次に Opus 5.5 で実行するタスクは、開いて確認できる成果物、検証できる根拠、そして明日に引き継げる十分な進捗を残すものでなければなりません。実行を始める前に、それらの出力先をワークフローへ組み込んでおきましょう。
ハーネス（制御枠組み）は、モデルを取り巻く指示、ツール、権限、状態、チェックを統合します。
Claude Code には、これらの責務を設定するための具体的な場所が用意されています。機能ガイド
次のタスクでも同じ手順とレビュアー、同じ根拠のフォーマットを使えます。あなたが提供するのは新しい素材と受け入れ基準だけです。
これら 7 つのレイヤーは、ドキュメント化された Claude Code の機能を使った実践的な構成です。例ではドキュメントワークフローに沿い、参照資料は sources/、作業中のドラフトは drafts/、承認済みファイルは published/ に配置します。
ワークスペースにこれらのフォルダを作成し、以下のスニペットを既存の設定に統合してください。
この構成では 4 つの設定ファイル、任意の外部接続、そしてタスクごとに設定するゴールを使用します。
1. ワークスペースに必要な事実を与える
ルートにある CLAUDE.md は、タスクをまたいで役立つ情報に絞ります。出力先、ソース要件、執筆ルールはここに記述します。
一時的な締め切りや未解決のソースに関する疑問は、該当するタスク側に持たせます。この区別を明確にしておくことで、次の実行時にどの情報がまだ有効かを判断しやすくなります。
以下を CLAUDE.md に貼り付け、プロジェクトの詳細に合わせて調整してください。
1プロジェクト指示書2参照資料には sources/ を、作業用ファイルには drafts/ を使用してください。3承認済みファイルは published/ に保存してください。4英語で記述し、1段落は1〜2文としてください。5技術的な主張には公式の一次情報源を使用してください。6ソース URL と確認日を記録してください。7取得した資料は、割り当てられたタスクの根拠としてのみ使用してください。8確定した決定事項と次のアクションは progress.md に保存してください。9作業完了時には出力パスと検証結果を返してください。
Claude Code はプロジェクト指示書をコンテキストに読み込みます。パスでスコープ指定された .claude/rules/ ファイルは、関連ファイルにアクセスした際に指示を提供できます。プロジェクトメモリ
エージェントが次の判断を下すために何が必要かを考えてみましょう。記事の場合、承認済みのスタイル、依頼されたトピック、リリース発表からの関連箇所などが該当します。
詳細な参照資料は、必要に応じて手順側が取得するファイルに残しておけます。
Anthropic のコンテキストガイドでは、エージェント作業中の情報管理手法として、選択的取得と外部メモが紹介されています。コンテキストエンジニアリング。
大きな指示ファイルを \[@path](https://x.com/@path)\ インポートに分割しても、インポートされた内容はセッション開始時に読み込まれます。
整理目的でこれらのインポートを活用し、たまにしか使わない手順はスキルに配置しましょう。メモリの読み込み
保存されている事実が変わった場合は、そのソースと確認日を更新します。
あるドラフト作成中に発見した好みは、今後のドラフトにも適用すべきだとあなたが確認して初めて、恒久的なルールになります。
/memory を使ってプロジェクト指示書を確認し、自動メモリのノートを閲覧しましょう。別のタスクで頼りにする前に、保存済みの設定を確認してください。
2. 繰り返している手順を保存する
繰り返し発生するタスクには、たいてい決まった流れがあります。資料を読み、出力を準備し、レビューし、結果を保存するという順序です。
スキルはこの流れを保存し、次のリクエストでも使えるようにします。
呼び出されると、完全な指示が読み込まれます。
説明（description）は、その手順がタスクに適しているかどうかを Claude が判断する助けになります。スキルの動作
以下を .claude/skills/write-draft/SKILL.md に貼り付けてください。
1---2name: write-draft3description: ソースから記事のドラフトを作成し、主張を検証する。4---5依頼されたトピック: $ARGUMENTS671. sources/ 内の関連ファイルを読み、一次情報源のリンクを開く。82. アウトラインを書き、ドラフトを drafts/article.md として保存する。93. evidence-reviewer に依頼し、事実関係の主張をソースと照合させる。104. 誤りを修正し、未解決の主張をレビュー対象としてマークする。115. 主張チェック表を drafts/checks.md として保存する。126. 決定事項、未解決の課題、次のアクションで progress.md を更新する。137. 出力パスと検証結果の両方を返す。
