Claudeの使い方・活用術ガイド

2026年7月時点のAIコーディング2強、Claude Opus 4.8（5月28日）とGPT-5.6の最上位Sol（7月9日）を徹底比較する。得意領域はほぼ反対で、SolはTerminalBench 2.1（88.8% vs Opus 78.9%）・Agents' Last Exam 53.6・Coding Agent Index 80と端末操作/エージェント総合力で首位。対するOpus 4.8はSWE-bench Pro（69.2% vs Sol 64.6%）で上回り、さらに誠実性（自分のコードの欠陥を黙って通す率が前世代の約4分の1・失敗の伝え損ね3.7%）を打ち出す。一方、非公表とされたGPQA DiamondとFrontierMathはOpenAIの評価表に載っていてSolが上、GraphWalks 1Mも同じ表ではSolが上だ。SWE-bench ProではOpenAI自身の表でもOpusが上——実コーディングの本丸ではOpusが優位という構図だ。本記事ではスペック早見表、ベンチ詳細、非公開ベンチ問題、実コスト（単価$25 vs $30とトークン効率+54%の綱引き）、強み弱みマップ、ユースケース別の選び方、デュアル運用戦略までを公式・独立ベンチベースで整理する。

Claude CodeやAPIで突然出る「API Error: 400 Output blocked by content filtering policy」——これは使用量制限でもコンテキスト超過でもなく、Claudeが返そうとした「出力」を安全フィルタが差し止めた状態だ。主目的は既存著作物の逐語再現の防止で、MIT/Apacheなど標準ライセンスの全文生成、既存ソースへの「一致」作業、長文ドキュメントの複製などで悪意なく誤検知（false positive）することが多い。本記事では、公式説明（出力段のフィルタが著作物の再現を検知して400でブロックする仕組み）、実際のClaude Code Issueに見る誤検知パターン（OSSリポジトリ初期整備・リスト照合・長時間エージェント実行の末にトークン上限と誤診断）、今すぐ直す方法（モデルに丸写しさせずツールで取得・プロンプトを生成/要約寄りに言い換え・Escでリトライループを止める・タスク分割・誤検知はサポート報告）、Prompt is too long／usage limit／529 Overloaded／max_tokensとの見分け方までを整理する。

Claude Codeで週次上限に当たったのに、1週間たたずに枠が全回復した——しかも何度も。ネットには「週次は実は72時間ごとにリセットされる」という裏仕様の解説まで出回っている。本当か。本記事はその正体を一次情報まで遡って検証する。ただしClaude Codeのリセット内部仕様はAnthropicが公式に明文化しておらず、上限自体も頻繁に改定されている。そこで「公式で確認できる事実」「複数の利用者が再現的に観測しているが公式回答がない事象」「単一ソースで未確認の憶測」を明確にラベル分けして扱う。結論の骨子は、早期の全回復は多くの場合Anthropicの不定期な「全体一斉リセット」（@ClaudeDevs公式が複数回告知）が主因であり、加えて「リセットまで」の表示自体が前後にズレるという再現報告があること、そして出回る「72時間周期」説は単一観測・未再現・別観測（24時間）と矛盾するため事実として鵜呑みにできないこと。2026年9月からは、配られたリセットを各自が好きなときに使う形も加わった（WebかClaude DesktopのSettings > Usageにある「Reset for free」で使う。ターミナルのClaude Codeには押す場所が無い）。断定できない部分は断定できないと明記する、2026年9月時点の検証記事。

Claude Codeのサンドボックスは、隔離されるシェルと子プロセスのファイル・通信アクセスをOSレベルで制限します。/sandboxでの準備、書き込み先・読み取り拒否・許可ドメイン、通常権限と自動許可の違いを整理。内蔵Read/Edit/Write・MCP・Hooks、除外コマンドや外側での再実行は別経路です。許可範囲内の破壊・送信や秘密情報の漏洩をすべて防ぐ保証ではないため、未知ホストのモード別判断と例外設定も説明します。

