Sweet Seals For You, Always
Cosmic Funnies
RMH
One Nice Bug Per Day
2025 on Tumblr: Trends That Defined the Year

No title available
The Bowery Presents
TMBGareOK. The Official They Might Be Giants tumblr
sheepfilms

Kiana Khansmith
noise dept.

Product Placement
Misplaced Lens Cap
occasionally subtle

izzy's playlists!

if i look back, i am lost
untitled
KIROKAZE
"I'm Dorothy Gale from Kansas"

oozey mess
seen from United States
seen from United States
seen from France
seen from United States

seen from United States
seen from United States

seen from Denmark
seen from United States
seen from United States

seen from Türkiye

seen from United Kingdom

seen from United Kingdom
seen from Moldova

seen from United States
seen from United States
seen from United States
seen from United States
seen from United States
seen from United States

seen from United States
@namazu9p
独自コンテンツにしなさいとしか AIは答えないんだよなー
体験談を優位にするとしか言ってこないんです。
検索でリサーチしてコンテンツ生産している人は苦労だろーな
個人の日常をコンテンツにする人は上手く AIを使って(壁打ち)マネタイズしていく未来が見えるね
孫正義が毎日実践するChatGPT「知恵の壁打ち」大全
うみんちゅ
@uminchu_gpt
·
7月30日
ChatGPTに質問して、最初の回答を読んで終わる。
それでは、AIの力を半分も引き出せません。
孫正義氏の使い方は、思いついた案をAIにぶつけ、反論させ、解決策を返し、さらに反論させる往復型です。2023年の株主総会では、このやり取りを十数回続けた事例を本人が説明しています。
まずは、次の一文を普段の質問に足してみてください。
▼ここからコピー
この案に賛成する前に、実現を妨げる最も重大な問題を1つ挙げてください。問題を挙げたら、私の反論を待ってください。
▲ここまで
この記事では、公開発言から確認できる孫氏の使い方と、そこから再構成した実践用プロンプトを分けて紹介します。
孫氏本人が使用した原文プロンプトは公開されていません。ここで渡すプロンプトは、公開された対話の進め方を仕事向けに翻訳したものです。
孫正義の壁打ちは「一問一答」ではなく反論の往復
孫氏はChatGPTを、検索窓の代わりではなく、推論する議論相手として使っています。
2023年6月のソフトバンクグループ株主総会で、孫氏はGPTを毎日使っていると説明しました。思いついたアイデアについて意見を求め、ディベートやブレーンストーミングを行っていたのです。
ある難しい構想を投げると、GPT-4は「必要な計算資源が大きく、現実的ではない」という趣旨の問題を返しました。
孫氏はそこで引き下がりません。
別の方法なら実現できると返す。するとGPT-4が新しい問題を示す。その問題にも解決策を返す。
この応酬を十数回繰り返し、最終的に「実現可能な案」という評価まで持っていったと話しています。
注目したいのは、AIに一発で名案を出させていないことです。
人間が仮説を出す。
AIが穴を見つける。
人間が解決策を返す。
AIが次の穴を見つける。
この往復によって、最初は粗かった案の解像度が上がっていきます。
2026年のソフトバンクグループレポートでも、孫氏は毎日ChatGPTに何度も問いかけていると説明しています。用途はアイデアの壁打ちだけではありません。社員との議論を深めるためにも使っています。
さらに、2026年の株主総会では「何でも相談している」と述べています。ChatGPTから考えの甘さを指摘されることもあり、継続的な議論相手として重宝しているという説明でした。
