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] <lane>（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/<session_id>.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。