Claudeで日本語精度が劇的に低下する7つの原因と即効性のある対処法を完全解説!

「Claudeの日本語、最近なんかおかしくない?」「前はもっとちゃんと答えてくれたのに…」そんな違和感を感じていませんか?実は、Claudeの日本語精度が落ちる原因の多くは、AIの性能低下ではなく、あなたの使い方に隠れているんです。MCPサーバーを入れすぎていたり、CLAUDE.mdに日本語でダラダラと説明を書いていたり、ultrathinkを常時ONにしていたり…こうした小さな積み重ねが、コンテキストを圧迫し、Claudeの本来の力を引き出せなくしている可能性が高いのです。

Claudeの日本語精度低下を引き起こす最大の犯人はコンテキストの圧迫だった!

多くのユーザーが気づいていない事実ですが、Claudeの日本語精度が落ちる最大の原因は、コンテキストウィンドウの圧迫です。Claude Sonnet 4.5のコンテキストウィンドウは200,000トークンですが、何もしていない状態ですでに30%近くが消費されているケースが非常に多いんです。

特にClaude Codeを使っている方は要注意です。便利だからといってMCPサーバーを10個も20個も追加していると、作業を始める前からコンテキストがパンパンになってしまいます。MCPサーバー5つで約55,000トークン、つまりコンテキストの27%が消費されるという衝撃的なデータもあります。

コンテキストが圧迫されると何が起こるか?Claudeは自動的に会話履歴を圧縮(compact)します。この圧縮プロセスで、細かい指示や重要な前提条件が抜け落ちてしまうんです。結果として、「さっき言ったのに忘れてる」「指示と違うことをする」という状況が頻発します。

さらに深刻なのは、コンテキストに余裕がないとAI自体の判断精度が下がること。AIが必要な情報を十分に保持できず、出力の質が明らかに低下します。これが「Claudeの性能が落ちた」と感じる正体なんです。

MCPサーバーの入れすぎがClaudeを苦しめている実態を数字で検証!

MCPサーバーは確かに便利です。GitHubと連携したり、Playwrightでブラウザ操作したり、開発効率を大幅に向上させてくれます。しかし、その代償として大量のトークンを常時消費し続けるという問題があります。

実際の検証データを見てみましょう。GitHub MCPサーバーだけで約8,000トークン、Docker MCPに至っては135個ものツールを提供するため125,000トークンも消費します。複数のMCPサーバーを組み合わせると、会話を始める前に161,000トークンが消えているケースも報告されています。これはコンテキストウィンドウの80%以上です。

MCPサーバーが提供する全てのツール定義(名前、説明、JSONスキーマ、パラメータなど)が、セッション開始時にコンテキストに読み込まれます。しかも、実際の作業では一部のツールしか使わないのに、使わないツール定義まで全部保持し続けるという非効率な状態になっているんです。

/contextコマンドで確認すると一目瞭然です。「MCP tools: 23.6k tokens (11.8%)」のように表示され、作業スペースがいかに狭まっているかがわかります。使っていないMCPサーバーを削除するだけで、コンテキスト使用量が69%から39%に削減できた事例もあります。

必要なMCPサーバーだけに絞り込むことが重要です。基本的な開発作業なら、Context7、GitHub、Serenaの3つ程度で十分カバーできます。それ以外は必要なときだけ追加して、作業が終わったら削除する運用がベストです。

CLAUDE.mdとプロンプトを日本語で書くとトークンが3倍に膨れ上がる衝撃の真実!

実は、日本語でプロンプトやCLAUDE.mdを書くと、英語の約3倍のトークンを消費することをご存知でしょうか?これは日本語の文字エンコーディングの特性によるものです。

CLAUDE.mdファイルは毎回コンテキストに読み込まれます。つまり、日本語で丁寧に説明を書けば書くほど、トークンをどんどん消費してしまうんです。「AIに理解してもらうために詳しく書こう」という親切心が、実は逆効果になっているケースが非常に多いです。

「CLAUDE.mdは日本語で読みやすく書いておきたい」という気持ちはわかります。しかし、CLAUDE.mdはAIが読むためのものです。人間が読むためのドキュメントは、README.mdなど別のファイルに書くべきです。README.mdはコンテキストに自動で読み込まれないため、トークン消費を気にする必要がありません。

CLAUDE.mdを英語で書く際のポイントは、要点だけを簡潔に書くことです。意図や背景を長々と説明する必要はありません。AIは文脈を理解する能力が高いので、キーワードベースの簡潔な指示で十分に理解してくれます。

プロンプトについても同様です。複雑な指示を日本語で書くよりも、英語で簡潔に書いた方が、トークン効率が良く、結果的にClaudeの性能を最大限引き出せる可能性が高いです。ただし、最新のClaude 4モデルは日本語の処理能力が大幅に向上しているため、短文かつ簡潔な日本語であれば問題ありません。

ultrathinkを常時ONにするとコンテキストが爆発的に消費される理由とは?

