この記事でわかること

• Claude Code の「スキル（SKILL.md）」とは何か — 手順を書いたファイルを Claude が”必要なときだけ”読み込んで実行する仕組み（公式ドキュメントの一次情報で確認）
• Lark 公式の MCP サーバー @larksuiteoapi/lark-mcp が、Claude Code と Lark（メッセージ・カレンダー・ドキュメント・Base）をどうつなぐか
• 「単発の API 連携」と「スキル化＝繰り返し実行」の 3 つの違い — 再現性・引き継ぎ・コンテキスト効率で何が変わるか
• 議事録→タスク化／日報・週報の自動集計／問い合わせ一次対応ドラフトという、中小企業でも今すぐ効く 3 つのユースケース
• 導入に必要な前提（Lark のプランと料金・Claude の実行環境・セキュリティと権限）と、失敗しないための注意点

目次

1. 結論 — 「単発のAI連携」ではなく「スキル化＝繰り返し実行」で任せる
2. Claude Code スキルとは — 手順を書いて”必要なときだけ”読み込ませる仕組み
3. Lark MCP とは — Claude Code から Lark の API を叩く公式コネクタ
4. なぜ「単発API連携」でなく「スキル化」なのか — 3つの違い
5. 実装ステップ — Lark MCP 接続 → スキル作成 → 繰り返し実行（5ステップ）
6. ユースケース1 — 議事録を「決定・ToDo・担当」に構造化してタスク化
7. ユースケース2 — 日報・週報を Lark Base で自動集計
8. ユースケース3 — 問い合わせの一次対応ドラフトを生成
9. 料金と前提条件 — Lark のプランと Claude の実行環境
10. 自社 EC 事例 — 「毎回同じ手順」に落とすと工数が桁で減る
11. 導入の注意点 — セキュリティ・権限・トークン管理
12. よくある質問（FAQ）
13. まとめ — まず「頻度×定型度」の高い業務を1つスキル化する

結論 — 「単発のAI連携」ではなく「スキル化＝繰り返し実行」で任せる

結論を先に述べます。Claude Code × Lark で本当に効くのは、その場限りの API 連携を1回動かすことではなく、業務手順を「スキル」という再利用できる形に固定し、毎回同じ品質で繰り返し実行させることです。Claude Code の「スキル（Agent Skills）」は、手順・ルール・参照資料をまとめた SKILL.md ファイルを、Claude が該当する依頼のときだけ自動で読み込んで実行する仕組みで、一度作れば「作りっぱなしで自動的に使われる（Create once, use automatically）」と公式に位置づけられています（出典: Anthropic 公式 Agent Skills ドキュメント（2026 年 9 月確認））。

ここに Lark 公式の MCP サーバー @larksuiteoapi/lark-mcp を組み合わせると、Claude Code から Lark のメッセージ・カレンダー・ドキュメント・Base（多次元表格）を直接操作できるようになります（出典: Lark OpenAPI MCP（GitHub・2026 年 9 月確認））。つまり「議事録を要約してタスクを起票する」「日報を集計して週報を作る」といった繰り返し発生する定型業務を、Lark の中で完結する形で自動化できます。単発の連携スクリプトと違い、スキルは誰が実行しても同じ手順・同じ品質で動くため、担当者が変わっても再現でき、AI 活用が「属人的な PoC」で終わりません。次章から、その中身を公式情報で具体的に見ていきます。Claude と Lark でそもそも何ができるかの全体像は Claude × Lark 連携でできること10選2026 にまとめています。

Claude Code スキルとは — 手順を書いて”必要なときだけ”読み込ませる仕組み

結論から言うと、Claude Code の「スキル」は 「AI 用の業務マニュアル」を1つのフォルダにまとめ、Claude が依頼内容に応じて自動でそれを開いて実行する仕組みです。新人に渡すオンボーディング資料をイメージすると分かりやすい、と公式は説明しています。中身は SKILL.md という Markdown ファイルが中心で、先頭に「このスキルは何をするか・いつ使うか」を書いた YAML フロントマター（name／description）を置きます。

この設計のポイントは 「段階的読み込み（progressive disclosure）」です。スキルを何十個インストールしても、呼び出されるまでは名前と説明文（1スキル約100トークン）しか占有しません。実際に「議事録をタスク化して」と依頼したときに初めて、Claude が SKILL.md の手順（5,000トークン未満）を読み込み、必要なら参照ファイルやスクリプトを追加で開く、という動きになります。

