エージェント設計と
オーケストレーション（配点27%）

土台レッスン 1大前提：AIとの通信は「手紙のやりとり」

最初に知っておくべきことは1つだけ。Claude API は「会話の全履歴を毎回送りつけて、次の1通の返事をもらう」仕組みだということ。

Claude Codeが「ツールを呼んでは考え、また呼ぶ」あの動きは、すべてこの手紙の往復でできている。

土台レッスン 2最小のAPI呼び出しを読む

まず道具なしの素の呼び出し。Pythonの公式SDK（準備章でインストール済みのもの）を使う。

# 最小のClaude API呼び出し
import anthropic

client = anthropic.Anthropic()  # APIキーは環境変数 ANTHROPIC_API_KEY から読む

response = client.messages.create(
    model="claude-sonnet-5",        # 使うモデル
    max_tokens=1024,                # 返事の長さの上限
    system="あなたは簡潔に答えるアシスタント。",   # 役割設定（システムプロンプト）
    messages=[
        {"role": "user", "content": "日本で一番高い山は？"}
    ],
)

print(response.content)      # 返事の中身（ブロックのリスト）
print(response.stop_reason)  # ← この章の主役。なぜ止まったか

覚えるパラメータは4つだけ：model（誰に聞くか）、max_tokens（返事の上限）、system（役割）、messages（会話履歴）。messages は role（user か assistant）と content のペアが並んだリストで、会話が進むほどこのリストが長くなっていく。

土台レッスン 3応答の解剖 — stop_reason という「止まった理由」

返ってくる response には「返事の本文（content）」と一緒に、「なぜそこで書くのをやめたか」を示す stop_reason が入っている。ここが試験の最重要ポイント。

土台レッスン 4ツールを持たせる — tool use の往復

Claudeに「天気を調べる」などの能力を持たせるには、ツールのカタログ（名前・説明文・入力の型）を送信時に同封する。すると Claude は必要なときに「そのツールをこの引数で実行して」とお願いしてくる。実行するのはこちらのプログラム——Claudeは自分では何も実行できない。ここを誤解しないこと。

# ツールのカタログを定義して同封する
tools = [
    {
        "name": "get_weather",
        "description": "指定した都市の現在の天気を返す。都市名は日本語でも英語でもよい。"
                       "天気・気温の質問に使う。ニュースや歴史の質問には使わない。",  # ←説明文が命(第2章)
        "input_schema": {                    # 入力の型（JSONスキーマ）
            "type": "object",
            "properties": {
                "city": {"type": "string", "description": "都市名。例: 東京"}
            },
            "required": ["city"],
        },
    }
]

response = client.messages.create(
    model="claude-sonnet-5",
    max_tokens=1024,
    tools=tools,                             # ← カタログを同封
    messages=[{"role": "user", "content": "大阪の天気は？"}],
)

# stop_reason が "tool_use" になり、content にツール要求ブロックが入る:
#   ToolUseBlock(id="toolu_abc123", name="get_weather", input={"city": "大阪"})

ツール要求が来たら、こちらで実行して結果を会話履歴に追記して送り返す。このとき「どの要求への返答か」を tool_use_id で対応付ける。

# ツールを実行して、結果を「返信」する
weather = get_weather("大阪")   # ←自分のプログラムで実行（API天気サービスを呼ぶ等）

messages.append({"role": "assistant", "content": response.content})  # Claudeの要求を履歴に残す
messages.append({
    "role": "user",
    "content": [{
        "type": "tool_result",
        "tool_use_id": "toolu_abc123",   # どの要求への答えか
        "content": "晴れ、28度",
    }],
})
# → この messages でもう一度 create() を呼ぶと、Claudeは結果を踏まえた返事をする

土台レッスン 5本題：エージェントループを組み立てる

レッスン2〜4の部品を while ループで繋ぐと、エージェントが完成する。これがこの章の到達点。

# エージェントループ完全版（これ単体で動く）
import anthropic

client = anthropic.Anthropic()

tools = [{                                  # レッスン4で作ったカタログ（再掲）
    "name": "get_weather",
    "description": "指定した都市の現在の天気を返す。天気・気温の質問に使う。",
    "input_schema": {
        "type": "object",
        "properties": {"city": {"type": "string", "description": "都市名。例: 東京"}},
        "required": ["city"],
    },
}]

def run_tool(name, args):
    """要求されたツールを実際に実行する（ここは自分のコード）"""
    print(f"[ツール実行] {name} {args}")            # 何回・何が実行されたか見えるように
    if name == "get_weather":
        return f"{args['city']}は晴れ、28度"   # 本物はAPIを呼ぶ
    return f"不明なツール: {name}"

def agent(user_input):
    messages = [{"role": "user", "content": user_input}]

    while True:                                      # ← エージェントループ
        response = client.messages.create(
            model="claude-sonnet-5",
            max_tokens=1024,
            tools=tools,
            messages=messages,
        )

