anthropic-architect

Anthropic アーキテクト

Anthropic ベースのプロジェクト向けの、専門的なアーキテクチャガイダンスです。要件を分析し、Skills、Agents、Subagents、Prompts、SDK プリミティブを使った最適なアーキテクチャを個別に提案します。

この Skill でできること

次の内容を通じて、プロジェクトに適した Anthropic アーキテクチャの設計を支援します。

• プロジェクト要件の分析 - 複雑さ、範囲、制約を把握します
• アーキテクチャの提案 - Skills、Agents、Prompts、SDK プリミティブを比較します
• 判断基準の適用 - データに基づいてアーキテクチャを選択します
• ベストプラクティスの遵守 - 2025 年の Anthropic のパターンと原則に従います
• 段階的開示の設計 - 効率的なコンテキスト管理を実現します
• セキュリティの考慮 - 安全で制御可能な AI システムを実現します

アーキテクチャが重要な理由

適切なアーキテクチャがない場合：

• コンテキストの利用効率が悪く、コストが高くなります
• パフォーマンスが低下し、応答が遅くなります
• セキュリティ上の脆弱性やリスクが生じます
• 保守やスケールが困難になります
• エージェントが Skill のコンテキスト全体を不必要に読み込みます
• 関心事が混在し、境界が不明確になります

適切に設計されたアーキテクチャの場合：

• コンテキストを最適に活用できます
• 応答が速く、要点に絞られます
• 安全で制御された操作が可能になります
• 保守や拡張が容易になります
• 情報を段階的に開示できます
• 関心事を明確に分離できます
• コンポーネントをスケールし、再利用できます

クイックスタート

プロジェクトを分析する

Using the anthropic-architect skill, help me determine the best
architecture for: [describe your project]

Requirements:
- [List your key requirements]
- [Complexity level]
- [Reusability needs]
- [Security constraints]

アーキテクチャの提案を受ける

この Skill では、次の内容を提供します。

1. 推奨アーキテクチャ - 使用する具体的なプリミティブ
2. 判断の根拠 - このアーキテクチャが適している理由
3. 実装ガイダンス - 構築方法
4. ベストプラクティス - 従うべき事項
5. パターンの例 - 類似した成功事例のアーキテクチャ

Anthropic の 4 つのプリミティブ

1. Skills（プロンプトベースのメタツール）

概要： エージェントが必要に応じて見つけ、動的に読み込める、指示、スクリプト、リソースをまとめたフォルダーです。

使用する場面：

• ✅ 専門的なドメイン知識が必要
• ✅ 複数のプロジェクトで再利用する
• ✅ 複雑な複数ステップのワークフローがある
• ✅ 参考資料が必要
• ✅ 段階的開示が有効

使用しない場面：

• ❌ シンプルで一度限りのタスク
• ❌ プロジェクト固有のロジックのみが必要
• ❌ 再利用の必要がない

使用例：

• プロンプトエンジニアリングの専門知識
• デザインシステムの生成
• コードレビューのガイドライン
• ドメイン固有の知識（金融、医療、法律）

2. Agents/Subagents（自律型タスク処理）

概要： 独立したシステムプロンプト、専用のコンテキストウィンドウ、特定のツール権限を持つ専門エージェントです。

使用する場面：

• ✅ 複雑な複数ステップの自律的なタスク
• ✅ コンテキストの分離が必要
• ✅ 異なるツール権限が必要
• ✅ タスクを並行して実行する
• ✅ タスクの種類ごとに専門知識が必要

