Claudeでコード開発 現場で使える実践ノウハウ

最近のアップデートで頭悪くなったんじゃないかな。3.5の頃は簡単なテキスト分析とか要約はちゃんとできたのに、4以上になってからは指示が数回しか続かないんだ。なんで？って聞いたら「設定が優先される」とか「有害な情報は避ける」とか言い訳。さらに聞いたら「わざと不安定にしてユーザーに使わせてる」とか言い出す始末。Anthropicがかわいそうなことしちゃったのかもね。

俺も全く同じ問題を経験してるよ。Claude Webで使うのがマシだけど、それでも超具体的に指示しないとダメ。なのに、出てくるコードの半分はエラーだらけなんだ。

Claude Codeは全く違う体験だよ。絶対試してみるべき。Opus 4はさらに段違いに進化してるね。

「Sonnet 4 via Cursor」と「Claude Code」って何が違うの？

5番の質問に答えるね。「Sonnet 4」はモデル名。「Cursor」はIDE（開発環境）の名前。「Claude Code」も別のIDEでTUI版だよ。CursorはVSCodeを改造したものなんだ。

記事のドキュメントに関するコツ、読んで感謝してるんだけど、これって別にAI特化じゃなくてもいいよね。「CLAUDE.md」じゃなくて「CONVENTIONS.md」でもいいし、AIへのコメントじゃなくて「読み手」へのコメントでもいい。どんなコードベースを読むときでも、特に慣れてないときにこんなコメントがあったら超助かると思う。

記事を書いた人じゃないけど、Claudeに役立つコメントって人間向けとは全然違うと思うんだ。人間向けは「なぜそうするのか」に焦点を当てるけど、Claude向けは「こうしろ」「こうするな」って例をたくさん書かないとダメ。だから、人間向けのスタイルガイドは100行くらいだけど、Claude向けは500行とかになるよ。

これ、aiderで試したらめっちゃうまくいった！飛行機待ってる間に30分で描画機能付きのPDFビューアの試作品できちゃったよ。

この記事書いてくれてありがとう。HNの多くの開発者は、ソフト開発をLLMに任せることに抵抗があるけど、この記事にあるような「中間地帯」はすごく良いね。LLMが問題解決を速くしてくれるから、実装の細かいことに囚われず、本来の目標達成に集中できる。

ほんとそう思う！これらはまだ錆びついててたまに手痛い目にあうけど、新しい道具として学ぶ価値はあるね。特に、 sloppy engineering の言い訳にするんじゃなくて、役に立つツールに進化させるためにさ。

いくつか考えたんだけど、LLMのプロンプトとか仕様って、もっとキレイに整理する方法ないの？ CLAUDE.md とか SPEC.mds とか AIDEV comments とか、すぐにゴチャゴチャになりそう。
あと、最近の “vibe-coding” の定義って何？Karpathy が言ってた、コードあんま見ずに全部受け入れるみたいなカウボーイモードのことかと思ってたけど、今は LLM ワークフロー全般の釣りワードになってる気がするよ。(まぁ、この記事のタイトルはいいけどね)
誰かの LLM にコード送る前に何か加工してる？

＞ - Is there a more elegant way to organize the prompts/specifications for LLMs in a codebase? I feel like CLAUDE.md, SPEC.mds, and AIDEV comments would get messy quickly.
そうだね、コメントは確かにたまってくる。VS Code の拡張機能を作ってて、コメントをエディタの端っこに tiny visual indicators として出すようにしてるよ。
＞ - What is the definition of ”vibe-coding” these days? I thought it refers to the original Karpathy quote, like cowboy mode, where you accept all diffs and hardly look at code. But now it seems that ”vibe-coding” is catch-all clickbait for any LLM workflow. (Tbf, this title ”shipping real code with Claude” is fine)
それは誰に聞くかによるかな。僕にとっては万能薬じゃなくて、結構問題にぶつかったよ (Sonnet 3.7 と codex は成功率60％くらいだったけど、Opus 4 はマジでかなり良い)。
＞ - Do you obfuscate any code before sending it to someone’s LLM?
今回のケースでは、全部元々オープンソースだったけど、考えるべき良い点だね。

でも、Google Workspace とかを通ってる大量のクリティカルなビジネスデータはどうなのさ？(たいていクライアントサイド暗号化なしで)。それとも、プライバシーのために必死にちょっと特別ぶってるだけ？結果として LLM プロバイダーにとって自分のコードベースがどれだけ面白いかって、みんなが興味深いと思うのはなぜか不思議だよ。

