# codeagent.jp

> AIエージェント、AEO、llms.txt、MCPを、自作ツール・公開実装・一次検証ログで整理する技術メディア。

このファイルは大規模言語モデル (LLM) と AI エージェント向けに、サイトの主要コンテンツへのキュレーションマップを提供します。
記事本文を含む完全版は [/llms-full.txt](https://codeagent.jp/llms-full.txt) を参照してください。

## サイト基本情報

- 名称: codeagent.jp
- URL: https://codeagent.jp/
- 編集主体: codeagent.jp編集部
- 主題: AIエージェントの実務利用、AEO、llms.txt、MCP、開発ワークフロー、関連ニュース
- 言語: 日本語
- RSS: https://codeagent.jp/rss.xml
- Sitemap: https://codeagent.jp/sitemap-index.xml
- 更新管理ポリシー: https://codeagent.jp/update-policy/

## 入門・導入ガイド

AIエージェント、MCP、主要ツールを初めて使う人向けに、前提知識と導入手順を整理します。

- [自分のPCで J-WorkBench を回す — ローカルLLM実務ベンチの再現手順](https://codeagent.jp/posts/jworkbench-reproduce/): 日本語実務ベンチ J-WorkBench を自分のPCで再現する手順。Ollamaでモデルをpullし、npm run bench で7カテゴリを採点、結果からサイト用データを生成するまでを通しで解説します。サブスクCLIのフラグは要検証。
- [ハーネスエンジニアリング入門: LLMの周りを"配線する"設計](https://codeagent.jp/posts/harness-engineering-intro/): 2026年に第3の柱として浮上したハーネスエンジニアリングを、馬具メタファーから3層比較、エージェント・ループ、Claude Code/Cursor/Codexの設計差まで図解で整理します。
- [ソブリンクラウドとは何か — AIコーディングエージェント時代のデータ主権を整理する](https://codeagent.jp/posts/sovereign-cloud-ai-coding-agents/): ソブリンクラウド（主権クラウド）の4つの主権、注目される背景、Claude Code・Codex などAIコーディングエージェント利用時に見落としがちなデータ主権の論点を整理します。
- [MCPとは何か。e-Gov法令MCPを例に、作る前に決める設計境界](https://codeagent.jp/posts/mcp-egov-law-server-strategy/): Model Context Protocolの基本、stdio型MCPサーバーの仕組み、e-Gov法令APIとの接続、既存のegov-law-mcpがある場合の差別化方針を整理します。
- [AIエージェントとは何か: ChatGPTとの違いと、個人開発での使い方](https://codeagent.jp/posts/ai-agent-intro/): AIエージェントとは何か、ChatGPTとの違い、個人開発でどの作業を任せるべきかを実務目線で解説します。
- [Claude Code導入ガイド: Windows/macOS/WSLと初期設定](https://codeagent.jp/posts/claude-code-setup-guide/): Claude Codeを始める個人開発者向けに、macOS、Windows、WSLでの導入手順とCLAUDE.mdの初期設定を整理します。
- [OpenAI Codex CLI 導入ガイド｜AGENTS.md・料金・Windows/WSL設定](https://codeagent.jp/posts/codex-cli-setup-guide/): OpenAI Codex CLI のインストールから AGENTS.md 整備、ChatGPT/APIキー認証、料金プラン、Windows/WSL の安定運用、ローカル実行時のエラー対策まで、Codex を実務で使い始めるための手順と注意点を整理します。

