調査・執筆・画像生成・事実確認・SNS投稿・会計処理・スケジュール管理。21の業務を1つのClaude Code環境に統合したら、1日の実働が60分になりました。

見出し画像はAIで生成しました。
プロンプトは140,000文字超えの記事に掲載中。

私はグラフィックデザイナー出身です。コードを書く仕事はしてきませんでした。紙媒体のデザインを14年やり、2020年からWeb・AIに移行した経歴です。

その私が、Claude Codeの中に「1人マーケティング部門」を構築しました。部門と呼んでいますが、実態はマーケティングに限りません。事業運営そのものを1つのAI環境に統合した仕組みです。

この記事では、21スキルの全体設計、統合の設計思想、1日の実働タイムライン、そして構築プロセスの全てを書きます。

【「何に使えばいいの？」が消える40分】
プロのClaude Code仕事場、全部見せます

先着100名限定ウェビナー 詳細はこちら↓

21スキルの全体設計

私のClaude Code環境には21のスキルがあります。それぞれが独立した専門能力を持ち、5つのレイヤーに分かれています。

調査レイヤー

• research-ai: AIニュースの自動収集・選別。RSSフィードとClaudeの選別を組み合わせたハイブリッド方式

• research-insight: 潜在ニーズ・構造的課題の探索。定性データの三角測量で「まだ言語化されていない問題」を見つける

制作レイヤー

• writer-article: note記事の通貫執筆。構成設計、本文、定型文挿入、ファイル出力まで

• writer-post: X投稿の設計・執筆・投稿管理

• writer-copy: Webサイト・LP・広告のコピーライティング

• thumbnail: サムネイル画像生成プロンプトの設計

• diagram: セクション図解の設計

• table: HTML/CSS表の生成

• slide-builder: ウェビナースライドサイトの構築

• ui: Webサイト・LP・ダッシュボードのHTML/CSS/JS実装

品質管理レイヤー

• fact-check: 数字・引用・帰属・因果関係の原典裏取り

• design-score: バナー・サムネイル・LP等のデザイン100点採点

オペレーションレイヤー

• secretary: 予定・ToDo・スケジュール管理

• accounting: 請求書生成・売上帳簿記入

• message: X DM・メール・問い合わせへの返信文作成

• seminar: セミナー企画の通貫設計

分析レイヤー

• today-analytics: 直近のXパフォーマンス集計

• week-review: 週次コンテンツパフォーマンスレビュー

• atom-suggest: 次に投稿すべきコンテンツ候補の提示

このほか、外部クライアント向けの専用バリエーション（diagram-shiftai / thumbnail-shiftai / slide-builder-shiftai）があります。

全てが `~/.claude/skills/` 配下のフォルダとして存在し、CLAUDE.mdがオーケストレーターとして機能しています。

CLAUDE.mdによるスキル統合の設計思想

21のスキルをバラバラに動かしても意味がありません。重要なのは、全スキルが同じ文脈を共有していることです。

この「文脈の共有」を実現しているのがCLAUDE.mdです。

CLAUDE.mdには、以下が書かれています。

• 川合卓也のプロフィール・経歴・肩書

• サービス定義（ファネル構造、料金体系、各サービスの位置づけ）

• 承認ルール（何を自動実行し、何をエスカレーションするか）

• 品質基準（Output Gateの判定条件）

• データレイヤーの定義（atoms.csv / pipeline.csv / outputs.csvの運用ルール）

どのスキルを呼んでも、このCLAUDE.mdが最初に読み込まれます。つまり、全スキルが「同じ人格・同じ判断基準・同じ品質水準」で動きます。

これが「スキルを並べただけ」の状態と「21の専門能力を持つ1人の人間」の違いです。

スキルを分離して独立動作させると、スキルAが調査した結果をスキルBが記事にする際、Aの文脈は消えます。Bは改めてブランドトーンを読み込み、過去記事との整合性を確認し、ペルソナを再構築しなければなりません。

