コードを書けない人物が、Anthropic の10か月間にわたる全成長マーケティングを一人で担った
TechFlow厳選深潮セレクト
コードを書けない人物が、Anthropic の10か月間にわたる全成長マーケティングを一人で担った
効率のボトルネックは、しばしば技術力ではなく、自らのワークフローを明確に分解し、そのうち機械が代行できる部分を委譲するための時間を割く意志にある。
Web3業界の深掘り報道に専念し潮流を洞察AIは、一人の作業効率をいったいどの程度まで高めることができるのか？
最近、Anthropicに関する投稿がソーシャルメディアで大きく話題となり、多数のリポストが発生しました。投稿者であるOle Lehmann氏によると、評価額3,800億ドルに達するAnthropic社の「成長マーケティングチーム」は、実はたった1人で構成されていたというのです。しかもその人物は技術的バックグラウンドを持たないマーケティング担当者で、有料検索広告（Paid Search）、有料ソーシャル広告（Paid Social）、アプリストア最適化（ASO）、メールマーケティング、SEOといった業務を、約10か月間にわたり単独で担っていたとのことでした。
この投稿直後、コメント欄ではその真偽を疑問視する声が相次ぎましたが、やがて当の本人が登場し、事実関係を確認しました。その人物はAustin Lau氏——成長マーケティング担当者であり、彼は「当該記事が書かれた時点では、成長マーケティングを担当する者は自分だけだった。約10か月間、まさに一人で乗り切った」と返信しています。
図｜関連ツイート（出典：X）
Anthropic社は今年1月下旬、Austin Lau氏の実際の業務プロセスを詳細に紹介した公式ケーススタディを公開しました。ほぼ同時期に、「AnthropicチームがClaude Codeをどのように活用しているか」と題する内部ホワイトペーパーも発行しており、データ基盤から法務部門に至るまで10のチームの利用事例が収録されています。そのうちの一つが、まさに「成長マーケティング」チームです。
ホワイトペーパーには次のように記載されています。「成長マーケティングチームは、有料検索広告、有料ソーシャル広告、モバイルアプリストア、メールマーケティング、SEOなどのチャネルに焦点を当てており、『非技術系の1人チーム』である。Claude Codeを活用して反復的なマーケティングタスクを自動化し、従来なら多大なエンジニアリングリソースを要していた自動化ワークフローを構築している。」
（出典：Anthropic）
Austin Lau氏はエンジニアではありません。Anthropic社の公式ケース動画において、彼は「これまで一度も一行のコードも書いたことがない」と明言しています。Claude Codeに初めて触れた際には、Macでターミナルを開く方法すらわからず、Google検索で「Macでターミナルを開く方法」を調べる必要があったほどでした。Claude Codeがリリースされた当初、彼の第一印象は「この製品は一体誰のために作られたのか、まったく見当がつかなかった」——マーケターとしての自分には、その用途が明確に見えなかったと語っています。
転機は、同社のSlackグループで、非技術職員向けのClaude Codeインストールガイドが同僚によって共有されたときでした。Austin氏は興味本位でインストールし、わずか1週間後には、自身の業務スタイルを根本から変える2つの自動化ワークフローを完成させました。
最初のワークフローはFigmaプラグインです。有料ソーシャル広告およびアプリストア向けマーケティングでは、Figma上で大量のビジュアル素材を処理する必要があります。かつての手順はこうでした：同一デザイン案に対して複数の文案バリエーションを作成する際、彼はFigma内のフレームを手動で複製し、GoogleドキュメントとFigmaの間を何度も往復しながら、タイトルを1つずつコピーペーストしなければなりませんでした。もし10種類の文案バリエーションを5種類の異なる縦横比に合わせる必要がある場合、このような単純作業だけで30分近くを費やすことも珍しくありませんでした。
図｜Austin Lau氏（出典：Anthropic）
彼はこの課題を自然言語でClaude Codeに説明し、「Figmaプラグインを作ってほしい」と依頼しました。作成過程では、Claude CodeにFigmaのAPIドキュメントを参照させながら、試行錯誤を重ねてプロトタイプを構築しました。生成された初版のプロトタイプは完璧ではなかったものの、出発点としては十分なものでした。その後、彼はそれを基に継続的にデバッグ・改良を重ね、最終的に実用可能なプラグインを完成させました。
