皆さんはもうAI使ってますか？

Claude Codeは私も愛用してまして、Claude Codeを使えば業務の自動化やアプリづくりをAIと会話しながら進められます
バイテックGEEKはそのClaude Codeを44レッスンで学ぶオンラインスクールです

私の経験の一部はこのサイトでも紹介していますが、Windowsアプリ4本を作ったり手直ししたりしてきました
コードを書いて動かして確かめるところまで頼めるので、一度この進め方に慣れると、もう手放せません

始めるだけなら独学でもできますが、0ベースで始めるには昨今のセキュリティ対応や、チャットだけでは終わらない様々な設定までは正直難しいところ・・・
Webアプリを作って公開するところまでを、専属メンターとの面談つきで教わる手段の1つがこのスクールです
料金は178,000円〜348,000円の3プランで決してお安くはないですが、AIを使いこなせば相応のバックが得られることになるかも！？

結論 バイテックGEEKが向いている人・向いていない人

1つの目安はWebアプリを作って公開するところまで、ひとりで走り切れるかです
走り切れそうなら独学から、途中で挫折しそうなら面談つきの講座を考える価値があります

独学から始めても問題ない人

• Skills・Hooks・権限など、Claude Codeの機能を一通り使えるようになりたい人
• 手元の作業を小さく自動化しながら、自分のペースで試したい人
• まだ何を作りたいかが決まっていない人

この段階なら、Anthropicの公式ドキュメントのほか、このブログのSkills・サブエージェント・Hooks・MCPの使い分けと動かす前に決めておく5つの設定の記事から読み始められます
調べる時間が増えたりどうやっても解決しないことが出てきたら、講座を検討し始めるタイミングです

受講を検討してもよさそうな人

• Claude CodeでWebアプリを作り、ログイン・データベース・公開・点検まで通したい人
• ひとりだと先に進められず、面談で進め方を相談したい人
• 仕事をしながら週5〜10時間を確保できる人

ジャベ雄

AIに任せはじめたころ、私も途中で何度か手が止まりました

まだその時じゃない人

• Pythonなどの言語を、文法から体系立てて学びたい人
• 転職や就職の支援を当てにしている人
• 費用をできるだけ抑えたい人
• ターミナル(黒い画面)が苦手な人

プログラミング未経験でも受講できますが、作り切ることが中心で、言語の文法を順に学ぶ形ではありません
転職や就職を支援するサービスの記載も見当たりません
カリキュラムにはVercel CLIやSupabase CLIも並ぶので、黒い画面にも触る前提だと私は見ています

バイテックGEEKの料金 3プランの違い

3プランは期間が長いほど、面談の回数と付いてくるものが増えます

※2026年11月時点の表示です

4ヶ月プランから全サービスが利用できて教材も全て見放題
6ヶ月はサポート期間と面談回数が増えるだけなので正直どうかな・・と思うところ
支払いは一括のほか、クレジットカードの分割払いにも対応しています

他にもClaude Codeを動かすには、Claudeの有料プランかAPIなどの利用料が必要です
受講料以外の追加費用は基本的にかからない、とFAQにはありますが、Claudeの利用料が含まれるかは書かれていないので、受講料とは別にかかる前提で見ておくのが無難です
Proプランは月20ドル(税別)ですが、年払いなら月17ドル相当になる割引があります

ジャベ雄

4ヶ月プランなら、298,000円にClaudeの4か月分を足して比べます

PR

バイテックGEEKの無料カウンセリング

オンラインで60分、費用はかかりません
申し込むとカレンダーで日程を選び、カウンセリングのあとに学習ロードマップの提案があります

バイテックGEEKの無料カウンセリングを予約する

44レッスンの中身 このサイトの記事で読める範囲

私のブログでもClaude Codeに触れていますが、範囲は最初の導入部分と権限や設定を安全に運用するところまでです
業務自動化から先、特にWebアプリを作って公開し、点検するところまでは手を出せていません

全5フェーズ・44レッスンのうち、5レッスンはこのサイトでも取り扱ってる内容なので、気になる方は覗いてみてください

その5レッスンは、次の記事で読めます

• プロンプト設計とコンテキスト:プロンプトの書き方の5つのコツ / AIに渡す情報の組み立て方
• .claude/ と CLAUDE.md:設定ファイルの早見表 / AIが作るフォルダの名前と意味
• 機能の全体像とサブエージェント:拡張機構の入門 / ハーネスエンジニアリングの解説
• 権限と設定の運用:組織に配る設定のまとめ / 動かす前に決めておく5つの設定

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

他のClaude Codeスクールとの違い 料金・期間・給付金で比べる

同じくClaude Codeを掲げる講座は、月1万円台から40万円以上まで幅があります

正直どのスクールも高額ですが、SAMURAI ENGINEERの8週・12週コースのように、条件を満たせば給付金が出る講座もあるので、申し込む前に調べるのが吉です
選び方は次の3つに分かれます

• 安く始めたいなら月額制の講座
• 給付金の条件に当てはまるなら、給付金の対象と明記された講座
• 給付金を使わずに、面談つきでWeb開発まで通したいならバイテックGEEK

給付金を使わない場合、SAMURAI ENGINEERの8週コースは449,000円、GEEKの2ヶ月プランは178,000円です
面談の頻度だけなら、SAMURAI ENGINEERの週1回のほうが2ヶ月で4回のGEEKより多くなります

申し込む前に確かめたいこと 返金・解約と無料カウンセリング

会員規約の10日間返金保証は、説明会や個別相談を経て、担当者と合意して申し込んだ場合が対象です
ただ10日以内なら誰でも返ってくる、という制度ではありません

説明会などを経ずにLPから直接申し込んだ場合や、教材を著しく利用した場合などは対象外です
自分の申込が当てはまるかは規約だけでは決めきれないので、無料カウンセリングで聞いておくと安心です

決済のキャンセルについては、購入と同時に受講できる講座は受講したかどうかに関係なくキャンセルできない、と特商法表記にあります

無料カウンセリングの流れ

オンラインで60分、顔合わせ → 今の状況のヒアリング → 学習ロードマップの提案 → 受講プランの案内、の順に進みます(予約には電話番号が必須です)
参加特典として「Claude Skills110選」が用意されています

無料カウンセリングで聞くことリスト

• 10日間返金保証が、自分の申込に当てはまるか
• 途中でやめたら返金されるか
• 表示価格は税込か
• Claudeの利用料が受講料に含まれるか
• 銀行振込は使えるか
• 受講に要るPCのスペック

運営会社と姉妹サービス

運営は株式会社AI棒(2026年3月設立)で、株式会社LIBREX(2018年7月設立)のグループ会社です

バイテックGEEKの一般申込が始まったのは2026年7月で、それまでの約半年は「バイテック生成AI」の受講生限定の講座でした

姉妹サービスのバイテックAIスクールは、以前の「バイテック生成AI」とみられるサービスで、生成AIの使い方を目的別に幅広く学ぶほうです
Claude Codeを軸にしたGEEKとの違いは次のとおり

まとめ バイテックGEEKを選ぶ条件

分かれ目はひとりで走り切れるかどうかです

Claude Codeの使い方を知りたいだけなら、公式ドキュメントと無料の記事から始められます
Webアプリを作って公開するところまで面談で相談しながら進めたいなら、無料カウンセリングで自分に合うプランを確かめてみてください

PR

バイテックGEEKの無料カウンセリング

オンラインで60分、費用はかかりません
申し込むとカレンダーで日程を選び、カウンセリングのあとに学習ロードマップの提案があります

バイテックGEEKの無料カウンセリングを予約する

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

今回は競馬のデータを自分の切り口で見たくて、騎手の調子を見る競馬ダッシュボードを自作した話です
実際に作成したのは Claude Codeが99% で、私はほぼ言いたいこと言って、出来上がりを判断するだけでした

思いついたその日のうちに画面が完成しまして、使いながらどんどん違う切り口の分析画面を追加しています
タブは2つで始まりましたが、あれもこれもと足して、最終的に7つまで増えています

記事の画面は実際のもので、成績の数値はぼかしています
画面は JRA-VAN のデータで動いていて、JRA-VAN の投稿ガイドラインでは取得したデータをそのまま載せられないので、雰囲気だけ感じてください

自作した競馬ダッシュボードで見える5つのこと

タブは今7つあり、ここでは最初に作った「レースから見る」「最近の傾向」「競馬場別」「ランキング」「馬場の偏り」の5つを紹介します
どれも、騎手の成績を期間と条件で切り分けて見るための画面で、あとから「騎手×調教師」と「脚質」も足しました

JRA-VANなどで年度の成績はわかるんですが「この騎手、最近どうだっけ？」と思ったときに、年間成績だけでは見えない直近の成績や、競馬場・距離など独自の切り口で分析できるようにしています

レースから見る 出走する騎手の調子を一覧で

日付とレースを選ぶと、そのレースに乗る騎手ごとに通算から今週までの8つの期間の成績が横に並びます
通算・前年・今年の3つは「公式」でよく見る値で、準備はしたものの独自の切り口にはならないので、基本は非表示にしています

数字の横の矢印は、その騎手の前年(同じ条件)と比べて上向きか下向きかを示します
傾きが急なほど差が大きくして、そのマスか前年の騎乗が10回に満たないときは、矢印を薄くして試行の少ない参考情報とわかるようにしています

見る指標は、勝率・連対率・複勝率・単勝回収率・複勝回収率・単勝期待値・複勝期待値の7つから選べます
「競馬場」「芝・ダート」「距離」などをレースに合わせるボタンもあり、押すと「東京の芝2500mでの成績」のようにボタン1つで絞り込めます

ジャベ雄

騎手の名前を見て「最近どうだっけ」と思ったら、この表で答えが出ます

最近の傾向 条件をそろえて騎手を並べ替える

競馬場・芝ダート・馬場・距離・回り・クラスの6つの条件で、直近半年に乗った騎手を並べ替える画面です
左の騎手一覧には視覚的に一瞬で判断できるように、選んだ指標の推移が小さな折れ線で付いています

騎手を押すと、右に8期間の成績表と推移のグラフ、その下に直近1年のレース成績が出ます
グラフの点線は前年の値を基準にして、前年より下の期間は棒が赤くなります

競馬場別 得意な競馬場と苦手な競馬場

選んだ騎手の成績を、全場と10の競馬場に分けて並べる画面です
棒グラフの点線が全場の値で、それより上の競馬場は緑、下は赤にしました

期間も通算から今週までで替えられるので、直近1ヶ月はどこで勝っているかが一目で分かります

ランキング 指標1つで順位を付ける

勝率・回収率・期待値などの指標を1つと、並べる期間を選ぶと、騎手に順位が付きます
同じ表に通算から今週までの推移も並ぶので、上位にいるのが今の調子なのか、昔の貯金なのかを見分けられます

「直近1ヶ月に50騎乗以上」のように、騎乗数の下限も入れられます
数回しか乗っていない騎手が上に来るのを防ぐためです

馬場の偏り(トラックバイアス) その日の内と外・前と後ろ

その日までのレースの結果から、内と外・前と後ろのどちらが有利だったかを、競馬場×芝ダートごとに出す画面です
右上の図は、縦を前と後ろ、横を内と外にとって、どこに当たるかを点で示していて、レースが終わるたびに再計算しています

レースごとの1〜8枠は、有利なら緑・不利なら赤
そのコースがもともと持っている傾向と、今日の分を分けて見られるようにしました
とはいえ、4コーナー以降の位置取りと枠は完全に連動するわけではないので、ただの自己満メニューっぽくなりほとんど使っていない、、

Claude Codeとの作り方 私がやったのは要望と判断

設計書・実装計画・実装・別の目でのレビュー・サーバーへの配置まで、作る作業は Claude Code が担当しました
私がやったのは、要望を出すことと、出てきた画面を見て判断すること、あとはスマホでの確認です

1つの機能が入るまでの流れは、だいたいこんな感じ

1. 私が「こういう画面がほしい」と言葉で説明する
2. Claude Code が設計書と実装計画を書く
3. 実装して、別の目でレビューする
4. 偽のデータで動く手元の確認環境で、PCの幅とスマホの幅の見た目を確かめる
5. 本番のサーバーへ配置する

AIでツールを作ってみたいけど、何から頼めばいいか迷っているなら、ほしい画面をとにかく説明すること
コードの書き方は知らなくても、「何をどう見たいか」を伝えればかなりのところまで形にしてくれます

Windowsアプリを同じように作ったときの進め方は、バイブコーディングでWindowsアプリを作った実例にまとめてますので参考まで

ジャベ雄

決めるのは私、作るのは Claude Code という分け方で10日回りました

今回のダッシュボード作成は、競馬予想AIの番外編みたいなものです
競馬予想AIに興味がある方はコチラも参考にしてみてください

あわせて読みたい

Claudeで競馬予想AIを自作する #1 連載のはじめに 競馬予想AIをAIと一緒に作ってみるシリーズの第一回(はじめに)。AIで何か作りたいという動機から、相棒に選んだClaude、スクレイピング→予想→note自動投稿までの全体構成をまとめました

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

技術の構成 データの取り込みから画面まで

画面と集計の置き場所は Xserver のレンタルサーバー1台です
WordPress とデータベースが同じサーバーに入っています

• データ:JRA-VAN Data Lab.(Windows で動く JV-Link)から、自作の取り込みプログラムがサーバーの MariaDB に入れる(毎朝6時40分と、開催日は5分ごと)
• 集計:WordPress のプラグイン(PHP)が、REST API で成績を集計して返す
• 集計の分け方:直近35日は毎回その場で集計し、それより前は毎晩4時30分に作り直す集計表(約175万行)から読む
• 画面:素の JavaScript(外部ライブラリなし)と CSS で、グラフも SVG で自前で描いている
• 見られる人:管理者でログインしたときだけ見られる自分用(JRA-VAN の規約のため)

画面は WordPress の固定ページに、ショートコードで置いています

独自の切り口で見られる画面の作成をココナラで受け付けています

手元のデータを、自分の切り口で見られる画面にする依頼を、ココナラのプロフィールから相談で受け付けています
作り方はこのダッシュボードと同じです
Claude Code と組んで作ります

たとえば、自社の売上・在庫・問い合わせの記録を、期間や条件で切り替えて見たい場合
既製の集計ツールで、見たい切り方ができないときに向いています
「この条件とこの期間を並べて見たい」が言葉になっていれば、そこから画面に落としていけます

ジャベ雄

「こう見たい」が1つあれば、そこから一緒に詰められます

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

競馬のデータ分析をするなら最有力になるJRA-VAN Data Lab.

