📌 忙しい人向け結論
- Claude Code Subagent は 独立コンテキストウィンドウで動作する専門エージェント。メインセッションを汚さずタスクを並列処理(最大10タスク同時実行・2-4が最適)・結果要約のみ返却。組み込み3種(Explore=Haikuモデルでコード検索・Plan=メイン同モデルで読み取り専用プラン・General-purpose=メイン同モデルで複雑タスク全般)+ カスタム作成は
/agentsコマンド推奨(即時有効化)or Markdownファイル手動配置(.claude/agents/or~/.claude/agents/) - YAML frontmatter フィールド:
name(必須)/description(必須・「Use proactively」「MUST BE USED」のアクション指向表現で委任精度UP)/tools(任意・最小権限で許可リスト指定)/disallowedTools(任意・拒否リスト)/model(sonnet/opus/haiku/inherit・コスト最適化: メインOpus+SubagentはSonnet/Haiku)/isolation: worktree(git worktree独立コピーで安全実行)/permissionMode - 業務活用事例: (1)GMOインターネットグループ: NestJS/Next.js/AWS CDK横断のCSVインポート実装で Subagents+Git Worktree は品質70%安定(Agent Teamsより手戻り少)、(2)3時間→90分 プログラミング初心者のウェブサイト制作高速化、(3)PubNub: 「プロダクト仕様→アーキテクチャ設計→実装・テスト→PR提出」の再現性あるパイプライン構築。設計原則: 1エージェント1責務+最小権限tools+CLAUDE.mdに委任方針記載+Skillsで「何をするか」+Subagentsで「誰がやるか」 の役割分担
【2026年最新】Claude Code Subagents 実践ガイド|並列処理・カスタム設計・業務活用
※本記事はアフィリエイト広告を含みます
- 結論ファースト(30秒で分かる Claude Code Subagents)
- この記事でわかること
- 1. Claude Code Subagentsとは|2026年の基本概念
- 2. 組み込みSubagent 3種|Claude Code標準搭載
- 3. カスタムSubagent作成方法
- 4. YAML frontmatter 主要6フィールド詳解
- 5. 並列処理の使い方と最適な数
- 6. 業務活用事例
- 7. Subagents vs Agent Teams|2026年の使い分け基準
- 8. Agent Skillsとの設計パターン
- 9. 設計のベストプラクティス
- 10. 運用上の注意点5つ
- 11. Subagent活用の実装シナリオ
- 12. Claude Code 学習リソース
- 13. まとめ|Subagent導入の3つの行動指針
- 参考リンク
結論ファースト(30秒で分かる Claude Code Subagents)
- Subagent(サブエージェント)= 独立したコンテキストウィンドウで動作する専門エージェント。メインのClaude Codeセッションを汚さずに特定タスクを処理し、結果だけを返してくれる
- 最大10タスクの同時並列実行が可能(Anthropic公式・GMO実証)。「1エージェントで10分かかる調査を30秒に短縮」可能だが、2-4タスクが最適
- 組み込み3種: (1)Explore(Haikuモデルでコード検索)、(2)Plan(メイン同モデル+読み取り専用)、(3)General-purpose(メイン同モデル+複雑タスク全般)
- カスタムSubagent作成:
/agentsコマンド推奨(即時有効化)or.claude/agents/への Markdown ファイル手動配置 - YAML frontmatter 主要6フィールド:
name/description/tools/disallowedTools/model/isolation - 業務活用: GMOインターネットグループは Subagents+Git Worktreeで品質70%安定(Agent Teamsより手戻り少)・非エンジニアでも 3時間→90分のウェブサイト制作高速化
- コスト最適化: メインをOpusで動かしSubagentをSonnet/Haikuで処理するとコスト大幅削減
- 設計原則: 1エージェント1責務+最小権限tools+CLAUDE.mdに委任方針記載+Skillsで「何をするか」+Subagentsで「誰がやるか」 の役割分担
【🎯 まずはClaude Code環境で実装】Claude Code は Claude Pro/Max プランで利用可能 → Claude Pro の公式サイトを見る ※冒頭CTA
[!info] 出典は業界事例・公式ドキュメント
本記事は Claude Code公式ドキュメント(code.claude.com/docs/en/sub-agents)・GMOインターネットグループ研究開発本部・AI総合研究所・Tembo.io 2026 Practical Guide・DevelopersIO(クラスメソッド)・株式会社Sei San Sei・Uravation Claude Code Sub-Agents完全ガイド・generative-ai.co.jp・Qiita dai_chi・PubNub技術ブログ等の業界解説・公式情報に基づきます。仕様は更新される可能性があるため、最新仕様は必ず公式ドキュメントを参照してください。
この記事でわかること
- Claude Code Subagent の基本概念と特徴(独立コンテキスト・最大10並列・結果要約)
- 組み込み3種(Explore/Plan/General-purpose)の使い分け
