グリームハブでは2026年に入ってから、コーポレートサイト（gleamhub.net）の運用全体を Claude Code を中心とした AI 駆動のワークフローに刷新しました。本記事ではその設計思想と具体的な実装を紹介します。
なぜ Claude Code だったのか
AI コーディングツールの選定にあたって比較したのは、大きく2つのアプローチです。IDE 統合型の補完ツールと、ターミナルで動くエージェント型のツール。私たちが最終的に Claude Code を選んだ理由は「タスクを委譲できる粒度」でした。
IDE 補完は「今書いているコードの次の一手」を提示してくれますが、「このメディア記事を公開する」という業務レベルの指示は受け付けません。Claude Code はターミナルから自然言語でタスクを渡せるため、ファイル操作・Git 操作・外部 API 呼び出しを一連の流れで実行してもらえる。これが決定的な違いでした。
Claude Code vs Cursor の詳しい比較はこちらの記事で整理しています。
ワークフロー全体像
現在の GH Media（メディアセクション）の運用は、以下の5つのスラッシュコマンドで構成されるエージェントパイプラインで動いています。
| コマンド | 役割 |
|---|---|
/media-analytics | GA4 から PV・滞在時間・流入元を集計しレポート生成 |
/media-strategy | トレンドと実績データを統合してコンテンツカレンダーを提案 |
/media-draft | キーワードを渡すと記事ドラフトを自動生成 |
/media-seo | フロントマター・本文・内部リンクの SEO スコアを採点 |
/media-publish | バリデーション → PR 作成 → SNS 投稿文生成まで一括実行 |
これらは .claude/commands/ 以下に Markdown ファイルとして定義されており、Claude Code が実行時に読み込みます。各コマンドは独立して動かすこともできますし、上から順に流せばゼロから公開まで完結します。
CLAUDE.md によるプロジェクト記憶
Claude Code には CLAUDE.md という「プロジェクトの憲法」を置く仕組みがあります。アーキテクチャ、コーディング規約、使用コマンド、注意すべき設計上の制約——これらを一度書いておけば、セッションをまたいで Claude が読み込み、毎回説明し直す手間がなくなります。
弊社の CLAUDE.md には次のような情報を記載しています。
- Astro の
trailingSlash: 'always'設定とビルドコマンド - コンテンツコレクションのスキーマ定義（フロントマター必須項目）
- カテゴリスラッグのマッピングルール
- デプロイ先（Google Cloud Storage）と CI/CD フロー
これにより「draft: true の記事をフィルタリングして」「カテゴリを追加するときは categoryMapping.ts を更新して」といった指示がワンラインで通るようになりました。
MCP 連携で外部データを取り込む
Claude Code は Model Context Protocol（MCP） を通じて外部サービスと接続できます。私たちは GA4 Data API へのアクセスを MCP サーバーとして実装し、Claude Code から直接分析を依頼できるようにしました。
# GA4 の先週トップ10記事を取得してトレンド分析
/media-analyticsこのコマンド一発で、GA4 からデータを取得し、カテゴリ別のパフォーマンス比較・前週比・推奨アクションまでをマークダウンレポートとして出力します。スプレッドシートを開いて手作業で集計していた時間が、週あたり2〜3時間から数分に短縮されました。
MCP は Google Drive、Slack、Notion など主要サービスとの公式インテグレーションも充実しており、独自ツールをつなぐカスタム MCP サーバーの実装コストも低い。コンテキスト汚染を防ぎながら外部データを取り込める点が、実運用での強みです。
Hooks で品質ゲートを自動化
Claude Code の Hooks 機能は、エージェントの操作ライフサイクル（ファイル編集後・コマンド実行前など）にカスタムスクリプトを差し込む仕組みです。
弊社では以下の品質チェックを Hooks に組み込んでいます。
- フロントマター検証:
draft・title・excerpt・featuredImageの必須フィールドが揃っているか - 文字数チェック: 本文が規定の最小文字数（3,000 字）を下回っていないか
- 内部リンク確認: リンク先のファイルが実際に存在するか
Hooks は「書き込みのたびに止める」のではなく、PR 作成直前のタイミングで走らせるのがポイントです。エージェントが作業の流れを止められずに完走し、最終成果物のチェック時にだけゲートが機能します。
並列エージェントで大型タスクを分割
Claude Code の Parallel Agents 機能を活用すると、大規模なリファクタリングや複数記事の一括処理を並列で実行できます。
実際の活用例として、過去記事 50 本の内部リンク最適化があります。カテゴリごとに記事群を分割し、複数のサブエージェントが同時に作業することで、単一エージェントで逐次処理する場合と比べて作業時間を大幅に短縮できました。
エージェントオーケストレーション設計についてはClaude Code でのプロジェクト管理自動化の記事も参考になります。
Auto Memory と継続的な改善
2026年2月のアップデートで導入された Auto Memory は、プロジェクト固有の知識をセッションをまたいで蓄積する機能です。「この記事フォーマットは弊社スタイルに合わない」「このコンポーネントは使わない」といったフィードバックが、次回以降のセッションに引き継がれます。
弊社では .claude/projects/ 以下にメモリファイルを管理し、戦略的な判断基準（ペルソナ・KGI・コンテンツ方針）を記録しています。Claude がこれを参照することで、タスクレベルの指示だけで意図に沿った出力が返ってくるようになりました。
導入前後の変化
| 作業 | 導入前 | 導入後 |
|---|---|---|
| 記事1本のドラフト作成 | 2〜3時間 | 20〜30分 |
| SEO チェック・修正 | 30〜60分 | 5〜10分 |
| OGP 画像生成 | 30分（Figma 手作業） | コマンド1発（数秒） |
| PR 作成・SNS 文生成 | 20分 | 3分 |
| GA4 週次レポート | 2〜3時間 | 5〜10分 |
単純な時間短縮だけでなく、作業の性質が変わったことが大きい。手を動かす時間が減り、何を作るか・どの方向に投資するかという意思決定に時間を使えるようになりました。
今後の展望
現在検討しているのは、Claude Code の Scheduled Tasks 機能を使った週次の完全自動レポートです。毎週月曜朝にトリガーが走り、GA4 データを取得→パフォーマンスサマリーを生成→Slack に通知、という流れを人手なしで動かすことを目指しています。
AI エージェントは「使えるツール」から「チームメンバー」へ変わりつつあります。その変化を最大限に活かすには、エージェントに何を任せるかという設計力——つまり ワークフロー設計そのものがコア競争力 になると考えています。
グリームハブでは、こうした AI 駆動の開発ワークフロー構築を自社だけでなくクライアント企業にも展開しています。「自社の業務に AI エージェントを組み込みたい」「開発効率化の相談をしたい」という方は、お気軽にご連絡ください。