2026年3月の#2で、JRA-VAN Data Lab.を契約してJV-Linkまで調べたものの、対応している言語はVBやC++の32bit版で、64bit版や私が多く利用するPythonは入っておらず、諦めてデータはnetkeibaのスクレイピングで集める方針にしていました

が、なんと2026年8月にそのJV-Linkに64bit版が出たらしく、Pythonの開発ガイドも入っていました
そこでClaude Codeと一緒にデータの取り込みを作り直し、初回のセットアップ以外は人の手を介さずに回せるようになりました

JV-Linkは2026年8月から64bit版とPythonに対応した

2026年8月4日のSDK Ver5.0.0で64bit版のJV-Linkが出て、Python用の資料もSDKに入りました
64bitのPythonから、pywin32でそのまま呼べます

実は以前も32bit版のPythonを入れる手順や、レジストリを書き換えて回避する方法を有志があれこれ試してくれていて、非推奨ではありつつも使う方法はありましたが、ついに公式手順で使えるようになったのはありがたい

Pythonについては、開発者向けのメーリングリストで「ご要望の多かったPythonの開発ガイドを新規に追加いたしました」と告知されています
Pythonの資料は64bit版のSDKにだけ入っていて、中身は次の3つ

• 開発ガイド(イベント Python)第1.0.0版
• サンプルプログラム sample1_Python3.14
• JV-Data構造体のPython版 JVData_Struct.py

ヘルプセンターの「サポートしている開発環境」は2023年11月付のままで、Pythonはまだ載っていません

※2026年11月時点の情報

PythonからJV-Linkを呼ぶまでの準備

用意するのは、Data Lab.の契約・64bit版のJV-Link・利用キー・64bitのPythonとpywin32です

準備ができたら、次の3行で確かめます
JVInitが0を返せば、64bit版のJV-LinkをPythonから呼べています

import win32com.client
jv = win32com.client.Dispatch("JVDTLab.JVLink")
print(jv.JVInit("UNKNOWN"))  # 0 なら呼べている

JVInitはサーバーとは通信しないので、利用キーが正しいかはJVOpenを呼んだときに分かります

"UNKNOWN" はソフトのIDで、開発中でIDが決まっていなければこれを渡します
ソフト作者の登録をしていない私も、これで動かしています

過去データ取得の流れと、公式どおりでは詰まった3つ

過去データは5つのメソッドを順に呼んで取ります

1. JVInitで初期化する
2. JVOpenで、データの種類と期間を指定して開く(過去データはoption=4のセットアップ)
3. JVStatusで、ダウンロードが終わるのを待つ
4. JVReadで、0が返るまで1件ずつ読む
5. JVCloseで閉じる

最小の形にすると、こうなります

import time

import pythoncom
import win32com.client

jv = win32com.client.Dispatch("JVDTLab.JVLink")  # 64bit 版の JV-Link が要る
if jv.JVInit("UNKNOWN") != 0:
    raise SystemExit("JVInit に失敗")

# RACE(レース・成績・払戻など)を 2010年の1年ぶんだけ開く。option=4 はセットアップ
# 最初の1回はダイアログが出るので「持っていない」を選ぶ
args = ("RACE", "20100101000000-20110101000000", 4, 0, 0, "")
rc, read_count, download_count, last_ts = jv.JVOpen(*args)
if rc == -301:  # ダイアログで選んだ直後は -301 が返ることがある。閉じて呼び直す
    jv.JVClose()
    rc, read_count, download_count, last_ts = jv.JVOpen(*args)
if rc != 0:
    raise SystemExit(f"JVOpen に失敗 ({rc})")

# ダウンロードするファイルがあれば、終わるまで待つ
if download_count > 0:
    while True:
        n = jv.JVStatus()
        if n < 0:
            raise SystemExit(f"JVStatus に失敗 ({n})")
        if n >= download_count:
            break
        pythoncom.PumpWaitingMessages()
        time.sleep(1)

counts = {}
while True:
    ret = jv.JVRead("", 110000, "")
    code = ret[0]
    if code > 0:
        record = ret[1].encode("cp932")    # Shift_JIS の固定長に戻す
        kind = record[:2].decode("ascii")  # 先頭2バイトがレコードの種類(RA、SE、HR など)
        counts[kind] = counts.get(kind, 0) + 1
    elif code == -1:   # ファイルの切れ目
        continue
    elif code == 0:    # すべて読み終えた
        break
    elif code == -3:   # まだダウンロード中
        pythoncom.PumpWaitingMessages()
        time.sleep(0.5)
    else:
        raise SystemExit(f"JVRead に失敗 ({code})")

jv.JVClose()
print(counts)

RACEは、レース・成績・払戻などが入ったデータの種類です
ここでは2010年の1年ぶんだけを開いています

JVReadが返す1つ目の値は状態です
2つ目はレコード

• 0より大きい: レコードの長さ(2つ目にレコードが入っている)
• 0: すべて読み終えた
• -1: ファイルの切れ目
• -3: まだダウンロード中

バッファの110,000バイトは、いちばん長いレコード(H6、102,890バイト)が入る大きさで、SDKのサンプルと同じ値にしています

JV-Linkの呼び方と戻り値の受け方は、実際に動かしている私のツールと同じです
この最小の形も、11月3日にPython 3.13で流して確かめました
2010年の1年ぶんを読むのに約30秒(ファイルはダウンロード済み)で、払戻(HR)の3,454件はその年のJRAのレース数と同じです
実際のツールはこれにデータベースへの書き込みや再開の記録が加わった形

JVGetsはメモリが漏れるのでJVReadにした

最初は公式のPythonサンプルにならって、JVGetsで読んでいました
pywin32からJVGetsを呼ぶと、1件ごとにメモリが漏れます

渡したバッファも、返ってきたバッファも解放されないまま
漏れを測った環境(Python 3.12・pywin32 312・64bit版のJV-Link 5.0.0)では、110,000バイトのバッファで1件あたり108KB、空のバッファでも0.3KBずつ漏れました
10月24日のセットアップは、約56万件読んだところでMemoryError

仕様書のJVGetsの解説にも、「JVGets ではメモリの解放を行わないので、アプリケーション側で読み出しの度に解放する必要があります」との記述
VBならEraseで消せます
pywin32から解放する手段は、見つかりませんでした

※JV-Linkインターフェース仕様書 4.9.0.1 の28ページ、SDKに入っているPDFで確認

公式もJVGetsだけを勧めているわけではありません
サンプル(sample1_Python3.14 の Form2.py)には、JVReadの行がコメントで並んでいます
開発ガイドにも「JVGets ではなく JVRead を使って読み出すことも可能です」とあります
両方が示してあって、既定がJVGetsなだけでした

JVReadはJV-Linkの中で解放するので、漏れません
代わりに文字列がUnicodeで返ってくるので、cp932でバイト列に戻してから固定長のまま切ります
戻したバイト列が、JVGetsで読んだものと同じになることも確かめました

仕様書では、JVReadは中で文字コードを変換するぶん遅く、その対策として後からJVGetsが足されたと説明されています
速さならJVGetsです
それでもPythonから使うなら、漏れないJVReadを選びます

cp932まわりで迷ったときのことは、Pythonの文字化けとcp932の話にまとめてあります

ジャベ雄

メモリが増え続けて落ちるなら、まずJVGetsを疑ってみてください

全期間を一度に開くと遅いので1年ずつにした

RACEの2010年以降を1回のJVOpenで開いたら、読み出しが遅くなりました

※どちらもJVGetsで読んでいたときの計測

1年ずつ開いても合計は同じ3,119ファイルで、重複も抜けもありませんでした

仕様書のJVOpenの「既知の障害について」には、データの種類を複数まとめて指定すると「対象ファイル数が多い場合に JVRead の処理時間が遅くなる」と書かれています
回避策は種類を1つずつ指定するか、fromtimeに開始と終了の両方を入れること
開始と終了は半角のハイフンでつなぎます(例: 20100101000000-20110101000000)
option=4のセットアップでも、この形で期間を区切れます
私のところではRACEの1種類だけでも遅くなったので、終了時刻をつけて1年ずつ開くことにしました

区切り方は前の回の終了を次の開始にして、最後の1回だけ終了時刻なしで今まで
開発ガイド(本編)4.2.3の【蓄積系ソフトセットアップデータ取得におけるFROM タイム指定】にある分け方です
終了時刻を付けられない種類(TOKU・DIFN・HOSN・HOYU・COMM など)だけは、1回で開きます

セットアップのダイアログは「持っていない」を選ぶ

option=4の名前は「ダイアログ無しセットアップ」
それでもプロセスごとに最初の1回、「スタートキット(CD/DVD-ROM)を持っている(推奨)」「持っていない」を選ぶダイアログが出て止まります
APIでも設定でも、これは消せませんでした

仕様書の書き方は「初回のみダイアログを表示します」
私の環境では、その「初回」がプロセスごとでした
同じプロセスで2回目に開くときは出ず、起動し直すとまた出ます

ここで「持っている(推奨)」を選ぶと、-501で止まります
スタートキットの提供は2022年3月で終了済みで、仕様書でも案内は「持っていない」のほう
「持っていない」を選べば、先へ進みます

手で選んだ直後のJVOpenだけ、-301(認証エラー)が返ることもありました
利用キーは正しく入っていました
すぐ呼び直すと通っています

私のツールには、このダイアログに自動で答える処理も入れてあります

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

毎日の差分取得は自動化できる 条件はログオンしたWindows

ログオンしたWindowsの上なら、ふだんの差分取得はダイアログなしで通ります
新しいバージョンの告知が出た日だけは、人が押すまで止まります
画面の無い環境、たとえばWindowsのサービスやLinuxのVPSで動かす方法は、公式には用意されていません

毎日の差分はoption=1(通常データ)で、前回の続きから開きます
セットアップと違って、こちらはダイアログが出ません
私のツールでも、毎日の差分取得はダイアログなしで通っています

ただし、JV-Linkはほかにもダイアログを出すことがあります
無人で回すときに止まる原因は、次の5つです(4つはダイアログ、1つはエラー)

※JV-Linkインターフェース仕様書(13・17・18・20・21ページ)と、私の環境での確認から

ジャベ雄

毎日の差分で気をつけるのは、新しいバージョンの告知だけです

告知のダイアログで新しいバージョンのダウンロードを選ぶと、そのJVOpenは-1(該当データ無し)を返します
エラーにはなりません
その日の差分を取りこぼしていないかは、ログで見ておくと安心です

設定で消せない告知のダイアログがあるので、タスクスケジューラに登録するときは「ユーザーがログオンしているときのみ実行する」を選んでおくのがおすすめです
告知が出ても、画面のあるセッションなら押して先へ進められます
私はこの設定で、毎日20時に差分取得を回しています

初回のセットアップも、画面の前で流すのが無難です
画面の無い環境からセットアップを呼ぶとJVOpenが返ってこないとの報告が、開発者コミュニティに出ています(32bitのPythonでの報告)
11月3日の時点でも、スタッフからの答えはありません

もう1つの条件はWindowsそのもの
JV-LinkはWindows専用で、ARM版のWindowsにも対応していません
LinuxのVPSでは動かないので、JRA-VANのデータを取るにはWindowsが1台要ります

私は10月の終わりに、取り込みをWindows ServerのVPSへ移しました
Data Lab.の動作環境に書かれているのはWindows 10・11の日本語版だけですが、VPSでも毎日の差分取得は回っています

利用キーは1つの契約で2つ出るので、手元のPCとVPSで1つずつ使い分けています
VPSではRDPを閉じるときにサインアウトせず「切断」にします
サインアウトすると、「ログオンしているときのみ実行する」のタスクが動かなくなるためです

取り込めたデータ JRAのレースは1986年以降で約14万件

11月3日に数えた時点で、1986年以降のJRAの馬ごとの成績は1,882,521件、坂路の調教は約1,200万件になりました

※レースの表には地方・海外のレースも入っていて、それを含めると242,916件

最初に取り込んだのは2010年以降です
RACEは3,119ファイルで、そのうち3,086ファイルのダウンロードに3分あまり
読み込みはデータベースへの書き込みまで含めて1年ぶん3〜5分ほどでした(票数と3連複・3連単のオッズは読み飛ばし)

そのあと10月30日に、同じやり方で1986〜2009年を足しました
こちらは全部の種類を合わせて約40分

中身は連載#2でnetkeibaから集めたデータと突き合わせています
10月17日以降に届いた分で、72レースの距離と発走時刻が全部一致
905頭の着順・単勝オッズ・馬体重も一致し、合わなかった5頭は取消・除外・中止の書き方の違いでした

netkeibaのレースID(12桁)は、JV-Dataの年・場コード・回次・日次・レース番号を並べた値と同じです
netkeibaで集めたデータが手元にある人は、このIDでJRA-VANのデータとつなげられます
ひとつ引っかかったのは文字コード
私の環境では2つの表で文字コードが違っていて、結合のときにそろえる一手間が要りました

値はJV-Dataの文字列のまま入れています
オッズの「0013」は1.3倍、タイムの「1351」は1分35秒1
数値に直すのは使う側でやる形にしました

まとめ つまずきやすいエラーとClaudeに書かせるときの注意

2026年3月に一度諦めたJRA-VANは、64bit版のJV-Linkが出たことで、64bitのPythonからそのまま過去データを取り込めるようになりました
公式どおりで詰まったのは、JVGetsのメモリ・全期間の開き方・セットアップのダイアログの3つ
どれも仕様書に手がかりがありました

つまずきやすいエラー

私の環境で出たのは-303・-301・-501で、ほかは仕様書のコード表からです

-303は利用キーを入れていても出ることがあります
JRA-VANのスタッフも10月27日の開発者コミュニティでの回答で、JV-Linkの内部のサービスが予期せず止まって-303や-211になる事象を認めています
原因はまだ分かっていません
当面の回避策として案内されているのは、認証の処理(JVOpenなど)を呼ぶ直前に、サービスが動いているかを確かめて起動しておくことです
サービス名は、私の環境の64bit版では JVLink64Agent でした

64bit版の設定画面で「設定情報の更新に失敗しました」と出て保存できないとの報告も10月の終わりに相次いでいます

開発者コミュニティにはPythonから-413が出たとの報告もありますが、私の環境では一度も出ていません

Claudeに書かせるときの注意

私のツールはClaude Codeと一緒に作り、SDKの仕様書・構造体・登録クラスのサンプルを読ませて組み立てました
JVGetsの漏れも、実データで測って突き止めています

一方で、SDKのページには次の注記があります

生成AIによるコードや説明に起因する不具合につきましては、サポート対象外となります— JRA-VAN Data Lab. 開発者コミュニティ「ソフトウェア開発キット(SDK)」

Claudeが書いたコードで詰まったら、問い合わせる前に、SDKに入っているData Lab.検証ツールで同じデータが取れるかを確かめてください
検証ツールで取れるなら自作の側、取れないなら未配信・通信の妨げ・ローカルのデータの破損を疑います
この切り分けも、SDKのページに書かれています