CLAUDE.md統合では、その再構築コストがゼロです。調査スキルが拾ったネタは、そのまま記事スキルの入力になります。

記事が生成されると同時にサムネイルと図解が自動設計されます。完成した記事は事実確認を通過し、SNS投稿に展開されます。

パフォーマンスデータは分析スキルで回収され、次のコンテンツ戦略にフィードバックされます。

コンテキストの共有が、品質と速度の両方を決めます。

スキル間のデータフロー

スキル統合の効果を具体的に見ます。

データは3つのCSVで管理しています。

• atoms.csv: コンテンツの種（ニュース、体験、分析結果）。全てのコンテンツの原料

• pipeline.csv: 各atomをどのチャネルに展開するかの計画。ステータス管理付き

• outputs.csv: 実際に公開されたコンテンツの記録。パフォーマンスデータも蓄積

流れはこうです。

research-aiが毎朝AIニュースを収集し、atoms.csvに追加します。research-insightが週次で潜在ニーズを探索し、同じくatoms.csvに追加します。

pipeline.csvで展開判定が走ります。「このatomはnote記事にする」「このatomはX投稿にする」「このatomは両方」。判定基準はエンゲージメント率やインプレッション数で自動化されています。

writer-articleが記事を書く際、atoms.csvの元データとCLAUDE.mdの品質基準が同時に読み込まれます。記事完成と同時にthumbnailとdiagramがプロンプトを生成し、fact-checkが事実確認を実行します。

公開後、today-analyticsとweek-reviewがパフォーマンスを回収し、outputs.csvに蓄積します。そのデータがatom-suggestに流れ、次に何を書くべきかの判断材料になります。

全スキルが同じデータベースを参照・更新しているから、このループが回ります。

1日60分の実働タイムライン

ある1日の実働を公開します。

合計: 約60分。

同じ内容を手作業でやれば、記事だけで3〜4時間、SNS・メール・スライド・請求書を含めると1日8時間は軽く超えます。

60分で済む理由は、スキル間の引き継ぎにかかる時間がほぼゼロだからです。記事を書いたらサムネイルが勝手に設計される。

事実確認が自動で走る。SNS展開文が自動で生成される。「次の作業のために情報を整理し直す」時間が存在しません。

構築プロセス — デザイナー出身の私がやったこと

この仕組みを構築するのに、プログラミングスキルは使っていません。

必要だったのは以下の5ステップです。

ステップ1: 業務の言語化

何をどの順番で、どんな判断基準でやっているか。これをMarkdownで書き出す作業が全体の80%を占めます。

Claude Codeの設定ではありません。自分自身の仕事の棚卸しです。

「note記事を書くとき、何を最初に確認するか」
「サムネイルを作るとき、何を基準にコピーを決めるか」
「請求書を出すとき、どの情報をどこから取るか」。

暗黙知になっていた作業手順を、全て明文化しました。

ステップ2: CLAUDE.mdの設計

全スキルに共通するルール、ブランド定義、承認フロー、品質基準を1ファイルに集約します。

これは「会社の経営方針書」に相当します。どのスキルを呼んでも、この方針に従って動く。人格と判断基準の統一がここで決まります。

ステップ3: SKILL.mdの作成

各スキルのトリガー条件、実行手順、品質基準、参照ファイル、出力先をMarkdownで定義します。1スキルあたり100〜300行程度です。

writer-articleなら「構成テンプレ」「トーンルール」「定型文の挿入位置」「タイトルのルール」「過去記事との重複チェック手順」が全て書かれています。

ステップ4: 参照データの整備

定型文、ブランドガイドライン、過去記事アーカイブ（878記事）、コピーパターン集、図解型カタログ。スキルが参照する「教材」を揃えます。

過去記事は全文をデータベース化し、キーワード検索できるようにしています。新しい記事を書く前に必ず過去記事を検索し、同じテーマの既存記事と矛盾しないことを確認します。

