Claude CodeでAI社員の専門Skillを作る方法｜AI-BUSINESS-OS構築 第3話
この記事では、Claude CodeでAI社員の専門Skillを作る方法を紹介します。保存先、専門Skill、委任と報告の流れをセットで作ることで、AI社員が決められた手順で仕事を進められるようになります。
前回の第2話では、AI部長から専門担当へ仕事を渡す「task-delegation」と、担当者が結果を返す「report-to-manager」を作りました。第3話では、その共通ルールの上に、ブログ担当の仕事場と最初の専門Skillを追加します。
今回作った専門Skillは「blog-seo-search-audit」です。検索順位、表示回数、クリック数、CTR、記事別の流入などを確認し、改善する記事と優先順位を整理します。ファイルを作っただけで成功とはせず、AI部長からブログ担当へ委任し、成果物の保存と報告まで一連の流れで確認しました。
最初にAI社員の成果物フォルダを整える
専門Skillを増やす前に、AI社員が作った成果物をどこへ保存するかを決めました。仕事を実行できても、保存先が毎回変わると、あとから結果を探せません。AI部長が報告を確認するときも、担当者ごとに置き場所が違えば管理が難しくなります。
ブログ担当の保存先は、次の7分類に分けました。
- 調査
- 記事
- AdSense
- アフィリエイト
- 自社サービス
- 実績
- 報告
今回は空のフォルダだけを作り、既存ファイルや既存Skillには触れていません。この段階の判定は「設定済み」です。フォルダが存在することと、実際の業務で正しく使われることは別なので、まだ「テスト済み」にはしませんでした。
ブログ担当の専門Skillを設計する
最初の専門Skillには、ブログSEOの検索実績を確認する仕事を選びました。Skill名は「blog-seo-search-audit」です。
このSkillの役割は、検索データを受け取り、次の判断材料を整理することです。
- 検索順位が下がっている記事
- 表示されているのにクリックされていない記事
- CTRに改善余地がある記事
- 流入が減っている記事
- 優先して見直す記事と、その理由
単に数値を並べるだけではなく、「どの記事を、なぜ、どの順番で改善するか」まで整理する設計にしました。AI部長が次の仕事を決められる形で結果を返すことが目的です。
実データがないときは推測しない
専門Skillには、実行手順だけでなく安全ルールも入れました。
実データを取得できていない場合は、数値を推測で埋めません。確認できない項目は「未取得」と記載します。WordPressの記事編集、公開、外部サービスへの接続も、このSkillの仕事には含めません。
今回の監査は、分析と改善案の作成までです。実際に記事を書き換えたり公開したりする場合は、別の手順と承認が必要になります。専門Skillの範囲を狭く決めることで、AI社員が担当外の操作まで進めることを防ぎます。
Skillを作成し、Claude Codeの認識を確認する
設計した内容をもとに、所定の場所へSKILL.mdを作成しました。作成後は、Claude Codeが「blog-seo-search-audit」を利用可能なSkillとして認識しているかを確認します。
SKILL.mdの構成やスキルの呼び出し方は、Claude Code公式ドキュメントのスキル解説でも確認できます。
ここで注意したのは、認識されたことだけで動作確認を終わらせないことです。Skill一覧に表示されても、実際の委任の流れで呼び出されるとは限りません。
そのため、作成直後の状態は「設定済み」として扱い、次にAI部長からブログ担当へ仕事を渡す実動テストを行いました。
AI部長からブログ担当へSEO監査を委任する
実動テストでは、AI部長を起動し、ブログ記事の検索実績を確認する仕事をブログ担当へ委任しました。
処理の流れは次のとおりです。
- AI部長がtask-delegationを使う
- ブログ担当Agentを起動する
- ブログ担当がblog-seo-search-auditを使う
- 分析結果を所定のフォルダへ保存する
- report-to-managerでAI部長へ結果を返す
- AI部長が最終報告をまとめる
この流れにより、管理者が目的と完成条件を決め、専門担当が実作業を行い、最後に管理者へ結果を戻す形を確認できます。
テスト用データで組織フローを確認する
今回の動作確認では、実際のSearch Consoleデータではなく、テスト用のサンプルデータを使用しました。
監査結果では、記事ごとの変化を比較し、クリック数が落ちている記事やCTRに改善余地がある記事を抽出しました。改善候補、優先順位、確認すべき項目が成果物として保存され、AI部長へ報告されています。
ただし、これは組織フローを確認するためのテストです。サンプル数値を実際のブログ実績として扱ってはいけません。本番データを使った監査とは明確に区別して記録しました。
画面の成功表示だけでなく実行記録を確認する
最終確認では、次の6項目を実行記録に基づいて判定しました。
- AI部長が起動したか
- task-delegationが呼び出されたか
- ブログ担当Agentが起動したか
- blog-seo-search-auditが呼び出されたか
- report-to-managerが呼び出されたか
- 成果物ファイルが保存されたか
画面上に完成した文章が表示されただけでは、どのSkillが使われたのかを判断できません。Agentの起動、Skillの呼び出し、保存先を分けて確認し、6項目すべてを確認できた段階で「テスト済み」としました。
第3話で確認できたこと
第3話では、AI社員の成果物フォルダを整え、ブログ担当の専門Skillを作成し、AI部長からの委任と報告までを一連の流れで確認しました。
共通の連携ルールだけでは、AI社員は具体的な専門業務を進められません。一方で、専門Skillだけを増やしても、保存先や報告方法が決まっていなければ、組織として管理できません。
仕事場、専門Skill、委任、成果物、報告を一つの流れとしてそろえることで、AI-BUSINESS-OSが具体的な仕事を実行する段階へ進みました。次は、同じ考え方でほかのAI社員にも専門Skillを追加していきます。
関連記事
Claude Codeの概要から知りたい方はこちら。
AIに渡す業務ルールの整理についてはこちら。
