不動産デベロッパー向けClaude Codeセミナー｜用地仕入・FS調査・収支シミュレーションはどこまで自動化できるか
aikanri-admin
弊社GENAIでは、不動産デベロッパーの方向けに Claude Code・Codex の無料オンラインセミナー（60分）を開催しています。本記事では、用地仕入れのFS調査・収支シミュレーション・行政協議資料の作成がどこまで自動化できるかを、セミナーの内容とあわせて解説します。
事業企画担当の方は、建設コスト高騰によるIRRの見直しなど、複数の書類仕事を並行して抱えがちです。Claude CodeやCodexは、こうした業務にどこまで対応できるのでしょうか。
本記事では、ChatGPTとの違いから、不動産デベロッパー特有の業務での具体的な使い方、導入時に気をつけたいポイントまで、順を追ってご紹介します。
AI鬼管理山崎
代表菅澤
AI鬼管理山崎
代表菅澤
参加無料・60分・オンライン(Google Meet)・1社1枠
01 AI_DIFF ChatGPTと何が違うのか——不動産デベロッパーの事業企画担当が知っておきたい2つのAIツール Claude CodeとCodex、それぞれ何者で、非エンジニアでも使えるのかを整理します
ChatGPTやGeminiのような生成AIは、質問すると答えてくれる「対話するAI」です。使ったことがある方も多いと思います。
「FS調査の進め方を教えて」「IRRの計算方法を教えて」といった質問には、丁寧に答えてくれます。ただし、実際のシミュレーションや資料作成そのものまではやってくれません。
一方、Claude CodeやCodexは、指示した作業を最後まで自分で実行してくれる「仕事をやり切るAI」です。市場調査資料を読み込んで収支を試算する、行政協議資料のドラフトを作る、といった一連の作業を任せられます。
AI鬼管理山崎
代表菅澤
たとえば「今回の用地のFS調査をまとめて」と頼んだ場合、ChatGPTは一般的な調査項目を説明してくれますが、実際に用途地域や周辺事例を調べて試算まではしてくれません。
Claude Codeは、用地情報や周辺事例のデータを実際に読み込み、FS調査レポートの初稿をその場で作ってくれます。「説明する」のではなく「やってくれる」のが最大の違いです。
1-1. Claude Codeとは
Claude Codeは、Anthropic社が開発した、ターミナルやエディタの画面から指示を出して動かすAIツールです。事業計画書や市場調査資料などの実際のファイルを読み込ませ、対話しながら収支試算や資料ドラフト作成を進められます。
📚 用語解説
Claude Code：Anthropic社が開発した、ファイルを読み込んで作業を代行してくれるAIツールです。パソコンの画面から日本語で指示を出して使います。
もともとはソフトウェア開発者向けのツールとして作られましたが、「ファイルを読み込んで作業する」という性質そのものは、プログラミングに限らず、FS調査や収支シミュレーションにもそのまま応用できます。
1-2. Codexとは
Codexは、OpenAI社が開発した、Claude Codeと似た位置づけのAIツールです。こちらもファイルを読み込ませて作業を任せる使い方が中心で、不動産デベロッパーでの活用事例はClaude Codeのほうが蓄積が進んでいます。
ChatGPTを開発しているOpenAI社の技術がベースになっているため、ChatGPTに慣れている方には、操作の雰囲気が近く感じられるかもしれません。基本的な考え方はClaude Codeと共通しています。
📚 用語解説
Codex：OpenAI社が開発した、Claude Codeと同じく作業を代行してくれるAIツールです。仕組みは似ていますが、開発元と細かな使い勝手が異なります。
AI鬼管理山崎
代表菅澤
「そもそもどこの会社が作っているのか」という疑問もよく聞きます。Claude CodeはAnthropic社、CodexはOpenAI社がそれぞれ開発しており、どちらも不動産デベロッパー向けに特化したツールではなく、汎用のAIツールを業務に応用する形で使います。
| Claude Code | Codex | |
|---|---|---|
| 開発元 | Anthropic | OpenAI |
| できること | ファイル読み込み・収支試算・資料ドラフト作成 | ファイル読み込み・収支試算・資料ドラフト作成 |
| 不動産デベロッパーでの活用事例 | 蓄積が進んでいる | 蓄積は少なめ |
| 非エンジニアの利用 | 日本語の指示文で操作可能 | 日本語の指示文で操作可能 |
| 土台となる技術 | Anthropic独自のAIモデル | ChatGPTと同じOpenAIのAIモデル |
| セミナーでの扱い | 実演の中心として詳しく紹介 | 冒頭で違いを簡単に紹介 |
どちらも専門的なプログラミング知識がなくても、日本語で「この資料を集計して」のように話しかけるだけで使えます。難しい操作を覚える必要はありません。
画面自体は黒い背景に文字が並ぶ、いわゆる「エンジニアっぽい」見た目をしています。ただし操作は日本語のチャットとほぼ同じで、ボタン操作を覚える必要はなく、話しかける言葉の中身のほうが重要です。
