Claude Codeに「自己修復」を実装する ： 自律的再発防止記録システムの設計と実装

Claude Code を本気で業務運用すると、同じ壁に当たる。「AI が同じミスを繰り返す」である。推測を事実と報告し、指示範囲外の変更を勝手に行い、検証もせず完了と言う。セッションが変わるたびコンテキストがリセットされ、同種のミスが何度も再発する。人間なら過去の失敗から学ぶが、AI にはその仕組みがない。そこで「自律的再発防止記録システム」を実装した。ミスの検知を 3 種類のトリガー（ユーザー指摘、自己検知、システム検知）で定義し、検知時には 5 ステップで対応する。停止と認識 → 構造化記録 → 既知パターン照合 → 新規パターン記録 → エスカレーション判定である。特に根本原因を 3 層で掘り下げることが核だ。直接原因だけでなく、「なぜその構造的問題が存在したか」「なぜその見逃しが発生しうるか」まで分析し、failure-cases.md に蓄積する。

この手法がおもしろいのは、「記録せよと言うだけでは記録されない」と知っているからだ。hooks で機械的に検証する。PreToolUse フックは Write/Edit 時に正しいセッションファイルへの書き込みかを検証し、Stop フックはセッション終了時にエラー痕跡があるのに記録が空ならアラートを出す。AI は逃げ場がない。さらに「既知パターンの再発であれば、なぜ既存の防止策で防げなかったか」と掘り下げることで、表面的な対策の無限ループから抜ける。

これが中小企業の運用に効く理由は、組織全体の「失敗の学習」が同じ状態だからだ。クレーム対応マニュアルも、品質改善も、「同じミスが何度も繰り返される」ケースばかりだ。AI 導入時に「同じ失敗を許さない記録・学習の仕組み」を先に設計すれば、人間との協働がはじめて効く。記録なしに AI 任せにしたら、組織が学習しない化け物を飼うだけになる。