AIの答えをそのままサポートへのメールやフォーラムに貼るのはやめておきましょう

初回のセットアップだけ画面の前で済ませれば、あとは毎日の差分を回すだけです
まずは2010年の1年ぶんだけ開いて、件数が出るところまで試してみてください

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

2026年9月1日、AnthropicからClaude Fable 5.1が公開されました
Fable 5の後継にあたるモデルで、入力と出力の単価はFable 5から据え置き、いっしょに発表されたMythos 5.1とは中身が同じモデルという関係

新しいモデルが出ると乗り換えたくなりますが、今回はちょっと事情が変わっていて、公式自身が「まずはOpus 5から」と書いています
要点は3つなんです

Claude Fable 5.1とは 公式スペックをFable 5・Opus 5と並べる

Claude Fable 5.1は、Anthropicが2026年9月1日に出した最上位クラスのモデルで、モデルIDはclaude-fable-5-1です

トークンや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、トークンやコンテキストウィンドウの意味を先に確かめると、この先の表がすんなり読めると思います
公式のモデルページと価格表に載っている数字を、Fable 5とOpus 5の2つと横に並べたのが下の表
表に出てくるeffortは、モデルにどれだけ考えさせるかの強さ設定です

まず目に入るのは、1Mコンテキストが3モデルとも同じという行でしょう
窓の大きさはFable 5.1の売りではなくて、Opus 5もSonnet 5も同じ1Mなんです

ジャベ雄

3モデルとも横並びなので、窓の広さでは選ぶ理由になりません

差が出ているのは知識のカットオフで、Fable 5.1は2026年6月と、現行ラインナップの中でいちばん新しい日付になっています
Opus 5が2026年5月、Fable 5が2026年1月なので、Fable 5から見ると5か月ぶん新しい知識を持っている計算

そのかわり、公式のレイテンシ区分はSlower(現行でいちばん遅い)と書かれています
何秒・何分かかるという公式の数字は出ていないので、待ち時間の具体的なところは触ってみないと分からないでしょう

Fable 5.1で新しくなったところ

公式が能力の伸びとして挙げているのは6つの領域で、コーディングと事務作業まわりに寄っています

• 長時間まかせるエージェント型のコーディング
• 文書・スプレッドシート・スライドを扱う仕事
• リサーチと検索
• 画像の読み取り、PDFの中の密なグラフや表とかも対象
• ロングコンテキスト(長い入力の扱い)
• パソコンの操作

日本語で使う立場でちゃんと見ておきたいのは、この一覧に多言語が入っていないところ
公式は多言語の性能はFable 5と同等と書いていて、日本語が良くなったとは言っていません

ジャベ雄

日本語が良くなったとは公式も書いていないので、期待しすぎないほうが安全です

新機能として公式が挙げているのは5つ
いちばん財布に近いのがキャッシュ読み取りの値下げで、100万トークンあたり$1.00だったものが$0.25になりました

Anthropicはこの値下げについて、APIのようにトークン単位で課金される場面の話として「典型的なワークロードならFable 5より約25%、エージェント色の濃い作業なら最大約45%安くなる」と見込んでいます
実測値ではなく公式の見積もりなので、鵜呑みにはできない数字

しかも安くなるのはキャッシュを使い回す長い作業のほうで、トークン課金で単発のチャットを投げるぶんには1円も変わりません
入力と出力の単価は据え置きですし、定額プランなら月額そのものは変わりません
ただしProなどでFableを使うと、減るのは使用クレジット(実費)のほうです(後述)

残る3つは、APIを自分で叩く人向けの追加です

• 会話の途中でeffortを切り替えても、プロンプトキャッシュを保ったままになりました
  Fable 5はこの指定自体に非対応でエラー、Opus 5は対応済み
• そのターンかぎりのシステムメッセージが置けます
  次のユーザー発言が来ると消える一方で履歴には残るので、キャッシュも思考も壊れない作り
• ツール実行中の進捗を読める形で返す設定が増えました
  既定だと長い処理の途中が無言に見えるので、進捗のテキストだけ受け取れるようにする指定

3つとも、公式の扱いはまだbeta(試験段階)です

5つ目が電子透かし
Fable 5.1とMythos 5.1が作ったテキストには統計的な透かしが入り、コード実行ツールなどで作った対応形式の画像・動画は、Claude APIのFiles API経由で取り出したときにC2PA(コンテンツの出どころを示す業界規格)の来歴情報が付きます
透かしの仕組み自体は前からあるもので、Claudeが出力に印を入れている話は8月の週末メモでも触れました

公式のベンチマーク表にSWE-benchは載っていない

Anthropicの発表ページの比較表に並んでいるのは次の数字だけで、その中にSWE-benchはありません

表の「—」は、公式がその欄の数字を出していないという意味です
数値はどれもAnthropicの自社公表で、この比較表にはeffortの明記がありません(effort別の精度とコストの図は別に出ています)

伸び幅が大きいのはだいたいエージェント系で、Terminal-Bench 4.0がFable 5の42.0%から55.8%まで上がっています
業務ワークフローのAutomationBenchも17.1%から31.4%なので、長く動かし続ける場面ほど差が付く並び

コーディングの話になるとSWE-benchの数字を探したくなりますが、今回の発表ページには入っていません
他所で見かける数字は別のソースのものなので、公式値として扱わないほうが安全だと思います

Fable 5との違い 3つの挙動変更と価格

APIの作りで変わったのは3つで、どれも思考(thinking)とツールの呼び方まわりです

1. 強制ツール利用が使えません
   tool_choiceにanyやtoolを渡すとエラー(autoとnoneは従来どおり)
2. 思考ブロックが作ったモデルに紐づきます
   Fable 5.1は旧モデルの思考を読めますが、旧モデルはFable 5.1の思考を読めない一方通行
3. 過去のターンを編集すると思考ブロックが無効になります
   2026年8月31日以降に作られた新規アカウントで強制される検査

1つ目について公式は、思考がつねにオンなので強制すると思考を飛ばしてしまい、モデルが考えを引数の中に書き込んで引数の質が落ちるから、と説明しています

3つとも重そうに見えますが、過去のターンを編集する話については、Claude Code・claude.ai・Managed Agents・Agent SDKが会話の履歴をそのまま保つ作りなので表に出てきません(公式が名指しで書いています)
残る2つは自分でAPIを呼ぶ側の話で、SDK経由でもtool_choiceをany / toolにしていれば影響を受けます

価格は入力$10・出力$50で据え置き、動いたのはキャッシュ読み取りだけです(詳しくは前の節)

Fable 5はLegacyという扱いに変わり、公式がすすめているのは5.1への移行
ただし引退は2027年6月9日より前にはしないと書かれているので、今すぐ使えなくなるわけではありません

もう1つ、Fable 5で使えたPriority Tier(処理枠を前もって確保する契約)が5.1では非対応になりました
ちょっと誤解しやすいところで、Opus 5も同じく非対応ですし、そもそもPriority Tierのキャパシティ確約は新規購入ができない状態
だから「Opus 5なら使えるのに」は乗り換えの理由にならないでしょう

コードを変えなくても現れる挙動の差

設定を1つも変えていなくても表に出てくる違いが、公式の数えかたで7つあります
チャットで使う人に関係するのは、このあたり

• 太字・見出し・リストといった装飾が減る
• 文章が場所によって密になる(長い文が増えて段落が少なくなる)
• 要約のときに、引用符なしで原文をそのまま再現しがち
• effortをlowにすると、検索せず記憶から答えがち

エージェントとして長く走らせる人に関わるのは、こういうのだったりします

• 並列のツール呼び出しが減って、1ターン1呼び出しになることがある
• 長いツール実行の途中で、進捗の更新が減る(特に高いeffortのとき)
• 小さな修正でも、ファイル全体を書き直しがち

並列のツール呼び出しについて公式は「往復が増えるぶんトークンと実時間はかかるが、答えの質は落ちない」と書いています
ファイル全体の書き直しのほうも「結果はたいてい同じだが、出力トークンと時間を食う」という書き方をしています

チャットの装飾が減る件について公式は、旧モデル向けに書いた「装飾するな」系の指示が、必要な構造まで消してしまうことがあると注意しています
カスタム指示を自分で書いている人には、実害がありそうな話だと思います

ジャベ雄

装飾を減らす指示を書いている人は、いちど見直しどきかもしれません

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

Opus 5との違い 単価は2倍、キャッシュ読み取りだけ逆転

入力・出力ともOpus 5のちょうど2倍で、Fable 5.1が$10 / $50、Opus 5が$5 / $25
やっぱり最初に目が行くのは、この2倍という数字でしょう

ところがキャッシュ読み取りだけは逆転していて、Fable 5.1の$0.25はOpus 5の$0.50の半額なんです
公式の移行ガイドにも「Opus 5のレートの半分」とはっきり書かれています
同じ文脈を何度も読み直させる長い作業だと、この差が積み上がる場面もあるかもしれません

• 思考を切れない
  Opus 5はeffortがhigh以下なら思考をオフにできますが、Fable 5.1はどのeffortでもエラー
• 強制ツール利用の可否
  tool_choiceのany / toolを受け付けるのはOpus 5だけ
• 拒否されたときに返ってくる理由の種類が違う
  Opus 5はサイバーセキュリティ関連だけですが、Fable 5.1は生物学など拒否されうる範囲が広めです
• ZDR(ゼロデータ保持)では原則使えない
  Fable 5.1は30日のデータ保持が必須で(Anthropicの明示許可がある場合を除く)、Opus 5はZDRでも可
• fast modeはOpus 5とOpus 4.8だけ
  出力速度を上げるモードにFable系は入っていません(research previewでClaude APIのみ、申し込みが要ります)
• レイテンシ区分
  Fable 5.1がSlower、Opus 5がModerate

ややこしいのは、fast modeの値段の見え方
Opus 5をfast modeで回すと入力と出力の単価が$10 / $50になって、Fable 5.1の標準単価と並びます
でも同じになるのは入力と出力の単価だけで、キャッシュ読み取りはfast modeでも入力単価の0.1倍という倍率のままなので、当てはめると$1.00
Fable 5.1の$0.25とは4倍の開きが残ります
中身も別物で、fast modeは速さを買うもの・Fable 5.1は能力を買うものという違い

ジャベ雄

同じ値段だからどっちでもいい、とはならないところです

公式が示している使い分けの順番は、この3段

プランごとに使えるか Claude Codeの既定は変わらない

Fable 5.1が出ても、Claude Codeの既定モデルは切り替わりません
Fableはどのプランでも、モデルピッカーか/modelから自分で選ぶ形

Freeでは使えないと公式が書いていて、Fable 5と5.1はプラン上の扱いが同じ、とも明記されています

Claude Codeの既定モデルは、主なプランではMax・Teamプレミアム・Enterprise・APIがOpus 5、Pro・Team標準がSonnet 5のままです
今回いちばん実用に近い結論はここで、新しいモデルが出てもClaude Codeの既定は動かないという話なんです
claude.aiのほうは、Fable 5 / 5.1をモデルピッカーから選ぶ、と公式が書いています

じゃあProで使えるのか？というと、選べはします
ただプランの上限枠には含まれず、使用クレジットの消費になります
追加費用なしで回せるのはMaxとTeamプレミアムで、それも週次上限の50%まで、という線引きです

Proで長く回すと、減るのは上限ではなく使用クレジット、つまり実費
Claude Codeでは、Fableのリクエストが使用クレジットに課金される前に同意のプロンプトが出ます(Enterpriseの組織課金では出ません)
一度「クレジットで続ける」を選ぶと、次からは出ないので、安全弁として当てにしすぎないほうが無難です
ここからは私の見立てですが、Proで常用する前提ならプランの見直しも選択肢に入る気がします

ジャベ雄

Proの人は、Fableを回したぶんだけ財布が直接減る、と覚えておくと安全です

まとめ 日常はOpus 5、上振れが要るときだけFable 5.1

使い分けの線は公式がはっきり引いていて、日常のほとんどはOpus 5、届かないときだけFable 5.1という順番です

• 入力・出力の単価はFable 5と同じ、下がったのはキャッシュ読み取りだけ($1.00 → $0.25)
• 「約25%安くなる」はトークン課金の場面でのAnthropicの見積もり、月額は変わらないがProは使用クレジット(実費)が減る
• 知識カットオフは2026年6月でいちばん新しいが、レイテンシ区分はSlower
• 挙動が変わる3点のうち履歴編集の話はClaude Code・claude.aiが吸収してくれる
  残る2つは自分でAPIを呼ぶ側の話
• Claude Codeの既定は変わらない / Proは使用クレジット扱いでMaxでも週次上限の50%まで

6月にFable 5で1日作業してみたときは、トークンの減りがけっこう速かった記憶
ただ5.1では、キャッシュ読み取りが安くなる一方で、往復が増えたりファイル全体を書き直したりでトークンを余分に使う場面も公式が挙げているので、どちらに転ぶかはもう少し使ってみないと分かりません

6月にFable 5を1日まわしたときの体感は、別記事にまとめてあります

あわせて読みたい

Claude Fable 5を1日使った正直レビュー Anthropicの新モデルClaude Fable 5を1日触った体感をまとめました、有能だけどトークンの減りが速い、Opus 4.8とのスペック比較・世間の評価・噂のファクトチェックまで本家ブログらしく等身大で書いています

比較の相手になるOpus 5については、価格据え置きのまま1Mが既定になった回で整理しています

数字や仕様をご自身で確かめたい方へ、一次情報の置き場所は3つ
Fable 5.1単体のスペックと価格は公式概要ページ(日本語版、表は英語のまま)、Fable 5からの変更点はWhat’s newのページ(日本語)、プランごとの扱いはヘルプセンターの記事(英語)にあります

新しいモデルが出ると、とりあえず切り替えたくなるもの
でも今回は公式のほうが「まずOpus 5」と言ってくれているので、私はしばらく既定のまま様子を見るつもりです

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

AIが騒がれだしてバイブコーディングというアプリ作成手法が流行りだしたころ、私も例にもれずチャレンジしました
ただ当時はAIが出すコードを何度もVisual Studioにコピペコピペ・・・それでも当時は革新的だと思っていたころが懐かしいです

感動はしながらも躓くことも多く、そもそもアプリなんてそんな頻繁に作ることもないのでしばらく疎遠になっていましたが、ClaudeではFableが公開されOpusは5になった現在でアプリを作る機会ができまして、改めてバイブコーディングでアプリ作成してみました

当時とは全然違う、設計さえできれば配布するところまでほとんど手を動かさずにAIが実行してくれる現状をまとめてみます

ちなみに作成したアプリは別サイトの アプリ庫 で公開していますので覗いてみてください

ジャベ雄

コピペが消えただけで、ここまで変わるとは思いませんでした

いまの私のアプリ作成は頼んで動かしてダメ出しの繰り返し

私がやるのは頼むことと、動かして違うところを言うこと、主にこの2つです
コードを書くのもビルドもテストの実行も、Claude Code(デスクトップ版)で進みます

