JetBrains IDEでClaudeを無制限に使う

JetBrains IDE、つまりIntelliJ IDEA、PyCharm、WebStorm、GoLandなどの各製品では、JetBrains Marketplaceで配布されているContinue pluginを使ってClaudeを利用できます。ContinueはすべてのJetBrains製品で同じ共有設定ファイルを使うため、一度設定すれば、普段使っている複数のIDEすべてでClaudeを使えるようになります。AI Prime Tech UnlimitedのようなClaude API gateway経由で接続すれば、IDEごとにtoken課金が積み上がる心配がなく、開発中いつでもAI assistantを呼び出せます。claude api 購入やclaude api 料金を気にしながら使うのではなく、定額でClaudeを常時使える構成にしたいJetBrainsユーザーに向いた方法です。

任意のJetBrains IDEにContinueをインストールする

JetBrains IDEを開き、Settings（Ctrl+Alt+S）からPluginsへ移動します。MarketplaceタブでContinueを検索し、Installをクリックします。このpluginは2023.1以降のJetBrains IDEで動作し、IntelliJ IDEA、PyCharm、WebStorm、GoLand、PhpStorm、RubyMine、CLion、Rider、DataGripなどに対応しています。IDEごとにpluginのインストールは必要ですが、設定ファイルは共通です。そのため、JavaはIntelliJ、PythonはPyCharm、TypeScriptはWebStormというようにIDEを使い分けるチームでも、Claude APIの接続設定を何度も繰り返す必要はありません。claude api キーを各IDEに個別で貼り付けて管理するより、Continueの共有configに集約したほうが運用はずっとシンプルです。

インストール後にIDEを再起動すると、右側のsidebarにContinue panelが表示されます。初回起動時には~/.continue/ディレクトリが作成され、その中にデフォルトのconfig.yamlが生成されます。ClaudeをAI Prime Tech Unlimited経由で接続するために編集するのは、基本的にこの1ファイルだけです。同じconfig.yamlはすべてのJetBrains IDEから読み込まれ、VS CodeでもContinueを使っている場合はそちらからも参照されます。複数エディタを併用する開発者にとって、これは大きなメリットです。Claudeのmodel名、provider、apiBase、apiKey、role割り当てを一箇所で管理できるため、Claude CodeやIDE拡張を触ってきた人が検索しがちなclaude code api キー設定に近い感覚で、JetBrains環境全体のClaude接続を整えられます。

Continue pluginには主に3つの機能があります。Chatはsidebarで行う対話型AIで、コードの説明、設計相談、bug調査、refactor方針の検討などに使います。Editは選択したコードに対してinlineで変更案を生成する機能で、Ctrl+Iから呼び出すことが多いです。Applyは生成された変更を既存ファイルへ適用する機能で、AIが提案したpatchを実際のコードベースに反映するときに使います。さらに、これらの機能ごとに異なるClaude modelを割り当てられます。たとえば、普段のinline編集には低latencyなSonnet、複雑な設計相談にはOpusというように使い分けることで、速度と品質のバランスを取りやすくなります。claude 無制限の環境では、どの機能をどれだけ呼んでもtoken単位の請求を意識しなくてよいので、この使い分けをより積極的に活用できます。

無制限Claude向けにconfig.yamlを設定する

任意のtext editorで~/.continue/config.yamlを開きます。このファイルはYAML形式で、利用可能なAI providerをmodels arrayとして定義します。AI Prime Tech Unlimitedに接続するには、新しいmodel entryを追加し、providerをanthropic、apiBaseをhttps://claudeapikey.devに設定します。この場合のapiBaseはroot hostのみで、/v1は付けません。Anthropic providerを使う場合、SDK側が必要なpathを付与します。apiKeyにはAI Prime Tech Unlimitedで発行したkeyを指定します。一般的なAnthropic公式API keyではなく、gatewayで発行されたclaude api キーを使う点に注意してください。claude api 購入後に発行された認証情報をContinueに渡す、という理解で進めると迷いにくいです。

