Claude Codeでレガシーを修正する際、財布を守る現実的な方法

知能を高めコストを削る二重モデル交差運用

エージェントベースのコーディングを始める際、最も恐ろしいのは性能ではなく翌月のカード明細です。動画で見る二重エージェントは幻想的ですが、何も考えずに使うとAPI費用の爆弾を食らうのに最適です。2026年現在、Claude 4.6 Opusの入力単価は100万トークンあたり$5.00で、Sonnet ($3.00)より60%以上高価です。出力費用は$25.00まで跳ね上がります。10万トークンを超えるレガシープロジェクトでループが1回回るたびに、コーヒー1杯分の代金が飛んでいく計算になります。

費用をコントロールするには、無条件にOpusだけに固執せず、スロット割り当て方式を使うべきです。全体作業の20%である設計とアーキテクチャの判断にのみOpusを配置し、残り80%の単純な実装はSonnetに任せます。

• 方法: Anthropic Consoleでプロジェクト別の予算制限(Usage Limit)をまず設定してください。Claude Codeの設定で基本モデルはSonnetにしておき、複雑なロジックが絡み合ったセッションでのみ --model opus フラグで手動昇格させます。毎週月曜の朝にAPIレポートを開き、実際の支出が予想曲線に沿っているか確認する習慣が必要です。
• 結果: 高難度の推論品質を確保しつつ、全体のAPI費用を40%から最大70%まで削減できます。

トークンの浪費を防ぐコードベース地形図の作成

エージェントが消費するトークンの70%は、実は不要なファイルを探し、ディレクトリを探索することに浪費されます。LLMはコンテキストが10万トークンを超えると集中力が急激に低下する「性能の壁」現象を見せます。すべてのソースコードをそのまま流し込むのは、お金を捨てて性能を台無しにする近道です。Anthropicの内部テスト結果によると、コンテキストを圧縮して伝達した場合、推論品質は維持されつつ入力費用は50%以上減少します。

AI専用の仕様書である ARCH.md を作成し、エージェントに地図を持たせてください。

• 方法: まず tree -L 3 -I 'node_modules|dist|.git' > tree.md コマンドでプロジェクトの骨組みを抽出します。次にRepomixのようなツールを使い、実際のロジックは除いて関数シグネチャとインターフェース定義だけを残したシグネチャマップを作成します。最後に .claudeignore ファイルに .svg や .json といったアセットを確実に記述し、エージェントの視界から排除してください。
• 結果: 初期探索段階を短縮し、セッションあたりの入力トークン消費を50%以上節約して、応答速度を2倍近くまで引き上げます。

デプロイ後のバグ修正を減らす批判的検討の自動化

二重エージェントの核心は、設計(Advisor)と実装(Executor)を分離して安全装置を作ることです。単に「コードレビューして」と言うだけでは、「綺麗ですね」といった魂のない返事しか返ってきません。シニアエンジニアなら、アドバイザーに「意地悪な批判者」の役割を強制的に任せるべきです。この段階を適切に踏むだけで、毎週5時間以上かかっていた事後のバグ修正時間を大幅に短縮できます。

実行モデルがコードを触る前に、Opusに批判的な検討をさせる仕組みを作ってください。

• 方法: Claude Codeのカスタムスキルに「Critical Review」プロンプトを登録します。その際、データ整合性(Race Condition)、セキュリティ脆弱性、パフォーマンス低下(N+1 Query)という3つの項目を必ずチェックするよう明示してください。この検討で深刻な欠陥がないという承認が下りた時のみ、実行命令を出すルールを構築する必要があります。
• 結果: 論理的な欠陥が目に見えて減少し、実際の運用環境での障害発生率を30%以上低下させる効果が得られます。

大規模作業時に発生するボトルネックの解決法

アドバイザーとイグゼキューターを一本道に並べておくと、検証のたびに待ち時間が発生します。数百個のファイルを修正しなければならない大規模なリファクタリングでは、この方式はあまりに遅すぎます。5万行以上のライブラリをマイグレーションする時は、作業を分割して並列で回すオーケストレーションが必要です。

作業速度を高める並列工程は次のように構築します。

• 方法: git worktree add コマンドで機能別の独立したディレクトリを作成します。各ワークツリーで個別のClaude Codeセッションを立ち上げ、異なるモジュールを同時にリファクタリングします。最後にClashのようなツールでワークツリー間の衝突を解決しながらメインブランチに統合します。
• 結果: 数週間かかるリファクタリング作業を、わずか20時間前後の集中作業で終わらせる生産性の向上を体験することになります。

AI技術負債を防ぐ週刊アーキテクチャ監査

AIが書いたコードが積み重なると、ある瞬間、全体構造がめちゃくちゃになる技術負債が発生します。エージェントはファイル一つは実に見事に修正しますが、システム全体が進むべき方向までは責任を持ちません。2026年のシニアエンジニアの真の業務は、コードを直接タイピングすることではなく、エージェントたちが作った成果物の整列状態を管理することです。

毎週金曜の退勤前に、「アーキテクチャ監査」ルーチンを回してください。

• 方法: 一週間に変更されたすべてのコミットをOpusに投入し、既存のコンベンション（例：Early Returnパターン）に違反している箇所がないか探させます。複雑度が高くなりすぎた関数や、テストが漏れているモジュールを選び出し「負債リスト」を作成してください。このリストが翌週のエージェントの最初のタスクになります。
• 結果: コードベースが腐敗するのを防ぎ、AIを初めて導入した時のクリーンな状態を長期的に維持できます。