
教材の使用方法を解説します。
AIエージェントとマルチエージェントの基本概念を理解するイントロダクション。コースのゴールを明示し、チャットbotとエージェントの違い、そして複数のAIを使う理由を学びます。
チャットbotとAIエージェントの本質的な違いを「ウェイターとシェフ」の比喩で解説します。エージェントが自律的に動く仕組み「エージェントループ」の概念を理解します。
コンテキストウィンドウの限界とコンテキスト汚染の問題を具体例で示し、マルチエージェントがそれをどう解決するかを説明します。コースで扱う2つのアプローチ(サブエージェント / Agent Teams)を予告します。
VSCode・Claude Code・uv・Git・tmuxの役割を一覧で示し、それぞれなぜ必要なのかを簡潔に説明します。料金プランについても触れます。
VSCodeのダウンロードと、Claude Code拡張機能・Python拡張機能のインストールを行います。統合ターミナルの開き方を確認します。
OS別のインストール手順を画面で見せながら進めます。認証フローの実演と動作確認を行い、よくあるつまずきポイントの対処法も紹介します。
uvを使う理由をpipとの比較で説明し、インストールからプロジェクト作成、パッケージ追加までを一通り体験します。pip→uv操作の対比表をスライドで示します。
Gitリポジトリを初期化し、プロジェクトのルールブックであるCLAUDE.mdを作成します。uvルールの明記やディレクトリ構成の指定など、各項目の意味を解説します。
Todoクラスの作成を依頼し、Claude Codeがツールを選びながらタスクを完了するまでのエージェントループを画面で観察します。
Read・Write・Edit・Bashなどの主要ツール一覧を確認し、Normal・Auto-accept・Planの3つのパーミッションモードを実際に切り替えて体験します。
Shift+TabでPlan modeに切り替え、コードを変更せずに計画だけを立てる方法を実演します。大きな変更前やコスト抑制に有効な使い方を紹介します。
CLAUDE.mdの有無でClaude Codeの動作がどう変わるかを比較実験します。プロジェクトルート・サブディレクトリ・ホームの階層構造も解説します。
/clearの重要性、良い指示の出し方、カスタムスラッシュコマンドの作成、モデル切り替えなど、日常的に使える実践テクニックをまとめて紹介します。
メインのClaude Codeをプロジェクトマネージャー、サブエージェントを専門家に例えて概念を説明します。コンテキスト分離のメリットと、組み込みエージェントの存在を紹介します。
Exploreサブエージェントが自動的に委任される様子を観察します。VSCode上でサブエージェントが使われたことをどう確認するかも学びます。
/agentsコマンドを使ってcode-reviewerエージェントを作成します。生成されるファイルの構造(description / tools / model)を解説し、実際にコードレビューを実行します。
今度は手動でMarkdownファイルを書く方法でtest-engineerを作成します。descriptionの書き方のコツを学び、実際にテスト生成を試します。
doc-writerエージェントを作成し、3つのエージェントの役割分担を整理表にまとめます。
演習に使う「改善余地のあるTodoアプリ」のコードを確認し、これからサブエージェントチームで品質改善していく流れを説明します。
code-reviewerで問題点を洗い出します。Read権限のみの安全性と、メインにサマリーだけが返る仕組みを確認します。
test-engineerでレビュー結果に基づいたテストを追加・実行します。独立コンテキストの効果を実感します。
doc-writerでREADME.mdとdocstringを生成します。成果物を確認し、ドキュメントの品質を評価します。
3ステップを1つの指示で順次実行する方法を試します。セクション全体を振り返り、サブエージェントの価値を整理します。
エージェント間コミュニケーションが取れないというサブエージェントの限界を示し、Agent Teamsがそれをどう解決するかを図解で説明します。
settings.jsonの編集で機能を有効化し、tmuxのインストールと基本操作を確認します。スプリットペインの表示を動作確認します。
3人チームでフレームワーク・データベース・デプロイ方法を並列リサーチさせます。コードを書かない安全な実験で、チーム動作の観察ポイントを解説します。
構築するTodoアプリREST APIの仕様を説明し、FastAPI等の依存パッケージをuv addで追加します。CLAUDE.mdにAPI開発用のルールを追記します。
API担当・テスト担当・ドキュメント担当の3人チームに指示を出し、並列でREST APIを構築する様子をリアルタイムで観察・解説します。
生成されたAPIをSwagger UIで動作確認し、pytestを実行します。よくあるトラブルとその対処法を紹介します。
サブエージェント方式(順次処理)で同じタスクをやった場合との比較を行い、Agent Teamsの強み・弱みをまとめます。
タスクの複雑さや並列性に応じた判断フローチャートを示し、シナリオ別に「通常 / サブエージェント / Agent Teams」のどれを選ぶかを具体例で解説します。
トークンコストの仕組みを理解し、/clearの活用・モデル切り替え・CLAUDE.mdの最適化・Plan mode活用の4つの最適化テクニックを学びます。料金プランの選び方も紹介します。
レイヤー分担型・並列リサーチ型・競争的仮説型・パイプライン型の4つの設計パターンを紹介し、新しいタスクに出会ったときの構成選定に役立てます。
学んだことの全体マップを示し、コース開始前と修了後のBefore/Afterを比較します。身についたスキルを整理して自信につなげます。
受講者がすぐに試せる応用アイデアを3つ紹介し、Agent SDK・Hooks・MCPなどコースでカバーしなかった発展的なトピックにも触れます。
公式ドキュメント、Discord、awesome-claude-code-subagentsなどのリソースを紹介し、コースを締めくくります。
講師の活動や最新情報についてご紹介します。
1人のAIに全部やらせていませんか?
