Claudeの学び方：初心者からプロまでの完全ガイド

ここ数か月、私は継続的にClaudeを使ってきました。ブラウザで簡単で曖昧なプロンプトを書くだけの段階から、複数のデータソースに接続して分析し、意思決定できる複雑なエージェントを構築・ホスティングする段階へと進みました。仕事を助けるワークフローも、仕事外で使うツールも作ってきました。

Claudeを学ぶには、時間と継続、そして多くの試行錯誤が必要でした。ただ、誰でも（そして誰もが）Claudeや類似ツールの使い方を学べるし、学ぶべきだと思います。人の働き方、生産性の形、そして技術者・非技術者の双方にとっての可能性が変わってきているからです。

このガイドでは、セットアップやモード・モデルの理解といった基本から、最初のプロジェクトづくり、さらにはClaudeの高度な機能まで、Claudeの学び方を順を追って解説します。

進めながら、各ステップをハンズオンで学べる関連コースやリソースへのリンクも掲載します。私自身のClaudeの活用例や、始めるためのタイムライン付きロードマップも紹介します。

すぐにコースから始めたい場合は、まずはClaude 101コースから始めるのが最適です。

要約：Claudeの学び方

時間がない方のために、Claude学習の始め方の要点をまとめます。

• Claudeは単なるチャットボットではなく、リサーチやライティングからエージェント・自動化の構築までをカバーする複数モード（Chat、Cowork、Code、Design）から成るエコシステムです。
• 1日で実用段階に到達できます。中級機能まで習熟するには、毎日使って4〜6週間ほどかかります。
• 初期に最重要のスキルはプロンプトエンジニアリングです。求める内容・期待する形式・目的を具体的に記述するほど、出力の質は向上します。
• 学習パス：プロンプトの基本とセットアップ → モデルとモード → エージェントとProjects → API、MCP、RAGの順に進みます。
• 日々の実務・私的なタスクで使い込むことが、コースやチュートリアルだけよりも直感を速く養います。

Claudeとは？

多くの人にとって、Claudeと聞いて思い浮かぶのは、ChatGPTやGeminiに似た大規模言語モデルのチャットボットでしょう。もちろんそれも正しいのですが、それだけではありません。

実際のところ「Claude」は、さまざまな言語処理タスクにおいて、問いかけ、調査、計画、コーディング、構築を可能にするAIツール、モデル、モードのエコシステムです。Claudeは多用途のAIアシスタントです。

Claudeの学び方：初心者向けの概念と始め方

まずは、Claudeが実際にどんなもので、何ができるのかを把握することから始めます。

セットアップ：Web、デスクトップ、モバイル

Claudeにアクセスする方法はいくつかありますが、最初はWebインターフェースから始めるのがおすすめです。最も手軽に触り始められます。

まずはclaude.aiにアクセスしてアカウントを作成してください。

いくつかのプランがあるのに気づくはずです。初心者段階では、無料アカウントでまったく問題ありません。

ただし、学習を進めると、一部の機能やモードは有料プラン（$17〜$20/月〜）が必要になります。使いこなせる準備ができたと感じた時点で、Proアカウントをおすすめします。

料金の全体像は以下のとおりです。

現時点では無料アカウントのままログインしてください。

慣れてきたら、デスクトップやモバイル向けのClaudeをダウンロードして使うこともできます。

今では、私はほぼすべてのClaude作業をデスクトップアプリで行っていますが、時々ブラウザでログインすることもあります。

プロンプトを学ぶ：Claudeとのコミュニケーション

Claudeの使い方を学び始める際に最も重要なスキルは、プロンプトの出し方です。

ニーズを効果的に伝えられるかどうかで、結果が「良い」から「非常に良い」へと変わります。この技術・スキルはプロンプトエンジニアリングと呼ばれ、意味のある用途にClaudeを使い始める前に基本を学ぶことをおすすめします。

詳しくは、プロンプトエンジニアリングとは何かを解説したガイドを参照し、初心者向けのUnderstanding Prompt Engineeringコースで始めてください。AnthropicもClaudeのプロンプト作成ベストプラクティスを提供しており、こちらも必読です。

ただし要点として、プロンプトエンジニアリングは「魔法の言葉」ではなく、明確なコミュニケーションのことです。Anthropicのガイドが的確に表現していますが、Claudeを「有能だがあなたの文脈を知らない新しい同僚」として扱ってください。

何を、なぜ、どのような成果物が良いのかを具体的に説明するほど、Claudeのパフォーマンスは上がります。

初期に身につけたい3つの習慣：

• 期待する出力の形式を具体的に示す
• 依頼の背景にある理由（タスクそのものだけでなく）を伝える
• 例を使う

狙う構成や文体を示す「適切な1つの例」は、抽象的な指示の段落よりはるかに効果があります。

例を挙げます。

曖昧なプロンプトは汎用的な結果を生みます：

Explain machine learning to me.

