
Claude Code 魔改造記【前編】素のままでは業務が回らなかった、実際の設定を公開する
ZennClaude Code を業務導入する際、デフォルト設定では要点が伝わらない成果物生成、危険な操作への確認欠如、文脈・制約の未理解という3つの課題に直面した。これを CLAUDE.md・hooks・skills・サブエージェントの4レイヤーで対策する実装を、実際のディレクトリ構成と設定例付きで解説する。
全 5509 件 · 98 / 276 ページ

Claude Code を業務導入する際、デフォルト設定では要点が伝わらない成果物生成、危険な操作への確認欠如、文脈・制約の未理解という3つの課題に直面した。これを CLAUDE.md・hooks・skills・サブエージェントの4レイヤーで対策する実装を、実際のディレクトリ構成と設定例付きで解説する。

Anthropic の Claude / Claude Code 関連ニュースをまとめた索引。AI エージェントの文脈理解の弱さ、Claude Code の管理層導入による運用変化、reasoning block のセキュリティ穴など、開発・運用時に注意すべき複数の課題を指摘。詳細は各リンク先の日本語記事で解説。


Claude Code のプラグイン機構を利用し、タチコマ口調の output style を GitHub リポジトリで一元管理し、ローカル・クラウド・定時実行のすべての環境に自動配布する実装方法を解説。プラグインの仕様整理と、設定が反映されない・更新が配信されない 2 つの問題の切り分けと対処法を記録。

Claude Code の v2.1.228 と v2.1.229 がリリースされ、計50件の変更が含まれます。クラッシュ・表示崩れ修正が29件、破壊的変更2件が含まれており、memory フォルダ削除問題、auto モード失敗、ストリーミング表示消失などが修正されました。auto モードの利用者やセルフホストランナー運用環境、サンドボックス本番運用では事前確認が必要です。

EC2 上の code-server に Bedrock 経由の Claude Code を統合し、ブラウザだけで使える開発環境を構築。IAM ロール認証により利用者が API キー設定なしで使用でき、研修やハンズオン配布に適した環境。CloudFormation テンプレートも提供。

OpenRouter の無料ティアで利用可能な 7 つのモデル (Gemini、Llama、Qwen、Mistral) をコーディング支援・長文要約・多言語対応の 3 軸で比較。llama-3.3-70b はコード修正、gemini-2.0-flash-exp は長文処理、qwen3-14b は日本語品質で最高評価となり、用途別の使い分けで月額コストをほぼ 0 円に抑えながら GPT-4 相当の品質に接近可能。



エンジニア採用時に Claude Code Skills の経験を問う企業が増える中、有料ツールへのアクセスが採用フィルタとなり、経済的余裕のない候補者(学生インターンなど)が不利になる実態が指摘されている。Agent ツールの普及に伴い、練習機会・リソースへのアクセス格差が一時的な差では無く恒久的な選別メカニズムに転化する懸念。
Claude in Chrome 拡張機能のセッションが複数デバイス・プラットフォーム間で保持されるようになった。ユーザーは Chrome ブラウザ、デスクトップアプリ、ウェブ版、モバイル版の間でシームレスに Claude を利用でき、会話履歴やコンテキストが引き継がれる。
Reddit ユーザーが、テキストへの透かし入れ技術の真の目的について議論。AI モデルの学習時に AI 生成テキストが混入することを防ぐためのメカニズムとして機能する可能性を指摘。学習データの品質維持に関わる技術的課題についての考察。

著者が組織向けプランの 3 つの AI サービス(Claude Team、ChatGPT Business、Gemini Enterprise Standard)を契約し、管理者側の統制設定を比較調査。システムプロンプト設定や外部サービス連携の制限など、組織レベルでのガバナンス機能に大きな違いがあることが判明。Claude Team は「組織の指示」で全セッションに統一ルール適用可、他 2 サービスはエージェント経由での制御が中心。
Claude Code のセッションデータがディスク上に平文 JSON 形式で保存されており、ペーストしたすべてのコンテンツが含まれることが報告された。セキュリティとプライバシーに関する懸念が指摘されており、機密情報の取り扱いに注意が必要。


野球データ分析で Claude Code を使用した際、LLM が「7例」という根拠のない数字を生成してしまった。計算と文章化は別のタスクであり、答えが一意に決まる処理はコードで確定させ、LLM には確定済みの事実を並べ替えさせるべき。検証コストが生成コストを超えるため、検証不要な設計が重要。

Claude Code と Sonnet 5・Opus 5 を DB 処理タスク 240 試行で比較。Sonnet 5 は effort level を xhigh に設定すれば Opus 5 の約半分のコストで同等の品質を実現でき、Sonnet 5 の合否は「罠に気づく確率」、Opus 5 の失敗は「気づいているはずの対応の書き漏らし」に分かれる。
