Module 2: リファレンス資料

この資料は、演習や日常業務でClaude Codeを使う際にすぐ参照できるリファレンスです。 ブックマークしておくと便利です。

1. プロンプトテンプレート集

1.1 リサーチ依頼テンプレート

テンプレートA: 市場調査

[対象市場]について市場調査を行ってください。

調査項目:
- 市場規模（国内/グローバル）と成長率（直近3年分）
- 主要プレイヤーとシェア
- 市場成長の背景にある社会的・政策的要因
- 今後3〜5年の見通しと予測

出典を明記してください。
対象読者: [読者の役職・部署]
形式: Markdownレポート
分量: [字数目安]
出力先: output/[ファイル名].md

テンプレートB: 競合分析

以下の[数]社について競合分析を行ってください。

対象:
1. [企業/サービス名A]
2. [企業/サービス名B]
3. [企業/サービス名C]

比較軸:
- 基本機能・サービス内容
- 料金体系（[前提条件]での月額/年額比較）
- 強み・弱み
- ターゲット顧客層
- [追加の比較軸]

出力形式: 比較表（Markdownテーブル）＋各社の詳細分析（各500字程度）＋総合評価
対象読者: [読者の役職・部署]
出力先: output/[ファイル名].md

テンプレートC: トレンド調査

[テーマ]に関する最新トレンドを調査してください。

調べてほしいこと:
- 注目トレンド（3〜5つ）
- 各トレンドの概要と背景
- ビジネスへの影響と示唆
- 国内外の先行事例
- 今後の展望

出典を明記してください。
時期: [対象期間]のデータを中心に
分量: 3000〜5000字程度
出力先: output/[ファイル名].md

テンプレートD: 事例調査

[テーマ]に関する導入事例を調査してください。

調べてほしいこと:
- 国内企業の事例（[数]社以上）
- 各社の導入背景と課題
- 具体的な施策内容
- 導入効果（定量的な数値があれば含める）
- 成功要因と注意点

業種の偏りがないよう、多様な業種から事例を選んでください。
出典を明記してください。
出力先: output/[ファイル名].md

テンプレートE: 規制・制度調査

[テーマ]に関する法規制・制度について調査してください。

調べてほしいこと:
- 現行の関連法規・制度の概要
- 直近の改正点や新制度
- 今後予定されている改正・新制度
- 企業が対応すべきポイント
- 違反した場合のリスク

対象読者: [読者の役職・部署]（法律の専門家ではない）
専門用語にはわかりやすい説明を添えてください。
出力先: output/[ファイル名].md

1.2 資料作成テンプレート

テンプレートA: 企画書

[テーマ]の企画書を作成してください。

背景:
- [現状の課題や状況]
- [企画の動機]

企画書に含める項目:
1. 背景と課題
2. 企画の目的と期待効果
3. 具体的な施策内容
4. 推進体制
5. スケジュール（[期間]想定）
6. 必要な予算（概算）
7. リスクと対策
8. 成功指標（KPI）
9. 次のステップ

対象読者: [承認者の役職]
トーン: [フォーマル/セミフォーマル]
分量: [字数目安]
出力先: output/[ファイル名].md

テンプレートB: 提案資料

[顧客/部門名]向けの提案資料を作成してください。

当社サービス: [サービス名と概要]
提案先の状況: [相手の課題やニーズ]

提案資料の構成:
1. 先方の課題の整理
2. 解決策の提案
3. 導入効果の試算
4. 導入ステップ
5. 料金/投資額
6. 導入事例
7. Q&A（想定される質問と回答）

対象読者: [提案先の役職]
トーン: [フォーマル/セミフォーマル]
出力先: output/[ファイル名].md

テンプレートC: 報告書

[テーマ]の報告書を作成してください。

以下のファイルを参照してください:
- [参照ファイル1のパスと内容の説明]
- [参照ファイル2のパスと内容の説明]

報告書の構成:
1. エグゼクティブサマリー（[字数]以内）
2. 背景と目的
3. 調査/分析の方法
4. 結果と考察
5. 推奨アクション
6. 付録（データ、出典一覧）

