【2026年最新】美容クリニックの予約・カウンセリングをClaude Codeで

はじめに:銀座のあるクリニックで「ヒアリングシートの山」を見た日

先月、知人の美容皮膚科クリニックの院長から相談を受けました。「初診カウンセリングのヒアリングシートが紙とiPadで毎日40枚以上溜まる。スタッフが診察前にざっと目を通して要点をまとめる作業に1人あたり1日2時間使っている。これ、なんとかならないか」と。

受付の裏に行ってみると、確かに机の上にA4のヒアリングシートが重なり、別のスタッフがそれを見ながらカルテシステムに「主訴:シミ、肝斑の可能性あり、過去にレーザー治療歴」みたいな要約を手打ちしていました。さらに別のスタッフは「明日のキャンセル枠埋めの連絡」をLINE公式アカウントから1件ずつ手動で送っていました。

その日、私は持っていったMacBookを開いて、Claude Codeでヒアリングシートのテキスト(タイプライターで打ち直したダミーデータ)を10件ほど読み込ませ、「主訴・希望施術カテゴリ・除外すべき施術歴・カウンセラー確認すべき項目」を構造化する小さなツールを書きました。30分で動くものができ、院長は「これ、今日から使えるってこと?」と驚いていました。

ただ、その瞬間に私は彼にこう言いました。「すぐに本番投入はやめてください。これは事務補助の下書きで、医師が最終判断するという運用にしないと、医療広告ガイドラインに引っかかります」と。彼は少し意外そうな顔をしましたが、すぐに「確かに、AIが施術を提案したと取られたら問題か」と理解してくれました。

この記事は、その時に整理した「美容クリニックの予約・カウンセリング業務でClaude Codeをどこまで使ってよいか、どこから医師の領域か」という線引きと、現場で実際に動かす実装手順を、失敗事例とともにまとめたものです。一般のクリニック予約業務を扱ったクリニック予約業務のClaude Code実装事例とは違い、自由診療・美容医療特有の「医療広告ガイドライン」と「症例写真・Before/After」の制約を強く意識した内容になっています。

美容クリニック業務のAI化:何が一般診療と違うのか

まず大前提として、美容クリニック・美容皮膚科のAI活用は、一般の保険診療クリニックとは根本的に違う制約があります。これを理解せずに「業務効率化だ」と勢いで導入すると、後で大きな問題になります。

違い1:広告・表現規制が強い(医療広告ガイドライン)

厚生労働省の「医療広告ガイドライン」(医業若しくは歯科医業又は病院若しくは診療所に関する広告等に関する指針)では、医療機関が外向けに発信する情報に対して、保険診療以上に厳しい制限がかかります。とくに自由診療の美容医療は「治療内容」「効果」「リスク」「副作用」を併記しないと違反になるケースが多く、Before/After写真の掲載にも厳格な要件があります。

つまり、Claude Codeで生成した患者向け案内文・Webサイトの説明文・LINE自動返信のテンプレをそのまま外に出すと、ガイドライン違反になる可能性が常にあるということです。AIに任せられるのはあくまで「下書き」までで、必ず医療広告管理体制(医師・薬剤師・法務)のチェックを通す前提で設計する必要があります。

違い2:診療判断・施術提案は完全に医師の領域

「シミに効く施術はピコレーザーかフォトフェイシャルです」とAIが患者に直接答えるのは、医師法上のグレーゾーンに入りかねません。なぜならそれは「個別の患者状態に対する医療的判断」に踏み込んでいるからです。Claude Codeに任せていいのは「初診時のヒアリング内容を整理して、医師がカウンセリング前に短時間で全体像を把握できるようにする」までです。施術カテゴリの提案も「カウンセラー・医師が判断する際の候補リスト」までで、最終的に患者へ何を伝えるかは医師が決めます。

違い3:Before/After・症例写真の取り扱い

美容医療では症例写真(Before/After)が訴求力の中核ですが、医療広告ガイドラインのもとでは「限定解除要件」を満たさない限り広告には使えません。具体的には患者の同意、治療内容・費用・リスクの明示、撮影条件の統一などが必要です。Claude Codeで症例ページの説明文を自動生成する場合、これらの要件を満たすチェックリストを必ず組み込む必要があります。

違い4:キャンセル・予約変更がビジネス上の最重要KPI

美容クリニックは1施術あたりの単価が高く、キャンセル1件の機会損失が保険診療よりはるかに大きい業態です。当日キャンセルの埋め戻し・予約変更時の代替提案・無断キャンセルへの定型対応など、AIで自動化できる業務領域が広く、ROIが出やすい。一方、ここを過剰に自動化すると「冷たい」「機械的」というブランド毀損リスクもあり、トーンの設計が重要になります。

Claude Codeで実装する5つの業務領域

線引きを踏まえた上で、Claude Codeで実装可能な業務を5つに整理します。すべて「医師確認前のドラフト・事務補助」の範囲内です。

領域1:初診カウンセリングシートの自動要約

来院前にWebフォームやLINEで取得したヒアリング内容(年齢・性別・主訴・希望部位・既往歴・服薬歴・過去の美容施術歴・アレルギー・妊娠授乳の有無など)を、医師が3秒で全体像を把握できる形に要約します。出力フォーマットは「主訴 / リスク要素 / カウンセラー確認推奨項目 / 医師確認必須項目」の4ブロックに固定するのが現場で使いやすいです。

領域2:施術カテゴリの候補整理(医師確認前ドラフト)

