Claude Codeで完全自動化したコンテンツ生成パイプライン：3層設計の実装パターンを徹底解説

生成AIによるコンテンツ制作は、もはや「AIに指示を出して記事を生成する」段階を超えています。2026年7月、ミケ氏が公開した実装は、週次計画から日次執筆まで完全に自動化された3層アーキテクチャを実現しました。

この設計の革新性は、「AIが自分で判断して制約を守りながら執筆する」という点にあります。従来のスケジューラー型自動化とは一線を画す、この実装パターンを詳しく見ていきましょう。

システムは以下の3つのコンポーネントで構成されます。

Layer 1: weekly-content-planner（週次実行）

週に一度実行され、今後公開すべきコンテンツのブリーフ（記事企画）を生成します。このプランナーは以下を行います：

Layer 2: content_briefs テーブル（Supabase）

プランナーとエグゼキューターの間のキューとして機能します。このテーブルには以下の情報が格納されます：

Layer 3: content-executor routine（毎日02:00 JST実行）

毎朝2時に起動し、キューから1件のブリーフを取得して記事を執筆します。重要なのは、`CLAUDE.md`ファイルに記述された制約ルールです：

# Content Executor Rules
- 1日1本のみ執筆すること
- 情報の捏造は絶対に禁止
- 既存記事との重複チェックを必ず実施

Claude Codeはこのファイルを参照し、人間の介入なしに制約を遵守した執筆を行います。

従来のコンテンツ自動化との決定的な違い

ZapierやMake.comなどのワークフロー自動化ツールでも類似の仕組みは構築できますが、この実装には3つの本質的な差異があります。

**1. 自己判断能力の実装**

従来のツールは「AならばBを実行」という条件分岐しかできません。対して、Claude Codeは`CLAUDE.md`を解釈し、「今日はすでに1本執筆したか」「この情報は信頼できるソースか」を自ら判断します。これはルールベースではなく、文脈理解に基づく判断です。

**2. キューイング戦略の優位性**

Supabaseをキューとして使う設計は、単なるスケジューラーより柔軟性が高いです。プランナーが5本分のブリーフを作成しても、エグゼキューターは1日1本ずつ消費するため、執筆ペースと企画ペースを分離できます。急なトレンド対応で優先度を変更することも、テーブル操作だけで可能です。

**3. 制約のドキュメント化という発想**

最も革新的なのは、「捏造禁止」をコードではなくマークダウンで表現している点です。プログラムで制約を実装すると、AIの判断余地がなくなります。自然言語で記述することで、Claude Codeは状況に応じた解釈を行えます。たとえば「明らかに信頼できるソースがない場合は執筆を見送る」といった高度な判断が可能になります。

注意すべきトレードオフ

この設計には明確なメリットがありますが、以下の点には注意が必要です：

**品質の一貫性**

完全自動化では、記事品質のばらつきをリアルタイムで検知できません。週次でのレビュープロセスや、公開前の自動品質チェック（読みやすさスコア、事実確認など）を組み込む必要があります。

**コストの予測可能性**

Claude CodeのAPI利用料は記事の長さや複雑さで変動します。月間コストの上限設定や、異常なトークン消費を検知するアラート機構を設けるべきです。

**依存関係のリスク**

Supabase、Claude API、スケジューラーのいずれかが停止すると全体が止まります。各レイヤーでのエラーハンドリングとフォールバック戦略（例：Supabase障害時はローカルDBに一時保存）が不可欠です。

この設計が最適なケース

以下の条件を満たすチームに特に有効です：

逆に、高度に専門的な分析記事や、独自取材が必要なコンテンツには向きません。

1. ミニマム構成で検証する

いきなり3層を実装せず、まず「content-executor」だけを手動実行で試しましょう：

# CLAUDE.mdを作成
echo "# Rules\n- 800文字以内で執筆\n- 技術用語には必ず説明を付ける" > CLAUDE.md

# Claude Codeで実行
claude-code --file "記事テーマ.md" --rules CLAUDE.md

これで、制約記述がどう機能するかを体感できます。

2. Supabaseでブリーフテーブルを作成

以下のシンプルなスキーマから始めます：

CREATE TABLE content_briefs (
  id UUID PRIMARY KEY DEFAULT gen_random_uuid(),
  title TEXT NOT NULL,
  keywords TEXT[],
  status TEXT DEFAULT 'pending',
  created_at TIMESTAMP DEFAULT NOW()
);

最初は手動でブリーフを登録し、エグゼキューターが正しく取得できるか確認します。

3. GitHub Actionsで日次実行を設定

スケジューラーとしてGitHub Actionsを使えば、無料枠内で実装できます：

name: Daily Content Executor
on:
  schedule:
    - cron: '0 17 * * *'  # 毎日02:00 JST（UTC 17:00前日）
jobs:
  execute:
    runs-on: ubuntu-latest
    steps:
      - uses: actions/checkout@v3
      - name: Run executor
        run: node executor.js
        env:
          CLAUDE_API_KEY: ${{ secrets.CLAUDE_API_KEY }}
          SUPABASE_URL: ${{ secrets.SUPABASE_URL }}

これで、投資ゼロで24時間稼働する執筆ボットが完成します。

この3層設計は、単なる自動化ツールではありません。「AIに何をさせるか」ではなく「AIがどう判断するか」を設計する、エージェント指向アーキテクチャの実例です。

重要なのは、完璧を目指さず、まず動くものを作ること。週1本の自動執筆から始めて、品質やコストを観察しながら拡張していく段階的アプローチが成功の鍵です。

この情報は @ミケ さんの投稿を参考にしています。