プロンプトは AI を便利にした。ループは AI を持続可能にした。Claude Tag は AI を共有可能で、プロアクティブで、仕事が行われる場所に存在するものにした。
2026 年 6 月 23 日、Anthropic はモデルそのものよりも重要なものを変えた。
https://x.com/claudeai/status/2069468693017268244
それは、モデルが存在する場所を変えたのだ。
長年、AI を使うということは、プライベートな箱を開けることを意味していた。あなたが入力し、AI が答え、あなたはタブを閉じる。次の人は別の箱を開けて、また最初からやり直す。
Claude Tag は、Claude を Slack にチームの目に見えるメンバーとして移動させる。
Claude は、周囲の会話を読むことができる。スレッドや日をまたいで関連するコンテキストを記憶できる。チームが与えたツールを使用できる。質問した人がログオフした後でも作業を続けられる。そして、アンビエント動作が有効になっている場合は、誰かがプロンプトを送る前に発言できる。
Anthropic によると、社内バージョンはすでにプロダクトチームのコードの 65% を生成している。
ほとんどの人はこれを Slack 統合と呼ぶだろう。
その説明は本質を捉えていない。
これは、AI がチャットボックスを離れ、グループチャットに入るということだ。
これは、マルチプレイヤー AI の始まりである。
チャットボットはシングルプレイヤーだった
支配的な AI インターフェースは検索を模倣していた。
一人が質問を入力する。一つのモデルが回答を返す。
これにより AI はアクセスしやすくなったが、有用なコンテキストを何千ものプライベートな会話の中に閉じ込めてしまった。
あなたのチームメイトは、プロジェクトの進め方を Claude に教えるのに 1 時間費やすかもしれない。翌日、あなたは別の Claude に同じことをもう一度教えることになる。
会社の共有システムは何も学ばなかった。
モデルは、月曜日の会議で何が決定されたか、誰がローンチを担当しているか、なぜ期限が変更されたか、どのリクエストが 11 日間無視されていたかを知らなかった。
モデルが知っていたのは、一人の人間が覚えていて、一つのプロンプトに貼り付けた情報だけだった。
**問題は知能ではなかった。
問題は不在だった。**
Claude Tag はインタラクションの形を変える。チャンネルの全員が同じ Claude と作業する。リクエスト、計画、結果、修正はすべて可視化されたままになる。別の人が最初に止まったところから続けることができる。
AI はプライベートな近道ではなくなる。
共有インフラストラクチャになる。
AI ワークの 4 つの時代
Claude Tag を理解する最も簡単な方法は、それ以前のものを見ることだ。
1. プロンプト
あなたが質問する。AI が答える。セッションは終了する。
質問には便利だが、継続的な作業には弱い。
2. エージェント
あなたが AI に目標を与える。AI は計画を立て、ツールを使い、結果を返す。
完全なタスクにはより適している。それでも通常は、一人の人間が一つのプライベートセッションで開始する。
3. ループ
あなたがエージェントにタスクと条件を与える。エージェントはチェックし、行動し、検証し、繰り返す。
ループは AI を持続可能にした。
しかし、ループは依然として何を繰り返すべきかを定義する誰かを必要とする。
4. アンビエントエージェント
AI は共有コンテキストのライブストリームの中に存在する。変更を監視し、決定を記憶し、常時指示に従い、状況が一致したときに行動する。
ループは作業を繰り返す。アンビエントエージェントは作業に気づく。
これが Claude Tag の背後にある真のシフトである。
よりスマートな答えではない。
答えが必要な時を知っているシステムである。
AI をマルチプレイヤーにするもの
Claude Tag は、かつて別々の製品に存在していた 5 つの要素を組み合わせている。
1. 共有コンテキスト
Slack のスレッドで @Claude をタグ付けすると、そのチャンネル内のメッセージやファイル、そして組織が接続したツールを使用できる。
コンテキストはすでに存在している。誰も巨大なプロンプトでそれを再構築する必要はない。
何が決定されたかを尋ねると、Claude は決定事項、担当者、未解決の質問を、議論が行われた同じスレッド内で返すことができる。
チャンネルがワークスペースになる。
2. 境界のあるメモリ
Claude Tag は、スレッドや日をまたいで関連するコンテキストを保持できる。月曜日のスタンドアップで起こったことは、木曜日になっても重要であり得る。
しかし、これは魔法のようなグローバルメモリではない。
メモリは、組織、ワークスペース、チャンネル構造にスコープされている。管理者はそれを検査、編集、または削除できる。また、Slack での会話は、個人の Claude チャット履歴とは別に保たれる。