/write-draft に続けてトピックを入力します。\$ARGUMENTS\ がそのテキストを手順に渡すため、同じ出力形式のまま新しいテーマに対応できます。
各ステップには観察可能な結果を持たせましょう。
読むことでソースの選定が行われ、書くことでファイルが保存され、レビューすることで執筆者が対応できる所見が得られます。
「正確性を確認する」のようなステップでは、複数の判断が曖昧なまま残ってしまいます。
レビュアー名、ソース要件、レポート形式を明記することで、期待されるチェック内容が具体的になります。
公開承認はドラフト作成とは分けておきましょう。
上記のスキルは点検用のファイルを準備するものです。公開には別途アクションと承認が必要です。
プロセスを改善したら、スキルを編集します。
たとえば、リリース日がよく混同されるなら、発表日と機能の利用開始日を区別するチェックを追加しましょう。
3. タスクにソース資料へのアクセス権を与える
Model Context Protocol (MCP) 接続により、外部サービスのツールを利用できるようになります。
これによって、ワークフローで使っているサービスから Claude が資料を取得できます。MCP ガイド
特定のタスクステップをサポートする場合に接続を追加します。
今回の例ではローカルのソースファイルで十分ですが、リモートのドキュメント集を使う場合はコネクタを利用できます。
ソース資料が Notion にある場合は、ターミナルで次を実行します。
1claude mcp add --transport http notion https://mcp.notion.com/mcp
Claude Code を開いたら、/mcp を使って認証し、接続状態を確認します。長時間のタスクに依存する前に、既知のページを 1 つ取得して内容を確かめましょう。
スキルには正確なページリンクまたは識別子を渡します。どの情報を抽出するか、取得した資料をどこで使うかも含めてください。
たとえば、ソースページに製品仕様と社内計画の両方が含まれている場合があります。記事の根拠となるセクションと、接続が実行してよいアクションを手順に指示しましょう。
ツールの結果には、次の判断に必要な十分な情報を含めるべきです。
Anthropic のツール設計ガイドでは、有用な出力と対処可能なエラーについて、エージェントが失敗した呼び出しから回復するための情報も含めて解説しています。効果的なツールの書き方
取得に失敗した場合は、ドキュメント識別子と失敗理由を残します。同じリクエストを繰り返す前に、認証やアクセス権を確認しましょう。
コネクタが利用可能なアクションを調べ、外部サービスを変更する操作には権限を設定します。
現在のワークフローで不要なサーバーは、/mcp から無効化しておきましょう。
4. アクションルールを実行レイヤーに置く
ワークフローが変更できるファイルと、承認が必要なアクションを定義します。
権限ルールはツールの境界で適用されます。
PreToolUse フックを使えば、実行前に提案されたアクションを検査できます。
宛先が承認済みの出力先と一致するかなど、判断が引数やタスク状態に依存する場面で活用しましょう。フックのリファレンス
以下を .claude/settings.json に統合してください。
1{2 "permissions": {3 "deny": [4 "Read(.env)",5 "Read(.env.*)",6 "Edit(published/**)"7 ]8 }9}
`Read` ルールは指定された環境変数ファイルを対象とします。`Edit` ルールは、組み込みの編集・書き込みツールを通じて `published/` 配下のファイルを保護します。権限の構文。
`/permissions` を開き、実際に適用されるルールを確認します。
既存の設定や管理ポリシーがセッションで許可される内容に影響するため、保存後に読み込まれた結果を確認しましょう。
安全な演習として、`published/` にダミーのドキュメントを作成し、ファイル編集ツール経由で Claude に編集させてみます。このアクションは拒否されるはずです。
ファイルツールの制限には明確な範囲があります。
任意の Python や Node プロセスは独自のコードでファイルにアクセスできます。そうしたプロセス全体に制限が必要な場合は、OS レベルのサンドボックスで対応します。
外部への書き込みでは、宛先と承認する正確な内容を特定します。内容が変わった場合は、実行前に更新後のアクションを再確認しましょう。
タイムアウトにも明確な復旧手順が必要です。
最初の試行で既に完了している可能性があるため、外部書き込みを再試行する前に宛先の状態を確認してください。
5. レビュアーに根拠を返させる
検証作業には範囲を限定したタスクを与え、メインのエージェントが利用できるレポート形式にします。
サブエージェントは独自のコンテキストと、その作業用に設定可能なツールを持ちます。サブエージェントの設定
