全 1784 件 (Qiita で絞り込み) · 41 / 90 ページ
Claude / Claude Code に関連するセキュリティ、MCP、実運用の課題をまとめた索引記事。テスト環境が本ネットワークに接続していた事故、MCP サーバーの信頼リスク、セキュリティ設計のレビュー体制、SRE ツールの測定方法、Android 遠隔操作の安全性、Claude Code の適切な使い方など、モデルの性能より「どう止めるか・どう使わせるか」に焦点を当てた複数の知見を紹介。
Claude Code や Codex のような AI コーディングエージェントに数十～数百件のタスクを任せる場合、プロンプト頼りでは進捗管理に問題が生じる。task-list.md を唯一の正本にする、進行中タスクを1件に限定する、目的・変更範囲・禁止事項を明文化するなど、AI が迷わず作業でき人間が検証できるタスク設計の方法論を紹介。
セール情報を自動取得して記事化する際、メーカーサイトの多くが 403 で返す問題に直面。著者は Claude Code の WebFetch で実測し、取得可・403・リダイレクト対応が必要な 3 パターンを分類、PR TIMES 等の迂回路を台帳化することで信頼性を確保した。「200 だが中身が空」が最も検知困難で危険な失敗パターンだと指摘。
Claude Code・GitHub Copilot・Cursor・Windsurf・Codeium の5つのAIコーディングツールを自律性・統合性・モデル柔軟性・コスト・エコシステムの5軸で Tier 分類し、各ツールの選定基準と実装セットアップコードを解説。Claude Code は CLAUDE.md と MCP による自律実行型、Copilot はエディタ統合と GitHub エコシステム連携が強みとして紹介される。
インフラエンジニアが3ヶ月毎日Claude Codeを運用する中で確立した、コード品質よりも「事故防止・安定性」を重視する7つの運用ルール。CLAUDE.md の階層化、メモリを活用した間違いのルール化、モデルの使い分け、Skill化、危険操作のガード、ファイル読み込みの節約、レビュー分離など、インフラ運用の設計思想をClaude Codeに適用した実践知見。
SES エンジニアの単価交渉に必要なのは「市場データの可視化」。Claude Code で pandas / matplotlib を使った分析環境を数分で構築し、キャリアデータを定量化することで、交渉材料を自分で用意できる実務手法を解説。データ分析スキルは SES 案件の評価向上だけでなく、副業案件の新規開拓にも繋がる。
Claude Code CLI に公式ドキュメント未記載のカスタムテーマ機能が存在することを発見。grep -a でバイナリから保存処理・フィルタリング・値検証の関数を抽出し、~/.claude/themes/ 下の JSON 構造と rgb(r,g,b) / #hex / ansi256(n) 形式の色指定仕様を 10 分で復元。実際に紫色の入力欄テーマを実装した。
社内の月次業務実績集計を手作業から自動化するため、Claude Codeでコード開発、Geminiで Google Apps Script へのデプロイを役割分担して Webアプリ化。Excelアップロード型で、エリア別・店舗別・担当者別の複数切り口での集計と過去年度比較機能を実装。Google Workspace内限定公開により手軽さと安全性を両立。
Sonnet 4.6 から Sonnet 5 への移行時のトークン数変化を実測した結果、日本語入力は完全に不変（1.000倍）だが、英語は1.28〜1.46倍増加することが判明。出力トークンはタスク依存で増減し、日本語チャットの総コストは−7〜+12%程度の変動にとどまると推定される。API 計測時の固定オーバーヘッドを除去する手法も実装例を交えて解説。
AI エージェントのサンドボックス環境でファイル削除が保護されていたため、git のロックファイルが unlink できず、リネーム退避を繰り返した結果 3 ヶ月半で .git 直下に 98 個のゴミファイルが蓄積。git は unlink 成功を前提に設計されているため、削除保護環境では自動クリーンアップが機能せず、エラーなく見えるため気づきが遅れた。
Claude Code でカスタムスラッシュコマンド（/コマンド名）を Markdown ファイルで定義し、定型的な指示を毎回書き直さずに呼び出す方法を解説。引数の置換、Bash コマンド実行の埋め込み、allowed-tools による許可制御などの実装パターンと、同機構の Skills との使い分け（自動発火するか否か、複雑さの度合い）も整理。
2026 年後半の生成 AI 市場では、単純な性能比較から「コスト・信頼性・安全性」を含む運用設計へ競争軸がシフトしている。Anthropic の Claude Opus 5 は努力量制御、エージェント的振る舞い、自動フォールバック等により高性能を価格据え置きで実現し、OpenAI・Google も用途別モデル階層化で総コスト削減を重視。業務導入では最高性能モデル固定ではなく、タスクごとにモデルと推論量をルーティングし、品質・効率・信頼性・安全性・運用性を統合的に評価することが標準になる。
Claude Code を月額プランで cron 自動実行し、27日間毎朝決裁材料（KPI 前日比・計画ズレ・決定項目）をマークダウンで生成した実例。成功率 93%、レート制限なし、従量課金 0 円。失敗原因は PC 電源切断が主で、@reboot でリカバリした。
