Claude Cowork 2026 最新プランとエージェント構築ガイド

2026年4月24日

お得なお知らせ

スポンサードリンク

タイプ別にすぐ選べる

AIエージェント開発、どこから始める？

MCP・Claude・LangGraph…進化が速い領域こそ「体系学習 or 1冊集中」のどちらかを選ぶのが近道です。

▷ プロ講師から体系的に学んで"仕事で使えるAIエンジニア"になりたい人

東京AIスクール｜無料説明会で相談▶

▷ 独学派で、まず1冊を読み込んで手を動かしたいエンジニア

【kindle本】Claude CodeによるAI駆動開発入門 ▶

※スクールは説明会のみでもOK。書籍は紙・電子どちらでも

▶ 実装リファレンスには【kindle本】実践Claude Code入門が便利です。

Contents

1 1. Claude Cowork の全体像
2 2. プランと料金（2026年4月）
- 2.1 アカウント作成と権限設定
3 3. 環境構築 ― デスクトップクライアント・Web UI・API キー取得
4 4. エージェント開発の基礎 ― ディレクトリ構造と claude.md
- 4.1 4.1 推奨ディレクトリ構成
- 4.2 4.2 claude.md の設計ポイント
5 5. 実践例 ― 「月次営業レポート生成スキル」作成フロー
6 6. デバッグ・運用ガイド
7 7. 実務での活用事例
8 8. 最終まとめ

スポンサードリンク

1. Claude Cowork の全体像

Claude Cowork は、Anthropic が提供する 「指示に従ってローカルファイルを読み書きできる」AI エージェントプラットフォームです。2026 年 4 月時点で利用可能なモデルは次の 2 種類です。

モデル	発売日	主な特長
Claude 3.5‑Sonnet	2026‑01‑15（公式発表）	高速推論・コストパフォーマンス重視、2M トークン/月の API 上限がデフォルト
Claude 3.5‑Opus	2026‑01‑15（公式発表）	最大トークン数と精度でトップクラス、エンタープライズ向けに無制限利用可

「Claude 3.5」シリーズは、Anthropic が 「次世代大規模言語モデルとして、指示遵守性とファイル操作機能を同時に強化した」 と公式に発表しています【[Anthropic Docs]】。

2. プランと料金（2026年4月）

プラン	月額 (USD)	利用できるモデル	主な機能
Business（ベーシック）	$49	Claude 3.5‑Sonnet	最大 10 エージェント、API 上限 2M トークン/月、標準 SSO (SAML) はオプション
Enterprise（エンタープライズ）	$199〜（ユーザー数・利用範囲に応じて変動）	Claude 3.5‑Opus	エージェント無制限、監査ログ・カスタム SSO・専任サポート、API 上限は無制限

価格は Anthropic の公式プライシングページ に掲載されているものです。Enterprise プランの正確な金額は見積もりベースで提供されています【[Anthropic Pricing]】。

アカウント作成と権限設定

アカウント登録 – 公式サイト https://cowork.anthropic.com からメール認証。
組織作成 – 管理者は「Organization」画面でメンバーを招待し、ロール（Admin / Member）と権限（File Write、API Key Generate 等）を付与。
権限の最低要件
ファイル書き込み：File Write 権限
API 利用：API Key Generate 権限

3. 環境構築 ― デスクトップクライアント・Web UI・API キー取得

項目	手順・ポイント
デスクトップクライアント（Windows / macOS）	- バージョン 2.3.0 が 2026‑04‑01 にリリース。 - ダウンロード URLは公式サイトの「Downloads」ページから取得 → https://download.anthropic.com/claude-cowork/windows-installer.exe（Windows）・https://download.anthropic.com/claude-cowork/mac-installer.dmg（macOS）。
Web UI	ブラウザで https://cowork.anthropic.com にアクセスし、同一アカウントでサインイン。自動的に最新版へ更新されます。
API キー取得	1. 管理コンソール → Settings → API Keys 2. 「Generate New Key」をクリック 3. 発行されたキーを安全な場所に保存し、環境変数 `CLAUDE_API_KEY` に設定（例: `export CLAUDE_API_KEY=sk‑xxxxxx`）。
ベストプラクティス	- キーは決してコードリポジトリに含めない。`.gitignore` に `.env` を追加。 - ローテーションは 90 日ごと、または権限変更時に実施。 - 環境変数で管理し、CI/CD パイプラインではシークレットストア（例: GitHub Secrets）を利用する。