一時的なブームではなく、少なくとも2023年から2026年まで続いている習慣です。
出典:ソフトバンクグループ 第43回定時株主総会書き起こし
https://group.softbank/media/Project/sbg/sbg/pdf/ir/investors/shareholders/2023/shareholders-meeting_43_07_ja.pdf
出典:ソフトバンクグループレポート2026
https://group.softbank/ir/financials/annual_reports/2026/message/son
出典:ソフトバンクグループ 第46回定時株主総会書き起こし
https://group.softbank/media/Project/sbg/sbg/pdf/ir/investors/shareholders/2026/shareholders-meeting_46_08_ja.pdf
知恵の壁打ちは「答え」ではなく「案の弱点」を取りにいく
普通の質問と知恵の壁打ちは、AIに与える役割が違います。
普通の質問では、AIを回答者にします。
知恵の壁打ちでは、AIを反対役、検証役、編集者として扱います。
たとえば、新しい企画を考えたとします。
「この企画を改善してください」と頼むだけでは、AIは無難な改善案を並べがちです。返ってきた内容も、どこから試せばよいのか分かりません。
壁打ちでは、議論を小さく区切ります。
・自分の仮説を具体的に置く
・AIには最も重大な反論を1つだけ出させる
・人間がその反論への解決策を返す
・解決後に残る次の問題をAIに探させる
・最後に議論の内容を実行案へ変換する
AIに一度に10個の懸念を出させないことが大切です。
大量の箇条書きは、検討した気分にはなれます。しかし、一つひとつへの反論が浅くなり、案が鍛えられません。
孫氏の公開事例でも、GPT-4が示した問題に対して解決策を返し、次の問題に進む流れになっています。
1ターン1論点。
これが、長いやり取りを散らかさないコツです。
もう一つ見落とせないのが、人間側も考え続けている点です。
AIに「解決策も考えて」と丸投げすれば、対話は早く終わります。ところが、それでは自分の仮説が育ちません。
最初は人間が解決策を出す。それでも詰まった部分だけAIに選択肢を求める。
この順番なら、AIの提案を採用する場合も、なぜ採用するのかを自分で説明できます。
実践1 粗いアイデアを議論できる形に変える
思いつきをそのまま投げると、AIは不足した条件を勝手に補います。
先に「誰の、何を、どの制約下で変える案か」を固定してください。
▼ここからコピー
あなたは、企画を安易に褒めずに検証する議論相手です。
これから私の案を壁打ちしてください。
対象者:
対象者が抱える問題:
私の案:
達成したい状態:
使える時間・人員・予算:
絶対に守る条件:
最初に、この案をあなたの言葉で1文に要約してください。
次に、判断に必要なのに不足している情報を最大3つ質問してください。
まだ改善案は出さないでください。
▲ここまで
このプロンプトの役割は、良い答えを出させることではありません。
人間とAIが、同じ案について話している状態をつくることです。
AIの要約が意図と違っていたら、その場で修正します。要約がずれたまま先に進むと、その後の反論も改善案もすべてずれます。
質問への回答で分からない項目があれば、「未定」と返して構いません。未定の条件が見えるだけでも、壁打ちは前に進みます。
実践2 最も痛い反論を1つずつ出させる
案の共有が終わったら、AIを反対役に切り替えます。
ここでは優しさよりも、反論の具体性が必要です。
▼ここからコピー
ここからは、この案に反対する責任者として振る舞ってください。
実現を妨げる問題のうち、影響が最も大きいものを1つだけ挙げてください。
次の形式で答えてください。
問題:
なぜ重大か:
この問題が現実に起きる場面:
問題が解決したと判断できる条件:
一度に複数の問題や解決策は出さず、私の反論を待ってください。
▲ここまで
「悪い点を教えて」ではなく、実現を妨げる問題に絞っています。
好みの違いや表現上の小さな欠点ではなく、企画の成立を左右する論点を先に扱うためです。
AIが挙げた問題に納得できない場合は、すぐ修正を求めるのではなく、根拠を聞きます。
「その問題が重大だと判断した前提は何ですか」
この一文だけで、AIが事実を根拠にしているのか、推測で補っているのかが見えやすくなります。
実践3 反論と解決策のラリーを続ける
知恵の壁打ちの本体はここです。
AIの反論に対して、人間が解決策を返します。その解決策にも穴があるなら、AIに再反論させます。
▼ここからコピー
あなたが挙げた問題に対して、私は次の方法で解決できると考えます。
私の解決策:
この方法が機能すると考える理由:
まだ不確かな点:
この解決策によって、先ほどの問題がどの程度解消したかを判定してください。
判定:解消/一部解消/未解消
理由:
新たに生じる最も重大な問題:
判定後は、次の問題を1つだけ示して私の返答を待ってください。
▲ここまで
このやり取りは、AIに勝つための口論ではありません。
案が現実に負けないように、先に壊しているのです。
3往復ほどすると、似た反論が繰り返されることがあります。その場合は議論をいったん止め、未解決論点を整理させてください。
「これまでに解消した問題と、まだ残っている問題を分けてください」
議論の履歴が長くなったときも、この整理を挟むと軸を戻せます。
実践4 AIを社員との議論を深める準備役にする
孫氏は、社員との議論を深めるためにもChatGPTを使っていると説明しています。
会議の代わりをAIにさせるのではありません。人間同士で話す前に、論点の抜けや衝突点を洗い出す使い方です。
▼ここからコピー
次の会議で、提案を意思決定できる状態まで進めたいです。
会議の目的:
参加者とそれぞれの立場:
現在の提案:
すでに合意していること:
意見が割れそうなこと:
会議終了時に決めたいこと:
参加者ごとに出しそうな反論を推測してください。
ただし、本人の発言として断定しないでください。
その後、会議で確認すべき質問を優先順に並べてください。
質問ごとに「誰に聞くか」「何を判断するためか」も示してください。
▲ここまで
人の意見をAIに決めつけさせないことが大切です。
出力は「本人がこう言う」という予言ではなく、会議前の仮説として扱います。実際の意思は、本人に確認しなければ分かりません。
この準備をしておけば、会議で思いつきの説明に時間を使わず、判断に必要な質問から入れます。
実践5 賛成役と反対役を分けて判断の偏りを減らす
同じ会話の中で、AIは直前の流れに引っ張られます。
反論を重ねた後は否定に寄りやすく、改善を重ねた後は肯定に寄りやすくなります。
そこで、議論の終盤に役割を分けて再評価させます。
▼ここからコピー
ここまでの議論を、異なる3つの立場から評価してください。
推進責任者:
この案を進める最大の理由と、成功させる条件
反対責任者:
この案を止める最大の理由と、見過ごせないリスク
中立の意思決定者:
事実として確認できたこと、未確認の仮説、判断前に必要な検証
最後に、今すぐ実行/小さく検証/保留/中止の4択から1つを選んでください。
選択の根拠と、判断を変える条件も示してください。
▲ここまで
結論だけを採用せず、「判断を変える条件」を見ます。
条件が明確なら、小さな検証を設計できます。条件が曖昧なら、AIの結論にも十分な根拠がありません。
実践6 長い壁打ちを1枚の実行案に変える
壁打ちが終わっても、そのままでは仕事に使えません。
最後に、会話を意思決定用の文書へ圧縮します。
▼ここからコピー
ここまでの壁打ちを、実行判断に使える形へ整理してください。
1. 解決したい問題
2. 現在の案
3. この案を選ぶ理由
4. 解消できた反論
5. 未解決のリスク
6. 事実確認が必要な項目
7. 最小単位で試す方法
8. 実行後に確認する指標
9. 続行・修正・中止を判断する基準
会話に登場していない事実や数値は補わないでください。
不明な項目は「未確認」と書いてください。
▲ここまで
ここで初めて、壁打ちが実行案になります。
AIがもっともらしい数値を補っていないか、必ず確認してください。市場規模、価格、法律、製品仕様などは、一次情報へ戻って検証します。
8つの仕事に壁打ちを当てはめる
壁打ちは新規事業だけの技術ではありません。
日常の小さな判断にも使えます。ここでは、入力の組み立て方を8つ紹介します。
例1 新商品の企画
仮説:「既存顧客向けに、設定作業を代行する追加プランをつくる」
AIの役割:顧客需要、提供コスト、既存プランとの競合の順に反論させる。
確認する事実:問い合わせ履歴、作業時間、対象顧客数。
最終成果物:小規模な顧客ヒアリング案。
例2 営業提案
仮説:「機能説明を減らし、導入後の業務変化を中心に提案する」
AIの役割:顧客側の責任者、現場担当者、情報システム担当者の懸念を分ける。
確認する事実:現在の業務手順、決裁条件、セキュリティ要件。
最終成果物:相手別の質問リスト。
例3 会議の議題整理
仮説:「次回会議では新施策の是非ではなく、試験導入の条件を決める」
AIの役割:合意済み事項と未決事項を分離し、決める順番を検証する。
確認する事実:参加者の権限、期限、利用できる人員。
最終成果物:意思決定に必要な議題だけを残した進行案。
例4 採用要件
仮説:「経験年数より、入社後に担当する課題への対応力を重視する」
AIの役割:採用責任者と現場責任者の両方から、要件の曖昧さを指摘させる。
