最終更新: 2026-04-28
この記事でわかること
3月頭に Claude Code を入れて、4月末まで Cursor と並走させた。スペック比較じゃない。launchd + Python で動く自動化パイプラインを毎日修正している私が Python/launchd で自動化パイプラインを構築する方法、12,000行のコードベースを実際に触りながら感じた「どっちが疲れないか」という話だ。Mac で使える AI ツール全体像と合わせて読むとさらに文脈が掴みやすい。
前提：私の使い方
私がやっているのは、launchd の plist 7本で定時実行される自動化パイプラインの構築と改善。BSky・note・KDP・Discord 通知まで含めて、毎日10〜15本のスクリプトが 7:00 / 12:30 / 20:30 に動いている。コード量は現時点で約12,000行。
作業の9割は「既存コードの修正・デバッグ」で、ゼロから書くことはほぼない。しかもファイル間の依存がかなり複雑で、一箇所直すと別のところが黙って壊れる——そういう構造だ。その環境で1ヶ月使い比べた、という前提をまず共有しておく。
Claude Code の使用感：正直なところ
最初の3日間は正直しんどかった。ターミナルから動くツールだとわかっていたのに、いざ npm install -g @anthropic-ai/claude-code を叩いてから「で、どうやって使うんだ」となった。Anthropic の公式ドキュメントに書いてあるのに、最初の30分は彷徨っていた。エディタ体験に慣れすぎていた反動だと思う。
転機は1週間後。commander_actions.py——700行近いファイルで、関連ファイルが6つある——のリファクタリングを頼んだとき、Claude Code が何も言わなくても関連ファイルを自分で読みに行って、「この変数は3ファイルで使われているので一緒に修正します」と返してきた。
# 実際のやりとりのイメージ
> commander_actions.py の approve_action 関数、引数の型がばらばらだから直して
→ Claude Code: 関連する discord_bot/bot.py と approval_queue.py も修正します（理由：...）
Cursor だとこうはいかない。「このファイルも見て」を自分で言う必要がある。この差が、1ヶ月後にボディブローのように効いてくる。
気になった点も正直に書く。500行超えのファイルを複数同時に参照させると、レスポンスに3〜8秒かかる瞬間がある。作業のリズムが崩れる感覚——特に細かいデバッグを繰り返しているときに気になった。Claude Sonnet 4.6 を使っているが、コンテキストが膨らむほどこの傾向が出やすい。
Cursor の使用感：正直なところ
エディタにAIが乗っている感覚は直感的でわかりやすい。コードを書きながら補完が入ってくるのは気持ちいいし、最初の1週間は「これで十分じゃないか」と思っていた。
ただ、私の作業の中心は「書く」より「直す」だ。そうなるとインライン補完よりチャット機能をメインに使うことになって、そこで摩擦が出てきた。
実際にやらかした例がある。generate_bsky_post.py で ImportError: cannot import name 'format_tags' from 'tag_utils' が出た。Cursor に貼って「直して」と指示したら、tag_utils.py 側で起きていた関数名変更を無視して、インポート文だけ別の書き方に変えて返してきた。エラーの根本は tag_utils.py にあったのに、Cursor は generate_bsky_post.py しか見ていなかった。
結局 tag_utils.py を自分で開いて確認した。それ自体は5分で済む話だ。ただこれが1ヶ月で何十回も積み重なる。「補足する手間」が疲れとして蓄積していくのを、3週目あたりで実感した。
1ヶ月使って見えてきた実力差
| 観点 | Claude Code | Cursor |
|---|---|---|
| コードベース全体の把握 | 自動でやってくれる | 手動でコンテキスト指定が必要 |
| インライン補完 | なし | 強い |
| 複数ファイルにまたがる修正 | 得意 | 自分でファイルを指定する手間 |
| 操作感 | ターミナル（慣れが必要） | エディタなので直感的 |
| 料金 | Claude Pro（$20/月） | Cursor Pro（$20/月） |
| デバッグのやりとり | 会話で完結しやすい | エラーを都度貼る必要がある |
「コードを書く」がメインなら Cursor のほうが快適だと思う。補完の精度は実際に高いし、エディタから離れなくていい。一方、既存パイプラインの改修・デバッグが多い使い方だと、コンテキスト管理を自分でやり続けることになる。その「やり続ける」が、じわじわ効いてくる。
個人的に決め手になった場面
cdp_browser.py の改修をしたときのことだ。ファイル本体に加えて、それを呼び出しているスクリプトが5本、設定ファイルが1本——合計7ファイルを横断した変更が必要だった。以前なら依存関係を手で追いながら30分かかっていた作業だ。
Claude Code に最初の一言を投げたら、「7ファイルを横断する変更になります。先に影響範囲を確認しますか？」と返ってきた。同じ指示を Cursor に出したとき、Cursor は cdp_browser.py だけ見ていた。
実際にかかった時間——Claude Code で約12分。Cursor は途中で諦めた。諦めというか、自分でファイルを追う作業に戻るのが嫌になった、という表現が正確だ。
このやりとり一回で「毎日の作業でどちらが疲れないか」が、私の中で決まった。
どちらを使うべきか：チェックリスト
- 既存コードベースの修正・デバッグが中心 → Claude Code
- 新規ファイルをゼロから書くことが多い → Cursor
- ターミナル作業が日常になっている → Claude Code
- GUI/エディタから離れたくない → Cursor
- 複数ファイルにまたがる変更が頻繁にある → Claude Code
- インライン補完を軸にした開発スタイル → Cursor
どちらが絶対に上ということはない。ただ「既存の自動化パイプラインを毎日直し続ける」という使い方なら、1ヶ月の実感として Claude Code のほうが消耗しない。
まとめ
Claude Code は「コードを書くツール」じゃなくて「コードベースと会話するツール」だ。1ヶ月使って、その感覚が確信になった。
Cursor は快適なエディタにAIが乗っている。ゼロから書くことが多い人には今でも勧める。ただ私は移行した。理由はシンプルで、毎日の作業で考える量が減ったからだ。コンテキストを自分で管理しなくていい——それだけで、1ヶ月後の疲れ方が違う。✨
Claude Code × Ollama × launchd で SNS・ブログ・KDPを全自動化。実測データと失敗談を軸に、月5万円収益化のリアルな記録を発信中。
💬 自動化の相談・小規模受託も受付中：「launchd で毎朝 AI が動く仕組みを作りたい」「KDP の自動出版を組みたい」など、X (@taito_automate) の DM からお気軽にどうぞ。
関連記事
- Mac で使える AI ツール 比較 2026｜個人開発者が実際に使い倒した結果
- Playwright Mac 入門 2026——ブラウザ自動化を最速で動かすセットアップ
- Python で WordPress 自動投稿——REST API 実装と実運用のリアル