AIに何かをお願いするとき、昔ほどプロンプトを凝る必要はなくなってきました
それでも、Claude Code の CLAUDE.md みたいな「AIが読み込むファイル」は、今もマークダウン(Markdown)で書くのが定番なんです

マークダウンは、記号をちょっと添えるだけで見出しや箇条書きを表せる書き方です
これを覚えておくと、大きく2つの場面で役に立ちます

• AIに構造を正しく伝える:見出しや箇条書きで整理して渡すと、話の区切りが伝わりやすい
• AIが作ったmdファイルを読める・直せる:CLAUDE.md や README.md を開いても慌てずに済む

この記事では、チャットでよく打つ基本記法から、チャットでは出番が少ないけどmdファイルで頻出の記法まで、初心者向けにまとめて解説します
Claudeそのものの使い方はClaudeの使い方(初心者向け)でも扱っているので、あわせてどうぞ

ジャベ雄

記号は10個ほど覚えれば、たいていの場面をカバーできます

そもそもマークダウンとは?

いちばんの狙いは読みやすさで、記号付きのテキストのままでも人がすっと読めるように作られています
だからこそ、人が編集して、AIも読む、という使い方に向いていて、CLAUDE.md のような設定ファイルにも採用されています

まずは、記号とそれが表す構造の対応をざっと見ておきましょう
細かい書き方は次の章でまとめて扱います

作ったのは John Gruber という人で、2004年に考案しました
Aaron Swartz も相談役として関わりましたが、共同作者というより協力者という立ち位置です
その後、実装ごとの挙動のズレをそろえる CommonMark という標準仕様も整備されています

拡張子の .md がマークダウンで書かれたファイルの目印で、CLAUDE.md 以外に README.md や AGENTS.md などでも使われます
Claude Code の設定ファイルの中身は、Claude Code 設定ファイル早見表にまとめています

ジャベ雄

まずは「記号で構造を書くテキスト」とだけ覚えておけば十分です

マークダウンの記法一覧

ここからは、マークダウンの記法をよく使う順に3段階でまとめます
「まず覚える」「mdファイルで頻出」「AIのmdで見かける」の順なので、上から読んでいけば無理なく身につきます

必須 – まず覚える

チャットでもmdファイルでも出番が多い、土台の6つです
まずはこの書き方から押さえましょう

# 見出し1
## 見出し2

- 箇条書き
- もうひとつ

1. 番号つき
2. その次

**太字** と *斜体*

`インラインコード`

[リンクの文字](https://example.com)

• 見出し:行頭に # と半角スペース、# の数でレベルが決まる、話題の区切りを示す(# の直後の半角スペースは省かない)
• 箇条書き:行頭に – と半角スペース、並列の項目を並べる
• 番号リスト:1. の形、手順に使う、番号は打ち間違えても表示は自動で連番になる
• 太字・斜体:記号2つで太字、1つで斜体、強調したい語に(単語の途中はアスタリスクが安全)
• インラインコード:バッククォート1つで囲む、コマンドやファイル名を文中で見せる
• リンク:角カッコに表示テキスト、続けて丸カッコにURL

ジャベ雄

この6つが打てれば、日常のやり取りはほぼ回せます

よく使う – mdファイルで頻出

CLAUDE.md や README.md でよく見る、少し長めの記法です
チャットでは出番が少なくても、ファイルを読むなら押さえておきたいところ

```python
print("hello")
```

> 引用文はこう書きます

---

| 列A | 列B |
| --- | --- |
| あ  | い  |

- 親の項目
  - 子の項目(半角スペースで下げる)

• フェンスドコードブロック:バッククォート3つで前後をはさむ、先頭に python などの言語名を書くとハイライトの合図になる、コードのかたまりを見せる、AIが吐くmdで頻出
• 引用:行頭に大なり記号、注記や引用文に使う
• 表:縦棒で区切り、見出しの下に区切り行を1本入れる(GFM拡張、対応環境でだけ効く、詳しくは次の章)
• 水平線:ハイフンを3つ以上並べた単独行、話題の切れ目に
• 箇条書きのネスト:子の項目を半角スペース2〜4個下げて揃える、入れ子の階層を表す(下げ幅は環境で違うので揃えるのが大事)

知っておいた方がいい – AIのmdで見かける

自分で書く機会は少なくても、AIが生成したmdには顔を出す記法です
読めれば、崩さず直せます

- [ ] 未完了のタスク
- [x] 完了したタスク

~~打ち消し線~~

![代替テキスト](image.png)

[表示テキスト][ref]
[ref]: https://example.com

マークダウンで足りないところは、HTMLをそのまま書けます
AIの生成物では、折りたたみの <details> や改行の <br> あたりでよく見かけます

段落の途中で改行<br>したいとき

<details>
<summary>クリックで開く</summary>
折りたたみの中身
</details>

• チェックリスト:角カッコの中を空白で未完了、エックスで完了、ToDoに使う(GFM拡張、対応環境でだけ効く)
• 打ち消し線:チルダ2つで前後を囲む、消し込みの表現に(GFM拡張、対応環境でだけ効く)
• 画像:リンクの先頭にビックリマークを付ける、代替テキストとURLを続ける
• 参照リンク:本文は角カッコにラベル、別の行で「ラベルとコロンとURL」を定義する、リンクが多い文書向け
• エスケープ:記号の直前にバックスラッシュ、意図しない装飾を止める(くわしくは「よくある崩れ」の章で)
• HTML直書き:改行の <br> や折りたたみの <details> など、HTMLをそのまま書ける
• setext見出し:テキストの下に イコール3つ でH1、ハイフン3つ でH2、古いmdで見かけることがある

最後に、ここまでの記法を早見表にまとめます
「どこで使うか」は チャット / mdファイル / AIが生成 の3つに分け、○=よく使う・△=たまに・×=ほぼ出ない の目安で示しました
迷ったらここに戻ってきてください

ここまでで、表・チェックリスト・打ち消し線には「GFM拡張」と付けました
これが効くかどうかは貼り先しだいで、その仕組みは次の章で整理します

ジャベ雄

全部を丸暗記せず、早見表で引きながらで十分です

素のマークダウンとGFM拡張・環境依存の違い

「同じ書き方なのに、効いたり効かなかったりする」
これがマークダウン最初のつまずきで、答えは記法が3つの層に分かれていることにあります

3層というのは、素のMarkdown(CommonMarkコア)/ GFM拡張 / 表示環境依存 の3つです
ざっくり表にするとこうなります

CommonMark は、実装ごとにバラバラだったマークダウンの挙動を、あいまいさなく決めた標準仕様です
ここに入っている記法は、だいたいどの環境でも同じように効きます

いっぽう GFM(GitHub Flavored Markdown)は、GitHubがCommonMarkに独自の拡張を足したものです
表・タスクリスト・打ち消し線・URL自動リンクは、この拡張にあたります
つまり対応している環境でしか効かないことがあるんです

身近な例だと、GitHubで書いたタスクリスト付きのメモを、GFMに対応していないメモアプリに貼るとします
すると、チェックボックスが出ずに角カッコがそのまま残ることがあります
記法が悪いわけではなく、貼り先がその拡張に対応していないだけ、というケースです

もうひとつ紛らわしいのが、コードの色付けです
言語名を書く「記法」自体はCommonMarkコアなので素のマークダウンの範囲ですが、実際に色を付けるかどうかは表示する側しだいです
だから「言語名を書いたのに色が付かない」ことも起こります

ジャベ雄

効いたり効かなかったりの正体は、この3層の切り分けです

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

AIに構造を正しく伝えるマークダウンのコツ

ここからが、AIとマークダウンを組み合わせる本題です
結論から言うと、見出しと箇条書きで整理して渡すだけで、AIの読み違いはかなり減ります

これは私の体感だけの話ではなくて、Anthropicの公式ドキュメントでもそう案内されています
CLAUDE.md を書くときは「構造化のために見出しと箇条書きで指示をまとめる」ことが推奨されていて、公式は「Claudeは人と同じように構造をスキャンする」と説明しています

なぜ構造が効くかというと、見出しや箇条書きは「ここで話題が変わる」「ここは並列の項目」という区切りを、記号で分かるようにしてくれるからです
人が流し読みするときの手がかりと同じものを、AIにも渡しているイメージで捉えると分かりやすいです

だらだら続く長い文章より、区切られた見出しのほうが追いやすい、というわけです
やることはシンプルで、次の3つを意識するだけで整います

たとえば「まずAをして、次にBをして、最後にCを確認して」とベタ書きするより、手順を箇条書きで1つずつ並べたほうが、AIは順番を取り違えにくくなります
渡す前に自分でざっと読み返して、区切りが見えるかを確かめるのがコツです

逆に、全部を1つの長い段落に詰め込むと、どこが指示でどこが補足か分かりにくくなります
難しく考えず、話題ごとに見出しを立てて、並ぶものは箇条書きにする
それだけでAIに渡す情報がぐっと整理されます

コードフェンスの区切りも、AIに渡すときに効いてきます
コマンドや設定を三連バッククォートで囲んでおくと、そこが「そのまま扱うコード」だとAIに伝わり、説明文と混ざって解釈される事故が減ります
短い1行でも、コードはコードとして囲っておくと安全です

Claude Code の拡張機構そのものに興味が出たら、Claude Code 拡張機構入門もあわせてどうぞ

ジャベ雄

見出しと箇条書きを足すだけで、読み違いがぐっと減ります

AIが作ったmdファイルを読む・直すコツ

AIに任せていると、CLAUDE.md のようなmdファイルをAI自身が書いてくれる場面が増えてきます
中身を読めるようになると、気になったところを自分で微調整できます

たとえば、こんな中身のCLAUDE.md があったとします

# プロジェクトの前提

このプロジェクトは Python 製の集計ツールです

## コーディング規約

- インデントはスペース4つ
- 文字コードは UTF-8

## やってほしいこと

1. まずテストを書く
2. それから実装する

読み方はシンプルです
# ではじまる行が見出し(話題の区切り)、– や数字ではじまる行が箇条書き
あとはふつうの文章、と分けて読めば構造がつかめます

直すときに崩れやすいのは、見出しの記号やインデントのあたりです
1行いじったら、エディタのプレビューで表示が崩れていないかを確認すると安心です

特に、見出しの # と本文のあいだの空行や、箇条書きのインデントは崩しやすいところです
コピペで持ってくると全角スペースが紛れ込むこともあるので、貼ったあとに一度プレビューを見ておくと、そのまま進めて大丈夫か判断できます

読むときのコツとして、インデント(行頭の字下げ)にも注目すると構造がつかみやすくなります
字下げされた箇条書きは、上の項目のさらに細かい中身、という入れ子の関係を表しています
ここが半端にずれていると階層を取り違えやすいので、直すときは字下げの幅をそろえておくと崩れにくくなります

「触るのはちょっと怖い」というときは、直し方をClaude自身に頼んでしまうのが早いです
ただし丸投げにはせず、書き込む前に直した内容を提示してもらうようにすると、意図しない変更を防げます

ジャベ雄

自信がないときは、直し方をClaudeに聞いてしまうのが早いです

マークダウンでよくある崩れとつまずき対処

最後に、初心者がつまずきやすい「崩れ」を、症状・原因・直し方でまとめておきます
ほとんどは記号のまわりを半角スペースで揃えると解決します

いくつか補足します
行末の半角スペース2個は目に見えないうえ、エディタが保存時に勝手に消すことがあります
強制的に改行したいなら、行末にバックスラッシュ \ を置く方法もあります
改行が消えて困るときは、空行で段落を分けるか <br> を使うのが無難です

全角スペースは日本語入力あるあるの落とし穴です
マークダウンの記法は半角スペースを前提にしているので、# の後などに全角スペースが入ると認識されないことがあります
「なぜか効かない」ときは、いちど半角に打ち直してみてください

エスケープも覚えておくと便利です
たとえば商品名に付けたアスタリスクが2つ並ぶと太字の記号と解釈されたり、変数名の my_var_name に含まれるアンダースコアが斜体の合図とみなされて、途中が斜体に化けたりします
そのまま文字として出したいときは、記号の直前にバックスラッシュを1つ足すと、装飾が発動しなくなります

表がうまく出ないときは、直す前に貼り先がGFMに対応しているかをまず確かめてください
対応していれば、各行で縦棒の数をそろえて、見出しの下に区切り行を1本入れれば整います
列の中で縦棒そのものを文字として使いたいときは、その縦棒の前にもバックスラッシュを足すと、区切りと勘違いされずに済みます

ジャベ雄

崩れの大半は、半角スペースで揃えると直ります

まとめ

マークダウンは、記号を少し添えるだけで構造を表せる書き方です
AIに指示を渡すときも、AIが書いたmdファイルを読むときも、同じ記法が土台になります

• まずは見出し・箇条書き・太字・リンクの基本記法から
• 表やタスクリストは GFM拡張=対応環境だけで効く
• AIに渡すときは見出しと箇条書きで構造を整理する
• 崩れたら半角スペースで揃える・プレビューで確認・迷ったらClaudeに直してもらう

設定まわりをもう少し知りたくなったら、Claudeデスクトップアプリの設定ガイドもあわせてどうぞ

ジャベ雄

まずは見出しと箇条書きから、気楽に使ってみてください

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

Claudeの設定メニュー、開いてみたら項目が多くて、どこを触ればいいのか迷った経験はありませんか？
Claudeデスクトップアプリの設定は、大区分が3つ・その中に中区分が15項目という構成になっています

この記事では、その15項目をまるごと順番に解説していきます
公式ドキュメントで裏を取りながら、初心者がまず押さえたい設定と、うっかり触ると危ない設定を切り分けて紹介するので、設定画面の全体像がつかめるはずです

設定メニューを開いたところ。左に大区分3つ・全15項目が並びます

本題に入る前に、設定メニューの開き方だけ確認しておきます
迷いやすいのは最初の入り口だけで、開いてしまえばあとは区分を切り替えるだけです

まず前提 この画面は「アプリ全体」の設定です

先に大事な前提を1つ
この設定メニューでは、コード開発（Code）やおまかせ作業（Cowork）といった一部の機能だけでなく、Claudeデスクトップアプリ全体の設定ができます

いまのアプリは画面上部がHome と Code の2つのタブに分かれていて、Homeの中でチャットとCoworkを切り替えます
その全部にまたがる設定が、この1つのメニューにまとまっている、というわけです

