【2026年最新】Claude Code×物流SCM 業務30選｜配車・在庫・需要予測の実装ガイド

結論: Claude Codeは物流・SCM管理職が毎日格闘する「配車計画・在庫調整・需要予測」を、コードなしで自動化できる唯一の実装ガイドです。2024年問題（トラック残業年960時間上限）で稼働制限が続く今、人手に頼らない業務自動化こそが競争優位の源泉です。

この記事の要点:

• 要点1: Claude Codeで配車・在庫・需要予測の日常業務30種を自動化できる——プロンプト30本をコピペするだけで今日から着手可能
• 要点2: 2025年1〜2月調査で「年960時間超えそうなドライバーがいる」事業者が22.9%に達し、AIによる間接業務効率化が急務になっている
• 要点3: WMS/TMS/ERPとのAPI連携パターンを含めた実装ロードマップを公開——システム担当者不在でも着手できる段階設計

対象読者: 物流・SCM部門の管理職・担当者、配車・在庫・調達の実務責任者
読了後にできること: 今日の配車会議前に「Claude Code配車プロンプト」を1本試せる

「配車表、また夜中に手で直してた……」

あるロジスティクス研修の懇親会で、大手3PLの運行管理マネージャーさんがぽつりとこぼした言葉です。翌日の緊急便要請が夜10時に来て、既に組んでいた配車計画を全部ゼロから組み直した、という話でした（想定シナリオ）。

この話が刺さったのは、全国の物流管理職が毎日似たような状況に置かれているからです。2024年問題でドライバーの残業は年960時間に制限されました。でも「荷物は減らない、ドライバーは増やせない、計画を崩す突発事象は毎日来る」という構造は変わっていない。人間がパズルを解き続けるには限界があります。

一方で私が100社以上の企業研修・コンサルを通じて気づいたのは、「AIを使った業務効率化」の話になると物流部門のマネージャーが一番反応が薄い、ということです。「うちはシステム屋じゃないから」「開発費がない」「現場のおじさんたちがついてこない」。この3つが必ずセットで出てきます。

でも、実際にClaude Codeを物流管理業務に適用してみると、驚くほど簡単でした。配車計画の初稿、在庫アラートの文章化、需要予測レポートのサマリ——コードは一行も書かずに、プロンプトをコピペするだけで日常業務の大半が自動化できます。この記事では、そのプロンプト30本を全公開します。

なぜ今、物流・SCM管理職がClaude Codeを使うべきなのか

本論に入る前に、数字で現状を確認します。

国土交通省の試算によると、2030年には輸送能力が最大34.1%不足する見込みです。2025年1〜2月の調査では「年960時間を超えそうなドライバーがいる」事業者が22.9%に達し、「超えないよう運送を断っている」事業者も15.7%に上りました。一方で2030年には約36万人のドライバー不足が予測されており、「人を増やす」という方向での解決はほぼ不可能な状況です。

こうした状況に対してAI活用はすでに成果を出し始めています。三井物産・日立製作所の配送最適化サービスでは、配送計画作成時間が「数日から30分」に短縮され、月約8400時間相当の工数削減に成功しています。ヤマトホールディングスではAI配車で配送生産性が最大20%向上しました。

ただし、こうした専用AIシステムの導入は中堅・中小企業にはハードルが高い。初期費用、開発期間、社内IT体制——どれも壁になります。Claude Codeが物流管理職にとって価値があるのは、「専用システムを入れなくても、日常の判断業務をAI支援できる」ところです。

物流業界のAI全体像については【2026年最新】物流業界AI活用完全ガイド｜2024年問題を突破する10の実装パターンで体系的にまとめています。本記事は「その実装を管理職が日常業務レベルで実践するプロンプト集」として位置づけています。

Claude Code × 物流SCM の活用フレーム：3カテゴリ × 10本ずつ

本記事の30プロンプトは以下の3カテゴリに分けています。

各プロンプトの後に「活用ポイント」と「注意事項」を添えました。プロンプト内の[　]の部分は自社情報に置き換えてください。

A. 配車・運行管理プロンプト10選（#1〜#10）

#1: 配車計画の初稿自動作成

配車計画の「白紙からの起こし」が最も時間がかかる作業です。Claude Codeは条件を与えると複数制約を同時に考慮した初稿を出してくれます。

あなたは経験豊富な配車管理者です。以下の条件をもとに翌日の配車計画初稿を作成してください。

【配送条件】
- 配送先: [A社（距離●km）、B社（距離●km）、C社（距離●km）、D社（距離●km）]
- 荷量: [各社の荷量（パレット数/重量）を記入]
- 時間指定: [各社の指定時間帯を記入]
- 車両: [2トン車●台、4トン車●台、10トン車●台]
- ドライバー: [ドライバー名と運転可能車両、当日の残業可否を記入]
- 拘束時間上限: 13時間（改善基準告示準拠）

