同じ調査課題を「秘書スキルを通さずに頼む」と「/secretary を付けて頼む」で独立に 2 回ずつ走らせ、答えを見る前に作った正解キーで、どちらの条件かを伏せて採点しました。あわせて、life で動いた Claude Code のセッションログを全部集計し、毎回読み込まれている文脈の大きさを実測して、無駄な文脈と足りない文脈を洗い出しました。
結論
- 精度の差は課題の性格で分かれた。life の文書を横断する棚卸しでは、4 本とも主要 38 項目の 36〜38 件を拾い、差は無かった。一次情報で裏を取る法人設立の課題では秘書経由が上だった。必須 27 項目の正解は秘書経由が 4 回平均 23.0 件（22・21・25・24）に対して直接依頼 18・18 件。キーと矛盾する記述は 0・0 件に対して 1・1 件で、直接依頼は 2 本とも個人事業の廃業届の期限を古い「1 か月以内」と書いた。
- その精度は料金と時間で買っている。法人課題の秘書経由は $18.17・$16.08 で直接依頼（$10.15・$7.53）の約 1.9 倍、所要は 31〜32 分で約 1.8 倍。棚卸し課題では料金も所要も同程度だった。
- 差の出どころは進め方。秘書は自分では調べず、「手続スケジュール」と「形態比較と税・社保・手取り」の 2 担当に分け、各担当が 19〜22 回の呼び出しで深く調べた。戻ってきた成果物の出典を点検してからまとめた。直接依頼は 1 本の流れで全部を調べた。同じ分け方を、秘書を通さずに指示したときに同じ精度が出るかは試していない。
- 非対話では動かない。秘書は担当に振ったあとターンを終えて待つので、
claude -pや定期実行では 2 回とも待っている間に処理が終わり、成果物が出なかった（入力を開いたままにして走らせ直すと完成した）。 - 運用全体で一番お金を食っているのは秘書ではなく、チームメイト型のサブエージェントと長いセッション。換算額 $3,060 のうち、チームメイト型のサブエージェントが $1,483（サブエージェント料金の 87%、通常型は $214）。コンテキストが 20 万トークンを超えた呼び出しが、メインの入力の 71% を占める。
判断: 秘書は、日々の窓口と「複数領域にまたがり、一次情報で裏を取る調査」のために残す価値がある。life の中の文書を集計・棚卸しする依頼には通さなくてよい。あわせて、秘書 SKILL.md を窓口の規則と多体運用の規則に分けて軽くし、チームメイト型を既定から外し、非対話のときの動き方を足すのがよい（末尾の「推奨」を参照）。
実験の設計
課題
| 課題 | 依頼文の要旨 | 性格 | 正解キー |
|---|---|---|---|
| 判断待ちの棚卸し | 2026-09-01〜09-15 の research/・projects/ の文書・sessions/ を横断し、shika の判断・回答・実測を待って止まっている事項を全部洗い出し、出典・待ち始めた日・材料が揃っているか・次の一手・今週の優先度トップ 5 を表にする。決着済みは含めない | life 内部の横断集計（複数領域） | 95 文書を読んで作成。未決着 46 行（うち主要 38 項目）、決着済みなのに拾いやすい 33 行、判定保留 16 行 |
| 法人設立の手続と判断材料 | 2026-10-01 に法人を設立する想定で、設立準備〜設立後 3 か月の行政手続・税務・社会保険と個人事業をたたむ側の手続を、期限・提出先・オンライン可否・必要書類つきのスケジュールにする。合同会社と株式会社の比較、税・社保・手取りの判断材料も整理する | 外部の一次情報＋行政手続 MCP＋本人の状況（事業・資産の 2 領域） | 国税庁・年金機構・法務局・自治体・会社法と MCP で作成。事実 45 項目（うち必須 27）、よくある誤り 23 組、採点対象外 13 点 |
条件と実行方法
- 直接依頼: 依頼文をそのまま渡す。秘書スキルの起動だけを禁止し、他のスキル・CLAUDE.md・auto memory・MCP はふだんどおり
- 秘書経由: 依頼文の先頭に
/secretaryを付けるだけ - どちらも life の作業ディレクトリで
claude -p（Opus 5・1M、権限は普段と同じ auto）から独立に起動した。依頼文の末尾には両条件共通で「非対話なので質問せず仮定を明記する／成果物は指定の場所に HTML 1 本／実験なので公開・コミット・X ネタ追記・既存ファイル編集はしない」を付けた - 公開とコミットは
