【2026年5月最新】Claude Codeで自己改善ループを構築する方法｜AIが自動で実験・検証・改善を繰り返す仕組み
aikanri-admin
この記事の内容
「AIに指示を出すだけで、勝手に実験して、勝手に改善してくれる」——そんな夢のような話を聞いたことがあるでしょうか。
実はこれ、Claude Codeを使えば今すぐ現実にできる仕組みです。名前を「自己改善ループ」と言います。AIエージェントに特定の指標を与え、「この数字を改善しろ」と指示すると、Claude Codeが自動で実験条件を考え、コードを書き換え、結果を検証し、さらに改善案を出して実行する——この一連の流れを人間の手を借りずに何十回、何百回と繰り返すのです。
元々はAIモデルの精度改善のために生まれた技術ですが、本質は「定量評価できる指標を自動で改善し続ける仕組み」です。つまり、プロンプトの品質改善、広告のクリック率向上、さらには業務フローの効率化まで——数字で測れるものなら何にでも応用が効きます。
代表菅澤
AI鬼管理山崎
この記事を読むと、次のことが明確になります。
01 CONCEPT 自己改善ループとは何か？ — AIが「寝ている間に」業務を最適化する 人間不在でも回り続けるAI実験の全体像
自己改善ループとは、AIエージェントが「実験→検証→改善」のサイクルを自動で繰り返し、特定の評価指標を向上させ続ける仕組みのことです。通常、業務改善と言えば「人間がデータを分析して、改善案を考えて、実行して、結果を確認する」というプロセスを踏みます。これを全てAIに任せるのが自己改善ループです。
📚 用語解説
自己改善ループ（Self-Improvement Loop）：AIが自動で「仮説を立てる→実験する→結果を評価する→改善案を作る→また実験する」というサイクルを繰り返す仕組み。人間は最初に「何を改善したいか」と「どう評価するか」を設計するだけで、あとはAIが自律的に改善を続けます。
具体的なイメージを掴むために、まず全体の流れを見てみましょう。
改善したい指標を設定
AIがコードを書いて実行
評価指標が改善したか確認
改善した場合はセーブ
新しい条件で再挑戦
ポイントは、このサイクルが人間の介入なしに何十回も回り続けるという点です。例えば夜寝る前にClaude Codeを起動しておくと、朝起きた時には数十回の実験が完了して、最も良い結果が自動でセーブされている——そんな使い方ができます。
1-1. この技術が注目される背景
自己改善ループが注目を集めた直接のきっかけは、OpenAIの共同創設者の一人が公開した「auto-research」というプロジェクトです。AIのモデル精度を自動で改善するためのコードが公開され、1,000万インプレッション超、4万件以上のお気に入りを集めるほどの反響がありました。
しかし、このプロジェクトの本質は「AIモデルの改善」だけにあるのではありません。「定量評価できる指標を自動で改善する」という汎用的な仕組みであり、これを業務に応用できるところに本当の価値があります。
代表菅澤
1-2. プログラミング不要で構築できる理由
「ループを回す」と聞くと、プログラミングが必須と思うかもしれません。しかし、Claude CodeはAIエージェントです。皆さんが指示した内容に対して、自分で考えてコードを書き、実行し、結果を確認するところまで自律的に行ってくれます。
📚 用語解説
AIエージェント：指示に対して自分で計画を立て、必要なツール（コード実行・ファイル操作・Web検索など）を駆使して目標を達成しようとするAI。単に質問に答えるだけの「チャットAI」と異なり、複数ステップのタスクを自律的にこなせるのが特徴です。Claude Codeは代表的なAIエージェントの一つです。
つまり、あなたがやることは「何を改善したいか」「どう評価するか」を日本語で指示するだけ。コードの設計も実行もテストも、全てClaude Codeが引き受けます。実際に動かす時に使うのは自然言語の指示だけなので、非エンジニアの経営者でも十分に活用できるのです。
自己改善ループにおいて、経営者が担う最も重要な役割は「何を、どういう基準で改善するか」を決めることです。これは業務ドメインの知識そのもの。プログラミングスキルは不要ですが、自社の業務を数字で評価する視点は必須です。
