Toolin.ai

TRAE Work 徹底実践ガイド:HTML の一言ページ生成から、自作株スクリーニングシステムのワークフローまで

公開日 · toolin小编

ByteDance の TRAE Work 実戦チュートリアル。HTML のワンクリック生成、Work/Code/Design の3モード、Skills、定期タスク、サーバーデプロイをカバーし、株スクリーニングシステムと論文クラスタリングという2つの実構築ケースを添付します。

TRAE Work 徹底実践ガイド:HTML の一言ページ生成から、自作株スクリーニングシステムのワークフローまで

TRAE Work は ByteDance が展開する AI ネイティブのワークベンチで、デスクトップ(Windows / macOS)+ Web / モバイルの3端末で同期します。その核心的な差別化は「モデルがより強い」ことではなく、「話しながら作業する」をワークフローのクローズドループにまで押し進めた点です——一言で共有可能な Web ページを生成し、GitHub リポジトリをローカルデータベースとして落とし込み、定期タスクでデータを自動取得します。

本稿では、まず3分間の HTML フックから入り、次に2つの実際のタスク(自作の株スクリーニングシステム、論文の一括クラスタリング)で TRAE Work のコア能力を完走し、最後にあらゆる AI ツールに転用できるメソドロジーを解説します。

公式ナレッジベース(40万字の AI 仕事術チュートリアル):bytedance.larkoffice.com/wiki/RxVXweukSi7JtIkhOKBcuSlbnfC

始める前の準備

  • インストール:デスクトップ版は Windows と macOS に対応(Apple Silicon / Intel 両方のバージョンあり)
  • 3つのモード:Code(コーディング、デバッグ、Git ワークフロー)、Design(デザイン、修正、確定)、Work(ドキュメント、データ、プレゼン——本稿の重点)
  • GitHub アカウント:第2節で TRAE Work の GitHub ダイレクト接続機能を使います
  • 任意:自分のサーバー(ワークフローを固定 URL としてデプロイするために使用)

フック:長文を一言でインタラクティブな Web ページに変える

TRAE Work に搭載された HTML 能力は、ワークフロー全体を理解するうえで最良の入口です。これは Web ページのコードを生成するのではなく、納品できるものを直接生成します。

完全なフロー(約10分)

一言の要件を入力します。たとえば WAIC 2026 の会議サマリー4本(数万字が4つのリンクに散らばっている)を会議クイックビューページにする場合:

この WAIC 2026 の会議サマリー4本を、読者向けの会議クイックビューページにしてください。4つのテーマを4つのブロックに分け、各ブロックではまず核心ポイントを示し、詳細はクリックで展開できるように。スマートフォンでの読みやすさも意識してください。

TRAE Work はタスクを自動分解し、段階的に実行を進め、画面上で進捗を確認できます。実測では4つの素材からの動的 Web ページ生成に 9分48秒 かかりました。

2つの修正方法

  • 範囲選択 + コメント:おかしい箇所を選んで、どう直すかを伝えます。他の部分は一切変わらない
  • 直接編集:Word のように編集でき、整列、フォントサイズ、太字などのフォーマットに対応

リンク発行 + ロールバック

編集後、共有ボタンを押すと外部公開可能なリンクが発行されます。相手は何もインストールせず、スマホで開くだけで確認でき、リンクが常に最新バージョンを表示します。隠し機能:ロールバックボタンで、任意の修正前の状態に一瞬で戻れます。

チェーン全体はこうです:一言の要件 → ページ生成 → 選択修正 / 手動修正 → リンク発行 → 相手がスマホで開く。

💡 判断基準:この成果物は2人以上に開かれるか、2回以上開かれるか。両方が「はい」なら、TRAE Work で作る価値があります。

深掘り構築1:ローカル株スクリーニングシステムの自作

⚠️ 免責:本節の株式関連の内容はすべてツールの能力を示すためのもので、投資助言を構成するものではありません。

このタスクの目標は、ゼロから完全なスクリーニングワークフローを組み上げることです:データ取得 → ローカル DB への投入 → 戦略を与える → 結果出力 → デプロイ → 自動更新。

ステップ1:データソースを確保する

GitHub 上のオープンソース instock 株式データリポジトリを使います。TRAE Work の差別化能力がここではっきり現れます:

  • GitHub への直結:書いたコードをそのままアップロードでき、SSH キーの面倒がない
  • TRAE Work にローカルリポジトリを基にシステムを構築させると、まずリポジトリ全体を読み、タスクリストを列挙します:コード分析 → データベース構築 → 機能テスト

実行後の成果物:4589銘柄の基本情報が揃い、相場データも所定の位置に収まりました。

💡 重要な経験:AI がやった工程は1つずつ検収する。 可視化されたデータベースパネルを作らせ、どんなテーブルがあるか・各何件か・データがいつまで更新されているかを一覧させます。手動で2銘柄を抽出し、数字が正しいか確認します。

ステップ2:戦略を与える(自然言語で、コードは1行書かない)

