本動画は、OpenClawを1ヶ月間毎日使い込んだ結果、フルタイム従業員として機能させるまでに至った実践例を紹介するものである。スポンサー管理の完全自動化からCRM統合、ナレッジベース構築、セキュリティ対策まで、25以上の高度なユースケースを網羅している。特筆すべきは、独自のメールアドレスとアイデンティティを持たせ、スコアリング基準による自動分類、HubSpotとの連携、多層セキュリティ対策など、実務レベルの完全自動化を実現している点である。プロンプトエンジニアリングのベストプラクティス、複数モデルの使い分け、コスト削減戦略など、実践的なノウハウが詳細に解説されている。
OpenClawをフルタイム従業員として運用する
私はこの1ヶ月間、毎日OpenClawを使い続けてきました。かなり習熟してきたと思います。これまでもOpenClawのユースケース動画をいくつか公開してきましたが、今回はさらに次のレベルに引き上げます。OpenClawは今や私のチームの正式なフルタイム従業員なんです。では、早速見ていきましょう。
私のところには大量のスポンサー依頼が届きます。動画のスポンサーになりたいという企業からのメールですね。これは素晴らしいことなんですが、本当にたくさん来るんです。
そこで私のOpenClawに完全なアイデンティティを与えました。名前と苗字、専用のメールアドレス、基本的には完全なワークスペースアカウントを持たせて、完全に本物に見えるようにしたんです。実質的にフルタイムの従業員になっています。
一般公開しているスポンサー用のメールアドレスがあって、それはグループアドレスなんですが、そこにOpenClawのメールを追加しました。つまり、その公開メールアドレスに送られてくるメールは、すべて私のOpenClawに転送されるようになっているんです。そしてそこで行っていることが本当にすごいんですよ。
スポンサーメールの自動管理システム
こちらがメールの例です。これは実際のスポンサーメールではありません。公開したくなかったので、自分で作成してOpenClawのメールアドレスに送ったものです。
「こんにちは、Novabridge社のパートナーシップ責任者、サラ・マダムです。私たちはチーム向けのワークフロー自動化ツールを開発しています。」という内容で、最後にNovabridgeという署名があります。Novabbridge.ioは実在しないメールアドレスです。
では何が起きたか。ご覧の通り、私のOpenClawはこれがスポンサーメールだと認識して、そのようにラベル付けし、実際に非常に洗練された評価基準を使ってメールをスコアリングしました。
スコアは低、中、高、例外的の4段階で評価されます。例外的、つまり80点以上だと思いますが、その場合は何もせず、単に私のチームにエスカレーションするだけです。今回は38点というスコアでした。
実は、どうスコアリングすべきか確信が持てなかったようです。いくつか奇妙なシグナルがあったからです。明らかに私の個人メールアドレスから送られてきているので、どう処理すべきかわからなかったんです。それに、メールから署名を削除するのを忘れていたので、サラ・チェンとして署名されつつ、マシュー・バーマンとしても署名されていました。
スコアリングに高い確信度がない場合、特別なことが起こります。Telegramで私に通知が来るんです。
こんな感じです。「低信頼度の分類、レビューが必要です。送信者は私、信頼度スコアは45、非常に低いです。推定スコアは38です。」そして理由がこちら。送信者が公開Gmailアドレスを使用している。メールはマット自身のGmailから送信されているように見える。Novabridgeは知られていない企業で、検証可能なウェブプレゼンスやソーシャルプルーフがない。
そうなんです、実際に外部に出て行って、ウェブサイトを見て、正規のものかどうかを確認し、その企業のレビューを探し、企業の人物を調べます。このリサーチ全体を数分で行い、それからスコアを適用するんです。
企業メールと署名を主張しているが、Gmailから送信されている。予算や成果物の記載なし。シリーズAの主張は検証不可能。
ここから私ができることは、「承認。その通りです。」と返信するか、メールのスコアリング方法についてフィードバックを与えることです。私はこの評価基準を数日かけて構築しました。すぐに使えるものではありません。スコアを割り当てさせて、そのスコアについてどう感じるかを確認し、その評価基準についてフィードバックを与えるという作業を繰り返しました。
評価基準の概要を簡単に説明すると、5つの主要な要素があります。適合性、明確性、予算、真剣度、企業の信頼性、成約可能性です。それぞれに特定のスコアの重み付けがされていて、スコアリングされた後、さまざまなアクションを取ることができます。
例外的な企業の場合は、チームにエスカレーションし、Slackで通知しますが、それ以外の自動アクションはありません。単に知らせるだけです。高評価のスポンサーの場合も、チームにエスカレーションしますが、緊急ではないので、できる時に対応します。中程度の場合は、資格確認の質問を返信します。低評価の場合は、丁寧にお断りします。スパムの場合は、無視します。
スコアリング後、実際にこの人に対してカスタマイズされたメールの下書きを作成します。こんな感じです。「こんにちは、マシュー。」マシューとして署名してしまったので、マシュー宛てになっています。「ご連絡ありがとうございます。こちらでスポンサーシップのオプションをご確認ください。ご質問があればお知らせください。よろしくお願いします。」そして名前。
準備ができたら、ここに来て送信ボタンを押すだけで、残りはすべて自動でやってくれます。本当に簡単です。
これを自分で再現したい場合は、もちろんできます。プロンプトはこちらです。スポンサー受信ボックスパイプラインの構築。マルチアカウントメールマーケティング、アカウント設定ごとのJSON、10分ごとのcron、Gmail アクセス用のGo CLI、新しい送信者ドメインの履歴スレッドの遅延バックフィル取得、隔離とセキュリティ。セキュリティのベストプラクティス全体については後ほど説明します。
