小森谷祐太｜AITECH代表

AI活用・自動化のプロ｜AIエージェント構築支援 250社以上｜業界初 AIエージェント構築スクール「COACH AI」運営｜受講生100名突破｜エンジニア歴5年 ▶︎ COACH TECH 講師 ▶︎ AITECH設立｜AIエージェントのご相談はLINEへ

[小森谷祐太｜AITECH代表 @aitech_jp]

Claudeはもう、単体で使うより
「専門部署を持たせる」方が強い。
https://t.co/Gx2RwNp0gJ

開発、デザイン、マーケティング、経理など、
業務ごとに専用Skillを割り当てることで、
Claudeの中に1社分の組織を作れる。

例えば、
・開発は実装、記憶、MCP構築
・デザインはUI/UX、画面設計、動きの演出
・マーケはコピー、SEO、リード獲得
・管理部門は経理、法務、事業運営

しかも、紹介されているSkillは実在し、
そのまま導入できる。

重要なのは、
1体のAIにすべてを任せることではない。
仕事に応じて、
最適な専門家を呼び出せる仕組みを作ること。

これから差がつくのは、
AIを使える人ではなく、
AI組織を設計できる人。

「AIを雇う」は、
もう例え話ではない。

最初に入れるべき定番Skillは、
下記の記事がかなり参考になる▼

[Claude Code Studio @ClaudeCode_love]

https://t.co/74zNnVmpmp

[小森谷祐太｜AITECH代表 @aitech_jp]

Claude Codeの作者が、
「もう自分でプロンプトは書かない」と明言

プロンプトを書く側から、
AIに指示を出し続ける仕組みを作る側へ

既に、社内エンジニアの約8割が、
その段階に入っているとのこと。
https://t.co/MnQl8Fsri6

何がそんな大きい話かというと▼

・毎回、人が指示を考える必要がない
・改善点を探すAIと、重複を潰すAIが別々に動く
・問題を見つけると、自動で修正案まで提案する
・次は1本のループではなく、複数のAIを繋いだ地図を設計する

つまり、
❌ 人が毎回、良いプロンプトを考えてAIに投げる
⭕ AIへ指示を出すAIまで作り、仕事を止まらない流れにする

本人の見立てでは、
この変化が3〜6か月で当たり前になる。

作った本人が「もう書かない」と言っている以上、
これから重要なのは指示の正確さだけではない。

AI同士をどう動かし続けるか。

[小森谷祐太｜AITECH代表 @aitech_jp]

Claudeはもう、単体で使うより
「専門部署を持たせる」方が強い。
https://t.co/Gx2RwNp0gJ

開発、デザイン、マーケティング、経理など、
業務ごとに専用Skillを割り当てることで、
Claudeの中に1社分の組織を作れる。

例えば、
・開発は実装、記憶、MCP構築
・デザインはUI/UX、画面設計、動きの演出
・マーケはコピー、SEO、リード獲得
・管理部門は経理、法務、事業運営

しかも、紹介されているSkillは実在し、
そのまま導入できる。

重要なのは、
1体のAIにすべてを任せることではない。
仕事に応じて、
最適な専門家を呼び出せる仕組みを作ること。

これから差がつくのは、
AIを使える人ではなく、
AI組織を設計できる人。

「AIを雇う」は、
もう例え話ではない。

最初に入れるべき定番Skillは、
下記の記事がかなり参考になる▼

[小森谷祐太｜AITECH代表 @aitech_jp]

海外の開発者が半信半疑で、
Claude Code上のOpus 5に動画生成を依頼

すると、
10分もかからず38秒の映像が完成した。

https://t.co/ZSgnghbxIV

しかも、

・修正なしの一発生成
・編集も誇張演出もなし
・依頼から完成までの全工程を公開

つまり、
撮影機材も編集ソフトも使わず、
チャットで意図を伝えるだけで
映像の初稿ができる。

制作会社へ外注していた工程を、
自分の手元で完結できる段階まで来ている。

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/C1tX9gEihQ

[小森谷祐太｜AITECH代表 @aitech_jp]

NotebookLM使ってない方は必見！

[銀次 | AI×効率化 @ginji_aihack]

https://t.co/qnBRwu951r

[小森谷祐太｜AITECH代表 @aitech_jp]

Claudeを使う99％の人は、
「会話」で止まっています。

一方、使いこなしている1％は、
Claudeを「話すAI」から
仕事が自動で進む仕組みへ変えています。

その結果、
毎週10時間以上の作業を削減している。

差を生むのは、才能ではありません。

Claudeの使い方を、
「会話」から
「仕組み化」に進めているか。

その違いを、
3つのレベルで整理します。

━━━━━━━━━━━━

Level 1：Chat（★★）
ほとんどの人が、ここで止まります。

質問して、回答をもらう。
次の会話では、また同じ前提を説明する。

しかし、Chatも設定次第で別物になります。

→ Memoryで過去の文脈を引き継ぐ
→ Personal Preferencesで口調や回答方針を固定する
→ Projectsで案件ごとに情報を分ける
→ Gmail、Calendar、Driveを接続する
→「作業前に確認して」と伝え、勝手な進行を防ぐ
→ 繰り返す指示をSkillsとして保存する

