0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?

@sescore(SES Core)

【2026年版】OpenClawで9体のAIエージェント経営OSを構築した全記録

0
Posted at

はじめに：3人の会社がAI経営OSで回る理由

「SESからフリーランスになったはいいけど、経理も営業も全部自分でやるの無理じゃない？」

この問いに対する俺の答えが、Claude CodeとOpenClawで構築した9体のAIエージェントによる経営OSだ。

合同会社Radineerは社員3人。だが、CFO（最高財務責任者）、COO（最高執行責任者）、CMO（最高マーケティング責任者）、CTO（最高技術責任者）、CEO（統括）——これらの役職を全てAIエージェントが担っている。

本記事では、SES現場でコードを書いていたエンジニアが、フリーランスとして独立し、最終的にAI経営OSを構築するまでの実践記録を共有する。データ分析の自動化から単価相場の把握まで、全てをAIに任せる仕組みの作り方だ。

そもそもOpenClawとは何か

OpenClawは、Claude Codeのスキルシステムを活用したAIエージェントフレームワークだ。簡単に言えば、Claude Codeに「役割」と「専門知識」を与えて、特定ドメインの専門家として振る舞わせる仕組みである。

Claude Codeのスキル（Skills）は、Markdownベースの指示書をエージェントに読み込ませることで、特定タスクに特化した振る舞いを実現する。OpenClawはこれを経営の文脈で体系化したものだ。

スキル定義の基本構造

Claude Codeのスキルは以下のような構成で定義する：

# CFO（最高財務責任者）スキル定義

## 役割
freee連携で財務データ取得・PL生成・仕訳計上・未決済管理・キャッシュフロー予測を実行

## 使用ツール
- freee API（会計データ取得）
- Claude Code Bash（データ処理・集計）
- Write/Edit（レポート生成）

## トリガー
/cfo pl → PL（損益計算書）生成
/cfo 仕訳 → 仕訳計上
/cfo 未決済 → 未決済管理
/cfo cf → キャッシュフロー予測

これをClaude Codeのスキルディレクトリに配置するだけで、ターミナルから /cfo pl と打てばAI-CFOが損益計算書を生成してくれる。

9体のAIエージェント一覧と役割

構築した9体のエージェントを一覧にまとめる：

エージェント 役割 主な機能 トリガーコマンド
CEO 経営統括 全CxOレポート統合、ダッシュボード生成 /ceo, /dash
CFO 財務管理 freee連携、PL生成、仕訳、CF予測 /cfo pl, /cfo cf
COO 業務執行 タスク進捗、クライアント管理、営業パイプライン /coo tasks, /coo clients
CMO マーケティング GA4/GSC/SNS統合分析、戦略提案 /cmo
CTO 技術管理 プロダクトヘルスチェック、技術スタック管理 /cto health, /cto priority
Secretary 秘書 inbox/today/archive管理 /inbox
CC-Company ルーティング タスクを適切な部署に自動振り分け /cc-company
Radineer-OS 自然言語ルーター 質問を自動的に適切なCxOに委譲 自然言語入力
CC-Secretary 会社秘書 YAML操作によるinbox管理 /cc-secretary

自然言語ルーターの仕組み

Radineer-OSエージェントが最も重要な役割を果たしている。これは「何でも聞いてくれ」窓口だ：

# こう聞くと...
$ claude "今月の売上どうなってる？"
# → Radineer-OSが自動判定 → CFOスキルに委譲 → freee APIからデータ取得 → レポート返却

# こう聞くと...
$ claude "来週のクライアントミーティング準備して"
# → Radineer-OSが自動判定 → COOスキルに委譲 → タスク一覧生成

# こう聞くと...
$ claude "サイトのアクセス数が落ちてる原因は？"
# → CMOスキルに委譲 → GA4/GSCデータ分析 → 原因と改善案を返却

ユーザーは「どのエージェントに聞くべきか」を考える必要がない。自然言語で質問するだけで、適切なCxOが応答する。

実装のステップバイステップ

Step 1：freee API連携（CFOエージェント）

最初に作ったのはCFOエージェントだ。フリーランスにとって経理は最大の苦痛だから。

freee APIとの連携は以下の流れで実装した：

// freee API認証の基本設定
const FREEE_CONFIG = {
  baseUrl: 'https://api.freee.co.jp',
  companyId: process.env.FREEE_COMPANY_ID,
  accessToken: process.env.FREEE_ACCESS_TOKEN,
};

