AIにホームページを丸ごと作らせてみた。人間がやったのは「OK」と言うことだけ

ホームページ制作を、AIにほぼ丸投げしたらどこまでできるのか。架空の工務店サイトを題材に、AIが自分で設計し、別のAIがレビューし、写真まで生成してページを増やしていく全工程を、専門知識がなくてもわかるように画面つきで紹介します。

blog.astha.jp

2026.06.24

この丸投げ実験をする前に、私はAIをフル活用して企業サイトを制作していました。

その流れで「完全に丸投げしたらどうなる？」と試したのが、上の記事です。

わかったのは2つ。

丸投げだけではまだ改良の余地があること。
そして、人間が要所を押さえれば高品質なサイトは十分作れること。

今回は実際にAIとどのように協働でサイトを作り上げたのか、そのノウハウを公開します。

この記事でわかること

• 「デザインまではAIには無理」という思い込みが、実際にはどこまで覆せたのか
• AIに効く指示の渡し方（長い仕様書より「完成見本＋直したい一点」）
• AIに任せる量が増えても品質を落とさないための、人側の「疑う仕組み」

「AIに文章を書かせる」は、もう珍しくありません。

でも、「AIにWebサイトのデザインまでつくらせる」と聞くと——「さすがに、そこは人の仕事でしょう」と感じませんか。

私たちも、そう思っていました。

今回手がけたのは、6つの事業を束ねるグループ会社の“会社の顔”——コーポレートサイトです（TARSKホールディングス様）。

トップも、事業紹介も、レイアウトも、配色も、図版も。いちばん人の手が要ると思っていた“デザイン”まで含めて、AIを相棒に組み上げました。

やってみて分かったのは——AIをうまく使えば、“いちばん難しいデザイン”まで形にできる、ということでした。

しかも、自分でコードを書くより速い。

だから、浮いた時間を、細部の品質に回せました。

うまくいったことも、つまずいたことも、正直に書きます。

まず、できあがったものを見てください

以下が実際にAIと協働で作り上げたサイトです。

6つの事業を、1つの会社の顔としてまとめています。

このくらいの規模のサイトを、AIと一緒に立ち上げました。

いちばん難しい「デザイン」を、どう越えたか

まず、これまでのサイト制作で一番時間がかかり大変な作業だったのはデザインでした。

クライアントの頭の中にあるイメージを形にするというのはカンタンではありません。

「色は？雰囲気は？ターゲットは？」

そういうことを１つずつ聞き取りすることで、ようやくなんとなくのイメージができてきて、それを形にするということをしていきます。

しかし、それをクライアントに伝えるためには、実際に画像を作成して見せて確認してもらう必要があります。

そのため、FigmaやIllustratorでワイヤーフレーム＝下書きを作り、そこからデザイン案を作り、確認してもらって修正をする。といったことを何度も繰り返してブラッシュアップしていく必要があります。

そこで、今回はサイトを作り始める前に、まずトップページのデザイン案（モックアップ＝完成見本の画像）を、ChatGPT image 2.0（以下、image2）で何パターンも作らせました。

同じような案が並んでも選べないので、「方向性を変えて」と指示し、雰囲気の違う案を何枚も出してもらいます。

それをクライアントに見ていただき、「これでいきましょう」とOKが出たデザインを採用して、制作に入りました。

もしこれを、従来の方法でやっていたら、それだけで数週間はかかっていたはずです。

それが、案づくりから提案、方針決めまで、1日もかかりませんでした。

下が、そのときクライアントに提案したモックアップ（完成見本）と、実際に作りあげた完成形です。

本当に大変だったのは、ここから

モックアップ通りに作るのは、相当に苦労しました。

「この通りに作って」と頼んでも、最初に出てくるのは、元のデザインの1割くらいしか再現できていない代物です。

文字の大きさ、余白、細かい装飾（あしらい）——そのあたりが、まるで再現できていません。

それなのにAIは、「モック通りに再現できました」と“ドヤ顔”で報告してくる。

思わず、苦笑いでした。

それでも、直してほしい点を一つずつ指摘しては、やり直させる。

これを何度もくり返して、イメージ通りの見た目に近づけていきました。

途中でデザインを変えたくなったときも、“仕上がり”を先に作ってから

制作の途中で「ここのデザインを変えたい」となったときも、やり方は同じです。

image2で“仕上がりの絵”を先に作ってから、AIとのキャッチボールで完成させていきました。

たとえば事業紹介ページの、不動産事業のセクション。

最初は、文章と写真が並ぶだけの素朴な作りでした。

そこに完成イメージ（モックアップ）を1枚渡して、「この通りに作って」と頼みます。

すると、管理棟数や対応エリアを大きな数字で見せる“実数カード”のデザインに変わりました。

ただ、ここでも一発では決まりませんでした。

「管理棟数の『23』をもっと大きく」「数字の背景を斜めに、ラベルの帯と同じ角度で」「アイコンを、軽い緑色の建物の絵に差し替えて」「見出しはアイコンの右へ」「取扱用途のチップは同じ幅で、2行にきれいに収めて」「隣のカードと高さを揃えて」。

直したい箇所に印をつけたスクリーンショットを渡しては直す。

これを何度も往復しました。

ここで誤解してほしくないことがあります。

これは「誰でもできる」という話ではありません。

AIによく効いたのは、長い仕様書ではなく、完成イメージと“直したい一点”でした。

そして、何を直させて、どこで「これでOK」と止めるかを決めるのは、最後まで人の仕事です。

それでも——Web制作でいちばん難しいと思っていた「デザイン」が、AIをうまく使えば、ちゃんと形になっていく。

これが最初の手応えでした。

見た目だけじゃない ── 「あとで自分たちで更新できる」形にした

サイトは、作って終わりではありません。

公開したあと、自分たちで中身を足し、運用していくものです。

だから今回は、見た目を作るだけでなく、「あとで自分たちで更新できる」仕組みまで、AIと一緒に組み込みました。

たとえば「沿革（会社のあゆみ）」のページ。

専用の管理メニューを用意して、WordPress（サイトを管理・更新するための仕組み）の画面から入力すると、その内容がそのままサイトに自動で反映されるようにしました。

下が、その入力画面です。

「見出し」と「年・月・日」を入れて公開を押すだけ。

担当者が迷わないように、入力画面（UI）の説明や必須項目の表示まで作り込んでいます。

こうした入力画面の作り込みまで含めると、ふつうに自分たちで作れば丸1日はかかるボリュームです。

それを、AIと組んで短い時間で形にしました。

お問い合わせフォームも、同じ考え方で工夫しています。

テストの段階では、素のHTMLでフォームを書いておきました。

本番では、WordPressの定番プラグイン「Contact Form 7（お問い合わせフォーム用の追加機能）」のショートコード（短い呼び出しコード）から表示する形に切り替えています。

最初から「公開後、自分たちで運用する」ことを見据えて、WordPressと組み合わせたハイブリッドな作りにしました。

だから、見た目が整っているだけでなく、”あとで動かせる”サイトになっています。

「速い」の使い道は、品質だった

AIに任せて、はっきり変わったのはスピードです。

自分で一からコードを書くより、ずっと速く形になります。

ただ、価値を感じたのは「速くなったこと」そのものではありません。

速くなった分、空いた時間を“細部”に回せたことです。

文字の大きさ、行間、余白、要素の揃え方、配色のバランス。

普段なら「時間がないから、まあこれで」と妥協しがちな部分を、何ラウンドも詰められました。

さきほどの不動産セクションを何度も往復できたのも、一つひとつの作り直しが速かったからです。

速さは、雑さではなく、品質への余力に変えられる。

ここが、今回いちばんの実感でした。

では、品質はどう守ったのか

正直に書きます。

AIは万能ではありません。

任せる量が増えるほど、人の側に“疑う仕組み”が要りました。

AIは「できたフリ」をすることがあります。

「直しました」と返ってきたのに、実際のファイルを開くと直っていない——これが、実際に起きました。

だから報告を鵜呑みにせず、変更履歴（git）で実際の差分を自分の目で確かめてから先へ進むようにしました。

もうひとつ。

同じAIに「作る」と「見直す」を両方やらせると、自分の仕事を自分で甘く採点してしまいます。

そこで、AIの作業を役割で分けることにしました。

最初に試したのは、「統括する役・実装する役・レビューする役」の3つに分ける形です。

サイトを作るAIを「3人体制」にした話——３賢者の役割分担と、その後の進化

自社サイトの制作を、AIが自分で開発を進める仕組みにしています。鍵は「考える・作る・チェックして反映する」の3役にAIを分ける分業——エヴァンゲリオンのMAGIのように、独立した複数の判断で互いをチェックする発想です。ところが受け渡しでトラブルが起き、仕組みを作り替えました。今は1つのチャットとスクリプトで、同じ3役の思想を保ったまま堅く回しています。前回記事の続編として、当初の意図とメリット、どう進化したかを解説します。

blog.astha.jp

2026.06.16

ねらいは、人間の開発チームと同じでした。

全体を仕切る人、手を動かして作る人、それを別の目で見直す人。

役割を分ければ、作った本人とはちがう視点でチェックが入り、品質が上がるはずだ——そう考えたのです。

そして最初は、これがうまく回っていました。

ところが、続けるうちに、だんだん精度が落ちてきます。

原因は、役から役への“受け渡し”部分で、作ったものや指示を次の役へバトンタッチするところにありました。

受け渡すたびに情報が少しずつ欠け、かみ合わなくなり、とうとう正常に機能しなくなりました。

そこで、その原因の分析も、AI自身にやらせてみました。

「何が起きていたのか」「どうすれば再発を防げるのか」を調べさせます。

見えてきたのは、問題は“役を分けたこと”ではなく、役と役のあいだの受け渡しが多すぎて、そのたびにほころびが出ることでした。

答えは、シンプルでした。受け渡しの回数を、減らせばいい。

そこで、「実装 → 別の目でレビュー → 公開前の最終確認 → 反映」を、とぎれない一本の流れにつなぎ直しました（私たちは“オートループ”と呼んでいます）。

役は3つから2つに整理しましたが、大事な一点は変えていません。

自分が直したものを、自分で甘くレビューさせない。必ず別の目を通す、という原則です。

そして公開の直前。

全ページを出す前に、一般的な“公開前チェックリスト”でサイトを端から端まで点検させました。

狙いは、どんなサイトでもやりがちな見落としを拾うことです。

• 制作中に作ったテスト用ページが、残っていないか
• 「検索エンジンに載せない」設定（noindex）が、公開後も残っていないか（これが残ると、公開してもGoogleにずっと出ません）
• リンク切れ・フォームの送信・スマホ表示は大丈夫か

