中国産オープンウェイト AI モデルの活用と付き合い方

OpenClaw（思考・記憶・指示層）と Claude Code（開発・実行層）を役割分担させ、セッションをまたいだコンテキスト永続化とタスク管理の一元化を実現する連携パターンを紹介。秘書エージェントによる inbox/todo 管理、CEO/CFO/CTO ダッシュボード、過去の失敗をメモリに記録する仕組みなど、具体的なコマンドと設定例を示す。

LLM を用いたコードレビューをPR一次チェックとして1年運用した結果、スタイルの不統一と繰り返しパターンの検出には高い効果がある一方、業務ロジックの妥当性判定と複数ファイル・サービス間の整合性チェックは見落とされやすい。人間レビュアーはAIの得意領域に依存せず、ドメイン知識が必要な検証に集中する役割分担へ転換した。

案件面談前のスキルシート更新を効率化するため、Claude をシステムプロンプトで「採用担当者役」に設定し、一問一答での深掘り・面接練習・記事チェックの3モードで運用する仕組みを構築。実践を通じ、深掘りと簡潔さの両立、音声入力の誤認識確認、自動化の脆さなど 5 つの学習ポイントを整理し、定量的成果の具体化と表現精度の向上を実現。

スキルシート深掘りツールの後続開発で、面接練習（圧迫面接対応）、自己分析＆面談メモ、記事チェック提案の 3 モードを追加。実装過程で逆質問の準備が必要、作業スタイル自体が自己 PR 材料になること、スプレッドシート自動反映の落とし穴を実体験で学び、対話プロセス重視の設計へ改善した。