メインコンテンツへスキップ
見出し画像

PPT作成の地味な作業をClaudeとClaude Codeで減らせないか試してみた

    2026年10月追記

    この記事で作ったPPT自動生成の仕組みは、その後実務で使う中で見直しました。

    定型的な報告資料には使える一方、企画書や提案資料のように、毎回「何をどう見せるか」を考える必要がある資料では、固定したレイアウトに流し込む方式が使いづらいことが分かってきました。

    実際には、AIとの対話で構成や見せ方を考えながら作る方が、手間も少なく、出来上がりもよいケースが増えました。

    そこで、旧ツールと対話型の方法を同じ資料で比較し、仕組みそのものを作り直しました。

    その経緯と、現在の方法はこちらの記事にまとめています。

    → https://note.com/cheeky_sable461/n/n84379e278466


    PPT資料を作るときに、時間がかかるのは「何を書くか」を考える部分だけではありません。

    むしろ実務では、構成案がある程度できた後に、それを1枚1枚のスライドに落とし込む作業にかなり時間がかかります。

    たとえば、

    • スライドごとに見出しを整える

    • 本文量を調整する

    • 図表やテキストボックスの配置を考える

    • ブランドガイドラインで指定されているカラーを使う

    • 指定フォントにそろえる

    • 全体の統一感を確認する

    • 余白や文字サイズを微調整する

    といった作業です。

    もちろん、これらは資料の見やすさや信頼感に直結するので重要です。
    ただ、ひとつひとつは地味で、手作業でやるとかなり時間がかかります。

    そこで、ClaudeとClaude Codeを使って、PPTの初稿作成をある程度自動化できないか試してみました。

    目指したのは「完成版」ではなく「70〜80%の初稿」

    今回の目的は、AIに完璧なPPTを一発で作ってもらうことではありません。

    実務でそのまま提出できるレベルの資料を完全自動生成するのは、まだ難しいと思っています。
    特に、メッセージの強弱、読み手に合わせた表現、細かなデザイン調整、図表の見せ方などは、最終的には人間が判断した方がよい部分が多いです。

    一方で、最初から70〜80%くらいのドラフトができていれば、その後の作業はかなり楽になります。

    白紙のPowerPointを開いて、1枚目からスライドを作り始めるのと、すでにある程度レイアウトされた初稿を修正していくのでは、負担感がまったく違います。

    今回作ろうとしたのは、まさにこの「70〜80%の初稿」を作るための仕組みです。

    何を自動化したかったのか

    自動化したかったのは、主に以下のような作業です。

    1つ目は、構成案をスライド単位に落とし込む作業です。
    文章や箇条書きの構成案があっても、それをそのままPPTに貼ればよいわけではありません。1枚のスライドに入れる情報量を調整し、タイトル、本文、補足、図表などに分ける必要があります。

    2つ目は、スライドの見た目をそろえる作業です。
    ブランドガイドラインで指定されたカラーやフォントがある場合、それに沿って各スライドを整える必要があります。1枚ずつ手で直すと、これがかなり面倒です。

    3つ目は、編集しやすいPPTファイルとして出力することです。
    画像として出すだけなら簡単かもしれませんが、実務では後から自分で修正できることが重要です。そのため、PowerPoint上でテキストや図形を編集できる形にすることを重視しました。

    役割分担:Claudeで考え、Claude Codeで形にする

    今回の流れでは、ClaudeとClaude Codeの役割を分けました。

    Claudeには、主に資料の目的や構成案の整理を任せました。
    たとえば、何を伝えたい資料なのか、どのような流れにすべきか、どのスライドで何を説明するか、といった部分です。

    一方で、Claude Codeには、その構成案をPPT生成に使える形に整理し、Pythonコードやスタイルルールを扱う実装寄りの作業を任せました。

    イメージとしては、以下のような役割分担です。

    画像
    Claude、Claude Code、人間の役割分担のイメージ。 「考える」「形にする」「仕上げる」を分けて進める前提で整理した。

    作った仕組みのイメージ

    実際の業務データやブランドガイドラインは公開できないため、ここでは仕組みの考え方だけを簡単に整理します。

    大まかな流れは以下のような形です。

    画像
    PPT初稿作成の大まかな流れ。Claudeで構成を整理し、Claude CodeとPythonで編集可能なPowerPoint初稿に変換するイメージ。

    もう少し作業ステップとして分解すると、以下のようなイメージです。

    画像
    Claudeで整理した構成案を、編集可能なPowerPoint初稿に変換する流れ。

    ここで大事なのは、JSONで整理すること自体が目的ではないという点です。
    JSONの作成や粒度調整はClaude Codeに任せました。

    自分にとって重要だったのは、Claudeで整理した構成案が、編集可能なPowerPoint初稿として出てくることでした。

    なぜClaude Codeを使ったのか

    通常のチャット型AIでも、PPTの構成案やスライド文案を作ることはできます。
    ただ、それだけだと最終的には人間がPowerPointにコピペして、レイアウトを整える必要があります。

