モノWebラボ — AI時代のWeb戦略を、製造業の現場へ

中堅BtoB製造業のWeb担当者向けに、AI/Webの最新動向を「で、ウチではどうか」に読み替えて毎日届ける、自動運転型の翻訳メディア。

媒体（note）：https://note.com/monoweb_lab
媒体（X）：https://x.com/monoweb_lab
このリポジトリ：媒体を毎日自動で動かしている、事業自律改善エンジンのソースコード

---

1. このメディアの意味（Why / What）

誰の、どんな課題を解いているか

読者は、業界シェア上位（1〜4位）の中堅BtoB製造業（従業員200〜800名）のWebマーケ責任者・Web担当リーダーです。専任のWeb担当が1〜3人いる現場で、決裁権を持つか経営層への提案権を持つ立場。

この人たちはいま、共通の痛みを抱えています。

経営層から「AI時代のWeb戦略を出せ」と言われている
しかし一般のメディアやセミナーは BtoC・大企業の事例ばかり で、自社規模・自業界の例が世の中に存在しない
製造業マーケ支援会社は業界に強いがWeb/AIに弱い／業界紙は中立だがWeb/AIに弱い／Webマーケ大手はWeb/AIに強いがBtoC寄り
結果として 社内に相談相手がおらず、社外にも業界の友達がいない。一人で提案書を抱えている

モノWebラボが提供する価値

この空席ポジション ——「業界中立性 × Web/AI翻訳」—— をひとつのメディアで埋めます。

具体的な提供物は次の3つです。

読み替え記事：BtoC・大企業のAI/Web事例を、中堅BtoB製造業の文脈に翻訳した解説記事（5,000〜7,000字）を毎日2本
経営提案で使える対比構造：「Webセキュリティ開示は工場監査と同じ取引維持コスト」のように、製造業の現場語で説明し直す。読者はそのまま社内提案に転用できる
業界横断のベンチマーク資産：競合・トレンド・AI導入率など5指標を毎日DBに蓄積。半年後には独自の競争優位データになる

一文で言うと

「経営層に『AI時代のWeb戦略』を求められたが、自社規模・業界の事例がなく一人で抱えている中堅BtoB製造業のWeb担当リーダー」に、毎日業界翻訳された判断材料を届けるメディアです。

---

2. 仕組み概要（How）

全体フロー（Loop 1：日次記事自動化）

毎日 5:00 と 11:20 の 2 回、macOS の launchd が起動して 1 サイクルを回します。

[launchd 起動：5:00 / 11:20]
  │
  ├─ 01_collect_news       ニュース収集（RSS / PR TIMES / X）→ trends テーブル
  ├─ 02_select_topic       テーマ選定（Claude）→ topics テーブル
  ├─ 03_generate_article   記事生成（Claude Opus 4.7）→ articles テーブル + .md
  │       └─ 延伸ループ（5,000字未満なら最大2回まで自動追記）
  │       └─ Gemini で図解画像生成 / Unsplash でアイキャッチ取得
  │       └─ 表組み → 箇条書き変換（note 用版を別途生成）
  ├─ 04_quality_check      自己採点（Claude Sonnet 4.6）→ quality_checks テーブル
  │       └─ 品質スコアで3段階分岐（後述）
  ├─ 05_notify_discord     Discord 通知（承認 / 自動公開）
  ├─ approve.py            人間承認（Discord で承認後）
  ├─ 06_post_note          note.com に投稿（Chrome DevTools MCP 経由）
  └─ 06_post_x             X に要約 + URL を投稿（140字以内 + 1タグ）

2系統のエージェント／スキル

このプロジェクトには、性質が異なる 2つの実行主体 があります。

A. workers/（無人実行される本番エージェント）

launchd が黙々と叩く Python スクリプト群。1ファイル1責任の番号付き構造で、1ステップだけ再実行・デバッグできます。

ファイル	役割
`workers/loop1_article/01〜06_*.py`	上記フローの各ステップ
`workers/shared/claude_client.py`	Anthropic API ラッパー（コスト記録・チャンク監視・リトライ）
`workers/shared/feedback_loop.py`	過去の品質チェック結果と知見を次回プロンプトに動的注入
`workers/shared/autonomy_router.py`	品質スコアで auto/human/discard を分岐
`workers/shared/diagram_generator.py`	Gemini 3.1 Flash Image で図解生成
`workers/shared/image_fetcher.py`	Unsplash でアイキャッチ取得
`workers/shared/table_to_bullets.py`	note 用に表組→箇条書き変換
`workers/shared/db.py`	SQLite 共有脳へのアクセス層

