Claude Codeで非エンジニアが業務ツールを作れる理由。できること・できないことと部署展開の設計
生成AIの導入率は56〜57.7%まで上がってきました。ところが日常的に使っている人は51%、全社的に統合できている企業は37.5%にとどまります。「アカウントは作ったが、チャットで質問するくらいしか使っていない」という状態が多くの組織で続いています。
そこで注目が集まっているのがClaude Codeです。チャットAIとは設計が異なり、ファイルに直接触れて作業を進めることができます。Anthropicは創業者・PM・デザイナー・オペレーション担当といった非エンジニアが社内ツールを作るために使っていると公式に説明しています。
この記事では、Claude Codeで非エンジニアが実際に何をできるのか、最初の一歩をどう踏み出すか、そして個人での利用を部署に広げるときに必要な設計を整理します。
Claude Codeとは何か。チャットAIとの違いを1行で言うと

チャットは答えを返す、Claude Codeは作業そのものをやる
チャットAIは質問に答えるツールです。「このデータをどう集計するか」と聞けば方法を教えてくれますが、実際の集計はあなたが手で行います。
Claude Codeはその作業自体を引き受けます。ローカルのファイルやフォルダに直接アクセスし、コードを書いて実行し、ファイルを生成するところまで完結させます。あなたがすることは、何をしたいかを日本語で伝えることと、できあがった結果を確認することです。
重要なのは、Claude Codeを使う際にコードを書く必要はないという点です。「3つのCSVを結合して、前月比の列を追加したExcelにしてほしい」と伝えれば、Claude Codeがコードを書いて実行し、ファイルを作ります。あなたはその結果だけを受け取ります。
非エンジニアが使えると提供元が明言している
Anthropicは公式ドキュメントの中で、Claude Codeの想定ユーザーとしてエンジニア以外を明確に挙げています。実際にAnthropicのマーケティングチームやデータチームといった非技術部門も、業務ツールの構築やデータの分析にClaude Codeを使っています。
米国のフィンテック企業Rampの事例も参考になります。営業・リスク・財務の各チームがSQLなしでデータウェアハウスに問い合わせられるようになり、インシデント調査の作業量を80%削減しました。これらのチームはエンジニアではありません。
Claude Codeでできること。非エンジニアの業務で効く4つの領域

CSV・Excelの集計・変換・レポート化
毎週同じ手順でCSVを開いてピボットを作っている作業は、Claude Codeで自動化しやすい代表例です。
たとえば「営業部門の日次売上が入ったCSVが5ファイルある。部門別に集計して、先週との比較列を加えたExcelを作ってほしい」と伝えれば、ファイルの読み込みから集計・前月比の計算・出力まで一度に処理します。手作業なら30分かかっていた処理が数分で終わります。繰り返す業務ほど効果が大きくなります。
PDFデータの抽出・転記・一覧化
レイアウトが異なる複数のPDFから特定の項目を取り出して、1行1件の表にまとめる作業も得意です。
請求書・発注書・報告書といったPDFが毎月届き、金額や品番を手で転記しているケースがあります。Claude Codeにフォルダを指定して「このフォルダにある請求書PDFから、会社名・日付・合計金額を抽出してCSVにしてほしい」と伝えれば、ファイルごとに読み取って一覧を作ります。転記漏れや読み間違いのリスクも下がります。
社内文書・規程の横断検索と要約
就業規則・コンプライアンス規程・業務マニュアルといった文書が複数あり、特定のルールがどこに書いてあるかをいちいち探さなければならない状況も多いです。
Claude Codeに文書フォルダを指定して「在宅勤務の申請期限について書いてある箇所を全ファイルから探して、根拠文書名とページ数を教えてほしい」と聞けば、どのファイルの何行目にあるかを示しながら回答します。「たぶんこのファイルだったはず」という曖昧な記憶で探し回る時間がなくなります。
週次・月次レポートの自動生成
集計・グラフ化・コメント追加を1コマンドで完結させることもできます。
「前週の問い合わせ件数CSVと、対応時間の記録CSVを読み込んで、件数・平均対応時間・未対応件数を集計し、前週比のコメントをつけてMarkdownレポートを作ってほしい」という指示を一度作っておけば、毎週同じ作業を繰り返すだけです。数字を整える作業から考察を書く作業へ、担当者の時間をシフトできます。
ここまでClaude Codeでできることを解説しましたが、「自部署でも試してみたいが、どこから始めればよいかわからない」という方は、リベルクラフトへご相談ください。
リベルクラフトでは、Claude Codeを含む生成AI活用の導入支援・研修を提供しています。ただ、環境整備だけでなく、最初の1業務を30日で型にするところまで伴走できるため、試して終わりにならない体制づくりが可能です。
以下のリンクからまずは詳細をチェックしてみてください。
⇨リベルクラフトへの無料相談はこちら
非エンジニアが最初に試す4ステップ