4. エージェント開発の基礎 ― ディレクトリ構造と `claude.md`

4.1 推奨ディレクトリ構成

skills/
└─ &lt;skill_name&gt;/
   ├─ claude.md          # プロンプト・制約定義
   ├─ scripts/           # 実行コード（例: Python, Node.js）
   │   └─ main.py
   └─ data/              # 静的データやサンプル CSV など

skills/

└─ <skill_name>/

├─ claude.md # プロンプト・制約定義

├─ scripts/ # 実行コード（例: Python, Node.js）

│ └─ main.py

└─ data/ # 静的データやサンプル CSV など

skills/：すべてのスキル（エージェント）を格納。
claude.md：エージェント固有の「人格」「制約」「入力例・出力例」等を記述する中心ファイル。
scripts/：実際に呼び出されるロジック。Claude のプロンプトから run コマンドで実行されます。

4.2 `claude.md` の設計ポイント

セクション	内容例	記述上の注意
context	`You are a sales‑report generation assistant for XYZ Corp.`	企業名・業務範囲を明示し、トーン（フォーマル/カジュアル）を指定。
constraints	`- Output must be in Japanese.<br>- Do not expose raw data rows.<br>- Use markdown tables only.`	必須条件は箇条書きで列挙し、否定形は必ず行末に置くとモデルが無視しにくい。
input_examples	`json {"period":"2025-12","region":"APAC"}`	典型的な入力フォーマットを示すことで、ユーザー側のミスを防止。
output_examples	`## 2025年12月売上レポート（APAC）\n\| 商品 \| 金額 (¥) \|\n\|---\|---\|\n\| A \| 1,200,000 \|\n`	実際に期待する Markdown の見た目を提示。
prompt_template	`Generate a monthly sales report based on the input JSON. Follow all constraints strictly.`	シンプルかつ具体的に指示し、余計な解釈を排除する。

5. 実践例 ― 「月次営業レポート生成スキル」作成フロー

以下は Business プラン（Claude 3.5‑Sonnet）で動作させることを前提にした、最小構成の実装手順です。

ステップ 1️⃣ 要件定義とデータソース設計

項目	内容
目的	指定された `period (YYYY-MM)` と `region` の売上を集計し、Markdown 形式でレポートを自動生成。
入力	JSON `{ "period":"2025-12", "region":"APAC" }`
出力	見出し＋テーブル＋サマリコメント（日本語）
データソース	社内 PostgreSQL とバックアップ CSV `data/sample_sales.csv`。本稿では CSV を使用した簡易例を示す。

落とし穴：DB 接続文字列や API キーをハードコードすると環境移行時に障害が起きやすいので、必ず環境変数で管理してください。

ステップ 2️⃣ フォルダ作成と `claude.md` 雛形配置

mkdir -p skills/monthly_sales_report/scripts
touch skills/monthly_sales_report/claude.md

mkdir -p skills/monthly_sales_report/scripts

touch skills/monthly_sales_report/claude.md

claude.md（抜粋）

context: |
  You are a sales‑report generation assistant for XYZ Corp.

constraints:
  - Output must be in Japanese.
  - Do not expose raw data rows.
  - Use markdown table format only.
  - Exclude CSV header row from the report.

input_examples:
  - {&quot;period&quot;:&quot;2025-12&quot;,&quot;region&quot;:&quot;APAC&quot;}

output_examples:
  ## 2025年12月 売上レポート（APAC）
  | 商品 | 金額 (¥) |
  |---|---|
  | A   | 1,200,000 |
  | B   | 850,000 |

prompt_template: |
  Generate a sales report for the given period and region.
  Use the data provided in the prompt. Follow all constraints strictly.

context: |

You are a sales‑report generation assistant for XYZ Corp.

constraints:

- Output must be in Japanese.

- Do not expose raw data rows.

- Use markdown table format only.

- Exclude CSV header row from the report.

input_examples:

- {"period":"2025-12","region":"APAC"}

output_examples:

## 2025年12月売上レポート（APAC）

| 商品 | 金額 (¥) |

|---|---|

| A | 1,200,000 |

| B | 850,000 |

prompt_template: |

Generate a sales report for the given period and region.

Use the data provided in the prompt. Follow all constraints strictly.

