MCPとSkillsに続く第3の革命：Claude Code WorkflowがultraworkでAgentをコードに焼き付ける
Anthropicがclaude-code@v2.1.47のChangeLogにこっそり追加し、直後に削除した機能がある。
ChangeLogから消えたにも関わらず、コード本体からは削除されていない。現在も動作する。そしてAnthropic公式ドキュメントにも、まだ一行も記載がない——。
それが、Workflow（ワークフロー） 機能だ。
MCP（Model Context Protocol）が「AIに手足を与えた」、Skillsが「AIに作業手順書を与えた」とするなら、Workflowは「AIのチームワークを固定コードとして結晶化させる」機能だ。これは、MCP以来最大の破壊的イノベーションになる。
この記事では、Workflowの有効化方法、実戦演示、他機能との差異、そして6種類の形態を図解で完全解説する。
クイックリファレンス
| 項目 | 内容 |
|---|---|
| 対応バージョン |
claude-code@v2.1.47 / v2.1.48 以降 |
| 有効化方法 | export CLAUDE_CODE_WORKFLOWS=1 |
| 呼び出しキーワード |
ultrawork（入力後に彩色グラデーション表示） |
| 記述言語 | JavaScript（自動生成 or 手動作成） |
| スクリプト保存期間 | デフォルト3日（ユーザーパスに移動で永続化） |
| 公式ドキュメント | 未掲載（2025年5月現在） |
| 競合概念 | MCP、Skills、Subagent、Agent Teams |
1. Workflow機能の有効化
方法は拍子抜けするほどシンプルだ。
# Step 1: 環境変数を明示的に有効化
export CLAUDE_CODE_WORKFLOWS=1
# Step 2: Claude Codeを起動
claude
起動後、プロンプトで ultrawork と入力すると、そのキーワードが彩色グラデーションに変化する。これがWorkflow機能が有効である視覚的な証拠だ。
export は現在のセッションにのみ適用される。永続化したい場合は ~/.bashrc または ~/.zshrc に追記しておくこと。
2. 実戦演示：PRコードレビューWorkflow
プロンプト例
ultrawork 現在のPRに対してmulti-agentのreview workflowを生成して実行してください
何が起きるか
Claude Codeは以下のシーケンスを自動実行する：
- 設計フェーズ：Workflowの全体設計を宣言（「3段階のレビューWorkflowを構築します」）
-
コンテキスト生成：
context.mdをプロジェクトパスに自動生成 - スクリプト自動作成：300行超のJavaScriptコードを自動記述
- 並列実行開始：複数の専門レビュアーAgentが同時起動
// Workflowスクリプトの構造（自動生成例）
export default {
name: "PR Multi-Agent Review",
description: "コードレビュー・セキュリティ検査・パフォーマンス分析を並列実行",
stages: [
{
name: "Review", // ← フェーズ1：並列レビュー
parallel: true,
agents: [/* ... */]
},
{
name: "Validation", // ← フェーズ2：相互検証
/* ... */
},
{
name: "Report", // ← フェーズ3：統合レポート生成
/* ... */
}
]
};
Ctrl + O でスクリプトを展開し、リアルタイムで内容を確認できる。
進捗の追跡
/workflows
このコマンドで、実行中の全Agentの状態・処理時間・消費Token・呼び出したツール一覧をリアルタイム確認できる。これがWorkflowの最大の強みの一つ——ブラックボックスにならない透明性だ。
3. MCP・Skills・Subagentとの根本的な違い
Workflow登場以前から存在する類似機能との差異を整理しておく。
| 機能 | 起動方法 | 複用性 | 追跡性 | 固定化 |
|---|---|---|---|---|
| Subagent | 自然言語で即時 | ❌ 使い捨て | ❌ なし | ❌ なし |
| Agent Teams | 自然言語 + 人間主導 | △ 限定的 | △ 手動 | ❌ なし |
| Skills | モデルが自動発見 | ✅ 高い | ❌ なし | △ Prompt固定 |
| Workflow |
ultrawork 明示指定 |
✅ 非常に高い | ✅ /workflows
|
✅ JSスクリプト |
Subagentとの違い
Subagentは「主AgentがサブAgentを一時的に派生させる」仕組みだ。自然言語一行で起動できるが、同じ処理を再現することができない。毎回微妙に異なる動作になる。
# Subagent（再現性なし）
このファイルをレビューして → Agent起動 → 結果返却 → 終了（ロストする）
Workflowは「流れをJavaScriptコードとして固定」する。他のチームメンバーがスクリプトをコピーするだけで、全く同じ精度の処理が再現できる。
Skillsとの違い
Skillsは「大モデルが文脈に応じて自動発見・自動発火するベストプラクティス文書」だ。対してWorkflowは：
-
明示的宣言：
ultraworkキーワードで手動トリガー - 構造固定：JSスクリプトでステージ・Agent数・順序を確定
- 品質管理可能：Evaluator-Optimizerパターンで自動品質チェックを組み込める
本質的な違いを一言で言えば：
Skillsは「AIに賢い振る舞いを教える」、Workflowは「AIのチームワークをコードに焼き付ける」。
4. Workflowスクリプトの3大必須要素
最小構成のWorkflowスクリプトには、以下の3要素が必要だ：
