Todoリストを積むだけでいい——Claude CodeのloopとTodoistでタスクをAIに任せる
「自分がプロンプトを入力しない限り、AIは動いてくれない」という課題がありましたが、今年3月にClaudeからloop機能というものがリリースされました。
「プロンプトは書くな。ループを設計しろ。」
というClaude Code開発者が発言したことで話題にもなりました。
今回はそのloop機能とTodoistのMCP連携を組み合わせたAI Todoリストの自動処理の仕組みを紹介します。
オーナーはTodoリストにタスクを積むだけ。あとはAIが一定間隔でリストを確認し、実行可能なタスクを見つけて次々と消化していく仕組みです。
なぜ「loop × Todoist」が効くのか 🔁
Claude Codeには、指定した間隔でプロンプトやスラッシュコマンドを繰り返し実行する loop というスキルがあります。単発の指示ではなく「5分おきに確認する」「終わるまで自分でペースを決めて動く」といった、時間をまたいだ継続的な作業に向いています。
一方、Todoist はMCP(Model Context Protocol)経由でAIから直接タスクの取得・作成・完了操作ができます。つまり、
- Todoist = 人間が意図を書き込む「受け皿」
- Claude Code の loop = その受け皿を定期的に見に行き、実行する「実働部隊」
という役割分担が組めます。人間はタスクを言語化してTodoistに放り込むことに集中し、実行はAIに委ねる。この分業が、この仕組みの一番のメリットです。
AI Todoリストが自動で回る仕組み全体像
[あなた] タスクをTodoistに追加
↓
[Claude Code] loopで定期的に起動
↓
[Todoist MCP] 未完了タスクを取得
↓
[Claude Code] 実行可能なタスクを判断して実行
↓
[Todoist MCP] 完了したタスクにチェックを入れる
↓
(次のloop起動まで待機)
ポイントは、AIが「何をすべきか」を毎回Todoistに聞きに行く点です。指示を都度チャットで打つ必要がなく、Todoリストという一箇所に意図を集約できます。
AI Todoリスト自動化の導入手順
1. Todoist MCPサーバーを接続する
Claude CodeにTodoistのMCPサーバーを設定します。
やり方はこちらに記載されています。
公式:Todoist MCP と Claude Code を連携する
- 未完了タスクの一覧取得
- タスクの作成・更新
- タスクの完了(チェック)
- サブタスクの管理
接続が完了すると、Claude Codeのツール一覧にTodoist関連の機能が現れ、AIが自然言語の指示だけでタスク操作を行えるようになります。
2. 実行方針をプロンプトにまとめる
loopに渡すプロンプトには、単に「タスクをやって」ではなく、以下のような判断基準を含めておくと安定します。
- どのプロジェクト/ラベルのタスクを対象にするか
- AIだけで完結できるタスクと、人間の判断が必要なタスクの見分け方
- 実行不能・情報不足のタスクをどう扱うか(コメントを残す、保留ラベルを付けるなど)
- 完了後にどう報告するか
たとえば「仕事プロジェクトの未完了タスクを確認し、AIだけで完結できるものから着手する。判断に迷うものはタスクにコメントを残して保留にする」といった方針を明文化しておくと、AIが自走してもズレが起きにくくなります。
3. /loop で起動する
方針が固まったら、間隔を指定して起動します。
/loop 30m Todoistの未完了タスクを確認し、実行可能なものから着手して。完了したらチェックを入れて。
間隔を省略すると、AIが状況に応じて次の起動タイミングを自分で決める「自己ペース」モードになります。常時張り付いて確認する必要があるタスクでなければ、こちらの方が無駄な起動を抑えられて扱いやすいこともあります。
運用してみて気をつけたいこと ⚠️
1. 「実行可能」の線引きを明確にする
送金や外部への連絡など、後戻りしにくいタスクをAIに丸投げするのはリスクがあります。取り消しが効く作業と、人の承認が必要な作業を切り分け、後者はTodoist側でラベルを分けておくと安全です。
2. 完了の基準を揃える
AIが「やったつもり」でチェックを入れてしまうと、実際には完了していないタスクが消化済み扱いになります。完了条件(成果物の場所、確認手順など)をタスクの説明欄に書いておくと、AIも人間も同じ基準で判断できます。
3. 定期的にログを見る
AI Todoリストの自動化は「任せて終わり」にせず、どのタスクをどう処理したかを時々振り返ることが大切です。loopの実行結果や、Todoist上のコメント履歴を定期チェックする習慣を持つと、AIの判断のクセや改善点が見えてきます。
まとめ
Claude Codeの loop とTodoistのMCP連携でAI Todoリストを自動化すると、「タスクを思いついたらTodoistに書く」「あとはAIが定期的に見に来て片付ける」という状態を作れます。重要なのは、実行方針と完了基準を最初にきちんと言語化しておくことです。そこさえ整えば、日々のTodoリストは「自分でやること」ではなく「AIに託すこと」に変わっていきます。
MCPそのものの仕組みや、他のおすすめサーバーについてはMCPとは何か|LLMをパートナーにする実践ガイドで解説していますので、あわせてご覧ください。また、AIに役職や権限を持たせて組織的に運用したい方はClaude Codeで実現する組織設計も参考になります。
あなたなら、まずどんなタスクをTodoistに積んでAIに任せてみますか?
参考リンク
- Todoist 公式サイト — タスク管理サービスTodoist
- Model Context Protocol 公式ドキュメント — MCPの仕様と入門ガイド
この記事を書いた人
サムフラットの下野です。
普段はAI活用のコンサルティングや実装支援をやっています。「AIを導入する」ことではなく「AIで成果を出す」ことにこだわって、企業・個人のAI活用を支援しています。
この記事の内容をもとに自社の環境を作りたい、あるいは自分のビジネスにAIをどう取り入れればいいか相談したい、という方はお気軽にお問い合わせください。
