← 教材一覧へ戻る

脱・属人プログラム / 導入事例集

ボトルネックは、
人間だった。

AIを入れても、コピペや承認で人が“作業の経路”に挟まっていれば、全体は速くなりません。私たちは人を経路から外し、判断だけに残します。実際に手を動かした事例を、図と原文つきでご覧ください。

人を「作業」から外す 機密は社外に出さない 誰でも同じ品質で

目次

収録事例 5 件 / 随時追加
事例 01A|AI基盤・環境

得意分野の違うAIが、人間を介さず直接やり取りする

Claude・Codex・Gemini・Grok。司令塔・実装・画像生成・検索と役割の違うAIを、これまでは人間がコピペで繋いでいました。その“運び役”をAI同士の直接連携に置き換えた事例です。

BEFORE — 人が経路に挟まる
Claude
Codex
Gemini
Grok
↑ ↓人間がコピペで往復
あなた(コピペ係)AIとAIの間を行き来
AFTER — AI同士が直接
Claude
Codex
Gemini
Grok
↓ ↑送る/受け取る
共有の郵便受け(メッセージDB)人間の指示は最初の1回だけ
0
人間のコピペ往復
最初の1回
人間が出す指示
4
連携するAI
仕組み 魔法ではなく、共有の郵便受け(データを溜める置き場)+送信コマンド+受信フックの3点セット。各AIが一区切りするたび、自動で受信箱を確認して返信します。
原文 — 送っていただいた投稿そのまま

いやもうこれ、ガチでヤバいって。

この画像見てわかる?
わからんよなw

でも、あまりにもヤバすぎるのでみんなにわかるように説明するわ。

これな、Claude CodeとCodexとGeminiとGrok、おのおのからおのおのにメッセージを送れるようになったんよ。お手紙送れるようになったんよ。

Claude CodeはAnthropicの、CordexはOpenAIの、GeminiはGoogleの、GrokはXの、AIエージェントな。

いうたらAIエージェント四天王。こいつらがお互いに連絡取り合えるようになった。

今まではさぁ、Claude Codeの出力をCodexに貼り付けたり、Geminiに画像書かせるプロンプトをClaude Codeに作らせたり、X のポストをClaude Codeに手動で引っ張ってきたりしててんな。

司令塔はClaude Code、プログラム実装はCodex、画像生成はGemini、X検索ならGrok、みたいにそれぞれの得意分野を組み合わせて作業してたんやけど…

ようはこれ、全部コピペなんよね。

ぼくがClaude CodeからコピーしてぼくかCodexにペーストしてとか、ぼくがClaude CodeからコピーしてぼくがGeminiにペーストしてとか、ぼくがXからコピーしてぼくかClaude Codeにペーストとか、そんなことを毎回繰り返してたわけ。

「ぼくが」だらけ。

AIエージェントの間を御用聞きみたいに、ぼくが行ったり来たりしてた。

AIで楽になるはずが、これただのコピペ係やん……

どんだけAIの処理スピードが上がったとしても、その間に人間がコピペで入ってたらそこが足かせになって全体のスピードは上がらんよね。

残酷な事実やけど、ボトルネックは人間なんよ。それがね。

こいつらが直接コミュニケーションを取れるようになった。

つまり、ClaudeCodeに「作った実装計画をCodexに渡して、コードを作らせて」とか、「こういう画像を作るプロンプトをGeminiに指示して、作った画像をこのフォルダに保存しろって伝えて」とか、「この条件に合うXのポストをGrokに集めさせて」って言うだけで、タスクが進むようになった。

ぼくがClaude Codeに指示を出したら、Claude CodeがCodexやGemini、Grokに直接指示を出すってことが可能になった。

つまり、最初にClaude Codeに指示出しすればあとは生成AI同士がメッセージをやり取りしながら作業を進めてくれるってこと。

ぼくがコピペしなくてよくなった……

ヤバない?これまじでヤバない?

