Claude CodeやCopilotを最適化するエージェント開発手法

AIエージェントを実務で開発・運用するエンジニアに向けて、最新のモデル特性やツール活用法をまとめました。Claude Opus 5のプロンプト最適化や、Claude Code用IDE「Orca」の導入手順を解説します。さらに、複数モデルを連携させるdelegateパターンや、GitHub Copilot of コスト削減策、CloudflareでのMCPサーバー構築手順を紹介します。

Opus 5の能力向上に伴うプロンプトの簡素化

Claude Opus 5を動かす際は、不要な検証指示を削除してプロンプトを簡素化する必要があります。Opus 5は指示を与えなくても自律的に検証や自己修正を行うため、「再確認せよ」といった従来の指示はトークンの無駄遣いやコスト増につながります。そのため、これまでのシステムプロンプトから最終検証ステップの指示を削除することが推奨されます。一方で、応答が長くなる傾向があるため、簡潔さを求めるプロンプトを明示的に追加する調整が必要です。

また、タスクのスコープを明示的に制約し、サブエージェントへの委任条件を定義することが求められます。Opus 5は自律性が高い反面、タスクの範囲を勝手に広げたり、不要なサブエージェントを過剰に起動したりする挙動が見られます。これを防ぐために、依頼された範囲を超えないことや、並列化が必要な大きなタスク以外での委任を禁止する指示を「CLAUDE.md」などに記述します。開発者にとっては、モデルの特性に合わせたプロンプトの「引き算」を行うことで、不要なトークン消費を抑えつつ意図通りの出力を得られるようになります。

出典: Claude Opus 5を使う上で、調整すべきclaude.md

IDE「Orca」による安全な並列開発とレビュー

Claude Code用IDE「Orca 1.4.155」を導入することで、Git Worktreeを用いた安全な並列開発とスムーズなコードレビューが可能になります。Orcaはタスクごとに「1タスク = 1 worktree = 1フォルダ」として作業環境を物理的に隔離する設計を採用しています。これにより、複数のエージェントを並列で走らせても、お互いのファイルを踏むことなく安全に実行できます。開発者は「git worktree」コマンドを手動で叩く必要がなく、すべてOrcaがバックグラウンドで処理します。

さらに、Orcaのソース管理タブを使用することで、IDEやGitHubを開くことなくdiffの確認と修正指示が完結します。diffの特定の行に直接コメントを書き込み、「Send to agent」機能を使って複数の修正要望をまとめてエージェントに送信できます。1件ずつ送る場合と異なり、まとめて送ることでエージェントの右往左往を防ぎ、1回で正確に修正させることが可能です。レビュー後はGUIからコミットやプッシュ、AIを活用した日本語でのPR作成までを一気通貫で行えます。

出典: Claude Code 用IDE「Orca」が想像以上によかったので、IssueからPR作成まで試してみた🫍

複数モデルを連携させるdelegateパターン

Claude CodeとCodex、GeminiをObsidianで繋ぐ「delegateパターン」は、APIのレートリミット制限やコンテキスト汚染を解決します。この手法では、親エージェントであるClaude CodeがObsidian上にタスクファイルを作成し、子エージェントであるCodex CLIやGemini CLIを並列で起動します。通信チャネルとしてファイルを使用するため、メッセージの混同や接続切れが発生しません。開発者は、単一ベンダーのAPI制限に縛られることなく、複数のAIモデルの処理能力を同時に引き出すことができます。

また、このパターンはエージェントのコンテキスト汚染を防ぎ、ログの永続化にも貢献します。大量の調査ログやコード出力をすべて親エージェントに流し込むと、古い指示を忘れる原因になりますが、子エージェントが別プロセスで動くことでコンテキストをクリーンに保てます。作業成果はObsidianのMarkdownファイルに書き込まれるため、人間がいつでも進捗を確認でき、文脈の復元も容易です。開発者にとっては、インフラ維持コストを抑えながら、極めて堅牢なマルチエージェント環境を構築できる選択肢となります。

出典: Claude CodeとCodex/GeminiをObsidianで繋ぐdelegateパターン — マルチエージェント手法

GitHub Copilotの従量課金制コスト削減策

GitHub Copilotの従量課金制（UBB）に対応するには、英語での指示記述やセッションの分離によるトークン削減が不可欠です。日本語はトークナイザーの仕様上、英語に比べて約1.7〜2.4倍のトークンを消費するため、共通指示ファイルは英語で記述して「CJK言語税」を回避します。また、長時間のセッション放置による単価倍増ペナルティを防ぐため、設計を行う「計画フェーズ」と、軽量モデルで実装を行う「実行フェーズ」でセッションを完全に分離するテクニックが有効です。

さらに、MCPツールの局所化や専用の防衛指示ファイルを用いることで、不要なトークン消費を大幅に抑制できます。例えば、MCPサーバーの有効化範囲を「.vscode/mcp.json」で必要なツールだけに限定することで、トークン消費を最大約72%カットできます。また、「applyTo: agents」を指定した「.github/instructions.yml」を配置し、不要なディレクトリの走査を禁止します。これにより、エージェントの暴走や不要なファイル読み込みを防ぎ、開発コストを最小限に抑えられます。

出典: 【GitHub Copilot】従量課金制（UBB）時代を勝ち抜く！高度トークン削減・コンテキスト制御とガバナンス実践ガイド

Cloudflareでの最小構成MCPサーバー構築

Cloudflare WorkersとMcpAgentを使用することで、状態管理が可能なリモートMCPサーバーを迅速に構築できます。Cloudflareが提供するMcpAgentはDurable Objects上で動作し、Streamable HTTPのトランスポート処理やセッション状態の管理を自動で行います。これにより、開発者は複雑な通信制御の実装から解放され、toolの定義と実行内容の記述に集中できます。今回は疎通確認用として、常にpongを返す「ping」と、メッセージをそのまま返す「echo」の2つのツールを実装します。

この構成を導入することで、自社サービスを容易にMCP化し、外部のAIクライアントから安全にツールを実行させることが可能になります。開発したMCPサーバーは、公式のデバッグGUIである「MCP Inspector」をStreamable HTTPで接続することで、手軽に動作確認が行えます。将来的にOAuth認証を追加する際も、McpAgentが持つセッション管理機能を活用して、認証済みのユーザー情報を各ツールへ安全に引き渡す基盤として機能します。

出典: Cloudflare Workersで認証ありMCPサーバーを作る：①最小のリモートMCPサーバーを立てる

この日の動きをどう見るか

AIエージェントの運用において、モデルの自律性向上に伴うプロンプトの引き算や、複数モデルの並列活用、トークン消費の厳格な管理が共通のトレンドとなっています。単一のモデルやインターフェースに依存するのではなく、適材適所でツールやモデルを組み合わせる設計が求められています。また、MCPなどの標準プロトコルや、Git Worktreeを統合したIDEの登場により、エージェントの実行環境と開発ワークフローの分離・効率化が急速に進んでいます。

これにより、開発者はコストとパフォーマンスのバランスを最適化しながら、安全に自律型エージェントを実務に組み込めるようになります。特に、従量課金制の導入に伴うコスト管理や、マルチエージェントによる並列処理の安定化は、一人で開発・運用を行うエンジニアにとって重要な判断材料となります。今後は、不要なトークン消費を抑えつつ、複数のAPIプールやローカルツールを賢く制御する技術が、開発の生産性を大きく左右することになります。