確かにそうだけど、厳格なデータ規制に従わないといけないたくさんの企業顧客にとってはこれは重要なんだよ (例えば、インドには gpt-4.1 のモデルエンドポイントがホストされてないから、fin-tech 企業はそれらの API を使えないんだ)。

すごく面白いね、この記事のアイデアをいくつか僕の CLAUDE.md ファイルで使ってみるつもり。
＞ One of the most counterintuitive lessons in AI-assisted development is that being stingy with context to save tokens actually costs you more
最近考えてたことと似てるんだけど、もっと大きいプロジェクトや複雑なコードだと、Claude Opus と Claude Sonnet の差を本当に大きく感じるんだ。Sonnet は全然うまくいかないとか、事態を悪くするアイデアに無駄な時間をかけすぎることがたまにあるんだ。
だから思ったんだけど、Anthropic は Max サブスクのユーザーに対して Opus と Sonnet を差別化しない方がもっと理にかなってるんじゃないかな？Sonnet が2、3ターンでできることを10～20ターンかかるみたいだから、結局は Sonnet を強制することが彼ら自身のコスト増につながると思うんだ。

うん、Max サブスクには2つのティアがあるんだ。
$100 だと Pro (Sonnet しかない) よりトークンが5倍で、$200 だと20倍。トークンの計算はちょっとややこしくて今のところ分かりにくいね。
あとは ”hybrid” モードもあるよ。Opus のトークンが20%くらいになるまで Opus を使って、それから Sonnet に切り替わるんだ。

サブスクで Opus ってどうやって使うの？彼らのシステムすごく分かりにくいんだけど。

うん、マジでそう。先月から Max サブに入ってるけど、まだどれくらいトークンがあるとか完全に理解してないよ。
一番シンプルに言うと、$100/月の Max に入ってから、npm install -g @anthropic-ai/claude-code ってすればいいと思う。

Claude Code をワークフローで効果的に使う方法を本当に示してる特定の YouTube 動画、誰かおすすめある？

Claudeにテストやマイグレーションを任せないのは反対だなあ。テストのドラフトをAIにやらせるのはすごく助かるよ。LLMが作ったコードだろうと、最終的に責任を持つのは人間のはずだよ。著者はClaudeか従業員を信用してないんじゃないかな？

確かにそうだけど、僕の経験では落とし穴があったんだ。
1．後で生成されたテストを手直ししようとしたら大変だったよ。コンテキストがないからClaudeはすぐモックにしちゃうんだよね。
2．これが最悪だったんだけど、チームの開発者みんなテストを書くのがめちゃくちゃ面倒になっちゃったんだ。本番環境でのバグがすごく増えちゃった。

テストを頼む前に、複雑な環境とかテスト方法のコンテキスト全部渡すのは試した？それはコード書くより大変かもしれないけど、長い目で見ればテスト改善に役立つかもね。
でも、コードに責任があるのは結局開発者なんだから、「AIがやりました」ってコミットするのは禁止すべきだよ。責任逃れの言い訳になりそうだから。

いくつか試したけど、どれも全然ダメだったよ。例えば、Pythonでwardっていうテストランナー使ってるのに、Claude Sonnet（3.7も4も）が毎回毎回pytestに変えようとしてくるんだよね。もうOpus 4で試すか、いっそpytestに乗り換えるかしかないかなあ。

コメント18660の2つ目の点にはマジでウケたw！LLMは開発者を怠けさせまくるね。
開発者が大嫌いな3つのこと：1．テスト書き、2．ドキュメント書き、3．依存関係の手動更新。LLMはこれらを避けるのにすごく役立つけど、本番でバグが増えたなら、チームにテストを書かせるのは賢明な判断だと思うな。

これは将来変わるかもしれないけど、今は機能を作るのが速くなったから、開発者に自分でテストを書かせることで、コードとそのバグに対する責任を持たせることが必要なんだと思うよ。

数日前に個人のプロジェクトでClaude Codeを試してみたんだ。うんざりするほど効率的だよ。それにめっちゃ高価で、1日で10ドル以上使っちゃった。
でも避けられない気がするんだ。仕事を続けるためには、AIの支配者に税金を払わないといけないんだろうね。

以前は年間2000ドル以上かかってたんだけど、Anthropicが月100ドルと200ドルのMaxプランを出したんだ。5時間ごとの制限はあるけど、APIに戻るか休憩すればいいし、月100ドルで十分やってけてるよ。