アプリの構成はわりと頻繁に変わるので、タブの並びは自分の画面で確認してください

ジャベ雄

つまりここは、コード専用ではなくアプリ全体をまとめて調整する場所なんです

設定メニューの全体像 大区分3・中区分15の早見表

細かい話に入る前に、15項目をひとことずつでまとめた早見表を置いておきます
「今どこの話をしているか」を見失ったら、ここに戻ってきてください

この15個を、上から区分ごとにまとめて見ていきます
ぜんぶ触る必要はないので、気になった項目だけ拾い読みしてもらってもかまいません

【設定】プロフィール・外観・アカウント周り

まずは「設定」区分の入り口、一般から
ここは氏名やアバター、そして「Claudeには何とお呼びしてほしいですか？」という呼び名の設定が並びます

意外と便利なのがClaudeへの指示（カスタムインストラクション）です
ここに書いた内容は、チャットでもCoworkでも常に考慮されます
「説明は簡潔に」「コードにはコメントを付けて」のような自分の好みを一度書いておくと、毎回頼まなくてよくなって楽になります

そのすぐ下には外観（テーマ）やチャットフォント、モーションの設定もあります
外観はシステム・ライト・ダークから選べるので、目が疲れにくい方を選んでおくといいです
さらに下には、音声（言語・速度）や、レスポンス完了などの通知のオン・オフも並びます

アカウント・請求・使用量

残り3つはお金とアカウントまわりです

• アカウント … 今のプランの確認や、アカウントの削除ができます（削除はプランによって先に解約が必要）
• 請求 … サブスクの契約状況や支払い方法、プラン変更・解約を扱います
• 使用量 … 今の期間でどれくらい使ったか、上限までの余裕を確認できます

使用量については、Claude Codeの画面でもモデル選択の横にある使用量のリングから、コンテキストの消費とプランの使用状況をのぞけます
プランの使用量は複数の画面で共有される点だけ覚えておくと、数字の見方で混乱しません

【設定】プライバシー ここは最初に確認したい

15項目のなかで、私が「まず一度は開いてほしい」と思うのがプライバシーです
ここには「AIモデルの改善にご協力ください」という、自分の会話をAIの学習（モデル改善）に使うかどうかの切り替えがあります

Free・Pro・Maxのプランでは、このデータ学習のトグルを自分でオフにできます
オフにすると新しい会話は学習に使われず、データの保持も標準の30日になります
逆にオンのまま（学習に協力する）だと、最大5年間保持される設計です

ジャベ雄

仕事の内容を入力する人ほど、まずここのトグルを確認しておくのがおすすめです

プライバシーの「AIモデルの改善にご協力ください」が、会話を学習に使うかのスイッチです

【設定】機能 使える道具のオン・オフ

機能のタブは、Claudeが使える道具（能力）のトグルが並ぶ場所です
実機ではいくつかのグループに分かれていて、代表的なのはこのあたりです

• メモリー … 過去のチャットを検索・参照させるか、履歴からメモリーを作るか
• アーティファクト … コードや文書・図を、チャットの隣のパネルに描き出す
• インライン可視化 … 会話の中に直接グラフや図を出す
• クラウドコード実行とファイル作成 … サーバー上でコードを動かして資料やPDFを作る（スキルの利用に必要）
• ツールアクセスモード … 新しい会話でコネクターの道具をどう読み込むか

ひとつ注意点
ウェブ検索やリサーチ、拡張思考のオン・オフは、この「機能」タブではなくチャット入力欄のスイッチ側で切り替えます
並ぶ項目はプランやバージョンで変わるので、実際は自分の画面で確かめてください

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

【設定】Claude Code 権限モードがいちばんの肝

Claude Codeまわりで最初に理解したいのが権限モードです
コーディング作業でClaudeにどこまで自動でやらせるか、を決める仕組みです

ここで大事な注意が1つ
権限モードの切り替えそのものは、設定メニューではなく作業画面（送信ボタンの横のセレクタ）で行います
設定メニューのClaude Code項目でできるのは、主に後述の「許可をバイパス」を使えるようにする開放です

まずは権限モードに何があるのか、表で並べてみます

初心者のうちは、作業画面のセレクタを手動のままにして様子を見るのが安全です
Claudeが何をやろうとしているか、1つずつ確認できるので、動きが読めてきます

混同しやすいのが自動と許可をバイパスの2つ
名前は似ていますが、中身はまったく別物です

自動は、裏で安全チェックを回しながら進める、いわば「安全寄りの自動」です
確認の回数を減らしつつ、危なそうな操作は止めてくれるので、慣れてきた人が作業画面で選ぶ常用モードにしやすいです

権限モードのほかに、使うモデルの選択も作業画面（送信ボタンの横）から切り替えられます
モデルも権限モードも作業の途中で変えられるので、「軽い調べ物は素早いモード、複雑な実装は賢いモード」のように場面で使い分けると効率が上がります

この項目には「許可をバイパス」の開放のほかにも、ブラウザツールのオン・オフ、コーディング画面の見た目（テーマ・フォント）、プルリクエストの自動化、作業用のワークツリーの保存場所など、多くのスイッチがまとまっています
権限まわりの考え方をもっと固めたい人は、Claude Codeのセキュリティ設定や、設定ファイルの早見表の記事も合わせてどうぞ

権限モードの切り替えは作業画面側、設定にあるのは「許可をバイパス」を使えるようにする開放です

【設定】Cowork と Claude in Chrome

比較的新しい2つの機能の設定です
まずCoworkは、タスクを丸ごと渡すと、ファイル・カレンダー・メール・つないだツールを横断して、完了まで進めてくれるおまかせ作業の面です
Claude Codeの一般業務版、と考えると分かりやすいです

Coworkはもともとデスクトップ発の機能ですが、2026年にはWebやスマホにも広がってきました
いまのデスクトップアプリでは、Homeタブの中でチャットと切り替えて使う形になっています（外出先から進捗を見て、続きをあとで受け取る使い方も可能）

もう一つのClaude in Chromeは、Chrome拡張との連携です
設定メニューのこの項目で扱えるのはサイト単位の許可です
すべてのサイトで動かすか（拡張機能を許可）と、使わせたくないブロックサイトの登録ができます

一方で「操作のたびに確認するか」といった操作の強さは、設定メニューではなく拡張機能側で選びます

• 都度確認 … 操作のたびに止まって承認を求める（安全寄り）
• 確認なしで実行 … 自分で進め、危なそうなときだけ確認する

購入やアカウント作成のような操作は、そもそも実行できない安全弁も入っています
この機能は進化が速いので、実際の画面は自分の環境で最新を確かめるのが確実です

【デスクトップアプリ】一般・拡張機能・開発者

2つ目の大区分、デスクトップアプリはアプリ本体の設定です
ここは3項目にまとまっています

一般には、スタートアップ時にClaudeを起動するか、システムトレイに常駐させるか、といったアプリ本体の設定が並びます
目玉はコンピュータ使用のトグルで、許可したアプリ上でClaudeが画面を見て、キーボードやマウスを操作できるようになります（既定はオフ、Macだと画面収録などの許可も追加で必要）
ほかに、拒否するアプリの登録や、作業後にウィンドウを元に戻すかどうかの設定もここです

拡張機能は、MCP拡張をワンクリックで入れられる仕組みです
以前は設定ファイル（JSON）を手で書く必要がありましたが、専用の拡張ファイルを選ぶだけで導入・管理できるようになっています

ジャベ雄

MCPって何？という人は、拡張機構の入門記事から読むとつかみやすいです

最後の開発者は、作業中のローカルMCPサーバーを追加・管理する項目です
設定ファイルを直接編集する導線や、開発者向けドキュメントへのリンクが置かれた、ちょっと踏み込んだメニューになります

拡張機構やMCPの全体像は、Claude Code拡張機構の入門記事でまとめて解説しているので、そちらも参考にしてください

【カスタマイズ】スキル・コネクタ・プラグインの違い

3つ目の大区分、カスタマイズはClaudeを自分好みに拡張するメニューです
スキル・コネクタ・プラグインの3つが並びますが、名前が似ていて混乱しやすいので、違いを表で整理します

ざっくり言うと、スキルが個別の能力・コネクタが外部連携・プラグインがそれらの詰め合わせ、という関係です
どれもカスタマイズメニューの「＋」ボタンから一覧を開いて、インストールや接続を進める流れになっています

スキルは関連する場面で自動で読み込まれるほか、入力欄で「/」を打って手動で呼び出すこともできます
コネクタはつなぎたいサービスで認証すれば、Claudeがそのサービスのデータを読んだり操作したりできるようになります

カスタマイズのスキル一覧。同じ並びにコネクタ・プラグインもあります

よくある質問 設定メニューまわり

まとめ まず触る設定・触らない方がいい設定

Claudeデスクトップアプリの設定メニュー15項目を、区分ごとに一周しました
最後に、初心者がまず触るとよい設定と、当面は触らない方がいい設定をまとめておきます

ジャベ雄

全部を触る必要はないので、まずは名前と外観、プライバシーあたりからで十分です

設定画面は更新が速いので、細かい項目名や並びは、この記事を片手に自分の画面で答え合わせしてもらうのがいちばん確実です
Claude自体の使い方から知りたい人は、Claudeの使い方（初心者向け）や、Claude用語集から入ると、設定の意味もより腑に落ちるはずです

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

もともと私の手元には、自分のサーバー上のデータベースにPythonで接続するモジュールがありました、ただこれが古いライブラリ前提で作られていて、最新の環境に上げようとすると動かない、という状態でずっと固まっていたんです

どうせ作り直すなら、ただの接続モジュールに戻すのはもったいない、せっかくなら Claudeから直接データベースを覗ける道具にしてしまえば便利なのでは? と思いついたのがきっかけでした

その「道具」がMCPサーバーと呼ばれるものになります、この記事では Claude Codeに伴走してもらいながら、自分専用のMCPサーバーを設計から公開まで作った体験を、コードの深い話は抜きにして広めに書いていきます

先に結論を言うと、プログラムをゴリゴリ書ける人でなくても、自分専用の道具は作れます、Claudeに設計から相談して、実装もレビューも任せて、最後に自分が確認するだけで形になりました

ジャベ雄

「自作」って聞くと身構えちゃうけど、やってることの大半は日本語の相談なんですよね

Claude Codeの拡張機構の全体像はClaude Codeの拡張機構入門の記事、AI周辺の用語はAI用語集でまとめているので、言葉でつまずいたらそちらも合わせてどうぞ

そもそもMCPって何 Claudeに道具を持たせる仕組み

まず言葉の整理から、MCP(エムシーピー)はClaudeに「外部の道具」を持たせるための拡張の仕組みの1つです

Claudeはそのままだと、賢く文章を考えたり相談に乗ったりはできても、「私のサーバーにあるデータベースを読んできて」みたいな手元の操作はできません、本体に手足が付いていないイメージです

そこで 道具(=MCPサーバー)を外付けしてあげると、Claudeが単体ではできない操作を、その道具を介してできるようになります、今回私が作ったのは「自分のサーバーのデータベースを読む道具」です

これをClaudeに登録しておくと、あとは日本語で 「このテーブルから昨日のデータを出して」と頼むだけで、Claudeが裏でデータベースへの問い合わせ(SQLという命令文)を組み立てて、結果を返してくれます

ジャベ雄

SQLを自分で書かなくていいの、ここが地味にうれしいんですよ

なぜ既製品でなく自作だったのか

ここで疑問が出ると思います、データベース用のMCPなんて世の中にすでにあるのに、なぜわざわざ自分で作ったのか? という話です

結論から言うと、既製品が私のサーバー環境にそのままでは繋がらなかったからです、この接続の壁が今回いちばんの分かれ道でした

実は最初、私は「わざわざ作らなくても、既にあるものを入れれば一発でしょ」と軽く考えていました、ところがいざ繋ごうとすると、データベースの接続情報を正しく入れているのに、どうやっても弾かれてしまう、ここで「あれ、これ普通のやり方では届かないやつだ」と気づいたわけです

Xserverは「二段構え」でつなぐ必要がある

私が使っているレンタルサーバー(Xserver)は、データベースに直接つなぐのではなく、いったん別のサーバーに安全な経路でログインしてから、その先のデータベースへ繋ぐという二段構えが前提になっています

この「安全な経路を一本通してから、その中を通ってつなぐ」やり方を SSHトンネルと呼びます、外から直接データベースを叩けないようにする、セキュリティ上ありがたい仕組みなんですが、繋ぐ側からするとひと手間多いわけです

一般的なデータベース用のMCPは、この SSHトンネルの機能を持っていません、だからXserverのような二段構えのサーバーには、既製品をそのまま当ててもつながらないんです

既製品は「参考にはするけど、そのままでは私の用途を満たさない」、これが自作に踏み切った理由になります、自分の環境にぴったり合う道具がないなら、作ってしまえばいいという発想です

Claude Codeに全工程を伴走させた流れ

ここからが記事の本題です、私は今回 「バイブコーディング」的に、ほぼ全工程をClaude Codeに伴走させて作りました、ノリと相談で進めていく感じの作り方ですね

AIでアプリを作る体験そのものについてはAIでアプリ開発に挑戦した体験記でも書いているので、雰囲気が気になる方はそちらも、ここでは「道具(MCP)を作るときの流れ」に絞ります

大きく分けると、壁打ち → 設計 → タスクごとに実装 → 最終レビュー → 公開という5ステップで進みました

「先にテストを書く」ってどういうこと

STEP3で「先にテストを書いてから本体を作る」と書きました、これは TDD(テスト駆動開発)という作り方で、ざっくり言うと「合格ラインを先に決めてから中身を作る」やり方です

料理で言えば、完成形の味見の基準を先に決めておいて、その基準を満たすように作る感じですね、こうすると 作ったものが意図どおり動いているかを毎回その場で確認できるので、後からのやり直しが減ります

大事なのは、この段取り自体もClaudeが提案して進めてくれた点です、私が「TDDでやって」と細かく仕切ったわけではなく、相談する中で自然とこの形に落ち着きました

ジャベ雄

「実装する人」と「チェックする人」を分ける、これ人間のチーム開発と同じ発想なんですよね

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

最終レビューで「自分のバグ」が見つかった話

この章の話が今回いちばん学びになりました、各タスクのレビューはちゃんと通していたのに、最後の全体レビューで実際のバグが1つ見つかりました

中身を平たく言うと、読み取り専用のはずなのに、ある特殊な書き方をすると書き込み命令が通ってしまう抜け穴でした、「読むだけ」を守らせていたつもりが、すり抜ける経路が残っていたんです

怖いのは、これが 各機能ごとの個別レビューを全部すり抜けていた点です、1つひとつの機能を見ているときには気づけず、全体を改めて厳しい目で見直したときに初めて浮かび上がってきました

見つかったあとの流れはシンプルで、指摘 → 修正 → 再レビューでその抜け穴を塞ぎました、ここでもやっているのは「Claudeに直してもらって、もう一度別の目で確認する」という同じ進め方です

AIは賢いんですが、万能で無謬というわけではありません、だからこそ 作る工程とチェックする工程を分けて、最後に全体を見直す、この一手間が安心につながると実感しました

AIにデータベースを触らせるときの安全設計

今のバグの話とつながりますが、AIにデータベースを触らせるなら、安全側に倒した設計が要ります、ここは自作する人だけでなく、既製のMCPを使う人にも役立つ考え方なので少し丁寧に書きます

