み込む本命にはしないほうが安全です。保守の続いているPlaywright上に自前で書くほうが、ブラウザの更新に追従できます。

モンキーテストで見つけた不具合を再現し回帰テストに固定するまでの運用

モンキーテストは、落ちた後の扱いを決めておかないと「たまに赤くなる不安定なテスト」として無視されるようになります。失敗を再現手順に変え、決まった形のテストへ移すまでを運用に含めてください。

失敗時の操作ログ末尾20件から必要な操作を絞り最小の再現手順にする方法

上のコードは、失敗時に seed= と直前20件の操作をテスト結果へ出力します。再現と絞り込みは次の順で進めます。

  1. 同じ MONKEY_SEED と MONKEY_STEPS で流し直し、同じ番号の操作で落ちることを確かめる
  2. MONKEY_STEPS を落ちた番号まで減らしても再現するかを見る
  3. ログの末尾20件を手で画面に当てはめ、どのボタン・入力欄に当たったかを特定する
  4. 落ちるのに必要な操作だけを残し、PlaywrightのロケーターとURLで書いた通常のE2Eテストに書き直す

手順4で書いたテストは、修正前に失敗し、修正後に通ることを確かめてから回帰テストへ入れます。モンキーテストそのものを回帰テストとして残すのではなく、落ちた操作列だけを決まった手順のテストに変換する、という分け方がこつです。座標で書かれた操作はCSSの変更で別の要素に当たるため、そのまま残しても再現性が保てません。

夜間CIでシードを変えて回し本番データを触らない環境に限る条件

シードを毎回固定すると、同じ操作列しか試さなくなります。夜間のCIでは日付からシードを作って毎晩違う操作列を流し、失敗したときだけシードを課題に記録する運用が回しやすい形です。1回の実行時間は、300操作なら待ち時間込みで数分に収まります。

実行先は、テスト用データを毎回作り直せる検証環境に限ります。ランダムなクリックは削除ボタンや一括送信ボタンにも当たるため、実データの入った環境では使えません。外部の決済やメール送信はスタブに差し替えておきます。テストの夜間実行や検証環境の自動構築まで含めてパイプラインを整えたい場合は、DevOps・CI/CD導入支援で設計から相談を受けています。

モンキーテストを導入すべき場面と工数をかけずに見送るべき場面

モンキーテストは安く始められますが、見つけられる不具合の種類は「落ちる・固まる・500を返す」に限られます。この範囲に価値がある案件かどうかで判断してください。

入力欄と画面遷移が多い業務アプリやリリース前の耐久確認なら採用

採用するのは、入力欄が多く画面遷移の組み合わせが手で追い切れない業務アプリ、フロントエンドの状態管理が複雑なSPA、Androidアプリのリリース前の耐久確認です。どれも、テストケースを設計した担当者が想定しなかった操作順で例外が出やすい対象です。E2Eテストの仕組みが既にあれば、追加の工数はテスト1本と夜間ジョブの設定だけで済みます。

テスト工程全体の中でどこに置くかは、システム開発のテスト工程と種類で整理した結合テスト以降の「非機能の確認」に位置づけると説明しやすくなります。

仕様の正しさを確かめたい場面と本番環境しか無い状況では見送る

計算結果や帳票の数値が仕様どおりかを確かめたい場面では、モンキーテストは役に立ちません。期待結果を持たないので、間違った金額が表示されても成功と判定します。この目的には、仕様から入力と期待値を設計するテストを書きます。

もう1つの見送り条件は、データを作り直せる検証環境が無いことです。本番環境で乱数の操作を流すと、取り消せない登録や送信が起きます。環境を用意できないうちは、モンキーテストより先に検証環境の整備に工数を回してください。

よくある質問

モンキーテストの進め方や、似た名前の手法との違いについてよく寄せられる質問に答えます。

モンキーテストとアドホックテストは同じものですか?

同じものとして説明する記事もありますが、この記事では分けて扱っています。どちらもテストケースを設計しない点は共通です。違いは操作の決め方で、アドホックテストは担当者の経験や思いつき、モンキーテストは乱数で操作を選びます。乱数で選ぶモンキーテストはツールで自動化でき、シードを残せば同じ操作を再生できます。報告書に書くときは、どちらの意味で使ったかを1行添えておくと誤解が起きません。

Chaos Monkeyとモンキーテストは同じものですか?

別のものです。Netflixの Chaos Monkey は、本番環境で動いている仮想マシンのインスタンスやコンテナをランダムに停止させ、障害に強いサービス設計を促すためのツールで、利用にはSpinnakerでアプリを管理している必要があります。対象はインフラの障害耐性で、画面操作は行いません。この考え方はカオスエンジニアリングと呼ばれ、AWSでの実施方法はAWS Fault Injection Serviceの解説で扱っています。

モンキーテストは何回くらい操作を実行すればよいですか?

決まった回数はありません。Androidの公式ページは基本例として500回のイベントを示しています。実務では、1回の実行を数百〜数千操作に抑え、シードを変えて毎晩繰り返すほうが、1回で何万操作も流すより多くの画面に当たります。新しい不具合が見つからない日が続いたら、操作の比率や入力値の候補を変えて、まだ当たっていない画面へ寄せてください。

モンキーテストの結果はテスト報告書にどう書けばよいですか?

実行環境、ツールと版、シード、操作回数、操作の比率、検知条件(例外・コンソールエラー・HTTP 500)、検知件数を書きます。検知した不具合ごとに、再現したシードと回帰テストへ移したテスト名を対応させておけば、修正の確認まで追えます。「エラー0件」と書く場合も、どの条件で何回流した結果かを添えないと、品質の根拠として読めません。

モンキーテストを本番環境で実行してもよいですか?

画面を操作するモンキーテストは本番環境で実行しません。ランダムなクリックが削除・確定・送信のボタンに当たり、実データの変更や顧客へのメール送信が起きるためです。本番相当のデータで確かめたい場合は、個人情報を伏せたデータを検証環境へ複製してから流します。本番での障害耐性を確かめたいなら、手法そのものをカオスエンジニアリングに切り替えます。

関連記事

お気に入りに入れた記事の一覧

一創の公式 SNS

X では毎朝の新着記事と IT ニュースの速報を、YouTube・TikTok・Instagram・LinkedIn・Facebook では記事の解説動画を配信しています。

資料請求

今日のトレンド記事 直近 24 時間で、いつもより多く読まれている記事

  1. 2026.11.14 テックブログ Gitの脆弱性6件:CVE-2026-111760の再帰クローン対策と2.56.1への更新手順
  2. 2026.11.14 テックブログ ImageMagickの脆弱性VU#580079:policy.xmlの許可リスト設定と影響判定の手順
  3. 2025.08.05 コラム SXG(Signed Exchange)とは?仕組みと広まらなかった理由・2026年の撤去手順
  4. 2026.11.13 テックブログ 宝くじ公式サイト不正アクセス:4,436名の対象確認とパスワード再設定、変更された仕組み
  5. 2026.11.13 テックブログ KARTEの不正アクセス:JINS約1,829万件など利用企業の漏えい一覧と、タグ・配信・データ連携を確かめる手順【11月17日時点】

RELATED POSTS 関連記事

目次