よく構成されたプロンプトは、より役に立つ結果を生みます：

Explain machine learning to a marketing analyst who understands Excel 
and basic statistics, but has no coding background. 
Focus on the intuition behind how a model "learns" from data, not the 
maths. Use a real-world analogy from marketing or customer behavior. 
Keep it under 200 words.

2つ目のプロンプトは、読者、切り口、例の領域、文量制約を明示しています。Claudeは推測する必要がありません。

モデルを理解し、用途に合うものを選ぶ

ブラウザでもデスクトップアプリでも、Claude使用時に「利用中のモデル」を選ぶオプションが表示されるはずです。

選択肢はいくつかあり、名前からは違いが分かりづらいかもしれません。執筆時点では、Fable、Opus、Sonnet、Haikuといった選択肢が表示されるでしょう。これらは何を意味するのでしょうか？

モデルは、Claudeの異なるバージョンのようなもので、タスクに合わせて最適化されており、長所・短所があります。コーディングやAIエージェント構築に優れるものの、応答に時間がかかりコストも高いモデルもあれば、非常に安価で高速だが、深さや精度で劣るモデルもあります。

それぞれの特性と適性について（いずれも執筆時点での情報）、以下を読むことを強くおすすめします。

• Fable 5：ニュースで耳にしたことがあるかもしれません。最も高度なClaudeモデルです。稼働コストは高い一方、複雑な構築に挑む際の自由度は抜群です。
• Opus 4.8または5：こちらも高性能で、コーディングやAIエージェントに強いモデルです。ただし大規模運用では依然として高コストです。
• Sonnet 5：非常にバランスの良い万能型。最初の2モデルほどの驚異的な性能はないものの、高速・高効率で堅実な結果を出します。
• Haiku 4.5：とにかく素早い回答が必要なときに最適。電光石火の速さで非常に安価ですが、深さや品質はやや犠牲になります。

どのタスクにどのモデルを選ぶかを学ぶことは、Claude習得の重要要素です。まずは現在のデフォルトモデルであるSonnet 5を使うことをおすすめします。

ただし、より高度なタスクに進むと、OpusやFableのほうが適している場合があります。

Claudeのモードを理解する：Chat、Cowork、Code、Design

この時点で、ブラウザやデスクトップアプリのClaude内を触って、有料サブスクで特に多くのオプションがあるのを見かけたかもしれません。

無料プランでも、Claudeには選択可能な特化モードがいくつかあることは知っておく価値があります。主に3つ＋「おまけ」の1つがあり、いずれも特定のタスク向けです：Claude Chat、Claude Cowork、Claude Code、Claude Design。

無料プランではChatのみが利用可能ですが、学習を進めるには十分です。基本を超えてCowork、Code、Designを使うにはProサブスクリプションが必要です。

今は違いだけ把握しておけば十分です。概要を見ていきましょう。

• Claude Chat：デフォルトのチャットボット。調査、アイデア出し、文書分析、一般的な問題解決に使えます。
• Claude Cowork：ナレッジワーカー向けのアシスタント。ローカルのファイル・フォルダー・アプリに直接接続し、自動化の作成、一括整理、データ処理などを行えます。
• Claude Code：コマンドラインと対話できるAIエージェント。開発者向けで、プロジェクトディレクトリの読解・作成、コードベースのリファクタリング、ターミナルからのテスト実行に対応します。
• Claude Design：ビジュアル制作ツール。自然な対話を通じて、デザイン作成・編集、プレゼン作成、インタラクティブなプロトタイプ構築ができます。

