Vibe Coding におけるガードレール設計 ― 層を張って初めて効くルール・仕様・テスト・監査の噛み合わせ
ZennAI エージェントにルールを守らせるには、CLAUDE.md・docs・test・commit 監査・deploy 制限の 5 層を組み合わせる必要がある。単一のルール化やフック検査では必ず抜け道が生じるため、別々の失敗モードを担当する層を構造化することで機械的に誤動作を減らす。人間のレビュー能力を超えた生成量の時代に、機械が落ちる場所を設計で塞ぐ仕組み。
記事一覧
全 4172 件 · 150 / 209 ページ
音楽雑誌のスクショをYouTube Musicのプレイリストに自動追加する仕組みをClaude Codeで作った
Zenn音楽雑誌のレビューページをスクショすると、Claude APIでアーティスト名・アルバム名を抽出し、ytmusicapi経由でYouTube Musicのプレイリストに自動追加するシステムをClaude Codeで実装。雑誌1冊10〜20枚のアルバムを手作業で追加する手間を大幅削減し、スラッシュコマンドで複数の処理フローに対応。
Claude Code セッションの内部構造を解説
HNClaude Code の実行フローを詳細に追跡した技術解説。プロンプト入力から最終的なコード変更まで、システムプロンプト・ツール定義・コンテキスト管理がどう動作するか、またトークンコスト・エージェントループ・設定の読み込み順序まで、実運用に基づいて説明。Claude Code を「ブラックボックス」ではなく理解することで、タスク分割・コスト最適化が可能になる。
Claude Code で AI 駆動開発、9 工程の仕組みと成果ぜんぶ見せるで｜ブランチ 5 分→1 分・PR 10 分→2 分の実録
Zenn実践的な MCP サーバー開発プロジェクトで Claude Code を導入し、ブランチ作成・コミット・PR テキスト作成・リリースノート生成などの 9 工程を自動化。Custom Skills・Sub Agent・hooks・permissions といった標準機能を活用して、各工程の工数を半減させつつ品質向上を実現した具体的な仕組みを工程別に解説。
Claude が書いた 15 本の自動化スクリプトが同じ箇所で全滅 — 別 AI に監査させて判明した「モデルの共通盲点」
ZennClaude Code で運用している 15 本の自動化スクリプト（メール送信・カレンダー登録など）を GPT と Gemini に監査させたところ、15 本全部が同じ 3 パターンのバグ（非アトミック read-modify-write、失敗時の fail-open、エラー握りつぶし）を抱えていた。書き手と同じ盲点を持つレビュアーでは見落とされ、別系統モデルで初めて浮上。race condition テストと advisory lock で修正。
AIエージェントのトークン消費を約90%削減する「Memory Layer」アーキテクチャへの移行
QiitaClaude Code や Cursor などのAIコーディングエージェントで長期的なタスク実行時に発生するコンテキスト肥大化とトークンコスト急騰に対し、プロンプト圧縮の限界を指摘。MemoryLake のような専用記憶層を導入することで、毎ターン再注入されるコンテキストを動的に抑制し、最大約90%のInputトークン削減を実現するアーキテクチャ設計を提案。
Claude Code だけで要件定義から本番デプロイまで完走した話 - サモエドカフェのファンサイトを実働10時間で作った
Zenn個人開発者が Claude Code を要件定義から本番デプロイまで使い、サモエドカフェのファンサイト「アルファン」を実働10時間未満で完成させた。並列エージェントで7件の Issue を同時処理し、本番バグとデータ消失も AI の支援で復旧。開発のプロセスが「コード実装」から「仕様判断と品質確認」にシフトした実例
Claude Codeのステータスラインを自作した：effort・使用量ゲージ・応答1回ごとのAPI処理時間を1行に
ZennClaude Code の既定フッターを拡張し、モデル名・契約プラン・effort レベル・API処理時間・使用量ゲージを1行で表示するカスタムステータスラインを Node.js で実装。stdin の JSON から必要な情報を抽出し、セッション state で応答ごとの処理時間差分を計測し、settings.json に statusLine コマンドを登録することで IDE やターミナルを選ばず利用可能。
「調べてみます」— Sysdig × Claude × OpenAI で実現する AI SOC 当番分析官 Katie
