【簡単】Claude Codeで自分の分身AI社員が自動で全部仕事をする方法

概要

Claude Codeを使った新しいAI活用手法「ループエンジニアリング」を解説する動画。毎回プロンプトを打つのではなく、AIが自分で仕事を見つけて実行し続ける「仕組み」を設計する考え方を、飲食店の口コミ返信・営業先リサーチ・制度改正チェック・在庫棚卸しの4つの実例で紹介している。

主なポイント

• 「ループエンジニアリング」はGoogleのAIディレクターが提唱した概念で、AIに毎回指示を出す代わりに指示が出続ける仕組みを設計する手法
• 設計図は「トリガー(いつ動くか)」「読むもの」「やること」「ループ条件」「停止条件」の5項目で構成される
• ループを支える部品は「自動化」「スキル(プロンプトファイル)」「プラグイン(MCP)」「サブエージェント(チェック係)」「ワークツリー」の5つと、進捗を記録する「メモリ」1つ
• 危険な内容(法的請求など)や判断が難しいケースは自動処理せず「要確認」として人間にエスカレーションする停止条件を事前に設計しておくことが重要
• 「インナーループ(作成→チェック→修正の繰り返し)」と「アウターループ(日をまたいで学習し賢くなる)」の二重構造で品質と成長を担保
• ゴールを決めず丸投げする「オープン型」よりトークン消費を抑えられる「クローズド型」(何をどこまでやるか事前に決める)が業務利用には向く
• Claude Codeのデスクトップアプリで作業フォルダを指定し、プロンプトファイル(設計図)を読み込ませるだけで実行できる
• スケジュール機能でトリガーを設定すれば、パソコンが起きている間は毎朝自動でループが実行される(クラウド実行も可能)
• 全工程を最上位モデルで動かさず、思考工程だけ高性能モデル・作業工程は標準モデルと使い分けることでトークン消費を抑えられる

実践に使えること

• 定型化できる反復業務(メール・口コミ返信、リード探し、法令チェック、在庫確認など)を洗い出し、5項目の設計図(トリガー/読むもの/やること/ループ条件/停止条件)に落とし込んでみる
• 危険・判断が難しいケースを想定した停止条件を必ず明文化し、AIが暴走しないようにエスカレーション先を用意する
• チェック専用のサブエージェント(検証役)を分離し、自己採点にならないようにする
• 上限(検索回数・トークン量など)を条件に組み込み、コスト超過を防ぐ
• まずは1つの反復業務でループを組んでみて、慣れたらトリガー設定やクラウド実行まで拡張する