対象読者: [読者の役職・部署]
形式: 正式な報告書スタイル
分量: [字数目安]
出力先: output/[ファイル名].md

テンプレートD: 議事録からのアクション整理

[議事録ファイルのパス] を読み込んで、以下を作成してください:

1. 議事録の要約（箇条書き、300字以内）
2. 決定事項の一覧（テーブル形式: No, 決定事項, 詳細）
3. ToDoリスト（テーブル形式: No, タスク, 担当者, 期限, 優先度）
4. 未解決の課題・検討事項
5. 次回会議のアジェンダ案（日時候補、議題、事前準備物）

出力先: output/[ファイル名].md

テンプレートE: メール・案内文

[目的]の[メール/案内文]を作成してください。

状況:
- [背景の説明]
- [伝えたい要点]

宛先: [相手の属性、関係性]
トーン: [丁寧/カジュアル/フォーマル]
分量: [字数目安]
形式: そのまま[メール/チャット]に貼り付けられるテキスト
出力先: output/[ファイル名].txt

1.3 データ分析テンプレート

テンプレートA: 基本統計・概要把握

[ファイルパス] を読み込んでください。

このファイルは[データの説明]です。
列構成: [各列の名前と意味を記載]

以下を確認してください:
1. 行数と列数
2. 各列のデータ型
3. 数値列の基本統計量（合計、平均、中央値、最大、最小）
4. カテゴリ列の値の種類とそれぞれの件数
5. 欠損値の有無と件数

出力先: output/[ファイル名].md

テンプレートB: 集計分析

[ファイルパス] を分析してください。

列構成: [各列の名前と意味を記載]

以下の集計を行ってください:
1. [軸A]別の[指標]の合計と構成比
2. [軸B]別の[指標]の合計と構成比
3. [軸A]×[軸B]のクロス集計表
4. [時間軸]別の[指標]の推移

結果はMarkdownのテーブルで整理してください。
出力先: output/[ファイル名].md

テンプレートC: グラフ作成

[ファイルパス] を読み込んで、以下のグラフを作成してください。

1. [グラフの種類]（[何を表示するか]）
2. [グラフの種類]（[何を表示するか]）
3. [グラフの種類]（[何を表示するか]）

技術要件:
- HTML形式、Chart.js使用（CDN経由）
- 各グラフにタイトルと凡例を付ける
- カラーテーマ: [色の指定]
- レスポンシブデザイン
- 単一HTMLファイルで完結

出力先: output/[ファイル名].html

テンプレートD: 比較分析

以下の2つのデータを読み込んで比較分析をしてください。
- [ファイル1のパスと説明]
- [ファイル2のパスと説明]

比較内容:
1. [指標]の全体比較
2. [軸]別の比較
3. 改善した項目と悪化した項目の特定
4. 変化の要因の考察

出力先: output/[ファイル名].md

テンプレートE: 分析レポート統合

以下の分析ファイルを読み込んでください:
- [分析ファイル1のパスと内容]
- [分析ファイル2のパスと内容]

これらを統合して分析レポートを作成してください。

レポート構成:
1. エグゼクティブサマリー（主要な発見を[数]つに絞る）
2. [セクション名]
3. [セクション名]
4. 課題と機会の整理
5. 推奨アクション（具体的な施策を[数]つ提案）

対象読者: [読者の役職・部署]
分量: [字数目安]
出力先: output/[ファイル名].md

2. 効果的な指示のチェックリスト（10項目）

Claude Codeに指示を出す前に、以下の項目を確認してください。すべてを満たす必要はありませんが、チェック項目が多いほど良い出力が得られます。

チェックリストの使い方

1. 指示を書いたら、まず No.1〜3（必須） を確認する
2. 成果物の品質を上げたい場合は No.4〜7（推奨） を確認する
3. ファイル参照やデータ分析の場合は No.8〜9（該当時必須） を確認する
4. 文書のスタイルにこだわりがある場合は No.10（任意） を確認する

