【結論】解決策 / 実行コマンド
Claude Codeは.ipynbをJSONとして扱えますが、出力やメタデータが大きいNotebookは差分が読みにくく壊れやすいため、直接編集が常に最適とは限りません。
小規模Notebookは直接編集し、大規模な分析ではJupytextやnbconvertでテキスト形式へ同期するとレビューしやすくなります。
原本を残し、出力セルを消してから編集し、最初から再実行できるか確認します。
# ターミナルで実行：原本をバックアップ
cp analysis.ipynb analysis.backup.ipynb
# ターミナルで実行：出力を除去して差分を小さくする
jupyter nbconvert --clear-output --inplace analysis.ipynb
# ターミナルで実行：Pythonへ変換
jupyter nbconvert --to script analysis.ipynb
# ターミナルで実行：Claude Codeを起動
claude具体的な手順・設定方法
Notebook、Python環境、データセットの場所と再実行手順を確認します。
秘密情報、巨大データ、個人情報は読み込ませず、サンプルデータで動作確認します。
修正後はカーネルを再起動し、上から順に全セルを実行して再現性を確認します。
実践プロンプト / 活用テクニック
# 起動後のセッション内で入力
analysis.ipynbを直接上書きせず、analysis.pyの前処理部分をレビューしてください。
欠損値処理、乱数シード、データリーク、型変換の問題を報告してください。
修正案は小さな差分で提示し、データファイルの内容は読み取らないでください。注意点・よくあるエラーと対処法
Notebookの実行結果には画像、HTML、ログ、個人情報が残る場合があります。
セルの実行順依存があると、見かけ上動いても再現できません。
モデル評価では学習データと検証データの混入を確認してください。