Claude Code & Codex Usage Trading Cards by Rudel

Claude Code Wrapped: 開発者 Jon Doe のコーディング実績と統計レポート

Claude Code Wrappedは、特定の期間における開発者の活動を詳細なデータで振り返るための総合的なパフォーマンスレポートです。本記事では、ユーザー「Jon Doe」氏の活動データに基づき、その開発スタイル、AI活用度、そして生産性指標を徹底的に分析します。

What's Claude Code Wrapped?

Claude Code Wrappedとは、AIコードアシスタントを用いた開発プロセスを数値化し、可視化したものです。このレポートは、単なる作業ログではなく、セッション数、トークン使用量、コミット成功率、そして開発コストに至るまで、多角的な視点からエンジニアのパフォーマンスを評価します。

Jon Doe氏のケースでは、2026年4月25日時点でのデータがまとめられており、その活動規模から「Maniac (マニアック)」という称号が与えられています。これは、AIツールを極めて高い頻度で使いこなし、複雑な開発タスクを効率的に処理していることを示唆しています。

Features (主な特徴と詳細データ)

Claude Code Wrappedには、開発者の動きを詳細に把握するための数多くの指標が含まれています。以下に、Jon Doe氏の実績を基にした主要な特徴を解説します。

1. セッションと活動頻度の分析

開発の継続性と集中力を測る指標として、セッションデータが重視されます。

• 総セッション数 (SESSIONS): 219回
• アクティブ日数 (ACTIVE DAYS): 58日
• 平均セッション時間 (AVG SESSION MIN): 37分
• 最長セッション時間 (LONGEST SESSION MIN): 143分

58日間のアクティブ期間中に219回のセッションを記録していることから、1日あたり平均3〜4回のセッションをこなしていることがわかります。また、最長143分（約2時間20分）に及ぶ連続作業は、深い集中を必要とする開発業務にAIが並走していることを物語っています。

2. トークン消費とAIモデル利用率

AIとの対話量を示すトークン数は、プロジェクトの規模と複雑さに直結します。

• 合計トークン数 (TOTAL TOKENS): 1.9M (1,900,000トークン)
  • インプットトークン: 1.2M
  • アウトプットトークン: 740K
• モデル利用比率 (CLAUDE/CODEX %): 57% / 43%

総計1.9Mという膨大なトークン量は、大規模なコードベースの解析や生成が行われた証拠です。また、Claudeの使用率が57%と高く、論理的な推論や高度なリファクタリングに活用されている一方で、Codexも43%併用されており、用途に応じたモデルの使い分けが見て取れます。

3. 開発効率と成果の指標

実際の成果物にどれだけ貢献したかを示すデータです。

• コミット率 (COMMIT RATE %): 48%
• 成功率 (SUCCESS RATE %): 69%
• 操作されたリポジトリ数 (REPOS TOUCHED): 12箇所

コミット率48%という数字は、AIとのやり取りの約半分が実際のコード変更につながっていることを意味します。また、69%という高い成功率は、AIの提案が実用的であり、手戻りが少ないことを示しています。12のリポジトリを横断して作業している点も、広範な影響力を示しています。

4. スキルとツールの活用状況

どのようにAIを操作しているかというテクニカルな側面です。

• 使用されたスキル数 (SKILLS USED): 156種類
• お気に入りのスキル (FAV SKILL): REFACTOR (リファクタリング)
• 使用コマンド数 (COMMANDS USED): 101回
• 使用サブエージェント数 (SUB-AGENTS USED): 50回

Jon Doe氏は156もの多様なスキルを駆使しており、特にお気に入りのスキルが「REFACTOR」であることから、既存コードの品質向上に注力していることが分かります。また、50ものサブエージェントを活用することで、並列的なタスク処理を行っています。

5. 経済的パフォーマンス

投資に対する効果（ROI）を算出するためのデータです。

• 総支出 (SPENT): $347
• 1コミットあたりのコスト (DOLLAR PER COMMIT): $3.3

約2ヶ月間で347ドルを投資し、1コミットあたり約3.3ドルというコストパフォーマンスで開発を進めていることが明確化されています。

Use Case (活用シーン)

Claude Code Wrappedのデータは、以下のようなシーンで活用できます。

• 個人のスキルアップ: 自分の「Favorite Skill」や成功率を確認し、得意分野の強化や苦手分野の克服に役立てる。
• プロジェクト管理: 12のリポジトリにまたがる作業範囲を確認し、どのプロジェクトにどれだけの計算資源（トークン）を割いたかを把握する。
• 予算策定: 1コミットあたりのコスト（$3.3）を基準に、次期の開発予算をより正確にシミュレーションする。
• チーム内共有: 「Maniac」ランクや高い成功率を共有することで、AI活用のベストプラクティスをチームに広める。

FAQ (よくある質問)

Q: 「Maniac」というステータスは何を意味しますか？ A: これはJon Doe氏の活動レベルを示す称号です。219回のセッションや1.9Mトークンの消費といった、非常に高いアクティビティに基づき付与されています。

Q: 成功率69%というのは高いのでしょうか？ A: AIを介した開発において、約7割のタスクが成功（完遂）していることは非常に高い水準です。これは、プロンプトの質やモデルの選択が適切であることを示しています。

Q: 最も使われている「REFACTOR」スキルとは何ですか？ A: コードの外部的な動作を変えずに、内部構造を整理・改善するスキルです。Jon Doe氏がコードの保守性や可読性を重視していることが分かります。

Q: トークン消費の「1.2M/740K」の内訳はどういう意味ですか？ A: 1.2M（120万）トークンがAIへの入力（コンテキストの読み込みなど）、740K（74万）トークンがAIからの回答（コード生成など）として消費されたことを示しています。

---

本記事の情報は2026年4月25日時点の統計データに基づいています。