Notionの活用事例

少人数のチームで規模の大きい開発を進める必要があった。

製品が変わるたびに社内の説明資料が古くなりPMがコードの変更を毎回文章に直していた。

1. チケットごとに目的と受け入れ条件をつなげた
2. 同じ材料をCursorのエージェントに渡して開発させた
3. コードのどこを読むか案内する地図を用意した
4. 3つのツールで説明を書き2人が確かめて正式版にした
5. 取り込みのたび影響するページの修正案を出させる

ユーザーストーリー1本の提供が約10日短くなり開発の効率は41%上がった。

ドキュメントの確認は週約10時間から約90分になり1人あたりの提供価値は73%増えた。

社員が50〜60人規模になり情報がSlackと別のツールに散らばって探すのに時間がかかっていた。

1日平均15件ほどの問い合わせ返信に1日約2時間を取られていた。

1. FAQと過去の対応事例をNotionへ集めた
2. エージェントが問い合わせを読み返信案を作る
3. 外国語は言語を推定しその言語で返信案を出す
4. 返信案はSlackへ流れ社員が確かめて送る
5. 議事録からタスク化するスキルを40個以上用意した

問い合わせ返信がほぼ自動になり業務時間が月60時間・年間720時間相当減った。

社内アンケートでは90%以上が1日あたり約30分の削減を感じたと答えた。

募集への反応が一気に広がると応募の仕分けと返信が人手では追いつかなくなる恐れがあった。

案件の前提や決めたことも道具ごとに散らばっていた。

1. 応募者に希望する役割や作品集や稼働時期を書いてもらう
2. エージェントが応募内容をSlackへ流した
3. 経営側の誰かが目を通して絵文字で反応する
4. 反応が付くと日程調整リンク入りのメール下書きを作った
5. 提案は打ち合わせのAIメモを土台に人が確かめる

募集の投稿が大きく広がって数千件の応募が来ても仕組みが止まらずに回った。

提案書づくりにかかる時間も大きく短くなった。

タスク管理に使っていたアプリが社内で許可されておらず、思いついたことをすぐ書き留める流れが無くなった。

会議の記録は手で更新し、取り組みの前提もNotion AIを開くたびに説明し直していた。

1. Slackの専用チャンネルにタスクを書き込む形にした
2. エージェントが日付と案件と優先度を判断して登録する
3. 夜間に動くCalendar Managerが会議記録を複製する
4. 取り組みごとのDomain Copilotに関連ページを読ませた
5. MCPはIT部門が中身を確かめてから許可する決まりにした

半年で600個ほどのエージェントが動き、1日2,000回を超えて呼ばれるようになった。

新しく入った人には2時間の研修を用意し、7〜10のチームへ広げた。

ユーザー理解の深さに社員ごとの差があり、共有したインタビュー記録は興味のある人しか読まなかった。

実際のヒアリングは設計から資料作成まで5日かかっていた。

1. 100名規模のインタビューから声を抜き出した
2. 個人が分からないよう削除や抽象化をした
3. 5〜8名分ずつ束ねて人格を設計した
4. カスタムエージェントを12個作った
5. ペルソナ5人に総評を頼み良い点と気になる点を出させる

ユーザーヒアリングにかかる日数が5日間から1日になった。

ユーザーの目線で考える動きが一部の社員から事業本部の全員へ広がった。

世界中に社員が増えるにつれ答えを待つ時間が積み上がっていた。

情報はNotionにそろっていても探し当てられず担当者へたどり着くまで仕事が止まっていた。

1. Slackの絵文字を押すだけの受付にした
2. 受付役が内容と優先度をチケットに起こす
3. 仕分け役が知識ベースと過去の記録を調べる
4. 確信度が一定を超えたものだけ自動で進めた
5. 72時間動きのないチケットは催促役が促す

ITのチケットのうち4件に1件がエージェントだけで最後まで片づくようになった。

残りもAIが仕分けまで済ませるため人は仕上げに回れて、支援にかかる費用は7%減った。

創業間もない少人数から100人を超える規模へ一気に増え、会議や道具の増加で開発の時間が削られかけていた。

情報が散らばって見つからない状態も出ていた。

1. Notionを社内のWikiにして知識を全部ためた。
2. チームごとに必要な仕組みをデータベースで作る。
3. 開発はロードマップと進捗を置き営業は商談の記録を残す。
4. つないだ道具も含めてNotion AIが横断して質問に答える。
5. 新しい人はNotion AIに聞いて自分で資料へたどり着く。

