「Loop Engineering（ループエンジニアリング）とは？」→ 「あなたがAIにプロンプトを打つ」のをやめ、「ループ（仕組み）がAIエージェントに繰り返し指示を出し、結果を検証し、ゴール達成まで自走させる」設計のことです。2026年に登場した、プロンプトエンジニアリングの“次”の考え方です。

AIコーディングエージェントが「数時間自律的に作業し続けられる」レベルになった2026年、ボトルネックは「モデルの谩3」から「オーケストレーション（どう自走させるか）の設計」へと移りました。本記事では、Loop Engineeringの仕組み・5要素・暴走を防ぐ停止条件、そしてClaude Codeでの始め方までを図解中心に解説します。

Loop Engineeringは、「AIエージェントが仕事を見つけ、実行し、結果を検証し、それを記憶する」サイクルを人間の介入なしに回し続ける仕組みを設計することです。「どう言えば良い出力が得られるか？」（プロンプト）ではなく、「どんな仕組みを作れば、エージェントが勝手に仕事を進めてくれるか？」を考えるのがポイントです。

この考え方を象徴するのが、Claude Codeを生んだAnthropicのBoris Cherny氏の言葉です。

もうClaudeにプロンプトはしていない。ループを回していて、そのループがClaudeにプロンプトしているんだ。

「Loop Engineering」という言葉は2026年6月に、Google ChromeチームのAddy Osmani氏が、Boris Cherny氏（Anthropic）やPeter Steinberger氏らの議論を統合して提唱しました。背景には、AIコーディングエージェントが十分に賢くなり、ボトルネックが「モデルの能力」から「オーケストレーション設計」へ移ったという転換点があります。

Loop Engineeringは突然現れたわけではなく、AIとの付き合い方の進化の延長線にあります。

flowchart LR
    A["プロンプト<br>1回の指示を磨く"] --> B["コンテキスト<br>必要情報を過不足なく渡す"]
    B --> C["ハーネス<br>ツール・権限・実行環境を整える"]
    C --> D["ループ<br>自走サイクルを設計する"]

• プロンプトエンジニアリング：1回の指示の「言い方」を磨く。
• コンテキストエンジニアリング：モデルに渡す情報を過不足なく設計する。
• ハーネスエンジニアリング：ツール・権限・実行環境という“足場”を整える。
• ループエンジニアリング：上記を土台に、「自走してゴールに到達するサイクル」そのものを設計する。

ハーネスエンジニアリングについては、姉妹記事で詳しく解説しています。

📄ハーネスエンジニアリングとは？AIエージェント時代に「モデル選び」より重要な設計思想

Loop Engineeringの中心にあるのが「エージェントループ」です。ループは次のサイクルを繰り返します。

flowchart LR
    P["Perceive / 知覚<br>入力・前回の結果・エラーを取り込む"] --> R["Reason / 推論<br>状況を解釈し選択肢を考える"]
    R --> PL["Plan / 計画<br>次の行動を決める"]
    PL --> A["Act / 実行<br>ツール・コード・APIを動かす"]
    A --> O["Observe / 観測<br>結果を受け取り理解を更新"]
    O --> P

この「推論してから行動する」パターンの原型は、2022年にPrinceton大とGoogleが発表した ReAct（Reasoning + Acting） にあります。現在の多くのエージェントの土台になっています。

良いループは、次の5つの要素でできています。

flowchart TD
    T["① Trigger / 起動<br>スケジュール / イベント / 人 / 他エージェント"] --> G["② Goal / ゴール<br>検証可能な終了状態"]
    G --> AC["③ Actions / 行動<br>Bash・API・MCP・サブエージェント"]
    AC --> V{"④ Verification / 検証<br>テスト・CI・監督AIで合否判定"}
    V -->|"未達: 再試行"| AC
    V -->|"達成: 完了"| DONE["完了"]
    M["⑤ Memory / 記憶<br>CLAUDE.md・セッション・外部DB"] -.->|"全工程を支える"| AC

人がプロンプトを打たなくてもループが始まるきっかけ。スケジュール（毎朝等）・イベント（PR作成・テスト失敗）・人の指示・他のエージェントの完了など。

あいまいな指示ではなく、検証可能な終了状態を決める。例：「全テストがPASS」「P1課題の未対応が0件」「バンドルサイズ200KB未満」。Claude Codeの /goal はまさにこれを先に定める仕組み。

エージェントが使えるツール。ファイル操作・Bash・API・MCPサーバー・サブエージェントの起動など。危険な操作はClaude Codeのhooksで実行前にゲートできる。

ループを終わらせてよいかを判定する仕組み。テストの終了コード・監督エージェントの監査・別モデルによるdiffレビュー・CIなど。検証がないと、ループは永遠に回るか、早すぎて終わる。

反復をまたいだ状態を保つ。セッション継続（--continue / --resume）・CLAUDE.md・外部DB・ベクトルDBなど。重複作業を防ぎ、文脈を繋ぐ。

