強いモデルをどこに使うかの判断ルール(指揮・相談・検証の選び方)
「判断」がタスク全体に散らばるなら安い実行役+強いモデルの相談役、判断が最初か最後に集中するなら強いモデルを指揮役か検証役に。モデル自身の「これは難しいから上位に回す」判断はほぼ当てにならないので、固定のチェックポイントで上位に回す。
どんな時に使う?
- 3パターン(AIコーディング: 高性能モデルは「指揮役・相談役」に回し、実作業は安いモデルに委譲する)は知っているが、どれを選ぶか迷う
手順
- タスクを分析
- 判断が全体に散在 → 安い executor + 強い advisor(Claude Code なら Claude Code: /advisor で「強いモデルを相談役」にする)
- 判断が冒頭(計画)か末尾(検証)に集中 → 強いモデルを orchestrator / verifier に
- 委譲ルール
- 判断と実行が切り離せない作業 → 強いモデル単独
- 検証は強いモデル
- エスカレーションは「難しそうなら」でなく、計画後・テスト失敗時・完了前など固定点で
- 初回実行後に監査: 安いワーカーが実際に何%の作業をしたか確認(ほとんど上位がやっていたら設計し直し)
- 基盤: キャッシュを活かす、ワーカーを使い捨てにせず保持、役割はプロンプト文でなくツール定義で明示、黙ったフォールバックやキャッシュ無効化に注意
- スキルの例(@emilkowalski
/improve-animations): 最上位モデルでアニメーションを監査し、実装は安いモデルに渡す
注意点
- うまく分担すると性能をほぼ保ったままコストを半分近くにできた、という Anthropic メンバーの記事の要約。モデル名は2026年7月当時。