はじめに
Claude Codeの「Agent Teams」は、複数のAIエージェントがチームを組んで並列に作業する機能です。1体のAIにすべてを任せるのではなく、リサーチ係・ライティング係・レビュー係のように役割を分担させることで、成果物の質が大きく向上します。
この記事では、Agent Teamsの仕組みから導入手順、実際に使ってみた比較結果、実践的な活用パターンまでを解説します。
Agent Teamsとは
従来のAIとの違い
従来のClaude利用は「1体のAIが順番にすべてをこなす」直列作業でした。Agent Teamsでは、リーダー役のClaudeが指揮を執り、複数の担当エージェントが同時に動く並列作業になります。
人間のプロジェクトマネージャーが各部署に仕事を振るイメージです。リサーチ係が調査している間にライティング係が構成を練り、チェック係がレビュー基準を整理するといった動きが自動的に行われます。
3つのメリット
| メリット | 内容 |
|---|---|
| 品質の向上 | 作成とレビューが別エージェントで分離され、セルフレビューの盲点がなくなります |
| 作業量の増大 | リサーチと資料作成が同時進行し、1つの指示で大量の作業が完了します |
| 指示の簡便さ | 日本語1行の指示で動きます。コードを書く必要はありません |
導入手順
前提条件
- Claude Codeが利用可能な環境（Claude Pro / Max プラン）
- Node.js 20.0.0以上
エディタの選択
Claude Codeには3つの使い方があります。
| 方式 | 特徴 |
|---|---|
| デスクトップアプリ | シンプルだが、ファイル管理がやや不便 |
| ターミナル | エンジニア向け。柔軟だがUIなし |
| エディタ（VS Code / Antigravity等） | ファイル一覧・差分表示が見えて安心感がある |
VS CodeやAntigravityなどのエディタであれば、Claude Code拡張機能をインストールしてファイル一覧や差分表示を確認しながら使えます。
セットアップ手順
1. Claude Code拡張機能のインストール
VS Codeの場合、拡張機能マーケットプレイスで「Claude Code」を検索してインストールします。
2. 初期設定とログイン
ターミナルで以下を実行します。
claude
ブラウザが開くので、Anthropicアカウントで承認します。
3. Agent Teamsの有効化
作業フォルダに.claude/settings.jsonを作成します。
{
"permissions": {
"allow": [
"Bash(node:*)",
"Bash(npx:*)"
]
},
"enableTeams": true
}
enableTeams: true の設定がないとAgent Teams機能は動作しません。設定後にClaude Codeを再起動してください。
3パターンの比較検証
同じお題「50名規模のIT企業向け業務効率化提案書の作成」で比較した結果を紹介します。
パターン1: 通常のClaudeチャット
通常のClaudeチャット（claude.ai）で同じ指示を出した場合です。
結果の特徴
- 見た目は整った提案書が生成される
- 数値の根拠が不明（「週2〜3時間の会議ロス」等の出所が不明）
- 内容は一般論に留まる（「Notionを導入しましょう」等）
- そのまま社内に出すには裏付けが弱い
パターン2: Claude Code（単体エージェント）
Claude Codeで実行した場合、ファイル作成やWeb検索を組み合わせた作業が可能になります。
結果の特徴
- 提案領域が5つに増える
- ROI試算も「月170時間削減」など現実的な数値になる
- ただし数値の根拠（業界調査データ等）への言及が不足
パターン3: Agent Teams（3体チーム）
指示に「チームを組んでリサーチ・執筆・レビューの役割を分担して」と一言加えます。
結果の特徴
- 「年間6,000時間の生産性損失」等、業界調査に基づく具体的な数値が冒頭から並ぶ
- ツール名だけでなく月額コスト目安まで含まれる
- 初年度2.9倍のROIなど、前提条件を含めた緻密な計算がなされる
- そのまま社内稟議に回せるレベルの成果物