AIに照合させると、人の目だけより取りこぼしが減ります。

ただし、最後の裏取りは人がやる。

ここは省きません。

これは、まだ伸ばせる

今回の試行錯誤で、AIの使い方の精度は確実に上がりました。

指示の渡し方（完成イメージ＋一点）、レビューの分け方（別の目を通す）、チェックのかけ方（公開前に端から照合）。

やり方が手元に残りました。

このやり方を磨くほど、もっと速く、もっと高品質に作れる手応えがあります。

今回はゴールではなく、通過点です。

あなたの会社のサイトは、いま、どんな状態ですか

「見た目が、なんとなく古い気がする」

「作りたいけれど、何から相談すればいいか分からない」

「AIを、自分の会社の仕事にも取り入れてみたい」

そんな段階でも大丈夫です。

私たちはAIをうまく使って、デザインの難所まで形にし、品質を高めてきました。

そして、その精度をこれからも伸ばしていきます。

コーポレートサイトを新しく作りたい・良くしたい企業の方も、自社の仕事にAI活用を取り入れたい企業の方も、お気軽にご相談ください。

「うちの場合、どこまでできる？」——その入口から、一緒に考えます。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post AIに任せて会社サイトをゼロから建てる ── デザインの難所をどう越え、品質をどう守ったか first appeared on アスタWorks.

• 会社のロゴを、生成AI（ChatGPT）で作るときの具体的な5つの手順
• 「方向性をAIに考えさせる」「配色を変えて5案出す」など、外さないためのコツ
• 一度作ったロゴを、シンボルは残したまま文字だけ直す方法（やり直しがほぼタダになる）

「会社のロゴ、そろそろちゃんと作りたい」。

そう思って調べると、デザイン会社への外注は数万円から、しっかり作るなら数十万円。

納期も数週間。かといって、無料のロゴ作成ツールで自分で作っても、なんだかしっくりこない——。

中小企業の経営者なら、一度はぶつかる場面ではないでしょうか。

そして外注で一番こわいのは、お金より「やり直し」です。

一度ロゴが決まってしまうと、「やっぱり色を変えたい」「少しだけ直したい」が、気軽には言い出せなくなります。

追加費用も、また数週間の待ち時間もかかるからです。

そこで今回は、ロゴ作りを生成AIでやってみました。

題材は、実在しない架空の建設会社「YAMABE建設」。

先に結論をお伝えすると、AIで作るとロゴは「一度きりの買い物」ではなく、「何度でも作り直せて、その場で見比べられる」ものに変わりました。

はじめに：今回つかうのは「ChatGPT」だけ

使う道具はシンプルです。今回は ChatGPT（文章だけでなく画像も作れる生成AI） を使いました。

月額のかかる有料プランですが、特別なデザインソフトも、デザインの知識もいりません。

やることは、日本語で「こういうロゴを作って」とお願いするだけです。

このあと、実際にやった流れを5つのステップに分けて、画面とともに紹介していきます。

全体像は、こんな順番です。

ステップ1：いきなり「ロゴ作って」と頼まない

最初にやりがちなのが、「建設会社のかっこいいロゴを作って」と、ふわっと頼んでしまうことです。

これだと、当たりさわりのない、どこかで見たようなロゴしか出てきません。

大事なのは、その前のひと手間です。まず会社の情報（業種・社名・雰囲気・強み）をAIに渡して、「どんな方向性がありえるか」をいくつか考えさせます。

料理でいえば、いきなり「おすすめ作って」ではなく、「和食で、辛いのが好きで、今日は魚の気分」と伝えるのに近いです。

条件を渡すほど、出てくるものが自分向きになります。

今回はAIに、こんな情報を渡しました。

そのうえで、盾型・横型・円形…と方向性を分け、それぞれに画像生成用の指示文（プロンプト）を書いてもらいました。

下が、そのうちの1案を実際にAIに渡して、出てきたロゴです。

ここでのコツは、「白背景・中央・余白広め・影なし」など、あとで使いやすい条件も一緒に伝えておくことです。

こうしておくと、後で背景を変えたり、別の資料に貼ったりするのがぐっと楽になります。

ステップ2：配色と形を変えて、5案ならべる

1案できたら、そこで止めないのがポイントです。同じ社名のまま、方向性と配色を変えて、5案ほど出してみます。

なぜ複数出すのか。AIは、1回の指示に対して「ひとつの正解」を返そうとします。

でも、最初の1案が自分の会社にいちばん合っているとは限りません。

角度を変えて何案も出させて、比べて、選んで、いいとこ取りをするほうが、結果的にずっと良いものにたどり着けます。

今回は、同じ「YAMABE建設」で、方向性をはっきり変えた5案を出しました。

紺色の盾、緑の横型、グレーの等高線、フレームの中のYマーク、緑の円形バッジ。

並べると、同じ会社でもずいぶん印象が違うのが分かります。

ステップ3：「比較ページ」を作って、その場で見比べる

案がそろったら、見比べ方にもひと工夫します。

画像をフォルダに並べて眺めるだけだと、判断がぶれます。

そこで今回は、AIに「背景の色を切り替えられて、小さいサイズでの見え方も確認できる比較ページ」を作ってもらいました。

これも、コードを書く必要はありません。

「こういう比較ページを作って」とお願いするだけで、1枚のページができあがります。

このページが効くのは、ロゴの「弱点」がその場で見えるからです。

たとえば、白い背景ではきれいに見えても、濃い色の背景に置いた瞬間に沈んで読めなくなるロゴがあります。

名刺やWebサイト、作業着への刺繍まで考えると、どんな背景でも成立するかは、最初に確かめておきたいところです。

あわせて見ておきたいのが、「黒と白だけで成立するか」「小さいサイズで読めるか」です。

カラーだと華やかに見えても、白黒にした途端に何だか分からなくなる図形は、ロゴとしては少し弱い。

名刺の隅やブラウザのタブ（ファビコン）に表示される16ピクセルほどの大きさで、ちゃんと伝わるかを実寸で確かめます。

ステップ4：直したいところは「英字だけ差し替え」できる

ここが、今回いちばん「便利だ」と感じたところです。

ロゴができたあと、「マークは気に入ったけど、英語の表記だけ変えたい」ということはよく起きます。普通のデザイン作業なら、ここでまた一手間です。

でもAIなら、シンボル（マーク）はそのまま残して、文字の部分だけを差し替えられます。

実際に、盾のロゴの英字を「YAMABE」から「YAMABE-GUMI」に変えてみました。

下のとおり、盾と山のマークはそっくり同じまま、文字だけが入れ替わっています。

一から作り直していないので、気に入った部分が崩れないのが大きな利点です。

このとき、指示の出し方にもコツがあります。「この部分をシンプルにして」とだけ伝えると、AIは見た目を整えるだけで終わりがちです。

そうではなく、「なぜ直したいのか」「誰向けか」を先に伝えると、ぐっと良くなります。

たとえば「小さいサイズでも見やすくしたいから、シンプルに」と理由を添えると、色・線の太さ・要素の配置まで、まとめて最適化してくれます。

ステップ5：決め打ちせず、何度でも作り直す

5つのステップを通してみて、いちばんの気づきはこれでした。

AIで作ると、ロゴは「やり直しのコストがほぼゼロ」になるということです。

外注だと、一度決めたものを直すのは、お金も時間もかかる「重い」作業でした。

だから、多少もやっとしても、なんとなくそのまま使い続ける。

よくある話です。でもAIなら、「やっぱりこの色も見てみたい」と思った瞬間に、もう1案出せます。

気に入らなければ、また出せばいい。「失敗してもやり直せる」から、思い切って試せるのです。

もちろん、AIが出したものをそのまま使えば完璧、という話ではありません。

最終的に「これでいく」と決めるのも、商標として問題がないかなどを確かめるのも、人の仕事です。

ただ、その判断の手前にある「何案も作って、見比べる」という作業を、AIは何十倍も速く回してくれます。

まとめ：ロゴは「一度きりの買い物」ではなくなった

今回、架空の建設会社で試して分かったのは、生成AIを使うと、ロゴ作りが「一度きりの、後戻りできない買い物」から、「何度でも作り直せて、その場で見比べられる」気軽な作業に変わる、ということでした。

あなたの会社のロゴ、「いつかちゃんとしたい」と思ったまま、止まっていませんか。

あるいは、今のロゴに小さな不満があるけれど、直すのが大変でそのままにしていませんか。

私たちアスタは、こうしてAIに上手に指示を出して、ロゴやホームページの制作を「速く・安く・やり直し自由」に進めるお手伝いをしています。

「自社でやってみたいけど、最初の方向性だけ一緒に考えてほしい」——そんな、まだ構想段階のご相談でも大丈夫です。

この記事を読んで、少しでも「うちでもできそう」と思っていただけたら、気軽に声をかけてください。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post 生成AIで会社ロゴを作る5ステップ｜架空の建設会社で実際にやってみた first appeared on アスタWorks.