「シミ・くすみ系の主訴であれば、ピコレーザー系/光治療系/外用処方系/内服処方系のいずれが選択肢に含まれうるか」というカテゴリ整理を、医師がカウンセリング前に確認するための補助資料として作ります。これは患者に直接見せないことが絶対条件です。あくまで医師・カウンセラーが診察準備するためのメモです。

領域3:予約変更・キャンセル対応の定型化

「3日後の予約を翌週に変更したい」「明日の予約を当日キャンセルしたい」「キャンセル枠を埋めるためのリマインド連絡」など、医師判断を伴わない定型業務はClaude Codeで自動化できます。返信文のトーンは「丁寧・冷たくない・自由診療らしい品位」を保つようプロンプトで明示します。

領域4:来院者の希望・悩みのカテゴリ整理(月次レポート)

過去1ヶ月の初診ヒアリングシートを集計し、「主訴の上位カテゴリ」「年代別の傾向」「予約から来院までの平均日数」などをマーケティング部門向けに整理します。経営判断・コンテンツ制作・広告予算配分の意思決定材料です。患者個人を特定する情報を除外する処理を必ずプロンプトに含めます。

領域5:医療広告ガイドラインに沿った案内文ドラフト

Webサイトの施術紹介ページ、LINE公式アカウントの自動返信、メルマガの本文などを、医療広告ガイドラインの主要チェック項目に沿った形でドラフトします。「効果の断定表現禁止」「リスク・副作用の併記必須」「最大級の表現禁止」「ビフォーアフターは限定解除要件確認」などをプロンプト内のレギュレーション層として埋め込みます。最終的には医師・法務がチェックする前提です。

実装手順:Claude Codeでカウンセリングシート要約ツールを作る

ここから具体的な実装に入ります。Claude Code v1系を前提に、ローカルMacBook(macOS Sonoma 14.x、Node.js v20系)で動作確認した手順です。VPSにデプロイする場合の追加手順は最後にまとめます。

ステップ1:フォルダ構成を作る

beauty-clinic-tools/
├── input/
│   └── hearing_sheets/          # 来院前ヒアリングシート(.txt or .md)
├── output/
│   └── medical_briefs/          # 医師確認用の要約(.md)
├── prompts/
│   ├── 01_hearing_summary.md    # ヒアリング要約プロンプト
│   ├── 02_category_draft.md     # カテゴリ候補整理プロンプト
│   ├── 03_reservation_reply.md  # 予約変更返信プロンプト
│   ├── 04_monthly_report.md     # 月次レポートプロンプト
│   └── 05_ad_guideline_check.md # 医療広告ガイドラインチェック
├── lib/
│   ├── anonymize.ts             # 個人情報マスキング
│   └── guideline_filter.ts      # 表現規制フィルタ
└── CLAUDE.md                    # Claude Code向けプロジェクト指示

ポイントは、入力フォルダ(input/)から出力フォルダ(output/)への一方向フローにしておくこと。途中で人間(医師・カウンセラー)が確認する工程を必ず挟みます。AIが直接患者向け出力に書き込まない設計です。

ステップ2:CLAUDE.md でプロジェクト全体の前提を固定する

Claude Codeはプロジェクトルートの CLAUDE.md を自動読み込みするので、ここに「医療広告ガイドライン準拠」「施術提案・施術可否判断は医師」「個人情報マスキング必須」を明示します。

# 美容クリニック業務効率化プロジェクト

## 最重要前提(全タスク共通)

1. **施術の提案・選定・可否判断は医師の領域**。AIは事務補助の下書きまで。
2. 厚生労働省「医療広告ガイドライン」「医療広告に関するQ&A」を遵守する。
3. 効果の断定(「シミが必ず消える」等)、最大級表現(「日本一」「最高の」)、
   他施設との比較優位表現は使わない。
4. リスク・副作用・費用・回数を併記しない治療説明文は出力しない。
5. Before/After・症例写真を案内文に含める場合は、限定解除要件を
   満たしているか必ずチェックリストで確認する。
6. 個人特定情報(氏名・電話・住所・メール・予約ID)は出力前にマスクする。

## 出力フォーマット規約

- 医師確認用要約は「主訴 / リスク要素 / カウンセラー確認推奨 / 医師確認必須」の4ブロック
- 施術カテゴリ候補は「候補一覧 + 患者には開示しない」を明示
- 案内文ドラフトは「効果」「リスク」「費用」「回数」の4要素を必ず併記

## NG表現リスト(自動チェック対象)

- 「必ず効果が出る」「100%」「劇的に」「最高の」「最も効果的な」
- 「業界No.1」「○○クリニックより安い」(他施設比較)
- 「副作用はありません」(リスクなし表現)
- 患者個人を特定するイニシャル・年齢の組み合わせ

ステップ3:プロンプト1本目 – ヒアリング要約

prompts/01_hearing_summary.md に保存して、Claude Codeから読み込みます。これがコピペで使える1本目です。

あなたは美容皮膚科クリニックの医師補助スタッフです。
来院前ヒアリングシートのテキストを読み、医師がカウンセリング前に
3秒で全体像を把握できる「医師確認用要約」を作成してください。

【絶対遵守ルール】
- 施術の提案や選定はしない。あくまで「主訴の整理」と「医師が確認すべき項目」
  の整理に留める。
- 個人を特定できる情報(氏名、電話、住所、メール、誕生日の年月日全部)は
  すべて [マスク] に置換する。年齢は「30代前半」のような10歳幅のレンジに丸める。
- 効果の断定、施術名と効果の直接的な紐付けはしない。

