Anthropic の 5 パターンで Claude Code エージェント設計を分類する
Anthropic 公式ブログ「Multi-agent coordination patterns: Five approaches and when to use them」を素材に、公式の 5 協調パターン（Generator-Verifier / Orchestrator-Subagent / Agent Teams / Message Bus / Shared State）を既存記事 23 本から抽出した中核 7 記事にマッピングし、4 軸（タスク構造・レイテンシ・スケール・観測性）の選定決定木と組み合わせた cornerstone メタ記事。公式分類用語を日本語実装事例へ橋渡しし、既存記事のハブ化と GEO 効果を狙う。
ターゲット読者
persona- SubAgent / Agent Teams / オーケストレーションの基礎
- Claude Code カスタムコマンドの基本
- マルチエージェント設計を 1 つ以上組んだ実装経験
- 自分のマルチエージェント設計に「公式の語彙」を当てたい
- 5 パターンの違いと「いつ何を使うか」を体系的に理解したい
- 次の一手（新規パターン導入）を判断する基準がほしい
構成案
outline-
00はじめに Anthropic 5 パターン記事の紹介、トークン消費 3〜10× の現実、本記事のスコープ</> ▦
-
01なぜ Anthropic の「5 パターン」を学ぶ必要があるのか？ コスト現実、パターン語彙の効果、設計議論の共通言語</> ▦
-
025 つの協調パターンとは？ Generator-Verifier / Orchestrator-Subagent / Agent Teams / Message Bus / Shared State の早見表と概念図</> ▦
-
03どのパターンをいつ使うべきか？ 4 軸決定木（タスク構造・レイテンシ・スケール・観測性）、mermaid フローチャート、ユースケース早見表</> ▦
-
04既存マルチエージェント実装はどのパターンに該当するか？ 23 記事から抽出した中核 7 記事を 5 パターンにマッピング表で対応付け、各記事への内部リンク</> ▦
-
05純粋形では足りない場面とは？ ハイブリッド設計（Orchestrator + Shared State など）、mermaid 構成例、本ブログでの実装エビデンス</> ▦
-
06アンチパターンと推奨ガード Verifier 基準明示・反復上限・担当範囲明示・単一障害点回避、対応する自記事の参照</> ▦
-
07まとめ 5 パターンを「設計語彙」として身につける効果、Message Bus 空き地と次回作のフック（H7 単独 H2 を統合）</> ▦
書き出しは Anthropic 公式の統計データ（マルチエージェントはトークン消費 3〜10×、C コンパイラ 16 エージェント / $20,000 / 100,000 行）を提示する Answer-first オープン。「コストを払ってでもパターンを選び分ける価値とは何か」という問いから本論へ橋渡しする。
書き出し方針 · 統計データ起点 / Answer-firstSEO 戦略
keywords · query · slug · GEO主要キーワード（重要度順 / タイトル・H2・冒頭 への配置チェック）
T = タイトル / H = H2見出し / L = リード文 への配置
slug
想定検索クエリ（検索意図）
- Anthropic マルチエージェント 5 パターン情報収集
- Multi-agent coordination patterns 日本語情報収集
- Agent Teams いつ使う方法
- マルチエージェント パターン 比較比較・検討
- Generator-Verifier 実装方法
GEO 観点 (生成AI検索エンジン最適化)
- 疑問形 H2（「なぜ〜」「どの〜」「どこで〜」）全 7 H2
- Answer-first（各 H2 直下に
:::messageで 40〜60 字結論）採用 - 公式分類用語をそのまま見出しに使用（引用マッチ強化）5 用語
- 統計データの引用（トークン 3〜10× / 16 エージェント / $20,000）採用
訴求ポイント
value proposition独自価値
Anthropic 公式分類用語（5 パターン名）を日本語実装事例に橋渡しする記事は本リポジトリ・他媒体ともに不在。23 記事から抽出した中核 7 記事を 5 パターンにマッピングする cornerstone content で既存記事の SEO 価値を底上げする。
読者メリット
自分のマルチエージェント設計に Anthropic 公式語彙を適用でき、パターン選定の判断基準（4 軸）を明示的に持てる。ハイブリッド設計の実例から純粋形に縛られない選択肢を学べる。
読後にできること
自設計を公式語彙で分類し、4 軸決定木で「次の一手」を判断できる。
ライブラリアン調査
existing articles · differentiation関連度マップ（中心 = 本記事 / 距離 = 関連の強さ）
cornerstone
既存記事との差別化
| 観点 | 既存のマルチエージェント記事群 | 本記事 |
|---|---|---|
| 語彙 | 「SubAgent」「Agent Teams」「マルチ AI 協調」など独自表現 | Anthropic 公式分類用語（5 パターン名） |