B. .claude/（Claude Code が記事設計・改善時に使うスキル）

人間と Claude Code が対話的に媒体を育てる時に使う Skill 群。本番スクリプトの中ではなく、Claude Code のセッションでオンデマンドにロードされます。

スキル	役割
`article-writing`	記事生成の全体プレイブック。3つの骨格パターンと品質基準
`industry-translation`	BtoC・大企業事例を中堅BtoB製造業に翻訳する技法
`executive-contrast`	「AはBではなくCだ」で経営者視点の対比構造を作る技法
`movie-scene-intro`	読者像を解像度高く把握するための内部ツール（記事冒頭には出さない）
`domain-knowledge-wiki`	成功事例・失敗事例・業界知識のドメインWiki
`note-publishing-toolkit`	note 投稿の全工程（収集 → 投稿）ツールキット

エージェントは .claude/agents/manufacturing-translator.md に定義された「製造業翻訳メディア担当」が、必要なスキルを組み合わせて作業します。

DBが共有の脳

エージェント同士は直接通信しません。すべて SQLite（db/manufacturing.db）を介します。

テーブル	用途
`articles`	記事メタデータ・status 遷移・投稿 URL・コスト記録（cost_usd）
`topics`	テーマ候補・選定結果
`trends`	収集データ + 5指標の定量データ
`quality_checks`	Claude 自己採点結果（feedback_loop の学習材料）
`domain_knowledge`	蓄積 Wiki（成功 / 失敗 / 業界知見）
`execution_logs`	全スクリプトの実行ログ

---

3. 工夫している3つの軸

① 稼働性 — 止まらず24時間動き続け、障害から自己復旧する

「人間が見ていなくても毎日記事が出続ける」を成立させるための工夫。

工夫	中身
launchd 2回起動	5:00 と 11:20 の 2 回。1 サイクルが失敗しても次のサイクルで自動リカバリ
pmset で確実な wake	`sudo pmset repeat wakeorpoweron MTWRFSU 04:55:00` で Mac のスリープから起こす（launchd だけでは起きない）
caffeinate で 11:20 まで保持	朝のサイクル完了時に `caffeinate -i -t` を発火し、昼のサイクルまで Mac を起こしておく
チャンク監視 30秒	Claude のストリーミング応答で 30 秒チャンクが来なければ即 kill → リトライ最大3回。hang を 5.5分から 30秒に短縮
延伸ループ	記事が 5,000 字未満なら最大 2 回まで自動追記。文字数不足で破棄しない
品質スコアで自動分岐	95点以上は自動承認、80〜94点は人間承認待ち、80点未満は破棄。低品質記事の事故公開を防ぐ
Gemini 図解失敗時のグレース	画像生成が失敗しても記事本体は通す（画像なしで公開）
Discord 通知	各ステップの成否・承認依頼・自動公開を Discord に投げ、人間がスマホでも状況把握できる
gitleaks + .gitignore + hooks 多層防御	API キー・Cookie の漏洩を物理ブロック

② 進化性 — 実行するほどデータが溜まり、自動で賢くなる

「ただ記事を量産する」のではなく、運用するたびに媒体自身が賢くなる仕組み。

工夫	中身
feedback_loop による動的プロンプト注入	過去の `quality_checks`（採点コメント）と `domain_knowledge`（成功/失敗パターン）を次回の記事生成プロンプトに自動注入。同じミスを繰り返さない
domain_knowledge_wiki スキル	成功事例・失敗事例・業界知見を Wiki 化して蓄積。1 年で独自の競争優位になる設計
trends テーブルで5指標を毎日蓄積	業界別AI導入率 / コーポレートサイトリニューアル件数 / ChatGPT・Claude導入企業数 / Web担当者求人件数 / オウンドメディア公開数。半年で独自データ資産に
品質スコアと延伸履歴のDB記録	どんなテーマで何点出たか・何回延伸したかを全件記録 → モデル切替・プロンプト改修の効果を定量検証できる
コスト記録（cost_usd 列）	Anthropic API のキャッシュ書き / 読みまで倍率込みで正確記録。ROI 計算とコスト圧縮 PDCA を回せる
Calibrated Autonomy の段階デビュー	初期は自動承認閾値 95 点で保守的に開始 → 1〜2 週運用して事故ゼロなら 90 点に下げる、という段階的な権限移譲
ハイブリッド執筆（人間 ↔ Claude Code）	スキル群を Claude Code が育て、本番 workers がそれを使う。日々の改善が翌日の本番に効く構造

