01
東京大学松尾研出身メンバーの 高度な知見を基盤とするAI研修
- アカデミックな裏付けと現場実装を両立した内容
- Chat型のAIの先にある「AIエージェント」を体系的に習得
受講満足度95%以上導入社数300社以上受講者数4000人突破
ビジネス職のための Claude Code 実践研修
AIを使う組織から、
AIを育てる組織へ。
Chat型AIで終わらない。
AIが実務を担う組織をつくる、Claude Code 実践研修。
300社以上の様々な業界での研修導入実績
Issue
こんなお悩みはありませんか？
Chat型のAIを導入したが、コピペ作業が必要で連携が悪く効率化できていない
AI活用が一部の社員で止まっていて、組織全体に広がらない
毎月コストはかかるのに、AI導入の成果が見えない
資料作成やデータ整理に時間を取られ、本来の業務に集中できない
何から始めればいいか分からず、最初の一歩が踏み出せない
AIを活用したいのに、知識も人材も足りない…！
Solution
その原因は、「答えるAI」を使っているからかもしれません
Chat型AIは、質問に答えることは得意です。しかし、実際に作業を完了するのは人間です。 AIエージェントは、答えるだけでなく、実際の業務を実行します。
ChatAI
人が質問▶AIが回答▶人が作業
AIエージェント
人が指示▶AIが実行▶人が確認
ChatAI
AIエージェント
会話する
作業する
提案する
実行する
個人の効率化
組織の生産性向上
Claude Codeは、AIを「会話相手」から「実務担当者」へ変えるAIエージェントです。
Features
パンハウスのClaude Code研修が選ばれる理由
他社研修との違いをつくる、4つの強み
02
ビジネス職への 豊富な実績とナレッジ蓄積
- 営業・企画・マーケ・バックオフィスなど職種別の活用知見
- 他社研修にはない実践事例が豊富
- ビジネス職の実務シーンを想定した演習中心の構成
- 300社以上の導入実績で磨かれたカリキュラム
03
セキュリティ・ガバナンス対策を カリキュラムに内包
- 企業決裁の最大懸念「情報漏洩リスク」に正面から対応
- 安全に使うためのルール・権限設計を学べる
- 機密情報の取り扱いガイドラインを提供
- 研修内容としてセキュリティ観点を押さえられる
04
環境構築から丁寧にサポートする 伴走体制
- ITリテラシーを問わず、初日から使える状態に
- 環境構築・初期設定を専任スタッフがサポート
- 研修中もSlack等でフォローアップ
- つまずきポイントを先回りしてケア
Program
プログラム例（全8日間）
エージェント理解から、自部署への適用・成果発表まで。
DAY01
エージェント型AIとは？
Chat型AIとの違いを理解し、Claude Codeを使い始めます。
DAY02
ファイル処理・データ分析
大量のファイル処理やデータ分析を実践します。
DAY03
AIに業務を覚えさせる
業務ルールやナレッジを登録し、定型業務を自動化します。
DAY04
AIが活躍する環境をつくる
フォルダ設計や情報整理を行い、AIが働きやすい状態を構築します。
DAY05
業務自動化と外部連携
実際の業務を想定し、自動化の仕組みを構築します。
DAY06
自部署への適用設計
自分の業務で活用する方法を設計します。
DAY07
業務改善プロジェクト実践
AIを活用した業務改善施策を形にします。
DAY08
成果発表・社内展開
成果を共有し、組織への展開方法を学びます。
Case Study
Chat型AIでは「回答」まで。Claude Codeでは「実行」まで。
複数のファイルやシステムを横断しながら成果を出した、実践事例をご紹介します。
職種で事例を絞り込む
営業
01
展示会フォローを半日から15分へ
見込み顧客への対応を高速化
BEFORE
展示会後のフォローに半日以上。リスト整理・メール作成・優先順位付けを手作業。
Chat型AIの限界
メール文面は作れるが、顧客リストや商談履歴を横断処理できない。
Claude Codeで実現
- 展示会リストを読み込み
- 顧客情報を照合
- 優先順位を自動判定
- フォローメールを下書きフォルダに格納
AFTER
「誰にアプローチするか」の判断に集中できるように。
営業
02
商談から提案書送付までを1日で完結
商談後の提案スピードを大幅に向上
BEFORE
商談後の提案書作成や情報整理に数日から1週間かかっていた。
Chat型AIの限界
たたき台は作れるが、調査・資料作成・体裁調整まで一気通貫は難しい。
Claude Codeで実現
- 議事録を構造化
- 企業情報を調査