Payoff：

Claudeが毎回、
あなたの前提や仕事の進め方を忘れなくなる。
同じ説明を繰り返す時間が消えるだけでも、
作業効率は大きく変わります。

━━━━━━━━━━━━

Level 2：Cowork（★★★★）
ここからClaudeは、
回答するAIから“実際に動く相棒”へ変わります。
→ Claude for ChromeでWebサイトを操作する
→ 必要な情報を自分で収集させる
→ Scheduled Tasksで定型業務を自動実行する
→ 朝にはレポートや下書きを完成させておく
→ ExcelやPowerPointをチャットから編集する
→ 複数のタスクを並行して進めさせる
Payoff：
調査、資料作成、入力、整理など、
毎週数時間分の事務作業が消えていきます。
━━━━━━━━━━━━

Level 3：Code（★★★★★）

ここからが本番です。
Claudeと会話するのではなく、
あなたの代わりに仕事を進める仕組みを構築します。

→ Claude CodeとGmail MCPを連携する
→ メールの読解、分類、下書き、整理を自動化する
→ ブランド情報を渡し、一文からデザインを作る
→ RemotionやHeyGenで台本から動画生成までつなげる
→ cronを設定し、寝ている間も作業を進めさせる
Payoff：

あなたが張り付かなくても、
仕事が自動で進むオートパイロット状態になります。

━━━━━━━━━━━━

大切なのは、
いきなりLevel 3を目指さないこと。

まずChatの設定を整える。
次にCoworkで作業を任せる。
最後にCodeで仕組み化する。

この順番で進める人ほど、
Claudeを単なるチャットAIではなく、
仕事を動かす基盤として使いこなせます。

あなたは今、
どのレベルにいますか？

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/C1tX9gEihQ

[小森谷祐太｜AITECH代表 @aitech_jp]