確認する事実:実際の業務、評価基準、育成できる範囲。
最終成果物:面接で確認できる行動ベースの質問。
例5 業務改善
仮説:「週次報告の作成工程を減らし、判断に必要な変化だけを共有する」
AIの役割:削ってはいけない情報と、重複している情報を仕分ける。
確認する事実:報告書を読む人、その人が下す判断、現在の作成工程。
最終成果物:試験運用できる新しい報告項目。
例6 価格の見直し
仮説:「価格だけを変えるのではなく、提供範囲を再設計する」
AIの役割:顧客価値、提供側の負担、説明の分かりやすさから反論させる。
確認する事実:契約条件、利用状況、問い合わせ内容。
最終成果物:価格変更ではなく、検証すべき選択肢の一覧。
例7 コンテンツの企画
仮説:「広いテーマのまとめではなく、読者の失敗を1つ解決する記事を書く」
AIの役割:想定読者が途中で離れる理由と、内容が抽象化する箇所を指摘させる。
確認する事実:読者から実際に寄せられた質問、検索意図、手持ちの事例。
最終成果物:タイトルが約束する内容と、各見出しの役割。
例8 学習計画
仮説:「教材を増やさず、成果物を先に決めて必要な知識だけを学ぶ」
AIの役割:目標の曖昧さ、練習不足、評価方法の欠落を順に指摘させる。
確認する事実:使える時間、現在の技能、完成させたい成果物。
最終成果物:次の1週間で試せる学習と制作の組み合わせ。
どの例でも、AIに事実をつくらせてはいけません。
AIが担うのは、仮説への反論、論点の整理、次に確かめる項目の提案です。顧客の意見、社内ルール、法律、製品仕様は、正しい情報源に当たって確認します。
孫正義の使い方から外してはいけない3つの原則
1つ目は、自分の案を持って対話を始めることです。
孫氏の公開事例では、先に本人のアイデアがあります。AIにゼロから発明させたのではなく、その案を議論で鍛えています。
2つ目は、反論された後に人間も解決策を返すことです。
AIへ全部任せると、もっともらしい案を受け取って終わります。自分で返すからこそ、前提の弱さや知識不足が見えてきます。
3つ目は、一度で終わらせないことです。
最初の反論を解消すると、その解決策が別の問題を生むことがあります。十数回の応酬という事例が示しているのは、回数の多さそのものではありません。案が実現可能な形になるまで問い続ける姿勢です。
なお、2023年のソフトバンクグループレポートには、孫氏が8カ月で約630件の発明を行ったという記載があります。同じ文書で、毎日GPT-4と知恵の壁打ちをしていることも説明されています。
ただし、公開資料は630件すべてがGPT-4との共同作業で生まれたとは述べていません。
「GPT-4で630件を発明した」と因果関係を強めるのは不正確です。確認できるのは、発明に取り組んだ時期に、毎日GPT-4との壁打ちも行っていたということです。
出典:ソフトバンクグループレポート2023
https://group.softbank/ir/financials/annual_reports/2023/message/son
AIの反論は優秀でも、最終判断は人間が持つ
知恵の壁打ちは、AIの回答を信じる技術ではありません。
AIを使って、自分の案を疑う技術です。
ChatGPTは、存在しない事例や不正確な数値をもっともらしく示すことがあります。会話が長くなるほど、途中で置いた仮定が事実のように扱われる場合もあります。
壁打ちの途中では、情報を3種類に分けてください。
・一次情報で確認できた事実
・人間が置いた仮説
・AIが対話のために提示した推測
この3つを混ぜないだけで、判断の事故を減らせます。
機密情報や個人情報の扱いにも注意が必要です。
会社の承認を得ていない顧客情報、契約内容、未公開の財務情報、人事情報などは入力しません。利用するサービスの設定、契約条件、組織のルールを確認した上で使ってください。
孫氏がどの契約・設定・社内環境で個別の情報を扱っているかは、公開発言だけでは分かりません。そこを推測して真似するべきではありません。
真似するのは、反論を歓迎し、往復で案を鍛える思考法です。
今日から始める知恵の壁打ち
最初から十数回続ける必要はありません。
いま抱えている仕事を1つ選び、次の順番で試してください。
・自分の案を1文で書く
・AIに最も重大な問題を1つ出させる
・自分の解決策を返す
・新しく生じる問題を1つ出させる
・最後に未確認の事実を整理する
壁打ちの価値は、AIが正解を知っていることではありません。
あなたが気づかなかった穴を示し、考え直す機会を何度でもつくれることです。
孫正義氏の「知恵の壁打ち」は、特別な機能を使う方法ではありません。自分の仮説を出し、反論を受け、解決策を返し続ける対話の設計です。
今日、ChatGPTに投げるべきなのは「良い案を出して」ではありません。