【出力フォーマット(マークダウン)】

## 主訴
- (患者本人が訴えている悩みを最大3点、原文に近い表現で)

## リスク要素(医師確認必須)
- アレルギー歴
- 服薬中の薬(特に抗凝固薬・光感受性薬剤・イソトレチノイン等)
- 妊娠・授乳の有無
- 過去の美容施術歴(施術名・時期・実施施設は記載されていれば)
- ケロイド体質・色素沈着しやすい等の体質情報

## カウンセラー確認推奨項目
- (来院動機・予算感・希望ダウンタイム・施術希望時期)

## 医師確認必須項目
- (リスク要素を踏まえて、医師が必ず本人に直接確認すべきこと)

## メモ(自由記述)
- (ヒアリングシートの自由記述欄で気になった表現があれば原文引用)

【入力】
{hearing_sheet_text}

ステップ4:プロンプト2本目 – 施術カテゴリ候補の整理(医師向け)

あなたは美容皮膚科クリニックの医師補助スタッフです。
ヒアリング要約を読み、医師がカウンセリングで参照する
「施術カテゴリ候補リスト」を整理してください。

【絶対遵守ルール】
- これは医師がカウンセリングで判断材料として使う内部資料です。
  患者には開示しません。出力の冒頭に必ず以下を明記してください:
  ※本資料は医師の判断補助用です。患者への提示・送付は禁止。
- 個別の患者状態に対する「この施術が最適です」という断定は絶対にしない。
  あくまで「主訴カテゴリに対して、一般論として議論の対象となりうる
  施術カテゴリ群」を列挙する。
- 具体的な機器名・薬剤名を出す場合は、自院で取り扱っているもののみ。
  自院取扱リストは {clinic_menu_list} を参照。

【出力フォーマット】

※本資料は医師の判断補助用です。患者への提示・送付は禁止。

## 主訴カテゴリ
- (例: シミ・くすみ系 / たるみ系 / 毛穴・ニキビ跡系 / ボディ系)

## 議論対象となりうる施術カテゴリ群
1. 外用処方系(自院取扱があれば)
2. 内服処方系(自院取扱があれば)
3. 光治療系
4. レーザー系
5. 注入系
6. その他

## 各カテゴリのリスク・適応外要素(一般論)
- (光感受性薬剤服用中は光治療系の慎重判断、等)
- (妊娠中は内服処方系の多くが適応外、等)

## 医師がカウンセリングで本人に確認すべき優先順位
1. (リスク要素の再確認)
2. (希望ダウンタイム・予算)
3. (施術後のホームケア継続意向)

【入力】
医師確認用要約: {medical_brief}
自院メニュー: {clinic_menu_list}

ステップ5:プロンプト3本目 – 予約変更・キャンセル返信

あなたは美容皮膚科クリニックの予約管理スタッフです。
LINE公式アカウント経由で来た予約変更・キャンセル連絡に対して、
丁寧かつ品位ある返信文をドラフトしてください。

【トーンの方針】
- 「○○様」と敬称をつけ、堅すぎず冷たくないが、自由診療らしい品位を保つ。
- 顔文字・絵文字は使わない。
- 「!」は1メッセージ内で最大1回。
- 「お気軽に」は1メッセージ内で最大1回。多用しない。

【絶対遵守ルール】
- 施術内容に踏み込んだ案内はしない(「次回はこの施術がおすすめです」等NG)。
- キャンセルポリシー・キャンセル料の金額は {clinic_cancel_policy} を必ず参照し、
  脚色しない。
- 代替日程の提案は、医師・カウンセラーが確認した可能日程({available_slots})
  の範囲内のみ。

【入力】
患者からの連絡内容: {patient_message}
キャンセルポリシー: {clinic_cancel_policy}
代替可能日程: {available_slots}

【出力】
返信文ドラフト1案、必要に応じて代替日程3案併記

ステップ6:プロンプト4本目 – 月次レポート

あなたは美容皮膚科クリニックの経営分析担当です。
過去1ヶ月の初診ヒアリングシート要約データから、
マーケティング・経営判断用の月次レポートを作成してください。

【絶対遵守ルール】
- 患者個人を特定できる情報は一切含めない。集計値のみ。
- 全体件数が30件未満のカテゴリは「N/A(母数不足)」と記載し、
  個人特定リスクを下げる。
- 「○○施術の問い合わせが急増」等の表現はせず、
  「○○カテゴリの主訴が前月比+15%」等の事実ベース記述のみ。

【出力フォーマット】

## 集計期間
{period_start} - {period_end}

## 全体件数
- 初診ヒアリング件数: N件
- 予約成立率: N%(前月比 ±N%)

## 主訴カテゴリ別件数
| カテゴリ | 件数 | 前月比 |
| シミ・くすみ系 | N | +N% |
| たるみ系 | N | -N% |
| ... | ... | ... |

## 年代別構成比
- 20代前半: N%
- 20代後半: N%
- 30代前半: N%
- (10歳幅で集計、特定可能になる粒度では集計しない)

## 予約から来院までの平均日数
- N日

## 経営判断のための示唆(事実ベースのみ)
- (例: 30代前半のシミ系主訴が前月比+20%。
   ただし広告施策の影響か季節要因かは別途検証要)

【入力データ】
{anonymized_monthly_data}

ステップ7:プロンプト5本目 – 医療広告ガイドラインチェック

あなたは美容皮膚科クリニックの医療広告管理担当です。
スタッフが作成した患者向け案内文ドラフトを、
厚労省「医療広告ガイドライン」「医療広告に関するQ&A」に
照らしてチェックしてください。

