毎朝6時に、勝手に仕事が始まる
朝起きてGitHubを開くと、AIが昨晩のうちにIssueを作っている。
「なるほど、こういう機能欲しかったな」と思ったらissueをつくり、ラベルを1個貼っておくだけ。あとはAIが実装してPRを作ってくれる。
しかも毎週月曜、そのAIは自分のプロンプトを書き換えて賢くなっていく。
こんな仕組みがあったら良いかもと思い、実際に作ってみました。
何を作ったか
- PdM AI: 毎朝6時にIssueを自動提案（OpenAI gpt-4o-mini）
-
plan-first フロー:
plan-firstラベルを貼ると実装プランをコメント（Claude Code） -
auto-implement フロー:
auto-implementラベルを貼るとコードを書いてPRを作成（Claude Code） - 自己改善ループ: 毎週月曜、過去の提案採否を分析してプロンプトを自動更新
全部GitHub Actionsで動いている。インフラ管理なし。
システム全体像
毎朝 JST 6:00
PdM AI（OpenAI）→ GitHub Issue 自動作成
↓ 人間が "plan-first" ラベルを貼る
Claude Code Action → 実装プランをIssueにコメント
↓ 人間が "auto-implement" ラベルを貼る
Claude Code Action → コードを書いてPR作成
↓
人間がレビュー → マージ
毎週月曜 JST 10:00
PdM AI → 過去提案の採否を分析 → prompt.md を自己改善 → PR作成
人間がマージするだけでPdM AIが賢くなる
人間の仕事は「ラベルを貼る」と「PRをレビューしてマージする」だけ。
各コンポーネントの解説
PdM AI（提案役）
scripts/pdm-agent/index.ts がメイン処理。
やっていることはシンプルで、
- 直近のIssue一覧・過去の提案・コミット履歴をGitHub CLIで取得
-
prompt.mdに書かれたシステムプロンプトとコンテキストをOpenAI APIに投げる - 返ってきたJSONからIssueを
gh issue createで作成
// scripts/pdm-agent/index.ts（抜粋）
const response = await openai.chat.completions.create({
model: "gpt-4o-mini",
messages: [
{ role: "system", content: systemPrompt },
{ role: "user", content: userPrompt },
],
response_format: { type: "json_object" },
temperature: 0.9,
});
temperature: 0.9 で毎回違う提案が来るようにしている。
GitHub Actionsのトリガーはcronで、UTC 21:00 = JST 6:00に起動。
# .github/workflows/pdm-ai-daily.yml（抜粋）
on:
schedule:
- cron: "0 21 * * *"
plan-first フロー（設計役）
plan-first ラベルをIssueに付けると起動する。使っているのは anthropics/claude-code-action@v1。
# .github/workflows/plan-first.yml（抜粋）
jobs:
plan:
if: github.event.label.name == 'plan-first'
steps:
- uses: anthropics/claude-code-action@v1
with:
anthropic_api_key: ${{ secrets.ANTHROPIC_API_KEY }}
claude_args: "--max-turns 15 --dangerously-skip-permissions"
prompt: |
あなたはこの Issue の実装プランナーです。
アプリケーションコードの変更・実装は一切行わないでください。
...
Claudeはコードを読んで、実装ステップ・影響ファイル・リスクなどをまとめた「📋 実装プラン」をIssueにコメントする。
大きすぎる機能はここでサブIssueに分割される。gh issue create で子Issueを自動作成して、親Issueにリンクを貼ってくれる。
auto-implement フロー（実装役）
auto-implement ラベルを貼ると、今度は実際にコードを書く。
# .github/workflows/auto-implement.yml（抜粋）
jobs:
implement:
if: github.event.label.name == 'auto-implement'
timeout-minutes: 45
steps:
- uses: anthropics/claude-code-action@v1
with:
claude_args: "--max-turns 45 --dangerously-skip-permissions"
--max-turns 45 を設定しているのは大事なポイント。デフォルトだとターン数制限で途中で止まることがある。
Claudeはplan-firstで作られた「📋 実装プラン」コメントを読んでから実装を始めるので、指示の一貫性が保たれる。
自己改善ループ（成長役）
毎週月曜10時に self-improve.ts が動く。
やること：
- 過去のIssueを全件取得
- 「採用（COMPLETED）」「却下（NOT_PLANNED）」「未判断（OPEN）」に分類
- 採用率・パターンを分析してプロンプト改善案をOpenAI APIで生成
- 変更がある場合は
prompt.mdを書き換えてPRを作成
// scripts/pdm-agent/self-improve.ts（抜粋）
function categorizeIssues(issues) {
for (const issue of issues) {
if (issue.state === "CLOSED" && issue.stateReason === "COMPLETED") {
accepted.push(issue); // 採用
} else if (issue.state === "CLOSED" && issue.stateReason === "NOT_PLANNED") {
rejected.push(issue); // 却下
} else {
pending.push(issue); // 未判断
}
}
}
人間がPRをマージするだけで、PdM AIは「採用されやすい提案」を学習していく。
実際にハマったこと
--dangerously-skip-permissions は何者か
名前がこわい。が、CI環境では必須のフラグ。
通常のClaude Codeは「このファイルを編集していいですか？」と対話的に確認する。GitHub Actions上では人間がいないので、この確認をスキップする必要がある。
権限管理はGitHub Actionsの permissions セクションでやっているので、実際にはそこまで怖くない。
permissions:
id-token: write
contents: write
issues: write
pull-requests: write
ターン数の罠
最初 --max-turns 10 で動かしたら、複雑な実装の途中でClaudeが止まってPRが来なかった。
--max-turns 45 に増やしてから安定した。タイムアウトも timeout-minutes: 45 に合わせている。
Issueが大きすぎると失敗する
「ユーザー認証機能を追加して」みたいな大きいIssueをそのままauto-implementに投げると、Claudeが途中で迷子になる。
plan-firstで必ずサブIssueに分割してから実装するフローにしてから、失敗率が激減した。
CLAUDE.md の重要性
リポジトリのルートに CLAUDE.md を置いている。アーキテクチャの説明、よく使うファイルのパス、開発時の注意点などを書いておくと、Claudeが的外れなコードを書くことが減った。
LLMへの「読み物」として整備することが、全体の品質に直結する。
コスト感
正直、ほぼ無料に近い。
| 用途 | モデル | 月コスト（目安） |
|---|---|---|
| PdM AI（毎日提案） | gpt-4o-mini | 数十円 |
| 自己改善（週次） | gpt-4o-mini | 数円 |
| plan-first / auto-implement | Claude（Anthropic API） | 実装の複雑さによる |
| GitHub Actions | — | 無料枠内 |
gpt-4o-miniは安い。PdM AIに毎日1回呼んでも月数十円程度。
Claudeの実装系は、複雑な機能を1本実装するとそれなりにトークンを消費するが、人件費と比べれば誤差の範囲だと思っている。
まとめ
「完全自動化」ではない。ラベルを貼るのは人間だし、最終的なマージも人間がやる。
でも「何を実装するか考える→コードを書く→PRを出す」の一番工数のかかる部分かつ、これからAIに置き換えられるであろうタスクを自動化できた感覚はある。
朝起きてGitHubを開いて、「この提案おもしろい」と思ったらラベルを貼る。夜には動くPRが来ている。
この感覚は、まるでAI社員が寝てる間に勝手に仕事をしてくれている感覚で、一度体験してみて欲しいです。
PdM AIは今も毎朝提案を作り続けていて、自分のプロンプトを書き換えながら少しずつ賢くなっています。