使う道具の数は5分の1になった。

個別のツールを買いそろえた場合と比べ費用は5倍かかっていたと本人たちは見ている。

急な人員拡大とリモート中心の働き方で、社員が持つ情報が個人のフォルダや部門内にとどまっていた。

過去資料や対応履歴を探すのに時間がかかり、誰に聞けばよいかも分からなかった。

1. 社内ポータルと部門ごとのチームスペースをNotionに作る
2. 議事録や仕様書や社員プロフィールを一箇所に集める
3. プロフィールを参照して担当者を答えるエージェントを用意する
4. Slackの問い合わせからNotionに対応チケットを自動作成する
5. 過去の対応履歴から近い前例を返すBotを組む

ヘルプデスクにかかる手間は約3割減る見通しになった。

ナレッジ記事の数は2倍以上に増え、1記事あたりの作成時間も2〜3営業日から数時間に縮まった。

最初の営業担当に社内からの質問が集中し1日の90%がSlackでの回答に消えていた。

1人が持つ知識が全員には行き渡らなかった。

1. 本人の分身となる Notion の Custom Agent を用意した
2. 大文字を使わない本人の書き方まで似せる
3. MCPでSalesforceとGongとSlackとNotionをつないだ
4. 社内の記録を丸ごと参照させる
5. Slackの専用チャンネルに置き営業が疑問を投げる形にした

営業チームの質問への回答は平均30分から約20秒になった。

助けを求めるのが当たり前になり質問の回数も増えた。

仕事の情報が古いツールや重複したツールに散らばり最新の決まりや担当者を探すだけで時間がかかっていた。

元データが定まらないのでAIも断片をまとめる程度しかできなかった。

1. 社内の情報をNotionへ集めて人もAIも同じ元データを見る状態にした。
2. 会議の記録はAIのメモ機能に任せて決まったことを関係先へ流した。
3. SlackやGitHubもつないでAI検索で答えを引けるようにした。
4. 全員に個人用のNotion Agentを配り下書き作りを任せた。
5. 繰り返す作業は自律で動くエージェントを一度組んで回し続けた。

生産性向上ツールの費用が約70%減り各チームの動きは約3倍速くなった。

毎日300を超えるNotion Agentが仕事を進めている。

情報がSlackやJiraやGitHubや大量のNotionページに散らばり決定の背景を探すのに時間がかかっていた。

AIに聞いても業務の文脈が無いと役に立たなかった。

1. Notionを情報の中心に置き20以上のツールをつないだ
2. ロードマップと仕様書とスプリントを連携したデータベースで回す
3. Notion AIに議事録と顧客の声のまとめと下書きと社内検索をさせた
4. 回答に付いた出どころを人が見て中身を確かめる
5. 各チームにAI Captainを置き実際の業務で使い方を教える

仕事の流れは30%以上速くなりチームは週に平均9時間を取り戻した。

会議については81%がスムーズになったと答えた。

ネットワークスペシャリスト試験の過去問はPDFで公開されているが、読めても横断して数えられない。

手元の2年分だけを見て、ある領域を対策から外すと決めていた。

1. 1年度ごとに問題冊子と解答例と採点講評の3種を1組にする
2. 令和1・3・4・5・6・7年度の46ファイルを読み込ませた
3. 参考書は混ぜず一次資料だけにそろえて出典をたどれるようにする
4. どの技術が何年度のどの設問で問われたかを出典付きで一覧化させた
5. 採点講評6年度分を読ませて繰り返し落とす箇所を聞いた

DNSは6年度で3回出題されており、対策から外す判断が誤りだと分かった。

さらにSSO・認証連携／PKIが出題回数3位の4回でありながらノートが1本も無く、当日に概念ノートを5本作って穴を埋めた。

営業の仕事の80%が手作業のデータ処理で、見込み客リストづくりや一人ひとり向けの文面作成に時間が取られていた。

手作業の分類は正確さが50〜70%にとどまっていた。

1. Claygentがウェブを回り見込み客の発信を集める
2. 集めた内容をClaudeへ渡す
3. 文の調子の指示と良い例文をプロンプトに入れる
4. 相手の発信に触れたメールを書かせる
5. CRMの広い区分を細かいリストへ分け直させた

