AI TOOL GUIDE
Claude Codeで十分？antとManaged Agentsの本当の価値
2026.06.27 / Claude Platform CLI ant と Managed Agents の使い分け
家事と子育てのスキマで経営する3方よしAI共創コンサルタントの田中啓之、ひろくん（@passion_tanaka）です。
このあいだ、AI共創OSの画面を見ながら、Claude関連の入口が2つあることに手が止まりました。ひとつは普段から使っている claude。もうひとつは ant。名前が近いから同じ道具に見えるけれど、役割はかなり違います。
先に結論。日々の記事制作、LP、コード修正、ファイル整理はClaude Codeで十分です。ant と Managed Agents は、反復する業務、長時間走る定期処理、履歴を残して説明したい仕事に絞って使うのが堅い。
ぶっちゃけ、この記事を読んで「Claude Codeのほうがいいのでは？」と思ったなら、その感覚はかなり正しいです。Claude Codeで済むならClaude Codeでいい。Managed Agentsの価値は、Claude Codeを持たないクライアントにも、あなたが設計したAI業務を従量課金ベースで使ってもらえることです。
料理に例えると、Claude Codeは手元のキッチン。Managed Agentsはクラウド側に置く業務用の厨房。ant は、その厨房に指示を出す管理端末です。
この記事の答えを先にまとめると
Claude Code は、自分が手元で仕事を速く進めるための道具です。原稿を書く、コードを直す、調査してまとめる、ローカルのファイルを整理する。ここは今まで通りClaude Codeが強い。
Managed Agents は、クライアントや別システムから呼び出せるAI業務の実行基盤です。フォーム、管理画面、定期ジョブ、LINE、社内ポータルなどの裏側で動かせます。
ant は、そのAPI側のAgentやSessionを扱うための操作端末です。クライアントに毎回触ってもらうものではなく、提供側が厨房を作り、点検し、動かすための道具だと考えるとわかりやすいです。
だから比較すべきなのは「どちらが賢いか」ではありません。誰が、どこから、何度、どんな責任範囲で使うのかです。自分が横で見ているならClaude Code。クライアントが画面から依頼し、裏でAIが走り、結果だけ人間が承認するならManaged Agents。この差が本質です。
1. claude と ant は何が違うのか
claude、つまりClaude Codeは、手元のワークスペースで制作や開発を進める道具です。記事を書く、コードを直す、画像や資料の下準備をする。目の前のまな板に食材を置いて、自分で火加減を見ながら料理する感じです。
一方で ant は、Anthropic公式のClaude Platform CLIです。公式ドキュメントでは、Claude APIへターミナルからアクセスし、APIリソースをサブコマンドとして扱える道具と説明されています。ant auth login はClaude ConsoleへのOAuthフローを開き、APIキーを手で作成・管理しなくてもAPIを呼び出せる形にします。
だから、普段のローカル作業に ant は必須ではありません。ant が効いてくるのは、Claude Platform側のAgent、Environment、Session、Eventを扱い、クライアント向けのアプリや管理画面、定期処理からAI業務を呼び出したいときです。
| 入口 | 主な役割 | 誰に向いているか | 価値の出方 |
|---|---|---|---|
| Claude Code | ローカルの制作・開発・調査を進める作業場 | 自分、制作チーム、開発チーム | 作業速度、修正力、手元ファイルとの連携 |
ant CLI | Claude Platform APIのリソースを操作する管理端末 | 提供側の開発者、運用者 | Agent作成、Session管理、API側の検証 |
| Managed Agents | クラウド側でAI業務を実行する基盤 | クライアント、社内システム、定期ジョブ | 反復業務の再現性、履歴、承認フロー、従量課金設計 |
たとえば、自分が今日だけLPを直すならClaude Codeです。毎週クライアントの問い合わせを読み、改善レポートを下書きし、管理画面に「承認待ち」として並べるならManaged Agentsです。ant は、そのManaged Agents側を作る・試す・動かすための道具です。
2. Managed AgentsはAPI側の「業務装置」