        # Claudeの応答（テキストやツール要求）を履歴に追記
        messages.append({"role": "assistant", "content": response.content})

        if response.stop_reason == "tool_use":       # ★ ツールを使いたい → 続行
            results = []
            for block in response.content:
                if block.type == "tool_use":
                    output = run_tool(block.name, block.input)   # 実行するのは自分
                    results.append({
                        "type": "tool_result",
                        "tool_use_id": block.id,                 # 要求と結果を対応付け
                        "content": output,
                    })
            messages.append({"role": "user", "content": results})  # 結果を履歴に追記
            continue                                  # → もう一周
        if response.stop_reason == "end_turn":       # ★ 話し終わった → 終了
            return "".join(b.text for b in response.content if b.type == "text")

        # ★ それ以外（max_tokens 等）で黙って回し続けない — 異常は異常として止める
        raise RuntimeError(f"想定外の stop_reason: {response.stop_reason}")

print(agent("大阪と札幌の天気を比べて"))   # 最後の返事を表示

読み解きのポイント：

土台レッスン 6これが Claude Code の正体

いま書いたループと、Claude Code の対応表：

この対応が腹落ちすると、Domain 1の問題は「仕様の暗記」ではなく「いつも見ている光景の言語化」になる。ここから先は、その光景を試験が問う形（タスクステートメント）で1つずつ整理していく。

Task Statement 1.1エージェントループの設計（自律実行のしくみ）

Task Statement 1.2コーディネーター・サブエージェント型（ハブ&スポーク）

Task Statement 1.3サブエージェントの起動・コンテキスト受け渡し

Task Statement 1.4多段ワークフローの「強制」とハンドオフ

Task Statement 1.5hooks によるツールコール介入とデータ正規化

Task Statement 1.6タスク分解の戦略（固定パイプライン vs 動的分解）

Task Statement 1.7セッション管理 — 再開と分岐（resume / fork）

公式コースで補強Claude Academy の対応レッスン

演習手を動かして確かめる（公式演習1の日本語版・2〜3時間）

この試験にコードを書く場面はない。必要なのは「コードを見て意味が分かる目」だけなので、ゼロから書けなくても、写経（見ながら書き写して動かす）で十分。Claudeに「c1演習やる」と言えば環境準備から伴走してもらえる。

用語ミニ辞書（第1章）

章末ミニクイズ（5問）

本番形式の4択。この章で学んだことの思い出す練習（読み直しの3倍効く）。間違えても気にしない——間違えた瞬間が一番記憶に残るタイミング。総合模試（30問）は全章を終えてから。

仕上げチェックリスト（30秒で説明できたらチェック）

• 「Claudeには記憶がなく、毎回全履歴を送る」を人に説明できる
• messages.create の4パラメータ（model / max_tokens / system / messages）を言える
• stop_reason 3値（end_turn / tool_use / max_tokens）とそれぞれの処理を言える
• 「ツールを実行するのはClaudeではなく自分のプログラム」を tool_result の流れで説明できる
• 完全版ループを、何も見ずに骨格だけ（while / 分岐2つ＋異常系ガード / 追記2箇所）書ける
• 演習1〜5をすべて動かした
• エージェントループの一周を、stop_reason の2値を使って説明できる
• ループ終了の判定を「テキスト解析」でやってはいけない理由を言える
• ハブ&スポークで子同士の直接通信を禁じる理由を3つ挙げられる（観測性・エラー処理・情報統制）
• 「サブエージェントは親の文脈を継承しない」を前提に、正しい情報の渡し方を説明できる
• Task ツールと allowedTools の関係を説明できる
• 「プロンプト＝確率的、hook＝決定論的」の使い分けを、返金ブロックの例で説明できる
• PostToolUse hook の用途（データ正規化）を具体例つきで説明できる
• プロンプトチェイニングと動的分解の選択基準を言える
• セッション再開と「要約→新規セッション」の使い分けを説明できる
• 上記それぞれについて、~/.agent/ 組織のどのファイルが実例かを言える（任意・実物欄を読んだ人向け）