Claude基礎 claude.ai完全ガイド

Claudeとは -- Anthropicの思想と他LLMとの違い

Anthropicの設立背景

Anthropicは2021年、OpenAIの元VP Dario AmodeiとDaniela Amodeiが共同創業した会社です。「AIの安全性を最優先にしながら最先端モデルを開発する」という理念を掲げて設立されました。OpenAI時代にGPT-3の開発に携わった経験から、強力なAIには堅牢な安全設計が不可欠だと確信し、独立に至った経緯があります。

Google、Salesforce、Amazonなどから累計数十億ドルの資金調達を実施。2026年現在、Claude Opus 4.6 / Sonnet 4.6 / Haiku 4.5 の3モデル体制で、特に長文処理・コード生成・安全性の分野でトップクラスの評価を受けています。

Constitutional AI -- Claudeの安全設計

Claudeが他のLLMと決定的に異なる点は、Constitutional AI(CAI)という独自の安全性手法を採用していることです。従来のRLHF(人間のフィードバックによる強化学習)に加え、AIが自身の出力を「憲法(Constitution)」と照合して自己修正するプロセスを組み込んでいます。

%%{init:{'theme':'dark','themeVariables':{'primaryColor':'#00A5BF','primaryBorderColor':'#007A8F','primaryTextColor':'#e8e8e8','lineColor':'#00A5BF','secondaryColor':'#1a1a1a','background':'#141414','mainBkg':'#1a1a1a','nodeBorder':'#00A5BF'}}}%%
graph TD
  A["事前学習済みモデル"] --> B["RLHF
人間のフィードバック"]
  B --> C["Constitutionの作成
倫理原則を明文化"]
  C --> D["AI Feedback
AIが自身の出力を
Constitutionで評価"]
  D --> E["自己修正
有害な出力を検出し
安全な応答に書き換え"]
  E --> F["RLAIF
AIフィードバックで
強化学習"]
  F --> G["Claudeモデル
安全性と有用性を両立"]

この仕組みにより、人間のレビュアーだけでは見落としがちなエッジケースをAI自身がカバーします。Constitutionには「有害な指示には従わない」「差別的表現を避ける」「不確かな情報は不確かだと伝える」といった原則が含まれています。

Claude vs ChatGPT vs Gemini

Claude モデルファミリー詳細比較

Claudeは3つのモデルを提供しており、タスクの複雑さとコスト要件に応じて使い分けます。

Opusの出力コストはHaikuの60倍。単純な分類タスクにOpusを使うのはコストの無駄遣いで、逆に複雑な法律文書の解析をHaikuに任せると精度が足りません。タスクの性質に合ったモデル選択がAPI活用の基本になります。

Extended Thinking(拡張思考)

Extended Thinkingは、Claudeが回答の前に「思考過程」を段階的に展開する機能です。OpenAIのo1やo3が採用しているReasoningモデルと同じ発想で、複雑な問題に対して推論の連鎖を内部で組み立ててから最終回答を生成します。

数学の証明、多段階の論理推論、コードのアルゴリズム設計など、一発で答えを出すより「考える時間」を確保したほうが精度が上がるタスクで威力を発揮します。claude.aiではチャット時にモデル選択の横にある思考トグルをONにすると利用可能です。APIではthinkingパラメータを設定して明示的に有効化します。

ただし思考トークン分だけ応答時間とコストが増加するため、単純な質問には不要です。「この問題は段階的に考える必要がありそうだ」と判断したときだけ使うのが賢い運用方法と言えます。

Claudeの強みと弱み

ハンズオン: Claudeにアカウント作成して初会話 15min

目標: claude.aiでアカウントを作成し、最初の会話でClaudeの回答特性を観察する

claude.ai -- ログイン画面。Googleアカウントまたはメールで登録

パート1: アカウント作成(5min)

1. claude.ai にアクセスしてください
2. Googleアカウントまたはメールアドレスで無料アカウントを作成してください
3. チャット画面が表示されたら準備完了です

パート2: 初めての会話(10min)