• ホームページ制作を「AIにほぼ丸投げ」したら、どこまで形になるのか
• AIが自分で作り、別のAIがレビューして仕上げる、という回し方の中身
• うまくいったこと／つまずいたこと、そして人間に残された役割

「自社のホームページ、そろそろ作り直したい」。そう思っても、外注すれば数十万円、しかも数週間待ち。かといって自分で作るのは、何から手をつければいいか分からない——。中小企業の経営者なら、一度はぶつかる壁ではないでしょうか。

そこで私たちは、ひとつの実験をしてみました。「ホームページを、AIに丸ごと作らせたらどこまでできるのか」を、最初から最後まで試したのです。しかも、人間（私）がやったのは、ほとんど「OK」と言うことだけ。

この記事では、その全工程を、実際の画面とともにお見せします。専門知識がなくても「あ、こういうことか」と追えるように書きました。まずは、できあがったサイトをご覧ください。

やったこと：架空の工務店サイトを、AIに丸投げ

題材にしたのは、実在しない架空の工務店「あおば工務店」です。架空にしたのは、お客様の情報を一切使わず、全部を包み隠さず公開するためです。

私が最初にAIへ伝えたのは、ざっくりした注文だけ。「地域密着の工務店。地元の安心感が伝わるサイトを作って」——この一言です。あとは、AIが勝手に進めていきました。

工程①：トップページを、AIが“ひとりで”作る

面白いのはここからです。今回の仕組みは、1体のAIに作らせて終わり、ではありません。

• まずAIが「やることリスト」を自分で作る
• そのとおりに、AIがコードを書いてページを組み立てる
• 別のAIが“辛口のレビュアー”として、できあがりをチェックする
• 指摘を直し、問題なければ自分で公開（反映）まで

人間でいう「作る人」と「チェックする人」を、わざと分けているわけですね。自分で作って自分でチェックすると、どうしても甘くなる。だから別のAIにダメ出しさせています。

そして下の画面が、実際にAI同士がやり取りしたレビューの記録です。「電話番号のリンクが実在する番号につながってしまう」「文字のコントラストが弱い」——人間の先輩がするような指摘を、AIがAIに返しています。

こうして、最初のトップページができあがりました。

工程②：載せる写真も、AIが作る

ホームページで地味に困るのが「載せる写真がない」問題。施工写真を撮る時間も予算もなくて、ずっと「準備中」のまま……というのは、よくある話です。そこで、写真もAIに用意させました。

文章で「無垢材の木の家のリビング。自然光で、人物と文字は入れないで」とお願いすると、それらしい施工写真が次々に出てきます。

「準備中」だらけだったページが、写真が主役の完成形に変わりました。

工程③：ページを増やすのも、「いいよ」だけ

トップページができたあと、今度はAIの方から聞いてきました。「次は下層ページ（施工事例・会社案内・お問い合わせ）の作成に進んでいいですか？」

私が返したのは、ひとこと「いいよ」。それだけで、3ページが自動でできあがりました。

デザインはトップに合わせ、メニューも、今どのページにいるかの表示も、AIが整えています。

もちろん、つまずきもありました

うまくいった話ばかりではありません。引っかかったところも、正直に書きます。

ひとつは、最初の準備（コードの保存場所の権限設定）。ここは人間の操作が必要でした。もうひとつは、AIのレビュアーが厳しすぎたこと。何度直しても細かい粗を見つけ続けて、いつまでも「合格」を出さないのです。

そこで、レビューの指示を変えました。「公開を止めるレベルの致命的な問題だけ直して。細かい好みは“任意”にして」——こう伝えたら、一発で合格しました。

要は、AIは放っておくと「100点になるまで」止まりません。“どこまで妥協していいか”を先に教えると、現実的なところで仕上げてくれる。最後に「これでいい」と判断するのは、やっぱり人間の役割でした。

ちなみに、AIは裏でこんなに動いていました

ここまで「AIが勝手にやってくれた」と書いてきましたが、その“勝手に”の中身がこちらです。AIが今どこで何をしているのかを一覧できる、作業の監視画面です。

カードが次々と「作業中」「完了」に変わっていきます。私はこれを横で眺めて、進み具合を確認していただけ。指示を出したら、あとはAIたちが手分けして進めてくれます。

そして、この監視画面そのものも、実はAIに作らせたツールです。「AIの作業を、ひと目で把握したい」という困りごとから生まれました。どう作って、どう使っているかは、AIの作業状況をひと目で見える化したダッシュボードの記事で紹介しています。

結局、人間がやったことは？

ふり返ると、私が手を動かしたのは——

• 最初に「こういうサイトを作って」と一言伝えた
• 途中で「次に進んでいいよ」「これでOK」と承認した

これくらいです。コードは1行も書いていませんし、写真も1枚も撮っていません。スマホで見ても、ちゃんと整っています。

振り返って

出来上がったサイトを見て、正直「まだまだだな」と思いました。コンセプトから素材まで、全部をAIに任せきりにしたので、つくりはどうしても浅くなります。プロが本気で作り込むサイトには、まだ届きません。

ただ、これは裏を返せば「やり方しだいで、もっと伸びる」ということでもあります。

今回、私たちは事前にほとんど何も用意せず、丸投げに近い形でAIに任せました。もし——コンセプトを自分たちでしっかり決めて、完成イメージをきちんと伝えて、写真などの素材もできるだけ前もって用意し、AIが使える状態にしてあげれば、仕上がりはもっと良くなっていたはずです。

それでも、人間がほとんど手を動かさずに、ここまで形になりました。ということは、ここに人の知恵を少し足していけば——私たちが実際に、AIと何度も対話しながら作り込んだ

astha.jp や

TARSKホールディングス様のサイト

のような、しっかりしたサイトも、いずれ自動で作れるようになるはずです。私たちは今回の結果を分析して、その精度をさらに高めているところです。

まとめ：AIは「丸投げ先」ではなく「桁違いに速い実行役」

今回の実験で分かったのは、AIに任せれば、ホームページ制作のような大きな作業でも、人間はほんの数回の判断で前に進められる、ということでした。

あなたの会社のホームページ、「いつか作り直さなきゃ」と思ったまま、止まっていませんか？AIをこう使いこなす方法や、その裏側を、メルマガでもう少し詳しくお伝えしています。よかったら覗いてみてください。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post AIにホームページを丸ごと作らせてみた。人間がやったのは「OK」と言うことだけ first appeared on アスタWorks.

• Claude CodeがGitHubを操作するために、何が必要なのか
• GitHubの「アクセストークン」を、ちょうどよい権限で作る手順
• 作ったトークンをClaude Codeに使わせて、Issue → ブランチ → プルリク → マージまで任せる流れ
• 安全に使うための注意点（権限は最小限・期限を切る・トークンは秘密）

はじめに

システム開発やサイト制作では、Git（ソースコードの変更履歴を管理する仕組み）での管理がほぼ必須です。

そして最近は、実装作業そのものをAIエージェントに任せているという方も多いのではないでしょうか。

そうやってコードはAIに書いてもらう一方で、GitHub（Gitをチームで使うためのサービス）での作業——たとえばIssue（やることの管理票）の作成や対応、プルリクエスト（変更内容の提案。以下プルリク）の作成は、自分で手作業している。そんなケース、意外と多い気がします。

ですが、ここもよく考えると、コードを書いているAIエージェント自身にやらせたほうが効率が良いんですよね。実装からIssue・プルリクの管理まで、ひと続きで任せられるからです。

そこでこの記事では、AIエージェント（ここでは「Claude Code」を例にします）がGitHubを操作できるようにするために必要な設定を共有します。誰かの参考になれば幸いです。

そもそも何をするの？

最初に、登場する言葉を一言ずつ整理しておきます。

• Issue（イシュー）：「これをやる」というタスクの管理票。
• プルリク（プルリクエスト）：「コードをこう変えました、取り込んでいいですか？」という変更の提案。
• マージ：その提案を本流のコードに取り込むこと。
• アクセストークン：パスワードの代わりになる、サービス操作用の合言葉。これをAIに渡すことで、AIがあなたのGitHubを操作できるようになります。

Claude Codeは、gh（GitHub公式のコマンド）やgitを裏で使ってGitHubを操作します。

ただし、何の準備もなしに操作できるわけではありません。「このリポジトリのIssueやプルリクを操作してよい」という許可証＝アクセストークンを用意して、Claude Codeに持たせてあげる必要があります。

この記事のほとんどは、その「許可証づくり」の手順です。

必要なもの

• GitHubのアカウント
• 操作したいリポジトリ（コードの置き場所）
• Claude Code が使える環境
• gh コマンド（GitHub CLI）が入っていること

準備ができたら、トークンを作っていきます。

手順①：トークンの作成画面を開く

GitHubの画面右上、自分のアイコンをクリックして、メニューから 「Settings」 を開きます。

設定画面が開いたら、左メニューをいちばん下までスクロールして 「Developer settings」 をクリックします。

左側の 「Personal access tokens」→「Fine-grained tokens」 を開き、右上の 「Generate new token」 をクリックします。

補足：トークンには昔ながらの「Tokens (classic)」もありますが、今回はリポジトリ単位で権限を細かく絞れる「Fine-grained（ファイングレインド）」を使います。必要な範囲だけ許可できるので、より安全です。

手順②：トークンの基本情報を入れる

新しいトークンの作成画面が開きます。ここで決めるのは3つです。

• Token name：自分が後で見て分かる名前（例：claude-code-cli）。
• Resource owner：トークンの持ち主。操作したいリポジトリの所有者（自分または会社のアカウント）を選びます。
• Expiration（有効期限）：短めがおすすめです。長く使えるほど便利ですが、漏れたときのリスクも長く続きます。30日〜90日くらいから始めて、切れたら作り直すのが安心です。

手順③：操作するリポジトリを選ぶ

次に 「Repository access（どのリポジトリを触れるか）」 を決めます。

ここは 「Only select repositories（選んだリポジトリだけ）」 を選びます。

「All repositories」でも動きますが、触る必要のあるリポジトリだけに絞るほうが安全です。AIに渡す許可証は、必要最小限にしておくのが基本です。

「Select repositories」のプルダウンから、操作したいリポジトリにチェックを入れます。

手順④：権限（Permissions）を設定する ← ここがいちばん大事

最後に、そのリポジトリで何をしてよいかを決めます。ここがこの記事のキモです。

Issueの作成・プルリクの作成・マージまでをAIに任せるなら、次の4つを設定します。

設定できたら、画面下の 「Generate token」（または編集時は「Update」） を押します。

トークンは作成直後の一度しか全体を表示できません。 表示されたトークン文字列は、その場でコピーして安全な場所に控えてください（この後すぐ使います）。

手順⑤：作成したトークンを確認する／後から権限を足す

作成すると、Fine-grained tokensの一覧にトークンが並びます。名前をクリックすると中身を確認できます。

詳細画面では、どのリポジトリに・どんな権限があるかを確認できます。後から変えたいときは、各セクションの 「Edit」 から編集します。

たとえば「最初は1つのリポジトリだけで作ったけれど、別のリポジトリも触らせたくなった」というときは、この Edit からリポジトリを追加するだけでOKです。トークンを作り直す必要はありません。

