Claude Codeのフォルダ構成｜生データと整理済みを分ける「2階建て＋索引」4ステップ

Claude Code・Codexに自社の資料を読ませようとして、フォルダに全部放り込んだ結果、「毎回読み込みが遅い」「量のわりに精度が出ない」で止まっていませんか。

結論から書きます。フォルダ構成の基本形は、生データと整理済みファイルを分ける2階建てに、索引を1枚足す——これだけです。

Claude Codeのフォルダ構成の基本形 Claude Code・Codexに読ませる資料の置き方の型です。作業フォルダを、集めたままの生データを置く階（raw）と、Markdownに整理した中間成果物を置く階の2階建てに分け、整理済み側に索引（目次）ファイルを置きます。AIは索引を読んでから必要なファイルだけを開くため、資料が増えても読み込む量が膨らみません。

この記事では、みやっち🧑‍💻が講座の月次ライブで実演し、自社の業務フォルダでも同じ考え方で実運用しているフォルダ設計を、4ステップの手順に落として解説します。前提知識の渡し方の考え方そのものはコンテキストエンジニアリングの記事で扱ったので、この記事は「フォルダをどう切るか」という物理的な設計だけに絞ります。

なぜフォルダ構成で成果物の質が変わるのか

資料を何も渡さずに依頼するなら、それはChatGPTとやり取りしているのと変わらない——みやっち🧑‍💻が講座で繰り返し伝えていることです。成果物のクオリティは、渡すコンテキスト、つまり自分と自社の資料で決まります。

ただし、渡せば渡すほどよいわけではありません。AIが一度に読み込める量には上限があります。たとえば1時間の打ち合わせの書き起こしは、それだけで相当な文字量です。依頼のたびに生の資料を全部読ませると、読み込みに時間がかかるうえ、肝心の情報がノイズに埋もれて精度も落ちます。

つまり「資料は渡したい。でも毎回全部は読ませたくない」。この両立を、置き方の工夫で解決するのがフォルダ構成の役割です。

基本形は生データと整理済みの「2階建て＋索引」

作業フォルダの中を2つに分けます。

• 1階（raw）: 集めたままの生データ。PDF・PowerPoint・Markdownと、拡張子がバラバラのままで構いません
• 2階（整理済み）: AIに頼んでMarkdownへ揃えさせた中間成果物。ここに索引（目次）を1枚置きます

生データと中間成果物を分ける——これがみやっち🧑‍💻が月次ライブで「すごく大事なテクニック」と強調した部分です。

仕組みは図書館と同じです。司書は蔵書を全部読んでから案内するのではなく、目録を引いて目的の本だけ書庫から出してきます。AIも索引さえあれば「今回の依頼に関係するのはこのファイル」と当たりを付け、必要な箇所だけ読みに行けます。生データを1階に残しておくのは、整理の過程で落ちた細部をあとから確認できるようにするためです。

フォルダ構成を作る4ステップ

1. 作業フォルダを作って、資料を1か所に集める。デスクトップに作業フォルダを作り、その中の raw フォルダに関連資料を放り込みます。Notionなどのツールから取ってきても、手でドラッグしても構いません。この時点では拡張子がバラバラでも問題ありません
2. 一括でMarkdownに揃えさせる。Claude Code・Codexに「rawフォルダの中のファイルをすべてMarkdownに変換して、docsフォルダに保存して」と頼みます。PDFもPowerPointも、AIが読み書きしやすいテキスト形式に一括で揃います。生データは消さずに残しておきます
3. 索引（目次）を作らせる。続けて「docsフォルダの索引ファイルを作って。各ファイルの内容を1行ずつ要約して」と頼みます。ファイル一覧と1行要約が並んだ目次が1枚できます
4. 以降の依頼は索引から読ませる。依頼のときに「まず索引を読んで、必要なファイルだけ開いて」と添えます。AIは索引で当たりを付け、関係するファイルだけを読んで作業します

