Claude Cowork の真の力は「スキル」と「スケジュール」を組み合わせたとき発揮されます。基本的な自動化から、複雑な条件分岐、複数チームの並列処理まで、様々なビジネスプロセスを設計パターンとして体系化できます。エンタープライズレベルの自動化に耐える設計手法と実装テクニックを、実運用で効いたものから順に取り上げます。
スキルの構造 — 再利用可能なワークフローの設計
スキルの本質
スキルは「手順をまとめた再利用可能なテンプレート」です。YAML フロントマターと処理ステップで構成されます。
---
name : "Weekly Sales Report"
description : "毎週月曜に営業レポートを自動生成し、経営層に報告"
triggers :
- schedule : "0 9 * * 1" # 毎週月曜 9:00
timezone : "Asia/Tokyo"
parameters :
- name : "weeks_back"
type : "integer"
default : 1
description : "過去何週分のデータを集計するか"
- name : "notify_channel"
type : "string"
default : "#executive"
description : "報告先 Slack チャネル"
---
処理ステップは以下のように記述します:
steps :
- name : "fetch_sales_data"
connector : "hubspot"
action : "get_deals"
filter :
closed_date : "{{ weeks_back }} weeks ago"
output : "sales_data"
- name : "aggregate_by_rep"
processor : "group"
input : "{{ sales_data }}"
group_by : "owner"
output : "rep_summary"
- name : "send_slack_report"
connector : "slack"
action : "send_message"
channel : "{{ notify_channel }}"
message : |
📊 **Weekly Sales Report**
Total: ${{ total_sales }}
By Rep:
{{ rep_summary | format_as_table }}
- name : "save_to_drive"
connector : "google_drive"
action : "upload"
file_name : "Sales_Report_{{ date }}.xlsx"
folder : "Reports/Sales"
source : "{{ sales_data }}"
スキルの再利用性
同じスキルを複数の条件で実行できます:
スキル「Weekly Sales Report」を実行
├─ trigger: 毎週月曜(自動)
├─ パラメータ: 過去 1 週分
│
スキル「Monthly Sales Report」も、同じ「Weekly Sales Report」を流用
├─ trigger: 毎月 1 日(自動)
└─ パラメータ: 過去 4 週分
スキルは「テンプレート」なので、パラメータを変えるだけで異なるユースケースに対応できます。
スケジュール実行の設定パターン
パターン 1: 定期実行(Cron 式)
schedule :
- name : "daily_report"
skill : "Daily Operations Report"
cron : "0 9 * * *" # 毎日 9:00
timezone : "Asia/Tokyo"
retries : 3 # 失敗時に 3 回まで再試行
retry_delay : 300 # 5 分間隔で再試行
パターン 2: 条件付き実行
schedule :
- name : "weekend_summary"
skill : "Weekly Team Summary"
trigger :
type : "cron"
cron : "0 18 * * 5" # 金曜 18:00
condition : "{{pipeline.deals_count}} > {{threshold_value}}"
actions :
- if : "{{deals_count}} > 100"
then : "send_to: #urgent-review"
- if : "{{deals_count}} <= 100"
then : "send_to: #regular-review"
パターン 3: イベント駆動実行
schedule :
- name : "customer_signup_followup"
skill : "New Customer Onboarding"
trigger :
type : "webhook"
source : "hubspot"
event : "deal_stage_changed"
filter : "stage == 'Onboarding'"
on_trigger : "immediate" # イベント発生直後に実行
5 つの実践ユースケース
ユースケース 1: 営業レポート自動化
目的: 営業チームの日々の成果を自動集計し、経営層に報告
skill : "Daily Sales Summary"
schedule :
cron : "0 17 * * *" # 毎日 17:00(営業終了後)
timezone : "Asia/Tokyo"
steps :
1. HubSpot から当日の商談成立数・売上を取得
2. Slack #sales で各営業に「本日の成果を報告してください」と聞く(30 秒待機)
3. 回答を集計し、Google Sheets に自動追記
4. グラフ化して PNG で出力
5. Slack #executive で経営層に通知
6. トレンド分析(週単位・月単位の成長率)を計算し、異常値を赤ハイライト
期待される効果:
営業報告の時間削減: 20 分/日 → 0 分(自動)
経営層の意思決定が早まる: 翌日判明 → 当日夕方判明
ユースケース 2: 日報集約・ナレッジ共有
目的: チーム全体の日々の活動を可視化し、ナレッジを共有
skill : "Team Daily Standup Report"
schedule :
cron : "0 18 * * 1-5" # 平日 18:00
timezone : "Asia/Tokyo"
steps :
1. Slack で全チームメンバーに「本日の成果・課題・明日の予定」を聞く
2. 回答を自然言語処理で「成果」「課題」「予定」に分類
3. Google Doc に自動で「本日の日報」ドキュメント作成
4. 課題部分を抽出して Notion タスクボードに自動登録
5. 全社向けに Slack で概要を共有
6. 毎週金曜に「週報」に集約
効果:
日報作成の手作業がゼロ
チーム全体の動きが透明化
課題の早期検出
ユースケース 3: KPI 追跡・異常検知
目的: 重要指標(KPI)をリアルタイム監視し、異常が発生したら即座に通知
skill : "KPI Monitoring"
schedule :
cron : "0 */6 * * *" # 6 時間ごと
timezone : "Asia/Tokyo"
steps :
1. Google Analytics から「訪問者数」「コンバージョン率」を取得
2. Stripe から「本日の売上」「キャンセル数」を取得
3. 過去 30 日の平均と比較
4. 20% 以上の乖離があれば Slack で通知
5. グラフ化して Google Sheets に記録
6. 月末に「KPI レポート」を自動生成
アラート例:
🔴 Critical Alert
売上: 過去平均から -35% 低下
→ 直近 3 日間で何か起きた可能性
原因案: メール配信エラー? / UI バグ?