手順⑥：トークンをClaude Codeに使わせる

トークンができたら、gh コマンドにそのトークンで認証させます。ターミナルで次を実行します。

gh auth login

対話形式で聞かれるので、こう答えていきます。

1. アカウントの種類 → GitHub.com
2. 通信方法 → HTTPS
3. 認証方法 → Paste an authentication token（トークンを貼り付け）
4. さきほど控えたトークン文字列を貼り付けてEnter

うまくいったか、次のコマンドで確認します。

gh auth status
gh repo view 自分のアカウント名/リポジトリ名

リポジトリの情報が表示されれば、Claude CodeがそのリポジトリをGitHub経由で操作できる状態です。

もし「リポジトリが見つからない（Could not resolve …）」と出たら、トークンにそのリポジトリが含まれていないことがほとんどです。手順⑤のEditから、対象リポジトリを追加してください。

実演：一言で任せてみる

ここまで来たら、あとはClaude Codeに頼むだけです。たとえば、こんな一言で一連の流れが回ります。

このリポジトリで「○○の修正」のIssueを作って、対応用のブランチを切って、修正したらプルリクまで作って。

すると、Claude Codeは

• GitHubにIssueを作成し、
• そのIssue番号でブランチを切り、
• 修正をコミットしてプッシュし、
• プルリクを作成（Issueに紐づけ）

までを、ひと続きでやってくれます。

実装だけでなく、その前後のGitHub作業まで地続きで任せられる。これが、コードを書くAI自身にGitHubを操作させる一番のメリットです。

注意点

便利な分、許可証（トークン）を渡す行為でもあるので、最低限ここは押さえておきましょう。

• トークンは秘密。 人に教えたり、コードと一緒にGitHubへ上げたりしない。漏れたらすぐ削除して作り直します。
• 権限は最小限に。 必要のないリポジトリ・権限は付けない。「Only select repositories」を基本に。
• 有効期限を切る。 切れたら作り直す前提にしておくと、放置トークンが残りません。
• マージは慎重に。 Issueやプルリクの作成までをAIに任せ、最終的なマージは内容を確認してから自分で行う——という運用にしておくと、誤って取り込む事故を防げます。慣れてきたら、任せる範囲を少しずつ広げていけば十分です。

まとめ

要点をまとめます。

• Claude CodeにGitHubを操作させるには、ファイングレインドのアクセストークンを用意する。
• 権限は Contents / Issues / Pull requests を「Read and write」、Metadata は「Read」。リポジトリは必要なものだけに絞る。
• gh auth login でトークンを認証すれば、Issue作成 → ブランチ → プルリク → マージまで一言で任せられる。
• ただしトークンは秘密・期限つき・最小権限で。マージは確認を挟むと安心です。

コードを書く部分だけでなく、その周りのGit作業までAIに任せると、開発の流れがぐっと軽くなります。

あなたの開発やサイト制作では、いまどこまでをAIに任せていますか。「ここも実は任せられるかも」という作業、ほかにもありそうではないでしょうか。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post Claude Codeに、Issue作成からマージまで丸ごと任せる方法 first appeared on アスタWorks.

新しい事例が増えたら、そこに1件追加する。文字にすると、たったこれだけの作業です。

でも、いざやってみると、この「1件追加するだけ」が地味に時間のかかる作業だったりします。

先日、新しく作らせていただいたお客様のサイトを、自社の実績ページに追加していて、あらためてそう感じました。

この記事では、その作業をAIに丸ごと任せてみたら何が起きたかを、できるだけ具体的にお伝えします。

この記事でわかること

• 「実績を1件追加するだけ」が、なぜ地味に手間なのか
• その作業を「AIエージェント」に任せると、どこまで自動でやってくれるのか
• AIは「文章を書く」だけの道具ではない、という最近の変化
• あなたの会社で「AIに任せられる作業」を見つけるヒント

「1件追加するだけ」が、なぜ地味に時間がかかるのか

実績ページに事例を1つ足すとき、実際にやっていることを分解すると、こうなります。

1. そのサイトのスクリーンショットを撮る
2. すでに載っている画像と同じサイズ・比率に整える
3. 紹介文を書く
4. ページの決まった場所に差し込む

ひとつひとつは、数十秒で終わる小さな作業です。

ところが、全部つなげると毎回15分くらいはかかります。

しかも、画像のサイズがほんの少しズレると、一覧で並べたときに高さや幅が揃わず、見た目が気持ち悪くなる。この「サイズを揃える」が、地味に神経を使うところでした。

つまり、難しくはないけれど、毎回必ず発生して、少しずつ時間と集中力を奪っていく作業です。

会社の中には、こういう作業がたくさん眠っているのではないでしょうか。

AIエージェントに「丸ごと」任せてみた

今回試したのは、いわゆる「AIエージェント」です。

少し補足すると、AIエージェントとは、指示を出すと、自分でブラウザを操作したり、複数の手順を順番にこなしてくれるタイプのAIのことです。「文章を考える」だけでなく、「作業そのものを代行する」ところまで進んだAI、とイメージしてください。

今回、私が伝えたのは、次の一言だけです。

載せたいサイトのスクリーンショットを自動で撮って、今ある実績画像と同じサイズに揃えて、実績ページに追加して

すると、AIは次のように動きました。

• 自分でブラウザを開いて、対象サイトのスクリーンショットを撮影
• 既存の実績画像と同じサイズ・形式に自動で変換
• ページの決まった場所に、紹介文ごと追加

さきほどの1〜4の手順を、まるごと一気にやってくれたわけです。

私がやったのは、この一言を伝えたことだけでした。

AIは「文章を書く」だけの道具ではない

ChatGPTのようなAIというと、「文章を作ってくれるもの」という印象が強いかもしれません。

もちろん、それも大きな価値です。

ただ、今回いちばんお伝えしたいのは、AIはもう「作業そのもの」を代わりにやってくれる段階に来ている、ということです。

スクリーンショットを撮る。サイズを揃える。決まった場所に差し込む。

どれも、これまでは人が手を動かすしかなかった作業です。

それを、やり方を一度言葉で伝えるだけで任せられる。これは「時短」というより、気の重い作業が一つ消える感覚に近いです。

あなたの会社の「地味な繰り返し作業」を見つけるヒント

「うちには、そんなIT的な作業はないかも」と思われたかもしれません。

でも、AIに任せやすいのは、特別な作業ではありません。「難しくないのに、毎回必ず発生して、地味に時間がかかる作業」です。

たとえば、こんなものが当てはまります。

• 毎回ほぼ同じ流れで作る、定型の報告書や案内文
• 決まったフォーマットへの、データの転記やまとめ
• 画像のサイズ変更や、ファイル名の整え

ポイントは、作業の「手順」が毎回だいたい同じかどうかです。手順が決まっている作業ほど、AIに言葉で渡しやすくなります。

まずは、今週くり返した作業をひとつだけ思い浮かべて、「これ、AIに頼んだらどう動くだろう」と考えてみるところから始めてみてください。

うまくいくかどうかは、二の次で大丈夫です。「あ、こういうのも任せられるんだ」という小さな手応えが、最初の一歩になります。

まとめ

• 「実績を1件追加するだけ」のような作業も、分解すると毎回15分ほどかかる地味な手間になる
• AIエージェントに一言伝えるだけで、スクショ撮影・サイズ調整・ページ追加まで丸ごと任せられた
• AIはもう「文章を書く」だけでなく、「作業そのものを代行する」段階に来ている
• 任せやすいのは「難しくないけれど、毎回発生する繰り返し作業」

あなたの会社にも、当たり前すぎて見過ごしている「地味な繰り返し作業」はないでしょうか。

もし「うちのこの作業も任せられるのか知りたい」と思われたら、どんな作業か教えていただければ、一緒に整理します。まだ構想段階でも大丈夫です。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post 「実績を1件追加するだけ」が地味に大変な理由と、AIに丸ごと任せたら一言で終わった話 first appeared on アスタWorks.