【チェック項目】
1. 効果の断定表現(「必ず」「100%」「絶対に」「劇的に」など)が
   含まれていないか
2. 最大級表現(「最高の」「日本一」「業界トップ」など)が
   含まれていないか
3. 他施設との比較優位表現(「他院より安い」「他院より効果的」など)が
   含まれていないか
4. 施術名・効果を併記する箇所に、
   リスク・副作用・費用・回数(治療期間)が併記されているか
5. ビフォーアフター(症例写真)に言及する場合、
   限定解除要件(治療内容・費用・主なリスク・副作用の明示)が
   満たされているか
6. 「副作用はありません」「リスクなし」等の
   不実表示が含まれていないか
7. 患者個人を特定できる体験談(イニシャル+年齢+居住地等の組み合わせ)が
   含まれていないか

【出力フォーマット】

## チェック結果サマリ
- PASS / 要修正 / 重大違反のいずれか

## 検出された問題(項目別)
| 項目 | 該当箇所(原文引用) | 修正案 |
| 効果断定 | "..." | "..." |
| ... | ... | ... |

## 修正後ドラフト
(全文を修正版で書き直し)

## 医師・法務チェック必須項目
- (この修正版でも、最終的に医師または法務が確認すべき残論点)

【入力】
ドラフト原稿: {draft_text}

この5本があれば、現場で動くツールの骨格はできます。次に、運用上ハマる失敗パターンを4つ紹介します。

【要注意】現場で起きやすい失敗パターン4つ

ここからは、私が美容クリニックの院長・事務長・カウンセラーから実際に聞いた失敗事例(個人特定できる情報はすべて変更しています)を元に、回避すべきパターンを4つ整理します。

失敗パターン1:AIに「施術提案」させてしまう

❌ NGの例:カウンセラーが「初診の患者さんに、AIで施術カテゴリの提案を出してそれを印刷して渡している」と話していたケース。一見業務効率化に見えますが、これは「AIによる医療的判断の代行」と取られかねず、医師法・医療広告ガイドライン双方の観点でグレーゾーンです。

⭕ OKの形:AIが出すのは「医師がカウンセリング前に確認するための内部メモ」までにする。患者に直接渡すのは医師・カウンセラーが対面で説明した内容を要約した別の文書にし、AI出力をそのまま印刷・送付しない。プロンプト2本目で必ず「※本資料は医師の判断補助用です。患者への提示・送付は禁止」を冒頭に明記しているのはそのためです。

失敗パターン2:Before/After写真の説明文をAIに丸投げ

❌ NGの例:症例ページの説明文を「30代女性のシミが施術で消えた症例」のようにAIに書かせて公開してしまうケース。医療広告ガイドラインの「限定解除要件」(治療内容・費用・主なリスク・副作用の明示など)を満たさない症例写真の広告利用は違反です。

⭕ OKの形:AIに症例ページ文を書かせる場合は、必ずプロンプト内に限定解除要件のチェックリストを埋め込み、出力前に「治療名」「費用」「総回数」「主なリスク」「主な副作用」がすべて埋まっているかを構造化チェックする。プロンプト5本目で7番目のチェック項目を入れているのはこのためです。さらに、最終公開判断は医療広告管理担当(医師)が行う運用にします。

失敗パターン3:キャンセル返信が「冷たい」「自動っぽい」

❌ NGの例:Claude Codeで作ったキャンセル返信ボットが「ご連絡ありがとうございます。キャンセルを承りました。」だけを返すケース。これは「冷たい」「機械的」と受け取られ、自由診療のリピート率に直結するブランド毀損につながります。某クリニックでは、これが原因でGoogleレビューに「対応が事務的すぎる」と書かれたケースがありました。

⭕ OKの形:プロンプトで「丁寧かつ品位ある」「冷たくない」「自由診療らしい」というトーンを明示し、代替日程の提案や次回来院時の配慮文を1文添える。ただし「次回はこの施術がおすすめです」など施術提案には踏み込まない。プロンプト3本目のトーン方針はこれを反映しています。

失敗パターン4:月次レポートで個人特定リスクを見落とす

❌ NGの例:月次レポートで「20代後半・東京都港区在住・シミ主訴・○月○日来院」という粒度のデータが残り、内部の経営会議資料に出てしまうケース。個人特定可能性が高く、個人情報保護法・医療情報の取扱い指針の観点で問題があります。

⭕ OKの形:プロンプト4本目のように「全体件数が30件未満のカテゴリはN/A表記」「年代は10歳幅」「居住地は集計しない」など、k-匿名性に近い発想で粒度を粗くする。また、AI出力の前に lib/anonymize.ts のような事前マスキング層を必ず通します。

Claude Code導入の運用設計:3層レビュー体制を作る

Claude Codeを美容クリニック業務に組み込むときは、「AI出力 → 人間チェック → 患者へ」の3層を必ず作ります。具体的には以下のフローです。

1. 第1層:Claude Code出力(下書き) – プロンプトに埋め込んだレギュレーション層(医療広告ガイドラインNG表現フィルタ、個人情報マスキング、施術提案禁止ルール)を一次通過した状態。
2. 第2層:現場スタッフ(カウンセラー・看護師・受付マネージャー)レビュー – トーン・運用上の現実性・自院ポリシーとの整合性をチェック。
3. 第3層:医師・医療広告管理担当の最終承認 – 医学的妥当性・医療広告ガイドライン準拠の最終判断。患者向け発信の最終決裁者。