これでまた、強烈に自動化が進む。

知っている人と知らない人の差がどんどん開いていくなァ。

ロック、アンドロール。

AI同士でやりとり。

元画像は tmux で4つのAI CLI(Claude Code / Codex / Gemini / Grok)を並べたターミナル画面。上の図は仕組みを描き起こしたもの。

↑ 目次へ戻る
事例 02A|AI基盤・環境

機密は社外に出さず、人は「最終承認」だけを担う

入口の監視から成果物づくりまでを一本のラインに束ねた全体構成。匿名化してよいものはクラウドのAIへ、機密情報は手元のMac(ローカルAI)だけで完結させる二本立てです。

入力ソース 新着のみ・非破壊で監視
ローカル処理(自宅内で完結)
  • メールを自宅サーバから IMAP 直読
  • iMessage をローカルDBから直読
  • PLAUD 音声メモ → 文字起こし整形
  • iCloud 案件フォルダを巡回
クラウド連携
  • Slack メンション / DM
  • Circleback 議事録
  • (新着のみ取得)
接続検討中:Facebook Messenger(公式APIなし)
決定的スキャナ群(非AI・ローカル実行・匿名化処理)新着検知 → 匿名化処理 → 受信箱にポインタ化(既読化しない・原本を触らない)
匿名化OKはクラウドへ / 機微はローカル直行 →
Opus 4.8 | サブ統括取り込み → 起票 → 割当 → レビュー動線をまとめる
Fable 5 | 統括日次ダイジェスト(低頻度・高レベル)
ローカルAI 推論ハブMac Studio / Ollama・MLX 70B / 機微の一次処理(匿名化・非公開)
実務レイヤ クラウドAIエージェント(6チーム)
取り込み・分類 (A)Sonnet 5
情報巡回 (C)Sonnet 5
日程秘書 (D)Sonnet 5
案件別専任 (B群)Opus 4.8
財務会計Opus 4.8
成果物生成Word / Excel / PPT
スタイル・ゲート(統括の必須職務)+ 品質管理エンジン体裁・トーン・メタデータの一貫性を最終検査 → 合格のみ本人レビューへ
意思決定者(人間)唯一の承認者 ・ 外部送信は必ず承認制 ・ Slack返信で再指示
ローカル処理 クラウドAI ローカルAI 人間・品質ゲート 接続検討中
承認のみ
人間に残る役割
0
機密の社外送信
24時間
無人で稼働
仕組み 統括は賢い上位モデルを少数、実務は軽いモデルで数を捌くコスト設計込み。機密の文字起こしまで手元のMacで完結し、音声も一度も社外に出ません。
原文 — 送っていただいた投稿そのまま

【Fable 5 + Agent Teams & ローカルAI構成を作ってみた】

まだまだスタディ&最適化模索中ですが、多数の案件を同時多発的に動かしているフリーランスとしては大枠こんな感じで良さそう、というワークフローを作ったので晒してみる。

これまでバラバラに作ってきた部品をFable 5をオーケストレーター&全体俯瞰者にしつつ、トークン節約のためにOpus 4.8サブ統括としてエージェントチームを動かすような形にしてみた。

前捌きのローカル処理はMac mini で動かしていて、匿名化処理くらいでクラウドに投げて良さそうなものはClaude系エージェント軍団(日々、増殖中)に渡し、あとはよしなに処理してもらいます。会議記録についてはもうCirclebackサマサマで、機微案件ではないやつはこれでコンテキストをしっかり踏まえたアウトプットまで一直線でやってくれるようになりました。各々のエージェントが処理をした結果はサブ統括がとりまとめ、私にSlackに報告してくれるようにしたので、成果物チェックと必要な場合は修正などの指示だしはSlackに返信する形でやってます。

一方で、前捌きの段階で「こいつは機微情報なのでクラウドには投げたくない」ってのも出てきます。そこで、Mac mini には 教育特有の用語辞書+後処理でチューニングをした GPT-OSS−20B のローカル文字起こしエンジン(MLX有効化)を稼働させており、機微情報を扱う会議などはPLAUD Note や(図には書いてないけど)HiDock等で録音し、その音声を完全ローカル文字起こし&話者分離させてます。