02 ARCHITECTURE 自己改善ループの仕組み — 3つのファイルとループ構造 何がどう動いているのかを非エンジニア向けに図解
自己改善ループの内部構造は、驚くほどシンプルです。核となるのはたった3つのファイル。それぞれの役割を、会社組織に例えて説明します。
| ファイル | 会社に例えると | 役割 | 誰が触るか |
|---|---|---|---|
| prep（準備ファイル） | 総務部の備品管理 | データの読み込み・環境セットアップ | 基本的に触らない |
| train（実行ファイル） | 現場の作業マニュアル | 実際の実験を行うロジックが書かれている | AIが自動で編集する |
| PROGRAM.md（指示書） | 社長からの方針書 | 実験の方向性・制約条件・評価基準を記述 | 人間が設計する |
これをもう少し具体的に見ていきましょう。
2-1. prep（準備ファイル）— 事前準備を自動化する
prepファイルは、実験に必要なデータのダウンロードや初期設定を行うファイルです。会社で言えば、会議の前に資料を印刷して配布する事務作業のようなもの。一度セットアップすれば、基本的に人間が触る必要はありません。
例えば株価予測の実験であれば、Yahoo!ファイナンスから過去の株価データを取得して、分析に使える形式に整えるところまでがprepの仕事です。ブログのSEO改善なら、過去の検索順位データを読み込む処理がここに入ります。
2-2. train（実行ファイル）— AIが「ここ」を書き換えて実験する
trainファイルが自己改善ループの心臓部です。ここに「どういう条件で実験するか」のロジックが書かれていて、AIはこのファイルを自動で書き換えて、さまざまな実験条件を試します。
人間が毎回「パターンAを試して、次はパターンBを試して……」と指示する必要はありません。Claude Codeが自分で「次はこの条件を変えてみよう」と判断して、trainファイルを書き換え、実行し、結果を見て、また次の実験に進みます。
📚 用語解説
trainファイル：自己改善ループにおいて、AIが自動で書き換えながら実験を行うメインファイル。会社の「作業マニュアル」を、担当者が毎回改訂しながらベストな手順を探るイメージ。Claude Codeはこのファイルの中身を理解した上で、改善が見込まれる箇所を自分で判断して修正します。
2-3. PROGRAM.md（指示書）— 経営者が書く「方針書」
PROGRAM.mdは、実験の方向性・制約条件・評価基準を記述するファイルです。ここが経営者として最も重要な部分であり、自己改善ループの「質」を左右します。
具体的には、以下のような内容を書きます。
AI鬼管理山崎
2-4. ループの全体フロー
3つのファイルがどう連携するのか、ループの全体像を整理します。
Claude Codeを起動
PROGRAM.mdを読ませる
prepで環境準備
データ読み込み
trainを実行
実験結果を取得
評価指標を判定
改善ならGitで記録
trainを修正
次の実験条件へ
このSTEP 3〜5が無限ループで繰り返されるのがポイントです。PROGRAM.mdに「実験が終わっても確認を求めずに続行してください」と書いておけば、Claude Codeは止まらずに実験を回し続けます。
📚 用語解説
Git（ギット）：コードの変更履歴を記録・管理するためのツール。ゲームの「セーブポイント」のようなもので、「この状態に戻りたい」と思ったときに任意の時点まで巻き戻せます。自己改善ループでは、評価指標が改善した時だけGitでセーブし、悪化した実験は捨てて次に進みます。
自己改善ループで最もありがちな失敗は、Claude Codeが途中で「続けますか？」と確認を求めて止まってしまうことです。PROGRAM.mdに「ループが終わっても確認を求めず、無期限に実験を続けること」と明記しておくと、夜間も安定して回り続けます。
03 SETUP GUIDE Claude Codeで自己改善ループを構築する手順 プログラミング不要。自然言語の指示だけで完成する
ここからは、実際にClaude Codeで自己改善ループを構築する手順を、ステップバイステップで解説します。プログラミングの知識は一切不要です。
代表菅澤
Claude Codeには「プランモード」という機能があります。これを有効にすると、Claude Codeが実行前に「こういう計画で進めます」という設計図を示してくれます。自己改善ループの構築では、プランモードを使うと精度の高い構成が得られやすいのでおすすめです。