【制約条件】
- ドライバーの拘束時間が13時間を超えないよう優先配置する
- 積載効率80%以上を目標とする
- 不足している情報があれば最初に質問してから作業を開始してください

配車案を表形式で出力し、各ドライバーの推定拘束時間と積載効率も併記してください。

活用ポイント: 完成版ではなく「初稿」として使うのが正解です。AIが出した案を見ながら「ここは変えよう」と修正するほうが、ゼロから考えるより圧倒的に速い。

#2: 突発変更時の配車組み直し

「急遽キャンセル1件、追加1件」のような突発変更は1日に何度も起きます。このプロンプトで既存計画への影響を瞬時に分析できます。

現在の配車計画に突発変更が生じました。既存計画への影響を分析し、最小限の修正案を提示してください。

【既存配車計画】
[現在の配車表をテキストで貼り付け or 上記#1の出力をそのまま使用]

【突発変更内容】
- 変更種別: [キャンセル / 追加 / 時間変更 / 車両不具合]
- 詳細: [変更内容を記入]

【対応優先順位】
1. ドライバーの拘束時間上限（13時間）を守る
2. 納品時間指定を守る
3. 積載効率を落としすぎない

修正箇所と理由、代替案（2案）を出してください。仮定した点は必ず"仮定"と明記してください。

#3: 運行記録のサマリ作成

運行日報から日次・週次のサマリを作る作業は単純だが時間がかかる。Claude Codeに任せると数分で終わります。

以下の運行日報データをもとに、管理者向けの週次運行サマリを作成してください。

【運行日報データ】（CSV形式またはコピペで貼り付け）
[日付, ドライバー名, 車番, 始業時刻, 終業時刻, 走行距離km, 配送件数, 燃料補給L, 特記事項]

【出力形式】
1. 週次サマリ（総走行距離、平均拘束時間、平均積載効率、燃費推移）
2. 要注意事項（拘束時間の長かったドライバーTOP3）
3. 翌週の改善提案（1〜3項目）

数字と固有名詞は、根拠（出典/計算式）を添えてください。

#4: 顧客への配送遅延連絡文章の自動生成

遅延発生時の顧客連絡は、内容が定型的でも毎回文章を考えるのは非効率です。このプロンプトで適切なトーンの連絡文を瞬時に作れます。

以下の状況で顧客への配送遅延連絡文を作成してください。

【状況】
- 顧客名: [顧客会社名・担当者名]
- 遅延理由: [交通渋滞 / 車両トラブル / 天候 / その他: 詳細]
- 当初納品予定時刻: [時刻]
- 新しい到着見込み時刻: [時刻]
- 担当ドライバー: [名前]
- 自社担当者: [名前]

【文章トーン】
- 丁重に謝罪しながらも、事実を正確に伝える
- 次のアクション（到着後の確認連絡など）を明示する
- 必要な情報を簡潔に伝え、長くなりすぎない（200字以内）

電話口でも読めるメモと、メール用の文章の2パターンを出力してください。

#5: ドライバー別運転傾向の分析コメント

以下のドライバー運行データをもとに、安全運転傾向の分析と指導コメントを作成してください。

【対象ドライバー】: [名前]
【期間】: [直近1ヶ月分のデータ]

【データ項目】
- 急加速回数: [月合計]
- 急ブレーキ回数: [月合計]
- 速度超過回数: [月合計]
- アイドリング時間合計: [時間]
- 前月比較: [各項目の前月数値]

指導が必要な点を具体的に、かつドライバーのモチベーションを下げない表現で3点にまとめてください。指導者向けの一行メモと、面談で使えるコメント全文の2パターンを出力してください。

#6: 配送効率化の提案書作成

以下のデータをもとに、配送効率化の提案書（社内向け）を作成してください。

【現状データ】
- 月平均走行距離: [km]
- 月平均積載効率: [%]
- 月平均燃費: [km/L]
- 再配達率: [%]（EC配送の場合）
- 配車計画作成に要する時間: [時間/日]