拡張思考モード(ultrathink)は確かに強力な機能です。複雑な問題を深く考えて、より精度の高い回答を生成してくれます。しかし、常時有効にしておくのは完全にNGです。

ultrathinはトークンを大量に消費します。Anthropicの公式ブログでも言及されていますが、拡張思考モードで動作した際の思考プロセス分のトークンは出力に含まれ、次のターンには引き継がれません。しかし、それでも会話のたびに追加のトークンを消費し続けます。

「賢くなるなら、常に有効にしておけばいい」と考えるのは危険です。使いどころを間違えるとトークン消費が増大し、かえって状況が悪化します。ultrathinは、どうしても解決できない問題に直面したときだけ使うべき「奥の手」なんです。

日常的な質問や簡単なコーディングタスクには、通常モードで十分です。ultrathinが本当に力を発揮するのは、多段階の論理的推論が必要な場合や、複雑な問題の分析が求められる場面です。メリハリをつけて使い分けることで、コンテキストを無駄に消費せずに済みます。

2026年最新!MCP Tool Searchで85%のトークン削減を実現する革新的手法を公開!

朗報です!2026年1月14日、AnthropicがMCP Tool Search機能をリリースしました。この機能を使えば、MCPサーバーによるトークン消費を最大85%削減できます。

従来のMCP統合では、全てのツール定義がセッション開始時にコンテキストに読み込まれていました。しかしMCP Tool Searchは、ツール定義の遅延ロード(Lazy Loading)を実現します。つまり、必要になったツールだけを動的に検索して読み込む仕組みです。

嬉しいことに、MCP Tool Searchは全ユーザーにデフォルトで有効になっています。特別な設定は不要です。Claude Codeが以下の条件を検知すると、自動的にTool Searchモードに切り替わります。

さらに最適化したい場合は、環境変数を設定することもできます。ENABLE_TOOL_SEARCH=true を設定してClaude Codeを起動すると、ツール検索ツールが明示的に有効化されます。

実際の効果は驚異的です。playwright、next-devtools、serenaの3つのMCPツールで約39,000トークン消費していたケースが、Tool Search有効化後は使用されたツールのみの約2,800トークンに抑えられました。93%の削減です。

ただし、トレードオフもあります。通常のMCP統合ではMCPサーバーが常時起動しているため即座にツールを呼び出せますが、Tool Searchは毎回検索・起動プロセスが必要なため、実行に数秒かかります。それでも、コンテキスト効率を優先する場合には非常に有効な選択肢です。

Claude Code使用時に/contextコマンドで定期的にチェックすべき理由!

Claude Codeを快適に使い続けるためには、/contextコマンドでの定期的なチェックが欠かせません。このコマンドは、現在のコンテキスト使用状況を可視化してくれる強力なツールです。

/contextを実行すると、以下のような情報が表示されます。

この情報を定期的に確認することで、「いつの間にかコンテキストがいっぱいになっていた」という事態を防げます。特に、MCP toolsが何トークン消費しているかを把握することが重要です。

もしMCP toolsが全体の20%以上を占めているなら、見直しのサインです。使用頻度の低いMCPサーバーを無効化したり、Tool Searchを有効にしたりする対策を検討しましょう。

さらに便利なのが/usageコマンドです。これは5時間ごとのレート制限の使用状況を確認できます。頻繁にレート上限に達する場合も、コンテキスト管理の改善が効果的です。コンテキストに余裕があれば、同じタスクをより少ないリクエスト数で完了できるからです。

実戦で使える!Claudeの日本語精度を最大化する10個のプロンプトテンプレート集

プロンプトの書き方次第で、Claudeの日本語精度は劇的に変わります。ここでは、現場で即使える実践的なプロンプトテンプレートを紹介します。

コードレビュー用プロンプト(トークン節約版)

英語で簡潔に書くことで、日本語の3分の1のトークンで済みます。

テンプレート:
Review this code. Focus on: security, performance, readability. Output in Japanese.

