サブエージェント（subagent）とは — Claude Code で AI に「分業」させる仕組みを一般向けに解説

この記事を一言で言うと

サブエージェント (subagent) とは、AI に「ひとりで全部やらせる」のではなく、調べ物専門・コードレビュー専門・テスト専門…と役割を分けた "AI の専門チーム" を用意して、仕事を分担させる仕組みです。Claude Code (クロードコード、開発者向けのコマンドライン版 Claude) では、メモ書き 1 枚 (Markdown ファイル) で専門の AI を 1 人追加できます。利点は大きく 3 つ。(1) 本題の会話が脇道の調べ物で溢れない (記憶のスペースを節約)、(2) 「この AI はこの道具しか使えない」と制限できて安全、(3) 軽い仕事は安いモデルに回してコストを下げられる。さらに 2026 年 5 月 28 日の Claude Code v2.1.154 では、数百人のサブエージェントを一度に走らせる「ダイナミック・ワークフロー」も登場しました。本記事は、プログラミングをしない人にも「これは要するに何で、自分の仕事にどう効くのか」を、新人ひとりブラック労働 → 専門チーム化のたとえで解説します。

結論から: サブエージェントは「賢い AI を 1 つ用意する」話ではなく、「役割の違う AI を何人か用意して、本人 (メインの AI) が適任に振る」話です。たとえるなら、優秀だけど全部ひとりで抱える新人に、調査担当・レビュー担当・テスト担当の同僚を付けてあげるイメージ。こうすると、メインの AI は「散らかった調べ物」で頭がいっぱいにならず、本題に集中できます。しかも「調査担当には外部送信の権限を渡さない」のように道具を絞れるので安全で、軽作業は安いモデルに回せるので財布にも優しい。逆に言うと、役割設計をサボると "チームごっこ" で終わって遅くなるだけ——ここが落とし穴です。

正直に書きます。ぼく (Sales Claw 開発者) は最初、1 つの Claude に営業の全工程をまるごと投げていました。「この 44 社を調べて、各社の問い合わせフォームを探して、文面を考えて、送信判断もして」——全部ひとりの AI に。結果、しばらくすると AI が 「さっきの会社どこでしたっけ?」状態になりました。調べた中身で頭 (コンテキスト = AI が一度に覚えていられる作業メモリ) がパンパンになり、肝心の判断がブレ始めたのです。これを直したのが、まさにサブエージェントへの「分業」でした。

併せて読みたい関連記事: そもそも「AI エージェント」とは何かの定義解説、 エージェントを動かす「ハーネス」の話、 AI に「外部の道具」を繋ぐ MCP 完全ガイド。サブエージェントは、これらと並ぶ「AI を実戦投入するための基礎部品」のひとつです。

本記事は Claude Code 公式「Create custom subagents」 / Claude Code GitHub Releases / Claude Code Changelog を一次情報として参照しています。Sales Claw の 無料ダウンロードページ もあわせてどうぞ。

1. サブエージェントとは — 一言でいうと「AI の専門チーム」

まず前提: ここでいう「エージェント」とは、指示を 1 つ渡すと、調べ物も実行も自分で進める AI のことです (詳しくは AI エージェントの定義解説)。その「サブ」、つまり本体の AI が呼び出す "部下" や "専門の同僚" にあたるのがサブエージェントです。

【公式発表】 Claude Code 公式ドキュメントは、サブエージェントを「特定の種類のタスクを処理する専門化された AI アシスタント」と定義しています。そして「脇道のタスクが、二度と見返さない検索結果やログやファイル内容でメインの会話を溢れさせてしまうときに使う。サブエージェントはその作業を自分のコンテキストの中で行い、要約だけを返す」と説明します。

【著者見解】 ここが腑に落ちるかどうかの分かれ目なので、たとえ話にします。会議の場で、誰かが「ちょっと過去 100 通のメール全部読んで確認してきます」と言って、その場で 100 通を全員の前で音読し始めたら最悪ですよね。会議の空気 (= コンテキスト) が、どうでもいい中身でいっぱいになる。サブエージェントは「別室で 100 通読んできて、3 行で要点だけ報告して」という分業です。会議室 (メインの会話) は綺麗なまま保たれます。

2. なぜ「1 人の AI に全部」だと失敗するのか

AI には「一度に覚えていられる量」の上限があります。これをコンテキスト (context、文脈・作業メモリ) と呼びます。人間でいう「短期記憶」や「今いっぱいいっぱいの机の上」のようなもの。机が書類で埋まると、新しい作業がしづらくなりますよね。AI もまったく同じで、調べた中身でコンテキストが埋まると、後半になるほど判断がブレます。

【personal_metric / 失敗談】 冒頭で書いた通り、ぼくは最初これで失敗しました。1 つの Claude に「44 社を調べて、フォームを探して、文面を考えて」と全部投げたら、20 社を超えたあたりで前半に調べた会社の情報を取り違えるようになった。原因は明白で、調査結果という "読み捨ての情報" が、判断に使うべき頭のスペースを食い尽くしたからです。