基本は「読み取り専用」にしておく

私が決めたのは 既定で「読むだけ」にするという方針でした、AIにデータベースを任せるとき、いちばん怖いのはうっかりデータを書き換えられたり消されたりすることです

だから道具の側で「ふだんは読むだけ、書き込みは明示的にスイッチを入れたときだけ許可する」という作りにしました、自分でも「今は書き込みOKにしているぞ」と意識しないと書けない、という ブレーキです

本当の安全弁はデータベース側にある

ただ、ここで大事な考え方があります、道具(アプリ)側のチェックは第一の防御線にすぎません

さっきのバグのように、アプリ側の「読むだけ」設定はすり抜ける経路が残っていることがあります、だから 本当の安全弁は、データベース側に「読み取りしかできない利用者」を用意することです

つまり、そもそも書き込み権限を持たないアカウントで繋いでおけば、仮にアプリ側のチェックを抜けても、データベースが「あなたには書き込み権限がありません」と弾いてくれます、二重のブレーキです

考え方としてはこうです、データベースには、つなぐための利用者(アカウント)を何種類か作れます、ふだんアプリやサーバーの管理に使うのは強い権限を持った利用者ですが、AIに渡すのは「読むことしかできない利用者」を別に1つ用意して、そちらだけを使わせるのが安心です

こうしておくと、構造はとてもシンプルになります、アプリ側の「読むだけ」設定が 第一の防御線、その奥でデータベース側の読み取り専用の利用者が 最後の安全弁として控える、という形です、手前のチェックがうっかり抜けても、いちばん奥で物理的に書き込めない、この奥行きが効いてきます

手順の細かい話は環境ごとに変わるので踏み込みませんが、方針として覚えておきたいのは 「アプリで頑張る」より「権限を持たせない」ほうが強いという一点です、できないように作ってあれば、そもそも事故が起きようがありません、ここは私自身が今回のバグで痛感したところでもあります

使った道具は「最新の保守されたもの」だけ

技術の中身には深入りしませんが、1点だけ、今回 古い(メンテが止まった)接続方式をやめて、今も保守されている方式に乗り換えられたのは大きな前進でした

使ったのは3つで、安全な経路(SSH)を扱う asyncssh、データベースとやり取りする aiomysql、Claudeと話す土台になる FastMCP、それぞれ「SSHを扱う道具」「データベースを扱う道具」「MCPを作る土台」くらいの理解で十分です

名前を覚える必要はありません、ポイントは 今も更新が続いているライブラリだけで動くようにできたこと、古いものに縛られて身動きが取れなかった状態から解放されたのが、地味にいちばん嬉しかったところです

実際に使ってみたらこうなった

道具が完成して、Claudeに登録したあと、さっそく試してみました、頼み方はいたってシンプルで、日本語で「このテーブルから昨日ぶんのデータを抽出して」とお願いするだけです

するとClaudeが裏で問い合わせ(SQL)を自分で組み立てて、結果を返してくれました、私はSQLを1行も書いていません、それでも自分がためているデータがちゃんと取れて、試したときは千件を超える実データが返ってきました

ジャベ雄

自分のデータに話しかけて答えが返ってくる感じ、ちょっと未来っぽくて楽しいんですよ

これで 自分専用の「自分のサーバーのデータベースをClaudeから覗く道具」が手に入りました、欲しかったのはまさにこれです、既製品では届かなかった一歩を、自作で埋められたという達成感もありました

使ってみて地味に効いたのが、データの中身を確認するためにいちいち管理画面を開かなくてよくなったことです、これまでだと「あのデータどうなってたっけ」と思うたびにブラウザでログインして画面をたどっていました、それが今は、Claudeに一言聞けば返ってくる、この距離の近さが思った以上に快適でした

しかも返ってきた結果について「この中で件数が多い順に並べて」とか「先週ぶんと比べてどう?」みたいに、そのまま会話で深掘りできます、データを取り出す道具と、それを読み解く相手が同じ場所にいる、この一体感がふつうのデータベース管理ツールとはひと味違う使い心地でした

もう少し具体の流れを書いておくと、たとえば あるテーブルに対して「ここから昨日ぶんを出して」と日本語で頼むと、Claudeがその指示を読み取って、裏で問い合わせ(SQL)を自分で組み立てます、私が見ているのは「昨日ぶんを出して」という自分の文と、しばらくして返ってくる結果だけです、途中の命令文を意識しなくていいのが、思った以上に身軽でした

ひとつ注意があって、取り出す件数が多いと、既定の上限で途中まで返って打ち切られることがあります、千件を超える量を一気に頼むと、最初のいくらかが返ってきて「ここまでで止めています」という挙動になる感じですね、全部ほしいときは「もっと多く返して」と上限を上げてもらうか、条件を絞って小さく取り直します、いきなり全件をどっと返さない作りは、安全側に倒すうえでもむしろ都合がよかったです

登録自体は数行で済む

「道具を登録」と書くと身構えるかもしれませんが、Claude Codeに道具(MCPサーバー)を教えるのは設定ファイルへの数行の追記です、ファイル名は .mcp.json で、ここに「どの道具を、どう起動するか」を書きます

イメージとしてはこんな形で、サーバーの名前と起動コマンドを書くだけです(中身は環境ごとに変わります)

{
  "mcpServers": {
    "my-db-tool": {
      "command": "（自作した道具を起動するコマンド）"
    }
  }
}

この設定ファイルが何者なのか、ほかにどんな設定ファイルがあるのかはClaude Codeの設定ファイル早見表にまとめています、.mcp.json の置き場所や役割が気になったらそちらをどうぞ

そして設定ファイルを触るのが怖い人へ、ここも Claude自身に「.mcp.jsonにこの道具を登録して」と頼んで書かせるのが楽です、書いてもらった内容を自分で確認してから反映すれば、手で打ち間違える心配も減ります

コードを書けなくても自分専用の道具は作れる

最後にまとめます、今回いちばん伝えたいのは Claude Codeを使えば、設計から実装、レビュー、公開まで伴走してもらいながら、自分専用の道具(MCP)を作れるということです

振り返ると、私が手を動かしたのは「何を作るか相談する」「設計書を読んでOKを出す」「最後の確認をする」あたりで、実装そのものはほとんどClaudeに任せていました、それでもちゃんと動くものが手に入ります

• いきなり書かせず、まず壁打ちで「何を作るか」を言葉にする
• 設計と実装はClaudeに任せ、人間は読んで判断する側に回る
• 「作る役」と「チェックする役」を分け、最後に全体を見直す
• AIにデータを触らせるなら「読み取り専用」を基本に、権限は大本で絞る
• 設定ファイルが怖ければ、Claudeに書かせて内容を確認してから反映する

そして今回の出発点を思い出してほしいんですが、私が作ったのは「既製品が自分の環境に合わなかった」からでした、世の中にある道具が自分の環境にハマらないときこそ、自作の出番です

プログラムをゼロから書ける必要はありません、やりたいことを言葉にして、相談しながら一緒に作っていく、その伴走役としてClaude Codeは頼りになります、興味が出たら、まずは小さな「自分専用の道具」から試してみてはどうでしょうか?

ジャベ雄

「これ既製品じゃ届かないな」って思った瞬間が、自作のスタートラインなんですよね

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

noteはmarkdownを貼るだけで形になる

最初は手で書いていたんですが、調べてみるとnoteの新しいエディタにはMarkdownショートカットという機能があって、markdownで書いたテキストを貼り付けると見出しや箇条書きとして解釈してくれることが分かりました

つまりAIに記事をmarkdownで書いてもらって、それをnoteにコピペするだけでそれっぽい体裁の記事ができあがります

貼り付けで反映される代表的な記法はこのあたりで、どれも記号のあとに半角スペースを入れるのがコツです

• # で見出し(##・### で見出しの深さも変わる)
• **テキスト** で太字
• – で箇条書き、数字+ピリオドで番号付きリスト
• > で引用

実際の流れはこんな感じで、慣れると数分で1記事の下地ができます

でもコピペだけだと足りない

手軽で良いのですが、コピペ運用にはそこそこの限界もあります

• 画像は貼り付けでは入らないので、結局1枚ずつ手でアップロードする
• 「ここから先は有料」の有料エリアの設定は手動でやるしかない
• 表はそもそも対応しておらず貼っても変換されない、凝った装飾も崩れることがある
• 毎回コピペ→画像アップ→有料設定…を繰り返すのが地味に手間

単発ならいいんですが、競馬予想はレースがあるたびに毎週続くので、この手作業の繰り返しが一番きついところでした

特にAIに作ってもらった買い目の表をスクショして貼って…とやっていると、本文より画像の差し替えに時間がかかったりして、何のための自動化なんだか分からなくなってきます

ジャベ雄

毎週これを手作業でやるのか…と思うとちょっと萎えますよね

というわけで、ここからはもう一歩進んで全自動にできないかを考えていきます

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

目指すのは”下書きまで全自動”

全自動にしたいところですが、まず押さえておきたい前提があります

それはnoteには一般公開された公式のAPIが無いということ(2026年時点)で、プログラムから正規の窓口で投稿する手段が用意されていません

ネットを見ると非公式なやり方やブラウザの自動操作で投稿している人もいますが、それなりのリスクもついて回ります

そこで私がたどり着いた落とし所が下書きまでを自動・公開は自分で最終確認して手動というラインです

公開ボタンだけ人が押す形にしておけば、変な記事がそのまま世に出る事故も防げますし、前回のスクレイピングと同じで節度を持って付き合えます

具体的な流れはこんなイメージです

やってみるとnoteの画面はときどき作りが変わるので、自動操作はその都度ちょっとした手直しが要ります、それでも毎週ゼロから手作業するよりはずっと楽です

この全自動用に自分でアプリを作りました

上の「下書きまで自動」を自分でやるために、Windows用のツールを作ってアプリ庫に無料で置いています

できることはざっくりこんな感じです

• 見出し・段落・箇条書き・引用・コード・画像・有料エリアの流し込みに対応
• Claude Codeと組み合わせて会話だけで下書きを作る使い方ができる
• markdownのファイルから投稿する使い方にも対応
• 動くのはWindows11 + Chrome + noteアカウント(Macは非対応)

方針は安全重視で、あくまで下書きまでを自動・公開は手動にしてあります

これも仕組みとしてはブラウザの自動操作なので、さっきの注意と同じく投稿数を増やしすぎない、節度を持った範囲で使うのが前提です

有料エリアにも対応しているので、競馬予想を有料noteで出すような使い方もできます、配布や詳しい使い方はアプリ庫のページにまとめてあるので、気になる方はこちらをどうぞ

次回について

これでデータ収集とnoteへの投稿、外側の仕組みはだいたい揃ってきました

残るは本命の競馬AI本体なので、次回はそのあたりをまとめていく予定です、追いかけてもらえると嬉しいです

ジャベ雄

外側が固まると、いよいよ本命の中身に集中できますね

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

「AIに記事を書かせて、そのままWordPressに下書き保存できたら楽なのに」と思ったことはないですか？

今回は Claude Code と MCP を使って、XserverのWordPressに記事を自動で下書き投稿する仕組みを作ったので、その作り方と使い方をまとめておきます

AIにブログの下書きを書いてもらう人は増えてきましたが、出来上がった文章を管理画面にコピペして、見出し整えて、カテゴリ付けて…という地味な作業は意外と面倒です

そこに「MCP（Model Context Protocol）」という新しい仕組みを噛ませると、Claudeに頼むだけで下書きが管理画面に届くようになります

今回のMCPサーバー自体、私がPythonを一行ずつ書いたというよりClaude Code本人に「こういうサーバーを作って」と頼んで作ってもらったものです

なのでこの記事は、完成したコードを丸ごとコピペする話というよりClaudeにどう頼めばMCPサーバーができあがるのか、どうテストすれば安心して使えるのかを中心にまとめていきます

Claude CodeでWordPress自動投稿｜何ができるようになるか

まずは完成形のイメージから紹介します

セットアップが終わると、Claude Codeに対してこんなお願いができるようになります

「VLOOKUP関数について、初心者向けに1000字くらいで解説記事を書いて、下書きで保存しておいて」

これだけで、WordPress管理画面の「投稿一覧」に下書きの記事が勝手にできあがっています

主に次のようなことができるようになります

• テーマを伝えるだけで記事の下書きをWordPressに自動投稿
• アイキャッチ画像のアップロードと設定
• カテゴリ・タグの設定（既存から選ぶ・足りなければ新規作成）
• メタディスクリプション（SEO用の説明文）の登録
• テーマ独自のブロック（SWELLのステップ・FAQ・注意ボックスなど）での装飾
• 記事ごとのカスタムCSS（SWELLの投稿別CSS欄）の設定
• 既存記事の取得・編集も会話で完結（タイトル変更・本文追記など）
• 下書き一覧を出してもらって、書きかけ記事の整理も簡単

要するに 下書きから装飾までの面倒な手作業をAIとの会話で済ませられるようになります

もちろん公開前のプレビュー確認は管理画面で行いますが、それ以外の編集作業をブラウザでぽちぽち進めなくて済むのが地味に効きます

テーマ独自のブロックは「見本ページ」を読ませて覚えさせる

1つだけコツがあります、「SWELLのステップブロックで書いて」と頼むだけでは、Claudeはあなたのテーマの正確なブロックの形までは分かりません、ブロックの中身（HTML）はテーマごとに違うからです

そこで効くのが、使いたいブロックを並べた見本用の固定ページを1枚だけ作っておく方法です

その見本ページをClaudeに読み取らせると、実際のブロックのHTMLを覚えて、同じ形を記事の中で再現できるようになります

私の場合は、ステップ・FAQ・吹き出し・各種ボックスなどを1ページにまとめた見本を作って、それをClaudeに読ませてから装飾してもらう、という流れにしています

逆に苦手なこと｜任せきれない部分は人がやる

万能ではないので、苦手なところも正直に書いておきます

いちばんはっきりしているのが画像です、「この記事に合うスクショを貼って」と頼んでも、AIは記事の見た目を見ているわけではないし、必要なスクショを自分で撮ることもできません

ローカルの画像をアップロードするにしても、メディアライブラリから選ぶにしても、「どれが適切か」の判断はAIには難しいです、特に、まだ存在しないスクショを用意することはできないので、ここは人の出番になります

代わりに「キャプチャのメモ」を入れてもらう

まるごと任せられないだけで、下ごしらえは頼めます

「ここにスクショを入れる」という場所と、「何を写したスクショにするか」のメモを、該当箇所に書いておいてもらう使い方です、そうすれば人は、メモ通りにスクショを撮って貼るだけで済みます