「コードを書いて」「レビューもして」「テストも追加して」「ドキュメントも作って」——1つのAIに次々とタスクを投げていると、途中から精度が落ちたり、前の指示を忘れたりした経験はありませんか?
それは、AIの「コンテキストウィンドウ」という情報処理の限界が原因です。人間のチームと同じように、AIも専門家に分業させたほうが、はるかに良い結果が得られます。
このコースでは、Claude CodeのサブエージェントとAgent Teamsという2つのマルチエージェント機能を使い、「AI専門家チーム」を自分で作れるようになることを目指します。
-- このコースで学ぶこと --
コースは大きく3つのパートで構成されています。
パート1:基礎を固める(セクション1〜3)
まずはAIエージェントとは何か、なぜ複数のAIが必要なのかを理解します。次にVSCode、Claude Code、uvなどの環境を構築し、Claude Codeのエージェントループ、ツール、パーミッション、エージェントの設定といった基礎をハンズオンで学びます。
パート2:サブエージェントを使いこなす(セクション4〜5)
コードレビュアー、テストエンジニア、ドキュメントライターの3つのカスタムサブエージェントを自分の手で作成します。そして、改善余地のあるTodoアプリを題材に、レビュー→テスト追加→ドキュメント生成という品質改善パイプラインを構築します。1つの指示を出すだけで、3人の専門家が順番に仕事をしてくれる体験は、きっとマルチエージェントの可能性を実感してもらえるはずです。
パート3:Agent Teamsで並列開発を体験する(セクション6〜8)
Agent Teamsを使い、API担当・テスト担当・ドキュメント担当の3人チームでFastAPIのREST APIを並列に構築します。複数のエージェントが同時に動き、1つのプロジェクトを仕上げていく様子をリアルタイムで観察できます。さらに、通常のClaude Code・サブエージェント・Agent Teamsをいつ使い分けるかの判断フローチャートや、トークンコストの最適化手法、チーム設計パターンも体系的に整理します。
-- コースの特徴 --
すべてハンズオンで進めます。 概念の説明で終わるのではなく、毎セクションで実際にClaude Codeを動かし、その動きを画面で観察しながら学びます。
環境構築を丁寧にサポートします。 VSCodeの統合ターミナルを使って進めるので、ターミナル操作に苦手意識がある方でも安心です。macOS・Windows・Linuxのすべてに対応しています。
uvを使ったモダンなPython環境管理を採用しています。 pipの代わりにuvを使うことで、プロジェクトごとの環境管理をシンプルに保ちます。uv自体の使い方もコース内で丁寧に解説します。
コスト管理まで踏み込みます。 マルチエージェントを実務で使い続けるにはコスト意識が欠かせません。トークンの仕組みから具体的な節約テクニックまで、現実的な運用方法を学べます。
-- こんな方におすすめです --
AIを使った開発に興味はあるけれど何から始めればいいかわからない方、ChatGPTやClaudeを普段使っていてもっと高度な活用法を知りたい方、コードレビューやテストなどの定型作業を自動化したい方に最適です。AIやLLMの事前知識は不要です。
-- コースを修了すると --
Claude Codeのサブエージェントを自分で設計・作成し、品質改善パイプラインを構築できるようになります。Agent Teamsで複数のAIを並列に動かし、開発スピードを飛躍的に向上させることができます。そしてタスクの特性に応じて最適なアプローチを選べる判断力が身につきます。
「全部1人のAIに頼む」から「専門チームに任せる」へ。このコースで、AIとの協働の仕方を根本から変えてみませんか?