- カスタムSubagent作成手順(
/agentsコマンド + Markdownファイル方式) - YAML frontmatter主要フィールド詳解(name/description/tools/model/isolation等)
- 役割別の推奨ツール構成(読み取り/リサーチ/コード/ドキュメント)
- 並列処理の使い方と最適な数(2-4タスク・1メッセージ内並列呼び出し)
- 業務活用事例(GMOインターネット/PubNub/非エンジニア)
- Subagents vs Agent Teams の使い分け基準
- Agent Skillsとの設計パターン(「何を」vs「誰が」)
- 運用上の注意点5つとリスク管理
1. Claude Code Subagentsとは|2026年の基本概念
1-1. Subagentの本質
| 項目 | 内容 |
|---|---|
| 定義 | メインのClaude Codeセッション(親エージェント)が独立した子プロセスとして起動する 役割特化型のAIアシスタント |
| コンテキスト | 独立したコンテキストウィンドウで動作 — メインセッションを汚染しない |
| 出力形式 | 数万トークン以上を使って広範に探索しつつ、メインに返すのは 凝縮された要約だけ |
| 同時実行可能数 | 最大10タスクの並列実行(Anthropic公式・GMO実証) |
| 注目度 | 2025年後半からコミュニティで急速に普及・GitHubに100件以上の専門Subagentリポジトリ |
1-2. なぜSubagentが重要なのか
3つの実用的メリット:
| メリット | 内容 |
|---|---|
| 「調査」と「実行」を分離できる | 調査結果はSubagent側で消費し、メインには要約だけが返るため、メインのコンテキスト消費を抑える |
| 並列実行で調査を高速化 | 同じコードベースを別の視点(性能/セキュリティ/可読性)で並行分析できる |
| 長時間セッションの安定化 | 重処理を逃すことで、メインのコンテキスト劣化を回避できる |
1-3. 並列実行の威力
[!success] 並列実行の実例
「このプロジェクトのアーキテクチャ、テストカバレッジ、依存関係を並列で調査して」と指示すると、Claude Codeは3つの Exploreエージェントを同時起動 し、約2分で3つの調査が完了。合計53回のツール呼び出しが並列で実行 されます(DevelopersIO クラスメソッド検証)。
2. 組み込みSubagent 3種|Claude Code標準搭載
2-1. 3種の比較表
| 種類 | モデル | 役割 | ツール権限 |
|---|---|---|---|
| Explore | Haikuモデル(高速・低コスト) | コードベース検索と分析に最適化・ファイルとコードを高速検索 | 読み取り専用 |
| Plan | メイン会話と同じモデル | プランモード時に使用・読み取り専用権限で意図しない変更を防止 | 読み取り専用 |
| General-purpose | メイン会話と同じモデル | 探索と実行の両方を必要とする複雑なタスク用 | ファイル編集・実行操作も安全に設定 |
→ Claude Codeは 自動で最適なエージェントに処理を委譲 します。
2-2. Exploreの活用シーン
- 大規模コードベースでの関数・クラスの所在検索
- 依存関係の分析
- テストカバレッジの調査
- アーキテクチャ概要の把握
→ Haikuモデルを使用するため 高速・低コスト で実行可能。
2-3. Planの活用シーン
- 実装前のプラン立案
- 影響範囲調査
- 既存コードの理解+変更計画
→ 読み取り専用権限のため 意図しない変更を加えずにプランを立てられる。
2-4. General-purposeの活用シーン
- 複数ファイルにまたがる調査+実装
- 横断的なリファクタリング
- 探索しながらの実装
→ メイン会話と同じモデルで動作するため、複雑な判断・実装も任せられる。
3. カスタムSubagent作成方法
3-1. 2つの作成方法
| 方法 | 推奨度 | 反映タイミング |
|---|---|---|
方法1: /agents コマンド |
◎(推奨) | 再起動なしで即座に有効 |
| 方法2: Markdownファイル手動作成 | ○ | セッション再起動が必要 |
3-2. 方法1: /agents コマンド手順
1. Claude Code で `/agents` を実行
2. 「Create new agent」を選択
3. 使用範囲を選択:
- Personal(~/.claude/agents/) = 全プロジェクトで利用可能
- Project(.claude/agents/) = そのプロジェクト内のみで利用可能
4. プロンプトを手動作成 or Claudeに作成依頼
5. 完成 → 即座に有効化
[!tip] Personalスコープ vs Projectスコープ
全プロジェクトで使い回したい汎用Subagent(コードレビュアー・テスト実行・ドキュメント生成等)は Personalスコープ、プロジェクト固有のドメイン知識を持たせるSubagentは Projectスコープ が原則。プロジェクトレベルとユーザーレベルで同名のサブエージェントが存在する場合、プロジェクトレベルが優先されます。
3-3. 方法2: Markdownファイル手動作成
配置場所
| スコープ | パス |
|---|---|
| プロジェクト | .claude/agents/<name>.md |
| ユーザー個人 | ~/.claude/agents/<name>.md |
最小限のファイル例
---
name: code-reviewer
description: Reviews code for quality and best practices. Use proactively after code changes.
