ゲームプランナーのためのClaude Code完全活用ガイド — 仕様書からバランシングまで

はじめに

本ガイドは、プログラミング経験のないゲームプランナーがClaude Codeを業務に即座に活用できるよう作成された教育資料です。コードを直接書く必要はなく、Claudeに自然言語でリクエストする方法を中心に説明します。

この文書は社内研修やワークショップ資料として活用できるよう構成されています。

本ガイドの内容

Part	テーマ	核心となる問い
Part 1	基礎設定	Claude Codeをどう始めるか？
Part 2	仕様書ワークフロー	企画書をどう体系的に書き、検証するか？
Part 3	データ分析＆可視化	データをどう分析し、見せるか？
Part 4	ゲームバランシング	数値設計をどう自動化するか？
Part 5	エージェント総合活用	どのエージェントをいつ使うか？
付録	プロンプト集	そのままコピーして使えるプロンプト

---

Part 1：基礎設定

1-1. Claude Codeとは？

Claude CodeはAnthropicが提供するターミナルベースのAIアシスタントです。通常のチャットとは異なり：

• ファイルを直接読み書きできる
• Pythonスクリプトを作成・実行できる
• 複数のエージェントを同時に活用できる
• プロジェクトのコンテキストを理解し記憶する

1-2. プランナーに必要な最低限の環境

必須：
  - Claude Codeのインストール完了
  - 作業用フォルダ（プロジェクトディレクトリ）

推奨：
  - Pythonインストール（データ分析・可視化用）
  - Google Cloudサービスアカウント（Sheets連携用）

1-3. 初回実行 — プランナーのための基本操作

Claude Codeを起動したら、自然言語で話しかけるだけです。

自分：「企画書のフォルダ構成を作って」
Claude：docs/plan/、docs/design/、docs/data/ フォルダを作成します

特別なコマンドの暗記は不要です。やりたいことをそのまま伝えるだけで大丈夫です。

---

Part 2：仕様書ワークフロー

ゲームプランナーの中核業務である仕様書作成→検証→技術仕様書変換をClaude Codeで自動化する方法。

2-1. 企画書作成 — /pdca plan

基本的な使い方

自分：/pdca plan gacha-system

この一行でClaudeが以下を自動生成します：

• 機能概要
• ユーザーストーリー
• 機能要件一覧
• 優先度分類
• リスク分析

生成されるドキュメント例

# ガチャシステム企画書

## 1. 概要
プレイヤーがゲーム内通貨を消費してランダムアイテムを獲得するシステム

## 2. ユーザーストーリー
- プレイヤーは単発ガチャ（1回）を引ける
- プレイヤーは連続ガチャ（10回）を引ける
- プレイヤーは天井（pity）システムで確定報酬を受け取れる
...

## 3. 機能要件
### P0（必須）
- [ ] 確率テーブルに基づくランダムアイテム付与
- [ ] 天井カウンター管理
- [ ] 通貨の差し引き及び不足時のエラー処理
...

より詳細な企画書が必要な場合 — plan-plus

自分：/plan-plus gacha-system

plan-plusは通常の/pdca planの強化版で：

1. 意図の探索 — 「なぜこの機能が必要なのか？」をまず質問
2. 代替案の比較 — 2〜3つの設計案を比較分析
3. YAGNIレビュー — 今すぐ必要でない機能の削除を提案

企画初期段階でブレインストーミングが必要な場合に効果的です。

2-2. 仕様書検証 — design-validator

企画書作成後、漏れや矛盾がないか自動チェックします。

使い方

自分：「docs/plan/gacha-system.md の仕様書を検証して」

Claudeが検出する項目

検証項目	例
欠落フィールド	「エラー処理シナリオが定義されていません」
数値の矛盾	「報酬上限は10個ですが、報酬テーブルに12項目あります」
用語の不一致	「第2節では『ダイヤモンド』、第3節では『宝石』と混用されています」
境界条件の欠落	「通貨が0の状態での動作が定義されていません」
依存関係の未定義	「インベントリシステムとの連携方式が明記されていません」

