Claude Code Dynamic Workflows（動的ワークフロー）まとめ
概要：利用してみた感想・考察（要約）
- 一般的な開発の大半をカバー：標準的な開発・リファクタリングは単体で十分対応可能。
- 癖の強いレビュアー対策は Agent Teams と併用：標準エージェントでは再現できない組織固有ルールや個人のこだわりは、Agent Teams で作成した専用エージェントのレビュー通過を Dynamic Workflows の Goal に設定することで解消。
- 思考の深さを求めるなら Opus 推奨：Sonnet では思考の深さに物足りなさがあるため、上位モデルの活用がカギ。
- 投資対効果（ROI）が見合うプロジェクトで活用：トークン消費が大きいため、高級モデルを使ってもペイできる大規模・高付加価値な案件に絞るのが効果的。
1. Dynamic Workflows とは？
Dynamic Workflows（動的ワークフロー）は、Claude Code で導入されたマルチエージェント並列オーケストレーション機能です。
ユーザーが大規模なタスクを依頼すると、Claude 自体がタスク実行用スクリプト（ワークフロー）を動的に生成・計画し、1つのセッション内で数十〜数百のサブエージェントを自動起動・並列処理します。さらに、各サブエージェントが出した結果を Claude 自身が検証・統合（反証ループ）したうえで最終レポートとして返します。
著名な実績例
JavaScriptランタイム「Bun」の全体（約75万行）を Zig から Rust へ11日間で全面移植した際にも、この Dynamic Workflows が活用されたことが発表されています。
2. 主な特徴とメリット
-
タスクの自動分解・計画
人間の指示なしで、AI自らがタスクを細分化し並列実行の段取りを組み立てます。 -
圧倒的な並列処理能力
数十〜数百のエージェントがパイプライン状に同時並行で作業を進めます。 -
コンテキストの節約
作業の大部分をサブエージェントに切り出すため、メインの会話履歴を圧迫せず長文での精度低下を防ぎます。
3. Agent Teams との違い
| 項目 | Agent Teams | Dynamic Workflows |
|---|---|---|
| 計画作成 | 人間がプロンプトで指示 | Claude が自動生成 |
| 実行規模 | 3〜5体程度の長時間協働 | 数十〜数百エージェントの短期大量並列 |
| エージェント間通信 | 会話（SendMessage）形式 | 独立処理して司令塔が集約 |
4. 起動方法と注意点
-
起動方法:
Create a dynamic workflow for...と指示するか、/effort ultracodeモードを使用する。 - 注意点（コスト）: 短時間で大量のトークンを消費するため、日常の軽微な修正ではなく大規模な作業に絞って使用する。
5. 実際に利用してみた感想・考察（詳細）
一般的な開発の大半はカバー可能。足りない部分は Agent Teams と組み合わせる
実際に Dynamic Workflows を利用してみた感触として、一般的なシステム開発におけるユースケースの大半はこれだけで十分にカバーできると感じました。
ただし、ここで言う「一般的」から外れるような以下のようなケースでは、Dynamic Workflows 単体でのカバーが難しくなります。
- 例：独自のこだわりや癖が非常に強い上司・レビュアーが存在する場合
Dynamic Workflows 内で生成される各エージェントは、あくまで「一般的な標準知識を持った開発者/監査者」です。そのため、組織固有のローカルルールや特定個人の強いこだわり（癖）までを自動的に再現することはできません。
では、「その癖の強い上司（の視点）をどう組み込むか？」という課題に対しては、Agent Teams（エージェントチーム）との併用が非常に有効です。
- あらかじめ “癖の強い上司” の評価基準やこだわりを定義した専用エージェント を Agent Teams 側で作成する。
- Dynamic Workflows の最終ゴール（Goal）に 「作成した“上司エージェント”のレビュー指摘が 0 件になること」 を組み込む。
このように 「並列処理で標準的な開発を行う Dynamic Workflows」 と 「固有の評価軸を持つ Agent Teams」 を組み合わせることで、社内開発におけるより強力で現実的な解を作ることができます。
モデル選定と費用対効果（ROI）の重要性
また、使用するAIモデルの選定についても重要なポイントがあります。
Sonnet などの標準モデルでも「十分」と感じる方はいるかもしれませんが、思考の深さが足りないのか、個人的には出力結果に物足りなさを感じる場面がありました。そのため、Opus などの高級モデルをしっかりと活用することが、高品質な結果を得るための重要なポイントになります。
ただし、高級モデルでの大規模並列処理は相応のコストがかかります。したがって、Dynamic Workflows は 「高級モデルのトークンコストを考慮しても十分にペイできるような、大規模・高付加価値なシステム開発プロジェクト」 に絞って投入するのが、最も割に合う運用方法だと感じています。