hdknr blog
戻る

OpenClaw で 13 体の AI チームを組織する — 低スペック PC で営業・SNS 運用を完全自動化

OpenClaw で 13 体の AI チームを組織する — 低スペック PC で営業・SNS 運用を完全自動化

@gagarotai200（ガガロットAI）さんのポストが話題になっています。OpenClaw を使って 13 体の AI エージェントを組織し、営業・SNS 運用・分析・アポ取りまで完全自動化しているリアルな環境を公開した内容です。16 万回以上の閲覧、880 件のブックマークを集めており、実運用例の少ない OpenClaw 界隈で注目を集めました。

『Open Claw』って実際の環境を出してる人マジで少ないのでオラの13体のAI組織で「営業」「SNS運用」「分析」「アポ取り」など完全自動で行わせてる実際のリアルな環境を3日間限定で全て公開した。

OpenClaw とは何か

OpenClaw は、PSPDFKit の創業者 Peter Steinberger 氏が 2025 年 11 月に公開したオープンソースの AI エージェントフレームワークです。GitHub スター数は 20 万超に達し、2026 年現在で最も注目されている AI エージェント基盤の一つです。

従来のチャットボットとの最大の違いは、質問に答えるだけでなく、タスクを直接実行できる点にあります。ファイル操作、メール送信、スケジュール管理、コード実行など、PC 上でユーザーが行う作業を AI が代行します。

主な特徴

特徴内容
動作環境ローカルマシン（Mac, Linux, Windows WSL2）
通信チャネルDiscord, Telegram, Slack, WhatsApp, Signal, iMessage
スキルシステムClawHub（3,000+ のコミュニティスキル）
エージェント定義SOUL.md（自然言語でのパーソナリティ定義）
マルチエージェントMulti-Agent Routing でエージェント間を分離
コストオープンソース（API 従量課金のみ）

13 体 AI チームの構成

ガガロットさんの環境では、MacBook Pro M1 上で 13 体の AI エージェントを階層的に組織しています。

階層構造

graph TD
    CEO["総大将（CEO）<br/>全体統括・意思決定"]
    LEADER["第一将（リーダー）<br/>タスク振り分け・進捗管理"]

    SALES["営業エージェント"]
    SNS["SNS運用エージェント"]
    ANALYSIS["分析エージェント"]
    APPOINTMENT["アポ取りエージェント"]
    OTHERS["その他のエージェント<br/>（計13体）"]

    CEO --> LEADER
    LEADER --> SALES
    LEADER --> SNS
    LEADER --> ANALYSIS
    LEADER --> APPOINTMENT
    LEADER --> OTHERS

    style CEO fill:#e74c3c,color:#fff
    style LEADER fill:#f39c12,color:#fff
    style SALES fill:#3498db,color:#fff
    style SNS fill:#3498db,color:#fff
    style ANALYSIS fill:#3498db,color:#fff
    style APPOINTMENT fill:#3498db,color:#fff
    style OTHERS fill:#3498db,color:#fff

全体を統括する CEO エージェントが方針を決定し、リーダーエージェントが各担当に指示を出す構成です。Discord 上での操作で全エージェントを管理し、Cloudflare Tunnel 経由で外部からもアクセスできるようにしています。

各エージェントの役割

エージェント主な業務
営業リード獲得、提案文作成、フォローアップ
SNS 運用投稿作成、スケジュール管理、エンゲージメント分析
分析市場調査、競合分析、レポート生成
アポ取り日程調整、リマインダー送信、カレンダー連携

注目すべきは、Mac mini すら不要で、6 年前の低スペック PC でも動作するという点です。OpenClaw 自体は Node.js ベースで動作し、重い処理は LLM の API 側で行われるため、ローカルマシンの負荷は最小限に抑えられます。

OpenClaw のアーキテクチャ

OpenClaw は 3 層のアーキテクチャで構成されています。

graph LR
    subgraph Gateway["Gateway Layer<br/>（メッセージ受信）"]
        DISCORD["Discord"]
        TELEGRAM["Telegram"]
        SLACK["Slack"]
    end

    subgraph Brain["Brain Layer<br/>（タスク判断・振り分け）"]
        ROUTER["ルーティング"]
        PLANNER["プランニング"]
    end

    subgraph Skills["Skills Layer<br/>（タスク実行）"]
        AGENT1["Agent 1<br/>Docker"]
        AGENT2["Agent 2<br/>Docker"]
        AGENT3["Agent N<br/>Docker"]
    end

    Gateway --> Brain
    Brain --> Skills

    style Gateway fill:#ecf0f1,stroke:#2c3e50
    style Brain fill:#ecf0f1,stroke:#2c3e50
    style Skills fill:#ecf0f1,stroke:#2c3e50