Loop Engineeringはプロンプトエンジニアリングを置き換えるのではなく、その上に積み上がる次の層です。

つまり、プロンプト力は今も土台として必要ですが、勝負は「どんなループを組むか」に移っています。

LLMは自分で「完了」を検知できないため、ループにはガードレール（停止条件）が必須です。

flowchart TD
    A["行動を実行"] --> V{"ゴール検証：合格?"}
    V -->|"合格"| DONE["完了して終了"]
    V -->|"不合格"| G{"停止条件に到達?<br>反復上限 / トークン・時間予算 / 無進捗"}
    G -->|"まだ余裕あり"| A
    G -->|"上限到達"| STOP["強制終了して人へ報告"]

具体的には次のガードを組みます。

• 反復回数の上限（例：最大30ループ）
• トークン・コスト予算・時間のタイムアウト
• 無進捗検知（状態が変わらなければ抳ける）
• ゴール達成の検証（測定可能な基準で判定）

1つのループだけでなく、ループを重ねることでエージェントは強くなります。LangChainはこれを “loopcraft” と呼び、4つの層を示しています。

flowchart TD
    L1["Loop 1: エージェントループ<br>LLMがツールを繰り返し呼ぶ"] --> L2["Loop 2: 検証ループ<br>採点し不合格なら再試行"]
    L2 --> L3["Loop 3: イベント駆動ループ<br>Webhook・スケジュールで自動起動"]
    L3 --> L4["Loop 4: ヒルクライムループ<br>本番ログを分析し設定を自動改善"]
    H["人間の承認ポイント<br>（各層に置く）"] -.-> L1
    H -.-> L2
    H -.-> L3
    H -.-> L4

• Loop 1 エージェントループ：最も基礎。LLMがツールを繰り返し呼んでタスクを進める。
• Loop 2 検証ループ：出力をルーブリックで採点し、基準未満ならフィードバックして再試行。品質が上がる代わりにコストと遅延が増える。
• Loop 3 イベント駆動ループ：人が起動するのではなく、Slackメッセージや定期実行でトリガー。
• Loop 4 ヒルクライムループ：本番の実行ログ（トレース）を分析し、プロンプトやツール設定を継続的に改善する。

重要なのは、自動化しても人間をループから外さないこと。機微なツール実行前の承認や、出力の最終チェックなど、要所に人間のゲートを残します。

5要素を実例に落とすと、ひとつの分かりやすい例が「朝のGitHub Issueトリアージ」です。

flowchart LR
    T["毎朝8時に起動<br>Trigger"] --> A["Issueを読み、コメント/担当/ラベルを付与<br>Actions（MCP経由）"]
    A --> V{"P1の未対応が0件?<br>Verification"}
    V -->|"いいえ"| A
    V -->|"はい"| R["週次トリアージログに記録<br>Memory→人は確認だけ"]

設定を言葉にすると次のようになります。

Trigger:   平日 8:00 に自動起動
Goal:      P1のGitHub Issueがすべて「担当者＋対応方針」付きになっている
Actions:   MCPでIssueを読む / コメントを書く / ラベルを付ける
Verify:    未対応のP1が0件になったか確認
Memory:    週次トリアージログ（重複作業を防ぐ）

これを仕換えると、毎朝自動でトリアージが回り、人はコーヒー片手に結果を見るだけ、という状態になります。

実は、Claude CodeはそのままLoop Engineeringの道具箱になっています。5要素をClaude Codeの機能に対応させると次のとおり。

さらに worktree を使うと、複数のエージェントをファイル衢突なく並列で走らせられます。関連する個々の機能は以下の記事もあわせてどうぞ。

📄Claude Code Hooks 活用ガイド｜自動化・通知・CI連携の実践レシピ集【2026年版】

📄CLAUDE.md の書き方完全ガイド：Claude Code にプロジェクトコンテキストを正しく伝える

📄MCPとは？Claude Codeでの設定方法とおすすめサーバー一覧【2026年版】

Loop Engineeringは、「人がAIに都度プロンプトを打つ」世界から、「検証可能なゴールに向けてエージェントが自走するサイクルを人が設計する」世界への転換です。

• 中心はエージェントループ（Perceive→Reason→Plan→Act→Observe）。
• 良いループはTrigger / Goal / Actions / Verification / Memory の5要素でできている。
• LLMは「完了」を検知できないので、検証と停止条件が生命線。

まずは「検証可能なゴール1つ＋自動チェック（テスト等）＋反復上限」の小さなループから始めるのがおすすめです。Claude Codeなら /goal・hooks・CLAUDE.md だけでも十分にミニループを組めます。

AI駆動開発の導入・設計のご相談は、お問合せフォームよりお気軽にどうぞ。

📄ハーネスエンジニアリングとは？AIエージェント時代に「モデル選び」より重要な設計思想

📄Claude Code Hooks 活用ガイド｜自動化・通知・CI連携の実践レシピ集【2026年版】

📄CLAUDE.md の書き方完全ガイド：Claude Code にプロジェクトコンテキストを正しく伝える

📄MCPとは？Claude Codeでの設定方法とおすすめサーバー一覧【2026年版】

📄Claude Codeを自律ループで回す｜worker⇄reviewerの実装と、暴走させない5つの安全装置

• LangChain — The Art of Loop Engineering
• Data Science Dojo — Agentic Loops: From ReAct to Loop Engineering (2026 Guide)
• explainx.ai — What Is Loop Engineering? Beyond Prompt Engineering in 2026
• Yao et al., “ReAct: Synergizing Reasoning and Acting in Language Models” (Princeton & Google, 2022)