// PL（損益計算書）取得の例
async function getProfitAndLoss(fiscalYear: number) {
  const res = await fetch(
    `${FREEE_CONFIG.baseUrl}/api/1/reports/income_expense_summaries` +
    `?company_id=${FREEE_CONFIG.companyId}` +
    `&fiscal_year=${fiscalYear}`,
    {
      headers: {
        'Authorization': `Bearer ${FREEE_CONFIG.accessToken}`,
        'Content-Type': 'application/json',
      },
    }
  );
  return res.json();
}

// 未決済取引の一覧取得
async function getUnresolvedDeals() {
  const res = await fetch(
    `${FREEE_CONFIG.baseUrl}/api/1/deals` +
    `?company_id=${FREEE_CONFIG.companyId}` +
    `&status=unsettled`,
    {
      headers: {
        'Authorization': `Bearer ${FREEE_CONFIG.accessToken}`,
      },
    }
  );
  return res.json();
}

これをCFOスキルの中で呼び出し、Claudeが数値を解釈してレポートを生成する。

/cfo 未決済 と打つだけで「未回収の請求書が2件、合計¥480,000。最も古いものは3月15日発行のA社案件」のように自然言語で返ってくる。

Step 2：GA4/GSC連携（CMOエージェント）

マーケティングデータの自動分析も重要だ。CMOエージェントはGA4（Google Analytics 4）とGSC（Google Search Console）からデータを取得し、トレンドを分析する。

# CMOエージェントの起動例
$ claude "/cmo"

# 出力例：
# 📊 マーケティングダッシュボード（2026年4月第4週）
# 
# ■ オーガニック流入
#   - 前週比: +12.3%
#   - トップ流入キーワード: 「SES フリーランス 違い」「単価相場 2026」
#   - CTR改善余地: 「フリーランス 契約書 テンプレート」(表示2位, CTR 3.2%→改善可能)
# 
# ■ コンテンツパフォーマンス
#   - 最高PV記事: 「SESからフリーランスへの完全ガイド」
#   - 要改善: 直帰率80%超の記事が3本 → リライト推奨

Step 3：タスク管理の自動化（COOエージェント）

COOエージェントはYAMLベースのタスク管理システムを操作する：

# tasks/inbox.yaml の構造
- id: task-2026-04-25-001
  title: "A社契約書レビュー"
  priority: high
  due: 2026-04-28
  assignee: coo
  status: in_progress
  context: "フリーランス契約書テンプレートをベースにカスタマイズ"

- id: task-2026-04-25-002  
  title: "B社提案書作成"
  priority: medium
  due: 2026-05-02
  assignee: coo
  status: pending

/coo tasks でタスク一覧を取得し、/coo clients でクライアント別の進捗を確認できる。

コンテンツ自動化パイプラインの実装

AI経営OSの中でも特に力を入れたのが、コンテンツ生成の自動化だ。これは実際に稼働しているTypeScriptのパイプラインで、以下の流れで動く：

トレンド検出（Grok API）
    ↓
キーワード選定（学習データ参照）
    ↓  
記事生成（Claude Sonnet 4）
    ↓
多様性チェック（類似記事の排除）
    ↓
プラットフォーム別バリエーション生成
    ↓
承認キュー（Telegram通知）
    ↓
マルチプラットフォーム配信（Qiita/Zenn/note/X）
    ↓
パフォーマンス分析
    ↓
学習フィードバックループ

学習フィードバックの仕組み

このパイプラインの肝は自己学習ループだ。記事のパフォーマンス（閲覧数、いいね、ストック数）を分析し、次回の記事生成にフィードバックする：

// 学習状態の更新ロジック（簡略版）
interface LearningState {
  bestArticleTypes: string[];
  bestKeywords: string[];
  bestTitlePatterns: string[];
  highEngagementPatterns: string[];
  topicDiversityScore: number;
}

