
海外勢のClaude Codeの使い方12選|AIエージェントで業務効率化
Claude Codeと聞くと、
「AIにコードを書いてもらうツール」
というイメージを持っている人が多いと思う。
僕も最初はそうだった。
でも海外のブログ、Reddit、企業事例、Anthropic公式の活用事例まで漁ってみたら、想像していた使われ方と全然違った。
古くなったテレビを高速化する人。
家中のスマート家電をClaude Codeに管理させる人。
1万件以上の求人を読ませる人。
自分専用の金融システムを12日で作る人。
さらには、何十〜何百体ものAIを同時に働かせて、巨大なソフトウェアを書き換えてしまう人までいる。
もはや、
「Claude Code=コーディングAI」
だけでは説明できない。
今回は海外で実際に公開されている事例の中から、
「いや、それClaude Codeでやるん!?」
と思ったものを12個集めてみた。
※2026年9月時点で確認できた事例です。個人ブログやRedditの事例には本人申告の数字も含まれるため、その点は分けて紹介しています。
1.4年前の激重Android TVをClaude Codeで復活させる
いきなり意味が分からない。
Claude Codeでテレビを高速化した人がいる。
Senior AI EngineerのMert Cobanov氏は、動作が重くなったAndroid TVをPCからADB接続。
そこからClaude Codeにテレビの状態を調査させた。
Claude Codeが行ったのは、
不要アプリの特定
不要サービスの無効化
アニメーション時間の短縮
軽量ランチャーへの変更
など。
しかもroot化なし。
Tom's Hardwareによると、結果として本人は、
新品だった4年前よりスムーズになった
と報告している。
これが面白い。
Claude Codeというと、
「VS Codeを開いてWebアプリを作る」
みたいなイメージがある。
でも実際には、
PCから操作できるものなら、現実世界の機器の調査・設定までAIに任せ始めている。
個人的にはこの記事を調べて、一気にClaude Codeへの認識が変わった。
参照元:Tom's Hardware「Developer uses Claude Code to debloat Android smart TV」
2.求人サイトを見るのをやめて、Claude Codeに1万件読ませる
次は就活。
Redditで2026年9月に公開されたかなり新しい事例。
投稿者は毎日LinkedInやIndeedを眺めるのに疲れて、
「だったらAIに求人を選ばせればいいのでは?」
と考えた。
そこで作ったのが「Pinloop」という求人検索CLI。
求人情報を集め、その内容をClaude Codeが、
自分の履歴書
スキル
経験
希望条件
と比較する。
約2か月でClaude Codeが確認した求人は、
1万件以上。
そこから、
「これは応募する価値がある」
と判定されたのが190件。
投稿者はその190件に応募し、本人申告では2件のオファーにつながったという。
重要なのは、Claudeが勝手に応募することではない。
Claude Codeに、
「自分が見る価値のある情報だけを選ばせる」
という使い方。
これ、就活だけじゃない。
商品リサーチ、営業先探し、副業ネタ探し、投資情報、ニュース収集……
応用範囲がめちゃくちゃ広い。
参照元:Reddit「I built a job search engine for Claude Code」
3.12日で「自分専用の金融システム」を作った人
家計簿を作った。
……という話ではない。
Kevin Kinnett氏がClaude Codeと一緒に作ったのは、
自分専用の本格的なPersonal Finance Dashboard。
2026年3月30日に最初のコミット。
それから12日。
132コミットを重ねて完成したシステムは、
約45,000行のTypeScript。
27ページ。
30のAPIルート。
40以上のデータベーステーブル。
さらに、
実際の金融データを4時間ごとに同期
予算管理
純資産管理
キャッシュフロー予測
Amazon注文の取り込み
レポート
アラート
まで備えている。
つまり、
「家計簿アプリを契約する」
のではなく、
自分が本当に欲しい金融システムそのものをAIと作ってしまった。
しかも作者は、
「Claude Codeで速く作れたこと」以上に、
今までなら作るコストに見合わなかった“自分専用ソフト”を作れるようになったこと
を重要なポイントとして挙げている。
これ、今後かなり大きな変化だと思う。
参照元:Kevin Kinnett「How I Built a Self-Hosted Personal Finance Dashboard With Claude Code」
4.家中約200台のスマートデバイスをClaude Codeで管理
次は家。
The Vergeのスマートホーム担当記者が試した事例。
この人の自宅には、
Alexa、Google Home、Apple Home、SmartThingsなど、
複数のスマートホーム環境が混在していた。
デバイス数はなんと約200台。
普通に考えて管理するだけで地獄。
そこでHome AssistantとClaude Codeを組み合わせた。
Claude Codeに自然言語で、
「こういうAutomationを作りたい」
「このデバイスをこう動かしたい」
と伝える。
するとClaudeがYAMLを書き、Home Assistant APIと連携し、AutomationやDashboardを構築していく。
