Claude Code Media
無料で試す
連載 10/10この記事は「case-studies」シリーズの第 10 回 / 全 10 本シリーズ全体を見る →
6分2,651字中級

情報収集ルーティンを Claude Code で自動化、月20時間を1時間に圧縮した事例

出版・デジタルメディア企業の非エンジニア開発マネージャーが、毎朝60分かかる6項目の情報収集をClaude Code×7並列エージェントで3分に短縮。/morning-routineスキル1コマンドで統合ダイジェスト・Marpスライド・Notion同期まで自動生成する仕組みを解説。

By Claude Code Media 編集部Reviewed by Claude Code Media 編集部

TL;DR

  • 出版・デジタルメディア企業の非エンジニア開発マネージャーが、毎朝60分かかる情報収集ルーティンを Claude Code の7並列エージェントで3分に短縮（著者報告値）
  • /morning-routine と1度打つだけで、AI動向・業界ニュース・X・Notion・Slack・自社サービス確認が同時並行実行される
  • 統合ダイジェスト（Markdown）・Marpスライド・Notionへの自動同期まで含めて 2〜3分で完了

Before：手作業のフロー

漫画配信プラットフォームを運営するメディア企業の開発マネージャー（@clearether 氏）は、業務開始前に以下の情報収集を毎朝手動で行っていた。プロダクトマネージャー・スクラムマスター・ピープルマネージャーを兼任する立場上、複数の情報源を横断的にチェックする必要があった。

① AI業界の最新動向チェック（15分）

Anthropic・OpenAI・Google の公式ブログ、テックメディア（The Verge・TechCrunch等）を手動で巡回。新モデル・新機能リリースや競合の動向を確認する。タブが増えるほど見落としが発生しやすかった。

② 漫画業界ニュース確認（10分）

漫画・IP関連の業界メディアを個別アクセスして確認。作品トレンド・市場データ・競合サービスの動向を拾う作業は毎回同じ手順の繰り返しだった。

③ X（Twitter）トレンド確認（10分）

自社サービス関連ワードやバズった作品・クリエイターの動向をタイムラインで手動スクロール。重要な情報を見逃すリスクが常にあった。

④ Notion の前日更新確認（10分）

チームメンバーが前日に更新したドキュメント・議事録・タスク状況をNotionで個別チェック。更新件数が多い日は確認だけで10分超えることも。

⑤ Slack の重要メッセージ確認（10分）

複数チャンネルを横断して未読メッセージを確認。対応が必要なものを判別する作業は集中力を消耗する。

⑥ 自社プラットフォームの新着作品確認（5分）

自社漫画配信サービスに前日掲載された新着作品を管理画面から確認。

合計：毎朝 60分。月20営業日で換算すると 月間1,200分（20時間） が情報収集だけに消えていた。

After：Claude Code 導入後のフロー

Claude Code 導入後は、朝の情報収集が コマンド1つ・3分 に集約された。

① ターミナルで /morning-routine と打つ（10秒）

これだけ。あとはClaude Codeが自動で動く。

② 7つのサブエージェントが並列実行（2〜3分）

エージェント担当
Agent 1AI業界動向リサーチ（Anthropic・OpenAI・Google等）
Agent 2漫画トレンド調査（業界メディア・ランキング）
Agent 3Notion前日更新取得・サマリー生成
Agent 4X/Twitterトレンド調査（関連ワード検索）
Agent 5Slack/Google Drive 重要メッセージ同期
Agent 6自社プラットフォーム新着確認
Agent 7AIツール・活用Tips リサーチ