Claudeで使える
最強の指示テンプレート集

文章作成、思考整理、
リサーチ、コーディング、自動化まで。

Claudeへの長い依頼を、短く・わかりやすく
伝えるための指示例をまとめました。

必要なときにそのままコピペできるよう、
ぜひ保存して活用ください▼

■ 作業を始める
/new
新しいテーマで会話を始める

/upload
追加したファイルを分析する

/paste
貼り付けた文章やデータを処理する

/template
指定した形式でテンプレートを作る

/import
外部データを読み込んで整理する

/scan
資料全体を読み取り、要点を抽出する

■ 目的と条件を伝える
/focus
今回の目的を明確にする

/context
回答に必要な背景情報を追加する

/details
内容をより具体的にする

/examples
参考例をもとに回答する

/clarify
作業前に不足情報を質問する

/assumptions
前提や仮定を整理する

/priorities
重要度の高い順に整理する

/constraints
文字数、期限、禁止事項などを指定する

■ 考える・判断する
/analyze
問題を分解して分析する

/compare
複数案の違いを比較する

/pros-cons
メリットとデメリットを整理する

/evaluate
企画やアイデアを評価する

/recommend
条件に合う案を提案する

/brainstorm
アイデアを幅広く出す

/solve
問題の解決策を考える

/challenge
前提や考え方の弱点を指摘する

■ 文章を作る・直す
/write
文章をゼロから作る

/edit
既存の文章を読みやすく整える

/rewrite
内容を保ったまま表現を改善する

/shorten
不要な部分を削って短くする

/expand
説明や具体例を追加する

/improve
文章全体の完成度を高める

/summarize
長文を簡潔にまとめる

/paraphrase
意味を変えずに言い換える

/proofread
誤字脱字や不自然な表現を修正する

■ 情報を整理する
/outline
全体の構成案を作る

/structure
バラバラな情報を整理する

/bullet
箇条書きに変換する

/numbered
番号付きで整理する

/table
比較しやすい表にまとめる

/key-points
重要な内容だけを抽出する

/mindmap
情報同士のつながりを整理する

/flowchart
作業や判断の流れを図式化する

■ コードを作る・改善する
/code
要件に沿ったコードを作る

/debug
エラーの原因を特定して修正する

/explain
コードの仕組みをわかりやすく説明する

/optimize
処理速度や効率を改善する

/refactor
動作を変えずにコードを整理する

/test
テストコードや確認項目を作る

/convert
コードやファイル形式を変換する

/documentation
仕様書や説明書を作る

/review
コードの問題点や改善点を確認する

■ データを分析する
/analyze-data
データの傾向や特徴を分析する

/visualize
データをグラフや図にする

/insights
重要な気づきを抽出する

/forecast
今後の傾向を予測する

/report
分析結果をレポートにまとめる

/stats
平均、割合、相関などを計算する

/clean
重複や欠損を整理する

■ 作業を自動化する
/workflow
繰り返し使える作業手順を設計する

/automate
手作業を自動化する方法を考える

/api
APIを使った連携方法を設計する

/integrate
複数のサービスを連携する

/schedule
実行スケジュールを作る

/trigger
特定の条件で動く仕組みを設計する

/tasklist
やるべきことを一覧化する

/checklist
確認漏れを防ぐリストを作る

■ 出力を調整する
/tone
丁寧、カジュアル、専門的などの雰囲気を指定する

/style
文体や構成を指定する

/length
文章の長さを指定する

/format
表、箇条書き、Markdownなどの形式を指定する

/preferences
好みや条件を反映する

/memory
今後も使う前提情報を整理する

/reset
現在の進め方を見直す

/clear
不要な前提を外して考え直す

■ 学習・リサーチに使う
/search
必要な情報を探す

/research
特定のテーマを詳しく調べる

/learn
初心者向けに説明する

/tldr
要点だけを短くまとめる

/sources
参考資料や情報源を整理する

/fact-check
内容の正確性を確認する

/explore
関連テーマや新しい視点を探す

■ 共有できる形にする
/share
人に共有しやすい形へ整える

/export
別の形式で出力する

/copy
そのまま使える文章に仕上げる

/email
メール文面を作る

/publish
公開用の文章に仕上げる

/feedback
改善点や評価を出す

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/6yAMsuWQCL

[Nobuaki Takahashi｜valueporter @WebmarkN]

一人でやってるのに、いつの間にか社員4人くらいいる会社になってた。

[小森谷祐太｜AITECH代表 @aitech_jp]

Claude Codeに、
「アプリ全体の構造を、1枚のHTMLと1つのJSONにまとめて」と頼むだけで、コードベースに“自分自身の説明書”を持たせられる
https://t.co/CzL5AHCnZ0

役割は非常にシンプル▼

・HTMLは、人間が全体像を把握するための設計図
・JSONは、次に作業するAIエージェントが読み込む構造データ
・つまり、コードベース自体が「自分の説明書」を持つ

これまでのように、担当が変わる度
コードの構造や前提を一から説明する必要はない。

次のエージェントには、
JSONを渡すだけで全体像を引き継げる。

会話で引き継ぐのではなく、
構造を残して引き継ぐ。

この一手だけで、
AI開発の速度、精度、継続性が大きく変わる。

この方法だけで、
AI開発の引き継ぎが速く、正確になります。

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/KTY847e1HZ

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/KTY847e1HZ

[小森谷祐太｜AITECH代表 @aitech_jp]

@cosmos_hzokujin ありがとうございます！🙇‍♂️

[こすもす｜AIで起業しろ @cosmos_hzokujin]

AI自動化でお金だけ溶ける理由がこれ

[小森谷祐太｜AITECH代表 @aitech_jp]

Claude Codeより245倍速く起動するAI作業環境が、
無料公開されました。

起動から最初の画面表示まで、
わずか14ミリ秒...

同条件のClaude Codeは3,436ミリ秒です...

https://t.co/IqI1b5r09Y

しかも、速いだけではないです▼

・1セッションのメモリ使用量は27.8MB
　Claude Codeは386.6MB

・10セッション並列でも117MB
　OpenCodeは3,237MB

・記憶は単なるメモではなく、
　意味の繋がりとして保持

・別エージェントが内容を検証してから引き継ぐ

・30種類以上のモデルに接続可能

・ローカルモデルも同じ画面で動かせる

これまで複数エージェントを並列で動かすと、
先に限界を迎えるのは人ではなく"マシン"でした。

でもこれは、
10本同時に立ち上げても驚くほど軽い。

つまり、動かせるAIエージェントの数を決めるのが、
PCの性能ではなく"設計力"になる。

Rust製、MITライセンス。
macOS、Windows、Linux、
さらにスマホのTermuxでも動作可能 ◯

AIエージェントを並列運用する前提が、
ここから一気に変わっていきます。

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/C1tX9gEihQ

[小森谷祐太｜AITECH代表 @aitech_jp]

@fuji_ai_ いつもありがとうございます！🙇‍♂️

[藤原弘人@AI起業家 @fuji_ai_]

これ、AIエージェント作ってる人全員に配りたい完成度

[小森谷祐太｜AITECH代表 @aitech_jp]