→ 担当者に Slack でメンション
ユースケース 4: 議事録自動生成
目的: 会議の音声・テキストから議事録を自動生成し、Notion に保存
skill : "Meeting Minutes Auto-Gen"
schedule :
trigger :
type : "webhook"
source : "google_meet"
event : "meeting_ended"
on_trigger : "immediate"
steps :
1. Google Meet の録画が Notion に自動保存される
2. 音声を Deepgram で文字起こし
3. Claude が議事録の構造を生成 :
- 出席者
- 議論されたトピック
- 決定事項
- アクションアイテム(誰が何をいつまで)
4. Notion の「会議」データベースに自動登録
5. アクションアイテムを Slack で担当者に通知
出力例:
【会議: Q1 戦略会議】
日時: 2026-03-27 10:00
参加者: CEO, CTO, マーケティング責任者
【議論】
- Q1 目標の進捗状況
- 新機能の優先順位
【決定事項】
✓ AI 機能を Q2 リリース対象に
✓ マーケティング予算を 20% 増加
【アクションアイテム】
□ CTO: AI 機能の設計書作成(4/5 まで)
□ マーケティング: 予算計画書作成(3/30 まで)
ユースケース 5: 顧客フォローアップ・パーソナライズ
目的: 顧客の購買履歴・活動状況に応じて、自動的にフォローアップ
skill : "Smart Customer Followup"
schedule :
cron : "0 10 * * *" # 毎日 10:00
timezone : "Asia/Tokyo"
steps :
1. Stripe / HubSpot から顧客一覧を取得
2. 各顧客について :
- 最終購入日
- 最後のメール開封日
- 契約更新予定日
を確認
3. 規則に基づいて分類 :
【30 日未購入】→ リマインドメール
【90 日未購入】→ 営業チームに手動フォロー指示
【契約更新 30 日前】→ 更新案内
【チャーン兆候】→ CEO にマンション報告
4. Google Sheets に「フォローアップが必要な顧客」リストを自動生成
5. Slack で営業チームに通知
MCP コネクタの効果的な活用法
コネクタの種類と役割
コネクタ間の連携例
flow :
step_1_fetch : "HubSpot → 売上データ取得"
step_2_ask : "Slack → チームに確認メッセージ"
step_3_aggregate : "Claude → 回答をまとめる"
step_4_save : "Google Drive → レポート保存"
step_5_notify : "Slack → 完了通知"
step_6_record : "Google Sheets → 履歴記録"
step_7_escalate : "Gmail → 重要事項をメール"
すべてが自動でつながります。
エラーハンドリングと安定運用
エラーの種類と対応
A. 認証エラー(コネクタがログインできない)
error_handling :
- type : "auth_error"
action : "notify_admin"
message : "HubSpot 認証が失敗しました。再認証が必要です。"
retry : false # 認証は自動では回復不可
対応: 管理者に Slack で通知し、手動で再認証してもらう
B. データ取得失敗(API レート制限など)
error_handling :
- type : "api_timeout"
action : "retry"
retry_count : 3
retry_delay : 300 # 5 分待って再試行
timeout : 30000 # 最大 30 秒待機
C. 条件不満足(例: Slack で回答がない)
error_handling :
- type : "timeout"
wait_seconds : 1800 # 30 分待機
fallback : "skip_this_step" # 回答なしでも続行
log : "Slack timeout for sales team - no response"
ベストプラクティス
1. 冪等性(Idempotency)を確保
同じスキルを複数回実行しても、同じ結果になるように設計
# ❌ 悪い例:毎回データを「追加」
step : "append_to_sheet"
action : "append_row" # 重複が発生する可能性
# ✅ 良い例:毎回データを「更新」
step : "update_sheet"
action : "update_or_create"
identify_by : "date" # 同じ日付なら上書き
2. ログと監査
すべての処理をログに記録し、問題が発生したときに追跡可能に
logging :
level : "info" # "debug" / "info" / "warning" / "error"
destination : "google_sheets" # 「自動化ログ」シート
retain_days : 90 # 90 日間保持
3. 定期的な動作確認
自動化したら終わりではなく、週 1 回は手動で結果を確認
schedule :
- name : "Weekly Sanity Check"
cron : "0 11 * * 5" # 金曜 11:00
manual : true # 手動確認用(自動ではない)
action : "generate_summary_report"
ここまでの要点
Cowork のスキル×スケジュール機能は、エンタープライズレベルの複雑な業務自動化を実現します。営業レポート、日報集約、KPI 追跡、議事録生成、顧客フォローアップ—これら全てが、自然言語で設計でき、ノーコードで実装できます。
重要なのは「エラーハンドリング」と「定期的な動作確認」です。自動化は便利ですが、「知らない間に間違ったデータが流れていた」という事態を防ぐため、ログと監査の仕組みを整えることが必須です。
実装時は、小さいスキルから始めて、段階的に複雑化させていくアプローチをおすすめします。