PATHの差し替えで物理的にも止めた（git commit/pushとnpx・wranglerを失敗させる） - 正解キーは実験の出力を見ない別のサブエージェントが一次情報から作り、採点は 1 本につき 1 体の採点者が、条件を伏せたテキスト（担当名・「秘書」などの語を中立語に置換）で行った
途中で見つかった実験の不公平と、その扱い
法人設立の課題の秘書経由は、1 回目・2 回目とも、秘書が担当 2 体を裏で起動して「報告を待ちます」とターンを終えた時点で claude -p が終了し、担当が止められた（killed.system: 2、成果物なし、料金 $9.73 と $9.11）。対話セッションなら完了通知で再開するので、これは実験の仕組み側の問題。入力を開いたままにする stream-json 方式で走らせ直し、完了通知で次のターンが回るようにした（事前の小さな試験で、裏のサブエージェントの結果を受け取れることを確認済み）。この方式が効くのは「サブエージェントが動いている最中にターンを終えたとき」だけで、それ以外の動きは変わらない。止められた 2 回の料金は比較から外し、「トークンと料金、進め方」の表に別の行で載せる。
精度の結果
判断待ちの棚卸し
| ラン | 主要 38 項目の一致 | 優先度の低い項目 | 決着済みの混入 | キーに無い行（実在／決着済み／出典で確認できず） | 出典パスの正しさ | 待ち始めた日 | 材料の区別 | トップ 5 |
|---|---|---|---|---|---|---|---|---|
| 直接 1 回目 | 37 | 6 / 8 | 0 | 10 / 1 / 3 | 10/10 | 12/12 | 2/2 | 4/5 |
| 直接 2 回目 | 37 | 6 / 8 | 1 | 3 / 1 / 0 | 10/10 | 55/56 | 2/2 | 4/5 |
| 秘書 1 回目 | 36 | 4 / 8 | 1 | 3 / 0 / 4 | 10/10 | 30/30 | 2/2 | 4/5 |
| 秘書 2 回目 | 38 | 7 / 8 | 0 | 8 / 1 / 1 | 9/10 | 43/44 | 1/2 | 4/5 |
決着済みの混入は、直接 2 回目が「転居時期を教えてほしい」（マイホームは 8 月に入居済みで問いが消えている）、秘書 1 回目が「集酒の運営者の表記」（09-10 に公開サイトから運営者名を外して決着）。4 本とも主要項目をほぼ拾い切っていて、課題が天井に張り付いた。この課題で秘書が精度を足す余地は無かった。
法人設立の手続と判断材料
| ラン | 必須 27 項目: 正しい | 一部欠け | 誤り | 記述なし | 全 45 項目: 正しい／一部／誤り／なし | 漏れやすい 9 項目 | 犯したよくある誤り | MCP 出典の記載 |
|---|---|---|---|---|---|---|---|---|
| 直接 1 回目 | 18 | 8 | 1 | 0 | 30 / 12 / 1 / 2 | 8 | 廃業届の期限を「1 か月以内」／国保喪失を「MCP で未実施なのでオンライン不可」 | 2/2 |
| 直接 2 回目 | 18 | 8 | 1 | 0 | 28 / 13 / 1 / 3 | 8 | 廃業届の期限を「1 か月以内」 | 2/2 |
| 秘書 1 回目 | 22 | 5 | 0 | 0 | 32 / 12 / 0 / 1 | 8 | なし | 2/2 |
| 秘書 2 回目 | 21 | 5 | 0 | 1 | 31 / 10 / 0 / 4 | 7 | なし | 2/2 |
| 秘書 3 回目（09-16 追試） | 25 | 2 | 0 | 0 | 40 / 3 / 0 / 2 | 8 | なし | 2/2 |
| 秘書 4 回目（09-16 追試） | 24 | 3 | 0 | 0 | 39 / 4 / 1 / 1 | 8 | 管轄税務署の署名 | 2/2 |
個人事業の開廃業等届出書の期限は、国税庁タックスアンサー No.2090［令和8年4月1日現在法令等］で「事業の開始等の事実があった日の属する年分の確定申告期限まで」になっている。直接依頼の 2 本はどちらも古い「1 か月以内」を書いた。秘書経由の 2 本はどちらも、23 組のよくある誤りを 1 つも犯さず、キーと矛盾する記述も 0 件だった（廃業届の期限も 2 本とも現行どおり）。秘書経由の減点は、管轄の税務署・年金事務所・県税事務所を「要確認」のまま残した、廃業時の個人事業税の申告を書いていない、など「書かなかった」側に偏っていた。直接依頼の減点は、古い期限や MCP の全国値を自治体の実際と取り違える「誤って書いた」側を含む。