- 提案内容を整理
- 自動でPDF化しレビュー前の状態に整える
AFTER
商談から提案準備までを1日で完結。営業スピードが大幅向上。
営業
03
商談当日に動くモックを提案
顧客の熱量が高いうちに具体提案
BEFORE
提案書やモック作成に数日から1週間。熱量が高いうちに提案できないことも。
Chat型AIの限界
提案内容の整理はできるが、実際に動く画面や仕組みは作れない。
Claude Codeで実現
- 商談議事録を分析
- 要件を整理
- モック画面を実装
- 即日デプロイ
AFTER
商談当日に動くイメージを共有でき、提案スピードと顧客体験が向上。
人事
04
採用評価のバイアスを可視化
評価の属人化を防ぎ、採用判断の質を高める
BEFORE
面接評価が面接官ごとに異なり、候補者評価にばらつきが発生していた。
Chat型AIの限界
面接評価コメントの要約はできるが、複数面接官の評価傾向や偏りまでは分析できない。
Claude Codeで実現
- 面接評価シートを横断分析
- 評価項目ごとの傾向を可視化
- 評価のばらつきを抽出
- バイアスの可能性をレポート化
AFTER
採用判断の透明性が向上し、評価基準の標準化につながった。
人事
05
入社手続きの工数を大幅削減
アカウント発行や初期設定業務を効率化
BEFORE
パンハウスでも入社準備では、複数システムのアカウント発行や初期設定作業を手作業で行っていた。
Chat型AIの限界
手順書の作成はできるが、実際の作業フロー管理やチェックはできない。
Claude Codeで実現
- 入社者情報を読み込み
- 必要なアカウント一覧を生成
- 申請タスクを整理
- 進捗状況を自動管理
- オンボーディングチェックリストを作成
AFTER
入社対応の抜け漏れを防ぎ、担当者の工数を大幅に削減できた。
人事
06
組織の離職リスクを早期発見
離職率や在籍データを分析し、組織課題を可視化
BEFORE
離職率や在籍期間のデータは存在していたが、集計から示唆出しまでに時間がかかり活用できていなかった。
Chat型AIの限界
単発の分析はできるが、継続的なデータ分析や傾向把握は難しい。
Claude Codeで実現
- 離職率・在籍期間データを取り込み
- 部署別離職率を分析
- 在籍期間の傾向を可視化
- 離職リスクの高い組織を抽出
- 分析結果をレポート出力
AFTER
感覚ではなくデータに基づいた組織改善の議論が可能になった。
マーケ
07
コンテンツ制作を半日から30分へ
記事・SNS・メルマガを一貫して作成
BEFORE
記事作成後にSNS投稿、メルマガ、告知文を個別に作成していた。
Chat型AIの限界
単発の文章作成はできるが、複数媒体への展開は人が指示する必要がある。
Claude Codeで実現
- 記事を読み込み
- X投稿を作成
- メルマガ文面を作成
- ウェビナー告知文を生成
- 媒体別に最適化
AFTER
コンテンツ展開工数を大幅に削減し、発信頻度を向上できた。
マーケ
08
LP改善案を自動生成
成果につながる改善ポイントを発見
BEFORE
LP改善は担当者の経験や感覚に依存していた。
Chat型AIの限界
LP単体のレビューはできるが、過去実績との比較は難しい。
Claude Codeで実現
- LPを分析
- 過去CV実績を参照
- ヒートマップ結果を読み込み
- 改善案を生成
- 優先順位を提案
AFTER
改善サイクルが高速化し、CV改善施策を継続的に実行できるようになった。
マーケ
09
ウェビナー集客施策を自動設計
過去実績を活用し集客施策を立案
BEFORE
ウェビナーごとにターゲット設計やメール企画をゼロから考えていた。
Chat型AIの限界
アイデア出しはできるが、過去施策との比較分析は難しい。
Claude Codeで実現
- 過去開催実績を分析
- 集客結果を比較
- ターゲット別訴求を抽出
- メール企画を提案
AFTER
再現性の高い集客施策を短時間で立案できるようになった。
CS
10
オンボーディング進捗を自動可視化
フォローすべき顧客を自動抽出
BEFORE
顧客ごとの進捗確認に時間がかかり、対応優先度の判断が属人化していた。
Chat型AIの限界
進捗管理表の作成はできるが、顧客状況を継続的に監視できない。
Claude Codeで実現
- 利用ログを分析
- 進捗状況を判定
- リスク顧客を抽出
- 優先順位を自動表示
AFTER
対応漏れを防ぎ、解約リスクの早期発見につながった。
CS
11
顧客面談後のアクションを自動整理
面談後の業務を標準化
BEFORE
面談後の議事録作成やタスク整理に時間がかかっていた。
