Expert AX Level 1 Claude編 / 全4回研修第1回

AIエージェントを
"設計する"ための
第一歩

"部下"としてのAIエージェント — その実力

講師: 村田篤郎

Part 1: "部下"としてのAIエージェント — その実力

01

オープニング

02

ライブデモ — Issue → PR 一気通貫

03

講義 — AIエージェント時代の現実

04

環境を立ち上げる

05

実習 — InsightLog をマイ仕様にする

06

デモ成果確認 + まとめ

Part 1: "部下"としてのAIエージェント — その実力

01

オープニング

02

ライブデモ — Issue → PR 一気通貫

03

講義 — AIエージェント時代の現実

04

環境を立ち上げる

05

実習 — InsightLog をマイ仕様にする

06

デモ成果確認 + まとめ

この研修のゴール

Claude Code を軸に、
AIエージェントに "自分の代わりに働いてもらう" 環境設計を学ぶ

AIエージェントとは — 指示・知識・ルールが揃えば、自律的に動く"部下"

2分、ここまで4分

「結論から言います。Claude Code を軸に、AI エージェントに "自分の代わりに働いてもらう" 環境設計を学んでいきます」

「『自分の代わりに』とは ─ コーディングだけでなく、資料作成・メール返信・調査・営業準備など、皆さんが今やっている業務全般を AI エージェントに任せていく、ということです。営業の方は『自分の代わりに資料を作って商談準備してもらう』、エンジニアの方は『自分の代わりにコードを書いてテストまでしてもらう』というイメージで聞いてください」

「AI エージェントとは何か。一言で言うと、指示・知識・ルールが揃えば、自律的に動く "部下" です」

【講師ノート】"部下" の比喩は研修全体で使い続ける。ここで植え付ける

【メタメッセージ】「Claude Code を使いこなす」がゴールではない。「AI が正しく動く環境を作れるエンジニアになる」がゴール

【リアクション】「研修のゴールはイメージできましたか？わかってきた人は✅ボタン、まだちょっとピンとこない人は❌ボタンを押してみてください」

研修全4回の全体像

"使う人" から "マネジメントする人" へ

01

第1回 — 動かす

AI の現状と "部下" の実力
指示を設計する
← 今回はここ

02

第2回 — 育てる

仕様駆動開発
継続改善で精度を上げる

03

第3回 — 任せる

Skill / Hook / Subagent で
自動化する

04

第4回 — 律する

ブレーキを設計する
KPI で組織に展開

自己紹介

村田篤郎 Expert AX 講師

AI 導入支援・伴走 / AI 開発支援・エンジニア
趣味は登山・トレイルラン。健康管理や運動計画にも AI を活用しています。
（このスライドもすべて Claude で作成）

2分、ここまで7分

「30秒だけ自己紹介させてください。村田です」

仕事: AI 導入支援・伴走、AI 開発支援。「AI 導入の現場って、成果よりコストが高くついてるケースがほとんどです。ツールは進化してる。でも使い方が追いついてない」

趣味: 登山・トレイルラン。写真は富士山山頂。「健康管理や運動計画にも AI を使ってます」程度に留める

【具体例トーク】「例えば Notion に書いた日記を、Claude Code との週次振り返りに使っています。目標に対する進捗を AI と一緒に確認して、次の週のアクションを決める、という感じです。仕事でも個人でも同じやり方をしています」

【講師ノート】趣味トークは深追いしない。突っ込まれた時に答えられる範囲で

受講のヒント

リアクション

✅ わかった／進んで OK

❌ わからない／詳しく説明して

✋（挙手）質問あり

メモ・振り返り

講義・実習中に 気になったこと をメモ

例: 理解できたこと／引っかかった箇所／試したいこと

Part 末で 3 分振り返り
→ Claude Code に要約
→ 共有場所へ投稿

Claude Code + ターミナル 2 つ

① Claude Code (claude 起動)

② 開発サーバ用 (npm run dev など)

③ コマンドを単発で打つ用

横に分割: ターミナル右上の Split ボタン
または ⌘+Shift+P →「Split Terminal」

上下に並べる: タブを上のエディタ枠へドラッグ

💡 リアクションの場所 : Zoom 画面下部の リアクション ボタン (ハート / 顔アイコン) から ✅ / ❌ / 挙手をクリック。下部メニューが見えない場合は Zoom ウィンドウ内をクリックすると表示される（左の画像クリックで拡大）

1分30秒、ここまで8.5分（初回フル版）

「受講のヒントを 3 つ確認します」

「1 つ目、リアクション。✅ わかった、❌ わからない／詳しく説明して、✋ 挙手で質問あり。遠慮なく ❌ を押してください。チャットでも質問 OK です。Zoom 画面下部のリアクションボタンから操作できます」

「2 つ目、Claude Code + ターミナル 2 つで計 3 ペイン。Codespace の VS Code で claude を起動するペイン、開発サーバ用、コマンド単発用、と役割分担で開いておくと、いちいち止めずに済みます。横分割はターミナル右上の Split アイコンをクリックするか、コマンドパレット（⌘+Shift+P）から『Split Terminal』を実行が確実です。⌘+\ は日本語キーボードだと効かない場合があるので注意。上下に並べたいときはターミナルタブを上のエディタ枠にドラッグでも OK」

「3 つ目、メモと振り返り。講義中・実習中に気になったこと、理解できたこと、引っかかった箇所、業務で試したいことを自由にメモしておいてください。Part の最後に 3 分の振り返りタイムを用意するので、そこで Claude Code にメモを要約・まとめてもらって、共有場所に投稿します。書き方は完全自由、Claude への頼み方も自由です。プロンプトの工夫自体が練習になります」

Part 1: "部下"としてのAIエージェント — その実力

01

オープニング

02

ライブデモ — Issue → PR 一気通貫

03

講義 — AIエージェント時代の現実

04

環境を立ち上げる

05

実習 — InsightLog をマイ仕様にする

06

デモ成果確認 + まとめ

ライブデモ — Issue から PR まで一気通貫

「ROI ダッシュボード機能を追加」 Issue を食わせて、
PR 作成 + レビューまで自律実行

Issue

概要・受け入れ条件

▶

実装計画

エージェントチームで設計

▶

実装

コード + テスト

▶

PR

レビューチームが確認

これら全部を、たった 1コマンドで。

$ ./demo/run.sh

所要時間: 約40分 / コスト: 約7ドル / 結果は後で確認します

7分、ここまで15.5分

「これからデモを走らせます。やることはこの1つのコマンドだけ」

「Issue を読んで、実装計画を出して、実装して、テストを書いて、PR を作って、レビューチームがレビューする。これを全部、コマンド1つで」

「裏で 40分くらいかかります。なので、走らせ始めて、その間に講義・環境構築・実習を進めます。デモの結果は後でまとめて確認します」

（実際にコマンドを打って、起動を見せる）

【講師ノート】この時点で「Skill」「Subagent」「Agent Teams」「hook」等の用語は概念として名前だけ出す。深掘りは不要。後の回で詳細にやる

【補足トーク: なぜ run.sh を使うのか (質問対応用、FAQ にも記載)】「これ、なんで普通の Claude Code コマンドじゃなくてシェルスクリプトなの？って思うかもしれません。役割の違いです。スキルやスラッシュコマンドは Claude Code の "中で" 動く指示書。一方 run.sh は Claude Code を "外側から" 起動する launcher。worktree でブランチを分離したり、stream-json 形式でログを取ったり、進捗を tail で追ったり——こういう "外側の設定" はスキル側からはできない。デモでは何があっても同じように動いてほしいので、外側はシェルで固めて決定論的にして、中身のワークフローだけ /ship-from-issue というスラッシュコマンドに任せる、という設計」

【補足トーク: シェルスクリプトで何を制御しているか】「具体的には 4 つ: (1) 権限ダイアログを毎回スキップしてデモが途中で止まらない、(2) Issue を自動作成 or 既存再利用 or fallback で環境差を吸収、(3) 進捗を別ペインで追える、(4) stream-json 生ログを保存して後で完全再生できる。これら "外側" の制御は Claude Code の中だけでは難しいので、シェルで包んで決定論的にしています」

