Claude Codeの「ペアプロ」から「完全自動化」へ - Orchestrator型Skillで開発速度が劇的向上

AIコーディングアシスタントの使い方は、多くのエンジニアが「ペアプログラミング」スタイルに留まっている。人間がAIのそばで生成されたコードを確認しながら、次の指示を出し続けるスタイルだ。

しかし、株式会社ヘンリーのソフトウェアエンジニアwarabi氏は、Claude CodeのSkills機能を活用して完全自動化への移行に成功した。その実践例から、AIコーディングツールの次世代的な使い方が見えてくる。

なぜ「ペアプロ」から脱却する必要があったのか

warabi氏が所属するヘンリーは、医療業界向けプロダクトを開発している。医療業界特有の難解なドメイン知識の理解に時間をかけたいが、実装業務も進めなければならない。時間配分が課題だった。

従来のClaude Code利用法（ペアプロ型）の問題点:

• AIによるコード変更をリアルタイムに確認する必要がある
• 会話のラリーを続けるために、生成されたコードをそのつど読む必要がある
• 人間がAIのそばを離れられない

この課題を解決するため、実装にかける時間を減らし、ドメイン知識の学習に充てる時間を増やすアプローチを模索した。

開発フローの分解と自動化可能領域の特定

warabi氏はまず、普段の業務フローを3フェーズ・7ステップに分解した。

その結果、従来ペアプロで行っていた「計画」「実装」の2ステップに加え、「情報収集」「PR作成」を含む計4ステップが完全自動化可能と判断した。

自動化対象ステップ:

1. 情報収集（関連コード、ドキュメント）
2. 設計（アーキテクチャ、実装方針）
3. 実装（コード生成）
4. PR作成（プルリクエスト作成）

Skills機能の戦略的活用 - なぜCLAUDE.mdでは不十分なのか

Claude CodeにはCLAUDE.md（プロジェクト設定ファイル）があるが、ここにワークフロー全体を書き込むとコンテキストウィンドウを圧迫する。

CLAUDE.mdは会話開始時に常に読み込まれるため、長い手順を書くほど指示が正しく実行されない確率が上がる。

Skills機能の利点:

• ワークフローを手順書のように定義
• 必要なときだけ読み込ませる（コンテキスト節約）
• 各ステップで「何を参照し、どういう判断をし、どんな出力を期待するか」を明示

CLAUDE.mdとSkillsの役割分担:

• CLAUDE.md: プロジェクトの前提知識（常時読み込み）
• Skills: 作業の進め方（必要時のみ読み込み）

この使い分けが、ペアプロ型から自動化型への移行の鍵となる。

Orchestrator型Skillの設計 - SubAgentで各ステップを独立実行

1つのSkillに全ステップを詰め込むと、またコンテキストが肥大化する。そこでwarabi氏が採用したのがOrchestrator（オーケストレーター）型Skillだ。

アーキテクチャ:

• 親Skill（Orchestrator）: 各ステップの呼び出し順を管理
• 子Skill（SubAgent）: 各ステップを独立したコンテキストで実行

SubAgent機能の重要性: 親Agentから独立したコンテキストで子Agentを実行する仕組み。各ステップがSubAgentとして実行されるため、ステップごとにコンテキストがリセットされる。

メリット:

1. 各Skillは担当ステップの手順だけを小さなコンテキストで実行可能
2. ステップ単位での修正・差し替えが容易
3. コンテキスト圧迫を回避

コンテキスト管理の工夫: 情報取得AgentやDesign Agentは、結果をファイルとして保存し、Orchestratorには「処理完了」とだけ伝える。Orchestratorが調査結果を丸ごと読み込む必要がなくなり、コンテキスト圧迫を防ぐ。

レビューAgentによるフィードバックループ - 品質担保の仕組み

warabi氏はさらに、レビューAgentを追加して品質を高める仕組みを導入した。

仕組み:

1. 実作業Agentが成果物を生成
2. ReviewAgentが成果物をレビュー
3. 問題があればOrchestratorに報告
4. Orchestratorが実作業Agentに修正を依頼
5. 上限回数内でループ