Claude CodeもCodexも、専門知識よりも「何を渡して、何を作ってほしいか」を言葉にする力のほうが重要です。セミナーでは実際の画面を動かしながら、この感覚をお見せしています。
1-3. 不動産デベロッパーでは、具体的に何に使えるのか
「仕事をやり切るAI」と言われても、まだ抽象的に感じるかもしれません。不動産デベロッパーの現場で言えば、次のような業務が代表的な使いどころです。
- 用地仕入のFS調査(フィージビリティスタディ)・収支シミュレーション
- 都市計画法/建築基準法の行政協議資料ドラフト
- 住民説明会資料・許認可申請書類の整合性チェック
- 販売チラシ・SUUMO/HOMES広告原稿のドラフト作成
- 運営開始後のKPI管理・出口戦略資料の作成
この先の章では、これらの業務ひとつひとつについて「何を渡すと、何が出てくるか」を具体的に見ていきます。
逆に、用地仕入の価格交渉や、事業パートナーとの折衝のように、状況ごとの機微な判断が求められる業務は、これからも人が担う部分として残ります。AIが代われるのは「作業」であって「判断」ではない、という線引きが基本です。
この線引きを最初に理解しておくと、「AIに何でも任せられる」という過度な期待も、「結局は使えない」という過小評価も、どちらも避けやすくなります。
建設会社(ゼネコン)やREIT・不動産ファンド、コンサルティング会社など、不動産デベロッパーの周辺には複数のプレイヤーが存在しますが、AIはそのどれかを置き換える存在ではありません。あくまで自社の事業企画機能を強化する道具として位置づけるのが現実的です。
| 向いている業務 | 向いていない業務 |
|---|---|
| 数字の集計・資料のドラフト作成 | 用地仕入の価格交渉 |
| 過去の様式を踏まえた書式変換 | 行政との折衝における最終判断 |
| 繰り返しの多い定型業務 | そのつど状況が変わる交渉ごと |
| 複数資料の突合・横断作業 | 事業パートナーとの信頼関係づくり |
| データに基づく傾向の把握 | 用地仕入の可否そのものの決断 |
| 用語 | 一言でいうと |
|---|---|
| Claude Code | Anthropic製の「仕事をやり切るAI」 |
| Codex | OpenAI製の「仕事をやり切るAI」 |
| プロンプト | AIへの指示文(日本語の普通の文章でよい) |
| AIエージェント | 複数の作業を自律的に実行し続けるAIの総称 |
| permission mode | AIに許可する操作の範囲を決める設定 |
| FS調査 | 事業化の可否を検討するための事前調査(フィージビリティスタディ) |
02 CORE1 用地仕入・FS調査・収支シミュレーションが、Claude Codeでこう変わる 不動産デベロッパーでもっとも時間とお金が動く工程を、入力と出力で見ます
不動産デベロッパーでもっとも時間とお金が動くのが、用地仕入からFS調査、収支シミュレーションまでの工程です。用地情報を精査する精度が、事業計画全体の精度にそのまま直結します。
精度が求められる一方、用地仕入の機会は突発的に発生します。1案件あたり300〜500時間ものFS調査・市場調査・収支試算・行政協議資料作成を、事業企画担当が一人で並行して抱えるケースも少なくありません。
用地仕入・FS調査
用地候補の情報を読み込ませると、用途地域/容積率/建ぺい率の自動チェックと周辺事例検索を踏まえたFS調査レポートの初稿が出てきます。
収支シミュレーション
事業条件と建設コストデータを渡すと、IRR/NPVを含む収支シミュレーションのドラフトが出てきます。
行政協議資料
都市計画法・建築基準法の条文と過去の協議記録を渡すと、事前協議資料のドラフトが出てきます。
販売/賃貸資料
物件情報と過去の販売実績を渡すと、販売チラシやSUUMO広告原稿のドラフトが出てきます。
2-1. 用地仕入のFS調査(フィージビリティスタディ)ドラフト作成
用地候補の地番や周辺情報をClaude Codeに読み込ませると、用途地域・容積率・建ぺい率の自動チェックと、周辺事例検索を踏まえたFS調査レポートの初稿が出てきます。ゼロから行政資料を調べ直す必要がなくなります。
これまで事業企画担当が役所の窓口や公開資料を行き来しながら調べていた作業のうち、下調べの部分だけを、AIが下書きとして先に用意しておくイメージです。
もちろん、拾い出した情報が最新の都市計画情報と合っているかどうかの最終確認は、これまで通り事業企画担当が行います。
用地仕入のFS調査は、その後の収支シミュレーション・行政協議のすべての土台になります。ここを最初に整えることが、以降の工程全体の時間短縮につながります。
| 調査項目 | 確認する内容の例 |
|---|---|
| 法規制チェック | 用途地域・容積率・建ぺい率・高さ制限 |
| 周辺事例調査 | 近隣の分譲/賃貸事例・成約価格の傾向 |
| インフラ確認 | 上下水道・道路付け・電気/ガスの引込状況 |
| 権利関係整理 | 所有者・借地権・抵当権などの権利情報 |
| 収支の概算 | 想定売上・建設コスト・粗利の初期試算 |
2-2. 収支シミュレーション(IRR/NPV)の更新
用地条件と建設コストデータ、販売/賃貸想定を渡すと、IRR/NPVを含む収支シミュレーションのドラフトが出てきます。最終的な投資判断は、事業企画責任者や経営層が行います。
📚 用語解説