【補足トーク: 実務適用での注釈 (受講者過信予防)】「このデモは "できる" の上限を見せるものです。Issue から PR まで全部 AI に丸投げ、というのは可能ではありますが、実務では AI に任せる範囲と、人間が握る範囲を、より厳密に判断する必要があります。デモを真に受けず、皆さん自身の業務に合う線引きを持ち帰ってください」

【補足トーク: 「Claude Code の -w オプションでも同じことできるのでは?」への回答】「Claude Code CLI には --worktree オプションがあって isolated worktree での起動自体は単体でできます。ではなぜシェルスクリプトで包むかというと、デモ運用で必要な周辺工程——権限ダイアログを毎回スキップ、Issue 自動作成 / 既存再利用 / fallback、進捗別ペイン、stream-json 生ログ保存、複数独立処理のタイミング制御——これらは Claude Code オプションだけでは固められません。run.sh はその周辺工程を決定論的に固めるラッパーです」

【講師ノート】スキル・スラッシュコマンドの話は第3回でがっつりやる。ここでは深掘りしない

【進行ノート】run.sh の起動だけ見せれば OK。完走を待つ必要はない

【デモ環境】基本は Codespace 上でデモを走らせる。受講生と同じ環境なので、「皆さんの環境でも同じことが動く」というリアリティが出る。ローカル or VSCode 上でも動くが、受講生との足並みを揃えるために Codespace を優先

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/demo/run.sh を開く。L1-100 を読み上げる。Issue → PR を一気通貫で走らせる worktree 起動 + stream-json ログ + tail 進捗の 3 点を「外側から起動する launcher」として解説する（cat ではなく必ずエディタで開く）

Part 1: "部下"としてのAIエージェント — その実力

01

オープニング

02

ライブデモ — Issue → PR 一気通貫

03

講義 — AIエージェント時代の現実

04

環境を立ち上げる

05

実習 — InsightLog をマイ仕様にする

06

デモ成果確認 + まとめ

「AI 使える」では、もう足りない

AI を使える人から AI で成果を出せる人へ

⚠️ 変化

66%

採用基準が「AI スキル」へ移行

経営者の 66% が「AI スキルなしは採用しない」、71% が「経験より AI スキル優先」

💪 機会

+56%

AI スキル者の賃金プレミアム（前年 +25% から倍増）

米テック大手の新卒採用は 2024 年に前年比 25% 減 / パンデミック前比 50% 超減

✨ 成果

1.7倍

Top 5% 企業は収益成長 1.7 倍 ─ パワーユーザー組織が勝つ

95% は ROI ゼロ。パワーユーザー起点で広がる組織だけが残る

この研修は、皆さんを AI で成果を出せるパワーユーザーにするためのもの。

※ 数字は主に米国・グローバル調査。これらの波は今や 1.5 年程度で日本に伝播してくる (AI 時代は従来のタイムラグが大幅に縮まっている)
出典 ─ ⚠️💪 Microsoft Work Trend Index 2024 (グローバル 31 カ国経営者調査) / PwC AI Jobs Barometer 2025 (6 大陸約 10 億求人) / SignalFire 2025 (米テック) ✨ BCG The Widening AI Value Gap 2025 (グローバル 1,250 企業) / MIT NANDA 2025 (米企業 350 名調査)

3分、ここまで19.5分

「皆さんに今日、持って帰ってほしい認識は 1 つです。『AI 使える』では、もう足りない。AI を 使える人 から、AI で 成果を出せる人へ。これからのキャリアはここで分かれます」

「⚠️ 変化。採用と評価の基準が動いてます。Microsoft の Work Trend Index 経営者調査で、66% が『AI スキルがない人は採用しない』、71% が『経験が浅くても AI スキルがある方を優先』と答えてます。さらに Anthropic の Dario Amodei CEO は『新卒ホワイトカラー職が今後 1〜5 年で半数消える可能性』『失業率 10〜20%』と警告してます。これは『AI を触れるか』のレベルではなく、評価基準そのものが変わっている、という話です」

「💪 機会。AI スキルを持ってる人の賃金プレミアムは PwC の調査で前年 25% から今は 56% に倍増。SignalFire のレポートでは米テック大手の新卒採用は 2024 年に前年比 25% 減、パンデミック前比で 50% 超減です。経験者・AI スキル人材へ需要がシフトしている」

「✨ 成果。BCG の 1,250 企業調査で、AI 投資の Top 5% は『future-built』と呼ばれる組織で、収益成長が 1.7 倍、ROIC は 2.7 倍。一方で 95% の企業は ROI ゼロ。MIT NANDA の調査でも、この 5% に共通するのは『現場のパワーユーザーから広がった』こと。AI を『使える』だけでは 95% に埋もれる、『成果を出せる』パワーユーザーが居る組織だけが Top 5% で経営指標も別次元」

「変化と機会は皆さん個人キャリアの話、成果は組織の話。でも結局『パワーユーザーが居る組織が勝つ』 = 組織が Top 5% になる条件は 個人がパワーユーザーである こと。つまり 3 軸とも、皆さん個人がパワーユーザーになるかどうかに帰着します」

「だから、この研修は、皆さんを AI で 成果を出せる パワーユーザーにするためのものです」

【主要数字の出典 / 質問対応用】

⚠️ 危機: Anthropic Dario Amodei CEO「今後 1〜5 年以内に新卒レベルのホワイトカラー職が半数消滅」「失業率 20% まで上昇可能性」(2025、CNN 等で報道)。米テック大手新卒採用は 2024 年に前年比 25% 減、パンデミック前比 50% 以上減。AI 企業の SWE 採用は 2024 年中ほぼゼロ。世界経済フォーラム: 2030 年までに世界で 9,200 万雇用喪失、新規 1.7 億創出

💪 機会: PwC Global AI Jobs Barometer 2025。AI スキル持ちの賃金プレミアム = 2024 年 25% → 2025 年 56% (前年比 +31pt)。Microsoft Work Trend Index 2024: 経営者の 66% が「AI スキルなしは採用しない」、71% が「経験少なくても AI スキル優先」。米 BLS: SWE 需要は今後 10 年で 17.9% 増加（生産性向上で需要増、AI スキル者は安泰）

✨ 成果: BCG「The Widening AI Value Gap」(2025/9、グローバル 1,250 企業調査) — Top 5% は「future-built」企業で、収益成長 1.7x / ROIC 2.7x / EBIT マージン 1.6x (3 年 TSR 3.6x も発表されているが slide ではキャリア / 個人軸に集中するため非掲載)。残り 60% は「laggard」で最小限の収益・コスト改善。MIT NANDA「The GenAI Divide」(2025/8): 95% は ROI ゼロ、5% のみ急速な収益加速。成功 5% の共通点 = 現場にパワーユーザーがいてボトムアップで広がった + Deep integration / Continuous learning / Business outcome 評価 + External partnerships (67% 成功率 vs 自社開発 1/3)。旧 Microsoft Work Trend Index 数字 (パワーユーザーの 91% が「仕事楽しい」 / 92% が「業務量管理可能」) は受講者から「楽しいは結果論では?」と問われた場合の補強用に保持

【1.5 年伝播の補強】受講者から「グローバルと日本じゃ事情が違う?」と問われた場合: PwC「生成AI実態調査 2025 春」では日本企業の「期待を上回る効果」割合は米英の 1/4、独中の半分。OECD 2025/3 も日本は欧米より生成 AI 浸透が遅いと指摘。ただし AI トレンドは従来 (米→日 5 年) より大幅縮小、Stack Overflow / PwC の 2024→2025 でグローバル数字が日本に観測される速度は 1〜2 年が体感値 (経験則ベース、厳密な単一出典はない)。「1.5 年」はあくまで目安として提示

関連数字 (旧 punch line で使用、参考用): Stack Overflow Developer Survey 2025（49,009 名 / 177 カ国）= 84% が AI 使用 / 導入予定、46% が AI 出力を信用しない (高信頼は 3% のみ)、66% が「ほぼ正しいけど完全じゃない」を最大の悩み。MIT NANDA 95% ROI ゼロ。日本: PwC「生成AI実態調査 2025春」= 「期待を上回る効果」割合は米英の 1/4、独中の半分。日本のエンジニア 35.2% は「業務の半分以上が AI に代替される時期は 4 年以内」と予測（Value market 2025）

