加工工程：Claude Codeを中心にした選び方

Claude Codeの3層構造図。エージェント層（paper-section-drafter, article-writer, strategy-designer, security-reviewer）／スキル層（slide-starter, medical-fact-check, paper-writer, web-article-diagram-jp）／メモリ層（user_profile, feedback_*, project_*, reference_*）の3レイヤーが積み重なっている — エージェント・スキル・メモリで、加工工程を再現性ごと拡張する。

加工工程は例外的に「複数ツールOK」の工程

これまでのレッスンで「1工程あたり原則1つ、多くて3〜4つ」と書いてきた。

加工工程はこれの例外。AI時代に最も拡張された工程であり、ここに最大の投資をする。

理由は単純で、加工工程は目的別に求められる出力フォーマットがバラバラだからだ。

文章なら言語モデル（ChatGPT/Claude）
画像なら画像生成モデル（gpt-image-2, gemini-3-pro-image-preview）
コードならIDE統合型（Claude Code, Cursor）
自動操作ならブラウザ操作系（Playwright MCP）

これらは目的が違うので役割が重ならない。複数あっていい。

ただし、「同じことを別のツールでやる」のはダメ。同じ文章生成にChatGPTとClaudeを毎回両方使うのは判断コストの増加でしかない。

岡本が軸に据えたのはClaude Code

加工工程の中心に置いたのはClaude Code（claude.com/product/claude-code）。

Claude Code公式ページ。「Built for developers」「Work with Claude directly in your codebase. Build, debug, and ship from your terminal, IDE, Slack, or the web.」のメッセージとインストールコマンド — Anthropic公式の打ち出しは「開発者のために作られた」。ターミナル・IDE・Slack・Webから直接Claudeと協業できる。

選んだ理由は3層構造を持つから。

1層目: エージェント

特定タスクに最適化された「専門家AI」を呼び出せる。

論文執筆 → paper-section-drafter
記事執筆 → article-writer
戦略分析 → strategy-designer
セキュリティ → security-reviewer

タスクごとに別々のチャットを立ち上げ直す必要がない。コマンドで切り替わる。

2層目: スキル

業務テンプレートをスキルとして登録しておくと、自動的に呼び出される。

スライド作成 → slide-starter
医学ファクトチェック → medical-fact-check
論文執筆ワークフロー → paper-writer
図解生成 → web-article-diagram-jp

「この種類のタスクはこの手順で進める」が自動化される。

3層目: メモリ

過去の会話・嗜好・プロジェクト文脈が永続化される。

毎回「岡本は小児科医で〜」「文体は〜」と説明し直す必要がない。Claude側が記憶を持つ。

ChatGPT・Claude（Web版）との使い分け

Claude Codeは強力だが、すべてをClaude Codeでやる必要はない。

Web版のChatGPT/Claudeは今でも次の用途に有用：

短時間の単発質問（CLIを起ち上げるほどでもない）
画像理解（素早く写真について聞きたいとき）
移動中のスマホでのやり取り
重要判断のクロスバリデーション（同じ問いを別モデルに投げる）

岡本の運用：日常作業はClaude Code、移動中はClaude Web、重要判断はChatGPT併用で第二意見を取る。

Cursorとの使い分け

開発作業の補助ツールとしてCursor（cursor.com）を併用している。

Cursor公式ページ（日本語版）。「Cursorは、圧倒的な生産性を実現するために設計された、AIコーディングの最適な方法です。」のメッセージと、Cursor DesktopとCursor CLIの実画面 — Cursorは「IDEの中でAIと一緒に書く」アプローチ。Claude Codeは「AIにIDEを操作してもらう」アプローチ。視点が逆。

Claude Code: 設計・実装・テスト・デプロイの一気通貫の作業
Cursor: コードを「読む」作業、特に大きいリポジトリの探索

両方使ってよい。ただし同じファイルに対して両方から手を入れないルールは守る。

画像生成：gpt-image-2が第一選択

画像生成は加工工程の重要な分岐。岡本のルール：

第一選択: gpt-image-2（OpenAI）
第二選択: gemini-3-pro-image-preview（Google）

理由は出力品質。gpt-image-2は文字付き画像・図解・人物画の精度が高い。失敗時はgeminiを試す。

NanoBanana ProはGemini系のバリエーション。診療向けの図解で活用している。

画像生成のルール:

純白背景
横長（縦長は使わない）
文字は最小限（誤植リスクを避ける）

このコース全体のヒーロー図解も、すべてこのルールでgpt-image-2から生成している。

Playwright MCP：自動操作

加工工程の隠れた主役。ブラウザ・アプリの自動操作で、人間の手間を減らす。

岡本の使用例：

noteの下書き自動投稿（公開は手動）
Vercelデプロイ後のスクリーンショット確認
競合サイトの定点観測

「画面の中で起きてることを、AIに見させて、操作させる」工程。