（出典：Anthropic）
このプラグインの動作は以下の通りです：静止画像のフレームを選択すると、プラグインが自動的にその中のタイトル、CTAボタン、コードブロックなどのコンポーネントを認識します。そして、あらかじめ準備された文案リストから一括で独立したFigmaフレームを生成し、各バリエーションにそれぞれ新しい文案を割り当てます。1回のバッチ処理で最大100個の広告バリエーションを生成でき、処理時間はおよそ0.5秒。かつて30分かかっていた作業が、今ではわずか30秒で完了します。
2つ目のワークフローは、Google Ads向けの広告文案生成フローです。Google Adsのレスポンシブ検索広告（RSA）では、タイトルと説明文に厳しい文字数制限があります。タイトルは最大30文字、説明文は最大90文字です。以前は、Googleスプレッドシートで下書きを作成し、文字数を手動で確認したうえで、内容を1件ずつGoogle Ads管理画面に貼り付けていました。
Austin氏はClaude Code内でカスタムスラッシュコマンド「/rsa」を作成しました。これをトリガーすると、Claude Codeは「配信データ」「既存の広告文案」「キーワード」の入力を求めます。その後、あらかじめ設定された「Agent Skills」（エージェントスキル）——Anthropicのブランドトーン、製品情報の正確性要件、Google Ads RSAのベストプラクティス——を参照し、クロスチェックを行います。
このシステムは、役割分担が明確な2つのサブエージェント（sub-agent）を採用しており、一方はタイトル専用、もう一方は説明文専用で、それぞれが定められた文字数制限内でのみ動作します。これにより、単一のプロンプトで両方のタスクを押し込むよりも、はるかに高品質な出力が得られます。
最終的にClaude Codeは、15個のタイトルと4個の説明文を、Google Adsへ直接アップロード可能なCSVファイル形式でパッケージ化します。Austin氏は強調します。「生成された文案はあくまで『起点』にすぎず、私は1件ずつ丁寧に評価する。価値提案は明確か？トーンは適切か？競合他社との差別化は図れているか？——しかし、退屈な初期原稿作成とフォーマット整備という作業は、完全に自動化された」と。
これらの2つのワークフローによる効率向上はすでに非常に驚異的ですが、Austin氏のシステムはそれだけにとどまりません。さらに、Meta Ads APIと接続するMCPサーバー（Model Context Protocol）も構築しています。
この統合により、彼はClaudeのデスクトップアプリ上から直接、広告配信のパフォーマンス、支出データ、および個々の広告の成果を照会できます。Meta Adsの管理ダッシュボードを開く必要はもうありません。「今週、どの広告のコンバージョン率が最も高かったか？」「どこで予算を無駄に使っているか？」——こうした問いをClaudeに直接投げかけるだけで、リアルタイムのデータに基づく回答を得られます。
さらに重要なのは、このシステムが「閉ループ（クローズドループ）」を実現している点です。Austin氏は、各広告イテレーションにおける仮説と実験結果を記録するメモリーシステムを構築しました。新たなバリエーション生成を開始する際、Claudeは過去のすべてのテストデータを自動的に呼び出し、どの文案が好成績を収め、どの文案が不振だったかを学習します。つまり、次の生成は、歴史的実験の蓄積の上に立って行われるのです。このシステムは、各サイクルを経るごとに少しずつ賢くなっていきます。数百件の広告にまたがる体系的な実験追跡は、従来のチームでは通常、専任のデータアナリストが必要とされる領域です。
Anthropic社のホワイトペーパーによれば、こうした業務手法の成果は以下の通りです：広告文案作成時間が2時間から15分に短縮、クリエイティブの生産量は10倍に増加、1人でテストした広告バリエーションのチャネル・数量は、大多数のフルサイズのマーケティングチームを上回っています。