各model entryには、title、model、provider設定が必要です。titleはContinueのUI上で表示される名前、modelはClaudeのmodel identifierです。日常的な実装やレビューに使うSonnet、難しい推論や大規模な設計相談に使うOpus、短い確認や軽い質問向けのHaikuなど、必要なClaude variantごとにentryを作成できます。Continueのmodel pickerにはtitleの値が表示されるため、チームで使う場合は「Claude Sonnet (Unlimited)」「Claude Opus (Unlimited)」のように、用途と課金形態がわかる名前にしておくと便利です。特にJetBrainsでは複数projectを開いたまま作業することが多いため、どのmodelがどの役割なのかをUI上で直感的に見分けられることが重要です。

anthropic provider typeの代わりにopenai provider typeを使うこともできます。その場合はapiBaseをhttps://claudeapikey.dev/v1のように/v1付きで指定し、apiKey fieldにBearer authenticationで使うkeyを入れます。ただし、ContinueでClaudeを使うならanthropic provider typeがおすすめです。理由は、streaming、thinking blocks、tool callingなど、Anthropic固有の機能との相性がよく、Claudeらしい応答挙動を保ちやすいからです。openai互換endpointは便利な場面もありますが、ClaudeをJetBrains内で長時間使う前提なら、native providerで設定したほうがtroubleshootingもしやすくなります。claude api 料金を気にして最小限のcontextだけ送る運用ではなく、無制限gatewayを前提に品質重視で使うなら、provider選びも応答品質に影響します。

Chat、Edit、Applyのrole割り当て

Continueでは、異なるroleに異なるmodelを割り当てられます。chat roleはsidebarでの会話を担当します。コードの説明、architecture discussion、debugging help、設計判断の比較、既存実装の読み解きなど、文脈を深く理解して長めに回答してほしい場面で使います。edit roleはCtrl+Iなどで起動するinline code modificationを担当し、選択範囲のコードを置き換える提案を生成します。apply roleは、生成されたコードやdiffを既存ファイルへmergeする処理を担当します。これらは同じAI機能に見えても、求められる特性が少し違います。Chatでは推論の深さ、Editでは速度と正確な変換、Applyでは既存コードとの整合性が重要になります。

config.yamlでは、各modelにroles arrayを設定します。たとえばroles: [chat, edit, apply]とすれば、そのmodelはすべての用途に使われます。一方で、役割を分割したい場合は、複数のmodel entryを作り、それぞれに異なるroleを割り当てます。たとえばOpusにはchatだけを割り当て、深い調査や設計相談に使います。Sonnetにはeditとapplyを割り当て、日常的なinline修正や生成コードの適用を高速に処理します。この構成はJetBrains IDEで特に使いやすいです。なぜなら、IDE上の作業は「長い相談」と「短い修正」が頻繁に切り替わるからです。model pickerを毎回手動で変えるのではなく、roleごとに最適なmodelをあらかじめ割り当てておくことで、作業の流れを止めずにClaudeを使えます。

無制限プランでは、最適な戦略はコストではなくlatencyと品質で決められます。複雑な質問、たとえば大規模refactorの方針、legacy codeの意図の推測、race conditionの原因調査、module境界の再設計などはOpusをchatに割り当てると効果的です。一方で、inlineで待っている時間がそのまま開発体験に影響するeditやapplyにはSonnetを使うと、応答速度と品質のバランスがよくなります。どちらも同じ定額の範囲で利用できるため、per-token billingのように「この相談は高くつくかもしれない」と遠慮する必要がありません。claude 無制限をJetBrainsで使う最大の価値は、AIへの相談回数を減らすのではなく、開発フローの自然な一部としてClaudeを常時使えることにあります。

