がみちゃん｜地方企業のDX・AI化の専門家

3ヶ月で24のAIシステム導入｜地方企業のDX担当。東京→地方移住。現場の「紙・Excel業務」をAIで徹底自動化する専門家です。実務に即したスピード導入が強み。御社専用のシステム構築や業務効率化の相談はDMへ。AIで地方の現場を劇的に楽にします。

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

本日からLP解禁しました！
https://t.co/sKjRO42RfT

サービスについて、簡単に説明させていただくと、地方企業のDX、AI化のお手伝いをさせていただきます！

私は正社員として、地方の企業でDXを推進する中で「Excel問題」をずっと見てきました。

kintone入れても現場が使わない。
SaaS入れても業務に合わない。

なら、御社のExcelをそのまま��用システムにすればいい。

そう思って作ったのがNeuroFlowです。

お気軽にご相談ください!
https://t.co/sKjRO42RfT
#AI　#中小企業DX　#製造業DX　#脱エクセル

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

新規事業が止まる原因は、アイデア不足より、顧客確認・販売ページ・集客・計測が別々に進んでいることかもしれません。事業案を7日間で販売・計測できる実物へ変える固定支援を検証しています。いま最も止まっている工程を一つだけ教えてください。

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

最近のチャッピーの使い方は、説明を画像にして���らいます

ビジネスにおける、難しい話とかは分かりやすく図解にしてくれたりしてとても便利です👏🏻

いきなり画像にさせるとハルシネーションひどい感触なので、手順としては

まず、情報をテキス��で出力させる
↓
画像生成してという
↓
画像が生成される

とこんな感じで簡単なので、試してみてください！

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

AIに社内システムを育てさせるプロジェクトで、「新しいセッションでAIが迷子にならない設計」がワークしてるので共有します。

Claude Code はセッションを跨ぐと記憶がリセットされるので、毎回ゼロから状況把握してもらう必要がある。

ここで詳細ファイルを全部読ませるとコンテキストが膨らんで判断精度が落ちるし、情報が少なすぎると前回の決定を覆す提案が出てくる。

設計は��ンプルです。

ルートに置くのは2ファイルだけ。

README.md と PROGRESS.md。

README.md には「プロジェクトのゴール」「読むべきファイルの順序」「絶対ルール」だけを書く。

戦略の核心を1分で把握できる粒度。

PROGRESS.md には「現在のフェーズ」「次にやるべきタスク（着手順）」「作業ログ」を書く。

新セッションでこの1ファイルを読めば、今日何をやるべきかが即分かる。

詳細ファイル（技術仕様・ナレッジ・出力フォーマット）は knowledge/ フォルダに全部入れて、タスクに着手する時だけ読ませる。

この構造の良さは、AIに与えるコンテキストをタスクの深さに応じて段階的に増やせること。

軽いタスクなら2ファイルだけで判断できるし、記事を書く時だけ knowledge/ 配下を追加で読む。

副産物として、このプロジェクトは Claude Code ��ゃなくても動きます。

他ツールでも、まず README.md 読んで、そこから PROGRESS.md に誘導される。

AI固有の情報（MCPの使い方など）は CLAUDE.md という別ファイルに閉じ込めてあるので、他ツールに渡しても混乱しない。

AI駆動開発で意外と効くのは、コンテキストを入れる順序の設計です。

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

GPT-image2.0本当凄まじいですよね。
昨日から販促チラシやスライド、SEOコンテンツを量産しまくっています！

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

GPT-image2本当すごいｗ

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

Claude Codeの「工数」、ここをちゃんと理解してる人は意外と少ない気がするので整理します。

結論から言うと、工数は「何％性能アップするか」の設定ではないです。

Anthropic公式の説明に近い言い方をすると、これは