【エピソードトーク枠】Vibe Coding 失敗談（2-3分）— ここで挟む。スライド送らずにこのスライドのまま話す。

「パワーユーザーになる、なんて言うと『この人最初からできたんだろ』って思われるかもしれないですけど、全然そんなことないんです。僕が AI コーディングやり始めたのは Claude 3 の頃で、Vibe Coding でやってて、何回もキレてました。AI が全然指示を理解しなくて、同じミスを繰り返して、ひどい時は『何でお前こんなこともできないんだ』って罵倒の言葉を何分も考え続けたことすらあります（笑）。画面の向こうの AI に本気で腹立ててるんですよ。でも、罵倒しても何も変わらないから、プロンプトの書き方を工夫するようになって。ルールを書いて渡すとか、コンテキストを整えるとか、それこそ『指示と仕組みで制御する』ってことをやり始めました。で、今なんですけど、Claude Code とかを触ると、当時自分が苦労して作ってた仕組みが、もうデフォルトで全部入ってる。感心します。モデルの性能も全然違う。今始める皆さんは、正直幸せだと思います」

【メタメッセージ】「使う」段階は終わった →「成果が出る使い方」へ／「指示と仕組みで制御」→ 研修テーマへの橋渡し／講師も最初は素人 → 心理的ハードルを下げる

では、成果を出すためには？

OpenAI Codex チーム — 40 人で、AI が AI を書く現場を設計している

Anthropic CEO Dario Amodei 公言 — 「最強のエンジニアの一部は、もうコーディングのほぼ全てを AI に委ねている」。Anthropic 内部でも AI が多くのコードを書く時代

成果を出す = AI が正しく動く環境を設計する

ハーネスエンジニアリングなどと呼ばれる

3分、ここまで22.5分

「変化があり、機会があり、組織は成果を出せるパワーユーザーを必要としている。では、どうすれば成果を出せるのか? 答えは『コードを速く書く技術』ではなく『AI が正しく動く環境を設計する技術』です」

「OpenAI の Codex チーム ─ AI コーディング製品を作っているチームは、40 人の規模で AI が AI のコードを書く現場を設計しています。チーム規模は eng-leadership.com の 2026 年公開記事で確認できます。コードを書くより、AI が AI を書く環境を設計することに集中している」

「Anthropic CEO の Dario Amodei は essay で『最強のエンジニアの一部はコーディングのほぼ全てを AI に委ねている』『Anthropic 内部でも AI が多くのコードを書いている』と公言しています。CEO が公式に発言している事実です」

「この研修で教えるのはコードを速く書く技術じゃない。AI が正しく動く環境を設計する技術 です」

【補足: 業界全体の数字 (質問対応用)】GitHub 公式統計で 2026 年初頭のコミット 51% が AI 補助。Gartner 予測で 2026 年末までに新コードの 60% が AI 生成。Google / Microsoft の新コードの 30% は AI 生成 (Pichai 公言)。「設計の時代」は先端企業だけの話ではなく業界全体の流れ

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/CLAUDE.md を開く。L50-86（アーキテクチャ判断）を読み上げる。コンポーネント設計 / 状態管理 / import 順序 / データベース操作 / テスト / データベース構成の 6 領域でツールでは検出できない「設計の時代」の具体例が記述されている（cat ではなく必ずエディタで開く）

Claude Code = 業界標準のエージェント

Anthropic 製のターミナル AI エージェント ─ 自律実行 × 業界標準

何ができる

指示 → 自律実行

ChatGPT は 会話して提案。Claude Code は ファイル読み書き + コマンド実行 まで自律的に動く

起動: claude 1 コマンド、日本語で指示

なぜ選ぶ

業界標準を作る側

MCP / Skills / CLAUDE.md は Anthropic 発祥 ─ 業界標準を作る側
業務 AI 採用率で Anthropic 34.4% ─ OpenAI を初めて上回り 1 位

出典: Ramp AI Index 2026-05

設計思想は、どのツールにも通用する

3分、ここまで25.5分

「ここで Claude Code とは何か、そしてなぜ Claude Code を選ぶのかをセットで説明します」

【WHAT = エージェント】「ChatGPT や Copilot は会話して提案を返してくれます。Claude Code はターミナルで起動して、指示を出すと、自分でファイルを読んで、コードを書いて、コマンドまで実行します。この『自律的に読んで考えて実行する』のが『エージェント』の意味です。今日はこれを実際に体感してもらいます」

【WHY = 業界標準】「AI コーディングツールは群雄割拠ですが、業界標準を作っている側を押さえるのが一番効率がいいです。MCP、Skills、CLAUDE.md は全部 Anthropic 発祥。標準を作っている側を押さえれば、他のツールにも知識が流用できます」

【市場ポジション】「Ramp AI Index 2026-05 で Anthropic は業務 AI 採用率 34.4%、初めて OpenAI (32.3%) を上回り 1 位。1 年で 4 倍に成長。これは『全 AI ツール市場』(チャット + コーディング + API) の業務利用率です。次のスライドで Ramp の調査データを見せます」

【補足: コーディング市場限定の動向】受講者から「コーディング AI 市場でも 1 位?」と聞かれた場合: 「測定軸で揺れています。2026-02 の Pragmatic Engineer 1.5 万人 developer 調査では Claude Code が『最も好かれるコーディングツール』46% で 1 位 (Cursor 19% / Copilot 9% の 2.5 倍)。ただし 2026-04 以降は OpenAI Codex (GPT-5.5) が急成長、Plus プランでも使えるためコスト面で『メイン Claude Code + サブ Codex』の併用パターンが増加中。コーディング限定のシェア順位は変動しているが、本研修で学ぶ MCP / Skills / CLAUDE.md は Anthropic 発祥で他ツールにも通用 ─ ここが揺るがない強み」

【highlight: 設計思想は、どのツールにも通用する】「最後の強調ポイントです。Claude Code のコマンドや UI はツールごとに違いますが、この研修で学ぶ 仕様駆動開発・コンテキスト管理・最小権限 の設計思想は、考え方レベルなので、Cursor でも、Codex でも、ChatGPT でも、どのツールに行っても通用します。だから皆さんは "Claude Code 限定の知識" を学んでいるのではなく "AI エージェント時代の根本スキル" を学んでいる、というメッセージです」

【補足】「AIアシスタント」と「AIエージェント」の違いを聞かれたら: アシスタントは提案するだけ、エージェントは実際に動く

【補足トーク】料金プランの質問が来たら B-8 を参照

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/CLAUDE.md を開く。L13-86 を読み上げる。テックスタック + アーキテクチャ判断（DB 構成含む）が 1 ファイルに集約されており「Claude Code に渡す部下マニュアル」の形が見える（cat ではなく必ずエディタで開く）

数字で見る Anthropic
── 設立 5 年で OpenAI を抜き去る急加速

2分、ここまで27.5分

「『業界標準』を抽象論で語っても伝わらないので、数字で 3 つの軸から見ます。タブで切り替えできます」

【タブ A: 収益】「Anthropic の年間収益が 2025 年末 90 億ドルから 2026 年 3 月で 300 億ドル。15 ヶ月で 1,400% 成長。OpenAI は同期間で 200 億→250 億ドルなので、Anthropic が抜きました」

【タブ B: 評価額】「2025 年 3 月 615 億ドルから 14 ヶ月で約 15 倍、報道ベースで 9,000 億〜1 兆ドル ─ 円換算で約 135〜150 兆円、日本国家予算 122 兆円を超える規模に到達。OpenAI 8,520 億ドル (約 128 兆円、2026-03) を抜く水準。Forge Global など株式取引市場では既に逆転、5 兆円規模の正式な資金調達も 2 週間以内に完了見込み」

【タブ C: コーディング AI 市場】「Claude Code は Anthropic 全製品売上の半分超を占める主力プロダクト ─ Claude Code 単独で年間収益 25 億ドル。Pragmatic Engineer の 1.5 万人 developer 調査 (2026-02) では『最も好かれるコーディングツール』46% で 1 位、Cursor 19% / GitHub Copilot 9% の 2.5 倍。世界最大級の SI ファームのアクセンチュアが 3 万人 Claude 研修済 ─ 受講者の皆さんと同じ開発エージェントが、世界の開発現場で標準化されつつあります」(出典: uncoveralpha 分析 / JetBrains Research 2026-04)