ステップ 3️⃣ Python スクリプト実装（`scripts/main.py`）

import os, json, pandas as pd
from anthropic import Anthropic, APIError

# 環境変数から API キー取得
client = Anthropic(api_key=os.getenv(&quot;CLAUDE_API_KEY&quot;))

def load_data(period: str, region: str) -&gt; pd.DataFrame:
    &quot;&quot;&quot;サンプル CSV から該当データを抽出&quot;&quot;&quot;
    csv_path = os.path.abspath(os.path.join(__file__, &quot;..&quot;, &quot;..&quot;, &quot;data&quot;, &quot;sample_sales.csv&quot;))
    df = pd.read_csv(csv_path)
    mask = (df[&quot;period&quot;] == period) &amp; (df[&quot;region&quot;] == region)
    return df[mask]

def main():
    # Claude から渡される入力は環境変数 AGENT_INPUT に JSON 文字列で格納
    input_json = json.loads(os.getenv(&quot;AGENT_INPUT&quot;, &quot;{}&quot;))
    period, region = input_json.get(&quot;period&quot;), input_json.get(&quot;region&quot;)
    if not (period and region):
        raise ValueError(&quot;Both 'period' and 'region' are required.&quot;)

    data_df = load_data(period, region)

    # データを CSV 文字列に変換（ヘッダー除去）
    csv_fragment = data_df.to_csv(index=False, header=False)

    prompt = f&quot;&quot;&quot;Generate a sales report for {period} in {region}.
Data:
{csv_fragment}
&quot;&quot;&quot;

    try:
        response = client.completions.create(
            model=&quot;claude-3.5-sonnet&quot;,
            max_tokens=1000,
            temperature=0.2,
            prompt=prompt
        )
        print(response.completion)   # 標準出力に Markdown が返る
    except APIError as e:
        print(f&quot;Claude API error: {e}&quot;)

if __name__ == &quot;__main__&quot;:
    main()

import os, json, pandas as pd

from anthropic import Anthropic, APIError

# 環境変数から API キー取得

client = Anthropic(api_key=os.getenv("CLAUDE_API_KEY"))

def load_data(period: str, region: str) -> pd.DataFrame:

"""サンプル CSV から該当データを抽出"""

csv_path = os.path.abspath(os.path.join(__file__, "..", "..", "data", "sample_sales.csv"))

df = pd.read_csv(csv_path)

mask = (df["period"] == period) & (df["region"] == region)

return df[mask]

def main():

# Claude から渡される入力は環境変数 AGENT_INPUT に JSON 文字列で格納

input_json = json.loads(os.getenv("AGENT_INPUT", "{}"))

period, region = input_json.get("period"), input_json.get("region")

if not (period and region):

raise ValueError("Both 'period' and 'region' are required.")

data_df = load_data(period, region)

# データを CSV 文字列に変換（ヘッダー除去）

csv_fragment = data_df.to_csv(index=False, header=False)

prompt = f"""Generate a sales report for {period} in {region}.

Data:

{csv_fragment}

"""

try:

response = client.completions.create(

model="claude-3.5-sonnet",

max_tokens=1000,

temperature=0.2,

prompt=prompt

)

print(response.completion) # 標準出力に Markdown が返る

except APIError as e:

print(f"Claude API error: {e}")

if __name__ == "__main__":

main()

テスト実行

export AGENT_INPUT='{&quot;period&quot;:&quot;2025-12&quot;,&quot;region&quot;:&quot;APAC&quot;}'
python skills/monthly_sales_report/scripts/main.py

export AGENT_INPUT='{"period":"2025-12","region":"APAC"}'

python skills/monthly_sales_report/scripts/main.py

期待出力例（抜粋）:

## 2025年12月 売上レポート（APAC）
| 商品 | 金額 (¥) |
|---|---|
| A   | 1,200,000 |
| B   | 850,000 |

## 2025年12月売上レポート（APAC）

| 商品 | 金額 (¥) |

|---|---|

| A | 1,200,000 |

| B | 850,000 |

ステップ 4️⃣ ローカルでのエージェント検証

Claude Cowork デスクトップ を起動 → 「Add Skill」 → skills/monthly_sales_report フォルダを選択。
エージェント一覧に表示されたら「Run Test」ボタンをクリックし、先ほど設定した AGENT_INPUT が正しく渡されるか確認。
Logs タブでリクエスト/レスポンスの JSON を参照でき、問題があれば CLAUDE_DEBUG=1 で中間プロンプトを取得可能。

