用語集

Anthropicが開発したターミナルベースのAIコーディングツール。コマンドラインからClaudeを呼び出し、コードの生成・編集・デバッグ・ファイル操作などをAIに委任できる。プロジェクト全体のコンテキストを把握した上で作業するため、単純なコード補完を超えた実装支援が可能。MCPと組み合わせることで、外部ツールとの連携も実現できる。

Anthropicが策定したオープンスタンダードのプロトコル。AIモデルと外部ツール・データソースを繋ぐ標準的なインターフェースを定義する。MCPサーバーを自作することで、Claude CodeがGitHub・Slack・Notion・データベースなど任意のシステムを操作できるようになる。「AIのためのUSB規格」と例えられることが多い。

単にAIツールを使えるだけでなく、企業の業務課題をヒアリングし、AIを活用して業務フローごと再設計・実装・定着まで伴走できる人材。SEでもコンサルでもないが両方の役割を担う。かつてのPM・PMO・アーキテクトが担っていた「業務全体の設計」能力がAI時代に再定義された存在。ClaudeCodeマスターズが育てたい人材像。

AIモデルへの指示文（プロンプト）を最適化することで、出力の品質・精度・一貫性を高める技術。具体的な指示・出力フォーマットの指定・Few-shotサンプルの提供・思考ステップの明示（Chain of Thought）などの手法がある。Claude Codeの場合はSYSTEM.mdやCLAUDE.mdを活用したプロジェクト単位のプロンプト設計も重要。

目標を与えられると、自律的に計画を立て、ツールを使いながらタスクを実行するAIシステム。単発の質問応答ではなく、複数のステップを自律的に処理する。Claude Codeは代表的なコーディングエージェントの一つ。ブラウザ操作・ファイル生成・外部API呼び出しなどを組み合わせて複雑なタスクをこなす。

外部のデータベースやドキュメントを参照しながら回答を生成する手法。LLM単体ではカバーできない最新情報や社内固有の情報を取り込める。「検索（Retrieval）して、それを参考に生成（Generation）する」という流れ。企業のナレッジベースや社内ドキュメントをAIに参照させるシステム構築でよく使われる。

Large Language Modelの略。大量のテキストデータで学習したAIモデルで、自然言語の理解・生成・推論が可能。Claude・GPT-4・Geminiなどが代表例。パラメータ数が多いほど複雑なタスクをこなせる傾向にある。API経由で利用し、プロダクトやツールに組み込まれることが多い。

AIが一度の処理で参照できるテキストの最大量。トークン（単語の断片）で測られる。Claude 3.5 Sonnetは20万トークン（約15万単語）のコンテキストウィンドウを持つ。Claude Codeがプロジェクト全体のコードを把握して作業できるのも、この広いコンテキストウィンドウのおかげ。

テキスト・画像・音声・動画など、複数の形式のデータを扱えるAIの能力。最新のClaudeはテキストと画像を同時に処理できるマルチモーダルモデル。スクリーンショットを渡してコードを生成させたり、図表を読み込んで分析したりといった使い方が可能になる。

既存のLLMを特定の用途・ドメイン向けにさらに追加学習させる手法。専門知識に特化した回答や特定のトーン・フォーマットへの適応が可能になる。一方で、コスト・データ品質・過学習のリスクなど注意点も多い。多くのユースケースではプロンプト設計やRAGで対応でき、ファインチューニングが必須なケースは限られる。

Claude Codeがプロジェクト開始時に自動で読み込む設定ファイル。プロジェクトの構成・技術スタック・コーディング規約・禁止事項などを記述しておくことで、Claudeがプロジェクト固有のコンテキストを把握した上で作業できる。「AIへのオンボーディングドキュメント」として機能する。

ClaudeおよびClaude Codeを開発するAI安全性研究企業。2021年にOpenAIの元研究者らが設立。AI安全性（AIがどれだけ人間の意図に沿って動くか）を中心的な研究テーマとしており、Constitutional AIなどの手法を開発している。本社はサンフランシスコ。