【補足: 2026-04 以降の動向】受講者質問対応用。「OpenAI Codex (GPT-5.5) が急成長 ─ 週活ユーザー 3M、1 ヶ月で 1M 増。Plus プランでも使えるためコスト面で Claude Code の従量課金がネックになる層で『メイン Claude Code + サブ Codex』の併用パターンが増加中。コーディング限定の市場順位は測定軸で揺れている (ベンチでは Codex GPT-5.5 が Terminal-Bench 2.0 で 82.7%、Claude Code SWE-bench 77-80% で抜かれた)。ただし本研修で学ぶ MCP / Skills / CLAUDE.md は Anthropic 発祥で Codex / Cursor / 他ツールにも通用」(出典: Sherwood News (OpenAI Altman 社内発言))

【補足: 性能ベンチ】「『性能でも 1 位なの?』と聞かれた場合、独立評価機関 METR の Time Horizon (自律作業時間) で Claude Opus 4.5 が 5.3 時間 (公式 TH1.1) で測定モデル中トップ。ただし数字は 3 ヶ月で倍々に更新されるので、本日時点で『Claude 1 位』とだけ伝えて、最新値は metr.org で確認してくださいと案内」

【固定 3 項目】「下の常時表示。Fortune 10 のうち 8 社が Claude を使っている。新規エンタープライズ選定で 70% は Anthropic が勝つ。月間ユーザー単価が 16.20 ドル ─ OpenAI 2.20 ドルの 7.4 倍。少ないユーザーで効率的に稼ぐビジネスモデルです」

【補足: 最新ビッグニュース 2026-05】受講者反応次第で言及可。「2026 年 5 月、Anthropic は金融大手 3 社 (Blackstone / Hellman & Friedman / Goldman Sachs) と合弁でエンタープライズ AI サービス会社を設立。Anthropic 側の Applied AI エンジニアが合弁先のエンジニアチームに常駐し、Claude を企業の中核業務に組み込む座組み。アクセンチュア 3 万人研修配布より 1 段深い『ビジネス組成』軸での採用拡大。研修主旨 (受講者向け) からは距離感があるので主軸ではなく Q&A 補足扱い」(出典: Anthropic 公式)

【締め】「Anthropic は 2021 年創業、OpenAI が 2015 年創業ですから、約 6 年遅れの後発組です。それでも設立から 5 年で売上・評価額・市場で OpenAI を抜き去っている ── これが『いま Claude を学ぶ』理由です。遠い未来の話ではなく、今この瞬間に業界が逆転している現場のツールを学ぶことになります」

【注意】OpenAI 側は Anthropic 収益のうち 80 億ドル分を重複計上と反論しており、実質 220 億ドルとする見方もあります。受講者から「数字の根拠は?」と聞かれたら、iframe 下部の citation リンクから一次源を案内。

Part 1: "部下"としてのAIエージェント — その実力

01

オープニング

02

ライブデモ — Issue → PR 一気通貫

03

講義 — AIエージェント時代の現実

04

環境を立ち上げる

05

実習 — InsightLog をマイ仕様にする

06

デモ成果確認 + まとめ

環境を立ち上げる

GitHub にログイン
リポジトリがあることを確認
左上のハンバーガーメニュー → Codespaces
サイドバーから xxx/InsightLog を選択
Codespace の名前をクリックして起動
ターミナルと claude を起動

※ 事前配布の Codespace URL から入る場合は 2〜5 をスキップ

10分、ここまで35.5分

「環境を立ち上げます。動画で全体の流れを見せるので、一緒に進めてください」

「ルートは 2 つ。① 自分の GitHub アカウントから Codespace を起動するルート (動画の手順 1〜6 の流れ)。② 事前配布された Codespace URL を直接開くルート (この場合は手順 2〜5 をスキップして、URL を開く → ターミナル + claude 起動だけで OK)」

「ターミナルで claude コマンドを起動 → API キー認証 → Claude Code のプロンプトが出れば準備完了です」

【進行ノート】実測の構築時間は約5分。質問対応込みで10分確保。つまずきポイント: Codespace 起動が遅い → ページ再読み込み / API キー認証エラー → 配布鍵の再確認

【1画面の方へ】「スライドと Codespace を同時に見るのが難しい方は、スライドをタブに残してこまめに切り替えてください。コマンドは全部スライドに書いてあるので、手元のスライドを参照しながら進めて OK です」

【リアクション】「環境が立ち上がって claude コマンドのプロンプトが出た方は、✅ボタンを押してください。まだ作業中の方は ❌ボタンで」

【早く終わった人向け】「早く終わった方は、Claude Code に『このプロジェクトは何のアプリですか？』と聞いてみてください。プロジェクトのファイルを読んで回答が返ってきたら、環境構築は成功です」

プロジェクト構成 — 全体像

apps/InsightLog（研修用 Codespace）のディレクトリと役割

Part 1: "部下"としてのAIエージェント — その実力

01

オープニング

02

ライブデモ — Issue → PR 一気通貫

03

講義 — AIエージェント時代の現実

04

環境を立ち上げる

05

実習 — InsightLog をマイ仕様にする

06

デモ成果確認 + まとめ

InsightLog — AI 作業の記録ツール

https://insightlog.pages.dev

AI タスクを記録して KPI を可視化
所要時間・AI なし推定・手戻り回数
ブラウザで動く ─ ブックマークしてください

⏱ 実習の後に必ず記録します

2分、ここまで38.5分

「実習の前に、今日使う InsightLog を紹介します」

「insightlog.pages.dev です。ブラウザだけで動くので、インストール不要です」

「AI を使った作業を記録するツールで、タスク名・かかった時間・AI なしでやったら何分かかったかなどを入力します」

【Claude Code トーク】「で、実はこの InsightLog 自体も Claude Code で全部作りました。コードには1行も触っていません。」少し間を取る。「コーディングエージェントで、実際に使えるツールを作り切った、ということの証明でもあります」

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/CLAUDE.md を開く。L1-3 と README.md の冒頭を読み上げる。「ポモドーロタイマー付きタスク振り返りアプリ」の正体を確認したあと、ブラウザで insightlog.pages.dev を開いて UI を見せる（cat ではなく必ずエディタで開く）

実習 — 手順（目安 20 分）

#	やること	ポイント
1	ターミナル別タブで npm run dev を実行	Claude Code とは別タブで起動
2	次のスライドのプロンプトを Claude Code にコピペ	慣れたら自分の言葉で追加 OK
3	気に入った見た目をスクショ → チャットに投稿	お互いに見せ合う
4	InsightLog にタスクを記録	所要時間 / 手戻り / 振り返りメモ

※ 完璧を求めない / 動いて見た目が変わったら成功 / 詰まったら挙手

2分、ここまで40.5分

「実習の手順テーブルです。Step 1、ターミナルで新しいタブを開いて npm run dev。Claude Code が動いているタブとは別のタブで実行してください。混ざります」

「Step 2、次のスライドにコピペ用のプロンプトを載せています。それを Claude Code に貼ってください。慣れてきたらサイバーパンクとかダークとか自分の言葉で追加して OK」

「Step 3、ブラウザで結果を確認してスクショ。AI ツール / カテゴリが自分仕様に変わったら撮ってください」

「Step 4、スクショをチャットに投稿。お互い見せ合う形です」

「Step 5、InsightLog にタスクを記録。所要時間、手戻り回数、振り返りメモを入力してください」

【1画面の方へ】「1画面の方は Codespace タブと InsightLog タブを行き来する形になります」

【リアクション】開発サーバ起動できたら✅、詰まったら挙手ボタン

【進行ノート】完璧を求めない / 元の配色に戻したい人は Claude Code に「元に戻して」と指示

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/docs/training/insightlog-my-style.md を開く。お題 A/B + 削除禁止項目 + 進め方 + 記録項目を読み上げる (cat ではなく必ずエディタで開く)

npm run dev とは ─ 開発物を別タブで見る

フロントエンド・Codespace 初めての人向けの補足

npm run dev = フロントエンド開発サーバ起動
Codespace ターミナルで実行 → ポート 5173 でアプリ起動
右下ポップアップで「公開用にする」をクリック
表示された URL を別タブで開く → 外観確認