③ 統合ダイジェストが自動生成・Notionに同期（2〜3分後に完了）

  • 統合ダイジェスト（Markdown形式）
  • Marpスライド（朝礼・共有用）
  • 編集可能なPowerPoint
  • Notionへの自動同期

ダイジェストを確認するだけで業務開始できる状態になる。

実装ステップ（コピペで動く）

1. CLAUDE.md の準備

プロジェクトルートまたは ~/.claude/CLAUDE.md に自分の役割と業務コンテキストを定義する。

# 私のワークスペース

## 役割
開発部門のマネージャー（非エンジニア）
PdM / PjM / スクラムマスター / ピープルマネージャー を兼任

## 主な業務
- AI・業界動向の情報収集と社内共有
- チームの状況把握（Notion・Slack確認）
- 競合調査・市場分析
- 会議のアジェンダ作成・議事録

## 朝の情報収集スコープ
- AI業界: Anthropic / OpenAI / Google の最新動向
- 業界動向: 自社事業に関連するトレンド
- 社内情報: Notion更新 / Slack重要メッセージ

## 出力ルール
- 成果物は日本語で出力
- 専門用語はわかりやすく補足
- アクション必要な情報はリストの先頭に配置

2. /morning-routine スキルの作成

.claude/skills/morning-routine.md を作成する。

---
name: morning-routine
description: 毎朝の情報収集を並列エージェントで自動実行し、統合ダイジェストを生成する
---

## ミッション
以下の6領域の情報を並列取得し、統合ダイジェストを生成してNotionに同期する。

## 並列実行タスク
1. AI業界動向: Anthropic/OpenAI/Googleブログ・テックメディアを取得しサマリー生成
2. 業界ニュース: 関連業界メディアから新着ニュースを取得・要約
3. Xトレンド: 指定キーワードの直近24時間のバズ投稿を取得
4. Notion更新: 前日更新されたページのタイトルと変更概要を列挙
5. Slack確認: メンションまたはリアクション多数のメッセージをピックアップ
6. 自社サービス: 管理APIから前日の新着データを取得

## 出力形式
### 📊 本日のダイジェスト（YYYY-MM-DD）
**要対応アクション**（ある場合のみ）
- ...

**AI・業界動向**
- ...

**社内アップデート**
- Notion: ...
- Slack: ...

**自社サービス新着**
- ...

## 後処理
- ダイジェストをNotionの「朝次ダイジェスト」データベースに自動追加
- Marpスライドを ./digests/YYYYMMDD.md として保存

3. サブエージェントの作成

.claude/agents/morning-digest-agent.md:

---
name: morning-digest-agent
model: claude-haiku-4-5
description: 情報収集タスクを受け取り、Web取得・要約・構造化を担当するサブエージェント
---

## ミッション
指定された情報収集タスクを実行し、要約結果を返す。

## ルール
- 取得できない情報は「[取得不可: 理由]」と明記する
- 要約は箇条書き3〜5点に絞る
- URLは必ず原文のまま保持する
- ハルシネーション禁止（確認できない情報は書かない）

4. MCP 連携の設定

Notion・Slack と連携するため .claude/mcp.json に設定を追加する（MCP の詳細はClaude Code MCP 完全ガイド を参照）。

{
  "mcpServers": {
    "notion": {
      "command": "npx",
      "args": ["-y", "@notionhq/notion-mcp-server"],
      "env": {
        "NOTION_API_KEY": "${NOTION_API_KEY}"
      }
    },
    "slack": {
      "command": "npx",
      "args": ["-y", "@slack/mcp-server"],
      "env": {
        "SLACK_BOT_TOKEN": "${SLACK_BOT_TOKEN}"
      }
    }
  }
}

動作検証

# スキルのドライラン（Notion/Slack接続なしで構造確認）
claude "/morning-routine の出力形式だけ確認して。実際のデータ取得はしなくてよい"

# 本番実行
claude "/morning-routine"

# ダイジェストファイルの確認
ls ./digests/
cat ./digests/$(date +%Y%m%d).md

KPI 変化

下表は引用元記事（@clearether 氏、Zenn公開）の報告値に基づいています。月次換算は編集部が20営業日で試算。

指標BeforeAfter削減
毎朝の情報収集時間60 分3 分95%（著者報告値）
月間情報収集工数1,200 分（20時間）60 分（1時間）95%（編集部試算）

ポイント：なぜ非エンジニアでも構築できたか

@clearether 氏は「プロダクションコードを書いた経験はほぼない」と記事内で明かしている。それでも2ヶ月で22個のカスタムスキルを構築できた理由として、以下を挙げている。

  1. CLAUDE.md を「AIへの自己紹介カード」として機能させた：毎回「自分が誰か・何をしているか」をClaude Codeが把握した状態でスタートできる
  2. スキルを小さく作って積み上げた：最初は情報収集1領域だけを自動化し、確認しながら範囲を拡大
  3. エラーをClaude Codeと一緒に直した：エラーメッセージをそのまま貼り付けて「なぜ？どう直す？」と聞くことで解決

引用元

本記事は上記の公開記事で著者が共有した体験を参考に、編集部が一般的なモデルケースとして再構成したものです。記載数値は著者の報告値であり、株式会社ナンバーナインの公式実績値を示すものではありません。

関連記事

この記事の著者

claude-code-media 編集部／ Claude Code 専門編集チーム

Claude Code の非エンジニア向け業務効率化メディア『claude-code-lab.jp』を運営。フリーランス・中小企業・個人開発者向けに、実装テンプレ・業務自動化テクニック・Vibe Coding 入門を配信。

Claude Code 完全ガイドVibe CodingAI 業務効率化非エンジニア向け AI 教育MCP（Model Context Protocol）
運営: 株式会社AIKNOW著者プロフィールを見る →無料ニュースレターを購読 →
ByClaude Code Media 編集部

AI支援で執筆 — 本記事は Claude Code エージェントによる執筆支援を受け、編集部が事実確認・編集を行っています。 数値・引用元は記事更新日時点で確認済みですが、最新情報は各公式サイトでご確認ください。

Related

続けて読む

すべての記事 →