AIの利用ログを振り返る機能は、感傷のためではなく自動化の判断材料として見ると価値が出る。Anthropicが公開した「Reflect」はClaudeの使い方を可視化するダッシュボードだが、筆者はこれを「どの定型作業をスケジュール実行に切り出すか」を決める材料として使いたい。ピーク時間帯とタスク種別が数字で出るなら、それは振り返りのレポートである以上に、自分のワークフローの棚卸し表になる。
目次
何が起きたのか
2026年7月9日ごろ、AnthropicがReflectをベータとして公開した。Claudeの使い方を振り返るダッシュボードで、主要トピック・利用パターン・タスク種別の要約から始まる。対応はWebとデスクトップアプリ、プランはFree/Pro/Maxのいずれでも使える。
公開直後には「Spotify Wrapped のClaude版」とたとえられて話題になったらしい。年末に音楽の再生傾向をまとめて見せるあの体験を、AIとの対話に置き換えたイメージだと思えば入り口としては近い。ただしメトリクスを眺めて楽しむだけの機能かというと、開発者の視点では少し違う使い道が見えてくる。
前提として押さえておきたいのが、Reflectはメモリ機能がオンになっていることを条件にする点だ。メモリをオフにしているとレポート自体が生成できない。新規アカウントの場合、意味のあるデータが溜まるまでにおよそ24時間かかる。触ってすぐ真っ白でも、それは不具合ではなく仕様の側だ。
データの出どころを正確に把握する
Reflectを評価するなら、まず何を読んで何を読まないかを押さえたい。ここを誤解したまま使うと、精度も安心感もかみ合わなくなる。
Reflectが参照するのはメモリストアだ。生のチャット履歴を毎回スキャンしているわけではなく、およそ24時間ごとに圧縮されたプロファイルを読む。要約済みの層を経由して傾向を出す作りなので、振り返りに反映されるまでには時差がある。数千件の会話を都度なめ直しているイメージを持つと、精度への期待がずれる。
この時差は使うときの期待値に効いてくる。昨日の夜に一度だけ投げた重い依頼は、翌日の振り返りにはまだ乗っていない可能性がある。Reflectが映すのは積み重なって圧縮に残った傾向なので、単発の作業を確認する道具として見ると空振りする。定型として繰り返している型ほど、この可視化には素直に現れる。リアルタイムの利用計とは性質が違うと分かっていれば、読み違えは減らせる。
除外の設計もはっきりしている。シークレットチャットは対象外。連携ツールを使った会話でも、その元ファイルまでは引きに行かない。ヘルス連携の会話にいたっては完全に除外される。振り返りの対象を「見られてもいい範囲」に絞る作りになっていて、可視化と機微情報の距離の取り方は個人的に好感が持てる部分だった。
振り返りのウィンドウは過去1か月・3か月・6か月・12か月から選べる（この期間指定は二次情報として把握している）。直近の集中作業を見るのか、半年単位のクセを見るのかで、読み取れるものは変わってくる。
もう一点、Reflectの要約はAnthropicのAI Fluency Framework、すなわちdelegation（委任）・description（記述）・discernment（見極め）・diligence（丁寧さ）の4つにマッピングされる。自分の使い方がどこに偏っているかを、この枠組みで振り返れるようになっている。
ピーク時間帯とタスク種別を自動化の入口にする
ここからが開発者にとっての本題だ。ピーク時間帯とタスク種別が数字で出ると、何が分かるのか。
例えば、毎週決まった曜日の午前中にコードレビューの下書きやリリースノートの整形を投げている、というパターンが見えたとする。同じ形の依頼を週次で繰り返しているなら、それはスケジュール実行やスクリプトに切り出せる候補だ。筆者は実際、週次のニュース収集をタスクスケジューラで回すようにして、毎週手で叩いていた検索と整形の作業を自動起動に置き換えた経験がある。可視化されたログは、この「どれを外に出すか」を決める材料になる。
もう一段具体化すると、毎朝おなじ形式でログを整形してから作業を始めているなら、その整形工程は cron やタスクスケジューラへ移せる。人が始業時に手で叩いている工程がピーク時間帯として数字に浮けば、その枠を機械の定時起動に置き換える判断がつく。可視化の役割は、ぼんやりした気づきを「これを切り出す」という意思決定の一歩手前まで運ぶことにある。
タスク種別の内訳も判断に効く。要約・分類・変換のような軽い定型が上位を占めているなら、モデルを難度で使い分ける余地が大きい。筆者はタスクの難しさでモデルを選び分けているので、軽い処理が利用の多くを占めていると分かれば、そこは安いモデルや決め打ちのスクリプトに寄せていい、と判断できる。逆に設計や調査のような重いタスクが上位なら、そこは人が舵を取る領域として残す。
振り返って「へえ」で終わらせず、繰り返しの定型を切り出す作業リストに変換する。Reflectの数字は、その変換のための入力だと考えると使い道がはっきりする。
AIとの距離感を設計する機能でもある
Reflectには利用量そのものに向き合わせる仕掛けも入っている。利用が一定量に達すると休憩を促すリマインダーが出て、さらにクワイエットアワーを設定すれば、その時間帯は通知や促しを抑えられる。
可視化と休憩の促しがひとつの機能に同居しているのは、使い方を振り返らせつつ、AIとの付き合い方の距離を利用者側で調整させる設計思想だと読める。利用に区切りを入れる方向へ倒しているのは記録として書いておきたい。