【改善目標】
- 走行距離: [%]削減
- 配車計画作業: [%]短縮
- 燃料費: [円/月]削減

提案書は「現状分析→課題→改善策→期待効果→実施スケジュール」の順で構成し、A4 1〜2枚相当でまとめてください。数字の根拠となる計算式も示してください。

#7: 運行計画の法令チェックリスト生成

以下の運行計画について、改善基準告示および道路交通法の観点から問題点を確認するチェックリストを作成してください。

【運行計画概要】
- 総拘束時間: [時間]
- 運転時間: [時間]
- 休憩時間: [時間・タイミング]
- 継続運転時間の最長: [時間]
- 連続勤務日数: [日]
- 翌日との勤務間隔: [時間]

チェック項目ごとに「OK/要確認/NG」を判定し、NGの場合の修正案も示してください。

※ 最終的な法令判断は社内の運行管理者・専門家に必ず確認してください。

注意事項: 法令関連の最終確認は必ず社内の有資格運行管理者、または社会保険労務士・弁護士に確認してください。Claude Codeの出力はあくまで「ドラフト・気づきの材料」です。

#8: 協力会社との運賃交渉メモ作成

協力会社との運賃見直し交渉に向けたメモと想定Q&Aを作成してください。

【背景情報】
- 現在の運賃: [単価/km または 単価/件]
- 改定要求内容: [値上げ幅と根拠]
- 燃料費の変動: [直近6ヶ月の推移]
- 協力会社の依存度: [月当たり依頼件数・全体委託比率]
- 交渉相手の立場: [個人事業主 / 中小運送会社]

【出力内容】
1. 交渉時に使える「データベースのトークスクリプト」（400字以内）
2. 相手から出そうな反論TOP3と、それぞれへの回答案
3. 受け入れ可能な落とし所の案（2〜3パターン）

数字と固有名詞は、根拠（出典/計算式）を添えてください。

#9: トラック点検記録の異常検知コメント

以下の車両点検記録データを分析し、要注意項目と推奨アクションをまとめてください。

【車両情報】
- 車番: [登録番号]
- 走行距離: [現在の総走行距離]
- 最終大型点検日: [日付]

【直近点検記録】（過去3ヶ月分を貼り付け）
[点検日, 項目, 判定, 備考]

【出力】
1. 要注意項目（赤/黄の判定理由付き）
2. 推奨する整備アクションと推定時期
3. 現場への申し送り事項（一行メモ形式）

不足している情報があれば最初に質問してから作業を開始してください。

#10: 月次運行管理報告書の下書き

以下の月次データをもとに、役員・経営層への運行管理月次報告書の下書きを作成してください。

【月次サマリデータ】
- 当月の総走行距離: [km]
- 総配送件数: [件]
- 平均積載効率: [%]
- 燃料費合計: [円]
- 事故件数: [件（軽微/重大の内訳）]
- ドライバー残業時間: [平均 / 最大 / 960時間上限への余裕]
- 前月比較: [各項目]

【報告書の構成】
1. 当月ハイライト（100字以内）
2. 数値サマリ（表形式）
3. 課題と対応状況
4. 翌月の重点取り組み（3項目）

経営層が「何を判断すべきか」が一目でわかるようにまとめてください。

B. 在庫・倉庫管理プロンプト10選（#11〜#20）

#11: 在庫過不足アラートの分析と対応案

倉庫管理での「在庫を見ればわかる」はベテランの勘に依存することが多いですが、Claude Codeならデータを与えるだけで客観的な分析ができます。

以下の在庫データをもとに、過剰在庫・不足在庫の分析とアクション提案を行ってください。

【在庫データ】（CSV形式またはコピペ）
[品番, 品名, 現在庫数, 安全在庫数, 月平均出荷数, 次回入荷予定日, 保管コスト/月]

【分析観点】
1. 即時対応が必要な欠品リスク品（3日以内に安全在庫を下回る）
2. 過剰在庫品（3ヶ月以上の在庫を保有）
3. 保管コスト改善余地（金額換算）

アクション提案は「今すぐ/今週中/今月中」の3段階で出してください。数字と固有名詞は、根拠（出典/計算式）を添えてください。

#12: 棚卸し差異の原因分析

棚卸し結果で帳簿在庫と実在庫に差異が生じました。原因と対策を分析してください。

【差異データ】
- 対象品番/品名: [品番・品名]
- 帳簿在庫: [数量]
- 実在庫: [数量]
- 差異: [プラス/マイナス ●個]
- 差異の金額換算: [円]
- 直近3ヶ月の入出庫記録: [あり/なし]

【環境情報】
- 倉庫形態: [自社倉庫 / 外部倉庫 / 3PL委託]
- 在庫管理システム: [WMS使用 / Excel管理 / その他]
- 最終棚卸し日: [日付]