📚 用語解説
プランモード：Claude Codeの機能の一つで、タスクを実行する前に「計画」を提示してくれるモード。料理で例えると、いきなり調理に入るのではなく、まずレシピを提示して「この手順で進めていいですか？」と確認してから作り始めるようなものです。
3-1. 指示文の書き方（テンプレート）
Claude Codeへの指示文は、自然な日本語で構いません。以下はテンプレートです。
指示例：「@PROGRAM.md を参照して実験を開始してください。評価指標としてはシャープレシオを使い、データはYahoo!ファイナンスから2015年以降の日本株を取得してください。GPUは使わない設定で、同じような改善ループが回せる構成でお願いします」
ポイントは3つあります。
04 RESULTS 実験結果から学ぶ — 89回の自動実験で何が起きたか 株価予測モデルの自己改善ループで見えた現実
では、自己改善ループを実際に回すとどうなるのか。株価予測モデルを使った実験結果を見てみましょう。この実験では、日経平均株価を構成する225銘柄の日本株データを使い、シャープレシオという指標を自動で改善させました。
📚 用語解説
シャープレシオ：投資のリターン（利益）をリスク（価格変動の大きさ）で割った値。数字が高いほど「リスクに対して効率よくリターンを得ている」ことを意味します。自己改善ループの実験では、この値が高くなる＝予測精度が向上していると評価しています。
4-1. 89回の実験で13回の改善を達成
数時間の放置で、Claude Codeは89回の実験を自動で実行しました。そのうち13回で評価指標の改善を達成し、その都度Gitでセーブが行われています。
| 項目 | 数値 |
|---|---|
| 総実験回数 | 89回 |
| 改善を達成した回数 | 13回（成功率 約15%） |
| 1回あたりの実行時間（予算） | 約5分 |
| 総所要時間 | 約8時間（就寝中に実行） |
| ベースラインからの改善幅 | シャープレシオが段階的に上昇 |
成功率が約15%というのは、一見すると低いように感じるかもしれません。しかし、これは人間の手を一切借りずに自動で行われた結果です。夜寝ている間に89回も実験してくれて、そのうち13回改善が見つかる——人力では到底不可能なスピード感です。
AI鬼管理山崎
4-2. ループを重ねるほど精度は上がる
実験結果をグラフ化すると、横軸がループ回数、縦軸がシャープレシオで、ループが進むごとに評価指標が段階的に上がっていくことが確認できます。もちろん全ての実験が成功するわけではなく、悪化した実験はスキップされ、改善した時だけ記録が残る仕組みです。
この「成功した時だけセーブする」仕組みにより、最悪でも「開始前より悪くなる」ことがないのが自己改善ループの安心感です。Gitのセーブポイント管理により、いつでも任意の時点に戻れます。
4-3. 注意すべき落とし穴 — 「見かけの改善」問題
ただし、自己改善ループには落とし穴もあります。実験結果の中には、「ランダムシードの変更」のような本質的ではない改善が含まれることがあります。
📚 用語解説
ランダムシード：プログラムが乱数（ランダムな数字）を生成する時の「出発点」となる値。同じシードを使えば同じ乱数が出る。シード値を変えるだけで結果が変わることがあるが、これは「運が良かっただけ」であり、本質的な改善ではない場合が多いです。
例えば、ランダムシードを42から137に変更しただけで精度が向上した場合、AIはこれを「改善」と判定してセーブしてしまいます。しかし、これは再現性のない「見かけの改善」に過ぎません。
AIは指示された評価指標を最大化しようとしますが、その過程で「人間から見ると意味のない改善」を行うことがあります。これを防ぐには、評価指標を1つだけにせず、複数の観点（精度・安定性・汎用性など）で評価する設計が重要です。後述の「評価設計」セクションで詳しく解説します。
代表菅澤
05 BUSINESS USE 業務への応用 — 経営者が自己改善ループで改善できる5つの指標 株価予測だけじゃない。日々の業務に転用する方法
自己改善ループの仕組みを理解したところで、「これ、自分の業務でどう使えるの？」という疑問にお答えします。ポイントは「定量評価できる指標があれば、何でも対象になる」ということです。