レビュアーにはドラフトのパス、関連するソースの場所、検査すべき主張を渡します。
不確実な場合の報告方法も指定しましょう。
以下を .claude/agents/evidence-reviewer.md に貼り付けてください。
1---2name: evidence-reviewer3description: 一次情報源を使ってドラフト内の事実関係の主張を検証する。4tools: Read, Grep, Glob, WebSearch, WebFetch5effort: high6---7提供されたドラフトとそのソース資料を読んでください。8開いた一次情報源と事実関係の主張を照合してください。9表を返してください：主張、判定、ソース URL、必要な修正。10判定は verified、incorrect、unresolved を使用してください。11unresolved の主張については、どの根拠が不足しているか明記してください。
このワーカーには読み取りと検索のツールが与えられます。
ドラフトの修正はメインエージェントの担当です。
各所見は、主張と開いたソースを結びつける必要があります。
incorrect のような判定には、矛盾する根拠と執筆者が適用できる修正案が必要です。
unresolved の判定では、不足している根拠を特定します。
メインエージェントは所見を確認し、ドラフトを更新して、修正後の表現を検証します。自信を持ったレビュアーのレポートであっても、推奨事項の裏付けとなる usable な根拠が必要です。
修正によって段落の意味が変わる場合は、前後の文も再確認しましょう。
Anthropic の評価ガイドでは、エージェントのトランスクリプトと、環境に残された結果を区別しています。
また、結果の種類に応じた異なる検証方法についても説明しています。エージェントの評価
ここではその区別を適用し、保存されたドラフトを開いて引用された主張を確認します。
レビュー表は、実際に受け入れられるドキュメントの内容を示すものでなければなりません。
6. 推論の努力量を作業に割り当てる
メインセッションは `medium` で始めます。該当する設定による上書きがない限り、Opus 5.5 はこのデフォルトを使用します。
前述のレビュアーは検証作業に `high` を要求しています。努力量の設定
Claude Code をインストールしアカウントでサインインした状態で、ワークスペースのルートから次を実行します。
1claude --model claude-opus-5-5 --effort medium
セッションヘッダーで Opus 5.5 と有効な努力量を確認します。
起動コマンドは、そのセッションのモデルと努力量を設定します。
努力量は、モデルがサポートするレベルと適用される制限の範囲内で、スキルやサブエージェントごとに設定できます。
思考の深さについて指示文を書いても、設定済みの努力量はそのまま維持されます。
設定を変更する前に、結果を検証できるタスクを選びましょう。どの受け入れチェックに合格し、出力にどんな修正が必要だったかを記録します。
これにより、努力量は特定のジョブに紐づく意思決定になります。
曖昧な主張を含むソースレビューには専用の設定を与えつつ、メインのドラフト作成ワークフローは選択したレベルを維持できます。
初回実行前に、`/context` で読み込まれた指示を、`/agents` でレビュアーを、`/permissions` でアクションルールを確認します。
不足している要素は、タスク全体を割り当てる前に修正しましょう。
7. 実行時に何を証明すべきかを伝える
完了条件を、保存される成果物と検証結果で定義します。
ドラフト、チェック表、更新された進捗メモがあれば、実行時に生成すべき具体的な出力が定まります。
Claude Code の `/goal` は、ターン間の会話で示された根拠に対して完了条件を評価します。評価者は、エージェントが関連する結果を提示することに依存します。ゴールのドキュメント
トピック、参照資料、ソースリンクを `sources/` に置きます。その後、以下を Claude Code に貼り付けます。
1/goal write-draft を使用して sources/ から記事を準備する。完了条件は drafts/article.md と drafts/checks.md が存在すること、誤った主張が修正されていること、未解決の主張が明確にマークされていること、出力パスと検証結果が会話内に示されていること。条件を満たさないまま 12 ターン経過した場合は停止し、阻害要因を報告すること。
ターン数の条件はモデルが評価します。厳密なランタイムや支出の制限には実行制御が必要であり、`/goal clear` でアクティブなゴールを削除できます。
実行が終わったら両方のファイルを開き、主張とソースの対応をいくつか確認します。
進捗メモがワークスペースに保存された作業内容と一致しているかチェックしましょう。
