Claude Code を使った開発フロー振り返り2025

AIコーディングの精度が急速に向上する中、AIを使わないという選択肢はもはやありませんでした。しかし、個々人が好きなタイミングで好きなツールを使うだけでは、ナレッジの蓄積が難しく、チーム内での共通理解も深まりません。

そこで、1つのツールに特化することを決めました。特定のツールに集中することで、そのツールのベストプラクティスを見出し、最高のパフォーマンスを引き出せる可能性が高まると考えたからです。

• Cursor

CLI ベースの AI コーディングツールとしての高い普及度と完成度

後発の Gemini CLI などと比較しても、Claude Code は UI / UX やワークフローの観点で先行しており、実運用において使い勝手が良いと感じていました。 結果として、Claude Code は「AI コーディング CLI の模範的な存在」と評価できると考えています。

エディタ非依存で利用できるツールとしての柔軟性

Cursor も候補でしたが、専用エディタを前提としているため、既存の開発環境（エディタやワークフロー）を限定してしまいます。 CLI ベースでエディタに依存しない Claude Code の方が、チーム運用や将来的な拡張に対して柔軟性が高いと判断しました。

当時のコーディング用途における Claude 系モデルの優位性

コード生成・修正・文脈理解の精度が高く、日常的な開発支援において最も信頼できるモデルでした。

定額制 max プランによるコスト面での導入しやすさ

選定当時、同等の開発体験を定額で提供する選択肢は他になく、チーム導入時のコスト予測がしやすかった点も重要な判断材料でした。

チームでAIコーディングツールを統一することに意味があった

Claude Code に特化することで、プロジェクトへの組み込みやチームメンバーへの説明の機会が生まれ、自分自身の理解も深まりました。会社のテックブログにナレッジが蓄積されていったのも良かった点です。

ツール特有の機能に踏み込めた

広く浅く複数ツールを触っていると難しいですが、1つに絞ることでツール特有の機能（Hooks、Subagent、MCPなど）に踏み込んで開発体験向上にチャレンジできました。 もちろん運用に乗せてみて、結局使わないよねというものもありますが、そういうナレッジも一つの財産になっていきました。

開発時間の配分が変わった

AIコーディング導入前と比べて、開発に割く時間の配分が大きく変化しました。設計の価値が上がり、コーディング以前のものづくりの根本的な思想の部分に時間を使うようになりました。コードが書けるだけじゃダメなことを改めて感じました。 AIと共存するエンジニアとして今後ますますこういった部分が重要になってくると感じています。

一方で、人間によるレビューは依然として不可欠

プロジェクトには、これまでの経緯やビジネス上の背景など、多くの暗黙的なコンテキストが存在します。それらをすべて踏まえることは、現時点ではAIだけでは難しく、実装が不十分になるケースも少なくありません。
基本的な実装はAIコーディングに任せつつも、人間によるレビューは欠かせないと考えています。

理想としては、設計段階で「背景・制約・判断理由」などのコンテキストを整理し、ドキュメントとして明示することで、AIがそれを前提に実装を進め、手戻りを最小限に抑えることです。ただし、その場合でも最終的な品質担保として、人間がレビューを怠らないことは強く意識しています。

個人としては、やり方次第でまだまだ開発速度向上の余地があると感じています。直近では git worktree などを使った並行作業の良いやり方を模索したいと思っています。あとはMCPの効果的な使い方は色々試した上で見えていないので、開発面では積極的ではありません。（ワークフローなど別の用途で活用するのが良いと考えています） チームメンバーが使いやすいベストプラクティスの提案や、便利なツールの作成には引き続き挑戦していきたいです。

AIの発展に追従しつつ、プロジェクトの成長を限られたリソース内でも圧倒的なスピードとクオリティでデリバリーするため、効果的な使い方を磨いていきたいと思います。