トークンと料金、進め方
| ラン | 料金 | 所要 | 入力トークン（キャッシュ込み） | 出力トークン | サブエージェント | 開始時点の入力 | 主なツール |
|---|---|---|---|---|---|---|---|
| 棚卸し・直接 1 | $15.88 | 18.2 分 | 8,217,786 | 192,101 | 5 | 31,485 | Bash 107・Read 33 |
| 棚卸し・直接 2 | $14.45 | 16.6 分 | 8,057,990 | 182,613 | 5 | 31,518 | Bash 113・Read 16 |
| 棚卸し・秘書 1 | $15.01 | 17.9 分 | 7,385,632 | 201,794 | 5 | 48,393 | Bash 117・Read 17 |
| 棚卸し・秘書 2 | $19.30 | 20.0 分 | 9,418,682 | 253,048 | 6 | 48,432 | Bash 111・Read 37 |
| 法人・直接 1 | $10.15 | 15.7 分 | 6,519,919 | 92,160 | 1 | 31,443 | WebFetch 37・MCP 34・WebSearch 15 |
| 法人・直接 2 | $7.53 | 18.3 分 | 3,818,205 | 71,263 | 0 | 31,476 | MCP 30・WebSearch 22・WebFetch 10 |
| 法人・秘書 1（走らせ直し） | $18.17 | 30.6 分 | 7,942,449 | 190,506 | 2 | 48,348 | 秘書本人は Bash 4・Read 3 だけ。担当 2 体で WebFetch 49・MCP 44・WebSearch 40 |
| 法人・秘書 2（走らせ直し） | $16.08 | 32.1 分 | 8,840,281 | 190,878 | 2 | 48,348 | 秘書本人は Bash 6・Read 2 だけ。担当 2 体で WebFetch 45・WebSearch 44・MCP 34 |
| 法人・秘書 1（止められた回） | $9.73 | 11.9 分 | 4,771,375 | 79,101 | 2 | 48,309 | 成果物なし |
| 法人・秘書 2（止められた回） | $9.11 | 12.2 分 | 4,110,269 | 71,604 | 2 | 48,348 | 成果物なし |
料金は claude -p が返す total_cost_usd（サブエージェント込み、公表単価ベース）。入力トークンはセッションログから、メインとサブエージェントの全呼び出しを足した値。
進め方の違い
| 観点 | 直接依頼 | 秘書経由 |
|---|---|---|
| 開始時点の文脈 | 約 31,500 トークン | 約 48,400 トークン。秘書 SKILL.md の約 16,900 が上乗せされ、以後のメインの呼び出し全部に乗る |
| 棚卸し課題の分担 | 文書群を領域ごとに 5 分割して並列に起動し、各自にファイルへ書かせて集約。2 回目はダッシュボードも作った | 同じく 5〜6 分割で並列起動、ダッシュボードを作成。分割の仕方も集約の仕方もほぼ同じ |
| 法人課題の分担 | 自分で MCP を 28〜34 回引き、Web で補う。1 回目だけ「税率・社保料率の検証」を 1 体に切り出した | my-data.md を読み、「手続スケジュール（事業秘書）」と「形態比較と税・社保・手取り（資産）」の 2 体に丸ごと任せる。自分では調べない |
| 待ち方 | サブエージェントの結果を同じターンの中で受け取って続ける | 担当を起動したらターンを終えて通知を待つ（SKILL.md の「サブエージェント完了待機ルール」どおり）。非対話では 2 回とも、この時点で担当ごと止められた。入力を開いたままにした走らせ直しでは、完了通知ごとに次のターンが回り、2 回とも 3 ターンで完成した |