で、これらの文字起こし&簡易分析したファイルについては最初から特定フォルダにまとめて、以降のデータ処理については別途70BクラスのLLMが動かせるMac Studio に投げます。これで入り口から出口までローカルで処理するルートも確保したことになります。最終的に クラウド or ローカル の判断はまだ人間の判断が残っているけど、ここは仕方ないと思ってます。

それよりも Mac Studio の メモリが 96GB なので、モデルにもよるけどコンテキストウィンドウサイズや推論力の不足もあって、成果物の品質は Sonnet や Opus がこれだけ優秀になった今、正直イマイチに感じてしまいます。もちろん、ゼロから人間がやるよりは遥かに楽なので贅沢言っちゃいかんのですが、ローカルLLMの最適化をもうちょっと勉強して、比較検証しながら少しでも良いモデルに入れ替えていきたいところ。

あとは、頼むからMetaにはFacebook Messengerの公式APIを公開してほしいなぁ、といつも思う。この辺、ツワモノな皆さんはどうしているのか聞いてみたいです。

↑ 目次へ戻る
事例 03B|データ・分析

アクセス解析を、データ取得からレポートまで全自動に

複数サイトの月次アクセス解析。GA4・Search Console・AhrefsをAIに直結し、CSVのダウンロードも、資料への貼り付けも無くしました。報告に加え、改善提案まで返ってきます。

BEFORE — 手作業だらけ
GA4 / Search Console / Ahrefs
人がCSVを何個も手動ダウンロード
人が生成AIに貼り付け
生成AI整理 → 分析 → 前月比…何往復も
人がパワポに貼り付け
AFTER — 貼り付けゼロ
GA4 / Search Console / Ahrefs
MCPでAIに直結
AIが自動取得 → 分析伸び/落ち・CV・AI引用・キーワード順位
自動生成
レポート(docx)
ビジュアル(HTML)
月1日次
分析できる頻度
0
手作業の貼り付け
3ツール
AIに直結
効果 「CVが多かったページは? それはなぜ?」と自然言語で深掘りでき、データ根拠つきで即答。改善点は重要度つきで提示され、経営者から現場まで同じことができるように。
原文 — 送っていただいた投稿そのまま

【Claude Codeでアクセス解析を自動化したらやばかった】

いくつかWEBサイトの運営を引き受けているのですが、そこで毎月のアクセス解析レポートを作成しています。

過去は目で見ていたのが、1-2年前から生成AIを使ってやるようになり、色々捗るようになりました。

しかし、作業するために手動でやることがそこそこ多く面倒でした。

Fable5が使えるうちに色々分析と思い、この際、データ取得からレポーティングまでフル自動化することにしました。

▼これまで
  • GA4、Search Console、Ahrefs……必要なデータをCSVで何個も何個もダウンロード
  • それをまとめて生成AIに投げる。
  • 場合によってはまずデータを整理して、次にそれを分析して、前月と比較させて、と何往復も。
  • 出てきたアウトプットをパワポに貼り付ける。
▼今回やったこと

Claude Codeで、MCPで各ツールに接続。データ取得を自動化しました。

  • GA4
  • Google Search Console
  • Ahrefs
▼こうなった
  • 伸びているページ、落ちているページの分析
  • CVのとれてるページ
  • 生成AIからの引用状況の分析
  • キーワードランキングの状況分析

これらをレポートらしいdocxと、ビジュアル的にわかりやすいHTMLの2形式で自動作成してもらうようになりました。
面倒な貼り付け作業なし!