編集的な視点も併記しておく。TechCrunchなどでは、Reflectのようなダッシュボードをエンゲージメント機能ととらえ、利用を振り返らせることでProjects機能へ誘導する狙いがあるのでは、という見方も出ている。これは仕様として明言されたものではなく論調としての指摘だが、機能の受け止め方として頭の片隅に置いておく価値はある。
なお時間の計測や、Cowork会話の振り返りは「近日」提供とされていて、現時点では入っていない。今のReflectで見えるのはあくまで傾向の要約までだ。
Reflect を待たずに取れる数字を測った
可視化を自動化の材料にするという話は、可視化の粒度で決まる。Reflect を使わなくても手元で取れる数字があるので、そちらを先に測った。Claude Code の -p に --output-format json を付けると、1回の実行ぶんの明細が返る。
claude -p "<いつもの依頼>" --output-format json返るキーは21個で、total_cost_usd・usage・modelUsage・permission_denials・duration_ms・ttft_ms・num_turns・session_id が入っている。3ケース測った結果がこれになる。
| 依頼 | コスト | キャッシュ書込 | キャッシュ読込 | 出力 |
|---|---|---|---|---|
| 「OKとだけ答えて」（Haiku 4.5） | $0.0689 | 33,245 | 18,881 | 102 |
| ファイルを1つ読んで3行要約（Haiku 4.5） | $0.0726 | 31,319 | 75,559 | 475 |
| 同じ要約を Sonnet 5 で4.6倍 | $0.3317 | 49,620 | 97,791 | 309 |
1行目と2行目の差が5%しかない。何もしていない依頼と、ファイルを読んで要約する依頼が、ほぼ同じ値段になっている。
ここが可視化の粒度の話につながる。時間帯やタスク種別で束ねた集計だと、この形は見えない。実際の姿は「セッションを立て直すたびに3万トークン積んでいる」で、打ち手は1セッションで続けて作業することになる。時間帯の集計から出てくる「午前に使いすぎ」は、作業時間を動かす打ち手しか示さない。
自動化の入口を探すなら、permission_denials のほうが直接効く。拒否されたコマンドがそのまま配列で残るので、何を許可リストへ足すべきかが記録から決まる。
この数字はダッシュボードを開かなくても取れる。1行を JSON で吐かせて追記していくだけで、日次の推移は自分で持てる。Reflect を入れるかどうかは、それでも見えないものが何かを確かめてからでいい。
未検証: Reflect そのものは触っていない。上の数字は Claude Code のローカル出力で、Reflect が集計する範囲や粒度とは別物になる。total_cost_usd も API 換算の目安で、サブスクの請求額ではない。
開発者としての実践ポイント
- メモリをオンにしてから使う。オフだとレポートは生成されない。新規アカウントは約24時間データが溜まるのを待つ。
- 振り返りウィンドウを目的で切り替える。直近の集中を見るなら1か月、クセを見るなら6か月や12か月を選ぶ。
- タスク種別の上位を「切り出し候補」として書き出す。要約・分類・変換など繰り返しの多い型は、スケジュール実行やスクリプト化の第一候補にする。
- ピーク時間帯を自動化の起動時刻とすり合わせる。手作業が集中している枠に、定型ジョブの実行をぶつける形で置き換えを検討する。
- タスク難度でモデルを選び分ける前提で内訳を読む。軽い処理が多いほど安いモデルや決め打ち処理に寄せる余地が広い。
- データの出どころを踏まえて安心して使う。シークレット・連携ツールの元ファイル・ヘルス連携は除外される前提で、見える範囲を判断する。
利用の可視化から自動化へ進めるなら、複数のエージェントを1画面で束ねて運用する発想も合わせて読んでおきたい。複数AIエージェントを1画面に統合するMission Controlで、振り返りで見えた定型作業を実際に回す土台を確認できる。
使う前によく出る疑問
メモリをオフにしていても使えるのか。使えない。Reflectはメモリストアを読んで傾向を出す作りなので、メモリがオフだとレポートの生成自体が始まらない。振り返りを試したいなら、まずメモリをオンにする設定から入る。
シークレットチャットの内容は振り返りに映るのか。映らない。シークレットチャット、連携ツールの元ファイル、ヘルス連携の会話は集計の対象から外れる。見せたくない話をシークレットで回しておけば、その分は要約に混ざらない。
アカウントを作ってすぐ中身が見えるのか。すぐには見えない。新規アカウントは意味のあるデータが溜まるまでにおよそ24時間かかる。初日に開いて空でも仕様の範囲なので、翌日また開き直すと傾向が乗ってくる。
まとめ
Reflectのピーク時間帯とタスク種別は、振り返って終わりにせず、繰り返している定型作業をスケジュール実行やスクリプトに切り出す材料にすると効く。モデルをタスク難度で使い分ける筆者にとって、利用の可視化はそのまま自動化への入口になる。
メモリオンが前提で、参照するのは生チャットではなく圧縮済みのメモリストア。シークレットやヘルス連携は除外される。この仕組みを正しく押さえたうえで、休憩リマインダーとクワイエットアワーが示すAIとの距離感の設計も含めて、ベータのうちから自分のワークフローに当てて試してみるのがいい。一次情報はAnthropicの発表（anthropic.com/news/reflect-with-claude）を当たってほしい。