データ集めが自動になり数百時間が浮いた。

Claudeが書いたメールは他のモデルより人間らしいという声が利用者から多く届くようになった。

約1,000人の社員がキャンペーンの仕事で同じ作業を何度もやり直していた。

企画書の下書きや媒体プランの点検や報告のとりまとめに時間が取られていた。

1. 4週間かけてCoworkを全社員に配った
2. 普段使うツールとのつなぎ方をワークショップで教える
3. スキルの置き場をNotionにして社員が書いたスキルをためる
4. NotionからGitHubへスキルを送って版を管理する
5. スキルごとに承認する担当者を決め点検役のスキルで重複を探す

4週間で約400のスキルが集まり、約1,000人がCoworkを使うようになった。

社内の利用率は91%。

部門ごとに別のツールで情報を管理していたため必要な資料を探すのに手間がかかっていた。

新機能の告知文は送る先ごとに書き分ける必要があり作成に時間を取られていた。

1. 2025年5月にNotionを全社へ入れて情報を一か所にまとめた
2. リリース情報に決まったプロンプトを当てて告知文を作る
3. 日本語と英語で4種類の告知文を同時に作る
4. ユーザーインタビューはAIミーティングノートでまとめる
5. 集めた要望をCursorに読ませPRD前の整理に使う

約3時間かかっていた告知文の作成が30分で終わるようになった。

ビジネス部門が自分で情報を見られるようになり開発部門への問い合わせは半減した。

事業者向け管理画面と一般ユーザー向けシステムを同時に作る大規模開発で、仕様策定やデザインの確認に時間がかかっていた。

実装が終わってから想定と違う挙動に気づき、大きな手戻りが出ることもあった。

1. デザイナーがざっくりした仕様をAIに渡し数分で動くモックを作らせる
2. モックを関係者と見ながら認識を合わせる
3. 方向性が決まったらFigmaのオートレイアウト付きデータへ変換させる
4. PdMが議事録とSlackのスレッドURLを渡しNotionのPRDへ変更点を反映させる
5. SDKチームは仕様書からコード生成までプラグインに任せ人はレビューに回る

仕様を決めてから動くものを見るまでのサイクルが、以前の2週間〜1ヶ月から1日、2日になった。

深刻な手戻りも開発の初期段階で防げるようになった。

全社のリリースを1つの台帳で管理していたが項目が50ほどに膨らみ入力が重くなっていた。

条件で出し分けるフォームを作っても手間は残り登録されないまま進む案件があった。

1. リリース予定をNotionのデータベース1つに集めた
2. 名前や日付や作業中のリンクをSlackのエージェントに渡す
3. 足りない項目を補って登録し何が不明かを返す
4. Linearの課題を担当ごとに作りSlackで責任者に声をかける
5. 毎朝チェンジログと台帳を突き合わせ出たものを完了にする

リリースまでの速さは35%上がり従業員1人あたり週に最大9時間の余裕が生まれた。

出したものの品質に自信が持てると答えた従業員は89%になった。

5年で従業員が約5倍に増えSlackや個人のメモに情報が散らばっていた。

最新版がどれか判断しづらく詳しい人に聞きにいく時間が毎日のように生まれていた。

1. Notionに全社ポータルと部門スペースとゲストスペースを作った。
2. 部門ごとにNotion大臣を置き運用を支える体制にした。
3. マニュアルや早見表を1か所にまとめ図もNotion AIで作れるようにした。
4. エージェントに入力と処理と出力先をスキルとして先に決めた。
5. 利用レポートは集計から考察まで自動で作り担当者が中身を確かめる。

月間のアクティブメンバーは96%でAI活用率は91%になった。

約1時間かかっていた利用レポートの作成は数分で終わるようになった。

社内プラットフォームのCortexは動かした本人にしか結果が見えず他の社員に届かなかった。

LLMを組み込んでも返事の遅いAPI呼び出しの域を出なかった。

1. Notionを全社の情報が集まる場所にした
2. 会議のメモを自動で作りタスクを切り出す
3. タスクを得意な役割のエージェントへ割り振った
4. Slack送信や画像生成をJavaScriptの関数で用意する
5. Notion上で承認するとGitHubへ反映される形にした

会議が終わってお茶を淹れている間に割り振ったタスクが片付くようになった。

エンジニア以外の社員もターミナルを触らずにスキルを足せるようになった。

組織が大きくなるほど部門ごとに情報が分かれ、価値のある記録が大量の文書の中に埋もれてしまう恐れがあった。

時差をまたぐ開発では過去の対応履歴を探すだけで時間がかかっていた。

1. 全チームの作業をNotionのワークスペースに集める
2. 研究チームはチームスペースに実験の記録と進み具合を書く
3. GitHubやLinearとつなぎSlackやGoogle Driveとも連携する
4. 週次レポートのデータベースに使用状況と週ごとの指標を集める
5. 分からないことはNotion AIに尋ね過去の技術記録から背景ごと引き出す