tools: Read, Grep, Glob, Bash
model: sonnet
---
You are a senior code reviewer with expertise in security, performance, and best practices.
When reviewing:
- Identify security vulnerabilities
- Prioritize clarity and maintainability
- Always provide concise examples and suggested fixes
- If unsure, ask for the minimal reproducible snippet
Markdownファイルの構成
| セクション | 役割 |
|---|---|
| YAML frontmatter | メタデータ・設定 |
| 本文(Markdown) | サブエージェントの動作をガイドする システムプロンプト |
4. YAML frontmatter 主要6フィールド詳解
4-1. フィールド一覧
| フィールド | 必須? | 内容 |
|---|---|---|
name |
必須 | サブエージェント名 |
description |
必須 | タスク委譲の判断材料・アクション指向の表現推奨 |
tools |
任意 | ツール許可リスト(指定するとそれのみ使用可・省略でメインから継承) |
disallowedTools |
任意 | ツール拒否リスト |
model |
任意 | sonnet / opus / haiku / inherit または完全モデルID |
isolation |
任意 | worktree 設定でgit worktree独立コピー上で動作 |
permissionMode |
任意 | plan 等で実行モード制御 |
4-2. description の書き方が委任精度を決める
[!success] description の重要性
Claude Code は description フィールドに基づいて最も適切なサブエージェントへタスクを委譲します。これを促進するには、「Use proactively to run tests and fix failures.」のような アクション指向の表現 を使用してください。
良い例 vs 悪い例:
| 良いdescription(○) | 悪いdescription(×) |
|---|---|
| “Use proactively to run tests and fix failures.” | “Tests” |
| “MUST BE USED for security vulnerability scanning before any deployment.” | “Security check” |
| “Reviews recent code changes for security and style. Activate after each commit.” | “Code reviewer” |
4-3. tools の最小権限原則
| 役割 | 推奨ツール |
|---|---|
| 読み取り専用エージェント(レビュアー/監査者) | Read, Grep, Glob — 変更せず分析 |
| リサーチエージェント(アナリスト/研究者) | Read, Grep, Glob, WebFetch, WebSearch — 情報収集 |
| コードライター(開発者/エンジニア) | Read, Write, Edit, Bash, Glob, Grep — 作成と実行 |
| ドキュメンテーションエージェント | Read, Write, Edit, Glob, Grep, WebFetch, WebSearch — 調査しながらドキュメント作成 |
[!warning] 過剰権限のリスク
Subagentが使用できるツールを明示的に制限することで、セキュリティと予測可能性の両方に効きます。不要なツールを与えると、予期しない副作用が発生するリスクが上がります。最小権限原則を守ってください(Anthropic公式・PubNub技術ブログ等の一致)。
4-4. tools と disallowedTools の関係
[!info] 両方設定時の優先順位
toolsとdisallowedToolsを両方設定した場合、まずdisallowedToolsが適用 され、その後toolsが残ったプールに対して解決されます。例: tools=[Read,Write,Bash] + disallowedTools=[Bash] → 結果は [Read, Write]。
4-5. model フィールドでコスト最適化
| 設定値 | 用途 |