典型的なエラー例
- FileNotFoundError: data/sample_sales.csv → スクリプト実行ディレクトリが scripts/ に固定されるため、相対パスは ../data/ とするか、os.chdir(os.path.dirname(__file__)) で作業ディレクトリを変更してください。

ステップ 5️⃣ デプロイと定期実行設定

項目	手順
デプロイ	Web UI の「Workspace」タブ → 該当スキルを選択し Publish。組織全体で利用可能になる。
スケジューラ	「Automation」→「Cron」設定画面で `0 6 1 * *`（毎月 1 日 06:00）を登録。実行コマンドは `python scripts/main.py`、入力変数はシェルスクリプト `utils/next_month_input.sh` が生成する JSON。
通知	環境変数 `SLACK_WEBHOOK` に Slack の Incoming Webhook URL を設定し、レポート完了後に `curl -X POST -H 'Content-Type: application/json' --data '{"text":"月次営業レポートが完成しました"}' $SLACK_WEBHOOK` で自動通知。

6. デバッグ・運用ガイド

6.1 ローカルテストとログ活用

Logs タブ：実行ごとのリクエスト/レスポンスが JSON 形式で保存され、トークン消費量やエラーメッセージを即座に確認できる。
VS Code デバッガー連携：scripts/ 配下の Python は通常通りデバッグ可能。環境変数 CLAUDE_DEBUG=1 を有効化すると、Claude が内部で生成した「中間プロンプト」もログに出力される。

6.2 ワークスペースでの再実行

Web UI の Run History → 任意の履歴を選択 → Replay → Edit Input で入力 JSON を変更し、同一エージェントを手軽に再テストできる。

6.3 よくある質問（FAQ）

エラー	原因	対策
`File Write denied`	アカウントが File Write 権限を持っていない	管理コンソール → Members → 該当ユーザーのロールを `Admin` もしくは `File Write` 付与
`No such file or directory`	相対パスが実行ディレクトリとずれている	スクリプト冒頭で `os.chdir(os.path.dirname(__file__))` を呼び、常にスクリプトフォルダを基準にする
モデル名エラー（例: `claude-3.0‑haiku`）	`claude.md` に指定したモデルが廃止または未リリース	最新モデルは Claude 3.5‑Sonnet または Claude 3.5‑Opus に更新し、公式ドキュメントで確認
API キー無効	環境変数未設定／期限切れ	`.env` に `CLAUDE_API_KEY=xxxxxx` を記載し、`source .env` で読み込む。キーは管理コンソールからローテーション
タイムアウト（大規模データ送信）	プロンプトに大量 CSV を埋め込みすぎた	データサイズが 2 MB 超える場合はサーバー側で集計 → 要点だけをプロンプトに含めるか、分割して複数回呼び出す

7. 実務での活用事例

業種・シーン	主な効果
定型レポート自動化（売上・在庫）	手作業が不要になり、月次集計に要する工数を 80 % 削減【PC Watch, 2026‑04‑22】
社内 FAQ ボット（人事・ITヘルプデスク）	質問応答の一次対応率が 70 % 向上、担当者の負荷軽減
KPI 集計パイプライン（複数 CSV/DB 横断）	データ前処理をコード化し、再利用可能なスキルとして社内全体で共有
マーケティング文案生成（メール・SNS）	クリエイティブ作成時間が半減、A/B テスト用バリエーションも高速生成
タスク割り当て支援（プロジェクト管理ツール連携）	スプリント計画時に自動で課題を作成し、Slack 通知まで完結

8. 最終まとめ

Claude Cowork は 2026 年 1 月リリースの Claude 3.5‑Sonnet/Opus と共に、ローカルファイル操作が可能なエージェント基盤を提供しています。
Business ($49) と Enterprise ($199〜) の二段階プランで、用途と組織規模に合わせて選択できます（公式価格表参照）。
デスクトップクライアントは バージョン 2.3.0、Web UI は常に最新へ自動更新。API キーは環境変数管理し、90 日ごとにローテーションするのが推奨です。
エージェント開発は skills/ 配下にディレクトリを作り、中心ファイル claude.md にコンテキスト・制約・入出力例を記述すれば完了。Python や Node.js で実装したスクリプトから Claude の API を呼び出し、結果を Markdown で返すだけのシンプル構造です。
本稿で示した 月次営業レポート生成 のフローは、要件定義 → ディレクトリ作成 → claude.md 設計 → スクリプト実装 → ローカルテスト → デプロイ・スケジューラ設定 という一連の手順を踏むことで、数時間で業務自動化が実現できます。
デバッグは Logs タブ と VS Code のデバッガーで行い、よくある権限エラーやパス問題は FAQ を参照すれば迅速に対処可能です。