## 比較・選定

Claude Code、Codex、Cursor、Cline、ローカルLLMなどを、用途・制約・選定基準から比較します。

- [ローカルLLMの損益分岐 — サブスク定額で考える3つの分岐点](https://codeagent.jp/posts/jworkbench-break-even/): ローカルLLMがクラウドより得になるのはいつか。token従量ではなく定額サブを前提に、GPU中古相場・電気代・サブスク月額の概算から、ローカルが効く3パターン（機密/上限超え/共有）を比較します（数値は概算）。
- [ローカルLLMはクラウドの何割を肩代わりできるか — J-WorkBench クラウド代替率](https://codeagent.jp/posts/jworkbench-local-vs-cloud/): 日本語の実務7カテゴリで、手元PC（RTX 3090）のローカルLLMがサブスク版クラウドの何割を代替できるかを5軸で測ったベンチ J-WorkBench の実測結果。代替率66〜87%の正直な内訳、互角と苦戦の境界、向く/向かないケースを整理します。
- [ChatGPT 5.5 Proは標準とじっくり思考どちらを使うべきか](https://codeagent.jp/posts/chatgpt-55-pro-standard-vs-deep-thinking/): ChatGPT 5.5 Proで標準とじっくり思考をどう使い分けるべきか。OpenAI公式情報と公開記事をもとに、記事作成・調査・公開前レビュー向けの実用基準を整理します。
- [ローカルLLM GPU選び 2026年4月版: RTX・MoE・量子化](https://codeagent.jp/posts/local-llm-rtx-gpu-2026-guide/): RTX 50/40/30シリーズとApple Siliconを前提に、VRAM階層、MoE、量子化、日本語モデル、Ollama運用の判断軸を整理します。
- [Claude Managed Agentsとは？実戦投入で見えた移行判断](https://codeagent.jp/posts/claude-managed-agents-deep-dive/): Claude Managed Agentsを、自前のCodex/Claude Code運用と比べながら、アーキテクチャ、課金、Advisorパターン、移行判断で整理します。
- [Google Antigravityとは？AI IDEとして何が新しいのか](https://codeagent.jp/posts/google-antigravity-agent-first-ide/): Google Antigravityを、エージェントファーストIDE、ブラウザ検証、非同期ワークフロー、Cursor・Windsurf・JetBrainsとの違いから整理します。
- [GPT-5.5徹底調査: OpenAIが狙う「実務を最後まで進めるAI」とは何か](https://codeagent.jp/posts/gpt-55-deep-dive/): OpenAIが2026年4月23日に発表したGPT-5.5を、位置づけ・ベンチマーク・価格・安全性まで整理し、実務への導入判断を解説します。
- [GPT-5.5とClaude Opus 4.7の違い: 用途別の選び方](https://codeagent.jp/posts/gpt-55-vs-claude-opus-47-comparison/): GPT-5.5とClaude Opus 4.7を、コーディング、長文コンテキスト、マルチモーダル、価格、安全性の観点で比較し、用途別の選び方を整理します。
- [Qwen 3.5 Smallとは？小型AIモデルの実力と注意点](https://codeagent.jp/posts/qwen-3-5-small-intelligence-density/): Qwen3.5の小型モデル群を、公式ベンチマーク、幻覚率、ローカル運用時の注意点から整理します。
- [OpenClawは本当に「下火」になったのか？徹底調査レポート](https://codeagent.jp/posts/openclaw-hype-or-growth-2026-04-25/): 359,700スター、CVE連発、Anthropic制限、中国での光と影。2026年4月時点のOpenClawを、データとハイプサイクルから再評価します。
- [Claude CodeとCodexはどっち？違い・比較・使い分けを個人開発目線で解説](https://codeagent.jp/posts/claude-code-vs-codex/): Claude CodeとOpenAI Codexはどっちを使うべきか。違い、比較ポイント、個人開発での使い分け、料金・権限まわりの注意点を実務目線で整理します。
- [Claude Opus 4.7徹底調査: 何が進化し、どこに注意すべきか](https://codeagent.jp/posts/claude-opus-47-deep-dive/): Claude Opus 4.7の新機能・破壊的変更・コスト構造・Claude Code品質問題ポストモーテムまで、移行前に知るべきポイントを実務目線で整理します。
- [Cursor/Cline/Roo Code比較2026: 役割別の選び方](https://codeagent.jp/posts/cursor-cline-roo-code-comparison/): Cursor、Cline、Roo Codeをアーキテクチャ、コスト、運用方針で比較し、速度重視・安全重視・カスタム重視の選び方を整理します。
- [Cursor/Cline/Claude Code比較: エディタ統合AIの選び方](https://codeagent.jp/posts/cursor-vs-cline-vs-claude-code/): Cursor、Cline、Claude Codeを機能、料金、自由度の観点から比較し、用途別の使い分けを整理します。
- [ローカルLLMでAIコーディング: Qwen Coder/DeepSeek-Coderの使い所](https://codeagent.jp/posts/local-llm-coding-agents/): クラウドLLMを使いにくい場面で、Qwen CoderやDeepSeek-Coderをローカル実行し、開発ワークフローに載せる判断軸を整理します。
- [Gemini CLIをAIエージェント選定で見るときのチェックポイント](https://codeagent.jp/posts/gemini-cli-open-source-agent-watch/): オープンソースのGemini CLIを、無料枠・MCP・検索grounding・GitHub Actions連携の観点から整理します。