それから編集可能な評価基準でスコアリングします。つまり、常にフィードバックを与えているということです。受信メールのスコアリングがどんどん上手くなっていきます。Gmailラベルを適用します。ローカルとHubSpotの両方でステージトラッキングを行います。コンテキストに応じた返信下書きがあります。つまり、単にテンプレートメールを送るのではありません。
もちろん、これには最高のモデルの1つ、Opus 4.6を使用しています。ヒューマナイザースキルも使用しています。AI が書いたような雰囲気は出したくないんです。
それから送信者の調査を行います。実際に外部に出て行き、その企業が誰か、スポンサーが誰かを調べ、関連性があるか、正規のものかを確認します。これをすべて自動でやってくれて、それをCRMに取り込むんです。そしてもちろん、最後にエスカレーションがあります。
すべてのプロンプトを下の説明欄に載せておきます。お気軽にダウンロードしてください。
先ほど触れたように、私のチーム全体がHubSpotを使って営業を追跡しています。OpenClawはHubSpotにアクセスでき、適切だと判断した場合には案件を移動させることができます。メールのやり取りに基づいて、案件がステージを移動したときを自動的に検出します。
例えば、資格確認から交渉に移った場合、それについてメッセージを送り、チームを更新し、HubSpotで案件を移動させます。これがすべて自動的に行われるんです。HubSpotは素晴らしいですし、この動画のパートナーでもあります。
多くの方が私がやったことを再現したいと思っているでしょうし、それだけでなく、自分の生活やビジネスに特化したユースケースを考え出したいと思っているはずです。多くの方が起業家やいじくり回すのが好きな人で、それをどうやって実現するか考えようとしています。
AIがどんどん良くなっていく中で、先を行き続ける必要があります。AIで実際に構築を始めたい、他の人がやっていることを見るだけでなく、自分でやってみたいという方には、この無料ガイド「週末でバイブコーディングできる20のAIアプリ」をチェックすることをお勧めします。
これは、雑なAIのアイデアを実際に動くプロトタイプに素早く変えるためのガイドです。実用的なアプリのコンセプト、正しいスコープの設定方法、アイデアからMVPへ非常に迅速に移行する方法を解説しています。
これはすべてOpenClawに適用されます。OpenClawは基本的にバイブコーディングそのものです。個人的に、ビジネスと生産性AIアプリのセクションがOpenClawに特に関連していると感じました。実際に今すぐ使える実世界の自動化の具体例を示してくれて、白紙のページから完全に機能するアプリまで、どうやって進めるかを手順を追って説明してくれます。
このガイドはHubSpotが作成しました。この動画のスポンサーになってくれています。HubSpotには本当に感謝しています。素晴らしいパートナーです。電子書籍をダウンロードしてください。私たちの助けになりますし、こういったクールな動画をもっと作れるようになります。HubSpotには大感謝です。
ワークフローの全体像
さて、ついにプロンプトが手に入りました。何をするかの説明もあります。ワークフローを高レベルで見てみましょう。
まず、3つの異なるメールアカウントから取り込みます。そのうちの1つがアクティブです。それが私のOpenClawエージェントに割り当てたものです。それから10分ごとにリフレッシュします。隔離してフロンティアスキャンを行います。
どういう意味かというと、セキュリティについては後でもっと詳しく説明しますが、簡単に説明します。最初にやることは、決定論的コードでメールをスキャンして、プロンプトインジェクションやSQLインジェクションがないかを確認することです。もちろん完璧ではありませんが、これが最初の層です。
次にメールをダウンロードします。隔離します。他で進行していることにアクセスできないように、独立した場所に置きます。それからフロンティアスキャンと呼ばれるものを行います。
悪意のあるプロンプトインジェクションの可能性を既に取り除いた後、最高のモデルを使い、もう一度隔離状態でスキャンさせるんです。
これがすべて完了し、そのメールに悪意のあるものが何もないという高い確信度が得られたら、スコアリングと分類を行います。メールを読み、データベース内のその同じ人物からの過去のメールを見て、評価基準を見て、それらをすべてまとめて、単一のスコアを出します。
それから必要に応じて、HubSpotのステージを更新して同期します。ドリフト検出を探します。つまり、HubSpotで案件が移動したけれど、私たちが知らない場合です。ステージについてHubSpotとは異なる記録がある場合、チームに通知します。
それからGmailラベルを適用します。つまりスコアまたはステージです。それから高シグナルかどうかを見て、高シグナルの場合はTelegramにエスカレーションします。メールをローカルに保存して埋め込みます。
それからコンテキストを理解した下書きを書きます。本当に便利で、これは段階的にやりました。一度に作成したわけではありません。徐々にもっと多くの権限を与え、エンドツーエンドで自動化されるようにもっと多くの許可を与えてきました。
まだまだやることがたくさんあります。実は、OpenClawがスポンサーと電話したいと言うか、私がそのスポンサーについて動画を作る準備ができるまで、営業パイプライン全体を処理できるようにするというビジョンがあるんです。
ベストプラクティス
次に、いくつかのベストプラクティスについてお話ししたいと思います。