1. 以下のプロンプトを送信してください

あなた自身について教えてください。 1. あなたの名前とバージョン 2. あなたを作った会社の名前と理念 3. あなたが得意なこと(上位3つ) 4. あなたが苦手なこと、できないこと(上位3つ) 5. あなたと他のAI(ChatGPT、Gemini)の違いを1つだけ 各項目は2行以内で簡潔に回答してください。コピー

2. Claudeの回答を読み、以下を確認してください
   • 「できないこと」を率直に認めているか
   • 他のAIについて公平に言及しているか
   • 回答のトーンは丁寧だが過度にへりくだっていないか
3. 次に、ChatGPTかGeminiにも同じプロンプトを送信し、回答の「自己認識」の違いを比較してください

期待される結果の例

Claudeは「画像生成ができない」「Web検索ができない」と率直に弱みを認める傾向があります。ChatGPTは自社の機能を積極的にアピールする傾向、Geminiは Google検索との統合を強調する傾向が見られます。Constitutional AIの影響で、Claudeは「不確かなことは不確かだと言う」姿勢が他モデルより顕著です。

claude.ai基本操作マスター

claude.aiの画面構成と基本操作を把握します。テキスト会話だけでなく、ファイル添付、画像認識、PDF分析まで一通り体験することがこのセクションのゴールです。

テキスト会話の基本

claude.aiのチャット画面は左サイドバーに会話履歴、中央に現在の会話、右側にArtifactsが表示される3ペイン構成です。基本操作を押さえておくと日常利用が格段にスムーズになります。

• 新しい会話 -- 左上の「New chat」をクリック。テーマが変わったら新しい会話を始めるのが原則
• やり直し -- 回答の下にある再生成ボタンで別の回答を生成。同じ入力でも毎回異なる回答が返る
• 会話の分岐 -- 途中のメッセージを編集すると、そこから新しい分岐が生まれる
• 会話の検索 -- 左サイドバー上部の検索バーで過去の会話をキーワード検索
• スター -- 重要な会話にスターをつけて後から素早くアクセス

ファイル添付

claude.aiはチャット入力欄のクリップアイコンからファイルを添付できます。対応形式は多岐にわたります。

画像認識

Claudeは画像の内容を高い精度で認識し、説明やデータ抽出を行います。写真、スクリーンショット、手書きメモ、グラフなどを解析できます。フォーマット変換(手書き → テキスト化)や、UIスクリーンショットからのコード生成にも対応しています。

PDF分析

200Kトークンの長文処理能力がここで活きます。数十ページの報告書でも丸ごと添付して分析可能。「3ページ目の表を抽出して」「結論部分と序論の整合性を確認して」といった指示が有効です。

Claude Projects -- プロジェクト型ナレッジ活用

通常のチャットは会話が終われば文脈がリセットされます。Projects機能は、永続的なコンテキスト空間を作り、カスタム指示書とナレッジファイルを常に参照できる状態にします。「毎回同じ前提を説明し直す手間」から解放される機能です。

Projectsとは

Projects はClaude Pro以上で利用可能な機能です。通常の会話との違いを整理します。

カスタム指示書の設計方法

カスタム指示書はProjectsの核です。ChatGPTの「Custom Instructions」に相当しますが、プロジェクト単位で設定できる点が異なります。

カスタム指示書に含めるべき5要素

1. 役割定義 -- 「あなたは社内ヘルプデスクの担当者です」のように、Claudeの振る舞いを定める
2. トーン指定 -- 「丁寧語を使い、専門用語は平易に言い換えてください」
3. 出力形式 -- 「回答は200文字以内の箇条書きで」「JSONで出力」
4. 参照ルール -- 「ナレッジファイルの内容のみを根拠にし、推測で答えないでください」
5. 禁止事項 -- 「個人情報に関する質問には回答しないこと」「法的助言を行わないこと」

ナレッジファイルの追加

プロジェクトにアップロードしたファイルは、そのプロジェクト内の全会話でClaudeが常に参照します。社内マニュアルPDF、FAQリスト、過去の対応記録、コードベースなどが典型的な活用対象です。

• ファイルサイズ上限: 1ファイルあたり約30MB
• 複数ファイルの追加が可能。関連する資料をまとめて入れておく
• テキスト系ファイル(PDF, TXT, MD, CSV)が最も効果的に活用される

