📺 この記事は YouTube チャンネル きなこもっちーのテック深掘り の動画解説記事です。
▶️ 動画はこちら → JSONが壊れない！Claude APIの新機能3つがAI開発を変える理由
🐹🦜 この記事に登場する2匹
- 🐹 もっちー （ハムスター）… AI はまだ勉強中。「それどういうこと？」と素朴に質問する生徒役
- 🦜 きなこ （セキセイインコ）… AI で調べものをこなす解説役。やさしく深掘りして教える先生役
この記事は2匹の掛け合いを書き起こした形式です。発言の先頭にいる絵文字＋名前が話者です。
はじめに
🐹 もっちー「ねえきなこ、APIにJSON返してって言ったのに、壊れたデータが返ってきたことない？」
🦜 きなこ「あるある。閉じカッコが足りなくてパースエラーとか、開発者あるあるだよね。」
🐹 もっちー「しかも長い会話してると、最初に決めたこと忘れるし！」
🦜 きなこ「コストも問題だったよね。簡単な質問にも複雑な推論と同じだけお金がかかってたの。」
🐹 もっちー「開発者の三大悩みって感じだね。」
🦜 きなこ「でもね、2026年の初めにAnthropicがこの3つの悩みをまとめて解決する大型アップデートを出したの！」
🐹 もっちー「おお！全部解決してくれるの？めっちゃ気になる！」
🦜 きなこ「Structured Outputs、Compaction、Adaptive Thinking。この3つを深掘りするよ。」
開発者が抱えていた3つの悩み
🦜 きなこ「まず、3つの機能がどんな課題を解決するのか整理しようね。」
🦜 きなこ「1つ目は、JSON出力の不安定さ。」
🦜 きなこ「AIにJSONで返してって頼んでも、たまに形式が崩れてシステムがクラッシュしちゃうの。」
🐹 もっちー「レシピ通りに作ってって頼んだのに、毎回違う料理が出てくるようなもんだよね！」
🦜 きなこ「まさにそんな感じ。JSONで返してって指定しても、閉じカッコが抜けたり余計なテキストが混ざったり。」
🦜 きなこ「だから開発者はダミーのツールを定義して、無理やりJSON形式にするハックを使ってたの。」
🐹 もっちー「ハックって言ってる時点で不安だなぁ。」
🦜 きなこ「実際、多くの開発者がリトライロジックとかエラーハンドリングに時間を取られてたの。」
🐹 もっちー「本来作りたいプロダクトじゃなくて、回避策のコードに時間使ってたんだ。もったいない。」
🦜 きなこ「2つ目は、Context Rotと呼ばれる問題。」
🦜 きなこ「長い会話を続けると、AIが最初に決めたことを忘れちゃうの。」
🐹 もっちー「さっき言ったじゃん！ってなるやつだ！」
🦜 きなこ「エージェントが何時間もかけてコードを修正してるのに、最初の設計方針を忘れちゃうケースがあるの。」
🦜 きなこ「そして3つ目は、推論コストの硬直性。」
🦜 きなこ「簡単な質問でも難しい質問でも、同じだけ思考コストがかかっていたの。」
🐹 もっちー「以前のExtended Thinkingだと、思考にかけるトークン数を手動で設定する必要があったんだよね。」
🦜 きなこ「そう。タスクの難しさがわからないのに予算を決めるのは、すごく非効率だったの。」
🐹 もっちー「1足す1を聞くのにも、数学の証明を解くのにも同じ値段ってこと？」
🦜 きなこ「そう。Extended Thinkingのbudget_tokensを手動で設定しなきゃいけなかったの。」
🐹 もっちー「予想が外れたら無駄遣いか、足りないかのどっちかだもんね。」
🦜 きなこ「まさにそういうこと。この3つの構造的な課題を一気に解決したのが、今回紹介する3大機能なの。」
Structured Outputs — JSON出力を100%保証
🦜 きなこ「じゃあ1つ目の機能、Structured Outputsから見ていこう。」
🦜 きなこ「これは、AIの出力を100%指定したJSON形式に従わせる機能だよ。」
🐹 もっちー「100%！？ほんまに絶対崩れないの？」
🦜 きなこ「仕組みが面白いの。制約付きデコーディングっていう技術を使ってるんだけどね。」
🦜 きなこ「開発者が定義したJSON Schemaを、内部でグラマーにコンパイルするの。」
🦜 きなこ「そのグラマーに違反するトークンは、物理的に生成できないようにブロックされるの。」
🐹 もっちー「プロンプトでお願いするんじゃなくて、出口で物理的に止めるってこと？」
🦜 きなこ「そう、だからスキーマ違反は原理的に起きないの。」
🐹 もっちー「PythonだとPydanticモデル、TypeScriptだとZodスキーマで型定義すればOKなんだよね？」
