Claude Code 入門 — AI とペアプログラミング

このレッスンの位置づけ

💡 このレッスンは「コードを書いたことがない人」も対象です。 プログラミング経験がなくても読み進められるよう、専門用語にはその都度かみ砕いた説明を添えています。「自分には関係ない」と感じても、AI と一緒に仕事を進める考え方は、企画・営業・事務・カスタマーサポートなど すべての職種で同じ です。コードの例は「AI に仕事を任せて、人間が確認する」流れの具体例として読んでください。

学習目標

• Claude Code（Anthropic が提供するコマンドライン版 AI Agent）の基本的な使い方と、Claude.ai のウェブチャットとの違いを説明できる
• コード生成・コードレビュー・デバッグの3用途で、自分の業務に合わせた指示の出し方が判断できる
• 「AI が自信を持って間違える」前提で、人間レビューをどこに挟むかを設計できる

まずは用語の整理

専門用語が続くと読みづらいので、最初に最低限の言葉を整理します。

📝 覚えなくて大丈夫。 上の表は「あとで戻ってくる索引」です。本文で出てきたら、ここに戻って確認してください。

Claude Code とは

Claude Code は Anthropic が提供する CLI（コマンドラインインタフェース）ツールで、ターミナル（文字で操作する黒い画面）から Claude AI と対話しながらコーディングを進められます。

ウェブのチャット版（Claude.ai）との一番の違いは、「会話するだけ」か「実際に作業までやってくれる」か です。

💡 イメージ例（コードを書かない人向け） Claude.ai は「資料の作り方を教えてくれる人」、Claude Code は「実際にあなたのフォルダを開いて資料を作り、保存まで済ませてくれる人」です。だからこそ、後者は「何をやったか」を人間が確認することがより重要になります。

# インストール（最初の1回だけ）
npm install -g @anthropic-ai/claude-code

# 起動
claude

# 特定ディレクトリ（作業フォルダ）を指定して起動
claude --dir /path/to/project

主な機能

Claude Code の得意分野は大きく3つです。それぞれ「どんな指示を出すと、どんな返事が来るか」を見ていきましょう。

1. コード生成（ゼロから作ってもらう）

「やりたいこと」を日本語で伝えると、その通りのコードを書いてくれます。

ailms ユーザー:
  「Python で CSV ファイルを読み込み、年齢列の平均を計算するコードを書いて」

Claude Code:
  import pandas as pd
  
  def calculate_age_average(csv_path: str) -> float:
      df = pd.read_csv(csv_path)
      return df['age'].mean()
  
  # 使用例
  avg = calculate_age_average('data.csv')
  print(f"平均年齢: {avg:.1f}")

💡 ポイント: 指示は「何を・どうしたいか」を具体的に書くほど精度が上がります。「CSV を読んで」だけより、「年齢列の平均を計算して」まで添える方が、欲しい結果に近づきます。これは AI へのメール文を書く感覚に近いです。

2. コードレビュー（書いたものを点検してもらう）

既にあるコードを貼り付けて「問題点を指摘して」と頼むと、リスクを洗い出してくれます。

ailms ユーザー:
  「このコードの問題点を指摘して」
  [コードを貼り付け]

Claude Code:
  1. SQLインジェクション脆弱性: f文字列でSQLを組み立てているため
     パラメータ化クエリへの変更を推奨します。
  2. エラーハンドリング不足: データベース接続失敗時の処理がありません。
  ...

📝 用語メモ: 「SQLインジェクション脆弱性」とは、悪意ある入力でデータベースが不正操作されてしまう代表的なセキュリティの穴のこと。ここでは「AI はこういう危険まで見つけてくれることがある」と理解できれば十分です。

3. デバッグ補助（エラーを直してもらう）

エラーメッセージを貼り付ければ、原因の推定と修正案を出してくれます。

ailms ユーザー:
  「このエラーを修正して」
  TypeError: 'NoneType' object is not subscriptable
  at line 42

Claude Code:
  line 42 の `data['key']` で data が None の場合にエラーが発生します。
  修正案:
    if data is not None:
        value = data['key']
    else:
        value = default_value

💡 コードを書かない人にも効く使い方: エラーメッセージや英語の警告文が出て困ったときは、そのまま貼り付けて「これは何？どうすればいい？」と聞くだけでも役立ちます。「分からない文字列をそのまま貼って聞く」は全職種で使える基本動作です。

AI とのワークフロー設計

宇宙旅行.com 流の一気生成モデル

ailms では以下のように AI を活用してコンテンツを量産します。各工程で AI と人間が役割分担しているのがポイントです。

1. コースアウトライン作成 (Claude)
   ↓
2. 各セクションの詳細展開 (Claude)
   ↓
3. ailms-cli で git 管理
   ↓
4. lint で ITSS V3 カバレッジ確認
   ↓
5. AI 審査 (Claude Haiku)
   ↓
6. 人間最終チェック → 公開

このフローにより、1コース分のコンテンツを数時間で生成できます。

📝 用語メモ: 「lint（リント）」は、書式やルール違反を自動でチェックする仕組み。「ITSS V3 カバレッジ」は、教材が必要なスキル項目をきちんと網羅できているかの確認です。ここでは「機械で機械的にチェックする工程がある」とだけ押さえてください。

Claude Code の活用ルール

AI は便利ですが、自信たっぷりに間違える ことがあります（これを「ハルシネーション＝もっともらしい嘘」と呼びます）。だから「どこを AI に任せ、どこを人間が確認するか」を決めておくことが大切です。

💡 覚え方: 「間違うと困る度合いが高いほど、人間の確認を厚くする」。逆に「間違っても気軽にやり直せる作業」は、どんどん AI に任せて時間を節約しましょう。これはコード以外の業務（メール下書き・議事録要約・企画の叩き台）でも同じ判断軸です。

ワークフロー全体像

Claude Code を業務に組み込むときは、AI 単独で完結させず、人間のレビュー地点を必ず挟みます。下図のうち「人間レビュー」は省略しないことが、再現性と安全性の両立に不可欠です。

💡 図の読み方: ひし形（◇）が「人間が確認するゲート」です。AI が作る → 人が OK を出す → 次に進む、を2回挟んでいます。急ぐときほどこのゲートを飛ばしたくなりますが、ここを省くと後で大きな手戻りになります。

まとめ

• Claude Code は CLI ベースの AI ペアプログラミングツール（ターミナルから作業まで任せられる）
• Claude.ai は「会話」、Claude Code は「作業の実行」までできる点が最大の違い
• コード生成・レビュー・デバッグの補助に強い
• AI の出力は必ず人間がレビューする（AI は自信を持って間違える）
• 「間違うと困る度合い」に応じて人間の確認を厚くするのが活用ルールの基本
• ailms では一気生成モデルでコンテンツ量産フローを確立済み

確認問題

1. Claude.ai のウェブチャットと Claude Code の最大の違いを1文で答えてください。
2. 「セキュリティ関連コードを Claude Code に生成させる」場合、なぜ AI 出力をそのまま使ってはいけないのか説明してください。
3. ailms の「一気生成モデル」で、人間レビューを必ず挟むべき工程を1つ挙げてください。

参考リンク

• Claude Code 公式ドキュメント: https://docs.claude.com/en/docs/claude-code/overview
• Anthropic 公式 — プロンプトエンジニアリング: https://docs.anthropic.com/en/docs/build-with-claude/prompt-engineering/overview