
講師の自己紹介と、このコースのゴールを共有します。AIエージェントのClaude Codeにサイトの中身・運営背景・アクセスデータを渡し、「あなたのサイトを知っているAIチーム」を手元に作ります。
ChatGPTやGeminiのようなチャット型AIとの違いを解説します。Claude Codeは自分でデータを取得し、分析し、レポートのファイルまで作ります。GA4やサーチコンソールとつないだ分析環境の全体像を先にお見せします。
無理なく進められるスキルの目安(GA4・タグマネージャーの基本理解、生成AIの使用経験)と、このコースが合わない方について正直にお伝えします。
セクション1〜4が環境構築とデータの準備、セクション5が分析という道のりを説明します。準備に一番時間がかかる構成なので、先に全体像を把握していただいてから進めます。
Claude Codeはパソコンの中で動くため、OSや環境によって画面や動きが動画と一致しないことがあります。詰まったときにClaude Code自身に質問して解決する方法と、実行中マークの見分け方を解説します。
必須は「編集権限のある自分のサイト」と「そのサイトのGA4」の2つです(デモアカウント不可)。あると分析が深くなるGoogleタグマネージャーとサーチコンソールについても説明します。
Claude Codeのデスクトップアプリをダウンロードし、インストールとサインインを行います。入力内容をAIの学習に使わせないためのプライバシー設定もここで済ませます。
Claude Codeのデスクトップアプリをダウンロードし、インストールとサインインを行います。入力内容をAIの学習に使わせないためのプライバシー設定もここで済ませます。
ファイルの変更履歴を残し、いつでも前の状態に戻せるようにするバージョン管理ツール「Git」を導入します。ターミナルを使うのはこの下準備のときだけです。
このコースで使うClaude Codeへの指示文(プロンプト)のサンプルを配布します。ただし、Claude Codeは決まりきったプロンプトを使う必要はなく、「やって欲しいこと」をある程度伝えれば、AI側で意図を汲み取ってアウトプットしてくれます。
補足としてClaude Codeへの効果的な指示の出し方についても解説します。
最初のハンズオンとして、サンプルPDFの見た目をそのまま再現したHTMLダッシュボードをClaude Codeに作らせます。許可ダイアログとの付き合い方も実演します。
メインのアシスタントが専門別のサブエージェントに仕事を振り分ける「ハブ型」のチーム構成を解説します。
配布キットを展開して、AIチームの土台になるプロジェクトフォルダを設置します。
キットに組み込んだ初回セットアップを実行します。呼んでほしい名前や意思決定の癖などの質問に答えるだけで、アシスタントがあなたに合わせて振る舞うようになります。
サブエージェント(担当者の役割定義)とスキル(作業マニュアル)の実体は、どちらもただのテキストファイルです。実物のファイルを開きながら、2つの概念を解説します。
プラン別に使える量、モデル別の消費量、コンテキストウィンドウ、5時間と1週間の利用上限を解説します。上限表示に出会っても慌てないための知識と、モデルの切り替え方を身につけます。
許可を求められたときの判断基準(読むだけ・中身を変える・取り消せない)、AIに渡してはいけない情報、配布キットに組み込んだ安全機構を解説します。
このセクションのゴールを共有します。GA4&サーチコンソールのデータをClaude Codeから読める状態にします。
Claude Codeと外部ツールをつなぐ連絡係「MCPサーバー」の概念を解説します。
配布の接続キットを使い、AIと対話しながらGA4とサーチコンソールを接続します。権限は閲覧のみに絞って安全に付与します。
接続したGA4の実データを、セクション1で作ったダッシュボードに流し込みます。データポータル(Looker Studio)の数字と突き合わせて、データが正しく取れていることを確認します。
分析の質はAIに渡す前提条件の質で決まります。このセクションで渡す5つのデータ(サイトの中身・背景・読者像とゴール・計測設定・来訪前ニーズ)を説明します。
WordPressのエクスポート機能で全コンテンツを書き出し、タイトル・URL・公開日・カテゴリ・文字数・要約を備えたコンテンツ台帳をClaude Codeに作ってもらいます。
エクスポート機能のないECサイトからデータを渡す現実的な手順を実演します。サイトマップとrobots.txtの確認から入り、CSVエクスポートへ切り替える判断もそのままお見せします。
運営目的・事業モデル・過去の施策・計測の変遷・除外条件などを、AIからの質問に答える形で引き出してもらい、整理して保存させます。
読者像・ゴール・KPI・想定動線を1枚の文書にまとめ、以降の分析で毎回参照してもらいます。渡した情報とコンテンツの矛盾をAIが指摘してくる様子も確認できます。
Googleタグマネージャーのエクスポートデータから、サイト独自の計測イベント一覧(計測辞書)を作ってもらいます。GA4側との突き合わせで設定の矛盾も洗い出します。
サーチコンソールから直近3か月の検索クエリ上位500件を取得し、ユーザーの意図単位のニーズマップに分類してもらいます。これで分析前の準備がすべて揃います。
合計の数字を眺めても打ち手は決まりません。全体像の把握 → ボトルネック発見 → 絞り込み → 優先順位付けという、このセクションの4段階を説明します。