※ コード変更で自動リロード。タブは開きっぱなしで OK

1.5分、ここまで42分

「実習に入る前に、Step 1 の npm run dev について軽く補足します。フロントエンド開発が初めての方、Codespace を触るのが初めての方向けです」

「npm run dev はフロントエンドの開発用サーバを起動するコマンドで、ターミナルで打つと Vite というツールが起動して、ローカルポート (今回は 5173 番) でアプリが動き始めます」

「Codespace は GitHub のクラウド環境なので、ローカルで起動したアプリを外から見るには『ポート転送を公開する』手続きが必要です。コマンドを打つと右下にポップアップが出るので、『公開用にする』をクリック → 出てきた URL を別タブで開いてください」

「コードを変更すると自動リロードされるので、別タブの開発物画面はそのまま開きっぱなしで OK です」

【リアクション】「ポート転送が分かりにくいと感じた方は ❌、理解できた方は ✅ で」

実習 — InsightLog をマイ仕様にする（目安 20 分）

お題: A だけでも OK / B もやれたら更に良し ─ InsightLog のフォームを自分仕様にカスタマイズ (Claude Code 体感)

A. AI ツール選択肢を編集 (必ずやる)

タスク記録フォームの AI ツール選択肢 を、私が業務で使う AI ツールに合わせて編集して。
使うツール: Claude / Copilot / ChatGPT / 他
※「AI未使用」と「Claude」は必ず残す

B. カテゴリ選択肢を追加 (慣れたら)

タスク記録フォームの カテゴリ選択肢 に、私の業務カテゴリを 追加 して。
追加: 戦略策定 / 提案資料 / 営業活動 / 他
※ 既存カテゴリ (実装 / 設計 / デザイン / レビュー / 調査 / ドキュメント / MTG / その他) は後続研修で使うので削除禁止

① 開発サーバ起動 (別タブ)

$ npm run dev

② スクショ → チャット投稿

編集後のタスク記録フォームを撮って、お互い見せ合う

③ InsightLog に記録

タスク名 / AI ツール / カテゴリ
所要時間 / AI 未利用時推定 / 手戻り回数

📄 手順: /training my-style

20分 (実習本体)、ここまで62分

「ここから 20 分実習です。お題は『InsightLog のフォームを自分仕様にカスタマイズ』。Claude Code に部下として指示を出す初体験です。研修中の AI 利用記録は本番デプロイ版 (insightlog.pages.dev) を皆さんのブラウザで使ってください。このローカル改造はあくまで Claude Code を触る練習目的で、ローカルストレージなので本番には反映されません」

【A 必須】「最低限、タスク記録フォームの AI ツール選択肢の編集だけはやってください。Claude Code に左上のプロンプトをコピペで OK、自分が業務で使う AI ツールを書いて指示するだけです。**注意: 『AI未使用』と『Claude』は必ず残してください**。Claude の研修なので Claude 必須、計測のため『AI未使用』も必須」

【B 発展】「慣れたら、カテゴリも自分の業務カテゴリを追加してください。既存 8 カテゴリ (実装/設計/デザイン/レビュー/調査/ドキュメント/MTG/その他) は **後続研修で使うので削除しません**、追加だけ。例: 戦略策定 / 提案資料 / 営業活動 / 顧客対応 / 仕様策定など、自分の業務に合わせて」

【①】「ターミナル別タブで npm run dev。開発サーバが立ち上がって URL が出たらブラウザで開いて、タスク記録フォームの AI ツール / カテゴリ欄が変わっていることを確認」

【②】「変わったタスク記録フォームのスクショをチャットに投稿。お互い見せ合う形です。『Cursor 派』『私は営業活動カテゴリ追加した』等、業界が見えて面白いです」

【③】「実習が終わったら必ず InsightLog に記録。タスク名は『Claude Code 初体験 — InsightLog マイ仕様化』、AI ツールは Claude、カテゴリは『設定』系がなければ『その他』で OK。所要時間 / AI 未利用時推定 / 手戻り回数 / 振り返りメモも入力」

「最初は『AI を使った方が時間かかった』という結果になるかもしれない。それでも記録してください。失敗データこそ改善の起点 です」

【補足トーク】B-5: METR -18% データ — 「熟練開発者が AI を使っても生産性が -18% だった研究もあります。だからこそ計測する」

【進行ノート】完璧を求めない / 迷ったら Claude Code に「どう指示すれば？」と聞かせる / ハマっている人は講師がチャットでフォロー / Claude が AI未使用や Claude を消したら「元に戻して」と指示

【後続接続】Part 8 KPI ダッシュボードで「自分のカテゴリ別 AI 利用率」が出る = 今ここで自分業務カテゴリを追加した受講者の方が報告書が刺さる

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/docs/training/insightlog-my-style.md を開く。お題 A/B、削除禁止項目、進め方、記録項目が 1 ファイルに完結していることを強調 (cat ではなく必ずエディタで開く)

Part 1: "部下"としてのAIエージェント — その実力

01

オープニング

02

ライブデモ — Issue → PR 一気通貫

03

講義 — AIエージェント時代の現実

04

環境を立ち上げる

05

実習 — InsightLog をマイ仕様にする

06

デモ成果確認 + まとめ

デモの成果

最初に起動したデモが完走しています

Issue → PR が完成
ユニットテスト・E2Eテストも書かれている
レビューチームによるレビューコメント付き

裏で動いていたのは Subagent + Slash Command + Skill + Agent Teams — これら全部、これからの研修で詳しくやる

2分、ここまで66分

「動画で見たとおり、Issue を渡して、ここまで全部自動で出来ました。実装、テスト、PR 作成、レビューまで」

「裏では Subagent が複数立ち上がって、それぞれが役割分担して動いてました。Slash Command、Skill、Agent Teams という仕組みが連携してます」

【挿入候補】分身の術の比喩: 「エージェントが同時にいくつも動いてましたよね。あれ、分身の術ですよ。分身は完全なコピーなので、設計の穴も完全にコピーされる。1つの設計図が10倍にレバレッジされる構造です。だからこそ設計（手綱）が大事 → 第3-4回への伏線」

「皆さんの環境にも demo/ ディレクトリがあって、同じものを後で試せます。大体7ドルくらい。興味があったら触ってみてください」

【補足トーク: なぜ run.sh を使うのか（質問対応用）】「これ、なんで普通の Claude Code コマンドじゃなくてシェルスクリプトなの？って思ったかもしれません。役割の違いです。スキルやスラッシュコマンドは Claude Code の "中で" 動く指示書。一方 run.sh は Claude Code を "外側から" 起動する launcher。worktree でブランチを分離したり、stream-json 形式でログを取ったり、進捗を tail で追ったり——こういう "外側の設定" はスキル側からはできない。デモでは何があっても同じように動いてほしいので、外側はシェルで固めて決定論的にして、中身のワークフローだけ /ship-from-issue というスラッシュコマンドに任せる、という設計です」

【講師ノート】スキル・スラッシュコマンドの話は第3回でがっつりやる。ここでは深掘りしない

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/demo/run.sh を開く。改めて demo 起動の仕組みを再確認する。続いて apps/InsightLog/.claude/agents/ ディレクトリで ls を実行し、7 体の Subagent 定義（committer / implementer / e2e-planner / e2e-runner / test-writer / pr-creator / cc-feature-review）を見せる（cat ではなく必ずエディタで開く）

Part 1 まとめ — 覚えてほしい3つ

01

AI は「部下」

指示・知識・ルールで動かす対象。
"マネージャー" として向き合う

02

「使える」 ≠
「成果を出せる」

95% は ROI ゼロ。
Top 5% は収益 1.7 倍、
パワーユーザー組織が勝つ

03

「使う」 →
「設計する」

AI で成果を "設計する" 側へ ─
研修全体のパラダイムシフト

3分振り返りタイム（目安 3 分）

これまでの メモ・感想 を Claude Code に要約・まとめ させて記録する。

発見や気づきなどがあれば追記

Part 1

質疑応答

挙手 or チャットで
気軽にどうぞ

（10 分）

Part 1 で扱ったトピック

セクション	内容
ライブデモ	Issue → 実装計画 → 実装 → PR の一気通貫 /ship-from-issue ／ run.sh ／ worktree ／ stream-json ／ Subagent ／ Skill ／ Agent Teams ／ Hook（※ Part 2-8 で深掘り）
講義	生成 AI の理想と現実／ Claude Code が「標準」になる理由 ROI 二極化（95% 失敗／ Top 5% 成功）／設計する時代／ Anthropic の急成長
環境を立ち上げる	Codespace 起動＋ Claude Code のセットアップ GitHub Codespace ／ claude コマンド／認証／開発サーバ／ターミナル分割
★ 実習	InsightLog をマイ仕様化 (AI ツールリスト + 業務カテゴリ追加) constants 編集／ Claude Code への自然言語指示／動作確認／共有／記録（目安 20 分）
デモ成果確認	動画で完走を確認＋裏側の構成要素を紹介 Issue → PR 完走／ユニット＆ E2E テスト／レビューコメント／ Subagent ＋ command ＋ Skill ＋ Agent Teams（※ 実装は Part 2-8）

