Claude Codeでは、コードの調査、実装、テスト、エラー修正など、さまざまな作業をAIに依頼できます。
しかし、プロジェクトが大きくなると、一つのClaudeにすべての仕事を任せるより、作業を分けた方が管理しやすい場面が出てきます。
そこで利用できるのが、Subagents(サブエージェント)です。
例えば、コード調査担当、テスト担当、セキュリティ確認担当など、役割を持った専門AIへ仕事を任せることができます。
今回は、Claude CodeのSubagentsの仕組み、通常のClaudeとの違い、Skillsとの関係、どのような作業に向いているのかを整理します。
この記事で分かること
- Subagentsの基本的な仕組み
- メインClaudeとSubagentの役割分担
- Subagentが持つ独立したコンテキスト
- SkillsやCLAUDE.mdとの違い
- Subagentの基本的な作成方法と注意点
Subagentsとは?
Subagentとは、メインのClaudeから特定の仕事を任される専門AIです。
例えば、大きなシステムについて問題点を調査する場合、次のように仕事を分担できます。
| 担当 | 主な仕事 |
|---|---|
| メインClaude | 作業全体の管理・結果の統合 |
| コード調査担当 | 関係するファイルや処理を調査 |
| テスト担当 | テストの不足や失敗箇所を確認 |
| セキュリティ担当 | 認証や権限管理などを確認 |
各Subagentが担当範囲を調べ、結果をメインClaudeへ返します。
メインClaudeは報告を整理し、次の作業や最終回答につなげます。
会社で例えるなら、メインClaudeがリーダー、Subagentsが専門担当者という関係です。
Subagentの特徴は独立したコンテキスト
Subagentsの重要な特徴が、独立したコンテキストで作業できることです。
コンテキストとは、AIが作業中に参照する会話やファイル内容、調査結果などの情報です。
通常のClaudeに大量のファイル調査を任せると、その情報がメインの会話に蓄積されます。
一方、Subagentへ調査を委任すると、担当する仕事を別のコンテキストで処理できます。
例えば「認証機能に関係するコードだけを調査する」と依頼すれば、Subagentが必要なファイルを確認し、重要な発見を報告します。
メインClaudeは、調査途中の細かな情報をすべて抱える必要がありません。
ただし、Subagentも無制限に情報を扱えるわけではなく、利用するモデルや環境の制約を受けます。
Subagentsが向いている仕事
Subagentsは、役割を分ける意味がある作業で効果を発揮します。
例えば、大規模なコードレビューです。
セキュリティ担当は認証や入力値の検証を確認し、テスト担当はテストケースの不足を調べ、設計担当はコードの依存関係を確認します。
それぞれが独立して調査できる場合は、並列実行によって作業時間を短縮できる可能性があります。
また、調査内容が多く、メインClaudeのコンテキストを圧迫したくない場合にも役立ちます。
ただし、すべてのSubagentが必ず並列で動くわけではありません。作業の依存関係や実行環境によって進め方は変わります。
Subagentsを使わない方がよい仕事
便利な仕組みですが、何でもSubagentに任せればよいわけではありません。
例えば、READMEの誤字修正や、単純な一つのファイルの変更などです。
このような作業では、メインClaudeが直接対応した方が簡単な場合があります。
また、Aの結果を使ってBを実行し、Bの結果を使ってCを進めるような仕事では、無理に並列化しても効率が上がりません。
Subagentを利用すると、仕事の指示や結果の統合にも処理が必要です。
専門化する意味があるか、独立して作業できるか、コンテキストを分ける価値があるかを基準に判断します。
Subagentには役割と作業範囲を設定する
専門AIとして使う場合は、役割を明確にすることが重要です。
例えば、セキュリティ調査担当なら次のように整理します。
役割: セキュリティレビュー担当
目的: コードからセキュリティ上の問題候補を調査する
確認範囲: 認証、権限管理、秘密情報、入力値検証
制約: コードは変更せず、問題候補と根拠を報告する
このように、目的、調査範囲、許可する操作、出力形式を決めておくと、担当する仕事が明確になります。
Claude Codeでは、Subagentごとに指示内容や利用可能なツールなどを設定できます。
Subagentを作成する基本的な方法
Claude Codeでは、/agentsコマンドからSubagentを管理できます。
基本的な流れは次のとおりです。
- Claude Codeで
/agentsを実行する - 新しいSubagentの作成を選ぶ
- 名前、役割、説明、利用可能なツールなどを設定する
- 保存して、必要な作業で利用する
Subagentの定義はMarkdownファイルとして管理することもできます。
例えば、プロジェクト専用のSubagentは.claude/agents/ディレクトリに配置できます。
ただし、設定画面や利用できる項目はClaude Codeのバージョンによって変わる場合があります。
最初は、コードを変更しない調査専用Subagentから試すと、役割分担の仕組みを理解しやすくなります。
SkillsとSubagentsは何が違う?
Claude Codeには、繰り返し使う業務手順を定義するAgent Skillsもあります。
SkillsとSubagentsは似ていますが、役割が異なります。
| 機能 | 主な役割 | 例 |
|---|---|---|
| CLAUDE.md | プロジェクトの共通ルール | 既存データを削除しない |
| Agent Skills | 作業の進め方 | 週次データ分析の手順 |
| Subagents | 専門的な作業担当 | データ分析担当AI |
例えば、週次データ分析の手順を定義するのがSkillです。
一方、その分析を専門に担当するAIを用意するのがSubagentです。
つまり、**Subagentは「誰が担当するか」、Skillは「どう進めるか」**という違いがあります。
両者を組み合わせ、分析担当Subagentに決められたSkillの手順を利用させる構成も考えられます。
重要な判断は人間が確認する
複数のSubagentへ仕事を分担しても、すべての判断をAIに任せる必要はありません。
例えば、次のような流れです。
調査Subagentが問題点を発見する。
メインClaudeが複数の対応案を整理する。
人間が採用する案を選ぶ。
承認後にClaudeが実装する。
このようにすれば、調査や整理はAIに任せながら、重要な意思決定は人間が行えます。
特に、データ削除、外部サービスへの送信、本番環境の変更などは、事前に承認する運用が適しています。
なお、Subagentの権限は設定や実行環境の影響を受けるため、「変更しないでください」という指示だけに頼らず、利用可能なツールや権限も確認することが重要です。
まとめ|Subagentsは専門AIへ仕事を分担する仕組み
Claude CodeのSubagentsは、メインClaudeから特定の仕事を専門AIへ委任する仕組みです。
大きな特徴は、担当する役割を限定できることと、独立したコンテキストで作業できることです。
コード調査、テスト確認、セキュリティレビューなど、独立した専門作業に向いています。
一方、単純な作業や依存関係の強い仕事では、無理にSubagentを使う必要はありません。
まずは調査担当を一つ用意し、どのような仕事を任せると便利なのかを確認する方法が考えられます。
仕事を分解する → 専門AIへ任せる → 結果を統合する → 必要な判断を人間が行う。
Subagentsを理解すると、Claude Codeを単独のAIアシスタントとして使うだけでなく、複数の専門AIが役割を分担する作業環境として設計できるようになります。