最初にお伝えしたいのは、複数のプロンプトバージョンについてです。これは実際、皆さんが思っている以上に重要で、多くの人が話していないことだと思います。管理は非常に複雑ですが、重要です。ぜひ実行することをお勧めします。
問題は、複数のモデルを使用している場合、またはモデルを切り替える場合です。例えば、Opus 4.6を使っていて、OAuthトークンが禁止され、GPT 5.2に移行したいとします。これらの異なるモデルには、プロンプトの仕方について異なるプロンプト標準があります。
実際にClaudeのベストプラクティス、特にOpus 4.6向けのものをダウンロードしました。これは以前のバージョンとはかなり異なります。すべてをローカルにドキュメント化しています。
こちらがコア原則です。例えば、Opusはこのような全大文字、「CRITICAL」といった表現を好みません。単に何をすべきかを伝えればいいんです。指示に従うことに本当に重点を置いているので、怒鳴ったりする必要はありません。
このガイド全体をダウンロードして、プロンプトを書くときはいつでもこのガイドに従います。でもGPT 5.2は違います。非常に異なるプロンプト技術を使用します。
もちろん、GPT 5.2のプロンプトガイドもダウンロードしました。完全に異なっていて、すべてのガイドがここにあります。全大文字。つまり文字通り逆なんです。全大文字は大歓迎です。
でもこれは問題を引き起こします。すべてについて2セットのプロンプトをどう管理するのか。基本的には、そのままやっています。
OpenClawに、プロンプトの2つのバージョンを持ちたいと伝えました。ルートにあるものがあります。これがご覧いただいているものです。これはClaude用に最適化されています。それが今でも私の主力モデルで、OAuth禁止問題をどう回避したかは後で説明します。
すべてのマークダウンファイルがあります。これらだけでなく、すべてがClaude用に最適化されています。それから、Codex最適化プロンプト用の別のフォルダがあります。これはすべて同じファイルで、毎晩、夜間同期レビューがあります。
すべてのマークダウンを確認し、両方のプロンプトベストプラクティスを見て、それぞれが独立してベストプラクティスを使用しているだけでなく、ドリフトが見られないか、異なることを言っていないかを確認します。
これらすべてのマークダウンファイルのコア情報は同じままです。ドリフトがある場合、朝にTelegramアラートが届き、「修正して」と言うだけで、修正してくれます。これがすべて同期を保つ方法です。
これらのファイルが同期しないのは、最長でも24時間程度です。これを実行することを強くお勧めします。より良いプロンプトを書くだけで、はるかに良い結果が得られます。これはプロンプトエンジニアリング101です。
そのためのプロンプトがこちらです。デュアルプロンプトスタックの設定。ルートMDファイルはClaude最適化、自然言語でルールの背後にある理由を説明します。ダウンロードした特定のガイドを参照するように言うこともできます。
それからCodexプロンプト、または使いたい他のモデル。基本的にフォルダを作成し、それらすべてに同じファイルを配置します。いくつかのベストプラクティスを与えます。でも繰り返しますが、おそらくダウンロードしたプロンプトガイドを指定するだけです。
両方のスタックには同一の運用事実が含まれている必要があります。夜間同期レビュー、アクティブモデルを切り替えるためのスワップコマンド。
これが最後の重要な部分です。モデルをスワップする方法について正確な指示があります。モデルをスワップしたい場合、あらゆる場所で名前をスワップします。セカンダリモデルが入っているフォルダを自動的にルートに昇格させます。もう一方をフォルダに保存し、すべての指示があるので、モデルのスワップ方法について本当に考える必要はありません。
モデルをスワップと言うだけで、やってくれます。
ファイル構成
これはもっと基本的なセクションになります。OpenClawのすべてのファイルが何をするか、どう使うべきかについてお話ししたいと思います。
agents.mdについては、運用ルール、セキュリティ、安全性、タスク実行、メッセージパターン、cron標準、エラーレポートがあります。これをお伝えする理由があります。
ドキュメントを作成して、OpenClawが常にどこに何を置くべきかを知り、プロンプトのドリフトが見られないようにすべきです。特定の情報が間違ったプロンプトファイルに入ってしまうことは避けたいです。
それからsoulファイルがあります。これは個人的な哲学、エージェントが誰かです。アイデンティティ、名前、生物のタイプ、絵文字、最大5〜10行です。これはすべてOpenClawのドキュメントのベストプラクティスからです。
user.mdがあり、基本的に私自身についてOpenClawに伝えます。toolsがあります。これらは環境固有の値です。チャンネルID、Slack ID、Asanaプロジェクト IDなどです。
heartbeatがあります。これは自動的に実行される定期的なcronです。memory.mdファイルがあり、これは私だけと一緒にロードされるべきです。チームも含めて公開されることはありません。
sub-agentポリシーがあります。サブエージェントをどうスピンアップするか、どのモデルを使うかなどです。そしてこれらは必要な時だけロードされるドキュメントで、すべての呼び出しでロードされるわけではありません。
PRDがあります。これは非常に重要です。アプリ全体にわたって持っているすべての機能を定義します。OpenClawに、コードの特定の部分をどこで探すべきかのヒントを与えるのに本当に便利です。
ユースケースがあります。ワークスペースファイル、セキュリティベストプラクティス、コーディング標準、メモリファイル、スキルファイル、参照ファイルがあります。