Managed Agentsは、Claude Platform側で動くマネージドなエージェント基盤です。公式ドキュメントでは、長時間実行や非同期の仕事に向く、管理されたインフラ上のエージェントハーネスとして説明されています。
中心になる概念は4つです。Agentはモデル、プロンプト、ツール、MCPサーバー、スキルの定義。Environmentはクラウドサンドボックスや自前サンドボックスなど、どこで動かすか。Sessionは特定の仕事を実行する単位。Eventはユーザー指示、ツール結果、状態更新の履歴です。
ここをふわっとさせない。Managed AgentsはAPI課金の世界です。トークン利用に加えて、公式価格表ではSession runtimeが $0.08/session-hour と記載されています。稼働中だけ課金対象で、idleやterminatedの時間はruntimeに数えない、とされています。
つまり、価値は「Claude Codeより賢い」ではありません。Claude Codeをクライアントに入れてもらわなくても、あなたが決めた手順、プロンプト、承認ルールを、API経由の業務として提供できることです。クライアントはフォームや管理画面から依頼する。裏側ではManaged Agentsが走る。利用量に応じて原価が出るので、月額＋従量の料金設計もしやすくなります。
クライアントから見える流れ
入力: クライアントはフォーム、管理画面、チャット、CSVアップロードから依頼します。ここではClaude Codeを開きません。
実行: あなたのシステムがAPI経由でSessionを作り、Managed Agentsに仕事を渡します。Agentには手順、見てよいファイル、使ってよいツール、禁止事項をあらかじめ持たせます。
出力: 結果はレポート、記事下書き、FAQ候補、改善チケット、承認待ちリストとして返します。公開、送信、請求、削除などの最終操作は人間が確認します。
ここで「クライアントがClaude Codeなくても動かせるって感じ？」という問いへの答えは、かなり はい です。クライアントが必要なのは、あなたが用意した入口です。Claude Codeのインストールやターミナル操作は、通常クライアント側の必須条件にしなくていい。
ただし、API利用料を誰が持つかは設計が必要です。提供者側のAPIキーで動かして月額料金に含める形もあります。クライアント自身のAPIキーや組織アカウントで動かす形もあります。どちらにしても、上限金額、1回あたりの目安、失敗時の再実行ルール、ログの扱い、承認ゲートを先に決めておかないと、良い道具でも運用が荒れます。
| 設計項目 | 決めること | 理由 |
|---|---|---|
| API原価 | 誰のアカウントで使うか、月いくらまで許すか | 従量課金なので、使いすぎを防ぐため |
| 承認ゲート | AIが下書きまでか、送信前チェックまでか | 外部公開や送信を人間の判断に残すため |
| ログ | 何を残し、誰が見られ、いつ消すか | 説明責任と機密管理を両立するため |
| 失敗時 | 再実行する条件、追加課金の扱い、手動対応の窓口 | AI業務をサービスとして売るなら必要な約束だから |
さらに、Managed Agentsは状態を持つ設計です。会話履歴、サンドボックス状態、出力がサーバー側に残ります。公式ドキュメント上でも、現時点ではZero Data RetentionやHIPAA BAAの対象外と説明されています。お客さんの個人情報や機密データを入れるなら、匿名化、契約確認、社内承認の順番を飛ばさないほうがいいです。
確認元: Claude Managed Agents overview / Claude Platform pricing
3. 何に向くか：重い仕事だけを任せる
Managed Agentsの価値は、「自分で作ると面倒な足場」を借りられるところにあります。自前で長時間ループ、サンドボックス、ツール実行、状態管理、履歴保存まで組むのは大変です。そこを既製の厨房として借りる、という理解が近いです。
| 仕事 | Claude Codeで十分な形 | Managed Agentsの価値が出る形 |
|---|---|---|
| AI成果物のQA | 今日作った記事やLPを、その場でレビューして直す。 | 毎回の納品物を同じ基準で点検し、NG理由と修正案を履歴つきで残す。 |
| 問い合わせログ分析 | CSVを渡して、今回だけ傾向をまとめる。 | 毎週ログを読ませ、FAQ追加案、商品改善案、返信テンプレ案を定期で出す。 |
| 擬似ユーザー回帰テスト | 1人分の質問を作って、チャットボットの返答を見る。 | 30人分のペルソナで質問し、前回より悪化した返答だけをレポートする。 |
