Claude Codeで仕事はここまで自動化できる。生成AIを「使う人」から「働かせる人」へ変わる実践法
生成AIを使っているのに、なぜか仕事があまり減らない。
ChatGPTに文章を書いてもらう。アイデアを出してもらう。分からないことを質問する。確かに便利です。でも、使えば使うほど僕はあることに気づくようになりました。
「これ、結局最後は自分が作業しているな」と。
AIから回答をもらい、それをコピーして、別のアプリを開き、ファイルを修正し、動作確認をして、問題があればまたAIに聞く。AIは賢くなったのに、人間側の仕事の流れは意外と変わっていない。
ここに、これからのAI活用を考えるうえで大きなヒントがあります。
AI時代の差は、AIに何を聞くかではなく、AIにどこまで仕事を任せられるかで広がり始めています。
今回取り上げるYouTube動画では、AIを使って自動化ツールを作る実演とともに、Claude Codeのようなエージェント型AIを仕事に組み込む考え方、そして「AIネイティブな組織」という未来像が語られています。動画内では、自然言語で指示しながらツールを形にしていく様子が紹介され、その背景にある思想まで掘り下げられています。 (Ume2509)
ただし、本当に重要なのは「こんなすごいツールが作れる」という話ではありません。
この記事で考えたいのは、その一歩先です。
生成AIを「答えてくれる便利な存在」から、「仕事を一緒に進め、仕組みそのものを作る存在」へ変えるには何が必要なのか。
そして、プログラマーではない人でも、AIと一緒に自分の仕事を自動化するには、どこから始めればいいのか。
僕自身もChatGPTとClaude Codeを相棒にしながら、文章だけではなくWebサービスを実際の形にしていくようになりました。その経験から感じるのは、これから重要になるのは「コードが書けるか、書けないか」だけではないということです。
必要なのは、自分がやっている仕事を観察し、「ここはAIに任せられる」と発見する力です。
この記事では、その考え方をできる限り具体的に解説していきます。
生成AI自動化の本質は「質問する」から「任せる」への変化
生成AI自動化を理解するとき、最初に知っておきたいのは「チャットAI」と「AIエージェント的な使い方」は似ているようで、仕事の流れがかなり違うということです。
ChatGPTなどに「この文章を直して」とお願いすると、基本的には回答が返ってきます。
一方、Claude Codeのようなエージェント型のツールでは、目的を伝えると、必要な情報を調べ、ファイルを読み、変更し、コマンドを実行し、結果を確認するところまで仕事の流れに入ることができます。
Anthropicの公式ドキュメントでも、Claude Codeはコードベースを読み、ファイルを編集し、コマンドを実行し、開発ツールと連携できるエージェント型コーディングツールとして説明されています。さらに現在はターミナルだけでなく、IDE、デスクトップアプリ、Webなど複数の環境から利用できます。 (Claude)
ここで重要なのは「コードを書いてくれる」という部分だけではありません。
たとえば普通のチャット型AIなら、
・ 「エラーの原因を教えて」
・ 「このコードを修正して」
・ 「テスト方法を教えて」
と、そのたびに人間が質問します。
そして回答されたコードを自分でコピーし、ファイルを探し、貼り付け、保存し、テストします。
ところがエージェント型AIでは、
「この不具合の原因を調べて。関連ファイルを確認し、必要な修正を行い、テストまでして」
というように「目的」を渡せます。
公式ドキュメントで説明されているClaude Codeの基本動作も、「コンテキストを集める→行動する→検証する」という循環です。つまり、単発の回答ではなく、結果を見ながら次の行動を決めることが前提になっています。 (Claude)
これは小さな違いに見えて、働き方では大きな違いになります。
人間が一工程ずつ指示する世界から、「ゴールと条件を伝え、途中の作業をAIと分担する世界」に変わるからです。
もちろん、何でも完全放置できるわけではありません。
それでもAI活用を「回答生成」で終わらせず、「実行」「検証」まで広げて考えるだけで、自動化できる仕事は一気に見つけやすくなります。
まず見るべきなのは、「AIで何ができるか」ではありません。
「自分は毎日、何を繰り返しているか」です。
Claude Code自動化で変わるのは「作業速度」ではなく仕事の構造
Claude Code自動化の魅力を「プログラミングが速くなること」だけだと考えると、本質をかなり小さく見積もってしまいます。
自動化の価値は「1回速く終わること」ではなく、「次から自分がやらなくていい仕組みを残すこと」です。
今回の動画でも、自然言語でAIに指示しながら、複数の処理を組み合わせた自動化ツールを作る様子が紹介されています。そこで見るべきなのは完成したツールそのものではなく、「人間がやっていた連続作業をAIに説明し、プログラムとして再構成する」という発想です。 (Ume2509)
