飲食チェーンの新メニュー開発をClaude Codeで効率化｜想定モデル事例

「シェフの感性」と「並べ替え作業」は別物だと気付いた瞬間

正直に書きますが、私が外食企業の商品開発部の方と最初にClaude Codeの話をした時、返ってきた言葉は「メニュー開発はシェフの感性が命なので、AIに任せるのは違う気がする」というものでした。これはまったくその通りで、Claude Codeを「新メニューを考えさせるツール」として導入しようとすると、ほぼ確実に失敗します。AIが出してきた「夏限定の冷製パスタ」みたいな案を眺めて、誰も食べたいと思わない、で終わります。

ところが、商品開発の現場を半日張り付かせてもらうと、本当に「感性が必要な時間」は1日の3割もないことが分かりました。残りの7割は何をしているかというと、競合チェーンの新作を集める、トレンド食材の流通価格を調べる、原価計算シートに数字を入れて原価率を再計算する、アレルゲン情報を整える、栄養成分表を整形する、店長向けマニュアルを書き直す、本部承認用の稟議書を作る。要するに「並べ替えの時間」です。

Claude Codeが効くのはここです。シェフや商品開発担当者の「ひらめきの時間」は奪わず、その前後の「並べ替えの時間」を圧縮する。これだけで、1人の商品開発担当者が同時並行で回せるメニュー数が体感で2倍近くになる、というのが想定モデルでの全体像です。本記事はその実装手順を工程別に書いていきます。

なお、本記事に出てくる削減率や所要時間は、特定の飲食チェーンの実績ではなく、複数社のヒアリングと一般的な商品開発工程の所要時間から逆算した想定モデルケースです。実際の効果は業態(ファストフード/ファミレス/居酒屋/カフェ/専門店)、店舗数、商品開発体制、既存システムの整備度合いで大きく変わります。最終的なメニュー化可否、味の判断、原材料選定、店舗導入時期の決定は、商品開発責任者・調理長(エグゼクティブシェフ)・経営層の意思決定が必須で、Claude Codeはあくまで下ごしらえと後処理の補助に徹する、という前提で読み進めてください。

なぜチャットUIではなく「Claude Code」なのか

新メニュー開発にAIを使うと聞くと、まずChatGPTのようなチャットUIで「夏向けの新メニューを10案出して」と頼む使い方を思い浮かべる方が多いと思います。これも入口としては有効ですが、飲食チェーン本部のように「年間50〜200メニューを継続的に開発・改廃する現場」では、チャットUIだけでは運用が回りません。

具体的に何が違うかというと、Claude Codeは「ローカルファイルを読み書きできるエージェント」として動作します。これが現場に直接効きます。例えば、自社のブランドコンセプトを brand/concept.md、現行メニュー一覧を menu/current_menu.csv、競合の新作リストを competitor/new_items_2026q2.csv、原材料の単価マスタを cost/ingredient_master.csv として保存しておけば、毎回のチャットで「うちは健康志向のカフェ業態で、客単価1,200円で、20代女性が中心客層で…」と長文を貼り付ける必要がありません。Claude Codeが必要な時にファイルを参照してくれます。

もう一つの違いは、CLAUDE.mdというプロジェクト共通のルールファイルを自動で読み込んでくれることです。「原価率は28%以内、看板商品は25%以内」「アレルゲン表記は特定原材料8品目+特定原材料に準ずるもの20品目を必ず確認」「メニュー名は12文字以内」といったチェーン共通のルールを一度書いておけば、商品開発部のメンバーが別々のセッションで作業しても、出てくる試算や提案のフォーマットが揃います。

さらに、CSV・Markdown・JSONを直接生成・編集できる点が実務で効きます。新メニュー候補50案を CSV にまとめて、原価率・粗利・予想客単価インパクトを一括計算して、原価率28%以内に収まる候補だけを抽出して、Notionや社内ポータルに貼り付けられる形式に整形する、というワークフローがClaude Codeなら自然な流れで実現します。チャットUIで生成した文字列を手作業でExcelに転記する時間がほぼ消えます。

つまりClaude Codeは「単発のメニュー案を生むAI」ではなく「商品開発工程に常駐するアシスタント」として運用する設計のツールです。だからこそ、飲食チェーン本部のように継続的に商品開発を回す現場に向いている、というのが想定モデルでの結論です。

想定シナリオ:中堅外食チェーン「Café Marigold(仮)」の商品開発部

具体例があった方が読みやすいので、本記事では中堅カフェチェーン「Café Marigold(仮称、以下マリーゴールド)」を想定モデルとして話を進めます。実在のチェーンではなく、複数社のヒアリング内容を平均化した架空のモデルです。

組織構成

• 店舗数:直営60店舗、フランチャイズ40店舗、計100店舗(郊外型ロードサイド+駅前型の混在)
• 業態:健康志向カフェ、客単価1,200〜1,500円、20代後半〜40代女性が中心客層
• 商品開発部:部長1名、商品開発担当4名、栄養士1名、調理長1名、計7名
• 主要メニュー:常設フード40品、常設ドリンク30品、季節メニュー(春・夏・秋・冬で各15〜20品)、月替わり限定3〜5品、コラボメニュー年6〜10品
• 業務システム:メニュー管理マスタ、原価計算シート(Excel)、店舗向け業務マニュアル(Notion)、本部稟議システム

導入前の悩み(想定モデル)

1. 季節メニューの企画立案で、競合チェーン20社の新作チェックに月20〜30時間。Web・SNS・店舗訪問・専門誌を横断して情報を集めるが、整理が追いつかない
2. 原価計算が手作業で、1メニューあたり試算・調整に2〜4時間。原材料単価が月次で変動するので、季節メニュー15品の原価率を再計算するだけで丸2日かかる
3. アレルゲン・栄養成分表の作成と整形で、1メニューあたり1〜2時間。特定原材料8品目+準ずる20品目の確認、エネルギー・タンパク質・脂質・炭水化物・食塩相当量の算出、店舗POP・公式サイト・PDFそれぞれの形式に整形
4. 店長向けのレシピマニュアル作成で、1メニューあたり半日〜1日。調理手順・盛り付け・推奨提供時間・クレーム対応・追加販促トーク、すべてを文書化するのが重い

このどれも「商品開発担当者の能力の問題」ではなく、「並べ替えに時間が取られすぎている」問題です。ここにClaude Codeを差し込みます。

Claude Codeを新メニュー開発に差し込む6つのポイント

差し込みポイントを工程順に整理すると、次のようになります。各ポイントごとに、後の章でコピペ可能なプロンプト・スクリプトを示します。

1. 競合チェーンの新作リサーチと類型化 — 競合の新作情報を構造化し、訴求軸・価格帯・原材料の傾向を抽出
2. トレンド食材リサーチと提案リスト化 — 業界専門誌・SNS・農産物市場の情報から、自社業態に合いそうな食材候補を絞り込む
3. 季節メニュー企画のブレスト補助 — 過去の季節メニュー実績・販売データ・コンセプトファイルを参照しながら、新規候補を一覧化
4. 原価計算と原価率シミュレーション — 原材料マスタを参照し、レシピから原価率・粗利・想定客単価インパクトを自動算出
5. アレルゲン・栄養成分表の自動整形 — レシピ情報からアレルゲン候補と栄養成分の試算ドラフトを生成、最終確認は栄養士・調理現場が実施
6. 店長向けレシピマニュアルのテンプレート化 — 調理手順・盛り付け・販促トーク・想定クレーム対応を含む包括的マニュアルを生成