結果的に約200台のデバイスをHome Assistantへ移行。
つまりClaude Codeが、
家のシステムエンジニア
みたいな役割をしている。
「プログラミングAIが家電まで触り始めた」
と考えるとなかなかすごい。
参照元:The Verge「I used Claude to vibe-code my wildly overcomplicated smart home」
5.「Appleっぽくして」でWebサイトを丸ごと作った
これも好きな事例。
Saad Salman氏がClaude Codeに最初に伝えた指示はかなりざっくりしている。
イメージとしては、
「白を基調にして、AppleやClaudeっぽい雰囲気にして」
程度。
詳細な仕様書もワイヤーフレームもなし。
そこからClaude Codeが、
Next.js環境構築
Tailwind
トップページ
職歴ページ
履歴書PDFの読み込み
Analytics
CMS
イラスト
favicon
まで作っている。
しかも作者は、
自分ではコードを書いていない
と説明している。
完成したWebサイト自体が、そのClaude Code制作物。
昔なら、
デザイン→コーディング→CMS→公開
と複数工程に分かれていたものが、
「こんなサイトが欲しい」という会話から直接完成物になる。
Vibe Codingの分かりやすい例だと思う。
参照元:Saad Salman「How I built this website with Claude Code」
6.「20分でゲーム作った」ではなく、3週間かけて本物を作る
AIでゲームを作ったという話自体は珍しくなくなった。
でも、この事例は少し違う。
作者はClaude Codeと約3週間開発し、
Outpost Uluという実際に遊べるTower Defenseゲーム
を公開した。
さらに面白いのが品質管理。
AIが生成するコードの最大の問題は、
自信満々なのに間違っていること。
そこで作者は、
698個のBDDテストシナリオ
を用意。
Mergeするたびにテストを通し、
AIが「できました」と言っても、テストがNOなら完成扱いしない。
つまりClaude Codeを、
「一発でゲームを作る魔法」
として使うのではなく、
本物のソフトウェア開発チームの一員として使っている。
これが海外ガチ勢っぽい。
参照元:Build in the Open「Building a Game With Claude Code in 3 Weeks」
7.ターミナルも知らなかったマーケターが「広告生成マシン」を作る
これ、非エンジニアには一番夢があるかもしれない。
AnthropicのGrowth Marketer、Austin Lau氏。
Claude Codeを使う前は、
コードを書いた経験がなく、ターミナルの開き方をGoogle検索した
という。
その人がClaude Codeを使って作ったのが、
広告クリエイティブを自動生成するFigma Plugin。
Google Sheetsなどから情報を取得し、
広告素材のパターンを自動生成。
最大100種類の広告バリエーションを生成する仕組みまで構築した。
さらに広告制作工程の一部では、
約30分かかっていた作業を約30秒
まで短縮したとAnthropic公式が紹介している。
Claude Codeって、
「プログラマーの生産性を上げるツール」
と思われがち。
でもAnthropic社内ですら、
マーケターが自分専用業務ツールを作るために使っている。
ここはかなり重要だと思う。
8.毎朝18のサイトを巡回する「AIマーケティング社員」
FutureSearchという会社の事例も面白い。
彼らには、
「自社サービスを必要としていそうな人をネット上から探す」
という仕事があった。
でも対象になるコミュニティは18個。
Reddit。
Stack Overflow。
HubSpot。
GitHub。
その他のフォーラム。
毎日全部読むなんて現実的ではない。
そこでClaude Codeを組み込んだPipelineを作った。
流れは、
ネットを巡回
↓
全文取得
↓
重複削除
↓
13項目で評価
↓
有望投稿だけ抽出
↓
回答案作成
↓
Markdownレポート作成
↓
GitHubへPull Request
まで。
これを平日の毎朝自動実行。
処理時間は約14分。
人間が出社すると、
「今日チェックする価値がある投稿」
だけが用意されている。
Claude Codeをチャットとして使うのではなく、
毎朝勝手に働くマーケティング社員として使っている。
かなり面白い。
参照元:FutureSearch「How We Built a Marketing Pipeline with Claude Code」
9.そして突然、75万行のRustを書く
ここから規模がおかしくなる。
JavaScript Runtimeとして有名なBun。
そのBunをZigからRustへ移植する実験で、Claude CodeのDynamic Workflowsが使われた。
Anthropic公式によると、
生成されたRustコードは約75万行。
既存テストスイートの99.8%がPASS。
最初のコミットからMergeまで11日。
さらに処理方法もすごい。
Claude Codeが仕事を細かく分解し、
大量のSubagentを並列実行。
各ファイルにはレビュー用Agentまで配置。
その後、
ビルド
↓
テスト
↓
エラー発見
↓
修正
を繰り返した。
これはもう、
「AIにコードを書いてもらう」
とは規模が違う。
AIに開発組織そのものを作らせる。
という使い方になっている。