考えられる原因（確率の高い順に3〜5つ）と、それぞれの確認方法・再発防止策を提案してください。

#13: ロケーション最適化の提案

倉庫内のロケーション配置を最適化するための分析を行ってください。

【倉庫・在庫情報】
- 倉庫規模: [床面積㎡、ラック棚数]
- 出荷頻度の高い品目TOP10: [品番・月平均出荷数・現在のロケーション]
- 出荷頻度の低い品目の割合: [%]
- ピッキング担当者数: [人]
- 現在の平均ピッキング距離: [m/件]（測定値がある場合）

【最適化の方針】
- 高頻度品目を出荷口近くに集約する
- 関連商品をまとめて誤ピッキングを減らす
- [その他の優先事項]

改善案を「ビフォーアフター」形式で示し、期待されるピッキング時間短縮率の概算も示してください（計算根拠を明記）。

#14: 入荷検品チェックシートの自動作成

以下の発注情報をもとに、入荷検品用のチェックシートを作成してください。

【発注情報】
- サプライヤー: [会社名]
- 発注番号: [番号]
- 品目: [品番・品名・発注数量のリスト]
- 納期: [日付]
- 特記事項: [温度管理/精密品/期限管理品 等]

【チェックシートの項目】
1. 納品書との数量照合
2. 外観・梱包状態の確認
3. 賞味期限・製造ロット（該当品目のみ）
4. 品質規格の確認（寸法/重量/表示等、品目に応じて）
5. 受入判定（合格 / 要確認 / 返品）

担当者が記入しやすい表形式で出力してください。

#15: 在庫回転率レポートの作成

以下のデータをもとに、在庫回転率の分析レポートを作成してください。

【期間】: [直近3ヶ月または6ヶ月]
【データ】（CSV形式またはコピペ）
[品番, 品名, カテゴリ, 期首在庫, 期末在庫, 期間出荷数, 保管コスト]

【分析内容】
1. カテゴリ別の在庫回転率（出荷数 ÷ 平均在庫数）
2. 回転率の低い品目TOP10（デッドストックリスク）
3. 改善施策の提案（値引き/返品/廃棄/ロケーション変更）

経営層への提案資料として使えるよう、インパクトの大きい数字を前面に出してまとめてください。

#16: 倉庫作業シフトの最適化提案

以下の情報をもとに、倉庫作業シフトの最適化案を提案してください。

【現状のシフト情報】
- スタッフ人数: [人]
- 現在のシフトパターン: [早番/遅番/夜間の人数と時間帯]
- 1日の作業ボリューム分布: [時間帯別の入荷件数・出荷件数の概算]
- 繁閑のパターン: [曜日別・季節別の特徴]

【目標】
- ピーク時間帯（[時間帯]）の人員不足を解消する
- 閑散時間帯の残業を削減する
- [その他]

改善前後の人員配置を時間帯別で示し、月間残業時間の削減見込みを試算してください（計算根拠を明記）。

#17: 破損・返品品の処理フロー文書化

以下の状況に合わせて、破損品・返品品の処理フローを文書化してください。

【対象】
- 品目カテゴリ: [食品 / 工業部品 / 一般消費財 / 医薬品・医療機器 / その他]
- 返品理由: [品質不良 / 数量超過 / 誤品 / 顧客都合]
- 処理の選択肢: [再出荷可能品 / 廃棄品 / メーカー返品]
- 記録が必要な情報: [品番・数量・理由・写真・承認者]

【出力内容】
1. 処理フロー図（テキスト形式でステップを番号付きで）
2. 担当者が使う記録フォーマット（必要項目の一覧）
3. 判断に迷いやすいケース別の対応ルール（3〜5ケース）

不足している情報があれば最初に質問してから作業を開始してください。

#18: 在庫保険コスト試算と保険見直し提案

倉庫在庫の保険コストを試算し、見直しの提案を行ってください。

【現在の在庫状況】
- 在庫金額（月平均）: [円]
- 在庫のピーク時最大金額: [円]（繁忙期など）
- 在庫の品目構成: [一般品/高価品/危険品/冷凍冷蔵品の割合]
- 倉庫形態: [自社 / 外部委託（保険はどちらが負担か）]

【現在の保険】
- 保険種類: [企業財産包括保険 / 火災保険 / その他]
- 現在の保険金額: [円]
- 年間保険料: [円]

