AIエージェント開発の始め方 — Claude Codeで自律型Botを構築する実践ガイド【2026年版】
2026年、AIエージェントは個人でも作れる
「AIエージェント」と聞くと、大企業が数千万円かけて開発するイメージがあるかもしれません。
実際には違います。自分は一人会社で3つのAIエージェントを開発・運用しています。FX自動売買Bot、SNS自動投稿システム、市場分析ダッシュボード。全て Claude Code を使って構築しました。
この記事では「AIエージェントとは何か」という概念論ではなく、実際に動いているシステムをどう設計・実装したか を共有します。
AIエージェントとチャットボットの決定的な違い
最初に明確にしておくべきことがあります。ChatGPTのような対話型AIと、AIエージェントはまったく別物です。
| 項目 | チャットボット | AIエージェント |
|---|---|---|
| 動き方 | 質問→回答の1往復 | 目標を与えると自律的に複数ステップ実行 |
| 状態保持 | セッション内のみ | 永続的なメモリ・データベースを持つ |
| 外部操作 | テキスト出力のみ | ファイル作成、API呼び出し、デプロイまで |
| 失敗時 | ユーザーが修正を指示 | 自分でエラーを検知して対処 |
2026年のAIエージェントは「目標達成のために自律的に動くプロジェクトマネージャー」です。人間が「この機能を実装して」と言えば、コードを書き、テストを走らせ、失敗すれば自分で修正し、完了したらコミットする。
なぜ Claude Code を選んだのか
AIエージェント開発のツールは複数あります。LangChain、AutoGen、CrewAI、そして Claude Code。自分がClaude Codeを選んだ理由は3つあります。
1. プロジェクト全体を理解する力
Claude Code は CLAUDE.md というファイルにプロジェクトのルール・構成・制約を書いておくと、それを遵守してコードを書きます。「このプロジェクトではこの命名規則で」「本番環境にはこのフローでデプロイして」といった暗黙知を明文化できる。
LangChain等のフレームワークは「パーツの組み合わせ」が得意ですが、プロジェクト全体の文脈理解はClaude Codeの方が圧倒的に上です。
2. ターミナル操作まで自律的にやる
ファイルの読み書き、gitのコミット、テスト実行、さらにはデプロイまで。Cursorはエディタ内での補完が得意ですが、Claude Codeはターミナルで動く分、サーバー操作やインフラ構築まで手が届きます。
3. 日本語の精度
Claude の日本語理解は他のモデルと比較して明らかに高い。変数名のコメントや、ドキュメントの記述、エラーメッセージの日本語対応で差を感じます。一人会社でドキュメントを日本語で書いている環境では、これが地味に効きます。
3つのAIエージェントの設計
自分が運用している3つのエージェントの概要です。
エージェント1: FX自動売買Bot
| 項目 | 内容 |
|---|---|
| 稼働環境 | Oracle Cloud（Always Free枠） |
| 言語 | Python 3.12 |
| 接続先 | GMOコイン API |
| 監視 | 死活監視 + Discord通知 |
| 開発ツール | Claude Code |
GMOコインのREST API / WebSocketに接続し、24時間365日自動でFXトレードを行います。戦略の実装、バックテスト、リスク管理ロジック、全てClaude Codeで書きました。
エージェント2: SNS自動運用
| 項目 | 内容 |
|---|---|
| 稼働環境 | Google Cloud Run |
| AI | Claude Haiku（X投稿）/ Claude Sonnet（note記事） |
| 自動化範囲 | 投稿生成 → 画像生成 → X投稿 → note下書き |
| コスト | 月額約200円（API + Cloud Run） |
毎朝8時にX（旧Twitter）に自動投稿し、週3本のnote記事下書きを自動生成します。投稿テーマの選択はFirestoreに蓄積したエンゲージメントデータで加重ランダム選択。反応の良いテーマが自然に多く選ばれる自己改善ループを持っています。
エージェント3: 市場分析ダッシュボード