## 設計・ワークフロー

AIエージェントに任せる前の設計、指示、コンテキスト管理、検証フローを扱います。

- [MTPとは何か: AI時代の事業をぶらさない目的設定](https://codeagent.jp/posts/mtp-massive-transformative-purpose-guide/): MTP、Massive Transformative Purposeの意味、ミッションやビジョンとの違い、AI時代のプロダクト・組織づくりでの使い方を整理します。
- [Claude Code公式ベストプラクティス全訳＋実例補完(2026年5月版)](https://codeagent.jp/posts/claude-code-best-practices-official-jp/): Anthropic公式 Best practices for Claude Code を、節ごとに日本語要約と国内開発者向けの実例で再構成。CLAUDE.md・権限・MCP・サブエージェント・並列実行までの判断材料を1本でつかむ。
- [ライブコーディングでHTML・Markdown・JSONを使い分けるベストプラクティス](https://codeagent.jp/posts/live-coding-html-markdown-json-best-practices/): AIエージェント時代のライブコーディングで、Markdown、HTML、JSON、YAML、JSX/TSXをどう分業すべきか。仕様、提示、契約、設定、実装の責務ごとに整理します。
- [バイブコーディング時代のADRベストプラクティス](https://codeagent.jp/posts/vibe-coding-adr-best-practices/): pair programming / mob programming 型のリアルタイム協業で、会話に埋もれる設計判断をどうADRとして残すか。Nygard型、MADR、レビュー導線、テンプレート、運用コストを整理します。
- [AEOでサイトの価値はどう変わるか: PV資産から信頼資産へ](https://codeagent.jp/posts/aeo-site-value-shift-2026/): AEO時代に、サイト価値・記事価値・KPI・編集方針がどう変わるのか。情報サイト、企業サイト、オウンドメディアが今すぐ見直すべき実務を整理します。
- [AEO完全ガイド2026: AI検索に引用されるサイトの作り方](https://codeagent.jp/posts/aeo-complete-guide-2026/): AEOの基本、SEOとの違い、AI検索に引用されるための実装、30日着手プラン、効果測定を2026年版として整理します。
- [AIエージェント開発2026: Vibe Coding後半破綻と設計原則](https://codeagent.jp/posts/agent-development-2026-architecture-redefinition/): Vibe Codingの後半破綻、CLAUDE.md、モノレポ、Cursor 3、GPT-5.3-Codexを軸に、2026年の開発設計を整理します。
- [MCPとSmolVM: AIエージェント実行基盤の役割分担](https://codeagent.jp/posts/mcp-smolvm-enterprise-infrastructure-2026/): MCPが外部システム接続を標準化し、SmolVMが生成コードの実行を隔離する。AIエージェント基盤を接続レイヤーと実行レイヤーに分けて整理します。
- [SEOからAOへ: AIエージェント時代のウェブ最適化](https://codeagent.jp/posts/seo-to-agent-optimization-paradigm-shift/): AIエージェントが読者になる時代に向けて、SEOとAO/AAOの違い、llms.txt、AGENTS.md、MCP、測定方法を整理します。
- [AIエージェントに実装を任せる前に書くべき指示テンプレート](https://codeagent.jp/posts/ai-agent-instruction-template/): AIエージェントに実装を任せる前に、何をどう書けば失敗しにくいかをテンプレート付きで解説します。
- [サブエージェントの使いどころ: Claude Code の Task ツールで設計を分離する](https://codeagent.jp/posts/claude-code-subagents/): Claude Code のサブエージェントを、文脈分離・並列化・役割分担の観点で、個人開発でどう使えば効くのかを整理します。
- [Agents SDKのサンドボックス実行で見る、エージェントアプリの新しい最小構成](https://codeagent.jp/posts/agents-sdk-sandbox-playbook/): OpenAI Agents SDKの更新をもとに、ファイル・コマンド・編集を扱うエージェントを安全に設計するための実務ポイントをまとめます。
- [Claude Opus 4.7で変わる、長時間コーディングタスクの任せ方](https://codeagent.jp/posts/claude-opus-47-agent-coding/): AnthropicのClaude Opus 4.7発表をもとに、強いモデルを使うときほど必要になるタスク分割・検証・レビュー設計を整理します。
- [GitHub Copilot cloud agentは、IssueからPRまでをどう任せるべきか](https://codeagent.jp/posts/github-copilot-cloud-agent-pr-workflow/): GitHub Copilot cloud agentを、Issue運用・実装計画・PRレビューに組み込むための現実的な依頼テンプレートをまとめます。
- [AGENTS.md / CLAUDE.mdに何を書くべきか: AIエージェント用ルールの最小形](https://codeagent.jp/posts/agent-instructions-memory-playbook/): AIエージェントに毎回同じ説明をしないために、プロジェクトルール、禁止事項、検証手順を短く保つ書き方をまとめます。