★ = 実際に手を動かした項目

10分、ここまで83分

【進行ノート】質疑応答は CS 担当（南さん）に基本的に任せる。その間に水を飲む・休憩する。ファシリテーションを南さんに引き継いで構わない

「Part 1 の内容に対する質問があれば、南さんにどうぞ」（南さんにマイクを渡す）

【バッファトーク候補】質問が少ない時用: B-5 METR マイナス18% / B-8 Claude Code 料金プラン / Vibe Coding 失敗談（短縮版） / パワーユーザーが見ている景色の話

【表の使い方】質問が出ない時は右の表を指して「このあたりはどうでしたか？」と話題を振る。★ マークの行（実習）は受講者が実際に手を動かした項目で、他は「観た / 聞いた」レベルなので質問の難易度を分けて聞く

【出典・典拠】「ROI 二極化（95% 失敗 / Top 5% 成功）」: BCG The Widening AI Value Gap (2025-09) + MIT NANDA State of AI in Business 2025 (2025-08)。BCG 原典の「Top 5%」は future-built companies と表現されるため、受講者から「パワーユーザーは原典にあるか」と問われた場合は「BCG では future-built companies、講義では分かりやすさ重視で『パワーユーザー』と意訳」と回答する

【陳腐化トリガー】/ship-from-issue / run.sh はこの研修の demo launcher 固有名（verified_at: 2026-04-27）。半年後の再演時にこれらが残っているか必ず確認

休憩 ☕ 10 分

後半開始まで席を立って構いません

10:00

Expert AX Level 1 Claude編 / 全4回研修第1回 Part 2

その部下をマネジメントできるか？

記憶と指示の設計

講師: 村田篤郎

1分、ここまで94分

「ここから Part 2 に入ります。タイトルは『その部下をマネジメントできるか？』。サブタイトルは『記憶と指示の設計』です」

「Part 2 のテーマは一言で言うと、AI という部下をマネジメントする力を身につけること。具体的には、AI の記憶の仕組みを理解して、どうやって恒常的な指示を渡すか、どうやって曖昧な要望を具体的な指示に変換するか。これを講義と 2 つの実習で押さえていきます」

【講師ノート】"マネジメントできるか？" は煽り気味のタイトルだが、「AI の不調は指示の設計の問題」という認識転換を促す狙い。"部下" メタファーを継続して使っていく。

受講のヒント

リアクション

✅ わかった／進んで OK

❌ わからない／詳しく説明して

✋（挙手）質問あり

メモ・振り返り

講義・実習中に 気になったこと をメモ

例: 理解できたこと／引っかかった箇所／試したいこと

Part 末で 3 分振り返り
→ Claude Code に要約
→ 共有場所へ投稿

Claude Code + ターミナル 2 つ

① Claude Code (claude 起動)

② 開発サーバ用 (npm run dev など)

③ コマンドを単発で打つ用

横に分割: ターミナル右上の Split ボタン
または ⌘+Shift+P →「Split Terminal」

上下に並べる: タブを上のエディタ枠へドラッグ

💡 リアクションの場所 : Zoom 画面下部の リアクション ボタン (ハート / 顔アイコン) から ✅ / ❌ / 挙手をクリック。下部メニューが見えない場合は Zoom ウィンドウ内をクリックすると表示される（左の画像クリックで拡大）

Part 2: その部下をマネジメントできるか？ — 記憶と指示の設計

01

講義 — 記憶と指示

02

実習 — 曖昧な要望を具体化する

Part 2 のゴール

AI が扱える情報の仕組みを理解し、
成果物の質を安定させる設定を自分で整備できるようになる

1

コンテキストの理解

AI の作業記憶の仕組みと上限を知り、
セッション内外での情報管理を身につける

2

CLAUDE.md の整備

プロジェクトのルールを書いておけば
毎セッション自動で AI に読み込まれる

Part 2 のスコープ

AI のリソース消費を常時確認しよう

コンテキストとコストをステータスバーに常時表示する

/statusline コストも表示してください。

コンテキスト

AI の作業記憶の使用率

会話・コード・ファイルが
どれだけ記憶を使っているか

コスト

API の累積利用料金

やり取りが増えるほど課金が発生。
無駄な試行錯誤は直接コストになる

この2つの数字の意味を、これから詳しく学んでいきます

Part 2: その部下をマネジメントできるか？ — 記憶と指示の設計

01

講義 — 記憶と指示

02

実習 — 曖昧な要望を具体化する

コンテキスト — AI の作業記憶

AI が一度に扱えるのはコンテキストウィンドウ分のトークンまで
セッションを閉じるとすべて破棄される

だから、恒常的な指示は毎セッションで自動的に渡す仕組みが必要になる

3分、ここまで104分

「まず AI の記憶の特性を押さえます。ここでは **コンテキストウィンドウ** という言葉を覚えてください。これは AI が1セッションで扱えるトークンの上限のことです」

「システムプロンプト、読み込んだファイル、これまでの会話履歴、ぜんぶがこのコンテキストウィンドウの枠に収まらないといけません。Claude Code も例外ではなく、扱える量には上限があります」

「そしてセッションを閉じると、このコンテキストは丸ごと破棄されます。次に起動したときは空っぽ。前回の会話も、読み込んだファイルの記憶も、実行結果も、一切引き継がれません」

「これをたとえるなら、バイトの記憶です。スキルはある。でもシフトが終わったら全部忘れる。次に来たときはまた白紙の状態」

【問いかけ】「毎日違うバイトが来る飲食店を想像してください。毎朝、メニューの作り方と接客ルールを口頭で全部説明する。地獄ですよね？マニュアルを用意しますよね。AI に対しても同じことが起きています。だから、恒常的な指示を自動で渡す仕組みが必要なんです」

【用語: コンテキストウィンドウ = AI が1セッションで扱えるトークンの上限。モデルごとに上限が決まっている】

【用語: トークン = AI が文字列を処理する最小単位。日本語だとおおよそ1文字 ≒ 1〜2トークン】

セッション中のコンテキスト管理

普段は ステータスラインの % で常時確認。以下の2つを使い分ける

💡 机の作業に例えると ─ /compact = 要点メモに集約／ /clear = 机を片付けて新規へ

要約

/compact

会話を要約して圧縮。
文脈を保ったまま容量を空ける

コンテキストウィンドウは雪だるま式に埋まっていく — システムプロンプト・ファイル・会話履歴が積み重なる構造（クリックで拡大）

履歴クリア

/clear

会話履歴を完全クリア。
新しいタスクに切り替えるときに使う

使うタイミング ─
タスクが終わって別件に切り替えるとき。
履歴を残しても次の判断がブレるだけ

💡 /context — 消費量の内訳を詳細表示する診断コマンド。statusline の % が異常に増えたときに使う

3分、ここまで107分

「セッション中のコンテキスト管理です。普段はステータスラインの % を見ていれば十分です。コマンドの出番は、容量が足りなくなったときです」

「2つのコマンドを覚えてください。/compact と /clear です」

「/compact は引き継ぎメモです。バイトに『ここまでの要点をメモにまとめて、細かいやり取りは忘れていいから続けて』と言うイメージ。会話を要約して圧縮しますが、文脈は保ったまま。続きの作業をそのまま進められます」

「/clear はシフト交代です。今のバイトのシフトが終わり、次のバイトがまっさらな状態で来る。会話履歴を全部捨てて、ゼロから始めます。使うタイミングは、今のタスクが終わって別の作業に切り替えるとき。前の文脈が残っていると判断がブレるので、きれいに流します」