このうち、Claude Codeが担当できるのは第1層までです。第2層・第3層を「AIで代替できる」と考えると必ず事故ります。なぜならこの2層は「法的責任の所在」が紐づいているからで、責任を負うのは医療従事者本人だからです。AIに法的責任は負わせられません。

類似業務として、病院・診療所の電子カルテ要約におけるClaude Code実装事例では同様の「事務補助 + 医師最終承認」の3層体制が機能しています。また、保険請求書類の不備チェック自動化事例でも、最終判断は人間という線引きを徹底することでROIと安全性を両立させています。

導入効果の測り方:時間削減と機会損失回避の2軸で見る

美容クリニックでClaude Codeを導入したときのROIは、大きく2つの軸で測ります。

軸1:スタッフの作業時間削減

初診ヒアリングシートの要約・カテゴリ整理・予約変更返信ドラフトなど、定型業務にかかっていた時間を「導入前 vs 導入後」で比較します。私が見ている範囲では、医師確認前のドラフト工程で50-70%程度の時間短縮が出るケースが多いです。ただしこの数字はクリニックごとに大きくぶれるので、自院で必ず2週間程度の実測フェーズを置いてください。

軸2:キャンセル枠埋め戻し率の改善

当日キャンセル・前日キャンセルが発生したときに、待機リストの患者へ自動で連絡・代替提案する仕組みをClaude Codeで作ると、キャンセル枠の埋め戻し率が上がります。単価が高い美容医療では、この改善が直接売上に効きます。ここでも、代替提案は「医師・カウンセラーが事前に確認済みの可能日程の範囲内」に限定する設計が必須です。

補足:単価が高い業態こそ事務工程の質が効く

美容クリニックは1施術あたり数万円から数十万円の自由診療が中心で、患者の意思決定までのリードタイムが長く、初診カウンセリングの体験品質が成約率に直接効きます。事務工程をAIで効率化することで生まれた「人の時間」をカウンセリング自体の質に振り向けることが、最も大きな経営インパクトを生みます。「時間削減」を最終ゴールにせず「削減した時間でカウンセラーが何をするか」をセットで設計してください。

軸3:医療広告ガイドライン違反リスクの可視化

これは効率化軸ではなく「リスク管理軸」ですが、プロンプト5本目のガイドラインチェックを定期的に既存のWeb・LINE・メルマガ文面に適用することで、過去の文面に潜むNG表現を発見できます。1度の指摘で行政指導につながる可能性のある領域なので、効率化以上に重要な使い方です。

実装フェーズの進め方:小さく始める3週間プラン

美容クリニックがClaude Codeを導入するとき、いきなり全業務をAI化しようとすると必ず失敗します。次の3週間プランを推奨します。

第1週:診療業務に影響しない領域でPoC

最初の1週間は、月次レポート(プロンプト4本目)とガイドラインチェック(プロンプト5本目)だけを使います。これは患者対応に直接影響しない領域なので、安全に試せます。スタッフが「Claude Codeの出力品質」と「業務との相性」を体感する期間です。

第2週:カウンセリング前要約(プロンプト1本目)を院長確認付きで開始

第2週から、初診ヒアリングシートの医師確認用要約を試験運用します。1日3-5件から始め、必ず院長または担当医が「AI要約 vs 元のヒアリングシート全文」を見比べて、抜け漏れ・誤要約がないかを毎日チェックします。10-15件分の蓄積でプロンプトを微調整します。

第3週:キャンセル返信ドラフト(プロンプト3本目)を導入

第3週で予約変更・キャンセル返信のドラフトを使い始めます。最初は受付マネージャーがClaude Code出力を確認してからLINE送信する半自動運用です。ここで「送信前に必ず人間が確認する」運用フローを徹底することが、後の事故防止につながります。

3週間が経過した時点で、プロンプト2本目(施術カテゴリ候補)の利用可否を医師が判断します。これは医療判断に最も近い領域なので、医師が「これは自分の判断補助として有用」と確信できるまで使わない選択肢も全然ありです。逆に「これはどう転んでも医師判断の代替にならない、あくまで議論の素材だ」と確信できた場合のみ、内部メモとしての利用を解禁します。この判断には正解はなく、各クリニックの院長の医療観・経営観によって変わります。

3週間プランの本質は「いきなり患者影響のある領域に投入しない」「医師・スタッフがAI出力の癖を理解する時間を取る」「失敗しても患者に直接の被害が及ばない設計にする」の3点です。スピード優先で全業務を一気にAI化したい衝動は出ますが、医療領域では1件の事故が経営を揺るがすので、緩急のバランスを取った導入が結果的に最速になります。

セキュリティ・コンプライアンス上の追加チェック

美容クリニック業務で生成AIを使うときは、技術的・運用的なセキュリティも同時に固める必要があります。

個人情報のクラウド送信

Claude(Anthropic)のAPIは患者の氏名・電話・住所などの個人情報を送らない設計が望ましいです。具体的にはローカルで lib/anonymize.ts のようなマスキング層を通してから Claude Code に渡します。マスキングのルールは医療情報の取扱いに関する厚労省ガイダンス・個人情報保護法の医療分野ガイドラインを参照して設計します。