大事なのは、Claude Codeが出すアウトプットを「そのまま使う」のではなく、「商品開発担当者・調理長・栄養士・店長がチェックして修正する前提の素材」として扱うことです。下ごしらえ係に徹してもらう、というイメージです。

プロジェクトの初期セットアップ

実装手順に入る前に、想定モデルでのプロジェクトディレクトリ構成を共有します。Claude Codeは「ローカルディレクトリの中身を読みながら考えるエージェント」なので、最初のフォルダ設計で運用の半分が決まります。

~/projects/marigold/
├── CLAUDE.md                       # 本部共通の運用ルール
├── brand/
│   ├── concept.md                  # ブランドコンセプト・ターゲット・トンマナ
│   ├── menu_naming_rules.md        # メニュー命名規則(文字数・禁止語など)
│   └── price_band.md               # 業態別価格帯・客単価ルール
├── menu/
│   ├── current_menu.csv            # 現行メニュー一覧
│   ├── seasonal_history/           # 過去の季節メニュー実績
│   │   ├── 2024_summer.csv
│   │   ├── 2025_summer.csv
│   │   └── ...
│   └── retired_menu.csv            # 過去廃止メニュー(失敗パターン参照用)
├── competitor/
│   ├── new_items_2026q2.csv        # 競合チェーンの新作一覧
│   ├── trend_keywords.md           # 業界トレンドキーワード
│   └── store_visit_notes/          # 店舗訪問メモ
├── cost/
│   ├── ingredient_master.csv       # 原材料マスタ(品目・単位・単価・仕入先)
│   ├── price_history/              # 原材料価格履歴(月次)
│   └── target_food_cost.md         # カテゴリ別目標原価率
├── nutrition/
│   ├── allergen_master.md          # アレルゲン情報マスタ(特定原材料8+準20)
│   ├── nutrition_base_data.csv     # 食材別栄養成分ベースデータ
│   └── manual_check_log/           # 栄養士最終確認ログ
├── recipes/                        # 開発中レシピ
│   ├── draft/
│   ├── reviewed/
│   └── approved/
├── store_manual/                   # 店舗向けマニュアル
│   ├── template.md
│   └── generated/
└── outputs/                        # 生成物保管
    ├── cost_simulation/
    ├── allergen_drafts/
    └── manual_drafts/

CLAUDE.mdの中身はこんなイメージです。ここがすべての出力の前提になるので、最初に2〜3時間かけて整備するだけで以降の運用が一気に楽になります。

# マリーゴールド商品開発部 Claude Code 運用ルール

## ブランド前提
- 健康志向カフェ、客単価 1,200〜1,500 円
- 中心客層:20 代後半〜40 代女性
- ヘルシー・季節感・写真映え・滞在価値の 4 軸を重視

## 原価ルール(全カテゴリ共通の目安)
- フード平均原価率:28% 以内
- ドリンク平均原価率:18% 以内
- 看板商品の原価率:25% 以内
- 季節メニューは販促効果を加味し原価率 30% まで許容

## アレルゲン取扱
- 特定原材料 8 品目(えび・かに・くるみ・小麦・そば・卵・乳・落花生)は必ず確認
- 特定原材料に準ずる 20 品目も併記
- 最終確認は必ず栄養士が実施(Claude Code はドラフト整形のみ)

## メニュー名規則
- 12 文字以内
- 禁止語:「最高」「絶品」「No.1」「世界一」「業界最安」
- 漢字 + ひらがな + カタカナのバランスで読みやすさ優先

## 出力フォーマット
- 数値は半角、円記号は「円」表記
- 表は Markdown 形式
- CSV 出力時はカンマ区切り、文字コード UTF-8

## 重要:意思決定の境界
- メニュー化可否、味の判断、原材料選定、店舗導入時期は人間が決定
- Claude Code はドラフト整形・試算・候補リスト化のみ
- アレルゲン情報の最終責任は栄養士・調理現場にある

このCLAUDE.mdを置くだけで、以降のすべてのプロンプトでこのルールが暗黙の前提になります。「原価率28%以内に収めて」「アレルゲン情報の最終確認は栄養士」といった文言を毎回書く必要がありません。

実装手順1:競合チェーンの新作リサーチと類型化

商品開発の起点になることが多いのが、競合チェーンの新作チェックです。マリーゴールドのような健康志向カフェの場合、競合は同業態のカフェチェーン10社、隣接業態のベーカリーカフェ・ファミレス・コンビニのカフェ商品10社、計20社をウォッチします。これを毎月人力で集めると、月20〜30時間が溶けます。

運用のイメージとしては、商品開発担当者が各社の公式サイト・公式SNS・専門誌(『月刊食堂』『近代食堂』『フードビズ』など)・店舗訪問メモから新作情報を集めて、competitor/new_items_2026q2.csvに次のような形でメモしていきます。

chain_name,item_name,category,price,launch_date,description_short,source_url
A社,夏の桃と紅茶のシフォン,スイーツ,580,2026-05-15,白桃ピューレと紅茶ジュレを重ねた季節限定シフォン,https://...
B社,塩レモンの冷製パスタ,フード,1080,2026-05-20,塩レモン×バジル×自家製生パスタの夏季冷製,https://...
C社,ピスタチオラテ,ドリンク,620,2026-05-10,本格ピスタチオペースト使用のラテシリーズ,https://...

このCSVをClaude Codeに渡して、次のように指示します。

competitor/new_items_2026q2.csv を読み込んで、以下を出力してください:

1. カテゴリ別(フード / ドリンク / スイーツ / モーニング)に件数を集計
2. 価格帯の中央値・最高値・最低値をカテゴリ別に算出
3. 商品名・description から頻出する食材キーワードを抽出(出現回数 5 回以上)
4. 訴求軸を 5 つに分類(例:季節感 / 健康・ヘルシー / プチ贅沢 / 食感の意外性 / SNS 映え)、各商品をどの軸に該当するかタグ付け
5. うち、マリーゴールドのコンセプト(健康志向 / 客単価 1,200〜1,500 / 20 代後半〜40 代女性)に合いそうな候補上位 10 件を抽出、選定理由をひとことコメント