| 検証 | 自分で書いた内容を自分で読み直す | 担当の成果物を受け取ったあと、データセット ID・調査時点・出典の分け方・記号参照の有無を点検してから次に進む（SKILL.md の完了報告の検証規則どおり）。担当 2 体はそれぞれ 19〜22 回呼び出し、文脈は最大 22 万〜35 万トークンまで深く調べた |
運用の現状 — ログ全体の集計
対象: ~/.claude/projects/-Users-kazuki-okahashi-life/ のうち 2026-09-15 までに開始したメインセッション 134 本と、そのサブエージェントのログ 231 本（2026-09-16 の本調査・実験のセッションは除外。同じ応答が複数行に記録されるので応答 ID で重複を除き、ログはファイル単位で 1 回だけ数えた）。料金は公表単価（入力 $5・出力 $25・キャッシュ読み $0.50・1 時間キャッシュ書き $10・5 分キャッシュ書き $6.25、いずれも 100 万トークンあたり）で換算した目安で、実際の請求額ではない。単価は今回のランの costUSD と一致することを確かめた。
2026-09-16 に集計をやり直した — 最初の集計では、サブエージェントのログを起動方式で分類する際に一部を数え落とし、通常型を $94 と過小に見積もっていた。ファイル単位で重複なく数え直した下の表が正しい値。結論（チームメイト型が大半を占める）は変わらないが、比率は 94% ではなく 87%。
| 内訳 | メイン 134 セッション | サブエージェント 231 本 |
|---|---|---|
| API 呼び出し回数 | 7,323 | 8,921 |
| キャッシュ読み | 1,555,242,489（$778） | 1,384,101,881（$692） |
| キャッシュ書き | 36,747,689・1 時間（$367） | 116,472,584・ほぼ 5 分（$728） |
| 出力（思考を含む） | 8,699,729（$217） | 11,047,708（$276） |
| 換算額 | $1,363 | $1,697 |
合計 $3,060。月別では 8 月（24 日以降）43 本で $744、9 月（15 日まで）90 本で $2,315。9 月は半月で 8 月の 3.1 倍になっている。
お金が出ていく場所
| 要因 | 観測 | 規模 |
|---|---|---|
| チームメイト型サブエージェント | 起動方式ごとの換算額: チームメイト型 151 体 $1,483（サブエージェント料金の 87.4%）、通常型 80 体 $214（12.6%）。1 体あたりの中央値は $4.7 対 $2.3、呼び出し回数の中央値は 39 回 対 13 回。チームメイトから親への通知は 435 通で、合計 138 万文字が親の文脈に入った | $1,483 |
| 長いセッション | メインの入力トークンのうち、コンテキストが 20 万〜40 万の呼び出しが 6.75 億、40 万以上が 4.57 億。20 万超の呼び出しだけで全体の 71%。ログ上に自動圧縮の記録は無く、最大 657,537 トークンまで伸びた | 約 $560 相当 |
| サブエージェントの 5 分キャッシュ切れ | サブエージェントのキャッシュ書き 1.11 億トークンのうち、直前の呼び出しから 5 分〜1 時間あいた直後が 17.1%、1 時間超が 6.3%。ただし 1 時間キャッシュに切り替えると書き込み単価が 1.6 倍になり、全体では高くなる | 約 $163 |
| 1 時間を超える中断のあとの再開 | メインのキャッシュ書き 3,401 万トークンのうち、1 時間超あいた直後の書き直しが 1,256 万（36.9%）。「続き実施して」などで大きな文脈を再開したとき | 約 $126 |
| 通知ループ | 2026-09-11 の AI 音楽の調査セッションで ListAgents を 430 回呼び、1 本で $111 | $111 |
| 毎回乗る固定の文脈 | 各セッション・各サブエージェントの開始時点の入力 × 呼び出し回数を足すと 6.90 億トークン | 約 $345 |
| 大きなツール結果 | 2.5 万文字を超えるツール結果が 153 回。内訳はサブエージェントの Read 91 回・WebFetch 21 回、メインの Read 21 回など | — |
上位セッション
換算額の上位 12 本で全体の 45.9% を占める。12 本のうち 11 本がチームメイト型を使っており、8 本が秘書経由だった。