使用しない場面：

• ❌ シンプルな質問や検索
• ❌ コンテキストの共有が必要
• ❌ 順次的な依存関係がある
• ❌ リソースが限られた環境

使用例：

• コードの調査と分析
• テストの生成と実行
• ドキュメントの生成
• セキュリティ監査
• パフォーマンスの最適化

3. 直接プロンプト（シンプルな指示）

概要： 追加の構造を加えずに、Claude に直接渡す明確で具体的な指示です。

使用する場面：

• ✅ シンプルで分かりやすいタスク
• ✅ 一度限りの処理
• ✅ 簡単な質問や確認
• ✅ 専門化の必要がない
• ✅ 必要なコンテキストが最小限

使用しない場面：

• ❌ 複雑な複数ステップのプロセス
• ❌ 再利用が必要
• ❌ ドメインの専門知識が必要
• ❌ 関連する複数の処理がある

使用例：

• コードの説明
• 簡単なリファクタリング
• シンプルなバグ修正
• ドキュメントの更新
• 直接的な質問

4. SDK プリミティブ（カスタムワークフロー）

概要： カスタムエージェントワークフローを作成するための、Claude Agent SDK の低レベルな構成要素です。

使用する場面：

• ✅ 独自のワークフロー要件がある
• ✅ カスタムツールとの統合が必要
• ✅ 特定のフィードバックループが必要
• ✅ 既存システムとの統合が必要
• ✅ きめ細かな制御が必要

使用しない場面：

• ❌ Skills／Agents で対応できる標準的なユースケース
• ❌ 開発リソースが限られている
• ❌ メンテナンスの負担が懸念される
• ❌ 市場投入までの時間を短縮することを優先する

ユースケースの例：

• カスタム CI/CD 統合
• 特化型コード解析パイプライン
• ドメイン固有の自動化
• 独自システムとの統合

判断基準

この基準を使って、適切なアーキテクチャを判断してください。

タスクの複雑さの分析

低複雑度 → 直接プロンプト

• 単一の操作
• 明確な入力と出力
• 依存関係なし
• 5 ステップ未満

中複雑度 → Skills

• 関連する複数の操作
• 再利用可能なパターン
• 参考資料が役立つ
• 5～20 ステップ

高複雑度 → Agents／Subagents

• 複数ステップの自律型ワークフロー
• 独立したコンテキストが必要
• ツールごとに異なる権限
• 20 ステップ超、または並列タスク

カスタム複雑度 → SDK プリミティブ

• 独自のワークフロー
• システム統合が必要
• カスタムツールが必要
• 特定のフィードバックループ

再利用性の評価

単一用途 → 直接プロンプト

• 一度限りのタスク
• プロジェクト固有
• 今後の再利用なし

チーム内での再利用 → Skills

• 複数のチームメンバーにメリットがある
• 一般的なワークフロー
• 共有可能な知識

組織内での再利用 → Skills + Marketplace

• チーム横断でメリットがある
• 標準的なパターン
• 全社的な知識

プロダクト機能 → SDK プリミティブ

• エンドユーザー向け
• 本番環境へのデプロイ
• カスタム統合

コンテキスト管理の要件

最小限のコンテキスト → 直接プロンプト

• 自己完結型のタスク
• 外部参照なし
• シンプルな指示

構造化されたコンテキスト → Skills

• 段階的な情報開示が必要
• 参考資料が必要
• 情報が整理されている

分離されたコンテキスト → Agents／Subagents

• 関心事を分離する
• コンテキストの汚染を避ける
• 並列実行

カスタムコンテキスト → SDK プリミティブ

• 特定のコンテキスト処理
• 統合要件
• きめ細かな制御

セキュリティと制御の要件

基本的な安全性 → 直接プロンプト + Skills

• 標準的なガードレール
• 機密性の高い操作なし
• 読み取り専用、または低リスク

アクセス制御 → ツール制限付き Agents

• 特定のツール権限
• 許可リスト方式
• 確認が必要

高いセキュリティ → SDK プリミティブ + カスタム制御

• デフォルトですべて拒否
• 明示的な確認
• 監査ログ
• カスタムセキュリティ層

アーキテクチャパターン

パターン 1：Skills 優先アーキテクチャ

使用する場面： 再利用可能な専門知識とワークフローを構築する場合

構造：

Project
├── skills/
│   ├── domain-expert/
│   │   ├── SKILL.md
│   │   └── references/
│   │       ├── patterns.md
│   │       ├── best_practices.md
│   │       └── examples.md
│   └── workflow-automation/
│       ├── SKILL.md
│       └── scripts/
│           └── automate.sh
└── .claude/
    └── config

メリット：

• プロジェクト間で再利用可能
• 段階的な情報開示
• 簡単に共有・メンテナンスできる
• ドキュメントが明確

パターン 2：エージェントベースのアーキテクチャ

使用する場面： 関心事を分離した、複雑な自律型タスクの場合

構造：

Main Agent (orchestrator)
├── Explore Agent (codebase analysis)
├── Plan Agent (task planning)
├── Code Agent (implementation)
└── Review Agent (validation)

