CCA-F 英語試験 日本人攻略ガイド

A. Remove the close_issue tool entirely so the agent can never close issues.

close_issue ツール自体を削除し、エージェントが issue をクローズできないようにする。

B. Add a programmatic guard that blocks close_issue unless assign_engineer was previously called or the issue is explicitly tagged "duplicate".

プログラム的なガードを追加し、assign_engineer が事前に呼ばれているか、issue に "duplicate" タグが明示されている場合以外は close_issue をブロックする。

C. Add a system prompt instruction saying "do not close issues unless certain they should be closed".

システムプロンプトに「確実にクローズすべき場合以外は issue をクローズしない」という指示を追加する。

D. Switch from Claude Sonnet to Claude Opus for better judgment.

判断力向上のため、Claude Sonnet から Claude Opus に切り替える。

A. Identify independent specialists and run them in parallel; only sequence agents that have data dependencies between them.

独立した specialist を特定して並列実行し、データ依存があるエージェント間だけ直列化する。

B. Increase the timeout setting from 30 seconds to 60 seconds.

タイムアウト設定を30秒から60秒に延長する。

C. Merge all three specialists into one large agent to eliminate coordination overhead.

3つの specialist を1つの大きなエージェントに統合し、調整オーバーヘッドを排除する。

D. Cache the specialist responses so repeated calls return instantly.

specialist のレスポンスをキャッシュし、再呼び出しを高速化する。

A. Return an empty tool_result content block with no content.

空の tool_result コンテンツブロックを返す（中身なし）。

B. Send a new user message saying "the search failed, please try again with different keywords".

新しいユーザーメッセージとして「検索が失敗した。別のキーワードで再試行してほしい」と送る。

C. Return a tool_result content block with is_error: true and structured error details (status code, error message, retryable flag).

tool_result コンテンツブロックを is_error: true 付きで返し、構造化されたエラー詳細（ステータスコード・エラーメッセージ・リトライ可能フラグ）を含める。

D. Reset the conversation history and start the entire conversation over.

会話履歴をリセットし、最初からやり直す。

A. The tool descriptions do not clearly state when each tool should be invoked vs answered from the model's internal knowledge.

ツールの記述が「いつそのツールを呼ぶべきか、いつモデル自身の知識で答えるべきか」を明確に示していない。

B. The Claude model version is outdated and needs upgrading.

Claude モデルのバージョンが古く、アップグレードが必要。

C. The tools accept too many parameters (more than 5 each).

ツールが受け取るパラメータが多すぎる（各5個以上）。

D. The conversation context window is too small to track tool definitions.

会話のコンテキストウィンドウが小さすぎてツール定義を保持できていない。

A. Implement selective context retention: keep system prompt, recent N turns verbatim, and an extracted task-state summary; drop older turns but preserve critical decisions.

選択的コンテキスト保持を実装する: system prompt、直近 N ターンの原文、抽出した task-state サマリーを保持し、古いターンは破棄するが重要な決定事項は別途保存する。

B. Increase max_tokens to allow larger individual responses.

各応答のサイズを大きくするため max_tokens を増やす。

C. Switch to a Claude model with a smaller context window to force conciseness.

コンテキストウィンドウが小さいモデルに切り替え、強制的に簡潔にする。

D. Lower the temperature parameter to 0 for more consistent responses.

より一貫した応答にするため temperature を 0 に下げる。

A. Disable one of the two conflicting MCP servers entirely.

2つの競合する MCP サーバーのうち1つを完全に無効化する。

B. Use only one MCP server going forward and migrate all functionality to it.

今後は1つの MCP サーバーのみを使い、全機能を移行する。

C. Add a "preferred_server" parameter to every tool call to force selection.

全てのツール呼び出しに "preferred_server" パラメータを追加し、選択を強制する。

D. Rewrite both MCP servers' tool descriptions to clearly delineate their respective use cases, including explicit examples of which scenarios each tool handles and which it does not.

両方の MCP サーバーのツール記述を書き直し、それぞれの用途を明確に区別する。各ツールがどのシナリオを扱い、どのシナリオを扱わないかを明示的な例とともに記述する。

A. Put both commit format and test commands in user-level ~/.claude/CLAUDE.md.

コミット形式とテストコマンドの両方をユーザーレベル ~/.claude/CLAUDE.md に置く。

B. Put all instructions in each repo's CLAUDE.md, duplicating the commit format across all 8 repos.

全ての指示を各リポジトリの CLAUDE.md に入れる（コミット形式は8リポジトリで複製）。

C. Put the commit format in user-level ~/.claude/CLAUDE.md and put repo-specific test commands in each repo's ./CLAUDE.md (or .claude/CLAUDE.md).

