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