Claude Code×Salesforce Apex・フロー連携｜下書き生成と本番反映のゲート設計

Salesforceの開発現場において、Apexのコーディングや複雑なフロー（Flow Builder）の設計は、常に「仕様の整合性」と「本番反映の安全性」という二つの壁に直面してきました。従来のChatGPTなどの汎用チャットAIは、コードの断片を生成するには長けていましたが、Salesforceプロジェクト全体（SFDXリポジトリ）のメタデータ構造や、既存クラスとの依存関係を完全に把握することは困難でした。

この状況を打破するのが、Anthropic社が提供するClaude Codeです。これは、ローカルのリポジトリ上で動作するCLI（コマンドラインインターフェース）型のコーディングエージェントであり、Salesforce開発の実務プロセスを劇的に進化させます。本記事では、Claude Codeを用いてApexやフローの下書きを作成し、それを「品質ゲート」を介して安全にSalesforce環境へデプロイするための完全な実務アーキテクチャを解説します。

コードを書かない人の始め方と、任せていい仕事の線引きを、動画にまとめています↓↓

Salesforce開発を劇的に変える「Claude Code」とは何か

汎用チャットAIとの決定的な違い：リポジトリ全体を俯瞰するコンテキスト理解

従来のブラウザ型AIツールとClaude Codeの最大の違いは、「今、目の前にあるローカルコードをすべて読み取れるか」という点にあります。Salesforceの開発では、一つのApexクラスを変更する際に、関連するトリガー、ハンドラークラス、そしてカスタムオブジェクトの定義（xml）を同時に考慮しなければなりません。

Claude Codeは、claudeコマンドを叩いた瞬間からリポジトリ内のディレクトリ構造をスキャンし、開発者が「このトリガーにエラーハンドリングを追加して」と指示するだけで、関連するすべてのファイルを特定し、矛盾のない修正案を提示します。これは単なるコード生成ではなく、リポジトリに深く根ざした「エンジニアリング・パートナー」としての振る舞いです。

Salesforce開発（SFDX）とCLIエージェントの親和性

Salesforce開発は現在、sf（旧sfdx）コマンドを中心としたCLI駆動の開発が標準となっています。Claude CodeはCLI上で動作するため、AIが生成したコードをそのままsf project deploy startで検証環境へデプロイしたり、sf apex test runでテストを実行したりといった、コマンドベースの連携が極めてスムーズです。

例えば、AIにコードを書かせた直後に「そのままテストクラスを実行して、エラーが出たら修正して」と命令することで、開発者はターミナルから一歩も出ることなく、デバッグ作業を完結させることが可能になります。

実践：Claude CodeをSalesforceリポジトリで起動する

実務でClaude Codeを運用するためには、単にツールをインストールするだけでなく、Salesforce固有のルールをAIに教え込む必要があります。

初期設定とインストール（CLI環境の準備）

Claude CodeはNode.js環境で動作します。以下の手順でセットアップを行います（詳細はAnthropic公式ドキュメントを参照）。

1. Node.js 18以上をインストール。
2. npm install -g @anthropic-ai/claude-codeを実行。
3. Salesforceプロジェクトのルートディレクトリに移動し、claudeコマンドを起動。
4. /authでAnthropicアカウントと連携。

CLAUDE.mdによるSalesforce開発ルールの定義

Claude Codeを賢く運用するための鍵は、リポジトリのルートに配置する「CLAUDE.md」ファイルです。ここには、そのプロジェクト固有のコーディング規約や、Salesforce特有の制約を記述します。

Salesforce Project Rules

API Version: 60.0

Naming Convention: Apex classes must use PascalCase and end with 'Handler' or 'Controller'.

Test Coverage: Minimum 75% required, but aim for 90%. Avoid using (SeeAllData=true).

Trigger Policy: One trigger per object. Use a Trigger Framework.

Command: Use sf project deploy start for deployment and sf apex run test for testing.

