自分で作った小さい仕組み、一個くらい無いかね。
関数をびっしり仕込んだスプレッドシートとか、毎回同じ手順でAIに投げてるプロンプトとか、どこかのデータを別の場所に転記してくれるやつとか。
最近なら、Claude CodeやCodexを使って、ちょっとしたアプリを自分で作った人もいるんじゃないかね。
作った時は「おお、便利さ〜」で終わってたのに、気がついたら毎日の仕事に欠かせなくなってる。周りの人も当たり前に使うようになってたりしてね。
今週、その完成形みたいなニュースを読んでよ。すごいなぁと感心したんだけど、ちょっと気になることもあってさ。
今日はそんな話。最後に、自分が作ったアプリや業務ツールの状態を調べて、改善するところまでAIに手伝ってもらうプロンプトも置いておくから、心当たりのある人は持って帰って。
「事務員1人分」を、院長がひとりで作ってしまった話
読んだのはこれね。
ローカルLLM利用のクリニックを受診してみた PCマニアの院長が自力で構築、その導入効果は?
東京のクリニックの院長が、予約システムなどをClaude Codeで自作してしまった話よ。
手書きの問診票をスキャンすると、院内に置いたMac Studioの中のAIが名前や生年月日を読み取って、カルテの候補を出す。過去のカルテは深夜のうちにまとめて要約されて、翌日の診察の「目次」になる。診察室には本格的なマイクが立っていて、話した内容がその場で文字になる。
外部のAIサービスに患者の情報を送らないように、ローカル環境、つまりクリニックの中のパソコンで動かしているのね。
医療情報は取り扱いに気を使うから、クラウドのAIサービスにそのまま患者情報を送るわけにはいかない。そこで自分で環境を整えて、必要な仕組みを作ったというわけ。
効果はというと、院長いわく「事務員1人分くらいの仕事は確実にこなしてくれています」。
以前は1日40〜50人の受診で大忙しだったのが、今は100人以上を受け入れる日もあるらしい。
かかったお金は、Claude Codeの上位プランが月3万6000円ほどで年40万円くらい。Mac Studioが約69万円。エコーが300万、X線の装置が500万〜1000万円する世界からすれば「断然安い」と。
はっさ、すごい時代になったもんだね。
でね、オジイが一番気になったのは、効果の数字だけじゃないのよ。
院長が「断然安い」と言ったあとに、自分で付け足している一言のほう。
何か起こった時に自分で対処する責任や手間を負う覚悟さえあれば
これよ。
自分で作れば、業者に頼むより安く済むこともある。必要な機能を自分の仕事に合わせて作れるし、使いながら改善することもできる。
ただし、作ったら終わりではない。
何か問題が起きたら、自分で原因を調べて対処する必要がある。使っているサービスの仕様が変わることもあるし、データの扱い方を間違えれば大きな問題になることもある。
院長はそこまで含めて、自分で作ることを選んでいるわけさ。
これ、実は結構大事な話だと思うのよ。
見積もりと稟議が消えた。その代わりに何が必要になった?
