「AIに頼む」から「AIチームを動かす」へ。Claude Codeの新機能Dynamic Workflowが話題

2026年8月10日、「Claude code研究ラボ」さん（@claudecode84）が投稿したClaude Codeの新機能「Dynamic Workflow」の紹介ポストが、19万回以上表示される反響を集めています。

紹介されているのは、複雑な仕事を渡すだけで、Claude自身が段取りを設計し、大量の「サブエージェント」に作業を分担させて、検証と報告まで済ませてしまうという仕組み。「AIに作業を頼む」のではなく「AIの組織を動かす」という表現が、多くの反応を呼びました。

「AIが勝手にチームを組む」と聞くと大げさに感じますが、これは公式ドキュメントに手順まで載っている正式な機能です。何ができて、どこに気をつければいいのかを順番に見ていきましょう。

複雑な仕事を、AIが「段取り」ごと引き受けるようになった

ダイナミックワークフローは、Claudeがその仕事専用のスクリプト（台本）を書き、専用の実行環境がバックグラウンドでそれを動かすという仕組みです。公式ドキュメントでは、動かしている間もチャット画面は普通に使える、と説明されています。

従来のAIへの依頼と何が違うのか。公式ドキュメントは「誰が計画を持っているか」の違いだと整理しています。通常のやり取りでは、次に何をするかをClaudeが毎回その場で判断し、途中の結果もすべてClaudeの記憶領域に溜まっていきます。ワークフローでは、繰り返しや条件分岐、途中経過の保持を台本側が受け持つため、Claudeの手元には最終的な答えだけが返ってきます。

「サブエージェント」とは何か

サブエージェントは、Claudeが呼び出す“作業担当のAI”のことです。1体につき1つの持ち場を任せます。たとえば「このフォルダにある200個のファイルを、同じ観点で1つずつ点検する」という仕事なら、ファイルごとに担当を割り当てて同時並行で進められます。

公式ドキュメントによると、同時に動かせるのは最大16体（CPUの少ない環境ではさらに少なくなる）、1回の実行で合計1,000体までという上限が設けられています。1,000体という上限は、暴走を防ぐための歯止めとして設定されているものです。

起動キーワードは「ultracode」。投稿の③は以前の呼び方

投稿では③として「プロンプトに『workflow』と入れる」と紹介されていますが、公式ドキュメントを確認すると、現在のトリガーとなるキーワードは「ultracode」です。ドキュメントには「v2.1.160より前は、文字どおりのトリガーキーワードは workflow だった」と記載されており、以前の呼び方が広く知られている状態のようです。

もっとも、公式は「ワークフローを使って」のように自分の言葉で頼む方法も、同じ意思表示として扱うとしています。キーワードを厳密に覚えていなくても始められる、という点は変わりません。起動の仕方は次の3通りです。

• その場かぎりで使う：プロンプトに ultracode を入れる。もしくは「ワークフローを使って〜して」と普通に頼む
• そのセッションずっと使う：/effort ultracode を設定する。以降は、まとまった作業のたびにClaudeが自分でワークフローを組むようになります
• 用意されたものを使う：/deep-research という調査用のワークフローが最初から同梱されています

なお、投稿の②で紹介されている /effort ultracode を設定した場合は、キーワードを毎回入れる必要はありません（③が不要になります）。この設定は、公式の説明では「xhigh という深い推論と、ワークフローの自動編成を組み合わせたもの」とされ、そのセッションのあいだだけ有効で、新しいセッションでは元に戻ります。

投稿の①にあるモデル設定については、公式は特定のモデル名を条件として挙げてはおらず、「xhigh の推論に対応したモデルで利用できる」とだけ説明しています。対応していないモデルでは、そもそも /effort の選択肢に ultracode が出てきません。

基本情報

業務でどう使える？どう変わる？

公式が例として挙げているのは、「1回のやり取りでは抱えきれないほど量が多い仕事」と「同じ手順を大量の対象にくり返す仕事」です。この条件は、開発以外の業務にもそのまま当てはまります。

職種別の活用アイデア

• 情報システム・開発：公式が真っ先に挙げている用途。大量のファイルを同じ観点で点検する、古い書き方を新しい書き方へ一斉に置き換える、といった横断作業を分担させる
• マーケティング・調査：同梱の /deep-research が、1つの問いを複数の角度から調べ、集めた情報源を突き合わせてから報告する仕組み。裏取りが済んだ状態で調査結果が上がってくる
• 法務・総務：手元にある規程や契約書のひな形を、同じチェック観点で一括点検する用途。1件ずつ見ていた確認作業を並行処理に置き換えられる
• 管理職・PM：レビューを担当ごとに分けて走らせ、最後に1人のエージェントが重複を整理して優先順位つきの一覧にまとめる、という進め方が公式の例として紹介されています

「同じ段取りを、次回もそのまま使える」のが実務的な価値

見落とされがちですが、実務で効いてくるのは一度うまくいった段取りを保存して、次回も同じ手順で動かせる点です。公式ドキュメントによると、実行履歴の一覧から保存操作を行うと、その台本が自分専用のコマンドとして登録され、次回以降は名前を呼ぶだけで同じ進め方を再現できます。

「毎回プロンプトを書き直す」のではなく「一度確立した進め方を資産として残す」。属人的になりがちなAI活用を、チームで共有できる形に変えられるのがこの機能の本質と言えます。

よくある質問

まとめ：AI活用の単位が「1回の指示」から「段取りそのもの」へ

今回の投稿が反響を呼んだのは、目新しさだけが理由ではありません。「AIにどう指示するか」を工夫する段階から、「AIに任せる段取りをどう設計し、資産として残すか」を考える段階へ——AI活用の焦点が移りつつあることを、わかりやすく示していたからでしょう。

一方で、消費トークンの増加やファイル編集の自動承認など、事前に把握しておきたい仕様もあります。まずは小さな対象で1回動かしてみて、手応えと費用感を確かめるところから始めるのが現実的です。

今回の内容は、Claude code研究ラボさん（@claudecode84）の投稿を参考にさせていただきました。登場したばかりの機能を、試し方までコンパクトに整理して紹介されたポストです。

「まず自分がAIを業務で使える側になりたい」という方には、デイトラのAI業務活用コースで、プロンプトの基本からMCP・AIエージェントまで体系的に学べます。