実践的なヒント

自分：「この仕様書に抜けている項目はある？」
自分：「この企画書の中で矛盾している部分を見つけて」
自分：「QAチームが指摘しそうなポイントを事前に見つけて」

2-3. 技術仕様書への変換 — /pdca design

企画書が完成したら、開発チームがすぐに作業できる技術仕様書に変換します。

使い方

自分：/pdca design gacha-system

変換結果の例

企画書の「確率テーブルに基づくランダムアイテム付与」が以下のように変換されます：

## API設計

### POST /api/gacha/pull
- Request: { userId, poolId, count: 1|10 }
- Response: { items: [...], pityCounter, remainCurrency }

## データベーススキーマ

### gacha_pools
| カラム | 型 | 説明 |
|--------|------|------|
| id | UUID | ガチャプールID |
| name | VARCHAR | プール名 |
| rates | JSONB | レアリティ別確率 |

### gacha_history
| カラム | 型 | 説明 |
|--------|------|------|
| id | UUID | 記録ID |
| user_id | UUID | ユーザーID |
| pool_id | UUID | プールID |
| items | JSONB | 獲得アイテム一覧 |
| pity_count | INT | 天井カウンター |

プランナーが直接APIやDBを設計する必要はなく、企画意図を技術言語に自動翻訳してくれます。

2-4. 仕様書↔実装のギャップ分析 — gap-detector

開発が進んだ後、仕様書通りに実装されたかを確認します。

自分：「仕様書と実装コードを比較してギャップ分析して」

結果：

📊 Gap Analysis Report
━━━━━━━━━━━━━━━━━━━━━
Match Rate: 78%

❌ 未実装項目：
  - 天井カウンター初期化ロジック（仕様書 3.2節）
  - 10連ボーナスアイテム付与（仕様書 3.5節）

⚠️ 仕様書と異なる実装：
  - 確率の小数点処理：仕様書は四捨五入、実装は切り捨て

✅ 正常実装：12/16項目

90%未満の場合、自動で修正提案を受けることができます。

---

Part 3：データ分析＆可視化

プランナーが最も多く活用することになる領域です。Claudeにデータを渡して分析と可視化をリクエストすれば、Pythonスクリプトを自動で作成・実行します。

3-1. CSV/Excelデータ分析

基本パターン

自分：「data/user_logs.csv ファイルを分析して
      ユーザーの離脱区間を見つけて」

Claudeが実行する作業：

1. CSVファイルの読み込み（pandas）
2. ユーザー別プレイパターン分析
3. 離脱ポイントの検出
4. 結果の要約と可視化

実践的なリクエスト例

# 基本統計
自分：「このCSVの基本統計（平均、中央値、分布）を見せて」

# フィルタリング
自分：「レベル30以上のユーザーだけ抽出して課金率を分析して」

# 比較分析
自分：「Aグループ と Bグループのリテンション差を比較して」

# 時系列分析
自分：「月別DAU推移をグラフで見せて」

3-2. KPI指標設計＆分析

ゲームKPIフレームワークのリクエスト

自分：「モバイルRPGのKPIフレームワークを作って。
      カテゴリ別に整理し、各指標の計算式と
      健全な基準値を含めて」

Claudeが生成するフレームワーク：

## ユーザー獲得指標
| KPI | 計算式 | 健全基準 |
|-----|--------|---------|
| DAU | 日別接続ユーザー数 | — |
| MAU | 月間接続ユーザー数 | — |
| DAU/MAU | DAU ÷ MAU | 20〜30% |

## エンゲージメント指標
| KPI | 計算式 | 健全基準 |
|-----|--------|---------|
| セッション長 | 平均プレイ時間 | 15〜30分 |
| セッション頻度 | 日平均接続回数 | 2〜4回 |
| D1リテンション | Day1接続 ÷ インストール | 40〜50% |
| D7リテンション | Day7接続 ÷ インストール | 15〜25% |
| D30リテンション | Day30接続 ÷ インストール | 5〜10% |

## 収益指標
| KPI | 計算式 | 健全基準 |
|-----|--------|---------|
| ARPU | 総売上 ÷ アクティブユーザー | ジャンルにより異なる |
| ARPPU | 総売上 ÷ 課金ユーザー | ARPUの10〜50倍 |
| 課金率 | 課金ユーザー ÷ アクティブユーザー | 2〜5% |
| LTV | ARPU × 平均寿命 | CPIの3倍以上 |

