はじめに
この記事では、Claude Code のインストール手順から、実際に自動化パイプラインで毎日使っている運用パターンまでを書く。「なんとなく入れたけど使いこなせていない」という人に向けた内容だ。
公式ドキュメントを読めばインストールはできる。でも「どう使うか」「どこで詰まるか」「何をさせると本領を発揮するか」は、実際に数ヶ月回してみないと分からない。僕が失敗した箇所も含めて書いていく。
Claude Code インストール方法と初期設定
インストール
Node.js が入っていれば1行で終わる。
npm install -g @anthropic-ai/claude-code
インストール後は claude コマンドで起動する。初回起動時に Anthropic アカウントとの認証が走る。
ここで僕がやった失敗が1つある。.zshrc に ANTHROPIC_API_KEY を設定していると、サブスクリプション(Claudeの月額プラン)ではなくAPIクレジットが消費される。気づかずに1週間で数千円飛んだ。
対策はシンプルで、.zshrc の export ANTHROPIC_API_KEY=... の行をコメントアウトするだけ。Claude Code はサブスクで動かすのが正解。
# export ANTHROPIC_API_KEY=sk-ant-... ← コメントアウト
使えるモデルと使い分け
| モデル | 向いている作業 |
|---|---|
| Opus(/fast) | 設計・戦略・難しい判断 |
| Sonnet | コード実装・記事生成・レビュー |
| Haiku | grep・ファイル整理・短い質問・確認作業 |
Claude Code はタブを複数開けるので、僕は「左=Opus・中=Sonnet・右=Haiku」で使い分けている。Haiku でできることを Sonnet に頼むと3倍くらいトークンが消える。
Claude Code の実用的な使い方——ファイル操作から自動化まで
プロジェクトディレクトリで起動する
cd ~/Documents/AI_Automation_Base
claude
これだけで、そのディレクトリのコードを全部読んだ状態で会話が始まる。「このファイルを読んでから」という指示が要らない。
CLAUDE.md でコンテキストを固定する
プロジェクトルートに CLAUDE.md を置くと、毎回自動で読み込まれる。
僕の CLAUDE.md には以下を書いている。
- プロジェクトの目的(AI自動化パイプライン)
- 使っているスタック(launchd / Ollama / Playwright)
- やってほしいこと・やってほしくないこと
- ファイル構成の説明
これがあるとセッションをまたいでも文脈が復元される。「前回の話と違うことをされた」というストレスが激減した。
実際に投げている指示の例
01_Scripts/sns/x_post.py のエラーを直して。
280文字オーバーになるケースがある。
blog_queue/ 以下の未投稿JSONを全部 WordPress に公開して。
REST APIは 04_Config/.env に書いてある。
inject_internal_links.py を作って。
公開記事一覧を取得→本文中の関連キーワードにリンクを挿入→更新するやつ。
指示は「何をしてほしいか」だけでいい。ファイルパスや処理の詳細は CLAUDE.md から拾ってくれる。
Claude Code で詰まりやすい3つのポイント
1. 確認プロンプトが多すぎる問題
デフォルトだとファイル書き込み・コマンド実行のたびに確認が入る。慣れるまでは安全でいいが、自動化作業では邪魔になる。
.claude/settings.json でよく使うコマンドをホワイトリスト化できる。
{
"permissions": {
"allow": [
"Bash(python3:*)",
"Bash(cat:*)",
"Bash(ls:*)"
]
}
}
2. トークンが思ったより消える
コードを書かせるより、「調査してから提案だけ」させる方がコスパがいい場面もある。実装まで丸投げすると、方向が違ったときに丸ごと直す羽目になる。
僕は「設計だけ言って、実装はOKが出てから」というフローに落ち着いた。
3. モデルのデフォルトが重い
/model コマンドでセッション中にモデルを切り替えられる。Haiku で処理できることは Haiku に投げる習慣をつけると、月のトークン消費が体感で半分以下になった。
Claude Code × Ollama のハイブリッド構成
コスト重視の作業には Ollama(ローカルLLM)を使う。
# ai_client.py で切り替えを一元管理
client = AIClient(prefer_claude=False) # Ollama 優先モード
response = client.generate(prompt)
prefer_claude: false にすると全タスクが Ollama に流れる。Claude Code はコード生成・設計に使い、量産系(SNS投稿・要約・分類)は Ollama の qwen3.5:9b に任せる、という棲み分けが今の構成だ。
| タスク | 使うモデル | 理由 |
|---|---|---|
| コード設計・実装 | Claude Sonnet | 精度が必要 |
| SNS投稿文生成 | Ollama qwen3.5:9b | 量が多いのでコスト優先 |
| 品質チェック | Claude Haiku | 判断の一貫性が必要 |
| ログ解析・分類 | Ollama qwen3.5:9b | ローカルで完結したい |
Claude Code で実際に自動化した事例
WordPress ブログの一括更新
先日、ブログの整理を Claude Code に丸投げした。
- 重複ページ(プライバシーポリシー3・4、お問い合わせ2・3)を非公開化
- テストドラフト(chunk- / block- / x)をゴミ箱へ
- About ページを AI自動化エンジニア紹介に書き換え
- 内部リンク注入スクリプト(inject_internal_links.py)の作成と実行
結果として公開記事が14本になり、AdSense の準備度スコアが78点まで上がった。ここまでの作業を「やって」の1行で進められるのは、CLAUDE.md にコンテキストが全部書いてあるからだ。
ファイル数が多い整理作業
# Claude Code に投げた指示(実際のもの)
blog_queue/ の JSON を全部確認して、
タイトルが重複しているものを除外してから
WordPress に投稿して。
REST API の認証情報は .env にある。
これで10本の記事が自動公開された。手作業でやったら2時間かかるような作業が20分で終わる。
まとめ
Claude Code は「コードを書いてくれるツール」というより、「自分の代わりに作業してくれる専属エンジニア」として使う方が合っている。
CLAUDE.md にプロジェクトのコンテキストを書き込み、モデルを使い分け、Ollama とのハイブリッドで運用すれば、月のAPI費用を抑えながら自動化の範囲を広げられる。
インストールして「すごい」と思って終わる人が多い印象だけど、本番で使いこなすには自分のプロジェクトに合った設定ファイルを育てていくことが肝心だ。
まずは CLAUDE.md を1つ書いてみることを勧める。それだけで、毎回同じ説明をする手間がなくなる。✨