▼Fable 5で見ると、
  • 単なる報告ではなく、次にやるべき改善点を重要度付きで提示してくれました。これまでもやってくれてましたが、なるほど、と思える内容ばかり。
  • 追加すべきコンテンツも提案してくれるようになりました。いままでは「Aというページが伸びているのでAを作りましょう」っていうアホみたいな提案もあったのですが、「Aというページが伸びている背景にはBという事情があるのでCというコンテンツを追加しましょう」という提案に。頭いい。
  • 作業者向けに、アナリティクス側の設定追加といった手当てまで提案してくれる。これも地味にプロフェッショナルな仕事なのでとても助かる。。
▼自動化することで大きく変わること
  • 作業が楽になるのでこれまで月1でやってた分析を週1に。週1で見ていたことをデイリーでみることができるように。
  • 自然言語で聞けるので「コンバージョンの多かったページはどれ」「それはなぜ?」のようにどんどん聞くことができる。データ根拠付きで答えてくれる。(これまではダウンロードしたデータの範囲でしか分析できなかった)
  • それを経営者から作業者までみんなができるように。

これはやってるところとやってないところでどんどん差が開いていく気がします。

セットアップのレシピとclaude.md、差し上げますので、欲しい方はコメントください。

↑ 目次へ戻る
事例 04C|タスク・進行管理

社内タスク管理を、Discord常駐botに半自動で回させる

起票・依頼・完了報告と、入り口はバラバラ。それでも「台帳(CSV 2枚)=唯一の正本」に自動で集約し、一覧・配信・提案まで自動化した仕組み。管理もコミュニケーションも、いつものDiscordの中で完結します。

A入力
起票フォーム社員が登録
依頼フォーム社外・個人へ
Discordで報告「終わりました」
毎朝 自動取り込み / botが照合して反映
B正本
台帳(CSV 2枚)= 唯一の正本チーム台帳(粗い)+ 個人台帳(細かい・親子紐付け)
出力はすべてここから自動生成
C出力
Webページ一式一覧・ガント・急ぎ
朝ブリーフィング毎朝9:30 担当者別に配信
AIの提案夜間DM+金曜の棚卸し
D判断
人間は「OK / 消して」と返事するだけ
💡 入力はバラバラでも、台帳が唯一の正本。 すべて自動で集約・可視化・配信・提案されます。
CSV2枚
唯一の正本(台帳)
OK消して
人間に残る操作
毎朝9:30
今日のタスクを自動配信
仕組み キモは「唯一の正本」を1つ決めること。入力は何本あってもよく、可視化・配信・提案はすべてその正本から自動生成。催促や棚卸しレビューまでbotが担うので、担当が変わっても運用が回ります。
原文 — 送っていただいた投稿そのまま

社内タスク管理ツールが完成した!

タスク台帳を元にDiscord常駐botにタスク管理とコミュニケーションを半自動でやらせる仕組み

いつもお世話になってるAIガチ勢の友達から自分もやりたいと言われ、仕様書サイトもつくった。

上の「タスク運用スキーム」図は、送っていただいた構成図(A 入力 → B 台帳=唯一の正本 → C 出力 → D 最終判断)をそのまま描き起こしたもの。

↑ 目次へ戻る
事例 05D|経理・バックオフィス

日常の経理事務を、1週間で80%自動化する

会計知識はあっても「細かい作業を淡々と」が苦手 ── 一人法人の経理を、領収書の登録から月次の把握まで自動化した事例。人がやるのは最後の「確認」だけ。月に何時間もかけていた経理が、月2時間ほどまで圧縮できる見込みです。

経理作業以前の手間自動化後省けた手間
領収書の登録以前1枚ずつfreeeに手入力・アップホットフォルダに置くだけで登録入力・アップの手作業
カード経費の仕訳以前カード明細を1件ずつ科目付け自動で消込・仕訳を提案1件ずつの仕訳入力
証憑の照合以前領収書と取引を目視で突合PDF抽出→自動マッチング目視チェックの時間
請求書の発行以前毎月ゼロから作成定例分をドラフト自動生成作成の下ごしらえ
入金の消込以前通帳と請求書を手で照合答え合わせリストを自動作成※確定操作は人突き合わせの準備
月次の把握以前都度、自分で集計前月P/L・残高・滞留を自動送信月次集計の手間
源泉徴収以前仕組みなし・納付漏れ不安計算+10日納付リマインド計算と納付忘れ防止
80%
日常の経理事務を自動化
月2時間
まで圧縮できる見込み
確認だけ
人がやること
ポイント 領収書はフォルダに放り込むだけで毎朝freeeへ自動登録。仕訳・突合・月次集計まで自動で、人は最後の確認のみ。専門家(税理士)の確認を通す前提なのも、実務として堅実です。
正直なところ 本人いわく「一人法人かつ取引数が少ないから成り立つ規模感」。取引が多い会社では、そのまま同じ形にはならない点は正直に共有しておきます。
原文 — 送っていただいた投稿そのまま