ファイル間で重複がないようにすることを目指しています。すべての情報を格納する場所は1つであるべきで、それがここで定義されています。このプロンプトは読みません。下に載せておきます。お気軽にダウンロードしてください。
Telegramグループトピックの活用
これについては既にお話ししましたので、簡単に触れますが、まだTelegramグループのトピックを使っていない方は、本当に使うべきです。
コンテキストを最適化し、メモリを最適化し、自分自身を楽にする最良の方法です。私の場合はこんな感じです。
一般、CRMトピック、ナレッジベーストピック、cronアップデート、自己改善、デイリーブリーフ、自己アップデート、収益、将来分析、フードジャーナル、動画リサーチがあります。
基本的に、OpenClawでやっていることはすべて独自のチャンネルを持っているので、常に独自のコンテキストを持ち、これらのチャンネルのコンテキストを頻繁にリセットする必要がありません。より効果的に記憶してくれます。
CRM機能の拡張
さて、CRM機能を拡張しました。信じられないくらい素晴らしいです。前回の動画で話しましたが、今や本当にキラー機能になっています。
OpenClawに独自のメールアドレスを与え、正式な従業員として振る舞わせるために行ったすべての作業に直接関連しています。現在のCRMシステムはこんな感じです。
Gmailをスキャンして、私が話している重要な連絡先をすべて探し、カレンダーをスキャンし、連絡先を発見します。つまり、スパムをフィルタリングし、マーケティングをフィルタリングし、イベント招待をフィルタリングし、すべてをフィルタリングします。
そしてすべてを分類します。ほとんどは却下されます。今、データベースには250件の連絡先しかないと思います。ほとんどは単に却下されます。分類したら、CRMデータベースに入れます。
今、私はその人が誰かだけでなく、その人について話したすべての記録を持っています。その人の会社について積極的にリサーチします。その会社について新しい記事やニュースが出たら、自動的に見つけて、ダウンロードして、ローカルデータベースにすべて保存します。もちろん、そのデータベースとすべてのデータベースをバックアップします。
それからが本当にOpenClawの魔法で、誰もこのレベルで使っているとは思いません。この情報をすべて持っているとき、CRMを持っているとき、メールとカレンダーとSlackメッセージをスキャンし、ナレッジベースを持っているとき、これらすべてを持っていると、OpenClawは考えもしなかったつながりを作り始めます。
例えば、潜在的なスポンサーから新しいメールが来た場合、類似の企業について過去に行った会話を参照できます。その企業に関するナレッジベースの記事を探すことができ、すべて自動的にまとめてくれるんです。
CRMに入ったら、自然言語のクエリを実行できます。先週誰と話したか。過去4ヶ月間、誰と話していないか。それから自動的にフォローアップ、促し、要約を提供してくれます。
非常に価値があります。でも言ったように、本当の価値はすべての異なる部分を結びつけることです。フルタイム従業員の営業エージェント、CRM、ナレッジベース、すべてが今つながっています。
そして非常に賢いです。常に私のビジネス全体のコンテキストを持ち、私とOpenClawがより良い決定を下せるようにしてくれます。
こちらが完全なプロンプトです。連絡先発見パイプライン、データベース、自然言語インターフェース、関係性インテリジェンス、デイリーcron、メール下書きシステム。
データベースについては、ローカルに保存するすべてのものに同じパターンを使用しています。ベクトルカラムを持つ従来のSQLデータベースがあります。つまり、SQLクエリと、どんなRAGシステムでもやるような自然言語クエリの両方ができます。
ミーティングインテリジェンス
次はミーティングインテリジェンスです。前回の動画で簡単に触れましたが、今ははるかに良くなっています。繰り返しになりますが、すべてが結びついています。すべてがCRMに保存されます。必要に応じてHubSpotが更新されます。本当にクールです。
見てください。ミーティングがあります。私はミーティングでFathomのノートテイカーを使っています。つまり、社内外のすべてのミーティングを自動的に文字起こししています。
それからカレンダーをチェックし、ミーティング終了後にFathom APIを呼び出して、文字起こしをダウンロードします。出席者をCRMと照合します。インサイトを抽出します。インサイトだけでなく、アクションアイテムも探します。
それからコンテキストと埋め込みを生成します。ちなみに、今はNomicの埋め込みモデルを使って完全にローカルで埋め込みを行っています。
それからアクションアイテムがあるかどうかを判断します。なければ終了です。あれば、承認のためにすべてのアクションアイテムをTelegramに送信します。To-doリストが乱雑になってほしくないからです。あれば、Todoistに入りますが、今はHubSpotにも入ります。
ここには書かれていませんが、入るんです。どんなミーティングでも、3人での社内営業ミーティングがあった場合、各アクションアイテムの担当者を自動的に認識し、HubSpotの正しい案件に関連付けて、自動的に正しい人に割り当てます。完璧に動作します。本当に良いです。
ナレッジベース構築
次はナレッジベースです。これは基本的に、後で保存しておきたいものをすべて放り込む場所です。記事、動画、X投稿、面白いと思ったものは何でもTelegramに投げ込みます。
こんな感じです。ゴーカル・ラジャラムの投稿で、保存されました。簡単な要約と意見も教えてくれます。昨日バイラルになったKatriniリサーチ記事への返信投稿がこちらです。
情報も教えてくれて、Saturniの記事を見つけて自動的にリンクしてくれました。そして毎回、チームとも共有してくれます。