出力は Markdown の表形式で、5 番目だけは表 + 各候補のコメントを箇条書きにしてください。

このプロンプト1本で、20〜30時間かかっていた作業が30〜60分に圧縮できます。重要なのは、Claude Codeが出した「上位10件」をそのまま採用するのではなく、商品開発担当者が「この候補は実は地元の小規模ベーカリーでも見かけている」「この食材は来期に価格高騰の懸念がある」といった現場知を加えて、最終5件に絞り込むことです。並べ替えの時間が圧縮されるからこそ、商品開発担当者が「考える時間」に余裕を持てるようになります。

実装手順2:トレンド食材リサーチと提案リスト化

次に、トレンド食材のリサーチです。これは「今年の夏に押し出すべき食材は何か」を見定める工程で、商品開発の初動として非常に重要です。情報源としては、青果市場の流通レポート、業界誌の季節特集、農林水産省の作況情報、SNSのフード系インフルエンサーの動向、Google検索トレンド、海外のフードトレンド(Whole Foodsの「2026年予測」など)を横断します。

これらの情報を、商品開発担当者が事前に competitor/trend_keywords.md に「気になっている食材・ワード」として書き留めておきます。

# 2026 夏トレンド候補メモ

## 食材
- ピスタチオ(海外発の高価格帯)
- 山椒(国内発、和素材の再評価)
- 塩レモン(2 年連続で話題、まだピーク前)
- 発酵バター(高級路線)
- ココナッツヨーグルト(ヴィーガン需要)
- スイカ(夏定番、再ブランディング余地あり)
- 抹茶(海外でブーム、国内でも質感の再評価)
- ホップ(ノンアルコール系)
- 杏仁(中華系スイーツの再流行)
- 桃(定番中の定番、伝統訴求あり)

## 食感・調理キーワード
- 冷製 / 冷やし
- 燻製 / スモーキー
- もちもち / もちっと
- 黒糖 / 黒酢
- 塩味デザート
- パリパリ食感

## カラー・見た目
- 白×緑のコントラスト
- 黒の挿し色
- 透明感(ジュレ・寒天・ゼリー)

このメモをClaude Codeに渡して、次のように指示します。

competitor/trend_keywords.md と brand/concept.md を読み、以下のフレームで提案リストを作ってください:

| 候補食材 / キーワード | マリーゴールドへの適合度(1-5) | 想定価格レンジ | 季節適合(春 / 夏 / 秋 / 冬 / 通年) | 想定する応用カテゴリ(フード / ドリンク / スイーツ) | 想定するメニュー方向性 1 〜 2 行 | 注意点 / リスク |

判定基準:
- 適合度 5:健康志向 + 写真映え + 客単価帯にフィット
- 適合度 1:単価が合わない、または健康訴求と矛盾
- 想定価格レンジは原価率 28% 以内に収まる売価帯を概算

最後に、適合度 4 以上の候補から、夏(7-9 月)に投入候補となるメニュー方向性を 5 案、各 150 文字程度で記述してください。

Claude Codeから返ってきた一覧を、商品開発部の月次企画会議で叩き台として使います。「ピスタチオは想定どおり高単価で原価率厳しいけれど、看板スイーツ1品だけ攻めるのもあり」「山椒はうちの客層にハードルが高いかも、まずはドリンクで1品試す」みたいな議論が、まっさらな白紙からではなく、構造化された一覧をベースに進められます。これだけで企画会議の所要時間が体感で半分になります。

実装手順3:原価計算と原価率シミュレーション

商品開発の中で最も時間が溶ける工程が原価計算です。マリーゴールドの想定モデルでは、原価計算シート(Excel)に原材料の品目・分量・単価を入れて、1メニューあたり試算・調整に2〜4時間。原材料単価が月次で変動するので、季節メニュー15品の原価率を再計算するだけで丸2日かかる、というのが導入前の状態です。

これをClaude Codeに任せるには、まず原材料マスタを cost/ingredient_master.csv として整備します。

ingredient_id,name,unit,unit_price_yen,supplier,last_updated,allergen_flags
ING-001,薄力粉,kg,180,A 製粉,2026-05-01,wheat
ING-002,卵(M 玉),個,28,B 養鶏,2026-05-01,egg
ING-003,牛乳,L,220,C 乳業,2026-05-01,milk
ING-004,グラニュー糖,kg,160,D 製糖,2026-05-01,
ING-005,白桃ピューレ,kg,1980,E 食品,2026-05-01,peach
ING-006,紅茶葉(アールグレイ),kg,4800,F 茶葉,2026-05-01,
ING-007,ピスタチオペースト,kg,8800,G 製菓,2026-05-01,
ING-008,ココナッツミルク,L,580,H 食品,2026-05-01,
...

そのうえで、開発中のレシピを recipes/draft/peach_chiffon.md として書きます。

# 白桃と紅茶のシフォンケーキ(仮)

## 想定情報
- カテゴリ:スイーツ
- 想定売価:580 円(税抜)
- 1 ロット:8 ピース
- 想定提供期間:2026-07-01 〜 2026-09-30

## 原材料(1 ロット 8 ピース分)
- 薄力粉:120g
- 卵 M 玉:4 個
- グラニュー糖:140g
- 牛乳:60ml
- 白桃ピューレ:200g
- 紅茶葉(アールグレイ):4g
- サラダ油:60ml

## トッピング(1 ピースあたり)
- ホイップクリーム:20g
- 白桃スライス:15g
- ミントの葉:1 枚

このレシピをClaude Codeに渡して、次のように指示します。

recipes/draft/peach_chiffon.md のレシピと cost/ingredient_master.csv を照合し、以下を計算してください:

1. 1 ロット(8 ピース)分の総原材料費(円)
2. 1 ピースあたりの原材料費
3. 想定売価 580 円に対する原価率(%)
4. CLAUDE.md に定義された目標原価率(スイーツ 28% / 看板商品 25% / 季節 30% まで許容)との乖離
5. 原価率を 28% 以内に収めるための調整案を 3 つ(分量調整 / 原材料置き換え / 売価変更)、それぞれの影響度を試算

不明な原材料(マスタにないもの)があれば「要追加登録」として一覧化してください。
出力は Markdown の表形式で、最後に判定(GO / 要調整 / NG)とコメントを 1 段落でお願いします。

このプロンプト1本で、2〜4時間かかっていた原価計算が5〜10分に圧縮されます。さらに、原材料価格が変動した時には、cost/price_history/2026_06.csv を更新したうえで「先月の月次原価計算を再実行して、現行季節メニュー15品の原価率変動を一覧化してください」と指示するだけで、丸2日かかっていた再計算がほぼ自動化できます。

大事な注意点として、Claude Codeが出した「調整案」をそのまま採用するのは禁物です。「白桃ピューレを冷凍ピューレに置き換えれば原価が下がる」と提案されても、現場の調理長が「冷凍ピューレは解凍後の水分量が違うので食感が落ちる」と却下することは普通にあります。Claude Codeはあくまで「数字の組み替え案」を出すだけで、味・食感・調理オペレーションへの影響判断は調理長・商品開発責任者が行う、という前提を崩さないことです。

実装手順4:アレルゲン・栄養成分表の自動整形(最終確認は栄養士)