このファイルを置いておくことで、Claude Codeは常にこのルールに従ったコード生成を行うようになります。これは、大規模なチーム開発において品質ゲートを均一化するために不可欠なステップです。

AGENTS.mdを活用したApex/フロー生成用サブエージェントの構築

さらに高度な運用として、AGENTS.mdを活用して役割別のサブエージェント（Skills）を定義できます。例えば、「Salesforce Architect」というエージェントを定義し、ガバナ制限（Governor Limits）のチェックを専門に行わせる、といった使い分けが可能です。

Apex開発のゲート運用：Claude Codeによる下書きからPR作成まで

実務において、AIにコードを書かせて終わりにするのは危険です。必ず「検証」と「レビュー」のゲートを設ける必要があります。Claude Codeを用いた標準的な開発フローは以下の通りです。

既存コードの読み取りとリファクタリング提案の自動化

「この古いApexクラスを、最新のTrigger Frameworkに合わせて書き換えて。ついでにSOQLクエリがループ内で発行されていないかチェックして」と指示します。Claude Codeは、関連する複数のファイルを読み込み、最適なリファクタリング案を新しいファイルまたは差分（diff）として提示します。

テストクラスの自動生成とsf test runのローカル検証

Salesforceにおいて、テストクラスの作成は最も時間がかかる作業の一つです。Claude Codeは実装コードを理解しているため、カバレッジを網羅するテストデータを自動的に生成できます。生成後、そのまま/run sf apex test run -n MyTestClassと命令すれば、ローカルでテスト結果を確認し、失敗すればその場で修正案を出させることができます。

Git連携：Claude Codeによる要約付きプルリクエストの作成

修正が完了したら、Claude Codeに「ここまでの変更を要約して、プルリクエストを作成して」と依頼します。AIは差分を解析し、人間が読むのに適した丁寧な要約文を作成し、gh pr createなどのCLIコマンドを組み合わせてPRの発行まで自動化します。これが、本番反映前の「人間によるレビュー」という第一のゲートになります。

ClaudeとSalesforceを「連携」する3つの方式（2026年7月時点）

ここまではローカルリポジトリ上でClaude CodeにApexやフローの下書きを書かせる使い方を解説してきました。一方で「ClaudeとSalesforceを連携したい」という要望には、目的によって複数の実現方式があります。2026年に入り、Salesforce公式のMCP（Model Context Protocol）対応が整ったため、本記事執筆時点（2026年7月）で選べる主な方式を整理しておきます。「開発（Apex/メタデータ）を効率化したいのか」「Claudeから組織のデータやフローを操作したいのか」で選ぶ方式が変わります。

方式1：sf CLI＋Claude Code（ローカル開発・メタデータ操作）

本記事の中心で解説してきた方式です。sf（Salesforce CLI）が入ったローカル環境でClaude Codeを起動し、AIが生成したApexやフローXMLをsf project deploy startやsf apex run testでSandboxへ反映・検証します。MCPを使わず、Claude Codeがターミナルからコマンドを実行するだけのシンプルな構成で、既存のSFDX開発フローにそのまま組み込めるのが利点です。まず試すならこの方式が導入障壁が最も低いといえます。

方式2：Salesforce DX MCP Server（開発タスクを自然言語で）

Salesforceは、開発（DX）タスク向けの公式MCPサーバー@salesforce/mcpを提供しています（本記事執筆時点でベータ）。npx -y @salesforce/mcp でローカルに起動し、Claude Code・Cursor・Cline などのMCPクライアントから接続できます。orgs／metadata／data／users といったツールセットを有効化することで、メタデータの同期、Apexテストの実行、スクラッチ組織の作成といった標準的なDX作業を自然言語で指示できるようになります。方式1のsfコマンド連携を、MCP経由でより構造化した形にした位置づけです。設定はプロジェクトの.mcp.jsonにサーバー定義を追記する形が基本です。

方式3：Salesforce Hosted MCP Servers（組織のデータ・フロー・Apexを操作）

開発ではなく「Claudeから運用中のSalesforce組織を直接操作したい」場合は、Salesforceが2026年4月にGA（一般提供）を開始したSalesforce Hosted MCP Serversが該当します（Enterprise Edition以上で利用可、Developer Editionでは無償で試用可能）。これはSalesforce側がホスティング・認証・権限適用を担う公式のMCPエンドポイントで、Claude Code（CLI）およびClaude DesktopからOAuth 2.0（External Client App）で接続します。公開できる対象は、SOQLによる照会とレコード更新、自動起動フロー、Apexアクション（@InvocableMethod）、Apex RESTや@AuraEnabledメソッド、パラメータ付きのNamed Query API、Prompt Builderのテンプレートなどです。認証・権限のenforcementをSalesforceが自動で行うため、ユーザーの権限を超えた操作はできない設計になっている点が、独自にAPIを叩く連携との大きな違いです。