## 運用Tips・トラブルシュート

コスト増、権限事故、無限ループ、テスト失敗など、運用で詰まりやすい問題を解決します。

- [ローカルLLMが日本語実務でやらかす失敗集 — 実測7例ギャラリー](https://codeagent.jp/posts/jworkbench-failures/): J-WorkBench の生トランスクリプトから、ローカルLLMが日本語の実務でやらかした失敗を7例そのまま並べた見本帳。JSON崩壊・根拠なし断言・敬語崩壊・表の二重計上・コード未修正、そしてローカルがクラウド3社に勝った逆転例まで、脚色なしの出力で示します。
- [Claude Code/Codexで失敗する5つの理由と回避策](https://codeagent.jp/posts/ai-agent-5-common-failures/): AI駆動開発がうまくいかない個人開発者向けに、失敗の典型5パターンと、AGENTS.md・タスク分割・検証設計での回避策を整理します。
- [LLMアプリのAPIコスト高騰を防ぐ、コンテキスト管理と節約設計](https://codeagent.jp/posts/api-cost-context-management/): LLMアプリのAPIコストは設計で決まります。プロンプトキャッシュ前置・履歴圧縮・軽量モデル分担など、実務で効くコンテキスト管理パターンを整理します。
- [MCPとhooksを入れる前に決める、AIエージェントの安全境界](https://codeagent.jp/posts/mcp-hooks-agent-safety/): MCPで外部ツールを接続し、hooksで自動化する前に決めておきたい権限・ログ・停止条件を整理します。

## 実装・公開事例

MCPサーバー公開、CI、PR運用、SEO改善など、実際に作って公開した事例を扱います。

- [Codexで個人開発サイトのSEO改善と記事公開を回す実例](https://codeagent.jp/posts/codex-seo-publishing-case-study/): RandaWorksを題材に、AIエージェントでSEO改善、記事公開、Cloudflare Pagesデプロイ、Search Console確認を回す実務フローを整理します。
- [Claude Codeで日本法令を引く: egov-law-mcpの使い方](https://codeagent.jp/posts/egov-law-mcp-claude-code-demo/): 日本法令MCPサーバー egov-law-mcp をClaude Code、Claude Desktop、Cursorから使う設定と、条文検索の実演をまとめます。
- [egov-law-mcp npm公開メモ: MCPサーバー配布とCI](https://codeagent.jp/posts/egov-law-mcp-npm-release-playbook/): スコープ付きnpmパッケージ、GitHubリポジトリ、README、Granular Access Token、GitHub Actions、provenance publishの手順を整理します。
- [源内のLawsy実装をMCP化するなら、どこを残してどこを捨てるべきか](https://codeagent.jp/posts/gennai-lawsy-mcp-architecture/): 源内AIアプリのLawsy-Custom-BQを読み、低コストな日本法令MCPとして再構成する場合の設計境界、MVP機能、データ更新、リスクを整理します。
- [houan-mcpで関連法案を検索する: 議事録公開前の調査フロー](https://codeagent.jp/posts/houan-mcp-team-mirai-soumu-4-21-demo/): 議事録公開前に、衆参の公式議案情報から関連法案を探す方法を @codeagentjp/houan-mcp の実演として整理します。

