Claude Codeを自分の秘書や分身として使うのではなく、プロダクトそのものに専属のAIエージェントを配置するという運用を試しています。
小規模なクライアント案件で1か月ほど試行していますが、これが思った以上にうまく機能しています。
結論から言うと、Claude Codeに「何をしてほしいか」を教えるより、「あなたは何のために存在するのか」を定義する方が、継続運用では良い結果を得られるのではないかと考えています。
1. 人間の分身ではなく、プロダクトの担当者にする
Claude Codeの一般的な使い方は、人間がタスクを与え、AIがそれを実行するものです。
例えば、
- 「このバグを直して」
- 「この機能を実装して」
- 「DBの設計を変更して」
といった依頼です。
もちろん、これでも十分に便利です。
ただ、これらの指示はすべて人間を起点にしています。Claude Codeは優秀な作業者ですが、プロダクトに対する継続的な責任を持っているわけではありません。
そこで、自分でホスティングしたClaude Codeの実行環境を用意し、エージェントに次のような役割を与えてみました。
あなたは、このアプリケーションに関わる人々、ユーザー、クライアント、開発者を正しく理解し、ユーザー体験を最大化するために存在しています。
プロダクトのコード、データベース、組み込まれているコンテンツ、AI APIなどは、すべてその目的を実現するための手段です。
関係者から指示があった場合は、その指示とプロダクトの目的に従って改善を行ってください。必要に応じて、自身が保持する知識や運用手順も更新してください。
このように設定すると、エージェントの判断基準が変わります。
例えば「教材の日本語訳が正しく表示されない」という報告を受けたとします。
従来の開発エージェントなら、表示コードを調べて修正することが主な仕事です。
しかし、プロダクトの体験に責任を持つエージェントなら、問題の原因がフロントエンドではなく、データベース上のコンテンツやAIによる生成処理にある可能性も考慮します。
コードの修正は目的ではなく、問題を解決するための選択肢の一つになります。
2. 実際の構成
私の運用では、プロダクト単位でAIが仕事を引き受けられる環境を作っています。
基本的な構成は以下です。
ユーザー・クライアント
│
自然言語の依頼
│
▼
プロダクト担当エージェント
│
┌─────────┴─────────┐
▼ ▼
プロダクト操作 開発作業
│ │
┌────┴────┐ Claude Code
▼ ▼ │
DB コンテンツ コード変更
│ │ │
│ │ テスト・PR
│ │ │
└─────────┴──────────────┘
│
▼
プロダクトの改善
別の小規模な教材配信サービスでは、LINEを窓口とする業務エージェントと、GitHub Actions上で実行するClaude Codeを組み合わせています。
LINEから教材の作成や修正を依頼すると、エージェントがコンテンツやSupabaseを操作します。サイト自体の修正が必要な場合は、開発担当のClaude Codeへ仕事を引き継ぎ、テスト・PR・デプロイ確認のフローに接続します。
これまで人間が受け取っていた依頼を、プロダクトを理解しているエージェントが受け取るわけです。
ここで重要なのは、単にAIが複数のAPIを使えることではありません。
AIの責務が「コードを書くこと」ではなく、「プロダクトに関する仕事を適切に遂行すること」に設定されている点です。
3. CLAUDE.mdの書き方も変わるのではないか
この運用を始めてから、CLAUDE.mdの役割についても考えるようになりました。
従来のCLAUDE.mdは、主にリポジトリの開発ルールを記述するものでした。
# Development Rules
- TypeScriptを使用する
- パッケージマネージャーはBun
- 変更後はテストを実行する
- mainブランチに直接pushしない
これらは必要な情報です。
しかし、プロダクトの担当者としてAIを運用するなら、開発ルールより上位に、エージェントの存在目的や責務を定義することが重要になると思います。
例えば、次のような形です。
# Product Agent
## Mission
あなたは本プロダクトの継続的な改善に責任を持つ
AIエージェントです。
あなたの目的は、このプロダクトに関わる人々の
体験を長期的に改善することです。
## Stakeholders
以下の関係者を理解してください。
- Users: プロダクトを利用する人々
- Client: プロダクトの運営者
- Developers: 開発・保守に関わる人々
それぞれの利益が衝突する場合は、
一方の利益だけを無条件に最大化しないでください。
## Scope
以下は目的を達成するための手段です。
- Application Code
- Database
- Content
- AI APIs
- Infrastructure
- Documentation
問題を解決するために最も適切な手段を選んでください。