このプロンプトは、わずか15単語程度ですが、Claudeは的確に日本語でレビュー結果を返してくれます。「このコードをレビューしてください。セキュリティ、パフォーマンス、可読性に注目してください。日本語で出力してください」と日本語で書くより、圧倒的にトークン効率が良いです。

バグ修正依頼プロンプト

テンプレート:
Fix bug in . Error: . Show diff only. No explanation unless asked.

「説明なしで差分だけ表示」と明示することで、不要なトークン消費を防ぎます。Claudeは丁寧に説明したがる傾向があるため、これを抑制するのがポイントです。

リファクタリング用プロンプト

テンプレート:
Refactor . Goals: reduce complexity, improve naming, remove duplication. Keep same behavior. Test cases must pass.

目標を明確にし、制約条件(既存の振る舞いを保つ、テストが通る)を最初に示すことで、的確なリファクタリングが実現できます。

ドキュメント生成プロンプト(CLAUDE.md作成用)

テンプレート:
Create CLAUDE.md for this project. Include: tech stack, project structure, common commands, code style, workflow rules. Keep under 100 lines. Use English.

CLAUDE.mdを100行以内に収めることを明示することで、トークン消費を抑えつつ必要な情報を網羅できます。

デバッグ支援プロンプト

テンプレート:
Debug this issue. Steps to reproduce: . Expected: . Actual: . Find root cause. Suggest fix with minimal changes.

原因究明と最小限の修正を求めることで、余計なコード変更を防ぎます。

パフォーマンス最適化プロンプト

テンプレート:
Optimize for speed. Current bottleneck: . Target: 50% faster. Show benchmark comparison.

数値目標を示すことで、Claudeは具体的な最適化案を提案してくれます。

テストケース生成プロンプト

テンプレート:
Generate test cases for . Cover: normal cases, edge cases, error handling. Use . Aim for 80%+ coverage.

カバレッジ目標を示すことで、網羅的なテストが生成されます。

API設計プロンプト

テンプレート:
Design REST API for . Resources: . Follow RESTful principles. Include: endpoints, methods, request/response examples. Use OpenAPI format.

フォーマット指定により、統一された出力が得られます。

エラーメッセージ改善プロンプト

テンプレート:
Improve error messages in . Make them: actionable, specific, user-friendly. Include: what happened, why, how to fix. Japanese output.

日本語出力を最後に指定することで、改善案が日本語で返ってきます。

コード説明プロンプト(初心者向け)

テンプレート:
Explain this code to a beginner. Use: simple Japanese, analogies, step-by-step breakdown. Avoid jargon. If jargon needed, define it first.

初心者向けの説明を依頼する場合は、比喩や段階的な説明を明示的に求めることが重要です。

現場でよく遭遇する!Claude Code使用時の7つの困った状況と即効解決法

実際にClaude Codeを使っていると、「こういうときどうすればいいの?」という場面に何度も出くわします。ここでは、よくある困った状況と、その解決法を体験ベースで紹介します。

状況1:指示を無視して勝手に大量のファイルを変更し始める

症状: 「この関数だけ修正して」と言ったのに、関連する10個のファイルを勝手に書き換え始める。

原因: CLAUDE.mdに変更範囲の制約が書かれていないため、Claudeが「親切心」で関連箇所も修正しようとしている。

解決法: CLAUDE.mdに以下を追加してください。

## Change Control
Modify ONLY explicitly specified files
– Before changing 3+ files, list them and ask for confirmation
Never auto-refactor unless specifically requested

これで、変更範囲を明示的に制御できます。3ファイル以上変更する前に確認を求めさせることで、意図しない大規模変更を防げます。

状況2:何度も同じエラーで無限ループに陥る

症状: エラーを修正しようとして、同じ間違いを繰り返し、10回以上トライしても解決しない。

原因: コンテキストに間違った情報が蓄積されており、Claudeが誤った前提で修正を繰り返している。

解決法: すぐに/clearコマンドを実行し、新しいセッションで再開してください。同時に、エラーログと期待する動作を明確に伝えます。

Error log:
Expected behavior:
Current code:
Try a completely different approach.