有効な活用パターン

Claude Artifacts -- インタラクティブ成果物

Artifactsは、会話の横にリアルタイムで成果物を表示するClaude独自の機能です。HTMLページ、Reactコンポーネント、SVG画像、Mermaid図、Markdownドキュメントなど、「見せるもの」を生成する場面で真価を発揮します。

Artifactsとは

通常のチャットでは、コードやHTMLを生成しても「テキストの塊」として表示されるだけです。Artifactsでは、生成されたコードが即座にレンダリングされ、プレビューとして右ペインに表示されます。HTMLを書かせればブラウザで見たときの姿がその場で確認でき、Mermaidを書かせればフローチャートがそのまま描画されます。

対応する成果物の種類

Artifactsで生成できる成果物

Artifactsが対応する成果物の種類を整理します。出力形式を明示的に指定することで、意図した形式のArtifactが生成されやすくなります。

• React コンポーネント -- インタラクティブなUI部品。計算ツール、フォーム、データ入力画面など、ボタンやスライダーが動作する
• HTML/CSS -- 静的なWebページ。ランディングページ、ポートフォリオ、社内ツールのプロトタイプに向く
• SVG画像 -- ベクター形式の図表やチャート。インフォグラフィック、アイコン、組織図などをプレビュー表示
• Mermaid図 -- フローチャート、シーケンス図、ガントチャート、ER図。テキストで記述し、即座に図として描画される
• Markdown -- 構造化されたドキュメント。報告書、仕様書、議事録のテンプレートに最適
• コード(Python, JavaScript等) -- 実行可能なコードブロック。アルゴリズムの動作確認やデータ処理スクリプトの生成

編集と反復

Artifactsの力は「反復の速さ」にあります。生成されたダッシュボードに対して「色を青系に変えて」「グラフを追加して」と指示するだけで、即座にプレビューが更新されます。コードを自分で書き換える必要はありません。

長文処理と分析 -- 200Kトークンの真価

Claudeの最大の武器の一つが200Kトークンのコンテキストウィンドウです。日本語で約15万字、新書にして約3冊分。契約書、研究論文、コードベースを丸ごと渡して分析できるのはClaudeならではの強みです。

200Kトークンの意味

長文処理が有効な場面

長文分析のコツ

1. 質問は具体的に -- 「内容を教えて」ではなく「第3章の結論と第5章の結論の矛盾点を指摘して」
2. 段階的に深掘り -- まず全体の構造を把握させてから、個別の箇所を掘り下げる
3. 出力形式を指定 -- 「表形式で」「JSON形式で」と指定すると整理された結果が得られる
4. 参照元を求める -- 「該当箇所のページ番号や段落を引用してください」と付ける

Claude API入門 -- SDKで自動化への第一歩

APIとは何か

API(Application Programming Interface)は、プログラムからClaudeに指示を送り、回答を受け取る仕組みです。claude.aiの画面を開かなくても、Pythonスクリプトやアプリケーションから直接Claudeの能力を呼び出せます。

身近な例で言えば、自動販売機のボタン。お金を入れてボタンを押す(リクエスト)と飲み物が出てくる(レスポンス)。中の仕組みを知らなくても、決められた手順で使えば結果が得られる。APIも同じです。

Claude Console (console.anthropic.com) -- APIキーの管理とモニタリング

APIキーの取得方法

1. Anthropic Console にアクセスし、アカウントを作成(またはログイン)
2. 左サイドバーの「API Keys」をクリック
3. 「Create Key」をクリックし、キーに名前をつける(例: "learning-key")
4. 表示されたキー(sk-ant-...)をコピーし、安全な場所に保存

Python SDKの基本

# インストール
# pip install anthropic

import anthropic

client = anthropic.Anthropic(
    api_key="sk-ant-..."  # 環境変数 ANTHROPIC_API_KEY を推奨
)

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[
        {"role": "user", "content": "Pythonでフィボナッチ数列を生成する関数を書いてください"}
    ]
)

print(message.content[0].text)

