ソフトウエア

Claude Codeのmodelとeffort|指定が黙って書き換わる3つの場面

Claude Codeにはmodelとeffortという2つのつまみがあります。ただ、指定した値がそのまま動く保証はありません。セーフガードでモデルが差し替わってセッションがそのまま下のモデルで続く、effortの目盛りがモデルごとに違う、モデルを替えてもeffortが前のまま残る。公式ドキュメントで裏を取った3つのズレと、.claude/agents への固定方法、Fable 5がOpus 5のちょうど2倍単価であることから導ける損益分岐を解説します。
ソフトウエア

Claude Code料金は異常に安い|値上げ前にトークンを測る

2026年6月15日、Claudeのサブスク使用枠を2つに分ける変更が施行当日に一時停止しました。撤回ではなく保留です。Claude Codeのログにあるentrypointフィールドで、自分の使用の何%がAgent SDK側(有料枠)に落ちるかを測る手順を、コピペで動くスクリプト付きで解説。著者の10ヶ月実測(月$200で$12,998相当)から、倍率を作っているのがキャッシュ読込である構造まで分解します。
サービス・インフラ

ChatGPTとClaudeで答えが違う|原因は4つ、揃えるのは設定だけ

「答えが違う」には性質が正反対の2つが混ざっています。同じAIに同じ質問をしてブレるのは原理的に消せませんが、ChatGPTとClaudeの差、自分と同僚の差は揃えられます。モデル・メモリ・カスタム指示・入力データの4原因を、執筆時点(2026年8月)の公式ドキュメントを引きながら切り分けます。メモリを消さずに文脈だけを分ける手順つきです。
サービス・インフラ

AIスキルの移植はフォルダのコピーで終わります|Claude用のスキルをCopilotがそのまま読む

スキルの実体はSKILL.mdが入ったフォルダなので、PC移行もチーム配布も他サービスへの持ち出しも同じ1つの操作で済みます。GitHubは2025年12月18日に、リポジトリの.claude/skillsに置いたスキルをCopilotが自動で拾うと告知しました。格納場所の見つけ方から、配る前に落とすべき顧客名やAPIキーのチェックまで、公式ドキュメントの記述を引きながら整理します。
サービス・インフラ

AIスキルの評価データはもう手元にあります|自分の判断との差分を3つに分ける

自作したAIスキルの出力が薄いとき、評価用のデータセットを新しく作る必要はありません。過去に自分が下した判断がそのまま正解データになります。判断前に基準は決めきれないという研究を出発点に、自分の判断を見せずに通す5つの手順と、出てきた差分を3つに分ける判定フローを示します。
サービス・インフラ

ナレッジが貯まらないのは入力を人に任せているから|記録に倒す条件と副作用

社内wikiもCRMも、最終的には誰かが手で書くことに依存しています。50名調査で44の阻害要因を洗い出した研究と、社内SNSで63.2%が一度も書かなかった実測から、定着しない原因を入力コストの所在に置き直します。記録に倒すときの副作用も併記しました。
サービス・インフラ

AI活用が進まないのは意識の問題ではない|誰も改善を評価しない構造

日本のDX取組率は77.8%で米国を上回り、予算も9割確保され、経営も止めていません。それでも成果が出ないのはなぜか。IPAの一次データと経営学の知見から、効率化しないことが担当者にとって合理的になる構造を分解します。
サービス・インフラ

Geminiは通りClaude Codeは止まる|情シスのAI許可を2軸で分解する

情シスがGeminiを許可してClaude Codeを止める理由を、データ境界と作用の範囲という2軸に分解して説明します。Anthropic・VS Code・GitHub Copilotの公式ドキュメントで確認できる条件付き許可の設定と、許可リストが破られた実例、そして今の判断の賞味期限までを扱います。
サービス・インフラ

AIスキルの社内展開が進まない|配布ではなくforkさせる設計へ

AIスキルを社内に配っても使われないのは、それをツールの導入として扱っているからです。IKEA効果の実験データとNot Invented Here症候群の実証研究、日本企業3社の社内スキル共有基盤の実装から、配布ではなくforkさせる設計原則と、定着を利用回数ではなく動機で測る指標を整理しました。
サービス・インフラ

メダリオンアーキテクチャとClaudeスキル|層に置くのはデータだけ

Claudeのスキルをメダリオンアーキテクチャで整理しようとして、SKILL.mdがBronzeとSilverとGoldのどれなのか決められませんでした。原典に戻ると、層に置かれるのはデータだけで、変換ロジックは層の外にあります。スキルはdbtのモデル相当だ、という結論に至るまでの検証と、実際のディレクトリ設計をまとめました。