IRR/NPV：IRR(内部収益率)とNPV(正味現在価値)は、投資案件の収益性を測る代表的な指標です。建設コストや金利が変動するたびに再計算が必要になります。
建設コスト高騰や金利上昇が続く局面では、IRRが毎月のように変わります。資材単価や金利の前提を差し替えるだけで、シミュレーションを素早く再試算できる仕組みが役立ちます。
受注が決まった案件では、FS調査段階の試算をそのまま事業計画のベースに転用できます。前提条件の差分を並べておけば、コスト高騰による採算悪化の兆しにも早く気づけます。
| 業務 | 何を渡すか | 何が出てくるか |
|---|---|---|
| FS調査 | 用地候補情報・法規制データ | 法規制チェック済みのFS調査レポート(ドラフト) |
| 収支シミュレーション | 建設コストデータ・販売/賃貸想定 | IRR/NPVを含む収支試算ドラフト |
| 周辺事例比較 | 近隣の分譲/賃貸事例データ | エリア別の相場比較表 |
| 事業計画のベース作成 | FS調査段階の試算結果 | 事業計画書との差分が分かる比較表 |
| 用地取得判断資料 | 収支試算・周辺事例 | 経営層向けの用地仕入判断資料ドラフト |
| 収支の再試算 | 改訂後の建設コスト・金利条件 | 前提を差し替えたシミュレーションの再ドラフト |
たとえば「この用地の用途地域と容積率を確認して、周辺の成約事例を集めて」と渡すと、法規制チェックと周辺事例の一覧が数分で出てきます。
続けて「このデータと想定コストから収支シミュレーションを作って」と渡せば、IRR/NPVを含む試算のドラフトが出てきます。これを土台に、担当者が条件を調整します。
毎回イチから条件を説明し直す必要はなく、一度使った指示文をメモしておけば、次の案件でもほぼそのまま使い回せます。
AI鬼管理山崎
代表菅澤
GIS(地理情報システム)のデータと連携させれば、用地候補のスクリーニングそのものも自動化できます。エリア・用途地域・価格帯といった条件を指定するだけで、条件に合う候補の一覧を先に絞り込んでおけます。
📚 用語解説
GIS(地理情報システム)：地図データと統計情報を組み合わせて、地域の特性を可視化・分析するためのシステムです。用地候補の絞り込みや周辺環境の把握に使われます。
2-3. 周辺事例比較・エリア分析への活用
同業他社や地場デベロッパーの事例収集が求められる場面でも、同じ調査の土台をもとに、エリア別・用途別の事例比較表を作らせられます。最終的にどのエリアに注力するかの判断は、事業企画責任者や経営層が行います。
用途地域別・エリア別に相場の差を並べておくと、どこで価格差が生まれているのかが見えやすくなり、用地探索や価格交渉にかける時間を短縮できます。
Claude Codeが担うのは法規制チェック・周辺事例収集・収支試算の下書きまでです。最終的な用地取得の判断は、事業企画担当や経営層が行います。
用地仕入の機会発生から意思決定までのリードタイムが短い案件ほど、この下書き作成の時間短縮が効いてきます。急な引合いで数日以内に判断を求められる場面でも、担当者は法規制の最終確認と条件交渉に集中できます。
結果として、これまでは調査の負担を理由に見送っていた短期決着の案件にも、対応しやすくなります。FS調査・収支試算の負担軽減は、用地仕入の機会そのものを広げる効果も持っています。
03 CORE2 行政協議資料・販売/賃貸資料・出口戦略も、同じように変わる 行政協議資料の作成、販売/賃貸資料のドラフト、出口戦略の準備を具体的に見ます
用地仕入・収支シミュレーション以外にも、不動産デベロッパーには開発工程を通じて負担の大きい書類仕事があります。行政協議資料、住民説明会資料、販売/賃貸資料、出口戦略資料などです。
いずれも「案件ごとに・工程ごとに」発生する定型業務という共通点があり、Claude Codeの「型」が効きやすい領域でもあります。ひとつずつ、何を渡すと何が出てくるかを見ていきます。
3-1. 行政協議資料・許認可申請の整理
都市計画法・建築基準法の条文と過去の協議記録を読み込ませ、条例適合性チェックと事前協議資料のドラフト、住民説明会資料の骨子を作らせる、という使い方がAIと相性の良い領域です。
📚 用語解説
PPP/PFI：PPP/PFIは、行政と民間が連携して公共施設等の整備・運営を進める事業スキームの総称です。地方再生プロジェクトやコンパクトシティ化の文脈で採用が増えています。
地方再生プロジェクトやコンパクトシティ化の案件では、PPP/PFIのような新しい事業スキームの理解も同時に求められます。制度を勉強しながら協議資料も作る、という二重の負担が生まれやすい領域です。
中堅デベロッパーにとっては、大手デベロッパーとの差別化も重要な論点です。大規模再開発やタワーマンションのようなブランド訴求は大手の土俵ですが、地域密着の機動力を活かした中小規模案件では、企画・分析の高度化そのものが競争力の差になります。
| 工程 | 主に確認する内容 | 主な参照資料 |
|---|---|---|
| 事前協議 | 都市計画法・建築基準法の条例適合性 | 都市計画図・条例集・過去の協議記録 |
| 住民説明会 | 近隣説明の論点整理・想定質問への回答案 | 近隣調査結果・過去の説明会議事録 |
| 許認可申請 | 申請書類の整合性・添付資料の過不足 | 申請様式・設計図書 |