③ 事業性 — 解いた課題の大きさ・実世界でのインパクト

「個人の趣味ではなく、事業として成立する」ことを意識した設計。

観点	中身
市場の空席ポジション	「業界中立性 × Web/AI翻訳」は、製造業マーケ支援会社・業界専門紙・Webマーケ大手のどれもカバーしていない交点。供給ゼロの需要を独占できる
読者の決裁権	中堅製造業の Web 担当リーダー＝部課長クラス。記事 1 本が数百万円〜数千万円規模の Web 改修発注の意思決定に直結する
取引維持コストとしてのWeb開示	取引先の調達部門のセキュリティチェック厳格化を背景に、Web 開示が「IT コスト」から「営業資料 / 取引維持コスト」に変質。記事の経営層への通り筋を確保
コスト構造	1 記事あたり約 $1.5（Anthropic API + Gemini 画像）。月 60 本（1日2本）で約 $90。広告費ゼロでも note 単体の収益・コンサル経由のリードで回収可能な水準
横展開可能な事業エンジン	仕組み（DB + スキル + ループ）はドメイン非依存。製造業で確立すれば、医療・建設・物流など他業界に「翻訳メディア」を量産できる
HOOTL（human out of the loop）を最終ゴール	人間チェックが残る限り事業はスケールしない。Calibrated Autonomy で段階的にループの外に出る前提で全体設計
媒体の独自データ資産化	半年後の `trends` + `domain_knowledge` は、業界レポート・コンサル・データ販売の原資になる

---

4. リポジトリ構成と開発者向け情報

主要ディレクトリ

ディレクトリ全体像は浅く、エージェント／スキル群（.claude/agents/・.claude/skills/）は 深い階層まで 展開しています。これがこのプロジェクトの「Claude Code に何を覚えさせて、どう協働させているか」の核です。

automation-agent/
├── .claude/                                # Claude Code 用の設定とスキル
│   ├── settings.json                       # permissions / hooks
│   ├── hooks/                              # 秘密ファイル防御・自動整形 等
│   │
│   ├── agents/                             # ===== サブエージェント定義 =====
│   │   └── manufacturing-translator.md     # 「製造業翻訳メディア担当」エージェント。
│   │                                       #   ニュース収集〜記事生成〜投稿の全工程を統括
│   │
│   └── skills/                             # ===== 役割別スキル（オンデマンドロード）=====
│       ├── article-writing/
│       │   └── SKILL.md                    # 記事生成の全体プレイブック。3つの骨格パターンと品質基準
│       │
│       ├── industry-translation/
│       │   └── SKILL.md                    # BtoC・大企業事例を中堅BtoB製造業に翻訳する技法
│       │
│       ├── executive-contrast/
│       │   └── SKILL.md                    # 「AはBではなくCだ」で経営者視点の対比構造を作る技法
│       │
│       ├── movie-scene-intro/
│       │   └── SKILL.md                    # 読者像を解像度高く把握するための内部ツール
│       │                                   #   （冒頭描写ではなく書き手の脳内モデル用）
│       │
│       ├── domain-knowledge-wiki/
│       │   └── SKILL.md                    # 成功事例・失敗事例・業界知識のドメインWiki
│       │
│       └── note-publishing-toolkit/        # note 投稿の全工程ツールキット
│           ├── SKILL.md                    # ニュース収集 → 投稿の 6 ステップ定義
│           └── references/                 # ステップ別の詳細リファレンス
│               ├── topic-selection-policy.md     # テーマ選定ポリシー
│               ├── article-generation-prompt.md  # 記事生成プロンプト本体
│               ├── article-template.md           # 記事構成テンプレ
│               ├── title-and-heading-guide.md    # タイトル・見出しの型と禁則
│               ├── industry-translation-rules.md # 業界翻訳の運用ルール
│               ├── persona.md                    # 読者ペルソナ定義
│               ├── quality-rubric.md             # 品質採点ルーブリック
│               ├── diagram-style-guide.md        # 図解のスタイルガイド
│               ├── note-editor-mcp-guide.md      # note エディタ MCP 操作手順
│               └── unsplash-credit-format.md     # アイキャッチのクレジット表記ルール
│
├── workers/                                # 本番（launchd が叩く Python）
│   ├── loop1_article/01〜06_*.py
│   ├── loop1_article/approve.py / auto_approve_noon.py
│   └── shared/                             # claude_client / db / feedback_loop 他
├── db/
│   ├── schema.sql
│   └── migrations/                         # 001〜004
├── output/articles/YYYY-MM/                # 生成記事（.gitignore）
├── logs/                                   # 実行ログ（.gitignore）
├── secrets/                                # Cookie 等（.gitignore）
├── scheduler/                              # launchd plist テンプレ
├── CLAUDE.md                               # プロジェクト戦略書（Claude Code が毎回読む）
└── SETUP_INSTRUCTIONS.md                   # セットアップ・運用手順の詳細