ちょっと前まで、業務用の仕組みを一個入れるのって面倒だったわけ。
業者に相談して、やりたいことを説明して、見積もりが出てきて、金額が高いからもう一回削って、社内の決裁を通して、やっと着手。
オジイも昔、その「見積もりを出す側」にいたから、あの往復の面倒くささはよく知っている。
でもね、あの面倒くささには副産物があったのよ。
何のために何をするものなのかが、提案書や仕様書という形で文章になる。金額が動くから、現場以外の人も「こういう仕組みが入った」と知る。作った会社の側にも資料が残る。何かあったときにどこへ連絡するかも、契約の時点で決まっている。
誰も好き好んで書類を作っているわけじゃない。発注するために仕方なくやっていた手続きなんだけど、結果として、作った人以外にも仕組みのことが分かる状態になっていたわけさ。
ところが今は違う。
思いついたその日に、AIと相談しながら自分で作れる。業者との打ち合わせも、見積もりも、稟議も必要ない。小さな業務ツールなら、その日のうちに動かせることだってある。
便利になった。それは間違いない。
ただ、作るまでの手続きが省略されたことで、以前なら自然に残っていた情報まで省略されることがある。
何のために作ったのか。どういう仕組みで動いているのか。なぜこの処理を入れたのか。どこを変更すると別の機能に影響するのか。
作った本人は分かっているつもりでも、時間が経てば忘れる。
ましてや、AIにコードを書かせていると、自分がすべての処理を理解しているとは限らないのよ。
オジイも以前、仕事でAIを使ってコンテンツを量産する仕組みを設計して回していたことがあってね。
作業する人が入れ替わっても品質が崩れないように、わりとしつこく組んだのよ。自分が毎回手を動かさなくても回るようにするために、処理の流れや条件を考えて作っていた。
ただ、仕組みを作ることと、その仕組みを後から管理できることは別の話。
ちなみに、その仕組みで積み上げたコンテンツはプロジェクトが終わって全部消えた。仕組みは引き継げても、置き場所までは引き継げなかったという話ね。あれはまだちょっと悔しい。
こういう経験もあるから、便利な仕組みを作ったら、その後どう管理するかまで考えておきたいと思うわけ。
特に今は、自分で作ったものだけじゃなく、他人がAIで作ったものを引き継いだり、既存のアプリを改造したりする機会も増えてくるはず。
そのとき、何も分からないままコードを変更してしまったらどうなるか。
直したつもりが別の機能を壊してしまったり、以前の問題を解決するために入れた処理を消してしまったり。
これ、普通に起こり得る話よ。
だから、作った後に一度、自分が使っているものを調べてみたほうがいいと思うの。
自分が使っているアプリ、健康診断したことある?
例えば、今使っているアプリについて、こんなことを説明できるかね。
- どんなデータを扱っているのか。
- そのデータはどこに保存されているのか。
- 外部のサービスに何を送っているのか。
- APIキーやログイン情報は適切に管理されているか。
- エラーが起きたとき、データが消えたり二重登録されたりしないか。
- どこを変更すると、別の機能に影響するのか。
- 今のアプリを他の人が改修できる状態になっているか。
全部答えられたら立派なもんよ。
でも、AIに作ってもらったアプリなら、作った本人でも分からないところがあるんじゃないかね。
特に気になるのは、外部サービスとの接続やデータの扱い。
例えば、便利だからといって、顧客情報を外部のAIサービスに送る仕組みになっていたらどうするか。APIキーがプログラムの中に直接書かれていたらどうするか。バックアップを取らずにデータを上書きする仕組みになっていたら?
普段は問題なく動いているから、気がつかないこともある。
もちろん、ソースコードをAIに読ませただけで安全性を保証できるわけじゃない。実際の動作やサーバー側の設定まで確認しないと分からないこともある。
それでも、まずは今の状態を調べることには意味がある。
人間だって、具合が悪くなってから病院に行くより、定期的に健康診断を受けておいたほうがいいでしょ。
アプリも同じよ。
手土産|自分のアプリをAIに健康診断してもらおう
というわけで、今回は自作アプリや業務ツールをAIに調べてもらうプロンプトを用意した。
単にコードを解説してもらうものではないよ。
現状を調べて、問題があれば改善案を出してもらい、今後の改修で守るルールや変更履歴まで作ってもらうもの。
対象は結構広い。
- Claude CodeやCodexで作ったアプリ
