Anthropic社員はClaude Codeをどう使っている？
Claude Codeの使い方を知りたいとき、いちばん確実なお手本はどこにあるでしょうか。
答えは、それを作った会社の中です。Anthropicは、自社の社員がClaude Codeをどう使っているかを公式に公開しています。しかもその中身は、エンジニアの話だけではありません。弁護士がシステムを自作し、マーケターが広告を100種類まとめて作っている——そんな事例が並んでいます。
この記事では、その公式資料を日本語でまとめます。専門用語は避けて、「自分ならどう真似できるか」がわかる形にしました。
📌 本記事は以下のAnthropic公式資料に基づきます（2026年9月10日時点）。 ・社内チームの活用事例集（2025年7月公開） ・Claude Codeの実利用調査（2026年6月公開・約40万セッション分析） ・AIが自らを作るとき（社内データ公開）
結論：この記事の3つの学び
| 学び | 中身 |
|---|---|
| ① 非エンジニアこそ主役 | 法務・マーケ・デザインの事例が並ぶ。公式調査でも職種による成功率の差はわずか |
| ② 「作らせる」より「相談する」 | 成功しているチームは、コード生成機ではなく考える相棒として使っている |
| ③ うまい人は「大きく頼む」 | 熟練者は1回の依頼で初心者の2倍以上の作業を任せ、成功率も約2倍 |
まず驚きの数字：社内では、コードの8割をAIが書いている
事例の前に、Anthropic社内の実態を示す公式の数字を見てください。
| 項目 | 数字 |
|---|---|
| 社内の本番コードのうちClaudeが書いた割合 | 80%超（2026年5月時点） |
| Claude Code登場前（2025年2月以前） | 数％程度 |
| エンジニア1人が1日にマージするコード量 | 2024年比で8倍（2026年第2四半期） |
| 仕様が曖昧な難しい課題の成功率 | 76%（2026年5月。半年で50ポイント上昇） |
「AIに任せると品質が落ちるのでは」と思われがちですが、その道具を作っている会社自身が、本番のコードの8割を任せているというのが現在地です。
もちろん私たちが同じ使い方をする必要はありません。大事なのは、「ここまで任せられる道具なんだ」という前提で使い方を考えることです。
8チームの使い方（エンジニア以外から紹介します）
公式資料には8つのチームが登場します。当サイトの読者に近い非エンジニア職から紹介します。
法務チーム：弁護士が「電話ツリー」を自作した
いちばん象徴的な事例です。Anthropicの法務チームは、社内の人を適切な弁護士につなぐ案内システムを作りました。エンジニアの助けを借りずに、です。
法律の専門家であって、プログラマーではない人が、自分の困りごとを自分で解決した——これが「非エンジニアでも使える」の具体例です。
💡 日本の会社でも応用できます。「問い合わせ内容によって担当者を振り分ける案内ページ」「社内ルールを検索できる簡易ツール」など、情シスに頼むほどでもない小さな不便は、たいてい自分で作れます。
グロースマーケティングチーム：広告100パターンを0.5秒で
マーケティングチームの使い方は、数字が派手です。
- 数百件の広告データ（CSV）を読ませて、成績の悪いものを特定
- 文字数制限を守りながら、新しい広告文のパターンを自動生成（複数の分身に手分けさせる方式）
- 従来数時間かかっていた作業が数分に
- Figma（デザインツール）と組み合わせ、広告のパターン100種類を0.5秒で生成
ポイントは、表計算ファイルを読ませるところから始まっていることです。プログラミングというより「大量のデータを見て、考えて、作らせる」作業です。
このやり方は、ブログ運営やネットショップにもそのまま応用できます。手分けさせる方法は「サブエージェントの使い方」で解説しています。
プロダクトデザインチーム：TypeScriptを知らないのにアプリを作った
デザイナーのチームは、こんな使い方をしています。
- Figmaのデザインをそのままコードに変換
- TypeScriptという言語を習得していないのに、Reactのアプリを丸ごと構築
- テストを実行して自動で直させるループを回す
- 設計の段階でエラーの流れを整理させ、バグを作る前に防ぐ
「言語を知らなくても作れる」というのは、まさに当サイトの読者に効く話です。
推論チーム：専門外を理解する時間が80%減った
機械学習の専門知識がないメンバーが、専門的な仕組みの説明をClaude Codeにさせることで、調べものの時間を80%削減しました（1時間かかっていたものが10〜20分に）。
複数の資料を集めて手順書（マニュアル）を作らせる使い方もしています。これは職種を問わず真似できます。
データインフラチーム：スクリーンショットを見せて障害を直した
これは技術系ですが、やり方が非エンジニア向きなので紹介します。
システムに障害が起きたとき、管理画面のスクリーンショットをそのまま見せたのです。するとClaude Codeが画面を読み取り、原因（サーバーのアドレス枯渇）を特定し、直すための具体的な操作まで案内しました。約20分の短縮です。
💡 「エラーの意味がわからない」ときは、画面をそのまま見せるのが最短です。文章で説明しようとして詰まる必要はありません。当サイトの「よくあるエラー10選」と合わせてどうぞ。
