なまずライフ（仮

銀次 | AI×効率化

@ginji_aihack

·

14時間

最近、時間がどんどん空いてきました。

前は一日パソコンに張りついてやっていた作業が、気づけば手元から消えている。

理由は、はっきりしています。

Claude Codeに、仕事を任せられるようになったからです。

ここで勘違いされやすいんですが、何か一つ「魔法の機能」があるわけじゃありません。

Claude Codeには、びっくりするほどたくさんの機能があります。

その一つひとつを、自分の仕事のどこに使えるかを覚えて、地道に当てはめてきた。

その積み重ねで、気づいたら作業が丸ごと手を離れていた。それだけです。

だからこれは、才能の話でも、プログラミングの話でもありません。

「どの機能を、どこで使うか」を知っているかどうか。ただ、それだけです。

この記事では、僕が実際に使っている活用法を、50個そのまま公開します。

全部を一度に覚える必要はありません。探しやすいように、仕事の種類ごとにまとめました。

メニュー表として眺めて、自分の仕事に近いところから、週に1つずつ試してください。

各項目は「どういう機能か」「僕がどう使っているか」「コピペで試せる指示例」をセットで載せます。

長くなるから、後で見返したい人は保存推奨。

■ 土台：AIを迷わせない設定（7個）

まずは土台。ここは、この後の43個ぜんぶの効きを左右する設定です。

外注さんに仕事を頼むとき、会社の説明もせずに「いい感じにやって」と投げる人はいませんよね。

ここを飛ばして高度な機能に手を出した人から、AIに振り回されます。

1. CLAUDE.md（プロジェクトの記憶ファイル）に事業の前提を書く

CLAUDE.mdは、作業フォルダに置いておくただのメモファイルです。ただし特別なのは、Claude Codeが起動するたびに必ず最初に読むこと。ここに書いた内容は、すべての作業の「前提」として効き続けます。

書くべきは、自分の事業の説明・文体・読者像・禁止ワード・ファイルの保存先ルール。僕のCLAUDE.mdには「一人称は僕」「この表現は使わない」「成果物はこのフォルダに保存」まで書いてあります。

だから僕が「台本作って」と5文字レベルの雑な指示を出しても、僕の口調で、僕の読者に向けた台本が出てくる。毎回長い説明をしているうちは、外注さんに毎回「初めまして」から自己紹介させているのと同じです。

指示例：「僕の事業内容・文体・読者像・禁止ワードを聞き取って、CLAUDE.mdにまとめて」

効果：指示がどんどん短くなるのに、出力はどんどん濃くなる。書くのに5分。効くのはこの先ずっと。一番利回りのいい5分です。

2. Plan mode（計画モード）で「計画→承認→実行」に分ける

Plan modeは、実行の前に「計画だけ」を出させるモードです。どのファイルを、どの順番で、どう触るのか。動く前に全部見せてきて、こちらが承認するまで手を出しません。

使いどころは、ファイルの整理・大量の変更・初めて任せる種類の作業。つまり「怖い作業」ほど、これを挟みます。

計画なしで「全部整理して」と丸投げすると、AIなりの判断で一気に動きます。計画を先に見れば、「あ、3番の移動だけやめて」と実行前に止められる。この一手間が、事故と信頼の分かれ目です。

指示例：「まず計画だけ見せて。僕が承認するまで実行しないで」

効果：「AIが勝手に何かやった」が、構造的に起きなくなります。

3. .claude/rules/ でルールを場面別に出し分ける

これはCLAUDE.mdの「分冊」です。ルールをファイルごとに分けておくと、関係する作業のときだけ、そのルールが読み込まれます。

なぜ分けるのか。CLAUDE.mdに何でも書き足していくと、ファイルが太って、肝心の指示が大量のルールに埋もれるからです。AIは情報が多いほど賢くなるわけじゃありません。関係ない情報は、ただのノイズです。

僕は発信用の口調ルールと、経理用の保存ルールを別ファイルにしています。台本を書いているとき、経理のルールは読み込まれない。だから精度が落ちない。

指示例：「CLAUDE.mdが太ってきたから、発信用・経理用・整理用のルールファイルに分割して」

効果：ルールが増えるほど賢くなる状態を作れます。普通は逆で、ルールが増えるほど混乱していく。ここで差がつきます。

4. Hooks（実行前の関所）で危険な操作をブロックする

Hooksは、特定の操作の直前・直後に自動で発動する「関所」です。たとえば削除系のコマンドが実行されそうになったら、問答無用で止める。そういう設定ができます。

ここで大事な違いを言います。CLAUDE.mdに「大事なファイルは消さないで」と書くのは、お願いです。AIは守ろうとしますが、100%の保証はない。Hooksは、物理的に止まる仕組みです。

絶対に守らせたいことを、文章のお願いで済ませない。仕組みで守る。ここはAIとの付き合い方の根っこです。

指示例：「削除系のコマンドは、実行前に必ず止まるHooksを設定して」

効果：事故の心配を「注意力」ではなく「仕組み」で消してから、安心して任せられます。

5. チェックポイント（保存地点）で1つ前に巻き戻す

Claude Codeは、ファイルを変更する前に自動でスナップショットを取っています。ゲームのセーブポイントと同じで、「さっきの状態」にいつでも戻せる。

使いどころは、「直させたけど、前の方が良かった」の全場面です。記事の修正、フォルダの整理、設定の変更。やり直しがきくと分かった瞬間、任せ方が大胆になります。

僕がファイル操作をAIに渡せるようになったのは、正直この機能を知ってからです。失敗が「事故」から「試行」に変わる。

指示例：「さっきの編集、チェックポイントから巻き戻して」

効果：「怖くて任せられない」の一番の原因が消えます。

6. /clear で文脈をリセットする

/clearは、会話の履歴を空にして新しいスタートを切るコマンドです。CLAUDE.mdやルールファイルは消えません。消えるのは「さっきまでの会話」だけ。

使いどころは、別の作業に移るとき。台本づくりの長い会話のまま経理の作業を頼むと、前の話に引っ張られて、回答が微妙にズレていきます。

「最近なんか回答の精度が落ちてきたな」と感じるとき、原因の8割はAIの能力じゃなくて、会話に関係ない文脈が溜まっていることです。

指示例：「この作業は終わり。/clear で一度リセットして、次の作業に移るね」

効果：こまめに切るだけで、回答がまた的確に戻ります。タダでできる精度改善です。

7. 「@ファイル名」で読ませる範囲を絞る

ファイル名の前に@をつけると、そのファイルだけをピンポイントで読ませられます。

使いどころは、「これだけ見て判断してほしい」とき。フォルダごと渡すと、関係ないファイルまで読んで、判断にノイズが混ざります。逆に口頭で内容を説明するのは、時間のムダ。

僕がよくやるのは「@先週の台本.md と同じ構成で、今週のテーマで書いて」。見本を1個だけ見せる、という使い方が一番強いです。

指示例：「@先週の台本.md だけ見て、同じ構成で今週のテーマの台本を書いて」

効果：指示が短くなって、精度が一段上がる。「見せる範囲を絞る」は、それ自体が指示です。

ここまでが土台の7個。

「勝手にファイルを消されそうで怖い」——わかります。僕も最初はそうでした。

でも、2番で計画を先に見て、4番で危険な操作を物理的に止めて、5番でいつでも巻き戻せる。この3つを設定した時点で、事故の起きようがなくなります。

根性で慎重になるんじゃなくて、事故れない環境を先に作る。逃げ道があると分かれば、人は任せられます。

■ SNS事業部：発信を量産する（12個）

ここが僕の主戦場です。発信者にとって、一番リターンがでかい部署。

そして、外注費が一番かかっていた部署でもあります。

8. 伸びている投稿をリサーチして「型」を抽出させる

伸びている投稿を10本ほど渡すと、共通する構成——冒頭の掴み方、展開の順番、締めの形——を言語化してくれます。

人間が目で見ると「なんかこの人の投稿、良いんだよな」で終わります。それは分析じゃなくて、ただの感想です。感想は再現できません。型は再現できます。

僕も昔は「これバズりそう」という感覚でテーマを選んで、全然伸びない時期が長くありました。今は伸びた投稿から型を抽出して、そこに自分のテーマを流し込む順番に変えています。

指示例：「この10本の投稿を読んで、共通する構成の型を抽出して。冒頭・展開・締めに分けて」

効果：バズが「祈るもの」から「分析するもの」に変わります。

9. 抽出した型×自分のテーマで下書きを10案出す

8番で抽出した型に、自分のテーマを流し込んで10案出させます。ポイントは、必ず「冒頭は全部変えて」と添えること。同じ型でも冒頭が似ていると、10案ぜんぶ同じに見えて選べません。

10案から「これとこれの良いとこ取り」で1本に仕上げる。ゼロから1案をうんうん唸って書くより、10案から選んで混ぜる方が、速いうえに質も安定します。

ここで前提になるのが土台の1番です。文体ルールが入っていれば、10案ぜんぶが最初から自分の口調で出てきます。

指示例：「さっきの型で、僕のテーマの投稿案を10個。冒頭の入り方は全部変えて」

効果：発信が「書く作業」から「選ぶ作業」に変わります。この差は、毎日続けるほど効いてきます。

10. 長文記事を「題名→構成→執筆」まで一気通貫で

題名を渡す→構成案が出る→構成にOKを出す→執筆→推敲。この流れを一気に回せます。

コツは、構成案の段階で必ず一度止めることです。構成がズレたまま書かせると、数千字まるごと書き直しになる。構成の修正は1分、本文の書き直しは1時間。直すなら上流で直す。