なお、このホワイトペーパーでは、成長マーケティングは10の事例のうちの1つにすぎません。データ基盤チームはClaude Codeを活用してKubernetesクラスターの障害を診断し、ネットワーク専門家への相談を要する問題を数分で自力解決；推論チームの、機械学習のバックグラウンドを持たないメンバーがClaude Codeを使ってモデル関数や設定を理解し、ドキュメント閲覧時間を1時間から10〜20分に短縮；プロダクトデザインチームはClaude Codeを直接使ってフロントエンドコードを修正し、エンジニアが「普段、デザイナーが行うとは想像もしないような大規模な状態管理の変更」を発見；法務チームのメンバーが、言語障害を持つ家族のために1時間で予測テキスト補助アプリを製作——しかも、そのメンバーはプログラミング経験ゼロでした。
技術職と非技術職の活用方法は異なりますが、結論は一致しています。「できる／できない」の境界線が、Claude Codeによって急速に曖昧になりつつある——かつてこの境界線は、ほとんど完全に技術的能力によって決まっていたのです。
Austin Lau氏自身がケーススタディで述べた一節が、本質をよく表しています。「『このものが存在してほしい』という願望と、『実際に自分で作り出すことができる』という実行可能性との距離は、多くの人が思っているよりもずっと短い。」
ただし、補足として指摘しておく必要があります。「成長マーケティング（growth marketing）」は、GTM（Go-to-Market）全体を意味しません。Anthropic社には、ブランド、プロダクトマーケティング、コミュニケーションを担当する完全なチームが存在し、Austin Lau氏が担当するのは「効果測定可能なマーケティング（performance marketing）」ライン——すなわち、有料広告配信、アプリストア最適化、SEOといった、定量的に評価可能なチャネルのみです。
今年2月にAnthropic社がスーパーボウルで放送したテレビCMは、明らかに1人では不可能な規模のプロジェクトです。また、彼のワークフローが基盤とする文案やブランド資産も、当初はプロダクトマーケティングチームとライターたちの協業によって生み出されたものであり、Claudeはその上でバリエーション生成とスケーラブルなテストを実行しているにすぎません。
Austin Lau氏はLinkedIn上で最近、追加の背景情報を公開しています。彼によれば、広く拡散された記事が描写しているのは、2025年第2四半期の、自分が唯一の成長マーケティング担当者であった時期の話であり、その時点からすでに約8か月が経過しています。その後、チームは確かに人員を増強しましたが、その規模は外部の想像よりはるかに小規模であり、彼の表現を借りれば、「私たちの戦闘力は、人数以上に大きい」のです。
それでも、このシグナルは極めて明確です。投資後の評価額3,800億ドル、年間化売上高140億ドルに達する企業が、成長が最も速い時期に、コードを1行も書いたことのないマーケター1人を、コアとなる成長チャネルの責任者として約10か月間起用し、しかもその成果は良好であった——これは、AIが知識労働者の能力を拡張する倍率が、現在の組織構造や採用慣行が前提としている水準よりも、はるかに大きいことを示す、十分な証左といえるでしょう。
ただ、このモデルがどの程度まで一般化・再現可能かについては、まだ不明です。成長マーケティングは、高度にデータ駆動型・プロセス志向・APIに親和性が高く、自動化に天然的に適しています。一方、人間同士の判断や創造的直感がより重視される領域では、状況はまったく異なるかもしれません。
Anthropic社のホワイトペーパーは、成長マーケティング章の末尾で、以下の3つの提言を示しています：①APIインターフェースを持つ反復的な業務フローをまず自動化対象として探す；②複雑なプロセスを、単一のプロンプトで全てを賄おうとせず、複数の専門化されたサブエージェントに分割する；③コードを書く前に、まずClaude上で全体のフロー設計を十分に思考する。これら3つの提言の本質は、効率のボトルネックが技術的能力にあるのではなく、むしろ「自分の業務フローをどれだけ丁寧に分解し、そのうち機械に委ねられる部分をどこまで明確に切り分けられるか」という、思考の深さと時間投資の有無にあるということを示しています。
TechFlow公式コミュニティへようこそ
Telegram購読グループ：https://t.me/TechFlowDaily
Twitter公式アカウント：https://x.com/TechFlowPost
Twitter英語アカウント：https://x.com/BlockFlow_News