## ニュース・政策動向

AIエージェント、モデル、政策、ガバナンスの動きを、実務への影響まで整理します。

- [2026-05-27 朝のIT・AIニュース3本](https://codeagent.jp/posts/2026-05-27-ai-it-news-digest/): 今日のIT・AIニュースから、MCPセキュリティ、AI検索、AIコーディングの3点を選び、開発者・サイト運用者目線で確認点を整理します。
- [Google I/O 2026で何が変わったか。検索は「探す」から「動くAI」へ](https://codeagent.jp/posts/google-io-2026-agentic-search-gemini/): Google I/O 2026の検索エージェント、Gemini 3.5 Flash、Gemini Omni、Gemini Sparkを、AIエージェント実務の視点で整理します。
- [GENIAC第3期成果物レビュー: 日本のAIは産業別AI部品棚を作り始めた](https://codeagent.jp/posts/geniac-3rd-results-industrial-ai-review/): 経産省GENIAC第3期のモデル・データセット公開を、国産ChatGPTではなく産業特化AI部品棚として読み解き、価値と限界を整理します。
- [SANA-WMとは？NVIDIAの1分動画ワールドモデルを図解で理解する](https://codeagent.jp/posts/nvidia-sana-wm-world-model-explained/): NVIDIA研究チームが発表したSANA-WMを、ワールドモデル、6DoFカメラ制御、1分動画生成、ダンス動画づくりとの関係から初心者向けに図解整理します。
- [フィジカルAIとは｜開発トレンド・VLA・世界モデル・ヒューマノイド徹底調査](https://codeagent.jp/posts/physical-ai-deep-dive/): フィジカルAI(Physical AI)の意味、VLA・世界モデル・ロボット基盤モデルの技術スタック、NVIDIA/Google DeepMind/Figure/Tesla の主要プレイヤー動向、IFR市場データ、ヒューマノイド開発と安全規制までを横断整理。日本企業の勝ち筋と実装ロードマップを2026年4月時点で解説します。
- [AI 2027とは何か: 超知能シナリオをAIエージェント実務の観点で読む](https://codeagent.jp/posts/ai-2027-superintelligence-scenario/): AI Futures ProjectのAI 2027シナリオを、R&D自動化、モデル重みの安全管理、地政学、企業のAIエージェント運用という実務視点で整理します。
- [2026年AI市場の深層分析：バブル論争・物理制約・エコシステム再編](https://codeagent.jp/posts/ai-market-2026-bubble-or-phase-transition/): Capex、VC、バリュエーション、循環取引、生産性パラドックス、電力148GW不足、ホルムズ海峡危機、米中の資本効率パラドックスまで、2026年Q1までのデータでAI市場の現在地を整理します。
- [安野議員4/21総務委質問: サイバー防衛AIと自動運転通信インフラ](https://codeagent.jp/posts/anno-soumu-2026-04-21-ai-cyber-autonomous-driving/): 安野貴博議員の2026年4月21日参院総務委質問を、サイバー防衛AI、自動運転通信インフラ、関連法案の3点から整理します。
- [Claude Mythosとは何か: 確認済み情報とサイバーリスク](https://codeagent.jp/posts/claude-mythos-cybersecurity-paradigm-shift/): AnthropicのProject GlasswingとClaude Mythos Previewについて、公式発表で確認できる内容、未確認情報の扱い、サイバー防御への影響を分けて整理します。
- [DeepSeek-V4とは？1MコンテキストMoEの要点と注意点](https://codeagent.jp/posts/deepseek-v4-comprehensive-2026-04-25/): DeepSeek-V4の1.6兆パラメータMoE、1Mコンテキスト、ハイブリッド注意機構、価格、インフラ面の論点を、公開情報と未確認要素を分けて整理します。
- [Geminiはどうなのか――「影が薄くなった」ように見える本当の理由](https://codeagent.jp/posts/gemini-fading-or-embedded-2026-04-25/): 月間7.5億MAUのGeminiが話題になりにくい構造的理由。Personal Intelligence、Gemini Agent、Enterprise Agent Platformから、Googleの埋め込み戦略を読み解きます。
- [政府AI「源内」OSS公開: 公開範囲と未公開部分](https://codeagent.jp/posts/government-ai-gennai-oss-release-2026-04-24/): デジタル庁が公開したガバメントAI「源内」のソースコード、ライセンス、未公開部分、自治体・民間導入時の注意点を整理します。
- [AIガバナンスの1週間: Mythos、国会質問、源内OSS公開](https://codeagent.jp/posts/mythos-ai-governance-and-egov-law-mcp/): Anthropic Mythos、チームみらいの国会質問、金融庁の作業部会、源内OSS公開を整理し、日本法令MCPの位置づけを紹介します。
- [Claude Mythos級AIとサイバー地政学: 国家リスクをどう見るか](https://codeagent.jp/posts/mythos-geopolitical-six-month-window/): Claude Mythos級の脆弱性発見能力が国家アクターに広がる場合のリスクを、ODNI脅威評価、Project Glasswing、CSA/SANS/OWASPの注意喚起をもとに整理します。
- [チームみらいはClaude Mythosをどう問うたか: 国会質問と政府答弁](https://codeagent.jp/posts/team-mirai-mythos-diet-questions-response/): Claude MythosとProject Glasswingをめぐるチームみらいの国会質問、政府答弁、金融庁作業部会への流れを整理します。
- [AIエージェントニュース 2026年4月下旬: Codex/Claude/Gemini](https://codeagent.jp/posts/ai-agent-news-2026-04-24/): 2026年4月24日時点のAIエージェント関連ニュースを、開発者の実務に効く順で整理します。
- [AIの未来予想: 著名人17人の発言から読む論点](https://codeagent.jp/posts/ai-leaders-future-outlook-2026/): Altman、Amodei、Hinton、LeCun、Huangらの発言を、AGI時期、雇用、統治、恩恵の分配という論点で整理します。
- [CodexのPC操作アップデートで、開発者の仕事はどこまで任せられるか](https://codeagent.jp/posts/codex-computer-use-agent-os/): Codexがアプリ操作、ブラウザ、PRレビュー、複数ターミナルに踏み込んだことで、エージェントへの任せ方はどう変わるのかを整理します。

