経営実装
── 日次意思決定を加速させる10ノック

多くの経営者は「朝イチでKPIを確認する」という毎日の儀式に1日10-20分使います。月換算で5-8時間。1年で60〜100時間。これ全部"見に行く"という動作に消えてます。KPIは向こうから届いてくるのが正解です。

• KPIが既に1枚のスプレッドシートに集約されている（なければここが先）
• Slack（Discordでも可）の通知用チャンネルが作ってある
• Google Sheets MCP / Slack MCP がClaudeCodeに追加済み（K04参照）

Step 1 — KPIのデイリー集約シートを作る

見るべきは多くて5指標。例：売上 / 問い合わせ件数 / 新規登録数 / 解約数 / MRR。これを1枚のシートの最上段に置く。

Step 2 — スラッシュコマンド化する

.claude/commands/morning-kpi.md

---
description: 朝のKPI要約をSlackに投稿
---

# /morning-kpi

手順：
1. Google Sheets MCP で対象シートの KPI サマリー範囲を取得
2. 前日比／前週比／目標達成率を計算
3. 以下フォーマットで Slack MCP に投稿：

```
☀️ {今日の日付}
💰 売上: {値}円 （前日比 {%}%）
📥 新規問合せ: {件} 件（目標 {件} / {%}%）
📈 MRR: {値}円 （前月比 {%}%）
⚠️ アラート: {閾値超え項目}
```

4. 前日比がマイナス10%以上なら 🚨 をつける
5. 週末はこのコマンドをスキップ

Step 3 — 毎朝7時に自動実行（Cron or フック）

# macOSユーザー: crontab -e
0 7 * * 1-5  cd ~/projects/my-company && claude --prompt "/morning-kpi"

サーバー運用するなら GitHub Actions のスケジュール実行、もしくは Cloudflare Workers の cron triggers に載せ替える。

経営者にとって"会議の終わり"はスタート地点です。でもタスクが明文化されないまま次の会議に流れる組織が9割。議事録を書く時間・タスクを整理する時間・誰かにリマインドする時間、全部経営者の時間を食い潰します。ここを完全自動化します。

• Zoom録画 or Google Meet録画（Cloud Recording）が自動生成される設定済み
• 文字起こしはZoom AI Companion / AssemblyAI / Whisperのいずれかで自動化
• Notion MCP がClaudeCodeに追加済み。タスクDBが1つ存在する

Step 1 — 文字起こし取得フロー

Zoom ならダウンロードAPI、AssemblyAI なら録画ファイルを渡してJSONで受ける。僕はzoom-recordingsという自作スキル1本で"録画リスト取得 → VTTダウンロード → 話者分離"まで1コマンド化しています。

Step 2 — タスク抽出スキルを作る

.claude/skills/meeting-to-tasks/SKILL.md

---
name: meeting-to-tasks
description: Zoom議事録から担当・期限付きタスクを抽出。「議事録をタスクに」
---

# タスク抽出ルール

抽出対象（Yesパターン）:
- "○○さん、○○までにやっておきます"
- "○○は○○担当で"
- "次までに○○"

除外（Noパターン）:
- "○○したいですね"（願望）
- "○○かもしれない"（推測）
- 雑談・余談

出力フォーマット:
- [ ] {タスク} | @{担当} | {期限:YYYY-MM-DD}

Step 3 — Notion への起票

# Claudeのセッション内で
"meeting-to-tasks スキルで 2026-04-19_weekly.vtt からタスク抽出して、
Notion の タスクDB（ID: xxx）に起票して"

Notion MCPが起票まで代行。担当者は Notion の People プロパティに紐付け、期限は Date プロパティに入れる。

競合ウォッチは経営者にとって"重要だけど後回しになる"仕事の代表格です。しかも見てる間にタイムラインで別の情報に流される。これをClaudeに任せて"結論だけ受け取る"状態を作ります。

• 競合3〜5社をリストアップ（X アカウント / noteアカウント / 公式ブログURL）
• Xは直接検索できないため、Grok API（xAIの x_search + web_search）を利用する（僕の自作スキル x-viral-research を流用）
• 出力先は自分のメール or 専用Slackチャンネル

Step 1 — 競合リストをYAML化

competitors.yaml

competitors:
  - name: A社
    x_handle: "@competitor_a"
    note: "https://note.com/xxx"
    blog_rss: "https://xxx.com/feed"
  - name: B社
    ...