|---|---|
sonnet |
バランス重視・標準作業 |
opus |
最高品質・複雑判断 |
haiku |
高速・低コスト・大量処理 |
inherit |
メイン会話と同じモデルを使用 |
完全モデルID(例: claude-sonnet-4-6) |
バージョン固定 |
[!success] コスト最適化の鉄則
メインセッションをOpusで動かしながら、Subagentの定型タスクをSonnetやHaikuで処理するとコストを大幅に削減できます(Anthropic公式・各種実証)。特に大量並列処理・コード検索系はHaikuで十分です。
4-6. isolation: worktree の活用
---
name: experimental-refactorer
description: リファクタリング案を安全に試す
tools: Read, Glob, Grep, Write, Edit, Bash
model: sonnet
isolation: worktree
---
- サブエージェントが gitworktreeの独立したコピー上で動作
- 実験的な変更や並列でのコード変更が安全
- 変更がなければworktreeは自動でクリーンアップ
5. 並列処理の使い方と最適な数
5-1. 並列実行の効果
| 効果 | 内容 |
|---|---|
| 時間短縮 | 1エージェントで10分の調査を30秒に短縮可能 |
| コンテキスト保護 | 詳細はSubagent側で消費し、メインには要約だけ返る |
| 視点の分離 | 性能視点・セキュリティ視点・可読性視点を並行分析 |
| 長時間セッション安定化 | 重処理をSubagentに逃すことでメインの劣化回避 |
5-2. 最適な並列数: 2-4タスク
[!tip] 並列数の経験則
同時実行の上限は最大10だが、2-4エージェントが最適(uravation/homula等の一致)。関連するファイルをグループ化して、3-5つのエージェントで処理するのが良いでしょう。不必要に多くのエージェントを起動すると、コーディネーションのオーバーヘッドとトークンコストが爆発します。
経験則
- 独立したドメイン(フロント/バック/DB/セキュリティ等)ごとに1エージェント が適切
- 個々のファイルごとにエージェントを立てるのは過剰
5-3. 並列実行を引き出すプロンプトのコツ
コツ1: 依頼を「箇条書き」で明確に分ける
| 悪い例(曖昧) | 良い例(明確) |
|---|---|
| 「ウェブサイトを作って」 | 「1. HTMLを作成、2. CSSを作成、3. 画像を処理」 |
| 「コードを改善して」 | 「1. セキュリティ観点でレビュー、2. パフォーマンス観点でレビュー、3. スタイル観点でレビュー」 |
→ 明確に分けることで、自動的にSubagentsが起動します。
コツ2: 「並列で」「同時に」のキーワードを入れる
プロンプトに「これらのタスクは並列で処理できます」と一言添えるだけで、Subagents機能が発動しやすくなります。
コツ3: フォアグラウンドの1メッセージ内並列呼び出し
[!warning] background: true は非推奨
並列実行はbackground: trueではなく、フォアグラウンドでの1メッセージ内並列呼び出しが推奨 されます。1メッセージ内で複数のTask呼び出しを行えばClaude Code側で並列実行してくれるので、バックグラウンド実行と似た効果が得られます。フォアグラウンド実行であればユーザーへの権限確認ができるので、WebSearchなどのツールも問題なく使えます。
6. 業務活用事例
6-1. GMOインターネットグループ事例|Subagents vs Agent Teams 比較
[!info] GMOインターネットグループ研究開発本部の検証
NestJS・Next.js 15・AWS CDKを横断する CSVインポート機能の実装 で、Subagents と Agent Teams を比較検証。
| 観点 | Subagents | Agent Teams |
|---|---|---|
| 時間 | 約3時間 | 約40分 |
| 品質 | 70%程度の高品質 | 60-70%程度(手戻り多い) |
| 安定性 | 安定 | 出力ブレ大 |
| 適用領域 | 小中規模の独立Issue複数 | client/server/infraまたぎ |
| 結論 | Subagents+Git Worktree が安定 | 爆発力あるが手戻り多 |
6-2. PubNub事例|再現性あるパイプライン構築
PubNubのチームは、Subagentsを使って次の再現性あるパイプラインを構築:
[プロダクト仕様] → [アーキテクチャ設計] → [実装・テスト] → [PRの提出]
