DXコンサル業務でのClaude活用ノウハウを体系化
| タブ名 | 目的・内容 | こんな時に使う |
|---|---|---|
| 提案書・パワポ作成 | 構造設計・ドラフト生成・ビジュアル提案への活用パターンと具体プロンプト例 | 提案書の構成で悩んだとき、スライド骨子を急ぎ作りたいとき |
| QA・障害分析 | 5Why・MECE・問題切り分けでのClaude活用。根本原因分析と対応策立案 | 障害が起きて原因を整理したいとき、QA報告書を素早く作りたいとき |
| 議事録・文書化 | 会議メモ→構造化文書→関係者報告への展開フロー | 会議直後にメモを整理したいとき、宿題・決定事項を一覧化したいとき |
| （参考）落とし穴 | 事実誤認・機密情報漏えい・ハルシネーションへの対策（カード形式） | Claude活用を他メンバーに展開する前に確認したいとき |
| 🚀 次のステップ | 個人実践→部内展開→組織化の3段階ロードマップ | AI活用を組織全体に広げる計画を立てたいとき |
提案書作成は「構造設計 → ドラフト生成 → レビュー・推敲」の3ステップで進めるのが最も効果的です。Claudeは構造設計とドラフト生成で特に威力を発揮します。
まず目次・骨子だけを生成させる。詳細は後工程。
💡 ポイント：「まず構成案のみ」と明示することで、Claudeが詳細に走らず骨子に集中します。レビューしてからドラフト生成に進む流れが効率的です。
構成案が確定したら、スライドごとに本文を生成する。
図解や表のレイアウト案を言語で指示する。
| シーン | プロンプトのポイント |
|---|---|
| エグゼクティブサマリー | 「経営者向けに3行でまとめ。数値・リスク・推奨アクションを含める」 |
| 競合比較表 | 「〇〇・△△・自社の3社を、価格・機能・サポートで比較する表を作成」 |
| Q&A想定 | 「この提案に対してクライアントが懸念しそうな質問を5つ挙げ、回答案も出して」 |
| タイトルコピー改善 | 「このスライドタイトルをより刺さるキャッチコピーに3案書き直して」 |
| 数値の言語化 | 「削減時間40時間/月を経営インパクトの言葉（コスト・機会損失）で表現して」 |
Claudeは「構造化思考」が得意です。5WhyやMECEといったフレームワークを指定すると、ランダムな思いつきではなく、体系的な分析が得られます。
⚠️ 注意：生成されたドラフトは必ず人間がレビューし、事実確認を行ってから顧客に送付してください。日時・数値・固有名詞は特に要注意です。
| シーン | 使えるフレーム | Claudeへの指示のコツ |
|---|---|---|
| 原因がわからない障害 | 5Why | 事象・時刻・エラーログを貼り付けて「5Whyで分析して」 |
| 原因候補が多すぎる | MECE整理 | 「MECEでカテゴリ分類し、優先度TOP3を選んで」 |
| テストケース漏れが心配 | 境界値分析 | 「この機能の境界値・異常系テストケースを網羅的に列挙して」 |
| 報告書を素早く作りたい | 構造化ドラフト | 「事実メモを渡すので報告書フォーマットに整形して」 |
| 再発防止策を考えたい | 対策立案 | 「根本原因に対して、人・プロセス・ツールの観点で対策を出して」 |
会議直後の「生メモ」をClaudeに渡すだけで、構造化された議事録に変換できます。重要なのは「決定事項」「宿題（担当者・期限）」「次のアクション」の3点を必ず抽出させること。
| シーン | Claudeへの指示 | 時間短縮効果 |
|---|---|---|
| 会議直後の議事録作成 | 生メモ貼付→「構造化議事録にして」 | 30分 → 5分 |
| 宿題一覧の抽出 | 議事録貼付→「宿題と担当者・期限を表形式で」 | 10分 → 1分 |
| 欠席者への共有メール | 議事録貼付→「欠席者向け報告メールに変換」 | 20分 → 3分 |
| 週次進捗レポート | アクションリスト貼付→「週次報告形式でまとめて」 | 40分 → 5分 |
| 議事録の英語化 | 日本語議事録貼付→「英語のMeeting Minutesに変換」 | 60分 → 10分 |
AIは非常に便利ですが、使い方を誤ると業務上の重大なリスクを生みます。以下の3点を理解した上で活用してください。
Claude等の外部AIサービスに入力した情報は、サービス改善等に利用される可能性があります。以下の情報は絶対に入力しないでください。
✅ 対策：固有名詞を「顧客A社」「担当者X」に置き換えてから入力する。架空の例示に置き換えてAIを使う。
AIは「もっともらしい嘘」をつくことがあります。特に以下の情報は必ず別途確認してください。
✅ 対策：「この数値の出典は？」と必ず聞く。重要な事実は公式サイト・一次情報で確認する。「AIが言っていた」は根拠にならない。
AIの出力が「それっぽく見える」ため、確認せずにそのまま使ってしまうケースが増えています。
✅ 対策：「AIはドラフト、最終確認は人間」を徹底する。チェックポイントを明示した社内ルールを作る。
| チェック項目 | 確認タイミング | リスクレベル |
|---|---|---|
| 入力文に個人情報・機密情報が含まれていないか | 入力前 | 高 |
| 出力の数値・統計に出典があるか | 出力後 | 高 |
| 法的・規制的な内容は専門家に確認したか | 使用前 | 高 |
| 社外送付前に人間がレビューしたか | 送付前 | 中 |
| 固有名詞・日時・金額を実データで確認したか | 使用前 | 中 |
| AIの回答が最新情報かどうか確認したか | 使用前 | 中 |
AI活用は「個人の便利ツール」から「組織の競争力」へ段階的に発展させることができます。以下の3フェーズで計画的に展開することを推奨します。
| フェーズ | 期間目安 | 成功の目安 | 主要アクション |
|---|---|---|---|
| Phase 1：個人実践 | 〜1ヶ月 | 週3回以上AIを業務で使えている | プロンプト試行・記録・型の確立 |
| Phase 2：部内展開 | 1〜3ヶ月 | チームの半数以上がAIを業務利用 | ガイドライン作成・共有会・ライブラリ整備 |
| Phase 3：組織化 | 3ヶ月〜 | 削減工数を定量化し経営報告できる | ポリシー策定・推進組織・評価制度 |
📚 Anthropic社が公式学習コースを無料公開しています。「Prompt Engineering for Business Users」から始めるのがおすすめです。修了証も取得できます（Anthropic Academy）。
💬 本資料の内容に追加したい事例・改善点があれば、気軽にフィードバックを。実務で使えるナレッジを随時アップデートしていきます。