　この課題を解決するために導入したのが「共有ナレッジベース」だ。エージェント2、3、4がメールの下書きを作成する際、その下書きをファイルとしてPC上のローカルフォルダに一時保存。シャボズさんが実際に送信した内容と、もともとの下書きファイル後から比較し、差分を参考情報としてMarkdownファイルに蓄積する仕組みだ。これもClaudeと相談しながら構築した。

共有ナレッジベースの概要

　この仕組みを使い続けた結果、下書きの“正答率”は「今は9割くらいは正しい」レベルまで改善したという。

次の課題は社内展開　Claude Managed Agentsへの移行を検証中

　個人の業務効率化はうまくいった一方、新たな課題も見えてきた。社内の他メンバーへこの仕組みを共有する際、現状はSkillsをダウンロードしてもらい、それぞれのリポジトリにアップロードしてもらうという、いわばマニュアルな作業が発生している。

　そのためシャボズさんは現在、全エージェントをAnthropicが新たに展開するエージェント基盤「Claude Managed Agents」に移行する試みを検証中だ。同サービスを使えばエージェントのシェアや一元管理が容易になるといい、これによる社内展開を見込んでいる。

活用の全体像

「“社長AI”って意味ある？」→言った本人も手のひら返し　幹部の9割が高評価したNTTドコモビジネスの「AI小島社長」開発録
経営トップの判断や思考をAIで再現する取り組みが、国内の大企業に広がっている。NTTドコモビジネスが開発し、同社幹部の9割が「方針理解に役立った」と評価するという「AI小島社長」に迫る。
カインズが画像AIで売上UP模索、店頭でのインテリア“試着”をテスト　立ちはだかる「正確性と効率」の壁
カインズが画像生成AIを活用し、部屋のインテリアを疑似的に置き換えられる店頭サイネージ「CAINZ Fitting Room」を開発。その効果や利便性を検証している。
「AIコーディング」がたった5年で急進化したワケ　NTT「tsuzumi 2」開発者が分析
　コーディングに長けた大規模言語モデル（LLM）が登場したのは2021年ごろだ。それから5年で、競技プログラミングの問題を解けるレベルにまで成長した。なぜAIはコーディングがこれほど得意になったのか──「Interop Tokyo 2026」（幕張メッセ）で、LLM「tsuzumi」のコーディング能力向上を担当するNTT人間情報研究所の風戸広史さんが解説した。
「ChatGPTにうちの会社が出てこない」──採用担当を悩ます“AI就活時代”の容赦なき実態
採用やHRの界隈で、じわじわと語られ始めている問題意識がある。就活生、それも優秀な層ほど、キャリア相談をLLMにするようになった。その結果、Web上での露出が乏しくLLMO対策をしていない企業は、学生から“見つけてもらえなく”なってきている――というものだ。
「AIを使う学生」vs.「使わない学生」、エッセイが創造的なのはどっち？　米大学が2025年に実証実験
米ジョージタウン大学に所属する研究者らが国際学術誌Computers in Human Behavior: Artificial Humansに発表した論文「Homogenizing effect of large language models (LLMs) on creative diversity: An empirical comparison of human and ChatGPT writing」は、人間たちが生み出すアイデアと生成AIが出力するアイデアのどちらが多様で創造的であるかを検証した研究報告だ。