監査ログ

「いつ、誰が、どのプロンプトを使って、どんな出力を得て、それを患者にどう使ったか」を必ず記録します。医療広告ガイドライン違反疑義が出たときに、AI出力をそのまま使ったのか、医師チェックを通ったのかを示せるようにするためです。具体的にはoutput/medical_briefs/にタイムスタンプ付きで保存し、別途cron等で監査ログテーブルに記録するのが現実的です。

スタッフ向け教育

受付・カウンセラー・看護師に対して「AIに任せていい業務 / 必ず人間がやる業務」の線引きを文書化して配布します。とくに新人スタッフは「便利だから」とAI出力を直接患者に渡してしまうリスクがあるので、入職時のオンボーディング教材に組み込むのが現実的です。

カウンセリングフロー全体のリデザイン:AIを「事務補助」として組み込む

個別の業務をAI化する話と並行して、カウンセリングフロー全体をAI前提で組み替えるという発想も重要です。ここでは「予約 → 初診ヒアリング → カウンセリング → 施術 → アフターフォロー」という典型フローを、Claude Codeで補助できる部分とそうでない部分に分けて整理します。

予約フェーズ(Claude Code補助可)

Web予約フォーム・LINE公式アカウントから来る予約データを、Claude Codeで「主訴カテゴリの仮タグ付け」「リスク要素の事前ピックアップ」までやっておくと、来院時のスタッフ対応が一段スムーズになります。たとえば「妊娠中・授乳中の可能性」「光感受性薬剤の服用中」など、医師確認が必須になる項目を事前にフラグ立てしておけば、当日カウンセラーが慌てません。ここで重要なのは「フラグはあくまで医師確認用の補助メモ」であって、フラグの内容を患者に直接フィードバックしないことです。

初診ヒアリングフェーズ(Claude Code補助可)

本記事のプロンプト1本目(ヒアリング要約)が機能する中心領域です。患者本人が記入したヒアリングシート(紙・iPad・Webフォーム)のテキストを、医師確認用要約に変換します。注意点は「患者が書いた原文ニュアンス」を捨てないこと。AIが要約しすぎると、患者本人の言葉に込められた不安や期待が消えてしまい、カウンセリングの質が下がります。プロンプト1本目で「自由記述欄は原文引用」と指定しているのはこのためです。

カウンセリングフェーズ(原則AI非介入)

ここは医師・カウンセラーが患者と対面で行う領域で、Claude Codeは直接介入しません。ただし、カウンセリング前の3-5分で医師がプロンプト2本目の出力(施術カテゴリ候補リスト)を内部メモとして確認する、という使い方はできます。カウンセリング中にAI出力をその場で患者に見せるのは強く非推奨です。患者から「これはAIが提案したものですか?」と問われたときに、医療判断の主体性に疑念を持たれます。

施術フェーズ(AI非介入)

施術自体は医師・看護師の領域でAIは介入しません。ただし施術記録・術後経過の所見メモを医師が口述したテキストを、Claude Codeで「カルテ標準フォーマット」に整形する程度の事務補助は可能です。これは類似する電子カルテ要約事例と同じパターンです。

アフターフォローフェーズ(Claude Code補助可)

施術後の経過観察・次回予約案内・ホームケア指導のリマインドなど、定型化された連絡業務はClaude Codeで自動化可能です。ただし「経過に異常があったときの判断」は完全に医師の領域なので、患者から「腫れが引かない」「色素沈着が気になる」等の連絡が来たら必ず医師に上げる分岐をフローに組み込みます。AIに「大丈夫ですよ」と返答させるのは絶対NGです。

Claude Code導入で陥りがちな技術的トラップ

運用設計の話に加えて、Claude Code導入時の技術的なつまずきポイントも整理します。

トラップ1:プロンプト内に患者個人情報が混入

プロンプトのテスト中、開発者がうっかり実患者のヒアリングシートを直接プロンプトに貼り付けてしまうことがあります。Claude(Anthropic)APIに送信された情報は、契約条項によっては学習に利用されない設計になっていますが、それでも「個人特定可能情報を外部APIに送る」こと自体が医療情報の取扱い指針上問題になりえます。lib/anonymize.ts でAPI送信前にマスキングする処理を、コードレビューで必ず確認するワークフローを作ります。

トラップ2:プロンプト変更履歴が残らない

プロンプトは「コード」と同じく頻繁に修正されますが、Gitなどのバージョン管理に入れずに開発者個人のファイルとして放置するケースが多い。これだと「いつ・誰が・なぜプロンプトを変えたか」が追えなくなり、医療広告ガイドライン違反疑義が出たときに説明できません。prompts/フォルダ全体をGit管理し、変更時は必ずコミットメッセージに「変更理由」「医師確認の有無」を書く運用にします。

トラップ3:LLMの出力ぶれを軽視する

Claude を含む LLM は、同じ入力に対しても出力が完全に同一にならないことがあります。プロンプト1本目で「医師確認必須項目」のリストが、実行ごとに微妙に違うことがありえる。これは医療業務として致命的ではない(医師が最終確認するので)ですが、「AIが見落としたから医師も見落とした」という連鎖は避けたい。対策としては、重要な抜けやすい項目(妊娠授乳・アレルギー・抗凝固薬服用など)を「必ず出力に含める」とプロンプトに明示し、出力後に簡易バリデーション関数で項目存在チェックを行います。