たとえば毎週30分かかる仕事があるとします。
その仕事をAIで20分に短縮できれば、毎週10分浮きます。
もちろん、それも立派な効率化です。
しかし、その一連の仕事をツール化し、人間が確認するだけの状態まで持っていければ、30分という作業そのものを大きく減らせる可能性があります。
ここが「効率化」と「自動化」の違いです。
文章を例にしても分かります。
「この文章を要約して」と毎回ChatGPTに貼り付けるのは効率化です。
一方、
特定の場所に文章が追加される
↓
AIが内容を読み込む
↓
指定形式で要約する
↓
決めた場所へ保存する
という流れを作れれば、自動化に近づきます。
Webサービスでも同じです。
画面を作るたびにAIへコードを聞いてコピペするだけでは、人間が作業の中心にいます。
しかし、「この画面ではこの情報を表示する。既存デザインに合わせる。スマホ表示も確認する。変更後はテストする」とゴールと条件を渡し、AIが既存ファイルを読み、修正し、確認する形になれば、人間の役割は「作業者」から「設計者」に変わっていきます。
僕自身、ChatGPTとClaude Codeを組み合わせてWebサービスを作るようになってから、この違いを強く感じるようになりました。
以前なら「どう書けばいいのか」とコードそのものを考える時間が大きかった。
今はそれより、
「最終的に何を実現したいのか」
「利用する人にはどう見えてほしいのか」
「どこまで変更してよくて、どこは触ってほしくないのか」
を言語化する時間のほうが重要になっています。
プログラミングが不要になる、という単純な話ではありません。
プログラミングを含めた「作業の中心」が、人間からAIとの共同作業へ移っているのです。
AIネイティブな人は仕事を「手順」ではなく「仕組み」で見る
生成AIを上手に使う人を観察していると、プロンプト以前に共通している考え方があります。
仕事を速くする人は作業を頑張り、仕事を変える人は作業そのものを仕組みにします。
たとえば、「毎週金曜日に売上データをまとめて報告する」という仕事があるとします。
多くの人は、
Excelを開く
↓
データを集める
↓
数字を確認する
↓
グラフを作る
↓
コメントを書く
↓
メールを送る
という順番で作業します。
AIネイティブな視点では、このときいきなり「もっと速くExcelを操作しよう」とは考えません。
まず、
「この6工程のうち、人間が判断しなければいけない部分はどこだろう？」
と考えます。
データ取得は自動化できるかもしれない。
集計も自動化できるかもしれない。
異常値の候補をAIに探させることもできるかもしれない。
報告文の下書きもAIに作ってもらえる。
そうすると最後に残るのは、「この数字をどう判断するか」という人間側の仕事かもしれません。
これが、AI時代の仕事の分解です。
大切なのは最初から100％自動化を狙わないことです。
10工程ある仕事なら、まず2工程でもいい。
毎日15分かかる作業なら、いきなり15分をゼロにしなくてもいい。
5分減らせるだけでも、年間200日行う仕事なら単純計算で約1,000分、つまり約16時間40分になります。
これはAIが生み出した「時間」です。
さらに大切なのは、一度作った仕組みを使い回せることです。
Claude Codeでは、プロジェクト固有のルールやコーディング方針などをCLAUDE.mdに記録して、セッションで参照させる仕組みも公式に提供されています。つまり毎回ゼロから「このプロジェクトではこうして」と説明するだけではなく、AIが仕事を進めるための共通ルールを蓄積できます。 (Claude)
ここから先、個人でも会社でも価値が高くなるのは「すごいプロンプトを知っている人」だけではないと思っています。
自分の仕事を言語化できる人。
仕事を工程に分けられる人。
繰り返しを発見できる人。
判断が必要な場所と、機械に任せられる場所を分けられる人。
こうした力が、そのままAI活用力になっていくはずです。
生成AIを勉強するときに、ツールの機能一覧だけを見る必要はありません。
今日、自分がやった仕事を一つ思い出してみてください。
「これ、明日も自分がやる必要がある？」
この質問から、自動化は始まります。
「AIに丸投げすれば自動化できる」という誤解を捨てる
生成AI自動化で最も失敗しやすいのは、「AIが賢くなったから、とりあえず全部任せればいい」と考えることです。
「AIに丸投げすれば自動化できる」は、いちばん危険な誤解です。
AIが実行できる範囲が広くなるほど、「何をしてよいか」「何をしてはいけないか」を人間側が決める重要性は高くなります。
たとえば、「このコードを良い感じに直して」と指示するのと、
「ログイン処理の不具合だけを調査してください。データベース構造は変更しない。最初に原因候補を整理し、修正前に影響範囲を確認する。変更後は既存テストを実行する」
