[2026-08-22更新,53問] 無料Anthropic CCAR-F試験問題集、CCAR-F対応資料(ページ 8)

自動レビューCIジョブの初期化に18秒かかり、その後Claudeがコード分析を開始します。プロファイリングの結果、この遅延は、モノレポ全体に存在するフック、MCPサーバー、プラグイン、スキル、および複数のネストされたCLAUDE.mdファイルを自動的に検出することに起因していることが判明しました。起動時間を短縮しつつ、ルートレベルのCLAUDE.mdファイルに記述されているチームのコーディング標準をレビューが確実に遵守するようにする必要があります。
最も効果的なアプローチは何でしょうか？

A. --bare モードで実行し、外部ファイルを参照せずに、すべての CI 呼び出しに対して -p プロンプト引数ですべてのレビュー基準を直接指定します。

B. --system-prompt-file ./CLAUDE.md を使用してデフォルトのプロンプトを完全に置き換えます。これにより、デフォルトのプロンプトアセンブリがバイパスされ、プロジェクトルールのみが読み込まれます。

C. --bare モードで実行し、--append-system-prompt-file ./CLAUDE.md を渡すと、自動検出をすべてスキップしてプロジェクト標準を明示的にロードできます。

D. デフォルトの初期化を維持し、--exclude-dynamic-system-prompt-sections を追加して、マシンごとのプロンプトのばらつきを減らし、ランナー全体でプロンプトキャッシュのヒット率を向上させます。

あなたはClaudeを使用して構造化データ抽出システムを構築しています。このシステムは、非構造化ドキュメントから情報を抽出し、JavaScript Object Notation（JSON）スキーマを使用して出力を検証し、高い精度を維持します。また、エッジケースを適切に処理し、下流システムと統合する必要があります。
パイプラインでは、論文の詳細情報を格納するJSONスキーマを持つextract_metadataというツールを使用しています。また、メタデータの充実化のためにlookup_citationsとverify_doiというツールも定義しています。テスト中に、ユーザーが「メタデータを抽出して、引用数を教えてください」といったリクエストを含めると、Claudeが最初にlookup_citationsを呼び出すことがあることに気づきました。しかし、lookup_citationsはextract_metadataが提供するDOIを必要とするため、失敗します。
構造化メタデータの抽出が最初に行われるようにするための最も効果的な方法は何ですか？

A. tool_choice を {"type": "tool", "name": "extract_metadata"} に設定し、抽出されたメタデータを受け取った後、後続のターンでエンリッチメント要求を処理します。

B. tool_choice を "auto" に設定し、ツール定義の順序を変更して extract_metadata がツール配列の先頭に表示されるようにします。これは、Claude がリストの上位にあるツールを優先するためです。

C. パイプライン内のすべての API 呼び出しに対して tool_choice を {"type": "tool", "name": "extract_metadata"} に設定し、エンリッチメントが行われる前に必ず Claude がメタデータを抽出するようにします。

D. tool_choice を "any" に設定して、クロードがツールを使用するようにし、extract_metadata を優先するシステムプロンプトの指示と組み合わせます。

正解: A

依存関係は、確率的なツール選択に任せるのではなく、オーケストレーションによって強制する必要があります。Anthropic のドキュメントによると、tool_choice: {"type": "tool", "name": "..."} は、Claude に指定されたツールを呼び出すように強制します。対照的に、auto は Claude が呼び出すツールとその種類を決定できるようにしますが、any は何らかのツールを必要としますが、特定のツールを強制するわけではありません。（https://platform.claude.com/docs/en/agents-and-tools/tool-use/define-tools）したがって、オプション A は決定論的な 2 段階のワークフローを確立します。最初の API ターンで extract_metadata が強制されます。
DOIやその他の構造化された論文詳細を生成する。アプリケーションはその結果を検証して保存する。次のターンでは、verify_doiとlookup_citationsを公開または許可し、抽出されたDOIを明示的な状態として渡す。この設計により、暗黙的なツール依存性がアプリケーション制御の実行グラフに変換される。
オプションBは、配列の順序が文書化された優先順位メカニズムではないため、選択を保証することはできません。オプションCは、エンリッチメントが行われるべきターンを含め、すべての呼び出しでextract_metadataを強制的に実行するため、無限ループまたは進行しないワークフローが発生する可能性があります。オプションDは、利用可能なツールが1つだけ呼び出されることを保証するだけであり、DOIが存在する前にClaudeがlookup_citationsを選択する可能性があります。
入力データの整合性をより高めるため、ツールは厳密なスキーマを使用し、引数が宣言されたJSONスキーマに準拠するようにすることもできます。ただし、シーケンス要件はオーケストレーション層の責任となります。
公式の参考資料／トピック：ツールの選択、強制的なツール呼び出し、複数ターンにわたるツールオーケストレーション、ツールの依存関係管理。