各フェーズでSubagentが役割分担し、フィードバックループを通じて品質を向上させる設計です(PubNub技術ブログ)。
6-3. 非エンジニア事例|3時間→90分のウェブサイト制作
[!success] 非エンジニアでも効果絶大
プログラミング初心者がSubagentsを試したところ、3時間かかっていたウェブサイト制作が90分で完了(generative-ai.co.jp報告)。設計のコツは「HTMLを作成」「CSSを作成」「画像を処理」のように 明確にタスクを分割 すること。Subagentが自動で並列起動して処理を高速化します。
6-4. 業務活用パターン
| パターン | 内容 |
|---|---|
| 複数観点でのコードレビュー | security-auditor + performance-analyzer + style-checker が並列実行後、結果を統合 |
| 大規模リファクタリング | 「非推奨関数fooが75ファイルで使われている。各ファイルを個別に安全にリファクタリングして」とsubagentで指示・独立コンテキストで動作するため互いに干渉しない |
| チェーン(順次連携) | 最初のサブエージェントが問題を特定→メインが受け取り→次のサブエージェントに修正を委任。各フェーズの詳細ログはそれぞれのコンテキストに閉じ込められる |
| 文書処理・データ分析・顧客対応 | 定型的な業務ほどエージェント分担の効果が出やすい |
7. Subagents vs Agent Teams|2026年の使い分け基準
7-1. 比較表
| 観点 | Subagents | Agent Teams(2026/2リリース) |
|---|---|---|
| 安定性 | 安定(品質70%安定) | 実験的機能・60-70%品質 |
| 同時実行 | 最大10タスク並列 | リーダー+複数Teammate構造 |
| セッション再開 | 完全な会話履歴保持で再開可能 | セッション再開非対応(チームメイト復元されない) |
| 設定 | .claude/agents/ のMarkdownファイル |
settings.json で明示的有効化が必要 |
| 適用領域 | 同一リポジトリ内の軽量タスク・観点別レビュー | client/server/infraまたぎ・実装+テスト+ドキュメント |
| Git Worktree連動 | isolation: worktree で安全 |
– |
| 本番投入推奨 | ◎ | △(出力ブレ・手戻り多) |
7-2. 使い分けの整理
[!tip] 選択基準の一言まとめ
「結果だけ教えてほしい」ならSubagents、「複数エージェントで役割分担させたい」ならAgent Teams(AI総合研究所等の整理)。
| ニーズ | 推奨 |
|---|---|
| 結果要約・観点別レビュー・小中規模Issue | Subagents |
| 役割分担・大規模実装・短時間爆発力 | Agent Teams(ただし実験的) |
| 非コード領域も含む広範な自動化 | 必要に応じて別の基盤を併用 |
| 本番クリティカルパス | Subagents推奨(Agent Teamsは非推奨) |
8. Agent Skillsとの設計パターン
8-1. SkillsとSubagentsの役割分担
[!success] 最適な設計パターン
Agent Skills で「何をするか」を定義し、Subagents で「誰がやるか」を分離するのが最適な設計パターン(AI総合研究所等の一致)。両方セットで運用すると精度が安定します。
| レイヤー | 役割 | 具体例 |
|---|---|---|
| Agent Skills | 「何をするか」(タスク内容・手順・ナレッジ) | コードレビューのチェックリスト・セキュリティ監査の観点 |
| Subagents | 「誰がやるか」(役割・モデル・権限・ツール) | code-reviewer subagent(Read/Grep/Glob+sonnet) |
8-2. 設計の組み合わせ例
# .claude/agents/code-reviewer.md
---
name: code-reviewer
description: Use proactively for code review after commits.
tools: Read, Grep, Glob, Bash
model: sonnet
---
You are a senior code reviewer.
# Use these skills in order:
1. security-audit (Skill)
2. performance-check (Skill)
3. style-review (Skill)
Report findings with priority levels.