みやっち🧑‍💻が月次ライブで見せた順序でいえば、「集める→整理させる→依頼する」。ステップ4まで来て、はじめて「依頼できる状態」になります。

みやっち🧑‍💻の会社も同じ考え方で回っている

この構成は講座向けに用意した理想論ではなく、みやっち🧑‍💻の会社の業務フォルダで実際に使っている考え方です。たとえば発信のネタ元になる素材のアーカイブは、収集したままの生データと整理済みのMarkdownを対で置き、置き場の規約と読み方をまとめた索引ファイルを用意しています。AIはまず索引を読み、必要なファイルだけ開く。記事を1本書くために、アーカイブ全体を読ませることはありません。

フォルダと索引が背景説明を肩代わりしてくれるので、依頼文は「やってほしいこと」だけで済みます。資料が貯まるほどAIの精度が上がる、という好循環に入ります。

なお、整理済みファイルの中身に何を書くか——手順・事実の台帳・人間関係——はClaude Codeのナレッジ管理の記事で解説しています。フォルダ構成が「器」の話なら、あちらは「中身」の話です。

コンテキストは依頼の直前に作らない

フォルダ構成とセットで大事な習慣がもう1つあります。コンテキストは依頼するときに作り始めるのではなく、日頃から貯めておくことです。「さて資料を用意するか」から始めると、それだけで時間を取られ、結局「何も渡さず依頼」に戻ってしまいます。

みやっち🧑‍💻の貯め方はシンプルです。

• 打ち合わせは、相手の許可を取ったうえで必ず録音する。オンラインならZoomのクラウドレコーディング機能で、録画と一緒に文字起こしファイルまで作れます（設定で文字起こしをオンにしておけば、クラウドレコーディングを使えるプランに追加課金はありません）
• 対面は録音デバイスを持ち歩く。みやっち🧑‍💻が使っている機種と運用は文字起こしAIの記事に書きました

録音と文字起こしさえ習慣になれば、あとは書き起こしを raw フォルダに放り込んでおくだけ。整理と索引づくりはAIの仕事です。

よくある質問

作業フォルダはどこに作ればいいですか

まずはデスクトップで問題ありません。ただし、パソコンを複数台使う、AIに定期実行を任せる、といった段階まで進むなら、フォルダごとGit管理へ移すのがおすすめです。移行の実録と手順はAI時代のファイル管理の記事にまとめています。

おすすめのフォルダ名はありますか

生データは raw、整理済みは docs のように、なるべく英語（半角）の短い名前にします。日本語のフォルダ名でも動きますが、ツールによっては文字化けや不具合の原因になることがあります。凝った階層を作り込むより、「生データ／整理済み／索引」の3点がそろっていることのほうがずっと大事です。

索引はどのくらい詳しく書けばいいですか

1ファイルにつき1行の要約で十分です。索引の役割は「どのファイルを開くべきか」の当たりを付けさせることで、詳しい中身はファイル側にあります。索引を作り込みすぎると、索引自体が「毎回全部読む重い資料」になって本末転倒です。

なぜチャットAIに貼り付けるだけでは届かないのか

ここまでの設計は、パソコンのファイルを直接読み書きできるAIエージェントだから成立します。ブラウザのChatGPTに毎回資料を貼り付ける方式では、生データを残したまま整理済みを育てることも、索引を引いて必要な箇所だけ読ませることもできません。人に頼む場合とも違い、一度作ったフォルダ構成は、担当者が変わっても消えず、次の依頼でも同じように働き続けます。

作業フォルダを1つ作り、いま抱えている案件の資料を放り込む——今日できる最初の一歩はそれだけです。AI Crewでは、こうした資料の置き方から実際の依頼までを、あなたの業務のファイルを一緒に作りながらお伝えしています。気になる方は、まず無料セミナーでお会いしましょう。