実際この記事の画像も、先にAIが「ここにアプリケーションパスワード発行画面のスクショ」とメモを置いておいて、その場所に私が撮ったものを入れています

WordPress REST APIにないことはできない

このMCPはWordPressのREST API（記事・固定ページ・メディア・カテゴリなどを操作する窓口）を通して動いているので、そこに用意されていないこと——サイト全体に効くCSSやJavaScript、プラグインの設定、メニューやサイト構成の変更などは反映できません（記事1本ごとのCSSのほうは、後で触れる補助プラグインを入れれば設定できます、JSも技術的には可能ですが、安全のためおすすめしません）

「こう変えたい」と相談すれば書き方や手順の提案はしてくれますが、実際に反映するのはテーマ・カスタマイザー・プラグイン側の作業で、MCPの守備範囲の外になります

あえて「触れる範囲」は絞っている

逆に、REST API経由で触れるメタ情報（SEOのディスクリプションなど）は、できる中でもあえて最小限に絞っています、SEOのタイトルやog:imageなども、開放すればMCPから設定できるようにはできます、ただ自動で書き換えられる範囲が広いほど、うっかり上書きや、認証情報が漏れたときの被害も大きくなります、なので「実際に自動化したいものだけ開けておく」のが安全だと考えています

具体的には、SEOプラグインのメタディスクリプションやSWELLの投稿別CSSは、標準のWordPressでは外部から書き込めません、これらを書き込めるようにするための補助プラグインを、Claudeに作ってもらって自分で設置しています

置き場所は通常のプラグインフォルダではなく、mu-plugins（must-use plugins）という特別なフォルダです、ここに置くと管理画面に項目すら出ないうえに、置くだけで自動で有効化されて、テーマやプラグインの更新でも消えません、自作の小さな仕組みを安全に常駐させる用途にちょうど良い場所です（普通にブログを運営しているとフォルダ自体が無いことも多いので、その場合は wp-content/ の下に新しく mu-plugins フォルダを作って置きます）

このあたりの「Claudeに作ってもらって自分で置く」流れは、MCPサーバー本体を作るときと同じです、補助プラグインは1ファイルの短いPHPなので、依頼すればすぐ作ってもらえます

それから、これは「できない」というより最後は人が見ておきたいところですが、仕上がりの見た目です、AIはブロックのHTMLを組むところまでで、テーブルの幅やモバイルでの崩れといった実際の表示までは見えていません、ファクトの裏取りと同じ感覚で、公開前にプレビューでさっと目視しておくのが安心です

もう1つ、これはMCPというよりAIに記事を書かせるとき全般のコツですが、「リストには下線を付ける」「画像は影付きスタイルにする」のような自分ルールを決めておくと、AIはそれに合わせて作ってくれます、このあたりのAI執筆側のコツは、機会があったら別記事でまとめようと思います

そもそもMCPって何｜AIと外部サービスを繋ぐ共通規格

「MCP」はModel Context Protocolの略で、Anthropic（Claudeを作っている会社）が提唱しているAIアシスタント業界の新しい標準仕様です

ざっくり言うと、AIに外部のサービスを操作させるための共通言語のようなものになります

MCPで何が変わるのか

これまでもAIに「○○をやって」と頼むことはできましたが、AI自身は実際にWordPressを操作したりファイルを読み書きしたりはできませんでした

MCPサーバーを間に挟むことで、AIから外部システムを「ツール」として呼び出せるようになり、AIが実作業まで進められるようになります

今回作る仕組みの全体像

図にするとこんな流れになります

[あなた] ⇄ [Claude Code] ⇄ [MCPサーバー] ⇄ [WordPress REST API] ⇄ [WordPress]

• Claude Code が「下書きを保存して」というあなたの指示を理解する
• MCPサーバー（自分のPCで動く小さなプログラム）がそれをWordPressが分かる形に翻訳する
• WordPress REST API が実際に記事を作成する

WordPress公式のMCPサーバーはまだ無いので、今回はPythonで自作しました、といっても最初は200行ほどの小さなものをClaudeに作ってもらって、そこから少しずつツールを足していった形です

Claude Code自体の基本的な使い方はまた別記事で書こうと思いますが、その前段としてClaudeの使い方を初心者向けに解説した記事もあるので、Claudeに触ったことがない人はそちらから読んでもらえると入りやすいです

Claudeに「WordPress操作のMCPサーバーを作って」と頼む

ここがこの記事の本題です、MCPサーバーは自分でゼロからコードを書かなくてもClaude Code本人に作ってもらえます

コツは一度に全部を作らせないことで、1つのツールを作る → 動かしてテスト → 次のツールを足すという小さいサイクルで育てていくと失敗しにくいです

最初に「接続確認だけするツール」を作ってもらうと、すぐ動作確認できて手応えがつかめます

最初の依頼：土台と接続確認だけ

まずはこんなふうに、使う技術と認証の方針を伝えて土台を作ってもらいます

PythonでWordPressを操作するMCPサーバーを作りたいです
・FastMCP（mcp.server.fastmcp の FastMCP）を使う
・WordPress REST API（/wp-json/wp/v2/）を叩く
・認証はアプリケーションパスワードで、認証情報は .env から読む（python-dotenv）
・まずは接続確認のツール（サイト名とログインユーザーを返す）だけ作って

ここで認証情報は .env から読むと最初に指定しておくのが地味に大事です、こうしておくとコードの中にパスワードが残らないので、あとでそのまま公開しても問題ない形になります

ツールを1つずつ足していく

接続確認が通ったら、記事を作るツールから順番に足していきます

接続確認が通ったので、記事を下書き保存するツール create_post を追加して
デフォルトのstatusはdraft、publishは明示したときだけにして

同じ調子でlist_posts（一覧取得）、update_post（更新）、get_post（取得）と1つずつ頼んでいきます、カテゴリやタグの一覧取得・新規作成も同じやり方で足せます

うまく作ってもらうための小さなコツ

• 一度に全機能を作らせない、1ツールずつ作ってテストしてから次を足す
• 認証情報は最初に「.envから読む」と指定する（コードに直書きさせない）
• 接続確認のツールから作ると、最初の動作確認がすぐできる
• エラーが出たらエラーメッセージをそのまま貼ると、原因を見つけて直してくれる
• 「デフォルトはdraft」のような安全側の仕様も、最初の依頼文に入れておく

Claude Code×WordPress自動投稿のセットアップ手順

ここから実際の構築手順です

用意するもの

Claude Codeは有料プラン専用なので、無料で試したい場合はClaudeのコネクタ機能を使う代替手段もあります

Step1：プロジェクトフォルダを作る

任意の場所にフォルダを作ります、私はデスクトップに作りました

C:\Users\ユーザー名\Desktop\blog\

Step2：必要なファイルをClaudeに作ってもらう

前の章で作ってもらったwp_mcp_server.pyに加えて、動かすために次の3ファイルが必要です、いずれもClaudeに頼めばそのまま作って配置までやってくれます

• requirements.txt（必要なライブラリ一覧）
• .mcp.json（Claude CodeにMCPサーバーの場所を教える設定）
• .env（WordPressの認証情報を書く、中身は次のステップで自分で書く）

こんな感じで頼めばまとめて作ってくれます

このサーバーを動かすのに必要な requirements.txt と .mcp.json も作って、同じフォルダに置いて
.env は中身が認証情報なので、空のテンプレート（WP_BASE_URL / WP_USERNAME / WP_APP_PASSWORD の3つを書く枠）だけ作っておいて

.envの中身（=認証情報）だけは人が書きます、ここはClaudeに渡さない情報なので、空のテンプレートだけ作ってもらって、値は次のステップで自分で埋めるのが安全です

Step3：Pythonライブラリのインストールも頼める

requirements.txtができたら、ライブラリのインストールもClaudeに頼めます

requirements.txt のライブラリをインストールして

これで mcp、requests、markdown などのパッケージが入ります、自分で実行したい場合は、PowerShellで次のコマンドでもOKです

cd C:\Users\ユーザー名\Desktop\blog\
python -m pip install -r requirements.txt

Step4：WordPressでアプリケーションパスワードを発行

ここが今回の肝になる部分です、普段のログインパスワードではなく API専用の使い捨てパスワードを発行します

1. WordPress管理画面にログインして「ユーザー → プロフィール」を開く
2. ページ最下部にある「アプリケーションパスワード」欄まで移動
3. 名前を入力（例：Claude MCP）して「新しいアプリケーションパスワードを追加」をクリック
4. xxxx xxxx xxxx xxxx xxxx xxxx 形式の文字列が表示されるのでコピー

Step5：.envファイルに認証情報を書く

Step2でClaudeに枠だけ作ってもらった.envファイルを開いて、次の3つの値を自分で埋めます

WP_BASE_URL=https://あなたのドメイン
WP_USERNAME=WordPressのログインユーザー名
WP_APP_PASSWORD=xxxx xxxx xxxx xxxx xxxx xxxx

アプリケーションパスワードはスペース込みのままで大丈夫です、わざわざスペースを削る必要はありません

Step6：Claude Codeで動作確認

このフォルダでClaude Codeを起動すると、.mcp.json が自動で検出されてMCPサーバーの起動許可を求められます、「Allow」を押してください

その後Claude Codeに次のように頼みます

「WordPressの接続確認をして」

サイト名とログインユーザー名が返ってくれば接続成功です、お疲れさまでした

作ってもらったサーバーの動作テスト手順

MCPサーバーのテストはClaudeに実際に実行させて、会話で結果を確認するのが一番早いです

ツールを1つ足すたびに次の流れを回しておくと、どこかが壊れた瞬間に気づけます、本格的なテストコード（pytestなど）を書くのは仕様が固まってからで十分です

この「会話で1ツールずつ叩く」テストの積み重ねが、結局いちばん速くて確実でした

Claude Codeで実際に記事を投稿する流れ

セットアップが終わったら、基本はチャットで会話しながら書いてもらうだけです

「ExcelのVLOOKUPについて、初心者向けに1000字程度で解説記事を書いて、下書きで保存しておいて」

これだけで、Claudeが記事本文を生成してcreate_postツール経由でWordPressに下書きとして投稿してくれます

あとは管理画面でプレビューして、必要なら手直しして「公開」を押すだけです

運用上の3つの注意点

便利な仕組みですが、AIに丸投げで運用する前にいくつか注意点があります

特にハルシネーション対策は Claudeの使い方記事 でも書いた通り、生成AI全般で気をつけたいポイントです

まとめ｜AIに任せる作業と人間がやるべき作業

今回作った仕組みを整理するとこんな感じになります

最初のセットアップでは認証まわりで少し手こずりましたが、一度動いてしまえば「テーマを伝える → 下書きが管理画面にできてる」という流れがとても快適です

個人的に思うのは、「AIに全部任せる」じゃなくて、手間のかかる部分をAIに渡して、最後の判断は人間がする、この役割分担がちょうど良い距離感でした

ここまで読むと細かい手順や注意点が多く見えるかもしれませんが、実際にはこの記事で書いたほど細かく指示しなくても、Claudeが自分で判断してよしなに進めてくれる場面が多いです、必要なら途中で「ここはこうして」と相談すれば直してくれます、まずは小さく頼んで動かしてみるところから始めてみてください

同じくWordPress×AIの自動投稿を試したい方の参考になれば嬉しいです

コード本体と仕組み｜GitHubにサンプル公開しました

参考までに、今回作ったMCPサーバーの主要な構成も載せておきます

記事に載せているのは説明用に切り出した一部で、実際に動く完全版（18個のツール・840行ほど）はGitHubで公開しました

javeo2022/wordpress-mcp-server（GitHub）

そのまま使う場合は.env.exampleをコピーして.envを作り、自分のサイトのURLとアプリケーションパスワードを書けば動きます、.env自体は.gitignoreで除外してあるので、認証情報がうっかり一緒に公開される心配はありません

requirements.txt

mcp>=1.2.0
requests>=2.32.0
python-dotenv>=1.0.0
markdown>=3.6
python-frontmatter>=1.1.0

.mcp.json

{
  "mcpServers": {
    "wordpress": {
      "command": "python",
      "args": ["C:\\path\\to\\wp_mcp_server.py"],
      "env": {}
    }
  }
}

wp_mcp_server.py（主要部分の抜粋）

from mcp.server.fastmcp import FastMCP
import os, requests
from dotenv import load_dotenv

load_dotenv()
WP_BASE_URL = os.getenv("WP_BASE_URL", "").rstrip("/")
WP_USERNAME = os.getenv("WP_USERNAME", "")
WP_APP_PASSWORD = os.getenv("WP_APP_PASSWORD", "")
API_BASE = f"{WP_BASE_URL}/wp-json/wp/v2"

mcp = FastMCP("wordpress")

@mcp.tool()
def create_post(title: str, content: str, status: str = "draft") -> dict:
    """新しい記事をWordPressに作成する（デフォルトは下書き）"""
    resp = requests.post(
        f"{API_BASE}/posts",
        auth=(WP_USERNAME, WP_APP_PASSWORD),
        json={"title": title, "content": content, "status": status},
        timeout=30,
    )
    resp.raise_for_status()
    return resp.json()

if __name__ == "__main__":
    mcp.run()

短いコードですが、仕組みのポイントはこのあたりです

• FastMCP(“wordpress”) でサーバーを1つ定義する
• @mcp.tool() を付けた関数が、そのままClaudeから呼べるツールになる
• 関数の説明文（docstring）が「このツールは何をするか」のClaude向けの説明になるので、日本語で丁寧に書いておく
• 認証・タイムアウト・エラー処理は共通の関数にまとめて、各ツールはそれを呼ぶだけにすると見通しが良い
• 接続先のサイトを引数で切り替えられるようにすると、複数サイトの運用にも対応できる

完成版ではこの形で、create_postやupdate_post、upload_mediaなど合計18個のツールを登録しています

このサーバーをそっくり真似しなくても、「こういうツールが欲しい」とClaudeに伝えて1つずつ足していくやり方なら、自分の運用に合った形が作れます

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

最近は Claude Code を事務職や企画職の方にも配って、日々の作業を手伝ってもらう会社が増えてきましたよね

ただ、何の準備もせずにそのまま配ってしまうと、思わぬところで事故が起きやすいんです

例えば、認証情報の入ったファイルを読まれてしまったり、消したくないフォルダを巻き込んで操作されてしまったり、といった場面が考えられます

この記事では、Claude Code を一般の社員に配るときのガードレール設計を、情シスや管理者の目線で一通りまとめます、設定ファイルの中身も具体的なコード付きで紹介していきます

「会社で配る予定はないけど、個人で使っていて事故が心配」という慎重派の方にも、そのまま真似できる構成にしているので、肩の力を抜いて読んでみてください

Claude Code のセキュリティの全体像はClaude Code Desktop 初心者向けセキュリティ5選、設定ファイルそのものの整理はClaude Code 設定ファイル早見表でも扱っているので、土台から知りたい方は合わせてどうぞ