「completely different approach」と明示することで、Claudeは別の解決策を模索します。

状況3:テストが通らないコードを生成し続ける

症状: 生成されたコードを実行すると、必ずテストが失敗する。何度修正させても同じ。

原因: Claudeが既存のテストコードの内容を理解していない可能性が高い。

解決法: テストファイルを明示的に読み込ませてから、コード生成を依頼します。

Read test file:
Understand the test requirements first.
Then generate code that passes ALL tests.
Run tests after generating code to verify.

テストの内容を理解させてから実装させることで、成功率が大幅に向上します。

状況4:日本語の説明が不自然で機械翻訳っぽい

症状: Claudeの日本語回答が直訳調で、ネイティブには不自然な表現になっている。

原因: プロンプトで「日本語で」としか指定していないため、自然な日本語への最適化がされていない。

解決法: 以下のように、より詳細な指示を出します。

Explain in natural Japanese. Use: casual tone, everyday words, analogies. Avoid: literal translation, stiff expressions. Write like a Japanese software engineer talking to a colleague.

「日本人のソフトウェアエンジニアが同僚に話すように」と具体的なペルソナを指定することで、自然な日本語になります。

状況5:長時間の作業後、急に精度が落ちる

症状: 最初は良かったのに、1時間ほど作業を続けると、指示を理解しなくなったり、同じミスを繰り返すようになる。

原因: コンテキストウィンドウがいっぱいになり、自動圧縮(compact)が頻繁に発生している。

解決法: 10〜15回のやり取りごとに、意識的に/compactを実行してください。キリの良いところで/clearして新しいセッションを開始するのも効果的です。

# 作業の区切りで実行
/compact
# または
/clear
# 次のタスク内容を簡潔に伝えて再開

定期的なメンテナンスが、長時間の作業でも高精度を保つ秘訣です。

状況6:セキュリティ上問題のあるコードを生成する

症状: SQLインジェクションの脆弱性があるコードや、パスワードがハードコードされたコードが生成される。

原因: セキュリティ要件がCLAUDE.mdに明記されていない。

解決法: CLAUDE.mdに以下のセキュリティチェックリストを追加します。

## Security Requirements
ALWAYS check for:
SQL injection (use parameterized queries)
– XSS (escape user input)
CSRF (use tokens)
– No hardcoded secrets (use environment variables)
Proper authentication/authorization
REJECT any code violating these rules.

「REJECT」という強い言葉を使うことで、Claudeは該当するコードを生成しなくなります。

状況7:Git操作で取り返しのつかないミスをしそうになる

症状: 「git push -f」や「git reset –hard」など、危険なコマンドを実行しようとする。

原因: Claudeはコマンドの危険性を完全には理解していない。

解決法: CLAUDE.mdにGit操作の安全ルールを明記します。

## Git Safety Rules
NEVER execute without confirmation:
git push -f (force push)
– git reset –hard
git clean -fd
– git branch -D
ALWAYS:
Check git status before operations
– Create backup branch before risky operations
Use git stash instead of git reset when possible

危険なコマンドを実行する前に必ず確認を求めさせることで、事故を防げます。

トークン消費を90%削減する!Skillsのreferencesディレクトリ活用テクニック

Claude CodeのSkills機能には、あまり知られていない強力な機能があります。それがreferencesディレクトリによる段階的情報開示です。

通常、SKILL.mdに全ての情報を詰め込むと、500行、1000行とファイルが巨大化し、毎回大量のトークンを消費します。しかし、referencesディレクトリを使えば、必要なときだけ必要な情報を読み込む仕組みが実現できます。

基本的な構造

.claude/skills/your-skill/
├── SKILL.md (コア情報のみ、100行以内)
└── references/
├── advanced.md (高度なテクニック)
├── examples.md (具体例集)
├── troubleshooting.md (トラブルシューティング)
└── api-reference.md (API詳細)

SKILL.mdの書き方

SKILL.mdには、基本的なワークフローだけを記述し、詳細情報はreferencesへのリンクとして記載します。

# Your Skill

## Basic Usage

## When to Read References
Complex cases → (references/advanced.md)
– Need examples → (references/examples.md)
Error occurred → (references/troubleshooting.md)
– API details → (references/api-reference.md)

Read references ONLY when needed for current task.