## Authority
- 読み取り・調査・検証は自律的に実行可能
- コード変更はテストとPRを経由する
- データ削除や課金変更は事前承認が必要
- 公開操作は定められた承認条件を満たすこと
## Learning
作業で得た検証済みの知見を蓄積してください。
プロダクトの仕様や運用に変更があれば、
必要に応じてドキュメントを更新してください。
もちろん、これはClaude Codeの公式なCLAUDE.md仕様が変わったという話ではありません。私が考えている運用設計の一例です。
また、長期的な目的を与えるだけでは十分ではありません。変更権限、承認条件、テスト、ロールバックなどの仕組みもセットで必要です。
ただ、CLAUDE.mdを単なるコーディング規約ではなく、プロダクト担当エージェントの行動原則を記述する場所として考えると、設計の幅が大きく広がります。
4. KPIはタスクの完了ではなく、責務範囲の改善
この考え方で特に重要なのが、エージェントの評価基準です。
通常の開発エージェントでは、「依頼したタスクが成功したか」が主な評価対象になります。
しかし、プロダクト担当エージェントの場合、それだけでは不十分です。
例えば、次のような指標を考えられます。
| 領域 | 評価するもの |
|---|---|
| ユーザー体験 | 不具合、離脱、利用時の摩擦 |
| コンテンツ | 品質、正確性、更新状況 |
| 開発 | 障害、テスト、技術的負債 |
| 運用 | 対応時間、手戻り、運用コスト |
| AI API | 応答品質、レイテンシ、利用料金 |
これらは具体的なKPIの候補です。
ただし、単一の指標を最大化する設計には危険もあります。例えば障害件数だけを最小化しようとすれば、機能追加を止めることが合理的になってしまいます。
だからこそ、上位の目的と制約が重要です。
KPIを達成すること自体を目的にするのではなく、プロダクトの望ましい状態を定義し、その達成を測るためにKPIを使う。
この順番が大事だと思っています。
5. もちろん、プロンプトだけでは成立しない
ここは誤解してほしくない部分です。
「あなたはプロダクトの責任者です」と書くだけで、自律的な運営が成立するわけではありません。
今回の運用でも、プロンプト以外に次のような仕組みが重要でした。
- 権限の制御:AIが実行できる操作を制限し、機密情報や破壊的操作を保護する。
- コードによる検証:コンテンツやDBの変更をLLMの判断だけに任せず、プログラム側でも検証する。
- 文脈の継承:過去の依頼、作業結果、仕様変更を次回以降に参照できるようにする。
- 承認と監査:公開や重要な変更は明示的な承認を要求し、実行履歴を残す。
- 失敗からの改善:同じ失敗を繰り返さないよう、テストや運用ルールを更新する。
特に、本番DBへの操作権限を持つAIでは、プロンプトによる禁止事項と、システム側で強制する権限制御を混同してはいけません。
また、今の実装は人間からの依頼を中心に動いています。自発的な監視や問題発見まで実現するには、メトリクス、定期的な評価、イベントトリガーなどを追加する必要があります。
永続的な責務を持つことと、完全に自律的に行動することは別です。
現時点では、この区別をしておくべきだと思っています。
6. 1人1エージェントから、1プロダクト1エージェントへ
最近は、AIを人間一人ひとりの分身として扱う構想をよく見かけます。
もちろん、それも自然な方向です。
ただ、実際に運用してみると、AIを人間に対応させるより、プロダクトや組織といった責務の単位に対応させる方が合理的な場面も多いと感じます。
人間が異動しても、プロダクトは存在し続けます。
開発者が交代しても、バグや技術的負債は残ります。
クライアントが新しい依頼を送ってきても、プロダクトの背景を毎回説明する必要がない状態が理想です。
プロダクトに専属のエージェントがいれば、知識と作業の履歴を継承しながら、一貫した目的に沿って改善を続けられます。
さらに、組織単位に責務を持つエージェントを配置する構成も考えられます。
もちろん、すべてのプロダクトに専属エージェントが必要とは限りません。小規模なシステムでは、複数プロダクトを一つのエージェントで担当する方が安い場合もあるでしょう。
それでも、責務の単位でエージェントを設計する考え方には可能性を感じています。
おわりに
この1か月の試行で、AIエージェントに対する考え方が少し変わりました。
以前は、Claude Codeをどれだけ優秀な作業者として使えるかを考えていました。
今は、Claude Codeに何を担当させ、何を改善し続ける存在として定義するかを考えています。
まだ小規模な実運用事例であり、この構成が大規模なプロダクトや組織でも成立するかは分かりません。
ただ、タスク単位で呼び出すAIから、継続的な責務を持つAIへの変化は、今後のエージェント設計において重要になると考えています。
AIにタスクを与える時代から、AIに持ち場を与える時代へ。
1プロダクト1エージェント、1組織1エージェント。
そんな運用が、これから自然になっていくのかもしれません。