ここが落とし穴: 多くの人は「AI が間違えた = AI が馬鹿だから」と考えますが、実は「頭の使い方 (タスクの渡し方) が悪い」だけのことが多い。同じ AI でも、調べ物を別の頭 (サブエージェント) に逃がすだけで精度が戻ります。公式ドキュメントも「探索と実装をメインの会話の外に出すことでコンテキストを保つ」のを第一の利点に挙げています。

3. 仕組み — 独立コンテキスト + 専用プロンプト + ツール制限

【公式発表】 Claude Code 公式は、各サブエージェントが「独自のコンテキストウィンドウ・カスタムのシステムプロンプト・特定のツールアクセス・独立した権限」を持って動くと明記しています。これを普通の言葉に翻訳すると、こうなります。

【著者見解】 この 3 点セットのうち、業務利用でいちばん効くのは「ツールを絞れる」点だと思っています。たとえば「調査担当のサブエージェントには、外部にデータを送る道具を最初から渡さない」と決めておけば、その AI は構造的に "誤送信" ができません。賢さで事故を防ぐのではなく、そもそも危ない道具を持たせない——これは安全設計の王道です。

4. どう呼び出されるのか — 自動委任と /agents

【公式発表】 Claude Code 公式は「Claude は各サブエージェントの説明 (description) を使って、いつ委任するかを判断する。サブエージェントを作るときは、Claude がいつ使うべきか分かるよう、明確な説明を書くこと」と述べています。つまり振り分けの賢さは、各担当に付けた "説明文" の出来で決まるわけです。

身近なたとえで言うと、新しい同僚の名札に「経理担当」とだけ書くか、「請求書の不備チェックと月次の経費精算が専門」と書くかの違いです。後者のほうが、まわりは「これはあの人に頼もう」と正しく振れる。AI の世界でも、description が曖昧だと、本体がいつ呼べばいいか分からず宝の持ち腐れになります。

手動で管理したいときは、Claude Code で /agents コマンドを使います。【公式発表】 ここから「新しいエージェントを作る」を選び、プロジェクト単位 (そのプロジェクト専用) か、ユーザー単位 (全プロジェクトで使える) かを選択できます。さらに 2026 年 5 月の Claude Code v2.1.153 では、claude agents の入力補完が標準のスラッシュコマンドや同梱スキルまで提案するように強化されました。

Sales Claw も内部で『調査』『判定』『送信前検査』と役割を分け、危ない道具を持たせない設計で AI 営業を安全に動かしています。

無料・MIT ライセンス。インストールせずにライブデモも試せます。

無料でダウンロードライブデモを試すGitHub

5. 自分で作ってみる — Markdown 1 枚の 4 項目

「作る」と聞くとプログラミングが必要そうに感じますが、実体はメモ書き 1 枚です。【公式発表】 サブエージェントは「YAML フロントマター付きの Markdown ファイル」で、次のような形をしています。

---
name: research-helper
description: 企業の公開情報を調べて要点だけ返す調査担当。外部送信はしない
tools: Read, Grep, WebSearch   # 省略すると全ツールを継承
model: haiku                   # 省略すると本体のモデルを継承
---

あなたは企業調査の専門家です。指定された会社の公開情報のみを調べ、
事実と出典を 3〜5 行で要約してください。推測は「推測」と明記すること。

【著者見解】 最初の 1 人を作るなら、公式も勧めている通り「まず Claude に下書きを生成させて、それを自分用に微調整する」のが速いです。ゼロから書くより、たたき台を直すほうが圧倒的に楽。そして tools は「必要な道具だけ」に絞るのを忘れずに。調査担当に編集・送信の権限を渡さないだけで、事故の芽がひとつ消えます。

6. 始め方 — 3 ステップと最近の進化

【公式発表】 最短手順はこうです。(1) Claude Code で /agents を実行 → (2)「Create New Agent (新規作成)」を選ぶ → (3) プロジェクト用かユーザー用かを選び、まず Claude に生成させてから自分好みに調整する。最初の 1 人は「調べ物を要約して返すだけの調査担当」が、効果を体感しやすくておすすめです。

【公式発表】 直近の進化も押さえておきましょう。2026 年 5 月 28 日の Claude Code v2.1.154 では、「Claude にワークフローを作らせると、数十〜数百のエージェントにまたがる仕事をバックグラウンドで並行処理する」ダイナミック・ワークフローが追加されました (/workflows で実行状況を確認)。さらに同月 v2.1.149 では、使用量の内訳をスキル・サブエージェント・プラグイン・MCP サーバー単位で表示できるようになり、「どの担当がコストを食っているか」が見えるようになりました。

