ある創業者がOpenClaw + Discordを使って会社全体を運営する方法

台湾のある創業者がXでシェアした内容に、思わず足を止めました。彼はDiscordのチャンネルを通じて会社全体を運営しています — 各チャンネルはそれぞれ異なるシステムプロンプトとスキルを持つOpenClawで動いています。ライティング、コーディング、市場調査、バグ追跡、さらには育児アドバイスまで。すべて自動化され、一つの場所に集約されています。

彼の投稿は24K回表示され、321いいねを獲得しました。しかし本当の価値は数字ではなく — そのアーキテクチャにあります。

セットアップ：1つのDiscordサーバー、複数のAI社員

仕組みはこうです。各Discordチャンネルにそれぞれ独自の人格を持たせます：

📝 コンテンツチャンネル — ライティングに特化したシステムプロンプト、ブランドガイドラインやスタイルドキュメントを読み込み済み

💻 コードチャンネル — リポジトリのコンテキストと技術スキルを備えたコーディング特化プロンプト

📊 リサーチチャンネル — 競合データと業界フィードを備えた市場分析プロンプト

👶 育児チャンネル — 厳選された海外の育児ブログから構築されたナレッジベース

各チャンネルには独自のシステムプロンプト、独自のスキル、独自のメモリがあります。複雑なプロジェクトには専用のプロジェクトフォルダとカスタムメモリストアがプロンプトに注入され — 不要なツール呼び出しを減らし、トークンを節約します。

専門家チームを雇うようなものです。ただし、全員合わせて月額$30で、眠ることもありません。

それを現実にするインテグレーション

これはおもちゃのセットアップではありません。彼が接続したのは：

💬 Slack — 社内コミュニケーション

📋 Linear — プロジェクト管理とチケット追跡

🐙 GitHub — コードリポジトリ

📱 Telegram — カスタマーコミュニティグループ

OpenClawはTelegramのコミュニティチャットを自動的にスキャンします。誰かがバグを報告したり機能をリクエストすると、AIが重要度を判断し、適切な担当者にアサインされたLinearチケットを作成します — 人間の介入は一切なし。

毎週のミーティング録音はWhisperで文字起こしされ、その後OpenClawが議事録とアクションアイテムを生成します。毎週。自動的に。

AIが自ら考え始める瞬間

ここからが面白いところです。この次の部分は、彼が一切プログラムしていません。

十分なコンテキスト — ミーティングの決定事項、チケットのアサイン、プロジェクトのタイムライン — を蓄積した後、AIは彼が設計していないことをし始めました：

タスクが予定のタイムラインを超過した時、OpenClawはPMに遅延のフォローアップをするよう積極的に提案しました。

これをトリガーするルールはありませんでした。自動化も設定されていませんでした。AIは単に、点と点をつなぐのに十分なコンテキストを持っていただけです：このタスクは遅れている → この人が担当者だ → 誰かがフォローアップすべきだ。

これこそが「コンテキストエンジニアリング」が実際に意味するものです。 構造化された情報を入れれば入れるほど、より多くの創発的な振る舞いが生まれます。事前に予測も設計もできなかった振る舞いが。

予想外のユースケース：育児

新生児が家にいる中、彼は信頼できる育児情報を必要としていました。しかし中国語圏のコンテンツのほとんどは質が低く、使い回しされたものでした。

そこで彼はソリューションを構築しました：

1. OpenClawが高品質な海外の育児ブログをクロール
2. NotebookLM Skillがコンテンツを構造化・要約
3. すべてを専用のナレッジベースに格納
4. 今では検証済みのソースに裏付けられたDiscordチャンネルで育児の質問ができる

ハルシネーションなし。使い回しのアドバイスなし。彼自身がキュレーションしたソースに基づいた回答だけ。

ほとんどの人が見落としているインサイト

これらのユースケースはどれも、導入前に計画されたものではありません。すべては実際の問題にぶつかり、「待てよ、これOpenClawで対応できるんじゃないか」と考えたことから生まれました。

彼はこう表現しています：

「ほとんどの人はこう考えます：まず何が必要か把握してから、導入するか決めよう。しかしこの論理には致命的な欠陥があります — 使ってみるまで、何ができるかは分からないのです。」

キラーユースケースはチュートリアルやドキュメントの中にはありません。それは個人的なものです。実際にツールを使い、ペインポイントに偶然ぶつかった時にだけ生まれるのです。

広がり続けるギャップ

待つ月が増えるごとに、ギャップは広がります。知識のギャップではなく — メンタルモデルのギャップが。

AIエージェントを日常的に使う人は、思考が変わります。タスクを見た瞬間、脳が自動的にパスをマッピングします：「これは自動化できるな」。そのパターン認識は実践的な経験を通じてのみ身につきます。スクリーンショットやツイートからは学べません。

半年前、みんなプロンプトテンプレートを共有していました。次はMCPでした。今はSkillsです。ランドスケープは数ヶ月ごとに変わります。ヘビーに使い込んでいなければ、なぜ人々があるパラダイムから次のパラダイムへ移行しているのかすら理解できません。

自分で構築するか — しないか

このセットアップを再現するには：

⚙️ OpenClawを動かすVPSまたはサーバー

🔗 複数チャンネルのDiscordボット設定

🔑 お好みのAIモデルのAPIキー

🛠️ Slack、Linear、GitHub、Telegramのインテグレーション設定

⏱️ プロンプトエンジニアリングとテストに費やす時間

あるいは、MyClaw.aiですべてをスキップできます。マネージドOpenClaw、事前設定済み、数分でDiscordに接続可能。同じアーキテクチャで、インフラの頭痛はゼロ。

まとめ

この創業者はチャットボットを作ったのではありません。会社のオペレーティングシステムを作ったのです — 1つのDiscordサーバーずつ。そして最も強力な機能は、彼が設計したものではありませんでした。AIに十分なコンテキストを与え、AI自身が点と点をつなぎ始めた後に創発したものでした。

問いは、OpenClawに何ができるかではありません。あなたの世界について十分なコンテキストを与えた時、OpenClawが何を自ら見出すか — それが問いなのです。