Claude Code では、スキルはファイルとして置くだけで認識されます。個人用なら ~/.claude/skills/、プロジェクト共有用なら .claude/skills/ にフォルダを作り、その中に SKILL.md を置く——それだけで Claude が自動的に発見して使います（API アップロード不要）。name は最大64文字・小文字英数字とハイフンのみ、description は最大1,024文字で「何をするか」と「いつ使うか」の両方を書く、というのが公式のルールです。この「手順を Markdown で書いて置くだけ」という手軽さが、非エンジニアのバックオフィス業務を自動化しやすい理由です。MCP そのものの詳しい設定手順は Lark MCP 完全ガイド2026｜Claude/Cursor 連携の設定手順 を参照してください。

Lark MCP とは — Claude Code から Lark の API を叩く公式コネクタ

結論として、Lark MCP（@larksuiteoapi/lark-mcp）は、Claude Code のような AI エージェントから Lark の各種 API を直接呼び出せるようにする、Lark 公式のコネクタです。MCP（Model Context Protocol）は、AI と外部ツールを標準的な作法でつなぐための仕組みで、Lark はその MCP に準拠したサーバーを OSS として公開しています。

ここで重要なのは、Lark MCP が「Claude の手」になり、Claude Code スキルが「その手をどう動かすかの手順書」になるという役割分担です。MCP だけを入れても「Lark を操作できる状態」になるだけで、何を・どの順番で・どういうルールでやるかは毎回指示する必要があります。そこにスキルを重ねることで、「毎回同じ手順で、同じ品質のアウトプットを出す」自動化が完成します。とくに Claude Code はローカル環境で動くためネットワークアクセスに制限がなく、社内の Lark テナントへ実際に接続して読み書きできる点が、ブラウザ完結型の AI とは異なります。Lark 側の AI 機能（標準 AI・AnyGen・AnyCross）との使い分けは Lark AI でできること全整理2026 に整理しています。

なぜ「単発API連携」でなく「スキル化」なのか — 3つの違い

結論として、単発の API 連携スクリプトとスキル化の差は「一度動くか」ではなく 「毎回・誰でも・低コストで動き続けるか」にあります。中小企業が AI 自動化で失敗する典型は「担当者が個人的に作ったスクリプトが、その人の異動で動かなくなる」ことです。スキル化はここを構造的に解決します。

言い換えると、単発連携は「今日の作業を1回速くする」ためのもの、スキル化は「その作業を今後ずっと定型として任せる」ためのものです。議事録のタスク化や日報集計のように毎週・毎日繰り返し発生する業務ほど、スキル化の投資対効果が高くなります。逆に、年に1回しかやらない特殊な集計なら、わざわざスキルにせず単発で回した方が速い場合もあります。「頻度×定型度」の高い業務から順にスキル化する——これが失敗しない優先順位付けです。社内で AI エージェントを内製していく発想は Lark AnyGen で社内AIエージェントを内製する実装パターン7選 とも通じます。

実装ステップ — Lark MCP 接続 → スキル作成 → 繰り返し実行（5ステップ）

結論として、導入は 「Lark 側でアプリを用意 → Claude Code に MCP を登録 → スキルを1つ書く → テスト → 本番運用」の5ステップで進みます。最初の1つを小さく作り切ることが、社内に広げる何よりの近道です。

1. Lark 側でアプリ（App ID／App Secret）を用意し、必要な権限を付与する：Lark 管理コンソールでカスタムアプリを作成し、メッセージ・カレンダー・Base など「そのスキルが触る範囲」の権限だけを最小限で有効にします。ユーザー権限で動かす場合は OAuth のユーザーアクセストークンを使います。
2. Claude Code に Lark MCP を登録する：@larksuiteoapi/lark-mcp を npx で起動する設定を Claude Code の MCP 設定に追加し、App ID／Secret（またはユーザートークン）と、国際版/Feishu のドメインを指定します。これで Claude が「Lark を操作できる手」を得ます。
3. スキルを1つ書く：.claude/skills/meeting-to-task/SKILL.md のようにフォルダを作り、YAML の description に「議事録テキストから決定事項と ToDo を抽出し、担当と期限を付けて Lark にタスク起票する。会議メモ・議事録・アクションアイテムの依頼時に使う」と明記。本文に抽出ルール・出力フォーマット・起票先を書きます。
4. ドライラン（下書き）でテストする：まずは Lark に書き込まず「起票する内容を一覧表示するだけ」で挙動を確認。抽出漏れや担当の取り違えがないかを目視でチェックし、手順を微修正します。破壊的操作の前に確認する運用は、事故防止の基本です。
5. 本番運用に切り替え、繰り返し実行する：問題なければ実際に Lark へ書き込む設定へ。以降は「この議事録をタスク化して」と依頼するだけで、毎回同じ手順・同じ品質で動きます。手順の改善はすべて SKILL.md に反映するため、チーム全員のアウトプットが同時に底上げされます。