なぜ「初期設定なしで配る」と事故るのか

Claude Code は、お願いした内容に応じて自分でファイルを読み書きしたり、裏でコマンド(プログラム命令)を実行したりできます

この自走できる力が便利さの源なんですが、配り方を間違えると、同じ力がそのままリスクにもなります

とくに、コマンドや設定ファイルに慣れていない方が使う場合、こんな場面が起こりがちです

• パスワードやAPIキーの入った .env ファイルを読み込んで、その中身が会話履歴に残ってしまう
• デスクトップやドキュメントなど、消したくないフォルダの中で作業させてしまい、関係ないファイルまで巻き込む
• 「許可をバイパス」する設定をうっかり有効にして、確認なしで何でも実行できる状態になる
• 認証情報をそのまま Git にコミットして、社外に出してはいけない情報が共有リポジトリに載る

どれも「使う人が気をつければ防げる」と言えなくはないんですが、毎回・全員が気をつけ続けるのは現実的じゃないですよね

AIならではの落とし穴もある

ここまでは、普通のソフトでも起こりそうな事故の話でした、ただ、AIを使う以上は、AIならではのリスクも頭に入れておきたいところです

1つめが プロンプトインジェクション です、これは、AIに読ませた文章(PDF・メール・Webページなど)の中に、こっそり別の命令が仕込まれていて、AIがそれを指示として受け取り、変な動きをしてしまう手口です

押さえておきたいのは、AIにとって文章は「情報」であると同時に「命令」にもなりうるという点です、ここが、普通のシステムを入れるときとの大きな違いになります

2つめが 権限の渡しすぎ です、AIの回答がただ間違っているだけなら、人が気づいて止められます、でも、ファイルの削除・メール送信・外部への公開といった「実際に動く権限」まで渡していると、先ほどのプロンプトインジェクションと組み合わさったときに、そのまま実害につながってしまいます

対策の考え方はシンプルで、人と同じようにAIにも必要最小限の権限だけ渡す、そして消す・送るといった大事な操作の前には人が確認する、この2つです、このあと出てくる permissions の deny(禁止)と ask(都度確認)が、まさにこれを設定で実現する道具になります

3つめが コネクターやMCPの扱い です、Google DriveやSlackをつなぐコネクター、外部のツールとつなぐ MCP(外部連携の共通規格)は便利なんですが、つなぎ先の権限設定が雑だと、AI経由で本来見えてはいけない情報まで引き出せてしまいます

つなぐときは、読み込み(閲覧)は許可しても、書き込みは安易に許可しないというふうに、できることを分けて考えるのがおすすめです

だからこそ、使う人の注意力に頼らず、仕組み側であらかじめ守るという発想が大事になります

ハーネス(枠組み)で守るという考え方

ここで言うハーネスは、使う人を包む安全の枠組みくらいに考えてください、車のシートベルトのように、意識しなくても勝手に守ってくれる仕掛けのことです

具体的には、管理者があらかじめ設定ファイルや作業フォルダを用意しておき、使う人はその枠の中で操作する、という形を作ります

この記事で紹介するガードレールは、おおまかに次の6つです、上から順に効果が広いものになっています

1. managed-settings.json で、上書きできない管理ポリシーを配る
2. settings.json の permissions で、できる操作とできない操作を線引きする
3. セキュリティ系プラグインで、書かれたコードを自動でチェックする
4. 作業フォルダの固定で、どこでも実行できる状態を避ける
5. .gitignore の標準配布で、認証情報をうっかり共有させない
6. 初期CLAUDE.md の配布で、社内ルールを最初から読ませる

ここまでやると「ちょっと過剰かな」と感じる場面もあると思います、ただ、事故が心配な環境なら、最初は厚めに守っておいて、慣れてきたら緩めるくらいがちょうどいいんじゃないでしょうか

1. managed-settings.json で上書きできないポリシーを配る

ガードレールの土台になるのが managed-settings.json です、これは管理者が配る「上から決めた設定」で、使う人が自分の設定で上書きできないのが大きな特徴です

Intune や Jamf といった MDM(端末を一括管理する仕組み)を使って、全社員のパソコンに同じファイルを配る、という運用が想定されています

置き場所はOSごとに決まっている

managed-settings.json は、置く場所がOSごとに決まっています、2026年6月時点の公式ドキュメントだと次の通りです

同じ場所に managed-settings.d というフォルダを作って、複数の設定ファイルに分けて置くこともできます、チームごとにポリシーの断片を分担したいときに便利です

中身は通常のsettings.jsonと同じ書き方

ありがたいことに、ファイルの中身は普通の settings.json と同じ書き方で大丈夫です、管理者として「これだけは守らせたい」という最小限のポリシーから始めるのがおすすめです

{
  "permissions": {
    "disableBypassPermissionsMode": "disable",
    "deny": [
      "Read(.env)",
      "Read(**/.env)",
      "Read(**/.env.*)",
      "Read(**/*.pem)",
      "Read(**/*.key)",
      "Read(**/id_rsa)",
      "Read(**/credentials.json)"
    ]
  }
}

この例だと、認証情報が入りがちなファイルの読み込みをまとめて禁止しつつ、確認なしで何でも実行する「許可をバイパス」モードも封じています、それぞれの中身はこのあとの章で順番に説明します

managed-settings.json に書いた内容は、使う人の設定では上書きできません、なので本当に外してほしくない守りだけをここに集約するのがコツです

設定の優先順位を押さえておく

Claude Code の設定は何層かに分かれていて、ぶつかったときにどれが勝つかが決まっています、優先順位は上が強いです

大事なのは、禁止(deny)はどの層から付けても効くという点です、ある層で禁止したものは、別の層で許可しても解除されません

つまり管理者は、managed の層で禁止を盛っておけば、使う人がどんな設定をしても穴が開かない、という安心感が得られます

2. permissions で操作範囲を線引きする

次は、Claude Code が「何をしていいか」を細かく決める permissions の話です、ガードレールの中でも一番こまかく効くところです

permissions は3つのリストでできています、それぞれの役割はこんな感じです

判定の順番は deny → ask → allow です、最初に deny にあたれば、後ろで allow に書いてあっても禁止が優先されます、なので禁止したいものは deny に書くのが確実です

危険なコマンドを deny で止める

まず止めておきたいのが、影響範囲の大きいコマンドです、ファイルを一括で消すような命令や、ネットへ自由にアクセスする命令を deny に入れておきます

{
  "permissions": {
    "deny": [
      "Bash(rm -rf *)",
      "Bash(curl *)",
      "Bash(wget *)",
      "Bash(git push *)"
    ],
    "defaultMode": "default"
  }
}

Bash というのは、Claude が裏で実行するコマンド(プログラム命令)のことです、ここでは一括削除の rm、勝手なダウンロードに使われがちな curl と wget、共有リポジトリへの送信になる git push を止めています

WebFetch でアクセス先のドメインを絞る

WebFetch は、Claude がWebページを読みにいく機能です、ここを野放しにすると、どこへでも情報を取りにいけてしまうので、許可するドメインだけ絞るやり方が安心です

{
  "permissions": {
    "allow": [
      "WebFetch(domain:docs.claude.com)",
      "WebFetch(domain:github.com)"
    ],
    "deny": [
      "WebFetch"
    ]
  }
}

書き方は WebFetch(domain:許可したいドメイン) です、この例だと、ドキュメントとGitHub以外への読み込みを止めつつ、業務で必要なところだけ通せます

「許可をバイパス」モードを封じる

Claude Code には、確認をすっ飛ばして次々に実行する「許可をバイパス」モードがあります、便利ではあるんですが、慣れていない方が使うと、止める間もなく操作が進んでしまう危険があります

これを管理者側で封じるのが disableBypassPermissionsMode です、値を “disable” にすると、設定からもコマンドからもこのモードが使えなくなります

{
  "permissions": {
    "disableBypassPermissionsMode": "disable"
  }
}

さらに徹底したいなら、allowManagedPermissionRulesOnly を true にすると、許可・確認・禁止のルールを管理者の設定だけに限定できます、使う人が勝手に許可を増やすのを防げます

permissions まわりをもう少しじっくり知りたい方は、Claude Code 設定ファイル早見表で各ファイルの役割を確認しておくと、どこに何を書けばいいか迷わなくなります

3. セキュリティ系プラグインで自動チェックを足す

設定で操作を縛るだけでなく、書かれたコードそのものを自動でチェックする仕組みも入れておくと安心です、ここで役立つのが公式のセキュリティ系プラグインです

2026年5月に公開された security-guidance は、Claude が書いたコードに危なっかしいパターンが混じっていないかを自動で見てくれるプラグインです、たとえば外部からの入力をそのまま実行してしまう書き方などを拾ってくれます

導入は Claude Code Desktop のプラグイン画面から数クリックで済みます、無料で、どのプランでも使えて、入れたあとは自動で動いてくれるので、配る側としても手間がかからないのが嬉しいところです

security-guidance の検出パターンや、deny リストとの組み合わせ方はsecurity-guidance とは 使い方と運用のコツでくわしくまとめているので、入れる前にざっと目を通しておくと運用イメージがつかみやすいです

プラグインの配布元を管理者で固定する

プラグイン自体は便利なんですが、誰がどこから入れられるかを野放しにすると、出どころの怪しいものが混ざる心配もあります

会社で配るなら、managed-settings.json 側で「入れていいプラグインの棚」を絞っておくのがおすすめです、公式の棚だけ許可しておけば、使う人は安心して選べます

4. 作業フォルダを固定して「どこでも実行」を避ける

地味ですが効くのが、作業する場所をあらかじめ決めておくという対策です

Claude Code は、起動した場所のフォルダを起点に動きます、なので、もしデスクトップやドキュメントの直下で起動してしまうと、大事なファイルが並ぶ場所で操作が走ることになります

そこで、MDM で全社員のパソコンに 所定の作業フォルダ を自動で作っておく、という手を打ちます、たとえばこんな構成です

C:\Users\(ユーザー名)\ClaudeWork\
  ├─ .gitignore        ← 認証情報を除外するリスト
  ├─ CLAUDE.md         ← 社内ルールを書いた初期ファイル
  └─ work\             ← ここで作業する

このフォルダの中で作業してもらうように案内しておけば、関係ないファイルを巻き込むリスクをぐっと減らせます、後で出てくる .gitignore や CLAUDE.md も、最初からこの中に置いておけます

さらに、Claude が触れてよいフォルダを設定で限定したいときは、additionalDirectories という項目で、追加で使ってよい場所をリスト化できます、明示した場所以外には基本的に手を出させない、という運用も組み立てられます

5. .gitignore を標準配布して認証情報を守る

つづいて、.gitignore の標準配布です、これは認証情報のうっかり共有を防ぐための、地味だけど大事な一手です

.gitignore は、Git に「このファイルは管理しないでね(=共有リポジトリにもアップしないでね)」と伝えるためのリストです、ここに書いたファイルは、コミットの対象から外れます

パスワードやAPIキーが入る .env などをここに書いておけば、Git 経由で社外に出てしまう事故を防げます、配布する雛形はこんな内容で十分です

# 認証情報
.env
.env.*
*.pem
*.key
id_rsa
credentials.json

# ローカル設定
.claude/settings.local.json

# 一時ファイル
*.log
tmp/

ポイントは、これを全員に同じ内容で配ることです、一人ひとりに「.gitignore を書いてね」とお願いしても抜けが出ますが、雛形を配ってしまえば、最初から同じ守りが効きます

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

6. 初期CLAUDE.mdを配って社内ルールを読ませる

最後は 初期CLAUDE.md の配布です、ここまでが仕組みで縛る守りだったのに対し、これは「Claud に最初から読ませておく社内ルール」という、もう一段やわらかい守りになります

CLAUDE.md は、Claude Code が作業前に読み込む指示書のようなファイルです、ここに会社のルールや禁止事項を書いておくと、毎回それを踏まえて動いてくれます

配布する雛形には、作業フォルダの説明・やってほしくないこと・困ったときの相談先あたりを入れておくと親切です

# 社内Claude Code 利用ルール

## 作業する場所
- 作業は ClaudeWork\work フォルダの中で行ってください
- このフォルダの外にあるファイルは、勝手に触らないでください

## やってほしくないこと
- .env や鍵ファイル(*.pem / *.key)の中身を会話に出さない
- 共有リポジトリへの送信(git push)はしない
- 設定ファイルを書き換えるときは、内容を私(利用者)に見せてから書く

## 困ったとき
- 操作に迷ったら止まって、情報システム部に相談してください
- 連絡先: jyoshi@example.com

ここで1つ気をつけたいのは、CLAUDE.md はあくまで「お願い」であって、強制力はないという点です

本当に守らせたい禁止は、これまで紹介した managed-settings.json の deny で仕組みとして縛る、CLAUDE.md は方針や心構えを伝える、という役割分担で考えると分かりやすいです

入力していい情報・ダメな情報を3段階で決める

ここまでは「操作」を縛る守りでした、もう1つ、配る前に決めておきたいのが 何を入力していいか の線引きです、これは設定ファイルではなく、社内ルールとして決めておくものになります

細かく決めすぎると運用が回らなくなるので、ざっくり3段階に分けるのがおすすめです

真ん中の「条件つきでOK」は、入力した内容がモデルの学習に使われない契約で、かつアクセス権が守られている範囲で、という前提つきです、Anthropicの公式ドキュメントによると、2026年6月時点では、Team・Enterprise・API といった法人(コマーシャル)契約では、Claude Codeに送ったコードやプロンプトを既定でモデル学習には使わない、とされています(ただし管理者が Developer Partner Program などに自分から参加した場合は、学習の対象になりえます)

それと、学習とは別の話として、やり取りの履歴は手元のパソコンにしばらく残ります(既定で30日ほど)、なので「原則NG」のパスワードや鍵は、学習に使われるかどうか以前に、最初から入力させないのが基本です、ここは前に紹介した deny の読み込み禁止や .gitignore と合わせて、二重で守る形になります

この3段階は、先ほどの 初期CLAUDE.md に書いておくと、配るだけで全員に同じ基準が共有できます、文章での共有はあくまでお願いなので、原則NGのものは deny でも止めておく、という合わせ技がおすすめです

設定のプライバシー画面で学習と位置情報を確認する

前の章は「契約として学習に使われるかどうか」という制度の話でした、ただ、個人プラン(Free・Pro・Max)の方が実際に学習を止めたいときは、設定画面のトグルを一度確認しておくのが早いです

場所は 設定 → プライバシー です、Claude Code Desktop の設定を開いて、左メニューの プライバシー を選ぶと、データの扱いに関する項目がまとまっています

この画面の「設定」という区画に、確認しておきたいトグルが2つ並んでいます

肝になるのが AIモデルの改善にご協力ください です、ここをオンにしていると、個人プランではチャットやコーディングセッションが将来のモデル学習に使われます(Claude Code 経由のやり取りも含みます)、オフにすると、それ以降の新しいやり取りは学習に使われなくなります