学習が進めば、目的に応じて各モードを使い分けるようになるでしょう。今は、以下のリソースで各モードの基本を確認してみてください。

• Claude 101コース
• Claude Designとは？ 
• Claude Coworkチュートリアル
• Claude Codeチュートリアル

コンテキストウィンドウとトークンを学ぶ

モデル間の主な違いの1つに、コンテキストウィンドウがあります。

要するに、コンテキストウィンドウとは、Claudeが高い性能を保ちながら一度に扱える情報量のことです。ウィンドウが大きいほど、文脈を忘れたり応答生成中に作業メモリが不足したりせず、長く会話を続けられます。

これは人間の短期記憶に似ており、目の前のタスクのための情報を保持します。

一般にこれはトークンで測られます。トークンとは、Claudeに与えるテキスト・画像などの入力を分割した要素です。たとえばプロンプトを入力すると、その文字列は小さな単位（トークン）に分解され、LLMが人間の入力を解析しやすくなります。

高度なClaudeモデル（FableやOpusなど）のコンテキストウィンドウは約100万トークンです。小型モデル（Haikuなど）では約20万です。

100万トークンは、およそ75万語に相当します。

多いように聞こえますが、画像・動画・音声・文書・コードなどを追加し始めると、すぐに上限に近づきます。もちろん、やり取りを重ねるほど、メモリ内のトークン消費も増えます。

コンテキストウィンドウとトークンの詳細は、以下のリソースを参考にしてください。

• トークナイゼーション入門ガイド
• コンテキストウィンドウとは？  

Artifactsに触れる

Claudeを使う上で理解しておくべき要素の1つがArtifactsです。後半で詳しく扱いますが、今は基本だけ押さえておけば十分です。

Artifactsとは、Claudeとやり取りする中で生成されるインタラクティブな出力のこと。文書、コードスニペット、Claude内でプレビュー可能なミニWebアプリなどが含まれます。

Artifactsの良い点は、同じワークスペースで出力をプレビューしつつ、Claudeに修正を依頼して結果を確認できることです。プロジェクトの反復にとても役立ちます。

詳しくは、Claude artifactsの入門記事をご覧ください。

最初のClaudeプロジェクトに取り組む

ここまで来たら、Claudeの基本的な動作と各モデルとのやり取りに慣れているはずです。

いよいよ、最初のプロジェクトで実践しましょう。

（注：ここでいう「プロジェクト」はアイデアのことです。Claudeの機能である「Claude Project」のことではありません。これは次のセクションで扱います）

この段階では、ぜひ自身の経験に合わせてプロジェクトを選んでください。仕事でも私生活でも、毎回手作業で行っている面倒な作業やワークフローは何でしょうか？

旅行の行程づくりや文書要約のような単純なものでも構いません。Claudeと一緒に形にしましょう。しっかりしたプロンプトから始め、出力を見て、そこから調整を重ねます。

私の場合、よく早期リタイアについて考えます（ネタバレ：まだ20年先です）。そのたびに現在の貯蓄額、各シナリオの意味、各種要因に基づく生活費を試算し直さなければなりません。そこで手計算・メンテの代わりに、スライダーや入力を調整できるライブダッシュボードをClaudeに手伝ってもらって作成しました。

内容は人それぞれで構いません。今の段階の目的は、Claudeを実際に使い、その能力と限界を見極めることです。

Claudeの学び方：中級の概念

ここまでで、Claudeの基本や一部機能の使い方は理解できたはずです。次は、より新しく高度な機能に進みましょう。

この段階になると、Claudeは単なる便利なチャットボットから、カスタマイズされたアシスタントへと化けます。ここからが面白いところです。

エージェントを理解する

AIエージェントはこの1年ほどの間で最も話題のトピックの1つです。AIエージェントとは、環境を知覚し、入力から学習し、特定の目標達成に向けて複雑な自動意思決定を行うシステムのことです。

エージェントは、標準的なAIチャットボットといくつかの点で異なります。なかでも重要なのは、目標達成に必要なツールや連携を自ら判断し、呼び出して計画を実行できる点です。

Claudeを学ぶうえで重要なのが、成果重視のエージェントであるClaude Coworkへの習熟です。PC上のファイル・フォルダー・アプリにまたがるマルチステップのワークフローを実行できます。