【著者見解】 「数百のサブエージェントを並列」と聞くとオーバースペックに思えますが、「1,000 社を 1 社ずつ調べる」ような横に広い仕事では、これが効きます。1 人で 1,000 回繰り返すより、100 人で 10 回ずつのほうが速い——ただし並列数が増えるほどコストも比例して膨らむので、上限設定はセットで考えるべきです (後述)。

【未確認】 「同時に走らせられるサブエージェントの上限が具体的に何人までか」は、環境・プラン・モデルによって変わるため、本記事では断定しません。公式は「数十〜数百」という表現にとどめており、実際の上限は自分の環境で小さく試してから判断するのが安全です。【推測】 今後は「何人並列で走らせるか」を人間が細かく決めるのではなく、AI 側が仕事量を見て自動で並列数を調整する方向に進むと筆者は見ています（あくまで筆者の予想で、公式発表ではありません）。

7. 限界と注意点 — 「チームごっこ」で終わらせない

落とし穴 1 — 役割設計をサボると遅くなるだけ

【著者見解】 いちばんよくある失敗が「とりあえず担当を 5 人作る」です。役割が被っていたり、説明文が曖昧だったりすると、本体が「これは誰に振る?」で迷い、分業のはずが渋滞します。ぼくの実感では、まず 1 人 (調査担当) だけ作って "効いた" を確認してから 2 人目、が結局いちばん速い。

落とし穴 2 — 外部接触業務に使うなら法令確認

サブエージェントに営業フォーム送信やサポート返信のような外部接触業務を任せる場合、日本では以下の確認が必要です。

• 特定電子メール法: 送信者情報 (氏名・住所・受信拒否方法・問い合わせ先) を本文に含める
• 個人情報保護法: 取得した個人情報の利用目的明示・第三者提供の制限・本人開示請求への対応
• 特定商取引法: 通信販売・電子メール広告では誇大表現禁止・オプトアウト導線必須

【著者見解】 サブエージェントはあくまで道具なので、法令適合 (コンプライアンス) の責任は使う側に残ります。だからこそ「送信担当の権限を絞る」「送信前に自動検査を通す」という構造側の歯止めが効いてきます。

8. Sales Claw 視点 — 営業を「分業」させた実測データ

ここからは Sales Claw 開発者として、「サブエージェント的な分業を、実際の営業業務でどう使っているか」を書きます。Sales Claw は、ポリシー制御・送信前自動検査・営業 NG 検出・CAPTCHA 検出時停止・送信頻度制限・監査ログ保存・自動停止条件によって、誤送信と規約違反リスクを下げる設計の OSS ツールです。

サブエージェントの「役割を分けて、各担当の道具を絞る」という思想は、Sales Claw の設計と同じ方向です。「調査する頭」「送ってよいか検査する頭」「実際に操作する頭」を分け、検査の頭には外部送信権限を渡さない。賢さで事故を防ぐのではなく、構造で防ぐ——この発想が共通しています。

【personal_metric / 開発ファクト】 正直に言うと、この「分業」にたどり着くまで、ぼくは自律ループの設計を何度も書き直しました。最初は 1 つの AI に全部 → 文脈が溢れて崩壊。次に役割を分けすぎて引き継ぎ漏れ。最終的に「調査・検査・操作を分け、検査には送信権限を渡さない」に落ち着きました。数字は小さい (44 社) けれど、これは盛らない本物の検証値です。サンプルが小さいことこそ、ここで正直に書く意味があると思っています。

9. まとめ — 「AI を 1 人で酷使しない」という発想

サブエージェントの本質は、「もっと賢い AI を 1 つ用意する」ではなく「役割の違う AI を何人か用意して、適任に振る」という発想の転換です。これだけで、本体の頭が散らからず、道具を絞れて安全になり、軽作業は安く回せる。Claude Code では Markdown 1 枚で始められて、v2.1.154 のダイナミック・ワークフローでは数百人規模の並列まで視野に入りました。

一方で「チームを作れば勝手に速くなる」わけではありません。役割設計が雑なら渋滞し、要約が雑なら情報が落ち、並列を増やせばコストが膨らむ。サブエージェントは "賢さ" ではなく "設計と上限" で効果が決まる道具——これが、何度も書き直した末の率直な結論です。

サブエージェントを使い始める前のチェックリスト

次のアクション: まず Claude Code で /agents を開き、「調べ物を要約して返すだけの調査担当」を 1 人だけ作ってみてください。営業・調査業務に AI を入れたい方は、役割分担と安全設計を最初から組み込んだ Sales Claw の クイックスタートガイド から始められます。

関連して、エージェントを動かす「ハーネス」の解説や、外部の道具を繋ぐ MCP 完全ガイドもあわせてどうぞ。

読んだら、まず調査担当を 1 人作ってみよう。AI を『チーム』にする最初の一歩です。

無料・MIT ライセンス。インストールせずにライブデモも試せます。

無料でダウンロードライブデモを試すGitHub