重要なのは「いつ読むべきか」を明記することです。これにより、Claudeは必要な時だけreferencesを読み込みます。

実際の効果

ある開発者の事例では、全情報をSKILL.mdに詰め込んでいた時は毎回15,000トークン消費していましたが、references方式に変更後は、平均1,500トークンまで削減できました。90%の削減です。

しかも、情報量は減っていません。むしろ、references配下に詳細情報を追加しやすくなり、全体的なドキュメント量は増えています。必要な時だけ読み込む仕組みが、トークン効率と情報量の両立を可能にしているんです。

Claude Codeが暴走する前に!承認レベル別の実行制御設定で安全性を確保する方法

Claude Codeの自走能力は素晴らしいですが、時として「やりすぎ」てしまうことがあります。重要なファイルを勝手に変更したり、データベーススキーマを無断で変えたり…。そこで、承認レベル別の実行制御を設定することをおすすめします。

CLAUDE.mdに以下のような段階的承認ルールを追加してください。

## Approval Levels

### Level 1 – Auto Execute (自動実行OK)
Code formatting
– Adding comments
Minor typo fixes
– Import statement organization

### Level 2 – Brief Confirmation (簡易確認)
New function creation
– Existing function modification
Test case addition
→ Show plan, wait for “ok” or “proceed”

### Level 3 – Detailed Review Required (詳細確認必須)
Multiple file changes (3+ files)
– Architecture changes
Dependency updates
– Config file modifications
→ Show full diff, explain impact, wait for explicit approval

### Level 4 – Mandatory Approval (必ず承認が必要)
Database schema changes
– Security-related changes
Production environment changes
– Deletion of files/data
→ Show detailed plan, risks, rollback strategy. Wait for written approval.

この設定により、Claudeは変更の重要度に応じて、適切なタイミングで確認を求めるようになります。

知らないと損する!/clearと/compactの使い分けと最適なタイミング

Claude Codeを使っていると、/clearと/compactのどちらを使うべきか迷うことがあります。実は、この2つのコマンドには明確な使い分けの基準があります。

/clearを使うべきタイミング

/clearは文字通りコンテキストをクリアします。つまり、それまでの会話履歴を全て削除して、真っ白な状態から再スタートします。

/compactを使うべきタイミング

/compactは会話履歴を要約して圧縮します。重要な情報は保持されつつ、トークン消費が削減されます。

実践的な使い分け例

連続作業の場合: 10回やり取り→/compact→さらに10回やり取り→/compact→30分経過したら/clear→新しいタスク開始

トラブル時: 同じエラーが2回繰り返されたら→/clear→問題を再度説明→解決

この使い分けを意識するだけで、Claudeの精度を長時間維持できます。

ぶっちゃけこうした方がいい!

ここまで様々なテクニックを紹介してきましたが、正直に言うと、最も効果が高いのはMCPサーバーの断捨離です。

みんな「便利そうだから」ってMCPサーバーを10個も20個も入れちゃうんですよね。でも実際使ってるのって、せいぜい3個くらいじゃないですか?残りは「いつか使うかも」って思ってるだけで、結局使わない。その「いつか」のために、毎回数万トークンを無駄に消費してるんです。

個人的には、GitHub、Context7、それから自分のプロジェクトに本当に必要な1個。これだけで十分だと思ってます。他のMCPサーバーは、必要になったときに5分でインストールできるんだから、常駐させておく必要ないんですよ。

あと、CLAUDE.mdを日本語で丁寧に書いてる人、めちゃくちゃ多いんですけど、これも正直やめた方がいいです。AIは英語の方が理解しやすいし、トークンも3分の1で済む。「でも英語苦手だし…」って思うかもしれませんが、CLAUDE.mdなんて一度書いたらほぼ変更しないんだから、Google翻訳でも使って英語にしちゃえばいいんです。それだけで数千トークンが浮きますよ。

それから、ultrathinを常時ONにしてる人もたまに見かけますけど、これは本当にもったいない。ultrathinは「最後の切り札」なんです。普通の質問で使ったら、トークンの無駄遣いでしかない。ホームラン打者に毎打席バントさせてるようなもんです。本当に難しい問題、自分でも解決策が見えないような問題だけに使うべきです。

最後に、一番大事なこと言います。/contextコマンドを週に1回は必ず確認してください。これ、ほとんどの人がやってないんですよ。で、「Claudeの精度落ちたなー」って嘆いてる。いや、コンテキストの90%埋まってたら、そりゃ精度落ちますって話です。