いまの進め方にしてから、コーディングどころか開発ツールも触る必要がありません
ビルドや実行の命令はAIが裏で走らせて、返ってきたエラーもそのまま読んで直しにいきます

設計書やテストがこの順で出てくるのは設計から進めてほしい・テストも書いてほしいと私が頼んでいるからで、Claude Code の既定の動きではありません
何も言わずに投げると、いきなりコーディングから始まったりします

前提もひとつ、C#のビルドには .NET SDK が要ります
私は別件で開発環境を入れてあるので、まっさらなPCへ何も入れずに始められるわけではないです
（入っていなければAIが教えてくれるので指示に従うだけ）

とは言え、一昔前と違って自分で開発ツールを開くこともなく、コーディングにコピペすらも必要なくなったとは想像していなかったところ

ジャベ雄

設計書もAIが作ってくれることが、意外と大きい変化です

4本の出発点は作り直し・ゼロから・移植・後づけ

入り口はぜんぶ違うのに、進め方のほうは4本とも同じでした
数字は2026年8月27日にリポジトリから採ったもので、期間はコミットの記録に残っている範囲です、作業した時間ではありません

4本とも C# / .NET 10 / WPF のWindows専用で、現行は1.1.0
テストの件数を書けたのは記録の残っている2本だけで、残りは記録が残っていないので空欄にしてあります

1本目に挑戦したときの記録は別記事にあります
当時はチャットのコードを Visual Studio へ運ぶところからだったので、読み比べると工程の違いがそのまま出ているはずです

あわせて読みたい

【AI】バイブコーディングでWindowsアプリを作ってみました AI未経験寄りの私がGoogle AI StudioでC#未経験からWindowsアプリを作ってみた体験記です、AIで誰でも作れるは幻想か、便利さと越えられない一線まで率直にまとめました

実例1 TaskCatcher|1本目をまるごと作り直した

TaskCatcher は、思いついたタスクをホットキーひとつで登録できる常駐アプリです
1本目に作ったのがこれで、その版を2026年7月19日から Claude Code で作り直しました

• 呼び出し方が5種類(キーの組み合わせ・左Shift2回・Alt2回・Ctrl2回・右クリック2回)
• 選択中の文字をそのままタスク名へ入れられる
• Outlook・Googleカレンダーへの登録に対応
• 一覧と編集の画面つき

作った動機はシンプルで、登録する作業そのものが煩わしくて結局どこにも残らないのをどうにかしたかったから
思いついた瞬間にキーを押せば入る、狙いはそこだけです

作り直す前は .NET 8 の v0.3.0 で、WPFとWinFormsが混ざった作り
それを .NET 10 へ全面リビルドして、設計書・実装計画・15本のタスクという順で進めました

実測は2026年7月19日から8月20日まで、53コミットでC#のファイルが68本・約4,045行
自動テストは27件が通っている状態です

同じアプリを半年以上あけて2回作ったので、工程の差がそのまま比較表になりました

でも、この量を1本目と同じやり方でやろうとしたら、途中で萎えると思います
チャットの回答を1ファイルずつ貼っていく作業を68本ぶん、、、と考えるとちょっと気が引けます

同じアプリを、同じ人が、違う工程で作り直したという点で、4本のなかではこれがいちばん比べやすい題材
同じ用途のアプリを作っているのに、工程はまるで違いました

機能の一覧とダウンロードは公式ページに置いてあります

アプリ庫

思いついたタスクをホットキーで即登録｜TaskCatcher(Windows常駐・無料) 思いついた用事をホットキー一発でその場登録、Outlookの予定表・ToDo、Googleカレンダー・Tasksへ送れるWindows常駐アプリです、exeひとつで.NET不要・無料

どう使うと手が止まらなくなるのかは、思いついたタスクを取りこぼさないための紹介記事のほうに書きました

ジャベ雄

1本目の自分に、この進め方を見せてあげたいです

実例2 CopyPilot|前身なしでゼロから作った1本

CopyPilot は、コピーする前に対象を1ファイル単位で選べるファイルコピー・同期ツールです
前身なしでゼロから作ったのは、4本のなかでこの1本だけ

• 実行前に下見の一覧が出て、そこから対象を選べる
• 追加・更新だけのモードと、コピー元に合わせるミラーモードの2つ
• コピーは並列で走る
• 含める・除外のフィルタ指定
• 削除はゴミ箱送り(いきなり消さない)

2026年7月16日に始めて、8月20日までで52コミット、C#のファイルは36本・約2,380行
タスクは13本に分かれて、自動テストは59件まで増えました

行数は TaskCatcher より少ないのに、テストはTaskCatcher の27件より多い59件(件数の記録が残っているのはこの2本だけ)
ファイルを上書きしたり消したりする道具なので、手厚くテストしたかったため

動作環境と配布ファイルは公式ページにまとめてあります

アプリ庫

CopyPilot｜プレビューで選べる高速ファイルコピー | アプリ庫 プレビューで対象を見てから1ファイル単位で選んで実行できる無料のWindows用ファイルコピー/同期ツール、差分スキップと並列コピーで高速、ミラーにも対応

ジャベ雄

消す方向の機能は、テストを厚くしないと落ち着きません

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

実例3 BacklogTracker|Python版をC#へ移植した

BacklogTracker のデスクトップ版は、複数の Backlog スペースの未読とメンションを常時見張るアプリです
もとは Python の customtkinter で作っていたものを、C# / WPF へまるごと移植しました

• 複数のスペースをまとめて監視できる
• プロジェクトごとに通知のレベルを変えられる
• 通知をクリックすると、該当のコメントへそのまま飛ぶ
• APIキーは暗号化して保存

移植した狙いは、起動の速さと見た目
Python版は立ち上がりに待ちがあって、1日中つけっぱなしにする道具としてはやっぱり気になっていました

設定とデータは旧版のまま引き継げる形にしてあるので、同じPCで入れ替える場合は登録し直す手間もありません
移植でいちばん気を使ったのが、ここでした

C#版の初コミットは2026年7月17日で、そこから8月20日までに15コミット、C#のファイルは20本・約2,869行
置き場そのものは5月から動いていますが、Python版や Chrome拡張も同居している場所なので、C#版の初コミットから数えています

コミットの数だけ見ると少なめで、1回にまとめて入れていたみたいな感じ
それでも行数ではTaskCatcher の次に多い1本です

導入手順と設定はデスクトップ版の公式ページにあります

アプリ庫

Backlog監視ツール デスクトップ版｜タスクトレイ常駐型の未読監視Winアプリ | アプリ庫 Backlogの更新をタスクトレイ常駐で監視して、ブラウザを開いていなくてもデスクトップ通知で知らせる無料のWindowsアプリです。複数スペースを1画面にまとめて確認でき、…

通知の設計をどう考えたかは、見落としを減らすための紹介記事で書いています

ジャベ雄

移植は、前の版の使い勝手を壊さないところが勝負です

実例4 文字コード変換ツール|昔つくったアプリの改修

テキストファイルの文字コードを変換するだけの小さいアプリで、C#のファイル6本・約695行で止まっています
4本のなかでは最小で、これだけは作り直さずに、前回作成したものを少し改修しただけ

• Shift-JIS と UTF-8(BOMあり・なし)への変換
• BOMの自動判定
• Shift-JIS で化けやすい記号の正規化
• ファイルを放り込むGUIと、引数を渡すCLI(コマンドから呼ぶ入り口)の両対応

できないことも書いておくと、改行コードの変換はありません
文字コードだけを変えるツールなので、CRLFとLFの直しは別の道具になります

原型を作ったのは2026年1月29日、まだ Visual Studio で書いていたころのものです
そこから半年以上ほったらかしにして、2026年8月16日から20日までの6コミットで、コマンドから呼ぶ入り口を使えるようにして、更新確認も足して 1.1.0 にしました

まるごと作り直さなくても、足りないところだけ後から足せます

でも、小さいから楽とも限らないのがちょっと意外なところ
化けやすい記号の扱いだけはだいぶ試していて、変換そのものより実際のファイルで何が起きるかを確かめる時間のほうが長かった気がします

ダウンロードと使い方は公式ページにあります

アプリ庫

文字コード変換ツール Windows｜CSVの文字化けをドラッグ1回で解決 | アプリ庫 CSVやテキストの文字コードをShift_JIS⇔UTF-8に変換する無料Windowsアプリです。ドラッグ＆ドロップ・右クリックの「送る」・コマンドラインの3通りの使い方と、変換しても…

ジャベ雄

小さい道具ほど、作るより確かめるほうに時間がかかります

4本さわって分かった、下がった線と残った線

1本目のときに書いた結論は、AIがあれば誰でも作れるというのは幻想で、作れはしたけれど一定のリテラシーは要る、というものでした
バイブコーディングでできることは確かに広がりましたが、4本さわったいまも線は下がっただけで消えてはいません

下がったところ

• コードの転記が消えた、貼り間違いという事故そのものが起きない
• ビルドのエラーはAIが読んで直すので、たいていは自分で読まずに済みました
• 頼めばテストのコードも一緒に書いてもらえる(27件・59件はどちらも自分では書かなかった量)
• Visual Studio を開かずにアプリが1本できあがる

残ったところ

いっぽうで、こちら側に置きっぱなしのものもあります
何を作るかを決めるのは、いまも人の側です

• やりたいことを言葉にできないと、そもそも始まらない
• 出てきたものが合っているかの判定は自分、動かして触るところは代われない
• 配るところまで持っていくには、exeのまとめ方・更新の仕組み・利用規約という別の段取りが要る
• 4本とも題材は「自分が困っていたこと」、困りごとが無いと作るものが決まらない

もうひとつ、動くかどうかを確かめるのは自分の仕事のまま
テストは書いてもらえますが、そのテストが確かめている中身で合っているのかは、やっぱり自分で見るしかありません

だから、要るリテラシーが消えたのではなく中身が入れ替わったという言い方がいちばん近い気がします
コードを書ける力の代わりに、やりたいことを言葉にする力と、出てきたものを確かめる力
ちゃんと動くところまで持っていけるかは、結局このふたつで決まるんじゃないでしょうか？

ジャベ雄

作りたいものが無いと、道具がよくても手は動きません

まとめ バイブコーディングでアプリ作成は小さいものから

最初の1本におすすめなのは、4本目の文字コード変換くらいの大きさです
6ファイル・約695行、頼んで動かして直すのを数回まわせば形になる規模なら、進め方そのものに慣れられます

ただ、小さいから楽とは限らないのは実例4で書いたとおりです
小さい1本でも、動かして確かめる時間はそれなりに要ります

• 題材は自分が困っていることから選ぶ(使わないものは完成まで行かない)
• 最初から機能を盛らない、動く形をひとつ作ってから足していく
• 出てきたものはちゃんと自分で動かして確かめる、ここを飛ばすと後から戻される
• テストも一緒に書いてもらう(直したときに他が壊れていないかがその場で分かる)
• 配れる形にするところまでを1セットにすると、中途半端で止まりにくい

今回並べた4本は Windows・WEB・Chrome拡張の無料ツールをまとめた棚 に置いてあります
どれも自分が困って作ったものなので、同じところで止まっている方には合うかもしれません

作り直しも、前身なしのゼロからも、移植も、後づけも、同じ進め方でひととおり形になりました
半年あまりでここまで工程が変わったので、次の半年でまた別のことを書いている可能性もじゅうぶんあります
そのときはまた実測ごと並べます

ジャベ雄

まずは小さいものを1本、最後まで通すところからです

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

AI検索に載りたいなら llms.txt を置きましょう、という記事をあちこちで見かけます
ただ、自分のサイトに置く前に調べてみたら、llms.txt は意味ないと言われるだけの根拠がひととおりそろっていました

Googleは「どのAIシステムも使っていない」という立場で、38,000サイト分の実測でも97%が一度もリクエストされていません
しかも、AIは置いていないサイトを探しに来ることすらしていませんでした

なのでAI検索に引用されたくて置くなら、いまのところ効果の裏づけはありません
ただ、Claude Code のようなコーディングエージェント向けだと話が変わってきます

llms.txt とは AIに読ませるサイトの案内図

サイトのルートに置く llms.txt は、AIに「うちはこういう構成なので、詳しくはここを読んで」と伝えるマークダウンファイルです
提案は Jeremy Howard 氏、初版の公開は2024年9月3日

狙いはシンプルで、広告やJavaScriptだらけのHTMLをAIに読ませる代わりに、要点だけを整理した場所を1か所用意しておこう、という発想
置き場所は /llms.txt が基本で、/docs/llms.txt のようなサブパスでも構いません

名前が似ているので robots.txt と混同しがちですが、役割はぜんぜん別もの

robots.txt が門番だとすると、llms.txt は受付に置いてある館内マップみたいなものです
置いたからといって入館者が増えるわけではない、というのがこのあと出てくる話につながります

中身はマークダウンで書く

仕様で必須とされているのは プロジェクト名のH1が1つだけで、あとは全部おまけです
概要をブロック引用で添えて、H2で区切ったリンク集を並べる、というのが標準的な形になります

# サイト名

> このサイトが何なのかを1〜2行で

## 主要な記事

- [記事タイトル](https://example.com/foo/): どんな内容か
- [記事タイトル](https://example.com/bar/): どんな内容か

形式がマークダウンなのは、人が読んでも分かるし機械もパースできるからです
仕様そのものは止まっているわけではなく、2026年8月10日に v2 が出ています

ジャベ雄

ここまでは、なかなか良さそうな仕組みに見えるんです

Googleは「どのAIも使っていない」と言っている

GoogleのJohn Mueller氏は、llms.txt を「現時点では完全に憶測の域」と表現しています
理由はファイル自体は何年も前からあるのにどのAIシステムも使っていないから、という指摘

Google の見解はここがはっきりしていて、llms.txt も著者情報版の llms-author.txt も使っていません
そのうえで氏が挙げていた判断の目安が、ちょっと現実的でおもしろかったです

要するに、需要が発生してから作っても遅くないという話なんです
出典はSearch Engine Journal の記事(2026年6月2日)で、氏の発言をまとめたものになります

ちなみに Mueller 氏が代わりに評価していたのは WebMCP のほうでした
すでにサイトへ来ているAIエージェントに、どうやって正しく作業させるかという発想の規格で、Chromeが対応しています

97%は一度もリクエストされていない

Ahrefs が2026年6月15日に公開した調査で、llms.txt を置いた約38,000サイトのうち97%が、1か月間まったく取得されていなかったという結果が出ています
今回いちばん効いた材料がこれでした

97% of those files received zero traffic in May 2026.