この段階でおすすめのリソース：

• LLMエージェント解説（ブログ）
• AI Agent Fundamentals スキルトラック
• Claude Coworkチュートリアル

Artifactsで構築する

初心者編では、ClaudeがArtifactsを自動生成し、サイドパネルで閲覧できることを見ました。

次のステップは、自分でArtifactsを作ることです。目標達成のために、視覚的でインタラクティブな出力を作るようClaudeに明確に指示します。

例として、DataCamp編集チームでは、各種データ入力を追跡してコンテンツの成果を確認する共有Artifactを使っています。チーム全員がアクセスでき、明確で有用なスナップショットを提供します。

もちろん本当に有用な水準に達するまでには反復が必要でしたが、それこそがClaudeの良さです。非技術職でも強力な成果を出せます。

Claude Artifactsを学ぶには、以下をどうぞ：

• 公式のClaude Artifactsガイド

プロジェクトとスキルファイルのためのシステムプロンプトを理解する

ここからは、Claudeを本格的にカスタマイズし、あなたが誰で何を期待しているかを理解させます。

Claudeをしばらく使うと、やや汎用的に感じるやり方・回答のトーンに気づくはずです。これはClaudeのシステムプロンプト—Claudeの人格と行動のガードレールを定義する「基本指示」のためです。

これらを理解すると、やや汎用的な基準を超えて、より専門的・個別化されたClaudeへと進めます。

特に有効なのが、Claude Projectsとスキルファイルの2領域です。

• Projects：独自のシステムプロンプトに近いものを作成できます。文脈、トーン、出力の嗜好などのカスタム指示を書き、プロジェクト内のすべての会話に適用できます。
• スキルファイル：特定の成果に向けたステップバイステップの指示を含むモジュールを作成できます。毎回のタスク実行方法についての文脈をClaudeに与えます。テンプレート作成やトーン&スタイル規定などに便利です。

理解を深めるためのリソース：

• Claudeのシステムプロンプトに関する情報
• プロジェクト章の導入（Claudeコース）
• Inside Claude skills チュートリアル
• Claudeスキル作成ウェビナー
• Introduction to Agent Skillsコース

深くリサーチする

Claudeの最も便利な機能の1つがリサーチ機能です。多くのLLM同様、Claudeの既定の知識は学習時点のデータに依存します。そのため、最新動向などで知識の空白が生じることがあります。

リサーチ機能は、エージェント的に情報を探索・分析することで、この制約を回避します。機能をオンにすると、質問に対して複数のエージェントが相互に補完する形で検索を行い、次に何を調べるべきかを決定します。

Claudeは、クエリに対して多面的・体系的に自動探索を行い、正確で最新の情報を引用付きで返しますので検証が可能です。

Claude学習の一環として、この機能を試すことをおすすめします。最新のAI動向を調べる際に非常に重宝しています。

あわせて、Claude Coworkで競合調査ボットを構築するウェビナーもおすすめです。

Claudeの学び方：上級機能

この段階まで来れば、Claudeとその機能の理解は十分でしょう。チャット機能を使い、Claude Coworkで調査・計画・可視化まで行えるはずです。

ここから、さらに一段上を目指します。

APIとSDKで構築する

ここまでは、ClaudeのWebサイトやデスクトップアプリを開いて作業してきました。では、Claudeの頭脳を、普段使っているアプリやスプレッドシート、システムに直接組み込みたい場合はどうするでしょう？そこで役立つのがAPIとSDKです。

API（Application Programming Interface）は、ソフトウェア同士が会話するためのデジタルな橋です。Anthropic APIを使えば、チャット画面を開かずに、Claudeへ指示を送り、自動で回答を受け取れます。

SDK（Software Development Kit）は、PythonやTypeScriptなどの人気言語向けに用意された「スターターキット」で、その橋づくりを容易にしてくれます。

本格的なプログラマでなくても、APIの基礎を学ぶ価値は大きいです。例えば、毎週のDataCampのコンテンツ指標を手作業でコピペする代わりに、簡単なスクリプトとAPIでデータ送信を自動化し、毎週月曜の朝にはサマリーが用意されている状態にできます。

つまり、Claudeが手動のアシスタントから自動のエンジンへと進化します。

Claude APIを始めるには以下を参照してください。

• Claude APIガイド
• Claude API in Python チートシート
• Claude Code in Action コース
• Anthropic公式APIドキュメント