過去の在庫データと照合し、保険の過不足を評価してください。見直すべき点と相談すべき保険会社への確認事項をリストアップしてください。

#19: ピッキングミス防止のための標準手順書

ピッキングミスを防ぐための標準作業手順書（SOP）を作成してください。

【倉庫の現状】
- ピッキング方式: [シングル / バッチ / ゾーン / デジタルピッキング]
- 現在のミス率: [%]（わかれば）
- よくあるミスの種類: [品番誤り / 数量誤り / 向き・ロット誤り / 梱包誤り]
- 扱う品目の特徴: [類似品が多い / 期限管理あり / 重量物 / 精密品]
- スタッフのスキルレベル: [ベテラン中心 / 新人・派遣が多い]

【出力内容】
1. ピッキング作業の標準手順（ステップ番号付き）
2. ダブルチェックのタイミングと方法
3. ミス発生時の報告・対処フロー
4. 新人向けの注意ポイント（3点）

現場に貼り出せるよう、箇条書き中心で読みやすくまとめてください。

#20: 倉庫キャパシティ分析と拡張タイミングの試算

倉庫のキャパシティ分析を行い、拡張または移転のタイミングを試算してください。

【現在の倉庫情報】
- 総面積: [㎡]
- 有効保管面積（ラック・棚面積）: [㎡]
- 現在の使用率: [%]
- ピーク時使用率: [%]（繁忙期など）

【ビジネス予測】
- 月次在庫増加率: [%/月]（直近6ヶ月の平均）
- 3年後の在庫量予測: [あれば]
- 取扱品目の変化予定: [追加予定品目や品目廃止など]

【コスト情報】
- 現在の倉庫賃料: [円/月]
- 周辺倉庫の賃料相場: [わかれば]

「拡張が必要になるタイミング」「その際のコスト比較（現拠点拡張 vs 移転 vs 外部倉庫追加）」を試算し、経営判断に使える形でまとめてください（計算根拠を明記）。

C. 需要予測・調達計画プロンプト10選（#21〜#30）

#21: 季節需要変動の分析と発注計画への反映

需要予測は専用のAIシステムが最強ですが、「過去データを整理して傾向を把握し、発注計画に反映する」という業務ならClaude Codeで十分カバーできます。

以下の販売・出荷データをもとに、季節需要変動のパターンを分析し、今後3ヶ月の発注計画への反映案を提案してください。

【過去データ】（CSV形式またはコピペ）
[年月, 品番, 品名, 出荷数量]
（直近2〜3年分あると精度が上がります）

【外部要因】
- 直近の在庫水準: [現在庫数・安全在庫数]
- 特別イベント・季節催事: [今後3ヶ月以内の特記事項]
- 価格改定予定: [あれば]
- サプライヤーのリードタイム: [日数]

【出力内容】
1. 月別需要指数（過去データから季節指数を算出）
2. 今後3ヶ月の推定需要量
3. 推奨発注タイミングと発注量（安全在庫を維持できる最小量）

計算根拠を明記し、「楽観的 / 中央値 / 保守的」の3シナリオで示してください。

#22: 発注書の自動作成

以下の情報をもとに、サプライヤー向けの発注書を作成してください。

【自社情報】
- 会社名: [自社名]
- 担当者名: [氏名・部署]
- 発注番号: [番号（社内ルール形式で）]
- 発注日: [日付]
- 納品希望日: [日付]
- 納品場所: [住所または倉庫名]

【発注内容】
[品番, 品名, 数量, 単価, 備考]

【特記事項】
- 梱包単位の指定: [あれば]
- 検品条件: [あれば]
- 支払条件: [月末締め翌月末払い等]

発注書形式で出力し、合計金額（税込・税抜）も自動計算してください。

#23: サプライヤー評価レポートの作成

以下のデータをもとに、サプライヤー評価レポートを作成してください。

【評価対象サプライヤー】: [会社名]
【評価期間】: [期間]

【評価データ】
- 納期遵守率: [%]（注文件数・遅延件数）
- 品質不良率: [%]（納品数・不良数）
- 価格競争力: [市場相場との比較、値引き対応状況]
- コミュニケーション: [問い合わせレスポンス、問題発生時の対応]
- 価格変更履歴: [直近1年の変動]

【出力内容】
1. 総合評価スコア（100点満点）と評価根拠
2. 強み・弱みのサマリ
3. 継続・交渉・見直しの推奨方針（3択）
4. 次回商談で使える交渉ポイント（3点）

数字と固有名詞は、根拠（出典/計算式）を添えてください。

#24: 緊急調達時のサプライヤー探索と交渉メール

急遽必要になった部材・商品の緊急調達のため、複数のサプライヤーに送る問い合わせメールを作成してください。

【調達内容】
- 品名・仕様: [品名・規格・数量]
- 必要日: [日付]（緊急度を明示）
- 想定予算: [円/単位]
- 現在の取引状況: [既存取引先あり / 新規開拓]