これは、人間の開発における「実装→コードレビュー→修正」のプロセスをAgent間で再現したものだ。

効果: 「修正不要でマージできるPRも結構作れている」とwarabi氏は報告している。

最終的なワークフロー

dev Skill（Orchestrator）の実行フロー:

1. ユーザーがタスクIDを指定
2. Orchestratorがタスク内容を確認
3. 人間に最終確認（ここだけ人間介入）
4. 以降は完全自動:
   • 情報収集Agent → ReviewAgent
   • 設計Agent → ReviewAgent
   • 実装Agent → ReviewAgent
   • PR作成Agent → ReviewAgent
5. 各ステップでレビューを通過するまでループ

人間の役割:

• タスク内容の最終確認（開始時）
• PRレビュー（完了後）

実装中はVS Codeをバックグラウンドにして、他タスクの情報収集に時間を充てられるようになった。

ペアプロ型 vs 完全自動化型 - 比較結果

warabi氏自身による比較:

項目	Before（ペアプロ）	After（全自動）	評価
作業時間の確保	☓	◎	最終確認後はバックグラウンド化可能。修正不要でマージできるPRも多い
開発速度	◯	◎	実担当Agent + レビューAgentで品質低下なし
実装の理解	◎	◯	ペアプロの方が細かい質問が可能。ただしPRレビュー時に理解を補える

総合評価:

• ドメイン知識学習の時間確保に成功
• 開発速度も向上
• 実装理解はわずかに低下するが、PRレビューで補える

AIコーディングツール活用の進化ステージ

今回の事例から、AIコーディングツール活用には3つのステージがあることが分かる。

ステージ1: 補完型

• コード補完、部分的な生成
• 人間が主導権を完全に保持

ステージ2: ペアプロ型

• AIとの対話的な開発
• リアルタイムのフィードバック
• 人間がAIのそばにいる必要がある

ステージ3: 自動化型

• タスク指定後は完全自動
• Orchestrator + SubAgent + ReviewAgentの組み合わせ
• 人間は開始時と完了時のみ介入

現在の主流: ステージ2（ペアプロ型） 今回の事例: ステージ3（自動化型）の実現

汎用性の高いアプローチ - 実装以外にも応用可能

warabi氏は「Skillの活用は実装系業務に限らず、普段の様々な業務にも応用できる」と述べている。

応用可能な領域:

• ドキュメント生成（調査→構成→執筆→レビュー）
• データ分析（データ取得→分析→可視化→レポート作成）
• テスト自動化（テストケース設計→実装→実行→レポート）

キーとなる考え方:

1. ワークフローを明確なステップに分解
2. 各ステップを独立したSkillとして定義
3. Orchestratorで統合
4. ReviewAgentで品質担保

Claude Sonnet 4.6との相乗効果

2026年2月17日にリリースされたClaude Sonnet 4.6は、以下の改善を実現している:

• 「過剰設計が減少」
• 「指示の遵守が改善」
• 「複数ステップタスクでの一貫性向上」

これらの改善は、まさにOrchestrator型Skillの各ステップ実行において威力を発揮する。モデルの性能向上とSkillsの戦略的活用の組み合わせが、真の自動化を可能にしている。

まとめ - AIコーディングツールの次世代的活用法

warabi氏の事例が示すのは、AIコーディングツールは「使い方次第」で価値が10倍にも100倍にもなるということだ。

成功の要因:

1. 業務フローの明確な分解
2. Skills機能の戦略的活用
3. SubAgentによるコンテキスト管理
4. ReviewAgentによる品質担保
5. Orchestratorによる統合

示唆される未来: Spotifyの最上級エンジニアが「12月以降コードを書いていない」と述べたように、エンジニアの役割は「コードを書くこと」から「AIを設計すること」へとシフトしつつある。

warabi氏の実践は、その未来を先取りしたものと言える。

---

参考リンク:

• 元記事: Claude Codeで開発を全自動化する - Orchestrator型Skillの設計と実践
• Claude Code公式: https://code.claude.com/
• Skills Documentation: https://code.claude.com/docs/en/skills

関連記事:

• Claude Sonnet 4.6リリース - Opus級の性能をSonnet価格で実現
• OpenClaw実用ユースケース29選 - コミュニティが選んだ実例集
• Spotify AI疲労問題 - 最高の開発者がコードを書かなくなった現実