export default {
// ① メタデータ（name と description は必須）
name: "My Workflow",
description: "このワークフローの説明",
// ② Agentの呼び出し（少なくとも1回必要）
stages: [
{
name: "Process",
run: async (ctx) => {
const result = await ctx.runAgent({
prompt: "タスクの指示をここに書く"
});
return result;
}
}
],
// ③ return による結果の返却（必須）
output: (results) => results
};
この3要素を満たせば、どれだけ複雑な処理も構造化できる。
5. Workflowが支援する6種類の形態
Workflowが対応する6種類のパターンを、それぞれのユースケースとともに解説する。
① Pipeline（流水線）
最も基本的な形態。前段の出力が次段の入力となる直列処理だ。各Agentが専門性を持ち、バトンを渡していく。
- 適したユースケース：コードレビュー → 脆弱性検査 → レポート生成
- 特徴：シンプルで予測可能、デバッグが容易
- 注意点：どこか1ステージで詰まると全体が止まる
② Parallel（同期聚合）
Orchestratorが複数のWorker Agentにタスクを同時分散し、全完了後に結果を集約する形態。
- 適したユースケース：コードレビュー + セキュリティ検査 + パフォーマンス分析を同時実行
- 特徴：処理時間が大幅短縮（直列の1/N程度）
- 注意点：集約ロジックが複雑になりやすい
③ Evaluator-Optimizer（対抗検証）
生成AgentとEvaluator Agentが対峙し、品質基準を満たすまでループする形態。GAN（敵対的生成ネットワーク）の発想をWorkflowに持ち込んだものだ。
- 適したユースケース：テストが通るまでコードを自動修正、品質基準を満たすまでドキュメントを書き直す
- 特徴：人手を介さずに自動で品質を引き上げる
- 注意点：無限ループを防ぐための最大反復回数の設定が重要
④ Routing（ルーティング）
RouterがInputの種類を判断し、最適な専門Agentへ振り分ける形態。
- 適したユースケース：バグ報告 → Bug Fix Agent、機能追加要望 → Feature Agent、ドキュメント依頼 → Docs Agent
- 特徴：専門性の最大化、汎用Agentより高品質な出力
- 注意点：分類精度がシステム全体の品質に直結する
⑤ Orchestrator-Workers（累積式）
Orchestratorが全体計画を立案し、動的にWorkerを割り当てながら結果を蓄積していく形態。
- 適したユースケース：大規模リポジトリのリファクタリング、複数ファイルにまたがるバグ修正
- 特徴：Orchestratorが進捗に応じてプランを調整できる柔軟性
- 注意点：Orchestrator自体の判断品質が全体を左右する
⑥ Nested（嵌套式）
WorkflowがWorkflowを呼び出す再帰的な構造。大きな問題を小さなWorkflowに分解し、それぞれが独自のAgent群を持つ。
- 適したユースケース：ディープリサーチ（[検索WF] + [検証WF] + [合成WF] → 最終レポート）
- 特徴：極めて複雑なタスクを整理された構造で処理できる
- 注意点：深さが増すほどデバッグが難しくなる。階層は3層以内を推奨
6. 適用シーン
Workflowが特に力を発揮する場面を整理する。
| シーン | 推奨パターン | 効果 |
|---|---|---|
| 多次元コードレビュー | Parallel + Pipeline | 複数観点を同時に、段階的に深化 |
| クロスドメイン調査 | Nested + Parallel | 独立した調査を並列実施して統合 |
| 設計案の探索 | Parallel + Evaluator | 複数案を生成し品質で絞り込む |
| バグ・脆弱性スキャン | Orchestrator-Workers | 大量ファイルを動的分散処理 |
| 多ファイルリファクタリング | Pipeline + Routing | 順序立てて、種別ごとに専門処理 |
| 多言語ドキュメント翻訳 | Parallel | 言語ごとのAgentを同時起動 |
7. スクリプトの永続化と共有
Workflowスクリプトのデフォルト保存期間は3日間だ。有効期限が来ると自動削除される。
本番環境で継続利用したい場合は、ユーザーレベルのパスに移動する：
# Claude Codeに自然言語で指示するだけでOK
このWorkflowスクリプトをユーザーパスにコピーして永続保存してください
永続保存したスクリプトは：
- 次回以降も直接呼び出し可能
- チームメンバーへのコピーで全く同じWorkflowを再現可能
- GitHubにコミットしてオープンソース化できる
これが今後「GitHub上に成千上万のWorkflowオープンソースプロジェクトが現れる」と予測する理由だ。
まとめ
Workflowは「自然言語のプロンプトで記述してきたAIへの指示」を、再現可能・追跡可能・品質管理可能なJavaScriptコードに昇華させる機能だ。
- MCPが「AIに何ができるか」を定義し
- Skillsが「AIにどうやるかを教え」
- Workflowが「AIのチームワークをコードに固定する」
3つが揃って初めて、真の意味でのHarness Engineering——AIのポテンシャルを制御・再現・最大化するエンジニアリング——が実現する。
Anthropicが公式ドキュメントへの掲載を準備しているとすれば、それはWorkflowがまだ「熟成中」だからかもしれない。だからこそ、今がいち早く習得する絶好のタイミングだ。
あなたのチームが今最も繰り返している「AI作業」は何だろうか。それがWorkflow化の最初の候補だ。ぜひコメントで教えてほしい。