.continuerc.jsonによるプロジェクト別override

config.yamlはglobal設定ですが、project rootに.continuerc.jsonを置くことで、projectごとのoverrideを設定できます。これは、projectによって必要なmodel設定やsystem promptが違う場合に便利です。たとえばPython projectでは型hintやpytestの書き方に関するルールをsystem promptに追加したいかもしれません。legacy Java codebaseでは、既存のlayer構造や命名規則、変更してはいけないpackage境界をClaudeに強く意識させたいことがあります。frontend projectでは、ReactやVueのversion、state managementの方針、design systemの制約をcontextとして与えたい場合もあります。global configだけで全projectを処理するより、projectごとにAIの前提知識を変えたほうが、回答の精度は上がります。

.continuerc.jsonはconfig.yamlと同じ考え方の構造を使いますが、形式はJSONです。このproject fileで指定した設定は、そのprojectに対してのみglobal configを上書きします。よく使われるoverrideには、project-specificなsystem prompt、特定のmodel versionの選択、context providerの追加などがあります。たとえば、社内frameworkを使っているprojectでは、そのframeworkの設計思想や禁止事項をsystem promptに入れられます。microserviceごとにAPI contractが違う場合は、関連docsやOpenAPI specをcontext providerとして追加できます。Continueの強みは、このような設定をIDE単位ではなくproject単位で切り替えられる点です。IntelliJでbackend、WebStormでfrontendを開いている場合でも、それぞれのrootに.continuerc.jsonを置けば、Claudeの振る舞いを自然に分けられます。

AI Prime Tech Unlimitedのような定額環境では、per-project overrideをより大胆に使えます。複雑なprojectにはarchitecture documentationを含む長めのsystem promptを追加し、Claudeに前提を十分に渡せます。難しいlegacy codebaseではOpusをdefaultにして、時間をかけた理解と慎重な変更提案を優先できます。短い確認や検索補助が中心のprojectではHaikuを使い、軽快な体験を重視できます。通常のclaude api 料金をtoken単位で考える運用では、長いsystem promptや豊富なcontextはコスト増につながります。しかし無制限gatewayでは、品質向上に必要なcontextを削る理由が少なくなります。結果として、projectごとの「Claudeに知っておいてほしいこと」をしっかり書けるため、回答のぶれが減り、reviewや実装補助の精度が安定します。

Context providerとcodebase indexing

Continueはcontext providerをサポートしており、requestに追加情報を注入できます。built-inのcodebase providerはproject filesをindex化し、質問に関連するcode snippetをpromptに含めます。docs providerはdocumentation URLをindex化できます。terminal providerは直近のterminal outputを含められます。これらのproviderは、Claudeが単独の質問文だけで判断するのではなく、実際のcodebaseやdocs、直近の実行結果を踏まえて回答するために使われます。JetBrains IDEで作業していると、compile error、test failure、stack trace、既存実装の呼び出し関係などをClaudeに見てほしい場面が多くあります。context providerを有効にしておくと、その都度手動で長い情報を貼り付ける手間が減ります。

context providerはconfig.yamlのcontextProviders sectionで設定します。codebase providerはembeddings modelを使ってprojectをindex化します。このindexing自体はlocalで実行され、API tokenを消費しません。ただし、検索で取り出されたcontext snippetはClaudeに送信されるpromptに含まれるため、requestごとのtoken countは増えます。大きなcodebase indexがある場合、1回のrequestに5,000〜15,000 tokens程度が追加されることもあります。per-token billingでは、この追加contextがそのまま費用に影響します。そのため通常は、どのproviderを有効にするか、どの程度のcontextを送るかを慎重に調整する必要があります。特にJetBrainsで複数projectを開いている開発者は、context付きの質問を何度も投げるため、claude api 料金が読みづらくなりがちです。