Ahrefs「We Analyzed 137K Sites: 97% of llms.txt Files Never Get Read」

出典は Ahrefs の調査記事
数字だけ見ると強烈ですが、どうやって測ったのかも明記されているので、そこも見ておきます

調査の方法と規模

対象は、Ahrefs のアクセス解析を入れていて2026年5月にトラフィックがあった 137,210ドメイン
各ドメインのルートを叩いて llms.txt が HTTP 200 で返るかを確認し、中身がちゃんとマークダウンのものだけを有効と数えています

• 調査ドメイン:137,210
• 有効な llms.txt を持っていた:38,360(28%)
• 2026年5月にリクエスト0件:そのうち97%
• 何かしら取得されたのは:約1,100ドメイン

HTMLやソフト404を弾いている点が大事なところで、「置いたつもりで実は壊れていた」ぶんは最初から除かれています
ちゃんと動いている llms.txt に限っても97%が無風だった、ということなんです

取りに来ていたのは主にSEOツール

残り3%に届いたリクエストも、96%はボットで人間は4%
その内訳がこちら

いちばん多いのが SEO監査ツールの21.7%で、いちばん少ない部類がAI検索の取得ボットの1.1%です
「AI検索に引用されたいから置く」という動機に対して、その用途で読みに来ているのは全体の1%ちょっと、という話になります

置いた人を見に来ているのが、AIではなくSEOツールだった
この構図は皮肉というより、新しい規格が出たときにだいたい起きることなのかもしれません

読まれていても価値があるとは限らない

ここで「SEOツールが2割も読んでるなら、置く意味はあるんじゃないか」と思いたくなりませんか？
私も一度そう考えたんですが、読まれた先で何が起きるかを追うと話が続きませんでした

SEO監査ツールが取得したデータの行き先は、そのツールのデータベース
そこを見るのは競合分析をしている他人で、こちらの順位にも流入にも被リンクにも触れません

そもそもこれらのツールは、llms.txt があろうとなかろうとサイト全体をクロール済み
1ファイル増えたところで、向こうから見えるものは変わらないんです

21.7%という数字は取得された分の内訳であって、価値の指標ではありません
分母は「97%がそもそも0件」なので、残り3%の中の割合を効果として読むのは二重の誤読

内訳をもう一度見ると「GEO / AEOツール 5.8%」という行が見つかるでしょう
この手のサイト診断ツールは、llms.txt が無いと減点してくることがあるんです

スコアは順位でも流入でもない、途中の目安

そこを目的にして置くと、手段と目的が入れ替わってしまうんです

AIは置いていないサイトを探しに来ない

この調査でいちばん効くのは、割合の話よりこっちだと思います
Ahrefs は、llms.txt が存在しないサイトに対して、AIボットからのリクエストは1件も来ていなかったと報告しています

ここが分かると、「置いていないから損をしている」という不安はいったん消せます
探しに来ていない相手に向けて、置いていないことを気に病んでも仕方がないので

ジャベ雄

置いてないと不利、というわけではないんです
そもそも見に来ていないので

いちばん取りに来ていたのは Claude Code だった

ここから話が少しひっくり返ります
名前が分かるボットに絞って見ると、AIボットからのリクエストで最多だったのは GPTBot の4.51%で、そのすぐ後ろに Claude-Code が付けていました

Claude-Code は Anthropic のコーディングエージェント
そしてこの Claude-Code が、AI検索の取得ボット・AIアシスタント・AI学習クローラーのどれよりも多く llms.txt を取りに来ていたと報告されています

llms.txt は読まれていないというより、読む相手が想定と違ったということなんです

Claude Code に何かを調べさせたとき、そのサイトの構造をつかむために llms.txt を踏む
そういう使われ方だったりすると、確かに噛み合います

だから、ドキュメントサイトやAPIリファレンスを持っている人には、いまでも置く理由があります
逆に個人ブログでこの用途を期待するのは、やっぱり少し無理があるかなと思います

Claude Code 自体が読む設定ファイルの話は、別の記事にまとめてあります

あわせて読みたい

Claude Code 設定ファイル早見表 役割と場所 Claude Codeを触っていると次々に登場する設定ファイル(CLAUDE.md・settings.json・AGENT.md・SKILL.mdなど)を、保存場所と役割で一覧化した早見表記事です、微調整目線で抑えたい初心者〜中級者向けにまとめました

大手のドキュメントサイトは置いている

実際どうなっているのか気になったので、有名どころのURLを直接叩いて試してみたところ、はっきり分かれました
2026年8月22日時点の結果がこちら

開発者向けドキュメントを持っている会社は、だいたい設置済み
ただ、置いている理由は前の節とつながっていて、AI検索対策というよりコーディングエージェントに読ませるためだと考えると筋が通ります

Anthropic のような提供側が整備を進める一方で、Ahrefs の集計だとAI検索の取得は1.1%どまり
作る側と読む側で温度が違うのが、この規格のいまの位置なんでしょう

AI検索まわりの用語がぼんやりしている方は、AI用語集にクローラーや学習まわりの言葉をまとめてあります

WordPressで置いてみて分かったこと

結論から言うと、プラグインを入れて5分で終わりとはいきませんでした
初期設定のままだと、案内図として使えないものができあがるんです

使ったのは Website LLMs.txt という無料プラグイン
この記事を書きながら、実際に javeo.jp へ入れて確かめました

入れただけでは生成されない

有効化しただけで /llms.txt を叩くと、返ってくるのはまだ404
ただ、返ってきたのはWordPressのエラーページではなく、プラグイン自身の「まだ生成されていません」という一行でした

管理画面の「ファイルステータス」に Generate now というボタンがあって、これを押して初めてファイルができます
入れて満足して終わっている人、いるんじゃないでしょうか

初期設定のままだと古い記事が落ちる

ここが一番の落とし穴
「タイプごとの最大投稿数」の初期値が 100 なので、それを超えるぶんは古い順に切り捨てられます

このブログは公開記事が128本あるので、27本が黙って落ちていました
古い順に切られるので、長く読まれてきた記事から先に消えます

落ちていた中には、いまでも検索から人が来る記事がいくつも混ざっていたんです
案内図を作るつもりで、案内したい場所を外していたわけです

200に上げて作り直したら、128本すべて入りました

説明文を入れるとかえって読めなくなる

「投稿の抜粋 / メタディスクリプションを含める」をONにすると、各リンクに説明が付きます
ところがその説明が、全件そろって23字で切れました

- [Excelのセルの書式設定 表示形式とユーザー定義の書式コード](https://javeo.jp/excel-format-cells/): Excelのセルの書式設定で主役になるの...

設定には「最大文字数 250」という欄があるのに、そちらは効いていません
切り捨てられた残りは Detailed Content という別セクションに回るんですが、そこにはタイトルもURLも書かれていませんでした

投稿128件に対して説明は77件しかないので、並び順で対応づけることもできません
AIが読んだら、別の記事の説明として受け取るほうが自然なんじゃないでしょうか

なのでOFFに戻しました
タイトルとURLだけの素直なリストになって、ファイルも44KBから14KBまで落ちています

ひとつ安心した点もあって、下書きや非公開の記事は入っていませんでした
この記事自体を下書きのまま試したので、そこは実物で確かめられました

ジャベ雄

入れて終わりにすると、上から100本だけの案内図ができます

置いた初日にClaudeBotが来た

生成した日のアクセスログを見たら、もう取りに来られていました
テスト用に自分で叩いたぶんを除くと、初日の /llms.txt へのアクセスは4件

ここで引っかかったのがどうやって見つけたのかという点
サイトマップにも robots.txt にも llms.txt は入れていません

ページのソースを見たら、プラグインが全ページの head にこれを出していました

<link rel="llms-sitemap" href="https://javeo.jp/llms.txt"/>

AIが探しに来たわけではなく、こちらがHTMLで置き場所を教えていたということ
Ahrefs が「AIは存在しない llms.txt を探しに来ない」と報告していたのとも、これなら矛盾しません

結局 llms.txt は置くべきか

私の結論は、個人ブログなら急いで置かなくていいです
AI検索に引用されたいという動機に対しては、効果を支える材料がいまのところ見当たりません

判断が分かれるのは、サイトの性格のほうだったりします

でも、置くこと自体に害はありません
私もこの記事を書きながら入れてみましたが、狙いは効果を期待したからではなく、これから誰が取りに来るのかを自分のログで確かめるためです

もっと言うと、この手の規格は数か月で状況が変わります
Mueller 氏の「必要だと言われたら作ればいい」という目安は、いまのところ現実的な立ち位置なんじゃないでしょうか

• llms.txt はAIに読ませるサイトの案内図、2024年9月の提案で仕様は今も更新されている
• Google は使っておらず、現状を「憶測の域」と表現している
• 実測では約38,000サイトの97%が1か月間まったく取得されていない
• 取りに来ていた最多はSEO監査ツール、AI検索の取得は1.1%どまり
• AIボットは llms.txt が無いサイトを探しに来ていない
• 例外はコーディングエージェントで、Claude Code が実際に取りに来ている
• WordPressのプラグインで置く場合、初期設定のままだと古い記事が切り捨てられる

ジャベ雄

置くなら、AI検索でなく Claude Code のために置く、が現時点の答えです

ループエンジニアリングを調べ終えたばかりなのに、もう次の言葉が出てきた
そんな順番でこのページにたどり着いた方も多いと思います
今回のテーマはグラフエンジニアリングです

グラフエンジニアリングとは何か、ひとことで答えるならAIの仕事をノードとエッジに切り分けて、つなぎ方まで決めておく設計の考え方です
1体のAIをどう回すかではなく、複数の担当と受け渡しをどう組むかを扱います

この記事は「AIの◯◯エンジニアリング」連載の5本目です
前回のエージェントループが「時間軸でどう回すか」だったのに対して、今回は構造軸でどう組むかの話になります

この言葉が一気に広まったきっかけは、実は冗談の投稿でした
ただ、中身まで冗談ではありません

ジャベ雄

聞き慣れない言葉ばかりですが、やっていることは仕事の分担と同じです

グラフエンジニアリングとは？まず結論から

結論から言うと、AIの仕事を点と線のつながりとして書き出しておく営みです
点がノード、線がエッジ、そのあいだを流れる情報が状態です

よく出てくる「有向グラフ」は、点と線を向き付きでつないだ図のことです
棒グラフや折れ線グラフとは別物です

では、なぜ書き出すのか？
1つの流れに判断も情報も外への操作も詰め込むと、途中で止まったときどこから再開すればいいのかが分からなくなります
切り分けておけば、止まった点だけをやり直せます

ジャベ雄

この3語、仕事の役割分担をそのまま言い換えただけなんです

ループエンジニアリングとの違い 時間軸と構造軸

ループエンジニアリングが設計するのは時間軸です
1体のAIをどう回し続けるかを扱います
グラフエンジニアリングが設計するのは構造軸のほう、複数の担当をどう並べてつなぐかです

押さえたいのは、2つが置き換えではなく包含の関係だという点です
ループは消えません
1体のAIが回している輪が、そのままグラフの1つの点に収まります

グラフを「多くのループにまたがる調整のレイヤー」と呼ぶ解説もありました

資料づくりで言うと、書いた人が「直して出し直す」を繰り返しているのがループです
その人を含めた全員の担当と受け渡しを決めるのがグラフになります
担当が1人なら、そもそも線を引く必要がありません

あわせて読みたい

エージェントループとは 推論と行動を繰り返す仕組み AIエージェントが自分で考えて動き続ける正体がエージェントループです この記事では推論 行動 観測を停止条件まで繰り返す基本のしくみを ReActの由来やClaude Codeの実例とあわせて解説し 後半では2026年に登場したループエンジニアリングという新しい考え方も等身大で紹介します

ノード・エッジ・状態 3つの部品を噛み砕く

この3語さえ握っておけば、英語の解説を開いても迷子になりません

ノードは「1つのことだけをやる担当」

置かれるのは、だいたい次の粒度になります

• AIに1回考えさせる(下書きを作る・要約する)
• ツールを動かす(検索する・APIを呼ぶ・コードを走らせる)
• 検証役(evaluator)として、前のノードの出来を判定する
• 人の承認(human gate)として、進めていいかを人に聞く

1つのノードにあれもこれも詰め込まないのがコツです
最初にこの言葉を使った記事も、ノードは退屈なくらい単純がいいと書いています
資料づくりでいえば、書く人とチェックする人を兼ねさせないことです

エッジは矢印ではなく「取り決め」

エッジは矢印ではなく、ノードとノードのあいだで交わす取り決めのことです
線1本に、次の4つがぶら下がります

• 渡すもの・受け取るもののかたち(項目や型)
• どういう条件のときに、その線を通るのか
• そのノードが外に対してやっていい操作の範囲
• 失敗したときの扱い(前へ戻すのか・別の線へ逃がすのか)

資料づくりなら「書き終えたら声をかける」だけでは足りません
誤字を直してから渡す・内容が薄ければ書き直しに戻す、そこまで決めるのがエッジです

状態は「途中から再開できるようにする進捗表」

状態は、ノードのあいだで共有される情報です
会話の履歴をそのまま抱える形と、項目を決めた表のように持つ形があります

差が出るのは、状態を会話ログから切り離すかどうかです
切り離してあると、止まっても最後に保存した地点から再開できます
あとから「どの時点で何が入っていたか」もたどれます

共有フォルダの進捗表と同じです
誰でも読める場所に進み具合を書いておけば、担当が抜けても続きから入れます
会話の中だけで進めると、それが残りません

ノード・エッジ・状態という整理は、We Are Entering the Graph Engineering Phase(Josh C. Simmons、2026年7月4日)でも示されています

エッジで表せる4つの形

複雑そうな構成も、たいていこの組み合わせです

4つ目のループ回帰が、さっきの包含の関係です

ジャベ雄

エッジを「矢印」でなく「取り決め」と読み替えるのが、いちばんの山です

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

言葉の出どころ 論考が先で 冗談で火が付いた

この順番を取り違えやすいので、日付で並べます

皮肉の的になったのは、業界が数か月ごとに同じ営みを改名し続けることでした
ループエンジニアリングが広まって、まだ6週間ほどのタイミングです
「もう次の名前に移ったの？」という揶揄でした

この2つの投稿は、新しい製品やモデルの発表をきっかけに起きたものではありません

ただ、冗談が出発点だったわけではありません
2週間前の7月4日の論考は「エージェントループが十分に良くなった結果、自分の天井が見えてしまった」と書いています
この限界はモデルの質とは関係ない、次は複数をどうつなぐかだ、という主張です

実装のほうが言葉より2年半早い

LangGraph は2024年1月なので、言葉より2年半ほど先に実装があったことになります
新しい言葉が出た=新しい技術が出た、とは限りません

身近なところだと、Claude Code にも複数のエージェントをつなぐ仕組みがあります
公式ドキュメントによると、有料プラン向けで v2.1.154 以降が要ります
Pro は既定でオフなので、/config の Dynamic workflows から入れる形です
私はグラフのフレームワーク自体は触っていないので、名前を挙げるだけにとどめます

