評価項目が多数あるが学習に必要なN数はどれくらいかという質問

良い着眼点ですね！必要なN数は「評価の目的」と「項目の複雑さ」によって大きく変わります。

• 統計的な精度を重視するなら、1項目あたり最低でも30〜100件程度のサンプルが目安です
• ただしAIエージェントの場合、人間が「正解ラベル」を付けた教師データよりも、実際の動作ログと再発防止ルールを`.claude`ファイルに蓄積していく方式が実務では中心になります
• つまり「最初から大量データを集める」より、使いながら間違いをルール化していく繰り返し改善がClaude Code流のアプローチなんです

少ないデータでも始めて動かしながら精度を上げていく——それがAIエージェント活用の醍醐味ですので、まず小さく試してみてください！