    今回やりたかったのは、その一歩先です。

    「スライドの内容を考える」だけではなく、
    「実際にPPTファイルの初稿として出力する」
    ところまで持っていきたいと考えました。

    Claudeで資料の目的や構成案を整理したうえで、Claude Codeを使って、その構成案をPPT生成用のJSONに落とし込み、Pythonコードやスタイルルールを修正しながら仕組みを整えました。

    Claude Codeを使うことで、コードやファイル構成を扱いながら、何度も修正し、少しずつPPT生成の仕組みを改善できた点がよかったです。

    実務で使ううえで意識したこと

    今回、特に意識したのは、会社のセキュリティや運用上の制約です。

    実務で使う場合、AI活用では「便利そうだから何でも外部サービスに入れる」というわけにはいきません。

    社内資料、顧客情報、販売データ、ブランドガイドライン、製品戦略などは、扱いに注意が必要です。

    そのため、会社で利用が許可されている範囲で、GitHub上には仕組みだけを置き、実データや機密情報は置かない運用を前提にしました。
    実際の実行は、Pythonが入っている会社PCで行う形にしています。

    イメージとしては、以下のような考え方です。

    画像
    実務での運用イメージ。機密情報はGitHubに置かず、実行は会社PCで行う前提。

    この形であれば、外部に出す情報を最小限にしながら、PPT生成の仕組みだけを活用できます。

    もちろん、実際にどこまで許容されるかは会社のルール次第です。
    ただ、少なくとも「機密情報をGitHubに置かない」「公開リポジトリに実データを入れない」「社内ルールを確認する」といった基本的な注意は必要だと思います。

    スライドの実物を公開しない理由

    この記事では、実際に生成したスライド画像やPPTファイルは公開しません。

    理由は、ブランドガイドラインやテンプレートに関わる部分が含まれる可能性があるためです。
    公開用にブランドルールをすべて差し替えたサンプルを作ることも考えましたが、そのための修正自体に手間がかかり、今回の記事の目的からは少し外れると判断しました。

    今回伝えたいのは、完成したスライドの見た目そのものではなく、PPT作成の中にある「地味に時間がかかる作業」をどう減らせるか、という点です。

    そのため、この記事ではスライド実物ではなく、仕組みの考え方と運用上の工夫を中心に書いています。

    やってみて感じたメリット

    一番大きなメリットは、白紙から作る負担が減ることです。

    PPT作成では、最初の1枚を作るまでが意外と重いです。
    全体の構成を考え、スライドの流れを作り、レイアウトの方向性を決める必要があります。

    でも、最初からある程度形になったドラフトがあれば、作業は「ゼロから作る」ではなく「直す」に変わります。

    これはかなり大きいです。

    また、ブランドカラーやフォント、スライド間の統一感をある程度反映できると、細かな体裁調整の時間も減らせます。
    特に、複数枚のスライドを作る場合、1枚ずつ見た目をそろえる作業は地味に大変です。

    この部分をある程度自動化できるだけでも、実務上のメリットは大きいと感じました。

    ただし、現時点ではまだ仕組みを作った段階で、実際に何本も資料を作って検証できているわけではありません。

    本当に当初の目的どおり、70〜80%程度の実務で使いやすい初稿を安定して作れるかは、これから2本、3本と資料を作って確認していく必要があります。

    その意味では、今回の取り組みは「完成した仕組み」というより、まずは実務で試せる形まで持っていった段階だと考えています。

    ここまで作り込む必要はあるのか

    正直、自分でも「生成AIにPPTを作らせるだけなら、ここまで作り込む必要はないのでは」と思う部分はあります。

    実際、単発の資料であれば、Claudeで構成案を作り、既存のPPTツールや手作業で整えた方が早いケースも多いと思います。

    また、最近は生成AIを使ってPPTやスライドを作成できるツールも増えています。
    そのため、「とりあえず見た目のよいスライドを作る」だけであれば、専用ツールを使う方が早い場面もあるはずです。