比較まとめ
| 項目 | 通常チャット | Claude Code単体 | Agent Teams |
|---|---|---|---|
| 数値の根拠 | なし | 一部あり | 業界データ付き |
| 具体性 | 一般論 | 中程度 | コスト目安付き |
| ROI試算 | なし | 月単位 | 年単位・前提条件付き |
| 稟議に使えるか | 厳しい | 加筆が必要 | ほぼそのまま可 |
実践: 効果的なプロンプトの書き方
Agent Teamsを使う際のポイントは「役割分担を明示する」ことです。
基本テンプレート
以下のタスクをチームを組んで実行してください。
【目的】
50名規模のIT企業向け業務効率化提案書を作成する
【役割分担】
- リサーチ係: 業界動向・統計データ・競合事例を調査
- ライティング係: 提案書の構成・執筆
- レビュー係: 数値の整合性チェック・誤りの修正
【成果物】
Markdownファイルとして提案書を出力
役割設計のコツ
役割の分け方によって成果物の質が変わります。以下にパターン例を示します。
技術調査系
| 役割 | 担当内容 |
|---|---|
| 調査係 | 公式ドキュメント・GitHub・技術ブログの調査 |
| 実装係 | サンプルコードの作成・動作確認 |
| 検証係 | エッジケースのテスト・パフォーマンス計測 |
コンテンツ制作系
| 役割 | 担当内容 |
|---|---|
| リサーチ係 | 背景調査・データ収集 |
| ライティング係 | 構成・執筆・図表作成 |
| 編集係 | 校正・ファクトチェック・読みやすさ改善 |
ビジネス資料系
| 役割 | 担当内容 |
|---|---|
| 市場調査係 | 業界データ・競合分析 |
| 企画係 | 提案内容の設計・コスト試算 |
| 品質管理係 | 数値の整合性・論理の一貫性チェック |
実際に使ってみた所感
うまくいったケース
技術ブログの執筆
「調査係」「執筆係」「レビュー係」の3体で技術記事を作成させたところ、調査係が集めたデータや公式ドキュメントの引用が本文に自然に組み込まれ、単体で書かせた場合より根拠のしっかりした記事になりました。
提案書の作成
動画で紹介されている業務効率化提案書と同様の検証を行いました。Agent Teamsで作成した提案書は、業界のベンチマークデータや具体的なコスト見積もりが含まれており、加筆なしでレビューに回せる水準でした。
注意が必要なケース
単純なタスク
「この関数のバグを直して」のような単一タスクにAgent Teamsを使うとオーバーヘッドが増えるだけです。チーム分担が効くのは、調査・作成・検証のように工程が分かれるタスクです。
エージェント間の矛盾
まれに、リサーチ係の調査結果とライティング係の記述が食い違うことがあります。レビュー係を入れておくとこの問題を検出できますが、最終的には人間の目視確認が必要です。
コストと運用
コスト感
Agent Teamsは複数エージェントが並列で動くため、トークン消費量が単体利用の約3〜4倍になります。
| プラン | 月額 | Agent Teams利用 |
|---|---|---|
| Pro | $20 | 軽い用途なら十分 |
| Max | $100 | 頻繁に使うならこちらがコスパ良好 |
| Max（上位） | $200 | ヘビーユースに対応 |
運用のコツ
- まずProプランで試し、利用頻度が上がったらMaxに切り替えるのがおすすめです
- 単純なタスクは単体エージェントで処理し、調査+作成+検証が必要なタスクでAgent Teamsを使い分けるとコストを抑えられます
- 役割は3体が基本です。多すぎると調整コストが増え、少なすぎると分担の意味が薄れます
まとめ
Agent Teamsは「AIに質問する」から「AIに仕事を丸投げする」への転換点です。
- 役割分担を明示するだけで、成果物の品質が大きく向上します
- セットアップは
settings.jsonに1行追加するだけです - 調査・作成・検証が分かれるタスクで特に効果を発揮します
- コストは単体の3〜4倍ですが、成果物の質を考えると十分見合います
エンジニアでなくても、正しい設定と指示一つでプロフェッショナルなAIチームを稼働させることができます。まずは小さなタスクから試してみてください。