実はこの記事自体も、その体制で書いています。題名を決めて、構成を直させて、執筆させて、僕が最終判断する。

指示例：「この題名でX記事を書きたい。まず構成案だけ見せて。OKを出したら執筆に入って」

効果：長文記事が「重い制作物」から「回せる日課」になります。

11. 1本のコンテンツを多媒体に転用する

X記事を1本書いたら、それをメルマガ・LINE・ブログに転用させます。媒体ごとに読者も口調も適切な長さも違うので、「媒体ごとの口調ルールに合わせて」と指定するのが肝です。

発信で消耗する人の共通点は、媒体ごとにゼロから作っていることです。素材は1個でいい。形を変えるのはAIの仕事です。

僕は面談やセミナーで話した内容まで発信に転用しています。一度生まれた素材を、何回使い回せるか。発信の効率は、ほぼここで決まります。

指示例：「このX記事を、メルマガとLINE配信文に転用して。それぞれの媒体の口調ルールに合わせて」

効果：発信量が3倍になるのに、作業は1本分のまま。

12. 公開前チェックをAIに検品させる

投稿する前に、チェックリストを渡して検品させます。誤字、数字の間違い、リンク切れ、言い過ぎ表現、使わないと決めている言葉。

人間は、自分の文章のミスを見つけられない生き物です。書いた本人の目は「書いたつもりの文章」を読んでしまう。

僕は、過去に指摘された表現や自分のNGワードをリスト化して、毎回それで検品させています。そして新しくやらかしたら、リストに追記する。検品AIが、使うほど育っていくわけです。

指示例：「公開前チェックリストに沿って、この投稿を検品して。引っかかった箇所は理由つきで」

効果：「出したあとに気づく」がなくなります。信頼は、ミスを出さないことでしか積み上がりません。

13. リール・動画の台本を作らせる

構成メモと「過去に伸びた台本」を渡して、60秒リールの台本を書かせます。

大事なのは、伸びた台本を必ず見本として渡すことです。何も渡さずに書かせると、"それっぽいだけ"の台本が出てきます。AIの出力の質は、渡す見本の質で決まる。

僕の実測で、台本作成は3時間→30分になりました。以前はリール台本だけで外注に月3万円払っていた作業です。

指示例：「この構成メモから60秒リールの台本を。@伸びた台本.md の型に沿って」

効果：ここだけで外注1人分。しかも自分の型だから、質がブレません。

14. スライドの構成案と画像生成プロンプトまで作らせる

セミナーや講座の内容を渡すと、スライドの構成案と、1枚ごとの画像生成プロンプトまで出せます。

スライドづくりの本当の手間は、デザインそのものより「何をどの順で、どう見せるか」を考えることと、外注さんに依頼文を書くことです。その両方が消えます。

僕はスライドを外注していた時期がありますが、今は構成も画像指示もAIに出させて、生成された画像を差し込むだけです。

指示例：「このセミナー内容でスライド構成案を。各スライドの画像生成プロンプトもセットで出して」

効果：デザイン費と、依頼のやりとりに溶けていた時間が、両方消えます。

15. サムネの文言を切り口を変えて複数出させる

動画やバナーのサムネ文言を、「数字強調」「問いかけ」「損失回避」など、切り口を変えて5パターン出させます。

サムネで手が止まる原因は、1案しか思いつかないからです。1案だと「これでいいのかな」と不安なまま出すことになる。5案あれば、比べて選べる。

選んだ結果を「今回は問いかけ型を採用した」とメモさせておくと、自分の勝ちパターンのデータが溜まっていきます。

指示例：「この動画のサムネ文言を、切り口を変えて5パターン。数字強調・問いかけ・損失回避を混ぜて」

効果：悩む時間が消えて、選ぶ精度が上がります。

16. コメント・DM返信の下書きを自分の文体で

届いたDMやコメントを貼って、自分の文体ナレッジに沿った返信案を3つ出させます。

3案がポイントです。1案だと「採用か、書き直しか」の二択になりますが、3案あると「1案目の前半と3案目の締めをくっつける」という編集ができる。この方が圧倒的に速い。

返信は、質より「溜めないこと」が信頼になります。書き出しで手が止まる時間をゼロにするのがこの使い方です。

指示例：「このDMに、僕の文体ナレッジに沿って返信案を3つ。丁寧め・普通・短めで」

効果：返信が溜まらなくなる。フォロワーとの距離は、返信の速さで縮まります。

17. 日々の気づきを「ネタバンク」に蓄積させる

発信で一番きついのは、書くことじゃありません。「今日、何を書こう」と考えることです。

だから僕は、日々の気づき・受講生からの質問・伸びていた他人の投稿を、その場でAIに渡して1つのファイルに蓄積させています。このネタバンクが、僕はもう100件を超えました。

ポイントは「切り口も添えて」と頼むこと。素材だけじゃなく「これはビフォーアフター型で書ける」「これは失敗談型」とタグがついた状態で溜まっていきます。

指示例：「今日の気づきをネタバンクに追記して。どの型で発信に使えるか、切り口も添えて」

効果：ネタ切れが構造的に消えます。発信は、才能より在庫です。

18. 引用リポスト用の動画を探して切り抜かせる

Xでは、動画つきの引用リポストが伸びます。でも「合う動画を探して、全部見て、どこを切り抜くか決める」で半日消えるのが現実です。

Claude Codeなら、記事を渡すと関連動画を探して、字幕から見どころを特定して、「この動画の1:05〜2:10が使える」と秒単位で提案し、切り抜きまでやってくれます。

僕はこれを、自分の記事を拡散させる引用リポストづくりに使っています。動画選び・視聴・カットという一番時間の溶ける工程が、丸ごと手を離れました。

指示例：「この記事に合う引用用の動画を探して。見どころを秒で指定して、切り抜きまでやって」

効果：拡散の一手が、頼み事1つになります。

19. 自分の口調ナレッジを作って文体を固定する

過去の自分の投稿をまとめて渡し、口調の特徴——語尾、一人称、よく使う言い回し、使わない表現——を抽出させて、1枚のルールにします。

これはSNS事業部の「心臓」です。9番の下書きも、11番の転用も、16番の返信も、この口調ナレッジがあるから全部「自分の文章」で出てくる。

ここをサボると、AIの文章は一生「それっぽい他人の文章」のままで、毎回の手直しが消えません。一度作れば、以後のすべての出力に効きます。

指示例：「僕の過去投稿30本から、口調の特徴を抽出して文体ルールにまとめて。語尾・言い回し・禁止表現に分けて」

効果：AIの文章が「自分の文章」になる。発信をAIに任せる話は、ぜんぶここから始まります。

■ 商品事業部：顧客対応を渡す（8個）

講座や個別相談みたいに「お客さんがいる」人向けの部署です。

対応の質は落とさず、対応の"下ごしらえ"を全部AIに渡します。

20. 面談録画を「文字起こし→議事録」まで自動処理

面談やコンサルの録画を渡すと、文字起こしから議事録までを一気に処理してくれます。議事録は「決定事項」と「次のアクション」を分けさせるのがコツです。

面談の後処理って、やる気が一番残っていない時間にやる作業なんですよね。だから後回しになり、記憶が薄れ、質が下がる。

僕は面談が終わったら「さっきの面談、処理して」と一言頼むだけです。議事録どころか、相手にそのまま送れる共有文まで出てきます。

指示例：「この面談録画を文字起こしして、議事録に。決定事項と次のアクションを分けて、相手に送れる共有文も」

効果：面談の後処理が、会話1つで終わります。しかも面談直後だから、内容が一番濃い状態で残る。

21. 議事録から「相手のタスク」だけ抽出して共有文に

議事録から、お客さん側がやることだけを抜き出して、番号つきの共有文にさせます。

人は打ち合わせのあと、自分のタスクすら半分忘れます。相手のタスクを整理して「次回までにこの3つをお願いします」と送るだけで、相手の行動が進み、次の面談の質が上がる。

そしてこれをやる人は、それだけで「丁寧で仕事ができる人」として記憶されます。かかる手間は、頼み事1つなのに。

指示例：「この議事録から、お客さんがやることだけ抜き出して、そのまま送れる共有文にして」

効果：フォローの質が上がるのに、フォローの手間は減ります。

22. よくある質問をQA集に蓄積して、一次回答させる

お客さんから質問が来るたびに、質問と自分の回答をQA集に追記させていきます。そして新しい質問が来たら、QA集を踏まえた回答案を出させる。

僕のQA集は300問を超えました。ここまで来ると、新しい質問の9割は過去の類題です。ゼロから考える回答は、ほとんど残っていません。

しかもこのQA集、溜まるほど別の価値が出ます。FAQページの種になり、教材の種になり、26番の分析素材になる。

指示例：「この質問と僕の回答をQA集に追記して。次から似た質問が来たら、QA集を踏まえて回答案を出して」

効果：対応が軽くなり続ける。頑張って回答した過去の自分が、今日の自分を助けてくれる仕組みです。

23. 顧客カルテを自動で更新させる

お客さんごとに1枚のカルテ（これまでの経緯・現状・宿題・注意点）を作り、面談のたびに追記させます。

顧客記録が続かない理由は、シンプルに「管理表を開くのが面倒」だからです。会話のついでに「カルテに追記しといて」で済むなら、続きます。

効くのは次の面談の直前です。カルテを1分読み返すだけで、前回の文脈が完全に戻る。「えっと、前回どこまで話しましたっけ」が消えます。

指示例：「今日の面談内容を、この人のカルテに追記して。前回からの変化がわかるように」

効果：顧客対応が「記憶頼み」から「記録ベース」になります。お客さんが増えても質が落ちません。

24. 受講生チャットの返信案を、蓄積した返信ナレッジで

受講生やお客さんからのメッセージに、返信案を作らせます。16番のDM返信と同じですが、こちらは一歩進めて、自分が直した差分を蓄積させるのがポイントです。

AIの返信案を自分が手直しして送ったら、その修正前後を「返信ナレッジ」に記録させる。「僕はこういう時、労いを先に入れる」「絵文字はここまで」という癖が言語化されて溜まっていきます。

