Claude Code セッション管理を絵文字で15〜20並列

Claude Code のセッションを15〜20個同時に回している。そのために入れている仕組みは一つだけだ。15分おきにClaudeが全セッションの最後のやり取りを読み セッション名の先頭の絵文字を付け直す。この記事では絵文字の分け方と15分という間隔の意味 そして触るのを名前だけに限った理由をまとめる。仕組みは無料で公開してGitHubに置いた。

Claude Code のセッション管理で詰まるのは「次にどれを見るか」

セッションを増やすと最初に効くのは速さだ。だがすぐに別のものが足りなくなる。私の場合それは注意の配分だった。

15個動いていると状況はこうなる。どれかは私の判断を待っている。どれかは下書きまで終わっていて送るだけ。どれかはまだ走っている。それでも一覧の見た目は同じ名前の行が並んでいるだけだ。だから上から順に開いて最後のやり取りを読み 状況を思い出してから閉じる。この確認作業そのものが一番時間を食っていた。

つまり必要だったのは進捗バーでも通知でもない。「次に触るべき一つ」が一覧の段階で分かることだ。並列でAIを動かすときの上限はモデルの性能ではなく 人間が状態を把握できる限界で決まる。

絵文字で状態を5つに分ける

使っている絵文字は5つだ。

• 🔴 自分の判断が要る
• 📤 下書きができて送るだけ
• 👀 確認中
• ⏳ 作業中
• ✅ 完了

分け方の軸は「人間の手が必要か」そして「必要ならどんな手か」である。

🔴と📤を分ける理由

この2つを一緒にすると意味がなくなる。📤は中身にざっと目を通して送るだけなので数十秒で終わる。移動中でも処理できる。🔴は読んで考えて決める必要があるのでまとまった時間と頭の余裕が要る。

同じラベルにまとめると「手が必要なもの」の山ができるだけで どれを今やれるかが分からない。かかるコストで分けておけば 空いた5分で📤だけを片づけ 腰を据えられる時間に🔴を並べて処理できる。

⏳と👀は「触らないもの」を示す

⏳と👀は私が動く番ではない。ここに絵文字を付ける価値は「開かなくていい」と分かることにある。確認作業を減らすのが目的なら 何もしなくていいと分かるラベルにも同じだけ意味がある。

✅は閉じる候補として溜まっていく。片づけのタイミングを自分で選べるようになる。

15分おきにClaudeが名前を付け直す

ラベル運用でよく失敗するのは 人間が付け替える前提にすることだ。状態は自分が見ていない間に変わる。走っていたものは終わり 終わったと思っていたものは質問を返してくる。手で更新するラベルは必ず古くなり 古いラベルは見なくなる。

だから付け直しはClaudeにやらせている。各セッションの最後のやり取りを読み どの状態に見えるかを判断して 名前の先頭の絵文字を書き換える。

読むのは最後のやり取りだけ

全履歴を読ませる必要はない。知りたいのは「いま誰の番か」だけで それは最後のやり取りに出ている。読む範囲を最小にすると判定が速く 何度回しても負担が小さい。

15分という間隔

短くするとラベルが落ち着かず 一覧を見るたびに並びが変わる。長くすると古い情報を見て動くことになる。15分は私の作業の区切りと合っていて 一区切りして戻ってきたときにラベルが最新になっている感覚で使える。

判定はルールよりClaudeの読みに任せる

「この条件ならこの状態」と細かく書くより 最後のやり取りを読んで状態を選ばせたほうが壊れにくい。会話の終わり方は毎回違う。質問で終わることもあれば成果物で終わることもあり 途中で止まることもある。文章として読めば分かることを条件分岐で書き切ろうとすると例外に負ける。

触るのは名前だけにした理由

この仕組みはセッションの中身に触らない。変えるのは名前の先頭の絵文字だけだ。

これは手を抜いたのではなく意図した設計だ。自動化を自分の作業の中に入れるときは 失敗したときの最大の被害を先に決めておきたい。名前しか書き換えないなら 判定を間違えても被害は「ラベルが間違っている」で終わる。開いてみれば分かるし次の回で直る。作業そのものが壊れることはない。

被害が小さいと分かっているから自動化を信用できる。信用できるから自分で全部を見にいく回数が減る。生産性が上がったのはここだった。自動化が効くのは判断を代わりにやってくれるときより 確認しなくていい範囲を増やしてくれるときだと思う。

日本の企業でAIを並列に回すときに効くこと

日本の現場で「AIを入れたのに生産性が上がらない」という話を聞くとき 原因がモデルの出力の質にあることは私の感覚では少ない。詰まっているのはその後ろで 人間の確認待ちがどこに何個あるのか見えていないことが多い。

1人が複数のAIを同時に動かす働き方になると この問題は自動的に大きくなる。確認待ちの列は増えるのに列として見えないからだ。状態をラベルにして一覧の段階で見えるようにするのは この列を扱うための最小の道具だと思っている。

社内で共有するときのコツもある。「AIが何をしているか」ではなく「いま人間の手が要るのはどれか」を基準にラベルを作ると話が通りやすい。業務の言葉に近いからだ。

海外のAI企業が日本で伝えるときにも同じ示唆がある。機能の強さだけを説明すると「すごいがどう運用するか分からない」で止まりやすい。1人で何個回せるのか 誰がどのタイミングで確認するのか 失敗したときに何が壊れるのか。この3つに答えがあると日本の企業は導入の形を描ける。

自社で試すときの順番

同じ絵文字をそのまま持ち込む必要はない。業務が違えば状態の数も意味も変わる。順番だけ書いておく。

• 自分の仕事の状態を5つ前後で書き出す。増やしすぎると見分けがつかなくなる
• 「人間の手が要る」ものを手のコスト別に分ける。すぐ終わるものと考える必要があるものを一緒にしない
• 自動で書き換える対象は名前やタイトルのように間違っても戻せる場所から始める
• 更新の間隔は自分が作業に戻ってくる周期に合わせる

まずは今開いているセッションやタスクの一覧を見て 「次にどれを見るか」を決めるのに何秒かかっているか数えてみるといい。そこが削れるなら同じやり方が効く。仕組みはGitHubに置いてあるのでそのまま試してもらって構わない。