僕も同じだよ。昨日200ドルのプランを使い切ったんだ。Opus 4が出てからコストが跳ね上がったね。他にはこれに匹敵するものはないけど。

これについて考えてたんだ。人件費がすごく安い国の開発者は、Claudeよりまだ安いっていう理由だけで魅力的な選択肢であり続けるのかなあ。

紙の上ではコストは安いかもしれないけど、時差やコミュニケーションの難しさ、可用性、スケジューリングを考えると、そういう選択肢は魅力的じゃなくなるよね。それに、コーディングエージェントのコーディング性能はどんどん上がってるし。

安い国の開発者はLLMと比べて出力品質が大差ないから、もう雇うのをやめたんだ。LLMの方が速いし安いしね。重要な機能は安い開発者に任せられないから、彼らがやってた種類の仕事は全部LLMに食われちゃったよ。

似たような性能のトークンあたりのコストは、今、10ヶ月か11ヶ月ごとに半減してるから、どうかな。でも、安い地域の開発者の方が、実存的な不安からか？こういうツールを一番早く取り入れてると思う。

モデル固有のコメントでビジュアルノイズが多いかな。あるいは、ここの例だけかもしれないけど。
でも、人間としてはCLAUDE.mdファイルは好きだよ。開発者の考え方や選択のドキュメントみたいでいいね。これって、昔ながらのコードベースに開発者がLLMチャットを開きながら作業するより速いのかな？ここのコードはあまり親しみやすく見えないし、学習曲線が上がりそう。

良い投稿だよ。唯一、「AIにテストを書かせちゃダメ」って部分だけは同意できないかな。俺は今、AIにテスト全部書かせてて、レビューだけしてるんだ。特に新しいコードでは、自律的に動かしたいならAIにテストを書かせないとね。俺は明示的にAIにテストを書いてパスさせるように指示するし、AIがコードを実装してる間にテストをレビューして、意味があるか、重要なケースをカバーしてるか確認してるよ。不十分ならケースを足すんだ。

経験上、リスクは開発者自身がテストを簡単に理解したり更新したりできなくなる状態に陥ることだね。それはすごく厄介になるよ。

投稿ありがとう。AIを使った開発っていうこの黎明期はすごく興味深いね。著者や他の人が他のツールやモデルを試したか気になるな。

今は色々試したけど、主に2つに落ち着いたよ。用途で使い分けてる。1. Claude Code with Opus、2. Cursor with Opus 4 or Gemini 2.5 Pro（Windsurfも選択肢だったけどAnthropicが切っちゃった）。Claude CodeのGitHub Actionも今試してるところ。

正直な質問だけどさ、この記事って人間と機械でだいたい何パーセントくらいで書かれてるの？

記事書いた本人だよ。体感で40%くらいが自分で、アイデアとか編集、引用、画像は全部自分がやったんだ。残りはOpus 4かな。いつもはClaudeのチャットリンクも載せようとするんだけど、色々調べたチャットは共有できないみたいなんだ。追記：記事の準備中に使った古いChatGPTの会話リンクを貼っとくね。https://chatgpt.com/share/6844eaae-07d0-8001-a7f7-e532d63bf8…

透明にしてくれてありがとう。でも、HNではLLMが大きく関わったコンテンツは求めてないんだよね。みんなにはLLM生成だって作者を公に非難するのを控えてって言ってるけど、作者側は自分で作ったコンテンツを投稿してほしいってのが前提なんだ。校正とか編集の提案にLLMを使うのはいいけど、「60％」もLLM生成ってのは別問題だよ。だから、投稿を非表示にせざるを得なかったんだ。追記：色々情報をもらって考え直して、この決定は変えたよ。詳細はこっちのコメント見てね。https://news.ycombinator.com/item?id=44215719

完全に理解したよ。ただclarifyさせてほしいんだけど、40%って言ったのは、ClaudeとかChatGPTがコンテンツそのものを書いたんじゃなくて、深いリサーチとか最初のドラフト作成で手伝ってもらったって意味なんだ。アイデア、コード例、オリジナルのCLAUDE.mdファイル、画像、引用とかは全部自分が作ったものだよ。

