RAGを使わずClaude Haiku 4.5でFAQボットを作った理由

Anthropic の公開講座から、AI にデータ分析タスクを任せる際の検証手法を紹介。答えが既にわかっている過去データで AI の分析を試し、自分の結論と照合することで「任せられるか・任せるべきでないか」を判定する「delegation diligence loop」というアプローチ。指示の型を固めたり、AI が推測で補わないよう確認することが、安心して AI を活用するコツ。

商談前後の準備・フォローアップを毎回ゼロから進めている課題に対し、Claude APIの構造化出力を活用したCLIツールを実装。`brief`コマンドで商談前のブリーフィング（論点・質問・懸念点）を、`followup`コマンドで商談後の決定事項・ネクストアクション・フォローメール下書きを自動生成し、営業活動の準備時間を削減できる仕組みを紹介。

フリーランスエンジニアの案件探しにおける求人票照合・適合判定・応募文作成を自動化するツールの開発事例。スキルシートと希望条件を事前登録すれば、Claude の tool_choice で構造化出力を強制し、経験年数判定を閾値ベースで後処理することで判定精度を高める実装方式を紹介している。

Claude API を Python から呼び出し、問い合わせの自動分類・テキスト要約・非構造データの JSON 抽出など業務データ処理の実装パターンを解説。API キーの管理、system パラメータの活用、出力検証を含む実践的な例を示す。