前回、私はこんなことを書きました。
「稼げるAI副業」を探すのではなく、すでにある副業をAIで強くした方がいいのではないか。
ChatGPTに記事を書かせる。
AI画像を作って販売する。
AI動画を作る。
もちろん、それもAIを使った副業です。
でも私は、生成AIを単なる「コンテンツ生成器」として使うだけでは、少しもったいないと思っています。
企業がAIを導入するときには、既存の業務を分解して、
「ここはAIに任せられないか」
「ここは普通のシステムで自動化できないか」
「ここは人間が判断すべきではないか」
と考えます。
だったら、個人の副業でも同じことをやればいい。
前回はそんなことを書きました。
ただ、言うだけなら簡単です。
なので、本当に作ってみました。
個人メディア運営支援システム「ContentOps」
今回作っているのが、個人メディアの運営を支援するためのシステムです。
名前は仮に、
ContentOps
としています。
まずは実際の画面を見てもらった方が早いと思います。
現在はまだ開発中ですが、すでに自分のブログと連携して動かしています。
画面を見ると、
Research
ニュース記事化
リライト
Planner
Editor
Amazon
Channel Studio
Publish
Insights
といったメニューがあります。
実は、この左側に並んでいるメニューそのものが、
「個人メディア運営という仕事を、私なりに工程分解した結果」
でもあります。
「AI記事生成ツール」にはしなかった
最初に決めたことがあります。
それは、
単なるAI記事生成ツールにはしない
ということでした。
ChatGPTなどに、
「○○についてブログ記事を書いて」
と頼めば、今ではかなりの文章を生成できます。
だったら、わざわざ自分でシステムを作る意味があまりありません。
私が仕組み化したかったのは、文章を書く部分だけではありません。
例えばブログを運営するなら、
情報を集める。
既存記事のアクセスを見る。
何が読まれているのか分析する。
次に何を書くか考える。
既存記事をリライトする。
収益化できそうな商品を探す。
記事を書く。
WordPressへ投稿する。
noteやXなど別媒体へ展開する。
そして公開後の結果を見る。
本来は、こうした一連の仕事があります。
だったら、
この流れ全体を支援するシステムにした方がいい。
そう考えました。
新しい記事を書く前に、すでに持っている記事を見る
特に入れたかった機能の一つが、
既存記事の分析とリライト
です。
ブログを何年も続けていると、過去の記事が大量に蓄積されます。
でも、古い記事はそのまま放置されがちです。
一方でアクセスデータを見ると、数年前に書いた記事が今でも検索され続けていることがあります。
だったら、新しい記事を次々にAIで生成する前に、
すでに読まれている記事を育てた方がいいのではないか。
そこで、GA4のデータを取得して、実際に読まれている記事をシステム上から確認できるようにしました。
直近のアクセス実績から記事を抽出し、
どの記事をリライトするか。
なぜリライトするのか。
どんな情報を追加するのか。
を考えられるようにしています。
例えば、
アクセスはあるが内容が古い。
関連する新しい技術が登場している。
検索意図に対して説明が不足している。
関連記事への導線を追加できる。
こうしたものをリライト候補として考えます。
ここでAIを使います。
つまり、
AIに新しい記事を100本書かせるのではなく、これまで書いた100本を分析させて、次の一手を考える。
そんな使い方です。
では、どこをAIに任せたのか
ここからが、実際に作ってみて面白かったところです。
「AIを使ったシステム」と聞くと、何でもAIにやらせたくなります。
でも、実際にはそうしていません。
AIが得意な仕事と、普通のプログラムが得意な仕事は違います。
例えば、
記事の内容を理解する。
複数の記事から傾向を読み取る。
記事テーマの候補を考える。
想定読者を考える。記事構成を考える。文章の草稿を作る。媒体に合わせて文章を変える。
こうした、意味を理解したり、候補を考えたりする仕事にはAIを使います。
一方で、アクセスデータを取得する。データベースへ保存する。
PVを集計する。APIを呼び出す。URLを生成する。WordPressへデータを渡す。
こうした処理は、普通のプログラムにやらせます。
正確な計算や決められた処理をするために、生成AIを使う必要はありません。
そして、人間に残した仕事
さらに、全部を自動化するつもりもありません。
例えば、
本当にこのテーマの記事を書くのか。
本当にこの商品を紹介するのか。
読者に勧めて問題ないものなのか。
AIが作った構成を採用するのか。
自分の経験をどこに入れるのか。