→ Subagent定義からSkillを呼び出す構造で、再利用性と保守性が向上。
9. 設計のベストプラクティス
9-1. 設計4原則
| 原則 | 内容 |
|---|---|
| 1エージェント1責務 | 役割を狭く絞る・descriptionで委任精度を決める |
| 最小権限tools | 必要最小限のツールのみ指定(セキュリティ・予測可能性向上) |
| アクション指向description | “Use proactively” や “MUST BE USED” の表現で委任精度UP |
| CLAUDE.mdに委任方針記載 | 「XXという仕事をするときにはXXサブエージェントを利用すること」と書く |
9-2. レビュー・テスト・調査・リファクタ・ドキュメントの専用エージェント
[!tip] 効きやすいSubagent
レビュー・テスト・調査・リファクタ・ドキュメント の専用エージェントが特に効きやすい。役割を狭く絞る・並列は 3-5タスクに留める・ツール権限は最小化することが重要(Uravation/homula等の一致)。
9-3. CLAUDE.md への委任方針記載例
# プロジェクト固有の指針
## Subagent 委任方針
- コードレビューはすべて code-reviewer subagent に委任すること
- テスト実行と失敗修正は test-runner subagent に委任すること
- セキュリティ監査は MUST BE USED で security-auditor subagent
- ドキュメント更新は docs-writer subagent に委任すること
→ Subagentが定義から自動で呼び出されるが、CLAUDE.mdに明示することで 安定性が増す(各種解説の一致)。
10. 運用上の注意点5つ
10-1. 注意点一覧
| # | 注意点 | 対策 |
|---|---|---|
| 1 | 起動レイテンシ | 単純なタスクではSubAgentを使わない方が速い場合がある |
| 2 | ファイル直接編集時はセッション再起動必須 | /agents インターフェース経由は即時反映 |
| 3 | エージェント数増でClaude使用量を急速消費 | PCも重くなる場合あり |
| 4 | 長時間作業時のタイムアウト | 再開用プロンプトを準備 |
| 5 | サブエージェントはネスト不可 | チェーン構造(順次呼び出し)で代替可能 |
10-2. レイテンシリスク
[!warning] 起動コストを意識する
SubAgentは毎回 クリーンな状態から始まる ため、必要なコンテキストを収集する間にレイテンシが発生する可能性があります。3秒で終わる単純タスクには逆効果になることもあるため、Subagentは「5分以上の作業 or 並列化で時短できる作業」に絞って活用するのが原則。
10-3. コスト管理
| 指標 | 目安 |
|---|---|
| メインセッションのみ | 標準的なコスト |
| Subagent 1-2並列 | +30-50% |
| Subagent 5並列 | +200-300% |
| Subagent 10並列 | +500%以上 |
→ 常に最大数が最適とは限らない。タスク特性に応じて2-4並列に絞り、定型タスクはHaikuモデルでコスト圧縮。
10-4. ネストの代替: チェーン構造
[!info] サブエージェントはネストできない
サブエージェントはネストできない(Subagentが別のSubagentを呼び出すことは不可)が、メインの会話から 順番に呼び出す「チェーン」は可能。最初のサブエージェントが問題を特定し、その結果をメインが受け取り、次のサブエージェントに修正を委任します。各フェーズの詳細なログはそれぞれのサブエージェントのコンテキストに閉じ込められます。
11. Subagent活用の実装シナリオ
11-1. シナリオA: コードレビュー特化Subagent
---
name: code-reviewer
description: "Use proactively after code changes. Reviews for security, performance, and style."
tools: Read, Grep, Glob
model: sonnet
---
You are a senior code reviewer.
When reviewing code:
1. Identify security vulnerabilities (OWASP Top 10)
2. Check performance issues (N+1 queries, unnecessary loops)
3. Verify style consistency (project conventions)
4. Provide concrete fix suggestions
11-2. シナリオB: テスト実行Subagent
---
name: test-runner
description: "MUST BE USED to run tests and fix failures."
tools: Read, Write, Edit, Bash, Grep, Glob
model: sonnet
---
You are a test automation engineer.
Workflow:
1. Run all tests with appropriate command
2. If failures, identify root cause
3. Apply minimal fix
4. Re-run tests to verify
5. Report pass/fail status
11-3. シナリオC: リサーチSubagent(WebSearch活用)
---
name: tech-researcher
description: "Use proactively to research technologies and best practices."
tools: Read, Grep, Glob, WebFetch, WebSearch
model: sonnet
---
You are a technology researcher.
When researching:
1. Identify the specific question
2. Search official documentation first
3. Cross-reference with trusted sources (3+ sources)
4. Summarize findings with citations
5. Highlight uncertainties or trade-offs
11-4. シナリオD: 安全な実験的リファクタリングSubagent
---
name: experimental-refactorer
description: Tries refactoring approaches safely in isolated worktrees.
tools: Read, Glob, Grep, Write, Edit, Bash
model: sonnet
isolation: worktree
---
You are a refactoring specialist.