「AIって結局、何を聞けばいいの？」で止まる人向けに、コピペして貼るだけで面白い返事が返ってくる"お題"を30個そろえた。6ジャンル×5問：自分を知る（隠れた強み・価値観・動物にたとえると）、発想が広がる・もしもの世界（平凡なものの意外な使い道・重力が半分になったら・存在しない祝日の発明）、わかった気になれる説明（量子力学を5歳児に・複利を3つの比喩で・ネットの仕組みをピザ宅配で）、ことば遊び（10の文体で書き換え・2文のショートショート・二つ名づくり・回文）、ロールプレイ・相談（厳しい人生コーチ・新作ことわざの賢者・未来の自分からの手紙・困惑する宇宙人）、実用だけど面白い（言い訳を格言に・5段階の断り方・味気ない連絡文の改善・ドラマチックな献立名・ToDoに楽しい寄り道）。無料のChatGPT・Claude・Geminiで試せる。面白くするコツ（もっとを重ねる・役と制約・AI乗り換え）と注意点、姉妹記事「AIの面白い使い方15選」への導線つき。

AIというと仕事の効率化やプログラミングの話ばかりになりがちだが、実はAIがいちばん本領を発揮するのは「遊び」かもしれない。本記事はコピペですぐ試せるプロンプト付きで、AIの面白い使い方を15個紹介する。ことば遊び系（①大喜利バトル ②替え歌・ラップ製造機 ③ネーミング工場）、なりきり・対話系（④偉人と対談 ⑤AI同士を討論させる ⑥全力反対botと議論練習）、ゲーム系（⑦テキストアドベンチャーのゲームマスター ⑧オリジナルクイズ大会 ⑨犯人当て推理ゲーム）、創作系（⑩架空の生き物図鑑 ⑪自分が主人公の物語 ⑫画像生成で遊ぶ）、生活×意外系（⑬冷蔵庫の残り物シェフ ⑭古代ローマ・月への旅行プラン ⑮エンタメ占い師）。無料のChatGPT・Claude・Geminiで試せる（⑫の画像生成はClaudeではできないので、ChatGPTかGeminiで）。面白くするコツは「役割を与える・条件で縛る・もっとを重ねる」の3つで、これはそのまま実務のプロンプト術の基礎になる。事実と創作の区別、個人情報、子どもとの遊び方など注意点とFAQ付き。

Claude Fable 5とClaude Opus 5はどちらも上位モデルだが、「常にFable 5」でも「常にOpus 5」でもなく、タスクで使い分けるのが正解。そして2026年7月24日のOpus 5登場で、この使い分けの答えは大きく動いた。前世代のOpus 4.8は「Fable 5に一段劣るが半額」だったが、Opus 5は価格を入力$5/出力$25に据え置いたまま、エージェント系ベンチマークでFable 5に並ぶか上回る（Frontier-Bench 43.3% vs 33.7%、OSWorld 2.0 70.6% vs 66.1%＝いずれもAnthropicの発表の比較表／CursorBench 3.2は公式が「Fable 5の最高スコアと0.5%以内・コストは約半分」と明記）。一方で差の小さい項目は表によって順位が入れ替わる（DeepSWE v1.1はAnthropicの表でFable 5が69.7% vs 68.8%、OpenAIの表でOpus 5が73.7% vs 69.9%）。仕様はコンテキスト窓1M・最大出力128Kが同じで、fast mode（約2.5倍速）はOpus 5のみだが単価2倍かつClaude API限定、知識カットオフはOpus 5が2026年5月と新しい。判断フローは「まずOpus 5で試し、明確に頭打ちになる最難関の難問だけFable 5」。実務では「Opus 5を軸に難所だけFable 5」の併用が最適で、安全ブロック時の自動振替やAPI側のフォールバック"default"モードも押さえる。可用性（6月停止→7月再展開の経緯）と単一モデル依存の回避、effort調整によるコスト最適化、FAQまで、Fable 5クラスタ（リリース/コーディング/停止/復活）とOpus 5リリース解説を結ぶ実務ガイド。

