LLMに「ありがとう」と言うと後でいいことがあるというのは本当なのか？

営業がメール・Slack・CRM に散在する顧客情報を Claude で整理・要約する業務フローを紹介。「キーパーソン」「課題」「温度感」「次の一手」という 4 項目の型をプロンプトに組み込み、プロジェクトの カスタム指示に登録することで、毎回同じ品質での情報整理を仕組み化した実例。

営業マネージャーが Claude で作成した報告資料に数字の誤りを発見した実例から、AI のハルシネーション（根拠なき自信ある回答）の危険性を解説。数字・固有名詞・出典・鮮度の 4 つのポイントを検証し、根拠の明記・Claude への聞き返し・一次情報との突き合わせ・検証ルールの仕込みで品質を確保する方法を紹介。

夜中に誰かと話したいが周囲に迷惑をかけたくない悩みから、Claude APIを用いたAIメンターアプリ「Moshimo」を開発。アドラー、ニーチェ、マルクス・アウレリウスなど歴史上の人物との対話を通じ、相談ではなく「言葉にする場所」として設計。各メンターに固有のシステムプロンプトを持たせ、口調や返しを差別化したのが特徴。

LINE Bot開発で、いきなりコードを書かせるのではなく要件定義から始めることの重要性を解説。Claudeと1問1答で要件を固め、技術スタックを決定し、環境構築してからClaudeに実装を任せるプロセスを紹介。曖昧なままコード化すると後で修正が必要になるため、事前の言語化が実装の質を左右する。