【1週間で日常の経理事務を80%自動化した話】

経理が、本当に苦手だった。

ADHD持ちの私は、会計知識はあっても「細かい作業を淡々と」が壊滅的にできない。法人化してからは事務が一気に増えて、毎月イーッとなっていた。正直、事務の外注を本気で検討していた。

Claude Codeで経理の自動化には前から挑戦していた。でも当時のOpusでは、複雑になるほど粗が出て、なかなか完走しなかった。「これはもう人に頼むしかないか」と思っていた——そこにFableが来た。

あれだけ転んでいた経理の自動化が、一気に通った。

出来上がった仕組みはこんな感じ。

  • 領収書はフォルダに放り込むだけ。毎朝、勝手にfreeeへ登録される
  • カードの仕訳も、証憑の突合も自動
  • 月初に前月の数字(P/L・残高)が向こうから飛んでくる
  • 請求書は定例分が下書きまで用意される

私がやるのは最後の「確認」だけ。月に何時間もかけていた経理が、うまくいけば月2時間くらいまで圧縮できる見込み。

後は、今回の自動化の結果を税理士さんに今度見てもらい、問題なければ7月の月次経理業務で実証(やはり専門家の意見が一番大事)。そして改善すれば大体クリアになりそう。

1週間触ってみて、fableと以前のOpusとの違いを、私の体感で3つ挙げるなら——

  • 複雑なプロセスを一気に通しきる(Opusは複雑になると粗が目立った)
  • バグやミスを自分で見つけて、すぐ直す(Opusは不都合が起きたら"一緒に考える"感じ)
  • 目的に合わせて改善案を自分からどんどん出す(Opusの提案はやや表面的だった)

たとえるなら、これまでのAIは「東大理系院卒の、24時間文句を言わず働く新人」だった。作業は超優秀だが、言われたことしかやらないので、人間が粘り強く伴走する必要があった。

今回のは「前職ですごい仕事を成し遂げた、24時間文句を言わず働く未経験の転職者」に変わった。文脈合わせは要るが、時々レビューすれば、目的に合わせて勝手に仕事を進めてくれる。

ますます、人間の価値が問われてきますね。。。

※私一人の会社かつ、取引数が少ないから成り立つ話だと思います。

↑ 目次へ戻る

共通する型

5つの事例に、同じ設計思想が流れています

人を「作業」から外し、「判断」に残す。 コピペ・運搬・貼り付けはAIへ。人間は承認と方針だけ。
散らばりを「唯一の正本」に集める。 台帳・受信箱・データベース。入口はバラバラでも、集約先は一つ。
機密はローカル、それ以外は匿名化してクラウド。 「社外に出したくない情報」の逃げ道を必ず用意する。
特定の人ではなく、仕組みが品質を担保する。 だから誰がやっても同じ成果 = 脱・属人。

御社の業務では、どこに「人間のコピペ」が挟まっているか。
そこを見つけることが、最初の一歩です。

用語ミニ辞典

MCPエム・シー・ピー
AIを外部のツール(GA4やfreeeなど)に直接つなぐ“共通コンセント”。人が手でデータを渡さなくてよくなる。
ローカルAI/ローカルLLM
手元のパソコン(Mac)の中だけで動くAI。データが社外に出ないので、機密の処理に使う。
freeeフリー
クラウド会計ソフト。領収書の登録や仕訳などをここで行う。
P/Lピー・エル
損益計算書。ひと月にいくら売れて、いくら使い、いくら残ったかの一覧。
話者分離わしゃぶんり
録音から「誰が喋ったか」を仕分けする処理。会議の文字起こしで使う。
docx / HTMLドックス/エイチティーエムエル
docx=Wordの文書。HTML=Webページ。レポートをこの2形式で自動生成する。