食品表示法で求められるアレルゲン・栄養成分表の整形は、商品開発の最終工程で最も神経を使う領域です。ここは特に強調しますが、最終確認は必ず栄養士・調理現場が行う必要があります。Claude Codeが生成するのはあくまで「ドラフト」であり、そのまま店舗POP・公式サイト・PDFに出すと、誤表記による健康被害・行政指導・SNS炎上のリスクが極めて高いです。

運用のイメージとしては、アレルゲン情報マスタを nutrition/allergen_master.md として整備しておきます。

# アレルゲン情報マスタ

## 特定原材料(8 品目・表示義務)
- えび / かに / くるみ / 小麦 / そば / 卵 / 乳 / 落花生(ピーナッツ)

## 特定原材料に準ずるもの(20 品目・表示推奨)
- アーモンド / あわび / いか / いくら / オレンジ / カシューナッツ / キウイフルーツ / 牛肉
- ごま / さけ / さば / 大豆 / 鶏肉 / バナナ / 豚肉 / マカダミアナッツ
- もも / やまいも / りんご / ゼラチン

## 自社特有の注意事項
- アーモンド使用ラインで一部商品の交差汚染リスクあり
- ゴマ使用工場で別商品を製造、痕跡程度の混入可能性あり
- 上記 2 点は店舗 POP に「コンタミネーションの可能性あり」として明示

そのうえで、レシピをClaude Codeに渡して、次のように指示します。

recipes/draft/peach_chiffon.md のレシピを読み、以下のドラフトを作成してください:

1. 含まれる「特定原材料 8 品目」を抽出
2. 含まれる「特定原材料に準ずる 20 品目」を抽出
3. nutrition/allergen_master.md の「自社特有の注意事項」に該当する記載要否を判定
4. 1 ピースあたりの推定栄養成分(エネルギー / タンパク質 / 脂質 / 炭水化物 / 食塩相当量)
   - nutrition/nutrition_base_data.csv の食材別ベースデータを参照
   - 推定値はあくまでドラフトで、最終値は栄養士が再計算する前提

出力フォーマット:
## アレルゲン表示ドラフト
(表)

## 栄養成分表ドラフト(1 ピースあたり)
(表)

## 栄養士確認チェックリスト
- [ ] 特定原材料の漏れがないか目視確認
- [ ] 準ずる 20 品目の漏れがないか目視確認
- [ ] コンタミネーション記載の要否を最終判断
- [ ] 栄養成分は実測 or 計算ソフトで再算出
- [ ] 食品表示基準に基づく表示方法(順序 / 単位 / 端数処理)を確認

最後に、必ず以下の文言を明記してください:
「※ 本ドラフトは Claude Code による自動整形結果であり、最終確認・公開可否判断は栄養士および調理現場が行ってください」

このプロンプトで生成されたドラフトを、栄養士が nutrition/manual_check_log/2026_05_peach_chiffon_check.md として確認・修正します。修正後の完成版だけが店舗POP・公式サイトに反映される、という運用フローです。Claude Codeの出力が直接消費者に届くことは絶対にあってはならない、という線引きを最初に決めておくことが、安全運用の絶対条件です。

実装手順5:季節メニュー企画のブレスト補助

季節メニューの企画は、過去の販売実績データと、新トレンドのバランスを取りながら案を出す工程です。マリーゴールドの想定モデルでは、過去5年分の春・夏・秋・冬の季節メニューを menu/seasonal_history/ に蓄積していきます。

menu/seasonal_history/2025_summer.csv の中身イメージ:

item_id,item_name,launch_date,end_date,price,total_sales_units,total_revenue,gross_margin_pct,customer_rating,renewal_decision
SF-2025-01,夏野菜のキッシュプレート,2025-06-15,2025-08-31,1280,18420,23577600,71,4.2,継続
SF-2025-02,塩レモンの冷製パスタ,2025-07-01,2025-08-31,1180,32150,37937000,72,4.5,継続
SF-2025-03,白桃のティラミス,2025-07-01,2025-09-15,580,12080,7006400,68,3.8,改廃
SF-2025-04,ハイビスカスソーダ,2025-06-15,2025-09-15,580,8420,4883600,82,3.5,改廃
...

このデータをClaude Codeに渡して、次のように指示します。

menu/seasonal_history/ 配下の 2024_summer.csv と 2025_summer.csv を読み込み、以下を分析してください:

1. 売上数量上位 5 商品の共通要素(食材 / 価格帯 / カテゴリ / 訴求軸)
2. 売上が伸びなかった下位 5 商品の共通要素
3. 顧客評価が高かった(4.0 以上)が改廃となった商品の理由仮説
4. 2026 夏に向けた商品企画への示唆(箇条書きで 5 つ程度)

competitor/trend_keywords.md と組み合わせ、2026 夏の季節メニュー候補を 10 案、以下のフレームで提案してください:

| 仮称 | カテゴリ | 想定売価 | 主要食材 | 訴求軸 | 過去類似商品との差別化 1 行 | 想定原価率 | 注意点 |

最後に、10 案のうち推奨上位 5 案と、その推奨理由(過去データと整合する 1 段落)を記述してください。

このアウトプットを、商品開発部の月次企画会議で「叩き台」として使います。会議の場では、Claude Codeが出した10案を眺めながら、調理長が「この食材の組み合わせは、提供オペレーションが難しい」、栄養士が「カロリーが想定客層に対して高すぎる」、店舗運営部が「ピーク時の調理時間が読めない」といった現場視点での絞り込みを進めます。Claude Codeがゼロベースの「候補の山」を作るので、会議の時間が「ゼロから案を出す時間」ではなく「案を選ぶ・磨く時間」に使えるようになります。

実装手順6:店長向けレシピマニュアルの自動生成

新メニューが決まった後、店舗展開フェーズで重い工程が店長向けのレシピマニュアル作成です。マリーゴールドの想定モデルでは、1メニューあたり半日〜1日かかります。書くべき内容は次のように多岐にわたります。

• 使用原材料一覧と発注先
• 1人前の分量と提供サイズ目安
• 調理手順(下処理 / 加熱 / 仕上げ / 盛り付け)
• 調理時間目安と並行調理可否
• 盛り付け写真の指示・参考画像
• 使用器具(専用什器の有無)
• 賞味期限・保管温度・保管期間
• アレルゲン情報と接客対応(問い合わせ時の説明テンプレ)
• 推奨提供時間帯(モーニング / ランチ / ティータイム)
• 追加販促トーク(クロスセル候補)
• 想定クレームと初期対応(品質・異物・体調不良)