同じプライバシー画面を下にスクロールすると あなたのデータ という区画もあります、ここから、これまでのデータのエクスポートや、共有したチャット・アーティファクトの管理ができます、共有したまま忘れていた履歴を見直したいときに開いてみてください

ジャベ雄

契約で守られていても、個人プランはトグル1つで扱いが変わります、配る前にこの画面をそろえておくと安心です

個人でも真似したい最小セット

ここまで会社向けの話をしてきましたが、「うちは会社じゃないし、そこまではいらないかな」という方も多いと思います

そこで、個人で使う慎重派の方が真似する価値のある最小セットを、3つに絞ってまとめておきます

• settings.json の deny に .env 系と危険コマンドを入れる:認証情報の読み込みと一括削除を止める、これだけで事故の多くが防げます
• .gitignore に認証情報を書く:Git を使うなら、.env や鍵ファイルを最初に除外しておく
• 作業フォルダを1つ決める:専用のフォルダの中だけで Claude Code を使うようにして、大事なファイルから離す

managed-settings.json や MDM 配布は会社向けの仕組みですが、個人なら自分の settings.json に同じ deny を書くだけで近い効果が得られます、管理者がいない分、自分が管理者のつもりで一度だけ設定しておく、というイメージです

設定が不安なら Claude 自身に頼む手もある

「設定ファイルを自分でいじるのは怖い」という方は、Claude 自身に書いてもらうのも手です、やりたいことを言葉で伝えれば、中身を用意してくれます

たとえば、こんな感じで頼んでみてください

このプロジェクトの settings.json を作りたいです。
次の方針でお願いします。

・.env や鍵ファイル(.pem / .key)の読み込みを deny で禁止
・rm の一括削除と git push を deny で禁止
・「許可をバイパス」モードは使えないようにする

書き込む前に、設定内容を一度わたしに見せてから保存してください。

最後の「書き込む前に見せてね」の一言がポイントです、内容を確認してから保存すれば、知らないうちに変な設定が入る心配もありません

よくある質問

まとめ

事務職や企画職の方に Claude Code を配るときは、使う人の注意力に頼らず、仕組みで守るのが基本でした

この記事で紹介したガードレールを、もう一度おさらいしておきます

• managed-settings.json:MDMで配る、上書きできない管理ポリシー
• permissions の deny:危険コマンドと認証情報の読み込みを止める
• セキュリティ系プラグイン:書かれたコードを自動でチェックする
• 作業フォルダの固定:どこでも実行できる状態を避ける
• .gitignore の標準配布:認証情報の共有を防ぐ
• 初期CLAUDE.md:社内ルールを最初から読ませる

あわせて、AIならではのリスク(プロンプトインジェクションや権限の渡しすぎ)を頭の片隅に置きつつ、入力していい情報の線引きを社内で決めておくと、守りがぐっと固くなります

会社で配る予定がなくても、deny・.gitignore・作業フォルダの3つは個人でも真似する価値があります、慎重派の方ほど、最初に一度だけ仕込んでおくと、後がずっと気楽になりますよ

関連する話として、Claude Code Desktop 初心者向けセキュリティ5選では使い始めの守り方を、security-guidance とは 使い方と運用のコツではプラグインによる自動チェックをくわしく扱っています、合わせて読むと、自分の環境に合った守りを組み立てやすくなると思います

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

Anthropicから新しいモデルClaude Fable 5が出たので、さっそく1日まるまる触ってみました

世間の総括をひとことで言うと「遅い・トークンを食う・しかし有能」あたりに落ち着いていて、私の体感もだいたいそこに重なります

ただ、本家ブログでは焦点をひとつに絞りたいので、今回はトークンの減りの速さを記事の背骨にして書いていきます、性能向上そのものは正直地味なんですが、トークンが消えていくスピードはちょっと無視できないなと感じたので

結論を先に薄く置いておくと、こんな感じです

そもそもモデルやトークンってなに？という方は、先にAI用語集に目を通しておくと、この先がぐっと読みやすくなると思います

カタログスペックでOpus 4.8と比べてみる

まずは公式が出している数字から、ひとつ前のClaude Opus 4.8と並べて見てみます、ここはぜんぶ公式発表値です

表を見てまず目に入るのは、API価格がOpus 4.8のちょうど2倍になっているところです、入力$10・出力$50で、Opus 4.8の入力$5・出力$25からきっちり倍ですね

もうひとつ大きいのが思考モードのちがいです、Opus 4.8は思考をオン/オフ選べるんですが、Fable 5はadaptive thinkingという深く考える仕組みが常時オンで無効化できません、AIが内部でじっくり考えるぶん、見えないところで思考用のトークンが乗ってくる作りになっています

速度を上げるFast modeがFable 5には用意されていないのも、地味だけど効いてきます、このあたりが「速さは売りじゃない」を裏づけている感じですね

公式ベンチマークの主役はSWE-bench Pro

性能の数字も見ておきます、Anthropicが公式発表で前面に出しているのはSWE-bench Proというコーディングのベンチマークです

SWE-bench Proで80.3%、Opus 4.8の69.2%から10ポイント以上の上積みなので、数字としてはちゃんと伸びています

世の中の評価はどうなっている？

次に、私の感想に行く前に世間の声を整理しておきます、肯定も否定もはっきり出ていて、両方知っておくとバランスよく判断できると思うので

肯定的な評価

有名な解説者のSimon Willisonさんは「a beast(怪物級)、遅くて高いが、あらゆるタスクを着実に噛み砕き続ける」と評していて、知識の想起についてはOpus 4.8より上だと書いています

大規模な事例だと、Stripeが5,000万行のRubyコードベースを1日で移行したという自己申告もあります、ほかにも、過去モデルが作り込んだバグを複数見つけ出したという報告や、調査の自律性が上がった(他人のブランチまで自分でpullして原因を特定する)という体験談が出ています

共通しているのは「単なるコード生成器ではなく、開発サイクルそのものの運転手になりつつある」という見方で、長時間まかせる使い方ほど評価が高い印象です

否定的・不満の声

一方で、辛口の声もしっかりあります

技術系コミュニティでは「進化は革命的というより漸進的(incremental)」「ベンチマークへの過適合では？」という疑いの声が出ています

そして何より多いのがコストとレート上限への不満です、Willisonさんは初日のAPI利用で$110.42、ほかにも1日で$82.92という報告、$100のMaxプラン枠を約9分で使い切ったという話まで出回っています(このあたりの個人実測値は再現性が確かめられていないので、雰囲気として受け取るのが安全です)

1日触った私の体感

性能・速度・トークン消費の3つの軸で、1日触った正直なところを書いていきます

性能:上がった気はする、でも目に見えてすごいかは分からない

Webデザインや受け答えの質は、Opus 4.8より上がった気はします、ただ、目に見えてすごい向上かと言われると、正直よく分かりませんでした

たぶんこれは、私が一般的な用途でそこまで高難易度の使い方をしていないだけかもしれません、世間でも「単発のタスクだと差が見えにくい」という見方は共通していて、差が出るのは長時間の自律タスクや大規模なコードベースを扱うときみたいです

Stripeの5,000万行みたいな規模感だと真価が出るんでしょうが、日常の使い方だとそこまで実感しづらい、というのが私の体感です

速度:それなりに時間はかかる、〇倍速いみたいな体感はない

速度については、それなりに時間はかかる、という印象です、Opusと比べて速度が何倍も速いみたいな体感はありませんでした

これは私が日頃からeffort(どれだけ手間をかけて考えるかの設定)を高めにしているのも要因です、effortを上げているぶん深く考えるので、そのぶん待ち時間も伸びます

世間でも「effortをmediumにしてもOpus 4.8のxhighより倍以上かかる」という声があって、ここは私の体感と一致しています、Fable 5はadaptive thinkingが常時オンで深く考える設計なので、遅く感じるのは仕様どおりとも言えます、速くしたいならeffortを下げる、というのが公式の指針です

トークン消費:噂以上に速く減る、PROだと厳しいと思う

そして本題のトークン消費です、ここがいちばん言いたいところでした

SNSでも噂されているとおり、かなりの速さで減ります、しかも私の体感では、5〜10倍かそれ以上の勢いで減っていく感覚でした、世間でよく言われる「3〜5倍」よりも、自分のケースはもっと激しかったです

感覚としては、MAXプラン($110)でも厳しい、PROプランだとすぐ5時間の上限に達して、ほぼ使えないんじゃないかなと思います

もちろん、これも私がeffortを高めにしているのが要因のひとつなので、effortを下げれば減りは緩やかになります、ただ「思っていたより全然速い」というのが1日触っての正直な感想です

「トークンが速く減る」噂をファクトチェックする

では、なぜそんなにトークンが減るのか、「3〜5倍速く減る」という噂を分解してみます、結論から言うと、方向性は正しいけれど「モデルが勝手に食う」というより複数の要因の掛け算でそうなっています

ざっくり計算すると、重み約2倍 × トークナイザ約30%増 = 約2.6倍が構造的な下限になります、ここにhigh effortと常時オンの思考、並列ワークフローが乗ると、体感3〜5倍に届く、という内訳です

つまり「3〜5倍速く減る」は、ひとつの巨大な原因ではなく、重み × トークナイザ × effort × 思考 × 運用の合算だった、というのがファクトチェックの答えです

そして私のように、effortを高めにしてワークフローやサブエージェントも多用していると、この合算がさらに上振れします、自分の体感が3〜5倍ではなく5〜10倍に感じたのも、たぶんこの上振れぶんなんだろうなと、分解してみて腑に落ちました

たぶん、一般的な用途だと1タスクあたりの旨味が出にくくて、1トークンあたりのコスト感だけがダイレクトに来てしまう、これが私の「割に合わない感」やSNSの不満の正体なんだと思います、Claude固有の用語をもう少し押さえたい方はClaude用語集もあわせてどうぞ

まとめ:日常はOpus 4.8、長期・大規模はFable 5

1日触ってみての私なりの結論は、使い分けがいちばん現実的、というところに落ち着きました

• 日常の軽い作業や単発のタスクは、半額のOpus 4.8で十分
• 長期・複雑・大規模なコードをまるごとまかせるならFable 5の出番
• トークンを節約したいなら、effortを下げる・Sonnetを併用する

Fable 5が有能なのは間違いないんですが、その有能さを引き出せるのは長時間まかせる大きな仕事のときで、日常使いだとコストの重さばかりが目立ちやすい、というのが正直な体感でした

新しいモデルが出るたびにワクワクしますが、Fable 5は「とりあえず一番新しいから使う」よりも、自分の用途に合うかを見極めてから取り入れる方が幸せになれそうだなと感じた1日でした

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

AI関連の記事やニュースを読んでいると、生成AI・LLM・プロンプト・ハルシネーションみたいな用語がさらっと出てきて、なんとなくわかるけど意味を聞かれると説明しにくい、ということはありませんか？

この記事は、AIまわりでよく聞く用語の意味を 初心者の方でも引けるようにやさしくまとめたAI用語集です、1つの語につき一言で言い切ってから、ひとこと補足を足す形にしています

使い方は2通り、上から順に読んで全体像をつかんでもいいですし、知らない語に出会ったときに気になるところだけ引く辞書としてブックマークしておくのもおすすめです

用語は5つのテーマに分けて、各テーマの中は基本の語から発展の語へ並べています、表の用語名の先頭に ★が付いているものは、はじめての方がまず押さえると話が早い基本の語です

1. 基礎・しくみ(AIの中身まわり)
2. 使う・プロンプト(AIへの頼み方まわり)
3. 発展・組み合わせ技術(一歩進んだ仕組み)
4. リスク・限界(気をつけたいこと)
5. 周辺・エコシステム(動かす環境やお金まわり)

内容は気づいたときに随時アップデートしていきますので、よく使う方はたまに覗いてもらえるとうれしいです

1. 基礎・しくみ|AIの中身まわりのAI用語

まずはAIそのものの大枠を押さえる用語です、ここが分かると後のテーマがぐっと読みやすくなるので、★が付いた語からどうぞ

ここで覚えておくと得なのが LLMと生成AIの関係です、生成AIという大きなくくりの中で、特に文章を担当しているのがLLM、というイメージを持つと整理しやすいと思います

2. 使う・プロンプト|AIへの頼み方まわりのAI用語

次は、生成AIを実際に使うときに出てくる用語です、AIへの頼み方や設定まわりの言葉なので、使い始めの方ほど役に立ちます

長い会話を続けると「さっき言ったこと忘れてる？」となるのは、コンテキストウィンドウからあふれているのが原因のことが多いです、そういうときは大事な前提をもう一度貼り直すと持ち直します

AIをまだあまり触ったことがない方は、Claudeの使い方を初心者向けに解説した記事を先に読むと、ここの用語がそのまま画面とつながって入りやすいです

3. 発展・組み合わせ技術|一歩進んだAI用語

ここからは、AIを業務やサービスに組み込むときに出てくる一歩進んだ用語です、少し難しめですが、意味だけ知っておくとニュースの解像度が上がります

このテーマで最初に押さえたいのが RAGです、社内マニュアルを参照しながら答えるチャットボットなど、業務でいま伸びている方式で、埋め込みやベクトルDBはそのRAGを支える裏方にあたります

RAGの中身をもう少しだけ知りたい方は、RAGの仕組みを初心者向けに解説した記事で図解しているので、合わせて読むと腹落ちしやすいです

4. リスク・限界|気をつけたいAI用語

AIは便利な半面、苦手なことや気をつけたい落とし穴もあります、ここの用語を知っておくと、AIとの付き合い方が少し慎重になって安心です

このテーマでいちばん身近なのが ハルシネーションです、AIの答えは便利な下書きとして受け取りつつ、固有名詞や数字は自分でも裏取りする、という習慣を持っておくと安心です

5. 周辺・エコシステム|環境やお金まわりのAI用語

最後は、AIを動かす環境やお金まわりの用語です、AIサービスの値段やニュースの背景が分かるようになる言葉を集めました

AIサービスの料金が「使った分だけ」になっているのは、多くが トークン課金だからです、長い文章を投げるほどトークンが増えるので、料金とトークンの関係をなんとなく意識しておくと使い勝手が良くなります

まとめ|気になる語から少しずつ慣れていけば大丈夫

AI用語をまとめて紹介しましたが、最初から全部を覚える必要はありません

AI関連の記事やニュースで知らない語に出会ったときに、このページに戻ってきて意味をひと撫でする、という使い方をしているうちに自然と馴染んでいくと思います

迷ったら、まず ★を付けた基本の語から押さえてみてください、生成AI・LLM・プロンプト・ハルシネーションあたりが分かると、AIの話の見通しが一気に良くなります

用語は気づいたときに足したり直したりしていく予定なので、辞書代わりにブックマークしておいてもらえると便利だと思います

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

Claude Code を触っていて、「AIが勝手に書いたコードに、地雷が混じってないか心配」と感じたことはありませんか？

2026年5月26日に Anthropic から公開された security-guidance は、その不安に正面から答える公式のセキュリティ系プラグインです

この記事では、Claude Code Desktop を使い始めた方〜慣れてきた方向けに、security-guidance が何をしてくれて、どう入れて、どう使えばいいのかを一通り解説します

