Qt Quick と Qt Widget のどちらのコードでも、Qt のエージェント向けスキルでレビューしている場合、最新バージョンにアップグレードすれば、レビュー品質を保ったままトークン消費を大幅に減らせます。
私たちは QML 用と Qt C++ 用のコードレビュースキルを再構成しました。主なトークン削減策は次の 3 点です：
-
同じコードを異なる観点から分析する 6 つのサブエージェントを起動する代わりに、単一のエージェントで AI による詳細分析を実行する
-
レビュー対象のコードが 2,500 行未満の場合は、定義済みのルールに基づき、サブエージェントを一切使わずに AI による詳細分析を処理する
-
AI セッション中に変更されたコードだけを対象とした、フォーカスしたコードレビューを可能にする
qt-qml-review と qt-cpp-review スキルを作成した当時、私たちが扱っていた最先端モデルは Claude Sonnet 4.6 と GPT 5.4 でした。また当時、企業は GitHub や Anthropic の定額制サブスクリプションを利用できました。そのため私たちは、速度とレビューの深さを重視し、6 つのサブエージェントを使う構成にしました。しかし状況は変わり、課金方式がトークン課金へ移行したことで、スキルをよりトークン効率の高いものに再構成する意義が出てきました。
再構成したスキルをテストした結果、Claude Sonnet 5.5、Gemini 3.8 Flash、GPT 6-Luna といった最新のミドルティアモデルでは、旧スキルと更新後のスキルの結果を比較しても、レビュー精度は損なわれていませんでした。これには、決定論的なリンターが全体の結果に重要な役割を果たしていることが一因としてあります。加えて、新しいモデルアーキテクチャでは、成功するために「単一のレビュー観点に集中させる」必要性が小さくなっていることも理由です。
小規模な Qt Widget プロジェクト（例：Qt の Diagramscene プロジェクト）で、Claude Code CLI と Sonnet 5.5 を使って旧スキルと新スキルをベンチマークしたところ、平均コスト（5 回のテスト実行の平均）は 1.25 ドルから 0.31 ドルに下がりました。差分のみのレビューでは、ファイルサイズや変更数によっては、さらに大きなコスト削減が見込めます。
動画：Claude Code でのエージェント型スキルによるコードレビュー（動画は分かりやすさのために編集されています）
あわせて、GitHub リポジトリに寄せられた他のユーザーフィードバックも、これらのスキルに反映しました。ぜひ引き続きご利用いただき、改善点があればお知らせください。従来のスキルと同様、詳細分析レビューの品質は、使用するエージェントハーネスと LLM に依存します。
更新後のスキルは、GitHub リポジトリから入手するか、Anthropic の qt-development プラグインをインストールすることで利用できます。すでに Claude Code CLI に qt-development プラグインをインストールしている場合は、プラグインの同期を停止していない限り、自動的に更新されます。