TypeScript SDKの基本

// インストール
// npm install @anthropic-ai/sdk

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic({
  apiKey: 'sk-ant-...',  // 環境変数 ANTHROPIC_API_KEY を推奨
});

const message = await client.messages.create({
  model: 'claude-sonnet-4-20250514',
  max_tokens: 1024,
  messages: [
    { role: 'user', content: 'TypeScriptでフィボナッチ数列を生成する関数を書いてください' }
  ],
});

console.log(message.content[0].text);

system prompt の設定

APIでは、Projectsのカスタム指示書に相当する「system prompt」をリクエストに含められます。

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    system="あなたはシニアPythonエンジニアです。コードは型ヒント付きで書き、docstringを必ず含めてください。",
    messages=[
        {"role": "user", "content": "ファイルを読み込んでCSVにパースする関数を書いてください"}
    ]
)

APIレスポンスの構造

Messages APIのレスポンスはJSON形式で返されます。実際のレスポンスを見ておくと、プログラムで結果を処理する際に迷いません。

content配列にテキストブロックが格納され、usageで消費トークン数を確認できます。stop_reasonが"end_turn"なら正常終了、"max_tokens"ならトークン上限に達して打ち切られたことを意味します。

エラーハンドリング

API呼び出しでは、ネットワーク障害やレート制限によるエラーが発生します。主要なエラーパターンと対処法を押さえておきましょう。

import anthropic
import time

def call_with_retry(client, max_retries=3, **kwargs):
    """指数バックオフ付きのAPI呼び出し"""
    for attempt in range(max_retries):
        try:
            return client.messages.create(**kwargs)
        except anthropic.RateLimitError:
            wait = 2 ** attempt  # 1秒、2秒、4秒...
            print(f"Rate limit hit. {wait}秒待機...")
            time.sleep(wait)
        except anthropic.APIError as e:
            print(f"APIエラー: {e.status_code} {e.message}")
            raise
    raise Exception("最大リトライ回数を超えました")

system promptの実践的な設定例

system promptは単にトーンを変えるだけでなく、出力形式の制御やドメイン知識の注入にも使えます。

message = client.messages.create(
    model="claude-sonnet-4-20250514",
    max_tokens=2048,
    system="""あなたは法人向けSaaS製品のテクニカルサポート担当です。

回答ルール:
- 原因の特定 → 解決手順 → 再発防止の順で構造化する
- コマンドやコード例は必ずコードブロックで囲む
- 解決手順は番号付きリストで示す
- 推測で回答しない。不明な場合は「エンジニアチームに確認します」と回答する

対応範囲外:
- 料金・契約に関する質問(営業部に案内)
- 個別のカスタマイズ開発の依頼(プロフェッショナルサービスに案内)""",
    messages=[
        {"role": "user", "content": "APIのレスポンスが急に遅くなりました。原因は何ですか?"}
    ]
)

ストリーミングレスポンス

長い回答を待たずに、生成されたテキストをリアルタイムに受け取る方法です。

with client.messages.stream(
    model="claude-sonnet-4-20250514",
    max_tokens=1024,
    messages=[{"role": "user", "content": "日本の四季について800字で書いてください"}]
) as stream:
    for text in stream.text_stream:
        print(text, end="", flush=True)

コスト計算

import Anthropic from '@anthropic-ai/sdk';

const client = new Anthropic();

// 基本呼び出し
const message = await client.messages.create({
  model: 'claude-sonnet-4-20250514',
  max_tokens: 1024,
  system: 'あなたはシニアTypeScriptエンジニアです。',
  messages: [{ role: 'user', content: 'Zodでバリデーションスキーマを書いてください' }],
});
console.log(message.content[0].text);

// ストリーミング
const stream = client.messages.stream({
  model: 'claude-sonnet-4-20250514',
  max_tokens: 1024,
  messages: [{ role: 'user', content: 'Express.jsのミドルウェアパターンを解説して' }],
});
for await (const event of stream) {
  if (event.type === 'content_block_delta') {
    process.stdout.write(event.delta.text);
  }
}

セキュリティとデータの扱い

Claudeを業務で使う以上、「入力したデータはどこへ行くのか」「誰がアクセスできるのか」を把握しておく必要があります。プラン選定を誤ると、意図せず機密データがモデルの学習に使われるリスクがあります。