「もう1つ、/context という診断コマンドもあります。これは statusline の % が異常に増えたとき — たとえば変な MCP が大量のデータを読み込んでいるとか — に内訳を確認するためのものです。日常的には使いません」

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/.claude/ を開く。ディレクトリ全体を tree で見せる。commands / hooks / agents / skills / instructions / settings.json の 6 種が「AI の記憶」と「実行ルール」を構成している。続けて Claude Code で /context を実行して使用率を表示（cat ではなく必ずエディタで開く）

CLAUDE.md — 毎セッション自動で渡されるルールブック

Claude Code はセッション開始時に CLAUDE.md を自動でコンテキストに読み込む

CLAUDE.md なし

ルールを知らない状態で開始

プロジェクト規約や禁止事項を知らず、既存コードからの推測で書くしかない

→ 毎回来るバイトに
何も説明せず作業させる状態

CLAUDE.md あり

ルールを踏まえた状態で開始

規約・ワークフロー・方針を踏まえた状態で作業を始められる

→ バイトに毎シフト渡す
マニュアルを用意してある状態

3分、ここまで110分

「その仕組みが CLAUDE.md です。プロジェクトルートに置く Markdown ファイルで、Claude Code はセッション開始時にこれを自動でコンテキストに読み込みます。毎回手で貼る必要がない」

「左側、CLAUDE.md がない場合。AI はプロジェクトのルールを知りません。コードを読んで推測するしかない。これはたとえるなら、毎回来るバイトに何も説明せず『適当にやって』と言うようなものです。スキルはあるけど、この現場のルールは知らない」

「右側、CLAUDE.md がある場合。セッション開始と同時にルールが読み込まれるので、最初から規約を踏まえた状態で動けます。バイトに毎シフト渡すマニュアルを用意してある状態です」

「大事なのは、AI の成果物の質は CLAUDE.md の質で決まるということ。マニュアルが薄ければ推測で動かれる。しっかり書けば、期待通りの成果物が返ってきます」

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/CLAUDE.md を開く。L1-30 を読み上げ、テックスタック (L13-21) とアーキテクチャ判断 (L50-107) の違いを強調する。前者は「事実」、後者は「ツールで検出できない判断」（cat ではなく必ずエディタで開く）

CLAUDE.md に何を書くか、何を書かないか

Anthropic 公式の用途: コーディング規約 / ワークフロー / アーキテクチャ

書くべき

アーキテクチャ方針

層の責務・状態管理・依存方向

ワークフロー

テスト・ビルド・デプロイの手順

暗黙のルール

命名の意図・禁止事項の背景

書かなくていい

ツールで補える規則

linter / formatter の仕事

コードから読めること

依存関係・既存のファイル構成

一時的な情報

今日のタスク・進捗・TODO

ツールでできることはツールに任せる — AI への指示は AI じゃないとできないことに集中させる

3分、ここまで113分

「CLAUDE.md に何を書くか — Anthropic 公式のガイドではコーディング規約、ワークフロー、アーキテクチャの3つが示されています。ただ、今日皆さんに本当に持ち帰ってほしいのは、**書くべきもの** より **書かないでいいもの** の方です。だからアクセントは右側の "書かないでいい" に置いています」

「先に左側、書くべき方を簡単に。アーキテクチャ方針、ワークフロー、暗黙のルール。これらは **コードからは読めない** ものです。だから AI に手渡しで教える必要がある。これだけ覚えればOKです」

【ここからが本題】「右側、書かないでいいものを丁寧に話します。これが分からないと CLAUDE.md がすぐ膨れあがって、結局守られなくなります」

「1つ目、ツールで補える規則。any 禁止、インデント、命名のフォーマット系。これは linter や formatter の仕事です。CLAUDE.md に書いてもバグります。**ツールでできることはツールに任せる**。2つ目、コードから読めること。package.json で分かる依存関係、ls で分かるファイル構成。これは AI が必要なときに自分で読めます。3つ目、一時的な情報。今日のタスク、進捗、TODO。これは CLAUDE.md ではなく Issue や Plan に書く場所です」

【エピソードトーク】「CLAUDE.md って、書けば一瞬で部下が言うこと聞くようになる、みたいな魔法じゃないです。僕自身、年単位でめちゃくちゃ試行錯誤してきました。強い口調がいいのか、丁寧な説明がいいのか、リスト形式がいいのか、Markdown 構造がいいのか…全部試しました。**たどり着いた今のスタイルは、CLAUDE.md 本体には最小限のことしか書かない**。代わりに、別ファイルに細かいルールを書いて、CLAUDE.md からリンクで読み込ませる方式です」

「一番大事な原則を繰り返します。**ツールでできることはツールに任せる。AI への指示は AI じゃないとできないことに集中させる**。これが学んだ一番の教訓です。何を書くかの3項目より、この原則の方が圧倒的に重要です」

【用語: CLAUDE.md = プロジェクトルートに配置する Claude Code 向けのマニュアル。セッション開始時に自動で読み込まれる】

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/CLAUDE.md を開く。L13 / L23 / L31 / L50 の各セクション見出しを読み上げる。テックスタック / 開発コマンド / ディレクトリ構成 / アーキテクチャ判断（DB 含む）の 4 章立てが「何を書くか」の答えになっている（cat ではなく必ずエディタで開く）

Part 2: その部下をマネジメントできるか？ — 記憶と指示の設計

01

講義 — 記憶と指示

02

実習 — 曖昧な要望を具体化する

実習 — ペインを解決策に翻訳する

こんなペインが観測されました — このペインを Claude Code と一緒にどう解決するか

毎度の入力に時間がかかる。

大事なこと

正解はない。解決アプローチを自分で選んで 進める。完成が目的ではない、過程が学び

📄 手元で手順を開く: /training simplify

3分、ここまで127分

「今日のペインはこれです。『毎度の入力に時間がかかる』。タスク記録のたびに AI ツール選んで、カテゴリ選んで、所要時間入力して... 毎回同じことやってる感じがする、というペインです」

「これをどう解決するかは 正解がありません。自分の業務文脈で、自分なりの解決策を Claude Code と一緒に作っていきます」

「皆さんにやってもらいたいのは、ペインを Claude Code に渡す前に、解決アプローチを自分で選ぶ こと。次のスライドで 3 つのアプローチを紹介します」

「完成が目的じゃないです。解決アプローチを試してみて、自分に合うやり方を見つける過程 そのものが学びです。うまく動かなくても、そこまでを記録してください」

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/docs/training/task-form-simplify.md を開く。ペイン例 + 解決アプローチ例を読み上げる（cat ではなく必ずエディタで開く）

解決アプローチは 3 つ ─ 自分に合う方法を選ぶ

① 具体化

要件を詰めて指示

プロンプト例

「前回のタスク記録時に選択した AI ツールとカテゴリを、次回の初期値として再表示してほしい」

→ 自分で答えが見えている時。最短経路

② 壁打ち

Claude Code に相談

プロンプト例

「毎度の入力に時間がかかる。どこから手をつければいいか、一緒に考えてくれませんか?」

→ 答えが見えない時。対話の中で意図を発見

③ 推奨提案

3 案 + 推奨を提示させる

プロンプト例

「毎度の入力に時間がかかる。3 つの解決案 + 推奨を提示してから、私の選択で進めて」

→ 比較から好みを発見。意思決定が自分で残る

正解は受講者の業務文脈。どのアプローチも価値あり、組み合わせも OK

5分

「ペインを Claude Code に渡すアプローチは、大きく 3 つあります。それぞれメリット・デメリットがあって、自分の業務文脈や状況によって使い分けます」

【① 具体化】「自分で答えが見えている時に最短経路。例: 『前回の AI ツールとカテゴリを初期値再表示』のように、対象と動作を明確に書いて投げる。Claude は迷わず実装」

【② 壁打ち】「答えが見えない時、Claude を相談相手として使う。『どこから手をつければいい?』と投げると、Claude が複数の切り口を提示してくれる。対話の中で自分の意図に気づく」

【③ 推奨提案】「Claude Code に『3 つの解決案 + 推奨を提示してから、私の選択で進めて』と頼む。3 案を比較できるので好みを発見しやすい。意思決定は自分で残るので、AI に丸投げ感がない」