こんな感じです。AIトレンドチャンネルで共有して、「マットがこれを見てほしいと思っています」と言います。私がこれらを読んでいないとチームに思われたくないからです。絶対に読んでいます。だからそこで共有します。
それから、チームの誰かが記事を共有したら、「@claude、これをナレッジベースに入れて」とコメントするだけで、ダウンロードして同じことをやってくれます。他の人が共有したので、クロスポストしないことも認識しています。
それからもちろんすべてを結びつけて、CRMに連絡先がいる場合、その人や会社に関する記事を探します。これも積極的にやってくれます。毎日、取引している企業に関する新しい記事を探しています。自動的にナレッジベースに保存します。
プロンプトはこちらです。自分で構築できます。これは私が持っている最も価値あるものの1つです。クロスポリネーションのためだけでなく、単純にクエリできるからです。
OpenClawを使っているユースケースの1つは、動画のアイデアを考え出して、実際にアウトラインを書いてもらうことです。もちろん、ナレッジベースを参照して、動画トピックに含める関連記事を引っ張ってきます。
アーキテクチャはこちらです。TelegramのナレッジベーストピックまたはSlackの保存コマンドがあり、プリフライトチェックを行ってコンテンツを取得します。
もちろん、セキュリティプラクティスを標準化しています。インターネットからテキストを取り込むときはいつでも、サニタイズします。サンドボックスに入れます。フロンティアスキャンを行います。安全でなければ、ブロックして理由をログに記録します。安全であれば、続行します。
チャンク化して埋め込みます。SQLiteに保存し、AIトレンドにクロスポストします。それからクエリ、セマンティック検索ができ、結果とソースが得られます。
本当に素晴らしいです。
コンテンツパイプライン
コンテンツパイプラインについて簡単に触れましょう。潜在的な動画アイデアだと言うたびに、Claudeは自動的に作業を始めます。
コンテキストのためにSlackスレッド全体を読み、私たちが何について話していたかを理解します。例えば、チームと私が特定のAIトピックについて議論している場合、やり取りして、それから単にスレッドでClaudeをタグ付けして、潜在的な動画アイデアと言います。
それからSlackスレッドの全コンテキストを読み、関連コンテンツのナレッジベースをクエリし、補足的な議論のためにXとTwitterを検索し、基本的にウェブを検索し、Xを検索し、このトピックについてのバイラル投稿を探します。
構造化されたAsanaカードを作成します。もちろん、Asanaにプラグインされていて、動画パイプラインプロジェクトにそれを作成します。
それから私のためにアウトラインを書いて、参考資料を教えてくれます。実際にかなり良いです。パッケージングのアイデアも考えてくれます。フックは何か、サムネイルは何か、タイトルは何か。すべてやってくれます。
たくさんの提案をくれます。最後に、SlackまたはTelegramに投稿して完了を知らせてくれます。
セキュリティ対策の多層化
セキュリティについて話しましょう。既に触れましたが、非常に重要なトピックです。本当にもう少し深く掘り下げたいと思います。
この時点で実装している複数のセキュリティ層があります。まず、レイヤー1のネットワークゲートウェイ強化があります。これはすべて、OpenClawに直接組み込まれているか、毎晩実行されるセキュリティカウンシルが潜在的な攻撃ベクトルを探してOpenClawのすべてをスキャンするものです。
トークンベースの認証が推奨され、インターネットに直接公開されず、ハートビートによる週次検証が行われます。でも、すぐに説明する夜間のセキュリティカウンシルもあります。
チャンネルアクセス制御があります。つまり、私とのDMであれば、基本的にどんな情報でも教えてくれますが、Slackグループチャンネルの場合はできません。
情報を編集して、何を共有できて何ができないかについて非常に厳格なポリシーを持っています。もちろん、私のためにメールを書いている場合は、さらに厳格なポリシーがあります。
それから3層のプロンプトインジェクション防御があります。これはおそらく私が最も懸念していることで、誰かがインターネットからデータを取り込む場所の1つにプロンプトインジェクションしようとすることです。
まず決定論的サニタイザーがあります。「以前の指示を無視して」などのフレーズを探しています。他にも探しているものがありますが、ここではリストアップしません。何を探しているか知られたくないからです。
それからフロンティアスキャナーと呼ばれるものがあります。最高のフロンティアモデルを使っています。インターネットからのデータをサンドボックスに入れます。
それからそのフロンティアスキャナーでスキャンします。そのスキャナーは何もできません。最悪の場合、フロンティアモデルが既に知っている情報で、言うべきでないこと、例えばコンピュータをハックする方法などを明らかにする可能性があります。
それから高リスクマーカーもあり、途中でスコアを付けます。秘密保護もあります。
すべてのメッセージパスで送信編集を行い、秘密を編集します。個人識別情報、PIIも編集します。これはすべて決定論的です。機密情報については本当にリスクを取りたくありません。
一般的なキーパターンをgitからブロックするプリコミットフックがあります。ファイル権限がロックダウンされています。
セキュリティの自動レビューが複数層あります。ファイル権限、ゲートウェイ設定、秘密などを見る夜間セキュリティカウンシルがあります。
攻撃的、防御的、データプライバシー、運用リアリズムのセキュリティカウンシルがあります。cronヘルスチェックがあります。システムヘルスチェックがあります。
それからデータ権限が最後です。暗号化されたデータベースのみです。それらのデータベースをバックアップするとき、パスワードがあります。つまり、どこにあるか知っていても、アクセスできません。