その境界は重要である。
エンジニアリング用の Claude が、機密性の高い法務コンテキストをパブリックなプロダクトチャンネルにうっかり持ち込むべきではない。
有用なメモリは覚える。安全なメモリはどこで止まるかを知っている。
3. 独自のアイデンティティ
通常、個人用 AI はあなたのアクセス権を借用する。あなたがアカウントを接続したので、あなたの Drive、カレンダー、GitHub を開く。
しかし、20 人が一つのエージェントを共有する場合、これは機能しなくなる。
代わりに Claude Tag は、自身のエージェントアイデンティティの下で動作する。管理者は、どのリポジトリ、ツール、認証情報を使用できるかを決定する。そのコミットやプルリクエストは Claude を作者として表示し、アクションはそれをリクエストした Slack スレッドまで追跡できる。
Anthropic は、スケジュールされたタスク、メモリ書き込み、ネットワークコールを監査ビューに記録する。
重要な質問は、次のように変わる：
モデルは何ができるのか？
から、次のように：
このエージェントはここで何をすることが許可されているのか？
4. イニシアチブ
ほとんどのチャットボットは不活性である。プロンプトがなければ、アクションもない。
アンビエント動作が有効になっている場合、Claude は未回答のスレッドを表面化させ、緊急のメッセージにフラグを立て、デプロイが完了したことを報告し、または自身の作業を妨げている決定を尋ねることができる。
プロアクティブ性はチャンネルごとに設定される。サポートチャンネルは継続的に監視できる一方、機密性の高い戦略チャンネルはメンションのみに留めておくことができる。
これこそが、Claude をソフトウェアというよりも、参加者のように感じさせる機能である。
https://x.com/claudeai/status/2069468699766005847
また、設定を誤ると最も迷惑になる可能性が高い機能でもある。
5. 非同期作業
Claude Tag はフォローアップをスケジュールし、より長いタスクをバックグラウンドで続行できる。作業を割り当てた人はタブを開いたままにしておく必要はない。
Anthropic によると、エージェントタスクの信頼できる長さは約 4 ヶ月ごとに倍増している。自律性の長期化こそが、アイデンティティ、予算、監査ログがもはやオプションの詳細ではなく、製品の一部である理由である。
5 分間作業するエージェントはツールである。あなたがログオフした後も作業するエージェントにはガバナンスが必要である。
実際にできること
デモが面白くなるのは、Claude が要約をやめてループをクローズし始めるときである。
違いを示す 6 つのワークフローを紹介する。
200 件のメッセージを読み返さずにキャッチアップする
Claude は忙しいスレッドをスキャンし、3 つのことを分離できる：
- 何が決定されたか；
- 各決定の担当者は誰か；
- まだ未解決のものは何か。
出力はチャンネルに残るので、誰でも修正できる。
埋もれた作業を見つける
Claude に、チャンネルの過去 2 週間を調査し、返信がなかったリクエストを見つけるように依頼する。
別の一般的なダイジェストではなく、元のメッセージにリンクし、各リクエストがおそらく誰を待っているかを特定する。
価値は要約ではない。
チームがすでに忘れていた作業を回復することである。
会話をアーティファクトに変える
プロダクトスレッドは通常、中途半端な決定、スクリーンショット、異議、「たぶん～すべき」というメッセージが混ざったものである。
Claude はその混乱を、仕様書、インタラクティブなページ、チャート、チケット、またはドキュメントに変え、誰かが変更を加えて返信したときに同じアーティファクトを更新できる。
グループチャットから会社に問い合わせる
データウェアハウスが接続されていれば、チームメイトはプラン別の週間アクティブユーザーを尋ねることができる。
Claude はクエリを作成し、実行し、チャートを投稿し、結果を確認できるように SQL を含める。
回答はチャンネル全体に表示され、一人のアナリストのプライベートな AI セッションの中に消えることはない。
バグレポートからプルリクエストへ
Anthropic が紹介したチームの一つは、社内バグのファーストレスポンダーとして Claude を使用している。Claude はレポートとスクリーンショットを読み、Datadog、Linear、GitHub などのシステムをチェックし、原因を追跡し、修正用のプルリクエストのドラフトを作成できる。
エンジニアは、情報を 5 つのツール間でコピーする必要があるときではなく、判断が必要なときに入る。
誰もメンテナンスしない作業をメンテナンスする
Claude は、ピン留めされたチャンネル概要を最新に保ち、月曜日のレポートを投稿し、サポートバックログを監視し、新しい情報が到着するたびに定例レポートを更新できる。