Base を含む本格的な API 連携の実装手順は Lark Base API×MCPで業務自動化｜Claude Code連携 実装入門2026 で詳しく扱っています。次章から、この土台の上で動く 3 つの実務ユースケースを具体化します。

ユースケース1 — 議事録を「決定・ToDo・担当」に構造化してタスク化

結論として、これは スキル化の効果が最も分かりやすい入門ユースケースです。会議メモや議事録のテキストを渡すと、スキルが「決定事項」「ToDo」「担当者」「期限」を抽出し、Lark のタスクやチャットに起票します。毎回の会議後に発生する定型作業なので、繰り返し実行の恩恵が大きい領域です。

• 入力：Lark の会議メモ、Docs の議事録、あるいはチャットに貼られた文字起こし。
• スキルの処理：決定事項と未決事項を分離し、ToDo を「動詞＋対象＋担当＋期限」に正規化。曖昧な担当は「要確認」として明示（推測で埋めない）。
• 出力：担当者ごとに Lark のタスクへ起票、または該当チャットへ ToDo カードを投稿。「誰が・いつまでに・何を」を可視化。

ポイントは、抽出ルールを SKILL.md に明文化しておくことです。「決定事項は必ず結論から書く」「担当が不明なものは勝手に割り当てず要確認にする」といったルールを固定すれば、誰が実行しても同じ粒度のタスクが起票されます。会議の意思決定を取りこぼさない仕組みは、そのまま実行率の向上につながります。

ユースケース2 — 日報・週報を Lark Base で自動集計

結論として、日報・週報の集計は「毎日/毎週・定型・多人数」という、スキル化に最も向いた条件がそろった業務です。各メンバーが提出した日報を Lark Base（多次元表格）に集約し、スキルが担当別・案件別に自動集計して週報のドラフトを作ります。

• 入力：Lark Base の日報テーブル（提出者・日付・案件・稼働・所感などのフィールド）。
• スキルの処理：期間・担当・案件でレコードを集計し、稼働の偏りや進捗の遅れを抽出。数値は Base のレコードから読み取り、推測値を混ぜない。
• 出力：週報ドラフト（サマリ＋気づき＋来週のアクション）を Docs に生成し、経営会議前に共有。

Lark Base は Pro プランで 1テーブル 2 万行、オートメーション（自動化）月 5 万回まで使えるため（出典: Lark 公式プランページ（2026 年 9 月確認））、数十人規模の日報でも十分に回せます。集計そのものは Base の機能でも組めますが、「集計結果を読んで週報の文章に落とす」までを一続きで任せられるのが Claude Code スキルの強みです。日報・週報の自動集計の設計は Lark Base で日報・週報を自動集計する でも具体的に解説しています。Base が中小企業の業務を変える理由は Lark Base が中小企業の業務効率を変える3つの理由 をどうぞ。

ユースケース3 — 問い合わせの一次対応ドラフトを生成

結論として、問い合わせの一次対応は「AI に丸投げ」ではなく「ドラフトまでをスキルに任せ、送信は人が確認する」のが中小企業に合った現実解です。Lark に届いた問い合わせメッセージを起点に、スキルが過去の対応方針や FAQ を踏まえて返信ドラフトを生成し、担当者は内容を確認して送るだけにします。

• 入力：Lark のチャットや問い合わせグループに届いたメッセージ。
• スキルの処理：問い合わせを種別（見積・不具合・仕様質問など）に分類し、社内で定めた返信トーンとテンプレートに沿ってドラフトを作成。判断が必要な案件は「要担当者判断」とフラグ立て。
• 出力：返信ドラフトを該当チャットに下書きとして提示。担当者が確認・微修正して送信。

この設計なら、返信の初速は上がるのに、最終的な判断と送信は必ず人が握るため、誤送信や不適切な自動返信のリスクを抑えられます。対応方針が変わったら SKILL.md のテンプレートを更新するだけで、チーム全員の一次対応が同時に更新されます。AI に「最初の一手」を任せる考え方は 中小企業のAI自動化 90日ロードマップ の第一歩とも重なります。

料金と前提条件 — Lark のプランと Claude の実行環境

結論を先に示すと、Lark 側は 20 名以下なら Starter プランが無料、21 名以上は Pro（1ユーザー月額 ¥1,420・税抜・年払い基準）で始められます。Lark MCP 自体は OSS で追加費用はかかりません。Claude 側は Claude Code が動く環境（Claude のサブスクリプションまたは API 利用）が別途必要です。