会話ごとのコンテキストで強制されるデータ分類層があります。もちろん、SSRF防止があります。SQLインジェクション保護があります。
これはすべてこのプロンプトで実行できます。共有します。セキュリティアーキテクチャはこんな感じです。今やったことなので説明しませんが、一般的にこのようなアーキテクチャになっています。
Cronジョブの最適化
次はCronジョブです。Cronジョブは単にスケジュールされたタスクを意味します。OpenClawでやっていることの大きな部分です。
スケジュールされたジョブがたくさんあります。スケジュールされているだけでなく、いつスケジュールするかを知ることが重要です。
多くの方が私と同じように、取得できるトークン数に制限があると思います。だから、夜間を通してこれらの重いcronジョブを分散させたいんです。
例えば、午前1時にInstagramアナリティクス収集を行います。1時15分はXとTwitterのアナリティクス収集です。1時30分はYouTube。午前2時はCRM。3時20分、というように夜通し続きます。
これはすべて非同期で実行できるものです。目を光らせる必要はありません。毎日更新してほしいですが、OpenClawを使っていない夜間に実行されます。
日中にOpenClawを頻繁に使っていてクォータを使い果たした場合、さらに多くのクォータを無駄にするこれらのcronジョブも実行しなくなります。一日中に分散されています。
これは5時間のウィンドウがある場合に重要です。Cloudサブスクリプションを使っている場合はそうなります。
CloudサブスクリプションでOAuthがAnthropicによって禁止されたのにどうやって使っているのか疑問に思っている方のために、エージェントSDKへの変換方法をすぐに説明します。
使用しているすべての異なるcronのリストがプロンプトに入っています。下に載せておきます。
メモリ管理
次はメモリです。実は、基本的にメモリには触れていなくて、うまく機能しています。
多くの方がOpenClawのメモリシステムがどれだけ悪いか、常に物事を忘れるかについて話しています。実際、1つのことで解決できると思います。私は本当に問題を抱えたことがありません。
デフォルトのメモリシステムを使っているだけです。QMDも使っていません。外部サービスも使っていません。私にとってはうまく機能しています。
これはすべてOpenClawに既に組み込まれているものです。でも本当に、鍵は2つのことです。1つは、Telegramグループトピックを使っていれば、OpenClawのメモリで瞬時に良い結果が得られます。記憶する必要があるものが少なく、そのスレッドに関連するものだけを記憶しているからです。
でもここに頻繁に見ることをお勧めするコマンドがあります。/status。
ここでOpenClawのバージョンが見られます。モデル、入出力トークン数、キャッシュヒットが見られます。100%のキャッシュヒットで、素晴らしいです。お金の節約になります。
そしてこれが重要なもの、コンテキストです。私は89%で、実際にかなり満杯です。もうすぐメモリの問題が出始めるかもしれません。
2つのオプションがあります。このTelegramコンテキストの蓄積の一部としてメッセージが期限切れになる速度を上げるか、単純にクリアアウトすることができます。
だから、注意深く見守ってください。OpenClawが物事を忘れ始めたことに気づいたら、ここに来て、コンテキストがどれだけ満杯かを見て、満杯なら、クリアアウトする必要があることがわかります。
2つ目は、すべての呼び出しにロードされるファイルを常に剪定することです。ファイルを見て、重複する情報を探し、プロンプトのドリフトを探し、基本的にトリムダウンする機会を探す自動cronがあります。
平均して、2日ごとに約10%トリムしていると思います。でも成長もしています。常に戦い続けなければならない戦いの1つです。
通知のバッチ処理
次は通知のバッチ処理です。気づいたのは、Telegramが信じられないほど騒がしく気が散るようになり、ノイズと気散らしを減らす方法が欲しかったんです。
問題は、OpenClawに起こっているすべてのことをその瞬間に通知させるだけだと、非常に気が散るようになることです。
だから今は通知をバッチ処理していて、たまにしか来ません。重要な通知の場合は、すぐに配信されます。でも高重要度の場合は、1時間ごとです。それはCRMアップデート、カウンシルダイジェスト、cron失敗です。
それから中程度の場合は、3時間ごとです。ルーチンアップデート、緊急でない通知です。バッチ処理して、Telegramで本当にきれいな要約で読み上げてくれます。
こんな感じです。すべてのTelegram送信が分類され、3つの優先度に分けられ、バッチ処理されて、通知してくれます。通知データベースにもすべて保存されます。
ちなみに、すべてを保存していない場合は、すぐに説明するロギングのところで触れますが、本当にすべてを保存すべきです。
財務トラッキング
まったく新しいユースケースで、実装を始めたのが財務トラッキングです。QuickBooksからすべての財務取引をエクスポートして、データベースにインポートし、ビジネスの財務について質問できるようにします。
シンプルな自然言語クエリです。何に最もお金を使ったか。どのスポンサーが最も収益を表していたか。
ちなみに、QuickBooksがこれをやっていないのは絶対にクレイジーだと思います。CSV経由でエクスポートして、インポートすれば、すべてそこにあってクエリできます。
繰り返しますが、機密性ルールがここにあります。DMまたは専用の財務トピックチャンネルでのみ共有されます。
非常に使いやすいです。
LLM使用状況とコスト追跡
次はLLM使用状況とコスト追跡です。非常に、非常に重要です。もちろん、私のようにOpenClawで夢中になることができます。そして、どのモデルがどれだけ使われているかを確認する方法が欲しいです。