| 項目 | 内容 |
|---|---|
| 稼働環境 | Google Cloud（Cloud Functions + GCS） |
| 分析対象 | 日米921銘柄 |
| 更新頻度 | 週次（毎週末バッチ処理） |
| 出力 | スコアランキング + セクター分析 |
テクニカル指標（RSI、MACD等）とファンダメンタルデータ（PER、ROE等）を組み合わせたAIスコアリングエンジン。各銘柄を100点満点で評価し、週次で更新します。
開発の具体的な流れ
「AIエージェントを作りたいが、何から始めればいいかわからない」という人向けに、実際の開発フローを書きます。
ステップ1: CLAUDE.md を書く
Claude Code の最も強力な機能は CLAUDE.md です。プロジェクトルートにこのファイルを作り、以下を記述します。
# プロジェクト概要
FX自動売買Bot。GMOコイン APIに接続して24時間自動トレード。
# 技術スタック
- Python 3.12 / Docker / Oracle Cloud
- 接続先: GMOコイン REST API + WebSocket
# コーディング規約
- 型ヒント必須
- エラーは logger.error() に記録（except: pass 禁止）
- APIキーは環境変数で管理
# ブランチ運用
main直接コミット禁止。feature/xxx → PR → merge。これだけで、Claude Code はプロジェクトの文脈を理解した上でコードを書いてくれます。
ステップ2: 最小限のプロトタイプを作る
いきなり完成形を目指さない。最初は「API接続 → 価格取得 → ログ出力」だけで十分です。
Claude Code に「GMOコインのREST APIで現在のBTC/JPY価格を取得するスクリプトを書いて」と指示すれば、数分で動くコードが手に入ります。
ステップ3: 機能を段階的に追加
プロトタイプが動いたら、Claude Code に「注文機能を追加して」「リスク管理のロジックを入れて」と段階的に指示します。Claude Code は既存コードを読んだ上で、整合性を保ちながら機能を追加してくれます。
ここが単なるコード生成AIとの違いです。プロジェクト全体を理解しているから、新しい機能を「正しい場所」に「正しい形」で追加できる。
ステップ4: テストとデプロイ
Claude Code はテストコードの生成も得意です。「この関数のユニットテストを書いて」と言えば、pytest + モック付きのテストを生成します。
さらに、Dockerfileの作成、CI/CDパイプラインの構築、クラウドへのデプロイまで指示できます。自分はCloud BuildのYAMLファイルもClaude Codeに書かせました。
運用で学んだこと
コストは想像以上に安い
3つのエージェント全体のランニングコストは月額約500円（Oracle Cloud無料枠 + GCP無料枠 + Claude API）。Claude CodeのMax Planは月$100ですが、開発効率を考えれば十分なROIが出ています。
CLAUDE.md の整備が全てを決める
Claude Code の出力品質は、CLAUDE.md の記述量と比例します。プロジェクトのルール、命名規則、禁止事項を明文化すればするほど、期待通りのコードが出てくる。
自分のプロジェクトでは CLAUDE.md が100行を超えています。これは「AIへの業務マニュアル」であり、チームメンバーへのオンボーディング資料と同じ役割を果たしています。
「任せる」と「監視する」のバランス
AIエージェントは万能ではありません。特に重要なのは本番環境へのデプロイと、お金が動くトレード判断。自分はBot の取引ロジック変更は必ず手動レビューし、デプロイも最終確認は人間がやっています。
始めるなら今
2026年はAIエージェント開発の参入障壁が大幅に下がった年です。Claude Code、Claude Agent SDK、MCP（Model Context Protocol）といったツールの成熟により、個人でも実用的なエージェントを構築できるようになりました。
必要なのはプログラミングの基礎知識と、自動化したい具体的な課題だけ。フレームワークの選定で悩む前に、Claude Code で小さなプロトタイプを動かしてみることをお勧めします。
