SharklyでClaude Sonnet 5.5エージェントを実行する方法

Anthropicは9月28日、Claude Sonnet 5.5をリリースしました。価格は入力100万トークンあたり2ドル、出力100万トークンあたり10ドルとなっており、Sonnet 5と同額で、Opus 5.5の半額に設定されています。Anthropicによると、Sonnet 5と比べて処理速度は30%以上向上し、タスクあたりのコストは最大30%削減されたとのことです。複数のコーディングAgentを運用するチームにとって注目すべき点は、日常的なAgent業務に投入するクラスのモデルが、Anthropicのベンチマーク表の大半の項目でフラグシップモデルのわずか数ポイント下まで迫っていることです。

しかし、このモデルを実際にボード上で稼働させるのは、思ったほど単純ではありません。Claude Codeのdefaultモデルは、Pro、Max、Team、Enterprise、およびAnthropic APIにおいてOpus 5.5に解決されるため、Claude Codeを実行しているComputerは誰かが明示的に変更しない限りフラグシップモデルのまま動作します。また、sonnetというエイリアスがSonnet 5.5を指すのはAnthropic APIのみであり、Bedrock、Google Cloud、Microsoft Foundryでは依然としてSonnet 4.5に解決されます。そのため、「Sonnetに移行した」つもりでも、3台のComputerでそれぞれ異なる3つのモデルが稼働し、どの実行でどのモデルが使われたのか判別できないという事態に陥りかねません。本ガイドでは、最も実用的な最小構成として「1台のComputer、1つのAgent、1つの実際のTask」から始め、そのうえでOpus 5.5が価格に見合う価値を発揮する領域を見極める手順を解説します。

要約（TL;DR）

Computer上のClaude Codeをv2.1.284以降にアップデートし、sonnetエイリアスではなく完全なIDであるclaude-sonnet-5-5を固定（ピン留め）したうえで、Claude Code Runtimeの表示が「Available」になるまで再スキャンを実行します。Agentの指示文には、Sonnet 5.5特有の早すぎる確認要求や求められていない作業の追加を抑制する記述を含め、作業ディレクトリは「Temporary」を維持し、スコープが明確な作業に合わせてタイムアウトを設定してTaskを1つ割り当てます。Crew構成においては、ルーチンワークを担当するメンバーにSonnet 5.5を割り当て、リーダー兼レビュアーとしてOpus 5.5を維持します。Agentは調査、実行、テスト、報告を担い、人間が方向性の決定、権限の付与、結果の検収を担当します。

モデル設定はどこで管理されるか

Sharkly自体がモデルを選択することはありません。Agentsのドキュメントにも明記されているとおり、「AgentはRuntimeのデフォルトモデルに従います。特定のモデル名を保証または表示することはありません。モデルの変更はAgent上ではなく、RuntimeまたはComputerのツール設定で行ってください。」と同ページには記載されており、Agent設定にはモデル選択UIも思考深度（thinking-depth）の調整機能も用意されていません。

これがSonnet 5.5において極めて重要となるのは、努力レベル（effort）によってこのモデルの挙動が最も大きく変化し、その努力レベルの管理場所がモデル本体と同じ「Computer上のClaude Code」にあるためです。Agentは作業の進め方を定義し、Computerは実行環境を提供し、Runtime（ここではClaude Code）がセッションを実行し、Taskが共通の記録として残ります。

ステップ1：Computer上のClaude CodeにSonnet 5.5を設定する

Claude Codeモデル設定ドキュメントによると、Sonnet 5.5の利用にはClaude Code v2.1.284以降が必要です。まずはComputer上でClaude Codeをアップデートし、アクセス権を持つ有料プランまたはAPIキーでサインインしてください。Claude Codeは無料版のClaude Freeでは利用できません（チャットアカウントで実行可能な機能と不可能な機能の詳細はこちら）。次に、そのホスト上の通常のターミナルでclaude --model claude-sonnet-5-5を実行します。セッションが正常に開始されれば、Sharklyから利用できる状態になっています。

エイリアスではなく、完全なIDを固定して指定してください。現在、Claude Codeにおいてsonnetエイリアスが参照するモデルは実行環境ごとに異なります。

指定すべきIDは、グローバルなクロスリージョンプロファイルであるglobal.anthropic.claude-sonnet-5-5を経由するBedrockを除き、すべての環境でclaude-sonnet-5-5です。また、opusplanも同様にエイリアスの問題を抱えています。Opusで計画を立て、その時点でsonnetが指しているモデルで実行してしまうためです。