| 日付 | 秘書 | チーム | 換算額 | うちサブ | 人の発言 | チームからの通知 | ListAgents | 最大コンテキスト |
|---|---|---|---|---|---|---|---|---|
| 09-02 | ○ | ○ | $233 | $204 | 1 | 43 | 3 | 425,717 |
| 08-24 | ○ | ○ | $164 | $147 | 2 | 28 | 3 | 301,715 |
| 08-25 | ○ | ○ | $134 | $113 | 3 | 18 | 0 | 312,389 |
| 09-02 | ○ | ○ | $126 | $95 | 18 | 35 | 6 | 430,921 |
| 09-03 | ○ | ○ | $124 | $112 | 1 | 22 | 5 | 262,408 |
| 09-09 | — | ○ | $114 | $93 | 3 | 19 | 0 | 500,697 |
| 09-11 | — | ○ | $111 | $22 | 4 | 2 | 430 | 653,432 |
| 09-01 | ○ | ○ | $89 | $68 | 2 | 17 | 0 | 345,451 |
| 09-15 | ○ | — | $86 | $51 | 5 | 0 | 0 | 574,710 |
| 08-26 | — | ○ | $79 | $58 | 5 | 14 | 2 | 344,043 |
| 09-08 | — | ○ | $75 | $8 | 3 | 6 | 2 | 657,537 |
| 09-04 | ○ | ○ | $70 | $49 | 3 | 10 | 5 | 365,718 |
使い方の違いで見た比較（観察値）
| 本数 | 換算額の合計 | 1 本の中央値 | 人の発言の中央値 | チームからの通知 | |
|---|---|---|---|---|---|
| チームメイト型を使った | 42 | $2,218 | $41.6 | 2 | 435 |
| 使っていない | 92 | $842 | $3.1 | 1 | 0 |
| 秘書を使った | 52 | $1,845 | $14.3 | — | — |
| 秘書を使っていない | 82 | $1,215 | $3.7 | — | — |
これは観察値で、重い依頼ほどチームや秘書を使う傾向があるため、この差をそのまま方式の効果とは読めない。効果の大きさは前半の統制実験で見る。
文脈の実測 — 無駄と不足
会話を始めた時点で乗っているもの（実測）
空のディレクトリで MCP・スキルを切った最小構成（19,146 トークン）に、各ファイルを --append-system-prompt-file で足して 1 ターンだけ走らせ、入力トークンの差を測った。
| 構成要素 | トークン | バイト | 読み込まれるとき |
|---|---|---|---|
| Claude Code 本体（システムプロンプト・ツール定義） | 19,146 | — | 常に |
| life の CLAUDE.md | 7,717 | 20,972 | 常に（サブエージェントにも） |
| auto memory の索引 MEMORY.md | 1,772 | 4,146 | 常に |
| MCP（行政手続・対戦計算・国交省データ・Chrome などの遅延ツール名） | 1,688 | — | 常に |
| life で会話を始めた時点 | 30,779 | ||
| 秘書 SKILL.md | 16,449 | 46,957 | /secretary のとき |
| docs/profile/my-data.md | 7,802 | 19,965 | 秘書が最初に読む |
| README.md | 1,455 | 3,733 | 読んだとき |
CLAUDE.md は 09-07 の 4,797 バイトから 09-12 の 20,972 バイトへ、5 日で 4.4 倍になった。秘書 SKILL.md は 03-27 の 10,170 バイトから 46,957 バイトへ 4.6 倍。どちらも「失敗から規則を足す」で増えていて、減らす手順は無い。
無駄になっている文脈
| 対象 | 何が無駄か | 規模の目安 |
|---|---|---|
