🎓 生成AI活用の勉強会・無料相談・最新情報をお届けします
オンライン勉強会の案内や、無料相談、ChatGPT・Claude活用の具体例をメールでお届けします。登録は無料、いつでも解除できます。
毎日届く大量の問い合わせメール。「見積もり依頼」「サポート問い合わせ」「資料請求」などを手作業で分類して、それぞれに返信テンプレートを用意する作業、本当に時間がかかりますよね。プログラミング経験ゼロの私が、Claude Codeを使ってこの作業を自動化してみたところ、驚くほど簡単にシステムが作れました。今回は実際に試した手順と「つまずいたポイント」も含めて、すべてお見せします。
実際に作ってわかった：必要なのはたった3つのファイルだけ
最初は「メール分類システムなんて難しそう…」と思っていましたが、Claude Codeに相談しながら進めたところ、必要なファイルは意外とシンプルでした。
プロジェクト全体の構成はこうなります：
email-classifier/
├── classifier.py（メイン処理）
├── email_data.json（サンプルメールデータ）
└── requirements.txt（必要なライブラリ）まず、作業用フォルダを作って、そこでClaude Codeを起動します。私はデスクトップに「email-classifier」というフォルダを作りました。ターミナル（Windowsならコマンドプロンプト）を開いて、こんな感じで準備します：
cd Desktop
mkdir email-classifier
cd email-classifier
code .VS Codeが開いたら、Claude Codeに「問い合わせメールを自動分類して、それぞれに適した返信テンプレートを生成するPythonプログラムを作りたい」と伝えるだけ。驚いたのは、Claude Codeが「どんなカテゴリに分類したいですか？」「メールのサンプルはありますか？」と逆に質問してくれたこと。対話しながら仕様を決められるので、初心者でも安心でした。
実践：サンプルメールで分類システムを動かしてみる
Claude Codeが生成してくれたclassifier.pyは、Anthropic APIを使ってメールを分析する仕組みです。まず、APIキーの設定が必要ですが、これもClaude Codeが手順を教えてくれました。
私はこんなサンプルメールをemail_data.jsonに用意しました：
[
{
"subject": "新規見積もりのお願い",
"body": "貴社のサービスについて見積もりをお願いしたく、ご連絡いたしました。予算は50万円程度を想定しています。"
},
{
"subject": "ログインできません",
"body": "昨日からシステムにログインできなくなりました。エラーメッセージは『認証に失敗しました』と表示されます。"
},
{
"subject": "サービス資料送付のお願い",
"body": "導入を検討しており、詳しいサービス資料をPDFでいただけますでしょうか。"
}
]必要なライブラリをインストールして実行します：
pip install anthropic
python classifier.py実行結果がターミナルに表示されたとき、正直「おお！」と声が出ました。それぞれのメールが「見積もり依頼」「技術サポート」「資料請求」にきちんと分類され、適切な返信テンプレートまで生成されていたんです。
例えば技術サポートのメールには「お問い合わせありがとうございます。ログイン問題について確認させていただきます。以下の情報をご教示いただけますでしょうか…」といった、実務ですぐ使えそうなテンプレートが出力されました。
つまずいたポイントと解決策：実際にハマった3つの罠
1. APIキーの設定方法がわからない
最初、環境変数の設定でつまずきました。Claude Codeに「Windowsで環境変数を設定する方法を教えて」と聞いたら、システム設定を開く手順から丁寧に教えてくれました。MacやLinuxなら.bashrcや.zshrcに記述する方法も提案してくれます。
2. 日本語メールの文字化け
サンプルファイルをShift_JISで保存していたため、最初は文字化けが発生。Claude Codeに「日本語が文字化けします」と伝えたら、email_data.jsonをUTF-8で保存し直すよう指示され、Pythonコード側でもencoding='utf-8'を明示するように修正してくれました。
3. 分類精度の調整
「クレーム」と「問い合わせ」の区別が曖昧なケースがありました。Claude Codeに「分類の判断基準を厳しくしたい」と相談すると、プロンプト部分を調整して、感情的な表現の有無で判断するロジックを追加してくれました。こうした細かいチューニングも、コードを直接書かずに自然言語で指示できるのがClaude Codeの強みです。
実務適用への発展：Gmailと連携させてみた
基本システムができたので、次は「実際のGmailから自動取得できないか」と欲が出ました。Claude Codeに相談すると、Google APIを使った連携方法を提案してくれました。
gmail_integration.pyという新しいファイルを作成し、Gmail APIの認証情報（credentials.json）を配置する手順まで、段階的に教えてもらいながら実装。未読メールを取得→分類→返信下書きを自動作成、という流れまで約2時間で完成しました。
実際に動かしてみると、朝一番に届いた15件のメールが自動分類され、返信下書きがGmailの下書きフォルダに保存されている状態に。完全自動返信ではなく「下書き生成」にとどめたのは、最終確認は人間がすべきという判断です。このあたりの「どこまで自動化するか」の相談も、Claude Codeとの対話で決められました。
まとめ：プログラミング未経験でも半日で実用レベルに到達
今回の挑戦を通じて実感したのは、「作りたいもの」を明確に伝えられれば、技術的な知識がなくてもClaude Codeが形にしてくれるということ。私がやったのは以下だけです：
- 「メール自動分類システムが欲しい」と自然言語で伝える
- Claude Codeの質問に答えながら仕様を固める
- 生成されたコードを実行してエラーが出たら報告する
- 動作を確認して改善点を伝える
所要時間は、Gmail連携まで含めて約4時間。そのうち3時間は待ち時間やAPI設定などで、実質的なコーディング時間はほぼゼロです。
月曜朝の「メール仕分け地獄」から解放された今、Claude Codeは私の必須ツールになりました。あなたも「面倒だな」と感じている業務があれば、まずはClaude Codeに相談してみてください。思っているより簡単に、そして楽しく、自動化への第一歩が踏み出せるはずです。