ついでに、このプラグインだけでは守りきれない部分をどう補うか(deny リスト・自動モード・MCP の注意点など)も横展開で触れます

Claude Code のセキュリティ全体像はClaude Code Desktop 初心者向けセキュリティ5選、プラグインを支える土台はClaude Code 拡張機構入門でも扱っているので、合わせて読むと位置づけが立体的になります

そもそも security-guidance って何のプラグイン？

ざっくり言うと、Claude がコードを書いた瞬間に、その内容を別の Claude がセキュリティ目線でレビューしてくれる仕組みです

もう少し正確に言うと、Claude Code には「プラグイン」と呼ばれる拡張パッケージの仕組みがあり、その公式マーケットプレイス claude-plugins-official に並んでいる中の1つが security-guidance です

大事なポイントは次の3つです

• Anthropic 公式のプラグインなので、出どころの安心感が大きい
• 無料・全プラン対応、課金プランでなくても使える
• 導入後は裏で勝手に動く、毎回コマンドを打つ必要はない

公開直後から大きな注目を集め、Claude にコードを書かせる人ほど効きやすい性質のプラグインとして広く紹介されています

何ができる？ 3層のレビューでコードを見張る

security-guidance が偉いのは、3つのタイミングで深さの違うレビューを走らせてくれるところです

レイヤー1:ファイルに書き込んだ瞬間のパターン照合

Claude がファイルを編集するたびに、「危ない書き方」が含まれていないかを高速チェックします

ここは AI の追加呼び出しを伴わない、いわゆる文字列マッチによる照合なので、余分な利用料金は発生しません

「ファイルが書かれたら、その内容を辞書と突き合わせて怪しい言葉が出てきたら警告する」というイメージです

レイヤー2:ターンの終わりにまとめてレビュー

Claude が「はい、ここまでで一区切りです」と返した瞬間、そのターンで変わったファイルをまとめて 別の Claude にセキュリティレビューさせる動きが入ります

ここで言う ターンとは、こちらが1回メッセージを送って、Claude が動いて返事して、その応答が終わるまでの1往復のことです

このレイヤーは、文字列マッチでは見抜けない 権限まわりの抜け穴・脆弱な暗号化・想定外の入力経路みたいな話を拾ってくれます

裏で動くため、Claude の返答自体は遅くなりません、見つかった指摘は次の応答で「ここ直しておきますね」と本人(Claude)が修正してくれるイメージです

レイヤー3:コミットの直前にじっくりレビュー

Claude が git commit や git push を実行しようとしたタイミングでも、もう一段深いレビューが走ります

このレベルになると周辺コード(呼び出し元・サニタイズ処理など)まで読んだ上で「これは実際にヤバいやつ」か「文脈上は安全」かを判定してくれます

このおかげで 「形だけ見ると危なそうだけど、実は文脈的に大丈夫なコード」を誤検出しすぎないように調整されています

どんな脆弱性パターンを見つけてくれる？

レイヤー1(ファイル編集時)で照合される代表的なパターンを、噛み砕いて紹介します

専門用語が多めなので、それぞれ「要は何が問題なのか」をセットで書きます

eval() や new Function() :「文字列を実行コードにしてしまう」系

JavaScript の eval() や new Function() は、文字列をそのままプログラムとして実行する関数です

つまり、外部から渡された文字列がうっかり混ざると、悪意のあるコードがそのまま動いてしまう恐れがあります

child_process.exec() や os.system() :「コマンドをそのまま投げる」系

Node.js の child_process.exec() や Python の os.system() は、シェル(=Windowsで言うコマンドプロンプト的なもの)に命令文を渡す関数です

ユーザーが入力した値をそのまま結合してしまうと、想定外のコマンドが任意に実行される事態になります、いわゆるコマンドインジェクションです

dangerouslySetInnerHTML や innerHTML :「画面表示がそのまま乗っ取られる」系

React の dangerouslySetInnerHTML や、素の JavaScript の .innerHTML = は、HTML を直接埋め込む書き方です

ここに ユーザーが入力した文字列をそのまま入れると、スクリプトタグごと埋め込めてしまう=いわゆる XSS(クロスサイトスクリプティング)の温床になります

pickle :「保存したデータを読むだけのつもりが、コードまで動く」系

Python の pickle は、データを丸ごとファイルに保存して、後で読み戻すための仕組みです

便利な反面、信頼できないファイルを pickle で読み込むと、読み込み処理の中で任意のコードが実行される設計になっています、外部から受け取ったファイルを pickle で開くのは原則として避けるのがおすすめです

.github/workflows/ 配下の編集 :「GitHub Actions の権限を握る」系

GitHub Actions の設定ファイル(.github/workflows/ 配下の YAML)は、ビルドやデプロイの自動化を定義する場所です

ここを書き換えられると リポジトリ単位の権限を握られることになるので、Claude が触ろうとしたら一律で注意喚起されます

ほかにも document.write などの古い書き方をはじめ、いくつかの代表的な落とし穴に反応するようになっています

導入方法 Desktop ユーザーの最短ルート

Claude Code Desktop での導入は、3ステップで終わるかんたんさです

Desktop の「プラグイン」サブメニューは シンプルな作りで、上にインストール済みプラグインが並び、下に 「プラグインを管理」(歯車アイコン)と 「＋ プラグインを追加」のボタンがあるレイアウトです、迷う要素はあまりないので、追加のボタンから順に進めば security-guidance が一覧に並びます

使ってみるとどう動く？ 実際の見え方

導入直後は、基本的に 普段どおりに Claude を使うだけでかまいません

「コードを書いて」「ここを直して」とお願いしている裏で、上で説明した3層レビューが勝手に走っている感じです

レビューで何か見つかった時の会話の流れ

たとえば Claude が JavaScript で eval() を含むコードを書いたとします

すると次のターンの冒頭で Claude が 「security-guidance から指摘が来ました、eval は危ないのでこちらの書き方に直しますね」のような前置きと一緒に、安全な実装に書き換えてくれます

こちらが「セキュリティチェックして」と頼まなくても、コードに変更があった時点でレビューが走るのがこのプラグインの一番の旨味です

プロジェクト固有のルールも足せる

「うちのアプリでは admin ルートには原則として権限チェックを入れたい」みたいな プロジェクト固有のルールも、追加で食わせられます

プロジェクト直下に .claude/claude-security-guidance.md という Markdown を置き、普段の日本語で「これは NG」「ここは原則として通す」と書いておけば、レビュー時に追加のお作法として参照してくれます

そのほか、決まった文字列(例:本番用 API キーの先頭文字列)を機械的に検出したいときは .claude/security-patterns.yaml に独自の正規表現を書く手もあります

ファイル形式の細かい仕様(YAML スキーマ・JSON 形式での代替・User / Project / Project local の3階層での探索順など)は Anthropic 公式ドキュメントのAdd your own rulesセクションに一次情報がまとまっているので、独自ルールを本気で書き込むときはそちらが正本になります

他の安全対策と組み合わせる プラグイン以外の打ち手

security-guidance は強力ですが、これ単体で Claude Code のセキュリティが完成する訳ではありません

あくまで「書いた瞬間に一次レビューを挟む」というレイヤーなので、それと並行して整えておきたい安全策を横並びで紹介します

settings.json の deny リストで「触らせない」枠を作る

Claude Code には settings.json という設定ファイルがあり、ここに「触ったらアウトのファイル」を列挙できます

具体的には permissions.deny セクションで、見られたくない・書き換えてほしくないパスを指定する形です

最低限デフォルトで入れておきたいのは次のあたりです

• .env 系(APIキー・パスワードがよく入っているファイル)
• .pem .key(SSL 証明書・秘密鍵)
• id_rsa(SSH の秘密鍵)
• credentials.json(各種クラウドサービスの認証情報)

イメージとしては次のような書き方になります

{
  "permissions": {
    "deny": [
      "Read(./**/.env)",
      "Read(./**/*.pem)",
      "Read(./**/*.key)",
      "Read(./**/id_rsa)",
      "Read(./**/credentials.json)"
    ]
  }
}

これにより、security-guidance が 「書いた後」にレビューするのに対し、deny リストは 「そもそも触らせない」側のガードを担当します、役割が違うのでセットで使うと安心感が増します

「自動モード」と「許可をバイパス」は別物

Claude Code Desktop の挙動モードでよく混同されるのが、「自動モード」と「許可をバイパス」の2つです

名前が似ていて紛らわしいですが、中身はまるで違います

respectGitignore で .gitignore のファイルを除外する

地味に効くのが respectGitignore: true という公式オプションです

これを settings.json に入れておくと、プロジェクトの .gitignore に書かれているファイルが、そのまま Claude のファイル選択画面からも除外されます

.gitignore は 「Git に管理してほしくない=GitHub にもアップしないでほしい」リストで、もともと .env や ビルド成果物などが入っていることが多いので、それがそのまま Claude の対象外になるのはありがたい挙動です

MCP サーバーを入れる時の確認ポイント

もう1つ、忘れずに整えておきたいのが MCP 関連の確認です

MCP(Model Context Protocol)は、Claude に外部ツールやデータベースを使わせるための仕組みですが、MCP サーバーやプラグインはあなたの権限で任意のコードを実行できる高信頼コンポーネントです

つまり、出どころが怪しい MCP サーバーを入れるのは、得体のしれないソフトをインストールするのと変わりません

• 公式・有名なソース(Anthropic・大手 OSS プロジェクト)からのみ入れる
• 説明文だけで判断せず、READMEやコードに目を通す
• 必要が無くなった MCP サーバーは早めに無効化する

security-guidance 自体は Anthropic 公式なので信頼性の面で気にする必要はありませんが、「プラグインや MCP は全部安心」と勘違いしないのが大事です

このあたりの基本設計はClaude Code 設定ファイル早見表で全体像を整理しているので、深掘りしたい方はそちらもどうぞ

期待しすぎないこと プラグインの限界

ここまで読むと「もう security-guidance を入れておけば安心」と思いたくなりますが、過信は禁物です

正直に言うと、このプラグインは 「コードを書く瞬間によくあるパターンを止める」レイヤーであって、セキュリティ対策のすべてを引き受けてくれる訳ではありません

設計や仕様レベルの脆弱性は別途レビューが要る

例えば「そもそも認証フローがおかしい」「権限の設計が甘い」みたいな話は、文字列マッチでは見つかりません

ターン終了時やコミット時のレビューでは多少ひっかかる可能性はあるものの、設計や仕様レベルの問題は人間のコードレビューや設計レビューで拾うのが原則です

依存ライブラリの脆弱性は対象外

あなたが書いたコード自体は問題なくても、使っているライブラリに脆弱性があったというケースは多々あります

これは security-guidance のスコープ外で、別途 npm audit や Dependabot のような 依存関係チェックの仕組みを並走させるのが現実的です

レビュワーAIも見落とす

レイヤー2・3で動くレビュー側の Claude も、人間と同じく見落とすことがあります

「プラグインが何も言わないから安全」は思考停止のサインです、最終的にはコードを読む(=人間がレビューする)習慣も並行して持っておくのが望ましいです

内部にある上限とモデル設定も知っておく

もう少し細かい話として、レビューには 上限が設けられています、知っておくと「あれ動いてない?」となったときに切り分けやすいです

• ターン終了時のレビューは 1ターン最大30ファイルまで、しかも連続3回までで一旦止まります
• コミット時のレビューは 1時間に20回まで、それを超えると一時的に走らなくなります

大量変更や連続 commit を続けると、全部はカバーしきれないというのを頭の片隅に置いておくと安全です

初心者向けおすすめ運用フロー

「結局、何からやればいいの？」という方向けに、最初に押さえるステップを順に並べておきます

このあたりまで整えると、security-guidance を含めた多層の守りがだいぶ立体的になります

よくある質問(FAQ)

まとめ プラグイン1つで完結はしないけど、入れる価値は十分

security-guidance は、Claude にコードを書かせるなら入れない理由がほぼ無いくらいに気軽に導入できる公式プラグインです

大事なポイントをおさらいします

• Anthropic 公式・無料・全プラン対応、入れない理由はほぼ無い
• 3層レビュー(編集時・ターン終了時・コミット時)で多角的にチェック
• eval / 外部コマンド / XSS / pickle / GitHub Actions など典型的な落とし穴を拾う
• 書き込みを止める訳ではない、Claude にレビュー結果を渡して直してもらう設計
• deny リスト・自動モード・respectGitignore と組み合わせて多層防御に
• 設計・依存ライブラリ・未知の脆弱性は対象外なので過信しない

個人的には、「ちゃんと整えれば、Claude にコードを任せても怖くないラインまで来た」と感じます

Claude Code の安全策を一通り整理したい方はClaude Code Desktop 初心者向けセキュリティ5選、プラグインまわりの土台が気になる方はClaude Code 拡張機構入門、設定ファイルの全体像はClaude Code 設定ファイル早見表もどうぞ

security-guidance を入れたうえで、deny を整えて、自動モードで使う、この3点を押さえておくと、Claude Code との付き合い方がぐっと安心側に寄ります

Claude・生成AIを学べる本PR

面倒なことはChatGPTにやらせよう

カレーちゃん・からあげ

Amazonで見る楽天で見る

実践Claude Code入門

西見公宏・吉田真吾・大嶋勇樹

Amazonで見る楽天で見る

Claude CodeによるAI駆動開発入門

平川知秀

Amazonで見る楽天で見る

私のおすすめからランダムで3冊を表示しています

2026年5月28日、Anthropic から Claude Opus 4.8がリリースされました、前バージョンの 4.7 から地味に色々変わっていて、Claude Code Desktop を日常的に使っている人ほど影響が出てくる内容です

改善された点も、正直イマイチな点も、リリース翌日でまだ分からない点も、できるだけフラットに並べていこうと思います

この記事で扱う範囲はざっとこんな感じです

1. Opus 4.8 がどういうモデルでどこで使えるのか
2. 4.7 から増えた新機能(Dynamic Workflows ほか)
3. ベンチマークで見る性能、他社モデルとの比較
4. 価格と、見落としがちな実質コストの話
5. 正直に押さえておきたい注意点
6. 結局いま乗り換えるべきなのか

LLM やトークン、コンテキストウィンドウあたりの用語がふわっとしている方は、Claudeを始める前に知っておきたい用語集を先に眺めておくと、この記事がぐっと読みやすくなると思います

Claude Opus 4.8 とは どんなモデルなのか

まずは「そもそも Opus 4.8 って何者なのか」から整理します

Anthropic の最上位モデル

Claude には用途別に Opus・Sonnet・Haikuという3つの系統があります、ざっくり言うと、Opus が頭脳派でいちばん賢い代わりに重め、Haiku が軽快で速い代わりに賢さは控えめ、Sonnet がその中間といったイメージです