| 秘書 SKILL.md の多体運用の規則 | 「サブエージェント完了待機ルール」（8,389 バイト）と「マルチエージェント運用の作法」（9,636 バイト）で全体の 38.4%。事故の経緯や起きたことの表も含む。朝のタスク確認や食事記録のような、多体を使わない依頼でも毎回ぜんぶ乗る | 1 呼び出しあたり約 6,300 トークン |
| CLAUDE.md の領域別の規則 | ポケモンのダメージ計算、行政手続 MCP、X ネタ帳、並列エージェントの受け渡しの 4 節は、それぞれ特定の作業でしか使わないが、全セッション・全サブエージェントに乗る。CLAUDE.md 全体の運搬コストは、ログの呼び出し 15,149 回で約 1.17 億トークン | 約 $58 ＋書き込み |
| チームメイトからの通知の本文 | idle 通知 316 通が、報告本文の複製を含めて親の文脈に積もる。親はそれを以後の呼び出しで毎回読み直す | 138 万文字 |
| 大きなファイルの全文読み | 2.5 万文字を超えるツール結果が 104 回（うちサブエージェントの Read が 52 回）。実装計画や数百 KB の市場調査 HTML を丸ごと読んでいる。Bash の出力の 27% は sed -n でファイルを読んだもの | Bash 出力 2,385 万文字 |
| 使っていない MCP とスキル | 国交省データ MCP（18 ツール）は呼び出し 0 回。スキル一覧のうち health・mental・myhome・pokemon・property-analysis・team-builder・battle 系・sync-shushu は、ログの期間中にメインから一度も起動されていない。ただし遅延読み込みなので、実測の負担は MCP 全体で 1,688、プロジェクトのスキル説明で約 3,200 文字と小さい | 小 |
足りない文脈
| 何が足りないか | 根拠 |
|---|---|
| 判断待ちの台帳 | 棚卸し課題は 1 回あたり $14〜19・約 18 分かけて、95 文書から同じ待ち事項を掘り起こし直した。待ち事項は research/ の HTML、sessions/ のダッシュボード、auto memory の 3 か所に散っていて、sessions/ には 09-10〜09-15 のディレクトリが無い（秘書を通さない作業の状態が外に出ていない）。台帳が 1 枚あれば、この種の問いはほぼ無料で答えられる |
| 進行中の検証の引き継ぎ | 2026-09-09 23:00 の shika の発言（原文）: 違うよ、supabaseがホビーだと一定期間で止まっちゃうから定期的に空更新を送ってプロジェクトが停止されないか検証中なんでしょ、どこにも引き継ぎ資料残ってないの？「何を検証中か」が次のセッションから見えなかった |
| 中断からの再開の手がかり | 「作業中に利用制限に達しましたが、現在はリセットされています。中断したところから続けてください。」が 3 回、「続き実施して」が 9 回。再開は巨大な文脈の読み直しになり、1 時間を超える空白後の書き直しがメインのキャッシュ書きの 38% を占めた。短い再開メモから新しいセッションで始められる形が無い |
| 非対話で動くことを前提にした指示 | 秘書 SKILL.md は「質問は必ず AskUserQuestion」「担当を起動したらターンを終えて待つ」を前提にしている。定期実行や claude -p では、この 2 つが「質問できない」「待っている間に終了する」になる。今回の法人課題では 2 回とも成果物ゼロだった |
| ルールの棚卸しの時期 | CLAUDE.md・SKILL.md・memory は追記だけで増えている。いつ、どの規則が効いていないかを見直す決まりが無い |
推奨（効果の大きい順）
2026-09-16 に実施した分（shika の指示）
推奨 1: .claude/settings.local.json の env から CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS を削除した。チームメイト型は既定で無効になり、「エージェントチームを組んで」「スクラムを組んで」と明示されたときだけ claude --settings '{"env":{"CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS":"1"}}' で起動し直す運用にした（環境変数は起動時に読まれるので、動いているセッションには効かない）。