🦜 きなこ「そうそう。SDKが自動変換してくれるから、生のJSON Schemaを書く必要はないの。」
🦜 きなこ「しかもminimumみたいな未サポートの制約があっても、SDKがdescriptionに変換して補ってくれるのよ。」
🦜 きなこ「2026年1月29日にClaude APIで一般提供が開始されたよ。」
🦜 きなこ「対応モデルも幅広くて、Opus、Sonnet、Haiku全部使えるよ。」
🐹 もっちー「でもこれ、OpenAIは2024年にもう出してなかった？」
🦜 きなこ「確かに約1年半遅れではあるんだけど、Claudeならではの独自の強みがあるの。」
🦜 きなこ「Extended Thinkingとの統合ね。思考ブロックは自由に推論できて、最終出力だけにスキーマ制約がかかるの。」
🐹 もっちー「頭の中では自由に考えて、答える時だけルール通りってことか！」
🦜 きなこ「もう一つ注意点があって、新しいスキーマを初めて使う時は、グラマーのコンパイルで少し遅くなるの。」
🐹 もっちー「毎回遅くなるの？」
🦜 きなこ「初回だけ。コンパイル済みのグラマーは24時間キャッシュされるから、2回目以降は高速だよ。」
🦜 きなこ「エラー処理も大事。AIが安全上の理由で拒否した場合、JSONじゃない応答が返ることがあるの。」
🐹 もっちー「安全性の拒否だけは例外なんだ。stop_reasonを見るのが大事だね。」
🦜 きなこ「制約もあって、1リクエストでstrictツールは最大20個までだよ。」
Compaction — 無限の会話を実現
🦜 きなこ「2つ目の機能はCompaction。コンテキストの自動圧縮機能だよ。」
🐹 もっちー「コンテキストって、AIに渡す情報の量だよね？」
🦜 きなこ「そう。会話が長くなると、過去のやり取りがどんどん溜まるでしょ？」
🦜 きなこ「Compactionは、溜まった会話を自動で要約して圧縮してくれるの。」
🐹 もっちー「ノート取る時に、全部書くんじゃなくて要点だけメモするのと同じだね！」
🦜 きなこ「いい例えだね。仕組みとしては、入力トークンが閾値を超えると自動で発動するの。」
🦜 きなこ「デフォルトの閾値は15万トークン。最小で5万トークンから設定できるよ。」
🐹 もっちー「どのくらい圧縮できるの？」
🦜 きなこ「サードパーティの検証では、約58%のトークン削減が報告されているよ。」
🐹 もっちー「半分以上減るのはすごいな！」
🦜 きなこ「対応モデルはOpus 4.6とSonnet 4.6。2026年3月時点ではまだベータ版だよ。」
🦜 きなこ「ただし注意点もあるの。Compactionの要約生成にも当然トークンが消費されるのよ。」
🐹 もっちー「圧縮するのにもお金がかかるんだね。でもトータルでは安くなるの？」
🦜 きなこ「長い会話を続ける場合は、圧縮しないまま巨大なコンテキストを毎回まるごと送り続けるよりずっとお得だよ。」
🐹 もっちー「でも要約するってことは、情報が失われるリスクもあるんじゃない？」
🦜 きなこ「鋭いね。実際、結論は保持されるけど、設計根拠が失われることがあるって報告されてるの。」
🦜 きなこ「だからMemory機能と組み合わせて使うのがポイントなの。」
🐹 もっちー「Compactionが一時メモリの整理で、Memoryが長期保存ってことだね。」
🦜 きなこ「開発者はpause_after_compactionをtrueにすると、圧縮後に内容を確認してから続行できるの。」
🐹 もっちー「自動で任せるか、確認してから進むか選べるんだね。開発者に親切だ。」
🦜 きなこ「ちなみにClaude Codeにはこの機能が組み込まれていて、コンテキストの75%くらいで自動発動するよ。」
🐹 もっちー「Claude Codeでは、CLAUDE.mdの設定はCompaction後も保持されるんだって。」
🦜 きなこ「そう。ディスクから再読み込みされるから、大事なルールは絶対に失われないの。安心だよね。」
Adaptive Thinking — AIが考える深さを自分で決める
🦜 きなこ「3つ目はAdaptive Thinking。推論の深さを動的に調整する機能だよ。」
🐹 もっちー「推論の深さって、どういうこと？」
🦜 きなこ「以前のExtended Thinkingでは、思考にかけるトークン予算を開発者が手動で設定してたの。」
🦜 きなこ「Adaptive Thinkingでは、AIが問題の難しさを自分で判断して、思考量を自動調整するの。」
🐹 もっちー「テスト勉強で簡単な問題にはサッと答えて、難しい問題にはじっくり考えるのと同じだ！」
