Claude Codeはエンジニアだけのもの？アンケート集計ツールを試作してわかった業務改善の可能性

セミナー後アンケートを“集計して終わり”にしない。Claude Codeで改善分析ツールを試作しました

AI Mateでは、生成AIを単なる話題のツールとしてではなく、実際の業務改善にどう活かせるかを日々検証しています。

2026年4月、AI MateではClaude Codeを使い、セミナー後アンケートの集計や改善分析に活用できる簡易ツールを試作しました。

本記事では、その試作の背景や実際に確認した内容、業務改善への活用可能性についてご紹介します。

「Claude Code」と聞くと、エンジニアがコードを書くためのツールという印象を持つ方も多いかもしれません。

もちろん開発に強いツールであることは間違いありません。
しかし実際に触ってみると、非エンジニアの経営者や業務担当者にとっても、業務改善のアイデアを形にするための有力な道具になると感じました。

きっかけは、アンケート結果の活かし方でした

セミナーや研修後には、参加者アンケートを取ることがあります。

ただ、実務ではアンケートを取ったあとに、次のような課題が出てきます。

満足度の平均は出せるけれど、自由記述を読む時間がない。
「良かった点」はわかっても、次回改善にどうつなげるかが整理しづらい。
アンケートの形式が案件ごとに違い、毎回まとめ方が変わってしまう。

特に、主催者側ではなく支援側・下請け側として関わる場合、アンケートの質問項目やフォーマットを自分たちでコントロールできないこともあります。

CSVで届くこともあれば、PDF、画像、スクリーンショットで共有されることもあります。

そこで今回は、こうした実務のばらつきを前提に、アンケート結果を次回改善に活かしやすくするツールをClaude Codeで試作しました。

Claude Codeで試作したツールの概要

今回作成したのは、セミナー後アンケートのデータを読み込み、結果を整理する簡易Webアプリです。

CSVデータのアップロードに加え、PDFや画像をChatGPTなどで文字起こししたテキストを貼り付ける運用も想定しています。

読み込んだデータに対して、以下のような分析項目を手動でマッピングできるようにしました。

• 満足度
• 理解度
• 実務活用意欲
• 推奨度
• 良かった点
• 改善してほしい点
• 次回聞きたいテーマ
• 自社課題・相談内容

質問項目が毎回違っても、「この列は満足度」「この列は改善要望」といった形で対応づけられるようにしています。

平均点だけでなく、改善につながる見方を重視

アンケート分析では、満足度平均だけを見ても十分ではありません。

大切なのは、参加者がどこに価値を感じたのか、どこでつまずいたのか、次に何を知りたいのかを読み解くことです。

今回の試作ツールでは、以下のような情報を確認できるようにしました。

• 回答数
• 満足度や理解度の平均
• 評価分布
• 自由記述の分類
• 頻出キーワード
• 代表コメント
• 改善アクション案
• 次回テーマ候補
• 個別相談につながりそうな声
• 社内共有用サマリー

目的は、AIやツールに判断を丸投げすることではありません。

参加者の声を整理し、人が次回改善を考えやすくすることです。

実際に動作テストまで行いました

今回の取り組みでは、Claude Codeに要件を伝え、React + Vite + TypeScript構成でローカル環境に試作品を作成しました。

その後、サンプルデータを使って、データ取り込み、列マッピング、集計ダッシュボード、改善アクション・サマリー画面まで動作確認を行いました。

UIについても、単なる管理画面ではなく、AI Mateらしいブルー系の清潔感あるSaaS風デザインを目指しました。

記事掲載用のスクリーンショットとしても使えるよう、KPIカード、グラフ、コメント分類カード、改善アクションカード、社内共有用サマリーを見やすく配置しています。

【画像挿入案：Claude Codeで作成したアンケート分析ツールの集計ダッシュボード画面】

【画像挿入案：改善アクション・社内共有用サマリー画面】

Claude Codeは、完成品を作るためだけのツールではない

今回あらためて感じたのは、Claude Codeは「完璧なシステムを作るためだけのツール」ではないということです。

むしろ、業務改善のアイデアを小さく試作し、実際に動かして確認するために向いています。

たとえば今回のように、

「アンケート結果をもっと活かしたい」
「自由記述を整理する時間を減らしたい」
「次回改善につながる形で社内共有したい」

という業務上の課題があれば、まずは小さな画面やツールとして形にできます。

試作品があると、社内メンバーや外注先とも話がしやすくなります。

「こういうものが欲しい」というイメージを、言葉だけでなく画面で共有できるからです。

AI活用で大切なのは、業務の見極めと設計

AIは導入するだけでは成果につながりません。

大切なのは、どの業務にAIを使うのか、どこを自動化し、どこを人が判断するのかを整理することです。

今回のアンケート分析ツールも、すべてをAIに任せるためのものではありません。

参加者の声を見やすく整理し、人が改善点を判断しやすくするための補助ツールです。

このように、現場の業務に合わせて小さく試しながら改善していくことが、実務で使えるAI活用には欠かせません。

まとめ

Claude Codeは、エンジニアだけのツールではありません。

非エンジニアの経営者や業務担当者にとっても、業務改善のアイデアを具体化し、試作品として確認するための有力な道具になります。

今回AI Mateでは、セミナー後アンケートの集計・改善分析をテーマに、Claude Codeで簡易ツールを試作し、動作テストまで行いました。

今後も、生成AIを「使って終わり」にせず、業務がラクになる仕組みづくりにつなげる検証を進めていきます。

AI Mateでは、Claude Codeや生成AIを活用した業務改善・社内DX支援を行っています。

「自社のどの業務にAIを活かせるのか知りたい」「生成AIを使って業務改善の試作品を作ってみたい」という方は、お気軽にご相談ください。