Claudeがどれだけ積極的にトークンを使って取り組むかの設定です。

なので、工数を上げると変わるのは単なる「賢さ」だけではなくて、たとえば次のような部分です。

・どれだけ深く考えるか
・どれだけ丁寧に説明するか
・どれだけツールを使うか
・どれだけ時間をかけるか
・どれだけコストがかかるか

つまり、工数は思考の粘り強さ・調査の厚さ・説明の厚さをまとめて調整するノブ、と理解するとかなり近いです。

ここで大事なのは、

「中（medium）→高（high）で毎回同じだけ良くなる」わけではない��と。

これは公式も、effort を

「厳密なトークン上限ではなく、振る舞いの強さを示すシグナル」

として説明しています。

要するに、

・毎回きっちり同じ差が出るわけではない
・ただし、上げるほど深く・重く・丁寧になりやすい
ということです。

各段階をざっくり整理するとこうです。

◆低（low）
かなり効率重視。
速さ・コスト優先で、単純作業や大量処理向き。
必要以上に掘らず、ツール呼び出しも控えめになりやすい。

◆中（medium）
バランス型。
低（low）ほど切り詰めないが、高（high）ほど粘らない。
日常的な依頼をそこそこ良い品質で返してほしいときの現実解。

◆高（high）
品質重視側。
これがデフォルト相当です。
つまり、工数を明示的に変えていないときの基準は、基本的にここ。
複雑な推論、難しめのコーディング、重要な作業ではこの水準が基準になる。

◆超高（xhigh）
Opus 4.7で��加された段階。
特にコーディングやエージェント的な作業で、高（high）よりさらに踏み込んで調査・試行・ツール利用を増やしたいとき向け。
ここは公式も、高（high）より意味のあるトークン増加が見込まれると案内している。

◆Max
絶対最大能力寄り。
ただし万能の常用設定ではなく、仕事によっては「考えすぎ」になることもある。
公式も、コスト増の割に改善が小さい場合があると書いている。

なので実務感でいうと、

・雑務、整形、軽い要約 → 低（low）〜中（medium）
・普段の調査、文章作成、通常のコード作業 → 中（medium）〜高（high）
・難しいバグ調査、複数段階の設計、探索的な実装 → 高（high）〜超高（xhigh）
・本当に重い難問 → Max

という使い分けがかなり自然です。

一番誤解しやすい点を一言で言うと、

工数は「固定の性能倍率」ではなく、Claudeをどれだけ粘り強く働かせるかの設定です。

ここをそう理解すると、
「中（medium）と高（high）で何が違うの？」
「高（high）がデフォルトってどう��うこと？」
「Maxにすれば常に最強？」
みたいな疑問がかなり整理しやすくなります。

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

これが地方製造業DXのリアル。

「謎の集約行」と「その場限りの手入力」が混在するカオスなExcelをシステム化しようとして、ロジック整理に詰んでた。

それをClaude Codeが一瞬で解読。
「基本列は1行1レコードですが、AR列は商品全体での集約です」と、完璧な仕様解説と対応策を出してきた。

このAI、現場の闇を晴らす光すぎる

#業務改善 #Excel #AI活用 #Claudecode

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

Claude Codeのソースコード流出で見えた設計思想、使ってる側としてメモ。

・CLAUDE.mdは毎ターン再注入される
→だからプロジェクト固有の指示がブレない。僕が在庫管理や生産計画のシステム作る時、ここに業務ルール書いておくと一貫して守ってくれてたのはこの仕組み

・コンテキスト圧縮は5段階
→長い会話でも精度が落ちにくかった理由がこれ

・"Conway"という常時稼働エージェントが存在
→バックグラウンドで何か動いてる感覚はあった

4/7にAnthropicの"What We Shipped"ウェビナーがあるらしい。この流出についてどこまで触れるか気になる。

非エンジニアでClaude Code使ってる身としては、中身を知ったことで逆に信頼度が上がった。設計がちゃんとしてる。

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

Claude Codeのソースコードが流出した件。

npmのv2.1.88に59.8MBのソースマップが混入→TypeScript約51万行が丸見えに。

個人的に一番驚いたのは「CLAUDE.mdが毎ターン再注入されてる」って設計。僕はCLAUDE.mdにプロジェクトの設計思想を全部書いてるんだけど、だからブレなかったのか、と腑に落ちた。

