ユーザー事例

Brainlabsの「Get Stuff Done（完遂）」システム：思考に集中している間に、カスタムエージェントが実務を代行

Brainlabsは、ミーティングのメモをタスク化し、バックグラウンドで動くカスタムエージェントへ自動で振り分ける仕組みをNotion上に構築しました。ワーカーが確実な実行を担い、「Cortex」と連携したツール群がワークスペースにインサイトを届けます。

APIコールから、自律的に動き続けるエージェントへ

グラスゴーのどこかで、Josh Reidは今日もミーティングに出席しています。

彼がキーボードで一文字も入力しなくても、ミーティングのメモは自動生成されています。さらにそのメモはタスクへと変換され、それぞれの能力に応じたエージェントへと割り振られ、ミーティングが終わる前には実務まで完了しているのです。

「会議が終わってお茶を淹れに行くころには、バックグラウンドですべてのタスクが片付いています」と、BrainlabsのプリンシパルエンジニアであるJoshは語ります。

しかし、この領域に到達するまでには数年の歳月を要しました。

Brainlabsは、500社以上のクライアントのキャンペーンを管理する国際的なメディアエージェンシーです。同社のエンジニアリングチームは意図的に少数精鋭を貫き、他にはない最高水準のツールを内製してきました。その中核にあるのが、社内プラットフォーム「Cortex」です。これは、予算の最適化、アカウント監査、主要な広告プラットフォームへの設定管理など、クライアントチームが成果を出すための専用ツール群です。

LLM（大規模言語モデル）が登場すると、Joshのチームは即座にCortexへと組み込みましたが、そこには一つの大きな溝がありました。タスクを受け取ってからしばらく姿を消し、最後に答えだけを返してくる。そんなツールは、本当の意味での「エージェント」とは呼べませんでした。「何かに対してタスクを投げて、裏側で勝手に進めてもらう。けれどそれは結局、『返答がすごく遅いAPIコール』でしかないことも多いのです」とJoshは語ります。真のエージェントとは、自ら動き、疑問があれば問いかけ、その回答を待ってさらに作業を進める存在です。人間がすでに次の仕事に移っている間も、止まることなく。

Brainlabsがその理想を実現できたのは、Notionというピースが揃ってからのことでした。

組織の「可視化レイヤー」としてのNotion

強力な独自プラットフォームにも弱点がありました。アウトプットされた情報が、ツールを実行した本人にしか見えず、組織内で孤立していたのです。Notionが全社の情報を可視化する基盤となったとき、Joshは気づきました。Notionこそが、Cortexが生み出す価値を全社員に届けるための最適なインターフェースになると。

その最初の証明となったのが、クライアントのオンボーディング業務でした。これは、同社が「Get Stuff Done（完遂）」と呼ぶ、アクションアイテムを自動で処理するカスタムエージェントシステムの第一歩となりました。

新規クライアントの導入には、アカウント設定、プラットフォーム連携、予算の割り当てなど、膨大なチェックリストが伴います。以前はこれらがCortex内の各ツールに分散しており、人間が全体を管理しなければなりませんでした。そこでJoshは、これらを代行するエージェントを構築しました。現在、Notionに新しいクライアントのページが作成されると、エージェントがその内容を読み取り、タスクデータベースを立ち上げ、実際の作業を開始します。アカウント担当チームが着手する前に、準備はすでに整っているのです。

非エンジニアにも「プルリクエスト」の力を

Notionは、複雑なシステムを誰にでも扱えるものに変えました。Joshはこの論理を、AIモデル「Claude」のスキル開発にも応用しました。

Brainlabsは、職種や地域を問わず、すべての従業員がターミナルを操作することなく、Claudeのスキルを開発・共有できる環境を目指しました。そこでJoshが構築したのが、Notion上での「プルリクエスト (PR)」形式のレビューシステムです。メンバーがスキルを提出すると、エージェントがその内容を整形・分類し、承認者がNotion上でレビューを行います。承認が終われば、GitHubへの反映とClaudeへの実装がすべて自動で行われる仕組みです。

エージェントはその性質上、出力にゆらぎがある確率的な動きを避けられません。しかし、特定のタスクには寸分狂わぬ正確な実行が求められます。この課題を解決したのがワーカーでした。Joshは、Slackへのメッセージ送信や画像APIの呼び出しといった具体的なアクションを、JavaScriptの関数として定義しました。これをツールとしてエージェントに持たせることで、エージェントはいつそのツールを使うべきかを判断し、実際の実行自体は関数が確実に担うという役割分担を実現したのです。

このシステム連携の理想形が、画像生成エージェントです。「LinkedInキャンペーン用のグラフィックを作って」という指示が入ると、エージェントは画像生成APIを叩くワーカーを使い、数種類のデザイン案を作成してNotionページへ展開。そのまま人間によるレビューを待ちます。エージェントはNotion上のブランドガイドラインに直接アクセスできるため、ブランドカラーやロゴ、フォントの規定もすべて把握した状態で提案してくるのです。

Joshは、このワーカーの構築を「驚くほど簡単」だと語ります。しかも、彼自身はコードをほとんど書いていません。ただ、何が必要かをClaudeに伝えるだけで、この仕組みを作り上げたのです。

「人員削減」ではなく「雑務の排除」

Joshは、このシステムの目的を極めて明確に語ります。それは人員を減らすことではなく、雑務を排除して戦略的な仕事に集中するためです。

「1日のうち、本来の職務に充てられている時間は30%程度でしょう」とJoshは語ります。「残りの70%は、その仕事から派生する付随的な業務に追われているのが現実です」目標は、この70%の定型的で時間のかかる雑務をエージェントに任せ、人間が30%のクリエイティブな仕事に全力を注げるようにすることです。

Notionを中心に構築されたアーキテクチャが、それを可能にしました。スキル、ナレッジベース、タスク履歴。エージェントが必要とするすべてのコンテキストは、下層のモデルやプラットフォームが何であれ、常にNotionに集約されています。

「たとえ明日、別のLLMに乗り換える決断をしたとしても」とJoshは言います。「すべての情報源は変わらずNotionに繋がり続けています」

Joshが会議を終えてお茶を淹れている間に、バックグラウンドで仕事が片付いていく。その日常は、今日も続いています。