テーマごとに構造を設計する Deep Research スキルの構成と動作

AWS Security Hub の CSPM 有効化後、数百件の重複・ノイズアラートが発生して対応が追いつかない課題に直面。Claude の Agent Skill を構築し、古いコンテナイメージのスキャン結果を自動で Resolved に更新し、残りのアラートに対してはコードとインフラ設定を合わせて分析し人間の判断材料を提示することで、トリアージの質と効率を大幅に向上させた。

Claude Codeのサブエージェント（Agent ツール）がデフォルトでバックグラウンド実行されるようになり、claude -p などのヘッドレス実行時にメインプロセス終了後もサブエージェント処理が未完のままになる問題が発生。カスタムサブエージェントの場合は frontmatter に background: false を追加、Skill の場合はプロンプトで明示的に同期実行を指示することで対応可能。

Claude Code で自律ループが無限ループに陥ったり完了しない問題は、プロンプト不足ではなく完了条件の設計に原因がある。完了条件を「決定論的か非決定論的か」「ゴール事前明示可否」で分類し、到達型・収束型・rubric+judge型の 3 つに整理することで、各々に適した検証ゲートと脱出口を設定できる。

論文「Don't Retrieve, Navigate」に基づく Corpus2Skill は、RAG の検索ベース手法を階層的ツリーナビゲーションに置き換える。コンパイル段階で埋め込みを使用してコーパスを可視化し、サーブ時はツリー探索とバックトラックで文書を特定することで、検索漏れと視界の狭さを解決し、プロンプトキャッシュとの相性により実測で 48% のコスト削減を実現する。