Claude Codeのセッション履歴から繰り返しパターンを自動検出する
724セッション・10,911メッセージのClaude Code履歴を分析し、繰り返し作業をSkill・Agent・Commandに昇格させるフレームワーク。
Claude Codeのセッション履歴から繰り返しパターンを自動検出する
問題
Claude Codeを毎日使っていると、同じ種類の作業を繰り返していることに気づく。「Slack通知を設定して」「PRのレビューコメントを一覧にして」「デプロイ前のチェックをして」——これらは毎回ゼロからプロンプトを書いている。
形式化すべきパターンが埋もれている。
アプローチ：セッションログのマイニング
Claude Codeは ~/.claude/projects/ 以下にセッションごとのJSONLファイルを保存している。このファイルからユーザーメッセージを抽出し、キーワードマッチで業務ドメインに分類する。
bash# セッションファイルの構造 ~/.claude/projects/ -Users-name-project-a/ session-uuid-1.jsonl # セッションごとのログ session-uuid-2.jsonl -Users-name-project-b/ ...
JSONLの各行にはロール（human/assistant）とメッセージ内容が含まれる。human ロールの行だけを抽出すれば、何を依頼したかの全履歴が得られる。
分類フレームワーク
抽出したメッセージを以下の業務ドメインに分類する。
| ドメイン | キーワード例 | メッセージ数 |
|---|---|---|
| プロダクト開発 | implement, fix, refactor, component | 8,381 |
| モバイルアプリ | react-native, expo, ios, android | 4,833 |
| 採用/HR | 採用, 求人, エンジニア募集 | 2,130 |
| インフラ/AWS | deploy, ecs, lambda, cloudfront | 1,786 |
| 動画制作 | video, remotion, tiktok | 1,650 |
| SNS/コンテンツ | note, twitter, x, 投稿 | 1,120 |
724セッション・10,911メッセージを分析した結果、30以上の業務ドメインが特定できた。
形式化の判定基準
| 条件 | 形式化先 | 例 |
|---|---|---|
| 同一パターンが3回以上出現 | Skill作成 | 技術ブログ下書き生成 |
| 専門知識が必要 + 他Agentと連携 | Agent作成 | セキュリティレビュー |
| 定型ワークフロー（入力→加工→出力） | Command作成 | デプロイ前チェック |
| ポリシー・判断基準 | CLAUDE.md追加 | コード品質基準 |
実際に見つかった未形式化パターン
分析の結果、以下が形式化の閾値を超えていた。
Slack連携（484メッセージ、完全未カバー）——チャンネル情報取得、通知自動化、メッセージ検索のパターンが頻出。MCP Serverとの組み合わせでSkill化が有効。
Notion連携（470メッセージ、完全未カバー）——ページ作成、DB操作、議事録テンプレート適用。同じくMCP活用パターンとしてSkill化。
デスクトップアプリ（Tauri）（900メッセージ、完全未カバー）——Rust + WebViewの設計パターン、プラットフォーム固有の対応。急増しているためSkill化が急務。
自動化の仕組み
月1回の定期実行（launchd）で自動分析する。
1. セッションデータ収集
└── ~/.claude/projects/ からJSONLを走査
2. パターン分類
└── キーワードマッチ → 業務ドメインに割り当て
└── 既存Skill/Agent/Commandとの照合
3. 差分レポート生成
└── 新規パターン、頻度増加パターンを抽出
└── 形式化の推奨アクションを提示
結果
この分析を3月に実施した時点で、14のSkill化候補、8のAgent化候補、6のCommand化候補が見つかった。1ヶ月分のセッションデータでこの量が出るということは、形式化しないまま同じプロンプトを書く時間がかなりあったことになる。
Claude Codeを使い込むほどセッションログは貴重なデータになる。定期的に振り返って形式化することで、自分専用のAI開発環境が徐々に最適化されていく。