- PythonやGASで作った自動化ツール
- n8nなどのワークフロー
- ExcelやGoogleスプレッドシート
- 日常的に使っている業務用の小さなプログラム
自分で作ったものでも、他人が作ったものでもいい。
使い方は、まず対象となるものをAIに伝えて、必要なファイルを案内してもらうだけ。
ただし、ここは注意してね。
APIキー、パスワード、アクセストークン、顧客情報などは、必ず事前に削除・マスキングしてから渡すこと。
AIにチェックさせるために、機密情報まで渡してしまったら本末転倒だからさ。
自作アプリ・業務ツールの健康診断&改修計画プロンプト
以下をコピーして、ChatGPTやClaudeなどに貼り付けてみて。
あなたは、既存のアプリや業務ツールを調査し、安全性・使いやすさ・保守性を改善するシステム監査兼改善担当者です。
私はこれから、自分で作ったアプリ、または改修を検討している他人が作ったアプリの情報を提供します。
あなたの目的は、単にコードを解説することではありません。
現状を正確に把握し、問題があれば原因と影響を特定し、必要な改善を具体的な作業に落とし込むことです。
また、今後の改修で同じ問題を繰り返さないよう、変更履歴と改修ルールを残す仕組みも検討してください。
1. 調査を始める前に
最初に、対象が以下のどれに該当するか確認してください。
- 自分で作ったアプリ・ツール
- AIを使って作ったアプリ・ツール
- 他人が作ったアプリ・ツール
- 他人が作ったものを改修したアプリ・ツール
その後、必要なファイルや情報を一つずつ案内してください。
ソースコード、設定ファイル、ワークフロー、依存ライブラリ、利用サービスなど、確認に必要なものを具体的に指定してください。
パスワード、APIキー、アクセストークン、個人情報、顧客データなどの機密情報は、共有前に必ず削除・マスキングするよう案内してください。
機密情報を含む可能性があるファイルは、そのまま提出させないでください。
2. アプリの現状を把握する
提供された情報から、以下を整理してください。
- 何を目的としたアプリなのか
- 主な機能と処理の流れ
- 入力するデータと出力されるデータ
- 外部サービスやAPIとの接続
- 保存されるデータと保存場所
- 利用しているアカウントや権限
- 有料サービスやライセンスへの依存
- 他の機能との依存関係
確認できた事実と、推測・未確認事項を必ず分けてください。
情報が足りない場合は、私に一つずつ質問してください。
3. 安全性と運用上の問題を調べる
以下の観点から問題を確認してください。
セキュリティ・情報管理
- 認証やアクセス権限は適切か
- APIキーや認証情報の管理に問題はないか
- 不要な情報を外部サービスに送信していないか
- 個人情報や機密情報の保存・送信に問題はないか
- 不正アクセスや情報漏洩につながる箇所はないか
動作・データ管理
- エラーが発生した際にデータが消失しないか
- 二重実行や重複登録が起きないか
- 入力データの変更で処理が壊れないか
- バックアップや復旧の手段があるか
- 処理が途中で失敗した場合に、どこまで完了したか分かるか
維持・管理
- 特定の人や端末に依存していないか
- 外部サービスの仕様変更に弱い箇所はないか
- 不要な処理や重複した処理がないか
- エラーの原因を特定できる仕組みがあるか
- 他の人が内容を理解して改修できるか
問題を発見した場合は、以下をセットで提示してください。
- 問題のある箇所
- 何が問題なのか
- 実際に起こり得る影響
- 発生する可能性や条件
- 改善する方法
確認できない項目を「問題なし」と判定してはいけません。
4. 改善案を作る
調査結果をもとに、改善案を作成してください。
改善案は以下の3段階に分類してください。
- 優先度A:放置すると情報漏洩、データ消失、重大な業務障害につながる可能性があるもの
- 優先度B:操作性、処理効率、保守性を改善するもの
- 優先度C:将来的な機能追加や拡張に備えるもの
それぞれについて、以下を示してください。
- 改善する箇所
- 改善する理由
- 具体的な修正内容
- 修正によって影響を受ける機能
- 修正前に必要なバックアップや確認事項
- 修正後に行う動作確認
現状のまま使うほうがよい場合は、無理に改修を提案しないでください。
5. 改修時のルールを作る
今後、このアプリを改修する際に守るべきルールを作成してください。
特に以下を重視してください。
- 既存機能を勝手に削除・変更しない