まさにそこが重要ですね！

エラーで止まるより厄介なのが、失敗に気づかないまま処理だけ進み続けることだと思います。

また出力先が分散すると「処理は成功したのか」「どれが最新版なのか」の確認コストまで増えてしまうので、結果を1か所に集約して、朝3分で確認できる状態まで設計されているのは理想的ですね！

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/C1tX9gEihQ

[小森谷祐太｜AITECH代表 @aitech_jp]

Codexでも可能です◯

この仕組みの本質はClaude Codeではなく、
・SlackやNotionから情報を取得する連携
・AIによる情報抽出
・Neo4jへのグラフ構築
・ベクトル／全文／グラフ検索
・定期的な自動更新
という全体設計にあります！

Claude Codeはその実装を進める手段の一つで、Codexでも同じ構成を設計・実装・テスト可能です！

厳密には「Claude Code専用の仕組み」ではなく、Claude CodeやCodexなどのコーディングエージェントに構築させられる仕組みですね！

[小森谷祐太｜AITECH代表 @aitech_jp]

Claude Codeのエンジニアが、
社内に散らばる情報を
「自己更新型ナレッジグラフ」に
変える仕組みを構築

この成果で、Anthropicから約1.5億円のボーナスを得たとも報じられている。

仕組みは、わずか8ステップ▼

Load → Extract → Graph → Index → Query → Memory → Swarm → Update

PDF、Notion、Slack、GitHub、議事録、顧客情報...

バラバラに眠る社内データをClaude Code経由で統合し、
情報同士の繋がりまで自動で整理する。

具体的には、
① Load
PDF、Notion、Slack、GitHubなどからデータを取得

② Extract
人物、企業、プロジェクト、タスク、依存関係をAIが抽出

③ Graph
Neo4j上に、情報同士の関係性を構築

④ Index
ベクトル検索、全文検索、グラフ検索に対応できる形へ整理

⑤ Query
3種類の検索結果を統合し、最適な回答を生成

⑥ Memory
過去の会話、判断、背景情報を長期記憶として保存

⑦ Swarm
複数のAIエージェントが同じ知識を共有し、並列で作業

⑧ Update
夜間エージェントが新しい情報を取り込み、グラフを自動更新

一般的なRAGが探すのは、
「文章として似ている情報」

この仕組みは、
・ベクトル検索
・キーワード検索
・グラフ検索
を組み合わせるため、

誰が、何に関わり、どの情報と繋がっているのか
まで理解できる。

しかも、データが追加される度に知識は成長する。
人が寝ている間にも、AIがSlack、コード、ドキュメントを読み込み、重複を整理し、関係性を更新し続ける。

一度構築すれば、
社内データが増えるほどAIが賢くなる。
これは、単なるRAGではない。

会社全体の知識を記憶し、理解し、更新し続ける
「AI社員共通の脳」

ブックマークして、
ぜひClaude Codeにそのまま渡してほしい。

かつて120万ドル級だった仕組みを、
今はオープンな技術だけで
再現できる時代になっている。

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/vSobxGcNkv

[小森谷祐太｜AITECH代表 @aitech_jp]

@koharu_ai_hisho ありがとうございます！
まさにその通りですね！

「念のため確認して」と指示を増やすより、公開前に止める検査工程を仕組みとして置く方が、再現性も確実性も高いと思います！

[小森谷祐太｜AITECH代表 @aitech_jp]

Anthropic公式が、
「Opus 5への正しい指示の出し方」を
1本の記事にまとめて公開した。
https://t.co/ALxKk1fl6N

しかも内容は、これまでの"良いプロンプト"を
かなり覆している。

・タスクは最初にまとめて渡す
・「最後にダブルチェックして」は不要
・effortはlow / mediumを基本にする
・subagentは大きく独立した作業だけに使う

Opus 5は、自分で計画し、検証し、
最後まで進める前提のモデル

だから、細かく口を出しすぎるほど
処理が重くなり、
時間もコストも増えやすい。

これは開発者だけの話ではない。

調査、資料作成、文章作成など、
AIに仕事を任せる人ほど影響が大きい。

ただし、1つ注意点があり。

Opus 5は放っておくと、
返答が長くなりやすい。

effortを下げても減るのは“考える量”で、
表示される文章の長さはほとんど変わらない。

短くしたいなら、

「簡潔に。前置きは短く」
この一文を入れる方が早い。

つまり、今のOpus 5で重要なのは、

細かい手順で縛ることではなく、
任せる範囲と出力の長さだけを決めること。

これまで正解だった指示が、
Opus 5では逆効果になる可能性がある。

毎回手入力するのではなく、
CLAUDE.mdやSkillに固定すれば、
AIへの頼み方そのものが変わる。

[小森谷祐太｜AITECH代表 @aitech_jp]

https://t.co/6yAMsuWQCL

[Fumiyas @fumiyas_2019]

方向性を決めるプロンプト