【元記事】https://zenn.dev/tokium_dev/articles/ca6f30192f6379
3行まとめ
- 非エンジニア出身のCRE業務担当者が、Claude Codeで調査業務を全自動化するロボットを構築した
- Skillsで調査の型を40個以上蓄積し、自己検証ルール・5段階確信度評価・学習ロボで精度を継続的に向上させている
- 自動化が進んでも「責任の所在」「根源的動機」「他者との合意形成」は人間にしかできない仕事として残る
要約
背景・課題
- CREチームのお客様問い合わせ調査業務に型がなく、非エンジニアの筆者が一から覚える必要があった
- AIの回答には自信を持って間違うケースがあり、そのまま使うと致命的なミスにつながる
アプローチ
- 調査のたびに「次も使える」手順をSkillsファイルに書き残し、40個以上の調査型を構築
- 「自己検証（Devil’s Advocate）」ルールを導入し、「お客様から間違っていますと指摘が来た」前提でAIに検証させる
- 調査ロボ（毎時0分自動起動）と学習ロボ（15分ごとフィードバック検知）の2つを連携させ、スタンプ（採用/修正あり/却下）で自動学習
成果・ポイント
- 1件あたりの調査時間が1〜2時間から15〜30分に短縮
- MCP連携（Jira・Slack・Datadog・Notion・Clockify）で調査範囲と深さを広げた
- 人間に残る価値は「責任を取れる人格」「目的関数を生み出す欲望」「信頼・感情・政治を含む合意形成」である