SOUL.md — エージェントの「人格」定義

OpenClaw の最もユニークな仕組みが SOUL.md です。YAML フロントマターと自然言語の指示で、エージェントの性格・役割・制約を定義します。

---
name: sales-agent
model: claude-sonnet-4-6
temperature: 0.7
---

あなたは営業チームの一員です。
丁寧かつ積極的なコミュニケーションを心がけてください。

## 役割
- リード情報の整理と優先順位付け
- 提案メールの下書き作成
- フォローアップのリマインダー設定

## 制約
- 契約に関する最終判断は人間に委ねること
- 個人情報は外部に送信しないこと

この仕組みは Claude Code の CLAUDE.md や Skills の SKILL.md と共通する設計思想です。自然言語でエージェントの振る舞いを制御する「プロンプト・アズ・コンフィグ」パターンが、AI エージェント開発の標準になりつつあります。

マルチエージェント・ルーティング

13 体のエージェントを運用するには、エージェント間の分離が重要です。OpenClaw の Multi-Agent Routing は 3 段階の分離レベルを提供します。

分離レベル特徴用途
セッションレベル一時的なコンテナ。タスク完了後に破棄単発タスク
エージェントレベル永続的なコンテナ。設定・履歴が保持される日常業務（推奨）
OS ユーザーレベル異なるシステムユーザーで実行。最高のセキュリティ機密データ処理

各エージェントは独立した .env ファイルで設定されます。

# 営業エージェントの設定
AGENT_NAME=sales-agent
WORKSPACE_PATH=/path/to/sales/workspace
DISCORD_BOT_TOKEN=your_sales_bot_token
ENABLE_CODE_EXECUTION=false

# 分析エージェントの設定
AGENT_NAME=analysis-agent
WORKSPACE_PATH=/path/to/analysis/workspace
DISCORD_BOT_TOKEN=your_analysis_bot_token
ENABLE_CODE_EXECUTION=true

Docker Compose でリソース制限も可能です。1 エージェントあたり CPU 0.5 コア、メモリ 512MB 程度で動作するため、13 体でも一般的な PC で十分に運用できます。

ClawHub — スキルのマーケットプレイス

OpenClaw のもう一つの強みが ClawHub です。「AI エージェント版の npm」として 3,000 以上のスキルが公開されています。

スキルは AgentSkills フォーマット（SKILL.md + YAML フロントマター）で記述されており、Claude Code の Skills と類似した構造です。

# スキルのインストール例
openclaw skills install @clawhub/google-calendar
openclaw skills install @clawhub/slack-notifier
openclaw skills install @clawhub/web-scraper

13 体のエージェントそれぞれに異なるスキルセットを割り当てることで、専門性を持たせることができます。

ビジネスでの活用事例

OpenClaw を業務に導入している企業の事例として、以下のユースケースが報告されています。

1. メール・問い合わせの一次対応

受信した問い合わせを自動分類し、回答の下書きを作成します。緊急度の高い案件は即座に担当者へ通知します。初回応答時間が「数時間」から「数分」に短縮された事例があります。

2. SNS・Web のインテリジェンス収集

競合サイト、業界ニュース、ソーシャルメディアの言及を自動収集し、定期的にサマリーレポートを生成します。人間が半日かける情報収集を自動化できます。

3. 日報・レポートの自動生成

営業データベース、プロジェクト管理ツール、チャットログから情報を収集し、標準フォーマットのレポートを定時に生成します。

4. スケジュール管理・会議準備

Google Calendar や Outlook と連携し、朝のブリーフィングを自動送信します。関連資料からのアジェンダ自動生成も行います。

5. 在庫・発注管理

在庫レベルの監視、発注通知、発注書ドラフトの自動作成を行います。季節変動を考慮した発注提案も可能です。

セキュリティ上の注意点

トレンドマイクロの分析によると、OpenClaw を含むエージェント型 AI には以下のリスクが存在します。

13 体のエージェントを運用する場合、以下の対策が推奨されます。

Claude Code との比較

OpenClaw と Claude Code は、どちらも AI エージェントフレームワークですが、設計思想が異なります。

観点OpenClawClaude Code
主な用途汎用パーソナルアシスタントソフトウェア開発
通信チャネルDiscord, Telegram, Slack 等ターミナル, IDE
エージェント定義SOUL.mdCLAUDE.md + SKILL.md
スキル配布ClawHub（3,000+）スキルディレクトリ
マルチエージェントMulti-Agent RoutingTeam / Cowork
実行環境Docker コンテナローカルプロセス
対象ユーザービジネスユーザー全般開発者

共通しているのは「自然言語でエージェントの振る舞いを定義する」というアプローチです。SOUL.md と CLAUDE.md/SKILL.md は同じ設計思想に基づいており、AI エージェント時代の設定ファイルの標準形になりつつあります。

まとめ

参考

前の記事
生成AIで情報漏えいが増える本当の理由 — 「検索者がAIになった」時代の脅威モデルと3層防御
次の記事
Second Me — AI に「自分の分身」を持つ時代と OpenClaw との本質的な違い