これをClaude Codeにテンプレート化させます。まず store_manual/template.md を整備しておきます。

# 【店舗マニュアル】{メニュー名}

## 1. 基本情報
- 商品コード:
- カテゴリ:
- 売価(税抜 / 税込):
- 提供期間:
- 提供時間帯:

## 2. 使用原材料
(表:品目 / 分量 / 発注先 / 在庫管理単位)

## 3. 調理手順
### 3-1. 下処理
### 3-2. 仕上げ調理
### 3-3. 盛り付け

## 4. 調理時間目安
- 下処理:
- 仕上げ:
- 盛り付け:
- 合計提供までの目安:

## 5. 使用器具

## 6. 賞味期限・保管

## 7. アレルゲン情報と接客対応
### 7-1. アレルゲン表示
### 7-2. 問い合わせ時の説明テンプレ

## 8. 推奨販促トーク

## 9. 想定クレームと初期対応
### 9-1. 品質に関するクレーム
### 9-2. 異物混入を疑われた場合
### 9-3. 体調不良の申し出があった場合

## 10. 写真参照
(盛り付け参考画像 URL / Notion ページリンク)

---
※ 本マニュアルは Claude Code によるドラフトを商品開発部・調理長が確認のうえ発行しています。
※ 内容に疑問がある場合は本部商品開発部({連絡先})までお問い合わせください。

そのうえで、Claude Codeに次のように指示します。

recipes/approved/peach_chiffon.md の承認済みレシピと
nutrition/manual_check_log/2026_05_peach_chiffon_check.md の栄養士確認結果を読み込み、
store_manual/template.md のフォーマットに沿った店舗マニュアルを生成してください。

特に以下のセクションは想定モデルに基づき具体的に記述してください:
- 第 7 章のアレルゲン問い合わせ時の説明テンプレ(セリフ調で 3 〜 4 パターン)
- 第 8 章の推奨販促トーク(ティータイムでの追加注文を促す内容 2 〜 3 パターン)
- 第 9 章の想定クレーム(食感が想定と違う / 紅茶の風味が弱い / 賞味期限内なのに味が変 / 体調不良の申し出)それぞれの初期対応フロー

最終出力は store_manual/generated/peach_chiffon_v1.md として書き出してください。

注意:
- セリフ部分は店舗スタッフがそのまま読み上げても自然な口語にする
- クレーム対応は「謝罪 → 状況確認 → 対応 → 本部報告」の 4 ステップで統一
- 体調不良については「医療機関の受診を推奨し、症状記録を残す」を必ず含める
- 本マニュアルは商品開発部・調理長の確認後に発行する旨を末尾に明記

このプロンプトで、半日〜1日かかっていた店舗マニュアル作成が30〜60分に圧縮されます。生成されたドラフトを商品開発部・調理長・店舗運営部の3者が回覧し、現場目線で修正したうえで正式版として発行する、というフローです。100店舗にマニュアルが配信されるまでのリードタイムが、想定モデルでは2週間→3日に短縮されています。

運用ルールと月次の磨き込み

Claude Codeを商品開発工程に常駐させるうえで、運用ルールと月次の振り返りが非常に重要です。マリーゴールドの想定モデルでは、月1回の商品開発部MTGで以下のサイクルを回しています。

1. 先月Claude Codeに任せた工程の効果検証 — どの工程で何時間削減できたか、どの工程で逆に手戻りが発生したか
2. プロンプトテンプレの更新 — 出力品質が低かったプロンプトを書き直し、prompts/ ディレクトリ配下にバージョン管理
3. CLAUDE.md の追記 — 「今月困ったこと」をルール化(例:「ピスタチオペーストは置き換え不可、と明記する」)
4. マスタデータの追加 — 新規取扱原材料、新規食材、新規アレルゲン注意事項を ingredient_master.csv と allergen_master.md に追記
5. 失敗ログの共有 — Claude Code の誤出力やヒヤリハットを recipes/lessons_learned.md に蓄積し、来月のプロンプト改善材料にする

特に重要なのが3つ目のCLAUDE.md追記です。「今月困ったこと→ルール化」のサイクルが回り続ければ、CLAUDE.mdが組織知のリポジトリになります。新人商品開発担当者が入社しても、CLAUDE.md を読めば「うちの会社では何を当たり前としているか」が一気に理解できる、という副次効果も生まれます。

【要注意】よくある失敗パターン

ここまで実装手順を紹介してきましたが、実際にClaude Codeを商品開発に組み込むと、いくつかの落とし穴に必ずぶつかります。想定モデルで実際に観測される失敗パターンを4つ紹介します。

失敗1:Claude Codeに「ヒット商品を作って」と頼んでしまう

❌ 悪い運用:商品開発担当者がClaude Codeに「2026 夏の確実に売れるメニュー案を10個出して」と頼んでしまう。Claude Codeは過去データと一般論を組み合わせて、無難で平均的な案を10個並べる。商品開発部の会議で「どれもピンとこない」「コンビニのスイーツみたい」と全部却下される。半日が無駄になる。

⭕ 良い運用:Claude Codeに「ヒットメニュー」を考えさせるのではなく、「素材の山」を作らせる。具体的には、過去販売データの分析、競合の新作整理、トレンド食材リスト、原価率シミュレーションの自動化に徹させる。ヒット商品を生むのは商品開発担当者・調理長の感性で、Claude Codeはその感性が「並べ替え作業」に消耗しないように下支えする役割だ、と最初に線引きする。

「下ごしらえ係に徹してもらう」というフレーズをチーム共通言語にしておくと、運用が安定します。

失敗2:アレルゲン情報を Claude Code の出力のまま公開してしまう

❌ 悪い運用:Claude Codeが生成したアレルゲン情報ドラフトを、栄養士の最終確認を経ずに店舗POPに反映してしまう。Claude Codeが原材料マスタの記載漏れや、コンタミネーションリスクの判定を間違えた場合、アレルギー事故につながる可能性がある。万一発生すれば健康被害・行政指導・SNS炎上・ブランド毀損と取り返しがつかない。

⭕ 良い運用:アレルゲン情報・栄養成分表は「Claude Codeの出力がそのまま消費者に届く経路を絶対に作らない」ことを最優先のガードレールにする。具体的には:

• Claude Code の出力は必ず「ドラフト」として nutrition/manual_check_log/ に格納する
• 栄養士が目視確認・必要に応じて計算ソフトで再算出する
• 確認済みファイルだけが店舗POP・公式サイトに反映されるワークフローを技術的に分離する(承認フォルダの権限分離など)
• 月次でアレルゲン関連ヒヤリハットを商品開発部・調理部で共有する

食品アレルギーは命に関わる領域です。便利さよりも安全マージンを優先してください。

失敗3:原価計算の結果だけを見て、味の判断を省略する

❌ 悪い運用:Claude Codeが「白桃ピューレを冷凍ピューレに置き換えれば原価率が3ポイント下がる」と提案。商品開発担当者が原価率の改善幅だけ見て、調理長への試食を省略して進めてしまう。結果、冷凍ピューレ特有の水分量で食感が想定と違うものになり、店舗展開後にクレームが多発する。

⭕ 良い運用:Claude Codeの原価計算アウトプットは「数字の組み替え案」であって「味の判断」ではない、という前提を商品開発部全員で共有する。具体的には:

• 原材料置き換えを伴う変更案は、必ず調理長による試作・試食を経てから採用する
• 調理長が「この置き換えは食感が変わる」と判断した場合は、Claude Codeの提案を無視してよい
• 原価率と味のトレードオフは、商品開発責任者・調理長の経営判断で決める領域だと位置付ける

原価率だけで意思決定すると、長期的にはブランドが弱ります。「数字の言うことを聞きすぎない胆力」がチームに必要です。

失敗4:競合チェーンの新作を「真似しすぎる」

❌ 悪い運用:Claude Codeに「競合A社の塩レモンパスタを参考に、似た商品を企画して」と頼む。出てきた案がA社の劣化版になる。価格・分量・訴求軸まで似てしまい、店舗展開後に「A社のパクリだ」とSNSで指摘される。ブランド毀損につながる。

⭕ 良い運用:競合新作リサーチは「トレンドの方向性を掴むため」であり「個別商品をコピーするため」ではない、という運用原則をCLAUDE.mdに明記する。具体的なプロンプト設計としては:

• 競合分析の出力は「訴求軸の類型化」「価格帯の傾向」「食材の流行」までに留める
• 個別商品の模倣指示は禁止し、必ず「自社コンセプトとの整合性」を1ステップ挟む
• 商品開発会議で、競合の新作と類似度の高い案が出てきた場合は意図的にひねりを加える

外食業界は「差別化」が利益率の生命線です。Claude Codeを使う時こそ、人間の感性で「うちらしさ」を上乗せする工程を意識的に残してください。

段階的導入のロードマップ(想定モデル)

Phase 1(1〜2ヶ月):個人ユース検証

商品開発担当者1〜2名、栄養士1名、調理長1名の4名コアチームで、自分の担当案件にClaude Codeを差し込む。CLAUDE.md と ingredient_master.csv / allergen_master.md の初期整備、原価計算の自動化と栄養成分ドラフト生成の2つに絞って効果検証する。月1で振り返り、「効く工程」「効かない工程」を実感ベースで仕分け。

Phase 2(3〜4ヶ月):商品開発部全体への展開

Phase 1で効果が確認できた工程を、商品開発部7名全員に展開。プロンプトテンプレを prompts/ ディレクトリに統一管理し、月次MTGで磨き込む。同時に、過去5年分の季節メニュー実績データ整備、競合ウォッチの自動化、店舗マニュアル生成パイプラインを段階的に追加。

Phase 3(5〜8ヶ月):関連部署への横展開

商品開発部内の運用が安定したら、隣接する部署に横展開。マーケティング部と組んで「新メニューのSNS告知文・店内POPコピー」の自動生成、店舗運営部と組んで「店長向け週次レポートの自動整形」、フランチャイズ統括部と組んで「FCオーナー向け新商品説明資料の生成」など。

大事なのは、最初から本部全社展開を狙わず、商品開発部内で「効くポイント」「効かないポイント」を明確にしてから展開することです。外食業界は現場リテラシーのバラツキが大きいので、トップダウンの一斉導入より、成功事例を見せて隣接部署に波及させる方が定着率が高くなります。

業態別の応用ヒント

本記事はカフェチェーンを題材にしましたが、同じ実装パターンは他の外食業態でも応用できます。

• ファミレス・大型外食チェーン:メニュー数が100〜200品と多く、原価計算の対象が広いため、原材料マスタ整備の初期投資効果が特に高い。アレルゲン情報の網羅性も差別化要素になりやすい
• 居酒屋チェーン:季節メニューと月替わり限定の回転が早く、ブレスト補助とマニュアル自動生成の効果が大きい。原材料の卸価格変動が激しいので、原価率再シミュレーションの自動化価値も高い
• ファストフードチェーン:メニュー数は絞られるが、地域別カスタマイズ(関東 / 関西 / 沖縄など)の調整が頻繁で、CLAUDE.md による「うちの会社のルール」の中央管理が効く
• ベーカリーカフェ・スイーツ専門店:季節食材の入れ替えが激しく、トレンド食材リサーチと原価率シミュレーションが日常業務化しているケースが多い
• 業務用食材メーカー:外食チェーン向けの新商品提案資料(原材料表 / 想定原価率 / 提案レシピ)を量産する工程に、Claude Codeのテンプレ生成が有効
• 給食・社員食堂運営会社:アレルゲン情報・栄養成分表の整形ニーズが特に強く、本記事の実装手順4の応用効果が大きい

規模感としては、店舗数30〜300店舗、商品開発担当者3〜10名規模のチェーンが最も効果を実感しやすい想定です。10店舗以下の小規模店だと「自分でExcelに入れた方が速い」と感じることが多く、500店舗超の超大型チェーンだと既存システムとの統合コストが障壁になります。

クライアント・本部稟議への「AI活用の説明責任」

飲食チェーンの商品開発でClaude Codeを導入する際、避けては通れないのが本部稟議・経営層・FCオーナーへの説明です。これは想定モデルでも必ず話題になります。

結論から書くと、私が伴走する中で推奨しているスタンスは「商品の品質責任は商品開発責任者・調理長・経営層であり、その過程でClaude Codeを使うか否かは制作手段の選択である」という整理です。ただし、これを言い切るためには次の前提条件をクリアする必要があります。

• 機密情報の取り扱い:競合分析の生データ、未公開の商品開発情報、原材料調達コスト等をClaude Codeに渡すかは、契約上の機密保持条項と照らして判断する。Anthropic公式のデータ取り扱いポリシーを確認し、必要に応じてEnterprise契約・ゼロデータ保持等のエンタープライズ機能を検討する
• アレルゲン情報の責任分界:Claude Codeはあくまでドラフト整形に限定し、最終確認は栄養士が行うことを業務手順書に明記する
• 味・品質の最終判断責任:商品開発責任者・調理長が試作・試食を経て可否判断することを、稟議フローに組み込む
• FCオーナーへの透明性:フランチャイズ契約上の品質保証条項に「商品開発工程でAIツールを部分的に利用する場合があるが、品質責任は本部が負う」旨を補足説明する

これらの前提が整っていれば、「Claude Codeを使っていることを取引先・お客様に逐一報告しない」運用は十分成立します。逆にこれらが曖昧なまま運用が始まると、何かトラブルがあった時に「AIに任せて手を抜いていたのではないか」と疑念を持たれてブランド信頼が一気に崩れます。透明性を担保する仕組みづくりが、AI運用とセットでの必須課題です。

品質を落とさない「ガードレール」の作り方

AI導入で最も恐れられる「メニューの平均化」を防ぐために、想定モデルで効果が出ているガードレールをいくつか紹介します。

第一に、「Claude Codeで出した素案は必ず人間が書き直す前提で出す」というルールを最初に明文化することです。商品開発担当者が「これそのまま稟議書に貼ってもいいかな」と思った瞬間に、メニューの個性が薄れます。CLAUDE.mdに「素案はあくまで叩き台。最終企画書は商品開発担当者が書き直す」と明記しておくのが鉄則です。