Process:
1. Analyze current code structure
2. Propose refactoring approach
3. Apply changes in isolated worktree
4. Run tests to verify
5. Report results (changes auto-cleanup if none)
12. Claude Code 学習リソース
12-1. 学習ステップ
| ステップ | 内容 | 関連記事 |
|---|---|---|
| ① 基本操作の習得 | Claude Codeの導入・基本コマンド | post_010 Claude Code 始め方完全ガイド |
| ② AIエージェント概念の理解 | エージェントの基本概念 | post_009 AIエージェント入門 |
| ③ Claude Code Subagents実装 | 本記事 | – |
| ④ AI業務効率化の体系理解 | AI×SaaS業務効率化マップ | pillar_002 AI×SaaS業務効率化マップ |
| ⑤ AIスキル体系の習得 | スキル習得ロードマップ全体像 | pillar_001 AIスキル習得ロードマップ |
12-2. 推奨書籍・スクール
| カテゴリ | 推奨 |
|---|---|
| 書籍(Claude Code) | Claude Code関連書籍(Amazon検索で「Claude Code 入門」) |
| 書籍(Claude Pro活用) | Claude Pro関連書籍(Amazon検索で「Claude Pro」) |
| スクール(AI開発) | キカガクの公式サイトを見る — 機械学習・AIアプリ開発に強み |
| スクール(AIエンジニア) | AIジョブカレの公式サイトを見る — AIエンジニア育成特化 |
| スクール(生成AI実務) | DMM 生成AI CAMP の無料カウンセリングを予約する — 生成AI業務活用特化 |
| Claude Pro/Max契約 | Claude Pro の公式サイトを見る — Claude Code利用に必須 |
13. まとめ|Subagent導入の3つの行動指針
13-1. 結論
- Claude Code Subagent は 独立コンテキストウィンドウで動作する専門エージェント で、最大10タスクの並列実行が可能(2-4が最適)
- 組み込み3種(Explore/Plan/General-purpose)+ カスタムSubagent作成(
/agentsコマンド推奨)で業務に応じた専門化が可能 - コスト最適化: メインOpus+SubagentをSonnet/Haikuで処理することで大幅削減
- 業務活用: GMOインターネットグループ事例(品質70%安定)・非エンジニア事例(3時間→90分)で実証済み
13-2. 行動指針
- まず組み込みSubagentで並列処理に慣れる(
TaskツールでExplore/Plan/General-purposeを並列呼び出し) /agentsコマンドでカスタムSubagent作成を試す(コードレビュアー/テスト実行/リサーチから)- CLAUDE.mdに委任方針を記載(「XXのときはXX subagentを使うこと」と明示)
- 最小権限tools+アクション指向descriptionで安定化
- Agent Skillsと組み合わせて「何を」+「誰が」の役割分担
- 2-4並列に絞ってコスト管理(Haikuモデルで定型タスクは大幅圧縮)
13-3. 関連記事
- post_009 AIエージェント入門|2026年の主要プラットフォーム3 Tier比較
- post_010 Claude Code 始め方完全ガイド|2026年版
- pillar_002 AI×SaaS業務効率化マップ|10カテゴリ完全比較
- pillar_001 AIスキル習得完全ロードマップ|2026年版
- clu_2_15 バックオフィス向けAI×SaaS活用12選
[!success] 最後に
Claude Code Subagentは、2026年時点で 並列実行とカスタムSubagentを組み合わせることで、調査・実装・レビューを劇的に高速化できる環境が整っています。まずは/agentsコマンドで簡単な Subagent を1つ作成し、3-5個の独立タスクの並列処理から実践 するのがおすすめです。仕様は更新される可能性があるため、最新仕様は必ず公式ドキュメントを参照してください。
参考リンク
- Claude Code 公式ドキュメント – Sub-agents
- Claude Code Subagents: A 2026 Practical Guide – Tembo.io
- GMOインターネットグループ Claude CodeによるAI駆動開発
- AI総合研究所 Claude Code Subagentsとは?
- DevelopersIO Claude Code の並列エージェント機能を試してみた
- Uravation Claude Code Sub-Agents完全ガイド
- PubNub Best practices for Claude Code subagents
- VoltAgent/awesome-claude-code-subagents (GitHub)
- Anthropic 公式
著者: AIノート(AI業務改善ノート運営者)
最終更新: 2026年5月26日
監修: 本記事はClaude Code公式ドキュメント・業界各社の解説を一次情報源として執筆しています。仕様は更新される可能性があるため、最新仕様は必ず公式ドキュメントを参照してください。
