LLMを理解するClaude Code を通じて

LLMの構造的制約を理解し、設定が「なぜ」そのように設計されているかを学ぶ

Part 1: 構造的問題

LLMが自力で乗り越えられない8つの限界 — Context Rot、Lost in the Middle、Hallucination ほか。

LLMの「思考空間」— トークン、コンテキストバジェット、注入タイミング。

CLAUDE.md の設計原則、階層マージ、CLAUDE.local.md の運用。

Rules と Glob パターン — ファイルがマッチした時だけ読み込まれる文脈。

Skills と Agents — LLMが要求した時だけ読み込まれる文脈。

ツール定義のコンテキストコストと、Tool Search による回避策。

settings.json と Hooks — LLMが見ない層。

/compact、/clear、セッション間で何を永続化すべきか。

LSP によるコードシンボルへの接地 — MCP と並ぶ「事実への接地」の第二の柱。

Agent Teams によるスケール時の Context Rot 根本対策。

Cursor、Cline、Copilot にも適用できる普遍的パターン。

各種マップ、設定リファレンス、FAQ、Plugins、用語集。

「LLM を知る → AI Agent 設計を知る → システムに適用する」を順序立てて学べる 3 つの姉妹プロジェクトです。

フェーズ	プロジェクト	内容
1. LLM を知る	👈 このサイト	LLM の構造的制約と「なぜそう設計するのか」（Why の本棚）
2. AI Agent 設計を知る	ai-agent-architecture	MCP・Skills・Agent の構成と実装パターン（What/How の地図）
3. システムに適用する	Management-of-software-systems-and-services	準備中 — AI 時代のシステム運用

TIP

このサイトで Why を理解した方へ — 具体的な実装パターン（MCP カタログ、Skills 設計、Agent 分類、A2A プロトコル等）を求める場合は、姉妹サイトの ai-agent-architecture を併読すると、Why と How が繋がります。