「この案を止める、最も重大な問題は何か」
まずは、その一問から始めてください。
記事の公開をご希望の場合
プレミアムにアップグレード
1 件の返信を表示
うみんちゅ
@uminchu_gpt
AIを研究と副業の両方で使い倒したい大学院生。 毎日AIを触る姿を全部公開中。
Amazonでの買い物をより便利・快適にするための**おすすめの検索コマンド(検索オプション)**をまとめました。
Amazonの検索窓でキーワードの後ろに半角スペースを空けて入力したり、URLの末尾に追加したりして使います。
1. 偽レビューや粗悪品を除外する(URLコマンド)
検索結果のURLの最後に以下の文字列を追加してEnterを押すと、条件に合う商品だけを絞り込めます。
&rh=p_6%3AAN1VRQENFRJN5
Amazon公式が販売・発送する商品のみを表示します。マーケットプレイスの怪しい出品者や転売品をまとめて弾くことができる最強のコマンドです。
&pct-off=30-
30%オフ以上の割引商品に絞り込みます(50- にすれば50%オフ以上)。
2. 検索窓で使える除外・条件指定コマンド
検索窓に入力するキーワードの後に続けて使用します。
-(マイナス) : 特定のキーワードを除外
例: スマホケース -手帳型(手帳型以外のスマホケースを表示)
" "(ダブルクォーテーション): 完全一致で検索
例: "Anker Soundcore"(「Anker」と「Soundcore」が連続して含まれる商品のみ表示)
OR : どちらかのキーワードを含む商品を検索(※大文字で入力)
例: Pro OR Max
3. その他の便利な裏技・短縮URL
amazon.co.jp/dp/ASINコード
商品の詳細ページにある「ASIN(10桁の英数字)」を使えば、長ったらしい商品ページのURLをシンプルに短縮できます。SNSやチャットで共有する際に便利です。
例: [https://www.amazon.co.jp/dp/B0XXXXXXXX](https://www.amazon.co.jp/dp/B0XXXXXXXX)
Ramoki ダーニング織り機 ミニ織り機 14フック 衣類補修用 繕いツール デニム・靴下・ニット対応 初心者向け 針・ゴムひも付きほかホビー, 手芸・画材, 編み物・毛糸, 編み機・織り機が勢ぞろい。ランキング、レビューも充実。アマゾンなら最短当日配送。
│´・ω・`)チラッ
月100時間の残業をゼロにした、NotebookLM活用法10選
藤原弘人@AI起業家
@fuji_ai_
·
7月17日
「NotebookLMは便利だよね」と言う人の9割は、その力の、1割も使えていません。かつての僕がそうでした。
断言します。
これは能力の問題ではありません。
「何を入れるか」の問題です。
※この記事は保存推奨です。
同じ道具を使って、なぜここまで差がつくのか
ここに2人の人がいます。
同じNotebookLMを使っています。
片方は、月100時間の残業がほぼゼロになりました。
もう片方は、今日も手作業でエクセルを集計しています。
この差は、才能ではありません。
「何を入れるか」を知っているか。
たったそれだけの差です。
多くの人は、こんな使い方で止まっています。
手元のPDFを1個入れる。
「要約して」と打つ。
回答を読んで「便利だな」と思う。
おしまい。
その気持ち、よく分かります。
正直に言います。
僕も最初は、NotebookLMを「賢いコピー機」くらいにしか思っていませんでした。
恥ずかしい使い方をしていました。
金曜の夜9時、蛍光灯の音だけが響いていた
少しだけ、昔の話をさせてください。
僕はかつて、月100時間の残業をしていました。
朝9時に出社する。
でも本題の仕事に入れるのは夕方から。
日中はずっと、各拠点から届くバラバラの形式のエクセルを、1つのシートに手でコピペしていました。
全角と半角を直す。
日付の表記を揃える。
壊れた関数を直す。
その繰り返し。
夜は毎晩22時、遅いと24時まで会社。
定例レポートを作る金曜の夜。
フォームの回答を1件ずつ別シートに転記して、宛名だけ変えたメールを何十通も送る。
「これ、機械がやればいいのに」と思いながら、僕自身が機械の代わりをしていました。
いちばん覚えているのは、金曜の夜9時です。
オフィスに自分ひとり。
蛍光灯がジーッと鳴る音が、やけに大きく聞こえました。
同僚が「お疲れ」と帰っていく背中を見送る。
僕はまだ半分も終わっていないコピペをしている。
悔しい、ではありませんでした。
虚しかったんです。
この作業を完璧にこなしても、誰の記憶にも残らない。
スキルも実績も、何ひとつ積み上がらない。
頑張っているのに、頑張った証が何も残らない。
あの「無」の感覚が、いま思い返しても一番しんどかったです。