と伝えるのでは、仕事の条件がまったく違います。
AIが賢くても、ゴールが曖昧なら「正解」も曖昧になります。
だから自動化ではプロンプトの華やかさより、次の4つが大切です。
・ 目的：何を実現したいのか
・ 対象：どこを変更してよいのか
・ 禁止事項：何を変更してはいけないのか
・ 完了条件：何を確認できたら終わりなのか
これは、人に仕事をお願いするときとほとんど同じです。
むしろAIだからこそ、明確にしておいたほうが安全です。
Claude Codeではファイルの編集だけでなく、シェルコマンドなども扱えるため、権限や安全性を考える必要があります。現在の公式ドキュメントでも、権限設定やチェックポイントなど、人間がAIの行動範囲をコントロールする仕組みが説明されています。Anthropicはサンドボックスによってファイルシステムやネットワークへの境界を設ける安全策についても公開しています。 (Claude)
特に注意したいのは、
・ 個人情報
・ 顧客情報
・ APIキーやパスワード
・ 本番データベース
・ 決済処理
・ 外部サービスへの公開操作
などです。
「自動化できる」と「自動化していい」は同じではありません。
今回の動画では電子書籍に関連した画面操作を自動化するデモも紹介されていますが、実際に似た仕組みを作る場合は、著作権や利用しているサービスの規約を確認する必要があります。
僕はAIを使えば使うほど、「人間はいらなくなる」という感覚より、逆の感覚を持つようになりました。
AIが実行する部分が増えるほど、人間には「何をさせるのか」「どこで止めるのか」「何を正しいとするのか」を決める仕事が残る。
つまり、作業はAIへ移っても、責任までAIへ渡すことはできないのです。
Claude Code自動化を今日から始める3ステップ
では、生成AI自動化を始めるには何をすればいいのでしょうか。
最初からアプリを作る必要も、大規模な業務システムを作る必要もありません。
むしろ最初は、「面倒だけれど失敗しても致命的ではない小さな仕事」がおすすめです。
今日からなら、この3ステップで十分です。
毎週・毎日繰り返している作業を1つだけ選ぶ
まず、「AIで何ができるか」ではなく、自分の行動から探します。
たとえば、
・ ファイル名をそろえる
・ 定型文を作る
・ データを決まった形に整える
・ Webページの文章を修正する
・ 複数ファイルから必要情報を探す
・ 毎回同じチェックをする
などです。
ポイントは「1つ」にすることです。
最初から会社全体を自動化しようとすると、何から手をつければいいか分からなくなります。
自分が普段やっている手順を日本語で書き出す
コードを書く必要はありません。
「最初にAを開く。Bを確認する。Cの場合だけDを変更する。最後にEを確認する」
という程度で構いません。
これだけでAIへ渡せる設計図になります。
ここで非常に重要なのが「例外」です。
人間は無意識に、
「これは触らない」
「この場合だけ別処理」
「ここがおかしかったら作業を止める」
という判断をしています。
その暗黙知をAIへ伝えることが、自動化の精度を上げます。
AIに実行させる前に「成功条件」を決める
たとえばWebサイトなら、
「スマホとPCで表示が崩れていない」
「既存機能が動く」
「変更したページ以外に影響がない」
などです。
自動化は「動いた」で終わりではありません。
「正しく動いた」を確認できて初めて完成です。
Anthropicが公開しているClaude Codeの考え方でも、情報を集める、実行する、検証する、という循環が基本になっています。 (Claude)
そして、ここでもう一つおすすめしたい方法があります。
最初の1回は完全自動化しないことです。
AIが何を調べ、何を変更し、どこで迷うのかを見る。
2回目に指示を改善する。
3回目に繰り返せる形へ近づける。
このくらいで十分です。
1日1個、自分の仕事から「繰り返し」を発見するだけでも、30日続ければ30個の候補が集まります。
全部を自動化する必要はありません。
その中から「頻度が高い」「時間がかかる」「判断が少ない」仕事を優先する。
それだけで、自動化すべき仕事がかなり見えやすくなります。
これから強いのは「AIを使う会社」ではなく「AI前提で仕事を作る人」
今回の動画でもう一つ興味深いのが、「AIネイティブな組織」という考え方です。
ただ社員にChatGPTのアカウントを配るだけではなく、仕事そのものをAIが存在する前提で設計する。
この違いは、これからかなり大きくなると思っています。
たとえば従来の会社では、
会議をする
↓
誰かが議事録を書く
↓
担当者へ共有する
↓
資料を作る
↓
開発側へ説明する
↓
実装する
という流れがあります。
もしAIがこの流れの途中に深く入れば、
会議内容を整理する
↓
必要なタスクを抽出する
↓
仕様案を作る
↓
人間が承認する
↓
実装する
↓
テストする
という形へ変わる可能性があります。