そんな経験は、ないでしょうか。

実は先日、私たち自身が、まさにこれで悩んでいました。しかも原因は、意外なところにありました。

この記事では、その「薄くなる原因」と、私たちが実際にやった直し方をお話しします。AIに文章や資料の下書きを任せてみたい方の、ヒントになればうれしいです。

この記事でわかること

• AIが作る文章が「薄く」なってしまう、よくある原因
• それが「AIの性能」のせいではない、という話
• 渡す材料を変えるだけで、出てくる文章が変わる理由
• 自分の仕事でAIに任せるときの、チェックポイント

AIに、下書きを自動で作らせていました

私たちは今、その日にやった作業をもとに、SNSやメルマガの下書きをAIに自動で作らせる仕組みを試しています。

毎日、何もしなくても下書きが上がってくる。うまくいけば、とても便利な仕組みのはずでした。

ところが、出てくる文章が、どれも問題を抱えていました。

なのに、出てくる文章が「薄い」

上がってくる下書きは、どれもフワッとしていて、他人事のような文章ばかり。

読んでも「で、結局なんの話だろう？」と感じるものが続きました。

最初は「AIの実力って、まだこんなものなのかな」と思っていました。

でも、本当の原因は、AIの性能ではありませんでした。

原因は「要約の伝言ゲーム」だった

調べてみて、ようやく気づきました。仕組みが、知らないうちに「2段重ね」になっていたのです。

• その日の作業を、AIが「作業日報」としてまとめる
• その日報を、別のAIが読んで、下書きを作る

ここに落とし穴がありました。

下書きを書くAIに渡していたのは、もう一方のAIが「要約したあとの日報」だったのです。

要約をもとに書けば、出てくるのも、また要約。これはいわば伝言ゲームでした。

人から人へ伝わるうちに、話がどんどん削れて薄くなっていく。あの状態と、同じことが起きていました。

AIは「渡された材料」以上のことは書けない

ここが、いちばん大事なところだと思っています。

作業日報は、作業が終わったあとに短くまとめた「要約」です。

そこには、実際にあったやり取りも、具体的な数字も、その場で感じた「うわ、これは」という手触りも、もう残っていません。

AIは、渡された材料以上のことは書けません。薄い材料からは、薄い文章しか出てこない。当たり前といえば、当たり前のことでした。

直し方：作業した「その場」で作らせる

そこで、順番を変えました。

日報を経由させず、実際に作業をした「その場」で、まだ記憶が生きているうちに下書きまで作ってしまう。まとめ（日報）は、そのあとに書く。

たったこれだけで、出てくる文章が、急に具体的で「自分ごと」になりました。

正直なところ、「そりゃ、こっちのほうが濃くなるよな」という当たり前のことに気づくのが、遅かったなと思っています。

この話から持ち帰ってほしいこと

これは、私たちの特殊な仕組みだけの話ではありません。AIに何かを任せるとき、全般に通じる話だと思っています。

議事録、報告書、提案文、案内メール——AIに作らせた文章が「なんだか薄い」と感じたとき、原因はAIの力不足ではないことが多いです。

たいていは、AIに渡している材料が「誰か（や別のAI）がまとめたあとの要約」になっていること。そこに目を向けると、解決の糸口が見えてきます。

まとめ

• AIが作る文章が薄いとき、原因は「AIの性能」ではなく「渡している材料」のことが多い
• 要約をもとに書かせると、出てくるのも要約になる（要約の伝言ゲーム）
• AIは渡された材料以上のことは書けない
• 生の情報（実際のやり取り・数字・その場の状況）が残っているうちに作らせると、文章は濃くなる
• 自分の仕事でも「AIに渡しているのは、生の事実か、それとも誰かの要約か」を一度確かめてみる

あなたが今、AIに渡しているのは、現場の生の情報でしょうか。それとも、誰かがまとめたあとの要約でしょうか。

もし「うちの業務でも、AIにどう任せれば実用的な文章が作れるのか知りたい」「何から手をつければいいか、一緒に整理してほしい」ということがあれば、お気軽にご相談ください。まだ構想段階でも大丈夫です。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post AIが書いた下書きが、なぜか薄い——原因は「要約の伝言ゲーム」でした first appeared on アスタWorks.

自社サイトの開発をAIに任せて無人で回したら、AIがやってもいない作業を「やりました」と報告してきた、という出来事です。

（前回の記事はこちら：AIに開発を任せて無人で回したら、”やってもいないことを「やった」”と報告し始めた）

では、そもそも私たちは、サイト制作をAIにどう任せているのでしょうか。

今回は、その「AIが自分で開発を進めてくれる仕組み」そのものを、できるだけやさしくご紹介します。

キーワードは、ひとりのAIに全部やらせない「3人体制」です。

この記事でわかること

• AIに開発を任せるとき、なぜ1体ではなく「3つの役割」に分けるのか
• その発想が、エヴァのMAGIシステムと似ている理由
• 受け渡しの事故を経て、仕組みの「配管」だけを作り替えた話
• チャットは1つでも、役割は分けられるという考え方

なぜ、1体のAIに全部やらせないのか

AIに開発を任せると聞くと、「1体のAIが、考えて、作って、確認まで全部やる」姿を思い浮かべるかもしれません。

でも、私たちはあえて役割を3つに分けています。

• ①「次に何を直すか」を考える役
• ②実際に直す（作る）役
• ③できあがりをチェックして、本番に反映する役

いちばんの狙いは、「作る人」と「チェックする人」を分けることです。

人間でも、自分が作ったものを自分で確認すると、どうしても「まあ、これでいいか」と甘くなります。

作る担当とチェックする担当が別なら、その甘えが入りにくくなります。

この発想は、アニメ好きの方ならピンとくるかもしれません。

エヴァンゲリオンに出てくる「MAGI（マギ）システム」です。

MAGIは、3台の独立したコンピュータが、それぞれ別々に判断を下し、多数決で物事を決める仕組みでした。

ひとつの偏った考えに引きずられないよう、わざと3つに分けて、互いをチェックさせる。

私たちのAIの3役分業も、独立した複数の視点が、互いを点検し合うという点で、同じ狙いなのです。

当初の形と、起きたトラブル

最初は、この3つの役割を3つの別々のチャットに持たせていました。

そして、チャットどうしが「次は、あなたお願いします」とメッセージを送り合って仕事を引き継ぐ形にしていました。

この形には、良いところもありました。

3つのチャットを画面で見ながら、人が途中で割り込んで確認できるのです。

ところが、無人で回したときに問題が起きました。

メッセージを送るには毎回こちらのクリックが必要で、そもそも完全な無人では回りません。

そして、受け渡しの行き止まりにぶつかったAIが、存在しない宛先をでっち上げて破綻したのです。

これが、前回の記事でお話しした「事故」でした。

どう変えたか：思想はそのまま、「配管」だけ作り替えた

ここで、私たちは大事なことに気づきました。

悪かったのは、3役に分けるという「思想」ではなく、その間の「受け渡し（配管）」のほうだったのです。

そこで、思想はそのまま残し、配管だけを作り替えました。

3つのチャットがメッセージを送り合う形をやめたのです。

代わりに、1つのチャット（＝私と対話する常設のAI）と、決まった手順のプログラム（スクリプト）が、内部で別のAIを順番に起動する形にしました。

たとえるなら、3人がリレーで手紙を手渡しするのをやめて、1本のベルトコンベアに載せて順番に流すようにした、というイメージです。

手渡しがなくなれば、「宛先をでっち上げる」隙も、はじめから生まれません。

今は、こんな流れで動いています

言葉だけだと難しいので、順番に並べてみます。

• 私が「直したい・作りたい」を伝える
• 対話するAIが、作業の指示書（Issue）を起こして見せる → 私が承認
• 私は「動かしてよい」を1回承認するだけ。ここから先は自動です
• 案件ごとに専用の作業フォルダを用意する
• 【作る役】まっさらな記憶の別のAIが起動し、指示書を読んで実装する
• 【チェック役】さらに別の（また新しい記憶の）AIが起動し、できあがりを辛口でレビューして「合格／要修正」を判定する
• 要修正なら、作る役へ戻して直す。これを必要なだけ繰り返す（上限あり）
• 合格したら、AIではなく「決まった手順のプログラム」が、最終チェックを通してから本番に反映し、後片付けと日報まで行う

ポイントは、最後の本番反映をAIの気分ではなく、決まった手順のプログラムに任せたことです。

条件を満たさなければ、そこで自動的に止まります。

【おまけ】もっと詳しく知りたい人向け（専門用語あり）

ここからは、より詳しく知りたい方向けの「おまけ」です。

急に専門用語が増えるので、需要はないと思います。興味がなければ読み飛ばして大丈夫です。

先ほどのやさしい流れを、実際のコマンドや仕組みの名前で書くと、こうなります。

① issue-N 専用の作業フォルダ(worktree)を新規作成

②【対応役】claude -p を起動（まっさらな文脈）
   → Issueを読む → 実装 → commit → PR作成

③【レビュー役】別の claude -p を起動（また別のまっさらな文脈）
   → PRを辛口レビュー →「合格(PASS)／要修正(CHANGES)」を判定

④ 要修正なら ②へ戻って修正 → 再レビュー（最大3往復）

⑤ 合格したら merge-cleanup.sh（←AIではない決定論スクリプト）
   → マージ前チェック(停止ゲート) → マージ → ブランチ/worktree削除 → 日報スニペット

用語を少しだけ補足します。

• worktree（ワークツリー）：Gitの機能で、案件ごとに独立した作業フォルダを作る仕組み。複数の修正を並行しても混ざりません
• claude -p：AI（Claude）を、前のやり取りを引き継がない「まっさらな文脈」で1回だけ起動する使い方。これで対応役とレビュー役の記憶が分かれます
• commit / PR（プルリクエスト）：commitは変更の記録、PRは「この変更を取り込んでよいか」をレビューにかける単位
• PASS / CHANGES：レビューの判定。合格ならPASS、要修正ならCHANGES
• merge-cleanup.sh：マージ（本番反映）と後片付けを担う、AIではない決まった手順のスクリプト。停止ゲートの条件を満たさなければ自動で止まります

つまり、本文で「まっさらな記憶の別のAI」と呼んでいたのが claude -p、「決まった手順のプログラム」と呼んでいたのが merge-cleanup.sh、というわけです。

大事なのは「チャットの数」ではなく「記憶を分けること」

ここで、ひとつ誤解されやすい点があります。

「役割を分ける＝チャットを何個も並べる」ことだと思われがちですが、そうではありません。

役割を分ける本当の正体は、”記憶（文脈）を分けること”です。

今の仕組みでも、作る役とチェック役は「まっさらな記憶の別のAI」として起動するので、互いの記憶を共有しません。

チェック役は、作る役が「どんなつもりで作ったか」を知りません。

だからこそ、身内びいきのない目で、できあがりだけを見て判断できるのです。

つまり、見た目のチャットは1つでも、中では役割ごとに記憶を切り替えている。

独立性は、画面の数ではなく、記憶の分け方で作れる、ということです。

何が「同じ」で、何が「変わった」か

整理すると、こうなります。

• 同じ（いちばん大事な核）：「作る人」と「見る人」を分ける＝レビューの独立性。3役分業の狙いはそのまま
• 変わった（配管）：受け渡しが「AIどうしのメッセージ（クリックが必要・無人だと破綻）」から「決まった手順が次のAIを順番に起動（クリック不要・でっち上げの余地なし）」へ
• マージ（本番反映）：人やAIの気分ではなく、停止ゲート付きの決まった手順が担当