- 変更する理由と目的を明確にする
- 変更箇所以外への影響を確認する
- 認証情報や個人情報の扱いを変更しない
- 外部サービスとの接続仕様を勝手に変更しない
- 修正前の状態に戻せるようにする
- 変更後に既存機能の動作確認を行う
他人が作ったアプリの場合は、改変の権限、ライセンス、利用規約、著作権、元の開発者によるアップデートへの影響も確認してください。
確認できない権利関係を、改変可能と決めつけないでください。
6. 変更履歴を残す仕組みを提案する
改修のたびに、以下を記録できる仕組みを提案してください。
- 変更日
- 変更した人
- 変更した箇所
- 変更前と変更後
- 変更した理由
- 変更による影響
- 動作確認の結果
- 元に戻す方法
既存のアプリの構成に合った方法を提案してください。
例えば、README、CHANGELOG、変更記録ファイル、Gitなどを検討して構いません。
ただし、既存の構成を無視して新しい管理ツールを増やすことは避けてください。
また、今後AIに改修を依頼する際に、必ず最初に参照させる「改修ルール」のファイルも作成してください。
7. 最終報告
最後に以下の形式でまとめてください。
現状
アプリの目的と構成、主な機能。
調査結果
確認できた問題、未確認事項、現時点で問題が見つからなかった項目。
改善計画
優先度順の具体的な改善内容。
改修ルール
今後の変更時に守るべきルール。
変更履歴の管理方法
どこに、どのような情報を残すか。
最初に取り組むこと
今すぐ取り組むべき作業を一つだけ選び、理由と具体的な手順を示してください。
重要な禁止事項
- 確認していない内容を確認済みとして扱わない
- ソースコードだけで安全性を保証しない
- 問題の原因が分からないまま修正案を確定しない
- 私の許可なく既存のコードや設定を変更しない
- 改修によって既存機能が失われる可能性を無視しない
- 変更履歴を残さずに改修を完了したことにしない
- 不必要な機能追加や大規模な作り直しを勧めない
まずは対象となるアプリの種類と、調査に必要な情報を一つずつ確認するところから始めてください。
使うときに、ちょっと覚えておいてほしいこと
このプロンプトは、最初から全部のファイルを渡す必要はないよ。
AIに必要なものを聞きながら、少しずつ渡していけばいい。
それと、調査結果が出たからといって、すぐに修正を実行する必要もない。
まずは診断結果を確認して、何を直すか決める。修正するならバックアップを取ってから。特に他人が作ったアプリなら、ライセンスや改変の許可も確認しておくこと。
もう一つ大事なのが、変更履歴ね。
例えば、ある機能を変更したとする。
そのとき「○月○日、機能を修正」とだけ残しても、後から見た人には何のことか分からない。
なぜ変更したのか、何を解決したかったのか、変更によって何が変わったのか。そこまで記録しておくと、次にAIへ改修を頼むときにも役立つ。
AIに作ってもらったアプリを、次のAIに改修させる。そんなことが当たり前になってくるなら、アプリと一緒に、その経緯やルールも引き継げるようにしておきたいわけさ。
便利にするだけじゃなく、安心して使い続けられるように
AIを使えば、以前なら専門業者に頼まないと難しかったような仕組みも、自分で作れるようになった。
これは本当に大きな変化よ。
ただ、作れることと、管理できることは別なのよね。
便利なアプリを作っても、どんなデータを扱っているのか分からなかったり、修正するたびに別の機能が壊れたりしたら、せっかくの便利さが台無しになってしまう。
オジイも今、自分で作った仕組みをいくつか動かしているけど、作っている最中は分かっていたことも、しばらく触らないと忘れてしまう。
Illustratorでも、保存を後回しにして何度も作業を飛ばしている男だからね。自分の記憶力を信用してはいけないのよ。
それに、三か月後の自分は、今日の自分がなぜその処理を入れたのかなんて、たぶん覚えていない。
だから、作ったら終わりじゃなくて、使いながら調べて、必要なところを直して、その理由も残しておく。
大げさなマニュアルを作る必要はないと思う。
まずは自分が毎日使っているアプリを一つ選んで、AIに中身を調べてもらうところから始めてみたらいいさ。
便利なものを作れる時代になったんだから、便利なまま使い続けられるようにもしておきたいしね。
さて、オジイも自分のアプリを一度健康診断にかけてみるかね。自分で作ったものほど、案外知らないことが出てくるかもしれんさ。
ってことでまた次回!