【メール内容のポイント】
- 緊急性を伝えつつも、一方的にならない丁重な表現
- 必要情報（可能数量・納期・単価・最低発注量）を一度に引き出せる質問設計
- 決定の早さをアピール（早期返答へのインセンティブ）

日本語ビジネスメール形式で、件名案も含めて出力してください。

#25: 需要予測の精度検証レポート

過去の需要予測と実績を比較し、予測精度の検証レポートを作成してください。

【比較データ】（CSV形式またはコピペ）
[月, 品番, 品名, 予測数量, 実績数量]

【出力内容】
1. 品目別の予測精度（MAPE: 平均絶対パーセント誤差を計算）
2. 過大予測・過小予測の傾向分析
3. 精度が低い品目の原因仮説（3〜5つ）
4. 予測精度改善のための改善案（データ追加 / 予測手法見直し / 外部要因の考慮）

計算根拠を明記し、次期の予測精度目標値も提案してください。

#26: SCMリスク評価レポートの作成

サプライチェーン全体のリスク評価レポートを作成してください。

【評価対象のSCM全体像】
- 主要サプライヤー数: [社]（国内/海外の内訳）
- シングルソース品目（代替サプライヤーなし）: [品目数・比率]
- 平均リードタイム: [日数]
- 在庫バッファー日数: [日数]
- 過去の供給停止経験: [原因・影響期間]

【リスク評価の観点】
- 集中リスク（特定サプライヤー依存度）
- 地政学リスク（調達先の地域集中）
- 自然災害・BCPリスク
- 為替・価格変動リスク

リスクを「高/中/低」で分類し、優先対応が必要な3〜5項目と具体的な対応策を提案してください。仮定した点は必ず"仮定"と明記してください。

#27: 調達コスト削減施策の立案

調達コスト削減のための施策を立案してください。

【現状の調達状況】
- 年間調達総額: [円]
- 主要品目カテゴリ: [原材料 / 包材 / MRO / 間接材 / 物流サービス]
- 現在のサプライヤー数: [社]（連結・スポットの内訳）
- 購買担当者数: [人]
- 現在の削減目標: [%または円]（経営から設定されていれば）

【これまでに試した施策】
[価格交渉 / 集約発注 / 代替品検討 / 国内外切替 / その他]

【出力内容】
1. 短期（3ヶ月以内）に着手できる施策（3〜5つ）
2. 中期（3〜12ヶ月）での施策（2〜3つ）
3. 各施策の削減効果試算（概算・計算根拠付き）
4. 優先順位付けの基準

数字と固有名詞は、根拠（出典/計算式）を添えてください。

#28: 輸入調達の通関・関税シミュレーション

海外からの輸入調達に関して、通関コストと関税のシミュレーションを行ってください。

【輸入品情報】
- 品名・HS Code: [品名と関税番号（わかれば）]
- 原産国: [国名]
- 仕入れ価格（CIF）: [円または外貨]
- 数量・重量: [数量・kg]

【日本の関税率情報】（不明な場合は「不明」と記入）
- 基本関税率: [%]
- WTO税率 / EPA税率（適用があれば）: [%]
- 消費税率: [10% または 軽減8%]

シミュレーションとして
1. 関税額・消費税額・通関費用の概算
2. 総輸入コスト（国内調達価格との比較用）
3. HS Codeが不明な場合の調べ方

を出力してください。なお、最終的な税額は税関・通関業者に必ず確認してください。

#29: 需要予測データの前処理とクレンジング指示

需要予測に使うデータの前処理とクレンジング作業の手順書を作成してください。

【使用するデータ】
- データソース: [販売管理システム / WMS / ERPの出力CSV等]
- データ項目: [日付, 品番, 品名, 出荷数量, 顧客, 地域 等]
- データ期間: [直近何年分]
- 既知のデータ品質の問題: [欠損値が多い / 異常値がある / フォーマット不統一 等]

【クレンジングの目的】
- 季節需要予測モデルの入力データとして使用する
- 品目別の月次出荷量を正確に把握する

【出力内容】
1. データクレンジングのステップ（チェックリスト形式）
2. 異常値の判定基準と処理方法
3. 欠損値の補完方法
4. Excelでできる基本集計の手順（ピボットテーブル等）

不足している情報があれば最初に質問してから作業を開始してください。

#30: 月次SCMレビュー会議のアジェンダと事前資料作成

月次SCMレビュー会議のアジェンダと、参加者への事前共有資料を作成してください。

【会議情報】
- 参加者: [経営層/調達/在庫管理/物流/販売の各担当者]
- 会議時間: [分]
- 開催形式: [対面 / オンライン / ハイブリッド]