ファネル分析

自分：「チュートリアルのファネルデータです。
      ステップごとの離脱率を計算してチャートで見せて。

      Step1_開始：10000
      Step2_キャラ作成：8500
      Step3_初戦闘：7200
      Step4_報酬獲得：6800
      Step5_二回目の戦闘：4100
      Step6_村到着：3800
      Step7_チュートリアル完了：3500」

Claudeが自動的に：

1. ステップ間の離脱率を計算
2. コンバージョンファネルチャートを生成
3. 最も深刻な離脱区間をハイライト
4. 改善ポイントを提案（例：「Step4→Step5で38%離脱。2回目の戦闘難易度または報酬不足の検討が必要」）

3-3. データ可視化

チャートタイプ別のリクエスト方法

# 棒グラフ
自分：「カテゴリ別売上データを棒グラフで描いて」

# 折れ線グラフ
自分：「30日間のDAU推移を折れ線グラフで見せて」

# ヒートマップ
自分：「時間帯別・曜日別の同時接続者数をヒートマップで見せて」

# 円グラフ
自分：「通貨消費先の割合を円グラフで見せて」

# 箱ひげ図
自分：「レベル区間別セッション時間の分布を箱ひげ図で見せて」

# 散布図
自分：「プレイ時間と課金額の相関関係を散布図で見せて」

ダッシュボード生成

自分：「以下のデータでHTMLダッシュボードを作って。
      インタラクティブにフィルタリングできるといいな。
      - DAU/MAU推移
      - 売上推移
      - リテンションカーブ
      - コンテンツ別消費状況」

ClaudeがplotlyベースのインタラクティブHTMLダッシュボードを生成します。ブラウザですぐに閲覧できます。

3-4. Google Workspace連携

Google Sheetsからデータ読み込み

自分：「Google Sheetsからデータを読み込むPythonスクリプトを作って。
      シート名：『ユーザー統計_2026Q1』
      必要なカラム：date, dau, revenue, new_users」

Claudeが生成するコード構成：

# 1. Google API認証設定
# 2. シートデータの読み込み
# 3. pandas DataFrameへの変換
# 4. 分析と可視化

自動化ワークフロー

自分：「毎日Google Sheetsのデータを読み込んで
      自動で日次レポートを生成するスクリプトを作って」

構成：

1. Sheets APIでデータ収集
2. 前日比の変化率を計算
3. 異常値検出（急激なDAU低下など）
4. サマリーレポートのマークダウン自動生成

Sheetsに分析結果を書き込み

自分：「分析結果をGoogle Sheetsの『分析結果』シートに自動で書き込んで」

---

Part 4：ゲームバランシング

4-1. 数値テーブル設計

経験値/レベルカーブ

自分：「レベル1〜100の経験値テーブルを作って。
      条件：
      - レベル1→2：100 EXP
      - レベル99→100：500,000 EXP
      - 序盤（1〜20）は緩やかに、終盤（80〜100）は急激に
      - カーブタイプ：指数増加

      CSVとグラフの両方を出力して」

Claudeが実行する作業：

1. 指数関数パラメータのフィッティング（開始値100、終了値500,000）
2. レベル別必要経験値テーブルのCSV生成
3. 累積経験値グラフの出力
4. レベルアップ予想所要時間（分あたりEXP基準）の計算

ステータス成長カーブ

自分：「戦士クラスのレベル別ステータステーブルを作って。

      基本値（レベル1）：
      - HP：500、ATK：50、DEF：30、SPD：10

      レベル100目標値：
      - HP：50000、ATK：3000、DEF：2000、SPD：100

      成長カーブ：HPとDEFは線形、ATKは指数、SPDは対数

      レベル10刻みでテーブルとグラフを見せて」

通貨経済モデル

自分：「ゲーム経済シミュレーションを作って。

      日次流入：
      - デイリークエスト：ゴールド 500
      - ダンジョン報酬：ゴールド 300〜800（平均550）
      - ログインボーナス：ゴールド 200

      日次流出：
      - 装備強化：ゴールド 100〜2000
      - 消耗品購入：ゴールド 200〜500
      - ガチャ：ゴールド 300（1回）

      30日シミュレーションで
      ゴールドのインフレーションが発生するか確認して」

結果：

• 日次純収益の変化グラフ
• 30日後の予想保有ゴールド分布
• インフレーションリスク区間の表示
• 調整提案（例：「Day 15から流入が流出を超過。ゴールドシンクの追加が必要」）

