Claude Codeで20体のAIエージェントを並列稼働 — 動画スクリプト自動生成で累計1,000万ドルの売上を実現した事例

映像プロデューサーのMitchell（@MitcheIl）が3月24日にX上で公開した記事「I turned my client into a millionaire using Claude Code」が、投稿から24時間で475万インプレッション、2万件超のブックマークを記録し、大きな反響を呼んでいる。

Claude Code上で20体の専門AIエージェントを並列稼働させ、プロダクトローンチ動画のスクリプトを自動生成するシステムの全貌を解説したもので、このシステムを使ったクライアントの動画は累計5,000万回再生、総売上1,000万ドル超を達成しているという。

何が起きているのか

Mitchellは映像制作チーム「Get Shown」を率いるプロデューサーで、共同制作者の@Oasiszn、@MattEpstein16とともに累計20億回超の動画再生を記録、エミー賞受賞歴も持つ。

彼らが構築したのは、Claude Codeをオーケストレーターとして使い、20体の特化型AIエージェントがそれぞれ独立したコンテキストウィンドウで稼働するスクリプト生成パイプラインだ。ブランド名とプロダクト概要を入力するだけで、プロダクションレディのスクリプトが完成するという。

システムの3フェーズ構成

フェーズ1: リサーチ — 人間には不可能な規模の調査

スクリプト執筆の前に、システムはインターネット全体を対象にしたリサーチを自動実行する。

YouTube調査:

• 15のキーワードで3つの期間フィルタ（全期間・直近12ヶ月・直近30日）を横断検索
• 各キーワードで最高パフォーマンスの動画を「天井」として特定し、視聴回数が急落するポイント（例：150万→4.5万回）を「床」として設定
• 天井のタイトルパターンを「盗むべきパターン」として抽出

Reddit調査:

• 過去10年分のバイラルスレッドをマイニング
• 最もダウンボートされたコメント（＝議論を呼ぶ感情的なポイント）を重点的に収集
• 顧客の実際の言葉をそのまま抽出

X調査:

• APIで約5,000件の投稿をエンゲージメント順にソート
• 引用ツイート比率が高い投稿（＝返信欄で議論が発生した投稿）を重点的に収集
• 「神経に触れるコンテンツ」を弾薬として蓄積

このフェーズで収集されたデータすべてが、後続のエージェントが使う「弾薬」としてインデックスされる。

フェーズ2: ライティングパイプライン — 専門エージェントの分業

ここが、このシステムの核心だ。一般的なAIスクリプトツールは1つのエージェントが全体を書くが、Mitchellのシステムでは専門エージェントがシーケンシャルに稼働し、それぞれ1つの仕事だけを担当する。

Hook Agent（フック担当）の動作例:

1. 実績のあるフックのデータベースから、データに裏付けられた4つのフックを執筆
2. 各フックは最低3回のフルイテレーションを実施
3. 書き直すたびに「何が弱いか」の完全な診断を実行
4. Hook Managerが5つの次元でスコアリング、すべて10/10でなければ差し戻し
5. ゲートを通過するまで次のフェーズに進めない

この構造は本文、CTA、すべてのセクションで同じ。各エージェントには「上司」がいて、準備ができていないものは通さないという品質管理の仕組みが組み込まれている。

フェーズ3: Weapons Check — 全行の品質検証

スクリプトのすべての行が、2つの独立した次元でスコアリングされる。

評価軸	内容
Invention Novelty（発明の新規性）	その行がプロダクトを「本物のブレイクスルー」に感じさせるか
Copy Intensity（コピーの強度）	読者が「理解する」だけでなく「何かを感じる」レベルの鋭さがあるか

• 両方とも10/10が必要
• 新規性の高いアイデアでもコピーが平凡なら不合格
• 鋭いコピーでも退屈な機能の説明なら不合格
• 不合格の行は書き直し、武器化できないフィラー行は完全に削除
• 文字数予算はパイプライン全体でハードに強制

「一般的なローンチスクリプトには3行の良い文と40秒の穴埋めがある。私たちのスクリプトは全行がWeapons Checkを生き延びている」— Mitchell

最終成果物

完成したスクリプトはGoogle Docに3つのタブで出力される。

タブ	内容
Research	YouTube・Reddit・Xから収集したすべてのデータ
Working Script	各エージェントの全イテレーション・診断・書き直しの記録
Final Script	クリーンなコピペ可能版（フック4パターン + CTA 2パターン）

最終的に人間がすべての行を戦術的にレビューし、完璧になるまで編集する。

個人開発者にとっての示唆

この事例が個人開発者にとって重要なのは、以下の3点だ。

1. マルチエージェントの分業設計

1つのAIに全部やらせるのではなく、専門特化したエージェントをパイプラインで接続するというアーキテクチャは、開発者自身のワークフローにも応用できる。

• コードレビュー、テスト生成、ドキュメント作成をそれぞれ別のエージェントに担当させる
• 各エージェントに品質基準（ゲート）を設けて、基準未満は差し戻す
• Claude Codeの並列実行機能を活用してスループットを確保

2. データドリブンなコンテンツ制作

「感覚」ではなく「データ」からコンテンツを逆算する手法は、個人開発者のプロダクトハント投稿やランディングページにも直接応用できる。YouTube・Reddit・Xのパフォーマンスデータを自動収集し、高パフォーマンスのパターンを抽出するというアプローチは、規模を問わず有効だ。

3. 品質ゲートの設計思想

「10/10でなければ通さない」という厳格な品質基準は、スクリプトに限らず、コード品質やプロダクト品質にも適用できる考え方。AIの出力を「そのまま使う」のではなく、AIの出力をAIが評価・改善するフィードバックループを設計することで、品質を担保できる。

冷静に見るべきポイント

一方で、いくつかの点は冷静に評価する必要がある。

• 検証可能な実績か: 「累計1,000万ドルの売上」はクライアントの動画全体の成果であり、スクリプトだけの貢献を切り分けることはできない。映像のクオリティ、プロダクト自体の魅力、配信タイミングなども大きな要因
• 参入障壁の高さ: 「エミー賞受賞者のライティングスタイルでエージェントを訓練」とあるが、高品質なトレーニングデータを持たない一般の開発者がどこまで再現できるかは未知数
• 料金設定: 「$100Kから」という価格は、大規模ローンチ向けの法人サービスであり、個人開発者が直接利用するものではない
• エンゲージメント型投稿: 「FOLLOW & comment "AGENT"」というCTAは典型的なリード獲得型のバイラル投稿であり、投稿自体がマーケティングの実演でもある

まとめ

Mitchellの事例は、Claude Codeを使ったマルチエージェントシステムの実践的な設計パターンとして非常に参考になる。特に、専門特化・品質ゲート・データドリブンという3つの設計原則は、動画スクリプトに限らず、あらゆるAIワークフローに応用可能だ。

一方で、「AIだけで成功する」という短絡的な解釈は避けるべきだ。このシステムの背景には、エミー賞受賞チームの映像制作ノウハウと、最終段階で人間が全行をレビューするプロセスがある。AIは強力なツールだが、何を作るべきかを知っている人間が設計し、品質を担保する仕組みを作ったときに最大の効果を発揮する。

---

ソース: Mitchell (@MitcheIl) — X Article, 2026年3月24日

---