すると返信案が、使うほど自分に寄ってくる。1ヶ月後には、ほぼ直しゼロで送れるようになります。

指示例：「この返信、僕が直した箇所と理由を返信ナレッジに追記して。次から反映して」

効果：対応の質が、誰に対しても・いつでもブレなくなります。

25. 講座・教材の台本を作らせる

教材動画のテーマを渡して、構成案→台本まで作らせます。ここで効くのが、22番のQA集を一緒に渡すことです。

教材が「わかりにくい」と言われる原因は、作り手が「教えたいこと」を並べるからです。QA集には「受講生が実際につまずいた場所」が入っている。そこから逆算した台本は、届き方が違います。

構成案の段階で一度止めるのは、10番の記事と同じ鉄則です。

指示例：「このテーマで受講生向けの動画台本を。QA集を読んで、実際につまずいている所を重点的に」

効果：教材づくりの初速が変わり、しかも「本当に求められている教材」になります。

26. 顧客の質問傾向を分析して、次の一手を決める

溜まったQA集を分析させて、「多い悩みトップ5」と「次に作るべきコンテンツ」を提案させます。

商品開発を勘でやると外します。でも、お客さんが実際に発した質問の集計は、市場調査そのものです。既に手元にあるのに、ほとんどの人は集計せずに捨てています。

僕はこれで「次の教材」「次のセミナーテーマ」を決めています。よく聞かれることを商品にするだけなので、外しようがない。

指示例：「QA集を分析して、多い悩みトップ5と、次に作るべき教材・企画を提案して」

AIの空白

@AInokuhaku

·

6月10日

つい先日、Anthropicから最新モデルのClaude Fable 5が出ました。

ほとんどの人は「文章がさらに上手くなったAI」くらいに思っています。実際、SNSでもそんな感想も流れてきます。

でも正直、その認識だと完全に乗り遅れます。

Fable 5の本当の進化は、文章力だけじゃないんです。

長時間思考。大量情報の統合。未来予測。仮説生成。戦略立案。

要するに「作業するAI」から「考えるAI」に変わった。ここが一番デカい変化です。

で、何が言いたいかというと、これで副業のやり方そのものが変わります。

今までのAI副業って、結局こうでした。自分が考えて、AIが作って、自分が売る。商品を決めるのも、市場を選ぶのも、最後は自分。AIはあくまで作業要員だったんですよね。

Fable 5だとこれが逆転します。Fable 5が市場を分析して、勝ち筋を見つけて、商品を決めて、戦略まで立てる。自分は実行するだけ。

AIを「作業者」として使うんじゃなくて、「戦略責任者」として雇う。この感覚を持てるかどうかが、これからの分かれ目です。

今回は、その手順を具体的に書いていきます。

ステップ1｜「何をやるか」を自分で考えるのをやめる

副業で挫折する人の9割は、最初の「何をやるか」で間違えています。

自分の思いつきで選ぶ。SNSで流れてきた情報で選ぶ。なんとなく流行ってそうだから選ぶ。この時点で、もう半分負けています。市場選びを感覚でやっているからです。

だから、最初の指示はこれです。

「私は会社員です。平日1時間しか使えません。現在のAI市場、SNS市場、副業市場を分析し、今後6ヶ月で最も利益が出そうな副業を選んでください。」

ポイントは、自分の条件を渡して、市場の選定そのものをFable 5にやらせること。 人間が1ヶ月悩んで決めることを、Fable 5は大量の情報を突き合わせて判断してくれます。しかも感情が混ざらないぶん、人間より冷静です。

出てきた候補を、さらに絞ります。

「さらに、競争が少ない、参入障壁が低い、利益率が高いものだけ残してください。」

これで候補が5個くらいになります。

そこからもう一段。

「その5個を、市場規模、競争、利益率、伸び率で採点してください。」

順位が出ます。最後はシンプルにこれです。

「1位だけ残してください。」

ここが今回の一番大事なところです。会社員は「何を売るか」を考えない。Fable 5が決める。

変な感じがしますか。でも考えてみてください。人間が市場を選ぶと、必ず「自分の好み」と「不安」が混ざります。「これなら自分にもできそう」とか「失敗したら嫌だな」とか。そういうノイズ抜きで、データだけで選べるのはAIのほうなんです。

ステップ2｜商品と「売れる理由」をセットで作らせる

市場が決まったら、次はこれです。

「この市場で売る商品を作ってください。」

商品ができます。で、ここで終わらせないでください。続けてこう聞きます。

「この市場で売れる理由を説明してください。」

地味な指示に見えますよね。でもここ、めちゃくちゃ効きます。

売れる理由が言語化できていない商品は、投稿を書いてもLPを書いても全部ブレるんです。 逆に「なぜ売れるのか」が一本通っていると、この後に作る導線すべてに軸ができます。後から効いてくる仕込みです。

ステップ3｜競合の「未来」に先回りする

ここからが、Fable 5にしかできない話です。

まず競合を丸裸にします。

「この市場の競合100人を分析してください。」

商品、価格、訴求、強み弱み。一通り整理されます。普通のAI活用は、ここで終わりです。

でもFable 5には、この先があります。

「競合が半年後にやりそうなことを予測してください。」

未来予測です。 競合の動きのクセ、市場の流れ、技術の進化スピード。これらをまとめて、「半年後にこの市場はこうなっている」という仮説を出させます。

そして、とどめ。

「そのさらに先を行く商品を作ってください。」

意味、分かりますか。

競合の「今」に勝とうとするんじゃなくて、競合の「半年後」に勝つ商品を、今日作っておくんです。 半年経ったとき、競合は全員あなたの後ろを走っている。長時間思考と未来予測ができるAIを持っている人だけが使える、ズルい戦い方です。

ステップ4｜あとは実行パーツを揃えるだけ

戦略が固まれば、残りは量産です。

Nano Banana Proに「市場分析を図解してください。」と指示して、投稿やLPに使える分析図を作る。データに基づいてる感が出るだけで、信頼のされ方が変わります。

Claude Fable 5に「Threads投稿を100本作ってください。」で集客の弾を確保。

「LINE導線を作ってください。」で登録から販売までの流れを構築。

仕上げに「90日プランを作ってください。」で、3ヶ月分の動きを全部固定します。

ここまで来たら、あなたの仕事はプラン通りに手を動かすことだけです。考える仕事は、もうFable 5が全部終わらせています。

普通のAI副業と何が違うのか

一回整理しますね。

普通のAI副業は、自分が考える→AIが作る→販売。考える部分が自分なので、市場選定をミスったら、その後の努力が全部無駄になります。実際、ほとんどの人がここで死んでいます。頑張る場所を間違えているんです。

Fable 5の副業は、Fableが市場分析→Fableが勝ち筋発見→Fableが未来予測→Fableが商品決定→Fableが導線構築→自分は実行。

一番ミスりやすい「戦略」をAIに任せて、一番ミスりようがない「実行」だけ自分がやる。 役割が完全に逆転しています。

会社で例えるなら、超優秀な戦略コンサルを月数千円で専属契約しているようなものです。しかもこのコンサル、24時間考え続けられるし、競合100社の分析を一晩で終わらせるし、市場の未来予測までやってくれる。

そんな存在を雇えるのに、世の中の9割は文章の清書をさせています。もったいないにも程があります。

この差に気づいた人から、順番に抜けていく

文章を書くだけなら、OpusでもGeminiでもできます。商品も作れます。

でも、長時間の市場分析、大量情報の統合、未来予測、戦略立案。ここまで丸ごと任せられるのは、Fable 5からです。 「AIを戦略責任者にする」という発想自体が、このモデルでようやく現実になりました。

そして、この使い方をしている人は、今のところほぼいません。

半年後には、みんな真似し始めます。そうなったら市場分析の精度では差がつかなくなります。先に戦略を立てさせた人だけが、先行者の位置を取って逃げ切ります。

今夜Claudeのproプランに課金して、Claude Fable 5にこの1行を打ち込んでみてください。

「私は会社員です。平日1時間しか使えません。今後6ヶ月で最も利益が出そうな副業を選んでください。」

自分で考えるのをやめた瞬間から、副業の勝ち筋が見え始めます。

AIで稼ぐ方法をさらに詳しく知りたい方向けの無料メルマガを開放中です。AI副業で自動化収益を作りたい方は、今すぐご登録ください。

【メルマガ登録はこちら】

記事の公開をご希望の場合

プレミアムにアップグレード

1 件の返信を表示

AIの空白

@AInokuhaku

えりー｜AI × エンジニア

@ery_treasure

·

7月3日

これ気づいてない人多すぎる。

最近、Xで「これからはプロンプトよりループ設計だ」という言葉を見かけませんか。

でも「ループって結局なんなの？」と聞かれて、答えられる人はとても少ないです。

実は、その状況に対してClaudeを作っているAnthropicのClaude Codeチームが動きました。

2026年6月30日、公式ブログで「Getting started with loops（ループ入門）」という記事を公開し、ループの定義と使い分けを初めて整理したんです。