以下に、経営者が特に活用しやすい5つの業務指標を挙げます。
5-1. プロンプトの出力品質
社内でChatGPTやClaudeを活用している場合、プロンプト（AIへの指示文）の品質が業務効率を大きく左右します。自己改善ループを使えば、プロンプトの改善を自動化できます。
例えば、営業メールの下書きを生成するプロンプトがあるとします。これを自己改善ループで改善する場合：
プロンプトv1で
メール生成
文章の長さ・丁寧さ
専門用語の有無を採点
AIがプロンプトを
書き換え
スコアが上がったら
セーブ
このループを数十回回せば、最適なプロンプトが自動で見つかります。人間が「こう書いた方がいいかな？」と試行錯誤する時間がゼロになるのです。
5-2. 広告のクリック率（CTR）
Web広告のコピーライティングも、自己改善ループの得意分野です。複数のパターンの広告文を自動生成し、過去データに基づいてCTR予測スコアを算出、最もスコアの高いパターンを残していく——という流れで改善が進みます。
5-3. ブログ記事のSEOスコア
弊社でも活用し始めている領域です。記事のタイトル・見出し構成・キーワード密度を自動で調整し、検索エンジンの評価指標（文字数・キーワード出現率・見出し構造など）に基づいて改善を繰り返します。
5-4. 問い合わせフォームのCV率
フォームの入力項目・ラベル・ボタンの文言・配置を変数として、コンバージョン率の予測モデルで評価する仕組みも構築可能です。
5-5. 社内チャットボットの回答精度
社内向けFAQボットの回答精度を、ユーザーの評価データに基づいて自動改善することも可能です。回答の的確性・網羅性・分かりやすさを数値化し、プロンプトやナレッジベースの内容を自動調整します。
これら5つに共通しているのは、いずれも数字で評価できる指標があるということです。「良い・悪い」を人間の感覚ではなく数値で判定できるものであれば、自己改善ループの対象になります。逆に、数値化が難しいもの（社員のモチベーション、顧客の満足感など）は直接的な対象にはなりにくいです。
AI鬼管理山崎
06 GENAI CASE 【独自データ】GENAI社の自動改善ループ活用事例 弊社の実運用データに基づくリアルな活用状況
ここからは弊社（株式会社GENAI）の実運用データをもとに、自己改善ループがどう業務に組み込まれているかを具体的にお伝えします。
弊社では Claude Max 20xプラン（月額約30,000円）を契約し、経営・営業・広告・開発・経理・秘書業務まで社内のあらゆる業務でClaude Codeを活用しています。その中で、自己改善ループの考え方を取り入れている領域が複数あります。
| 業務領域 | 改善対象 | 評価指標 | 改善効果（概算） |
|---|---|---|---|
| ブログ記事 | SEOスコア・タイトルCTR | 検索順位・クリック率 | 週次レポートで自動検出→改善提案 |
| 広告運用 | 広告コピーの効果 | CPA・CVR | 週10h→週1h（分析工数） |
| 営業資料 | 提案書の構成・表現 | 顧客反応率（間接評価） | 週20h→週2h |
| プロンプト改善 | 社内AIツールの指示文 | 出力品質スコア | 手動試行錯誤が不要に |
代表菅澤
6-1. SEO記事の自動改善サイクル
弊社のブログ運用では、記事を公開した後にGoogle Search Consoleのデータを自動取得し、検索順位やクリック率の変動を週次でSlackに通知する仕組みを構築しています。ここで検索順位が下落した記事や、表示回数に対してクリック率が低い記事を自動検出し、Claude Codeに改善案の作成を依頼します。
これは厳密には「完全自動ループ」ではありませんが、「検出→提案→修正」のサイクルがほぼ自動で回っているという意味では、自己改善ループの業務応用の第一歩と言えます。
6-2. コスト感：月30,000円で得られる改善効果
弊社のClaude利用コストはMax 20xプランの月額約30,000円のみです。この予算で、営業資料の自動生成（週20h→週2h）、広告レポートの分析（週10h→週1h）、ブログ記事の執筆（1本8h→1本1h）など、合計で月160時間相当の業務工数を分担できている肌感です。
