Claude × Notion × GAS — プログラマーでなくても作れるAI業務基盤

20 分前
読了時間: 5分

プログラマーでない一般のビジネスパーソンが、既製のクラウドサービスの組み合わせでAI業務基盤を構築するなら、現時点の最適解は Claude × Notion × GAS（Google Apps Script） だ。

前稿「経験知見を集合知に」では、「なぜ暗黙知をチームで共有する仕掛けが必要か」を書いた。本稿はその具体策だ。この結論に至るまでに、試行錯誤の時間があった。その経緯ごと書いておく。

当初の試行：Notionで完結できるはずだ

アプローチとして最初に試みたのは、Notion AI を使ってNotion内で完結させることだった。

Notionはすでにチームの情報基盤として機能していた。議事録、メール記録、タスク、クライアント情報——すべてそこに集まっている。であれば、そこにAI機能を乗せるのが最もシンプルな答えに見えた。

結果は期待を大きく下回った。

Notion AIは要約や文章補助には使えるが、「複数のDBを横断して文脈を読み込み、判断し、別のページを更新する」といった複合タスクには不向き。そもそもパフォーマンスが出ない。同じことをClaude連携でやると、体感で数倍速く、精度も明らかに高い。Notion AIは、少なくとも現時点では、個別の作業を補助するツールであって、業務フロー全体を自律的に回すエンジンにはなれないと判断した。

ブレークスルー：Claude Coworkの登場

2026年初頭、AnthropicがClaude Coworkをリリースした。

触れた瞬間に、「これだ」と思った。

Claude CoworkはチャットベースのClaudeと根本的に異なる。スケジュールやイベントをトリガーに、複数ステップのタスクを最初から最後まで自律的に実行できる。 ローカルファイルへのアクセス、NotionやGmailなどの外部ツールへの接続、条件分岐を伴う処理——これらを人間が介在しない状態で走らせることができる。

Claude Codeがエンジニア向けの自律エージェントだとすれば、Coworkは非エンジニアの知的労働を対象にした自律実行環境だ。プログラムを書けなくても使える。

設計の核心：各サービスが得意なことに徹する

行き着いた設計思想はシンプルだ。コストパフォーマンスを考え、各サービスに得意なことをやらせる。 役割の切り分けをわかりやすく言うとこうなる。

Claude（判断・生成）。 複合的な読み込み、判断、文章生成、ページ更新を担う。ただし会話をまたいで記憶を保持する機能は限定的、なので、揮発的な存在として扱う

。

Notion（記憶・蓄積）。 議事録、メール記録、タスク、ワークフロー仕様——すべての状態と履歴が永続化される組織の情報源であり、集合知の核。Claudeには長期メモリは蓄積させず、「どこを参照するか」のポインタだけを持たせる。

GAS（データ取得）。 GmailやGoogleカレンダーの情報をNotionに流し込む入力層。これにより、Claudeが処理を始める時点で、必要な情報はすでにNotionに整理されている。ClaudeはNotionを読むだけでよく、メールボックスやカレンダーを直接スキャンする必要がない。データ取得のコストをGASが吸収し、ClaudeのトークンはAIらしい判断・生成に集中させる。

GASはClaudeに生成してもらえる。「このメールが届いたらこのDBにこの形式で記録してほしい」と説明すればスクリプトが出てくる。一度動き出せばそこからは自動だ。

実際に動いているもの

現在、Claude Coworkのスケジューラーに登録して日常的に稼働しているのは、たとえばこういったものだ。

毎時：Notionのコミュニケーションデータベースを確認し、未処理メールへの返信ドラフトを自動生成
毎朝早朝：前日の議事録・今日のミーティング・タスクを一覧化して朝のサマリーページを作成。起きてPCを開く頃には、もう仕上がっている
毎週土曜：週次アクティビティレポートを生成し、進捗を可視化
毎月1日：月次レビューページを生成

朝PCを開くと、メール対応の下書き、今日の予定、処理すべきタスクがNotionに並んでいる。「立ち上げコスト」が劇的に下がった。

なぜ一般のビジネスパーソンでも使えるか

この構成の本質は、AIの動き方をプログラムで定義するのではなく、Notionのテキストで定義できることにある。

Claudeへの指示——どのDBを読むか、どのテンプレートで出力するか、どの条件で処理を切り分けるか——は、すべてNotionページに日本語で書いておく。Coworkに登録するのは「このNotionページを読んで動いてください」というエントリーポイントだけだ。

業務フローを変えたければ、Notionのページを書き直す。コードは触らない。エンジニアを呼ばなくていい。

同様に、ClaudeのAI出力が的外れなら、Notionページにコメントを書いて指摘する。次回の処理でClaudeはその指摘を読み込む。「修正する」という日常動作が、そのままシステムの改善になる。

この選択の限界と正直な評価

現時点でこの組み合わせを「最適解」と呼ぶのは、あくまで条件付きだ。

プログラマーや社内IT部門なしに動かせる範囲であること
既存のGoogleワークスペースとNotionを使っているチームであること
少数チームのスケールであること

大企業の情報セキュリティ要件や、複雑な社内システムとの連携が必要な環境では、別の設計が必要になる。あくまで「市販のSaaSの組み合わせで作れる範囲」の話だ。

また、この仕組みは完成形ではない。スキルの精度向上、エラーハンドリング、チームへの展開——課題は残る。ただ、方向性には確信がある。

まとめ

試行錯誤の順番を振り返ると、こうなる。

Notion AIでNotion完結を試みた → パフォーマンスが出ない。複合タスクの速度・精度ともに、Claude連携と比べると明らかに劣る
Claude Coworkが登場した → 人が不在の時間にも複合タスクを自律実行できる。求めていたものがここにあった
GASの役割を定義した → データ取得層をGASに担わせることで、Claudeのトークン負荷を下げ、処理の効率と精度が上がった

行き着いた Claude × Notion × GAS という組み合わせは、プログラマーでない一般のビジネスパーソンが、市販のクラウドサービスの範囲内で構築・運用できるAI業務基盤だ。現時点では、これが私たちの出した答えだ。

Envitalは、モビリティ・エネルギー分野を主なフィールドに、世界で生まれる先端技術や知見を最も必要とされる現場へつなぐことを生業としています。海外テクノロジー企業の日本市場参入支援から、日本企業の新規事業開発まで、国境や業界を越えた事業開発に取り組んでいます。