Claude Cowork 最初はごく簡単な業務で効果を実感しては？
itSNSでClaude CodeやClaude Coworkの活用事例を検索すると、開発者やエンジニアが複雑な自動化を組んでいる投稿が次々と出てきます。コードを書き、APIを叩き、複数のツールを連携させる——見ていて感心する事例ばかりです。ただ一方で、「自分の業務に置き換えるとどこから始めればいいのか分からない」と感じる方も多いのではないでしょうか。
特に非エンジニアの方は、Claude Coworkの方に魅力を感じる方が多いかもしれません。その場合、高度な使い方より先に、ごく簡単な作業から始めた方がメリットを体感できるかもしれません。今回はその理由と、実際にわたしが試した「調べものをExcelにまとめる」という非常にシンプルな作業を通して、Claude Coworkを使う本質的な価値をお伝えします。
なぜ「簡単なタスクから」始めるべきなのか
大きな効果のある事例を目指す前に
SNSで流れてくる派手な事例は、それ自体はとても参考になりますし、実現できている方々の能力とスキルは素晴らしいものです。ただし、その多くは十分な技術的バックグラウンドを持ち、業務フローやデータもある程度整理されている前提で成立しています。だからこそ、あれだけの成果が出せるわけです。
一方、多くの中小企業の現場はそうではありません。データはバラバラ、フォルダ構成は属人的、そもそも「何を自動化すればラクになるか」が見えていない——これが実態です。
この状態からいきなり大きな効果を狙った複雑な自動化に挑もうとしても、設定で詰まったり、想定と違う結果が出たりで、なかなか前に進みにくいものです。大きな成果を出している方々も、最初からそこに到達したわけではなく、小さな積み重ねの先に今の形がある——そう考えた方が現実的です。
Claude Coworkの本当のメリットはどこにあるか
Claude Coworkを使ううえでよく語られるメリットは「ローカルのファイルを直接扱える」ことです。これは確かに大きな利点です。もう一つ大きなメリットが別のところにあると考えています。
それは、CLAUDE.mdという設定ファイルに、フィードバックを通じて得られた改善内容を記憶させ、同じ作業の精度を継続的に上げていけることです。つまり、Claude Coworkを使うと業務のPDCAを回すサイクルがそのまま仕組みとして残っていく。ここが一番大きな価値だと考えています。
この価値を体感するには、複雑な事例を真似るより、自分の業務のごく一部をシンプルに試してみるほうが手っ取り早いケースが多いのではと思います。「指示を出す→結果を見る→フィードバックする→次回以降の精度が上がる」というプロセスを、自分の手で一度通してみること。これに勝る学びはありません。
今回試した作業：調べものをExcelにまとめる
今回試したのは、「生成AIの中小企業での活用事例を調べて、Excelファイルにまとめる」という作業です。情報収集をする機会は多く、調べた内容をExcelに整理する——これは日常的に発生する、ごく普通の作業です。
最初の指示
Claude Coworkへの最初の指示は、次のようにシンプルなものにしました。
生成AIの中小企業での活用事例をまとめてExcelファイルにして。まとめるにあたってよりよりものにしていくために結果に対してフィードバックをすると思うので、CLAUDE.mdファイルに書き足していって。作業手順はWORKLOG.mdに書いていって
ポイントは2つあります。1つ目は、フィードバックする前提で依頼していること。2つ目は、そのフィードバックをCLAUDE.mdというファイルに蓄積させるよう指示していることです。これで、後から同じ作業を頼んだときに、前回の改善点が引き継がれる状態をつくれます。
途中で追加した仕様
作業を進める中で、Claude Coworkから「事例の件数はどれくらいにするか」「実名事例と実名非公開事例のどちらを載せるか」といった確認がありました。わたしは次のように回答しました。
- フィルターできるようにしたい
- 事例はまず30件
- 実名事例と実名非公開事例の両方を入れる
- 自分の調査メモも列として持たせる
これだけの情報で、Claude CoworkはExcelファイルを生成してくれました。
生成されたExcelファイル
出来上がったのは、以下のような構成のファイルです。
- シート構成：「生成AI活用事例」（データ）＋「凡例・補足」
- 列：No.／業種／企業規模／活用分野／事例種別／導入前の課題／実施内容／導入効果・成果／使用ツール・技術／情報源・URL