推奨 5: CLAUDE.md を 20,972 バイトから 10,498 バイトに圧縮した。領域別の規則（文書の公開・行政手続 MCP・ポケモンの計算・X ネタ帳の書式）を .claude/rules/ に frontmatter の paths 付きで移し、対象ファイルを読んだときだけ載るようにした。多体運用の詳細は docs/agents/multiagent.md に移し、秘書 SKILL.md の参照 4 か所を更新した。paths を書かない規則ファイルは常時読み込みになるので、移すときは必ず付ける（公式ドキュメントで確認、実測でも pokemon/ のファイルを読んだときだけ規則が載ることを確認）。
残りの推奨（区切りでの新セッション・判断待ちの台帳・秘書の非対話対応・未使用 MCP の整理）は未着手。
チームメイト型を既定から外す
.claude/settings.local.json の CLAUDE_CODE_EXPERIMENTAL_AGENT_TEAMS=1 を外し、並列調査は通常のサブエージェント＋「ファイルに書かせてパスだけ返す」で回す。エージェント同士の議論（3 ラウンドの要件レビューなど）が要る依頼だけ、明示してチームメイトを使う。
- 根拠
- 換算でチームメイト型 151 体 $1,483 対 通常型 80 体 $214（1 体あたりの中央値は $4.7 対 $2.3）。今回の実験では、チームメイトを使わずに通常型で 5〜6 体を並列に回した棚卸しが、$14〜19 で主要項目の 95% 以上を拾った
- 注意
- ログ上の差は重い依頼への偏りを含むので、切り替えたあと 1〜2 週間の換算額で確かめる
秘書は「一次情報で裏を取る複数領域の調査」に使い、内部の集計には通さない。SKILL.md は窓口と多体運用に分ける
手続・税・契約・外部サービスのように、古い情報を取り違えやすい調査は、秘書経由（または領域ごとの担当に分けて出典を点検させる形）で頼む。life の中の文書を横断する集計・棚卸しは、直接頼む。秘書 SKILL.md（46,957 バイト）の「サブエージェント完了待機ルール」と多体運用の作法（合わせて 38.4%）は別ファイル（例: .claude/skills/secretary/multiagent.md）に出し、チームを組むときだけ読むようにする。
- 根拠
- 法人課題は秘書経由で必須項目の正解が 3〜4 件増え、誤った記述が 0 件になった。料金は約 1.9 倍。棚卸し課題は差が無く、開始時点の入力が約 16,900 トークン増えるだけだった
- 次に試す
- 秘書を通さずに「手続と税・社保の 2 担当に分け、戻ってきた成果物の出典を点検してからまとめて」と指示した場合に、同じ精度がより安く出るか。出るなら、秘書の価値は分け方と点検の手順にあり、キャラクターや窓口の規則には無いことになる
区切りで新しいセッションにする
コンテキストが 20 万を超えたら、または 1 時間以上あけて再開するときは、再開メモ（何をしていたか・次の一手・触っているファイル）をセッションディレクトリに書かせてから新しいセッションで読み込む。
- 根拠
- 20 万超の呼び出しがメインの入力の 7 割。1 時間超の空白後の書き直しが約 $114。ログ上に自動圧縮の記録が無い
判断待ちの台帳を 1 枚持つ
tasks/decisions.md のような台帳に「事項・出典・待ち始めた日・材料が揃っているか」を、文書を書いたエージェントがその場で 1 行足す。決着したら行を閉じる。
- 根拠
- 棚卸し 1 回に $14〜19 かかり、どの条件でも決着済みを 1 件混ぜた。台帳があれば問いへの答えが読むだけになり、決着の取り違えも減る
CLAUDE.md の領域別の規則を、その場所に移す
ポケモンのダメージ計算の規則は pokemon/ と対戦フィードバックのディレクトリに、X ネタ帳の手順は projects/x-posts/ に置き、life ルートには「どこに何の規則があるか」の 1 行ずつを残す。行政手続 MCP の規則も同様に、手続を扱うスキルの側へ寄せる。
- 根拠
- CLAUDE.md は 7,717 トークンで全呼び出しに乗り、5 日で 4.4 倍に増えた
- 仕組み
- 公式ドキュメント（code.claude.com/docs/en/memory）によると、サブディレクトリの CLAUDE.md は起動時ではなく「そのディレクトリのファイルを読んだとき」に読み込まれる。