2026年7月1日、Anthropicが最上位モデルClaude Fable 5を全世界で再展開した(Mythos 5は米国の一部の組織に限って再開)。6月12日に米政府の輸出管理命令で全面停止されたばかりで、停止からわずか19日での復活となった。復活の直接の理由は、米商務省が6月30日に輸出管理を解除したこと。引き金だった他社(Amazon研究者)の脱獄指摘に対し、Anthropicは「Fable 5に固有の攻撃能力はない」と一貫して反論しており、解除はその立場に沿う形で決着した。ただ元に戻っただけでなく、報告された回避手法を専用に検知する分類器を新設し当該手法を99%超ブロック、分類器がブロックした場合はユーザーに通知のうえリクエストをOpus 4.8へ自動振替する(アプリの「モデルを切り替える」トグルの正体)という安全性の作り込みを加えて再展開された。当面はPro・Max・Team・一部Enterpriseで7月7日まで週次上限の最大50%、以降は利用クレジット経由という暫定制限が付く。Fable 5は最上位ゆえOpus 4.8より利用量の消費が速く、AWS・Google Cloud・Microsoft Foundry経由は順次再開(日付未定)。本記事は停止の続報として、なぜ復活できたか・何が変わったか・利用時の注意・単一モデルに依存しない設計という教訓まで、公式発表と各社報道をもとに整理する時事ニュース解説。

Claude Codeの権限ルールは、settings.jsonのallow・ask・denyでツール呼び出しを制御する仕組みです。設定の優先順位、コマンドとパスの一致方法、実用例を説明します。Bashの別表記、任意スクリプト、Read/Editの否定パターン、modによる判定変更も整理し、秘密ファイルや通信を全経路で止める保証とは区別します。

Claude Codeで入力欄の隣に出る「権限モード」（Shift+Tabで切替）は、Claudeがファイル編集・コマンド実行の前にどれだけ「確認（許可）」を求めるかを決める設定。本記事は、権限モードとは何か（確認の頻度＝監視と自律のトレードオフ。端末とVS Codeではv2.1.283以降プランを問わず自動モードで始まり（それより前はPro・Max・Teamのみ）、claude -pやAgent SDKは手動で始まる。.git/.claude等の保護パスはバイパス以外では自動承認されない）、セレクタに並ぶ5つのモード（手動=default＝読み取り以外は毎回確認/編集を受け入れる=acceptEdits＝作業フォルダ内の編集とmkdir・rm・mv等のファイル操作を自動/プラン=plan＝編集せず計画だけ/自動モード=auto＝別の判定モデルの安全チェック付きでほぼ無確認/権限をバイパス=bypassPermissions＝ほぼ全部無確認で隔離環境専用）＋Shift+Tabの循環に出ずフラグか設定で指定する6番目のdontAsk、切り替え方法（Shift+Tabで手動→編集を受け入れる→プランを循環し、バイパスと自動モードは条件付きでその後ろに入る。--permission-modeフラグ、settingsのdefaultMode。autoとbypassPermissionsはプロジェクト設定では効かない）、自動モードの深掘り（分類器が危険操作をブロック・Team/Enterpriseでも既定で利用可で管理者が停止できる・対応モデルはOpus 4.6以降/Sonnet 4.6以降/Fable系・会話で述べた境界も尊重・連続3回/累計20回ブロックで一時停止）、使い分けと安全性（バイパスはプロンプトインジェクション防御なし＝隔離環境のみ・日常は自動モードが正解・hooksはバイパスでも実行・バイパスを使える端末ではプラン中の編集も止まらない）、工数(effort)との関係（権限モード=どれだけ確認するか/工数=どれだけ賢く考えるか）までを公式ドキュメントとデスクトップアプリの表示（2026年10月5日時点）に基づき初心者向けに解説する。