戦略はすべて投資家の業界用語です——「押し目での出来高縮小」「長い下ひげ」「出来高を伴うサポート割れ」。そのまま投げます:

中国 A 株の非 ST・非上場廃止・上場から1年以上かつ日均売買代金が1億元超の銘柄の中から、上昇トレンドにある銘柄(終値 > 20日移動平均 > 60日移動平均)、直近3〜8日押して出来高が5日均出来高の70%以下まで段階的に縮小し、20日移動平均または直近のブレイクアウトプラットフォーム付近で十字線または長い下ひげの小さい陽線・陰線が出現している銘柄を抽出し……トレンドの強さ、出来高の縮小度、サポートの有効性で総合ランキングし、上位10銘柄を出力してください。

重要な仕上げ:プロンプトの末尾に一言加えます——

データが不足している場合は推測して推奨しないこと。

TRAE Work はまずデータベースを調べ、欠けている過去ローソク足データを補完し、業界用語を1条ずつ計算可能なルールへ翻訳してから、条件に合う結果(実測2銘柄)を出します。各銘柄には指標、エントリー条件、ストップロスの目安、一言の理由が付きます。

ステップ3:マルチチャネルでの納品

TRAE Work に同じ結果を3つの出口へ出力させます:

  • PPT:リサーチレポート形式で、数分で手に入る
  • Feishu の多次元テーブル:日足・キー指標をデータベース化し、自分でフィルタ・並べ替えできる
  • HTML の Web 版:スマホで開くだけで使え、インストール不要

ステップ4:固定 URL としてデプロイ

/plan 計画モードを起動します——まず TRAE Work にデプロイ案を出させ、サーバー Skill と組み合わせてシステム一式を自分のサーバーへデプロイし、実際の公開 URL を取得します。さらにアクセスパスワード保護を追加します。

ステップ5:定期タスクで自動出勤

公式ナレッジベースの自動化チュートリアルに沿って、定期タスクを設定します。チャット欄で3点を明確に伝えます:

  1. 実行時間:各取引日の朝、寄り前
  2. タスク内容:最新の相場データを同期
  3. 完了したら通知する

翌朝、スマホが振動します:データ同期が完了した合図です。

チェーン全体:データ取得 → 戦略翻訳 → スクリーニング実行 → 表示生成 → デプロイ → 自動更新。

深掘り構築2:論文の一括クラスタリングとデータベース化

タスク目標:Loop と Agent に関する論文60本を1枚の Feishu テーブルに整理し、分類、クラスタリング、研究の系譜を可視化すること。

TRAE Work に一括で出力させるもの:

  • 論文60本を1本ずつ整理したテーブル
  • テーマごとにグルーピングしたクラスタリング結果
  • 研究分野全体の系譜がひと目で分かる可視化

発展的な使い方:テーブルを基にホットトピックのブリーフィングを作る

数日前に Grok 4.5 がグラフ理論推論を売りに発表されたので、TRAE Work に既存のテーブルを基にグラフ理論推論関連の論文を引っ張り出させ、Grok 4.5 の公開情報と突き合わせて解説させました:このホットトピックは結局どこが新しいのか、どのアイデアは論文にすでに書かれていたのか。数分後にブリーフィング1本が手元に届きました。

💡 キーポイント:テーブルそのものの価値は限定的です。価値はナレッジがすでにデータベース化されていることにあり——以後のあらゆる関連の追及、比較、ホットトピックの追跡は、このテーブルを基に秒単位で生産できます。

コア洞察:知能はレンタル、ワークフローは自分のもの

今回の2タスクを通して最大の収穫だったのは、TRAE Work の使いこなし術ではなく、あらゆる AI ツールに転用できる一連のプロセスでした:

  • どう要件を分解するか(自然言語の戦略 + 「推測禁止」の制約)
  • どうプロンプトを書くか(役割 + データ + 検収基準)
  • どう検収するか(各ステップで可視化による検証)
  • どう蓄積するか(デザインスペック、データテーブル、Skill)

モデルは今日使えても、明日には値上げされたり、ルールを変えられたり、アカウントを止められたりします。しかしモデルと付き合う中で蓄えたこれらの手法は、別のツールに乗り換えてもそのまま動きます。だからこそ TRAE Work チームはこの一連のプロセスを公式ナレッジベースに汎用テンプレートとして収録したのです——ツールは替わるが、メソドロジーは替わりません。

活用シーン

TRAE Work の「ワークフロークローズドループ」という価値が最も高いのは、次のような場面です:

  • 個人リサーチャー / 投資リサーチ:自作データベース + 定期更新 + マルチチャネル納品
  • コンテンツクリエイター:会議議事録、業界サマリー、週報・月報をワンクリックで HTML ページ化
  • 学術 / リサーチ:論文の一括クラスタリング、ナレッジグラフ、ホットトピックのブリーフィング
  • 運営 / 製品:データ振り返り、イベント総括、製品要件ドキュメント、就活ポートフォリオ

体験入口:

ナレッジベースのリンクをコピーして、自分の TRAE に送れば利用できます。