このところ「AI副業」についていろいろ書いています。
ChatGPTを使って記事を書く。
AIで画像を作る。
SNSへの投稿をAIに考えてもらう。
生成AIによって、個人でも大量のコンテンツを作れるようになりました。
でも先日、こんなことを書きました。
AIに100記事を書かせるより、自分で100記事書いて、その結果をAIに分析させた方が面白いのではないか。
実は私自身、noteへの投稿が100記事を超えています。
そこで今回、本当にやってみることにしました。
自分が書いたnote記事を全部集計して、ChatGPTに分析させてみました。
すると、思っていた以上に極端な結果が出ました。
106記事、総ビュー12,153
今回分析したのは、私がこれまでnoteに投稿した106記事です。
総ビューは、
12,153ビュー。
単純平均すると、1記事あたり約115ビューです。
これだけを見ると、
「だいたい100ビュー前後ずつ読まれているのかな」
と思います。
ところが、実際にはまったく違いました。
中央値は約55ビュー。
つまり、一部の記事が平均値を大きく押し上げています。
では、どれくらい偏っていたのか。
たった1記事で全ビューの約25％
106記事の中で、圧倒的に読まれていた記事がありました。
「ChatGPTのスレッド引き継ぎ方法」
について書いた記事です。
この記事だけで、
3,056ビュー。
全106記事の総ビューが12,153なので、
全アクセスのおよそ4分の1を、たった1記事が生み出していました。
これは自分でも驚きました。
100記事以上書いたのに、そのうち1記事だけで25％です。
さらに上位記事を集計していくと、
上位5記事で約41％。
そして、
上位10記事だけで、全ビューの約半分。
100本以上書いたからといって、100本が均等に読まれるわけではありません。
むしろ、
少数の記事が大量のアクセスを生み、それ以外の記事がロングテールを形成する。
私のnoteでは、かなりはっきりとそんな構造になっていました。
なぜ、この1記事だけ3,000ビューを超えたのか
そこで疑問が出てきます。
なぜこの記事だけ、これほど読まれたのでしょうか。
実はGoogleで、
「ChatGPT スレッド引継ぎ」
と検索してみました。
すると、私のnote記事が検索結果の1位に表示されていました。
※検索順位は時期、地域、利用環境などによって変動します。これは記事執筆時点で私の環境から確認した結果です。
これで、3,056ビューという数字の理由がかなり見えてきました。
noteのフォロワーだけが読んでいるわけではない。
GoogleでChatGPTの使い方を調べた人が、検索結果からnoteへ来ている可能性が高い。
ということです。
そして、ここからさらに面白いことが分かりました。
3,056ビューなのに「スキ」は7だった
3,056ビューの記事についている「スキ」は、
7。
ビューに対して、かなり少なく見えます。
ところが別の記事を見ると、
95ビューなのに28スキ
という記事がありました。
こちらは、50代で大手企業からベンチャーへの転職を考えた経験について書いた記事です。
最初は、
「実用記事は読まれるけれど、共感されにくいのかな？」
とも考えました。
でも、Google検索からの流入を考えると、少し違った見方ができます。
ChatGPTの記事を読んでいる人は、
「私の記事を読みたい人」
ではないのかもしれません。
その人が知りたいのは、
「ChatGPTのスレッドをどうやって引き継ぐのか」
です。
Googleで検索する。
記事を見つける。
読む。
問題が解決する。
そして帰る。
これなら、「スキ」を押さなくても不思議ではありません。
一方、転職や人生についての記事は、noteの中で読まれたり、同じ境遇の人に届いたりして、
「分かる」「自分もそう思う」
という共感につながっている可能性があります。
つまり、
ビューが多い記事と、スキが多い記事では、そもそも役割が違うのではないか。
という仮説が出てきました。
「検索される記事」と「共感される記事」
今回106記事を分析していて、私は記事には少なくとも二つの役割があるのではないかと思いました。
一つは、
検索される記事。
読者が何かに困っていて、その答えを探してたどり着く記事です。
もう一つが、
共感される記事。
自分の経験や考えを書き、
「自分も同じだ」
「この人の考え方は面白い」
と思ってもらう記事です。
前者はGoogleなどから新しい読者を連れてくる。
後者は、その人自身に興味を持ってもらう。
だとすれば、
「ビューが多いから成功」
「スキが少ないから失敗」
という単純な評価では足りません。
その記事に何の役割を持たせるのか。
ここまで考える必要がありそうです。
そして、AIの使い方についても考えさせられた
最近、
「ChatGPTでnoteを書いて副業にする」
といった話をよく見かけます。
もちろん、私も文章を書くときにAIを使っています。
でも今回の分析をして、改めて思いました。
AIに、
「アクセスが取れそうな記事を100本書いて」
と頼むだけでは、このデータは得られません。
実際に記事を公開する。
読者が読む。
Googleから人が来る。
予想外の記事が伸びる。
思ったほど読まれない記事もある。
「スキ」がたくさん付く記事もある。
そうやって初めて、
自分だけのデータ
ができます。
そして、そのデータができたところでAIに分析させる。
私は、
AIに100記事を書かせるより、100記事書いた結果をAIに分析させる。
こちらの方が、生成AIの面白い使い方なのではないかと思っています。
では、残り105記事はどうだったのか
ここからが今回の分析で一番面白かったところです。
106記事をすべて並べてみると、
どんなテーマが読まれたのか。
どんな記事に「スキ」が集まったのか。
上位記事だけでアクセスの何％を占めているのか。
検索される記事と共感される記事には、どんな違いがあるのか。
そして、
これから101本目、いや107本目以降の記事をどう書くべきなのか。
いくつかの傾向が見えてきました。
そこで、実際の記事ランキングやビュー数、「スキ」との比較、そしてChatGPTと分析して考えた今後の戦略については、note側にまとめることにしました。
机上のSEO論ではありません。
実際に106記事を書いた結果として得られた12,153ビューのデータです。
これからnoteを始めようとしている人。
記事を書いているけれど、なかなか読まれない人。
ChatGPTを使ってnote副業をやってみようと思っている人。
そんな方には、一つの実験データとして参考になるかもしれません。
AIManiaX追記
今回、自分のnoteを分析していて改めて感じたことがあります。
最も読まれた記事は、
「アクセスを取るためにAIに考えてもらった記事」ではありませんでした。
自分自身がChatGPTを使っていて、
「これ、どうやって引き継げばいいんだ？」
と実際に困ったことから書いた記事です。
それが結果として、3,000ビューを超え、Google検索でも上位に表示される記事になりました。
最初から正解を知っていたわけではありません。
やってみたから、データができた。
そして今、そのデータをAIと分析しています。
生成AI時代の副業では、この順番が意外と重要なのかもしれません。
AIに答えを作らせる。
ではなく、
人間がやってみる。
AIと分析する。
次の実験をする。
このAI副業シリーズでは、そんな「実際にやってみた」話をこれからも紹介していこうと思います。