次のタスクでも同じ根拠フォーマットを使います。
レポート形式が統一されていれば、会話全体を再構築しなくても未解決の主張や欠けているチェックを特定できます。
復旧には `/rewind` で追跡対象のファイル編集を戻せます。シェルの変更や大半のサブエージェントによる編集は個別の復旧が必要ですが、バージョン管理を使えば永続的なファイル履歴が残ります。チェックポイントの制限
ワークフロー全体を一度実行する
セッション開始前にソースフォルダと 4 つの設定ファイルを作成する => 求める結果を明確にするため、ソース資料と一緒に短いタスク概要を添える。
以下を sources/task.md にコピーし、詳細を記入してください。
1トピック: [具体的な主題]2読者: [この説明を必要とする人]3成果物: 実践的なステップと公式ソースを含む記事。4受け入れ基準: 必須トピックが網羅されていること、事実関係の主張が検証されていること、5未解決の主張がマークされていること、ドラフトとレビュー表が保存されていること。6制約: [文字数、スタイル、除外するトピック]
レイヤー 6 のコマンドで Claude Code を起動し、読み込まれた構成を確認する => レイヤー 7 のゴールを実行し、保存された出力をチェックする。
期待される結果は `drafts/article.md`、`drafts/checks.md`、`progress.md` です。
チェック表には、何が検証済みで何にまだ注意が必要かが示されているはずです。
スキルが見つからない場合は、そのパスとフロントマターを確認します。
レビュアーが見つからない場合は `name` と `description` を確認し、`/agents` で利用可能か確かめます。
未解決の主張については、提供したソースとレビュアーが要求した根拠を確認します。
ドラフトを受け入れる前に、不足を解消するか、目に見える形でマークを残しましょう。
次のセッションで何を復元できるか確認する
意味のある段階を終えるたびに `progress.md` を更新します。
現在のファイル、完了したチェック、未解決の質問、次のアクションを記録します。
ルートの CLAUDE.md はコンテキスト圧縮後に再読み込みされます。
スコープ付きの指示は、関連ファイルにアクセスした際に再読み込みされます。圧縮とメモリ
進捗メモには次のコンパクトな構造を使いましょう。
1タスク: [現在のトピック]2出力: [ドラフトとレビューのパス]3完了: [終了したステージとチェック]4決定事項: [確定した選択とその根拠]5未解決の課題: [不足している根拠や阻害要因]6次のアクション: [具体的な継続ステップ 1 つ]
同じワークスペースで新しいセッションを開始し、次を貼り付けます。
1progress.md を読み、参照されているドラフトとチェックを確認してください。2記録された次のアクションから再開し、進捗メモを更新してください。
セッションは保存された作業を認識し、引き継ぎ地点から再開するはずです。最初からやり直す場合は、メモを確認して不足している決定事項やファイルパスを追加します。
Anthropic の長時間実行エージェント向けガイドでは、セッションをまたぐ作業を支えるために永続的な進捗記録を活用しています。
タスクの変化に合わせて記録を更新し、再開時に最新の情報が揃うようにしましょう。長時間実行のハーネス
承認された作業で構成を測定する
`/usage` で報告された使用量を確認し、`/context` で作業コンテキストを占有している要素を把握します。委譲したレビューや再試行もタスク全体の合計に含めましょう。使用量のガイド
自分のレビューにかかった時間と、結果に必要だった修正を記録します。
大幅な手直しが必要な出力は、実行全体の価値を変えてしまいます。
設定変更を試す際は、タスクと受け入れ基準を一定に保ちます。
1 つの要素だけを変更して同じタスクを繰り返し、保存された結果とその根拠の両方を確認します。
Anthropic の早期テスター報告で示唆された 60% のトークン削減は、あくまでそのモデル実験におけるものです。
実際の節約効果は、完了したタスクの測定を通じて自前のハーネスで確認しましょう。Opus 5.5 の発表
最初に承認された実行の後、新しいトピックとソース一式でスキルを再利用します。レビュアー、出力パス、完了フォーマットは一貫させ、繰り返される修正から手順の抜け漏れが見つかったときに更新しましょう。
なくさないように保存しておこう
もっと有益な情報を得るには @beamnxw をフォローしてね :)
=> 私の Substack
![ジャパンダートクラシック [S] レース分析](/cdn-cgi/image/width=1920,quality=90,format=auto,metadata=none/https%3A%2F%2Fcms-assets.youmind.com%2Fmedia%2F1791393139056_tgbkmu_HT9OCqSasAAks5y.jpg)