| 粒度 | 個別の実装手順・具体コマンド | パターン定義 × 23→7 記事の横断マッピング |
| 差別化ポイント | 各記事は単一の構成を解説 | 4 軸決定木 + cornerstone マッピングで「いつ何を使うか」を意思決定ツール化 |
| 読後の到達点 | その構成を再現できる | 自設計を公式語彙で分類し次の一手を判断できる |
ポイント
直接の前作がないため、前作からの予告回収はなし。代わりに本記事の H7（まとめ）で Message Bus パターンを「空き地」として明示し、次回作（Message Bus PoC 実装記事 / 5 パターン連載化）へのフックを張る設計とした。— 本記事 H7 まとめ（次回作への布石）
GA データ分析
過去 90 日 topics 別 PV（2026-05-01 取得 / 参考）topics 別 PV ランキング（本企画の topics をハイライト）
示唆
本企画の主要キーワード「Anthropic / マルチエージェント協調パターン」は multiagent（1,127 PV / 第 2 位）と完全一致し、claudecode（1,236 PV / 第 1 位）と組み合わせた読者層が本企画のターゲットそのもの。PV 上位はマルチエージェント・ツール使い分け系が中心で、同読者層を直接ターゲットできる。
アクションプラン
- topics は流入実績重視で
agentteamsを外しautomationを採用（編集長条件 4） - 中核 7 記事への内部リンクで cornerstone 回遊導線を確保
- 公開後の GA 反応を見て次の企画（Message Bus 実装 / 連載化）を判断
連載判断
series decision意思決定プロセス
9 steps · transparent options-
Step 1 · 位置づけ
本記事の位置づけ
-
Step 2 · 連載判断
単発か連載か（候補 4 案を比較）
-
Step 3 · 各回構成
各回のテーマ配分
-
Step 4 · タイトル
タイトル選定
-
Step 5 · slug
slug 選定（候補 4 案を比較）
-
Step 6 · 絵文字 / topics
絵文字 / topics
-
Step 7 · ヒーロー画像
ヒーロー画像型
-
Step 8 · 最終確認
オーナーによる最終確認
-
Step 9 · 編集長承認
editor-in-chief 承認
検討経緯コメント（Issue comments 1〜4）
#1 ペルソナ設定の経緯 comment 1/4
既存記事は「実装手順・具体コマンド」層、Anthropic 公式は「パターン定義・概念」層。両者を架橋するため実装経験を持つ中〜上級エンジニアをターゲットに設定。初心者向けにすると独自価値（23 記事マッピング × 4 軸決定木）が伝わりにくい。
3 つの課題はギャップ分析（05）と GA データから導出。想定外読者（初心者）には前半 H1〜H3 の早見表で価値を届ける二段構え。
#2 構成案の検討過程 comment 2/4
企画案 C-1〜C-5・D 連載から 4 方向性を比較し A 案（単発・メタ + 決定木統合）を採用。理由は即効性大・GEO 効果大・cornerstone 化・次回作フック。
編集長の条件付き承認で 5 条件すべてを受け入れて修正（8 H2 → 7 H2 に圧縮等）。H1〜H7 は「必要性→早見→選定→適用→発展→回避→未来」の論理展開。
#3 SEO 戦略の根拠 comment 3/4
GA topics 別 PV で multiagent（1,127 / 第 2 位）と完全一致、claudecode（1,236 / 第 1 位）と組合せた層がターゲット。slug は候補 4 案から Anthropic 公式タイトル完全包含の A 案を選定。
GEO 対応：疑問形 H2 全 7・Answer-first（:::message）・公式英語名の見出し使用・統計データ引用・論理接続詞配置。共起語は自然分散しスタッフィング回避。
#4 最終決定事項のサマリ comment 4/4
確定：タイトル（30 字）・slug・絵文字 🧭・topics（claudecode/ai/multiagent/anthropic/automation）・単発・約 13,000〜15,000 字・ヒーロー A 概念型。図表は mermaid 7 + マッピング表 + 4 軸比較表。
執筆前タスク：Anthropic 公式原典の一次取得（claude.com allowlist 制約時は Engineering Blog の関連公式ドキュメントへ切替）、5 パターン定義の原典確認、マッピング精度の再確認。次アクションは /draft #169。
承認
編集長による企画承認判断
本企画は cornerstone メタ記事として承認する。ただし以下の条件を満たすこと（全条件を受け入れ修正済み）。
- Anthropic 公式ブログ原典の一次ソース確認を執筆前に完了する
- 「23 記事」と「7 記事」の整合（中核 7 記事を 5 パターンに対応付けと明記）
- タイトルを 30〜40 字に短縮する（→ 30 字に変更）
- topics は流入実績重視（
agentteamsを外しautomationを採用） - Message Bus 単独 H2 を圧縮（8 H2 → 7 H2、まとめ内 1 段落へ統合）
成果物 / 次のアクション
deliverables次のステップ
本記事は draft・review を経て公開済み（published）。編集会議としての次アクションは draft フェーズの起動でした。