以前は何時間もかかっていたデバッグがNotion AIに聞くだけで数分で終わるようになった。

週次レポートの準備は毎週1時間以上減り、重要な数字が関係者へすぐ届くようになった。

顧客の不具合を数時間後に知ることが多く対応が遅れて相手を怒らせていた。

通話の文字起こしから必要な話を探すのに週に数時間かかっていた。

1. 会議メモやドキュメントをNotionに集めた
2. SlackとGoogle Driveをつないだ
3. 指示文を1つ置くだけでエージェントを作れるようにした
4. 会議の文字起こしを1on1とチーム会議と全社会議に分けた
5. 障害用のエージェントがSlackを見張り原因と次の手をまとめた

1週間で80以上のエージェントが全社に広がり数十の流れが人の手を離れて回るようになった。

タグ付けされたものに返すだけだった状態から変わり気づけなかった情報が自分に届くようになった。

5社が集まってできた組織でナレッジ管理もタスク管理もツールがばらばらだった。

目的の違うユーザーインタビューが部署ごとに走り同じ事業者へ打診が重なっていた。

1. ナレッジとプロジェクトの情報をNotionへ寄せて全社の基盤にした
2. 議事録テンプレートにAIのブロックを置き要約を自動で作らせた
3. 面談記録をデータベースに集め事業者ごとの固有IDを付けた
4. Notion AIへ知りたい観点を質問し面談記録を横断で分析させている
5. 面談ページのAIブロックに要望と背景を抜き出すプロンプトを入れた

導入を決めて3か月後には15万ページを移した全社運用が始まった。

最大1時間かけていたインタビュー相手の重複チェックが1分ほどで把握できるようになった。

在宅勤務が広がり資料がいろいろな形式で散らばって必要な情報を探すのに時間がかかっていた。

社外と共有するたびに権限に合わせて書き換える手間も重かった。

1. 議事録や社内ルールをNotionに集めWikiの形で社内ポータルにした
2. ページ単位で権限を分け社外へはリンクを1本渡すだけにした
3. アジェンダのページを先に配り出席者が同時に議事録を書く形へ変えた
4. Notion AIにページの検索と他チームの議事録の要約をまかせた
5. AIを使う側と手で探す側で検索にかかる時間を計った

Notion AIを使ったグループは検索にかかる時間が平均30%短くなった。

ページ共有で減った分だけでも月2000時間以上になった。

部門ごとに別々のSaaSを入れた結果として情報が散らばり運用の費用も膨らんでいた。

閲覧できる人を絞る運用のせいでチームスペースが情報を分けてしまい探しても目的の情報にたどり着けなかった。

1. 情報は基本オープンにして必要なときだけ制限する方針へ変えた
2. Notionへ全社の情報を集めた
3. 営業は事前準備とアポのメモと議事録を同じテンプレートにまとめる
4. Notion AIに議事録の要約やお礼メールの下書きを作らせる
5. 各部門長をアンバサダーに任命し毎週の勉強会で使い方を広げた

従業員の利用率はNotionが97％でNotion AIが88％まで上がった。

商談後の事務処理にかかる時間が大きく減りマネジャーに集まっていた情報集めや整理の手間も減った。

組織の拡大に情報整理が追いつかず、社内の記録が各ツールに散らばっていた。

業務の前提となる背景情報が見つからない状態が続いていた。

1. 1か月の全社トライアルで横断検索を確かめる
2. エンタープライズプランへ移行し約220名が使える体制にする
3. Slackの投稿をNotion AIにまとめさせマニュアルのたたき台を作る
4. 案件管理のデータベースにAIブロックを足し進み具合を要約させる
5. Notion APIで各ストアとつなぎ審査状況を自動更新にする

顧客向けアプリのリリース管理は以前の3、4人体制からほぼ1人で回せるようになり、手作業による操作ミスも防げるようになった。

CFOはエンタープライズプランとNotion AIの投資効果を約200%と見込んでいる。

会社の拡大で社内の文書が増え続け、複数のツールに情報が散らばっていた。

検索しづらく、部門をまたいだ情報共有がしにくくなっていた。

1. 2023年1月にNotionを入れ2024年1月にNotion AIを全社へ広げた
2. Q&A機能で自然文のまま社内文書を探せるようにした
3. コネクターでGoogleドライブやSlackも横断して探せるようにした
4. 経営トップが全社会議資料や週1回の配信をNotionで行った
5. 営業先の組織図を画像から文字起こしさせ問い合わせは3行に要約させた