3. Claude Codeに渡せるファイル形式の一覧と注意事項

読み込み可能なファイル形式

注意事項

ファイルサイズに関する注意

大きなファイル（数万行以上のCSVなど）は、読み込みに時間がかかったり一度に処理しきれないことがあります。

対策: 大きなデータは範囲を絞るか、Claude Codeにサンプリングを依頼してください。

data/large-file.csv は10万行あります。
まず先頭100行だけ読み込んでデータの構造を確認してください。
その後、Pythonスクリプトで全体を集計してください。

エンコーディングに関する注意

Shift-JISやEUC-JPでエンコードされたファイルは文字化けする場合があります。

対策: UTF-8形式に変換してから渡すか、エンコーディングを明示してください。

data/old-data.csv はShift-JISエンコーディングです。
まずUTF-8に変換してから読み込んでください。

Excelファイルの読み込み

Excelファイル（.xlsx）を直接テキストとして読み込むことはできません。ただし、Claude CodeがPythonのpandasやopenpyxlを使って読み込むことは可能です。

data/report.xlsx をpandasで読み込んでください。
シート名は「月次データ」です。
読み込んだデータの先頭10行を表示してください。

確実に読み込みたい場合は、事前にCSV形式に変換してから渡すことを推奨します。

機密データに関する注意

以下のデータはClaude Codeに渡さないでください:

• 個人情報: 氏名、住所、電話番号、メールアドレス
• 認証情報: パスワード、APIキー、アクセストークン
• 金融情報: クレジットカード番号、銀行口座情報
• 医療情報: 診断結果、処方情報
• 社内規定でAI入力が禁止されているデータ

業務データを分析する場合は、事前に匿名化・マスキングを行ってください。

# 匿名化の依頼例
data/customer-list.csv の個人情報を匿名化してください。

- 氏名 → Customer001, Customer002, ... に置換
- 電話番号 → 削除
- メールアドレス → 削除
- その他の列（購入履歴、地域、年齢層）はそのまま保持

data/customer-list-anonymized.csv に保存してください。

4. よくある指示の失敗パターンと改善策

パターン1: 丸投げ指示 — 何を・どう・どこに、がすべて不明

失敗例:

いい感じのレポートを作って

何が問題か:

• 「いい感じ」の基準がClaude Codeには分からない
• テーマ、構成、分量、対象読者がすべて不明
• 出力先のファイルパスも指定されていない

改善例:

当社の四半期売上データ（data/q3-sales.csv）を基に、
営業部門の四半期レビュー会議向けの分析レポートを作成してください。

構成:
1. エグゼクティブサマリー
2. 四半期売上サマリー
3. 前年同期比較
4. カテゴリ別分析
5. 推奨アクション

分量: 2000〜3000字
output/q3-report.md に保存してください。

改善のポイント: 「いい感じ」を「構成」「分量」「対象読者」「出力先」に分解する。

パターン2: コンテキスト不足 — 自社の状況が伝わらない

失敗例:

競合を分析して

何が問題か:

• 自社が何をしている会社なのか不明
• どの競合を分析すべきか不明
• 何の観点で比較したいのか不明

改善例:

当社（従業員50名のWeb制作会社）の主要競合3社を分析してください。

対象:
1. A社（大手、社員500名、幅広い業種に対応）
2. B社（同規模、社員40名、ECサイト特化）
3. C社（新興、社員15名、AI活用を強みに急成長中）

比較軸:
- サービス内容と得意領域
- 価格帯（50ページ規模のサイト制作の場合）
- 主な顧客層
- 強み・弱み
- 当社との差別化ポイント

output/competitor-analysis.md に保存してください。

改善のポイント: 自社の情報と競合を具体的に指定し、比較軸を列挙する。

パターン3: 出力先の指定忘れ — 成果物が残らない

失敗例:

売上データを分析して結果をまとめてください。
列構成は日付、商品名、売上金額です。

何が問題か:

• どのファイルを読み込むか不明（「売上データ」だけではパスが分からない）
• 分析結果をどこに保存するか不明
• 画面にテキストが出力されるだけで終わり、後から参照できない