【今月の重点議題】
[在庫過剰の特定品目 / サプライヤー変更の検討 / 2024年問題対応の進捗 / その他]

【前月からの継続課題】
[課題1、課題2、課題3]

【出力内容】
1. 会議アジェンダ（時間配分付き）
2. 各参加者が事前に準備すべきデータ・資料一覧
3. 意思決定が必要な議題のフレーム（論点整理）
4. 議事録テンプレート（空欄形式）

会議後に「決まったこと・やること・担当者・期限」が明確になるよう設計してください。

【要注意】物流SCM × Claude Code でよくある失敗パターン4選

失敗1: 実際のデータを入れずに「サンプルデータ」で試して「使えない」と判断する

❌ よくある間違い: 「架空のデータで試したら的外れな答えが来た。AIは使えない」

⭕ 正しいアプローチ: まず実際の配車表や在庫リストを（個人情報・機密情報に注意した上で）貼り付けて試す

なぜ重要か: Claude Codeは「与えられた情報の質」に完全に依存します。「いい感じのデータで」と曖昧な入力をしても、業務に使える出力は出ません。物流管理でのAI活用の肝は「どれだけ具体的な情報を入力できるか」です。

研修先の物流担当者（想定シナリオ: 中堅トラック事業者の管理課）でよく見るのが「Claude Codeにサンプルデータを投げてみたけど、うちの実情と全然違う答えが来た」という失望です。実際のデータで試した瞬間に「これは使える」に変わることが多いです。

失敗2: 法的・規制的判断をAIに丸投げする

❌ よくある間違い: 「AIが問題ないと言ったから、この運行計画で実行した」

⭕ 正しいアプローチ: AIの出力は「チェックリストと気づき」として使い、最終判断は必ず有資格の運行管理者が行う

なぜ重要か: 改善基準告示（トラックドライバーの労働時間基準）や道路交通法の解釈は、AIが100%正しく判断できる保証はありません。本記事の#7（法令チェックリスト）にも注意書きを入れましたが、「AIがOKと言った」を言い訳にできる行政処分・事故リスクは依然として存在します。

失敗3: 需要予測に「今月分だけ」のデータを使う

❌ よくある間違い: 直近1〜2ヶ月のデータだけで季節需要を予測しようとする

⭕ 正しいアプローチ: 少なくとも前年同期を含む2年以上のデータを用意してからプロンプトを実行する

なぜ重要か: 季節変動・トレンド変動を含む需要予測には、複数年の季節データが必要です。「今月の出荷が少ないから次月も少ない」という判断は、過去データなしでは確認できません。日本ハムやキリンビールが高精度な需要予測を実現しているのも、「長期の高品質データ蓄積」が前提にあります。

失敗4: WMSやTMSからのデータ連携を「後回し」にする

❌ よくある間違い: 「AIは入れたい。でもシステム連携は予算と時間がかかるから後で」で1年経過

⭕ 正しいアプローチ: まずCSV出力でOK。システム連携は「効果が出てから」でいい

なぜ重要か: Claude Codeはシステム連携なしでも「コピペ」で使えます。WMSからCSVを手動で落として貼り付けるだけでも、分析の質は大幅に上がります。「完璧な環境を整えてから使う」という発想は、着手そのものを遅らせる最大の罠です。実際に顧問先の物流会社（想定シナリオ: 従業員50名の3PL）でも、まず「週次の在庫CSVをClaude Codeに貼る」だけから始めて、3ヶ月後には月次レポート自動化まで進化しました。

ガバナンス：荷主データ・個人情報・競合情報の取り扱い

物流業務でClaude Codeを使う際に、必ず確認すべき情報管理のポイントです。

Claude Codeに入力していいデータ・入力してはいけないデータ

Claude.ai（claude.com経由）は個人・チームプランでも入力内容をモデル学習に使わないポリシーとなっていますが、社内ルールやお客様との契約で「外部AIサービスへの入力禁止」が定められている場合はそれに従ってください。不安な場合は、社内のClaude Team/Enterprise契約（データが学習に使われない保証あり）の導入を検討することをお勧めします。

既存システム（WMS/TMS/ERP）との連携パターン

Claude Codeの活用は「スタンドアロンで使う」段階から、既存システムとの連携へと発展させることができます。ここでは、システム担当者がいなくても着手できるレベル別の連携パターンを紹介します。