Step 2 — 週次リサーチスキル

.claude/skills/competitor-watch/SKILL.md

---
name: competitor-watch
description: 競合の直近7日間の動きをまとめる
---

手順:
1. competitors.yaml を読む
2. 各社について過去7日のX/note/blog 最新を取得（Grok + Web）
3. 以下フォーマットで要約:

## A社 (@handle)
- X最新投稿: {概要3行}
- 伸びた投稿トップ1: {URL} + なぜ伸びたか
- note新着: {タイトル + 要旨}
- blog更新: {タイトル + 要旨}
- **今週の注目点**: {1行}

4. 全社まとめた"今週の市場全体の動き"を最後に3行で出力

Step 3 — 月曜朝に自動実行

# crontab
0 8 * * 1  cd ~/projects/watch && claude --prompt "/competitor-watch"
# 出力をメール送信 or Slack投稿

月次レビューは"数字を眺める"と"意味を読み解く"の2工程で成立します。前者は完全自動化できるのに、多くの経営者は前者に時間を取られて後者まで辿り着けない。Claudeに前者を丸投げします。

• 会計SaaS（freee / マネーフォワード等）から月次P/L CSVをエクスポートできる
• 過去12ヶ月分のCSVが社内の1フォルダに蓄積されている
• 数値は Claude のコードツールで読ませる（Python or JSスクリプト経由）

Step 1 — CSV → 構造化データ

各月のCSVを読み込み、勘定科目ごとに月次推移を時系列配列に変換する。これはClaude に "Python で読んで月次推移の dict を作って" と言えば一発。

Step 2 — 月次レビュースキル

.claude/skills/monthly-review/SKILL.md

---
name: monthly-review
description: 月次P/Lから経営者向けレビュー初稿を生成
---

手順:
1. accounting/ 配下のCSVを全部読む
2. 当月と前月・前年同月を比較
3. 以下の観点でコメント生成:
   - 売上: 予算達成率、前月比/前年比、トレンド
   - コスト: 異常値（前月比±20%以上）があれば警告
   - キャッシュフロー: 月末残高と減少率
4. 最後に"経営判断として検討すべき3点"を列挙

出力:
markdown形式でreports/YYYY-MM-review.md に保存

Step 3 — 顧問税理士 / CFOと共有

レビューmdを顧問先と共有することで、月次ミーティングの密度が10倍になります。ミーティングは"内容の確認"ではなく"意思決定"に使えるようになる。

「カスタマーサクセスがSlackでやり取りした内容」「サポート窓口に来たメール」「NPSアンケートの自由記述」が別々の場所に蓄積され、経営者には断片しか届かない。これが改善サイクルを止める最大要因です。

• 顧客接点チャネルが3〜5個ある（普通）
• 全部を読みに行く時間はないが、"今週の主要トピック3つ"だけ知りたい
• 感情・優先度・カテゴリーで分類したい

Step 1 — データ集約

• Slack MCP → サポートチャンネルの週次メッセージ取得
• Gmail MCP → support@ 宛メールを取得
• Google Forms / Typeform API → フィードバック回答取得

Step 2 — 分類スキル

.claude/skills/feedback-classify/SKILL.md

---
name: feedback-classify
description: 顧客フィードバックを分類・優先度付け
---

分類ラベル:
- type: バグ / 機能要望 / 称賛 / 質問 / 解約予兆
- emotion: positive / neutral / negative
- priority: P0（即対応）/ P1（今週）/ P2（来月）/ P3（将来）
- category: UI / パフォーマンス / 機能X / 機能Y / 料金

出力: JSON配列

Step 3 — 週次サマリー

# 毎週金曜17時に自動実行

## 週次フィードバック要約
- 総件数: XX
- P0(即対応): X件 → {内容}
- トップ機能要望: {N}件 / {具体}
- 解約予兆: {N}件 / {背景}
- 今週の称賛ハイライト: {1件抜粋}

採用は経営判断に直結するのに、1次スクリーニングに"単純作業"の時間が膨大に取られます。そして疲弊した頭で判断するから、見逃しと誤判定が起きる。このノックは"判断の質を保ったまま時間を90%削る"実装です。

• 求める要件（Must / Want / Nice-to-have）を明文化してある
• 応募書類がPDF or テキストで1ヶ所に集まっている
• 最終判断は人間（Claudeはあくまで1次）

Step 1 — 求める要件をYAML化

hiring-criteria.yaml

position: シニアエンジニア
must:
  - TypeScript 3年以上
  - チームリード経験
want:
  - AI/ML バックグラウンド
  - スタートアップ経験
nice:
  - OSS貢献
  - 英語日常会話

Step 2 — スクリーニングスキル

.claude/skills/resume-screen/SKILL.md

name: resume-screen

手順:
1. hiring-criteria.yaml を読む
2. 応募書類PDFを抽出（Read + OCR）
3. Must / Want / Nice-to-have で個別スコアリング
4. 出力:

{
  "candidate": "{氏名}",
  "must_score": "A/B/C",
  "want_score": "高/中/低",
  "strengths": ["…", "…"],
  "concerns": ["…"],
  "overall": "面接推奨 | 保留 | お見送り",
  "interview_focus": ["面接で確認すべき3点"]
}

Step 3 — 人間の最終確認

Claudeが"面接推奨"と出したものだけ、経営者が30分レビュー。"保留""見送り"はチーム側で定型返信。時間配分が90/10 → 10/90に逆転します。

経営者だけでなく、チーム全員の日報が"形骸化 or 未記入"が9割。理由は簡単で、書くのが面倒だから。自動生成にすれば、経営者は"確認して微修正"だけで済み、チームに対しても同じ仕組みを配布できます。

• Git（コミットログ）・Google Calendar・Slack の3チャネルから情報取得
• Notion or Scrapbox に日報DBがある
• 17時 or 18時にスラッシュコマンド1つで完結