あなたはClaudeを使用して構造化データ抽出システムを構築しています。このシステムは、非構造化ドキュメントから情報を抽出し、JavaScript Object Notation（JSON）スキーマを使用して出力を検証し、高い精度を維持します。また、エッジケースを適切に処理し、下流システムと統合する必要があります。
システムは、アップロードされた履歴書から候補者の情報（氏名、連絡先、スキル、職務経歴、学歴）を抽出する必要があります。抽出されたデータは、事前に定義されたJSONスキーマに厳密に準拠する必要があり、必須項目が欠落していたり、データ型が間違っていたりすると、後続の検証でエラーが発生します。
クロードの出力がスキーマと常に一致することを保証するための最も確実な方法はどれですか？

A. 正規表現パターンを使用してクロードのテキスト応答を解析し、JSON オブジェクトを抽出します。不正な形式の応答には再試行ロジックを使用します。

B. システムプロンプトに詳細なJSONフォーマット手順とテンプレート例を含め、Claudeに有効なJSONのみを出力するように指示します。

C. 2 つの別々の API 呼び出しを実行します。まず情報をテキストとして抽出し、次に Claude にそのテキストを JSON 形式にフォーマットするように依頼します。

D. 必要な JSON 構造に一致する入力スキーマを持つツールを定義し、Claude の tool_use レスポンスからデータを抽出します。

正解: D

スキーマ定義ツールは、Claudeとアプリケーション間の構造化されたインターフェースを提供します。ツールのinput_schemaでは、必須プロパティ、ネストされた職務経歴および学歴オブジェクト、スキル配列、および正確なデータ型を宣言できます。Claudeは抽出した履歴書情報をツール呼び出し引数として提供し、アプリケーションはそれをtool_use応答から直接読み取ることができます。
Anthropic のツールドキュメントでは、カスタムツール定義には、期待されるパラメータを記述する JSON スキーマオブジェクトが含まれると規定されています。現在の厳密なツール使用では、生成されたツール引数が宣言されたスキーマと完全に一致するように強制することもできます。これにより、自由形式のテキスト内の JSON を探したり、生成後の修復に依存したりする必要がなくなります。( https://docs.anthropic.com/en/docs/agents-and-tools/tool-use/implement- tool-use ) オプション A は、正規表現が任意のネストされた JSON に対して堅牢なパーサーを提供せず、欠落したプロパティや誤った型を修正できないため、脆弱です。オプション B はフォーマット動作を改善しますが、確率的なままです。オプション C はレイテンシを 2 倍にし、抽出時と再フォーマット時に 2 つの情報損失の機会を生み出します。
実運用設計においては、履歴書に実際に記載されていない可能性のある項目は、架空の値を強制するのではなく、オプションまたはnull許容にするべきです。また、ツールスキーマでは、サポートされている場合はstrict: trueを使用する必要があります。利用可能な選択肢の中で、Dは最も強力な構造的保証と最もクリーンな下流統合を提供します。
公式の参考資料／トピック：ツール使用時の応答、入力スキーマ、厳密なツール使用、ネストされた構造化抽出。

あなたはソフトウェア開発を加速するためにClaude Codeを使用しています。あなたのチームは、コード生成、リファクタリング、デバッグ、ドキュメント作成にClaude Codeを利用しています。カスタムスラッシュコマンドやCLAUDE.mdの設定を用いて開発ワークフローにClaude Codeを統合し、プランモードと直接実行の使い分けを理解する必要があります。
インフラストラクチャ・アズ・コードのリポジトリには、Terraform モジュール ( /terraform/ )、Kubernetes マニフェスト (
/kubernetes/ )、および CI/CD パイプラインスクリプト ( /pipelines/ )。それぞれ異なる規約が必要ですが、単一のルート CLAUDE.md は 500 行以上に膨れ上がっています。開発者が Kubernetes ファイルを操作すると、Terraform 固有のルールが不必要にコンテキストにロードされ、トークンが消費されます。
特定のファイルタイプを編集する際に、関連するガイダンスのみが表示されるように再編成するための最適な方法は何ですか？

A. YAMLフロントマターのパススコープ（例：paths: ["terraform/**/*.tf"]）を使用して.claude/rules/にファイルを作成し、一致するファイルを編集するときにのみルールを読み込みます。

B. ルート CLAUDE.md を、ヘッダー (例: "## Terraform の規約") が付いた明確なラベルの付いたセクションに再構成し、構成と読みやすさを向上させます。

C. コンテンツをサブディレクトリ CLAUDE.md ファイル ( /terraform/CLAUDE.md 、 /kubernetes/CLAUDE.md ) に分割します。
md ) なので、Claude はディレクトリ固有のガイダンスを読み込みます。