| PPP/PFI協議 | 事業スキームの条件整理 | 募集要項・事業計画案 |
さらに、ZEH(ネット・ゼロ・エネルギー・ハウス)やサステナビリティ対応の資料作成負担も増えています。省エネ性能の計算根拠や環境配慮の説明資料を、案件ごとに一から作り直している会社は少なくありません。
📚 用語解説
ZEH：ZEH(ゼッチ)は、断熱性能を高めつつ再生可能エネルギーの導入で年間のエネルギー収支を実質ゼロに近づける住宅・建築物の基準です。案件ごとに省エネ性能の説明資料が求められます。
最終的な資料の確認と提出は、事業企画担当や有資格者の仕事のまま残ります。「この条例集から、今回の用地に関わる適合性の論点を整理して」と渡せば、論点ごとの一覧表が返ってきます。
すべての工程を一度に整理しようとせず、まずは資料が揃っている工程から着手するのが現実的な進め方です。
3-2. 販売/賃貸資料・広告原稿のドラフト
物件情報と過去の販売実績、モデルルームの写真素材を渡すと、販売チラシやモデルルーム資料のドラフト、SUUMO/HOMES向けの広告原稿を整形します。最終的な表現の確認は、マーケティング担当や広報が行ったままです。
📚 用語解説
出口戦略：出口戦略とは、開発した物件を売却する、賃貸で運用し続ける、J-REITや不動産ファンドへ組み入れるなど、事業の最終的な着地の仕方を指す言葉です。案件の初期段階から検討が始まります。
販売とひとことで言っても、施主向けのチラシ、仲介会社向けの資料、SUUMOやHOMESといったポータルサイト向けの原稿では、求められる情報量や表現が異なります。同じ物件情報を土台に、媒体ごとに整形させる使い方が現実的です。
過去半年分の反響データを渡して「反響の良かった訴求ポイントを整理して」と指示すれば、傾向をまとめた一覧が出てくるため、次の広告原稿の方向性を決める材料として使えます。
AI鬼管理山崎
代表菅澤
3-3. 運営開始後のKPI管理と出口戦略資料
開発工程で見落とされがちなのが、運営開始後の管理会社引継ぎ資料や、運営KPIのモニタリングです。過去の資料を読み込ませておけば、新しい案件向けのドラフトを作らせやすくなります。
同じエリアの案件でも、A物件の運営レポートの形式をそのままB物件に転用できない、という状況が日常的に発生します。過去の様式を土台に項目立てを再構成させる使い方が現実的です。
J-REITや不動産ファンドへの組入れを見据える案件では、DCF評価や運用KPI管理、組入れ準備資料の作成負担も大きくなります。組入れ機会を逃さないよう、資料準備のスピードを上げておくことが求められます。
📚 用語解説
J-REIT：J-REITは、複数の投資家から集めた資金で不動産に投資し、その賃料収入や売却益を分配する投資信託です。開発物件の出口先の一つとして組入れが検討されます。
出口戦略の検討にも、収支シミュレーションと同じ考え方が使えます。売却シナリオ・賃貸継続シナリオ・J-REIT組入れシナリオをそれぞれ試算し、比較する資料をドラフトさせます。
シナリオごとの差分を早めに把握できれば、経営判断の精度そのものが上がります。出口戦略の検討は、投資家や金融機関への説明資料の根拠にもなります。
J-REIT組入れを志向する会社ほど、出口戦略の検討に月100時間を超える時間を割いているケースもあります。シナリオ比較の下書きを先に用意しておくだけで、経営層が判断に集中できる時間を確保しやすくなります。
| 業務 | 従来の目安時間 | AI活用後の目安 |
|---|---|---|
| FS調査・収支シミュレーション | 案件あたり40〜80時間 | 案件あたり10〜20時間程度に圧縮できた例あり |
| 行政協議資料作成 | 案件あたり30〜60時間 | 案件あたり8〜15時間程度に圧縮できた例あり |
| 収支シミュレーション更新 | 案件あたり8〜15時間 | 案件あたり2〜4時間程度に圧縮できた例あり |
| 販売/賃貸資料の作成 | 案件ごとに手作業で作成 | 過去実績を土台にした自動ドラフト作成 |
| 運営KPIレポート | 月次で突合作業が発生 | 過去様式を土台にした自動ドラフト作成 |
| 出口戦略資料の作成 | シナリオごとに個別作成 | 複数シナリオの比較資料を一括ドラフト |
3-4. プロジェクトメンバーと事業企画担当、それぞれの負担
プロジェクトメンバーには、用地調査・市場調査・行政協議・建設管理・販売運営という幅広い業務があります。PPP/PFIやJ-REITといった新しいスキームの勉強も並行して求められます。
背景には宅地建物取引業法・都市計画法・建築基準法・国土利用計画法といった複数の法令が関わることもあり、確認すべき論点は多岐にわたります。見落とすと事業そのものが止まりかねない、地味だが重要な確認項目です。
📚 用語解説
宅地建物取引業法：宅地建物取引業法は、宅地・建物の売買や媒介・代理を行う事業者を規制する法律です。デベロッパーが自社開発物件を販売する際にも関わってきます。
事業企画担当側は、FS調査・収支試算に加えて、行政協議資料の整備も負担になりやすいです。繁忙期が用地仕入の機会発生時期と重なりやすいことも、負担を重くしている要因です。
事業計画の見込み条件がある程度固まった段階で、行政協議資料の整理だけ先行して進めておく、という運用にしている会社もあります。用地情報の更新を案件発生のたびにこまめに行っておけば、協議資料作成もスムーズになります。