| 月次レポート生成 | 今月の資料を読ませて、手元で要約する。 | 毎月同じ形式で、数字、所感、次アクション、未確認事項を分けて下書き化する。 |
導入するか迷ったら、この5つで見ます。毎回発生するか。入力元が複数あるか。途中経過や根拠を残したいか。人間の承認が必要か。クライアントに「ボタンを押せば下書きが出る」体験として渡したいか。3つ以上当てはまるなら、Managed Agents化を検討する価値があります。
具体例1：AI納品前チェックパック
制作会社や講座運営なら、記事、LP、教材、スライド、画像を納品前にAIで一括点検できます。Claude Codeでも1本ずつ見られます。でもManaged Agentsにすると、「見出しはずれていないか」「NGワードはないか」「リンクは切れていないか」「公開前の承認が残っているか」を、毎回同じ順番で見て、点検ログを残せます。
お客さんにとっての価値は「AIが書きました」ではありません。「公開前に毎回同じ品質ゲートを通しています」と説明できることです。ここで履歴が効きます。
| トリガー | 納品前にファイル一式をアップロード、またはCMSの下書きIDを指定 |
|---|---|
| AIの仕事 | 表記ゆれ、リンク、CTA、禁止表現、構成抜け、画像alt、公開状態を点検 |
| 成果物 | NG一覧、修正案、承認待ちチェックリスト、再検査結果 |
| 課金単位 | 1納品物ごと、または月の検査本数ごと |
具体例2：問い合わせ改善エージェント
LINE、フォーム、メール、コミュニティの質問を週1回まとめて読み、よくある詰まり、説明不足のページ、返信テンプレ候補を出す。これはClaude Codeで手動分析してもできます。ただ、毎週やるなら人間がファイルを集めて、プロンプトを書いて、結果を保存する作業が地味に残ります。
Managed Agents向きなのは、ここを「毎週月曜の朝に下書きレポートを作る」業務にできるところです。送信やページ修正は人間が承認する。AIは横に広げ、人間は縦に掘る。この分担が作りやすくなります。
| トリガー | 毎週月曜、または問い合わせが一定件数を超えたタイミング |
|---|---|
| AIの仕事 | 問い合わせを分類し、詰まり、FAQ不足、商品説明の弱い箇所を抽出 |
| 成果物 | 経営者向け要約、FAQ案、返信テンプレ案、改善チケット |
| 課金単位 | 月額基本料＋処理件数、または週次レポート本数 |
具体例3：擬似ユーザー回帰テスト
AIチャット、診断LP、販売ページを少し直したあと、「初めて来た人」「忙しい社長」「詳しい開発者」「不安が強い初心者」など複数の役で質問させます。前回より答えが薄くなったところ、誘導が強すぎるところ、説明が足りないところだけを抽出する。
これは単発ならClaude Codeで十分。でも、商品やLPを更新するたびに同じ検査を走らせるなら、Managed Agentsのほうが業務装置として見せやすいです。
| トリガー | LP、FAQ、チャットボット、診断ロジックを更新した直後 |
|---|---|
| AIの仕事 | 複数ペルソナで質問し、前回との差分、弱くなった回答、誤解される導線を抽出 |
| 成果物 | 悪化箇所、改善案、再テスト結果、次に人間が見るべき画面 |
| 課金単位 | 1回の回帰テストごと、または月の更新回数ごと |
具体例4：月次レポート下書きエージェント
広告、SNS、売上、問い合わせ、講座参加者の声を毎月まとめる仕事も向いています。数字だけならBIツールで足ります。でも、数字の変化、現場の声、次に打つ施策をつなげると、人間の読み解きが必要になります。
Managed Agentsに任せるのは、資料を集め、形式をそろえ、未確認事項を分け、下書きまで出すところです。経営判断や対外説明は人間が持つ。ここを分けると、月次レポートが「面倒な事務」から「次の意思決定の材料」になります。
| トリガー | 月末、または指定データがそろったタイミング |
|---|---|
| AIの仕事 | 数字、前月差、顧客の声、未確認事項、次アクションを分けて整理 |
| 成果物 | 月次レポート下書き、経営者向け要約、担当者への確認リスト |
| 課金単位 | 月額基本料＋レポート対象データ量 |
逆に、1回だけの記事下書きや小さなコード修正なら、Claude Codeで十分です。Managed Agentsは「包丁」ではなく「厨房」です。毎回の料理に厨房を丸ごと借りる必要はありません。厨房を借りる理由は、クライアントがメニューを選ぶだけで同じ品質の料理が出る状態を作るためです。
4. メリットと注意点を同じ皿に乗せる