この記事では、その公式ブログの中身をClaude Fable 5に優しく解説してもらいます。

この記事で得られるもの

①「ループ」の正体が30秒でわかります

②4種類のループの違いを「何を手放すか」の1軸で整理できます

③非エンジニアが最初に取り入れるべきループの考え方がわかります

④AIを暴走させない・課金を溶かさないための管理のコツがわかります

（この記事の内容は2026年7月2日時点のAnthropic公式ブログに基づいています）

第1章：ループって何？──あなたは毎日「手動でループ」を回しています

まず「ループとは何か」を最短で片付けます。

Claude Codeチームの定義はこうです。

ループとは、AIが「終わりの条件」を満たすまで、作業のサイクルを繰り返すこと。

サイクルの中身は、いたってシンプルです。

情報を集める。

作業する。

結果を確認する。

足りなければ、やり直す。

「なんだ、それだけ？」と思うかもしれません。

でも、ここで気づいてほしいことがあります。

普段のAIとのチャットも、実はループなんです。

あなたがAIに指示を出す。

AIが答えを返す。

あなたが確認して「ここを直して」と返す。

AIが直す。

この繰り返し、まさにループですよね。

ただし決定的な違いが1つあります。

このループを回しているのは、AIではなく人間だということです。

確認するのも、次の指示を出すのも、全部あなたの仕事になっています。

AIとの往復も、規模は違えど構造は同じです。

つまりループエンジニアリングとは「自分が回している確認と修正のサイクルを、どこまでAIに渡すか」を設計することです。

今回の主役は、AIの中身ではなく「人間が何を手放すか」の方です。

第2章：ループは4種類──「手放すもの」が1段ずつ増えていく階段です

公式ブログでは、ループを4種類に分類しています。

分類の基準は「何がきっかけで動き出すか」「何が起きたら止まるか」です。

自分はこれを読んで、こう翻訳しました。

4種類のループは「AIに手放すもの」が1段ずつ増えていく階段だ、と。

順番に見ていきます。

①ターンベースループ

普段のやり取りそのものです。

あなたの指示で動き出し、AIが「できた」と判断したら止まります。

ここで最初に手放せるのが「チェック」です。

公式は、自分が毎回手作業でやっている確認手順をスキル（AIに渡す作業マニュアル）として登録しておくことを勧めています。

たとえば「完成と報告する前に、必ず画面を開いて実際に操作して、エラーが出ていないか確かめて」と手順書にしておく。

すると、AIが自分で自分の仕事を検証してから納品してくるようになります。

②ゴールベースループ

次に手放すのは「終わりの判断」です。

「この条件を満たすまでやり直し続けて」と、合格ラインごと渡します。

Claude Codeでは/goalという機能がこれにあたります。

詳しくは次の章でガッツリ掘り下げます。

③時間ベースループ

3段目で手放すのは「始めるきっかけ」です。

「5分ごとに」「毎朝」のように、時間を引き金にしてAIが勝手に動き出します。

Claude Codeでは/loopが自分のパソコン上で定期実行し、/scheduleがクラウド上で定期実行する機能です。

パソコンを閉じても動き続けてほしい仕事は、クラウド側に引っ越しさせるイメージになります。

④プロアクティブループ

最終段で手放すのは「指示そのもの」です。

出来事や予定をきっかけに、人間がその場にいなくてもAIが仕事を拾って、完了させて、報告まで済ませます。

公式ブログでは、ここまでの機能を全部組み合わせた例が紹介されていました。

「1時間ごとに報告チャンネルを確認して、見つけた不具合報告を全部処理し終わるまで止まらないで」という指示です。

なお、/scheduleと、複数のAIを束ねるdynamic workflowsという機能は、2026年7月2日時点で研究プレビュー（試験提供）段階です。

仕様が変わる可能性がある点だけ、頭に入れておいてください。

ちなみにこれ、新人さんに仕事を任せる流れと同じ構造です。

最初は毎回チェックする。

慣れたら合格基準だけ伝える。

さらに慣れたら定例業務を任せる。

最後は、言わなくても仕事を拾ってくれる。

AIへの任せ方も、まったく同じ階段を登るんです。

第3章：非エンジニアの本命は「ゴールベース」──完成の定義を渡すという発想

4種類のうち、非エンジニアが一番先に取り入れるべき考え方はどれか。

自分の答えは、2段目のゴールベースです。

理由は、確認と修正の往復が消えるからです。

公式ブログには、複雑な仕事は1回のやり取りでは終わらず、AIは繰り返し挑戦できた方が良い結果を出す、と書かれています。

そこで/goalの出番です。

仕組みを翻訳すると、こうなります。

あなたが「完成の条件」と「挑戦回数の上限」を先に渡す。

AIが「もう終わりかな」と手を止めるたびに、評価役のAIが条件を満たしたかを判定する。

満たしていなければ「まだです」と差し戻され、AIはやり直す。

条件を満たすか、指定回数に達したら止まる。

公式が挙げていた例が、めちゃくちゃわかりやすいです。

「ホームページのLighthouseスコアを90以上にして。5回試してダメなら止めて」

Lighthouseというのは、Webページの表示速度などを採点する、いわば健康診断のスコアです。

ポイントは「90以上」という数字で合格ラインを切っていることです。

「いい感じにして」だと、AIは自分で「まあ、こんなものかな」と判断して早めに切り上げてしまいます。

数字や明確な条件で渡すから、AIは遠慮なく粘れるわけです。

そしてここが大事なのですが、この発想はClaude Codeを使っていなくても今日から真似できます。

普段のClaudeやChatGPTへの指示に「完成の条件」と「やり直しの指示」を足すだけです。

そのまま使えるテンプレートを置いておきます。

以下の作業をお願いします。

# 作業内容

【例：営業資料の構成案を作る】

# 完成の条件（全部満たすまで完成と言わないでください）

・【例：スライド10枚以内に収まっている】

・【例：各スライドに数字の根拠が1つ以上入っている】

・【例：専門用語に説明が添えられている】

# 進め方

1．一度作ったら、完成の条件を1つずつ自分で採点してください

2．満たしていない条件があれば、自分で修正してください

3．全条件を満たすまで、これを最大5回繰り返してください

4．最後に「どの条件をどう満たしたか」を報告してください

【】の中を自分の作業に書き換えるだけです。

ポイントは、最大回数を区切っていることと、最後に自己採点を報告させていることです。

回数の上限がないとAIが延々と回り続けますし、報告がないと本当に条件を満たしたか検証できません。

Before/Afterで整理します。

これまでは、指示、確認、修正指示の往復が3〜4回発生して、資料1本に半日かかっていました。

往復1回に15分かかるとして、4往復で1時間です。

週に5本の資料を作る人なら週5時間、1年で約250時間になります。

労働時間に直すと、およそ1ヶ月分がまるごと「確認と修正指示」に消えている計算です。

完成の条件を先に渡す形に変えると、あなたの仕事は最初の1回の設計と、最後の受け取りだけになります。

つまりゴールベースとは、作業ではなく「合格ラインの言語化」を仕事にする働き方なんです。

第4章：暴走とお金を防ぐ──公式が語る「手綱」の設計

ここまで読むと「じゃあ全部任せっぱなしにしよう」と思うかもしれません。

正直、それは危険です。

公式ブログ自身が、記事の冒頭でこう釘を刺しています。

すべての仕事に複雑なループは必要ない。一番シンプルな解決策から始めて、これらのパターンは選んで使うこと。

その上で、公式は2つの管理ポイントを挙げています。

1つ目は、成果物の品質管理です。

ループの出力の質は、周りの環境で決まると公式は言い切っています。

具体的には次の4つです。

①渡す素材やファイルを整理しておく（AIはすでにある型に倣って動くため）

②「何をもって良しとするか」をスキルとして渡し、AIが自分で検証できるようにする

③参照すべき資料をAIの手が届く場所に置く

④別のAIにレビューをさせる（先入観のない新鮮な目で確認できるため）

そして、個別のミスを見つけたらその場で直すだけで終わらせず、手順書側に反映して、次から全部のループが良くなるようにする。

2つ目は、トークン、つまりお金の管理です。

ループは便利な反面、回せば回すほどAIの使用量を消費します。

公式が挙げる対策を、非エンジニア向けに絞ると4つです。

①小さい仕事に大げさなループを使わない（軽い作業は普通のチャットで十分です）

②終わりの条件と回数の上限を必ず決める

③大規模に回す前に、小さな範囲で試して消費量の感覚を掴む

④定期実行の間隔は、監視対象が変化する頻度に合わせる（必要以上に回さない）

ここで少しだけ怖い話をします。

終わりの条件を決めずにループを組むと、AIが延々と回り続けて、使用量の上限や課金だけが溶けていきます。

自分も昔、目的なくAIツール3社に同時課金して、ほぼ使わずにお金を捨てた人間なので、この手の垂れ流しの痛みはよくわかります。

ただし、逃げ道も書いておきます。

いきなり時間ベースやプロアクティブに手を出す必要は、まったくありません。

まずはターンベースに検証の手順書を足すだけ、次にゴールベースの発想を1つの作業で試すだけで十分です。

任せる範囲と、人間が握る範囲の線引き。

ループエンジニアリングの本質も、結局そこに行き着くんです。

おわりに

記事の冒頭で「ループの正体が30秒でわかる」と書きました。

改めて一言でいうと、ループエンジニアリングとは「チェック、終わりの判断、きっかけ、指示」を1段ずつAIに手放していく設計のことです。