GA4データとサイト資料を全部読ませて、現状サマリーをダッシュボード化します。アクセス急落の原因特定をAIに任せ、誤った初回分析をAI自身が検算で訂正する過程もそのままお見せします。
コンバージョンまでの7段階のファネルを作り、ボトルネックを特定します。
ファネルを流入チャネル別に分解し、オーガニック検索・ダイレクト・検索エンジン別の違いを確認します。リピーター(ダイレクト)の強さから次の論点が見えてきます。
毎回変わる一回きりの分析はメインのアシスタントに、繰り返す分析は専任のサブエージェントに任せます。分析担当「アナリスト」を実際に作り、担当を分けすぎない設計の注意点も解説します。
購入に効いているのに検索で拾えていないページを、GA4とサーチコンソールの突き合わせで発見します。コンバージョンが少ないサイト向けに、ページを「まとまり」で見る考え方も解説します。
リサーチ担当のサブエージェントを作り、同業の集客事例を実名と出典URL付きで調査してもらいます。手元のデータにない「やったことがないチャネル」の判断材料を集めます。
ここまでに出た施策候補を、期待インパクト×難易度の4段階マトリクスに整理してもらいます。反対意見担当のAIが「単価とリピートの軸が抜けている」と指摘してくる過程も見どころです。
繰り返し実行する分析フローをスキル化し、毎回同じ品質で再実行できるようにします。スラッシュコマンドと自然な言葉の2通りの呼び出し方を実演します。
文書の履歴はGitとGitHub(非公開リポジトリ)へ、機密や大きいファイルはGoogleドライブへ、という二本立てのバックアップを構築します。毎日決まった時刻の自動バックアップまで設定します。
確認なしで作業を進める自動モードの切り替え方と、任せてよい作業・自分の手でやるべき作業(公開・送信・削除)の線引きを解説します。バックアップとセットで使うのが前提です。
環境ができたあとは、同僚に聞く感覚で思ったことをそのままClaude Codeに質問してください。厳密なプロンプトが要らなくなっているはずです。コースで扱っていない使い方への広げ方もお伝えします。
このコースでは、AIエージェントのClaude Code(クロードコード)にGA4(Googleアナリティクス)とサーチコンソールを接続し、Webサイトの分析・レポート作成・改善案の優先順位付けを自分の手元で自動化する環境を構築します。
「分析はできるようになったが、施策と検証まで手が回らない」
「毎月同じレポートを手作業で作り直していて、改善そのものに時間を使えない」
「一度立てた改善案に愛着が湧いてしまい、途中で捨てて選び直せない」
上記のような方に向けて、分析・課題発見・施策実行・効果検証をClaude Codeで回すやり方をレクチャーします。
このコースの最大の特徴は、「分析ツールの紹介」ではなく「改善サイクルを速く回す環境構築」に焦点を当てていることです。
GA4やサーチコンソールの数字を見るところで止めず、記事の中身までAIに渡し、施策の候補出し、改善作業、効果検証までを一つの流れとして組み立てます。
手作業でやると1サイトで数日かかる分析と施策準備が、流れができあがった後は数十分の対話で回るようになります。
実際に運用しているブログとネットショップの実データを見ながら手を動かして進めていきます。
■このコースで身につくこと
コースを終えると、あなたの手元に次の一連の流れが「毎回同じ手順で呼び出せる状態」で残ります。
目的・読者・重要指標をAIとの対話で固める「準備の型」
毎月の定点ダッシュボードを自然言語で更新する「基礎分析の型」
どの記事から直すかをAIに優先度付きで提案させる「課題発見の型」
これらの型は、私が事前に完成品として渡すのではなく、コースの中で一緒に組み立てていきます。
手順の意味を理解して自分で組んだ分だけ、あとから自分のブログ・メディアの事情に合わせて手を入れられるからです。土台となる部分(AIチームの初期設定、データ接続の準備一式)は同梱して配布するので、ゼロから作る負担はありません。
全編を通して、「毎回中身が変わる部分(AIに判断させる部分)」と「毎回同じ手順の部分(型として固定化する部分)」の仕分け方を実演しています。
中身が変わる部分:読者像の解釈/どの記事をどう直すか/改善仮説 → 都度AIに任せる・人が決める
同じ手順の部分:データ取得/判断材料の収集/レポート生成 → 型として固定化する
この仕分けの目を身につけると、Web改善に限らず、あなたの他の業務にも応用できます。
扱うツール
Claude Code ※有料プランの利用が必須です
Googleアナリティクス(GA4)
サーチコンソール
Googleタグマネージャー
※上記のGoogle系ツールとClaude Codeをつなぐために、コースの中で「MCP」と呼ばれる連絡役の設定を行います。
設定作業は同梱の準備キットを使って進めますので、専門知識は必要ありません。
【コースの対象者】
分析→施策→検証のサイクルを、今より速く回せるようにしたい方
GA4・タグマネージャーを使ったWeb分析の実務経験がある方
受託・自社どちらでも、複数サイトでも1サイトでも構いません(1サイトしか扱っていなくても、そのサイクルを速く回せること自体に価値があります)
生成AI(ChatGPT・Claudeなど)を少し触ったことがある方
新しいツールに抵抗がない方
【コースの対象ではない方】
GA4・タグマネージャーを実務で使ったことがない方
生成AIを一度も触ったことがない方
Claude Codeを含む有料AIツールへの投資ができない方
※初心者向けではありません。 GA4・タグマネージャーを使ったWeb分析の実務経験を前提としています。