※ 本節の各方式・提供状況は2026年7月時点の公開情報に基づきます。MCP対応は更新が速い領域のため、導入時はSalesforce Developers公式ドキュメントで最新の提供範囲・エディション要件をご確認ください。

ノンコードの境界線：Salesforceフローの「下書き」をClaude Codeで制御する

Salesforceのフローは「ノンコード」と呼ばれますが、その実体は膨大なXMLファイルです。Claude CodeはこのXMLを直接編集・生成することが可能です。

フローXMLの構造を理解させ、ロジックのプロトタイプを生成する

複雑な分岐を持つフローをGUIで一つずつ配置するのは手間がかかります。「取引先が更新されたときに、関連する商談のフェーズを一括で更新するフローのXMLを生成して」と指示することで、プロトタイプとなる.flow-meta.xmlを生成させることができます。これをVS Codeで開き、Salesforceにプッシュすることで、GUI上には既にロジックが組み上がった状態で表示されます。

フローとApexの「責務分解」をAIとディスカッションする

「この処理はフローでやるべきか、Apexでやるべきか？」という設計上の悩みも、Claude Codeに相談できます。リポジトリ内の既存のロジック密度を計算し、保守性の観点から最適な提案を受けられます。

こうした自動化の考え方は、他の業務DXにも共通します。例えば、
Google Workspace × AppSheetを用いた業務DX
のように、適切なツール選定とAIによるロジック構築を組み合わせることで、開発コストを最小化できます。

運用・比較：Salesforce標準機能 vs AI駆動開発（Claude Code）

Claude Codeを導入することで、従来のSalesforce開発プロセスがどう変化するかを以下の表にまとめました。

セキュリティとガバナンス：機密情報を守るための設定

Salesforceの実務では、クライアントシークレットや認証情報を扱うことがあります。Claude Codeはデフォルトで.gitignoreを尊重するため、ビルド成果物などはそれで読み取り対象から外せますが、鍵情報や認証ファイルを確実に読み取らせたくない場合は、プロジェクトの.claude/settings.jsonにpermissions.denyとしてReadルールを定義します。たとえば"Read(./.env)"や"Read(./config/**)"、"Read(./**/*.pem)"を列挙しておけば、デプロイ用スクリプトや秘密鍵を含むディレクトリへのアクセスを明示的に拒否できます（denyはallowより優先されます）。

また、AIが生成したコードが既存のSaaSエコシステムに悪影響を及ぼさないよう、
SaaSコストと負債を断つためのアーキテクチャ設計
の視点を持ち、不要なAPIコールが発生していないかをゲートで確認することが重要です。

結論：Claude CodeがSalesforce実務の「新しいゲート」になる

Claude Codeの登場により、Salesforce開発は「コードを書く作業」から「AIが生成したロジックを承認し、品質ゲートを管理する作業」へとシフトしています。特にCLAUDE.mdを用いたコンテキスト共有と、CLI経由の自動テスト・デプロイ連携は、これまで属人化していたSalesforce開発の知見をチーム全体の資産に変える力を持っています。

まずは、小さなApexユーティリティクラスの作成や、既存フローの仕様ドキュメント作成からClaude Codeを使い始めてみてください。その圧倒的なスピードと、リポジトリに対する深い理解に驚くはずです。AIを単なるチャット相手ではなく、ターミナル上で共に戦う実務担当者として迎え入れることが、次世代のSalesforce開発における勝利条件となります。

参考：Aurant Technologies 実プロジェクトのLooker Studio実装

本記事のテーマを実装段階まで進める際の参考として、Aurant Technologies が支援した複数の実案件で構築した Looker Studio ダッシュボードの一例をご紹介します。数値・社名・部門名はマスキングしていますが、実際に運用されている可視化です。