メリット：

• 並列実行
• 分離されたコンテキスト
• 専門化された知識
• 明確な責任

パターン 3：ハイブリッドアーキテクチャ

使用する場面： 要件が多様な複雑なプロジェクトの場合

構造：

Main Conversation
├── Direct Prompts (simple tasks)
├── Skills (reusable expertise)
│   ├── code-review-skill
│   └── testing-skill
└── Subagents (complex workflows)
    ├── Explore Agent
    └── Plan Agent

メリット：

• タスクごとに適切なツールを選択できる
• リソースを最適に活用できる
• 柔軟でスケーラブル
• あらゆるアプローチの長所を活かせる

パターン 4：SDK カスタムアーキテクチャ

使用する場面： 独自の要件やプロダクト機能がある場合

構造：

Custom Agent SDK Implementation
├── Custom Tools
├── Specialized Feedback Loops
├── System Integrations
└── Domain-Specific Workflows

メリット：

• 完全な制御
• カスタム統合
• 独自のワークフロー
• 本番環境に対応

主要な原則（2025）

1. 段階的な情報開示

概要： 必要なときに、必要なものだけを表示します。

理由： コンテキストの制限を回避し、コストを削減し、パフォーマンスを向上させます。

方法： タスクベースのナビゲーションでスキルを整理し、クエリツールを用意して、情報を階層的に構成します。

2. コンテキストをリソースとして扱う

内容： コンテキストウィンドウを貴重で限られたリソースとして扱います。

理由： すべてのトークンが上限とコストに影響します。

方法： 段階的開示を活用し、情報を一括投入するより検索を優先し、積極的に圧縮し、定期的にリセットします。

3. 明確な指示

内容： 明示的で曖昧さのない指示を出します。

理由： Claude 4.x は明確な指示に最もよく応答します。

方法： 具体的に指示し、出力形式を定義し、例を示し、曖昧な表現を避けます。

4. セキュリティ・バイ・デザイン

内容： デフォルトですべて拒否し、許可リスト方式を採用します。

理由： AI システムを安全に制御できます。

方法： ツールへのアクセスを制限し、確認を必須にし、操作を監査し、危険なコマンドをブロックします。

5. 思考能力

内容： Claude の拡張思考モードを活用します。

理由： 複雑な推論でより良い結果が得られます。

方法： 段階的な思考を求め、ツール使用後の振り返りを許可し、初期の思考を導きます。

6. 2 メッセージパターン

内容： UI を煩雑にせず、コンテキストを伝えるためにメタメッセージを使用します。

理由： 必要なコンテキストを提供しながら、すっきりとした UX を実現できます。

方法： システムメッセージに isMeta: true を設定し、スキルの読み込みに使用して、UI をすっきり保ちます。

参考資料

すべてのアーキテクチャパターン、意思決定フレームワーク、例は references/ ディレクトリにあります。

• decision_rubric.md - 包括的な意思決定フレームワーク
• architectural_patterns.md - 詳細なパターンカタログ
• best_practices.md - 2025 年版 Anthropic のベストプラクティス
• use_case_examples.md - 実際のアーキテクチャ例

使用例

例 1：コンテンツ生成のアーキテクチャを決定する

入力：

Using anthropic-architect, I need to build a system that:
- Generates blog posts from product features
- Ensures brand voice consistency
- Includes SEO optimization
- Reusable across marketing team

分析：

• 中程度の複雑さ（構造化されたワークフロー）
• 高い再利用性（チーム全体で使用）
• ドメインの専門知識が必要（コンテンツ、SEO、ブランド）
• 段階的開示が有効

推奨： スキル優先のアーキテクチャ

• content-generator スキルを作成する
• ブランドボイスのリファレンスを含める
• リファレンスに SEO ガイドラインを含める
• テンプレートの例を用意する
• コンテンツタイプに応じて段階的に開示する

例 2：コードリファクタリングツール

入力：

Using anthropic-architect, I want to:
- Analyze codebase for refactoring opportunities
- Generate refactoring plan
- Execute refactoring with tests
- Review and validate changes

