はじめに
非エンジニアのビジネス職である私は、初めて Claude Code を CLI（コマンドラインインターフェース） で動かしました！
社内のエンジニアにレクチャーを受けながら導入に挑戦しましたが、
CLIに馴染みがないため最初は不安でした。同じように不安やつまづきのある非エンジニアの方の参考になれば幸いです。
本記事は、自身の学びの定着と、超初心者向けセットアップの記録として作成しています。
個人の主観や、非エンジニア目線での解釈も含まれています。
本記事の前提条件・動作環境
- 情報時点: 2026年7月時点
- OS: Windows (Windows 10 / 11)
-
使用シェル: コマンドプロンプト (
cmd.exe)- ※Mac(zsh)やWindowsのPowerShell、Git Bashとはコマンドの挙動が一部異なります。
- Claude アカウント: 有料サブスクリプション契約済み
なぜデスクトップ版ではなく「CLI版」を利用するのか？
Claude には直感的に使える「デスクトップ版（GUI）」もありますが、
「日々の業務を、本格的に自動化・システム化させたかったから」 「CLI版」での利用を進めています
比較
| 比較項目 | Claude Desktop（デスクトップ版） | Claude Code（CLI版） |
|---|---|---|
| 主な対象 | 初心者〜非エンジニア | 技術者・業務自動化を図りたい人 |
| 操作画面 (UI) | 画面のボタンやマウス操作 | 文字とキーボードによるコマンド操作 |
| 柔軟性・拡張性 | 単発のチャットや文章作成に強い | PC内のシステムやスクリプトと直接連携可能 |
具体的な業務（例：長大な文字起こしデータからタスクを抽出してSlackへ自動投稿するなど）を想定した場合、CLI版には以下の大きなメリットがあります。
-
スクリプトを実行して自動化できる
CLIでは、コマンドを保存したファイルを実行させる際に「今回はプロジェクトAです」と変数を渡すことができます。スクリプトの中でタグや宛先を変数として設定できるため、別アプリを開いて手動でコピペする手間を完全に無くすことができます。 -
「AIを使う」段階から「AIありきで業務や仕組みを構築する」ステージへシフトできる
単に便利ツールとして使うだけでなく、エンジニアと同じCLI環境を整えることが、組織全体の業務効率化への近道になります。
セットアップ手順（Windows コマンドプロンプト編）
① コマンドプロンプトの基本操作
まずは、コマンドプロンプトを立ち上げます。ターミナル操作では、「自分が今PCの中のどのフォルダ（ディレクトリ）にいるか」 を常に意識することが重要です。
| コマンド | 意味 | 補足（Windows cmd.exe 特有の挙動） |
|---|---|---|
cd |
現在地の確認 | 後ろに何もつけずに打つと現在のフォルダパスが表示されます。 |
dir |
フォルダの中身を表示 | フォルダ内にどんなファイルがあるか確認します。（Macの ls） |
cd フォルダ名 |
フォルダを移動 |
cd とフォルダ名の間には半角スペースが必要です。 |
cd .. |
1つ上のフォルダに戻る | 親フォルダへ移動します。 |
② Claude Code のインストールと初期ログイン
1. インストールの実行
コマンドプロンプトに以下のコマンドをコピー＆ペーストして Enter を押します。
npm install -g @anthropic-ai/claude-code
2. Claudeの起動とテーマ選択
インストール完了後、以下のコマンドで起動します。
claude
起動するとテーマ（見た目）の選択画面が出ます。矢印キー（↑↓）で好きなもの（ダークモードなど）を選んでEnterを押します。
Claude Codeならではの基本コマンド
Claude Codeの中では、スラッシュ（/）から始まるコマンドでAIを管理します。特に「AIの記憶容量（コンテキストウィンドウ）」の管理が重要です。
-
/exit: Claude Codeを終了する（設定変更前は必ずこれで抜けます） -
/context: 現在のAIのメモリ使用状況を確認する -
/compact: 会話が長くなってきた時に、過去のログを自動要約してトークンを節約する -
/clear: チャットをリセットして新しく始める -
/resume: 過去のチャット履歴を呼び出して再開する
「MCP」の導入と落とし穴
Claude Codeを使って今回やりたかったことはMCP（Model Context Protocol） を使って外部ツール（社内報やSlack等）と連携することです。
今回は「Slack」を連携させました。
書き換えて保存した後、ターミナルで claude を起動し、/mcp コマンドを打って connected と表示されていれば成功です！
Slackの場合は、/mcp の一覧から slack → authorization を選び、表示されたURLをブラウザで開いてワークスペースへのアクセスを許可すれば完了です。
実際にやってみた
設定後、Claudeに「Slackのジェネラルチャンネルに、こんにちはとドラフト（下書き）メッセージを作って」とお願いしたところ、本当に自分のSlackの下書きにメッセージが作成されていました！
しかし、ここで一つ問題が起こりました。Slack内の「〇〇さん」という個人名や、特定のチャンネルをAIが認識できなかったのです。
そこで、AIに前提知識を覚えさせるための設定を行いました。
チーム独自のルールを教える「スキル」機能
定型作業を自動化したり、社内固有の情報をAIに理解させたりするために**「スキル（Skills）」**という機能を設定しました。今回は、AIに社内のチャンネルIDやメンバーIDを覚えさせる「Slackコンテキストスキル」を作成しました。
スキルの作り方と注意点
C:\Users\ユーザー名\.claude\ の配下に、フォルダとファイルを手動で作成します。
-
skillsフォルダを作成する - その中に
slack-contextフォルダを作成する - その中に
SKILL.mdというファイルを作成し、IDリスト（例：#general: C12345678など）を書き込む
【★ここで初心者のミスが！】
私は最初、ファイル名を skill.md（小文字）にしたり、Windowsの仕様で気づかぬうちに SKILL.md.txt と拡張子が余分についていたりして、AIに全く認識してもらえませんでした。
「ファイル名は大文字（SKILL）、拡張子は小文字（.md）」など、大文字小文字の区別や保存場所・ファイル名が絶対的に正確である必要があります。
また、設定を反映させるには、一度 /exit でClaudeを終了し、再度立ち上げ直すことを忘れないでください。
おわりに（非エンジニアの気づきとPCスペック問題）
今回、エンジニアのサポートのおかげで、非エンジニアの私でもClaude CodeのCLI環境を構築し、外部ツールと連携させることができました。一度繋いでしまえば、自然言語で指示を出すだけで高度な操作をしてくれるため、業務自動化の無限の可能性を感じています。
【おまけ：PCスペックの重要性】
AIエージェントをローカルで本格的に動かす場合、並列処理の負荷がかかります。エンジニア曰く「本格的にAIを業務に組み込むなら、メモリ32GB以上のPCなどが推奨される」とのこと。ビジネス職であっても、AIを使いこなすためにはハードウェア環境への投資も視野に入れるべきなのかな……と実感しました。
この体験記が、同じように「CLIって難しそう…」と足踏みしているビジネス職の方の背中を押すきっかけになれば嬉しいです！