QiitaSysdig Headless Cloud Security、Claude Agent SDK、OpenAI Realtime を組み合わせ、セキュリティアラート検知時に AI が自律的に多段階調査を実行する SOC PoC を構築。MCP/Skills で Sysdig をツール化し、複数の Agent がチームで検査して音声レポートを生成。実運用テナントでの動作を確認。
Claude Code workflow × Codex /goal の役割分担と便利コマンド40選
QiitaClaude Code の workflow と Codex の /goal を「設計係」「実装係」に役割分担させることで、AI 開発の安定性が向上する。workflow で大規模リポジトリの調査・分解を行い、/goal で明確なゴール達成まで実装・修正・テストを反復させる実用フロー、および初心者向けコマンド例 40 個を紹介。
Claude 2026年6月15日改定で自動化は有料化へ。規約違反の回避策と実測コストを解説
QiitaAnthropic が 2026年6月15日から料金体系を改定し、claude -p / Agent SDK / GitHub Actions などプログラムからの自動実行を、従来のサブスク枠から分離し月次クレジット（Pro $20 / Max 5x $100 / Max 20x $200）に移行する。著者が Raspberry Pi での自動化を実測した結果、月 $30 前後のコストが発生することが判明。対話的利用は無影響だが、自動化は「使い放題」から「見積もり必須」の時代へ移行する。
Claude Code の `/review` と `/code-review` は何が違うのか ── 対象・動作・種別で使い分ける
ZennClaude Code のレビュー系コマンドは、対象（プルリクエスト vs 編集中の差分）・動作（読むだけ vs 修正）・種別（組み込みコマンド vs スキル）で異なる。/review は PR を読み取り専用で確認し、/code-review は差分を検査して --fix で反映・--comment で GitHub にコメント投稿可能。/security-review・/simplify・/verify は用途別に使い分ける。
Claude Code で「The model's tool call could not be parsed」エラーを回避する方法
QiitaClaude Code で日本語環境を使用する際に発生するパースエラーは、マルチバイト文字の密度が高くなるとモデルの出力デコーダーがバグを起こし、XML タグが崩れることが原因。CLAUDE.md に「Think in English, interact with the user in Japanese.」の 1 行を追加して思考を英語化することで、バイト密度を低下させ、エラーを完全に回避できる。エラー発生時は Esc キー 2 回で直前の状態にロールバックし再送可能。
Claude Code のコンテクスト問題を 94% 削減、Noetic Cell 設計の実践記
Zenn非エンジニアがクラウド Vault で Claude Code との永続メモリ連携に 3 ヶ月格闘した結果、「保存時に AI が構造化する」Upstream Structuring 設計により 1 ノートあたり 94% のトークン削減を実現。5 セクション Noetic Cell 構造と ステップリーディング・プロトコルをスキルで強制することで、読み出し時の検索負荷を大幅削減。実装済み 573 ノート規模での測定値を公開。
Skillsの呼び方と選び方——Claude Codeの「専門家モード」を起動する
ZennClaude CodeのSkillsは、SEO監査やコードレビューなど特定領域の専門的な動き方をワンコマンドで呼び出す仕組み。/seo-audit や /code-review などのコマンドで、毎回長い指示を書く手間を削減でき、自作Skillは ~/.claude/skills/ に Markdown ファイルを置くだけで追加可能。
Claude Mythos Preview入門 — AIがゼロデイ脆弱性を自律発見するProject Glasswingの仕組み
ZennAnthropicが2026年4月に発表した Claude Mythos Preview は Opus 4.6 比でコーディング能力が大幅向上（SWE-bench 93.9% vs 80.8%）し、主要OSやブラウザに存在する数千件のゼロデイ脆弱性を自律的に発見・悪用可能な水準に達した。攻撃リスクが高いため一般公開せず、AWS・Apple・Microsoft・Google など12社からなる防衛的コンソーシアム Project Glasswing に限定提供し、攻撃者より先に脆弱性を検出・修正する取り組みが始まった。