最終的に公開するのか。
こうした判断は人間に残しています。
特に記事については、私は、
AIが作った文章そのものには、それほど大きな価値はない
と思っています。
AIは文章を書くことができます。
でも、
自分が何を経験したのか。何に失敗したのか。何を面白いと思ったのか。実際に何を作ったのか。
そこはAIには作れません。
今回の記事だって同じです。
ContentOpsというシステムを実際に作ったから、この記事を書くことができます。
だから私は、
AIには判断材料を作ってもらい、最後の判断と経験は人間が持つ。
という設計にしています。
「AIに仕事をさせる」前に、仕事を分解する
作っていて改めて感じたことがあります。
AI活用で重要なのは、「何をAIにやらせるか」から考えないことなのかもしれません。
まず、自分は普段どんな仕事をしているのか。を書き出す。
そして、その仕事を細かく分解する。
例えば個人メディア運営なら、
情報収集→分析→企画→制作→収益化→配信→効果測定
という流れがあります。
そのうえで、「これはAI向き」「これは普通のプログラム向き」「これは人間が判断する」
と振り分ける。
つまり、人間 × AI × プログラムで仕事を再設計するわけです。
これは副業だけの話ではないと思っています。
企業のAI導入でも、本質的にはかなり近いことをやっています。
AIに記事を書かせるのではなく、メディア運営をAIで強くする
ContentOpsでは今後、
既存記事の分析。リライト候補の抽出。新規テーマの発見。
商品やアフィリエイト案件との組み合わせ。
（※記事に合うアフィリエイトをAIに推薦させる）
記事企画。記事制作。媒体別コンテンツへの変換。公開。効果測定。そして再び分析へ戻る。
という循環を作っていこうとしています。
イメージとしては、
分析 → 発見 → 企画 → 制作 → 配信 → 計測 → 再分析
です。
記事を生成したら終わりではありません。
公開した結果をデータとして戻して、次の判断を少しずつ良くしていく。
こちらの方が、私はAIの使い方として面白いと思っています。
既にリサーチ機能も準備しています。
これが本当に副業として稼げるのかは、これから検証する
ここは大事なので書いておきます。
このシステムを作ったからといって、
「これでアフィリエイトで稼げます」とはまだ言えません。
むしろ、これからです。
実際に使う。記事を書く。リライトする。商品を紹介する。アクセスを見る。収益を見る。
そして、本当にAIによる仕組み化が副業の成果につながるのかを検証する。
そこまでやってみたいと思っています。
成功したら、その理由を書く。
失敗したら、なぜ失敗したのかを書く。
それ自体がまた、自分の経験になります。
私はこの方が、「AI副業で簡単に稼げます」と書くより面白いと思っています。
実は、作り始める前に「要件定義書」を作った
そして、もう一つ。
今回のシステムは、いきなりAI Codingツールに、「アフィリエイト支援システムを作って」と頼んで作ったわけではありません。
その前に、何を作るのか。誰が使うのか。どんな機能が必要なのか。
どこをAIに任せるのか。どこを普通のプログラムに任せるのか。
どこに人間の判断を残すのか。どんなデータを持つのか。
最初のバージョンではどこまで作るのか。
こうしたことを整理しました。
つまり、要件定義書を作りました。
AIがコードを書いてくれる時代だからこそ、
「何を作るのか」を人間が決める重要性は、むしろ上がっているようにも感じています。
次は、このあたりについて書いてみようと思います。
「AI Codingの時代に、なぜ先に要件定義をしたのか」
そして、実際にContentOpsを開発するときに使った要件定義書についても、公開してみようと考えています。
こちらは、実際にAI Coding Agentなどへ渡して、自分で開発を始められるくらいの内容に整理して、有料noteとして公開する予定です。
AI副業を探すのではなく、自分の副業をAI化する
最近、「AI副業」についていろいろ考えてきました。
そして、自分でシステムまで作ってみて、考え方がかなり固まってきました。
AIで何を作れば売れるのか。
だけを考えるのではなく、自分がやっている副業の中で、AIに任せられる仕事は何なのか。を考える。
そして、AIが得意な仕事。プログラムが得意な仕事。人間にしかできない仕事。に分ける。
生成AIをコンテンツ生成器として使うだけではなく、自分のビジネスそのものを強くする道具として使う。
私は、こちらの方にAI副業の可能性を感じています。
そしてContentOpsが本当にその考え方を証明できるのか。
これから実際に使いながら検証してみます。
成功するかどうかは、まだ分かりません。
まあ、それも含めて実験です。
