[AI書房] 第38章 学んだことを一つのシステムにまとめる
Claude Code完全攻略
第10部
第38章 学んだことを一つのシステムにまとめる
金京鎮
散らかったパズルを一つの絵に
机の上に数十枚のメモが置かれていると想像してみてください。一枚にはWATフレームワークが記されており、別の一枚には一度に読む範囲を管理する戦略が書かれています。さらに別の枚には7日フレームワーク、価値に基づく価格設定、MCP接続サーバーの設定方法が記載されています。それぞれに意味はありますが、バラバラに置かれていれば単なるメモの山に過ぎません。
この章の目的は、そのメモたちを一つの地図の上に配置することです。個別の技術ではなく、システムとして機能させること。エージェント型AIの実務家がプロジェクトを構想し、構築し、納品し、拡張する全体の流れを一つの道筋としてつなぐ作業です。
WATフレームワークの復習：すべてのプロジェクトのスタート地点
本書の前半で登場したWATフレームワーク—ワークフロー（Workflow）、エージェント（Agent）、ツール（Tool）—をもう一度取り上げてみましょう。この三つの要素は個別の概念ではなく、プロジェクトを設計する際に繰り返し使用するレンズです。
新しいプロジェクトを受注した際に問うべき質問は三つあります。
ワークフロー：この問題を解決するための全体の流れはどのような形でしょうか。起点はどこで、終点はどこでしょうか。どのような段階を経るのでしょうか。
エージェント：この流れの中でAIが判断すべき箇所はどこでしょうか。どの段階でエージェントが介入し、どの段階はルールベースで処理する方が適切でしょうか。
ツール：エージェントが作業を行うためには、どのようなツールにアクセスする必要がありますか。MCP接続サーバーを通じて接続すべき外部サービスは何でしょうか。ファイルシステム、API、データベースのいずれが必要でしょうか。
この三つのレンズを通じて、あらゆるプロジェクトを分解することができます。ウェブサイトのクローンでも、カスタマーサポートの自動化でも、採用データのウェブ情報収集でも、構造は同じです。ワークフローを描き、エージェントの役割を定義し、ツールを接続します。
[図 38-1] WAT フレームワークとプロジェクト設計フロー
このフレームワークの強みは再現性にあります。一度習得すれば、産業が変わっても、問題が変わっても、ツールが変わっても適用可能です。技術は進化しますが、フレームワークは安定しています。
EA ロードマップの点検：現在の位置把握
本書で取り上げた道筋を一つのロードマップとして可視化してみましょう。エージェント型 AI 実務家（EA、Agentic AI Practitioner）の成長段階です。
1 段階：環境構築と基本理解
ターミナルの設定、Claude Code のインストール、基本コマンドの学習。一度に読む範囲の概念とモデルを管理する戦略。CLAUDE.md ファイルの作成。この段階は、ツールを手にするにあたるものです。第2段階：最初の成果物の生成
ウェブサイトのクローン、簡単なウェブ情報収集ワークフロー、ドキュメントの自動化。Claude Code に指示を出し、結果を受け取る経験。計画モードで複雑な作業を段階的に分解する練習。この段階で「エージェントが実際に作業を行う」という感覚が形成されます。
第3段階：複雑なワークフローの構築
MCP 接続サーバーの接続、検索連携システムの構築、補助エージェントの活用、マルチステップパイプラインの設計。一つのエージェントではなく、複数のエージェントが連携する構造を作る段階です。エラーハンドリング、ログ記録、コンテキスト管理が重要になる時です。
「エージェントが実際に作業を行う」という感覚が形成されます。エラーハンドリング、ログ記録、コンテキスト管理が重要になる時です。
4 段階：実務納品とビジネス構築
クライアント獲得、価格設定、QA、ハンドオーバー。技術的スキルの上にビジネススキルを築く段階です。無料パイロットから有料プロジェクトへ、単発からリテナーシップ契約へ、温かい接触からコールドアウトリーチへと拡張する道筋です。
[図 38-2] EA 成長ロードマップ 4 段階ダイアグラム
