Session 4: GitHubで業務を管理しよう

今日やること

今日は最終回です。これまで使ってきたClaude Codeを、業務で継続的に活用するための「運用の仕組み」を作ります。

今日のゴール

自分のリポジトリを作る → CLAUDE.mdを設定 → Issue→AI実行→PRの流れを構築

GitHubの基本概念

今日覚える4つの用語

Session 0で起きていたこと

Session 0で皆さんが体験した流れを、今日の用語で振り返ると：

1. あなたがIssue（タスクチケット）を作成
       ↓
2. AIエージェントがブランチ（下書きスペース）を作成
       ↓
3. AIが下書きスペースで作業（調査、ファイル作成）
       ↓
4. AIがPR（レビュー依頼）を作成
       ↓
5. あなたが成果物を確認・フィードバック

Session 0では「魔法のように」感じたかもしれませんが、実はこの5つのステップが裏側で動いていました。今日はこの仕組みを自分で作ります。

ハンズオン1: 自分のリポジトリを作る

ステップ1: リポジトリの作成

1. github.com にログイン
2. 画面右上の 「+」 ボタンをクリック → 「New repository」 を選択
3. 以下のように入力：

4. 「Create repository」 をクリック

Private（プライベート）とPublic（パブリック）の違い

• Private: 招待された人だけがアクセスできる（業務用はこちらを推奨）
• Public: インターネット上の誰でも閲覧できる

ステップ2: CLAUDE.mdを作成する

CLAUDE.mdは、AIエージェントへの「業務マニュアル」です。AIがタスクを実行するときに、このファイルの内容を読んでルールに従います。

1. リポジトリのトップページで 「Add file」 → 「Create new file」 をクリック
2. ファイル名に CLAUDE.md と入力（大文字に注意）
3. 以下のテンプレートを参考に、自分の業務に合わせてカスタマイズ

CLAUDE.mdテンプレート

# プロジェクト設定

あなたは○○部門の業務アシスタントです。
GitHub Issueで依頼されたタスクを実行し、成果物をoutput/フォルダに保存してください。

## 作業ルール
- 成果物はMarkdown形式で作成する
- ファイル名は `YYYY-MM-DD-タスク概要.md` の形式にする
- 調査には必ず出典を明記する
- 社外秘の情報は扱わない
- 完了したらPull Requestを作成し、Issueを参照する

## 得意な作業
- リサーチ・情報収集
- 資料のドラフト作成
- データの整理・要約
- 議事録の構造化

4. ページ下部の 「Commit changes」 をクリック

カスタマイズのヒント

• 「○○部門」を自分の部署名に変更
• 「得意な作業」に自分が依頼したい作業を追加
• 「作業ルール」に自部門のルールを追加（例: 「敬体で書く」「A4で2ページ以内」）

ステップ3: Issueを作成してClaude Codeで実行する

1. リポジトリの 「Issues」 タブ → 「New issue」 をクリック
2. タスクを記載して 「Submit new issue」
3. ターミナルでClaude Codeを使って実行
4. GitHubに戻り、「Pull requests」 タブでPRが作成されたことを確認

チーム運用の3つのパターン

パターン1: 個人利用

自分のリポジトリ → 自分でIssue作成 → AI実行 → 自分でレビュー

こんなときに:

• 毎週の業務レポートの下書き
• 会議の議事録整理
• 情報収集・リサーチ

メリット: 自分のペースで始められる。失敗しても影響は自分だけ。

パターン2: チーム共有リポジトリ

チームの共有リポジトリ → メンバーがIssue作成 → AI実行 → チームでレビュー

こんなときに:

• チームのナレッジベース構築
• プロジェクトの調査タスク分担
• 社内マニュアルの作成・更新

メリット: 成果物をチームで共有・レビューできる。品質管理が自然にできる。

パターン3: 部門横断プロジェクト

プロジェクト用リポジトリ → 各部門がIssue作成 → AI実行 → 関係者でレビュー

こんなときに:

• 新製品ローンチの準備タスク管理
• 全社イベントの企画・運営
• 部門横断の調査プロジェクト

Issueテンプレート

毎回Issueを一から書くのは面倒です。テンプレートを作っておくと、フォーマットに沿って依頼できます。

テンプレート例: リサーチ依頼

## 調査テーマ
（調査したいテーマを記入）

## 調査の背景・目的
（なぜこの調査が必要か）

## 知りたいこと
- （具体的な質問1）
- （具体的な質問2）
- （具体的な質問3）

## 成果物の形式
- [ ] レポート（文章形式）
- [ ] 比較表
- [ ] 箇条書きサマリー

## 対象読者
（誰が読む資料か）

## 期待する分量
（ページ数や文字数の目安）

テンプレート例: 資料作成依頼

## 資料のタイトル
（作成する資料のタイトル）

## 目的
（この資料を何に使うか）

## 含めてほしい内容
- （要素1）
- （要素2）
- （要素3）

## 形式・トーン
- 形式: レポート / プレゼン構成案 / 企画書
- トーン: フォーマル / カジュアル
- 分量: ○ページ程度

## 対象読者
（誰に向けた資料か）

## 参考情報
（参考になるURLや情報があれば）

セキュリティとリスク管理

AIに渡していいデータ・いけないデータ

判断基準: 「この内容がインターネットに公開されても問題ないか？」 答えがNoなら、AIに渡す前に上長に相談しましょう。

成果物は必ず人間がチェック

AIの成果物には、以下のような間違いが含まれる可能性があります：

• 数値の誤り: 統計データや金額が不正確な場合がある
• 情報の古さ: 最新ではない情報が含まれている場合がある
• 文脈のずれ: 自社固有の事情を考慮できていない場合がある

PRのレビューは「品質管理」の仕組みです。 AIが作った成果物を人間が確認してからはじめて「完成」にする。この流れを習慣にしましょう。

プロンプトインジェクションとは

外部から受け取った文書の中に、AIへの隠れた指示が紛れ込んでいる可能性があります。

対策:

• 外部の文書をそのままIssueにコピペしない
• AIの出力が不自然な場合は、入力を見直す
• CLAUDE.mdに「外部データは事実確認を行う」と明記しておく

総合演習

自分の実際の業務をイメージして、一連のフローを体験しましょう。

手順

1. 業務シナリオを決める

   • 自分の業務で、AIエージェントに依頼したいタスクを1つ選ぶ
   • 例: 「来月の部門会議で使う業界動向レポートの作成」

2. Issueを作成する

   • 自分のリポジトリで、テンプレートを使ってIssueを作成

3. Claude Codeで実行する

   • ターミナルからClaude Codeを使ってIssueの内容を実行

4. PRをレビューする

   • 成果物の内容を確認
   • コメントでフィードバックを記入

5. 振り返り

   • うまくいった点、改善したい点を整理

シリーズ全体の振り返り

5回の学びの一覧

私のアクションプラン

来週やること（1つ）

1ヶ月以内にやること（1〜2つ）

チームに共有したいこと

自己学習リソース

今日のポイントまとめ