claude_code
文書の過去の版を表示しています。
目次
Claude Code
Anthropic社のコーディングAIエージェント
AIの使い方の方針
以下は2026年初頭時点で推奨される方針である。LLM自身もLLMの利用方法も発展途上であり、以下の方針もあくまで現時点での出発点に過ぎない。何がうまくいき、何が失敗したかを観察してアップデートしていくことが重要。
0. コンテキストウィンドウ
コンテキストウィンドウはすぐに埋まり、埋まるほど性能が低下することを意識する。会話履歴、読み込んだファイル、コマンド出力がすべて蓄積されるため、このリソース管理は重要になる。
1. 検証手段を与える
Claudeが自分の作業を検証できると劇的に性能が向上します。テスト、スクリーンショット、期待される出力を提示し、Claude自身にチェックさせるのは効果の高い施策である。
2. 探索→計画→実装の順序
いきなりコーディングに入らず、Plan Modeで調査・計画を行ってから実装に移ることで間違った問題を解くリスクを減らす。ただし、単純な変更には不要なオーバーヘッドになる場合もある。
Plan Modeが有効であるのは次の「具体的な指示」が作られることによる
3. 具体的な指示を出す
曖昧な指示より、対象ファイル・制約・参照すべきパターンを明示する。LLMはAという表現を別のBという表現に変換する関数のようなものであり、出力の品質は入力が反映されたものになる。曖昧な指示による入力には相応の低品質なコードが出力されると熟知せよ。
4. 複数セッションで並列化
独立したタスクは別セッションで並行処理する。「書く人」と「レビューする人」を分けるパターンは非常に有効。ただし日常的な用途ではオーバースペックになることもある。
避けるべきアンチパターン
- 無関係なタスクの混在: /clearで区切る
- 繰り返しの修正: 2回失敗したら最初からやり直す
- 失敗すると失敗した状態をコンテキストにしてしまう。これは性能を大幅に劣化させる原因となる
- 長すぎるCLAUDE.md: 重要な指示が埋もれる
- 検証なしの信頼: 検証できないものは出荷しない
- スコープなき調査: コンテキストが膨大なファイル読み込みで消費される
claude_code.1769396691.txt.gz · 最終更新: by nullpon