Claude Codeでモデル名の隣に出る「工数（effort）」のスライダー＝「速い↔賢い」のつまみは、AIが応答にかける手間（思考量・ツール呼び出し・応答テキストの量）を決める設定。本記事では、工数とは何か、スライダーの5段と表示名（APIの工数は low/medium/high/xhigh/max の5段。日本語表示は 低・中・高・特大・Max。重要：「特大」＝xhighで最大ではなく、最大の工数は「Max」）、保存の仕組み（低〜特大はEnterで確定するとモデルごとに保存、Maxはセッション限定）、モデル別の対応と自動降格（xhighは Fable 5.1・Opus 5.5・Sonnet 5.5 など比較的新しいモデル限定、Opus 4.6・Sonnet 4.6はxhigh不可で指定時はhighに降格、旧モデルの Haiku 4.5 は工数に非対応で Haiku 5.5 は全段に対応。Claude Codeの既定はモデルごとで Opus 5.5・Sonnet 5.5・Haiku 5.5 は medium、Fable 5.1 は high）、設定方法（/effortスライダーや直接指定・/effort auto、/model、--effort、CLAUDE_CODE_EFFORT_LEVEL環境変数が最優先、settingsのmodelSettings・effortLevel、skill/subagentのfrontmatter）、使い分け、Ultracode徹底解説（工数の段ではなく、どの工数でもオン／オフできるスイッチ。オンにするとClaudeがマルチエージェントの動的ワークフローを自動で組む。xhigh対応モデル限定、/effort ultracode・Tabキー・設定の "ultracode": true での有効化、使いどころ・コスト注意、v2.1.284より前との違い）、隣接機能（ultrathink＝その回だけ深く考える、/fast＝高速モード）までを公式ドキュメント（2026年9月時点）と実機UIに基づき初心者向けに解説する。

エージェント評価（Agent Evals）は、ツールを使い複数手を踏んで目標を達成するエージェントが本当にタスクを成し遂げられるかを体系的に測る工程。単発出力を採点するLLM評価の発展形で、対象が「1つの出力」から「一連の行動」に広がる。エージェントは計画し、ツールを呼び、状態を更新するため最終出力だけでは不十分で、Googleも「出力確認だけでは足りず行動のなぜを理解する必要がある」として最終応答と軌跡(trajectory)の2系統に分ける。測る軸は5つ=①成果（タスク成功＝「予約しました」という発言ではなくDBに予約が実在するかという最終状態で判定）②軌跡（妥当な手順・正しいツールを正しい順序で）③ツール使用の正確さ（正しいツール・正しい引数・関数名や型まで照合）④効率（手数・トークン・コスト・遅延。多くはオブザーバビリティの観測値を持ち込む実務的扱い）⑤最終応答の質（LLM-as-judge/ルーブリック）。採点者はコード（速い/安い/再現可能だが脆い）→LLM-as-judge（柔軟だが非決定的で要較正）→人間（ゴールド標準だが高コスト・可能なら避ける）を使い分ける。Anthropicは「ツール呼び出しを正しい順序で踏んだかの確認は厳しすぎて脆い。エージェントは妥当な別解を見つけるので、経路ではなく成果を採点する方がよい」と勧める一方、Google/Microsoftは軌跡一致度を正式指標に持つ。固有の難所は非決定性（pass^k）・誤差の連鎖（p^t）・報酬ハッキング（DeepMindのロボットアームが掴んだように見せかけた例）・評価セットの陳腐化や汚染。実務はAnthropic推奨で、本番の失敗から20〜50件をテストケース化→自動採点でCIに乗せ→能力evalと回帰evalを分け→早く書く。SWE-bench/τ-bench/WebArena/GAIA/OSWorld/BFCL等のベンチマークも参考になる（スコアは版で動くので鵜呑みにしない）。公式情報に基づき不確実点を明示しつつ整理する。