良いところだけ並べると、道具選びを間違えます。Managed Agentsのメリットは、非同期、長時間、定期実行、履歴、隔離環境、再利用できるAgent構成です。お客さん向けの業務装置として売りやすいのも、このあたりが理由です。
一方で、注意点もはっきりあります。API課金と稼働時間の見張り。Beta機能なので仕様が変わる可能性。状態を持つからこそのデータ管理。単発作業には過剰になりやすいこと。そして何より、業務フローやUIを設計しないと「作っただけの置物」になります。
私の線引き。今すぐ自分がやる単発作業はClaude Code。毎週・毎月くり返す仕事、履歴を見せたい仕事、お客さんに運用として渡す仕事はManaged Agents。この線を引くと、かなり迷わなくなります。
| 判断軸 | Claude Code | Managed Agents / ant |
|---|---|---|
| 誰が使うか | 自分、または隣で一緒に作業するチーム | Claude Codeを持たない顧客、別システム、定期ジョブ |
| 仕事の性質 | 今日終わらせる制作・修正・調査 | 毎回同じ基準で回す点検・集計・監査 |
| 価値の出どころ | 作業スピードと制作品質 | 再現性、履歴、非同期、承認フロー、運用化 |
| 課金の考え方 | 自分の作業時間や伴走費に近い | 月額基本料＋利用量に応じた従量課金にしやすい |
| 売り物にしやすい形 | 個別制作、伴走、スポット改善 | 月額の運用パック、QA装置、業務改善レポート |
最初からManaged Agentsにしないほうがいいケース
| 状況 | おすすめ | 理由 |
|---|---|---|
| 1回だけの原稿作成、コード修正、調査 | Claude Code | 準備やAPI設計より、手元で見ながら進めるほうが速い。 |
| 業務手順がまだ毎回変わる | まずClaude Codeで型を作る | Agent化する前に、成功パターンと失敗パターンを集めたほうがよい。 |
| 機密データの扱いが未整理 | 導入前に契約・匿名化・ログ設計 | Managed Agentsは状態を持つため、情報管理の確認を先に置く。 |
| 利用量の上限が決まっていない | 小さな上限付きPoC | 従量課金なので、予算枠と停止条件を決めてから広げる。 |
私は、Claude Codeで3回同じ作業をやってからManaged Agents化を考えるのが現実的だと思っています。1回目で手順を見つける。2回目でチェックリストにする。3回目で「これは毎月売れる業務か」を見る。そのあとでAgentに渡すと、作っただけで使われない状態を避けやすいです。
5. 商品にするなら「公開ボタン」は人間が持つ
クライアントに出すなら、「AIエージェントを作ります」よりも「Claude Codeを入れなくても、この反復業務を安全に回せます」のほうが伝わります。たとえば、次のような商品名にしたほうが価値が見えます。
AI納品前QAパック
LP、記事、教材、画像、メール文を公開前に点検。リンク切れ、表記ゆれ、NGワード、CTA抜けを検出し、修正案を出す。
価値: 納品ミスを減らし、レビューの基準を毎回そろえられる。
問い合わせ改善レポート
1週間分の問い合わせを読み、よくある質問、離脱ポイント、返信テンプレ、FAQ追加案をまとめる。
価値: 忙しい社長が現場の声を拾い、商品改善へつなげやすくなる。
AI秘書の定期棚卸し
社内で使っているプロンプト、GPTs、AI秘書の回答ログを点検し、古いルールや危ない返答を洗い出す。
価値: 作って終わりのAIを、毎月育てる運用に変えられる。
営業資料の勝ち筋抽出
商談メモ、提案書、失注理由を読み、刺さった表現、詰まった質問、次に直すべき資料を出す。
価値: 営業の勘を、次の提案に使える材料へ変換できる。
料金もここで考え方が変わります。Claude Codeの使い方を教えるだけなら、講座や伴走の売り方になります。Managed Agentsで業務装置にするなら、「月額基本料で環境と運用を持ち、実行回数や処理量に応じて従量分を乗せる」という設計ができます。これはAIの原価が使った分だけ発生するからです。
| 料金項目 | 何に対する料金か | クライアントに伝える価値 |
|---|---|---|
| 初期設計費 | 業務ヒアリング、Agent設計、プロンプト、権限、承認フロー、テストケース作成 | 自社の業務に合わせたAI業務装置を作る |
| 月額基本料 | 環境維持、ログ確認、プロンプト更新、軽微な改善、問い合わせ対応 | 作って終わりにせず、毎月運用できる状態を保つ |
| 従量分 | 実行回数、処理件数、ファイル量、Session runtime、トークン利用 | 使った分だけ増えるので、小さく始めやすい |