4-2. 確率シミュレーション

ガチャ確率検証

自分：「ガチャの確率表をシミュレーションで検証して。

      確率：
      - SSR：1.5%
      - SR：13.5%
      - R：85%

      天井：90連以内にSSR未獲得時に確定
      10連ボーナス：SR以上1体確定

      10万回シミュレーションで：
      1. 実際のSSR獲得率が表記と一致するか
      2. 天井まで行く割合
      3. SSR 1体獲得までの平均投資量
      を確認して」

Claudeが実行するモンテカルロシミュレーション：

📊 シミュレーション結果（10万回）
━━━━━━━━━━━━━━━━━━━━━━━━━━
実際のSSR獲得率：1.52%（表記：1.5%）✅
天井到達割合：25.3%
SSR 1体までの平均：47.2回（中央値：42回）
SSR 1体までの最悪：90回（天井）

💡 分析：
- 4人に1人は天井まで行く
- 平均課金額（1回300円基準）：14,160円
- 上位10%の幸運：12回以内にSSR獲得

ドロップ率シミュレーション

自分：「ボスドロップテーブルの期待収益を計算して。

      ドロップテーブル：
      - 伝説武器（0.5%）
      - 英雄装備（5%）
      - レア素材（20%）
      - 通常素材（74.5%）

      各アイテムのゴールド価値：
      - 伝説：100,000
      - 英雄：10,000
      - レア：1,000
      - 通常：100

      ボスを100体倒したときの予想収益分布を見せて」

4-3. 戦闘バランシング

DPS/EHP分析

自分：「5つのクラスの戦闘バランスを分析して。

      戦士：HP 5000、ATK 300、DEF 200、SPD 80、スキル倍率 1.5
      魔法使い：HP 2500、ATK 500、DEF 80、SPD 100、スキル倍率 2.0
      弓使い：HP 3000、ATK 400、DEF 100、SPD 120、スキル倍率 1.8
      ヒーラー：HP 3500、ATK 150、DEF 150、SPD 90、スキル倍率 1.0（ヒール）
      アサシン：HP 2000、ATK 450、DEF 60、SPD 150、スキル倍率 2.5

      DPS（秒あたりダメージ）とEHP（有効HP）を計算して
      バランスが取れているかレーダーチャートで見せて」

難易度カーブ分析

自分：「ステージ1〜50のモンスターデータCSVを渡すね。
      難易度カーブが自然かを分析して、
      難易度が急上昇する壁（wall）区間を見つけて。

      比較基準：
      - 同レベルプレイヤーの平均ステータス対比モンスターステータスの比率
      - クリア予想時間の変化」

---

Part 5：エージェント総合活用

5-1. プランナーが知るべき主要エージェント

エージェント	一言で説明	プランナーの活用シーン
product-manager	要件分析＋ユーザーストーリー作成	企画初期、要件整理
design-validator	仕様書の完成度検証	企画書レビュー段階
gap-detector	仕様書 vs 実装の比較	QAまたは開発中間チェック
qa-strategist	QA戦略策定	テスト計画作成時
code-analyzer	コード品質分析	開発成果物の検収時
report-generator	完了レポート生成	マイルストーン完了時

5-2. 実践ワークフロー — 新機能の企画からリリースまで

Step 1：企画 — /pdca plan {機能名}
         ↓
Step 2：検証 — design-validatorで仕様書チェック
         ↓
Step 3：技術変換 — /pdca design {機能名}
         ↓
Step 4：実装中間チェック — gap-detectorでギャップ分析
         ↓
Step 5：品質検収 — code-analyzerでコード品質確認
         ↓
Step 6：完了報告 — /pdca report {機能名}

5-3. エージェントの呼び出し方

エージェントは自然言語で自動的にトリガーされます：

「この仕様書を検証して」          → design-validator が自動実行
「実装は仕様書通りになってる？」    → gap-detector が自動実行
「コード品質を分析して」           → code-analyzer が自動実行
「完了レポートを作って」           → report-generator が自動実行