モデルを確実に固定するには、該当Computer上のClaude Code設定でモデルを指定し、ローカルサービスが起動するすべての実行でデフォルトのOpus 5.5ではなくSonnet 5.5が確実に読み込まれるようにしたうえで、再度ターミナルでの動作確認を行ってください。

Sharklyに戻り、Computerの詳細画面を開いて再スキャンまたは接続テストを実行します。Claude Code Runtimeのステータスが「Available」と表示されれば成功です。Computerが「online」と表示されていても、それはローカルサービスからハートビートが届いていることを示しているにすぎません。実際にジョブを開始できる状態にあるかどうかは、Runtimeのステータスで判断されます。

ステップ2：Sonnet 5.5の特性に合わせてAgentを構成する

Agents画面を開き、「New Agent」を選択して、先ほど設定したComputerとClaude Code Runtimeを指定します。AnthropicのSonnet 5.5プロンプティングガイドには、放置するとレビューの手間を直撃する特有の挙動がいくつか記載されています。

努力レベル（effort）によって実質的なモデルが変わる：Claude CodeはデフォルトでSonnet 5.5をmedium努力レベルで実行し、思考プロセスをオフにすることはできません。なお、リリース時に大々的に発表されたスコアの大半は最大値（max）で測定されたものです。Anthropicのデータによると、CursorBench 4.0におけるSonnet 5.5のスコアは、mediumで39.2%（タスク推定コスト0.70ドル）、maxで55.5%（タスク推定コスト9.67ドル）となっています。これらは設定の正誤ではなく、投じる予算の違いです。同ガイドでは、明確に仕様定義されたタスクでのエージェントコーディングにはmediumを推奨し、確実な性能向上が確認できる場合にのみxhighやmaxを使用することを勧めています。

早い段階で確認を求めて作業を中断する：lowおよびmediumの努力レベルでは、長時間の自律タスクの途中で作業を止めて人間に確認を求める傾向があります。Sharklyでは、この確認要求がTaskのコメントとして投稿され、Taskのステータスが人間の返信待ちとなって、誰かが回答するまでInboxに滞留してしまいます。そのため、前提条件を明示したうえで自律的に作業を続行するようAgentに指示してください。また、low努力レベルではテストを実行せずにコード完了を報告することがあるため、検証の実行を必須とします。

求められていない変更を追加してしまう：同ガイドでは、すべての努力レベルにおいて要求されていないテスト、ドキュメント、新規ファイルを作成する傾向があり、xhighやmaxでは追加のレビューラウンドやレビュー用サブエージェントを立ち上げてしまう傾向があると指摘されています。Anthropicのリリース注記にもその影響が現れており、FrontierCodeベンチマークにおいてSonnet 5.5のスコアはmaxがxhighを下回りました。これは、Claude Codeのコードレビュースキルが頻繁に実行されて多数のサブエージェントに分散処理され、Cognitionが調査した2件の事例ではタイムアウトやスコープ外の編集が発生したためです。レビュアーの視点から見れば、Taskの対象外となる余計な変更が含まれた肥大化した差分（diff）を見せられることになります。

タイムアウトとディレクトリの設計：AnthropicはSonnet 5.5を「スコープが明確な日常タスク向け」と位置づけています。Taskごとのタイムアウト時間もその前提に合わせて設定し、実行が上限に達した場合は、制限時間を延ばす前にまずTask自体を分割してください。作業ディレクトリは「Temporary」に設定します。これにより各Taskに独立したディレクトリが割り当てられ、リポジトリ連携の実行ではクリーンなワークツリーが用意されるため、並行実行による上書きの衝突を防止できます。同時実行数は、対象のComputerで実際の負荷を検証できるまでは、デフォルト値であるComputer上限の50%のままにしておくことをお勧めします。

カスタマイズして使用できる指示テンプレート：

Read the Task description and recent comments before editing.
Keep changes limited to the requested behavior. Do not add tests,
docs, or new files unless the Task asks for them; list any you
think are missing in your report instead.
Do not stop to ask whether to continue. When a detail is ambiguous,
proceed with a stated assumption and record it in your report.
Ask only when different interpretations would materially change
the result.
Run the closest relevant checks before reporting done, and report
failures without hiding them.
Do not start extra review rounds or reviewer subagents.
If a safeguard notice or refusal appears, say so in your report.
Stop and ask before anything destructive or outside the attached
repositories.