ここでアンビエント AI はデモ以上のものになる。
最良のターゲットは、華やかなクリエイティブな作業ではない。
それは、誰もが重要だと同意し、誰も一貫して担当していない、静かな運用業務である。
混乱を起こさずにセットアップする方法
Claude Tag は現在、Claude Team および Enterprise 組織向けにベータ版で利用可能である。プライマリーオーナーまたはオーナーが設定する必要があり、通常の管理者はエージェントをプロビジョニングできない。
公式のセットアップには 4 つの基本的なステップがある：
- Claude Tag を Slack ワークスペースに接続する；
- アクセスを許可するツール、リポジトリ、情報を選択する；
- 組織の支出制限と、より小規模なチャンネル制限を設定する；
- アクセスを拡大する前に、プライベートチャンネルでテストする。
GitHub への書き込みアクセス、本番環境の認証情報、6 つのデータソース、そして会社全体でのアンビエント動作から始めてはいけない。
1 つのチャンネルと外部ツールなしで始める。
Claude に、決定事項の回復、未回答メッセージの発見、または週次レポートの維持を依頼する。これにより、エージェントが Slack の外部で何かを変更することを許可する前に、チームが共有エージェントと協業するのを好むかどうかをテストできる。
次に、1 つの読み取り専用ソースを接続する。
出力が一貫して有用になってから初めて、書き込み権限、スケジュールされた作業、またはプロアクティブな動作を追加すべきである。
Claude Tag は消費ベースである。チャンネル作業は組織に請求され、ダイレクトメッセージは個人ユーザーの Claude アカウントを使用する。オーナーはハードキャップ、チャンネルごとの予算、しきい値アラートを設定できる。
アクセスはデモの速度ではなく、信頼の速度で拡大されるべきである。
盗む価値のある 12 のプロンプト
Claude Tag は現在 Team および Enterprise ベータ版だが、これらの例はどこでもより良いエージェントを設計する方法を示している：ソース、トリガー、出力、境界を与えること。
チャンネルコンテキストから始める
1. 決定抽出ツール
@Claude このスレッドについて最新情報を教えて。決定されたこと、各決定の担当者、その根拠、そしてまだ未解決のことをリストアップして。
2. 未回答リクエストファインダー
@Claude このチャンネルの過去 2 週間をレビューして。有用な回答が得られなかったリクエストを見つけ、各元のメッセージにリンクし、それを解決できる可能性が最も高い人を挙げて。まだ誰もタグ付けしないで。
3. 週次運用ノート
@Claude 毎週月曜日の 9:00 に、先週の短いレポートを投稿して：決定事項、完了した作業、未解決のブロッカー、そして 48 時間以上一人を待っているもの。
4. 生きたチャンネルマップ
@Claude このチャンネルの概要を作成してピン留めして：その目的、現在の優先事項、担当者、主要ドキュメント、アクティブな期限。チャンネルが変化するにつれて、同じメッセージを更新し続けて。
実際のツールを接続する
5. 検証可能なメトリクス
@Claude 過去 8 週間の週間アクティブユーザーをプラン別に分割してチャート化して。SQL を含め、すべてのメトリクスを定義し、データが不完全である可能性のある週にフラグを立てて。
6. ミーティングブリーフ
@Claude Acme との午後 2 時の電話会用に 1 ページのブリーフを準備して。最新の CRM ノート、関連する Slack スレッド、未解決のサポートチケット、現在の提案を使用して。事実とあなたの推奨事項を分けて。
7. カスタマーシグナルマイナー
@Claude 今四半期のカスタマーチャンネルと CRM から、最も繰り返された製品リクエストトップ 10 をランク付けして。頻度、影響を受ける収益、代表的な引用、元の証拠へのリンクを含めて。
8. バグからドラフト PR へ
@Claude このスレッドで説明されているバグを調査して。可能であれば再現し、根本原因を特定し、最小限の安全な修正を提案し、関連するテストを実行し、ドラフト PR を開いて。本番環境へのアクションの前で止まって。
うるさくせずにアンビエントにする
9. サポート例外モニター
@Claude このチャンネルを監視して。現在のドキュメントで質問が明確に解決される場合にのみ回答して。問題が緊急、高価値、または 4 時間経過しても未解決の場合にサポートリーダーをタグ付けして。それ以外は沈黙を保って。
10. ローンチウォッチャー
@Claude このローンチを監視して。マイルストーンが完了したとき、期限が変更されたとき、エラー率が合意されたしきい値を超えたとき、または決定に人間が必要なときにのみ報告して。すべてのアラートにソースを含めて。