現在、読者がどこにおられるかにかかわらず、このロードマップ上で自らの位置を確認することが重要です。1 段階におられるのであれば、無理に 4 段階の課題を考慮する必要はありません。3 段階におられるのであれば、技術をさらに磨くよりも、4 段階へと進む行動の方がより効果的かもしれません。
各段階を飛び越えることはできません。しかし、各段階で費やす時間を短縮することは可能です。本書で提示したフレームワーク、チェックリスト、事例が、その短縮のためのツールとなります。
ワークフロー・ポートフォリオの整理
実務家としての価値を証明する最も直接的な方法はポートフォリオです。しかし、AI自動化の実務家におけるポートフォリオは、デザイナーのポートフォリオとは異なります。重要なのは視覚的な成果物ではなく、問題解決の記録です。
効果的なポートフォリオ項目は、以下の4つの要素で構成されます。
問題の定義：どのようなビジネス上の課題が存在したのか。誰がどのような苦痛を味わっていたのか。
アプローチ方法：WATフレームワークの観点から、ワークフローをどのように設計したのか。どのようなツールやエージェント構造を採用したのか。
結果：定量的な成果とは何か。時間短縮、コスト削減、エラー減少などの数値です。
学んだこと：プロジェクトで何を改善し、次回はどのように異なるアプローチをとるか。
この四つが揃った事例一つが、「私はAI自動化を行います」という自己紹介よりも百倍強力です。
ポートフォリオを整える実用的な方法は、簡潔なNotionページやGoogle Docs文書です。華やかである必要はありません。明確であれば十分です。各プロジェクトを上記の四つの枠組みで整理し、可能であれば短いデモ動画を添付します。
無料パイロットもポートフォリオに含めます。無料であったことは価格の問題であり、成果の問題ではありません。無料パイロットでクライアントの時間を週5時間節約したのであれば、それは有効な成果です。
[図 38-3] ワークフロー・ポートフォリオ項目の構成例
継続的な学習リソースと実践的な体系
AIの世界は急速に変化しています。新しいモデルがリリースされ、ツールが更新され、可能性の境界が広がります。この速度に追いつくことは不可能です。すべてを知ろうとすれば、何も深く理解することはできません。
むしろ、効果的な学習体系を備えることが重要です。
中核技術の更新：主に使用するツール—Claude Code、主要な MCP 接続サーバー、デプロイメントプラットフォーム—の更新を追跡します。すべての AI ニュースを追う必要はありませんが、自身の実践に直接影響を与える変化は見逃してはいけません。
コミュニティへの参加：同じ分野の実務家と交流することは、情報収集とモチベーションの維持を同時に解決します。オンラインコミュニティ、オフラインの集まり、四半期ごとのイベントなど、その形態は多岐にわたります。重要なのは、一人で孤立しないことです。
実験時間の確保：クライアント作業とは別に、個人プロジェクトのための時間を意図的に確保します。新しいモデルの検証や、新しいワークフローパターンの試行、あるいは全く異なる業界の問題に自らの技術を適用してみるなどです。この実験の時間が能力の幅を広げ、クライアントに新たな可能性を提案する源泉となります。
記録の習慣：プロジェクトごとに学んだ点、失敗した試み、成功したパターンを記録します。この記録は、後にポートフォリオの素材となり、類似のプロジェクトに直面した際の参考資料となり、成長の軌跡を示す証拠となります。
[図 38-4] 継続的学習システムの 4 つの要素を示すダイアグラム
これらすべて—WAT フレームワーク、EA ロードマップ、ポートフォリオ、学習システム—は一つのシステムとして連携しています。フレームワークがプロジェクトを構造化し、ロードマップが成長の方向性を示し、ポートフォリオが成果を蓄積し、学習システムが進化を保証します。
このシステムは読者様のものである。本書が提供したのは初期設計図に過ぎず、完成した建物ではない。実戦でぶつかりながら修正し、自らの文脈に合わせて変容させ、経験が積まれるにつれてより精緻に磨き上げていく必要がある。
個別の技術とフレームワークを一つのシステムに結びつける作業は完了した。しかし、システムを有する者が眺めるべきより広大な風景が残されている。エージェント型AIが急速に進化するこの時代において、読者が立つべき場所はどこかという問いである。