ジャベ雄

2026年8月の時点で、言葉はひと月・実装は2年半です
この差を知っておくと落ち着いて読めます

冷静な見方 ほとんどのエージェントには要らないという声

Turing Post は、この概念は新しくないとはっきり書いています
ループはすでにグラフの一種ですし、状態機械や DAG(向きがあって一周しない図)は数十年前からあるものです

2年半という数字はAI向けの道具に限った話で、考え方まで遡れば数十年になります

Turing Post には、ほかに次の2点も書かれています

• 「Microsoft と Stanford と Anthropic が同時に発見した」という言われ方には根拠がない
• ほとんどのエージェントに、グラフのフレームワークは要らない

出典はIs Graph Engineering Real?(Turing Post)です
最初期の記事と並べて読むと、温度差がはっきり出ます

もう1つ、日本語の指摘で納得したものです
配線をどれだけ賢くしても、1つ1つのノードの判定が甘ければ、複雑な配線は間違った方向に速く進む装置にしかならない
つなぎ方より、ノードが出す答えの質が先だ、という主張です

これは書き手の意見ですが、私が読んだ範囲では中身が濃かったです
出典はループエンジニアリングの次は本当に「グラフ」なのか考えてみた(Zenn)です

グラフにする / しないの見分け方

線を引くかどうかの判断材料が、解説記事に出ていました

ほかに、独立した枝が複数あるとき・複数の担当が連携するとき・数分を超える待ち時間があるとき・権限の違う操作が混じるときも挙がっていました

3つ目だけ補足します
動的に線を組み替えられる道具もあるので、手順が変わる=グラフにできない、ではありません
ただし組み替えを前提にすると、設計のほうが重くなります

判断の軸は分担する理由があるかどうかに集約されます
元にした記事はグラフエンジニアリングとは？(AI総合研究所、2026年7月28日)で、私が見た限りでは日本語の解説でいちばん詳しかったです

私はまだ線を引くほどの規模ではありません
それでも3語を知っていると、解説を読む速さが変わります

ジャベ雄

迷ったら、まず線を引かずに1本の流れで書いてみるのがおすすめです

まとめ グラフエンジニアリングの要点と連載ナビ

グラフエンジニアリングとは、AIの仕事をノード・エッジ・状態に分けて、つなぎ方まで決めておく設計の考え方でした

• ノード(担当)・エッジ(取り決め)・状態(共有の進捗表)の3つで組む
• エッジは矢印ではなく、渡すもの・条件・許す操作・失敗時の扱いまで含む取り決め
• ループとは包含の関係、ループはグラフの1つのノードとして収まる
• 広まったきっかけは2026年7月18日の冗談の投稿、ただし論考は7月4日で先
• 実装は言葉より2年半早い(LangGraph は2024年1月)
• ほとんどのエージェントにグラフのフレームワークは要らない、という指摘もある

最後に、いちばん持ち帰ってほしいことです
新しい「◯◯エンジニアリング」が出てきたら、結局、何のノードと何のエッジの話をしているのかに分解して読む
これを覚えておけば、名前が変わっても中身は追えます

この読み方はグラフエンジニアリングを知ろう(Qiita、2026年8月6日)が勧めていたものです

この記事は連載「AIの◯◯エンジニアリング」の1本です
全体を1枚で見たいときはハブからどうぞ

あわせて読みたい

AIエンジニアリング5種の違い コンテキストからグラフまで AIの使いこなしは プロンプト コンテキスト ハーネス ループ グラフ の5段階で進化してきました それぞれ何を設計する技術なのか どう違うのかを1枚の地図で俯瞰し 単発チャットから複数エージェントの編成までの流れをつかめるようにまとめた総論です

• 連載#1:指示文の書き方を5つのコツで整える
• 連載#2:AIに渡す材料を選び直す
• 連載#3:AIを取り囲む器のほうを整える
• 連載#4:AIが自分で考えて動き続ける輪のしくみ

5本を通して読むと、AIの作り込みが指示文→渡す材料→器→回し方→つなぎ方と外側へ広がってきた流れが見えます

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

Claude Code フォルダ構成は、放っておくとどんどん増えていきます
materials・research・rules・assets、見覚えのない名前が並んでいても、それが何のためにあるのかは分からないまま
このフォルダ、消してしまっていいんでしょうか？

私も気づいたら似たようなフォルダがいくつも並んでいて、どれが本物か分からなくなりました
AIは指示されればフォルダを作りますが、前回どう名付けたかまでは気にしてくれません

この記事では、AIが作るフォルダを3つの層に分けて読み解きます
層が分かると「これは触っていい」「これは触ると壊れる」がその場で判断できるはずです

ジャベ雄

フォルダ名を覚えるより、層で見分けるほうが早いです

Claude Code フォルダ構成は3つの層に分けて読む

結論から言うと、プロジェクトの中にあるフォルダは「誰が決めたか」で3層に分かれます
この分け方が便利なのは、層ごとに「名前を変えたときに何が起きるか」がはっきり違うからです

ややこしいのは、この3層が同じ階層に並んで置かれることです
見た目はどれも同じフォルダなので、開いてみるまで区別がつきません

ちなみに冒頭で挙げた materials と rules も、実は別々の層
rules は公式仕様に載っている第1層、materials は誰も決めていない第3層です、名前の見た目が似ていても扱いはまったく別ものになります

フォルダ構成とディレクトリ構成は同じ意味

調べているとディレクトリ構成という書き方によく出会いますが、これはフォルダ構成とまったく同じ意味です
どちらか一方が正しいわけではありません

ディレクトリのほうが古くからある呼び方で、もともとは「住所録」や「目録」を指す言葉でした
Windows がフォルダという呼び方を広めたあとも、開発の現場では前からの呼び方が残っていて、いまも両方が混在しています

AIも文脈によって呼び分けます
フォルダ名の意味を調べるときは、どちらの言葉でも同じ内容にたどり着くと思っておけば十分でしょう

ジャベ雄

呼び方が2つあるだけで、指しているものは同じです

第1層|公式に決まっているフォルダは名前を変えられない

第1層は Claude Code が仕様として読みに行くフォルダです
名前を変えると、その中身は読み込まれなくなります、置き場所も名前も公式ドキュメントで決まっているので、勝手に変えられません

プロジェクトの中の .claude フォルダ

プロジェクトのフォルダ直下に置く .claude が第1層の本体です
先頭にドットが付いているので、環境によっては隠しフォルダとして見えないこともあります

この中で見落としやすいのが rules です
「AIが勝手に作った雑多なフォルダ」に見えますが、実際は公式に用意された置き場で、テーマごとに指示を分けて書いておくためのものです

もうひとつ、commands というフォルダを見かけることがあります
スラッシュコマンドを置く場所ですが、公式は skills への移行をすすめています、同じ仕組みに統合されたので新しく作るなら skills のほうです

ジャベ雄

rules を「よくわからないから」で消すと、指示が丸ごと効かなくなります

パソコン全体で共通の ~/.claude フォルダ

プロジェクトごとの設定とは別に、パソコンのユーザーフォルダの中にも同じ名前のフォルダがもう1つ
こちらは全プロジェクト共通の設定置き場で、どのプロジェクトを開いても効きます

パスの先頭に付いている ~ は、ホームフォルダ(自分のユーザーフォルダ)を1文字で表す省略記号、読み方は「チルダ」です
この記号で始まっていたら、自分のユーザーフォルダから始まる場所を指しています

Windows なら C:\Users\(ユーザー名) がその場所にあたります
つまり ~/.claude/ と書いてあったら、それは C:\Users\(ユーザー名)\.claude\ のことだと読み替えてください

なぜ Windows なのに / 区切りなのか、と思われたかもしれません
この書き方はもともと Mac や Linux の流儀で、開発の世界では共通語として使われているものです、Claude も説明のときはこちらで書いてきます

ジャベ雄

チルダを見たら「自分のユーザーフォルダのことだな」と思えば大丈夫です

実際に開いてみると、この一覧に載っていないフォルダもいくつか並んでいます
cache・sessions・shell-snapshots のような、アプリが動くために自分で作って自分で使う置き場です

この手のフォルダは説明書に載っていないほうが普通だと考えてください
公開されている仕様は「人が触る前提のもの」だけで、動作の裏側で使う置き場までは案内されません

なお第1層の「ファイル」のほうを詳しく知りたい場合は、設定ファイルだけを一覧にした記事があります
どのファイルがどこに効くのか、継承のルールまで整理してあるのでこちらもどうぞ

あわせて読みたい

Claude Code 設定ファイル早見表 役割と場所 Claude Codeを触っていると次々に登場する設定ファイル(CLAUDE.md・settings.json・AGENT.md・SKILL.mdなど)を、保存場所と役割で一覧化した早見表記事です、微調整目線で抑えたい初心者〜中級者向けにまとめました

第2層|業界の慣習で決まっているフォルダ

第2層は、仕様ではないけれどほとんどの開発者が同じ意味で使っているフォルダです
名前を変えても動きますが、読む人が混乱します、いわば共通語のようなものだと思ってください

AIがプロジェクトを組み立てるとき、まず作るのがこの層です
学習したコードの大半がこの慣習に従っているので、指示しなくても自然にこの名前が出てきます

この中でいちばん質問されるのが src です
読み方は「ソース」で、source の母音を抜いた省略形になります、コンパイルが必要な言語で古くから使われてきた作法がそのまま各言語に広がりました

dist と build が両方あって混乱することもあります
どちらも「完成品の置き場」でほぼ同じ意味です、片方しか使わないのが普通なので、両方あるなら片方は使われていない可能性があります

もうひとつ覚えておくと役に立つのが vendor です
「取引先」という意味そのままで、自分で書いていないコードが入っています、ここを直しても更新のたびに上書きされるので触らないのが原則です

フォルダ名の付け方にも慣習がある

名前そのものだけでなく、書き方のほうにもゆるい決まり
自分でフォルダを追加するときも、この形に合わせておくと後々あつかいやすくなります

• すべて小文字で書く(Windows以外では大文字と小文字が別ものとして扱われるため)
• 単語の区切りはハイフンかアンダースコアにする、空白は入れない
• 日本語の名前は避ける、コマンドやツールで扱うときに事故のもとになる
• 複数形か単数形かは、プロジェクトの中で揃える

ジャベ雄

最後の「揃える」が、あとで一番効いてくる決まりです

第3層|AIがその場で作る作業フォルダ

第3層が、この記事でいちばん伝えたいところです
公式仕様でもなく業界の慣習でもない、その場の話の流れでAIが名付けたフォルダがここに入ります

「調べた内容をまとめておいて」と頼めば、AIはどこかに置き場を作ります
そのときの名前は materials かもしれないし research かもしれません、どちらでも間違いではないぶん、決まりようがないわけです

右端の列に注目してください
第3層のフォルダは、ほぼすべてが第2層の誰かと役割が重なっています、output と dist、reference と docs といった具合です

ここが散らかりの発生源になります
慣習の名前を使えば済むところに、AIがその場の言葉で別の名前を作ってしまうからです

とはいえ第3層そのものが悪いわけではありません
コードを書かない使い方だと src も tests も出番がないので、第3層の名前でプロジェクトの大半が構成されることすらあります、問題は名前が揺れることだけです

ジャベ雄

第3層は自由なぶん、放っておくと一番散らかります

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

AIに任せると同義フォルダが増えていく

いくつかのプロジェクトをAIに任せて育ててきた結果、私の手元では同じ役割のフォルダが違う名前で並ぶ状態があちこちにできていました
散らかり方には、はっきりした型があります

test と tests が両方あるのは、我ながらなかなかの散らかり具合でした
どちらにテストを書けばいいのか、開いた瞬間に手が止まりました

画像置き場にいたっては6種類に分かれていました
作業の内容が少しずつ違うので当時はそれぞれ理由があったはずですが、あとから見るとどれを開けばいいのか自分でも分からないありさま

なぜ増えてしまうのか

AIの不注意というより、仕組みから見て起きるべくして起きています
理由は主に4つです

• AIは前回どう名付けたかを見ていない、そのときの会話の流れだけで名前を決める
• 既存のフォルダがあっても、こちらの言い回しが違えば別のフォルダを作ってしまう
• 英語としてはどちらも正しいので、AIから見れば間違いに見えない
• 人が指摘しないかぎり、増えたことに誰も気づかない

3つめが特に厄介です
test も tests も英語として自然なので、AIには直すべき対象として見えていません、つまり待っていても勝手には揃いません

増殖を止める方法

対策はシンプルで、フォルダ名の正本を1か所に書いておくことです
プロジェクト直下の CLAUDE.md か、第1層で紹介した .claude/rules/ の中に書きます

## フォルダの決まり

- テストは tests/(複数形)に置く、test/ は作らない
- 画像は images/ に集約する、figures/ や screenshots/ は作らない
- 調べものは research/ に置く、materials/ は作らない
- 一時ファイルは tmp/ に置く、使い終わったら消してよい

新しいフォルダが必要になったら、勝手に作らず先に相談すること

ポイントは「使う名前」だけでなく「使わない名前」も書くこと
使わないほうを明記しておかないと、別の言い回しで頼んだときにまた作られます

そもそも .claude/rules/ という置き場が公式に用意されているのは、こういう決まりごとを書いておくためです
指示を一度書いておけば毎回読まれるので、同じ注意を繰り返さずに済みます

すでに散らかってしまった場合も、片付け自体を頼めます
「同じ役割のフォルダが複数ないか調べて、統合案を出して」と伝えると一覧にしてくれます、移動や削除は案を見てから自分で判断するのが安全です

ジャベ雄

使わない名前まで書く、これに気づくまで結構かかりました

そのまま使えるフォルダ構成テンプレート2種

ここまでの整理をふまえて、そのままコピーして使える形にしました
おすすめは最初から凝った構成にしないこと

公式ドキュメントも同じ立場で、まずは CLAUDE.md を1枚置くところから始めて、使いながら育てるやり方をすすめています
空のフォルダをいくつも先に作っても、結局は使われずに残るだけ

アプリ・ツールを作る場合

myapp/
├── CLAUDE.md          プロジェクトの決まりごと
├── README.md          このアプリが何なのかの説明
├── .claude/
│   ├── settings.json  権限などの設定
│   └── rules/         テーマ別の指示
├── src/               プログラム本体
├── tests/             動作確認のコード
├── docs/              仕様や手順の文書
├── assets/            画像やアイコンなどの素材
└── scripts/           補助的な小さいプログラム

第2層の慣習だけで組んだ構成
この形にしておけば、初めて見る人にも中身の見当が付きますし、AIも迷わず正しい場所に置いてくれます

dist や build をあえて入れていないのは、必要になったらツールが自動で作るからです
同じ理由で logs や tmp も先に用意しません、使う段になってから増やせば十分です