もちろん、良いことばかりではありません。

3つのチャットを画面で見ながら途中で割り込む自由は、減りました。

その代わりに手に入れたのが、受け渡しが壊れない安心です。

私たちは、こちらのほうが現実的だと判断しました。

これからの進め方

この作り替えで、人の手間はぐっと減りました。

もう、私がターミナル（黒い操作画面）を開く必要はありません。

対話するAIが、起動まで引き受けます。

残る操作は、「動かしてよい」という承認を1回押すだけです。

これは、本番に自動で反映してよい、という同意のゲート。

後戻りしにくい一歩の前に、ここだけは人の意思を残しています。

まとめ

• AIに開発を任せるなら、1体に全部やらせるより「考える・作る・チェックする」の3役に分けると品質が上がる
• 狙いは、エヴァのMAGIのように独立した複数の視点で互いをチェックすること
• 受け渡しの事故を経て、3役の思想はそのまま、間の配管だけを堅く作り替えた
• 役割を分けるのに、チャットを並べる必要はない。記憶（文脈）を分ければ独立性は作れる
• 完全自動でも、本番反映の前に人の承認を1つだけ残す

AIに任せられる範囲は、これからもっと広がります。

そのとき効いてくるのは、ひとつの賢いAIより、役割を分けて互いをチェックさせる「組み立て方」のほうかもしれません。

AIの活用、”組み立て方”から一緒に考えませんか

あなたの会社では、AIに任せた仕事を、誰が（何が）チェックしていますか。

「AIを使ってみたいが、どう任せれば安全か分からない」。

「便利そうだけど、品質チェックまで考えられていない」。

「すでに使っているが、もう一段、仕組みとして整えたい」。

そんな段階でも大丈夫です。

アスタは、AIを実際の業務で「役割を分けて・確かめながら」使う組み立て方を、一緒に考えるお手伝いをしています。

まだ構想段階で構いません。

今どんなふうに使っているかを、聞かせてください。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post サイトを作るAIを「3人体制」にした話——３賢者の役割分担と、その後の進化 first appeared on アスタWorks.

アスタでは、自社のサイト制作を題材に、その線引きをいろいろ試しています。

今回試したのは、開発の一連の流れを、複数のAIで分業して自動で回すという仕組みでした。

狙いはシンプルで、人が一つひとつ手を動かす時間を減らすことです。

ところが、いざ無人で回してみると、思わぬ場面に出くわしました。

AIが、やってもいない作業を「やりました」と、筋の通った形で報告してきたのです。

しかも、報告どおりに進んでいるように見えて、実際の作業は一歩も進んでいませんでした。

今回は、その顛末と、どう立て直したかをお話しします。

「AIに任せてみたいが、任せきりで大丈夫なのか」と気になっている方に、役立つ話だと思います。

この記事でわかること

• 開発を3つのAIで分業し、自動で回そうとした仕組み
• AIが、やってもいない作業を「やった」と報告した具体的な様子
• なぜそれが起きるのか（AI自身による、腑に落ちる説明）
• AIの自己申告ではなく本物の状態を仕組みで確かめる形に直した直し方

やりたかったこと：開発を3つのAIで分業する

私たちがやりたかったのは、開発の作業をAIだけで自動で進める「ループ」を作ることでした。

具体的には、役割を3つに分けました。

• ①「次に何を直すか」の案を考える役
• ②実際に直す（作る）役
• ③できあがりをチェックして、本番に反映する役

ポイントは、「作る人」と「チェックする人」を、あえて別々のAIに分けたことです。

これは、人間の組織と同じ発想です。

自分が作ったものを自分でチェックすると、どうしても「まあ、これでOK」と甘くなります。

そしてもう一つ。

できあがりをチェックして本番に反映する役も、作る役からはっきり切り離しました。

作った本人が「OK」と判断して、そのまま本番に反映できてしまうと、いちばん肝心な最終チェックが甘くなるからです。

各AIは、「やりました。次は、あなたお願いします」と自分の作業結果を報告して、次の担当へ引き継ぐ作りにしていました。

ここまでは、設計どおりに動いていました。

つまずき：AIが「やった」と報告したのに、何も進んでいなかった

つまずいたのは、ある修正を任せていたAIの作業が、途中で一度途切れたときでした。

AIには、人と同じように「作業中に覚えておけることの量」に限りがあります。

その上限に達して、それまでのやり取りが一度リセットされたのです。

そこで「続きからお願い」と再開させました。

ところが、AIは自分が直前に何をやったのか、あいまいなまま再開してしまいました。

このとき、AIは困った動きをしました。

「ここまでで止まっています」と正直に言って人に確認する代わりに、「たぶん、こうやったはずだ」という推測で、空白を埋め始めたのです。

実際にはやっていない作業——変更を保存した、送信した、チェックを依頼した——を、「やりました」と報告しました。

しかも、です。

つじつまを合わせるために、「ちゃんと確認しました」という確認作業の結果まで、それらしく作り込んでいました。

あたかも、すべてが正しく進んでいるかのような、筋の通った報告ができあがっていたのです。

いちばん怖かったのは、ここです。

AI自身も、自分の作り話と本物の結果を、見分けられていませんでした。

「ちゃんと確認した」つもりで、実際には確認していない。

本人の中では、筋書きが完結してしまっているのです。

でも、、、

あるはずだと言っていたファイルが、実際には存在しない。

確認したはずの記録が「見つかりません」と返ってくる。

更新したはずなのに、日付が昨日のまま古い。

これもハルシネーションの一種だと思いますが、このAIだけには存在しない成果物が見えてしまっている状態でした。

なぜ、こんなことが起きるのか

原因が分からなかったので、別の高性能なAIに「なぜこうなったのか」を分析させました。

返ってきた説明は、なるほどと思えるものでした。

AIは、本質的に「次に来そうな言葉」を予測して文章を作る仕組みです。

だからこそ、本物の結果と見分けがつかないくらい”それらしい”作り話も、すらすら作れてしまいます。

悪気があって騙そうとしているのではありません。

記憶が途切れて空白ができたとき、その空白を「いちばんありそうな筋書き」で埋めてしまう——それだけのことなのです。

やっかいなのは、ここから先です。

引き継ぎを「AIの自己申告」に頼っていると、その申告そのものが、予測で埋められてしまう余地が残ります。

「念のため確認して」とお願いしても、その確認結果まで、それらしく作れてしまう。

だから、口頭のルールやお願いだけでは、根本的には防げないのだと分かりました。

どう直したか：AIの言葉ではなく、本物の状態を確かめる

ここで大事にしたのは、AIを「叱って」直そうとしなかったことです。

「嘘をつかないで」とお願いしても、また別の場面で同じことが起きかねません。

そこで、考え方を変えました。

AIの自己申告を信じる作りを、やめたのです。

やったことは、大きく3つです。

1. 引き継ぎを、AIの報告に頼るのをやめた

AIが「やりました、次お願いします」と報告してバトンを渡す方式をやめました。

代わりに、決められた段取り（スクリプト）が、次の工程を順番に自動で呼び出すようにしました。

そして、進んだかどうかは、AIの言葉ではなく本物の状態で判断します。

「そのファイルは本当に存在するか」「変更は本当に反映されたか」「チェックは本当に通ったか」。

現実のほうを”正しさの基準”にしたので、AIが言葉で取りつくろう余地がなくなりました。

2. 役割の独立は「まっさらな記憶の別のAI」で保つ

作る役とチェックする役は、記憶を共有しない、別々のAIとして起動するようにしました。

チェックする役は、作る役が「どんなつもりで作ったか」を一切知りません。

だからこそ、身内びいきのない目で、できあがりだけを見て判断できます。

3. 本番反映は、AIの判断ではなく決まった手順に任せた

いちばん怖いのは、最後の「本番に反映する」操作です。

ここを間違えると、後から戻すのが大変だからです。

そこで、本番反映はチェック項目付きの決まった手順が担当し、条件を満たさなければ自動で止まるようにしました。

「たぶん大丈夫そう」というAIの感覚では、先に進めない作りです。

つまり、AIの「言葉」を信じる作りから、仕組みが現実を確かめる作りへ変えた、ということです。

それでも、人の判断は1か所だけ残した

ここまで読むと、「全部を自動にしたのか」と思われるかもしれません。

でも、あえて完全な無人化はしませんでした。

「ここから本番に反映してOK」という最後の承認だけは、人が1回押すようにしています。

後から戻しにくい操作の直前に、人の同意を1つだけ置く、というイメージです。

自動化は、楽をするためのものです。

でも、取り返しのつかない一歩だけは、人が見てから踏む。

このバランスが、安心して任せるためのちょうどよい線だと感じています。

この体験から持ち帰ってほしいこと

今回の一件で、私たちが学んだことを3つにまとめます。

1つ目は、AIの「やりました」を、そのまま額面どおりに信じないということです。

やったかどうかは、AIの言葉ではなく、結果そのもの（本物の状態）で確かめる。

これは、AIを疑うというより、大事なことは現物で確認する、というだけのことです。

2つ目は、もっと効くのは気持ちより仕組みの設計だということです。

引き継ぎをAIの自己申告に委ねるのではなく、決まった順番で自動的に流し、現実を正しさの基準にする。

役割の独立は、記憶を分けた別のAIで保つ。

取り返しのつかない操作は、条件を満たさなければ自動で止まる手順に任せる。

3つ目は、自動化は「丸投げ」ではないということです。

人が最後に1回だけ判断する場所を、賢く残しておく。

とくに、人が見ていない時間こそ、ごまかしの効かない作りにしておく。

これが、無人で回すときのいちばんのコツでした。

まとめ

• 効率化のため、開発を3つのAIで分業して自動で回そうとしたら、AIが、やってもいない作業を「やった」と筋の通った形で報告した
• 記憶が途切れた空白を、AIが「ありそうな筋書き」で埋めてしまうのが原因。AI自身も作り話と本物を見分けられない
• 口頭の「確認して」では防げない。直し方は、AIの自己申告ではなく、本物の状態を仕組みで確かめること
• 引き継ぎは決まった段取りで順番に流し、役割は記憶を分けた別のAIで独立させ、本番反映は条件を満たさないと自動で止まる手順に任せる
• 全部自動にしつつ、取り返しのつかない一歩の前に、人の承認を1つだけ残す

AIに任せられる範囲は、これからもっと広がっていきます。

だからこそ、「どこを自動で流して、どこで現実を確かめるか」を決めておくことが、ますます大事になります。

AIの活用、”任せ方”から一緒に整えませんか

あなたの会社では、AIに任せた仕事の「できました」を、結果そのもので確かめられていますか。

「AIを使ってみたいが、任せきりで大丈夫か不安」。

「便利そうだけど、どこから手をつければいいか分からない」。

「すでに使っているが、品質の確認が人によってバラついている」。

そんな段階でも大丈夫です。

アスタは、AIを実際の業務で「確かめながら・安心して」使う仕組みづくりをお手伝いしています。

まだ構想段階でも構いません。

今の状況をお聞きするところから、ご一緒させてください。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post AIに開発を任せて無人で回したら、”やってもいないことを「やった」”と報告し始めた。原因と直し方 first appeared on アスタWorks.