改善例:

data/sales-2025.csv を読み込んで分析してください。
列構成: 日付, 商品名, 売上金額

分析内容:
1. 月別売上推移
2. 商品別売上ランキング

結果を output/sales-analysis.md に保存してください。
グラフは output/sales-charts.html に保存してください。

改善のポイント: 入力ファイルのパスと出力ファイルのパスを必ず明示する。

パターン4: 一度に多くを求めすぎる — 品質が下がる

失敗例:

市場調査して、競合分析して、提案書を作って、
HTMLに変換して、プレゼン用サマリーも作って、
ついでに想定Q&Aも作ってください。

何が問題か:

• タスクが多すぎて各タスクの品質が低下する
• 途中の出力を確認して方向性を修正する機会がない
• どこまで完了したのか把握しにくい

改善例:

段階的に依頼する。各ステップの出力を確認してから次に進む。

# ステップ1
市場調査をしてください。[詳細な指示]
output/research.md に保存してください。

出力を確認し、問題なければ次へ。

# ステップ2
output/research.md を踏まえて、競合分析をしてください。[詳細な指示]
output/competitor-analysis.md に保存してください。

出力を確認し、問題なければ次へ。

# ステップ3
以下のファイルを読み込んで提案書を作成してください。
- output/research.md
- output/competitor-analysis.md
[詳細な指示]
output/proposal.md に保存してください。

改善のポイント: 1回の指示は1〜2タスクに絞り、各ステップの出力を確認してから次へ進む。

パターン5: フィードバックが曖昧 — 何を直せばいいか分からない

失敗例:

もうちょっといい感じにして

何が問題か:

• 何が不満なのか、どこを改善してほしいのかが伝わらない
• Claude Codeが当て推量で修正するため、かえって意図から離れることがある

改善例:

output/proposal.md について、以下の修正をしてください:

1. エグゼクティブサマリーが長すぎるので300字以内に圧縮する
2. 「市場機会」セクションに具体的な数値データを3つ以上追加する
3. 「リスクと対策」の対策部分をもっと具体的にする
   （例:「人材確保のリスク」→ 採用計画と外部パートナー活用の併用を提案するなど）
4. 全体のトーンをもう少しカジュアルにする
   （「〜と考えられる」→「〜です」のような変更）

output/proposal.md を上書き保存してください。

改善のポイント: 「何を」「どう」変えてほしいかを箇条書きで具体的に記述する。可能であれば変更の例を添える。

5. CLAUDE.mdのカスタマイズTips

CLAUDE.mdとは

作業ディレクトリに CLAUDE.md というファイルを配置すると、Claude Codeがセッション開始時に自動的にその内容を読み込みます。毎回の指示に含める共通ルールや前提条件をここにまとめておくことで、指示がシンプルになり、出力の一貫性が高まります。