サブエージェント × スキル × ワーカースクリプトの3層設計

このプロジェクトでは 2 系統のエージェント が役割を分けて動いています。それを束ねるのが「スキル」と「DB（共有の脳）」です。

層	実体	動かす人	役割
① Claude Code サブエージェント	`.claude/agents/manufacturing-translator.md`（1体のみ）	人間 + Claude Code（Max プラン経由）	設計・改善・記事のレビュー・テーマ相談などの対話的な作業を統括する人格。スキル群を必要に応じてオンデマンドロードする
② スキル	`.claude/skills/*/SKILL.md`（6種類）	上記サブエージェントが呼び出す	「どんな技術・判断軸を使うか」を定義する道具箱。記事執筆・業界翻訳・対比構造・読者ペルソナ・Wiki 参照・note 投稿の 6 領域
③ ワーカースクリプト	`workers/loop1_article/01〜06_*.py`（6本＋承認系2本）	`launchd`（無人）	毎日 5:00 / 11:20 に自動起動して無人で記事を量産する Python スクリプト群。1ファイル1責任で SQLite DB を介して連携する

2系統が混ざらない理由

.claude/ と workers/ は混ぜない：前者は人間と Claude Code が育てる場所、後者は launchd が黙々と回す本番。アクセス権限も .claude/settings.json の permissions で隔離されている
DB が共有の脳：両系統が直接通信せず、すべて SQLite（db/manufacturing.db）を経由する。ワーカーが書いた品質スコアや採点コメントを、Claude Code セッションでスキルが読みに来る——という非同期コラボが成立する
references/（note-publishing-toolkit 配下）は、スキルの中でもさらに細かい運用ルール集。プロンプト本体・採点基準・図解スタイル・ペルソナ等を分離管理し、改善時はこの単位で差分修正できる

CLAUDE.md では設計思想③で「エージェント同士は直接通信せず、SQLite DBに書き込み・読み込みすることで連携する」と書かれており、この「エージェント」は ②スキル経由のサブエージェント と ③ワーカースクリプト の両方を指しています。役割は違うが、どちらも DB を共有脳として連携する自律的な実行主体、という意味で同じ語が当てられています。

セットアップと運用手順

セットアップ手順、環境変数、launchd 登録、日次運用フローの詳細は SETUP_INSTRUCTIONS.md を参照してください。

Claude Code でこのリポジトリに作業を依頼する際の絶対ルール（記事 12 原則・自律性 3 段階・セキュリティ原則等）は CLAUDE.md にまとまっています。

セキュリティ方針（要約）

GitHub Private リポジトリのみ（Public 絶対禁止）
秘密情報（API キー・Cookie・DB・記事・ログ）は .gitignore で物理ブロック
.claude/settings.json の permissions.deny + PreToolUse Hook で Claude Code からも不可視
gitleaks で push 前に自動スキャン

note&X自動投稿/改善（モノWebラボ — AI時代のWeb戦略を、製造業の現場へ）