無制限プランでは、回答品質を高めるcontext providerを積極的に有効化できます。Claudeが持つcontextが関連性の高いものであればあるほど、回答は具体的で、実装に即したものになります。利用しているframeworkのdocumentation、社内serviceのAPI reference、database schema、coding guideline、runbook、internal knowledge baseなどをproviderとして追加すると、Claudeはより現場の前提に沿った提案を返せます。requestごとのtoken overheadは定額内でカバーされるため、コスト削減のために有益なcontextを削る必要がありません。むしろ、Claudeに十分な情報を渡すことで、誤った前提に基づく修正提案や、projectの慣習に合わないコード生成を減らせます。JetBrainsで重い開発ワークフローを回すなら、context providerは単なる便利機能ではなく、AI assistantを実用レベルに引き上げる重要な設定です。

複数IDEで一貫した共有configを使う

Continueの大きな強みのひとつは、設定のportabilityです。~/.continue/ディレクトリは、Continueを使うすべてのIDEで共有されます。対象はJetBrains製品全般に加え、VS Codeも含まれます。config.yamlを一度編集すれば、その変更はすべての環境に反映されます。Javaを書くときはIntelliJ、Pythonを書くときはPyCharm、TypeScriptを書くときはWebStorm、その他の軽い作業はVS Codeというような開発スタイルでも、AI Prime Tech Unlimitedへの接続は同じ設定で動きます。claude api キーをIDEごとに保存し直したり、model設定の差異を手作業で同期したりする必要がありません。これは個人開発でも便利ですが、複数言語を扱うprofessional teamでは特に効きます。

共有configによって、model preference、role assignment、system prompt、context providerが、どのIDEを開いても一貫します。たとえば、Opusはchat、Sonnetはedit/applyという方針を決めれば、IntelliJでもPyCharmでもWebStormでも同じ体験になります。system promptに「回答は既存のcoding conventionを優先する」「破壊的変更は事前に説明する」「test追加を提案する」といったルールを入れておけば、IDEに依存せずClaudeの振る舞いを揃えられます。複数言語や複数repositoryを横断する開発者にとって、これはAI assistantの体験を統一するための重要なポイントです。設定がバラバラだと、あるIDEではClaudeが使いやすいのに、別のIDEでは応答が遅い、modelが違う、contextが足りないといった問題が起きます。共有configなら、そのばらつきを抑えられます。

無制限プランは、この共有configの価値をさらに高めます。複数IDEをまたいでClaudeを使うと、token消費は自然に増えます。朝はIntelliJでbackendの設計相談をし、昼はPyCharmでdata pipelineのbugを調べ、午後はWebStormでfrontend componentを生成し、夕方にVS Codeでscriptやdocsを整える、という使い方は珍しくありません。それぞれのIDEで質問、コード生成、変更レビュー、error調査を行うと、per-token billingでは利用量がどんどん積み上がります。claude api 購入後に従量課金で運用している場合、IDEをまたぐ自然な利用がそのまま費用増につながります。一方、AI Prime Tech Unlimitedの定額gatewayなら、すべてのIDE利用をひとつのflat rateでカバーできます。だからこそ、JetBrains heavy userにはclaude 無制限の構成がよく合います。

JetBrainsでContinueを使うときのtroubleshooting

設定後にContinueで「model not available」と表示される場合は、まずconfig.yamlのsyntaxを確認してください。YAMLはwhitespace-sensitiveです。indentationが少しずれているだけで、model entryが正しく読み込まれないことがあります。key-value pairのcolon後にspaceがない、list itemのindentが揃っていない、quotesの閉じ忘れがある、といったミスはよくあります。YAML validatorを使うか、JetBrainsのView -> Tool Windows -> ContinueからContinue output panelを開き、parsing errorを確認してください。特に複数modelを定義してrolesを分ける場合、階層が深くなりやすいため、indentationのズレに注意が必要です。claude api キー自体が正しくても、YAMLが壊れていると認証以前にmodelが見えません。

