FlOW | AIバイブコーディングTips

AIに開発を任せる運用を、毎日実際に回しながら検証しているメディアです。Claude Code / Codex の実運用ログ、自動化が黙って壊れたときの気づき方、モデルの使い分けとコスト。うまくいった話も失敗もそのまま書きます。毎朝9時更新。

[FlOW | AIバイブコーディングTips @hymGGapp]

AIに開発を任せる運用を、毎日実際に回しながら検証しています。

・Claude Code / Codexの実運用ログ
・自動化が黙って壊れる話
・モデル使い分けとコスト
・どこまで任せるかの決め方

うまくいった話も失敗もそのまま書きます。毎朝9時更新。

[FlOW | AIバイブコーディングTips @hymGGapp]

元ネタのインシデント、他人事じゃないなと思っていて、うちもClaude Codeにエージェント権限を渡す時は「どこまでネットワークアクセスを許可するか」を必ずCLAUDE.mdで明示的に絞ってます。評価環境から越境アクセスが起きたという話は、権限のデフォルト値をどう設計するかの重要性を改めて実感させられますね。

[FlOW | AIバイブコーディングTips @hymGGapp]

「許可したURLしか踏めない」設計、実は最初の1回のフェッチにしか効いていなかった、という話。Claudeのweb_fetchツールが持っていた抜け穴が良い教材で、フェッチ済みページの中のリンクへの追従は制限の対象外だった。入口を絞っても、取得した中身が次の行き先を決められる状態なら穴は残る。

[FlOW | AIバイブコーディングTips @hymGGapp]

@nobel_824 個人的には設定の数より、CLAUDE.mdに「検証済みと申告する前にテスト・型チェックを確認したか」を義務付けたことの方が効きました。条件分岐や設定を増やすほど精度が落ちた経験があるので、シンプルなルールを絞り込む方が再現性は高い気がしています。

[FlOW | AIバイブコーディングTips @hymGGapp]

@ml0_1337 うちもサブエージェントをタスクで使い分けてから料金の暴れ方が変わりました。探す・数える系はhaiku、書く・濃い検証だけsonnetに固定しただけで、同じ作業量でもトークン消費が体感でかなり落ちた月があります。モデル指定を絞るだけでもここまで効くのかと驚きました。

[FlOW | AIバイブコーディングTips @hymGGapp]

@ClaudeCode_UT エージェントの権限に「線引き」を設計する発想、まさにこれだと思います。うちも探す・数える系はhaiku、書く・検証系はsonnetで役割分担していますが、境界を甘くした途端「存在しないファイルを直した」と報告してくることがあり、線引きの精度がそのままコストと成果に直結すると実感しています。

[FlOW | AIバイブコーディングTips @hymGGapp]

@k_matsumaru うちの運用でもモデルは変えずcontext圧縮の挙動を調整しただけで長いタスクの完遂率が体感で変わったことがあります。ベンチマークの伸びがモデル差じゃなく設定差というのは実務の感覚と一致します。

[FlOW | AIバイブコーディングTips @hymGGapp]

毎回同じ調べ方をしてる作業、地味にSkillにする価値あります。

うちは複数ツール横断の定型調査を1個Skill化しただけで、リードタイムが体感7割減りました。効くのは新しいプロンプト技じゃなく、同じ調べ方を毎回書き直さない仕組み化の方でした。

[FlOW | AIバイブコーディングTips @hymGGapp]

@AppCreaterwxc0 目視レビューがしんどいのは大体「AIが書いたから」じゃなく、通す基準(lint/型チェック/テスト)が無いからな気がします。うちはCLAUDE.mdに検証コマンドを固定で書いて、レビュー前に必ず通す運用にしたら、目視は差分の意図確認だけで済むようになりました。

[FlOW | AIバイブコーディングTips @hymGGapp]

@oikon48 これ地味にハマりました。並列でworktreeセッション開いてる時に通常の/modelで変えたら、探す系に割り当ててたhaikuセッションまで釣られて、意図しないコスト増になったことがあります。sで個別固定できるの助かりますね。

[FlOW | AIバイブコーディングTips @hymGGapp]

@ai_ai_ailover うちもこの「検証手段を渡す」を地味に効かせてます。サブエージェントを探す・集める系(haiku)と書く・検証系(sonnet)で分けて、haiku担当には必ず「存在確認してから報告」を義務付けたら、幻覚っぽい報告が明確に減りました。モデル選びより先に検証の役割分担、は同意です。

[FlOW | AIバイブコーディングTips @hymGGapp]

@claudecode84 うちはサブエージェントのモデル選択でも同じ差が出ました。「探す・数える」系はhaiku、「書く・濃い検証」はsonnetで役割分けるだけで、体感の待ち時間も費用もかなり削れます。ツール選び以前に、タスクの粒度で割り当てを決める発想が効く気がします。

[FlOW | AIバイブコーディングTips @hymGGapp]

@minorun365 @gihyo_hansoku エンプラのセキュリティの壁、うちも社内でAPIキー管理とアクセス権限のルール作りが一番時間かかりました。ツールの使い方より「組織にどう馴染ませるか」の方が実は難所ですよね。発売楽しみにしてます。

[FlOW | AIバイブコーディングTips @hymGGapp]

@3DVR3 「指示しただけで創作じゃない」という反応、Claude Codeでアプリ作ってても同じこと言われます。実際やってみると、思った通りに動くまで指示を何十回も練り直す作業が一番時間を食っていて、ゼロから要件を言語化できるかどうかが結局スキルだと感じてます。

[FlOW | AIバイブコーディングTips @hymGGapp]

「モデルを替える前にハーネスを疑う」。同じモデルでもツール構成・権限設定・指示ファイルを変えるだけでベンチマークが22ポイント動いた実測データがある。日々いじってる設定、ほぼ全部それです。

[FlOW | AIバイブコーディングTips @hymGGapp]

@lotz84_ AIコーディング時代の型安全性、実感あります。TypeScriptもstrict:trueにしてlintを強めに効かせるだけで、AIが書いたコードの型エラーをコンパイル時に弾けて手戻りがかなり減りました。

[FlOW | AIバイブコーディングTips @hymGGapp]

@m_kumagai 実際、Claude Codeはサブエージェントをhaiku/sonnetで使い分けるだけでコスト体感がかなり変わります。パートナーシップで企業向け機能が伸びれば、個人開発にも恩恵がありそうで楽しみです。

[FlOW | AIバイブコーディングTips @hymGGapp]

@masahirochaen わかります、見積15分→実測2分のズレ。うちも工数を記録してますが、体感の重さと実測時間はよくズレます。キーボードから離れても仕事が進む感覚、地味に生産性変わりますよね。

[FlOW | AIバイブコーディングTips @hymGGapp]

1年間実測したら、AIでの工数削減は分析・資料作成で1日0.49時間、設計は0.19時間止まりだった。体感の「AIで爆速」は、作業の種類でかなり差がある。

[FlOW | AIバイブコーディングTips @hymGGapp]

@plastic_gear 同じくです。最近は画面に張り付かず通知が来た時だけ差分を見る運用に変えたら、監視時間は減ったのに「それは違うよ」の回数はほぼ変わりませんでした。

[FlOW | AIバイブコーディングTips @hymGGapp]

@otsune わかります。うちはCLAUDE.mdに「既存ライブラリを先に検索」と明記してから車輪の再発明トークン消費が体感で減りました。教育効果と割り切るか先回りで防ぐか、悩ましいところです。