| 役割 | 日々の悩み | Claude Codeの使いどころ |
|---|---|---|
| プロジェクトメンバー | 用地調査から販売運営まで業務範囲が幅広い | GIS連携の用地候補スクリーニング・広告原稿の自動化 |
| 事業企画担当 | 用地仕入の機会発生時にFS調査・収支試算を一人で並行 | 法規制チェック・収支シミュレーションのドラフト作成 |
| 経営者・会社役員 | 現場と経理、両方の負担が見えにくい | 事業全体の書類フローを俯瞰した導入判断 |
| 運営担当 | 運営開始後のKPI管理と出口戦略検討が属人化 | 運営レポート・シナリオ比較資料のドラフト作成 |
事業企画担当がClaude Codeを使う場面は、事務所のパソコンの前とは限りません。現地調査の合間にスマートフォンで法規制を確認したり、移動中に収支シミュレーションの前提を見直したりする使い方もできます。
事務所に戻ってからまとめて作業する必要がなくなること自体が、残業削減につながる場面も少なくありません。
行政協議資料のドラフト作成は、セミナーで実際の画面を動かしながらお見せしています。
AIが担うのはドラフト作成と集計の下準備までです。申請・提出・投資判断は、これまで通り事業企画担当や経営層が行います。
04 MECHANISM Claude Codeが、不動産デベロッパーの書類仕事をこなせる理由 Claude Codeの仕組みを、専門用語を使わずに説明します
「AIが書類仕事を代わりにやってくれる」と聞くと、仕組みが気になる方も多いと思います。専門用語を使わずに、3つのポイントで説明します。
難しい技術の話ではありません。パソコンが得意な人が、たまたまその得意分野を書類仕事に向けている、というくらいのイメージで読み進めていただければ十分です。
ここまで見てきたFS調査や行政協議の例も、すべてこの3つの特徴の組み合わせで成り立っています。仕組みが分かると、自社のどの業務に応用できそうかもイメージしやすくなります。
📚 用語解説
AIエージェント：指示を受けて、複数の作業を自律的に実行し続けるタイプのAIの総称です。Claude CodeやCodexは、このAIエージェントの一種です。
4-1. ファイルを直接読み書きできる
Claude Codeは、事業計画書や市場調査資料のPDF、Excelの収支試算表といった実際のファイルを、パソコンの中でそのまま開いて中身を読み込めます。読んだ内容をもとに、新しい資料を作ったり、既存の資料を書き換えたりできます。
たとえるなら、資料を渡せば黙々と目を通し、指示通りに整理したり文書を作ったりしてくれる事務員のような存在です。
従来の生成AIとの違いも、まさにここにあります。「試算方法を教えてくれる」のではなく「実際に試算してくれる」——この一歩の差が、書類仕事の時間を大きく左右します。
AI鬼管理山崎
代表菅澤
4-2. 手順を覚えて繰り返せる
一度「この形式で試算して」と教えたやり方は、次回以降も同じ手順で再現できます。毎回イチから指示を考える必要はなく、「型」として使い回せます。
収支シミュレーションや販売資料の整形のように、毎回やることがほぼ決まっている業務ほど、この「型」の効果が出やすくなります。二度目以降は指示の言葉数も減り、確認するだけで済むようになります。
逆に言えば、毎回内容が大きく変わる業務では「型」の恩恵が小さくなります。まずは繰り返しの多い業務から試すのが、効果を実感しやすい進め方です。
最初から完璧な型を作ろうとせず、使いながら少しずつ調整していくほうが、結果的に早く定着します。1つの業務で型ができたら、似た業務にも応用できます。
4-3. 複数の資料を横断できる
用地情報・市場調査資料・過去の協議記録など、別々の場所に保存されている資料を、同時に開いて見比べることができます。行政協議資料の作成はこの「横断」がまさに効いてくる作業で、条例集・過去の協議記録・設計図書を別々に突き合わせる手間を、まとめて引き受けられます。
FS調査でも同じことが言えます。用地情報・法規制データ・周辺事例という、性質の異なる3種類の資料を横断して、法規制チェックと収支試算を一度に進められます。
建設コスト高騰が続く局面では、資材単価の前提が毎月のように変わります。複数の資料を横断できる特性があるからこそ、最新の単価データに差し替えるだけで、収支シミュレーション全体を素早く更新できます。
AI鬼管理山崎
代表菅澤
Claude Codeが担うのは、資料を読み込んでドラフトを作る作業までです。数字の最終確認や、提出・投資の判断は、これまで通り人が行います。
| 特徴 | 何ができるか | 不動産デベロッパーでの具体例 |
|---|---|---|
| ファイルの直接読み書き | 事業計画書や市場調査資料を開いて、集計やドラフト作成ができる | 用地情報からFS調査レポートを作成 |
| 手順を覚えて繰り返す | 一度教えたやり方を「型」として次回も使える | 毎案件の収支シミュレーションを同じ手順で処理 |
| 複数資料の横断 | 条例集・過去の協議記録・設計図書などをまとめて参照できる | 行政協議資料の論点を横断して一括整理 |
| 対話しながら進められる | 一度で完璧を求めず、やり取りしながら調整できる | 販売資料の表現を対話で修正 |