// 70%は実績のあるパターン、30%は新しい挑戦
const LEARNING_RATIO = 0.4; // 過学習防止のため40%に引き下げ済み

function selectKeywords(state: LearningState, pool: string[]): string[] {
  const proven = state.bestKeywords;
  const result: string[] = [];
  
  for (const kw of pool) {
    if (Math.random() < LEARNING_RATIO && proven.includes(kw)) {
      result.push(kw); // 実績あるキーワード
    } else {
      result.push(kw); // 探索的キーワード
    }
  }
  return result;
}

現在の学習データでは、「2026年最新」「データ分析」「単価相場」「フリーランス」「徹底解説」が高パフォーマンスキーワードとして記録されている。

SESからフリーランスへ：AI経営OSが解決する課題

SESからフリーランスに転身する際、最大の壁は「エンジニアリング以外の全業務」だ。具体的には：

業務 SES時代 フリーランス（AI経営OSなし） フリーランス（AI経営OS導入後）
経理・請求 会社が処理 毎月3-5時間 CFOエージェントが自動処理
営業・案件獲得 営業担当 毎週5-10時間 COOが案件パイプライン管理
マーケ・集客 不要 毎週3-5時間 CMOがGA4/GSC自動分析
契約書作成 会社が雛形提供 都度作成 テンプレート＋AIレビュー
技術選定 PMが判断 自己判断 CTOがスタック分析

フリーランスの契約書テンプレート問題

「フリーランス 契約書 テンプレート」は検索ボリュームの多いキーワードだが、実際のところテンプレートだけでは不十分だ。

AI経営OSでは、COOエージェントが契約書のレビューポイントを自動チェックする：

# 契約書レビューの実行例
$ claude "この業務委託契約書をレビューして、リスクポイントを洗い出して"

# COOエージェントの出力例：
# ⚠️ リスクポイント検出（3件）
# 1. 瑕疵担保期間が「納品後1年」→ 業界標準は3ヶ月。交渉推奨
# 2. 知的財産権の帰属が曖昧 → 「委託者に帰属」の明記を確認
# 3. 中途解約条項なし → 30日前通知の解約条項を追加推奨

単価相場のデータ分析自動化

フリーランスエンジニアにとって「自分の単価が適正かどうか」は常に気になるポイントだ。CMOエージェントとデータ分析パイプラインを組み合わせて、単価相場の定点観測を自動化した。

// 市場データキャッシュの仕組み（7日間TTL）
interface MarketData {
  averageRate: { junior: string; mid: string; senior: string };
  demandSkills: string[];
  timestamp: string;
  ttlDays: number;
}

// 単価相場データの定期取得と分析
async function analyzeMarketRate(): Promise<MarketData> {
  const cached = loadCache('market-cache.json');
  if (cached && !isExpired(cached, 7)) return cached;

  // 複数ソースからデータ収集
  const sources = [
    fetchFromPublicAPIs(),    // 公開API
    scrapeJobListings(),       // 求人情報
    analyzeGSCKeywords(),      // 検索トレンドから推定
  ];
  
  const data = await Promise.all(sources);
  const merged = mergeAndAnalyze(data);
  saveCache('market-cache.json', merged);
  return merged;
}

この仕組みにより、「今月のフリーランスエンジニアの単価相場はどうなっているか」をAIに聞くだけで最新データが返ってくる。

CEOダッシュボード：全てを統合する

CEOエージェントは全CxOの情報を統合し、経営ダッシュボードを生成する：

$ claude "/dash"

# 出力：
# ═══════════════════════════════════════
#  Radineer 経営ダッシュボード（2026年4月第4週）
# ═══════════════════════════════════════
#
# 💰 CFO Report
#   売上: ¥XXX,XXX（前月比 +XX%）
#   未回収: ¥XXX,XXX（2件）
#   CF予測: 3ヶ月先まで健全
#
# 📋 COO Report  
#   稼働案件: X件
#   パイプライン: X件（提案中）
#   今週の重要タスク: X件
#
# 📈 CMO Report
#   オーガニック流入: +XX%
#   コンテンツ公開: X本
#   トップキーワード: 「SES フリーランス」
#
# 🔧 CTO Report
#   プロダクト稼働率: XX%
#   技術負債: X件（要対応）
#   次期優先: パフォーマンス改善