プラン別データポリシー比較

Max planは2つのティアがあります。$100/月プランはProの20倍の利用量で、Opusやextended thinkingを頻繁に使う個人ユーザーに向きます。$200/月プランは利用量が実質無制限で、Claudeを一日中使い倒すヘビーユーザー向けです。セキュリティ・管理機能はProと同等なので、組織管理が必要な場合はTeam以上が必要になります。

業務利用のためのプラン選定

%%{init:{'theme':'dark','themeVariables':{'primaryColor':'#00A5BF','primaryBorderColor':'#007A8F','primaryTextColor':'#e8e8e8','lineColor':'#00A5BF','secondaryColor':'#1a1a1a','background':'#141414','mainBkg':'#1a1a1a','nodeBorder':'#00A5BF'}}}%%
flowchart TD
  START["業務でClaudeを使いたい"] --> Q1{"扱うデータに
機密情報を含む?"}
  Q1 -->|No| Q2{"個人利用?
チーム利用?"}
  Q1 -->|Yes| Q3{"SSO/監査ログは
必要?"}
  Q2 -->|個人| PRO["Pro ($20/月)
学習不使用を確保"]
  Q2 -->|チーム| TEAM["Team
管理者コントロール"]
  Q3 -->|No| TEAM
  Q3 -->|Yes| Q4{"SLA/リージョン指定
は必要?"}
  Q4 -->|No| TEAM
  Q4 -->|Yes| ENT["Enterprise
フルカスタム"]

データ分類の考え方

AIに入力するデータを以下の3段階で分類し、プランに応じた判断を行います。

トレンドとモデル使い分け

Claudeは3つのモデルファミリーを提供しています。用途に合わせた使い分けが、品質とコストのバランスを決めます。

Claude モデルファミリー

使い分けの基準

%%{init:{'theme':'dark','themeVariables':{'primaryColor':'#00A5BF','primaryBorderColor':'#007A8F','primaryTextColor':'#e8e8e8','lineColor':'#00A5BF','secondaryColor':'#1a1a1a','background':'#141414','mainBkg':'#1a1a1a','nodeBorder':'#00A5BF'}}}%%
flowchart TD
  START["どのモデルを使う?"] --> Q1{"タスクの複雑さは?"}
  Q1 -->|"複雑な推論・分析"| OPUS["Opus 4.6
品質最優先"]
  Q1 -->|"標準的な業務"| Q2{"応答速度は重要?"}
  Q1 -->|"単純な分類・要約"| HAIKU["Haiku 4.5
高速・低コスト"]
  Q2 -->|"速度優先"| SONNET["Sonnet 4.6
速度と品質のバランス"]
  Q2 -->|"品質優先"| OPUS

Claude Code の概要

Claude Codeは、ターミナル上で動作するAI開発アシスタントです。プロジェクトのコードベース全体を理解し、ファイルの作成・編集・実行・Git操作までを自律的に行います。本コース(C02)ではClaude Code自体は扱いません。C04「Claude Code完全ガイド」で詳しく学びます。

Claude Agent SDK の概要

Agent SDKは、Claudeを使った自律エージェントを構築するためのフレームワークです。ツール呼び出し(Function Calling)、マルチステップの推論、外部APIとの連携を組み合わせて、「判断して行動する」AIを作れます。こちらもC04以降で取り上げます。

今後の進化予測

• コンテキスト長のさらなる拡大 -- Geminiが1Mトークンを先行。Claudeも同水準に到達する可能性が高い
• マルチモーダル入出力 -- 画像生成、音声入出力への対応が進むと見られる
• エージェント統合 -- MCP(Model Context Protocol)による外部ツール連携の標準化が加速
• コスト低下 -- Haikuクラスのモデルがさらに安価になり、大量処理の敷居が下がる

総合ハンズオン: 業務特化Claude環境を構築

ここまでのセクションで学んだProjects、Artifacts、API、セキュリティの知識を統合し、自分の業務に特化したClaude環境を構築します。Project + Artifacts + APIのうち2つ以上を組み合わせてください。