社内アンケートで社員の7割が情報探しが速くなったと答えた。

営業先企業の組織図作成は1件平均45分から約10分になり、約78%削減した。

Notionの利用率は90%後半を保っている。

エンジニアや建築士からシェフや接客まで専門の違うメンバーがフルリモートで働いていた。

全国の拠点で同じ水準のサービスを出すのが難しく、必要な情報を探す手間も大きかった。

1. 会社の方針や議事録、意思決定の経緯をNotionに集約する
2. 運営の基本方針やインシデント対応、現場手順書もNotionにまとめる
3. 現場スタッフは分からないことをNotion AIに聞いてその場で確かめる
4. エンタープライズプランで共有制限と監査ログを設定する
5. IdP連携の自動ライセンス付与で入社時の権限設定を自動化する

管理部門や開発部門では書類を用意する仕事の約90％をNotion AIが引き受け、かかる時間が大きく減った。

新しく入ったスタッフでも均一な品質で接客できるようになり、オンボーディングも早まった。

AI議事録を入れた顧問先では人がメモを取らなくなり会議の内容が頭に残らず、後から録画を見直す時間が増えて生産性が下がっていた。

発言者のずれやToDoの抜けも残る。

1. 日常の会議はtl;dvをZoomに自動で入れて録画と要約と文字起こしを残す
2. 研修など後で配るものはNottaでリアルタイムに文字起こしする
3. 会議中はNotionに議事録を書き重要発言に赤ペン、ToDoに絵文字を付ける
4. 画面はショートカットでスクショを撮り発言と対にして貼りOCRの誤りだけ直す
5. 最後に録画や文字起こしのリンクを議事録に紐付ける

重要な点や次にやることを検索ですぐ取り出せるようになり、二週間後でもどのスライドで何を話したか振り返れる。

会議に出ていない人にも画面と発言が対で伝わる記録になった。

毎年50人ほど人が増える急成長で書き残す文化が追いつかず、入社直後は誰かに聞かないと仕事に必要な情報にたどり着けなかった。

会議や他部署の動きも共有されず、人が辞めてしまう心配もあった。

1. 2023年にNotionを全社導入し入社研修の日報や振り返りを全従業員に公開した
2. 社内ポータルに規定や申請と等級制度をまとめ昇格者レポートまで出した
3. 新入社員に5000文字ほどの深い自己紹介を書いてもらい顔写真つきで共有する
4. Notion AIを全社に入れ社内情報の検索と文章の要約に使わせる
5. 今後はQ&A機能の使い方の例を社内に配る

情報をNotionにまとめたことで、検索にかかる時間が1人あたり1日30分〜60分減った。

等級への納得を聞いた社内アンケートでは90％が納得と答えた。

他社のAIツールを希望した人だけに配っていたが使わない人がいて費用がかさんでいた。

就業規則や人事の決まりを調べるにも該当ページを開いて読む手間があった。

1. Notionをエンタープライズプランに切り替える
2. Notion AIを全社に入れる
3. 社内情報はWikiにまとめQ&Aにチャットで聞く
4. SlackとGoogleドライブをコネクターでつなぐ
5. 30分番組の構成案を作らせテンプレートで書き直させる

全社で入れても他社ツールより月4万円ほど安くなり、ログイン率が大きく伸びた。

従業員約80名の9割以上がNotionを日常的に使うようになった。

番組制作のリサーチを人手で回しており、社員が増えるだけでは事業の拡大に追いつかなかった。

社員情報などをNotionにためるにつれ、安全面の備えも足りなくなっていた。

1. 2024年10月にNotion AIを全社導入しエンタープライズプランへ切り替えた
2. コネクターでSlackやGoogleドライブをつなぎQ&Aで社内情報を探せるようにした
3. 週報の下書きをNotion AIに任せた
4. 外部で集めた情報と自社らしい構成の要素を読ませて企画案を出させた
5. 監査ログとSSOで誰が何をしたかを追える形にした

