# 高額モデルを「相談役」に固定し、実行を安いAIへ自動で振り分ける hook の型（Claude Code） ## 症状 - Claude Code の既定モデルを最上位モデル(単価が Opus の2倍)にしたら、使った体感は同じなのにプラン上限(5時間枠・週間枠)が倍速で減る。 - 会話ログ(`~/.claude/projects/**/*.jsonl` の `message.usage`)を集計すると、人の1メッセージあたりモデル呼び出しが 40〜50 回、1回あたりの入力文脈が 15〜18 万トークン。上限消費の 85% は入力側(キャッシュ書き込み+読み出し)で、出力は 15% しかない。 - つまり「上位モデル本体がツールを何十回も自分で叩く」構造が原因で、出力を削っても効かない。 ## 方針 上位モデルは「相談・判定・委譲・結果確認」だけ。実行は次の優先順で振る。 1. 非Claude の安い経路(定額のコード生成CLI、無料枠の長文脈モデル、激安の分類/抽出API) 2. それが全部落ちた時だけ Claude の中位モデルをサブエージェントとして使う 3. 最上位以外の高性能モデルは「複数仮説の設計判断」だけ ## 実装(3つの hook) ### 1. UserPromptSubmit: 依頼をレーンに分類し、先頭に1行注入する - 純関数 `classifyRequest(prompt)` を作る。正規表現ベースで十分。レーン例: `consult`(質問・相談) / `implement`(作って・直して) / `edit-small`(1行・typo) / `verify`(テスト・確認) / `bulk`(分類・抽出・要約・N件) / `mcp`(外部コネクタ操作＝Claude しか届かない) / `design`(設計・複数案)。 - 優先順位を固定する: `mcp > bulk > implement > edit-small > verify > design > consult`。ただし「bot を実装して」のように **作る語を含むときは mcp より implement を優先**(コネクタ名が入っているだけで中位モデルへ行かないように)。 - 急ぎ語(今すぐ・至急)があれば夜間バッチ経路を主経路にしない(既存の即時実行ルールと矛盾させない)。 - 出力の先頭行を固定書式にする: `[実行レーン] （理由）→ 主: <コマンド> ／ 失敗時: <代替> ／ 本体は判定・委譲・確認の3ターン以内`。 - 同時に `~/.claude/session-lane/.json` に `{lane, toolCalls: 0, laneOk}` を書く(次の hook のカウンタリセット兼用)。 - プロバイダの一時停止状態(クールダウン台帳)を読み、主経路が止まっていれば次候補を出す。 ### 2. PreToolUse(Bash|PowerShell|Edit|Write): 本体の直接実行を数えて止める - サブエージェントの呼び出し(transcript_path に `subagents`)、委譲コマンド自身(コード生成CLI・LLM呼び出しCLI)、短い読み取り専用コマンド(git/cat/ls/grep 等)、`.md` や設定ディレクトリ配下の編集は除外。 - 現在のメインモデルは transcript 末尾を読んで判定し、高額モデルの時だけ効かせる(全読みしない。末尾 256KB で十分)。 - `toolCalls` を +1 し、しきい値(既定: 4 で警告、8 で deny)を `~/.claude/lane-guard.json` で上書き可能にする。deny は実行系レーン(implement/edit-small/verify/bulk)だけ。consult/design/mcp は警告まで。 - 例外の逃げ道を必ず用意する: 依頼文の `[LANE-OK]`、または `~/.claude/cost-enforce-override` ファイル。コード生成CLIが上限中でフォールバックも無い時は deny を警告に落とす。 - deny 理由文にはそのレーンの主経路コマンドをそのまま書く(行動できない警告は無視される)。 ### 3. PreToolUse(Agent): サブエージェントのモデル省略を止める - メインが高額モデルの時、`model` 省略のサブエージェント起動を deny。省略は親モデルを継承するので、単価2倍の実働が静かに発生する。理由文に「量産/編集/確認は中位モデル、分類は最小モデル、設計判断のみ上位」を書く。 ## 検証 - 分類の単体テスト(各レーン2〜3例、優先順位、レーン固定タグ、急ぎ語)。 - hook を子プロセスで実行し、先頭行が `[実行レーン]` で始まることを確認。 - lane-guard は一時 HOME にダミー transcript(model を仕込む)と状態ファイル(`toolCalls: 7`)を置き、8回目で deny、読み取り専用と委譲コマンドが除外されることを確認。 - 登録後は settings.json を JSON として読み、対象コマンドの有無を確認する(「登録済み」のメッセージだけで完了判定しない。別ツリーを見て黙ってスキップしていた実害あり)。 ## 効果の測り方 - プラン上限は公式の利用状況エンドポイントを叩き、`five_hour`/`seven_day` だけでなく `limits[]` のモデル別スコープも読む(上位モデル専用の週間枠が先に埋まる)。 - 会話ログで「人のメッセージ数」「モデル呼び出し数」「1回あたり文脈トークン」を日次で出し、呼び出し/メッセージ と 文脈サイズ が下がっているかを見る。人のメッセージは content が配列(text ブロック)の形式もあるので、文字列だけ数えると 0 に誤判定する。 ---