Mail

AIツールのコアインフラが、静かに、しかし完全に変わりつつある。

2026年7月第4週、三つの変化が注目を集めた。Claude Codeはもはや旧モデルをデフォルトとして使用しない。Gemini Deep Researchはウェブ検索だけでなく、自分のPDFや画像も分析ソースとして受け付けるようになった。そしてバイブコーディングは開発者だけのものではなく、誰でも自然言語でアプリを作れる公認の方法論となった。

三つのアップデートが共通して指し示す方向は一つだ。AIツールが専門家向けから誰でも使える汎用ツールへと移行している。

Claude Sonnet 5がClaude Codeのデフォルトモデルになった理由
100万トークンのコンテキストが実際の作業で意味すること
/forkと/subtask：AIセッションを並列で実行する
Gemini Deep Research：自分のファイルをリサーチソースとして使う
Canvas連携：レポートをインタラクティブコンテンツに変換する
バイブコーディングとは何か：2026年の標準定義
Claude Codeで始めるバイブコーディング実践ワークフロー

1. Claude Sonnet 5がClaude Codeのデフォルトモデルになった理由

2026年7月、Claude CodeのデフォルトモデルがClaude Sonnet 5に正式に切り替わった。Pro、Team Standard、Enterpriseプラン全体に適用され、設定不要で自動的に有効となる。

Claude Sonnet 4.6との最大の違いは二つだ。コンテキストウィンドウがデフォルトで100万トークンに拡大し、適応型思考（Adaptive Thinking）がデフォルトで有効になった。Anthropicは8月31日まで、プロモーション価格でAPIコストも以前より低く設定している。

Claude Codeのモデル選択画面 — ドロップダウンに「claude-sonnet-5 (default)」が設定され、「1M context · Adaptive Thinking ON」バッジが表示された状態

Sonnet 5でデフォルト値が変わったもの

項目	Sonnet 4.6	Sonnet 5
デフォルトコンテキストウィンドウ	200kトークン	1Mトークン
適応型思考	手動設定	デフォルト有効
API価格（入力/出力）	$3/$ 15 per MTok	$2/$ 10（8月31日までプロモーション）
最大出力トークン	8k	128k

「モデルのアップグレードよりも重要なのは、デフォルト値の変化だ。Claude Codeを起動した瞬間から、100万トークンのコンテキストが有効になっている。」

2. 100万トークンのコンテキストが実際の作業で意味すること

100万トークンはおよそ700万語に相当する。平均的な小説30冊分、あるいは中規模のコードベース全体を一つのコンテキストに収められるということだ。

既存のClaude Codeユーザーが最も頻繁に経験していた不満は、セッション中のコンテキスト消失だった。長い会話を続けると、Claudeが以前のファイル内容や設計上の決定を忘れ、改めて説明し直す必要があった。100万トークンのデフォルトウィンドウはこの問題をかなり解消する。

実際に変わる使用シナリオ

コードベース全体のレビュー：数十のファイルで構成されるリポジトリをまるごとアップロードして「この変更がコードベース全体に与える影響を分析して」と依頼可能
長文ドキュメントの処理：500ページのPDFでも途切れることなく全体分析
長い会話の継続：数百回のやり取りの後でも初期コンテキストを参照可能
コードと仕様書の同時作業：ソースファイルと技術仕様を並べて整合性を確認

8月31日までのプロモーション価格（ $2/$ 10 per MTok）が適用されるので、この時期に積極的に100万トークン機能を試すのが有利だ。

3. /forkと/subtask：AIセッションを並列で実行する

Claude Codeの2026年7月アップデートで、/forkと/subtaskコマンドの役割が明確に分離された。AIセッションを独立した並列スレッドに分岐できるようになった。

以前の/forkは現在のセッション内でサブエージェントを起動するものだった。新しい/forkは現在の会話全体を新しい独立したバックグラウンドセッションにコピーする。従来の/forkが持っていた現在セッション内での委譲機能は/subtaskが引き継ぐ。

二つのコマンドの違い

コマンド	役割	使用タイミング
/fork	現在の会話を新しいバックグラウンドセッションにコピー	同じ問題に対して異なるアプローチを並列で探索したいとき
/subtask	現在のセッション内でサブエージェントを実行	現在の作業内でサブタスクを委譲したいとき

実際の使い方：ある機能を二つの方法で実装するか迷ったとき、/forkでセッションをコピーしてそれぞれ別の方向で進める。結果を比較して、より良いアプローチを採用する。

同時に追加されたセッション制限値

無限ループや過剰なリソース消費を防ぐため、セッションごとのデフォルト制限が設けられた。

WebSearch呼び出し：セッションあたり最大200回（CLAUDE_CODE_MAX_WEB_SEARCHES_PER_SESSIONで調整可）
サブエージェント実行：セッションあたり最大200回（CLAUDE_CODE_MAX_SUBAGENTS_PER_SESSIONで調整可）

4. Gemini Deep Research：自分のファイルをリサーチソースとして使う

Gemini Deep Researchに自分のファイル（PDF、画像など）を直接アップロードして、リサーチレポートのソースとして使えるようになった。公開ウェブと自分の非公開資料を一緒にリサーチの素材にできる。

これまでのDeep Researchの動作はシンプルだった。質問を入力するとGeminiが数十のウェブサイトを検索し、その結果を統合したレポートを作成する。内部文書や機密データは一切反映されなかった。