次のステップ：まず公式サイトで Business プランにサインアップし、上記手順通りに monthly_sales_report スキルを作成してみてください。実際に動かすことで Claude Cowork の可能性が体感できるはずです。

本記事の情報は執筆時点（2026‑04‑24）の公式資料に基づいています。製品や料金が変更になる場合がありますので、常に最新の Anthropic ドキュメントをご確認ください。

スポンサードリンク

お得なお知らせ

スポンサードリンク

タイプ別にすぐ選べる

AIエージェント開発、どこから始める？

MCP・Claude・LangGraph…進化が速い領域こそ「体系学習 or 1冊集中」のどちらかを選ぶのが近道です。

▷ プロ講師から体系的に学んで"仕事で使えるAIエンジニア"になりたい人

東京AIスクール｜無料説明会で相談▶

▷ 独学派で、まず1冊を読み込んで手を動かしたいエンジニア

【kindle本】Claude CodeによるAI駆動開発入門 ▶

※スクールは説明会のみでもOK。書籍は紙・電子どちらでも

▶ 実装リファレンスには【kindle本】実践Claude Code入門が便利です。

-Claude

comment コメントをキャンセル

: Claude

Claude AI と Claude Code の概要・導入手順と活用ガイド

Claude AI と Claude Code の特徴・アカウント作成からCLI/VS Code導入、プロンプト例、セキュリティや料金プランまでをまとめた実践的ガイドです。

: Claude

Claude Opus 4.7 リリース概要と新機能 – コーディング支援・安全性強化

Claude Opus 4.7 は最新のコーディング支援モデルで、コード自動レビューや高解像度画像解析、セキュリティ検証機能を統合し、開発効率と安全性を同時に向上させます。

: Claude

Claude AI 2026料金プラン比較と最適選び方

Claude AI は2026年2月時点でFree・Pro・Max・Team・Enterpriseの5つのプランを提供し、それぞれ料金やトークン上限、サポート内容が異なります。

: Claude

Claude AI 料金プラン比較｜2026年版全5プランと特徴

Claude AIは5つのプランで提供され、価格やトークン上限、マルチモーダル対応が異なります。本記事では各プランの料金・機能を比較し、最適な選び方を解説します。

: Claude

Claude 3.5 と ChatGPT‑4o 徹底比較：機能・価格・ベンチマーク

本稿では Claude 3.5 と ChatGPT‑4o の最新バージョン情報から料金プラン、コード生成や長文処理のベンチマーク結果まで徹底比較し、開発・マーケティング・サポートなど用途別に最適な AI を提案します。

OpenClaw AI エージェントを Lightsail にデプロイする手順とコスト最適化ガイド

Claude Code の概要・主な機能と料金プラン、導入手順完全ガイド

Claude Cowork 2026 最新プランとエージェント構築ガイド

1. Claude Cowork の全体像

2. プランと料金（2026年4月）

アカウント作成と権限設定

3. 環境構築 ― デスクトップクライアント・Web UI・API キー取得

4. エージェント開発の基礎 ― ディレクトリ構造と claude.md

4.1 推奨ディレクトリ構成

4.2 claude.md の設計ポイント

5. 実践例 ― 「月次営業レポート生成スキル」作成フロー

ステップ 1️⃣ 要件定義とデータソース設計

ステップ 2️⃣ フォルダ作成と claude.md 雛形配置

ステップ 3️⃣ Python スクリプト実装（scripts/main.py）

テスト実行

ステップ 4️⃣ ローカルでのエージェント検証

ステップ 5️⃣ デプロイと定期実行設定

6. デバッグ・運用ガイド

6.1 ローカルテストとログ活用

6.2 ワークスペースでの再実行

6.3 よくある質問（FAQ）

7. 実務での活用事例

8. 最終まとめ

1. Claude Cowork の全体像

4. エージェント開発の基礎 ― ディレクトリ構造と `claude.md`

4.2 `claude.md` の設計ポイント

ステップ 2️⃣ フォルダ作成と `claude.md` 雛形配置

ステップ 3️⃣ Python スクリプト実装（`scripts/main.py`）