Claude Code活用法 - 基本編¶

以下のPythonコードをリファクタリングしてください：
- 可読性を向上させる
- パフォーマンスを最適化する
- エラーハンドリングを追加する
- 型ヒントを追加する

[コードを貼り付け]

期待する出力：
1. リファクタリングされたコード
2. 変更点の説明
3. パフォーマンス改善の詳細

このコードを修正してください
[コードを貼り付け]

プロジェクト概要：
- Webアプリケーション（Flask + React）
- データベース：PostgreSQL
- デプロイ環境：AWS ECS
- チーム規模：5名

現在の課題：
- APIレスポンス時間が遅い（平均2秒）
- メモリ使用量が多い
- エラーログが頻発

対象コード：
[問題のあるコードを貼り付け]

手順1：現在のコードの問題点を特定
手順2：パフォーマンスボトルネックの分析
手順3：リファクタリング計画の策定
手順4：段階的な実装
手順5：テストとベンチマーク

# このコードレビューをお願いします
def process_user_data(users):
    result = []
    for user in users:
        if user['age'] > 18:
            if user['status'] == 'active':
                result.append({
                    'name': user['name'],
                    'email': user['email']
                })
    return result

# 確認したい点：
# 1. コードの可読性
# 2. エラーハンドリング
# 3. パフォーマンス
# 4. Pythonic な書き方

# テストケースを先に作成してもらう例
"""
以下の仕様に基づいてテストケースを作成してください：

機能：ユーザー認証システム
要件：
- メールアドレスとパスワードでログイン
- パスワードは8文字以上
- アカウントロック機能（5回失敗で30分ロック）
- JWT トークン発行

テストフレームワーク：pytest
モックライブラリ：unittest.mock
"""

エラー状況：
- エラーメッセージ：[具体的なエラーメッセージ]
- 発生タイミング：[いつ発生するか]
- 環境：[OS、言語バージョン、依存関係]
- 再現手順：[ステップバイステップ]

関連コード：
[エラーが発生するコード]

ログ出力：
[関連するログ]

期待する解決策：
1. 原因の特定
2. 修正方法の提案
3. 再発防止策

# ドキュメント生成の依頼例
"""
以下のクラスに対して包括的なドキュメントを生成してください：
- docstring（Google形式）
- 使用例
- API仕様書（Markdown形式）
- 型ヒント
"""

class UserManager:
    def __init__(self, database_url: str):
        # 実装
        pass

    def create_user(self, email: str, password: str) -> dict:
        # 実装
        pass

システム設計の相談：

要件：
- 月間100万リクエストのWebAPI
- レスポンス時間 < 200ms
- 99.9%の可用性
- マイクロサービス アーキテクチャ

制約：
- 予算：月額10万円以内
- チーム：フロントエンド2名、バックエンド2名
- 技術スタック：Python、React、AWS

検討したい点：
1. アーキテクチャパターンの選択
2. データベース設計
3. キャッシュ戦略
4. 監視・ログ戦略

レガシーコードの現代化支援：

現在の状況：
- 言語：Python 2.7
- フレームワーク：Django 1.11
- データベース：MySQL 5.6
- テストカバレッジ：30%

目標：
- Python 3.11
- Django 4.2
- MySQL 8.0
- テストカバレッジ：80%以上

段階的な移行計画を提案してください。

# パフォーマンス最適化の依頼
"""
以下のコードのパフォーマンスを改善してください：

現在の問題：
- 実行時間：5秒（目標：1秒以下）
- メモリ使用量：2GB（目標：500MB以下）
- データ件数：100万件

最適化観点：
1. アルゴリズムの改善
2. データ構造の最適化
3. 並列処理の導入
4. メモリ効率の向上
"""

def process_large_dataset(data):
    # 改善対象のコード
    pass