第二に、「調理長の試作試食フェーズを絶対に省略しない」ことです。原価率・栄養成分・アレルゲン情報がどれだけ整っても、味と食感のジャッジは試作試食でしか確定できません。Claude Codeで前段の整理工程が速くなるからこそ、調理長が試作・試食に使える時間が増える、という時間配分を意識してください。

第三に、「失敗メニューの記録を残す」ことです。実際に店舗展開して売れなかった商品、お客様からのクレームが多かった商品、調理オペレーションが破綻した商品を、recipes/lessons_learned.md として継続的に蓄積していきます。半年もすれば、Claude Codeに「過去の失敗事例を参照しながら、今期の候補10案を評価して」と頼むだけで、過去の失敗を踏まえた現実的な評価が返ってくるようになります。失敗の言語化こそが、外食業界における暗黙知の継承を加速します。

関連する実装事例

飲食業界以外でClaude Codeを業務に組み込む実装事例として、以下の記事もあわせて読むことで「Claude Codeを業務ワークフローに差し込む発想」がより立体的に掴めます。

• 飲食店の需要予測・シフト計画をClaude Codeで効率化した想定モデル事例 — 同じ飲食業界でも、店舗運営側(売上予測・シフト作成)の事例。本記事(商品開発側)と組み合わせると、本部 → 店舗の業務全体像が見える
• EC事業者の商品説明文をClaude Codeで量産生成しCVを改善した実装事例 — 商品データベースから説明文を量産する仕組み。新メニューの店舗POP・公式サイト文面の量産に発想が転用できる
• 小売チェーンの店舗巡回レポートをClaude Codeで効率化した想定モデル事例 — 多店舗運営における本部 ↔ 店舗の情報整形ワークフロー。店舗マニュアル生成・店舗レポート整形と発想が共通

次の一歩

本記事を読んで「自社の商品開発部に導入してみたい」と感じたら、次のいずれかから着手してみてください。

1. CLAUDE.md と ingredient_master.csv の初期整備:最も継続的に開発が回っているカテゴリ(例:スイーツ or ドリンク)を選び、原材料マスタをCSV化する。所要2〜4時間
2. 原価計算プロンプトの試運転:本記事の実装手順3のプロンプトをそのまま使い、次に開発中の1メニューで原価率を試算してみる。所要15〜30分
3. 競合リサーチパイプラインの試運転:1四半期分の競合新作20件をCSVにまとめ、実装手順1のプロンプトで類型化結果を確認する。商品開発部の月次MTGで議論の叩き台にする

大事なのは、最初から全カテゴリ展開を狙わず、1カテゴリ・1ヶ月の小さなテストで「効くポイント」「効かないポイント」を見極めることです。商品開発は感性と数字のバランスが命なので、トップダウンの一斉導入より、現場の納得感を積み上げる方が最終的な成果が大きくなります。

導入効果を測るKPI設計(想定モデル)

Claude Codeを商品開発工程に組み込んだ後、効果を測るためのKPIをどう設計するかは、稟議の通しやすさにも、現場の続けやすさにも直結します。マリーゴールドの想定モデルでは、次のような4階層のKPIで効果検証を回しています。

第一階層:工程ごとの所要時間。これは最も分かりやすく、稟議書でも示しやすい指標です。原価計算1メニューあたり所要時間(導入前2〜4時間 → 導入後5〜10分)、競合リサーチ月間所要時間(導入前20〜30時間 → 導入後3〜5時間)、店舗マニュアル作成1メニューあたり所要時間(導入前半日〜1日 → 導入後30〜60分)。これらを月次で計測し、商品開発部のKPIダッシュボードに掲示します。

第二階層:商品開発リードタイム全体。個別工程の時間が削れても、最終的に「新メニューが店舗に並ぶまでの日数」が短くなっていないと、経営にはインパクトが伝わりません。マリーゴールドでは、企画スタートから店舗展開までを「コンセプト立案 → 試作 → 原価調整 → 試食 → 稟議 → マニュアル配布 → 店舗展開」の7工程でトラッキングし、ボトルネック工程を月次で可視化しています。Claude Code導入前後で、想定モデルでは平均リードタイムが12週間 → 7週間に短縮された、というデータを稟議書で示しています。

第三階層:商品成績の質。リードタイムが短くなっても、出てくる商品の質が落ちては元も子もありません。新メニューの初月販売数量、3ヶ月目時点での継続率、顧客アンケートの評価点、SNSでの言及数などを商品単位でモニタリングし、Claude Code導入前後で質が落ちていないかを継続観察します。「効率化したのに質も落ちていない」を示せるかが、社内での運用継続の鍵になります。

第四階層:組織的学習指標。これは少し抽象的ですが、CLAUDE.mdへの追記件数、prompts/ディレクトリのテンプレ更新件数、recipes/lessons_learned.mdへの失敗事例追記件数を月次でカウントします。これらの数字が伸びていれば「組織として学んでいる」シグナルになり、これらが止まっていれば「単なる自動化ツールとして消費されている」サインです。後者になっていたら、運用設計を見直すべきタイミングと判断します。

原材料価格の急変動シナリオへの対応

外食業界の商品開発で常につきまとうのが、原材料価格の急変動です。為替変動、天候不順による作況悪化、地政学リスクによる物流コスト上昇、新興国の需要急増による国際相場の高騰。最近の数年だけ振り返っても、小麦・食用油・カカオ・コーヒー豆・乳製品などで20〜50%規模の価格急変動が断続的に起きています。

Claude Codeを原価計算に組み込んでおくと、こうした価格急変動シナリオへの対応が格段に速くなります。マリーゴールドの想定モデルでは、cost/price_history/ に月次の原材料価格を蓄積し、急変動が起きた時に次のようなプロンプトでシミュレーションを回します。

cost/price_history/2026_06.csv の最新原材料価格を読み込み、
menu/current_menu.csv の現行 70 品目を対象に、以下を試算してください:

1. 先月(2026-05)比で原価率が +3 ポイント以上悪化した商品の一覧
2. 目標原価率を逸脱した商品の一覧(フード 28% / ドリンク 18% / 看板 25%)
3. 各商品について 3 つの対応シナリオ(売価変更 / 分量調整 / 原材料置き換え)と
   それぞれを実施した場合の原価率改善見込み

出力は Markdown の表形式で、最後に商品開発部への申し送り事項(優先順位 5 件)を箇条書きで記述してください。

このプロンプト1本で、丸2日かかっていた「価格急変動時の全商品見直し」が30〜60分で叩き台まで出ます。もちろんこの叩き台をそのまま実行するのではなく、商品開発責任者・調理長・経営層が「どの商品の売価を上げるか」「どの商品は仕入先を変更するか」「どの商品はあえて原価率悪化を吸収するか」を意思決定する素材として使う、という運用です。意思決定までの時間が圧縮されることで、原材料急変動による粗利毀損を最小化できる、という想定モデルでの結論です。