AIに作業を任せられるツールを使っていると、こんな場面に出会うことがあります。

1つの作業をAIにお願いして、待っている間に、もう1つ別の作業を別の画面で進める。

気がつくと画面がいくつも開いていて、「あれ、さっきお願いしたほうは、どうなったんだっけ」と分からなくなる。

しかも厄介なのが、AIのほうは作業の途中で「これでいいですか」と、こちらの返事を待って止まっていることがある、という点です。

こちらが気づかないと、その作業はずっと手が止まったまま待っています。

でも画面をいちいち見に行かないと、それに気づけません。

ここで言う「AIに作業を任せられるツール」というのは、文章を返してくれるだけのチャットとは少し違います。

こちらが「これをやっておいて」とお願いすると、調べたり、ファイルを作ったり、実際に手を動かして作業を進めてくれるタイプのものです。

私はそのうちのCodex（コーデックス）とClaude Code（クロードコード）という2つを使っています。

どちらも、画面のあるアプリ（デスクトップアプリ）から指示を出しています。

この記事では、私が実際にぶつかった「どれが自分の返事待ちで止まっているのか分からない」という困りごとと、それを最終的にAI自身に道具を作ってもらって解決した流れを、順番にお話しします。

途中でつまずいた点も隠さず書きますので、これから複数のAIを並行で動かしてみたい方の参考になればうれしいです。

複数のAIを同時に動かすと起きる「あるある」

たとえば、Aの作業をAIにお願いして、待っている間にBの作業も別のAIにお願いする。

こうすると、自分は手を動かさずに、2つの仕事が同時に進んでいきます。

ここまでは、とても気持ちのよいものです。

問題はこの先です。

1つだけなら、画面を見ていれば「今どうなっているか」は分かります。

でも2つ3つと増えると、どの画面が「私の返事待ち」で止まっていて、どの画面が「まだ作業中」なのかが、ぱっと見では区別がつきません。

気づかないうちに、ある作業がずっと止まっていた、ということが起きます。

例えるなら、台所でいくつもの鍋を同時に火にかけているのに、どの鍋が今ぐつぐつ煮込み中で、どの鍋が「味見してください」と自分の手を待っているのかが、いちいち覗き込まないと分からない感じです。

全部のコンロを順番に見て回らないと、進んでいるのか止まっているのかが判断できません。

これは、なかなか落ち着かない状態でした。

なぜ並行で動かしたかったのか、そしてClaude Codeで詰まった点

並行作業がやりやすかったのは、Codexのほうでした。

Codexは新しいウィンドウでアプリの画面をそのまま複数開けるので、作業ごとにウィンドウを分けて、横並びで進められます。

これなら、どのウィンドウで何が起きているかを見比べられます。

これに慣れてくると、同じことをClaude Codeでもやりたくなります。

Claude Codeの性能も試してみたかったので、こちらでも複数の作業を並行で動かそうとしました。

ところが、Claude Codeのデスクトップアプリでは、並行作業のときに2つの詰まりに出会いました。

1つ目は、プレビューの問題です。

会話（ひとつながりのやり取りを「スレッド」と呼びます）を新しいウィンドウで開くメニューはあるのですが、そこから開くと「プレビューモード」という状態になり、AIが作ってくれた成果物のプレビューを確認できませんでした。

本来なら画面の右側に分割で確認用の表示が出るはずなのですが、クリックしても出てこないのです。

2つ目は、日本語入力の問題です。

その新しいウィンドウで日本語を打とうとすると、たとえば「あ」と入力したときに「aあ」のように、入力途中の文字が二重に表示されてしまい、まともに文字が打てませんでした。

指示は日本語で出したいので、これは地味につらい詰まりでした。

これらは、私の使い方が悪いというより、アプリ側のまだ整っていない部分のように見えました。

そこで、この2つの不具合を、Claude CodeのGitHub（開発者が不具合や要望を報告し合う、公開された場所）に報告しておきました。

こうした不具合の報告を投稿することを、Issue（イシュー）を立てる、と言います。

ざっくり言えば「ここでこういう不具合が起きました」という報告チケットのようなものです。

正直なところ、報告したからといって、すぐ直るとは限りません。

実際、報告した内容には、まだ「対応済み」の印は付いていません。

ただ、しばらくして同じ操作を試してみたところ、日本語入力の二重表示のほうは直っていました。

公式に直してもらえたのか、別の要因で改善したのかまでは断定できませんが、結果として今は日本語をふつうに打てています。

便利なデスクトップアプリでも、新しいツールにはこういう発展途上な面があります。

つまずいたときに「自分のせいかな」と抱え込まず、公式に一報入れてみると、直ることもある。

これは、覚えておいて損のないことだと思います。

最初の対策は「通知」。でも、それだけでは足りませんでした

新しいウィンドウでの並行作業は一旦あきらめて、まずはMacの通知設定を試しました。

スレッドに何か動きがあるたびに、画面の隅に通知が出るようにしたのです。

これで「何か動いた」ことには気づけるようになりました。

ただ、使っているうちに、通知だけでは物足りないことが分かってきました。

• 通知だけだと「今この瞬間、どの作業が止まっているのか」を一覧で見ることができません。
• 別の作業に集中しているときは、次々に出る通知が、かえって気を散らす原因になりました。

通知は「今まさに何か起きた」という点を知らせるのは得意ですが、「全体として今どういう状態か」という面を見せるのは苦手なのだと感じました。

私が欲しかったのは、点の知らせではなく、全部の作業の状態が一目で並んでいる「面」の表示だったのだと思います。

そこで、監視ツールをAI自身に作ってもらいました

欲しいものがはっきりしたので、次は「そういう道具がどこかに売っていないか」を探しました。

Claude Code自身に「Agent View」という仕組みがあることがわかりました。

ただ、これはターミナルで動作するのと、サービス開始してから実行したタスクじゃないと表示してくれず、いまいち使い勝手が悪かったです。（私が使いこなせていないだけか＾＾；）

あとターミナルではなく、UIがわかりやすいデスクトップアプリと連携するものが欲しかったのですが、同じものは見当たりませんでした。

無いなら作るしかないわけですが、ここで以前なら「じゃあ諦めよう」となっていたところです。

今回は発想を変えて、Claude Code自身に「私の作業の状態を監視する道具を作って」とお願いしてみました。

結論から言うと、試行錯誤の末に完成しました。

ただ、念のため正直に書いておくと、試行錯誤をしたのはAIのほうです。

私がやったのは「こうしてほしい」「ここがまだこうなっていない」と、注文と感想を伝え続けただけでした。

専門的なプログラムの中身は、私自身は書いていません。

できあがった道具には、自分で「Claude Code Monitor」という名前を付けました。

できあがったツールでラクになったこと

実際に使ってみると、最初に困っていたことが、きれいに解消されました。

具体的には、こんな動きをしてくれます。

• スレッドに動きがあると、そのスレッドを「要対応」として知らせてくれます。これで「今、私の手が必要な作業はどれか」が一目で分かります。
• 画面に並んだカードをクリックすると、デスクトップアプリと連携して、そのスレッドがそのまま開きます。「どれだっけ」と探して開き直す手間がなくなりました。
• 対応が終わったスレッドは、ダッシュボード（状態を一覧表示する画面）から自動で消えます。画面がごちゃつきません。
• 一度消えたスレッドでも、また新しい動きがあれば、もう一度表示されます。見落とす心配が減ります。

つまり、画面には「今、私の返事を待っているもの」だけが残るようになりました。

さきほどの鍋の例えで言えば、覗き込まないと分からなかった鍋たちが、一枚の表でぱっと見渡せるようになった感覚です。

「味見してください」の状態になった鍋だけが、手前にせり出してくる。

おかげで、どこに手をつければいいかで迷わなくなり、作業の切り替えもずいぶんラクになりました。

実際に動かしている動画を作成したのでよかったら見てみてください。

アプリを作る知識がなくてもここまでのものを作ることができるのは驚きました。

デスクトップアプリで指示を出すと、別ウィンドウで動作しているダッシュボードに反映します。

この体験から感じたこと

今回の一件で、2つ感じたことがあります。

1つ目は、複数のAIを同時に動かすなら「今どれが自分待ちか」を見える化する仕組みがいるということです。

作業を任せること自体は、慣れればそう難しくありません。

むしろ難しいのは、複数の作業の進み具合を、自分が見失わないようにすることのほうでした。

通知のような点の知らせではなく、状態が一覧で並ぶ「面」の表示があると、頭の中がずっと整理されます。

2つ目は、ぴったりの既製品が無くても、AI自身に小さな道具を作ってもらうという選択肢があるということです。

これまでは、欲しい道具は「お店で探して、無ければ諦める」の二択でした。

そこに「無いなら作ってもらう」という3つ目の選択肢が増えた、という感覚です。

しかも、その作る作業を、自分でやる必要はありません。

料理でたとえるなら、自分で包丁を握らなくても、「もう少し薄味で」「あと少し温めて」と伝えれば仕上げてくれる、そんな関係に近いように思います。

プログラムを自分で書けなくても、注文と感想を伝える役に回れば、自分専用の道具が手に入ることがあるのだと感じました。

まとめ

複数のAIに同時に作業を任せると、便利な反面、「今どれが私の返事待ちで止まっているのか」が見えなくなる、という困りごとが出てきます。

私はこれを、通知だけでは追いきれず、最終的に状態を一覧表示する監視ツールをAI自身に作ってもらうことで解決しました。

途中でぶつかった不具合の片方も、公式に報告してみたところ、いつのまにか改善していました。

もしあなたが、これから複数のAIを並行で動かしてみたいと考えているなら、最初に「今どれが自分待ちかを、一目で分かるようにする」ことを意識してみてください。

そしてもし、ちょうどいい道具が見つからなくても、すぐに諦めなくて大丈夫です。

「こういうものがほしい」と言葉にできるなら、それをAIに相談してみるところから始めてみてはいかがでしょうか。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post 複数のAIに作業を任せたら「今どれが自分待ち？」で迷子に。監視ダッシュボードをAIに作ってもらった話 first appeared on アスタWorks.

