Claude Codeを用いたChatGPTなどから提案されたレビューの安全な反映フロー

外部ツール（ChatGPT等）が提示する「修正前/修正後」形式の大量提案を、CLAUDE Code と人間が協働して安全かつ確実に処理するための方法をまとめる。

提案を無条件に当てはめるのではなく、文脈と整合性を保持しながら部分的に取捨選択するための運用手順に重点を置く。

1. 背景と課題

文章校正ツールは、大量の修正提案を一度に列挙することが多い。

典型的には、以下のような「修正前／修正後／説明」を含む一連の候補が数十件出力される。

修正の妥当性がまちまちであり、一括適用は危険である

しかし、人手で全件を精査する作業は非効率である

文脈を欠いた部分的な差分だけでは、判断材料が不足する

この問題を解決するため、CLAUDE Code を「対話型のレビュー・適用役」として位置づけ、変更点を一件ずつ提示・評価させる方式を採用する。

2. 基本方針

修正案を列挙する外部ツールと、実際の文書を操作するCLAUDE Codeの役割を分離することで、

「提案の列挙 → 文脈の照合 → 妥当性評価 → 適用」という流れを制御できる。

一括適用は行わない

LLMが文書の該当箇所を自動特定する

1件ずつ提示し、人間が y / n / 代案 を返す

部分適用も許容する

この枠組みにより、提案のバラつきを吸収しつつ、安全に変更を進められる。

3. ワークフロー

ChatGPT等から得た修正案リストをCLAUDE Codeに渡す。

CLAUDE Codeが対象ファイルを読み込み、各修正案の該当箇所を行番号レベルで特定する。

CLAUDE Codeは以下の形式で提示する：

場所（行番号）

現在の文

提案（修正後）

変更点の解説（どこが変わるか）

妥当性の評価（明確に妥当／どちらでもよい／要注意）

判断後ただちに文書へ反映し、次の変更案へ進む。

適用した変更内容を簡潔にまとめて表示する。

4. 妥当性評価の基準

CLAUDE Codeには、提案の分類と注意点の明示を求める。

明確に妥当

誤字、助詞の誤用、句読点や文法上の明らかな不備。

表現の選好に過ぎないもの

「では／は」「については／に関しては」など、好みの領域。

→ 「どちらでも可」と明記する。

意味が変わる・専門的整合性が損なわれる恐れ

用語の差し替え、定義の変更を含む修正。

→ 必ず注意書きを添える。

5. 表示形式に関する要点

変更点を太字で明示

行番号はできるだけ示す

長文の比較時は、変更箇所以外の冗長な部分を省略しない

6. 役割分担

外部ツール（ChatGPT等）

修正候補の大量生成

修正前/修正後ペアと変更理由の付与

CLAUDE Code（エージェント）

文書内で該当箇所を特定

提案の妥当性評価

代案の生成

y/n/代案に応じた編集反映

人間

最終判断

部分適用の指示

専門的な正確性に関する判断

7. CLAUDE.md への記録

エージェントとしてのCLAUDE Codeは、この方針に従ってレビュー作業を進めることを前提とする。

記載しておくことで、後の作業でも同一の運用が再現可能になる。

code:claude.md

ユーザーまたは外部ツール（ChatGPT等）から「修正前/修正後」ペアで複数の修正案が提示された場合の対応フロー。

**進め方**

1. 対象ファイルを読み込み、現在の状態を確認

3. 各変更点について以下を示す：

- **場所**: 行番号

- **現在**: 現在の文

- **提案**: 修正案

- **変更内容**: 具体的に何が変わるか（箇条書き）

- **妥当性評価**: 変更の妥当性と懸念点

- **代案**（あれば）: より適切な修正案

5. 回答に応じて適用またはスキップし、次の変更点へ

**ポイント**

- 誤植・文法エラー（句点抜け、助詞ミス等）は明確に指摘

- 表現の改善は「どちらでも可」レベルなら明記

- 意味が変わる可能性がある変更は警告

- 提案と代案がある場合、ユーザーが「y」なら提案を、「代案」なら代案を適用

- 完了後に適用した変更のまとめを報告

8. まとめ

修正前/修正後ペア形式の大量提案は、そのままでは扱いにくいが、CLAUDE Codeに「該当箇所の特定 → 妥当性評価 → 一件ずつ提示」という手続きを担わせることで、安全性と効率性を両立できる。

人間は y / n / 代案 の判断を順を追って行うことで、具体的な変更箇所に集中できる。