10個まとめて突っ込んで、諦めかけた
NotebookLMを知ったとき、僕は完全に見くびっていました。
会議のPDFを1個放り込む。
「要約して」と打つ。
出てきた文章を読んで「へー、便利」で終わり。
次の日にはもう開いていない。
一度、整理しないままPDFを10個まとめて突っ込んだこともあります。
「これ全部踏まえて、いい感じにして」と聞きました。
返ってきたのは、ぼんやりした当たり障りのない文章。
「なんだ、たいしたことないな」
そこで一回、ほぼ諦めかけました。
でも今なら分かります。
悪かったのはNotebookLMではありません。
「何を入れるか」を1ミリも考えていなかった僕でした。
道具のせいにして、一番大事な工夫から逃げていたんです。
実行ボタンを押したら、3時間が10秒になった
転換点は、活用法5番目のGAS(Google Apps Script)でした。
GAS=Googleが用意してくれている自動化の仕組みのことです。
(エクセルのマクロのGoogle版、と思えばOK)
きっかけは半分ヤケでした。
「どうせダメだろうけど」と思いながら、GASの解説記事や実例をNotebookLMにまとめて入れた。
そしてこう聞きました。
「毎週金曜にスプレッドシートを自動集計して、チームにメールで送るコードを書いて」
出てきたコードを、そのまま貼り付けた。
実行ボタンを押した。
ここで先に言っておきます。
コードは一切読めなくてOKです。
NotebookLMが書いた文章を、言われた場所にコピペして「実行」を押すだけ。
正直、僕も中身は今もよく分かっていません。
……動いたんです。
いつも3時間かけていた金曜の集計とメール送信が、ボタンひとつで終わった。
3時間 → 10秒。
あの瞬間、画面の前で本当に声が出ました。
「え、今ので終わり?」
同時に、背筋がゾクッとしました。
僕が会社に捧げてきた何百時間は、いったい何だったんだ、と。
そこで確信しました。
NotebookLMの価値は「要約」ではない。「知識をストックして、自分専用の『専門家』に育てること」だ。
ここから堰を切ったように自動化を作り始めました。
約1ヶ月で、自動化12個を構築。
月100時間の残業が、ほぼゼロに。
本番です。人生を変える10の活用法
ここからが本題です。
すべてに共通するのは、NotebookLMの「ソースを探す」という機能です。
(ソース=AIに読み込ませる元ネタの資料のこと)
ここにプロンプトを投げるだけ。
(プロンプト=AIへのお願い文。材料すら自分で用意しなくていい)
ネット上から関連情報をまとめて集めてくれます。
テーマ別にノートブックへ貯める。
すると、そのノートブックがその分野の「専門家」になります。
使い捨ての質問箱ではありません。
自分専用の同僚を、10人そろえるイメージです。
10個いっぺんにやらなくて大丈夫です。
週に1つずつでいい。
未経験なら、まず「7議事録・10情報収集・5GAS」の3つでいい。
残りは慣れてから。
各項目に、集める材料(入れるソース)/実際の打ち方(指示例)/得られる効果まで書きました。
ノートブックに材料を貯めて、そのまま指示を打つ。
それだけです。
1. プロンプト設計支援|AIへの指示で悩まなくなる
「AIに、何て頼めばいいのか分からない」
これがAI活用で一番多いつまずきです。
ChatGPTもGeminiも、頼み方ひとつで返ってくるものが別物になる。
「AIは使えない」んじゃなくて、頼み方がもったいないだけ。
だから僕はこれを1番目に置きました。
頼み方が上手くなった瞬間、手持ちのAIぜんぶが一段賢くなるからです。
入れるソース(「ソースを探す」にこう打つ):
・「AIへの指示文の作り方を、初心者向けにやさしく解説した記事を集めて」
・「仕事の場面別に使えるプロンプトの実例をたくさん集めて」
・「回答の精度がぐっと上がる頼み方のコツをまとめた記事を集めて」
これでノートブックが「頼み方の先生」になります。
使い方の例:
・「明日の朝会で使う報告メモを作る指示文を書いて」→ 誰に・何を・どの順で伝えるかまで整った指示文が返る
・「上司を納得させる企画のたたき台を作る指示文を書いて」→ 結論先出し・数字の入れ方まで設計された指示文が返る
効果:頼み方を毎回ネットで探していた時間が消えます。
しかも頼み方が良くなると、そこから出るメール・企画書・SNS投稿まで、まとめて質が上がる。
僕は新しい仕事をAIに振るとき、まずここで指示文を作ってから各AIに投げています。
2. GPTs作成支援|使う人から、作る人へ
AIは「使うもの」だと思っていませんか。
実は、自分専用のAIを「作る側」に回れます。
GPTsとは、自分の仕事を覚えさせた「自分だけのAIアシスタント」を作れる機能のことです。
(※ChatGPTの有料プランが必要)