MCPを接続する

MCPにより、Claudeはさらに賢くなります。ここまでは、ローカルファイルの読み取り、シェルコマンドの実行、与えたデータの探索といった範囲で扱ってきました。

MCPは外部ツールとデータへのアクセスを提供します。いわばAI用のUSBポートのようなものです。USBポートを通じてPCをさまざまなデバイスに接続できるのと同様、Model Context Protocol（MCP）は、外部アプリやデータソースにClaudeが標準的な方法で接続する仕組みを提供します。

多くのデータストリームにアクセスしたいとき、アプリやデータベースから手作業でダウンロードして1つずつClaudeに渡す必要がなくなります。Claudeがツールとリアルタイムにやり取りできます。

MCPを理解するためのリソース：

• MCPガイド
• Introduction to Model Context Protocol (MCP) コース
• Claude Code MCPチュートリアル

プロンプトキャッシングを理解する

初心者編で、トークンとコンテキストウィンドウという概念に触れました。これらはClaudeの効率やコストに直結し、野心的なプロジェクトに拡張するほど重要になります。

Claudeにはプロンプトキャッシングという機能があり、大規模データセット、長文書、複雑な指示といった大量の背景情報を保存して、毎回最初から読み直さずに済むようにできます。

通常、同じデータ（例：大きなPDF）について複数の質問をすると、Claudeは質問のたびに全文書を再読し、トークンとコンテキストの枠を消費します。

プロンプトキャッシングにより、重要情報を短期記憶に固定でき、トークン使用量とコストを削減できます。API利用時や、多くの反復を要する大きなアプリ・ワークフロー構築に特に有効だと感じます。

詳細学習のためのリソース：

• プロンプトキャッシングのドキュメント
• プロンプトキャッシングガイド
• Claude Opus 5 APIチュートリアル（プロンプトキャッシングを扱います）

RAGシステムを構築する

Claudeの使用に十分慣れてくると、もっと多くのデータを使わせたくなります。とはいえ、1つのプロンプトに含められる量には限界があります。

ここで役立つのがRAG（Retrieval-Augmented Generation）です。名前はやや不格好ですが、概念は単純で、Claudeに追加できる特定データ向けの「賢い検索エンジン」です。

会社のWikiや長年のデータ・文書を一度にすべて渡すのではなく、RAGはまずデータベースから関連性の高い情報を検索し、Claudeが高精度な回答を組み立てられるようにします。

RAGを学ぶことで、Claudeに社内データを理解させられます。つまり、ビジネス文脈を熟知したAIエージェントやアシスタントを作れるようになります。

RAGの導入には以下を参考にしてください。

• What is RAG? ガイド
• RAG with LangChain コース
• Agentic RAG チュートリアル
• RAGパイプラインの構築と評価（ウェビナー）

Computer Useを理解する

先ほど、Claude Coworkがさまざまなタスクを助けるAIエージェントだと紹介しました。では、PC操作を自動で行う自分版Coworkを作るとしたら？

Claude Computer Useを使えば、それが可能です。Computer Useは、Claudeに画面を見る、カーソルを動かす、ボタンをクリックする、テキストを自動入力するといった能力を与えます。

Claudeエコシステムの中でも非常に面白い要素で、仕組みやワークフローでの活用法を知っておく価値があります。上級・開発者向けの色合いは強いですが、可能性は刺激的です。

詳しく学ぶには以下をどうぞ。

• Anthropic Computer Use ガイド
• Claude Computer Use ドキュメント

すべてをつなげる

ここまで、基礎から上級機能まで、段階的にClaudeの学び方を見てきました。

最後のステップは、学んだことを統合することです。

ここでも個人プロジェクトをおすすめします。小さめの課題から始め、反復しながら拡張し、新しいツールやスキルファイル、MCP接続などを取り込んでいきましょう。

Claudeを学ぶ最良の方法は、使い続け、その能力を試し続けることです。しばしば、境界は自分の想像力だけです。

なぜClaudeを学ぶのか？

唐突に聞こえるかもしれませんが、妥当な問いです。Claudeを学ぶ時間と労力に見合う価値はあるのでしょうか？

私は大いにあると思います。ChatGPTの登場以来、（Cursorと並んで）私の仕事の実務に最も大きな影響を与えたツールです。

かつては数時間かかった反復作業が、今では数分で終わります。分析やレポーティングの腕も上がりました。かつてなら習得に数か月かかったであろうワークフロー、ダッシュボード、アプリも構築できます。