D. ルート CLAUDE.md を保持し、@path/to/import 構文を使用して、別のドキュメントからツール固有のガイダンスファイルをモジュール化して含めます。

正解: A

パススコープのルールは、Claudeが一致するファイルを扱う場合にのみ命令が読み込まれるという要件を直接満たします。各インフラストラクチャドメインは、.claude/rules/ の下に個別のMarkdownファイルを持つことができ、そのファイルにはTerraformファイル、Kubernetesマニフェスト、またはパイプライン構成を対象とするYAMLパスのフロントマターが含まれています。
Anthropic は、.claude/rules/ がプロジェクトのガイダンスをモジュール化し、グロブパターンに基づく条件付き読み込みをサポートすることを文書化しています。パスフィールドを持つルールは、Claude が一致するファイルを扱う場合にのみ適用され、無関係なコンテキストとトークンの消費を削減します。パスフロントマターのないルールは無条件に読み込まれます。( https://code.
claude.com/docs/en/memory )
オプションBは可読性を向上させますが、500行を超えるすべての行がセッションごとに残ってしまいます。オプションCはディレクトリ固有のCLAUDE.mdガイダンスを提供できますが、規約が複数のディレクトリにまたがる拡張子やパターンに依存する場合は、パススコープのルールの方がより正確です。オプションDは依然として手動でのインポートが必要であり、ドキュメントに記載されている条件付きルール読み込みメカニズムを提供しません。
適切な設計としては、terraform/**/*.tf をスコープとする terraform.md、kubernetes/**/*.{yaml,yml} をスコープとする kubernetes.md、パイプラインディレクトリをスコープとする pipelines.md などのルールを使用する。プロジェクト全体に適用される広範なコマンドとリポジトリのエチケットは、ルート CLAUDE.md に残しておくことができる。
公式の参照/トピック: .claude/rules/ ; パス固有のルール; YAML フロントマター; コンテキスト効率の良い命令の読み込み。

あなたはソフトウェア開発を加速するためにClaude Codeを使用しています。あなたのチームは、コード生成、リファクタリング、デバッグ、ドキュメント作成にClaude Codeを利用しています。カスタムスラッシュコマンドやCLAUDE.mdの設定を用いて開発ワークフローにClaude Codeを統合し、プランモードと直接実行の使い分けを理解する必要があります。
あなたは、データベーストランザクション、エラー処理、監査ログ記録に関するプロジェクトで確立されたパターンに従う必要がある、新しい決済処理モジュールを実装しようとしています。これらのパターンを例示する既存のモジュールとして、db_utils.py、error_handlers.py、audit_logger.py の 3 つを特定しました。これは一度限りの統合作業であり、これらのパターンはチームの Wiki に十分に文書化されているため、プロジェクトレベルでの追加ドキュメントは必要ありません。
最も効果的なアプローチは何ですか？

A. @参照を使用して、3つのモジュールをプロンプトに直接含め、クロードに具体的なコード例を示して、従うべきパターンを示します。

B. 各パターンのドキュメントをCLAUDE.mdファイルに追加し、それらをClaudeが自動的に適用するプロジェクト規約として確立します。

C. プロンプト内で、3つのモジュールのパターンを自然言語で説明し、Claudeが従うべきトランザクション処理方法、エラー形式、ログ記録規則について説明してください。

D. 新しいモジュールを生成する前に、Claude にコードベースを調べてもらい、トランザクション、エラー処理、ログ記録のパターンを見つけて理解してもらいます。

正解: A

直接 @ 参照を使用すると、Claude は模倣する必要のある正確な実装を取得できます。人間が作成したドキュメントでは、@ を使用してファイルを参照すると、会話にファイルの内容全体が含まれ、1 つのメッセージで複数のファイルを参照できます。これにより、Claude はプロジェクトで使用される実際のトランザクション境界、例外構造、監査フィールド、命名規則、およびヘルパー API に即座にアクセスできます。(https://code.claude.com/docs/en
/共通ワークフロー）
オプションBは、タスクが明確に単発的なものであり、規約が既に他の場所で文書化されているため不適切です。CLAUDE.mdはすべてのセッションに読み込まれ、プロジェクト全体に広く適用できる簡潔な情報が含まれている必要があります。単一の統合のための詳細な実装資料を追加すると、コンテキストが不必要に消費されます。Anthropicは、時折発生する手順をスキルに移動し、CLAUDEはそのままにしておくことを推奨します。
md は、永続的で広く適用可能なガイダンスに限定されます。( https://code.claude.com/docs/en/memory ) オプション C は、自然言語による要約では微妙だが重要なコードの動作が省略される可能性があるため、精度が低下します。
オプションDでは、クロードに既に特定されているファイルを再発見するように指示するため、探索時間とコンテキストの使用が増加します。
最も効果的なプロンプトは、3つのモジュールすべてを参照し、それぞれがどのパターンを示しているかを特定し、新しいモジュールに必要な動作を明記し、確立された慣例が遵守されたことを証明する集中的なテストを要求するものであるべきです。
公式の参照/トピック: @ ファイル参照、リッチプロンプトコンテキスト、CLAUDE.md スコープ、パターンベースの実装。

CCAR-F 試験問題 31

CCAR-F 試験問題 32

CCAR-F 試験問題 33

CCAR-F 試験問題 34

CCAR-F 試験問題 35

PDFファイルをダウンロード