基本テンプレート

# プロジェクト共通ルール

## 出力ルール
- 出力ファイルはすべて output/ ディレクトリに保存すること
- ファイル名は英語のケバブケース（例: market-analysis.md）にすること
- Markdownファイルの冒頭に作成日を記載すること

## 文書スタイル
- です・ます調で記述する
- 対象読者が指定されない場合は、ビジネスパーソン一般向けとする
- 専門用語には初出時に簡単な説明を添える

## データ取り扱い
- 個人名や企業名は匿名化すること
- グラフを作成する場合はHTML形式で、Chart.jsを使用すること

業務別のカスタマイズ例

営業部門向け

# 営業チーム CLAUDE.md

## デフォルト設定
- 対象読者: 営業マネージャー
- トーン: セミフォーマル（堅すぎず砕けすぎない）
- 数値は万円単位で統一
- 前年比は%表示で記載

## 出力ルール
- 提案資料は output/proposals/ に保存
- 分析レポートは output/reports/ に保存
- 顧客別にディレクトリを分ける場合は output/clients/[顧客名]/ に保存

## テンプレート
- 提案資料は docs/templates/proposal-template.md の構成に準拠すること
- 報告書は docs/templates/report-template.md の構成に準拠すること

企画部門向け

# 企画部 CLAUDE.md

## デフォルト設定
- 対象読者: 経営会議メンバー（役員クラス）
- トーン: フォーマル
- 報告書にはエグゼクティブサマリーを必ず含める
- エグゼクティブサマリーは300字以内

## リサーチルール
- Web検索で調査した情報には必ず出典を記載する
- 出典は「組織名, タイトル, URL, アクセス日」の形式で記載
- 数値データの出典が不明な場合は、その旨を注記する

## 出力ルール
- 出力ファイルはすべて output/ に保存
- ファイル名は [日付]-[内容].md 形式（例: 2026-03-11-market-research.md）
- 最終成果物はMarkdownとHTMLの両方を作成する

データ分析向け

# データ分析プロジェクト CLAUDE.md

## デフォルト設定
- 対象読者: 分析結果の利用部門のマネージャー
- 分析ツール: Python (pandas, matplotlib)
- グラフ出力: HTML形式 (Chart.js) を優先

## データ取り扱い
- 元データのファイルは絶対に上書きしないこと
- 加工したデータは data/processed/ に保存
- 分析用のPythonスクリプトは scripts/ に保存

## 出力ルール
- 分析結果のレポートは output/reports/ に保存
- グラフ・チャートは output/charts/ に保存
- 数値は適切な桁数に丸める（売上は万円単位、率は小数第1位まで）
- テーブルには合計行を含めること

CLAUDE.mdの運用Tips

CLAUDE.mdの作成をClaude Codeに依頼する

CLAUDE.md自体の作成もClaude Codeに依頼できます。

私は営業企画部で働いています。
主にクライアント向けの提案資料と社内向けの報告書を作成しています。
対象読者は営業部長と経営企画部のマネージャーが多いです。

この業務内容に合ったCLAUDE.mdを作成してください。
以下の項目を含めてください:
- 出力ルール（保存先、ファイル名規則）
- 文書スタイル（トーン、文体）
- デフォルトの対象読者
- データの取り扱いルール

CLAUDE.md に保存してください。

6. よくある質問（FAQ）

Q1: Claude Codeが期待と違う出力をしたらどうすればいいですか？

具体的に何が違うかを伝えて修正を依頼してください。「違います」だけでは改善されません。「第2セクションの数値をもっと具体的にしてください」のように、どこをどう直すかを明示してください。

Q2: 長い文書を作らせると途中で止まることがあるのですが？

一度に作成する分量が多すぎる可能性があります。章ごとに分けて指示するか、まずアウトラインを作成させてから各章を順番に書かせてください。

Q3: Web検索の結果が古い情報の場合はどうすればいいですか？

「2025年以降の情報に限定して調べてください」のように時期を明示してください。それでも古い情報が返ってくる場合は、その旨をClaude Codeに伝え、再検索を依頼してください。

Q4: CSVファイルが文字化けする場合はどうすればいいですか？

ファイルのエンコーディングを指定してください。

data/file.csv をShift-JISエンコーディングで読み込んでください。

Q5: HTMLファイルのデザインを変えたい場合はどうすればいいですか？

具体的な変更内容を指示してください。

output/dashboard.html のデザインを以下のように変更してください:
- 背景色を白からライトグレー（#f5f5f5）に変更
- カードに影（box-shadow）を追加
- フォントをゴシック体に統一

Q6: 作業中のファイルを誤って上書きしてしまった場合は？

Claude Codeには自動的な「元に戻す」機能はありません。重要なファイルは別名でバックアップを取っておくか、バージョン番号を付けて管理しましょう。

output/proposal.md の現在の内容を output/proposal-backup.md にコピーしてから、
output/proposal.md を更新してください。

Q7: 機密データをうっかり入力してしまった場合は？

そのセッションを終了し、社内のセキュリティ担当に相談してください。Claude Codeのローカル動作とクラウド送信の範囲は、契約内容や設定によって異なります。事前に社内のAI利用ポリシーを確認しておくことを強くおすすめします。