🦜 きなこ「開発者はeffortパラメータで4段階のガイダンスを与えられるよ。」
🦜 きなこ「maxはOpus 4.6専用で思考に制限なし。highがデフォルトだよ。」
🐹 もっちー「lowに設定したら、絶対に考えないの？」
🦜 きなこ「いい質問。effortはソフトシグナルだから、lowでも複雑な問題なら思考するの。」
🦜 きなこ「大事なポイントがもう一つ。Opus 4.6ではInterleaved Thinkingが自動で有効になるの。」
🐹 もっちー「インターリーブドシンキングって何？」
🦜 きなこ「ツールの実行結果を分析してから次のアクションを決める、ツール間の思考のことだよ。」
🐹 もっちー「Web検索して、結果を分析して、足りなかったらもう一回検索するみたいな？」
🦜 きなこ「そう！まさにそれ。以前は特別なベータヘッダーが必要だったけど、今は自動で使えるの。」
🐹 もっちー「AIが自分で判断してくれるんだね。コストはどうなるの？」
🦜 きなこ「思考トークンは出力トークンと同額で課金されるの。Opus 4.6なら100万トークンあたり25ドル。」
🐹 もっちー「たくさん考えると、お金もかかるってことか。」
🦜 きなこ「面白い機能もあって、display: omittedを設定すると思考内容を非表示にできるの。」
🦜 きなこ「ただし、非表示にしてもバックグラウンドで思考は実行されるから、コストは変わらないよ。」
🐹 もっちー「見えなくてもお金はかかるのかよ！」
🦜 きなこ「レスポンス速度は大幅に改善されるから、ユーザー体験の向上には効果的だよ。」
🐹 もっちー「コスト節約したい人はmedium設定で、精度重視ならhigh設定って使い分けるのがコツだね。」
🦜 きなこ「ベンチマークもすごくて、Terminal-Bench 2.0で過去最高スコアを記録したの。」
🐹 もっちー「考える深さを自分で決められるって、ほんまに賢くなったんだなぁ！」
Anthropicの戦略とリリースタイムライン
🦜 きなこ「ここで、この3機能のリリースタイムラインを振り返ってみよう。」
🦜 きなこ「1月29日にStructured Outputsが一般提供になって、APIの型安全性がまず確保されたの。」
🦜 きなこ「2月5日にOpus 4.6と一緒に、Adaptive ThinkingとCompactionが同時に投入されたの。」
🦜 きなこ「2月17日にはSonnet 4.6がリリースされて、コスパの良い選択肢も用意されたよ。」
🐹 もっちー「Opus 4.6でExtended Thinkingのmanual modeが非推奨になったのもこのタイミングだよね。」
🦜 きなこ「そう。budget_tokensの手動設定は今後削除予定って公式に予告されてるの。」
🐹 もっちー「わずか2ヶ月で全部揃ったんだね。Anthropicのリリースペースすごいな。」
🦜 きなこ「さらに2月19日にMemory ToolとAuto Cachingが一般提供になって、3月には1Mコンテキストも正式リリース。」
🦜 きなこ「ちなみに2月12日には、AnthropicがシリーズGで300億ドルを調達して、評価額3,800億ドルになったの。」
🐹 もっちー「3800億ドル！？めっちゃすごい額だな！」
🦜 きなこ「この順番には明確な戦略があるの。」
🦜 きなこ「1Mトークンの広大なメモリを提供する一方で、そのコストを最適化するツール群もセットで用意したのよ。」
🦜 きなこ「Compactionで履歴を圧縮し、Adaptive Thinkingでコスト最適化。さらにAuto Cachingも導入。」
🦜 きなこ「1Mコンテキストを無駄なく使いこなすための武器が全部揃ったわけ。」
🐹 もっちー「大きな冷蔵庫を売るだけじゃなくて、食材の保存方法も一緒に教えてくれるようなもんだね。」
🦜 きなこ「いい例えだね！まさにエコシステムとして設計されてるの。」
🦜 きなこ「Sonnet 4.6リリース時にはコード実行機能も無料化されて、検索結果のフィルタリングも自動でできるようになったの。」
🐹 もっちー「至れり尽くせりじゃん！Anthropicほんまに本気だな！」
開発者コミュニティの反応と組み合わせパターン
🦜 きなこ「開発者コミュニティの反応も見てみよう。」
🦜 きなこ「Structured OutputsはHacker Newsで184ポイントを獲得したよ。」
🦜 きなこ「「LLM自動化の根幹なのに今まで無かったのが異常」という声が多かったの。」