    一方で、実務で使うPPTでは、単にスライドが作れればよいわけではありません。

    たとえば、

    • 会社指定のテンプレートを使う

    • ブランドガイドラインに沿ったカラーやフォントにする

    • PowerPoint上で後から編集できる形にする

    • 同じ形式の資料を何度も作る

    • 機密情報や社内資料を外部に出さない

    • 毎回発生する体裁調整を減らす

    といった条件があります。

    このような条件がある場合、単発でスライドを生成するだけではなく、繰り返し使える初稿作成の仕組みとして考えた方がよいと感じました。

    今回の仕組みは、1回限りのPPT作成を楽にするというよりも、繰り返し発生する初稿作成の負担を減らすことを目的にしています。

    そのため、万能な方法ではありません。
    単発資料なら、むしろ作り込みすぎになる可能性があります。

    ただ、同じ形式の資料を何度も作る、ブランドルールを毎回反映する、編集可能なPPTとして出力する、という条件がある場合には、仕組み化する価値はあると感じました。

    判断基準としては、シンプルに言えば、

    1回だけ使うなら、作り込まない。
    何度も使うなら、仕組み化する価値がある。

    ということだと思います。

    一方で、完全自動化はまだ難しい

    もちろん、課題もあります。

    AIとコードでPPT初稿を作れるとしても、そのまま完成版になるわけではありません。

    たとえば、以下のような部分は人間の確認が必要です。

    • メッセージの強弱

    • 読み手に合わせた表現

    • 図表の見せ方

    • 情報量の調整

    • スライド間のストーリー

    • 細かなデザインの違和感

    • 社内文脈に合った表現かどうか

    特に、資料は単に情報を並べればよいものではありません。
    誰に、何を、どの順番で伝えるかが重要です。

    この部分は、AIに任せきるよりも、人間が最終的に調整する方がよいと感じています。

    そのため、今回の仕組みは「PPT作成を完全に置き換えるもの」ではありません。
    あくまで、初稿作成の負荷を下げるためのものです。

    Claude Codeが使えれば、もっと効率化できそう

    現時点では、GitHubで仕組みを作り、Pythonが入っている会社PCで実行する運用にしています。

    ただ、もし社内ルール上、会社PC上でClaude Codeを利用できるのであれば、もっと効率のよい運用もできるのではないかと感じています。

    たとえば、ローカル環境でコード修正とPPT生成をよりスムーズに回せるかもしれません。
    また、エラーが出たときの修正や、テンプレートの調整もやりやすくなる可能性があります。

    ただし、このあたりは会社のITルールやセキュリティポリシーに大きく依存します。
    便利だから使う、ではなく、業務で使える範囲を確認しながら進める必要があります。

    生成AI活用で大事だと感じたこと

    今回やってみて感じたのは、生成AIの活用は、必ずしも「全部自動化できるかどうか」だけで考えなくてもよいということです。

    ネット上では、生成AIで業務をほぼ全自動化するような事例もよく見かけます。
    もちろん、自分もできるならそこまでやってみたい気持ちはあります。

    ただ、実際の会社業務で使うとなると、社内ルールやセキュリティの制約があります。
    また、自分自身のスキルや、今すぐ業務に組み込める現実的な範囲を考えると、いきなり完全自動化まで持っていくのは難しいと感じました。

    そこで今回は、PPT作成そのものをすべて自動化するのではなく、作業をいくつかに分けて、その中で自動化しやすい部分から試すことにしました。

    具体的には、

    • Claudeで資料の目的や構成案を整理する

    • Claude CodeでPPT生成用のJSONやコードを整える

    • Pythonで編集可能なPPT初稿を出力する

    • 最後は人間がPowerPoint上で調整する

    という役割分担です。

    正直に言えば、これは「理想の完全自動化」というより、現在の制約と自分のスキルの中で考えた現実的な落としどころです。

    それでも、白紙からスライドを作る作業が減り、70〜80%程度の初稿が作れるだけでも、実務上の負担はかなり下がると感じました。

    生成AIを使うというと、つい大きな自動化や派手な成果を想像しがちです。
    ただ、実務では、面倒な作業の一部を切り出して、そこだけでも効率化することに十分価値があると思います。

    まとめ

    PPT作成では、アイデア出しや文章作成だけでなく、構成案をスライドに落とし込み、ブランドガイドラインに沿って整える作業にも時間がかかります。

    今回、ClaudeとClaude Code、そしてPythonを使って、その地味な作業を少しでも減らせないか試してみました。

    目指したのは、完璧なPPTの自動生成ではありません。
    70〜80%程度の初稿を作り、最後は人間が微調整する運用です。

    試作してみた範囲では、白紙からスライドを作るよりも、初稿がある状態から修正する方がかなり楽になりそうだと感じました。

    一方で、メッセージの強弱やストーリー、細かなデザイン判断は、まだ人間が見た方がよい部分も多いです。

    その意味で、この仕組みは「人間の代わりに資料を作るもの」ではなく、人間が資料を作る前段階を助けるものだと思っています。

    もちろん、もっと高度な自動化ができるなら挑戦してみたい気持ちはあります。
    ただ、会社の制約や自分のスキルを踏まえると、まずはこのくらいの現実的な落としどころから始めるのがよいと感じました。

    生成AIは、派手な使い方だけでなく、こうした地味な実務作業の効率化にも使える可能性があります。
    今回の取り組みは、その一例として、自分にとってもよい学びになりました。


    その後

    この記事を書いた時点では、まず「実務で試せる形まで作る」ことが目的でした。

    その後、実際に使ってみる中で、定型資料と企画・提案資料では自動化の仕方を分けた方がよいと考えるようになり、仕組みを見直しました。

    → 新しい仕組みと、見直した理由はこちら
    https://note.com/cheeky_sable461/n/n84379e278466

     
     
    40代ふつうの会社員(フルタイム+子育て中)。 英語/米国オンラインMBA/PMP(プロジェクトマネジメント)の実践ログ。 知識だけでなく「現場での仕事の回し方」も含め、同じような立場の方が「自分の場合どうするか?」を考える材料になればうれしいです。

    あなたへのおすすめ