ニュース

Claude Code /batch + /simplify実践ガイド

この記事の結論

/batchでworktree並列変更、/simplifyで3エージェントレビュー。大規模リファクタの実践法。

Claude Codeの/batch/simplifyは、大規模コード変更を並列エージェントで効率化するビルトインスキルだ。リファクタリングやマイグレーションでの実践的な使い方を、コマンド例とワークフローで解説する。

/batchとは|Worktree並列オーケストレーション

/batchはClaude Codeのビルトインスキルで、git worktree上で大規模な並列コード変更をオーケストレーションする。1つのプロンプトで複数のファイル・モジュールに対する変更を同時に実行できる。

# /batchの基本的な使い方
/batch "全てのAPIエンドポイントにレート制限を追加して"

# 特定のディレクトリを対象に
/batch "src/api/ 内の全ControllerにOpenAPI docstringを追加"

/batchの動作フロー

  1. 対象ファイルをスキャンし、変更が必要なファイルを特定
  2. 各ファイルに対して独立したworktreeを作成
  3. 並列エージェントが各worktreeで変更を実行
  4. 全変更が完了後、結果をまとめてレポート
  5. 変更をメインブランチにマージ可能な状態で提示

/simplifyとは|3エージェント並列レビュー

/simplifyは変更したファイルに対して3つの並列レビューエージェントを起動し、品質チェックを行う。

# 直前の変更をレビュー
/simplify

# 特定のファイルをレビュー
/simplify src/auth/middleware.ts

3つのエージェントはそれぞれ異なる視点でレビューする。

  • エージェント1: コード品質・可読性チェック
  • エージェント2: バグ・エッジケース検出
  • エージェント3: パフォーマンス・セキュリティ分析

実践: 大規模リファクタリング

100ファイル以上のリファクタリングを/batchで実行するワークフロー。

# Step 1: 変更計画の確認
/batch --dry-run "全てのclass componentをfunctional componentに変換"

# Step 2: 並列実行
/batch "全てのclass componentをfunctional componentに変換"

# Step 3: 品質チェック
/simplify

# Step 4: テスト実行
npm test

実践: データベースマイグレーション

ORMの変更やスキーマ更新に伴うコード修正を並列化する例。

# Prismaのスキーマ変更に伴うコード更新を並列実行
/batch "prisma schemaのUser.emailをUser.emailAddressに変更したので、
全てのファイルで参照を更新して。型定義も含めて。"

/batch + /simplifyの組み合わせ

最も効果的な使い方は、/batchで大規模変更を実行し、直後に/simplifyでレビューするパイプラインだ。

# ワンライナーパイプライン
/batch "ESLintルールをbiomeに移行" && /simplify

この組み合わせにより、従来数日かかっていた大規模リファクタリングが数時間で完了する。

注意事項とベストプラクティス

  • 対象ファイル数が多い場合、APIトークン消費が大きくなる。--dry-runで事前確認を推奨
  • テストスイートが整備されているプロジェクトで最も効果的
  • マージコンフリクトが発生した場合は手動解決が必要

参考文献


この記事はAIgent Lab編集部がお届けしました。

Claude Code /batch + /simplify実践ガイドのよくある質問

この記事の内容を実務で使う前に確認しやすいよう、導入判断で迷いやすい点を整理します。

Claude Code /batch + /simplify実践ガイドはどんな業務に向いていますか?

Claude Code /batch + /simplify実践ガイドは、目的、入力データ、出力形式、確認担当を決めやすい業務から検証すると導入判断がしやすくなります。最初は小さなPoCで品質と運用負荷を確認してください。

導入前に決めるべきことは何ですか?

対象業務、利用するデータ、権限範囲、ログ、失敗時の停止条件、人間の承認ポイントを先に決めます。特に外部ツール連携を含む場合は、操作できる範囲を最小化します。

本番運用で注意すべきリスクは?

誤操作、過剰権限、機密情報の混入、ログ不足、コスト増、評価基準の曖昧さが主なリスクです。テスト環境と監査ログを用意してから本番化します。

社内展開の最初のステップは?

1つの部署または1つの業務に絞り、手動確認つきで試します。成功条件、失敗例、利用禁止データを明文化し、再現性が出た段階で範囲を広げます。

費用対効果はどう判断しますか?

削減時間、処理件数、手戻り率、レビュー時間、API費用、運用担当の負荷を見ます。単発の成功ではなく、継続運用した時の総コストで判断します。

最終確認日: 2026年5月28日

Need help moving from reading to rollout?

この記事を読んで導入イメージが固まってきた方へ

Uravationでは、AIエージェントの要件整理、PoC設計、社内導入、研修まで一気通貫で支援しています。

この記事をシェア

X Facebook LINE

※ 本記事の情報は2026年5月時点のものです。サービスの料金・仕様は変更される可能性があります。最新情報は各サービスの公式サイトをご確認ください。

関連記事