Extended Thinking（拡張思考）とは何か：通常モードとの違い
Extended Thinking（拡張思考）は、Claudeが回答を生成する前に内部で段階的な推論プロセスを実行する機能です。通常モードでは、Claudeはプロンプトを受け取ると即座に回答を生成しますが、Extended Thinkingを有効にすると、回答の前に問題の分析、仮説の検討、論理の検証といったステップを踏んでから最終回答を出力します。
この仕組みは人間の思考プロセスに近い動作です。簡単な質問には即答できても、複雑な問題には「考える時間」が必要なように、Claudeも拡張思考を使うことで複雑な問題への対処能力が大幅に向上します。APIを通じて利用する場合、Messages APIのレスポンスにはClaudeの思考プロセスの要約が含まれ、どのような推論を経て結論に至ったかを確認できます。これは特にビジネス上の意思決定支援において、結論だけでなく推論の根拠を把握したい場合に有用です。
Extended Thinkingが効果を発揮するユースケース
Extended Thinkingは万能ではなく、効果が顕著なユースケースとそうでないケースがあります。最も効果が高いのは、複雑な分析業務です。財務データの多角的分析、競合環境の評価、事業計画の妥当性検証など、複数の要素を総合的に判断する必要がある場面で威力を発揮します。通常モードでは見落としがちな矛盾点や考慮漏れを、拡張思考によって検出できる確率が大幅に高まります。
多条件の意思決定支援も得意分野です。「コスト・品質・納期・リスク・ステークホルダーの意向」など、複数の判断軸を同時に考慮した提案が求められる場合、Extended Thinkingによって各軸のトレードオフを整理した上で結論を導き出します。また、長文の論理構成においても効果的です。論文、報告書、提案書など、全体の論理的な一貫性が求められる文書の作成時に、構成を考えながら執筆することで品質が向上します。
コード設計では、アーキテクチャの選定、リファクタリングの方針決定、パフォーマンスのボトルネック分析など、設計判断を伴うタスクでExtended Thinkingが有効です。一方、単純なFAQ回答、テンプレートの穴埋め、短い文章の翻訳など、即答が可能なタスクでは拡張思考を使用するメリットは薄く、コストとレイテンシが増加するだけとなります。
プロンプト設計のコツ：Extended Thinkingの効果を最大化する方法
Extended Thinkingを活用する際のプロンプト設計にはいくつかのポイントがあります。第一に、問題の複雑さを明示することです。「以下の3つの観点から分析してください」「リスクとリターンの両面から評価してください」のように、多面的な検討が必要であることを伝えると、Claudeはより深い思考を行います。
第二に、制約条件を明確に設定することです。「予算は年間500万円以内」「既存システムとの互換性を維持」「3ヶ月以内に導入可能」など、具体的な制約を提示することで、Claudeの推論がより実用的な方向に導かれます。第三に、期待する出力形式を指定することです。「結論を先に述べ、その後に根拠を列挙する形式で回答してください」のように、構造化された出力を求めることで、思考プロセスの結果がより明瞭な形で提示されます。
また、段階的な質問を避け、一度に全体像を伝えることも重要です。Extended Thinkingでは最初に問題全体を把握してから思考を展開するため、前提条件、判断基準、求める結論のレベルをまとめて提示するほうが効果的です。あいまいな指示ではClaudeの思考が拡散しすぎる傾向があるため、具体性を意識したプロンプト設計が成功の鍵となります。
Thinking BudgetとAdaptive Thinking：APIでの利用方法
APIでExtended Thinkingを利用するには、Messages APIのリクエストにthinkingパラメータを追加します。従来のモデルでは、budget_tokensパラメータでClaudeの内部推論に使用するトークン数の上限を指定していました。最小値は1,024トークンで、タスクの複雑さに応じて段階的に増やしていくアプローチが推奨されていました。
2026年の最新モデル（Opus 4.6以降、Sonnet 4.6以降）では、Adaptive Thinking（適応型思考）が導入されました。これはthinking: { type: "adaptive" }と指定することで、Claudeがリクエストの複雑さに応じて思考の深さを自動的に調整する仕組みです。手動でbudget_tokensを設定する必要がなくなり、シンプルな質問には最小限の思考で素早く回答し、複雑な問題にはより多くの思考トークンを割り当てるという柔軟な動作を実現します。
Claude 4モデルでは、ツール呼び出し間の思考（Interleaved Thinking）もサポートされています。これにより、ツールの結果を受け取った後に追加の推論を行い、次のアクションをより的確に判断できます。エージェント的なワークフローにおいて、各ステップで思考を挟むことで全体の精度が向上します。Opus 4.7ではさらにタスクバジェットが導入され、思考・ツール呼び出し・出力を含むエージェントループ全体のトークン使用量を管理できるようになっています。
注意点：コスト増とレイテンシへの対策
Extended Thinkingを利用する際の最大の注意点は、コスト増加とレイテンシの増大です。思考トークンは出力トークンとして課金されるため、思考に使用されたトークン分だけAPIコストが上昇します。たとえば、通常の回答が500トークンのタスクで5,000トークンの思考バジェットを設定すると、出力コストが約10倍に膨れ上がる計算です。
レイテンシについても、思考プロセスの分だけ応答時間が延びます。リアルタイム性が求められるチャットボットやカスタマーサポートでは、Extended Thinkingの使用は慎重に検討すべきです。対策としては、Adaptive Thinkingの活用が効果的です。手動でbudget_tokensを設定する場合と比較して、タスクの複雑さに応じた自動調整により、不要な思考トークンの消費を抑えられます。
運用上の工夫としては、ルーティングの仕組みを構築することが推奨されます。受け取ったリクエストの複雑さを事前に判定し、単純なタスクには通常モード、複雑なタスクにはExtended Thinkingを適用するという振り分けを行うことで、コストとレイテンシを最適化できます。また、キャッシュ可能なリクエストにはプロンプトキャッシングを組み合わせることで、入力トークンのコストを削減することも有効な戦略です。
実際の出力比較：通常モード vs Extended Thinking
Extended Thinkingの効果を具体的に理解するために、実際のビジネスシナリオでの出力を比較してみましょう。たとえば「新規SaaSプロダクトの価格設定を検討したい。ターゲットは中小企業、機能はプロジェクト管理ツール、競合はAsanaとNotion」という問いに対して、通常モードとExtended Thinkingでは回答の質に明確な差が出ます。
通常モードでは、一般的な価格帯の提案（フリーミアム＋有料プラン3段階など）が中心となり、表面的な競合比較に留まる傾向があります。一方、Extended Thinkingモードでは、まず中小企業の購買行動特性を分析し、競合の価格戦略とポジショニングを詳細に検討したうえで、価格弾力性の観点から複数のシナリオを提示します。さらに、初期の市場浸透フェーズと収益化フェーズで異なる価格戦略を提案するなど、時間軸を踏まえた多層的な分析結果が得られます。
数学的な問題でも差は顕著です。Sonnet 4.6では、Extended Thinkingにより数学性能が62%から89%に向上したとのベンチマーク結果が報告されています。複雑な計算を伴う財務モデリングや統計分析では、Extended Thinkingの活用によって出力の信頼性が大きく向上します。ただし、すべてのタスクで拡張思考を使うのではなく、判断の複雑さに応じて使い分けることが、コスト効率の面で最も合理的なアプローチです。