構築コストと運用コスト

正直に書く。AI経営OSの運用コストは以下の通りだ：

項目 月額コスト
Claude Code（Max plan） $200/月
freee API freee基本プラン内
X API（Basic） $200/月
Grok API（xAI） 従量課金（月$10-30程度）
GA4/GSC 無料
合計 約$410-430/月（約¥63,000）

月¥63,000で「CFO + COO + CMO + CTO + CEO + 秘書」が手に入ると考えれば、人件費と比較して圧倒的にコスパが良い。

つまずいたポイント3選

1. 学習ループの過学習問題

初期設定では学習比率を70%（実績パターン）/ 30%（探索）にしていた。結果、同じようなテーマの記事ばかり生成されるようになった。多様性スコアが0.2まで低下。

対策： 学習比率を40%に引き下げ、多様性スコアによる自動調整を導入。

2. Anthropic API → Claude CLI切替

AnthropicのAPIを直接叩いていたが、認証周りの問題でClaude CLIに切り替えた。タイムアウトも300秒に延長。

// Before: API直接呼び出し（認証問題あり）
// const anthropic = new Anthropic({ apiKey: process.env.ANTHROPIC_API_KEY });

// After: Claude CLI経由（安定稼働）
import { execSync } from 'child_process';

function callClaude(prompt: string): string {
  const result = execSync(
    `claude -p "${prompt.replace(/"/g, '\\"')}"`,
    { timeout: 300_000, encoding: 'utf-8' }
  );
  return result.trim();
}

3. X API運用の方針転換

当初はX APIで幅広く投稿していたが、Claude Code/OpenClaw特化に方針転換。引用RTを強化し、AI開発コミュニティとの関係構築にフォーカスした。

SES現場での知見がAI経営OSに活きた話

SES現場で身につけた「お客さんの環境に素早く適応する力」は、AI経営OSの構築にも直結した。具体的には：

  • 要件定義力 → エージェントのスキル定義を正確に書ける
  • API連携経験 → freee/GA4/GSCの連携がスムーズ
  • 運用設計 → 障害時のフォールバック設計ができる
  • ドキュメント力 → スキルのMarkdown記述が的確

SES経験は「下請け」ではない。様々な現場で培った技術の引き出しの多さこそが、AI経営OSのような複合システムの構築に活きる。

まとめ：AI経営OSは「一人法人」の最適解

SESからフリーランスに転身し、さらに法人化する流れの中で、AI経営OSは「一人（または少人数）法人」の経営を劇的に効率化する。

2026年現在、Claude CodeとOpenClawの組み合わせは、AIエージェント構築の最もローコードな選択肢の一つだ。プログラミングスキルがあるエンジニアなら、1-2週間で基本的な経営OSは構築できる。

重要なのは「完璧を目指さないこと」。CFOエージェントだけでもまず作ってみて、freeeのデータが自然言語で引けるだけで、経理作業のストレスは半減する。

次に何を作るか迷ったら、自分が最も時間を取られている業務を自動化するエージェントから始めればいい。

関連記事

AI駆動塾 — AIを使ったスモビジの作り方を学ぶ

Claude Code、OpenClaw、AI経営OSの実践ノウハウを毎週公開中。
月額¥4,980で過去記事すべて読み放題。

noteメンバーシップに参加する →

💼 フリーランスエンジニアの案件をお探しですか？

SES解体新書 フリーランスDBでは、高単価案件を多数掲載中です。

  • ✅ マージン率公開で透明な取引
  • ✅ AI/クラウド/Web系の厳選案件
  • ✅ 専任コーディネーターが単価交渉をサポート

▶ 無料でエンジニア登録する

0
0
0

Register as a new user and use Qiita more conveniently

  1. You get articles that match your needs
  2. You can efficiently read back useful information
  3. You can use dark theme
What you can do with signing up
Sign upLogin
0
0

Delete article

Deleted articles cannot be recovered.

Draft of this article would be also deleted.

Are you sure you want to delete this article?