人件費換算で月25〜30万円分の業務量をカバーしていることになり、投資対効果は約8〜10倍。ここに自己改善ループによる「改善の自動化」が加わると、さらに効率は上がっていくと見込んでいます。
弊社も最初から全業務に自己改善ループを導入したわけではありません。最初は1つの業務指標（ブログのSEOスコア）に絞って実験し、効果が確認できてから他の領域に展開しています。「小さく始めて、成功したら広げる」が鉄則です。
07 EVALUATION DESIGN 自己改善ループを成功させる「評価設計」の考え方 差がつくのは技術力ではなく、評価指標の設計力
自己改善ループの技術自体は、Claude Codeが使えれば誰でも構築できます。では、何が成果の差を生むのか？ 答えは「評価指標の設計力」です。
AIは、与えられた評価指標を最大化するように行動します。つまり、評価指標の設計が不十分だと、AIは「表面的に数字だけ良くなる」ような改善を行い、実質的には意味のない結果を出すことがあります。これが先ほど述べた「見かけの改善」問題の本質です。
7-1. 評価指標が1つだけでは危険
例えば、株価予測でシャープレシオだけを評価指標にした場合、AIは「たまたま良い結果が出る乱数を見つけただけ」の改善をセーブしてしまうことがあります。これを防ぐには、複数の評価指標を組み合わせることが重要です。
| 評価設計 | 指標例 | リスク |
|---|---|---|
| 単一指標（NG例） | シャープレシオのみ | ランダムシード変更だけで「改善」と誤判定される |
| 複数指標（推奨） | シャープレシオ + 取引回数 + 最大ドローダウン | 複数の観点から妥当性を検証できる |
| 段階的評価（上級） | 1次: 基本指標 → 2次: 安定性 → 3次: 汎用性 | 段階的に厳しい評価をクリアした改善だけ残る |
7-2. ドメイン知識が差を生む
評価指標を「何にするか」は、その業務ドメインにどれだけ知識があるかに比例します。株式投資であれば、シャープレシオだけでなく最大ドローダウンや取引回数も見るべきだと分かるのは、投資の実務経験があるからです。
同様に、広告運用であればCTRだけでなくCPAやROASも見る、SEOであれば検索順位だけでなく滞在時間や直帰率も見る——こうした「何を測るべきか」を言語化できる力が、自己改善ループの成果を決定します。
代表菅澤
AI鬼管理山崎
7-3. 「絶対にやってはいけないこと」リストの重要性
PROGRAM.mdには評価指標だけでなく、「やってはいけないこと」のリストも書くべきです。AIは指示されていないことに対してはガードがかかりません。
📚 用語解説
過学習（Overfitting）：AIが「学習用データ」にだけ最適化されてしまい、新しいデータに対しては良い結果を出せなくなる現象。テスト勉強で「過去問の答えだけ丸暗記する」ようなもの。応用力がなく、実際の試験（新しいデータ）では通用しません。自己改善ループでは、テストデータを学習に使わないようにPROGRAM.mdで制約をかけることが重要です。
08 CONCLUSION まとめ — Claude Codeを「もう一人の改善担当」にする 自己改善ループで業務の継続的改善を自動化する
ここまで、Claude Codeで自己改善ループを構築する方法を解説してきました。改めて要点を整理します。
自己改善ループの本質は、「改善活動そのものを自動化する」ことにあります。従来、PDCAサイクルは人間が回すものでした。計画を立て、実行し、結果を確認し、改善案を考える——この全てに人間の時間と労力が必要でした。
自己改善ループは、このPDCAの「D（実行）→C（確認）→A（改善）」のパートをAIに委任します。人間は「P（計画）」——すなわち「何を改善するか」「どう評価するか」の設計に集中できるようになります。
代表菅澤
AI鬼管理山崎
よくある質問
Q. 自己改善ループを動かすのにプログラミングの知識は必要ですか？
A. 不要です。Claude Codeは自然言語（日本語）の指示だけで動くAIエージェントなので、「何を改善したいか」「どう評価するか」を日本語で伝えるだけで、コードの設計・実行・検証まで全て自動で行ってくれます。
Q. どのプランで自己改善ループを使えますか？