11. リサーチ矛盾ファインダー
@Claude ここで共有されているソースを監視して。2 つの信頼できるソースが相容れない主張をした場合、正確な矛盾を投稿し、両方のソースにリンクし、それを解決する証拠を説明して。単純な表現の違いは無視して。
12. 決定メモリ
@Claude このプロジェクトの決定ログを維持して。決定、日付、担当者、理由、却下された代替案、そして再検討を正当化する条件を記録して。既存のエントリを変更する前に尋ねて。
これらのプロンプトが言っていないことに注目してほしい：
賢くあれ。役に立て。専門家のように振る舞え。
有用な指示は、いつ行動するか、どの証拠を使用するか、どのような出力を生成するか、そしていつ沈黙を保つかを定義する。
最良のアンビエントプロンプトには、沈黙の条件が含まれている。
マルチプレイヤー AI を価値あるものにする同じ機能が、それを危険にもする。
プライベートチャットボットは悪い答えを生成する可能性がある。
メモリと書き込みアクセスを持つアンビエントエージェントは、その悪い答えを保存し、チームと共有し、後でそれに基づいて行動する可能性がある。
明白な 4 つの障害モードがある。
誤ったメモリ
Claude が一時的な意見を最終決定として記録した場合、将来の作業がそのエラーを引き継ぐ可能性がある。
重要なメモリには、所有者、ソース、日付、そして修正する方法が必要である。
過剰なアクセス
エージェントは、チャンネル内の人間がそれを持っているという理由だけで、すべてに対する許可を必要とするわけではない。
読み取り専用アクセスから始めよ。機密性の高いチャンネルを分離せよ。ワークフローがそれを必要とすることを証明した後にのみ、権限を拡大せよ。
プロアクティブスパム
すべてにコメントするエージェントは、知的には感じられない。
それはグループチャットで最悪の人のように感じられる。
例外しきい値を定義せよ。いつ沈黙を保つべきかを指定せよ。人間がチャンネルごとにプロアクティブ性を調整できるようにせよ。
目に見えないコスト
Claude Tag は消費ベースである。組織はグローバルなハードキャップ、チャンネルごとの制限、そして予算の 75% と 95% でのアラートを設定できる。
これは、10 の忙しいチャンネルを監視するエージェントが、責任を負うべき明白な「セッション」なしにトークンを消費する可能性があるため重要である。
安全なロールアウトは退屈である：
- 1 つのプライベートテストチャンネルから始める；
- 1 つの読み取り専用ソースを接続する；
- 1 つの測定可能なワークフローを選択する；
- 元に戻せないアクションには承認を要求する；
- 毎週メモリと監査ログを検査する；
- 誤検出率が許容可能になった後にのみ拡大する。
メモリを持つエージェントは有用である。間違った権限を持つエージェントは侵害である。
真の製品はコンテキストである
AI 企業はモデルの知能で競争し続けている。
チームは異なるボトルネックを経験する。
モデルは昨日何が起こったかを知らない。
どのダッシュボードが信頼されているか、どの顧客が重要か、どのルールが時代遅れか、どの決定がすでに二度覆されたかを知らない。
その情報は、チャット、ドキュメント、チケット、コード、ダッシュボード、そして人間の記憶に散らばっている。
Claude Tag は、その散らばったコンテキストをエージェントのための作業環境に変えようとする Anthropic の試みである。
モデルは来月変わる可能性がある。
蓄積されたコンテキスト、権限、ルーチン、修正、そして組織の記憶は残る。
だからこそ、シングルプレイヤーからマルチプレイヤーへの移行は、別のベンチマークでの勝利よりも重要なのだ。
次の AI の優位性は、最も賢いプロンプトを書くことからは生まれない。それは、最も明確なコンテキストを構築することから生まれる。
Slack は最初の場所に過ぎない。
パターンが機能すれば、あらゆる共有スペースがエージェントの潜在的な拠点となる：
- 遅れている生徒に気づく教室；
- 矛盾する証拠をキャッチする研究グループ；
- すべてのクリエイティブな決定を記憶するスタジオ；
- 未回答の質問をルーティングするコミュニティ；
- 誰かが去っても運用記憶が消えない会社。
次の 10 億人の AI ユーザーは、自分自身をプロンプトエンジニアとは決して呼ばないかもしれない。
彼らは、デザイナー、アナリスト、エンジニアをタグ付けするのと同じように、AI をタグ付けするだろう。
重要なスキルは、完璧な質問を一つすることではない。
それは、エージェントが何を見ることができるか、何を覚えるべきか、いつ行動してもよいか、そしていつ止まらなければならないかを決定することになるだろう。
プロンプトは AI を便利にした。
エージェントは AI を有能にした。
ループは AI を持続可能にした。
マルチプレイヤーコンテキストは AI をチームの一部にした。
AI は会話を置き換えない。
AI は会話に参加する。