コミット形式はユーザーレベル ~/.claude/CLAUDE.md に、リポジトリ固有のテストコマンドは各リポジトリの ./CLAUDE.md（または .claude/CLAUDE.md）に置く。

D. Use shell aliases instead of Claude Code configuration files.

Claude Code の設定ファイルではなくシェルエイリアスを使う。

A. Add --quiet flag to suppress output.

--quiet フラグを追加して出力を抑制する。

B. Use --auto flag to auto-approve all actions including destructive ones.

--auto フラグで破壊的操作を含む全アクションを自動承認する。

C. Pipe "yes" to stdin to bypass all prompts.

stdin に "yes" をパイプして全プロンプトを回避する。

D. Use -p (print mode) for non-interactive execution and pre-configure allowed tools via settings or flags.

-p（print mode）フラグで非対話実行を有効にし、許可ツールを設定またはフラグで事前指定する。

A. Configure a PostToolUse hook that triggers specifically on Edit and Write tool matchers.

PostToolUse hook を設定し、Edit と Write の tool matcher で発動するよう構成する。

B. Create a custom slash command that runs the linter manually after the session.

カスタムスラッシュコマンドを作り、セッション後に手動で linter を走らせる。

C. Run the linter manually in a separate terminal after each Claude Code session.

Claude Code セッション後に別ターミナルで手動で linter を走らせる。

D. Add the linter command to the user's shell .bashrc file.

linter コマンドをユーザーの .bashrc に追加する。

A. Document the rule in CLAUDE.md and trust Claude to follow it.

CLAUDE.md にルールを文書化し、Claude が従うことを期待する。

B. Train every engineer on the team to manually verify Claude's actions.

チーム全員に Claude のアクションを手動確認する訓練をする。

C. Configure a PreToolUse hook with a path matcher that blocks Edit/Write to infra/production/* via permissionDecision: "deny" and requires manual approval before proceeding.

PreToolUse hook をパスマッチャーで構成し、infra/production/* への Edit/Write を permissionDecision: "deny" でブロックして手動承認を要求する。

D. Make infra/production/ files read-only at the OS level.

infra/production/ のファイルを OS レベルで read-only にする。

A. Add "Output JSON only, no explanation or markdown" to the system prompt.

システムプロンプトに "JSON のみ出力、説明や markdown 不要" と追加する。

B. Define a tool with input_schema matching the desired structure exactly, and force its use with tool_choice: {type: "tool", name: "extract_items"}.

望む構造と完全に一致する input_schema を持つツールを定義し、tool_choice: {type: "tool", name: "extract_items"} で使用を強制する。

C. Provide 5 few-shot examples of correct JSON output in the prompt.

プロンプトに正しい JSON 出力の few-shot 例を5件提供する。

D. Wrap the request in XML tags like <output_json>...</output_json>.

リクエストを <output_json>...</output_json> のような XML タグで囲む。

A. Use the standard Messages API with parallel requests at maximum concurrency.

標準 Messages API を最大並列度で呼ぶ。

B. Use the streaming endpoint to reduce latency.

ストリーミングエンドポイントを使ってレイテンシを下げる。

C. Switch to Claude Haiku to reduce per-request cost regardless of API.

API に関係なく Claude Haiku に切り替えて1リクエストあたりのコストを下げる。

D. Use the Message Batches API to get 50% cost reduction with up to 24-hour processing window.

Message Batches API を使い、最大24時間の処理ウィンドウで50%割引を得る。

A. Need more examples - add 20 more examples similar to the existing ones to increase pattern strength.

例が不足している - 既存の例に類似した例を20件追加してパターンを強化する。

B. Few-shot prompting does not work reliably with Claude; switch to fine-tuning.

few-shot は Claude では信頼性が低い。fine-tuning に切り替える。

C. The examples do not cover the diversity of expected inputs; add examples that represent edge cases and different input patterns the production data contains.

例が予想される入力の多様性をカバーしていない。エッジケースや本番データに含まれる異なる入力パターンを代表する例を追加する。

D. Lower the temperature to 0 to force deterministic output regardless of input.

入力に関係なく決定論的な出力を強制するため temperature を 0 に下げる。

A. Add an instruction to the system prompt: "be more careful with handwritten content".

システムプロンプトに「手書き部分はより慎重に扱え」と指示を追加する。

B. Filter out and reject all PDFs containing any handwriting before processing.

手書きを含む PDF を全て処理前に除外・拒否する。

C. Use OCR preprocessing exclusively and never send the raw image to Claude.

OCR 前処理のみを使い、生画像は Claude に送らない。

D. Have Claude return a confidence score (or uncertainty marker) for each extracted field; route low-confidence extractions to a human review queue.