外注すれば数十万円かかる作りこみを、自分の手でやれるようになります。
入れるソース:
・「GPTsの作り方を、はじめての人向けに手順つきで解説した記事を集めて」
・「実際に業務で使われているGPTsの事例をいろいろ集めて」
・「AIに役割やルールを覚えさせるときのコツをまとめた記事を集めて」
使い方の例:
・「お客様の問い合わせに一次対応するGPTsの設計書を作って」→ 覚えさせる指示文・想定Q&A・人間に引き継ぐ線引きまで返る
・「社内の"よくある質問"に答えるGPTsを作りたい、設計して」→ 必要なデータの整理と回答トーンまで提案してくれる
効果:外注していた"自分専用ツール"が、外注費ゼロで持てます。
自分の仕事を一番分かっているのは自分。
だから外注では届かない「かゆいところに手が届くAI」ができます。
3. 業務改善ノウハウ|コンサルを呼ばずに、仕事のやり方を変える
業務改善のコンサルは、小さな案件でも数十万、本格的なら数百万かかります。
しかも外部の人は、あなたの現場のリアルな面倒くささを知りません。
だから、改善の「知識」だけAIに覚えさせて、分析は自分の仕事のデータでやる。
これが一番安くて的確です。
入れるソース:
・「ムダをなくす業務改善の考え方を、事例つきで解説した記事を集めて」
・「タスクや段取りを整理する仕事術をまとめた記事を集めて」
・「作業の流れを見える化して効率化した成功事例を集めて」
使い方の例:
・「うちの営業は月曜に実績を手入力、火曜にレポート、水曜に会議で報告。どこにムダがある?」→ 手入力の自動化・レポートのAI下書き・会議のチャット化まで提案が返る
・「この中で、今週すぐできる分と1ヶ月かける分に分けて」→ 短期プランと中期プランに整理してくれる
効果:改善の専門知識がゼロでも、プロ並みの分析と提案が手に入ります。
しかも現場の実情を直接伝えられるぶん、外注コンサルより刺さります。
4. マーケティング手法|「専門外だから」を、今日で終わりにする
「マーケは自分には関係ない」。本当にそうでしょうか。
新サービスの企画を通すとき。
社内で予算を勝ち取るとき。
採用で自社の魅力を伝えるとき。
ぜんぶ「誰に・何を・どう伝えるか」の話で、これはマーケそのものです。
入れるソース:
・「マーケティングの基本の考え方を、専門外の人向けに解説した記事を集めて」
・「小さな会社やひとりでも使えるマーケの実例を集めて」
・「SNSやネットでの集客の成功事例をまとめた記事を集めて」
使い方の例:
・「中小企業向けのクラウドサービスを、誰にどんな言葉で売ればいい?」→ 狙う客層・打ち出す強み・最初のキャンペーンまで返る
・「競合A社・B社に対して、うちの強みをどう伝える?」→ 商品・価格・売り方・宣伝の4つで差別化ポイントを整理してくれる
効果:これまで専門部署や外部に頼るしかなかった戦略づくりが、自分の手でできます。
「考え方の型」は、上司へのプレゼンでも、提案の切り口でも、ずっと使い回せます。
5. GAS|手作業が、ボタンひとつで終わる
僕が月100時間の残業をほぼゼロにした、まさにこれです。
GAS=Googleが用意した自動化の仕組みのことです。
(エクセルのマクロのGoogle版と思えばOK)
スプレッドシートもGmailもフォームも、まとめて自動で動かせます。
「プログラミング未経験だから無理」。大丈夫、そこをNotebookLMが埋めてくれます。
入れるソース:
・「Google Apps Scriptの基本を、初心者向けに手順つきで解説した記事を集めて」
・「スプレッドシートやGmailを自動化するGASの実例コードを集めて」
・「エラーが出たときの直し方や、つまずきやすい点を解説した記事を集めて」
使い方の例:
・「毎週金曜9時に各シートを集計して、結果をチームにメールで送るGASを書いて」→ そのまま貼って動くコードが返る
・「フォームに回答が来たら、自動でお礼メールを送りつつシートにも記録するGASを書いて」→ 連携コードが返る
効果:3時間の手作業が10秒になります。
コードは一切読めなくてOK。
返ってきた文章をコピペして「実行」を押すだけ。
僕はここを起点に、集計・メール送信・カレンダー連携など12個の自動化を約1ヶ月で組みました。
「手を動かす人」から「仕組みを作る人」に変わる瞬間です。
6. SEO対策|検索から、勝手に人が集まる記事を書く
noteやブログを書いている人へ。
「まったく読まれない」。身に覚えはありませんか。
原因のほとんどは、SEO(検索で上位に出す工夫)の設計がないこと。
中身が良くても、見つけてもらえなければ読まれません。
入れるソース:
・「検索で上位を取るための記事の書き方を、初心者向けに解説した記事を集めて」
・「読まれるキーワードの選び方をまとめた記事を集めて」