---

Part 6：実践シナリオ集

シナリオ1：新キャラクターのバランシング

自分：「新キャラクター『炎術師』を追加したい。
      既存5クラスのステータステーブル（CSV）がこれです。

      炎術師のコンセプト：
      - 高火力の遠距離ディーラー
      - 体力が低い
      - 範囲攻撃特化

      既存バランスを崩さない
      ステータス範囲を提案して」

シナリオ2：イベント報酬設計

自分：「7日出席イベントの報酬テーブルを設計して。

      制約条件：
      - 総報酬価値：有料通貨1000円相当以下
      - 日を追うごとに魅力的な報酬に
      - 7日目に最大の報酬（離脱防止）
      - ゲーム経済への影響分析を含む」

シナリオ3：A/Bテスト結果分析

自分：「チュートリアルのA/Bテスト結果です。

      グループA（既存）：1000人、完了率35%、D7リテンション18%
      グループB（新規）：1000人、完了率52%、D7リテンション22%

      統計的に有意な差なのか検定して。
      信頼区間95%基準で。」

シナリオ4：コンテンツ消化速度の予測

自分：「現在のコンテンツ状況：
      - メインストーリー：50チャプター
      - デイリークエスト：5種
      - 週間ボス：3種
      - イベント：隔週1回

      ヘビーユーザー（日4時間）とライトユーザー（日30分）基準で
      コンテンツ消化完了までの時間を予測して」

シナリオ5：競合分析フレームワーク

自分：「競合RPG 3つのガチャシステムを比較分析するフレームワークを作って。

      比較項目：
      - 確率体系
      - 天井システム
      - 無料通貨の供給量
      - 課金効率（1万円あたりの期待SSR数）

      Excel形式で整理して」

---

付録A：プランナーのためのプロンプト集

仕様書関連

# 企画書作成
「XXXシステムの企画書を作って。ユーザーストーリー、機能要件、優先度を含めて」

# 仕様書検証
「この仕様書に漏れている項目や矛盾している部分を見つけて」

# 技術仕様書変換
「この企画書を開発チームがすぐ作業できる技術仕様書に変換して」

# 仕様書比較
「v1仕様書とv2仕様書の違いをまとめて」

データ分析関連

# 基本分析
「このCSVデータの基本統計と分布を見せて」

# 異常値検出
「このデータで異常な値やパターンを見つけて」

# 相関分析
「プレイ時間、レベル、課金額の間の相関関係を分析して」

# コホート分析
「登録月別コホートのリテンションカーブを描いて」

バランシング関連

# 数値設計
「レベル1〜Nの成長テーブルを作って。条件：...」

# 確率検証
「この確率表をN万回のシミュレーションで検証して」

# 経済分析
「通貨の流入/流出データでインフレーションシミュレーションを回して」

# バランスチェック
「このクラス別ステータスでDPS/EHPを計算してバランスを確認して」

可視化関連

# 単一チャート
「XXXデータを[棒/折れ線/円/ヒートマップ]チャートで描いて」

# ダッシュボード
「このデータセットでインタラクティブなHTMLダッシュボードを作って」

# Google Sheets連携
「Google Sheetsの『XXX』シートのデータを読み込んで分析して」

---

付録B：トラブルシューティング

よくある問題と解決法

問題	原因	解決
「CSVが読めない」	ファイルパスが間違っている	絶対パスまたは相対パスを確認
「チャートが出ない」	Python/matplotlibが未インストール	pip install matplotlib pandas を実行
「Google Sheetsに接続できない」	認証が未設定	サービスアカウントキーファイルの設定が必要
「シミュレーションが遅すぎる」	シミュレーション回数が多すぎる	1万〜10万回程度に調整

効果的なリクエストのポイント

1. 具体的な数値を含める — 「バランシングして」❌ → 「HP 5000、ATK 300基準でDPSを計算して」✅
2. 出力形式を指定する — 「分析して」❌ → 「CSVと棒グラフで見せて」✅
3. 制約条件を明示する — 「報酬を作って」❌ → 「総価値1000円以下、7日出席基準で」✅
4. 比較基準を示す — 「これ大丈夫？」❌ → 「D7リテンション20%基準で改善されたか確認して」✅

---

おわりに

Claude Codeはプランナーの業務を置き換えるツールではなく、プランナーの判断をデータで裏付けるツールです。

• 仕様書：構造化と検証を自動化するが、企画意図はプランナーが決める
• データ：分析と可視化を自動化するが、解釈と意思決定はプランナーの役割
• バランシング：シミュレーションと計算を自動化するが、楽しさの基準はプランナーが定める

Claudeは完璧ではありません。重要な数値や判断は必ず自分自身で確認してください。