🦜 きなこ「日本の開発者からは、MarkdownをJSON出力に含めるとパースエラーになるケースが報告されてるよ。」
🐹 もっちー「やっと来たか！って感じだったんだね。まだ完璧ではないところもあるけど。」
🦜 きなこ「Compactionについては「OpenAIに同等機能がない」と、Anthropic独自の競争優位として評価されてるよ。」
🦜 きなこ「日本の製造業プラットフォームCADDiは、コンテキスト使用率70%以下を維持する運用指針を公開してるの。」
🐹 もっちー「日本の企業も実践で使ってるんだ！」
🦜 きなこ「Adaptive Thinkingは適切なeffort設定で約40%のコスト削減が報告されているよ。」
🐹 もっちー「日常作業はmedium、複雑なデバッグはhighっていう使い分けが主流みたいだね。」
🦜 きなこ「ただ、Opus 4.6で散文の執筆品質が下がったという声もあるの。」
🐹 もっちー「推論力が上がった代わりに、文章力が下がった可能性があるってこと？」
🦜 きなこ「あくまでコミュニティの感覚的な報告だけど、用途によってはモデルの使い分けが大事かもね。」
🦜 きなこ「そして最も面白いのが、この3機能を組み合わせたエージェントアーキテクチャなの！」
🦜 きなこ「Adaptive Thinkingで深く考えて、結果をStructured Outputsで構造化して出力する。」
🦜 きなこ「長時間動くとCompactionで履歴を圧縮して、大事な情報はMemoryに保存する。」
🐹 もっちー「RAGシステムでも使えるの？」
🦜 きなこ「もちろん。簡単な事実検索にはeffort lowで即回答、複雑な分析にはhighで深く考えるって使い分けができるの。」
🐹 もっちー「同じAPIエンドポイントで、用途に応じてコストが自動で変わるんだ。これはすごい仕組みだね。」
🐹 もっちー「3つが歯車みたいに噛み合って動くんだね！めっちゃ賢い設計だ！」
まとめ
🦜 きなこ「今日のまとめをしようか。」
🦜 きなこ「Structured OutputsでJSON出力が100%保証されるようになった。」
🦜 きなこ「Compactionで長時間の会話もコンテキストを圧縮して継続できるようになった。」
🦜 きなこ「Adaptive ThinkingでAIが問題の難しさに応じて思考量を自動調整するようになった。」
🐹 もっちー「これでJSON壊れる問題も、コンテキスト溢れる問題も、コスト無駄遣い問題も解決だね。」
🦜 きなこ「3つとも、API開発者にとってほんとにめちゃくちゃ実用的で嬉しい機能だったね。」
🦜 きなこ「導入の順番としては、まずStructured Outputsで型安全性を確保するのがおすすめだよ。」
🦜 きなこ「次にAdaptive Thinkingのeffortパラメータでコスト最適化して、最後にCompactionで長期稼働に対応。」
🦜 きなこ「LLMが単なる「チャットエンジン」から「自律型コンピュートプラットフォーム」に進化するための基盤、それがこの3機能なの。」
🐹 もっちー「そういえば、飼い主もClaude APIでアプリ作ってるらしいよ。」
🐹 もっちー「Structured Outputsのおかげでバグ減ったって喜んでたよ！」
🦜 きなこ「…前はそんなにバグがあったの？」
🐹 もっちー「それは聞かないであげて…。」
🦜 きなこ「でもCompactionで長い会話も安定して続けられるようになったから、飼い主のアプリもきっと良くなるよ。」
🐹 もっちー「Adaptive Thinkingで無駄なコストも減らせるしね！飼い主にも教えてあげよう。」
🦜 きなこ「みんなはClaude API使ってる？3つの新機能のうち、どれが一番気になるか教えてね。」
🐹 もっちー「開発者じゃない人にとっても、AIアプリがどんどん賢く・安くなるってことだよね。」
🦜 きなこ「そうだね。裏側の技術が進化すると、使う側の体験もどんどん良くなるから。」
🐹 もっちー「Claude APIの他の機能も別の動画で深掘りする予定だから、楽しみにしててね！」
きなこもっちーのテック深掘り では、AI/LLM を中心としたテック全般をハムスター（🐹 もっちー）とセキセイインコ（🦜 きなこ）の掛け合いで楽しく解説しています。
▶️ 動画で観る → JSONが壊れない！Claude APIの新機能3つがAI開発を変える理由
👍 この記事が役に立ったら LGTM・ストックしてもらえると励みになります！
📺 チャンネル登録はこちら → きなこもっちーのテック深掘り
🔗 他の解説動画も見る → きなこもっちーのテック深掘り の動画一覧