非常に複雑なモデル使用の階層システムを持っているからです。知りたいですし、コストを概算したいかもしれません。
OpenClawにはネイティブに付属していますが、自分で書きました。こんな感じです。
LLM呼び出しが来ます。単一パターンのLLMルーターを通ります。それから実際にプロバイダーに送信します。2つの方法でログに記録します。JSONLバックアップがあり、データベースにも入れます。
使用状況ダッシュボードがあります。コスト見積もりがあります。APIの失敗率とゲートウェイ使用同期を含むシステムヘルスがあります。
これはすべて非常に簡単にクエリできます。「過去24時間のLLM使用状況を見せて」のようなことが言えます。
こんな感じです。Opus 4.6が715。エージェントSDKに切り替えてからのOpus 4.6があります。大量の異なる入力トークン、出力トークン、推定コストが見られます。
明らかに、全面的にサブスクリプションを使っているので、推定コストは少しおかしいです。アプリのどの部分が最もトークンを使っているかも見られます。cronジョブか、コーディングか、何でも。すべて1つの中央の場所で追跡されています。
クエリできます。
すべてをログに記録する重要性
次は、非常に、非常に重要です。すべてをログに記録したいです。すべてのエラー、すべてのLLM呼び出し、外部サービスにアクセスするたびに、すべてをログに記録したいです。OpenClawが自己修復するのが本当に簡単になるからです。
毎朝、最初にやることは、「エラーを見て、夜間のログを見て、問題を修正して」と言うことです。それだけです。
自動的にログを見ます。何が間違っていて、なぜかについての完全な情報を持っています。それから修正します。
アプリ全体で共有される単一パターンのevent-log.jsがあります。すべてを取り込み、何かをログに記録する機会を探し、JSON Lでログに記録し、データベースにも保存します。
ログをローテートするので、常に肥大化したデータベースにはなりません。もちろん、クエリすることもできます。
Anthropicエージェント SDKへの移行
さて、大きなものがこちらです。AnthropicはAnthropicプロダクト以外でCloudサブスクリプションのOAuthを使用することを禁止しましたが、Anthropicの従業員が「実際、エージェントSDKではまだ可能です」と言いました。
エージェントSDKはOpenClaw内で完璧に機能することがわかりました。OpenClawがネイティブでエージェントSDKサポートを追加すると思いますが、今のところ、持っているとは思いません。変換は非常に簡単です。
今ではすべてがエージェントSDKを通ります。それ以来、OAuthの問題は1つもありません。
こんな感じです。共有anthropic-agents-sdk.jsを作成します。保存されている場所からOAuthトークンを解決します。スモークテストを行います。自動リトライとロギングですべてのAnthropic呼び出しをラップします。プロンプトキャッシングをサポートします。すべてエージェントSDKを通って実行されます。
今度はLLMルーターを作成します。つまり、エージェントSDKにルーティングしているだけでなく、OpenAIのCodex SDKを使いたい場合も使えます。
または使用している他のモデル、すべてをllm-router.jsに集中化します。
個人情報と業務情報の分離
次に、まだ実験中のことがあります。OpenClawインスタンスが1つあり、個人生活のためにやっているすべてのことと、仕事のためにやっているすべてのことですが、どうやって分離するのか。
これまでのところ、かなり幸運で、異なるユースケース間で漏洩はありませんでしたが、可能性はあります。非決定論的システムを扱っています。
だから、それに対する多くのルールがあります。さらに、編集の機会を探す決定論的システムがあります。
階層は機密、内部、制限です。機密はDMのみ、私だけです。機密情報は私にだけ提供されます。
財務数値、CRM連絡先詳細、案件価値、デイリーノート、個人メール、内部、つまり私のチーム、私のチームのみ、外部の人はいません、グループチャット可能。戦略的ノート、カウンシル推奨事項、ツール出力、Asana。
そして制限、明示的な承認があれば外部のみ。一般的な知識とその他すべて。各メールも定義します。
これは私の個人Gmail。これは仕事用メール。これはOpenClaw自身のGmailアカウントです。すべてを定義します。何がどこに行けるかを言います。
もちろん、データ漏洩を本当に防ぐために決定論的な層を追加します。こんな感じです。繰り返しますが、機密のみ、内部、グループチャット可。制限、外部。
それぞれの情報の異なるタイプがあります。コンテキストタイプを見て、何がどこに行くべきかを決定し、今のところかなりうまく機能しています。
でも繰り返しますが、決定論的コードを使わない限り完璧ではありません。そしてもちろん、その場合でもバグの影響を受けやすいです。
ロギングから学習へ
さて、実際にロギングに戻りたいと思います。すべてをログに記録した後、朝起きて、「ログを見て、何が起こったか確認して、修正して」と言います。それで本当に必要なことはすべてです。
でも、すべての学びを保存したいです。同じ間違いを何度も繰り返したくありません。
だから、learnings.mdファイルがあります。errors.mdファイルがあります。feature-requests.mdファイルがあります。
進むにつれて、これらのファイルにものを保存するようOpenClawに知らせて、同じ間違いを繰り返さないようにします。
毎晩実行されて問題を探すカウンシルもあります。プラットフォームカウンシルがあり、cronヘルス、コード品質、テストカバレッジ、プロンプト品質、依存関係、ストレージ、スキルの整合性、設定の一貫性、CRMデータの整合性などを見ます。