「正解はありません。例えば、最初は壁打ち (②) で方向性を決めて、決まったら具体化 (①) で投げ直す、というハイブリッドもアリです」

「実習中、迷ったら一旦 ② 壁打ち、自分の意図が固まったら ① 具体化、迷い続けるなら ③ 推奨提案、と使い分けてください」

実習 — 手順（目安 30 分）

#	やること	ポイント
1	「毎度の入力に時間がかかる」をどう解決するか考える	「具体化 / 壁打ち / 推奨提案」から選ぶ
2	選んだアプローチで Claude Code に投げる	別タブで npm run dev 動作確認
3	期待と違えばアプローチを変える / 指示追加	別アプローチも試して OK
4	InsightLog にタスクを記録	どのアプローチが効いたかメモ

※ 正解はない / アプローチを試す過程が学び / ハマってもそこまでを記録

30分、ここまで162分

「実習の手順です。30 分、4 ステップ。前のスライドで紹介した 3 アプローチ (具体化 / 壁打ち / 推奨提案) のどれを選んでも OK」

【Step 1】「ペインを見て、自分はどう解決したいかを考える。3 アプローチから 1 つ選ぶ。迷ったら ② 壁打ち、答えが見えてるなら ① 具体化、選択肢が欲しいなら ③ 推奨提案」

【Step 2】「選んだアプローチで Claude Code に投げる。別タブで npm run dev を立ち上げて動作確認」

【Step 3】「思った通りでなければアプローチを変える、または指示を追加。『期待と違う』を『どう違う』に言語化する練習。別アプローチに切り替えても OK」

【Step 4】「InsightLog に記録。最初に選んだアプローチ → どう動いたか → 効いたか / 効かなかったか、を振り返りメモに」

【進行ノート】15分過ぎても実装が終わらない人はそのままで OK。ハマっている人には「アプローチを変えてみては?」と促す。完璧な解決案不要

【リアクション】実習中は✅ボタンで完了、❌ボタンで作業中、挙手ボタンで詰まった、を周知する

【質問確認】実習が終わったら、まとめに入る前に少し時間を取る。「どのアプローチを試しましたか?」「業務文脈で自分に合うのはどれでしたか?」と声をかけ、全体に共有できる学びがあれば広げる。1〜2分。時間が押しているときは省略可能。

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/docs/training/task-form-simplify.md を開く。ペイン → 3 アプローチ → 手順の流れ + 各アプローチのプロンプト例を読み上げる（cat ではなく必ずエディタで開く）

Part 2 まとめ — 覚えてほしい3つ

01

コンテキストは
有限

"部下の記憶" は毎回リセット。
だから CLAUDE.md に書く

02

CLAUDE.md で
ルールを自動適用

ルールを知った "部下" を
毎セッション自動でロードする

03

指示の具体化は
あなたの仕事

曖昧な要望をそのまま渡さない。
あなたが具体化する

成果物の質を左右する 2大要素:
毎回のプロンプトと CLAUDE.md に書かれた前提

6分、ここまで168分

「Part 2 のまとめです。覚えてほしいのは3つ」

「1つ目、コンテキストは有限。部下の記憶は毎セッションでリセットされます。だから恒常的なルールは CLAUDE.md に書いておく必要があります」

「2つ目、CLAUDE.md でルールを自動適用。CLAUDE.md があると、ルールを知った部下を毎セッション自動でロードできます。コーディング規約・ワークフロー・アーキテクチャ、全部書く場所です」

「3つ目、指示の具体化はあなたの仕事。曖昧な要望をそのまま AI に渡さない。あなた自身が具体化してから渡す。それが成果物の質を決めます」

「そして、一言でまとめると、成果物の質を左右する2大要素は『毎回のプロンプト』と『CLAUDE.md に書かれた前提』です」

📂 講師実演: VS Code エクスプローラーで apps/InsightLog/CLAUDE.md を開く。L1-107 全体をスクロールしながら、「コンテキストの設計 / 指示の質 / 実行ルール」の 3 つを統合的に振り返る（cat ではなく必ずエディタで開く）

3分振り返りタイム（目安 3 分）

これまでの メモ・感想 を Claude Code に要約・まとめ させて記録する。

発見や気づきなどがあれば追記

Part 2

質疑応答

挙手 or チャットで
気軽にどうぞ

（10 分）

Part 2 で扱ったトピック

セクション	内容
講義	AI の記憶の仕組み / CLAUDE.md の役割と書き方
実習	CLAUDE.md 有り / 無しで動作の違いを比較
実習	曖昧な要望を具体化してから AI に渡す

AIエージェントを"設計する"ための第一歩

Part 1: "部下"としてのAIエージェント — その実力

オープニング

ライブデモ — Issue → PR 一気通貫

講義 — AIエージェント時代の現実

環境を立ち上げる

実習 — InsightLog をマイ仕様にする

デモ成果確認 + まとめ

Part 1: "部下"としてのAIエージェント — その実力

オープニング

ライブデモ — Issue → PR 一気通貫

講義 — AIエージェント時代の現実

環境を立ち上げる

実習 — InsightLog をマイ仕様にする

デモ成果確認 + まとめ

この研修のゴール

研修全4回の全体像

第1回 — 動かす

第2回 — 育てる

第3回 — 任せる

第4回 — 律する

自己紹介

受講のヒント

リアクション

メモ・振り返り

Claude Code + ターミナル 2 つ

Part 1: "部下"としてのAIエージェント — その実力

オープニング

ライブデモ — Issue → PR 一気通貫

講義 — AIエージェント時代の現実

環境を立ち上げる

実習 — InsightLog をマイ仕様にする

デモ成果確認 + まとめ

ライブデモ — Issue から PR まで一気通貫

Issue

実装計画

実装

PR

Part 1: "部下"としてのAIエージェント — その実力

オープニング

ライブデモ — Issue → PR 一気通貫

講義 — AIエージェント時代の現実

環境を立ち上げる

実習 — InsightLog をマイ仕様にする

デモ成果確認 + まとめ

「AI 使える」では、もう足りない

では、成果を出すためには？

Claude Code = 業界標準のエージェント

指示 → 自律実行

業界標準を作る側

数字で見る Anthropic── 設立 5 年で OpenAI を抜き去る急加速

Part 1: "部下"としてのAIエージェント — その実力

オープニング

ライブデモ — Issue → PR 一気通貫

講義 — AIエージェント時代の現実

環境を立ち上げる

実習 — InsightLog をマイ仕様にする

デモ成果確認 + まとめ

環境を立ち上げる

プロジェクト構成 — 全体像

Part 1: "部下"としてのAIエージェント — その実力

オープニング

ライブデモ — Issue → PR 一気通貫

講義 — AIエージェント時代の現実

環境を立ち上げる

実習 — InsightLog をマイ仕様にする

デモ成果確認 + まとめ

InsightLog — AI 作業の記録ツール

実習 — 手順 （目安 20 分）

npm run dev とは ─ 開発物を別タブで見る

実習 — InsightLog を マイ仕様 にする （目安 20 分）

Part 1: "部下"としてのAIエージェント — その実力

オープニング

ライブデモ — Issue → PR 一気通貫

講義 — AIエージェント時代の現実

環境を立ち上げる

実習 — InsightLog をマイ仕様にする

デモ成果確認 + まとめ

デモの成果

Part 1 まとめ — 覚えてほしい3つ

AIエージェントを
"設計する"ための
第一歩

数字で見る Anthropic
── 設立 5 年で OpenAI を抜き去る急加速

実習 — 手順（目安 20 分）

実習 — InsightLog をマイ仕様にする（目安 20 分）

AI は「部下」

「使える」 ≠
「成果を出せる」

「使う」 →
「設計する」

3分振り返りタイム（目安 3 分）

Part 2 のゴール

AI のリソース消費を常時確認しよう

CLAUDE.md — 毎セッション自動で渡されるルールブック

実習 — ペインを解決策に翻訳する

解決アプローチは 3 つ ─ 自分に合う方法を選ぶ

実習 — 手順（目安 30 分）

コンテキストは
有限

CLAUDE.md で
ルールを自動適用

指示の具体化は
あなたの仕事

3分振り返りタイム（目安 3 分）