なおAnthropicによる紹介時点では、このRust版はまだProduction投入前。
それでも、
75万行規模・99.8%テスト通過・11日
というのはかなり衝撃的。
参照元:Anthropic公式「Introducing dynamic workflows」
10.AIを1人使うのではなく「何百人も競争させる」
Bunの事例にもつながるけど、最近のClaude Codeで一番面白いのがDynamic Workflows。
ざっくり言うと、
Claude Code自身が必要なAIチームをその場で作れる。
たとえば難しい問題を渡す。
すると、
Agent A
Agent B
Agent C
Agent D
Agent E
に別々の方法で解かせる。
そして、
別のJudge Agentにどの回答が優れているか評価させる。
AI版トーナメント。
ほかにも、
複数Agentで大量調査する。
↓
別Agentが事実確認。
↓
さらにSkeptic Agentが反論。
↓
最後に統合。
みたいなことができる。
Anthropic公式では、Dynamic Workflowsは1回の処理で数十〜数百のSubagentを動かす用途を想定している。
Claude Codeは、
「1人の超優秀なAI」から「AI組織を動かすシステム」
へ進み始めている。
参照元:Anthropic公式「A harness for every task: dynamic workflows in Claude Code」
11.AIエンジニアがOSSの「上位Contributor」になる
さらにAnthropicが2026年8月に公開したStartup事例集。
ClickHouseでは、
flaky testを修正するAgent
と、
不足しているtest coverageを探すAgent
という2種類の専用Agentを作っている。
そしてAnthropicによると、この2体は現在、
ClickHouseリポジトリのContributorランキング2位・3位
に相当するほどの貢献をしているという。
これも結構すごい。
AIが人間のDeveloperを補助しているのではない。
AI自身に役割を与え、
「テスト担当エンジニア」として継続的に働かせている。
この形が広がると、
Claude Codeの中に、
Research担当
Frontend担当
Backend担当
Security担当
QA担当
みたいなAI社員を作る会社が普通になってもおかしくない。
参照元:Anthropic公式「The Claude Code Guide For Startups」
12.「読むには多すぎる仕事」を全部AIに投げる
最後。
Claude Codeが特に強いのは、
人間には量が多すぎる仕事
なのかもしれない。
Anthropicが紹介しているStartup事例を見ると、
Crosbyでは、
何千もの法律文書をSubagentで処理。
Commureでは、
大量のclaims dataから異常を検出。
Translucentでは、
病院の財務データを継続的に分析して警告サインを探す。
という使い方まで出てきている。
この辺まで来ると、
「Claude Codeで何を作るか」
という話だけではない。
今まで人間が、
「全部確認するのは無理」
と諦めていた仕事そのものが変わり始めている。
100件なら人間が見る。
1万件なら?
100万件なら?
そこで、
Claude Codeが必要なだけAIを分身させて調べる。
この使い方がかなり面白い。
参照元:Anthropic公式「The Claude Code Guide For Startups」
海外勢を調べて分かった。「プロンプト勝負」ではなくなってきている
今回、海外のClaude Code活用事例をかなり調べてみた。
そして一番感じたのがこれ。
少し前まで、
「どんなプロンプトを書けばAIをうまく使えるか」
という話が中心だった。
でも海外ガチ勢のClaude Codeを見ると、ちょっと違う。
Claude Codeに、
情報を集めさせる。
作らせる。
テストさせる。
別のAIに批判させる。
失敗したら修正させる。
毎朝自動で実行する。
大量ならAIを分身させる。
つまり、
AIに1回仕事を頼むのではなく、AIが仕事を回す仕組みそのものを作っている。
Android TVを直すところから、
求人探し、
家計管理、
スマートホーム、
広告制作、
Web制作、
ゲーム開発、
そして75万行規模のソフトウェア移植まで。
Claude Codeを単なる「コーディングAI」だと思っていたら、かなりもったいないのかもしれない。
個人的にはこれから、
「AIを使える人」
よりも、
「AIが勝手に働ける環境を作れる人」
の方が強くなっていく気がしている。
海外勢を見る限り、その未来はもう始まっている。
環境を作る側に回るとき、最初に困るのは「どこまで任せるか」でした。自分の環境のどこで止まりやすいかを、自動処理・許可確認・指示の置き場など10問で見直せる無料のチェックシートをnoteに置いています。「実行済み」なのに結果がない|Claude Codeを毎日使う人の止まりチェック10問
あわせて読みたい
この記事が面白かったら、次は
「海外ガチ勢がClaude Codeに入れているSkills・Hooks・Subagentsの使い方」
あたりも調べてまとめてみようと思う。
ZEN AI LAB でやっていること
・AIで作った小さなWindowsツールを配っています(メンバーシップ「残業キャンセル界隈」)
・無料EA・市販EAを実データで検証しています(FX VERIFY LAB)
うまくいかなかった検証も、そのまま出します。