Chat型AIの限界
議事録要約はできるが、次回アクション管理までは難しい。
Claude Codeで実現
- 面談内容を分析
- 議事録を作成
- タスクを整理
- 担当者ごとに振り分け
- 次回フォローを設定
AFTER
面談後の対応品質が向上し、顧客対応の属人化を防げた。
CS
12
導入企業ごとの活用レポートを自動作成
活用状況を可視化し提案品質を向上
BEFORE
顧客ごとの利用状況分析に多くの時間がかかっていた。
Chat型AIの限界
レポート作成はできるが、複数データの継続分析は難しい。
Claude Codeで実現
- 利用ログを集計
- 活用状況を分析
- 改善提案を生成
- 定例レポートを作成
AFTER
顧客ごとの課題把握が容易になり、提案の質が向上した。
Voice
受講者からの声
— 営業企画・マーケティング担当
これまでChat型AIは単発で使うことが多かったのですが、業務フローの中に組み込む考え方が理解できました。複数のデータや資料を横断して処理する方法も学べたので、レポート作成や情報整理にかかる時間を大きく削減できました。
— 営業・CS担当
チャット型AIとエージェント型AIの違いが理解できました。単に文章を作るだけでなく、業務の設計方法やskill（AI用の作業指示書）の作り方、システム間連携までを学べたので、商談から提案資料の作成、メールの下書き作成までを一気通貫でAIに任せられるようになりました。
— 管理部・バックオフィス担当
これまで経営会議の資料作成は、基幹システムからデータを抽出し、決まったフォーマットに数字を集計・転記して整える作業に毎回かなりの時間をかけていました。研修後は、基幹システムからのデータ取得から、フォーマットの決まった細かな数字入りの資料作成までをAIに任せられるようになり、会議準備の負担が大きく軽減しました。
Flow
導入の流れ・料金
ご相談から研修実施まで 5 STEP！
STEP1
お問い合わせ
まずはお問い合わせいただき、御社のニーズに基づいた最適な研修プランをご提案いたします。
STEP2
契約
研修内容やスケジュールの合意後、契約を進めます。詳細な説明を行い、納得いただける形で契約を締結いたします。
STEP3
助成金申請
助成金申請に関するサポートを提供します。必要書類の準備や手続きのアドバイスを行い、申請をスムーズに進めます。
STEP4
研修
契約後、研修を実施します。御社に合わせた研修で、最新の生成AI技術を学べます。研修期間は約2ヶ月です。
STEP5
フォローアップ
研修後も、学んだスキルの実践を支援するフォローアップを実施。必要に応じて追加のサポートを行い、長期的な成果をサポートします。
Price
料金
基礎から応用まで学べる
基本料金
¥400,000
助成金適用で最大78%OFF
¥88,000/人
12時間（90分×8回）・研修期間 約2ヶ月
- 基礎から応用まで学べる
- オンライン形式の研修
- 業務改革を目指す方向け
FAQ
よくあるご質問
Q1AIやプログラミングの知識がない社員でも受講できますか？
はい、問題ありません。本研修は初心者の方を対象に設計しており、基礎から丁寧に進めます。難しい技術論ではなく、現場ですぐに使える実践的なスキルを習得いただけます。
Q2セキュリティや情報漏洩のリスクが心配です。
セキュリティ設定・ガバナンス対策をカリキュラムに内包しています。企業利用で最も懸念される情報流出リスクへの対策を、導入段階から正面から解消します。
Q3研修終了後のサポート体制はどうなっていますか？
フォローアップサポートをご用意しています。研修専用Slackチャンネルでの質問対応、月一回のオンラインQ&Aセッション、社内データ基盤整備やAIツール活用のコンサルティング、社内アプリ開発などを提供しています。
Q4助成金は活用できますか？
人材開発支援助成金をご活用いただけます。申請については、助成金申請において豊富な経験と実績を持つ社労士をご紹介いたします。
Q5研修は最低何人から受講できますか？
最低人数は5人となります。
Q6AIのライセンスは受講企業側で契約する必要がありますか？
はい、お手数ですがライセンスのご購入は各企業様にてご対応いただきますようお願い申し上げます。
About Us
株式会社パンハウスとは？
「AIとともに成果を出せる人と組織を増やす」をミッションに、
生成AI研修・AIソリューション・プロダクト開発を手がけるAIスタートアップです。
300社以上の研修実績で培った知見で、御社のAI活用を伴走支援します。
Contact
お問い合わせ
研修のご相談・お見積りなど、お気軽にお問い合わせください。