ステップ5: 反復改善

最初から完成形にはなりません。実際に使い、出力を見て、SKILL.mdを修正する。この繰り返しで精度が上がります。

構築期間は約1週間です。ただし「1週間ずっと構築していた」のではなく、通常業務をClaude Codeで行いながら、うまくいったパターンをスキル化していった結果が1週間でした。

コンテキスト共有がなぜ重要か

スキル統合の核心をもう少し掘り下げます。

私のwriter-articleスキルは、記事を書く前に必ず過去記事アーカイブを検索します。878記事分のデータベースから関連記事を引き、既存の主張と矛盾しないことを確認してから執筆に入ります。

これができるのは、CLAUDE.mdに「過去記事アーカイブの参照方法」「検索コマンド」「アーカイブの格納パス」が明記されているからです。

writer-articleスキルは、自分の中にデータベースを持っているわけではありません。共有のデータレイヤーを参照しているだけです。

同様に、fact-checkスキルが事実確認を行う際も、CLAUDE.mdの品質基準を参照します。

「誇張はないか」
「元ソースが言っていないことを言い切りで書いていないか」
「数字の裏取りは取れているか」。

この基準がスキルごとにバラバラだったら、品質にムラが出ます。

design-scoreスキルがサムネイルを採点する際も、同じCLAUDE.mdのブランド定義を参照します。ブランドトーンを理解した上で採点するから、意味のあるフィードバックが返ります。

全スキルが「同じ記憶」を持つこと。これが統合型の設計で最も重要な点です。

これから始める人へ

「21スキルは多すぎる。何から始めればいいのか」。

当然の疑問です。

答えはシンプルです。毎日やっている作業を1つだけスキル化する。

私が最初にスキル化したのは、note記事の執筆でした。構成テンプレ、定型文の挿入位置、トーンルール。これをSKILL.mdに書き出したのが出発点です。

1つ目のスキルが安定したら、2つ目を作ります。2つ目ができたら、1つ目との接続を考えます。この繰り返しで、気づけば10個、20個と増えていきます。

重要なのは、全部を一気に作ろうとしないことです。

具体的な始め方を書きます。

1. 毎日やる作業を1つ選ぶ
メール返信、SNS投稿、レポート作成、議事録整理。何でも構いません。「毎回同じことを説明しているな」と感じる作業が最適です。

2. その作業の手順をMarkdownで書き出す
完璧でなくていい。「最初にこれを確認して、次にこれを書いて、最後にここに保存する」レベルで十分です。

3. SKILL.mdとしてClaude Codeに読ませる
書き出した手順をSKILL.mdに整形し、`~/.claude/skills/` に置きます。

4. 使って直す
出力がおかしければSKILL.mdを修正します。3〜5回の修正で実用レベルになります。

5. 2つ目を作り、接続する
2つ目のスキルができたら、CLAUDE.mdで共通ルールを定義します。ここからスキル統合が始まります。

業務の中で「これ、毎回同じことを説明しているな」と感じた瞬間が、次のスキルの種です。

Claude Codeの使い方・設計方法を1対1で教えてほしい...
そういった要望にお応えする新プランを作成しました！

先着10名限定様までお得にご利用いただけます。
詳細はこちら

【「何に使えばいいの？」が消える40分】
プロのClaude Code仕事場、全部見せます

先着100名限定ウェビナー 詳細はこちら↓

noteメンバーシップに参加すると700本以上の記事が読み放題です。

お問い合わせ・個別相談・法人研修のご依頼

AI活用・キャリア戦略 個別相談

【超初心者OK】Claude Code 個別サポート

書籍「AIでゼロからデザイン」好評発売中

#AI #生成AI #AIエージェント #AI時代 #AI活用 #AI人材 #AI研修 #AIツール #Claude #ClaudeCode

ここから先は