コンテキスト圧縮が5段階あるとか、"Conway"って常時稼働エージェントの存在とか、中身はかなり練られてる。

流出自体はまずいけど、使う側としては「だから安定してたのか」って納得感のほうが大きい。

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

@0x__tom CLAUDE.mdが毎ターン再注入される設計、実際に使い込んでると体感で「これ毎回読んでるな」って気づくんですよね。僕は業務システム24個作る中でCLAUDE.mdをかなり育ててきたけど、短く保つのが正解というのは完全に同意。詳細はskillsに逃がして本体はルールだけにするのが一番安定します

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

@toukatsujin 個別最適に走る気持ち、現場にいるとわかるんですよね。「とりあえずAI入れました」で満足して、データの流れは紙とExcelのままという現場を何度も見てきました。全体最適って結局「情報がどう流れるか」の設計なので、ツール導入より先にやることがあるはずなんですよね

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

@reina_Notionxx Notion AIでOpus無制限はガチで強いですよね。Claude Code使ってる身からすると、同じモデルが別の入り口から使えるのに知られてないのもったいない。ツールって「何ができるか」より「自分の業務でどう使えるか」が伝わらないと広まらないので、現場目線の発信めちゃくちゃ大事だと思います

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

@ai_depression これ刺さりました。AI使って整った��章書いても「で、あなたは何をやったの？」に答えられないと響かないんですよね。僕は泥臭く現場でシステム作ってきた経験をそのまま書くようにしてるけど、それが一番反応もらえる。結局「自分の手で触った事実」が最強のコンテンツなんだと思います

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

@Delete_All 本当にそう思います。「苦労してこそ仕事」み���いな空気が一番厄介で、効率化の提案が「楽しようとしてる」と受け取られる。僕が地方の中小企業でDX支援してて一番感じるのは、技術の問題じゃなくて「変わることへの恐怖」なんですよね。小さく成功体験を作って、空気ごと変えていくしかない

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

@keiri_IS これめちゃくちゃわかります。結局Excelで頑張れば頑張るほど「あの人しかわからない」状態になるんですよね。僕も製造業の現場で似た状況見てきましたが、上流のデータ設計を先に整えないと、下流でどれだけ工夫しても限界が来る。経理だけの問題じゃなくて、会社全体の情報設計の話だと思います

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

@fladdict 同感です。非エンジニアとしてClaude Codeで業務システム作ってる立場からすると、ソースコードの中身がどうなってるかより、目の前の業務課題を解決できるかどうかの方がずっと重要で。中身を知ったところで使い方が変わるわけじゃないですし、むしろ公式のアップデートに乗っかる方が合理的ですよね

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

「最小構成が重要」、製造業側でも全く同じことを感じてます。僕も最初は「在庫管理を全部自動化」みたいに考えて破綻しました。結局「Excel��記をなくす」「棚卸の入力を減らす」みたいに1個ずつ切り出してClaude Codeで作っていったら、3ヶ月で24個のシステムになってました。小さい単位で作って回す方が、現場にも通りやすいんですよね

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

めちゃくちゃわかります。「AIすごい」で止まって、実際���業務が何分減ったかまで見えてるケースって本当に少ないですよね。僕は製造業でAI使って在庫管理のExcel転記をWebシステムに移行したんですが、効果が見えたのは「棚卸が半日→2時間になった」って現場の人が言ってくれた時でした。課題が具体的じゃないと、AIの使い道も抽象的なままなんだなと

[がみちゃん｜地方企業のDX・AI化の専門家 @Neuro__Flow]

逆にプログラマじゃない側からすると、ずっと「こうなったらいいのに」と思ってた業務の課題が、初めて自分で形にできるようになった瞬間でした。製造業でClaude Codeで在庫管理システム作った時、業務の困りごとをそのまま書いただけで動くものが出てきて。プログラマの方々が積み上げてきたものの上に乗ってるんだなと、使う側としても感じてます