ただし、Claude Codeが自分で判断できないこともあります。どこまで任せて、どこから人が確認するか。次の章で、つまずきやすいポイントとあわせて具体的に説明します。
05 PITFALLS 不動産デベロッパーが導入でつまずきやすい落とし穴と対処 セキュリティ・社内定着・ツール選定でよくあるつまずきを整理します
Claude Codeを不動産デベロッパーの現場に導入する際、多くの会社が最初につまずくのはセキュリティ面の線引きです。
ここまで紹介してきた便利さの裏側で、実際に導入するとなると出てくる現実的な悩みを、順番に整理していきます。
5-1. セキュリティと情報の取り扱い範囲
permission mode(操作許可の範囲)を適切に設定し、どのデータをAIに渡すか、どこまでの操作を許可するかを事前に線引きしておく必要があります。
📚 用語解説
permission mode：AIにどこまでの操作(読み取り・下書き作成・送信など)を許可するかを制御する設定です。範囲を絞って始め、慣れてから広げる使い方が一般的です。
まず読み取り専用の範囲で運用を始め、慣れてきた段階で許可する操作を広げていく進め方であれば、情報システム担当が不在の会社でも無理なく運用できます。
用地の取得価格交渉履歴や事業パートナー情報など、機微な情報を扱う場合ほど、この設計を丁寧に行うことが導入の前提になります。何を渡して、何を渡さないかを、あらかじめ決めておくということです。
| 段階 | 許可する操作 | 目安の期間 | 関わる担当者 |
|---|---|---|---|
| 導入初期 | 読み取り・集計・下書き作成のみ | 最初の1〜2ヶ月 | 事業企画担当・情報システム担当 |
| 慣れてきた段階 | 社内フォーマットへの自動保存を追加 | 3〜6ヶ月目以降 | 業務担当者本人 |
| 定着後 | 業務ごとに必要な操作範囲を個別に調整 | 運用が安定してから | 各業務の責任者 |
5-2. 社内での定着
最初から全業務をAI化しようとせず、FS調査や収支シミュレーションなど、負担の大きい一部の業務から試し、効果を実感してから範囲を広げていくほうが定着しやすくなります。
「便利そうだから」と全社に一斉導入するよりも、まず一人か二人が使いこなせるようになってから、周りに広げていくほうが、結果的に定着のスピードは早くなります。
AI鬼管理山崎
代表菅澤
5-3. ツール選定で押さえておきたいこと
Claude CodeとCodex、どちらが自社に合うかは、実際に画面を見ながら判断するのが早いです。まず自社が最初に試したい業務を決めてから、その業務での使いやすさを比較する順番がおすすめです。
月額料金や課金プランの違いも選定時のポイントですが、機能一覧を比較するよりも、自社の業務で実際に動かしてみたほうが、判断材料としては早く確実です。
「どちらのツールが優れているか」ではなく「自社のどの業務に使いたいか」を先に決めることが、ツール選定で遠回りしないコツです。
| 観点 | 確認しておきたいこと |
|---|---|
| セキュリティ | どのデータをどこまで渡すか、操作許可の範囲 |
| 社内定着 | 最初に試す業務を1〜2個に絞れているか |
| ツール選定 | 自社の業務で実際に動かして比較したか |
| 記録の残し方 | 元データとドラフトを案件フォルダに保存しているか |
| 教育・サポート | 最初の数回、誰が一緒に操作をサポートするか |
5-4. 現場でよくあるつまずきの実例
ひとつは、FS調査と収支シミュレーションと行政協議資料の作成を、初日からすべて一気に試そうとして途中で止まってしまうケースです。担当者ごとに温度差が生まれ、どの業務も中途半端になりがちです。
📚 用語解説
プロンプト：AIに対して、何をしてほしいかを伝える指示文のことです。難しいコマンドではなく、日本語の普通の文章で構いません。
もうひとつは、事業企画担当がプロンプトの書き方に戸惑い、結局誰も使わなくなってしまうケースです。「この用地のFS調査をまとめて」といった業務の言葉をそのまま入力すれば十分ですが、この点が伝わっていないと、ツールを開かないまま放置されがちです。
三つ目は、発注機関や自治体ごとの様式の違いを考慮せずに行政協議資料のドラフトをそのまま使い、様式不備で差し戻されるケースです。過去の様式との違いを事前に読み込ませておかないと、ドラフトの精度は上がりません。
多くのつまずきに共通するのは、準備段階を飛ばして一気に始めてしまう点です。1つの業務に絞って慣れてから広げるほうが、結果的に早く定着します。
| つまずきポイント | 現実的な対処 |
|---|---|
| 全業務を一度にAI化しようとして頓挫 | FS調査や収支シミュレーションなど、負担の大きい業務を1〜2個に絞って試行 |
| 自治体ごとの書式差異を考慮せず差し戻される | 過去の様式を事前に読み込ませ、書式変換の下書きから始める |
| 事業企画担当がプロンプトの書き方に戸惑う | 最初の数回は情報システム担当や経営層が一緒に操作する |
| 読み込ませるデータの範囲を決めずに始める | permission modeで読み取り専用の範囲から着手する |
| 元データとドラフトの保存ルールがない | 案件フォルダにやり取りを保存する運用を決めておく |