- 件数：30件（実名事例5件＋実名非公開事例25件）
- オートフィルター設定済み、ヘッダー固定、Meiryo UIフォント
事例として、建設会社のChatGPT全社導入、AI工事写真自動分類、AI見積もり自動化、AI外観検査、AI来客数予測などが含まれていました。業種も建設、製造、食品、飲食、宿泊、士業、医療、物流と幅広くカバーされています。
フィードバックで精度を上げるプロセス
1回目のフィードバック：フォルダの場所を確認
出来上がったファイルを見る前に、保存場所を確認しました。実は過去のセッションで別のフォルダに似たファイルが存在していたため、Claude Coworkがそれと混同している可能性があったからです。
案の定、一部混同があったので、正しいフォルダに改めてファイルを配置するよう指示しました。ローカルファイルを扱えるからこそ、「どこに保存するか」は明示的に確認する必要があることがわかりました。
2回目のフィードバック：背景色の意味
生成されたExcelを開いてみると、データ行に背景色が付いていました。実名事例は緑、実名非公開事例は薄青。一見分かりやすそうですが、よく考えると事例種別の列で既に区別できており、背景色は冗長です。
そこで「背景色に意味ないよね。背景色はやめてくれるかな」と指示したところ、すぐに白背景に統一してくれました。同時に、この改善内容はCLAUDE.mdに「v1.1の変更」として記録されました。
記憶が次回以降に活きる
今回のフィードバックはシンプルでした。場所を直す、背景色をやめる。それだけです。しかし、このフィードバックがCLAUDE.mdに残っていることで安心できます。
次回、別のテーマで同じように「調べものをExcelにまとめて」と頼んだとき、Claude CoworkはCLAUDE.mdを参照して、最初から「意味のない背景色は付けない」「保存場所を確認する」という状態で作業を始めてくれます。つまり、わたしが同じ指摘を繰り返す必要がなくなる。
毎月同じレポートを作る、毎週同じ集計をする、定期的に同じ調査をする——こうした繰り返し業務で、自分の「こだわり」や「こうしてほしい」という指示が、ファイルに蓄積されて次回以降に自動で反映される。これは価値として大きいと思います。
今回の作業から見えた3つのポイント
ポイント1：最初の指示は完璧でなくていい
今回わたしが最初に出した指示は、かなり雑なものでした。件数も決めていない、列構成も指定していない、フィルターの要否も伝えていない。しかし、Claude Coworkは不足している情報を質問で補ってくれるので、最初から完璧な仕様書を作る必要はありません。
これは、仕様を考えきれずに作業を始められない人にとって、非常に大きなメリットです。
ポイント2：フィードバックは具体的に
「背景色をやめて」という指示は、「なぜ背景色が不要か」を意識した結果の指示です。「何となく気に入らない」ではなく、「事例種別の列で区別できているから背景色は冗長」という理由を自分で言語化することで、Claude CoworkはCLAUDE.mdに意味のある記録を残せます。
逆に言えば、AIに指示を出しているつもりで、自分の業務ルールを整理する機会にもなっているわけです。
ポイント3：WORKLOG.mdで作業の再現性を確保
わたしは最初の指示で「作業手順はWORKLOG.mdに書いて」と頼みました。これにより、Web検索でどんなキーワードを使ったか、どの順で作業したか、何件のデータをどこから取ったか、といった履歴が残ります。
後から見返したとき、「この事例の情報源はどこだったか」を追いかけられますし、同じ作業を別のテーマで再現することもできます。属人化しやすい調査業務を、少し仕組み化できる小さな一歩です。
ごく簡単な作業から
AIツールを業務に取り入れたいが何から始めたらよいか分からない——そう感じている方に、次のような順番でお勧めします。
- まず、自分が週1回以上やっている「調べてまとめる」「整理する」系の作業を1つ選ぶ
- その作業をClaude Coworkに頼んでみる。最初の指示は雑でいい
- 出来上がった結果に対して、具体的な理由を添えてフィードバックする
- そのフィードバック内容をCLAUDE.mdに記録してもらう
- 翌週以降、同じ作業を頼んで、精度が上がっていることを体感する
このサイクルを3〜4回まわすと、「AIを使う」という感覚から「AIと一緒に自分の業務ルールを整理している」という感覚に変わってくるのでは、と思います。
＼ 最新情報をチェック ／