動画で語られている「AIネイティブ組織」という未来像も、まさにこうした発想の延長にあります。ただし、企業内の会話や顧客情報をAIへ接続する場合には、情報管理・権限・プライバシーなどを同時に設計する必要があります。速さだけを追えばいいわけではありません。 (Ume2509)
個人も同じです。
僕の場合、ChatGPTは「考える相棒」として非常に使いやすい。
アイデアを広げる。
文章を磨く。
サービスのコンセプトを考える。
UIの言葉を考える。
一方、Claude Codeは「形にする工程」で力を発揮します。
ファイルを読んでもらい、既存構造を理解してもらい、必要な変更を行い、問題が起きれば原因を追う。
この2つを組み合わせると、
考える
↓
設計する
↓
作る
↓
直す
↓
公開する
までの距離が以前より短くなります。
ここで僕が一番面白いと感じているのは、「専門家ではなかった人が、自分のアイデアを形にできる範囲」が広がっていることです。
以前なら、「こんなWebサービスが欲しい」と思ったら、そこで終わっていたかもしれない。
あるいは開発会社へ相談するために仕様書を作り、費用を用意し、完成を待つ必要があった。
もちろん今でも専門家が必要な領域はたくさんあります。
でも、小さく試すところまでは自分とAIで進められるケースが増えています。
それによって「思いつく人」と「作れる人」の距離が縮まっていく。
この変化こそ、僕は生成AIの大きな可能性だと思っています。
AIを使うこと自体は、やがて珍しいことではなくなるでしょう。
その先で差になるのは、
「AIに質問できるか」ではなく、
「AIと一緒に何を作れるか」。
そして、
「自分の仕事を、どんな仕組みに変えられるか」。
そこまで考えられる人が、AI時代に新しい仕事やサービスを生み出していくのだと思います。
まとめ｜生成AI自動化は「仕事を減らす技術」ではなく「できることを増やす技術」
Claude CodeやAIエージェントの話を聞くと、「人間の仕事がなくなる」という方向へ意識が向きやすくなります。
でも、僕は少し違う見方をしています。
自分が毎日繰り返していた作業をAIへ渡せるようになったとき、その空いた時間で何をするか。
もっと良いサービスを考える。
お客さんと向き合う。
新しい作品を作る。
家族との時間を増やす。
次のアイデアを試す。
自動化の本当の価値は、単に仕事を速く終わらせることではなく、「自分にしかできないこと」へ時間を戻してくれることなのだと思います。
AIを使うことが特別なのではなく、AIと一緒に仕事の仕組みを作れることが新しい強みになります。
要点
生成AI自動化では、AIへの質問を増やすより「目的・条件・完了基準」を渡し、実行と検証まで含めた仕事の流れを作ることが重要です。
今日の小さな一歩
今日やった仕事の中から、「明日も自分がやらなくていいかもしれない作業」を1つだけメモしてください。
筆者の視点
これからAIがさらに進化しても、人間の価値がなくなるのではなく、人間が使える能力の範囲が広がっていく。僕はそう考えています。自分一人では形にできなかったアイデアをAIと一緒に形にできる時代は、怖さだけではなく、大きなチャンスでもあります。
生成AIであらゆる自動化ツールを自在に作る男密着。YouTubeを始めた理由・思想も強くてエグい【AI仙人】
【参考・外部情報のリンク】
※英語リンクですが、iPhoneはSafariの『ぁあ(AA)→翻訳』で日本語表示できます。
参考：Claude Code 自動化（検索ワード）
・ Claude Code overview（Anthropic / 公式ドキュメント）
・ How Claude Code works（Anthropic / 公式ドキュメント）
参考：Claude Code 安全性（検索ワード）
・ Making Claude Code more secure and autonomous with sandboxing（Anthropic / 公式エンジニアリング記事）
・ Claude Code: Best practices for agentic coding（Anthropic / 公式エンジニアリング記事）
【この記事のハッシュタグ】
#AI活用
#AI副業
#ChatGPT
#ChatGPT副業
#引き寄せの法則
#note
#人生を整える
#ClaudeCode
#生成AI自動化
#AI仙人
🏆人気記事ランキングBEST10（初めての方へ）
（※どの記事から読めばいいか迷った方へ。多くの読者に選ばれた人気記事を、ランキング形式でまとめています）
⭐️次におすすめ：自己紹介
私がnoteを書くことになった理由です。
「ちゃんと生きてきたはずなのに、なぜか苦しい」
そんなふうに感じてきた方へ向けて書きました。
📝最後にひとこと
ここまで読んでくださって、ありがとうございます。
コメントはいつでも大歓迎です。
読者さんの一言が、僕たちにとっていちばんの励みになります。