.claude/rules/の規則ファイルは frontmatter のpaths（glob）で範囲を絞れて、合うファイルを読んだときに読み込まれる。@pathのインポートは起動時に展開されるので文脈は減らない。サブエージェントにどう効くかはドキュメントに記載が無いので、移したあと 1 本走らせて確かめる
秘書に「非対話のときの動き方」を足す
質問できないときは仮定を明記して進める。担当はフォアグラウンドで起動し、同じターンの中で結果を受け取る。定期実行に秘書を載せる前に、この 2 点を入れる。
- 根拠
- 法人課題の秘書経由が非対話で 2 回とも成果物ゼロ（$18.84 が無駄になった）
使っていない MCP を外し、規則を定期的に棚卸しする
国交省データ MCP はマイホームの作業が再開するまで無効にする。CLAUDE.md・秘書 SKILL.md・memory は月に 1 回、ここ 1 か月で効いた規則と効いていない規則を分ける。
- 根拠
- 国交省データ MCP は呼び出し 0 回。ただし負担は小さい（MCP 全体で 1,688 トークン）
この調査の限界
- 各条件 2 回ずつなので、差が小さいときは偶然と区別できない。棚卸し課題の料金差（$14.45〜$19.30）は同じ条件の中のばらつきと同じ程度。法人課題の必須項目の差（3〜4 件）も小さいが、「キーと矛盾する記述」と「よくある誤り」は 4 本とも条件どおりに分かれた
- 2026-09-16 の追加検証: 非対話（
claude -p）では、--settingsの環境変数・プロセス環境変数・teammateMode: "in-process"のいずれで有効化しても、name付きで起動した担当がチームメイトにならなかった（taskKind: null）。チームメイト型の一次データは対話セッションのログに限られる - 法人課題の秘書経由の 2 本は、入力を開いたままにする方式で走らせ直したもの。直接依頼の 2 本は通常の
claude -p。この違いが効くのはサブエージェントの待機中にターンを終えたときだけで、直接依頼の 2 本はそうならなかった - 統制実験は
claude -pで走らせた。サブエージェントは両条件とも通常型で起動され、ふだんの対話セッションのチームメイト型とは違う。チームメイト型の料金はログ全体の観察値でしか見ていない - 棚卸し課題は 4 本とも天井に張り付いたので、この課題では精度差を検出できない。より難しい課題（出典どうしが食い違うもの、判断が要るもの）では差が出る可能性は残る
- 採点者も Claude。根拠メモを 1 本抜き取って確かめ、行ごとの対応づけとキーに無い行の出典確認が行われていることは見たが、人による再採点はしていない
- ログは 2026-06-24 の 1 本と 2026-08-24 以降しか無い。最初の集計ではサブエージェントの分類を数え落としていたため、2026-09-16 に集計をやり直した（総額 $2,798→$3,060、チームメイト型の比率 94%→87%）。換算額は公表単価による目安で、契約形態によって実際の請求とは違う
データの出所
- セッションログ:
~/.claude/projects/-Users-kazuki-okahashi-life/*.jsonlと*/subagents/*.jsonl（2026-09-16 に集計。このセッションと動作確認の 1 本は除外） - 常時読み込みの実測:
claude -p（Claude Code 2.1.272）で 12 構成を 1 ターンずつ実行したusage - 統制実験: 各ランの
total_cost_usd・subagent_statsとセッションログ。実験ラン 10 本（止められた 2 本を含む）の料金は計 $135.41、常時読み込みの実測は $1.67。正解キーの作成と採点のサブエージェントはこのセッションの料金に含まれ、別に集計していない。正解キーと採点の根拠メモはセッションのスクラッチパッドに置いた（本人の状況を含むため公開しない） - 一次情報: 国税庁タックスアンサー No.2090、会社法第 30 条・第 575 条、デジタル庁「行政手続等の棚卸調査結果」（admin-procedures MCP、データセット procedures-survey-r7、調査時点 2025-11-01）ほか正解キーに記載