各抽出フィールドに confidence score（または不確実性マーカー）を返させ、信頼度が低い抽出は人間レビューキューに回す。

A. Short cryptic name like "q1", description "queries", single string parameter.

短く暗号的な名前 "q1"、記述 "queries"、単一の string パラメータ。

B. Descriptive name like "get_transactions_by_date_range", description specifying date format (ISO 8601), example queries, return structure (list of transaction objects with explicit fields), and explicit boundaries (e.g., max 1000 results per call).

記述的な名前 "get_transactions_by_date_range"、日付形式（ISO 8601）・クエリ例・戻り値構造（明示的フィールドを持つトランザクションオブジェクトのリスト）・境界条件（例: 1呼び出しあたり最大1000件）まで含めた詳細記述。

C. Tool name matches the underlying SQL function exactly, no description (Claude can infer from the name).

ツール名は基底 SQL 関数と完全一致、記述なし（Claude が名前から推測する）。

D. A single generic "execute_sql" tool that accepts any SQL string for maximum flexibility.

最大の柔軟性のため、任意の SQL 文字列を受け取る単一の "execute_sql" ツール。

A. Add validation in the tool implementation and return a structured tool_result with is_error: true, a clear error message ("Invalid date: must be 2020-01-01 or later"), and the valid range so Claude can self-correct.

ツール実装に validation を追加し、is_error: true 付きの構造化された tool_result を返す。明確なエラーメッセージ（"Invalid date: must be 2020-01-01 or later"）と有効範囲を含め、Claude が自己修正できるようにする。

B. Silently truncate invalid date values to the nearest valid date.

無効な日付値を最も近い有効日付に黙って切り詰める。

C. Crash the tool process so the agent definitely knows there was an error.

ツールのプロセスをクラッシュさせ、エージェントが確実にエラーを認識するようにする。

D. Add a warning to the system prompt: "do not use dates before 2020".

システムプロンプトに警告を追加: "2020年以前の日付を使うな"。

A. Expose each table as a separate tool (40 tools), one per table with full CRUD.

各テーブルを個別ツールとして公開（40ツール）。テーブル毎に full CRUD。

B. Expose a single generic execute_sql tool for maximum flexibility.

最大柔軟性のため、汎用 execute_sql ツールを1つだけ公開する。

C. Skip MCP and embed all SQL queries directly in the system prompt.

MCP は使わず、全 SQL クエリを system prompt に直接埋め込む。

D. Expose a focused set of high-level domain tools (e.g., find_customer_by_phone, get_recent_orders, update_shipping_address) that internally compose queries; only the operations relevant to customer service are exposed.

カスタマーサービスに関連する操作のみを、高レベルのドメインツール（find_customer_by_phone / get_recent_orders / update_shipping_address 等）として公開し、内部でクエリを組み立てる。

A. "Context overflow" — increase the model's context window size.

"Context overflow" — モデルのコンテキストウィンドウサイズを増やす。

B. "Lost-in-the-middle" — use contextual retrieval to surface only the most relevant chunks at query time, OR re-organize the document so critical content is at the start or end.

"Lost-in-the-middle" — contextual retrieval（文脈検索）でクエリ時に関連 chunk のみを取り出すか、critical な内容を冒頭・末尾に配置するよう文書を再構成する。

C. "Token decay" — reduce document size by stripping all whitespace.

"Token decay" — 空白を削除して文書サイズを減らす。

D. "Attention saturation" — lower the temperature to focus the model.

"Attention saturation" — temperature を下げてモデルの注意を集中させる。

A. Summaries always lose all detail; abandon summarization and keep full conversation history.

サマリーは必ず詳細を失う。要約をやめて全会話履歴を保持する。

B. The Claude model is malfunctioning; report it to Anthropic for a fix.

Claude モデルが壊れているので Anthropic に報告して修正してもらう。

C. Progressive summarization can discard subtle but important user preferences/constraints; extract and maintain a separate "persistent state" (user preferences, hard constraints, decisions) outside the rolling summary.

progressive summarization は微妙だが重要な設定・制約を捨てうる。ローリングサマリーとは別に "persistent state"（ユーザー設定・固定制約・決定事項）を抽出して保持する。

D. Make summaries longer (use less compression).

サマリーを長くする（圧縮率を下げる）。

A. Add an emphatic instruction to the system prompt: "DO NOT hallucinate clause references. ONLY cite real clauses."

システムプロンプトに強調指示を追加: "絶対にハルシネーションするな。実在する条項のみ引用せよ"。

B. Implement a programmatic verification tool: every clause reference Claude generates is automatically checked against the actual document before the response is returned to the user; references not found are flagged and Claude is asked to re-answer.

プログラム的な検証ツールを実装: Claude が生成した条項参照は、ユーザーに返す前に自動で実際の文書と照合する。見つからない参照はフラグを立て、Claude に再回答を求める。

C. Use a smaller model that hallucinates less.

ハルシネーションが少ない小さいモデルに切り替える。

D. Always set temperature to 0.

常に temperature を 0 にする。