Claude Codeがビジネスでできることは、文書の下書きにとどまりません。プロジェクトの指示を読み、接続したツールを使い、成果物を組み立て、自分の作業の一部を確認することもできます。重要なのは、成果物を生成することと、その成果物を信頼できるものにすることの違いです。以下のワークフローでは、AIエージェントが引き受けられる作業と、人が確認し、判断し、承認すべきポイントの両方を示します。
単発のプロンプトではなく、作業スペースから始める
Claude Codeにはデスクトップアプリがあるため、コマンドラインのウィンドウで作業する必要はありません。プロジェクトは、ツールがアクセスできるローカルフォルダーから始まります。そのフォルダーには参考資料、ブランド素材、これから行う作業の指示を置けます。Claude Codeはこれらのファイルを読み、整理できるため、どのフォルダーをプロジェクトにするか、どのアクセス権限を与えるかも準備の一部になります。
CLAUDE.mdという名前のファイルは、プロジェクトの指示書として使えます。このファイルが使うプレーンテキスト形式のMarkdownでは、見出しやリストでルールを整理できます。指示書には事業の説明を書き、より詳しい資料の場所を示し、成果物を完成とみなす前に何が必要かを定められます。たとえば、エージェントが承認を求める前に検証を一通り行い、視覚的な成果物のスクリーンショットを示すよう義務づけるルールを置けます。
繰り返し行う作業では、別のSKILL.mdファイルに再利用できる手順をまとめられます。何を集め、結果をどう構成し、どの確認を実行するかを記すものです。この区別は重要です。1本のレポートを直せばそのレポートが良くなるだけですが、保存したスキルを更新すれば、次回の実行にも同じ指示が引き継がれます。こうした手順の作成と改善には、1回の作業を手で済ませるより時間がかかる場合があるため、繰り返しが見込まれる業務でこそ意味があります。
見込み客の調査から、承認待ちのスプレッドシートまで
ある業務ワークフローでは、Claude CodeをClayに接続しました。Clayは企業の見込み客を探し、その情報を補強するツールです。接続にはAPIキーを使いました。APIキーとは、許可された権限の範囲で、あるツールが別のサービスにアクセスできるようにする非公開の認証情報です。既存のプロジェクトファイルが想定顧客についての背景情報となり、タスクでは条件に合う企業50社、それぞれに合わせたアウトリーチ文面の下書き、Google Sheetsでの成果物を求めました。
エージェントは企業情報を集め、ウェブサイトの内容、レビュー、宣伝しているサービスの対応時間、オンライン予約の有無など、各下書きに関わる属性を確認しました。そのうえで、アウトリーチの件名、本文、レビュー状況の欄を持つシートに結果をまとめました。この事例では、50件のシートの作成にかかった時間は10分未満でした。これはこのワークフローでの結果であり、企業が自社のデータや接続で同じ所要時間を見込めるわけではありません。
▲ アウトリーチ承認前の確認
重要な工程は、メッセージを送る前にありました。9つの調査エージェントがサイト情報を集め、別の2つの検証エージェントがアウトリーチ文面の主張を元の事実と照合しました。この確認で、期限切れのキャンペーンを含む5件の食い違いが見つかり、修正されました。それでも下書きについては、その企業が見込み客として適切か、文面が提案内容を正確に伝えているか、アウトリーチを進めるべきかを人が判断する必要がありました。承認したシートを送信ワークフローにつなぐことは、シートを生成することとは別の判断です。
事業の意図で成果物を方向づける
2つ目のワークフローでは、YouTube Analyticsのデータを四半期ごとのGoogle Sheetsレポートにまとめました。指示は「スプレッドシートを作って」にとどまらず、視聴の傾向を把握し、成果を左右する要因を見つけ、次の四半期のコンテンツを計画したいという事業の目的を伝えるものでした。Claude Codeは指標を集め、概要、月次の推移、四半期ごとのタブを整理し、視聴回数、総再生時間、トラフィックソース、成績上位の動画を盛り込みました。
報告された実行では、手作業なら3～4時間と見積もられた作業に約10分かかりました。時間を短縮できたのは、数値の収集、計算、書式設定をまとめて行えたためです。ただし、指標が何を意味するかを理解することや、次にどのコンテンツを作るかを決めることが不要になったわけではありません。運営者は完成したシートを使って急な伸びを調べたり形式を比べたりできますが、事業上の判断は人に残ります。
より小さな自動化にも、同じ境界が表れています。Claude Codeは、約2分間の音声による指示をもとにn8nのワークフローを組み立てました。n8nは自動化の手順をつなぐツールです。作業全体にかかった時間は約10分で、手作業で組む場合に通常かかる30～45分を下回りました。それでも、ワークフローが最初から最後まで動くようになるには、変数の対応付けとサンプルデータでの実行が必要でした。
確認の方法を、誤りの種類に合わせる
自分の成果物を見直すエージェントには、1種類ではなく複数の確認が必要です。市場分析のワークフローがその理由を示しています。Claude Codeは調査を行って書式を整えたHTMLレポートを作り、ブラウザーのスクリーンショットで表示を確認しました。この視覚的なチェックでレイアウトやコントラストの問題は見つけられても、市場の数値が妥当かどうかは確かめられません。別のファクトチェック用エージェントが21件の主張を確認したところ、18件は裏付けが取れ、1件は古い情報で、2件には出典または帰属の問題がありました。
▲ 見た目と事実の確認
それぞれの確認には異なる役割があります。
- スクリーンショットによる確認は、レポート、文書、画像が表示されたときに正しく見えるかを確かめます。内容の主張は検証しません。
- 出典との照合は、数値や記述を、その根拠となる資料と突き合わせます。見た目が整ったページでも必要です。
- ブラウザーテストは、アプリのボタン、フォーム、その他の操作の流れが意図どおりに動くかを確かめます。ある予約アプリのプロジェクトでは、50の自動エージェントが操作を模擬し、人によるテストの前に問題を洗い出しました。
レポートのワークフローは、修正内容を保存したスキルに加えたことで再利用しやすくなりました。修正には、市場規模の分析を深めることと、出典確認の工程を必須にすることが含まれます。初期の実行では、運営者は最終ファイルを受け入れるか却下するかを決めるだけでなく、エージェントの動きを見て手順を正す必要があります。後の実行では改善した手順を再利用できますが、作業に応じた確認は引き続き欠かせません。
繰り返せる作業を一つ動かしてみる
サービス業にとって現実的な出発点は、範囲がはっきりした定期的な仕事です。レポートの作成、調査のとりまとめ、承認用の資料の下書きなどが当てはまります。Claude Codeに関連するプロジェクトファイルを渡し、事業上の目的を伝え、満足できる成果物に何が含まれるべきかを定めます。その仕事に必要な接続へのアクセスを許可し、最初の数回の実行を注意深く見守ります。
ワークフローを日常業務にする前に、出力を元のデータと照合し、視覚的な成果物を確認し、どの操作に人の承認が必要かを決めます。修正はプロンプトのたびに繰り返すのではなく、プロジェクトの指示やスキルに保存します。見込み客、アナリティクス、自動化の事例が示すように、Claude Codeは依頼から下書きまでの道のりを短くできます。事業上の価値は、確認していない下書きを完成した判断として扱わずに、その道のりを繰り返せるものにすることから生まれます。