ブログや資料などを作る場合

myblog/
├── CLAUDE.md          文体や書き方の決まりごと
├── .claude/
│   ├── settings.json  権限などの設定
│   └── rules/         テーマ別の指示
├── articles/          記事の原稿
├── research/          下調べ・調査メモ
├── images/            画像
└── archive/           公開済み・使い終わったもの

コードを書かない使い方だと、src や tests は出番がありません
そのぶん第3層の名前を使うことになるので、どれを使うか先に決めておきたいところ

この構成では、調べものの置き場を research に寄せて materials は作らないことにしています
逆に materials 側に寄せてもかまいません、大事なのはどちらかに決めて書いておくことのほうです

ジャベ雄

迷ったら少なめに作る、足りなくなってから足せば十分です

消していいフォルダ・ダメなフォルダの見分け方

散らかったフォルダを片付けたくなったときの判断基準です
層ごとに扱いが違うので、まずはどの層かを見てから決めます

いちばん多いのは最後の「役割が分からない」です
この場合はフォルダを開いて、中に入っているファイルの拡張子と日付を見るのが早道
そのフォルダ、最後に更新されたのはいつでしょうか？

日付が古いまま止まっていれば、途中で使わなくなった置き場の可能性が高いでしょう
逆にここ数日の日付が並んでいるならいまも動いているということなので、消さずに残します

名前が同じでも中身が違うことがある

もうひとつ注意したいのが、同じ名前でも層が違うケースです
たとえば rules は .claude/ の中にあれば第1層ですが、プロジェクト直下に置かれていれば誰かが作った第3層かもしれません

判断の決め手は名前ではなく置かれている場所です
同じ名前を見つけたら、どの階層にあるのかを先に確認してください

templates や agents も同じように取り違えやすい名前です
.claude/ の外に出ていれば公式仕様とは無関係なので、消しても動作には響きません

消す前の安全弁

そのプロジェクトを Git で管理しているなら、消す前にひと手間かけておくと安心です
Claude に「このフォルダは Git で管理されているか調べて」と頼めば、裏で確認して教えてくれます

• Gitで管理されている → 消しても履歴から戻せる
• Gitで管理されていない → 消したら戻せない、先に別の場所へ退避する

ジャベ雄

迷ったら消さずに archive へ移す、これでたいてい間に合います

まとめ|3層に分ければフォルダ構成は読める

AIが作ったフォルダは、名前をひとつずつ覚えなくても大丈夫です
「誰が決めたのか」で3層に分ければ、初めて見るフォルダでも扱い方の見当が付くはずです

• 第1層(.claude/ の中)は公式仕様、名前を変えると効かなくなるので触らない
• 第2層(src ・ docs ・ tests など)は業界の共通語、慣習に合わせておくと読みやすい
• 第3層(materials ・ research など)は誰も決めていない、だから自分で決める
• 同義フォルダの増殖は、CLAUDE.md か .claude/rules/ に正本を書いて止める
• 消すときは層を確認してから、中身を見てから

最初の一歩としておすすめなのは、いま開いているプロジェクトのフォルダを眺めて、それぞれがどの層かを言ってみることです
言えなかったものが、そのまま整理すべき対象です

ちなみに CLAUDE.md も .claude/rules/ の中身も、すべてマークダウンという形式で書かれています
AIが書いた文書を読んだり直したりする機会は増える一方なので、記法を押さえておくとこのあたりの作業がぐっと楽になるはずです

あわせて読みたい

マークダウンの書き方入門 AIに伝わるmd記法まとめ マークダウン(Markdown)の書き方を初心者向けにまとめました チャットでよく使う基本記法から CLAUDE.md など AIが読むファイルで使う記法まで網羅し 素のMarkdownとGFM拡張の違いやよくある崩れの直し方まで解説しています

第1層で触れた skills や agents が実際に何をするものなのかは、Claude Codeの拡張機構をまとめた記事で解説しています
用語そのものが分からないときはClaude用語集もあわせてどうぞ

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

AIエージェントまわりの話題で、2026年に入ってから急に見かけるようになった言葉があります
それがハーネスエンジニアリングです

ざっくり言うと、AIモデル本体ではなく、その周りを取り囲む”足場”を設計するという考え方です
ハーネスエンジニアリングとは何なのか、なぜ今この言葉が広まっているのかを、初心者向けにかみ砕いて整理してみます

この記事は「AIの○○エンジニアリング」連載の3本目です
前回はコンテキストをどう積むかという話でしたが、今回はそのコンテキストを積んだり道具を渡したりする外側の仕組みそのものに目を向けます

前回のおさらいをしたい方は、こちらもどうぞ

あわせて読みたい

コンテキストエンジニアリングとは AIに渡す文脈の設計 コンテキストエンジニアリングとは AIのコンテキストウィンドウに何を積むかを設計する考え方です プロンプトエンジニアリングとの違いや システムプロンプト RAG メモリ CLAUDE.md など構成要素を初心者向けに噛み砕いて解説します

ジャベ雄

「モデルが賢い」だけでは説明できない部分の話です

ハーネスエンジニアリングとは?ざっくり言うと

結論から言うと、ハーネスエンジニアリングとは、AIモデル本体をのぞいた「モデルを取り囲むソフトウェア基盤全部」を設計する営みのことです
ツールをつなぐ・途中経過を覚える・入力欄に何を載せるか・失敗したら立て直す、といった裏方の仕組みをまとめて指します

ハーネス(harness)という英単語は、もともと馬具や、登山・パラシュートで体を支える装具を意味します
暴れる馬や高所の体を、道具でしっかり支えて安全に働かせる、そんなニュアンスの言葉です

AIの世界では、この言葉が「賢いけど、そのままだと何もできないモデル」を実際に仕事させるための装具一式という意味で使われます
モデルは頭脳、ハーネスは体や道具や段取り、というイメージが近いです

ここで大事なのは、モデルとハーネスは別モノという点です
同じモデルでも、取り囲むハーネスの出来しだいで、できる仕事の質はかなり変わってきます

この「同じ頭脳なのに、周りの装具で結果が変わる」という感覚が、ハーネスエンジニアリングの一番の勘どころです
あとの章で、その中身を具体的に見ていきます

なぜ2026年に「ハーネス」が主流の言葉になったのか

この言葉がここまで広まった背景には、AIの作り方をめぐる言葉の進化ラダー(はしご)があります
ざっくり言えば、注目される設計対象が少しずつ外側へ広がってきた、という流れです

• プロンプトエンジニアリング:指示文(プロンプト)そのものを工夫する段階
• コンテキストエンジニアリング:入力欄ぜんぶに何を積むかを設計する段階(前回のテーマ)
• ハーネスエンジニアリング:そのコンテキストを扱う外側の仕組みごと設計する段階(今回)

指示文 → 文脈 → 外殻、と設計する範囲がだんだん広がってきたわけです
2026年に入って、この一番外側の「外殻(ハーネス)」に注目が集まった、というのがおおまかな流れになります

背景には、2026年ごろから長く動き続けるエージェントが実用になってきた、という事情もあります
数十分から数時間かけて自律的に作業させると、途中でつまずいたり脱線したりが増えるので、それを支える外側の仕組みの出来が、そのまま成果を左右するようになってきたわけです

「ハーネス」という語自体は公式も使っている

ハーネスという語自体は、一部の界隈で使われているような言葉ではありません

Claude を開発する Anthropic は、2025年11月に公開した記事で、自社のClaude Agent SDK(エージェントを作るための開発キット)を “a general-purpose agent harness”(汎用のエージェントハーネス)とはっきり呼んでいます
つまり「モデルを取り囲む装具」という意味でのハーネスは、公式の文書にも登場する実在の用語です

一次ソースを確認したい方はこちらです
Effective harnesses for long-running agents(Anthropic・英語)

「独立した分野」と呼ぶのは新しめのフレーミング

一方で、「ハーネスエンジニアリング」を一つの独立した専門分野として名指す言い方は、2026年になって広まった新しめの枠づけです
ベンダーのブログや技術記事から広がったフレーミングで、教科書に載っている確立した分類とはまだ言えません

「2024年はプロンプト・2025年はコンテキスト・2026年はハーネス」といったキャッチフレーズも見かけます
これは分かりやすい世代論として語られているだけで、公式に定められた区分ではない、という点は押さえておきたいです

ジャベ雄

語じたいは実在・分野名としては新興、この温度感で読むと安全です

ハーネス(外殻)は大きく6つの部品でできている

ハーネスと言われても、中身が見えないとピンとこないと思います
ここでは、モデルを取り囲む外殻を6つの部品に分けて見てみます

この6つのうち、コンテキスト管理を掘り下げたのが前回のコンテキストエンジニアリングでした
そして次回は、オーケストレーションループを掘り下げるエージェントループの回になります

連載でバラバラに見えていたテーマが、実はハーネスという一つの外殻の部品どうしだった、という見取り図です
今回はその外殻の全体像を押さえておく、という位置づけになります

モデルが賢いのではなく、外殻が賢さを引き出す

ここがこの記事で一番伝えたいところです
モデルの地力だけで決まるのではなく、周りの足場が賢さを引き出しているという見方です
効いているのはモデルと足場の両方で、そのうち足場の側の働きが見落とされがちだと思っています

たとえば同じ人でも、道具も資料も何もない部屋に放り込まれたら、実力を出しきれません
逆に、必要な資料・使い慣れた道具・失敗しても戻れる段取りがそろっていれば、同じ人でもぐっと良い仕事ができます

AIで言えば、資料を丸ごと読めるか・途中結果を覚えておけるか・失敗したときにやり直せるか、そのあたりが「道具のそろった部屋」かどうかにあたります
同じモデルでも、この段取りが足りないと、同じ問いに何度も答えを外す、ということが起きます

AIエージェントも同じで、モデルの地力は同じでも、ハーネスの出来で成果が大きく動きます
ここを混同すると「新しいモデルが賢くなった」と思っていた変化が、実は「周りの足場が良くなっただけ」だった、というズレが起きます

同じモデルでも足場でスコアが動く

この「足場で差がつく」現象は、コード生成の力を測るベンチマーク(性能テスト)でもよく話題になります
プログラムの課題をどれだけ解けるかを測るSWE-bench系のテストがその代表です

ここでは、モデル素の力を比べるために、あえて最小限のハーネスを使う工夫がされています
そのうえで、各社が自前で作り込んだ足場をかぶせると、同じモデルでもスコアが10〜30ポイントほど上がるという報告もあります(公開リーダーボードの一例)

数値は測り方や時期で変わるので鵜呑みは禁物ですが、足場を変えるだけで結果が大きく動くという傾向は、あちこちで共通して見られます
「モデルだけ見ていても半分しか分からない」というのが、ハーネスに注目する理由です

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

scaffold(足場)とハーネスはどう違うのか

ハーネスを調べていくと、たいていscaffold(スキャフォールド)という言葉に出くわします
日本語にすると「足場」で、建設現場に組む、あの足場と同じ単語です

結論を先に言うと、scaffold と harness は、ほぼ同じものを指す言葉です
どちらも「モデルを取り囲むソフトウェアの基盤」を意味していて、はっきり線を引ける別物ではありません

違うのは、主にニュアンスと、よく使われてきた場面です
ざっくり並べると、こんな呼び分けになります

おおまかには、scaffold は研究や評価の文脈で長く使われてきた言葉で、harness は製品・実行環境の文脈で2026年に主流化した言葉という住み分けです
新しく記事を読むときは、どちらが出てきても「あぁ、外殻の話ね」と同じ引き出しに入れて大丈夫です

Claude Code はハーネスエンジニアリングの実例

抽象的な話が続いたので、身近な実例に落とします
私が普段使っているClaude Code(Claude にファイル操作やコマンド実行までまかせられるツール)は、まさにハーネスの分かりやすい例です

あらためて振り返ってみると、私がClaude Codeを使いこんで「便利になった」と感じた場面の多くは、モデルが急に賢くなったからではありませんでした
ファイルを読ませる・コマンドを走らせる・失敗したら差し戻す、といった周りの段取り(=ハーネス)が整ったからという感覚のほうが近いです

ちなみに Anthropic 自身も、Claude Code と同じ土台をClaude Agent SDKとして公開していて、これを「エージェントハーネス」と位置づけています
つまり Claude Code は、ハーネスを実際の製品にした一例だと言えます

拡張機構はぜんぶハーネスの部品だった

Claude Code には、いわゆる拡張機構と呼ばれる仕組みがいくつかあり、この記事では代表的な4つを取り上げます
先ほどの「6つの部品」に重ねて見ると、それぞれの位置づけが分かりやすくなります

• MCP:外部の道具やデータにつなぐ規格 → ハーネスのツール統合にあたる
• サブエージェント(Agents):役割ごとに小さな担当を立てて任せる → オーケストレーションにあたる
• Hooks:処理の途中に自動で割り込ませる仕掛け → 検証と回復・権限にあたる
• Skills:再利用できる手順書をまとめておく仕組み → 段取りを部品化する働き

つまり、Claude Code の拡張機構をいじるという作業は、実は自分の手でハーネスを組み替えているのと同じことなんです
拡張機構そのものの入門は、こちらで別途まとめています

Claude Code拡張機構入門(Skills / Agents / MCP / Hooks)
Claude Code設定ファイル早見表

同じ枠組みは Claude 以外にもあります
OpenAI のCodex CLIや Google の Gemini CLI も、モデルの周りに独自のハーネスを組んだ製品で、各社が自前の外殻で腕を競っている、という構図です

なので、これからエージェント系のツールを選ぶときは、モデル名だけでなく、どんなハーネスを積んでいるかにも目を向けると、実際の使い勝手が見えてきます
同じモデルを積んでいても、使える道具の多さや失敗したときの粘り強さで、体感はけっこう変わってきます

ジャベ雄

「賢いモデル選び」と同じくらい「良い足場選び」が効いてきます

ハーネスエンジニアリングのよくある質問

まとめ 次回はハーネスの中の”ループ”を深掘り

最後に、この記事の要点を振り返っておきます

• ハーネスエンジニアリングとは、モデルを取り囲む外殻(足場)を設計する営み
• 定式は Agent = Model + Harness、同じモデルでも足場で成果が変わる
• 外殻はツール統合・メモリと状態・コンテキスト管理・ループ・検証と回復・権限の6部品
• scaffold とハーネスはほぼ同義、語感と使われる場面の違いくらい
• Claude Code はハーネスの実例、拡張機構はその部品

今回は外殻の全体像を押さえました
次回は、その中でも司令塔にあたるオーケストレーションループ、いわゆるエージェントループを一段深く掘り下げます

「考える→動く→結果を見る→また動く」をどう回すか、その設計に注目したエージェントループの話です
続きは次回のループエンジニアリングでどうぞ

あわせて読みたい

エージェントループとは 推論と行動を繰り返す仕組み AIエージェントが自分で考えて動き続ける正体がエージェントループです この記事では推論 行動 観測を停止条件まで繰り返す基本のしくみを ReActの由来やClaude Codeの実例とあわせて解説し 後半では2026年に登場したループエンジニアリングという新しい考え方も等身大で紹介します