試算すると、30 名規模で Pro を使う場合は ¥1,420 × 30 ＝ 月 ¥42,600（税抜・年払い基準）です。20 名以下なら Starter が無料でチャット・Docs・Base（1テーブル 2,000 行）まで使えるため、まずは無料の Starter＋Lark MCP＋Claude Code で1つのスキルを試すのが最も低コストな入口になります。Claude Code の実行環境については Anthropic の提供形態（サブスクリプション／API）によって費用が変わるため、最新の条件は Anthropic 公式でご確認ください。Lark の料金全体像と隠れコストは Lark 料金 完全ガイド2026 に、他ツールとの比較は Lark vs kintone どっちを選ぶべきか にまとめています。

自社 EC 事例 — 「毎回同じ手順」に落とすと工数が桁で減る

当社（アウフヘーベンジャパン株式会社）は群馬・前橋で自社 EC 事業を運営しており、受注・在庫・カスタマー対応まわりを Lark に集約した結果、月間工数を 240 時間 → 24 時間（90% 削減）まで圧縮しました。効いたのは「AI に何でも任せた」ことではなく、繰り返し発生する定型業務を『毎回同じ手順』に落とし込んだことです。内訳は次の3領域に集約されます。

• 問い合わせの一次対応を定型化：チャットで来た依頼を種別分類し、テンプレートに沿ったドラフトを自動生成。担当は確認・送信だけに。
• 会議の ToDo を取りこぼさない：会議で決まったアクションをその場でタスク化し、担当と期限を付けて可視化。「言ったけど誰もやっていない」をゼロに。
• 日次・週次の集計を自動化：Base に集約したデータを定型集計し、レポートのドラフトまで一続きで作成。手集計とコピペを廃止。

この「桁で減る」効果は、単発のスクリプトを都度書いていては得られません。手順を固定し、誰が実行しても同じ品質で回る形にしたからこそ、担当者が変わっても再現でき、削減した工数が元に戻らないのです。中小企業の DX を段階的に軌道に乗せる全体像は 中小企業の DX を 90 日で軌道に乗せる実践ロードマップ を参照してください。日本の中小企業の DX 実施率は依然として低く（中小企業庁「中小企業白書 2024」）、こうした「小さく定型化して積み上げる」アプローチが現実的な突破口になります。

導入の注意点 — セキュリティ・権限・トークン管理

結論として、AI に Lark を操作させる以上、「権限は最小限」「トークンは厳重に」「スキルは信頼できる出所のものだけ」の3点を最初に固めることが安全運用の前提です。便利さと引き換えに事故を起こさないための基本を押さえます。

1. 権限は最小限（最小権限の原則）：Lark アプリに与える権限は、そのスキルが実際に触る範囲（例：特定チャットの読み書き、特定 Base の更新）だけに絞ります。全社データへの広い権限を1つのアプリに集約しない。
2. トークン・シークレットの管理：App Secret やアクセストークンはコードや SKILL.md に直書きせず、環境変数や秘密情報管理で扱います。トークンには有効期限があるため、失効時の再取得手順も運用に含めます。
3. スキルは信頼できる出所のものだけ：公式ドキュメントも「スキルは自作か Anthropic 由来など信頼できる出所のものだけを使う」よう警告しています。出所不明のスキルは、内容を精査するまで本番に入れない。
4. 破壊的操作は必ず確認を挟む：削除・一括更新・外部送信など取り消しにくい操作は、いきなり自動実行せず「ドライラン→目視確認→実行」の順を守ります。
5. 個人情報の取り扱い：問い合わせ対応などで個人情報を扱う場合は、社内の取扱ルールと関連法令に沿って設計します。

これらは特別なことではなく、「人に業務を任せるときと同じ統制を AI にも適用する」だけです。権限設計とセキュリティの考え方は Lark vs Microsoft Teams 比較【中小企業の現実解】 でもツール選定軸として触れています。

よくある質問（FAQ）

Q1. Claude Code スキルと、単なるプロンプトの違いは何ですか？

A. プロンプトは「その会話1回限りの指示」ですが、スキルは「一度作れば、該当する依頼のときに自動で読み込まれて繰り返し使われる」再利用資産です。公式ドキュメントでは、スキルは SKILL.md というファイルに手順・ルール・参照資料をまとめ、Claude が依頼内容に応じて段階的に読み込む仕組みと説明されています。毎回同じ手順で動くため、担当者が変わっても再現でき、AI 活用が属人化しません。