そして、Claudeのようなツールの重要性は、個人的な実感だけでなくデータにも現れています。最近のTechCrunchの記事でも紹介したように、DataCampサイトでは「Claude」が「AI」を上回る最も検索される用語になりました。

人々はAnthropicのツールの学び方を熱心に探しています。6月だけで検索は18倍に増えました。

働き方はこれまで以上のスピードで変化しており、その変化をClaudeのようなツールが大きく後押ししています。これは「未来のスキル」ではなく、「今すぐ必要なスキル」です。

Claudeを学ぶのにどれくらい時間がかかる？

早く始めたい一方で、高度に特化した接続型AIエージェントを作れるようになるまでの期間も気になるところでしょう。

明確な答えはありません。1日触るだけでもだいぶ使えるようになります。実践的な流暢さの獲得には、利用頻度にもよりますが4〜6週間ほど。数か月かけても、試せる新しいことが尽きることはないでしょう。

目標次第です。Claude Chatでの調査・執筆が目的なら、半日の試行でほぼ達成できます。カスタムエージェントの構築、外部データソースの接続、APIの活用が目的なら、現実的には2〜3か月のプロジェクトです。

私なら次のように分解します。

Claude学習プランの例

ここまでの記事で、初心者から上級までの段階的な進め方を概説しました。

これを実際のスケジュールに落とし込むと、次のようになります。

1日あたり30〜60分を想定しています。週に数時間しか取れない場合は期間を延ばしてください。進む段階は同じで、ペースだけが変わります。

1〜2週目：初級の基礎

• Claudeアカウントを作成し、目的を決めずに1時間インターフェースを触ってみる
• Claude 101コースを受講する
• 同じプロンプトを5通りに書き換える。最初は曖昧に、徐々に具体性を上げる。違いをすぐに実感できるはずです。
• Anthropicのプロンプト作成ベストプラクティスを読む
• XMLタグとChain-of-Thoughtプロンプティングに注目。Claudeが非常によく反応する2つのテクニックです。
• Understanding Prompt Engineeringコースを修了する

3〜4週目：最初のプロジェクト

• 実際のワークフローを1つ選ぶ。繰り返し手作業で行っているものを、Claudeに改善・自動化の支援を依頼する
• 複雑な文書（PDFレポートやチャートのスクリーンショットなど）をアップロードし、要点の統合を依頼する
• 思い通りに動くまで、少なくとも5回は反復するつもりで。これはごく普通のことです。
• Claude Artifactsガイドを読み、ビジュアル出力の作成を試す

5〜6週目：中級機能

• 定期タスク向けに、カスタム指示付きのClaude Projectを設定する
• よく知るトピックでリサーチ機能を使い、精度を評価する
• Introduction to Agent Skillsコースを修了する
• AI Agent Fundamentals スキルトラックを修了する

7〜8週目：上級機能の導入

• Anthropic APIへのアクセスを取得し、基本的なスクリプトを実行する
• 日常的に使うツールにMCPを1つ接続する
• Software Development with Claude Codeコースを開始する

9週目以降

ここからは個別化の段階です。自分のワークフローでClaudeが最も有用な領域が見えてくるので、次のステップは自然に決まっていきます。

提案：今の自分の実力を少し超えるプロジェクトを1つ選び、そこに向けて取り組んでください。現状と目標の「ギャップ」こそ、最速で学習が進む場所です。

まとめ

このガイドの執筆は想定より時間がかかりました。ここ数か月で、自分でも気づかないほど多くのことを学ぶ必要があったし、実際に多くを学んだのだと思います。そして今も学びは続いています。試したい新機能、新しく取り組みたいプロジェクトが次々と出てきます。

仕事では、非効率で改善が必要なワークフローに直面することがよくあります。業務の質を高めるために使えそうなツールも見つかります。私生活でも、取り組みたいプロジェクト、他の人に教えたいことがたくさんあります。

この数か月、ほぼ毎日Claudeを使ってきたからこそ、そう感じるのだと思います。その前は、より基本的な機能を中心に使っていました。

このガイドが、Claudeの学び方を明確に示せていれば幸いです。道しるべとなるリソースは揃っていますが、最も差を生むのは、さまざまな機能に自ら飛び込み、実験する姿勢です。

健闘を祈ります。まずはClaude 101コースから始めるのがおすすめです。