対象生産性を極限まで高めたい上級者

達成目標並列セッション・Agent Teams・ワークツリーを実践できる

前提知識章9完了推奨

所要時間20分

上級テクニック集

並列セッション、Agent Teams、サブエージェント、コンテキスト最適化、他ツールとのハイブリッド運用など、Claude Codeの生産性を極限まで高めるテクニックを集約しました。

並列セッション運用

git worktreeを使って複数のClaude Codeインスタンスを同時実行し、コンテキスト汚染ゼロで開発速度を最大化します。

git worktreeの基本

git worktreeは1つのリポジトリから複数の作業ディレクトリを作成する機能です。各ディレクトリは独立したブランチをチェックアウトでき、Claude Codeのセッション間で干渉が起きません。

worktreeの作成と管理

# 新しいworktreeを作成（新ブランチも同時作成）
git worktree add -b feature/login ../myapp-login

# 既存ブランチでworktreeを作成
git worktree add ../myapp-api feature/api

# worktree一覧の確認
git worktree list

# 不要になったworktreeの削除
git worktree remove ../myapp-login

複数インスタンスの同時実行パターン

典型的な並列開発のパターンを紹介します。

セッション	ディレクトリ	タスク	モデル
Session 1	`../app-auth`	認証機能の実装	Opus
Session 2	`../app-api`	API エンドポイント追加	Sonnet
Session 3	`../app-tests`	テスト補強	Sonnet
Session 4	`../app-docs`	ドキュメント更新	Haiku

コンテキスト汚染ゼロの原則

各worktreeに独立したCLAUDE.md — 共通のルールは.claude/rules/で共有しつつ、タスク固有の指示は各worktreeのCLAUDE.mdに記述
ブランチ戦略 — 各worktreeは専用のfeatureブランチを持ち、mainへのマージは1つずつ行う
定期的なsync — 長時間の並列作業では、mainの変更を各worktreeにrebaseして競合を早期発見

⚠️ Warning

worktreeの数が多すぎると管理が煩雑になります。同時に5つ以上のworktreeを運用する場合は、タスク管理ツール（GitHub Projects等）と連携してステータスを可視化してください。

Agent Teams

Agent Teamsは、リードエージェントが複数のチームメイトエージェントに作業を委譲する協調型のワークフローです。Research Previewとして提供されています。

リードエージェント + チームメイト構成

Agent Teamsでは、1つのリードエージェントが全体の計画を立て、各チームメイトにサブタスクを割り振ります。

リードエージェント（Lead）

全体計画の策定、タスクの分解と割り振り、結果の統合を担当。プロジェクトの全体像を把握し、チームメイトに明確な指示を出す。

チームメイト 1: フロントエンド担当

UIコンポーネントの実装、スタイリング、アクセシビリティ対応を担当。リードからの設計指示に基づいて実装する。

チームメイト 2: バックエンド担当

API設計、データベーススキーマ、ビジネスロジックの実装を担当。フロントエンドとの整合性はリードが保証する。

Research Previewの現状と制限

現在の制限 — Agent Teamsはresearch previewのため、APIの仕様が変更される可能性がある
有効化方法 — claude config set agentTeams true で有効化
コスト — 各チームメイトが独立したセッションを消費するため、トークン使用量は通常の数倍になる

Agent Teamsの起動

# Agent Teamsを有効化
claude config set agentTeams true

# リードエージェントとして起動
claude "このプロジェクトにユーザー認証機能を追加して。
フロントエンド（React）、バックエンド（Express）、
テストの3つに分けてチームメイトに割り振って。"

サブエージェントとの違い

特徴	Agent Teams	サブエージェント
実行形態	並列実行（各自独立）	親エージェントから呼び出し
コンテキスト	各チームメイトが独立	親のコンテキストを一部継承
協調方法	リードが統合	親が結果を受け取り判断
適用場面	大規模な機能開発	特定の専門タスク
コスト	高（複数セッション）	中（親セッション内）

サブエージェント活用

Agent toolを使ったサブエージェントは、メインのClaude Codeセッション内から特定の専門タスクを委譲するための仕組みです。

Agent toolの基本

Claude Codeは内部的にAgent toolを持っており、特定のタスクをサブエージェントに委譲できます。サブエージェントは独立したコンテキストで動作し、結果だけを親に返します。

