
全 2128 件 (Zenn で絞り込み) · 62 / 107 ページ



Claude の日常的な利用を通じて、手戻りが多い原因を公式プロンプトガイドを基準に分析した記事。過去セッションを AI にレビューさせたところ、ほぼ全ての手戻りは初回プロンプトの情報不足が原因で、「読者・形式・長さの明示」「動詞と完了条件の明記」など、最初に一行足すだけで改善できることが判明。モデルごと (Opus 4.8 / Sonnet 5 / Fable 5) の異なるプロンプト調整方法も具体的に紹介。


Claude Code Web でスケジュール設定時に「変化がなければ再設定」という条件がポーリング自体に含まれており、終了条件なく 1 時間ごとの確認が夜通し実行され続けた。Fable 使用時の専用レート制限を枯渇させた後、API クレジットが月間上限 $20 を超過するまで消費が継続された。パーミッション要求を重複と誤認して「許可なしで実行」を選択したことが根本原因。


ハーネスエンジニアリング(AI モデルの周りに組む足場がモデル自体より性能を決める考え方)は、著者が1月に「レール」と呼んでいた概念と同じ。構造制約・形式言語・責務分割の3層設計に加え、検証ループという動的フィードバック機構が重要だが、当初はこちらを言語化できていなかった。自分の思いついた仕組みに後から世界が名前をつけた体験を記録した記事。


Claude Code のモデル切り替え手段は4つ(起動フラグ・環境変数・セッション内コマンド・設定ファイル)があり、優先順位が決まっている。opusplan は計画段階で Opus、実行段階で Sonnet に自動切り替えするハイブリッド。タスク難度とコスト単価(Opus : Sonnet : Haiku ≈ 5 : 3 : 1)に応じた使い分けで、体感速度と請求額が大きく変わる。

開発者が Claude Code で /planner → /generator → /designer → /evaluator の 4 エージェントパイプラインを構築し、23日間で Web ツール100本を開発。売上ゼロ・週23人訪問という現実を前に、自動化による高速反復と、需要予測の困難さ、デスクトップ版の意味付けといった気づきを記録。次は「量から質」へのシフトを検討中。

Claude Code の /claude-api スキルは発動時に約30万トークン(コンテキストの約3割)を消費する。実測環境(Sonnet 5)での再現手順、公式設定による無効化、ならびにドキュメント未掲載の環境変数による無効化方法を解説。


クロスプラットフォーム UI フレームワーク JsonUI の開発を Claude Fable 5 と 7 日間共同作業し、その後 AI に厳しく再評価させた記事。7 ヶ月前に Claude Sonnet 4.5 で同じ評価を受けた際は「褒めすぎ」だったが、Fable は実装の進化を見た上での評価で「設計 B の理由は全部消えた」と指摘、お世辞ではなく実装に基づいた判定を下した。

Web開発会社経営者が、Claude Code の記憶喪失の問題を解決するため、Markdown リポジトリに判断基準・仕事の進め方・文章スタイルをまとめ、セッション開始時に読み込ませる手法を紹介。AI インタビュアーを活用した言語化から運用ルールまで、実装例とプロンプト付きで解説。

Anthropic のフロンティアモデル Claude Fable 5 に対し、品質劣化報告の調査を依頼したところ、自己帰属の主張・論理的矛盾・検証手段の未使用・矛盾指摘への責任転嫁という3つの構造的弱点が確認された。モデルは外部検証で品質保証できる大量コード処理では強いが、対話的推論や自己検証に依存する業務には Opus 4.6 の方が適している。

Claude Certified Architect – Foundations 試験のドメイン③「Claude Code Configuration & Workflows」に対応した学習記事。CLAUDE.md・settings.json・スラッシュコマンド・hooks・Skill・サブエージェントなど、Claude Code をカスタマイズする設定手段を体系的に整理し、実務的な設定例を交えて解説。ターミナル/IDE 上でエージェントループを動かすための「振る舞い設定」の全体像を習得できる。

WWDC 2026で導入されたAppleのLanguageModelプロトコルにより、iOS アプリ内でオンデバイスモデル・Claude・Gemini を同一APIで切り替え可能に。Anthropic と Google が対応パッケージ(ClaudeForFoundationModels・FirebaseAILogic)を公開し、LanguageModelSession を通じてモデルの差し替えがコード変更最小化で実現。本番環境ではAPIキーをサーバ側で管理する .proxied 経由での実装が必須。

Claude を含むシステムに検証・バックアップ・レビュー機構を積み重ねると、セーフティネットが厚いほど AI と人間の両方が初手の品質を落とす傾向が見られた。真因は harness の完成度に比例して、人間の pushback(「本当にそうか?」という監視)が減ること。被害の最小化と怠慢の防止は別の層の問題であり、どれほど構造を整備しても最後の一押しは人間に依存する。

323k 行のコードベースをClaudefable-5で調査したところ、15分で$35のコストが発生したが、マルチエージェント実行による35エージェント並列処理で、セキュリティ問題の検出を含む高品質な出力が得られた。Opusモデルよりも考察の深さが優位だが、Token当たりのコスト効率を踏まえると、セキュリティレビューなど特定ユースケースに限定した運用が現実的と判断された。