導入から2か月で番組制作の作業を軽くし、組織の安全面の体制づくりも進んだ。

一部の社員だけに入れていた他社のAIツールより、全社に入れても費用は安くなった。

前に使っていたドキュメント管理ツールでは情報の構造を決められず検索も思ったように動かなかった。

100名近い組織で発信が増えると情報量が膨らみ中身を追いきれなくなっていた。

1. 社内のほぼすべての情報をNotionへ移した
2. 組織の形に合わせてページの階層を組んだ
3. 誰でも書ける「メモ帳」データベースを用意した
4. 「AI要約」プロパティを足しNotion AIに要約を作らせた
5. APIで当日更新された記事の一覧をSlackとメールへ毎日配信した

データ分析のメモや技術調査のメモも中身を短時間でつかめるようになった。

組織構造の質問にもその場で答えが返るのでオンボーディングが進めやすくなった。

会社が大きくなり、オフィスの規則や手順についての質問が担当者へのDMで絶え間なく届くようになった。

答えはNotionの中に書いてあるのに、Wikiを探すより人に聞く方が早い状態だった。

1. Notion AIをSlackにつなぎメンションで回答できるようにした
2. スレッドの要約やデータベースからの情報取り出しを任せた
3. 社内の質問用チャンネルに独自エージェントを置いた
4. 誤答はスレッドや絵文字で指摘しWikiを直させた
5. 別のエージェントにアラートの一次分析を出させた

Smilersは公開してから世界全体で職場に関する依頼を2,500件以上さばき、チームは週に10〜20時間を節約できた。

担当者本人は1日2〜3時間、エンジニアはアラート対応で1日2時間以上の節約になった。

完全リモートで会議はほぼオンラインで、月の会議時間は40時間を超えていた。

取引先との商談では手書きでメモを取りながら話すため、会話に集中しきれなかった。

1. オンライン会議にNottaを入れて録音と文字起こしを自動で取る
2. 対面の面談や商談でも同じく文字起こし機能を回す
3. 文字起こしと録画URLをNotionにつないで全員が見られるようにする
4. 商談先には議事録の代わりに録画データをそのまま渡す
5. 振り返る箇所はテキストを検索して該当部分だけ確認する

会議後に議事録を書く作業がなくなり、商談中も話すことに集中できるようになった。

データの配布作業も不要になり、担当者は月に10時間を自分の時間として生み出せている。

社員の8割が日本語を母語としないため、会議は多数派の言語で進み、終了後に内容を別の言語で説明し直す会議がもう一度必要になっていた。

会議に出た人と出ていない人の間で情報の濃さに差が生まれ、仕事が部門ごとに閉じていた。

1. 会議の音声をNottaに取り込み同時訳で各自の言語で発言できるようにする
2. 会議中はリアルタイムAI要約を各言語で画面に出す
3. 終わった要約をSlackへ自動で流す
4. 詳しい議事録はNotionに移し録画と全文はNotta上で見られるようにする
5. 決定事項のバックログへの反映は人が手で行う

翻訳のために開いていた2回目の会議が不要になり、やり取りにかかる手間が減った。

録画と要約が全員に共有されることで情報の差がなくなり、言った言わないの確認もなくなった。

推論基盤からAPIや課金やインフラまで開発の範囲が広すぎた。

従来のやり方では手が回らず、顧客から不具合の報告が来てもログや指標が5か所に散らばって切り分けに何日もかかっていた。

1. Claude Codeと他のエージェントを自社コードで比べ標準に決めた
2. プランモードで方針を固めてから実行と検証まで任せた
3. MCPでSlackやAsanaやGitHubやGrafanaをつないだ
4. 使い回す手順をSKILL.mdとして共有リポジトリに置いた
5. 子エージェントで原因の見立てと返信の下書きを作り人が承認した

社内の分析では、Claudeをよく使う開発者は使わない人の約4〜10倍の残るコードを生み出した。

顧客の障害の切り分けは数日のやり取りから数分になり、最も生産性の高いチームではおよそ95%がClaudeの書いたコードになった。

利用者からNotionの中でそのままClaudeを動かしたいという要望が多く出ていた。

別のエージェント経由でつなぐような回り道は嫌われていた。

1. Claude Managed AgentsのAPIを製品に組み込む
2. カードを着手の列へ動かすとClaudeが立ち上がる仕組みを作る
3. つないだページやAPI資料から前提を読み取らせる
4. GitHubをつないでリポジトリを取り込みコードを走らせる
5. 出てきた成果物を担当者へ回して承認や手直しをする

公開から3週間で利用者が作ったClaudeエージェントは約18,000体、実行した手順は約140,000回になった。

やり取りの90%はチャットではなくページ更新やSlackの投稿、時刻指定で動く自動実行だった。