公式ブログは最後に、こう勧めています。

自分がボトルネックになっている仕事を1つ選び、どの部分なら手放せるかを考えること。

今日から始められる3つのアクション

①自分が毎回チェックしている作業を1つ書き出す

②その作業の「完成の条件」を数字か条件で3つ書いてみる

③第3章のテンプレートに当てはめて、Claudeに1回投げてみる

プロンプトを磨く時代の次は、ループを設計する時代です。

今日この3つを試した人と、読んで終わった人。

半年後、AIに任せられている仕事の量は確実に違います！

最後まで読んでいただきありがとうございました！

正直、ここまで読んでくれてめちゃくちゃ嬉しいです🙏

自分のXでは、非エンジニアでもAIを使いこなせるようになる情報を毎日発信中です。

→ @ery_treasure

他にもAI初心者向けの記事をガッツリ書いてるので、気になるテーマがあれば覗いてみてください！

えりー｜AI × エンジニア

@ery_treasure

·

4月13日

記事のカバー画像

Git / GitHubって何？

「GitとGitHubって名前は聞くけど、結局なんなの？」

AIの話題を追いかけていると、必ずぶつかるこの2つの単語。 Xを開けばGitHub。 Claude Codeの解説記事を読めばGit。...

えりー｜AI × エンジニア

@ery_treasure

·

4月6日

記事のカバー画像

APIって何？

APIという言葉、AIを触っていると必ず出てきます。 ChatGPTのAPI、ClaudeのAPI、GeminiのAPI。

「よく聞くけど、実際のところ何なのかはよく分からない」 「試してみたい気持ちはあるけど、なんか敷居が高そう」...

えりー｜AI × エンジニア

@ery_treasure

·

5月18日

記事のカバー画像

AIの精度を上げる4つの記法を全部解説！マークダウン・XML・YAML・JSONって何？

正直、これ知るだけでAIの精度が変わります。

シャープ（#）とかタグ（<task>）で区切られたプロンプト、見たことありますよね。 あれが「構造化プロンプト」です。...

えりー｜AI × エンジニア

@ery_treasure

·

4月10日

記事のカバー画像

AIエージェントって何？

「AIエージェント」──2026年、このワードを聞かない日はない。

ニュースを開けばAIエージェント。 Xを開けばAIエージェント。

最近だとClaude...

記事の公開をご希望の場合

プレミアムにアップグレード

1 件の返信を表示

えりー｜AI × エンジニア

@ery_treasure

今野健介｜Claude×EC専門家

@dansyu_callenge

·

23時間

Claude Codeに何を頼めばいいか、毎回手が止まる。

怖いのは、使えないことではなく、雑に頼むと勝手に作業が進むこと。

非エンジニアが最初に覚えるべきなのは、Claude Codeの操作ではなく「指揮の出し方」です。

Claude Codeは、普通のチャットAIではありません。

質問に答えるだけではなく、ファイルを読み、編集し、コマンドを実行できる「作業するAI」です。

だから、設計相談も、方針決めも、実装指示の整理も、全部Claude Codeの同じ会話でやると混乱しやすくなります。

ここで言う「直接使うな」は、Claude Codeを使うなという意味ではありません。

Claude Codeに、考える仕事まで全部やらせるな、という意味です。

小さな文言修正なら、直接頼んでもいい。

でも、繰り返し作業、複数ファイルの修正、サイト運用、記事制作、業務フロー化のような作業では、先に「Claude Codeへのプロンプトを作るAI」を挟んだ方が安定します。

僕はこれを「指揮官AI」と呼んでいます。

Claude Code初心者が詰まる理由

Claude Code初心者が詰まる原因は、プロンプトを知らないことだけではありません。

本当の問題は、

何を頼むべきか

どこまで任せていいか

何を禁止すべきか

最後に何を確認すべきか

この判断を、毎回自分でやろうとしていることです。

非エンジニアにとって、これはかなり難しいです。

たとえば「問い合わせフォームの文言を変えたい」と思ったとします。

でも、その作業がどのファイルに関係するのか、設定を触る必要があるのか、確認コマンドを走らせるべきなのか、公開前に何を見るべきなのかは、すぐには判断できません。

そこでClaude Codeに直接、

「この文言を変えて」

と頼む。

Claude Codeは作業できます。

でも、作業範囲が曖昧なまま進むので、意図しない変更が入る可能性があります。

だから初心者が最初に作るべきなのは、10個のプロンプト暗記ではありません。

Claude Codeに渡すプロンプトを作ってくれる「指揮官AI」です。

指揮官AIとは何か

指揮官AIは、Claude Codeの代わりに作業するAIではありません。

役割は、Claude Codeへ渡す前のプロンプトを整理することです。

指揮官AIは、Claude Codeの中に作りません。

作る場所は、通常のClaudeチャット側です。

できればClaudeのプロジェクトに専用の場所を作り、そこに指揮官AIのプロンプトを入れます。

そこで設計相談をする。

Claude Codeに渡すプロンプトを作る。

Claude Codeには、その完成したプロンプトだけを貼る。

この順番にすると、Claude Codeの会話を設計議論で汚さずに済みます。

あなたが指揮官AIに伝えるのは、仕事の言葉でOKです。

「LPの文言を直したい」

「記事制作フローを整理したい」

「この作業をClaude Codeに頼んでいいか判断したい」

「毎回同じミスが出るからルール化したい」

こう伝えると、指揮官AIがClaude Code用のプロンプトに変換します。

Claude Code用のプロンプトには、次の要素が必要です。

目的。

作業範囲。

変更していい場所。

変更してはいけない場所。

禁止事項。

実行前の確認。

完了条件。

検証方法。

人間が最後に確認する点。

これを毎回、自分で考えるのは大変です。

でも指揮官AIを挟めば、あなたは「やりたいこと」を話すだけで、Claude Codeに渡せる形まで整えてもらえます。指揮官AIを挟むと何が変わるか

指揮官AIを挟むと、あなたが毎回Claude Code用プロンプトを考える必要がなくなります。

あなたは、仕事の言葉で話す。

指揮官AIが、作業範囲・禁止事項・確認条件を整理する。

Claude Codeは、整理されたプロンプトだけを受け取って作業する。

この分離があるだけで、かなり安定します。

特に非エンジニアにとって大きいのは、危ない操作を事前に止められることです。

削除していいのか。

本番に触っていいのか。

外部送信していいのか。

設定ファイルを変えていいのか。

検証せずに終わっていないか。

こういう判断を、Claude Codeに作業させながら考えるのは危険です。

先に指揮官AIと整理してから、Claude Codeへ渡す。

これが、非エンジニア向けのClaude Code運用です。

なぜClaude Codeに直接考えさせない方がいいのか

Claude Codeの会話の中で、

「どう作ればいい？」

「こっちの方がいい？」

「やっぱりこの条件も入れて」

「さっきの案を少し変えて」

と議論を続けると、その議論の履歴が同じ会話に残ります。

そして実装に入る頃には、Claude Codeの中に、検討途中の案、ボツにした案、途中で変えた条件、雑談に近い確認が混ざっています。

これは、作業机の上に企画書、議事録、メモ、修正前の図面を全部広げたまま、細かい作業をしようとしている状態です。

作業しにくいに決まっています。

だから、考える場所と作る場所を分けます。

考える場所は、指揮官AI。

作る場所は、Claude Code。

残す場所は、CLAUDE.mdやSKILL.mdなどのルールファイル。

この分離ができると、Claude Codeには「議論の過程」ではなく「決まったプロンプト」だけを渡せます。

指揮官AIに入れる基本プロンプト

まずは、Claudeのプロジェクトなど、継続して使える場所に指揮官AIを作ります。

以下を指示欄に入れます。

あなたは「Claude Code指揮官AI」です。

役割は、ユーザーのやりたいことを整理し、Claude Codeに渡せるプロンプトへ変換することです。

あなた自身は実装しません。

設計、確認、分解、Claude Code用プロンプトの作成を担当します。

目的:

非エンジニアでもClaude Codeに安全に作業を依頼できるようにする。

基本方針:

- Claude Codeは作業するAIとして扱う

- 設計相談と実装作業を同じ場所で混ぜない

- 曖昧な依頼を、目的・範囲・禁止事項・完了条件・検証方法に分解する

- 削除、本番操作、外部投稿、課金、秘密情報へのアクセスは必ず人間確認にする

- 「いい感じに」「適当に」「全部やって」のような曖昧な依頼を具体化する

- 実在しないURL、コマンド、仕様、数値は作らない

- 不明点は断定せず、確認事項として出す

出力するもの:

1. 作業の整理

2. Claude Codeで進めてよいか

3. 危険な点

4. 先に確認すべきこと

5. Claude Codeに渡すコピペ用プロンプト

6. 人間が最後に確認すべき点

Claude Codeに渡すプロンプトには、必ず以下を含める:

- 目的

- 作業範囲

- 変更してよい範囲

- 変更してはいけない範囲

- 禁止事項

- 進め方

- 完了条件

- 検証方法

- 最後の報告形式

出力ルール:

- Claude Codeに渡すプロンプトは、コピペできるコードブロックで出す

- 補足説明や記入例はコードブロックに入れない

- コードブロックに入れるのは、実際にClaude Codeへ貼る本文だけにする

- まず安全性を優先し、危険な依頼は「それはNGです」と止める

これで、Claude Codeに直接投げる前に、指揮官AIへ相談できるようになります。

指揮官AIに渡すプロンプト10個

ここから紹介するのは、Claude Codeに直接貼るプロンプトではありません。

指揮官AIに渡して、Claude Code用の安全なプロンプトを作らせるためのプロンプトです。

つまり流れはこうです。

あなた

→ 指揮官AIに相談する

指揮官AI

→ Claude Code用プロンプトを作る

Claude Code

→ 整理されたプロンプトを受け取って作業する

この順番にすることで、Claude Codeの中で設計議論を長々とやらずに済みます。

1. 質問だけしたい時

使う場面:

まだ作業させず、意味や方針だけを知りたい時。

指揮官AIに渡すプロンプト:

Claude Codeに質問だけしたいです。

作業は禁止したまま、回答だけをもらうためのClaude Code用プロンプトを作ってください。

知りたいこと:

ここに確認したい内容を入れてください。

条件:

- ファイル編集は禁止

- コマンド実行は禁止

- 削除、外部送信、コミット、PR作成は禁止

- 結論、理由、注意点、作業するなら先に確認すべきことを出させる

補足:

「知りたいこと」には、今確認したい内容を普通の言葉で入れます。

エラーの意味を知りたい、修正方針が危険か見たい、触っていいファイルか確認したい、などです。

2. Claude Codeでやっていい作業か判断したい時

使う場面:

削除、公開、外部送信、複数ファイル変更など、少し怖い作業の前。

指揮官AIに渡すプロンプト:

この作業をClaude Codeに任せてよいか判断したいです。

危険な操作、先に確認すべきこと、人間が承認すべきことを分けたうえで、Claude Code用プロンプトを作ってください。

やりたいこと:

ここにやりたい作業を入れてください。

条件:

- まだ作業させない

- 作業可否の判断を先にさせる

- 危険な操作は人間承認にする

- Claude Codeに任せない方がいい操作も出させる

補足:

Claude Codeは便利ですが、何でも任せていいわけではありません。

危ない作業ほど、先に「任せてよいか」を判断させるのが安全です。

3. どこを触る作業なのか調べたい時

使う場面:

やりたいことは決まっているけれど、どのファイルが関係するかわからない時。

指揮官AIに渡すプロンプト:

この作業で、どのファイルが関係するかをClaude Codeに調査させたいです。

編集はまださせず、関連箇所の調査だけを行うClaude Code用プロンプトを作ってください。

やりたいこと:

ここに実現したいことを入れてください。

条件:

- まだ編集しない

- 関係しそうなファイルを出させる

- それぞれのファイルが関係しそうな理由を出させる

- 最初に確認すべき場所を出させる

- 触らない方がよさそうな場所も出させる

補足:

見た目は小さな文言変更でも、画面、設定、翻訳、テスト、ドキュメントが関係することがあります。

非エンジニアほど、まず関連箇所の調査だけを挟む方が安全です。

4. 実装前に計画だけ出してほしい時

使う場面:

複数ファイルにまたがる作業、大きめの修正、失敗した時の影響が大きい作業。

指揮官AIに渡すプロンプト:

Claude Codeに実装前の計画だけを出させたいです。

まだ編集させず、調査と変更計画だけを行うClaude Code用プロンプトを作ってください。

目的:

ここに目的を入れてください。

条件:

- 関連ファイルを調査させる

- 変更計画を出させる

- リスクを出させる

- 検証方法を出させる

- 編集は承認後にする

- 削除、コミット、PR作成はまだ禁止する

補足:

大きな作業は、調査、計画、実装、検証に分けた方が安定します。

いきなり実装させるのではなく、まず計画だけ出させます。

5. 小さな修正を安全に頼みたい時

使う場面:

文言変更、README修正、軽い表示修正など。

指揮官AIに渡すプロンプト:

小さな修正だけをClaude Codeに安全に頼みたいです。

余計な変更を防ぐため、変更範囲と禁止事項を明確にしたClaude Code用プロンプトを作ってください。

修正内容:

ここに修正内容を入れてください。

変更してよい範囲:

ここに変更してよい範囲を入れてください。

条件:

- 直接関係ないファイルは触らせない

- 設定ファイルやlockファイルは原則触らせない

- 削除操作は禁止する

- 変更内容を最後に要約させる

- 未確認点があれば明記させる

補足:

「軽く直して」は危険です。

軽いの基準は、人間とAIでズレます。

変更していい範囲と、触ってはいけない範囲を先に決めます。

6. バグ修正を頼みたい時

使う場面:

エラー、表示崩れ、想定通りに動かない機能を直したい時。

指揮官AIに渡すプロンプト:

Claude Codeにバグ修正を頼みたいです。

原因調査、修正方針、必要最小限の変更、検証までを含めたClaude Code用プロンプトを作ってください。

症状:

ここに起きている問題を入れてください。

再現手順:

ここに再現手順を入れてください。

期待する動作:

ここに本来どうなってほしいかを入れてください。

条件:

- まず原因を調査させる

- 原因候補を出させる

- 修正方針を出させる

- エラーを握りつぶす修正は禁止する

- 修正後に確認させる

- 最後に原因、変更内容、検証結果、残るリスクを報告させる

補足:

バグ修正では、エラー表示だけ消す修正が一番危険です。

症状、再現手順、期待する動作を分けると、Claude Codeが目的を誤解しにくくなります。

7. 既存の書き方に合わせてほしい時

使う場面:

新しい実装や修正を、今あるファイルの書き方に合わせたい時。

指揮官AIに渡すプロンプト:

Claude Codeに既存の書き方に合わせて修正させたいです。

新しい設計を勝手に足さず、既存パターンに寄せるClaude Code用プロンプトを作ってください。

やりたいこと:

ここにやりたいことを入れてください。

参考にしてほしい既存ファイル:

ここに参考ファイルがあれば入れてください。

条件:

- 既存の命名規則に合わせる

- 既存のフォルダ構成に合わせる

- 既存のテスト形式に合わせる

- 新しい設計パターンを勝手に追加しない

- 直接関係ないリファクタはしない

- 実装前に参考にした既存パターンを説明させる

補足:

初心者は、正しい書き方をゼロから考える必要はありません。

すでに動いている近いファイルに合わせる方が安全です。

8. 修正後に確認してほしい時

使う場面:

修正後に、壊れていないか確認したい時。

指揮官AIに渡すプロンプト:

Claude Codeに修正後の確認をさせたいです。

使える確認方法を先に調べ、安全な範囲で検証するClaude Code用プロンプトを作ってください。

確認したいこと:

ここに確認したい内容を入れてください。

条件:

- 使える確認コマンドを先に調べさせる

- 実行前に、実行するコマンドを提示させる

- 安全なコマンドだけ実行させる

- 失敗した場合は原因を調査させる

- 勝手に大きな修正へ進ませない

- 最後に実行した確認、結果、人間が確認すべき点を出させる

補足:

テストは自動確認、ビルドは動く形に組み立てる確認、lintはルール違反チェックです。

ただし、実在しないコマンドを作らせないよう、先に確認させるのが安全です。

9. 変更内容を要約してほしい時

使う場面:

作業後に、何を変えたか自分や他の人に説明したい時。

指揮官AIに渡すプロンプト:

Claude Codeに今回の変更内容を要約させたいです。

実際の差分に基づき、やっていない検証や存在しない情報を混ぜないClaude Code用プロンプトを作ってください。

条件:

- 実際の差分に基づいて書かせる

- 背景、変更内容、影響範囲、検証結果、残るリスクを出させる

- やっていない検証は書かせない

- 実在しないURLやチケット番号は作らせない

- PR作成やコミットはまださせない

補足:

PRは、変更内容をレビューしてもらうための仕組みです。

非エンジニアは、まず「変更説明文」くらいに考えればOKです。

10. 次回のために作業ログを残したい時

使う場面:

作業が長くなった時、途中で止める時、次回また続きから始めたい時。

指揮官AIに渡すプロンプト:

Claude Codeに作業ログと次回引き継ぎを作らせたいです。

事実と推測を分け、次回そのまま再開できるClaude Code用プロンプトを作ってください。

条件:

- 目的を出させる

- 完了したことを出させる

- 変更したファイルを出させる

- 実行した検証を出させる

- 未完了のことを出させる

- 次にやることを出させる

- 注意点を出させる

- 人間が確認すべきことを出させる

- まだ保存せず、まず本文案だけ出させる

補足:

長い作業ほど、途中の判断が会話の中に埋もれます。

最後に作業ログを出しておくと、次回の再開がかなり楽になります。

まとめ

Claude Codeを使いこなすコツは、プロンプトを10個暗記することではありません。

大事なのは、Claude Codeに直接考えさせすぎないことです。

考える場所を分ける。

作る場所を分ける。

判断基準を残す。

作業範囲と禁止事項を明確にする。

最後は人間が確認する。

Claude Codeは作業するAIです。

だからこそ、非エンジニアは「作業を直接頼む人」ではなく、「作業プロンプトを設計して渡す人」になる方が強いです。

Claude Codeを直接使うな。

これは、Claude Codeを避けろという意味ではありません。

Claude Codeを、作業員として正しく指揮しようという意味です。

AI活用やClaude Codeの業務導入を、自社の作業に合わせて整理したい方は、DMでご相談ください。

参考にした公式サイト

Anthropic Claude Code Docs: Overview

https://code.claude.com/docs/en/overview

Anthropic Claude Code Docs: Best practices

https://code.claude.com/docs/en/best-practices

Anthropic Claude Code Docs: Common workflows

https://code.claude.com/docs/en/common-workflows

Anthropic Claude Code Docs: How Claude remembers your project

https://code.claude.com/docs/en/memory

Anthropic Claude Code Docs: Configure permissions

https://code.claude.com/docs/en/permissions

記事の公開をご希望の場合

プレミアムにアップグレード

えーたん/AI×時短で仕事効率化

@ai_jitan

·

14時間

僕は、プロンプトを"書くこと"も"探すこと"も、やめました。

その代わりに、よく使うプロンプトを100個、NotebookLMに登録しています。そして何か作業をするときは、AIに「このお題に最適なプロンプトを選んで」と言うだけ。すると、登録した中から、その場面にぴったりの一文を出してくれます。僕はもう、プロンプトを一文字も書いていません。選ぶだけです。

この感覚、一度味わうと戻れません。

毎回ゼロからプロンプトを考える。ネットで「神プロンプト」を探し回る。前にどこかにメモした最高の一文が、どのファイルにあるか思い出せない。——この消耗、すごく分かります。僕もずっとそうでした。プロンプトを書くために、毎回5分も10分も溶かしていました。

でも、よく考えたら変な話です。毎回似たような作業をしているのに、毎回ゼロからプロンプトを書いている。 これは、毎朝出社するたびに机を組み立て直しているようなものです。一度作って、置いておけばいい。それだけのことだったんです。

そこで僕がやったのが、プロンプトを「書くもの」から「在庫から選ぶもの」に変えるという発想の転換でした。やり方はシンプルです。よく使うプロンプトをカテゴリごとに登録して、NotebookLMを"プロンプトの図書館"にする。そして、それをGeminiに繋いで、"最適な一冊を出してくれる司書"を雇う。

これだけで、プロンプトに悩む時間がゼロになりました。ガチで時短になります。

この記事では、その「プロンプト図書館」の作り方から運用、さらに毎日の動線に組み込む上級ワザまで、コピペできるプロンプトごと全部公開します。最初の数十分だけ手を動かせば、あとはずっと"選ぶだけ"の世界です。では、始めましょう。

第1章：プロンプトを「毎回書く・探す」のは、時間のムダです

最初に、なぜこの仕組みがそこまで効くのか。

プロンプトを毎回ゼロから書くと、2つの問題が起きます。

1つ目は、品質がブレることです。調子のいい日は良いプロンプトが書けても、疲れている日や急いでいる日は、雑な指示になります。AIの出力は、こちらの指示の質にそのまま比例します。つまり、プロンプトがブレると、成果物もブレる。毎回が出たとこ勝負になってしまいます。

2つ目は、時間がかかることです。役割を指定して、前提を書いて、出力形式を整えて……ちゃんとしたプロンプトを書くと、地味に数分かかります。1日に何度も使えば、それだけで毎日30分、1か月で15時間が消えていきます。

良いプロンプトが「資産」として溜まらない

そして、いちばんもったいないのがこれです。せっかく書いた良いプロンプトが、使い捨てになっている。

一度うまくいったプロンプトを、また一から書き直している。あるいは、どこかにメモはしたけれど、必要なときに見つけられない。これは、優秀な道具を毎回作っては捨てているのと同じです。本来なら、良いプロンプトほど何度も使い回せる"資産"のはずなのに、それが溜まっていかない。

解決はシンプル。「書く」を最初の1回に集約する

ここまでの問題は、たった1つの発想で全部解決します。プロンプトを書く作業を、「最初の1回」に集約してしまう。

良いプロンプトを、最初にまとめて作って、登録しておく。あとは、その在庫の中から「いま必要なやつ」を選ぶだけにする。書く作業はもう発生しません。品質は登録時に担保されているのでブレません。良いプロンプトは資産として溜まり続けます。

ビフォーアフターで言えば、こうです。これまでは、お題が来るたびに10分かけてプロンプトを書いていた。これからは、お題を一言投げて、出てきた候補から選ぶだけ。 この差が、毎日積み重なります。次の章から、その「図書館」を実際に作っていきます。

第2章：プロンプト100個を、NotebookLMに「図書館化」する

ここから、実際に手を動かします。やることは、よく使うプロンプトをNotebookLMに登録して、AIが選びやすい"図書館"にすること。難しくありません。

100個でなくていい。「カテゴリ×10個」で考える

まず安心してください。いきなり100個そろえる必要はありません。 100という数字はインパクトのためで、本質は「よく使う場面を、ひととおりカバーする」ことです。

おすすめの考え方は、1カテゴリにつき10個です。たとえば、こんなふうに積み上げていきます。

会議用に10個。タスク管理用に10個。競合調査用に10個。メール作成用に10個。資料・分析用に10個。——この調子でカテゴリを増やしていけば、10カテゴリで自然に100個になります。でも、まずは自分がいちばんよく使うカテゴリ1つ、10個から始めれば十分です。

カテゴリで区切る理由は2つあります。1つは、自分が「どんな場面のプロンプトが揃っているか」を把握しやすいこと。もう1つは、あとでAIに選ばせるとき、カテゴリがラベルになって精度が上がることです。

1つのノートに、全部まとめる

登録先は、「プロンプト図書館」という名前のノートを1つ作って、そこに全部まとめます。

カテゴリごとにノートを分けたくなるかもしれませんが、分けないでください。理由は次の章で使う「AIに選ばせる」仕組みにあります。1つのノートに全カテゴリが入っているからこそ、AIは図書館全体を見渡して、最適な一冊を選べます。 分けてしまうと、毎回どのノートを見るか指定する手間が増えます。

ノートの中では、カテゴリごとにソース（テキストファイル）を分けると整理しやすいです。「会議用プロンプト」「タスク用プロンプト」というファイルを作って、それぞれに10個ずつ入れていくイメージです。

登録フォーマット：必ず「3点セット」で書く

ここが、図書館がうまく機能するかどうかの分かれ目です。プロンプトをただ羅列するのではなく、1つにつき必ず次の3点セットで書いてください。

【タイトル】そのプロンプトの名前

【用途】どんなお題・場面で使うか（選ぶときの目印）

【プロンプト】コピペでそのまま使える本文

特に大事なのが、真ん中の【用途】です。これは、あとでAIが「このお題には、どのプロンプトが合うか」を判断するための目印になります。ここを具体的に書いておくほど、選定の精度が上がります。「競合のSNSを分析するとき」「断られた商談の切り返しを考えるとき」のように、実際の場面が浮かぶ言葉で書いてください。

たとえば、1つの登録はこうなります。

【タイトル】競合SNS戦略の分析

【用途】競合アカウントの投稿傾向や強みを分析したいとき

【プロンプト】あなたは優秀なSNSマーケターです。以下の競合アカウントの投稿を分析し、

「発信テーマの傾向・伸びている投稿の共通点・自社が取るべき差別化の切り口」を

整理してください。最後に、明日から真似できる打ち手を3つ提案してください。

この形で揃えておけば、図書館は完成に近づきます。

プロンプトの集め方は、3ルートある

「でも、10個も20個もプロンプトを用意するのが大変そう」——大丈夫です。集め方は3つあり、組み合わせれば一気に揃います。

ルート①：自分の"神プロンプト"を入れる。

これまで使ってきて「これは良かった」というプロンプトを、まず登録します。数は少なくても、実戦で効果が確認できている一級品の資産です。

ルート②：Fast Researchで良質なプロンプトを集める。

NotebookLMの「ソースを探す」機能（Fast Research）を使えば、世の中の優れたプロンプトを一気に収集できます。切り口を変えて回すのがコツです。

「(カテゴリ) で使えるAIプロンプトの実例を豊富に紹介した記事を収集」

「(カテゴリ) の業務効率化に役立つプロンプト集を解説した記事を収集」

「プロンプトの書き方の型（役割・前提・出力形式）を解説した記事を収集」

ルート③：AIにカテゴリごと量産させる。

これがいちばん速いです。AIに「このカテゴリのプロンプトを10個作って」と頼めば、登録フォーマットのまま量産してくれます。次の「量産プロンプト」を使ってください。

あなたはプロンプト設計の専門家です。

「(カテゴリ名)」の業務で使える、実用的なプロンプトを10個作ってください。

それぞれ、必ず次の形式で出力してください。

【タイトル】そのプロンプトの名前

【用途】どんなお題・場面で使うか（選ぶときの目印になるよう具体的に）

【プロンプト】コピペでそのまま使える本文

条件：

・似たものを避け、その業務の幅広い場面をカバーするよう10個に散らす。

・プロンプト本文には、必ず「役割・前提・出力形式」を盛り込む。

これで出てきた10個を、そのまま図書館のソースに貼り付ける。1カテゴリが、数分で完成します。

業務で使うなら、ここだけ注意

最後に、業務利用なら外せない一点を。社外秘の情報や個人情報を含むプロンプトを登録するときは、固有名詞を必ず匿名化してください。 取引先名を「A社」、人物を「Bさん」に置き換えるだけでOKです。プロンプトの"型"さえ登録されていれば、実際に使うときに具体名を入れれば済みます。図書館には、安全な"ひな形"だけを並べておきましょう。