セキュリティエンジニアリングチーム：原因調査が3倍速に
エラーの記録（スタックトレース）を読ませることで、問題の切り分けが3倍速くなりました。手作業で10〜15分かかっていた確認作業が数分になっています。
インフラチーム：新人がコードベースを丸ごと理解した
入社したばかりのデータサイエンティストが、コードベース全体とルールファイル（CLAUDE.md）を読ませて、システムの構造を理解しました。「どこに何があるか調べる道具」として使っています。
この使い方の鍵になるCLAUDE.mdは「書き方ガイド」で解説しています。
プロダクトエンジニアリングチーム：「まず聞く」相手にする
開発チームは、作業のたびに最初に相談する相手としてClaude Codeを使っています。「どのファイルを見ればいいか」を特定させることで、知らないシステムの修正時間を大幅に短縮しています。
40万セッションの公式調査でわかった「うまい人」の共通点
2026年6月、Anthropicは約23万5千人・約40万セッションを分析した調査も公開しました。ここに、上達のヒントが詰まっています。
発見1：非エンジニアでも、成功率はほとんど変わらない
調査で最も心強い発見がこれです。
データ内の上位10職種すべてが、ソフトウェアエンジニアと7ポイント以内の成功率に収まっていた
つまり、職業がエンジニアかどうかは、成功をほとんど左右しません。「自分はプログラマーじゃないから」という不安に、公式データが答えを出した形です。
発見2：うまい人は「まとめて大きく頼む」
初心者と熟練者を比べた数字が、非常に実用的でした。
| 初心者 | 熟練者 | |
|---|---|---|
| 1回の依頼でAIが動く回数 | 約5回 | 約12回 |
| 1回の依頼で返ってくる量 | 約600語 | 約3,200語 |
| 検証済みの成功率 | 15% | 28〜33% |
| 途中で諦める割合 | 19% | 5〜7% |
熟練者は、1回の依頼にたくさんの仕事を詰め込んでいます。そして成功率は約2倍。「部分的にでも成功した」割合で見ると、初心者77%に対し中級者以上は91〜92%です。
これは当サイトが「エージェントとの付き合い方」で書いてきた「ゴールと制約を最初に全部渡す」と、まったく同じ結論です。小出しにするほど失敗します。
発見3：計画は人間、実行はAI
役割分担の実態も数字になっています。
- 計画の判断の約70%は人間が行っている
- 実行の判断の約80%はClaudeが行っている
「何をやるか決めるのは自分、どうやるかはAIに任せる」——これが現実に機能している分担です。計画を固めてから作業させる方法は「プランモード完全ガイド」をどうぞ。
発見4：使っている時間は週20時間
利用者の平均は週20時間。ほぼ「1日3時間の相棒」です。用途の内訳は、コードを書く25%・不具合の修正26%・運用17%・計画や調査14%・分析や文書作成13%と、半分近くがコードを書く以外の作業でした。
今日から真似できる5つのこと
事例と調査から、非エンジニアがすぐ試せる形に落とし込みました。
- 画面のスクリーンショットを見せる — エラーも管理画面も、説明せずに見せるのが最短（データインフラチーム方式）
- 表計算ファイルを丸ごと渡す — 「分析して、悪いものを見つけて、改善案を作って」まで一度に（マーケチーム方式）
- 1回の依頼を大きくする — 目的・背景・制約・確認方法をまとめて渡す（熟練者の共通点）
- 手順書を作らせる — 散らばった情報を集めて1枚のマニュアルに（推論チーム方式）
- 「作れないもの」だと決めつけない — 弁護士がシステムを作った事例を思い出す（法務チーム方式）
もっと体系的に学びたい方は「Claude Code公式ベストプラクティス日本語版」へどうぞ。
よくある質問
Q1. 事例は英語の資料ですか？
はい。この記事は公式資料（英語）を日本語で要約したものです。原文を読みたい方は、冒頭のリンクからどうぞ。
Q2. 自分もこんな使い方ができますか？
同じ規模の成果は環境によりますが、やり方そのものは同じです。特に「スクショを見せる」「表計算を渡す」は今日からできます。まだ環境がない方は「デスクトップアプリの始め方」から。
Q3. 社内の8割をAIが書いているなら、人間の仕事はなくなりますか？
公式データを見る限り、人間は計画の判断（約70%）を担い続けています。減っているのは「手を動かす時間」で、増えているのは「何を作るか決める時間」です。
Q4. 費用はどのくらいかかりますか？
使い方によります。「AIコーディングの費用まるわかり」で、定額プランと従量課金の違いを整理しています。
まとめ
- Anthropicは社員の使い方を公式に公開している。登場する8チームには法務・マーケ・デザインが含まれる
- 社内では本番コードの80%超をClaudeが執筆（2026年5月）
- 公式調査で、職種による成功率の差は7ポイント以内——非エンジニアでも戦える
- うまい人の共通点は1回の依頼を大きくすること（成功率は約2倍）
- 分担の実態は「計画は人間70%・実行はAI80%」
- 今日から真似するなら、スクショを見せる／表計算を丸ごと渡す／まとめて頼む
「プログラマーじゃないから」と遠慮する必要がないことを、作った会社の社員たちが実例で示しています。まずは1つ、真似してみてください。