トラップ4:Claude Codeのバージョンアップで挙動が変わる

Claude Code および基盤のClaudeモデル(Sonnet/Opus等)はバージョンアップで挙動が変わることがあります。「3ヶ月前と同じプロンプトを使っているのに、出力品質が変わった」という現象が起きえます。月1回程度、プロンプト全本に対して「サンプル入力に対する出力品質チェック」を行い、ガイドライン違反表現が混じり始めていないかを定期検査する運用を入れます。

業務委託先(マーケティング会社・LPライター)との連携

美容クリニックの多くは、Webサイト制作・LP制作・SNS運用を外部に委託しています。Claude Codeを内部で使う体制ができたら、外部委託先にも「医療広告ガイドラインチェック(プロンプト5本目)」の運用を共有することを推奨します。

外部のマーケティング会社が制作した広告文・LPコピー・SNS投稿文を、納品前にこのチェックプロンプトに通すフローを契約に組み込むと、医療広告ガイドライン違反リスクを下げられます。実際に私が支援したケースでは、過去5年分のLP・広告クリエイティブをこのチェックに通したところ、現行ガイドラインに照らして要修正の表現が複数発見され、外部代理店との認識合わせの良いきっかけになりました。

典型的なQ&A

Q1. Claude Codeが施術を提案することは絶対NGですか?

A. 患者向けに直接「あなたにはこの施術がおすすめです」と提案する出力は強くNGです。これは医療的判断の領域で、医師法・医療広告ガイドライン両方の観点から問題があります。一方、「医師がカウンセリングで判断するための内部メモとして、議論対象となりうる施術カテゴリ群を列挙する」のは事務補助の範疇です。患者に渡さない・医師判断を経由する、という運用設計が前提です。

Q2. ChatGPT/Geminiなど他のAIと何が違いますか?

Claude Code はターミナル/エディタからローカルファイルを直接読み書きでき、CLAUDE.md にプロジェクト固有のレギュレーション層を埋め込めるのが強みです。クリニック内ツールとしてフォルダ構成ごとパッケージ化しやすく、運用ルールの「強制」がしやすい。汎用チャットインターフェース(ChatGPT/Gemini)はスタッフ個人が自由に質問する用途には向いていますが、業務オペレーションに組み込むなら Claude Code のようなコードベース統合型のほうが事故が少ないです。

Q3. 院内に開発できる人がいないと無理ですか?

A. プロンプト5本(本記事掲載)をコピペして使うだけなら、技術者がいなくてもターミナル操作ができるレベルのスタッフがいれば最低限動きます。ただし「プロンプトのカスタマイズ」「個人情報マスキング層の実装」「監査ログの整備」「自院メニュー・キャンセルポリシーとの連動」までやろうとすると、エンジニア1名(週1-2日稼働)か、外部のClaude Code導入支援を受けるのが現実的です。

Q4. 医療広告ガイドラインの最新版はどう確認しますか?

A. 厚生労働省の公式サイトで「医療広告ガイドライン」「医療広告に関するQ&A」のPDFが公開されています(本記事末の出典参照)。ガイドラインは数年ごとに改訂され、Q&Aは追加更新が入るので、年1回は最新版との差分を確認する運用を院内に持つことを推奨します。プロンプト5本目のチェック項目も、最新版に合わせて定期的に更新が必要です。

Q5. 失敗したらどうなりますか?

A. 最悪のケースは、医療広告ガイドライン違反でWebサイトや広告クリエイティブに対する自治体・厚労省からの行政指導です。指導内容によっては該当表現の削除・修正・公表停止が必要になります。さらに、患者が施術内容を誤解した状態で来院・施術を受けた場合、医療事故・苦情・訴訟リスクにもつながります。だからこそ、AI出力をそのまま外に出さない・医師最終承認を絶対に飛ばさないという運用が肝要です。

著者プロフィール

佐藤傑(さとう・すぐる)。株式会社Uravation代表取締役。X(@SuguruKun_ai)フォロワー約10万人。100社以上の企業向けAI研修・導入支援を実施し、医療・美容・士業領域のAI活用設計支援も担当。著書『AIエージェント仕事術』(SBクリエイティブ)。SoftBank「ビジネス+IT」連載7回執筆。本記事は美容クリニック・美容皮膚科の院長・事務長との対話、および医療広告ガイドラインの一次資料を踏まえて構成しています。

今日から動かす3つのアクション

1. 今日中(15分):厚労省「医療広告ガイドライン」と「医療広告に関するQ&A」を院内Slack/Driveに保存し、医師・カウンセラー・受付マネージャーで共有する。最新版が手元にない状態では本記事のプロンプトは使わない。
2. 今週中(2-3時間):本記事のプロンプト5本目(医療広告ガイドラインチェック)を、自院の既存LP・SNS投稿・LINE自動返信文に対して試験的に1本ずつ通してみる。Claude Code がない場合は ChatGPT / Claude のWeb版でも、プロンプトのレギュレーション層を生かすことは可能(ただし継続運用にはClaude Code 推奨)。
3. 今月中(3週間):本記事「実装フェーズの進め方」の3週間プランに沿って、PoCを開始する。第1週で月次レポート + ガイドラインチェックから始め、診療業務に直接影響しない領域で運用感をつかむ。

導入設計・プロンプトカスタマイズ・院内オンボーディング教材の整備を一括で進めたい場合は、Uravationの個別支援(https://uravation.com/service/)で対応可能です。美容クリニック特有のレギュレーション制約と運用設計を踏まえた形でClaude Codeを組み込みます。