第3章：Geminiに連携して「最適なプロンプトを提案させる」

図書館はできました。でも、棚にプロンプトが並んでいるだけでは、まだ"探す"手間が残っています。ここからが本番です。図書館に「司書」を雇って、こちらが選ぶ手間さえ無くします。

その司書役を担うのが、Geminiです。NotebookLMの図書館をGeminiに繋ぐと、お題を投げるだけで、図書館の中から最適なプロンプトを選んで持ってきてくれます。

NotebookLMとGeminiを繋ぐ

まず、図書館をGeminiから使えるようにします。面倒なAPI設定もプログラミングもいりません。ポイントは、NotebookLMとGeminiを同じGoogleアカウントで使うこと。あとは数ステップです。

Web版のGeminiを開く

入力欄の「＋」ボタンをクリック

メニューから「NotebookLM」を選ぶ

さきほど作った「プロンプト図書館」のノートを選択する

これで、Geminiが図書館の中身を参照できる状態になりました。Geminiの入力欄に、図書館のノート名が表示されていれば接続完了です。

司書を呼び出すプロンプト

接続したら、Geminiに「司書として振る舞ってね」と伝えます。これもコピペで一発です。

あなたは、私のプロンプト図書館の「司書」です。

連携したNotebookLMには、カテゴリ別に登録された大量のプロンプトが入っています。

これから私が「お題」を伝えます。あなたは図書館の中から、

そのお題に最も適したプロンプトを3つ選び、次の形式で提案してください。

❶ プロンプトのタイトル

❷ なぜこのお題に最適なのか（一言）

❸ そのプロンプト本文（コピペできる形で）

図書館にぴったりのものが無ければ、最も近いものを挙げたうえで、

お題に合わせて微調整した案も添えてください。

準備ができたら「お題をどうぞ」と返してください。

これで、あなた専属の司書が待機状態になりました。あとは、やりたいことを一言投げるだけです。

実演：お題を投げると、こうなる

実際の動きをお見せします。たとえば、こう投げたとします。

競合のSNS戦略を分析したい

すると、司書がこう返してきます。

図書館から、このお題に最適なプロンプトを3つお持ちしました。❶ 競合SNS戦略の分析理由：投稿傾向と差別化の切り口まで一気に出せる、ど真ん中の一本です。 〔プロンプト本文をそのまま提示〕❷ ベンチマーク比較表の作成理由：複数の競合を横並びで比べたいなら、こちらが効きます。 〔プロンプト本文をそのまま提示〕❸ 伸びる投稿パターンの抽出理由：「なぜバズったか」を深掘りしたいときは、これが最適です。 〔プロンプト本文をそのまま提示〕どれを使いますか。お題に合わせて微調整もできます。

あなたがすることは、3つから1つ選ぶだけです。プロンプトを書いてもいない、探してもいない。お題を一言言っただけで、最適な候補が目の前に並びました。

ひと工夫：選ぶだけでなく、仕上げまで任せる

ここでもう一歩。提案された候補を選んだあと、こう続けてください。

❶を、今回の競合「(具体的な相手)」に合わせて微調整して、そのまま実行してください。

すると司書は、選んだプロンプトを今回のお題用に整えて、そのまま分析まで実行してくれます。つまり、「選ぶ」だけでなく「使う」までが、ひとつの流れで終わる。プロンプトを書く時間も、探す時間も、調整する時間も、まるごと消えます。

ひとつだけ補足を。Geminiとの接続は、会話を新しく始めるたびにリセットされます。新しい会話のときは、もう一度「＋」から図書館のノートを選び直してください。10秒で済みます。

第4章【上級】司書を常駐させる ── プロンプトコンシェルジュ化

第3章のやり方でも十分に速いのですが、「毎回ノートを選んで、司書プロンプトを送るのが少し面倒」という人のために、もう一段上のワザがあります。司書を、常駐させてしまう方法です。

使うのは、GeminiのGem（カスタムAI）機能です。Gemに図書館を"知識"として紐づけておくと、そのGemを開くだけで、いつでも司書が待機している状態になります。司書プロンプトを毎回送る必要もありません。お題を言えば、即座に最適なプロンプトが出てくる「専属コンシェルジュ」の完成です。

コンシェルジュGemの作り方

やることは2つだけです。新しいGemを作り、その「知識」として図書館のNotebookLMを紐づける。そして、Gemの「指示」欄に、次のコンシェルジュ用プロンプトを貼り付けます。

# あなたの役割

あなたは、私専属の「プロンプトコンシェルジュ」です。

このGemに紐づけたNotebookLM（プロンプト図書館）を、必ず参照してください。

# やること

・私が「お題」や「やりたいこと」を言ったら、図書館から最適なプロンプト候補を3つ提案する。

・各候補に「タイトル・なぜ最適か・プロンプト本文」を添える。

・私が1つ選んだら、今回のお題に合わせて細部を調整し、すぐ使える完成形にする。

・「実行して」と言われたら、そのプロンプトに沿って成果物を作る。

# ルール

・必ず図書館（紐づけたNotebookLM）の中から選ぶこと。

・図書館に無ければ、最も近いものを挙げ、お題に合わせた調整案を添える。

・私にプロンプトを書かせない。私は「選ぶ」だけで終わるようにする。

・提案は簡潔に。長い前置きはしない。

これで完成です。あとはこのGemを開いて、「議事録をまとめたい」「断られた商談の切り返しを考えたい」と、やりたいことを言うだけ。コンシェルジュが図書館から最適な候補を出し、選べば仕上げまでやってくれます。

これが「日常の動線」になる

このコンシェルジュGemを、ブラウザのお気に入りやスマホのホームに置いておく。すると、あなたの仕事の入り口が変わります。

これまでは、作業のたびに「さて、どうプロンプトを書こうか」と考えていました。これからは、コンシェルジュを開いて、やりたいことを一言言うだけ。お題を言う、最適なプロンプトが出る、選ぶ、実行。この流れが、毎日の当たり前になります。

プロンプトを書く・探すという作業そのものが、あなたの仕事から消えるのです。

まとめ：プロンプトに悩む時間は、今日で終わりです

今回は、プロンプトを「書く・探す」から「選ぶだけ」に変える、プロンプト図書館の作り方を解説しました。最後に、伝えたいことはシンプルです。

毎回ゼロからプロンプトを書く必要は、もうありません。良いプロンプトを最初に一度だけ作って図書館に並べ、Geminiの司書に選んでもらう。たったこれだけで、プロンプトに費やしていた時間が、まるごと消えます。プロンプトは、書くものでも探すものでもなく、選ぶものになります。

とはいえ、いきなり100個そろえる必要はありません。やることは1つです。

いま自分がいちばんよく使う作業を1つ選んで、そのカテゴリのプロンプトを10個だけ、図書館に登録してみてください。

第2章の「量産プロンプト」を使えば、10個は数分で作れます。1カテゴリだけでも図書館を動かしてみれば、「お題を言うだけで最適なプロンプトが出てくる」感覚が分かります。その快適さを、ぜひ一度味わってください。一度知ったら、もう毎回プロンプトを書く生活には戻れなくなります。

NotebookLMもGeminiも、進化が本当に速いです。連携まわりの機能も、どんどん便利になっています。一人で最新を追い続けるより、実践している人から学ぶほうが、圧倒的に速いです。

▼X（Twitter）のフォローはこちら 僕のアカウントでは、AIで業務効率化や時短を加速させるノウハウを毎日発信しています。 NotebookLMの活用法について、誰よりも詳しく発信しているので、最新AIを使いこなしたい方は、ぜひフォローをお願いします！ @ai_jitan

【無料オプチャ始めました🔥】

オプチャ限定で ①NotebookLM専用プロンプト600選（図解版） ②GPTs20選＆プロンプト20選 もプレゼントします🎁

初心者・見るだけ参加もOKです🙌 まずは気軽にのぞいてみてください👇

NotebookLMを極める【えーたん】

書籍『AI仕事最速大全 NotebookLM即戦力スキル』発売のお知らせ

僕の人生を変えてくれたNotebookLMのスキルを、1冊にまるごと詰め込みました。7月16日（火）発売です。そして、ご予約・ご購入いただいた方には、本気の特典を用意しました。

【予約者限定セミナー｜7/27（月）オンライン開催

書籍に詰め込んだNotebookLM活用術を、僕が直接解説します。本がお手元に届いたタイミングで、隣に置きながら一緒に学べる内容にしました。

【購入者全員にお渡しする3大特典】

① NotebookLMプロンプト集（超特大版）

② 業務特化型Gem（30選＋α）

③【超目玉】AIえーたん ── 僕の全発信・5万文字超の思考を学習させた最強Gem。あなたの業務課題や悩みを、一撃で解決します。

▼ご予約はこちらから👇

えーたん/AI×時短で仕事効率化

@ai_jitan

·

5月29日

返信先:

@ai_jitan

さん

📘 まだ予約していない方はこちら👇

amazon.co.jpから

えーたん/AI×時短で仕事効率化@ai_jitan·5月29日さん返信先:@ai_jitan📘 まだ予約していない方はこちら📷amazon.co.jpから

特典セミナーの対象は、発売日（7/16）までのご予約が基本です（Kindle版の方は、セミナー当日までのお申し込みを有効とします）。

▼お申し込みはこちら👇

https://x.com/ai_jitan/status/2060255411903848901?s=20

記事の公開をご希望の場合

プレミアムにアップグレード

10 件の返信を表示

えーたん/AI×時短で仕事効率化

@ai_jitan