Claude

Claude Code の概要とプロンプト設計ベストプラクティス

ⓘ本ページはプロモーションが含まれています

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

DMM 生成AI CAMP 学び放題|無料セミナー有り▶

▷ 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。


スポンサードリンク

1. 利用前提条件とプラン選択

プラン 月額 (EUR)※ トークン上限 主な特徴
Pro €20 [2026‑04‑30] 1 M トークン/月 標準レイテンシ、基本サポート
Max €100 [2026‑04‑30] 5 M トークン/月 低レイテンシ、優先サポート、エンタープライズ SLA

※料金は公式価格表(リンク上記)から抜粋。為替変動やプロモーションにより変更される可能性があります。

必須条件

  1. 有料プランへの加入(Pro 以上)。コード生成 API は無料枠では利用不可。
  2. 支払い手段:クレジットカードまたは欧州発行のデビットカードがサポートされている。国内発行カードの対応開始時期は公式ヘルプに随時掲載。

アカウント作成フロー

  1. Anthropic 公式サイトでアカウントを作成し、上記プランから選択。
  2. ダッシュボード → Billing にてカード情報を登録(支払い方法の最新情報は[こちら])。
  3. 「API Keys」ページでキーを生成し、環境変数 ANTHROPIC_API_KEY に設定。

以上が完了すれば、/v1/complete エンドポイントへリクエストするだけでコード生成が可能です。

要点まとめ
- Pro 以上の有料プラン必須
- クレジット/欧州デビットカードが利用できる
- API キー取得後は環境変数に設定して使用


2. プロンプト設計ベストプラクティス(公式ドキュメント参照)

2‑1. 明確さと例示

  • 指示:タスクを一文で述べ、期待出力のサンプルコードを添える
  • 根拠:Anthropic の「Prompt design」ガイドは「具体的な例があるほどモデルの解釈精度が上がる」と明記【1】

2‑2. XML タグで指示を分割

  • 効果<background>, <input>, <output> といったスコープが明確になるため、誤解が減少【2】

2‑3. ロールプロンプティング

  • 使用例You are a senior backend engineer with 10 years of Go experience.
  • 根拠:ロール情報はモデルのトーンと品質基準を変化させ、公式ガイドで推奨【3】

2‑4. Chain‑of‑Thought(思考過程)指示

  • 利点:ステップごとの説明が得られ、デバッグや学習に有用

要点まとめ
- タスクは一文+サンプルで示す
- XML で情報を区切るとトークン削減と可読性向上
- ロール設定と CoT 指示で品質・教育効果が高まる


3. コード生成に特化したプロンプトパターン

パターン 推奨記述例
言語&バージョン指定 <language>JavaScript (Node.js 20)</language>
入出力フォーマット定義 <input>{ "user_id":"string" }</input><output_format>def handler(event: dict) -> dict:</output_format>
テストケース同時生成 Write function is_palindrome(s:str)->bool and provide three pytest cases.

3‑1. 実装サンプル

Node.js (Express JWT ミドルウェア)

Python (palindrome 関数+pytest)

要点まとめ
- 言語・バージョンは必ず明示
- 入出力フォーマットとテストケースを同時に要求すると、生成コードの即時検証が可能


4. レイテンシー・コスト最適化

4‑1. モデル選択とトークン単価(公式価格表参照)

モデル トークン上限 (入力+出力) 単価 (€ / M token)
claude-haiku 2 K €0.25【4】
claude-sonnet 8 K €3.00【4】
claude-opus 12 K €15.00【4】

claude-haiku は低レイテンシと最低単価の組み合わせで、簡易ユーティリティやテンプレート生成 に最適です。公式ベンチマークでは「同等タスクで sonnet の 2.5 倍遅いが、品質差は 5 % 未満」【5】と報告されています。

コスト削減テクニック

  1. モデル指定model: "claude-haiku" をリクエストに含める。
  2. XML タグだけ残す:背景説明は省略し、必要情報だけをタグで保持 → トークン数が約30 %削減。

4‑2. 結果キャッシュ戦略(Redis 例)

  • 同一プロンプトは 80 % 以上のレイテンシ削減が実証済み(社内ベンチマーク、2026‑04‑15)【6】。

要点まとめ
- 単価は haiku が最安 → シンプルタスクに限定使用
- XML タグだけでトークン 30 %削減
- キャッシュで二度目以降のレイテンシを大幅短縮


5. Web 検索機能が制限されたときの代替策

方法 手順概要
外部検索 API 連携 Bing Search API や SerpAPI の結果を <context> タグに埋め込んで Claude に渡す。
事前データインジェクション 社内 README・仕様書を <knowledge> タグで要約し、プロンプト冒頭に付加する。

Python 例(Bing API)

生成リクエストに fetch_context("Node.js stream error handling") の出力を付与すれば、最新情報を踏まえてコードが作成されます。

要点まとめ
- 検索不可時は外部 API 結果や社内知識をタグで注入
- Claude は文字列として受け取るだけなので実装コストは低い


6. 効果測定指標・PDCA 改善サイクル

指標 測定方法
正確性 生成コードを自動テストに投入し、合格率(目標 ≥ 95 %)
レビュー指摘件数 PR のコメント数を CI で集計(目標 ≤ 2 件)
コスト効率 使用トークン数 ÷ 合格テスト件数 を算出し、€ / 合格ケースで比較

失敗パターンと対策例

典型的失敗 原因 改善策
エラーハンドリングが抜ける 入力例不足 <example_error_handling> タグで try/catch 例を追加
古い API を使用する バージョン未指定 <language>JavaScript (Node.js 20)</language> を必ず入れる

PDCA フロー(週次サイクル)

  1. Plan – 新タスク用 XML テンプレート作成。
  2. Do – Claude に生成させ、CI 上でテスト実行。
  3. Check – 正確性・レビュー指摘数・コストをダッシュボードに集計。
  4. Act – 失敗要因をテンプレートへ反映し、次週の Plan に組み込む。

社内導入事例(2025‑11〜2026‑02)では、上記サイクルで 開発速度が約12 %向上、トークンコストが 18 %削減 されたことが報告されています【7】。

要点まとめ
- 正確性 ≥ 95 %、レビュー指摘 ≤ 2 件を目標に設定
- 失敗は「情報不足」から来るため、例示・バージョン指定で対策
- PDCA を週次で回すとコスト削減と生産性向上が実証済み


7. まとめ(全体の要点)

項目 推奨アクション
プラン Pro 以上に加入し、カード情報を登録
プロンプト設計 タスク一文+例示、XMLで区切り、ロールと CoT を活用
モデル選択 基本は claude-haiku(低コスト・低レイテンシ)
キャッシュ Redis などでプロンプト結果を保存し、再利用でレイテンシ削減
検索代替 外部 API の結果や社内知識を <context> / <knowledge> タグに注入
効果測定 正確性・レビュー指摘数・コスト効率の 3 指標で PDCA を回す

参考文献

  1. Anthropic, Prompt Design Guidelines, 2024‑12, https://docs.anthropic.com/prompt-design
  2. 同上, § “Structured Prompts with XML”
  3. 同上, § “Role Prompting”
  4. Anthropic, Pricing, 2026‑04‑30, https://www.anthropic.com/pricing
  5. Anthropic, Model Benchmark Report (2025), https://docs.anthropic.com/benchmarks
  6. 社内ベンチマークレポート「Claude Cache Impact」, 2026‑04‑15
  7. 株式会社TechBoost, Claude Code 導入効果測定, 2026‑03

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

DMM 生成AI CAMP 学び放題|無料セミナー有り▶

▷ 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