AI業務依頼を丸投げから一段上へ。スキル化・アプリ化で品質と効率を実測比較

AI（特にClaude Code）がコード生成を担うようになり、日本の採用市場では「実装できる人」から「AIを前提に設計・レビュー・運用を担える人」へ求める人材像が変わりつつある。技術学習の目的も「コードを書くため」から「AIが生成したコードの品質を評価し責任を持つため」へシフトし、開発工程における前後の工程（要件定義・レビュー・検証）の重要性がむしろ高まっている。

チャット UI は時系列で情報が流れるため、長期プロジェクトで AI が前提条件を忘れやすくなる。この問題は、確定した要件や決定事項を別途ドキュメント（Markdown など）で一元管理し、混乱時に状態ファイルを再度読み込ませることで解決できる。さらにこのアプローチを徹底すれば、AI エージェントの自律稼働まで実現可能。

Claude Code のような AI エディタを前提に、Zettelkasten ベースのノート構成を「PM的ノート術」に刷新。「毎日すること／しないこと」と「独自コンテキスト／信頼できる知識」の 2 軸で分類し、permanentNote / daily / project の 3 フォルダ構成に統一することで、AI への情報提供と人間の使いやすさを両立させた事例紹介。

M365 Copilot に追加された Copilot Cowork は、Word・Excel・PowerPoint 等を自律的に操作する実行エージェント。技術的推論に優れた Claude Cowork との役割分担により、SIer 企業は設計レビューなどの高度な分析と要件定義書・提案書作成などの業務実行の両面を自動化できる。競合ではなく補完関係での併用が最適解。