| 建設コスト高騰で試算がすぐ古くなる | 最新の資材単価に差し替えるだけで再試算できる運用にしておく |
AIに読み込ませた元データと、生成されたドラフトを、いつ・どの案件で使ったか分かる形で残しておくことも大切な運用ルールです。案件フォルダにやり取りを保存しておくだけで、最低限の記録になります。
特別なシステムを新たに導入する必要はありません。今使っているフォルダ構成やファイル管理のルールに、AIとのやり取りの保存を一項目加えるだけで十分です。
行政協議資料やFS調査レポートは、後から投資家や金融機関への説明を求められることもあります。元データとドラフトの保存履歴が、そのまま簡易的な説明資料として役立ちます。
ここまで見てきたように、つまずきの多くは技術的な難しさではなく、始め方の設計に起因します。業務を絞る、型を作る、記録を残す——この3つを押さえておけば、大きな失敗にはつながりにくくなります。
文章だけでは伝わらない部分は、実際の画面をご覧いただくのが早いです。セミナーでは、FS調査や収支シミュレーションを実際に動かしながらお見せしています。
06 SEMINAR_CONTENT セミナーで、不動産デベロッパー向けに実際に見せる中身 60分の時間割・実演する業務・よくある質問・参加対象を具体的に紹介します
「結局セミナーで何をするのか」が分からないと、参加を決めにくいと思います。60分の中身を具体的に紹介します。
6-1. 60分の時間割
| 時間帯 | 内容 |
|---|---|
| 最初の10分 | 不動産デベロッパーの業務棚卸しと、Claude Code・Codexの全体像整理 |
| 次の25分 | 用地情報からFS調査レポート、収支シミュレーション、行政協議資料ドラフトの実演デモ |
| 次の15分 | 参加者の悩みを募集し、その場で「うちならこう試すか」を設計 |
| 最後の10分 | 質疑応答と、来週何を試すかの言語化 |
この時間割が基本の流れです。実演デモで扱う具体的な資料例は、参加企業の規模・案件特性に応じて多少調整することもあります。
6-2. 実演する業務
実演の中心は、25分間のノーカットデモです。不動産デベロッパーの具体的な業務を、画面を動かしながらお見せします。
収支シミュレーションでは、建設コストデータを読み込ませるところから、IRR/NPVを含む試算のドラフトができるまでを実際に動かします。
行政協議資料のドラフト作成では、条例集と過去の協議記録を読み込ませて論点を整理させ、事前協議資料のドラフトができるまでの流れをお見せします。
業務ごとに入力と出力がどう変わるかを比較しながら見ていただくことで、自社ではどの業務から試すのが現実的かを判断しやすくしています。
6-3. その場で答える、こんな質問
| よくある質問 | 当日の回答の方向性 |
|---|---|
| 用地取得価格の交渉履歴をAIに読み込ませても大丈夫か | 価格交渉履歴は別管理とし、マスキング済みの統計のみ渡す運用を説明します |
| 行政協議の様式が自治体ごとに違うときはどうするか | 過去の様式を読み込ませ、新様式への変換ドラフトを作ります |
| 収支シミュレーションの前提が変わったらどうするか | 建設コストや金利の前提を差し替えるだけで再試算できる考え方を説明します |
AI鬼管理山崎
代表菅澤
6-4. 参加対象
参加対象は事業企画担当・経営者・会社役員としていますが、行政協議や販売資料の作成を担当するプロジェクトメンバーの方にも参考にしていただける内容です。パソコン操作に不慣れな方でも、専門知識は前提としていません。
一方、書類仕事を人に任せる想定がなく、経営者お一人で全ての業務を完結されている場合は、効果を実感しにくいかもしれません。複数人で業務を分担している会社ほど、持ち帰れる材料は多くなります。
07 SEMINAR_BOOKING 不動産デベロッパー向けセミナーへの参加方法と、当日までの流れ 無料・60分・オンラインの参加方法と、予約から当日までの流れを紹介します
ここまで紹介した内容を、実際の画面を動かしながら確認できる場として、60分の無料オンラインセミナーを開いています。
- 参加費は無料
- 60分・オンライン(Google Meet)開催
- 1社1枠の貸切で、実演を中心に進めます
- 空いている日程からそのまま予約できます
このページ下部の予約フォームで、空き日程を選ぶだけで予約が完了します(日程調整のメール往復はありません)。こちらの予約フォームからお進みください。
日程や内容の詳細はClaude Code セミナーの詳細ページでもご確認いただけます。
| この記事で分かったこと | セミナーで確認できること |
|---|---|
| Claude Code・Codexが何者か | 実際の画面での操作感 |
| 何を渡すと何が出てくるか(理屈) | 自社の案件に置き換えた場合の具体例 |
| 導入時のつまずきポイント | 自社ならどこから試すべきかの判断材料 |
| なぜそれが可能なのか(仕組み) | 実際に動いている様子を見て納得できるか |
| FS調査・収支シミュレーション・行政協議資料の変わり方 | 自社の用地情報を例にした質疑応答 |
| セキュリティ・社内定着の考え方 | 自社の運用ルールに落とし込む相談 |