Q2. Lark MCP を入れると、Lark の何が操作できるようになりますか？

A. Lark 公式の @larksuiteoapi/lark-mcp は、メッセージ（IM）・チャット・カレンダー・ドキュメント（読み込み/取り込み）などの Lark OpenAPI をラップし、Claude Code から直接呼び出せるようにします。国際版（open.larksuite.com）と Feishu（open.feishu.cn）を切り替えられます。現時点ではファイルのアップロード/ダウンロードやドキュメントの直接編集は非対応のため、最新の対応範囲は公式リポジトリでご確認ください。

Q3. エンジニアがいない中小企業でも導入できますか？

A. スキルの本体は Markdown（SKILL.md）で「手順を日本語で書く」だけなので、プログラミング未経験でも作れます。難所は最初の「Lark アプリの権限設定と MCP の接続」で、ここだけ一度整えれば、以降のスキル作成は業務手順を書き起こす作業に近くなります。最初の1つを外部の伴走支援と一緒に作り切り、以降を社内で横展開するのが現実的です。

Q4. 費用はどれくらいかかりますか？

A. Lark は 20 名以下なら Starter プランが無料、21 名以上は Pro（1ユーザー月額 ¥1,420・税抜・年払い基準）です。30 名なら月 ¥42,600 が目安。Lark MCP は OSS で追加費用はかかりません。別途、Claude Code が動く環境（Claude のサブスクリプションまたは API 利用）が必要で、こちらの費用は Anthropic の提供形態によって変わります。まずは無料の Starter で1スキルを試すのが最小コストの入口です。

Q5. 自動化すると、AI が勝手に間違った操作をしないか不安です。

A. 安全運用の基本は「権限は最小限」「破壊的操作の前に確認」「スキルは信頼できる出所のみ」です。Lark アプリに与える権限をそのスキルが触る範囲だけに絞り、削除や外部送信のような取り消しにくい操作は「ドライラン→目視確認→実行」の順を守れば、リスクは大きく抑えられます。問い合わせ対応も、送信は人が確認する設計にするのが中小企業に合った現実解です。

まとめ — まず「頻度×定型度」の高い業務を1つスキル化する

結論を改めて。Claude Code × Lark で成果を出す鍵は、単発の API 連携を1回動かすことではなく、業務手順を「スキル（SKILL.md）」に固定し、毎回同じ品質で繰り返し実行させることです。Lark 公式の @larksuiteoapi/lark-mcp が「Claude の手」となって Lark を操作し、Claude Code スキルが「その手を動かす手順書」として、議事録のタスク化・日報集計・問い合わせ一次対応といった繰り返し発生する定型業務を自動化します。

大切なのは、いきなり全社を自動化しようとしないこと。「毎日/毎週やっていて、手順がほぼ決まっている業務」を1つ選び、無料の Lark Starter で小さくスキル化して回してみる——それだけで、AI 活用が「一度きりの PoC」から「回り続ける仕組み」に変わります。当社は群馬・前橋で自社 EC 事業を Lark に集約し月 240 時間 → 24 時間（90% 削減）を実証した実体験から、貴社にとって最初にスキル化すべき業務の見極めから中立に伴走します。

関連記事

• Claude × Lark 連携でできること10選2026 — AIエージェントに業務を任せる中小企業の始め方。
• Lark MCP 完全ガイド2026｜Claude/Cursor 連携の設定手順 — MCP 接続の具体的な設定手順。
• Lark Base API×MCPで業務自動化｜Claude Code連携 実装入門2026 — Base を含む API 連携の実装。
• Lark AI でできること全整理2026 — 標準AI・AnyGen・AnyCross の使い分け。
• Lark AnyGen で社内AIエージェントを内製する実装パターン7選 — Lark 内での AI 内製化。
• Lark Base で日報・週報を自動集計する — 集計自動化の設計。
• Lark Base が中小企業の業務効率を変える3つの理由 — 業務データの受け皿としての Base。
• Lark vs kintone どっちを選ぶべきか — 業務データベースのツール選定。
• Lark vs Microsoft Teams 比較【中小企業の現実解】 — 統合型グループウェアの比較軸。
• 中小企業の DX を 90 日で軌道に乗せる実践ロードマップ — 段階的な全社 DX の進め方。
• Lark 導入支援サービス — 選定から移行・定着までの伴走メニュー。
• アウフヘーベンジャパン株式会社 会社案内 — 群馬・前橋拠点。Lark 導入を支援する独立系コンサルティング事業者。