定期的に/context見て、使用量が70%超えてたら対策する。MCPサーバー減らす、CLAUDE.md見直す、/compactする。これだけで、Claudeは驚くほど快適に動くようになります。

結局、Claudeってツールは性能十分なんです。問題は使う側の環境設定がごちゃごちゃになってること。部屋が散らかってたら、どんなに優秀な人でも集中できないのと同じです。Claudeのコンテキストを整理整頓してあげれば、本来の実力を100%発揮してくれます。

騙されたと思って、まず今すぐ/contextコマンド打ってみてください。そして、使ってないMCPサーバーを全部削除してみてください。きっと、「あれ、こんなにサクサク動くんだ」って驚くはずです。

Claudeで日本語精度が落ちるケースに関する疑問解決

Claudeの日本語処理能力は他のAIと比べてどうですか?

Claude 4シリーズは日本語処理能力が大幅に向上しており、ChatGPTやGeminiと同等以上の性能を発揮します。特に自然な言葉遣いと文脈理解に優れている点が特徴です。翻訳タスクにおいては、ChatGPT 4oの方がやや優勢という検証結果もありますが、クリエイティブな文章生成や要約ではClaudeが高く評価されています。日本語の敬語表現や専門用語の使い分けも的確で、ビジネス文書作成に適しています。

MCPサーバーを全部削除したら不便になりませんか?

全削除する必要はありません。重要なのは必要なものだけを厳選して常駐させることです。基本的な開発作業なら、Context7、GitHub、Serenaの3つ程度で十分です。それ以外のMCPサーバーは、必要なときだけ追加して作業後に削除する運用がベストです。2026年のTool Search機能により、多数のMCPサーバーを接続してもトークン消費を抑えられるようになりましたが、それでも使用頻度の低いものは無効化しておく方が安全です。

日本語と英語、どちらでプロンプトを書くべきですか?

短文かつ簡潔な指示なら日本語でも問題ありません。ただし、CLAUDE.mdなどの設定ファイルや、長文の複雑な指示は英語で書いた方がトークン効率が良いです。日本語は英語の約3倍のトークンを消費するため、特にコンテキストを節約したい場面では英語を推奨します。最新のClaude 4モデルは多言語対応が強化されており、英語でのプロンプトでも日本語での回答を正確に生成できます。

compactが頻繁に起こるのを防ぐ方法は?

コンテキスト使用量を70%以下に保つことが目安です。具体的な対策としては、使用頻度の低いMCPサーバーの無効化、CLAUDE.mdの簡潔化(英語化)、ultrathinの適切な使用、Tool Searchの活用などが効果的です。/contextコマンドで定期的にチェックし、使用量が80%を超える前に対策を講じましょう。また、会話履歴が長くなりすぎたら、新しいセッションを開始することも有効です。

Claude Codeのパフォーマンスを最大化する最も効果的な方法は?

最も即効性があるのはMCPサーバーの最適化です。/contextで使用状況を確認し、不要なMCPサーバーを削除してください。次に、CLAUDE.mdを英語で簡潔に書き直すことで、数千トークンを節約できます。さらに、2026年の最新機能であるTool Searchを活用すれば、複数のMCPサーバーを使用しながらもトークン消費を大幅に削減できます。これらの対策を組み合わせることで、コンテキスト使用量を50%以上削減し、Claudeの本来の性能を最大限に引き出せます。

まとめ

Claudeの日本語精度が落ちる原因の多くは、AIの性能低下ではなく使い方の問題です。MCPサーバーの過剰導入、日本語での冗長な記述、ultrathinの常時使用などが、コンテキストを圧迫し、Claudeの本来の力を発揮できなくしています。

しかし、適切な対策を講じれば大幅に改善できます。/contextコマンドで定期的にチェックし、必要最小限のMCPサーバーに絞り込み、CLAUDE.mdを英語で簡潔に書き、2026年最新のTool Search機能を活用しましょう。

今日から実践できることは、まず/contextコマンドを実行して現状を把握することです。「すぐcompactされる」「指示通り動かない」と感じているなら、この記事で紹介した対策を1つずつ試してみてください。コンテキストに余裕を持たせることで、Claudeはあなたの期待以上の性能を発揮してくれるはずです。