この記事を読んで、Claude Code・Codexが何者かはお分かりいただけたと思います。あとは、自社の業務にどこまで使えそうか、実際の画面で確かめていただくだけです。用地仕入や収支シミュレーション、行政協議の負担を、自社の事例に置き換えてじっくりご検討ください。
Claude CodeやCodexが自社に合うかどうかは、実際の画面を見るのが一番早い判断材料になります。押し売りはしませんので、まずは60分、実際の動きを確認してみてください。
参加無料・60分・オンライン(Google Meet)・1社1枠
よくある質問
Q. 用地取得価格の交渉履歴をAIに読み込ませても情報漏洩が心配です。
A. 価格交渉履歴は別管理とし、AIにはマスキング済みの統計データのみを渡す運用を想定しています。経営層のみアクセス可能な分離管理を設計すれば、機微な情報を守りながら定型業務だけAIに任せられます。permission modeで操作範囲を絞ることも合わせてご説明します。
Q. 都市計画法や建築基準法の対応をAIに任せて、判断を間違えたら大きな損失になりませんか。
A. AIが担うのは事前協議資料の整理や条例適合性チェックの下書きまでです。最終的な許認可申請の判断は、事業企画担当や有資格者が確認します。記載漏れを防ぐセーフティネット役として機能する使い方が中心です。
Q. 収支シミュレーション(IRR/NPV)の精度は、経験の浅い担当者でも保てますか。
A. AIが作るのはあくまで試算のドラフトで、前提条件の妥当性確認は事業企画担当が行う前提です。ベテランが最終チェックに集中できるようになるため、経験の浅い担当者の育成期間中でも、下書き作成の負担を軽くする使い方ができます。
Q. パソコン操作に不慣れな社員が多い会社でも導入できますか。
A. セミナーではターミナルやエディタの画面を実際に動かしながら説明します。専門知識がなくても、まずは何ができるかを知ることを目的にした内容です。最初の数回は情報システム担当や経営層が一緒に操作するところから始める会社が多いです。
Q. Claude CodeとCodex、どちらを選べばよいですか。
A. どちらも生成AIを使った業務自動化ツールですが、不動産デベロッパーの現場業務での活用事例の蓄積が進んでいるのはClaude Codeです。開発元(Anthropic/OpenAI)が異なるだけで、基本的な使い方や非エンジニアでも扱える点は共通しています。まず自社が最初に試したい業務を決めてから、使いやすさを比較するのがおすすめです。
Q. Claude Codeを使うと、事業企画担当の仕事が奪われるのではないですか。
A. いいえ。AIが担うのは資料の下書き作成や集計までで、用地仕入の判断や事業パートナーとの交渉といった人にしかできない業務はそのまま残ります。書類仕事の時間を減らし、判断業務に集中する時間を増やすための道具です。
Q. セミナーは経営者本人が参加しないといけませんか。
A. 経営者・会社役員向けを基本としていますが、事業企画担当やプロジェクトメンバーの方が実務目線で参加されることも歓迎しています。参加人数や役職については、お申し込み時にご相談ください。複数名での参加もご相談に応じます。
空き日程を選んで、そのまま予約
Claude Code セミナー(参加無料・60分・オンライン)の予約フォームです。
日程調整のメール往復はありません。実際の空き日程が下に表示されています。
下の空き日程から選ぶだけで予約完了。
予約確定と同時に Google Meet の招待をお送りします。
【参加無料・1社1枠】不動産デベロッパー向け Claude Code セミナーを予約する
オンライン(Google Meet) / 60分
空き日程から選ぶだけで予約が確定します
不動産デベロッパーの書類仕事は、用地仕入・FS調査の段階から、収支シミュレーションや行政協議のように案件ごとに発生する業務、販売/賃貸資料のように工程を追うごとに積み重なる業務まで、次々と重なっていきます。Claude CodeやCodexが何者かという基本から、実際に何ができて何ができないかまで、文章だけではどうしても掴みにくい部分があります。自社の用地情報や事業計画を例に、実際の画面を見ながら自社に合う業務を見極められる場として、60分の無料セミナーを用意しています。
ここから先の進め方は、大きく2つあります。
自社で回せるようになりたい方は、AI鬼管理でClaude Code／Codexの使い方から業務設計・社内定着まで伴走を受けながら、社内に仕組みを作る道があります。
覚えるより任せたい方は、AI社員AIKATAでこの記事のような定型業務を丸ごと預ける道があります。料金は月30万円の月額定額、追加費用は0円です。
どちらが合うかは、業務量と社内体制次第です。無料相談・無料適合診断で、貴社の場合はどちらが向くかからご相談いただけます。
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？
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
AI鬼管理／AI社員AIKATAへのお問い合わせ
この記事を読んで気になった方へ。
専門スタッフが、御社に最適な
業務自動化・業務代行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