セキュリティカウンシルがあります。新しいユースケースを探すイノベーションスカウトがあります。これはクールです。
毎日、やっているすべてのことを見て、ウェブに出て行って、他の人がやっていることを検索し、OpenClawの異なるユースケースを検索し、すべてのノートを比較して、新しいアイデアを思いつきます。
こちらが例です。チームカレンダーフュージョンプラストラベルインテル。すべてについて教えてくれます。なぜうまくいくかを教えてくれます。
同じくこちら、AIトレンドのAsanaキューブへの自動トリアージ、ミーティングフォロースルーオートパイロット。
常に実装できる新しいアイデアを与えてくれます。これはすべてCursor Agent CLIにオフロードされています。これが私が使っているものですが、使っているモデルでサブエージェントを使うだけでもできます。
もちろん、OpenAIサブスクリプションを持っている場合は、Codex Agent CLIを使えます。
コスト削減のヒント
次に、コスト削減について話しましょう。これは非常に高額になる可能性があることを知っているので、コストを削減するために使ったヒントとトリックをいくつかお見せします。
1つは、ローカル埋め込みを使用しています。私のMacBook Airは埋め込みを行うのに十分な能力があります。埋め込みは通常非常に安価ですが、安価よりも良いものが何か知っていますか。無料です。
Nomic Embed Textをオンデバイスで使用しています。ゼロコストです。それからモデル階層化があります。使用している異なるモデルがたくさんあり、適切なタイミングで適切なモデルを使用します。
Sonnetが私の主要なモデルになる傾向があります。Sonnet 4.6で、Anthropicサブスクリプションから十分なクォータがあります。それから必要に応じてOpus 4.6のような他のモデルにオフロードします。
それから一日中に使用を分散させるので、短時間ですべてのクォータを使い果たすことはありません。プロンプトキャッシングを行います。これはやっているすべてのことに既に組み込まれています。何も考える必要はありません。
カレンダーを意識したポーリングや他のタイプのコンテキストを意識したポーリングを行います。つまり、常にポーリングしたくないんです。何かをポーリングする最適なタイミングを教えてくれるシグナルを探したいです。
通知のバッチ処理を行い、フロンティアモデルを必要としないものには、より安価なモデル、より速いモデルを使用します。
バックアップ戦略
バックアップについて話しましょう。私のコンピュータが突然火事になったり、壊れたり、盗まれたり、何かあっても、これをすべて簡単にバックアップできます。
やり方はこちらです。データベースファイルを自動的に発見します。暗号化します。Google Driveにアップロードします。ドキュメント化します。それからもちろん必要に応じてローテートします。
git同期があります。1時間ごとにファイルの更新をチェックし、変更を自動コミットし、GitHubにプッシュして、Telegramアラートを送ってくれます。
復元する必要がある場合は、復元プロセスをドキュメント化したマークダウンファイル全体があります。Driveからダウンロード、復号化、マニフェストを読み、実際のコードをダウンロード、すべてをまとめる、完了です。簡単にできます。
チームメンバーによるユースケース
最後の2つのユースケースは、私のチームのJonahからです。彼が使っていて大好きなもので、他の多くの人もやっているのを見たことがあります。
彼は多くのヘルストラッキングを行っています。Oura Ring、Apple Health、Withings Scaleを持っています。これが何かは実際にはわかりません。
これらすべてをJSON Lファイルに取り込み、Claude分析を実行し、デイリーサマリーとトレンドフラグプラスコーチングを行います。
これを使って非常にパーソナライズされたヘルスコーチを設定するのは非常に簡単です。何らかのヘルストラッキングデバイスを持っている場合、それをやります。取り込んでClaudeにレビューしてもらい、問題をフラグしてもらうだけです。
最後に、これは本当にクールなもので、ほぼどんなデバイスでもできます。まだやっていませんが、絶対に実装する予定です。
彼はB Pendantを持っています。実際にPendant製品を使える手首に着用する小さなAmazonデバイスです。Rabbitを使えます。iPhoneを使えます。何でもできます。
基本的に一日中ノートを録音します。B Pendantの特徴は、リアルタイムで常時オンだということです。基本的にポーリングします。音声ノートを取れます。「後でこのことを思い出させて」と言えます。
または誰かとの会話を録音して、話したことを思い出させてくれます。すべてメモリに保存します。検索にClaude Opus 4.6を使用します。機密DM のみです。すべてに対してクエリでき、コンテキストに応じた答えが得られます。
常にOpenClawを持ち歩いているようなものですが、一方通行です。本当にやりたいことは、OpenClawと双方向の同期音声会話をすることです。それの最良の方法はまだわかっていません。
お勧めがあれば、下にコメントしてください。
まとめ
以上です。45億トークン以上を使って、これまでに学んだすべてです。OpenClawを一日中、一晩中使っています。完全に夢中です。本当に仕事のやり方を変えています。
それでやった一番のことは、チームの正式なフルタイム従業員にしたことです。そして毎日どんどん良くなっています。まだテスト中です。必ず別の動画を録画しますので、お楽しみに。
この動画を楽しんでいただけたら、いいねとチャンネル登録をお願いします。次回お会いしましょう。
コメント