ファイルアップロードのサポートはこの制限を取り除く。社内報告書をアップロードしながら「最新の業界トレンドと比較分析して」という依頼が可能になる。

Gemini Deep Researchのソースパネル — 左にウェブ検索結果一覧、右にユーザーがアップロードしたPDFが並んで表示され、上部に「ファイルを追加」ボタンがアクティブな状態

活用できるシナリオ

社内資料と最新トレンドの組み合わせ：内部四半期報告書をアップロードし、外部ベンチマークと比較分析
複数論文の分析：複数のPDF論文をアップロードし、共通点・矛盾点を整理
授業教材の開発：教科書PDFと最新ニュースソースを組み合わせて教材草案を作成

「リサーチツールに『自分の資料』が入った瞬間、そのツールは検索エンジンではなく分析パートナーになる。」

5. Canvas連携：レポートをインタラクティブコンテンツに変換する

Gemini Deep Researchで生成したレポートを、Canvasでインタラクティブなウェブページ、インフォグラフィック、クイズなどに変換できる。リサーチから実際に使えるコンテンツへの距離が一気に縮まった。

テキストレポートをチームに共有しても読まれないことは多い。特にデータが複雑な場合、視覚化がなければインサイトは伝わらない。Canvas連携はこの最後のプロセスを解決する。

ワークフローはシンプルだ。Deep Researchレポートを開いてCanvasに切り替え、欲しい出力形式を説明するだけ。

CanvasがDeep Researchレポートから生成できる形式

出力形式	活用例
インタラクティブウェブページ	データ分析レポート → クリッカブルな可視化ダッシュボード
インフォグラフィック	リサーチ概要 → 共有可能なビジュアルカード
クイズ	学習資料レポート → 自己評価クイズセット
インタラクティブチャート	数値データ → スライダー・フィルター対応チャート

教師にとって最も有用なフローはこれだ。授業のテーマに関する論文と教科書をアップロードしてDeep Researchレポートを作成し、Canvasで「学生向けの事前評価クイズに変換して」と依頼する。開発時間が時間単位から分単位に短縮される。

6. バイブコーディングとは何か：2026年の標準定義

バイブコーディング（Vibe Coding）とは、自然言語で何を作りたいかを説明し、AIがコードを書き、人間が結果をレビューして方向を調整する開発スタイルだ。コードを自分で書かなくても実際に動くアプリを作ることができる。

2026年の現在、バイブコーディングは特定ツールの機能ではなく、AI時代のソフトウェア開発の一つの方法論として確立された。Claude Code、Cursor、GitHub Copilotなど多くのツールがこの方法をサポートしているが、コードベース全体を理解し複数ファイルにまたがる変更を処理する能力において、Claude Codeが強みを発揮する。

バイブコーディング vs 従来の開発

観点	従来の開発	バイブコーディング
主な役割	コードを直接書く	方向設定とレビュー
参入ハードル	プログラミング言語の知識が必須	自然言語で十分
得意な作業	細かいロジック制御	機能実装、プロトタイピング、反復作業
AIの役割	補助ツール	実際のコード作成者

「バイブコーディングは、コードを書けない人がプログラミングを学ぶ方法ではない。方向性をわかっている人が実装スピードを劇的に上げる方法だ。」

7. Claude Codeで始めるバイブコーディング実践ワークフロー

バイブコーディング初心者が最も詰まるのは「どう依頼するか」ではなく「どういう順序で進めるか」だ。順序が成果物の品質を決める。

ステップバイステップのワークフロー

ステップ1 — Plan Modeで最初に設計する どんな複雑な機能も、実装を依頼する前に「Plan Modeで[目標の機能]の実装戦略を設計して」と依頼する。Claude Codeがアプローチと予想される問題点を提示する。コードより設計が先だ。

ステップ2 — 仕様書を作成する 「[機能の説明]のための仕様書を作成して」で要件を文書化する。明確に定義された仕様に基づいて作業することで、Claude Codeが方向を見失わなくなる。

ステップ3 — 検証ループを組み込む 実装依頼に「テストコードも書いて」「TypeScriptエラーがないか確認して」「ビルドが通るか確認して」を必ず追加する。検証なしのバイブコーディングは不安定な成果物を生む。

ステップ4 — /forkで代替案を探索する 設計の分岐点で/forkを使い、二つの方向を並列で試す。結果を比較して優れた方を選択する。

プランとモデル選択ガイド

Claude Code Pro：月$20。パートタイムのバイブコーディングには十分
推奨モデル戦略：日常的な作業はSonnet 5、複雑なアーキテクチャ判断はOpusに切り替え
コンテキスト管理：CLAUDE.mdにプロジェクトの概要とルールを定義しておくと毎セッションの再説明が不要

まとめ

三つのアップデートが送る共通のシグナルがある。

AIツールは「専門家しかできなかったこと」の境界を壊し続けている。

Claude CodeはSonnet 5のデフォルト搭載と1Mトークンコンテキストで、本格的な開発をより多くの人に開放している
Gemini Deep ResearchはファイルアップロードとCanvas連携で、リサーチを実際に活用できる成果物に繋げる
三つの変化のすべてが、今これらのツールに関わる人と後から合流する人の差を広げていく

始めるなら今だ。

関連記事

バイブコーディングを試してみましたか？最初に作ったものをコメントで教えてください！

Claude CodeのデフォルトモデルがSonnet 5に、Gemini Deep Researchが自分のファイルを読む、バイブコーディング完全入門ガイド：2026年7月第4週AIトピック3選

目次