①面倒な定型作業を1つ選ぶ
最初から複数の業務を自動化しようとすると失敗しやすくなります。「毎週やっていて、手順が決まっていて、時間がかかる」ものを1つだけ選んでください。
週次の集計報告、月末の転記作業、会議後の議事録フォーマット整形など、繰り返しの定型作業が候補です。
②必要ファイルを専用フォルダに集める
Claude Codeは起動したフォルダとその配下にあるファイルを参照します。作業に必要なファイルだけを専用フォルダに入れておくことで、意図しないファイルが文脈に入り込むリスクを避けられます。
このフォルダの整理が、後述する権限管理とも直結します。
③日本語でゴールを伝える
「どのファイルを・どう処理して・何を出力してほしいか」を具体的に書きます。フォルダ名やファイル名を明示すると精度が上がります。
「input_dataフォルダにある売上CSV3ファイルを結合し、商品カテゴリ別に合計金額を集計して、output.xlsxに出力してほしい」という形が理想です。
④出力を目視して会話で修正する
最初の出力が完璧でなくても問題ありません。確認してから「合計の列が金額ではなく個数になっている、直してほしい」と追加で伝えれば修正します。
一度に完成させようとするより、確認しながら会話で精度を上げていく方が早くうまくいきます。
非エンジニアが踏みやすい5つの失敗と回避策
失敗①:指示が曖昧(具体的にどのファイルをどう処理するか書く)
「うまく集計して」「いい感じにまとめて」という指示では、Claude Codeが何をすべきか判断できません。どのファイルを、どの列を基準に、どんな形式で出力するかを具体的に書くことで精度が大きく変わります。
失敗②:大きすぎるタスクを一度に(1タスク・1目的に分ける)
「3ヶ月分のデータをまとめてグラフにして、改善提案も出してほしい」という複合指示は混乱を招きやすいです。「まず集計する」「次にグラフを作る」「最後に前月比コメントを加える」と段階を分けると安定します。
失敗③:出力の鵜呑み(数字・固有名詞は必ず目視確認)
Claude Codeが生成した集計結果や文章は、必ず人間が確認する必要があります。特に金額・日付・固有名詞は間違いが起きやすい箇所です。完成したように見えても、元データと照合する習慣を持ってください。
失敗④:権限の見落とし(読み取り専用から始める)
ファイルを上書きしてしまうリスクを避けるため、最初は出力先フォルダを分けた状態から始めるのが安全です。「inputフォルダは読むだけ、outputフォルダにだけ書き出す」という設計にすると元データが壊れません。
失敗⑤:ファイルパスの間違い(専用フォルダに集めてから起動)
「そのファイルはどこにある?」と聞かれるような状況は、ファイルが散在していることが原因です。②のステップで説明したように、作業前に必要ファイルを1か所に集めてからClaude Codeを起動する習慣をつけると防げます。
「個人で動く」と「部署で回す」の間にある3つのギャップ

個人で試して便利だと感じた後、それを部署に広げようとするときに壁が出てきます。このギャップを意識せずに展開すると、後から問題になることが多いです。
ギャップ①:誰が何を作ったかわからない(属人化)
「あの処理はAさんが作ったツールで動いている」という状態が気づかないうちに広がります。Aさんが異動・退職した際にツールが動かなくなり、誰も仕組みを知らないという事態が起きます。
市民開発が失敗する主な要因のひとつは、目的が不明確なまま拡散することとガバナンスの欠如です。「誰が作ったか・何のために使っているか・どこに保存されているか」を記録する仕組みを最初から設けておくことで防げます。
ギャップ②:禁止されていないから広がるシャドーAI
生成AIを個人アカウントで利用している人が64%、上司に無断で使っている人が70%という調査データがあります。「禁止されていないからやっている」という状態は、機密データが意図せず外部のサービスに送られるリスクと隣り合わせです。
「使っていいか悪いかを明示しない」ことがシャドーAIを生む温床になります。部署として使う範囲・使い方のルールを先に決めておくことで、個人の判断に任せる領域を減らせます。
ギャップ③:料金プランの落とし穴(Claude Codeが含まれる席か確認)
Claude Codeは全プランで使えるわけではありません。個人向けのProプランは月20ドルから使えますが、チームで運用する場合はTeam Premiumプランが必要で、Claude Codeが含まれるのはこちらです。5席から契約でき、最低でも月500ドル程度になります。
「誰かが使えているから他の人も使えるはず」という思い込みで進めると、プランの確認が後回しになり展開が止まることがあります。部署展開を始める前に、自社契約のプランがClaude Codeを含むか確認してください。
部署展開のための最小設計