季節メニューの「投入タイミング」と「撤退判断」

季節メニューの運用で意外と難しいのが、投入タイミングと撤退判断です。「夏メニュー」と銘打って6月15日に投入すべきか、競合より2週間早く5月末に出すべきか。販売数量が想定を下回った時に、当初予定の8月末まで継続すべきか、8月10日で前倒し撤退すべきか。これらの判断にもClaude Codeが有効です。

マリーゴールドの想定モデルでは、過去3年分の季節メニュー実績データを menu/seasonal_history/ に蓄積したうえで、次のようなプロンプトを使います。

menu/seasonal_history/ 配下の 2023 - 2025 年の夏季メニューデータと、
2026 年 6 月の週次販売速報 menu/weekly_sales/2026_w24_w26.csv を読み込み、以下を分析してください:

1. 過去 3 年の「夏メニュー初週販売数」と「シーズン全体販売数」の相関
2. 過去 3 年の夏メニューで、初週販売数が想定を 20% 以上下回った商品の最終成績
3. 2026 年 6 月時点の新メニュー販売速報を過去パターンに照らした評価
4. 各新メニューについて「予定どおり継続」「販促強化推奨」「前倒し撤退検討」のシナリオ別推奨アクション

出力は Markdown 形式。最後に商品開発部 + 店舗運営部の合同 MTG で議論すべきポイントを 3 点まとめてください。

このアウトプットを月次MTGの叩き台として使い、商品開発部・店舗運営部・マーケティング部の3者で議論することで、「なんとなくこの商品は失速しそう」「とりあえず予定どおり継続」といった感覚的判断ではなく、過去データに基づいた構造化された議論ができるようになります。

ただしここでも、Claude Codeの出力をそのまま意思決定に直結させないことが大事です。気候要因、競合の新作投入、SNSでの話題化、店舗オペレーションの実情など、データに表れない要素が必ず影響します。Claude Codeは「議論の出発点」であり「結論」ではない、という線引きを守り続けることが、長期的な運用品質を決めます。

新業態立ち上げへの応用

本記事はマリーゴールドという既存業態の商品開発にフォーカスしましたが、Claude Codeは新業態立ち上げのフェーズでも有効です。既存業態でCLAUDE.md・原材料マスタ・季節メニュー実績などの「資産」が蓄積されていれば、新業態用のディレクトリを派生させて、業態間の知見を再利用しながら立ち上げが進められます。

具体的には、既存業態のCLAUDE.mdをコピーして「ブランドコンセプト」「客単価」「客層」のセクションだけ書き換える、既存業態の原材料マスタを共通化して仕入交渉力を維持する、既存業態の失敗ログを参照して同じ失敗を繰り返さない、といった運用が可能になります。新業態の商品開発で最大のリスクは「業態の独自性が薄まる」ことなので、コピー&改変ではなく「コピー&業態固有要素の上書き」を意識した運用設計が重要です。

新業態立ち上げ時のディレクトリ構成例としては、ルートに companies/ ディレクトリを置き、その配下に既存業態(marigold)と新業態(仮称:saffron)を並べる構成が現実的です。共通リソース(全社的なアレルゲンマスタ、共通の運用ルール)は shared/ ディレクトリに置き、業態固有のリソースは各業態ディレクトリに分離する、というレイヤー設計です。

大事なのは、新業態だからといってClaude Codeの運用ルールをゼロから組み直さないことです。既存業態で確立した運用パターンを「資産」として継承し、新業態固有の要素だけを上書きする発想で進めると、立ち上げ期間が大幅に短縮できます。想定モデルでは、新業態の商品開発立ち上げ期間が12ヶ月 → 6ヶ月に短縮できる余地がある、という試算が出ています。

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・導入支援に従事。外食・小売・流通・卸といった現場オペレーションを抱える業界でのClaude Code導入アドバイザリーも複数手がける。著書『AIエージェント仕事術』(SBクリエイティブ)。SoftBank IT連載7回執筆。Claude Code個別指導は累計4,000名以上のクリエイター・エンジニア・PMが受講。

3アクションCTA

• 1. Claude Code個別指導(1on1):飲食チェーン本部・商品開発部に特化したワークフロー設計をマンツーマンで伴走。3ヶ月で「商品開発部・調理部・店舗運営部の連携が回る状態」を目指します
• 2. 法人向けClaude Code導入支援コンサル:CLAUDE.md・原材料マスタ・アレルゲン情報マスタの初期整備、原価計算自動化、店舗マニュアル生成パイプラインまで一気通貫で支援。中堅外食チェーン・FC本部向けの導入実績あり
• 3. 商品開発・店舗運営部門向け生成AI研修(半日 or 1日):本記事の実装手順をハンズオン形式で体験。商品開発担当者・栄養士・調理長・店舗運営部が、研修終了時から自分の担当メニューで使い始められる状態にお持ち帰りいただけます

次回予告:次回は「FCチェーン本部のスーパーバイザー業務をClaude Codeで効率化する想定モデル事例」を予定しています。店舗巡回レポート、本部稟議書、FCオーナーへの月次フィードバックなど、SV業務の周辺工程にClaude Codeをどう差し込むかを解説します。

参考出典

• Anthropic「Claude Code Documentation」(docs.anthropic.com) — Claude Codeの基本機能、CLAUDE.mdの仕様、ファイル参照の挙動など、本記事の実装手順の前提となる公式仕様の確認
• Anthropic「Claude Code best practices」(anthropic.com) — エンタープライズ運用におけるベストプラクティス、CLAUDE.mdとファイル構造の整備に関する公式推奨事項
• 消費者庁「食品表示基準について」(caa.go.jp) — 食品表示法に基づくアレルゲン表示・栄養成分表示の公式ガイダンス。実装手順4の前提となる法令基盤
• 厚生労働省「食物アレルギーに関する情報」(mhlw.go.jp) — 特定原材料8品目および特定原材料に準ずる20品目の最新情報
• 農林水産省「食品産業の動向」(maff.go.jp) — 外食産業の市場動向・原材料価格動向の公的データ。トレンド食材リサーチ・原価率管理の参考

※本記事に登場する「Café Marigold(マリーゴールド)」「クライアント名」「商品名」「価格」「店舗数」等は、複数社のヒアリング内容を平均化した想定モデルケースであり、実在のチェーン・ブランド・商品を指すものではありません。記載された削減率・所要時間・原価率は想定モデルでの試算値で、実際の導入効果は業態・店舗数・組織状況により大きく変動します。新メニューの最終可否判断、味・食感のジャッジ、原材料選定、店舗導入時期は必ず商品開発責任者・調理長・経営層の意思決定で行ってください。アレルゲン情報・栄養成分表の最終確認・公開可否判断は必ず栄養士および調理現場が行ってください。

関連記事（自動）

• ▸ 【2026年最新】飲食チェーン食材発注・フードロスをClaude Code自動化
• ▸ 飲食店の需要予測とシフト作成をClaude Codeで補助｜天候・予約・売上メモ