業態別の具体的な実装イメージ:皮膚科系・注入系・脱毛系の違い

美容クリニックといってもサブセグメントごとに業務フローが微妙に違い、Claude Codeの組み込み方も変わります。代表的な3パターンを整理します。

皮膚科系(シミ・肝斑・ニキビ跡・たるみ)中心のクリニック

主訴のカテゴリが多岐にわたり(色素・血管・毛穴・たるみ・小じわなど)、施術選択肢も外用処方/内服処方/光治療/レーザー/RFと幅広い。Claude Codeの「カテゴリ整理」が特に有効な業態です。一方で「肝斑にレーザーは禁忌(悪化のリスク)」など、サブカテゴリごとに医学的禁忌が複雑に絡むため、プロンプト2本目の「リスク・適応外要素」の記述に自院の医師が監修した知見をしっかり埋め込む必要があります。一般論のままだと事故ります。

注入系(ヒアルロン酸・ボトックス・スレッド)中心のクリニック

施術メニューが比較的シャープで、主訴も「シワ・ボリュームロス・フェイスラインのもたつき」など限定的。Claude Codeは「リスク要素ピックアップ(妊娠中・抗凝固薬服用・自己免疫疾患既往など)」と「カウンセリング前のリスク確認チェックリスト生成」が中心的な使い方になります。注入系は施術当日のリスクヘッジが重要なので、来院当日に医師がプロンプト1本目の出力を再確認する運用が有効です。

脱毛・痩身系のクリニック

定型的な施術が中心で、主訴のばらつきが少ない一方、回数券制・コース契約・通院継続管理が中心業務になります。ここではClaude Codeの中心用途が「予約変更・キャンセル返信(プロンプト3本目)」「コース消化状況の自動リマインド」「月次レポート(プロンプト4本目)」にシフトします。施術判断の比重が低い分、定型業務効率化の効果が出やすい業態です。

導入の意思決定に必要な3つの確認事項

院長・経営者として「うちのクリニックでClaude Codeを導入すべきか」を決めるとき、最低限確認すべきことが3つあります。

確認1:医療広告管理体制が院内にあるか

Claude Codeを導入するかどうか以前に、医療広告ガイドラインに沿った社内チェック体制が整っているかが先です。広告管理担当(医師または法務)が決まっていない、Webサイト・LP・SNSの公開フローに医師確認のステップがない、という状態だとAI導入の前にやることがあります。逆にこの体制ができていれば、Claude Codeはその体制の「下書き工程」を強化する道具として機能します。

確認2:スタッフが新ツールを受け入れる文化があるか

美容クリニックは「ホスピタリティ」を売りにしていることが多く、スタッフが「機械的なものを業務に入れたくない」と感じることがあります。Claude Code導入時には「これはスタッフを置き換えるのでなく、定型作業を巻き取って、患者対応に時間を回す道具」というメッセージングが重要です。トップダウンで一方的に入れると、現場の抵抗で形骸化します。

確認3:院長自身がAI出力を見て判断できるか

最終的にAI出力の妥当性を判断するのは院長(医師)です。「AIを入れたが、出力の良し悪しは院長には分からない」という状態だと、結局事務長やカウンセラー任せになり、医学的妥当性のチェックが甘くなります。院長自身がAI出力を読んで「ここは妥当」「ここは違和感がある」と判断できるレベルまで、最低でも数週間は院長が実出力をレビューする時間を持つことを推奨します。

次回予告

次回は、美容クリニックの「症例写真の限定解除要件チェック自動化」と「LP・SNSクリエイティブのガイドライン適合度スコアリング」を、Claude Codeでどう実装するかを取り上げます。本記事のプロンプト5本目をさらに発展させた、医療広告管理担当向けの実装パターンです。

参考出典

• 厚生労働省「医業若しくは歯科医業又は病院若しくは診療所に関する広告等に関する指針(医療広告ガイドライン)」(https://www.mhlw.go.jp/stf/seisakunitsuite/bunya/kenkou_iryou/iryou/kokoku/index.html)
• 厚生労働省「医療広告に関するQ&A」(同上ページ内)
• 個人情報保護委員会・厚生労働省「医療・介護関係事業者における個人情報の適切な取扱いのためのガイダンス」(https://www.ppc.go.jp/personalinfo/legal/guidelines_medical/)
• Anthropic 公式ドキュメント「Claude Code」(https://docs.claude.com/en/docs/claude-code/overview)
• 厚生労働省 医政局「医療広告規制におけるウェブサイト等の取扱い」(https://www.mhlw.go.jp/content/10800000/000673473.pdf)

※本記事の内容は2026年5月時点の公開ガイドライン・公開情報に基づきます。医療広告ガイドラインは改訂される可能性があるため、実装前に必ず最新版を確認してください。本記事は一般的な実装フレームワークの紹介であり、特定のクリニックでの導入を保証するものではありません。実装にあたっては必ず自院の医師・法務・医療広告管理担当の判断を経てください。

関連記事（自動）

• ▸ 【2026年最新】介護事業所のClaude Code活用｜ケアプラン・記録・家族説明資料の自動化
• ▸ 【2026年最新】製薬の文献監視をClaude Codeで自動化
• ▸ クリニック予約業務をClaude Codeで整理｜受付FAQと日次レポート自動化の実装例
• ▸ 医療レセプト点検をClaude Codeで自動化｜返戻率40%削減の実装パターン