A. Claude Codeが利用できるProプラン（月$20）以上であれば実行可能です。ただし、自己改善ループは長時間の連続実行が前提なので、使用量に余裕があるMax 5x（月$100）またはMax 20x（月$200）を推奨します。Proプランでは使用量上限に引っかかって途中で止まる可能性があります。
Q. 自己改善ループを回している間、PCをつけっぱなしにする必要がありますか？
A. はい、Claude Codeはローカル環境で動作するため、PCを起動したままにしておく必要があります。ただし、画面をスリープにしたり他の作業をしていても問題ありません。夜間に実行する場合は、スリープ設定をオフにしておくことをおすすめします。
Q. ループが暴走してAPIコストが膨大にならないか心配です
A. Maxプラン（月額固定）を契約している場合、利用量の上限はありますがそれ以上の課金は発生しません。API従量課金で利用する場合は、PROGRAM.mdに「1回の実験は5分以内」「1日の実験回数は100回まで」などの制約を記述し、予算管理を行ってください。
Q. 自己改善ループで改善できないものは何ですか？
A. 「数字で定量的に評価できない」ものは直接的な改善対象にはなりません。例えば、社員のモチベーション、顧客の感情的な満足度、ブランドイメージなどです。ただし、これらを間接的に数値化できる指標（従業員エンゲージメントスコア、NPS、ブランド認知率など）があれば、その指標を対象にすることは可能です。
Q. GENAIのAI鬼管理では自己改善ループの構築も支援してもらえますか？
A. はい。弊社のAI鬼管理サービスでは、Claude Codeの導入から自己改善ループの設計・構築まで、経営者に伴走する形でサポートしています。「どの業務指標を改善対象にするか」の設計から、実際のPROGRAM.md作成、運用開始まで一貫して支援いたします。まずはお気軽にお問い合わせください。
自己改善ループの導入や、Claude Codeを使った業務の自動化に興味はあるけれど、 「自分の会社でどう使えばいいか分からない」「評価指標の設計が難しそう」と感じている方へ。 弊社では、経営者のためのAI導入伴走サービス「AI鬼管理」を提供しています。 Claude Codeの基本操作から、業務KPIに合わせた自己改善ループの構築まで、マンツーマンでサポートいたします。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方
AI鬼管理
Claude CodeやCoworkの導入支援から、業務設計・ルール作成・社内浸透まで実践ベースで伴走します。「自分たちで回せる組織」を作りたい経営者向け。
学ぶ時間はない、とにかく結果がほしい方
爆速自動化スグツクル
業務ヒアリングから設計・開発・納品まで丸投げOK。ホームページ、LP、業務自動化ツールを最短即日で構築します。
| AI鬼管理 | 爆速自動化スグツクル | |
|---|---|---|
| こんな方向け | 社内で回せる状態を作りたい 外注に依存しない組織を作りたい | 学ばなくていいから結果だけ欲しい とにかく早く自動化したい |
| 内容 | AIの使い方・業務設計・自動化の作り方を 実践ベースで叩き込む | 業務をヒアリングし、設計から ツール・システムを丸ごと納品 |
| 一言で言うと | 自分で作れるようになる | 全部任せられる |
| AI鬼管理を詳しく見る | スグツクルを詳しく見る |
| AI鬼管理 | 爆速自動化スグツクル | |
|---|---|---|
| こんな方向け | 社内で回せる状態を作りたい 外注に依存しない組織を作りたい | 学ばなくていいから結果だけ欲しい とにかく早く自動化したい |
| 内容 | AIの使い方・業務設計・自動化の作り方を 実践ベースで叩き込む | 業務をヒアリングし、設計から ツール・システムを丸ごと納品 |
| 一言で言うと | 自分で作れるようになる | 全部任せられる |
| AI鬼管理を詳しく見る | スグツクルを詳しく見る |
📒 NOTE で深掘り
AI鬼管理 × 経営者の本音は note でも発信中
ブログでは伝えきれない経営者目線の体験談・業界動向・社内エピソードを
note にて公開しています。フォローして最新情報をチェック！
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