オーケー、そうだね、こういうのは数値化難しいよね。一番の問題は、明らかにAI生成っぽいコンテンツを投稿されてるのに、みんなに作者を非難するなって言えないことなんだ。どれだけAIを使ったかじゃなくて、読者がその記事で知的好奇心を満たせるかどうかがHNにとっては重要なんだよ。読者が生成されたものだと感じると、コンテンツや作者への信頼、そして質の高いコンテンツを見つけに来る場所としてのHNへの信頼も失われちゃうんだ。追記：君の説明と、別のコメント[1]を読んで考え直した結果、この投稿は失格じゃないと思うよ。[1] https://news.ycombinator.com/item?id=44215719

コンテンツの品質こそが重要なんじゃない？LLMを使ったかどうかにかかわらず、質の低い努力とかオリジナリティのないコンテンツを避けるのが、より良い目標だと思うんだけど。

うん、そうだよ。だから、色々情報をもらって考え直して、決定を変えたんだ。ここで説明してるよ。https://news.ycombinator.com/item?id=44215719

「40%が自分」ってことは、つまり60%がLLM生成ってことだったんじゃないの？宿題ChatGPTにやらせて捕まったやつが最初に言うのが「アイデアは自分が考えた」なんだよね…非難されてから言い訳するより、最初の発言の方を信じたくなるな。

この「私たち」を代表して言うと、この記事は今週読んだ中で一番良かったよ。(そして、その多くはAIアシストされてるだろうなって思うけどね)

LLMが今日イチ面白くて、深くて、考えさせられる内容を生み出したとしたら、それこそ最高のHNで読んだりコメントしたりするべきじゃない？AIがどんだけ手伝ったかって割合は意味ある？
もし俺が車輪を発明して、箇条書きからLLMに90％記事を書かせて編集したとして、それでもみんな車輪について議論したいと思わない？
今のAIがしょぼい駄作ばっかじゃないとは言わないけど、それがずっと続くわけじゃないし、AIの手伝い率で評価するのはなんか違う気がするな。

だって、LLMで思考を「圧縮解除」するのって、そもそも何のために？
かえって読みにくくなるだけじゃん。

編集の時に思考をまたギュッとまとめるんだよ。
いつも長い下書きを短くするやり方で書いてるから、長い方を書く時間を節約できるのはマジ助かる。
駄作は人間が書いてもAIが書いても駄作、名作は名作。それだけ。
人間かAIかに関わらず、もし何かすごいものが書けたら、俺はそれを読みたいね。
AIがずっと駄作のままだって決めつけるのは大胆すぎるよ、たとえあと24時間はそうだったとしても。
「短い手紙を書く時間がなかったんで、長い手紙になっちゃいました」ってマーク・トウェインも言ってたしね。

＞LLMが今日イチ面白くて、深くて、考えさせられる内容を生み出したとしたら、それこそ最高のHNで読んだりコメントしたりするべきじゃない？
絶対ないわ。
つまらなくても、考えさせられなくても、本物でリアルな方がAI駄作なんかよりずっといい。
もしそういうコンテンツが欲しいなら、たぶんLinkedInの方が向いてるんじゃない？

きっと論点ズレてるよ—
「AIなし」って聞くのは、低品質な駄作を避けるのが目的じゃないの？
これは新しいやり方を取り入れることと、人間とLLMの統合について書いてある、結構価値の高い投稿だよ。
タグつけて、ユーザーにどっち読むか決めさせればいいじゃん。
余談：メタな話だけど、もしHNを代表して話してるなら、投稿にそう示すべきだよ（コメントの外で分かるようにね）。

そうだね。そして、筆者が「40％は自分」って意味をハッキリさせてくれたから、投稿をフロントページに戻したよ。
あと、英語が母国語じゃないみたいだから、そういう人がLLMを使って文章を磨くのは許容してもいいと思うんだ。
君の別の提案について：HNが18年前に始まって以来、モデレーターやモデレーターのコメントに特別な表示はしてないんだ。
これはシンプルなデザインが好きだからと、コミュニティから浮きたくないっていう気持ちからだよ。
みんな分かってくれると信じてるし、これでずっとうまくいってるんだ。

サンキュー。念のために言うけど、別にネガティブな意味で聞いたんじゃなくてさ。
ただの好奇心と、かける労力との関係。
もし100％自分で書いたんなら、その全部を読みたいって気持ちになるんだ。
今みたいに、またGPM（たぶんLLMのことね）に食わせて要点だけ抜き出すとかじゃなくてね。

それ良いヒントだね！AIが作ったコンテンツ読む時もそうするわ。