分析：

• 高い複雑さ（複数の手順、自律的）
• 異なるコンテキストが必要（調査、計画、コーディング、レビュー）
• 並列実行が有効
• ツールの権限は段階ごとに異なる

推奨： エージェントベースのアーキテクチャ

• メインのオーケストレーターエージェント
• 調査サブエージェント（読み取り専用、コードベース分析）
• 計画サブエージェント（計画のみ、実行なし）
• コードサブエージェント（書き込み権限あり）
• レビューサブエージェント（検証、テスト実行）

例 3：シンプルなコードレビュー

入力：

Using anthropic-architect, I need to:
- Review this PR for bugs
- Check code style
- Suggest improvements

分析：

• 低い複雑さ（単一の操作）
• 1 回限りのタスク
• 再利用性は不要
• コンテキストは最小限

推奨： 直接的なプロンプト

• シンプルで明確な指示
• スキル／エージェントによるオーバーヘッドなし
• 高速に実行
• タスクには十分

例 4：カスタム CI/CD 統合

入力：

Using anthropic-architect, I want to:
- Integrate Claude into CI pipeline
- Custom tool for deployment validation
- Specific workflow for our stack
- Production feature

分析：

• カスタムの複雑さ
• システム統合が必要
• 本番環境へのデプロイ
• 独自のワークフロー

推奨： SDK プリミティブ

• SDK を使用してカスタムエージェントを構築する
• カスタムツールを実装する
• 専用のフィードバックループを作成する
• CI システムと統合する

ベストプラクティスのチェックリスト

アーキテクチャを設計する際は、次の点を確認してください。

• タスクの複雑さを正確に分析した
• 再利用性の要件を検討した
• コンテキスト管理のニーズを評価した
• セキュリティ要件を評価した
• 有効な場合に段階的開示を適用した
• 機能する範囲で最もシンプルなソリューションを選んだ
• アーキテクチャ上の決定を文書化した
• メンテナンスと更新を計画した
• コストへの影響を検討した
• プロトタイプ／POC で検証した

よくあるアンチパターン

アンチパターン 1：過剰設計

問題： シンプルなタスクにエージェント／SDK を使用する

解決策： シンプルに始め、必要に応じて複雑さを増やします

アンチパターン 2：コンテキストの一括投入

問題： スキル全体をコンテキストに読み込む

解決策： 段階的開示とクエリツールを活用します

アンチパターン 3：関心事の混在

問題： 1つのスキル／エージェントが多くの役割を担いすぎています

解決策： 関心事を分離し、サブエージェントまたは複数のスキルを使用します

アンチパターン 4：セキュリティ境界がない

問題： すべてのエージェントがすべてのツールにアクセスできます

解決策： 許可リスト方式を採用し、権限を最小限にします

アンチパターン 5：再利用性を無視する

問題： 同じプロンプトを繰り返し作り直しています

解決策： スキルとして切り出し、プロジェクト間で共有します

はじめに

ステップ 1：プロジェクトを説明する

要件、複雑さのレベル、制約を明確に伝えます。

ステップ 2：推奨を受け取る

理由を添えた、ニーズに合わせたアーキテクチャを受け取ります。

ステップ 3：パターンを確認する

同様の成功したアーキテクチャを調べます。

ステップ 4：実装する

実装ガイダンスに従います。

ステップ 5：反復する

結果とフィードバックに基づいて改善します。

まとめ

Anthropic Architect スキルは、次のことを支援します。

• ニーズに合ったプリミティブを選ぶ
• スケーラブルで保守しやすいアーキテクチャを設計する
• 2025 年のベストプラクティスに従う
• よくある落とし穴を避ける
• パフォーマンスとコストを最適化する

主要なプリミティブ：

• スキル - 再利用可能なドメイン専門知識
• エージェント - 自律的な複雑なワークフロー
• プロンプト - シンプルで直接的なタスク
• SDK - カスタム統合

基本原則：

• 段階的な情報開示
• リソースとしてのコンテキスト
• 設計段階からのセキュリティ
• 明確な指示
• 用途に適したツール

---

「最良のアーキテクチャとは、要件を満たす最もシンプルなものです。」