ステップ3：まず1つのTaskを割り当て、その後に2層構成のCrewを構築する

明確な受け入れ基準（完了条件）を持つTaskを選び、担当者（Assignee）として作成したAgentを指定します。そして、割り当てられたTaskが待機する「Backlog」から、作業着手可能なステータスへと移動させます。実行状態はqueued、dispatched、runningと推移し、Executionsタブでログがリアルタイムにストリーミングされます。

最初のTaskは必ず単一のAgentで実行してください。Crewとは、1つのリーダーAgentによって調整される人間（People）とAgentの再利用可能なグループであり、リーダーが目標を解釈し、複数のメンバーの成果を単一のTaskに集約する必要がある場面で真価を発揮します。対象範囲が明確なバグ修正であれば、単一のAgentで十分です。

Crewを編成する場合、その役割分担はAnthropic自身のポジショニングに沿ったものになります。Opus 5.5は「複雑でオープンエンド（明確な正解が定まっていない）な作業において明確な強みを維持」しており、これは計画立案、タスク割り当て、レビューといったリーダーの職務そのものです。一方、メンバーが担う作業はSonnet 5.5が得意とするスコープの明確なタスクであり、製品リリース記事に引用された初期テスターも同様に、Opus 5.5が策定したアーキテクチャに基づいてSonnet 5.5が実装を担当するという分担を行っています。

モデル設定はComputer側のツール設定で行う仕様となっているため、明快な2層構成を作るには2台のComputerを用意するのが自然です。すなわち、リーダー用としてClaude Codeのデフォルト設定であるOpus 5.5を維持するComputerと、メンバー用としてclaude-sonnet-5-5に固定したComputerの2台です。両者の境界線をどこに引くかというルーティングルールはあらかじめ文書化しておく価値があります。これについてはSonnet 5.5 or Opus 5.5で詳しく解説しており、同価格帯の別RuntimeについてはSonnet 5.5 against GPT-6 Solで扱っています。なお、モデルの利用料金は各ツールに設定されたサブスクリプションまたはAPIキー経由で発生するため、プロバイダーへの請求となり、Sharklyから請求されることはありません。

タスク管理ボード上で何が変わるのか

実行の高速化により、同じレビュアーへの負荷が増大する：同じ予算で1日に完了する作業量が増えても、レビュアーの稼働時間は増えません。さらにテストやドキュメントを勝手に追加する傾向があるため、差分も肥大化しがちです。モデルの単価ではなく、レビューの処理許容量を基準に運用計画を立ててください。

フラグが立った実行はSonnet 5.5ではない可能性がある：本モデルは、サイバーセキュリティのセーフガードが導入された最初のSonnetです。Anthropicは、リスクの高いサイバー関連タスクでは「目に見える形でSonnet 5へフォールバックする」としており、システムカードでも無害なセキュリティ業務においてさえ拒絶（refusal）が増加する可能性を警告しています。セッションログ上でフォールバックが確認できても、管理ボード上では分かりません。Sharklyはモデル名を表示しないため、Agentが自ら記録しない限り、どのモデルが回答したのかをTask上で判別する術がありません。上述の指示テンプレートでモデルの明記を求めているのはそのためです。

推論プロセス（思考ブロック）は生成したモデル内に留まる：Sonnet 5.5はOpus 5.5の思考ブロックを読み取ることができず、他のいかなるモデルもSonnet 5.5の思考ブロックを読み取れません。読み取れないブロックはエラーを出すことなく破棄されます。単一のClaude Codeセッション内であっても、両者を切り替えると可視化されたテキストは保持されるものの、その背後にある推論プロセスは失われます。Crewを構成するAgent間では、推論プロセスが引き継がれることは最初からありません。レビュアーはメンバーがTask上に書き残した内容のみを受け取ります。この問題の解決法についてはModel handoffs lose the reasoningを、具体的なフォーマットについてはhandoff templatesを参照してください。

今週、新たなモデルが登場しました。しかし、タスクの割り当て、コンテキスト、進捗状況、障害要因、成果物、そして人間によるレビューは、チーム全員が見渡せる場所にあり続けます。Gitワークツリーを使ってこれらを手動で構築することも、Sharklyを使ってワークフローを一括管理することも可能です。