Lv.1: CSV貼り付け（今日から着手可能）

WMSやTMSのほとんどは「CSVエクスポート」機能を持っています。エクスポートしたCSVをClaude Codeに貼り付けるだけで、本記事のプロンプト30本はすべて使えます。追加コストゼロ、IT担当者不要。

Lv.2: ExcelマクロによるCSV自動化（1〜2週間）

WMSからのエクスポートとClaude Codeへのデータ貼り付けを、ExcelマクロまたはPower Automateで半自動化します。Claude Codeにマクロのコード生成を手伝わせることもできます。

Lv.3: API連携（IT担当者または外部開発者と協力）

Claude APIをWMS/TMS/ERPと連携させると、定期的な在庫分析や配車最適化を自動実行できます。物流システムはREST APIに対応しているものが増えており、Claude CodeでPythonのAPI連携コードを生成してもらうことができます。

事例区分: 想定シナリオ
100社以上の研修・コンサル経験をもとに構成した典型的なシナリオです。
あるSCM担当者（中堅食品卸・従業員300名）が「Lv.1（CSV貼り付け）」から始めて3ヶ月後にLv.2（Excel半自動化）へ移行。在庫分析レポートの作成時間が週6時間から2時間に短縮されました。「最初は半信半疑でしたが、実際のデータで試したら全然違う。これは使えます」という感想でした。

ROIシミュレーション：投資対効果の試算

Claude Code（claude.ai Proプラン：月額3,000〜5,000円程度）を物流SCM管理に導入した場合の費用対効果を試算します。

管理職の時給を3,000円と仮定すると、月50時間削減は15万円/月の時間価値相当です（測定方法: 工数×時給の概算試算。個社の業務量・時給により大きく異なります）。Claude Code Proプランの月額コストを大幅に上回る費用対効果が期待できます。ただし、効果の大小は実際の業務量と習熟度に依存しますので、まず1〜2週間のトライアルで自社の効果を確認することをお勧めします。

3ヶ月ロードマップ：物流SCM部門のAI定着化

製造業AIとの連携：SCMの上流・下流を最適化

物流・SCMは独立して機能するものではなく、製造・販売・調達と密接に連携しています。製造部門での生成AI活用については製造業AI活用完全ガイドで詳しく解説しています。また、Claude Codeの基本機能についてはClaude Codeの20機能完全ガイドも参照してください。

まとめ：物流SCM管理職が今日から始める3つのアクション

2024年問題でドライバー残業が制限される一方、配送量は増え続け、計画を崩す突発事象も毎日来る——これが2026年現在の物流管理の現実です。「人を増やす」「残業で乗り切る」という選択肢が使えなくなった今、管理職自身の「判断業務の効率化」が最重要課題です。

Claude Codeは「プログラミングなしで業務を自動化できる」という点で、物流管理職との相性が特に高い。今日から始める3つのアクション:

1. 今日やること: 明日の配車会議の前に、#1の配車プロンプトに今日の実データを入れて試してみる。5分で体験できます
2. 今週中: 週次在庫レポートを#11（在庫過不足分析）で試す。自社のWMSからCSVを落として貼り付けるだけ
3. 今月中: 月次SCMレビュー会議のアジェンダを#30で自動生成し、会議の質と効率を同時に改善する

次回予告: 次の記事では「Claude Code × 購買・調達部門」をテーマに、見積もり比較・契約書レビュー・コスト削減交渉をAIで効率化する実践プロンプト集をお届けします。

あわせて読みたい:

• 【2026年最新】物流業界AI活用完全ガイド｜2024年問題を突破する10の実装パターン
• 製造業AI活用完全ガイド
• Claude Codeの20機能完全ガイド
• AI導入戦略の完全ガイド
• 岩手・東北の物流AI活用ガイド

参考・出典

• 自動車運転者の長時間労働改善に向けたポータルサイト — 厚生労働省（参照日: 2026-05-12）
• 物流を取り巻く動向と物流施策の現状・課題 — 国土交通省（参照日: 2026-05-12）
• 物流の2024年問題でトラック運転手の働き方改革は進んだか — SOMPOインスティチュート・プラス（参照日: 2026-05-12）
• 知っていますか？物流の2024年問題 — 全日本トラック協会（参照日: 2026-05-12）
• 日本ハム、SAP BTP と AI による在庫引当と需要予測で欠品率を大きく改善 — SAP Japan（参照日: 2026-05-12）
• 物流業界でのAI活用事例14選｜ルート最適化〜事故防止まで — AI総研（参照日: 2026-05-12）

著者: 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。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（NewsPicks最大1,125ピックス）。

ご質問・ご相談はお問い合わせフォームからお気軽にどうぞ。