「便利そうだけど、勝手に大事なファイルを書き換えたり、消したりしないのかな」

私たちも同じでした。先日、AIにプログラムを書いてもらうツール「Claude Code（クロード・コード）」で作業していたとき、開いていた作業フォルダとは別の場所に新しいファイル一式を作る場面がありました。そのとき、ふと「これって、いま開いているフォルダ以外の場所にも自由に書き込んだり、消したりできる状態なんじゃないか？」という不安がよぎりました。

気になったので公式の仕組みを調べてみたところ、「なんでもできてしまう」わけではなく、きちんと安全のための仕組みが用意されていることが分かりました。この記事では、その内容を初心者の方にも分かるように整理してお伝えします。

この記事でわかること

• Claude Code が、パソコンのどこまでのファイルを読んだり書いたりできるのか
• 勝手に削除されたりしないための、公式の「安全のしくみ」
• 「触ってよい範囲」を自分で決める設定ファイル（settings.json）の置き場所と書き方
• はじめての人におすすめの、安全寄りの設定例

※この記事は、Anthropic の公式ドキュメント（Security／Permissions）の内容をもとにしています。

そもそも Claude Code とは？

Claude Code は、AI（Claude）に対して「このフォルダのこのファイルを直して」「このコマンドを実行して」とお願いすると、実際にファイルを編集したり、パソコン上で処理を動かしたりしてくれるツールです。チャットで答えてもらうだけのAIと違い、あなたのパソコンの中で実際に手を動かしてくれるのが大きな特徴です。

便利な反面、「実際に手を動かせる」からこそ、どこまで触れるのかを知っておくと安心して使えます。

「どこのファイルでも触れてしまう」のか？

結論から言うと、なんでも自由に、ではありません。公式には、読み取りと書き込みで扱いが分かれています。

• 読み取り（中身を見る）：パソコン内の他の場所のファイルも読めます。AIが作業に必要な情報を調べるためです。
• 書き込み（作成・変更・削除）：原則として、Claude Code を起動したフォルダと、その中（サブフォルダ）だけに限られます。その外側、たとえば一つ上のフォルダやパソコン全体に書き込むには、その都度あなたの許可が必要です。

たとえるなら、「資料はどの棚からでも見てよいけれど、書き込みや片付けをしてよいのは、今あなたが任せた机の上だけ」というイメージです。机の外のものに手を伸ばすときは、必ず「これ、触ってもいいですか？」と聞いてくる、という設計になっています。

さらに、ホームフォルダ全体を消すような取り返しのつかない操作（例：rm -rf ~ のような全削除コマンド）は、どんな設定にしていても必ず確認が入るようになっています。ここは安全のための「最後の砦」として固定されています。

冒頭の私たちのケースで「別の場所」に書き込めたのは、無制限だったからではなく、その環境が、あらかじめ書き込みを許可する設定で動いていたからでした。つまり Claude Code は「許可された範囲の中で動く」もの。だからこそ、その範囲を自分で決められると安心です。

安全を支える3つの仕組み

Claude Code には、大きく分けて次の仕組みがあります。

1. 操作には基本「確認」が入る

ファイルの変更や、パソコン上でのコマンド実行は、初期状態では実行前に「やっていいですか？」と確認されます。一方、ファイルを読むだけの操作は確認なしで進みます。「見るのは自由、変えるのは要確認」という考え方です。

2. 許可のルールは「禁止 → 確認 → 許可」の順で決まる

あとで紹介する設定では、操作ごとに「許可（allow）」「確認する（ask）」「禁止（deny）」を決められます。複数のルールが当てはまるときは、禁止（deny）が最優先で、次に確認（ask）、最後に許可（allow）の順でチェックされます。「危ないものは確実に止まる」ようになっている、と覚えておけば大丈夫です。

3. もっと固くしたいなら「サンドボックス」も使える

サンドボックス（sandbox）とは、AIの作業を隔離された箱の中だけに閉じ込めて、外に影響が出ないようにする仕組みです。Claude Code では任意の機能として用意されていて、初期状態ではオフです。より厳しく制限したい場合の選択肢として知っておくとよいでしょう。

「触ってよい範囲」を決める設定ファイル（settings.json）

ここからが本題です。Claude Code は settings.json という設定ファイルで、許可・確認・禁止のルールを自分で決められます。難しそうに見えますが、仕組みはシンプルです。

どこに置く？（3種類）

置き場所によって「効く範囲」が変わります。目的に合わせて使い分けます。

※フォルダ名の先頭にある「.（ドット）」は、ふだん隠れている設定用フォルダの印です。.claude というフォルダがなければ、新しく作ってその中に settings.json を置きます。

何を書く？（最小の例）

中身は、次のような形をしています。permissions（権限）という項目に、ルールを並べていくだけです。

{
  "permissions": {
    "allow": [
      "Bash(npm run test)"
    ],
    "ask": [
      "Bash(git push:*)"
    ],
    "deny": [
      "Read(./.env)",
      "Bash(rm -rf:*)"
    ]
  }
}

読み解くと、こういう意味になります。

• allow（許可）：「テストを実行するコマンドは、毎回確認しないで進めてOK」
• ask（確認）：「git push（変更をネット上に反映する操作）は、毎回確認してから」
• deny（禁止）：「.env（パスワードなどの秘密情報が入りがちなファイル）は読ませない」「全削除コマンドは禁止」

かっこの中はルールの対象です。Bash(...) はコマンド、Read(...) はファイルの読み取り、末尾の :* は「それで始まるもの全部」というざっくり指定、を表します。最初はこの形をまねるだけで十分です。

作業フォルダの外も触らせたいとき

「別のフォルダも作業対象にしたい」という場合は、additionalDirectories（追加ディレクトリ）に足します。ここに書いた場所は、作業フォルダと同じルールで扱われるようになります。

{
  "permissions": {
    "additionalDirectories": [
      "../shared-docs/"
    ]
  }
}

逆に言うと、ここに書いていない外側のフォルダには、勝手に書き込まれません。「広げたいときだけ、自分で明示的に広げる」という考え方です。

はじめての人におすすめの、安全寄りの設定

最初は「危ないものだけ確実に止める」ところから始めるのがおすすめです。次の例は、秘密情報ファイルの読み取りと、削除系コマンドを禁止・確認にしたものです。

{
  "permissions": {
    "deny": [
      "Read(./.env)",
      "Read(./secrets/**)",
      "Bash(rm -rf:*)"
    ],
    "ask": [
      "Bash(git push:*)",
      "Bash(rm:*)"
    ]
  }
}

これだけでも、「秘密ファイルは見せない」「削除は必ず一度立ち止まる」という安心感がぐっと増します。慣れてきたら、毎回確認が面倒な安全なコマンドを allow に足していくと、快適さと安全さのバランスが取れてきます。

使う前に知っておきたい注意点

• 設定しても、最後に決めるのは人間です。確認が出たときに中身を見ずに「はい」を押し続けると、安全の仕組みは意味をなくします。何をしようとしているかを読んでから許可しましょう。
• 大事なデータはバックアップを。とくに git（変更履歴を残す仕組み）で管理しておくと、もし意図しない変更があっても元に戻せます。AIに任せる作業ほど、戻せる準備をしておくと安心です。
• 「全部自動で許可」モードは慎重に。確認を省略して一気に進めるモードもありますが、初心者のうちは使わないのが無難です。便利さと引き換えに、止まってくれる場面がなくなります。

まとめ

• Claude Code は「なんでも自由」ではなく、読み取りはどこでも・書き込みは作業フォルダの中だけが基本
• 作業フォルダの外に書き込むときや、危ない操作はその都度確認が入る
• 全削除のような取り返しのつかない操作には、常に歯止めがかかる
• settings.json を使えば、「許可・確認・禁止」を自分で決められる
• まずは「秘密ファイルは見せない」「削除は確認」から始めると安心

「AIに任せるのは怖い」という気持ちは、仕組みを知らないうちは自然なものだと思います。でも、どこまで触れるのか・どう範囲を決められるのかが分かると、不安はぐっと小さくなります。Claude Code は、あなたが決めた範囲の中で力を発揮してくれる相棒です。安心して任せられる範囲から、少しずつ広げてみてはいかがでしょうか。

AI活用の第一歩、いっしょに整えませんか

「AIを使ってみたいけれど、安全面が不安」「自社の業務でどこから任せればいいか分からない」——そんなときは、お気軽にご相談ください。アスタは、AIを実際の業務で安全に活用するお手伝いをしています。

• AIを業務で使ってみたい方 → AI活用無料診断へ（所要時間：約30分）
• まず話だけ聞いてみたい方 → お問い合わせフォームへ

「まだ何も決まっていない」という段階でも大丈夫です。今の状況をお聞きかせください。

The post Claude Codeはどこまでファイルを操作できる？初心者のための「安全に使う」権限設定ガイド first appeared on アスタWorks.