OWN NEWS GATHER
← 戻る
Anthropic Blog

Claude Codeの100万トークンコンテキストを活かすセッション管理と「コンパクション」活用ガイドをAnthropicが公開

要点

  • 米Anthropicは、コマンドライン型AIコーディング支援ツール「Claude Code」でのコンテキスト管理とセッション運用の実用ガイドを公開した。
  • 使用状況をリアルタイムで確認できる新しいコマンド /usage が追加された。
  • コンテキスト肥大化による性能低下を防ぐため、履歴の巻き戻しや要約(コンパクション)の活用を推奨している。
  • 自動要約は作業の方向性が不明な場合に失敗しやすいため、ユーザー主導の手動要約やサブエージェントの活用が効果的である。

米Anthropicは2026年4月15日、コマンドライン型のAIコーディングアシスタント「Claude Code」におけるセッション管理や、100万トークンのコンテキストウィンドウを効率的に活用するためのガイドを公開した。同時に、利用状況を可視化するコマンド /usage の追加も発表した。本ガイドは、コンテキストの肥大化によるモデルの性能低下を防ぐための具体的なアドバイスをまとめている。

コンテキスト肥大化と「コンテキストロット」

Claude Codeは一度に認識できる情報量であるコンテキストウィンドウ(モデルが処理時に参照する対話履歴やファイルなどの総量)が100万トークン(テキストの最小処理単位)に拡大されている。これにより長期の開発が可能となったが、情報が増えるほどアテンション(モデルが重視する箇所を決定する仕組み)が分散し、古い情報に惑わされて精度が下がる「コンテキストロット(性能低下)」が発生しやすくなる。この対策として、履歴を要約して空きを確保する「コンパクション(要約・圧縮)」機能が備わっている。

セッションの継続とクリアの判断

作業完了後の選択肢には、対話の継続、過去への巻き戻し、セッションのリセット、要約、サブエージェントへの委譲がある。同社は、新しいタスクの開始時にはセッションをリセットする(/clear)ことを基本ルールとして推奨する。ただし、実装直後のコードに対するドキュメント作成など、直前のコンテキストが必要な関連タスクではセッションを継続したほうが効率的である。新セッションにすると、関連ファイルの再読み込みが発生し、速度低下やAPIコストの増加につながるためだ。

エラー修正には「巻き戻し(Rewind)」を推奨

エラー発生時、チャットで「失敗したので別の方法を試して」と対話を続けると、失敗の履歴が残りコンテキストを圧迫する。そのため同社は、ファイル読み込み直後などの時点まで履歴を「巻き戻す」操作(/rewind またはEscキーのダブルタップ)を推奨している。巻き戻しにより不要なアプローチをコンテキストから排除し、失敗から得た教訓を加えた新たな指示を再入力できる。巻き戻し前に “summarize from here” などを使い、過去のモデルへ向けた引継ぎ用メッセージを作成させることも有効である。

要約(Compact)の使い分けと自動要約の注意点

履歴を整理する /compact/clear は性質が異なる。/compact はモデルに履歴を自動要約させるため手軽だが、非可逆的で情報の一部が失われる。特定のテーマに要約を絞りたい場合は、指示を添えて実行できる。一方 /clear は、ユーザーが残すべき重要情報を手動で整理した上でセッションを初期化するため、最もノイズのないコンテキストを構築できる。

なお、制限到達時に実行される自動コンパクションは、モデルが次の方向性を予測できない場合に失敗しやすい。デバッグ履歴の要約直後に別の警告修正を指示すると、必要な情報が要約から消えていることがある。コンテキストが肥大化した状態のモデルは要約の処理能力も低下しているため、限界に達する前に手動で指示を伴う /compact を行う方が望ましい。

サブエージェントによるコンテキストの節約

テスト実行やログ解析など、大量の中間出力が発生するものの最終的な結果のみが必要なタスクには、サブエージェント(特定の作業用にメインモデルが生成する独立した子AI)の活用が効果的である。サブエージェントには個別に新しいコンテキストウィンドウが割り当てられるため、親セッションのコンテキストを無駄に消費せず、最終レポートのみを持ち帰らせることができる。


作業の要約:

  • 提供されたAnthropic Blogの元記事を基に、指定された構成(タイトル、要点箇条書き、リード文、本文)に沿って日本語のニュース記事を作成しました。
  • 専門用語の定義を初出時に簡潔に添えつつ、文字数を約1700文字(約1600文字の要件に適合)に抑えて客観的な報告調で執筆しました。
元URL