| 人間レビュー費 | 公開前確認、重要案件の判断、改善提案、月次の振り返り | AI任せにせず、経営判断や対外責任を人間が持つ |
たとえば「問い合わせ改善レポート」なら、月額基本料で週1回のレポート枠を持ち、処理件数が増えた分だけ従量にする。重要なFAQ改定や商品ページ修正は、人間レビュー費に入れる。こう分けると、AIの原価、運用の手間、判断の価値がごちゃ混ぜになりません。
Claude Codeだけで提供する場合、価値はどうしても「ひろくんが速く作業する」になりがちです。Managed Agentsを使うと、価値を「クライアントの現場で、毎週同じ品質でAI業務が回る」に変えられます。ここがClaude Code以上のメリットです。
直近1ヶ月のプロ活用から見えること
2026年6月のAnthropic公式情報だけに絞って見ても、プロの使い方は「個人がClaude Codeで速く作る」から、「チーム、業務、承認、監査ログまで含めて運用する」方向に移っています。
| 公開日 | 情報源 | 本文に活かす読み方 |
|---|---|---|
| 2026-06-16 | Claude Code実利用分析 | 公式レポートは「People decide what to build, and the agent decides how to build it.」と整理しています。つまり、プロの価値はタイピングではなく、何を作るか、どこで止めるか、何を合格にするかを決める力です。 |
| 2026-06-23 | Claude Tag発表 | Claude Tagは「@Claude is multiplayer.」と説明され、Slack上でチームが同じClaudeに仕事を渡す形を示しました。個人の道具から、チームの共有業務メンバーへ進んでいます。 |
| 2026-06-25 | SRE Incident Response Agentウェビナー | WebhookでSessionを始め、Skillでrunbookを教え、custom toolsでPRを開き、破壊的操作は「gate a destructive action behind human approval」にする構成です。これはManaged Agentsを本番業務に使うときの型そのものです。 |
| 2026-06-26 | Economic Index: Cadences | Claudeの出力は説明だけでなく、文書、レポート、コード、業務成果物へ広がっています。特にマーケティングコンテンツ、ブログ・記事、データベースクエリは仕事用途の比率が高いとされています。 |
| 2026-06-03 | Claude Partner Network | Anthropicは「a successful pilot is not the same as a system a business can run on」と書いています。お試しで動いたAIを、評価、統合、運用、教育まで含むサービスにするところがプロの仕事です。 |
ここから逆算すると、ひとり社長や小さな会社に売れるのは「Claude Codeを教えます」だけではありません。むしろ、Claude Codeで見つけた勝ちパターンを、Managed AgentsやAPI、管理画面、承認ゲート、ログ確認まで含めて業務パッケージ化することです。
たとえばSREの事故対応エージェントは、Webサイト運営なら「フォーム障害の初動調査」、講座運営なら「決済・ログイン障害の一次切り分け」、情報発信なら「公開前チェックと差し戻し」に置き換えられます。プロの最新活用は、難しい業界の話に見えて、実は小さな反復業務にも落とし込めます。
ここで大事なのは、最後の承認を人間が握ること。記事なら公開ボタン。メールなら送信ボタン。広告なら予算変更。請求なら支払い。AIが横に広げて調べ、整え、下書きする。人間が縦に掘って「これでいく」と決める。この役割分担が、三方よしのAI活用だと思っています。
だからこそ、最初の一歩は大きな夢よりも、小さな反復業務を1つ選ぶことです。
いきなりManaged Agentsに飛ぶ前に、自社で毎回くり返している作業を3つ書き出してみてください。その中で「長時間」「定期」「履歴」「承認」が必要なものが、最初の候補になります。
よくある質問
Claude Codeとant CLIは何が違いますか？
Claude Codeは手元で制作や開発を進める道具。ant CLIはClaude Platform APIのリソースをターミナルから扱う公式CLIです。
Managed AgentsはAPIなしで動く別サービスですか？
別物ではなくClaude Platform側のAPI機能です。Agent、Environment、Session、Eventを使って、管理された環境で長時間・非同期の仕事を扱います。