Opus 4.8 はその中でもトップに位置するモデルで、Anthropic 自身が 「最も能力の高い汎用利用可能モデル」と紹介しています

難しい推論や、長い手順を踏むコーディング作業を任せたいときの本命、という位置づけですね

モデルIDと基本スペック

API などで指定するときのモデルIDは、日付サフィックスのないシンプルな形です

claude-opus-4-8

基本的なスペックは 4.7 とほぼ共通で、目立つ数字を並べるとこんな感じです

コンテキストウィンドウというのは AIが一度に読み込める情報量の上限のことで、1Mトークンは文庫本でいうと数冊ぶんくらいの規模です、ここは 4.7 から据え置きになっています

知識カットオフは「AIが学習した知識がどこまで新しいか」を示す日付で、4.8 は 2026年1月まで、つまり比較的最近の情報まで頭に入っている状態です

機能セット全体(1Mコンテキスト・prompt caching・バッチ処理・Files API・PDF・画像認識といったツール群)は 4.7とほぼ完全に互換なので、「4.7で使えていた機能が4.8で消えた」という心配は基本的にいりません

どこで使えるのか

Opus 4.8 は主要なプラットフォームでひと通り提供されています

• Claude API(直接利用)
• Amazon Bedrock(ID は anthropic.claude-opus-4-8)
• Google Vertex AI
• Microsoft Foundry(ここだけコンテキストは200kに制限)
• GitHub Copilot(Pro+ / Business / Enterprise 向け)

Claude Code Desktop や Claude アプリで使う分には、こうしたプラットフォームの違いを意識する場面はあまりありません、裏側で Opus 4.8 が呼ばれていると思っておけば十分です

ちなみに引退予定は 2027年5月28日以降とアナウンスされていて、約1年は安心して使える計算になります

4.7から増えた主な新機能

ここからが本題、4.7 から何が増えたのかを見ていきます、大きめのトピックは3つです

Dynamic Workflows 大量の作業を並列でさばく

個人的にいちばん面白いと思っているのが Dynamic Workflowsです、Claude Code 向けに追加された機能で、現時点では research preview(お試し公開)という扱いになっています

何ができるかというと、数百のタスクをサブのClaude(subagent)に振り分けて並列で処理させるイメージです、subagent は「本体とは別に裏で動く補助のClaude」くらいに捉えてもらえれば

たとえば「このフォルダの100個のファイルを全部チェックして」みたいな、数で攻めてくる作業を分担して片付けてくれる、という方向の機能ですね

同時に動かせるのは16個まで、総数では1000個までという上限があって、利用には Claude Code のバージョン v2.1.154 以降が要ります

subagent の考え方そのものは Claude Code の拡張機構の一部です、このあたりをもう少し体系的に知りたい方はClaude Codeの拡張機構入門で4本柱として整理しているので、合わせて読むと立体的に見えてくると思います

Effort Control 考える深さを自分で調整できる

次が Effort Control、これは「Claudeにどれくらい深く考えさせるか」をスライダー的に選べる機能です

そもそも effort って何という話ですが、ざっくり言うと 推論にかける手間の量のことです、深く考えさせれば賢い答えが返ってくる代わりに時間とコストがかかり、浅くすれば速くて安い代わりに雑になりやすい、というトレードオフがあります

4.8 では モデル選択メニューの隣にこの調整UIが追加されて、用途に応じて切り替えやすくなりました

ひとつ注意したいのが、このデフォルト値が high(高め)に変わったという点です、これは地味に効いてくる変更なので、後半の注意点のところでもう一度ふれます

会話の途中で指示を差し込めるようになった

3つめは少し技術寄りの話で、API を使う人向けの改善です、会話の途中でシステムメッセージ(全体の前提となる指示)を差し込めるようになりました

4.7 までは会話の途中でこれをやろうとするとエラーになっていたので、これは素直な改善ですね、しかも プロンプトキャッシュを壊さずに差し込めるのがポイントです

プロンプトキャッシュは「一度読ませた内容を再利用してコストと時間を節約する仕組み」で、これが壊れると毎回読み直しになって割高になります、それを維持したまま途中で方針転換できる、というのは長い対話を組む人にはありがたい変更だと思います

あとは細かいところで、Claudeが回答を拒否したときの詳細情報(stop_details)が公式ドキュメントに正式に載るようになりました、内部的には4.7からあった情報ですが、表に出てきたのは4.8からです

表に出にくい「振る舞い」の改善

新機能とは別に、Anthropic は4.8で 振る舞いの改善もいくつか挙げています、こちらは機能というより「使い心地の調整」に近い話です

• 長丁場のコーディングでの文脈の扱いが安定(途中で記憶を圧縮しすぎる挙動が減った)
• 推論にかける手間の見積もりが、より適切になった
• ツールを呼び出す判断の信頼性が上がった

最後のツール呼び出しのところは、4.7で「必要なツールの呼び出しをスキップしてしまう」という声が一部のユーザーから上がっていた問題への対応とされています

外部からも、Devin を手がける Cognition AI の CEO が「4.7で見られたコメントの冗長さやツール呼び出しの問題が直っている」とコメントしたと報じられています

ただ、ここはあくまで 「改善を狙った」というメーカー側の自己申告であって、実際どこまで体感が変わるかは使い込んでみないと分かりません、ここは正直なところ保留にしておきます

ベンチマークで見る Opus 4.8 の性能

ここからは数字の話です、Anthropic が公開した公式ベンチマークの数値を表にまとめました

ベンチマークというのは AIの性能を測るための共通テストみたいなもので、コーディングや推論といった分野ごとに「正解率」や「スコア」で実力を比べます

公式数値を表で見る

Opus 4.8・Opus 4.7・他社の GPT-5.5・Gemini 3.1 Pro の4つを並べた数字がこちらです

数値の出典は Anthropic 公式のX(旧Twitter)の発表投稿に載っているベンチマーク表です、ここでは画像をそのまま貼らずに、数字だけ表に起こし直しています

読み取れること 着実な底上げ

まず目につくのは、ほとんどの項目で Opus 4.8 が最高スコアになっていることです、4.7 から軒並みスコアが上がっていて、後退している項目はありません

特にコーディング(SWE-Bench Pro)は 64.3% から 69.2% へ約5ポイント伸びていて、ここはハッキリした改善と言えます、Claude Code でコードを書かせる人にはうれしい数字ですね

知的業務(GDPval-AA)のスコア1890も目立ちます、他社と比べてもかなり差があって、文章作成や資料づくりみたいな「ホワイトカラー寄りの仕事」での強さがうかがえます

ただ全体の印象としては、「劇的な飛躍」というより「着実な底上げ」という性格の更新だと思います、世代がガラッと変わったというより、4.7をきっちり磨いてきた感じですね

正直枠 ターミナル操作では他社に負けている

表をよく見ると、ターミナル操作(Terminal-Bench 2.1)だけは GPT-5.5 の 78.2% が Opus 4.8 の 74.6% を上回っています

ターミナル操作というのは、黒い画面でコマンドを連続して打って作業を進めるような、エージェント寄りのタスクのことです、この領域に限っては Opus 4.8 は2位で、GPT-5.5 のほうが得意ということになります

4.7 の 66.1% からは大きく伸びているので Opus 自体は進歩しているんですが、「全部のジャンルで最強」かというと、そうではない、というのが正直なところです

とはいえ Claude Code Desktop を使う一般的な場面では、ターミナルを直接ガリガリ叩くより、ファイル操作やコード生成のほうが出番は多いはずです、その意味では実用上の影響はそこまで大きくないかな、というのが個人的な見立てです

価格と、見落としがちなコストの話

お金の話も大事なので押さえておきます、ここは 「据え置きで安心」と「実は割高になりうる」が同居している、ちょっとややこしいところです

標準料金は据え置き

まず標準の料金、これは 4.7 から据え置きです、MTok は「100万トークンあたり」を意味します

注目は表のいちばん下、Fast mode が約3分の1に値下げされています、Fast mode は応答を高速化するモードで、4.7 のころは割高でしたが、4.8 でかなり手が届きやすくなりました

こちらは現時点では research preview で、待機リスト制(waitlist)での提供になっています、すぐ全員が使えるわけではない点だけ補足しておきます

トークナイザの「隠れ値上げ」に注意

ここが正直枠その2、価格表だけ見て安心していると足をすくわれかねない話です

4.7 以降で採用されている新しいトークナイザは、同じ文章でも 4.6以前より最大35%ほど多くトークンを消費する可能性が指摘されています

トークナイザというのは 文章を「トークン」という小さな単位に刻む仕組みのことで、料金はこのトークン数で計算されます、つまり同じ内容でもトークン数が増えれば、その分だけ請求額も増えるわけです

厄介なのが、コードや構造化データ、それに日本語のような英語以外の言語ほどこの差が出やすいとされている点です、日本語でガッツリ使う私たちには地味に効いてくる話かもしれません

単価は据え置きでも、消費トークンが増えれば実質的な支払いは上がります、「価格は変わってないのに請求が増えた気がする」みたいなことが起きうる、という頭の片隅メモとして持っておくと良いと思います

とはいえ、定額のサブスクプラン(Pro / Max など)で使っている場合は、トークン単価を直接気にする場面は少ないはずなので、このあたりは API を従量課金で使う人向けの注意、と捉えてもらって大丈夫です

正直に押さえておきたい注意点

新機能やベンチマークだけ見ると良いことずくめに見えますが、注意したい点もあるので並べておきます

effort のデフォルトが high に変わった

新機能のところで予告した話の続きです、4.8 では 推論の深さ(effort)のデフォルトが high に変更されました、Claude Code でも API でも、ほぼすべての場面でこの変更が効きます

深く考えるようになったぶん回答の質は上がりやすいんですが、その代わり 1回あたりの応答が重く、消費トークンも増えやすい傾向になります、先ほどのトークナイザの話と合わせると、コスト面では二重に効いてくる可能性があるわけです

すでに自分で effort を明示的に設定している場合は、この変更の影響は受けません、変わるのは「特に指定していなかった人」の挙動ですね

ちなみにコーディングや、長い手順を自分で考えて進める自律タスクでは、もう一段上の xhigh を明示指定するのが Anthropic 公式の推奨になっています、ガッツリ作業を任せたいときは検討する価値があります

リリース翌日でまだ分からないこと

もうひとつ正直に書いておきたいのが、この記事を書いている時点ではまだ評価が定まっていない領域があるということです

新しいモデルが出ると、しばらくして「前のバージョンのほうが良かった」「出力が冗長になった/逆に短くなった」みたいな声が出てくることがよくあります、ただ Opus 4.8 はリリースされたばかりで、こうしたコミュニティの評価はまだ十分には集まっていません

なので、ここで 憶測で「ここが改悪された」と書くことはしません、実際の使用感に関する評判は、もう少し時間が経ってからのほうが正確に見えてくると思います

同じ理由で、消費者向けプラン(Pro / Max / Team)の利用枠やレート制限に変更があったかどうかも、現時点では確認できていません、このあたりは続報を待ちたいところです

移行はそこまで身構えなくていい

注意点を並べたあとで言うのもなんですが、移行そのものはかなりラクです

API を使っている場合、モデル名を claude-opus-4-7 から claude-opus-4-8 に書き換えるだけでコードはそのまま動き続けます、いわゆる挙動が大きく変わる更新ではありません

- model: claude-opus-4-7
+ model: claude-opus-4-8

実質的に意識すべき挙動の変化は、さっき書いた effort のデフォルトが high になったことくらいです、それ以外はほぼ気にせず差し替えて大丈夫だと思います

ひとつだけ補足すると、4.6 以前のさらに古いバージョンから一気に 4.8 へ上げる場合は、4.7 の時点で入った変更を先に踏まえる必要があります、4.7 を飛ばしている人は移行ガイドに一度目を通しておくと安心です

結局いま乗り換えるべきか

ここまでを踏まえて、「で、いま乗り換えるべきなの？」という疑問に、Claude Code Desktop ユーザー目線でざっくり答えます

基本は乗り換えで問題ない

結論から言うと、多くの人はそのまま 4.8 を使って問題ないと思います

ベンチマーク上はほぼ全項目で 4.7 を上回っていて、後退している指標がありません、コーディング力も上がっていますし、ツール呼び出しまわりの安定性改善も方向性としては歓迎できます

そもそも Claude アプリや Claude Code Desktop を普通に使っていると、モデルは自然と新しいものに切り替わっていくので、能動的に「乗り換え作業」をする場面はそんなに多くありません

立ち止まって考えたほうがいいケース

一方で、いくつか立ち止まったほうがいい場面もあります

• API を従量課金で大量に使っていて、コストにシビアな場合(トークナイザ + effort 高めの二重効果に注意)
• ターミナル操作が中心のエージェント用途で、わずかな性能差も気になる場合
• 本番運用していて、出力スタイルの微妙な変化が業務に響く場合(評価が出そろうまで様子見もあり)

こうしたケースでは、いきなり全面移行せず、小さく試してから本番に反映するくらいの慎重さがあってもいいと思います

とくにコスト面が気になる人は、effort を medium に明示して様子を見る、といった調整もできるので、デフォルトの high に縛られすぎないのがコツです

Claude を触り始めたばかりで「そもそも Claude Code Desktop の基本がまだ」という方は、Claudeの使い方を初心者向けに解説した記事から入ると、この記事の内容も腹落ちしやすくなると思います

まとめ Opus 4.8 は堅実な底上げアップデート

最後に Claude Opus 4.8 のポイントを振り返ります

1. 2026年5月28日リリース、モデルIDは claude-opus-4-8、Anthropic の最上位モデル
2. 新機能は Dynamic Workflows・Effort Control・会話途中のシステムメッセージ投入
3. ベンチマークはほぼ全項目で4.7超え、ただしターミナル操作だけは GPT-5.5 が上
4. 標準料金は据え置き、Fast mode は値下げ、ただしトークナイザの実質コスト増には注意
5. effort のデフォルトが high に変更、移行自体はモデル名の差し替えだけでOK

全体としては、世代がガラッと変わる派手な更新ではなく、4.7 をていねいに磨き上げた堅実なアップデートという印象です

性能は素直に上がっていますし、移行のハードルも低いので、基本は前向きに使っていい更新だと思います、そのうえで、コストやデフォルト設定の変化、ターミナル用途での立ち位置あたりは頭に入れておくと、より納得して付き合えるんじゃないでしょうか

評価が定まってくる頃にまた追記できたらいいなと思っています、リリース直後の現時点では、まずはこのあたりが全体像です

Claude や AI まわりの用語でつまずいたら、Claudeを始める前に知っておきたい用語集が辞書代わりになるので、ブックマークしておくと何かと便利だと思います