ガードレール:誰が・どこで・何を・誰の確認で
部署で安全に運用するために最低限決めておくべきことは4点です。
- 誰が:Claude Codeを使っていい人の範囲を決める
- どこで:どのフォルダ・どのデータを対象にしていいかを決める
- 何を:自動化していい処理の種類と、人が確認すべき処理を分ける
- 誰の確認で:ツールを新たに作るとき・本番運用に移すときの承認者を決める
この4点が決まると、「やっていいかどうか」を個人が判断しなくて済みます。判断基準が明確になると、使う人が増えやすくなります。
最初の1つを30日で型にする方法
展開のロードマップとして、30日を4段階に分けて進める方法があります。
| 期間 | やること |
|---|---|
| 初日 | インストールして動作確認。フォルダ構成を決める |
| 1週目 | CSV集計またはPDF抽出を1つ試す |
| 2週目 | 定型作業1つを自動化して実業務で使う |
| 3〜4週目 | 手順書(CLAUDE.md)を書いて他のメンバーに渡せる形にする |
4週間で「自分だけが動かせるツール」から「チームで使える型」に仕上げることが目標です。
Claude.mdという設定ファイルにプロジェクトの説明を書いておくと、Claude Codeがフォルダを開いたときに自動で読み込みます。「このフォルダは売上データ処理用。inputにCSVを入れてからprocessing.shを実行する」と書いておくことで、新しく使うメンバーにも同じ動作をさせやすくなります。
なお、自動化ツールを配布することと、使いこなせる人を育てることは別の投資です。ツールが動いていても意味を理解しているメンバーがいないと、ツールが変わったときに誰も対応できなくなります。30日ロードマップを進める中で、一緒に作った人が仕組みを説明できる状態にしておくことが安定運用の前提です。
まとめ:Claude Codeで「使う」から「自部署向けに作る」へ
Claude Codeは、プログラミングの知識がなくても業務ツールを作れる環境を提供しています。チャットAIとの最大の違いは、ファイルに直接触れて作業を完結させる点です。
非エンジニアが効果を出しやすい領域は、CSV集計・PDF転記・文書横断検索・レポート自動生成の4つです。いずれも「繰り返しの定型作業」である点が共通しています。
最初の4ステップは「定型作業を1つ選ぶ・ファイルを1フォルダに集める・日本語でゴールを伝える・目視して会話で修正する」です。失敗しやすいパターン(曖昧な指示・大きすぎるタスク・出力の鵜呑み・権限の見落とし・パスの間違い)を知っておくだけで、最初の試みの精度が変わります。
「個人で動く」状態から「部署で安全に回す」状態に移るには、属人化防止・シャドーAI対策・料金プランの確認という3つのギャップを埋める必要があります。ガードレールを4点(誰が・どこで・何を・誰の確認で)決めて、30日で1つの型を作ることが最短路です。
ウェビナー資料(ホワイトペーパー)のダウンロード
本記事のテーマ「非エンジニアがClaude Codeで自部署の業務ツールを作る」のウェビナー資料を無料で配布しています。
実際の業務への適用ステップ・ガバナンス設計の雛形・よくある失敗と対処法を1枚ずつスライドで整理したものです。自部署への展開を検討されている方はご活用ください。
Claude Codeを自部署に広げたい方へ。リベルクラフトへご相談ください
「自部署でClaude Codeを安全に使い始めたいが、何から始めれば良いかわからない」という方は、リベルクラフトへご相談ください。
リベルクラフトでは、Claude Codeをはじめとする生成AI活用の導入支援・研修を提供しています。ただ、単に環境を整えるだけでなく、属人化防止・ガバナンス設計・30日ロードマップの実行まで一緒に進めることができるため、部署全体で持続的に使いこなせる体制づくりが可能です。
以下のリンクからまずは詳細をチェックしてみてください。
⇨リベルクラフトへの無料相談はこちら
この記事を書いた人
慶應義塾大学で金融工学を専攻。 卒業後はスタートアップのデータサイエンティストとして、AI・データ活用コンサルティング事業などに従事。 その後、株式会社セブン&アイ・ホールディングスにて、小売・物流事業におけるAI・データ活用の推進に貢献。 株式会社リベルクラフトを設立し、AIやデータサイエンスなどデータ活用領域に関する受託開発・コンサルティングや法人向けトレーニング、教育事業を展開。