連載「AIの○○エンジニアリング」の記事一覧

• 連載ハブ:AIの5つの○○エンジニアリング総まとめ
• 1本目:プロンプトエンジニアリングとは
• 2本目:コンテキストエンジニアリングとは
• 3本目:ハーネスエンジニアリングとは(この記事)
• 4本目:エージェントループの話
• 5本目:グラフエンジニアリングの話

用語をまとめて確認したい方は、AI用語集もあわせてどうぞ

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています

AIエージェントが勝手にファイルを読んで、コマンドを試して、結果を見てまた次の手を打つ
あの「自分で考えて動き続ける」感じの正体がエージェントループです
エージェントループとは何か、という問いにひとことで答えるなら推論と行動を停止条件まで繰り返すしくみのことです

この記事は「AIの◯◯エンジニアリング」連載の4本目、テーマはエージェントループです
前回のハーネスエンジニアリングが「AIを取り囲む器」の話だったのに対して、今回はその器の中でぐるぐる回っている反復そのものを見ていきます

読んでもらうと、だいたい次のことが分かるようになります

• エージェントループの中身:推論→行動→観測→再行動という4つの流れと、止まるための条件
• ハーネスとの違い:器(ハーネス)とその中の反復(ループ)をどう切り分けるか
• ループエンジニアリング:2026年に登場したばかりの新しい考え方(ここは新しさと未確定さを添えて紹介)

ジャベ雄

難しい数式は出てきません
身近な作業の繰り返しに置き換えて読めば大丈夫です

エージェントループとは?まず結論から

結論から言うと、エージェントループとはAIが「考える→動く→結果を見る→また動く」を目標達成まで繰り返す反復のことです
研究者のあいだでは「ツールを持たせたAIを while ループの中で回す」という言い方で説明されることもあります

普通のチャットは、こちらが1回質問して、AIが1回答えて、それで一区切りです
この「1問1答」のかたちだと、AIは自分の答えが正しかったかどうかを確かめられません

エージェントループでは、そこに結果を観測して次に活かすという輪が足されます
たとえば「コードを直して」と頼むと、AIはファイルを読んで書き換え、テストを走らせます
エラーが出たらその中身を見て直す、というふうに自分の行動を材料にして進み続けるわけです

この反復のかたまりは、界隈では「エージェンティックループ」と呼ばれることもあります
言い回しは揺れますが、指しているものはほぼ同じで、ツールを使いながら自走する反復だと思ってもらえば十分です

身近な例で考えると、知らない街でお店を探すときの動きに近いです
地図を見て見当をつけ(推論)、その方向へ歩き(行動)、看板やお店の様子を確かめて(観測)、違っていたら引き返してまた探す(再行動)
この「やってみて、確かめて、直す」の繰り返しは人間なら当たり前ですが、その輪をAIに構造として持たせたのがエージェントループだと考えると、ぐっと身近に感じられると思います

ハーネスとループの違い 器と反復で切り分ける

連載を読んでいる方だと、前回のハーネスと今回のループが似て聞こえるかもしれません
ここは最初に切り分けておきたいところなので、対比で整理します

この連載では、AIの作り込みがプロンプトエンジニアリング → コンテキスト → ハーネス → ループと段を上がってきた、という流れで見ています
プロンプトが「1回の指示文を磨く」話、コンテキストが「渡す材料をそろえる」話、ハーネスが「器を整える」話だとすると、ループはその器の中で「どう回すか」を扱う一番内側の話にあたります
だから前回までの積み重ねの上に、今回の反復が乗っている関係だと考えてもらえると、位置づけがつかみやすいはずです

ざっくり言うと、ハーネスは外側の器で、ループはその器の中で回っている反復です
ハーネスエンジニアリングでは「Agent = Model + Harness(エージェント=モデル+ハーネス)」という式が使われていました
モデル本体を除いた、ツール連携・メモリ・権限のガードレールといった土台をまとめたのがハーネスで、その土台の上で「考えて動く」を繰り返す動きがエージェントループにあたります

ハーネスエンジニアリングの詳しい話は前回でまとめています

前回のハーネスエンジニアリングもあわせてどうぞ

あわせて読みたい

ハーネスエンジニアリングとは AIの外殻を設計する話 ハーネスエンジニアリングとは モデル本体を取り囲む外殻(ツール統合・メモリ・状態・コンテキスト管理・ループ・検証・権限)を設計する新しい考え方です Agent=Model+Harnessという定式や scaffold との呼び分け Claude Code が実例である理由を初心者向けにまとめました

ジャベ雄

器は場所と道具、ループはそこで手を動かし続けること、と分けると迷いにくいです

ループの中身 推論→行動→観測→再行動

エージェントループの中身は、大きく4つの動きに分けられます
ぐるっと1周してみると、なぜAIが自走できるのかが見えてきます

ポイントは、この4つが1回で終わらずゴールに届くまで何度も回るところです
人間なら「トライして、様子を見て、直して、またトライ」を無意識にやっています
その無意識の流れを、AI側では構造として組み込んであるわけです

この輪でとくに効いてくるのが行動と観測のセットです
AIがどれだけ賢く推論しても、外の世界に触れて結果を持ち帰れなければ、思い込みのまま突き進んでしまいます
ツールという手足で実際に動かし、その結果を観測して受け取るからこそ、間違いに気づいて直せるわけです

ここで欠かせないのが停止条件です
「ゴールに到達した」「回数の上限に来た」「これ以上進めないと判断した」といった条件を決めておかないと、ループはいつまでも回り続けてしまいます

AIで仕事を減らしたい方へPR

AI鬼管理｜Claude Code活用の業務自動化トレーニング

Claude Code を業務の自動化に使うためのトレーニングです
いきなり申し込む形ではなく、まずは無料の業務効率化診断(オンライン面談)から始められます

無料の業務効率化診断を見てみる

Notta｜AI自動文字起こし

会議や動画の音声を自動で文字にするサービスです
議事録や書き起こしの手作業を減らしたいときに

Nottaを見てみる

ReAct からエージェントループへ 概念の出どころ

「考えて動く」を繰り返す発想は、急に出てきたものではありません
もとをたどると、2022年に発表されたReActという手法にたどり着きます

ReActは Reasoning(推論)と Acting(行動)を組み合わせた造語で、Yao らの研究で示されました
それまでは「AIに考えさせる」か「AIに行動させる」かのどちらか寄りだったところに、考えることと動くことを交互に織り交ぜるやり方を持ち込んだのがポイントです

たとえば「AだからBのはず」と推論だけで突き進むと、途中の思い込みに気づけないまま答えを出してしまいます
ReActの考え方では、推論のあいだに実際の行動と観測をはさむので、事実で答え合わせをしながら進めます
この「考えながら確かめる」の積み重ねが、そのままループの1周1周になっていると見ると、両者がつながって見えてきます

この「推論と行動を行き来する」考え方を具体的なループのかたちにしたものが、いま言うところのエージェントループにあたります
だからエージェントループという言葉じたいは、思いつきの造語ではなくすでに定着した中核の概念だと受け取ってもらって大丈夫です

用語の位置づけをもう少し整理したい方は、AI用語をまとめたハブ記事も用意しています

あわせて読む:AI用語集(生成AI・エージェント関連をまとめて解説)

Claude Code が実際に回しているループ

ここからは私の体験ベースで話します
身近にエージェントループを感じられるのが、AIにコード作業を任せられるClaude Codeだからです
Claude Code はデスクトップ向けのAIツールで、黒い画面にコマンドを打たなくても、こちらのお願いをうけてAIが自分でファイルを触ってくれます

私が「このスクリプトの不具合を直して」とお願いしたとき、Claude Code はだいたい次のように動きました

• 関係しそうなファイルを探して読む(推論と行動)
• あたりを付けて書き換える(行動)
• テストや実行を走らせて結果を見る(観測)
• エラーが残っていれば原因を考えて、また直す(再行動)

これはまさに、さっき見た推論→行動→観測→再行動の輪がそのまま動いている状態です
1回で直らなくても、結果を見て自分で軌道修正してくれるので、こちらは細かい手順を指示しなくても仕上がりに近づいていきます

裏で走っているコマンドは、Claudeが自分の判断で実行しているプログラム命令です
私たちがターミナル(黒い画面)を触る必要はなく、お願いと確認だけでループに乗れるのが、初心者にとってのありがたさだと感じています

面白いのは、ループの途中でこちらに確認を求めてくる場面があるところです
ファイルを書き換える前や、影響の大きいコマンドを走らせる前に、いったん手を止めて「これで進めていいか」を尋ねてくれます
ループは自走しますが、要所で人が承認を挟めるようになっていて、任せきりにする不安をやわらげてくれるのが助かるところです
ただし、どこで手を止めるかは権限まわりの設定しだいです
確認を省く設定にしていれば、止まらずに進んでいきます

Claude Code そのものの拡張のしくみは、別記事でまとめています

あわせて読む:Claude Code 拡張機構入門(4つの仕組みを総まとめ)

ジャベ雄

結果を見て直してくれる、この一輪があるだけで任せられる範囲がぐっと広がります

ループエンジニアリングとは?2026年に生まれた新しい考え方

ここまでのエージェントループは、すでに定着した概念でした
いっぽう、この節で扱うループエンジニアリングは、生まれてまだ数か月しか経っていないできたての新しい言葉です
そこは差し引いて読んでもらえるよう、はっきり書いておきます

ループエンジニアリングという呼び方は、2026年6月ごろに Google の Addy Osmani 氏が書いた記事をきっかけに広まりました
ただし本人が名付け親を名乗っているわけではなく、同じ時期に複数の書き手が同じ話を始めていました
swyx が「Loopcraft(ループを積み重ねる技)」という表現を出し、LangChain も関連記事を公開するなど、いくつもの発信が重なった時期です

命名の手柄が誰にあるのかは資料によって割れていて、そこも含めて立ち上がったばかりで固まっていない分野だと受け取るのが正確です
長く残る言葉になるのか、別の呼び方に吸収されるのかは、まだ見えていません

では、なぜ今この言葉が出てきたのか?
エージェントが一度の指示で長く走り、何十周もループを回すようになってきたからです
1周ずつが短ければループの良し悪しは目立ちませんが、長く回るほどどう回すかの設計が結果を左右するようになり、そこにあらためて名前が付いた、という流れだと私は理解しています

肝心の中身はこうです
これまでは「AIに良いプロンプトを書く」ことに力を注いでいましたが、ループエンジニアリングでは発想を一段ずらして、AIをプロンプトする”ループ(しくみ)”のほうを設計することに軸を置きます
言い換えると、手を動かすのはAIに任せて、そのAIをどう回すかを人が組み立てる、という考え方です
ただしループを組むようになっても、1周ずつでAIに渡す指示文の作り込みが要らなくなるわけではありません
プロンプト・コンテキスト・ハーネス・ループは置き換えではなく積み上げの関係です

料理でたとえるなら、これまでは「おいしく作って」と料理人(AI)に上手に頼むのがプロンプトの工夫でした
ループエンジニアリングは、料理人そのものより、注文が入る流れ・味見のタイミング・出し終わりの合図といった厨房の回し方のほうを設計する側に立つイメージです
作るのは料理人に任せて、どう回すかを組む、という役割分担だと考えると、新しさの手ざわりがつかめると思います

では、ループの何を設計するのか?
よく挙がるのが次の4つの設計対象です

この4つを見て気づくかもしれません
停止ルールや検証は、さっきの停止条件や観測と地続きの話です
つまりループエンジニアリングは、まったくの別物というよりエージェントループを”設計の対象”として捉え直したものと見ると腑に落ちやすいです

ジャベ雄

プロンプトを磨いたうえで、さらにループを組み立てる段階に来た、という話です

まとめ エージェントループの要点と連載ナビ

エージェントループとは、AIが推論→行動→観測→再行動を停止条件まで繰り返す反復のしくみでした
要点をおさらいしておきます

• エージェントループ=推論と行動と観測を、停止条件まで繰り返す自走のしくみ
• ハーネス(器)とループ(その中の反復)は分けて捉える、ただし境目は論者で揺れる
• 発想の源流は2022年の ReAct、エージェントループ自体は定着した中核概念
• Claude Code は、結果を見て直す輪を回して自走する身近な例
• ループエンジニアリングは2026年6月に生まれた新しい言葉、長期定着はまだ未確定

この記事は連載「AIの◯◯エンジニアリング」の1本です
ほかの回もあわせてどうぞ(公開まで少しお待ちください)

• 連載ハブ:AIの◯◯エンジニアリング 5つの型まとめ
• 連載#1:プロンプトエンジニアリングとは
• 連載#2:コンテキストエンジニアリングとは
• 連載#3:ハーネスエンジニアリングとは
• 連載#5:グラフエンジニアリングとは

4本を1枚の地図としてつないだ総まとめは、連載ハブにまとめています
prompt・context・harness・loop を束ねる呼び方として、界隈では「エージェンティックエンジニアリング」という言い方も出始めています

私のおすすめ本PR

VBAPythonAI・ClaudePC仕事術

Excel マクロ&VBA やさしい教科書 Office 2024/2021 Microsoft 365対応

Amazon楽天

Excel マクロ/VBA 今日から使える業務の自動化入門

Amazon楽天

VBAエキスパート公式テキスト Excel VBAベーシック

Amazon楽天

［最速入門］ChatGPTに任せる Excelマクロ&VBA

Amazon楽天

VBAエキスパート公式テキスト Excel VBAスタンダード

Amazon

退屈なことはPythonにやらせよう 第3版

Amazon楽天

シゴトがはかどる Python自動処理の教科書

Amazon楽天

もっとシゴトがはかどる Python×Excel×AI 業務自動化の教科書

Amazon楽天

Python2年生 スクレイピングのしくみ 第2版

Amazon楽天

スッキリわかるPython入門 第2版

Amazon楽天

Microsoft 365 Copilot踏み込み活用術

Amazon楽天

できるClaude & Claude Cowork

Amazon楽天

Claude仕事術

Amazon楽天

あらゆる仕事が爆速化する Claude Code徹底活用術

Amazon楽天

Microsoft 365 Copilot活用大全

Amazon楽天

できるWindows 11パーフェクトブック 困った!&便利ワザ大全 改訂3版

Amazon楽天

できるポケット 時短の王道 ショートカットキー全事典 改訂4版

Amazon楽天

ビジュアル ショートカットキー時短ワザ事典

Amazon楽天

取り急ぎ、パソコン仕事の基本だけ教えてください！

Amazon楽天

ビジュアル 仕事が10倍速くなるエクセルワザ事典

Amazon楽天

ジャンルごとに私のおすすめからランダムで5冊を表示しています