同じconfigでVS Codeでは動くのにJetBrainsではrequestがtimeoutする場合、JetBrains側のproxy設定が直接接続を上書きしている可能性があります。Settings -> Appearance & Behavior -> System Settings -> HTTP Proxyを確認してください。Auto-detectやcorporate proxyが設定されている場合、一度No proxyに変更してdirect connectivityを確認します。そのうえで、会社のnetwork要件に合わせてproxyを正しく設定してください。企業ネットワークでは、IDEごとのproxy設定、OSのproxy設定、VPN、TLS inspectionなどが絡むことがあります。AI Prime Tech Unlimitedのgatewayへ到達できない場合でも、API keyやContinue設定が原因とは限りません。curlやbrowserでendpoint到達性を確認しつつ、JetBrains内のnetwork logも見ると切り分けが早くなります。

正しいcredentialを使っているのに401や403のauthentication errorが出る場合、config.yamlを編集したあとContinueが設定をreloadしていない可能性があります。Continue panelを閉じて開き直すか、IDEを再起動してください。Continueはpanel initialization時にconfigをcacheすることがあり、すべてのIDE versionでfile changeを自動監視するわけではありません。また、AI Prime Tech Unlimitedで発行されたkeyと、別サービスのAnthropic keyを混同していないかも確認してください。claude code api キー設定の経験がある人ほど、別toolで使っていたkeyをそのまま貼ってしまうことがあります。gatewayを使う場合は、apiBaseとapiKeyの組み合わせがセットです。root hostにanthropic providerで接続するのか、/v1付きでopenai providerとして接続するのかによって、必要な設定も変わります。

# ~/.continue/config.yaml
models:
  - title: "Claude Sonnet (Unlimited)"
    provider: anthropic
    model: claude-sonnet-4-5
    apiBase: "https://claudeapikey.dev"
    apiKey: "<your AI Prime Tech Unlimited key>"
    roles:
      - edit
      - apply

  - title: "Claude Opus (Unlimited)"
    provider: anthropic
    model: claude-opus-4-6
    apiBase: "https://claudeapikey.dev"
    apiKey: "<your AI Prime Tech Unlimited key>"
    roles:
      - chat

# このconfigはすべてのJetBrains IDEとVS Codeで同時に使えます

FAQ

1つのconfig.yamlをすべてのJetBrains IDEで使えますか？
はい。~/.continue/config.yamlは、IntelliJ、PyCharm、WebStorm、GoLandなどのJetBrains IDE全体とVS Codeで共有されます。一度設定すれば、各IDEで繰り返しsetupする必要はありません。AI Prime Tech Unlimited経由のClaude接続も、すべてのIDEで同じように利用できます。

Continueではanthropic providerとopenai providerのどちらを使うべきですか？
基本的にはanthropic provider typeをおすすめします。apiBaseは/v1なしのroot hostに設定します。streaming、thinking blocks、tool callingなどのClaude native機能と相性がよいためです。openai provider typeも使えますが、その場合はapiBaseに/v1が必要で、一部のAnthropic固有機能は活かしにくくなります。

Continueでchatとeditに別々のmodelを割り当てられますか？
はい。roles arrayの異なるmodel entryを複数作成できます。深い推論や設計相談にはOpusをchat roleに割り当て、素早いinline修正にはSonnetをedit/apply roleに割り当てる構成が実用的です。無制限プランなら、品質と速度を優先して分けてもコスト面のトレードオフを気にしなくて済みます。

Continueのcontext providerでtokenが大きく増えるのはなぜですか？
context providerはcodebase index、docs、terminal outputなどの関連情報を各requestに追加するためです。1回のcallで5,000〜15,000 tokens程度増えることもありますが、回答品質は大きく改善します。無制限プランなら、requestごとのtoken overheadを気にせず、有用なproviderを有効化できます。

特定projectだけ設定を上書きするにはどうすればよいですか？
project rootに.continuerc.jsonを作成します。config.yamlと同じ構造をJSON形式で記述し、そのprojectに対してだけglobal設定をoverrideできます。project固有のsystem prompt、model preference、context providerを指定したい場合に便利です。