Step 1 — データ収集

.claude/skills/daily-report/SKILL.md

データソース:
- Git: 今日のコミットメッセージ
- Calendar: 今日の予定（終了した分のみ）
- Slack: 自分の発言（参加チャンネル全部）

収集コマンド例:
git log --since="6am" --author="$USER" --oneline

Step 2 — 日報スキル

手順:
1. 各データソースから今日のログ取得
2. 以下フォーマットで日報初稿生成:

## {日付} 日報

### 達成したこと
- {Git logから} {カレンダーから}

### 進行中・未完了
- {中途半端なタスク}

### ブロッカー・相談事項
- {Slackでの質問 or エラー情報}

### 明日やること
- {カレンダーの明日の予定}

3. Notion 日報DBに下書きとして起票
4. Slack #daily にリンク投稿

社内ナレッジは"貯めれば貯めるほど探せなくなる"矛盾を抱えています。Notionに1000ページあっても、必要な時に検索キーワードが合わないと見つからない。RAGは"意味で検索"できるので、表現が違っても拾える。これがFAQボットの核心です。

• Notion に社内ナレッジが1ドキュメント=1トピックの粒度で整理されている
• ベクトルDB（Pinecone / Supabase Vector / Cloudflare Vectorize / ローカルでもOK）
• OpenAI Embeddings か Voyage AI で埋め込み生成

Step 1 — ナレッジをチャンク分割＆埋め込み

// 疑似コード
const docs = await notion.getAllPages();
for (const doc of docs) {
  const chunks = chunkify(doc.content, 500); // 500字単位
  for (const chunk of chunks) {
    const embedding = await openai.embeddings(chunk);
    await vectorDB.insert({ id: doc.id, chunk, embedding });
  }
}

Step 2 — 検索スキル

.claude/skills/faq-bot/SKILL.md

手順:
1. ユーザーの質問を埋め込みベクトルに変換
2. ベクトルDBで類似度トップ5を検索
3. 5件のチャンクをコンテキストに渡して回答生成
4. 回答末尾に"参考: {Notion URL}"を付ける

Step 3 — Slack bot として公開

@faqbot 有給取得の手順って？ → ボットが即回答＋Notionへのリンク提示。

顧問業の収益の多くは"考える時間"の対価。でも実態は"資料を整える時間"が半分以上を占めがち。整形作業をAIに渡せば、顧問1社あたりの利益率が2〜3倍になります。

• 顧問先ごとに前月のZoomログ・Slack・Notion等が蓄積されている
• 定型テンプレ（課題 / 進捗 / 次月方針）が存在する
• 顧問先の契約範囲（NDA等）でClaude利用可能

Step 1 — 顧問先ごとのフォルダ構造

consulting/
├── client-a/
│   ├── knowledge/       # 会社背景・ビジネスモデル
│   ├── meetings/        # 月次ミーティング議事録
│   ├── reports/         # 過去レポート
│   └── CLAUDE.md        # この顧問先専用の前提
└── client-b/
    └── ...

Step 2 — 顧問レポートスキル

.claude/skills/consulting-report/SKILL.md

手順:
1. 指定顧問先フォルダを読む
2. 当月の meetings/ 全て要約
3. 前月 reports/ と比較して変化点抽出
4. 以下テンプレで初稿生成:

## {会社名} 月次レポート {YYYY-MM}

### 1. 今月のハイライト（3項目）
### 2. 課題と取組状況
### 3. KPI進捗
### 4. 来月の提案（3案）
### 5. 戦略パート ← ここは経営者が手動で書く

Step 3 — 顧問先ごとに専用コマンド

/consulting-report client-a 2026-04

ミーティングの"最初の15分"はたいてい"前回何を決めたっけ？"の復習に消えます。ここを自動化すれば、会議の冒頭から意思決定モードに入れる。1回あたり15分×年間200回＝50時間。ここだけで1週間分の時間が浮きます。

• 前回のミーティング議事録が存在する（K12のタスク抽出と連動）
• 今回のアジェンダ（3〜5論点）がCalendar招待に書かれている
• 関連データ（KPI・スプシ・Notion）がアクセス可能

Step 1 — meeting-prep スキル

.claude/skills/meeting-prep/SKILL.md

手順:
1. カレンダーAPIで次のミーティング情報取得
2. 参加者・アジェンダ・前回議事録を特定
3. 以下の"1枚ブリーフ"を生成:

## {ミーティング名} 事前資料

### 前回のおさらい（3行）
- {議題1の決定事項}
- {議題2の決定事項}
- {未完タスク}

### 今回のアジェンダ
1. {論点1} → **関連データ**: {自動添付}
2. {論点2} → **関連データ**: ...

### 推奨する結論の叩き台
- {論点1について}: {案A / 案B / 案C と ClaudeのRecommendation}

4. Slack or メールで参加者全員に配信（開始1時間前）

Step 2 — 定期実行

# 毎時チェックして、1時間後のミーティングに向けて自動生成
0 * * * *  claude --prompt "/meeting-prep --next-hour"