← AIバイブコーディングTips 一覧へ Agent Design / 個人開発者向け

AIに任せる仕事は
「終わり方」から決める

Anthropicの営業チームは、月に数万件届く問い合わせへの対応をClaude Managed Agentsで作り直しました。参考になるのはAIの賢さより、会話の出口を3つに決め、人間に渡した理由を改善の材料にしている設計です。個人の定期タスクにも使える形に置き換えます。

この記事で手に入るもの

公式ブログが公開した設計の骨格と数字、会話の3つの終わり方、引き継ぎ理由とプロンプトの版を使った育て方、自分の定期タスクに付ける3つの欄。

01 — 何が起きたか

問い合わせフォームを、いつでも話せる窓口に変えた

Claudeの公式ブログに2026年9月30日、Anthropicの営業チームが問い合わせ対応をClaude Managed Agentsで作り直したという記事が出ました。書いたのは営業開発チームを率いるCarl Johnsonさんです。

出発点はよくある悩みでした。「営業に問い合わせる」フォームには月に数万件の問い合わせが届きます。中身の多くは、料金プランやシート数の下限、医療データの扱い(HIPAA)の契約条件など、ドキュメントに答えが書いてある質問でした。それでも返事まで数日待たせてしまうことがあり、営業担当はその返信に時間を取られていました。

そこで、問い合わせページ・料金ページ・製品内・メールに、Claudeと話せる窓口を置きました。仕組みはシンプルで、プロンプトと少しのツールとナレッジをManaged Agentsの上で動かしているだけです。サーバーやセッションの管理はプラットフォーム側が受け持つので、最初の版はエンジニア1人が数週間で作ったそうです。

→
商談になる割合従来のフォーム経由と比べて、2倍以上の頻度で商談につながった。
→
成約までの日数約5日短くなった。
→
人の手が要る案件人間が対応しなければならない割合が、約半分になった。

数字はいずれもAnthropic自身の発表で、比較の条件は記事に詳しく書かれていません。自社製品の事例である点は割り引いて読んでください。


02 — 設計の骨格

会話の「終わり方」を最初に3つ決めている

この事例でいちばん参考になるのは、AIの賢さではなく、会話がどこで終わるかを先に決めているところです。

01

その場で購入まで進む

ニーズを聞き、質問に答え、プランと人数を提案して、そのまま購入画面へ。営業担当と話さずに買いたい人は、ここで完結します。

02

会話の全文ごと、人間に渡す

大きな案件や込み入った案件は営業担当へ引き継ぎます。このとき会話の全文を添えて渡すので、担当者はお客さんの事情をわかった状態で話を始められます。

03

答えるだけで終える

知りたいことがわかれば十分、という人もいます。その場合は無理に購入や商談へ誘導せず、答えて終わります。

さらに、会話の最初に「AIと話すか、営業担当と話すか」をお客さん自身が選べるようにしています。AIを使うかどうかを、相手に選ばせる設計です。


03 — 育て方

人間に渡した理由を、改善のネタとして記録する

作ったあとの育て方も具体的です。個人でAIの定期作業を回している人にも、そのまま使える工夫が3つあります。

A

引き継ぐたびに「なぜ渡したか」を残す

エージェントは人間に引き継ぐたびに、その理由を記録します。最初のころの理由の多くは「お客さんがセルフサービスではできないこと」でした。理由が溜まると、次に自動化すべきところがそのまま見えてきます。

B

プロンプトは版を付け、試してから本番へ

プロンプトの変更はすべて版として保存され、社内テストの1週目でv7まで進みました。公開後も毎週更新しています。変更はまずテスト用のエージェントで試し、必要なら新しい会話を前の版に戻せます。

C

手順を並べるより、目的を伝える

教訓として「細かいルールの一覧より、目的をはっきり伝えるほうがうまくいった」と書かれています。プロンプトの軸は「顧客の要件を理解し、見込みを見極め、最適なプランを薦める」という目的の一文です。大きいプランを売りつけず、小さなチームには小さなプランを薦めるようにしています。

ここが核心。AIに任せる仕事は、「どう終わるか」を決めてから作る。人間に渡す出口を用意して、渡した理由を記録する。その記録が、次に任せる範囲を広げる材料になります。


04 — 個人開発に置き換える

自分の定期タスクにも「出口」と「理由の記録」を付ける

営業の窓口でなくても、考え方は同じです。このブログでも、記事の補充や公開の確認をAIの定期タスクに任せています。振り返ると、同じ形に収まっていました。

1
終わり方を決める定期タスクの指示書の最後に「完了したら何を報告して終えるか」「どの条件ならスキップして終えるか」を書いています。終わり方が決まっていないと、AIは仕事を広げたり、途中で止まったまま報告しなかったりします。
2
人間に渡す出口を作る公開・投稿・課金のように取り消しにくい操作は、AIが実行せず「承認待ち」として残すルールにしています。営業事例の「大型案件は人間へ」と同じ位置づけです。
3
渡した理由を1行で残す作業記録(二人体制の引き継ぎに使っているMarkdown1枚)に、何をなぜ人間に回したかを書かせています。同じ理由が何度も出てくれば、そこはルールを決めて任せられる候補です。
4
指示書に版を付ける営業チームのプロンプトの版管理は、動画生成の指示書を22回バージョンアップした話と同じ発想です。変えたら番号を上げ、まずい変更は戻せるようにしておきます。

営業チームの例が示しているのは、AIに任せる範囲を最初から広く取ることではありません。人間の判断は消えず、置き場所が変わるだけという話のとおり、人間が見るべき場所を出口として先に作っておくから、残りを安心して任せられます。


05 — 今日やること

任せている作業を1つ選んで、3つの欄を書く

AIに任せている定常作業(定期レポート、問い合わせの一次返信、記事の下書きなど)を1つ選び、指示書に次の3つがあるか確かめてみてください。

Managed Agentsのような仕組みがなくても、この3つは指示書の数行で始められます。AIがうまく答えられなかった会話こそ、次に何を任せるかを教えてくれる材料です。