サブエージェントの定義（.claude/agents/）

# .claude/agents/security-reviewer.md
あなたはセキュリティレビューの専門エージェントです。

## 責務
- コードのセキュリティ脆弱性を検出
- OWASP Top 10に基づくリスク評価
- 修正提案の提示

## 出力形式
各脆弱性について:
1. 重要度（Critical/High/Medium/Low）
2. 影響範囲
3. 修正コード例

isolation: worktree

サブエージェントを独立したworktreeで実行することで、メインの作業ディレクトリに影響を与えずにタスクを実行できます。

worktree分離でのサブエージェント実行

# メインセッションからサブエージェントを呼び出す
# Claude Codeが自動的にworktreeを作成し、
# サブエージェントをそのworktree内で実行する

"セキュリティレビューエージェントを使って、
src/api/ 配下の全エンドポイントをレビューして。
worktreeで分離して実行して。"

foreground / background使い分け

モード	特徴	適用場面
foreground	結果を待ってから次に進む	結果に依存する後続タスクがある場合
background	バックグラウンドで実行、完了通知	独立したタスク（テスト実行、lint等）

✅ Tip

セキュリティレビューやテスト実行など、メインの開発フローをブロックしないタスクはbackgroundで実行するのが効率的です。完了通知が届いたら結果を確認し、必要に応じて修正を行います。

コンテキスト最適化

Claude Codeのコンテキストウィンドウを最大限に活用するためのテクニックを解説します。トークンの無駄遣いを減らし、必要な情報だけを効率的に参照します。

/compact習慣

/compactはコンテキストを圧縮し、重要な情報を保持しつつトークン使用量を削減するコマンドです。

定期実行の目安 — 50〜100回のやり取りごと、またはトークン使用量が70%を超えたら実行
カスタムcompact — /compact "認証機能の実装に関する情報だけ保持して" のように、保持する情報を明示的に指定できる
自動compact — Hooksで自動化も可能（章11で詳述）

トークン管理

/costコマンドで現在のトークン使用量を確認できます。効率的なトークン管理のためのルールを設定しましょう。

トークン管理のベストプラクティス

# 現在のトークン使用量を確認
/cost

# コンテキストを圧縮（重要情報は保持）
/compact

# カスタム圧縮（特定のトピックのみ保持）
/compact "データベース設計とAPI仕様のみ保持"

# 完全クリア（新しいタスク開始時）
/clear

Plan Mode活用

Plan Modeはファイルの読み取りと分析のみを行い、書き込みは行いません。コンテキストを節約しながら計画を立てるのに最適です。

Shift+TabでPlan ModeとNormal Modeを切り替え
計画フェーズではPlan Modeで全体設計を行い、コンテキストを消費する実装作業を最小化
CLAUDE.mdに「Plan Mode Default」を記述すると、常にPlan Modeから開始される

効率的なファイル参照

必要なファイルだけを参照 — 「このディレクトリ全体を読んで」ではなく「src/auth/login.tsを読んで」と具体的に指定
部分読み取り — 大きなファイルは関数名や行番号を指定して必要部分だけ読み取る
.gitignoreの活用 — node_modules、build成果物、ログファイルなどをClaude Codeの検索対象から除外

📝 Note

コンテキストウィンドウの使用量はセッションの品質に直結します。トークンの70%がコードの読み取りに使われ、30%しか推論に使えない状態では、Claude Codeの回答品質が低下します。

Copilot/Codexとのハイブリッド

Claude Code、GitHub Copilot、OpenAI Codexはそれぞれ異なる強みを持っています。3つを適材適所で使い分けることで、開発生産性を最大化できます。

各ツールの強み

ツール	最大の強み	最適な場面
Claude Code	大規模推論・複雑な設計判断	アーキテクチャ設計、リファクタリング、バグ調査、コードレビュー
GitHub Copilot	IDE統合・リアルタイム補完	関数の実装、定型コード生成、コメントからのコード生成
OpenAI Codex	並列自動化・バッチ処理	大量のファイル変更、リファクタリングの一括適用、テスト生成

ハイブリッドワークフロー

Claude Code: 設計・計画
Plan Modeでアーキテクチャを設計し、実装計画を策定。複雑な判断が必要な部分はClaude Codeが担当する。
Copilot: 実装・補完
Claude Codeの計画に基づいてVS CodeでCopilotを使いながら実装。定型的なコードはCopilotのインライン補完で高速に記述する。
Codex: バッチ処理
同じパターンの変更を多数のファイルに適用する場合はCodexを使用。テストの一括生成やリファクタリングの並列適用に最適。
Claude Code: レビュー・統合
全体の変更をClaude Codeでレビューし、整合性を確認。最終的な品質保証はClaude Codeが担当する。

✅ Tip

「考えるタスクはClaude Code、書くタスクはCopilot、繰り返すタスクはCodex」と覚えておくと、使い分けが明確になります。3つのツールは競合ではなく補完関係です。

← 前のページ

プロフェッショナル環境構築

Hooks完全ガイド