Lark講座の現状と課題
- Larkは ByteDance系グループウェア（チャット・会議・DB等を統合）
- 売上構成比5〜6割が法人向け研修、残りが個人向けLark講座
- 講座は30日完結・期生制（現在12期まで実施済み）
- 受講生の平均年齢は約43歳
- 期生制のメリット：横のつながり・ブランディング効果
- 期生制のデメリット：時期が合わず失注・スケールしにくい
- 最終日に受講生が成果発表（プレゼン＋制作物の採点）
- 毎週3〜4時間のリアル講座がブロックされ、寺山に負荷集中
- 講師を増やすと「本人に聞きたかったのに」問題が発生
AI活用で実現したいこと
- 寺山のナレッジを蓄積しAIボット化、受講生の質問に自動回答
- 提出物の添削をAIが寺山視点でフィードバック
- 受講生ごとに個別最適化された30日間の学習計画を自動生成
- 過去の講座動画・Q&Aからコンテンツの抜け漏れを検出
- 課題起点・機能起点など複数パターンでの学習導線を自動構築
既存ナレッジの蓄積状況
- 1期生からの全講座の文字起こしをLark内に保存済み
- 質問→回答のやり取りをLark上でナレッジ化済み（DB管理）
- 会員コンテンツ・進捗管理もLark内で完結
- カテゴリは顧客管理・財務・勤怠管理・マーケティング等多岐
技術的な実現方法の検討
- LarkはCSVエクスポート・API連携・MCP・CLI全て対応可能
- 最も簡易：NotebookLMにナレッジを読み込ませURL共有
- 本格的：Claude Codeでナレッジ構造化→Lark内Botとして実装
- API連携時はコスト最適化（不要な情報の参照を避ける設計）が必要
- Lark CLIが前日リリースされ、AIエージェント連携の追い風
宍倉のランニング事業の事例共有
- Notion上で会員管理・コーチングノート・練習メニューを構築
- 目標大会・自己ベストを入力→AIが週次メニューを自動生成
- 学習コンテンツを目的別に体系化し一覧ページで提供
- ラーニングナレッジDBに学問・指針・Q&Aを集約し参照元に
寺山のX自動投稿の取り組み
- Larkカレンダー×Googleカレンダー連動で打合せ予定を取得
- 打合せ後の気づきを入力→Claude Codeが自動でX投稿を作成・予約
- 入力なしの場合はAlfred経由の参考ネタDBから自動生成
- DALL-E 3の画像品質が低く、Geminiに切替で約6時間かかった
支援の進め方と費用感
- 寺山のPC上でClaude Codeを操作しながらのコンサル型伴走支援
- 1回3時間×複数回のセッション形式
- 宍倉が毎回ロードマップを提示→実装→次回課題を整理
- 宍倉の研修単価：1回5万円（最低90分＋事前準備込み）
- 寺山の予算感：テスト段階で10〜30〜40万円程度
- 宍倉の現在の活動割合：ランニング事業とAI事業が5対5