【非エンジニア向け】Cursorで業務ツールを1時間で作る完全ガイド

「自部門の業務に合わせた小さなツールを内製したいが、情シスやエンジニアに頼むと数週間〜数ヶ月待ち」「外注すると数百万円かかると言われた」——マーケティング・営業企画・人事・経理など現場のビジネス職にとって、こうした「IT 待ち」の壁を越える現実的な選択肢になりつつあるのが、AIエディタ 「Cursor（カーソル）」 です。本記事では、プログラミング用語を極力排し、日本語のプロンプトだけで「競合サイトの情報抽出ツール」を1時間で作るまでの全手順を、非エンジニアのビジネス層の視点で解説します。本格的な Web アプリ化や全社展開の段階でプロの伴走支援が必要になる線引きについても、最後に整理します。

話題の「Cursor」とは？非エンジニアが使うべき理由

Cursor は、世界中のソフトウェアエンジニアが日常的に使い始めている、AI 機能が深く統合された「コードエディタ」です。
ただし、本記事で注目したいのは「エンジニアのための高速化ツール」という側面ではなく、「日本語で指示すれば AI がコードを書いてくれるため、非エンジニアでも業務ツールを作れる」という新しい使い方の方です。

従来、現場の業務効率化ツールを内製したい場合、選択肢は次のいずれかでした。

1. 情シスにエンジニア工数を依頼する・外注する（数十万〜数百万円のコストと数週間〜数ヶ月のリードタイム）
2. SaaS（Zapier / Make / kintone 等）を契約して組み合わせる（月額コストと、自部門固有要件への対応限界）
3. 担当者が独学で Excel マクロや GAS を書く（属人化と保守の限界）

Cursor を AI エディタとして使うと、これら従来の選択肢にはなかった「現場のビジネス職が、日本語で業務要件を伝えるだけで小さなツールを試作できる」という第4の道が開けます。マーケや営業企画の手元に「動くプロトタイプ」が生まれるスピードが劇的に上がるため、情シスやエンジニアと話すときも「言葉で要件を語る」段階から「動くものを見せて議論する」段階に進めます。

インストールから初期設定、日本語化までの手順

Cursor の導入はシンプルで、Windows / macOS / Linux いずれの環境にも対応しています。
全体の流れは以下の通りです。

1. インストール

公式サイト（cursor.com）から、お使いの OS 用のインストーラをダウンロードして実行します。Visual Studio Code のような開発ツールに馴染みがない方でも、画面の指示に沿って進めるだけでセットアップが完了します。

2. 初期設定（モデル選択）

初回起動時に、コードを書かせる AI モデルを選びます。本記事では本文中の作例として Claude 3.5 Sonnet を前提に解説しますが、Cursor の有料プランに含まれるモデル群から自由に切り替えられます。

3. 日本語化

メニューや画面の表示を日本語化したい場合は、サイドバーの拡張機能（Extensions）から「Japanese Language Pack」を導入し、設定（Settings）で言語を日本語に切り替えます。
重要なのは、「画面 UI の日本語化」と「AI への指示を日本語で書けること」は別物という点です。AI への指示（プロンプト）は最初から日本語で問題なく通るため、UI 日本語化はあくまで読みやすさのための任意設定と捉えてください。

【実践】コピペで動く！競合サイトの情報抽出ツールを1時間で作る

導入が終わったら、いよいよ実際のツール作りです。本セクションでは、「競合サイトの URL リストを渡すと、各ページのタイトル・見出し・本文文字数を CSV にまとめてくれる」という、マーケティング・営業企画担当者の競合調査に直接使えるツールを題材にします。所要時間の目安は約1時間です。

ステップ1：要件を日本語で書き出す（10分）

Cursor を開いたら、新規ファイルに「やりたいこと」を日本語の箇条書きで書きます。プログラミング用語は不要です。例:

• 競合サイトの URL を 10 件まとめたファイル（CSV）を読み込む
• 各 URL の HTML を取得し、タイトル・h2・本文文字数を抜き出す
• 結果を別の CSV ファイルに書き出す
• 失敗した URL はエラー理由とともに別タブに残す

この「日本語の要件メモ」自体が、AI に対する設計指示書になります。

ステップ2：AI に試作させる（20分）

Cursor のチャットパネル（Cmd/Ctrl+L で開く）に、上記の要件メモをそのまま貼り付け、最後に「上記の要件を満たす Python スクリプトを書いてください。実行手順も日本語で教えてください」と添えます。
AI は数十秒で 50 行程度のコードと、必要なライブラリのインストールコマンド、実行手順を返します。

ステップ3：動かしながら直す（30分）

生成されたコードを実際に動かし、エラーが出たらエラーメッセージをそのままチャットに貼り付け、「これを直してください」と日本語で頼むだけで、AI は原因を説明しながら修正版を出してきます。
この「動かす → エラーを貼る → 直してもらう」ループを 3〜5 回繰り返せば、想定通りの CSV 出力にたどり着きます。

AI（Claude 3.5 Sonnet）に完璧なコードを書かせるコツ

Cursor で AI を使い倒すためには、プロンプト（AI への指示文）の書き方に 3 つのコツ を意識すると、出力品質が劇的に安定します。

コツ1：要件は「箇条書き」で渡す

長文で説明するより、入力・処理・出力をそれぞれ短い箇条書きにする方が、AI が要件を取り違えにくくなります。前述のステップ1で書いた「日本語の要件メモ」がまさにこの形です。

コツ2：制約条件を明示する

「外部に有料 API を呼び出さないでください」「処理時間は1リクエストあたり3秒以内に収めてください」「ライブラリは標準モジュール中心で」など、後から変えにくい制約は最初の指示に明記します。これを怠ると、AI が良かれと思って高機能な外部 SaaS の利用を提案してきて、要件と乖離します。

コツ3：エラーを「文脈ごと」貼る

エラーメッセージだけでなく、「実行したコマンド」「使った OS / Python バージョン」「直前に変えた箇所」をセットで貼ると、AI が原因を一発で特定できる確率が上がります。
プログラミング初心者の最大のハードルは「AI に状況を伝える語彙がない」ことですが、Cursor の場合はチャットの文脈（直前のやり取り）を AI が覚えてくれるので、素朴に「さっきのコードを実行したらこのエラーが出ました。原文をそのまま貼ります」で十分通じます。

本格的な開発・Webアプリ化への伴走支援（システム開発受託へ）

Cursor で「個人のローカル環境で動く小さなツール」を作るところまでは、本記事の手順で非エンジニアのビジネス職でも到達可能です。
一方で、その試作を 「部署や全社で共有して使える Web アプリ」「顧客データを扱う本番システム」 に育てる段階では、現場の内製のままだと壁にぶつかります。

典型的な壁は次の通りです。

• サーバー（クラウド）への配置と SSL 化、独自ドメイン運用
• 社員ログイン・権限管理（部門別の閲覧範囲、退職時の権限剥奪）
• 顧客データを扱うためのセキュリティ設計（暗号化・監査ログ）
• 障害監視と継続的アップデート（ライブラリ脆弱性対応・モデル更改）

これらは「Cursor で動くプロトタイプ」と「本番運用システム」の境界線にあたる領域で、現場のビジネス職が独学で踏み込むには負担が大きい部分です。
ebis AI では、Cursor で生まれた試作を本格的な業務システムに育てる「試作 → Web アプリ化 → 運用保守」の伴走支援を、毎月3社限定でお引き受けしています。「現場で試作した Cursor ツールがあるが、これを正式運用したい」「特定業務を Cursor で内製してみたが、本格 Web 化のコストと選択肢を知りたい」というビジネス層・情シス担当者の皆様向けの相談窓口です。