最初に何へ使うのが現実的ですか？
AI成果物QA、問い合わせログ分析、月次レポート、擬似ユーザー回帰テストなど、くり返し発生し承認ゲートを設計できる業務から始めるのが現実的です。
Claude Codeのほうが良いのではありませんか？
自分が今すぐ横で見ながら進める単発作業はClaude Codeのほうが合います。Managed Agentsの価値は、Claude Codeを持たないクライアントにも、あなたが設計したAI業務を従量課金ベースで提供できるところにあります。
クライアントはClaude Codeを契約する必要がありますか？
あなたがフォームや管理画面を用意するなら、クライアントがClaude Codeを直接契約・操作しなくても使えます。ただし、API利用料を誰のアカウントで持つか、月の上限をどうするか、ログをどう扱うかは事前に決める必要があります。
従量課金はどう設計しますか？
初期設計費、月額基本料、実行回数や処理件数に応じた従量分、人間レビュー費を分けると整理しやすいです。AIの原価、環境維持、判断の価値をごちゃ混ぜにしないことが大切です。
antはクライアントに触らせるものですか？
通常は提供側の開発者や運用者が使う管理端末です。クライアントには、依頼フォーム、結果一覧、承認待ちリスト、レポート画面など、業務に必要な入口だけを見せる設計が向いています。
COLUMN
厨房を増やす前に、レシピを決める
Managed Agentsを見ていると、つい「すごい厨房が来た」と思って、何でもそこに投げたくなります。でも料理で大事なのは、厨房の広さより先に、何を誰に出すかです。レシピが曖昧なまま厨房を借りると、食材も時間も使うのに、出てくる皿がぼんやりします。
これは分身AIでも同じです。分身AI.comでずっと伝えているのは、AIに任せるほど自分の言葉と判断軸が大事になる、ということ。任せることは丸投げではありません。任せるために、先にゴール、止め方、承認の場所を決める。
だから私は、Managed Agentsを「魔法の全自動」ではなく「業務装置」として扱います。装置は、火力も導線も止め方も決めて初めて現場で働く。AIも同じです。抱え込みOSを少しずつ委ねるOSへ書き換えながら、公開・送信・支払いの最後の一押しは人間が持つ。そこに三方よしの余白が残るんだよね。
分身AIについてもっと知りたい方は、分身AI.comもチェックしてね。
関連記事
Claudeをチーム運用の文脈で見るときの関連記事。Managed Agentsを単体ツールではなく、仕事の流れに置く視点がつながります。
定期実行や朝の仕込みという観点で、Managed Agentsの「長時間・定期」適性と比較しやすい記事です。
属人化をほどいて業務装置にする話。今回の記事の「売れる反復業務に絞る」考え方と相性が良いです。
Managed Agentsでも、ゼロから夢を見るより既存業務を1点ずらす方が実装に近い、という補助線になります。
参考リンク
- Claude Platform CLI quickstart
- Claude Managed Agents overview
- Claude Managed Agents quickstart
- Claude Platform pricing
- Claude Code product page
- Anthropic: Agentic coding and persistent returns to expertise (2026-06-16)
- Anthropic: Introducing Claude Tag (2026-06-23)
- Anthropic: Cooking with Claude – SRE Incident Response Agent (2026-06-25)
- Anthropic Economic Index report: Cadences (2026-06-26)
- Anthropic: Services Track and Partner Hub (2026-06-03)
LINE OPEN CHAT
Claude Code・AIエージェント実践会
4,400人突破！ インストールから自動化まで、仲間と一緒に実践しよう
LINEオープンチャットに参加する（無料）パスコード: 1111
🤖 AI生成コンテンツについて
この記事はAIツール（Claude Code）を活用して制作しています。構成・文章生成・画像制作にAIを使用し、最終的な内容の確認・編集・公開判断はひろくん（田中啓之）本人が行っています。「分身AIひろくん」（bunshin-ai.com）とは別のコンテンツです。