## ツール

記事の調査結果を再利用したインタラクティブな無料ツール。ログイン不要・結果は保存しません。

- [AEOチェッカー (Answer Engine Optimization スコア)](https://codeagent.jp/tools/ao-checker/): サイトが ChatGPT/Claude/Perplexity/Gemini などの AI 検索 / 回答エンジンに取得・要約されやすい技術状態かを100点満点で診断。robots.txt、/llms.txt、JSON-LD、SSR/SSG など28項目を一括チェック。
- [AEOチェッカーの採点ロジック](https://codeagent.jp/tools/ao-checker/scoring/): 配点、判定方法、誤検知しやすいケース、スコアの限界を公開。
- [AEO検証ラボ](https://codeagent.jp/aeo-research/): 国内サイト診断、llms.txt実装率調査、AI検索引用テスト、自サイト改善ログの調査ハブ。
- [codeagent.jp の AEO 実装チェックリスト](https://codeagent.jp/site-aeo-checklist/): robots.txt、llms.txt、sitemap、構造化データ、タグnoindexの実装状況を公開。
- [更新管理ポリシー](https://codeagent.jp/update-policy/): 公開日、更新日、情報確認日、速報記事の更新履歴の扱いを整理。
- [ローカルLLMレコメンダー](https://codeagent.jp/tools/local-llm-recommender/): GPUと用途タグからローカルで快適に動かせるLLM候補を上位5件提示。
- [AI設定ファイル変換ツール](https://codeagent.jp/tools/ai-rules-converter/): AGENTS.md / CLAUDE.md / GEMINI.md / .cursorrules から共通ルールを抽出し、各AIコーディングツール向けテンプレートを生成。MCP、権限、IDE設定など移植しにくい項目は注釈で分けて表示。
- [CLAUDE.md ジェネレーター + 採点](https://codeagent.jp/claude-md/): プロジェクト情報を入力するだけでClaude Code向けCLAUDE.mdを生成。既存ファイルも100点満点で採点し、足りない項目を提示。
- [AIコーディング適性診断](https://codeagent.jp/quiz/): 10問でClaude Code / Cursor / Codex CLI / Copilot / Bolt などの向き不向きを8タイプ診断。委任/制御、CLI/IDE、プロト/プロダクションの3軸で判定。