・(さらに強力)書きたいテーマで検索し、上位10記事のURLを直接ノートブックに入れる
使い方の例:
・「上位記事に共通するテーマと、逆にどこも触れていない切り口を教えて」→ ライバルが書いていない"穴"が見つかる
・「この10記事の見出しを比べて、一番いい構成を提案して」→ 上位に入りやすい記事の骨組みが返る
効果:勘や気合いではなく、事実にもとづいて「何を書けば上位に入るか」を判断できます。
僕はnoteを書く前に必ずこれをやります。
書く前の30分の準備が、記事の寿命を何倍にも延ばしてくれます。
7. 議事録作成|会議のあとの作業が、まるごと消える
会議が終わってから議事録を作る、あの地味に重い時間。
あれ、もう手放せます。
会議の文字起こしを入れるだけで、決定事項とToDoに整理してくれます。
未経験の人が最初に試すなら、僕はこれをおすすめします。
効果を一番実感しやすいからです。
入れるソース:
・会議の文字起こしテキスト(スマホの録音アプリや文字起こしツールでOK)
・「分かりやすい議事録の書き方・フォーマットをまとめた記事を集めて」
使い方の例:
・「この文字起こしから、決定事項・担当者・期限を表にして」→ そのまま共有できる表が返る
・「次回までに誰が何をやるか、ToDoだけ抜き出して」→ 抜け漏れのないタスク一覧が返る
効果:1時間かけていた議事録づくりが5分になります。
「これ、僕より丁寧にまとめてるな」と思わず声が出ます。
会議中はメモに集中できて、終わった瞬間には議事録ができている。
この体験は、一度やると戻れません。
8. データ分析|数字の「意味」を、言葉にしてくれる
数字がずらっと並んだシートを前に、「で、これ何が言えるの?」で固まった経験、ありませんか。
NotebookLMは本格的な計算ツールではありません。
でも「この数字から何が読み取れるか」を言葉にするのは得意です。
入れるソース:
・売上メモや月次レポートなどの手元の数字
・「データの読み解き方や、傾向のつかみ方を初心者向けに解説した記事を集めて」
使い方の例:
・「この売上メモから、気づける傾向を3つ挙げて」→ 上がった要因・落ちた月・季節の波などを言葉で返す
・「先月と比べて、注意すべき変化はどこ?」→ 見落としがちな異変を指摘してくれる
効果:エクセルとにらめっこしていた2時間が10分に。
ここで大事なのは、計算そのものより「傾向を言葉にして人に説明できる」こと。
会議やレポートで「つまりこういうことです」と言い切れるようになります。
9. 資料作成|たたき台が、ゼロから生まれる
資料づくりで一番しんどいのは、白紙を前にした最初の10分。
あの「どう書き出そう」が、なくなります。
提案書やプレゼンの型を覚えさせておけば、いつでもたたき台を出してくれます。
入れるソース:
・「伝わる提案書・プレゼン資料の構成パターンをまとめた記事を集めて」
・過去に評判が良かった自分の資料(あれば入れると精度が上がる)
使い方の例:
・「この内容で、社内提案用のスライド構成を作って」→ 表紙から結論まで、ページ割りのたたき台が返る
・「役員向けに、3分で説明できる構成に削って」→ 要点だけに絞った短縮版が返る
効果:白紙からの3時間が、たたき台つきの30分に。
ゼロから生み出すんじゃなく、出てきた案を直すだけ。
心理的なハードルが段違いに下がります。
10. 情報収集|最新情報が、勝手に集まってくる
「あの業界、今どうなってるんだろう」を調べるたびに、ネットを1時間さまよう。
あれ、まるごと省けます。
調べたいテーマを投げるだけで、関連情報を集めて整理してくれます。
議事録と並んで、未経験の人が最初に試すのにぴったりです。
入れるソース:
・「◯◯業界の最新の動きや事例を紹介した記事を集めて」
・「このテーマについて、賛成の意見と反対の意見の両方を集めて」
使い方の例:
・「この業界の最新トレンドを、要点3つでまとめて」→ 今おさえるべきポイントだけが返る
・「初心者に説明するなら、どこから話せばいい?」→ 順番まで整理してくれる
効果:探す時間がまるごと消える。
いきなり「使う」から始められます。
ここが効きます。
集める手間がゼロになるぶん、考えることに時間を回せる。
半年後、周りとの差になって効いてきます。
※この10個は「上から週1つ」でそのまま実行チェックリストになります。ブックマークして、月曜に1番から。
10個そろうと、あなたはもう孤島じゃなくなります。
専門家チームが、工場のように動いてくれます。
「でも…」の3つ、先に解体します
この方法を勧めると、決まって返ってくる言葉が3つあります。
①「うちの会社、セキュリティ的に無理だと思う」
はい、昔の僕もそう思っていました。
でも掘り下げると、たいてい「なんとなく怖い」だけです。
今回のような集計とメール送信なら、処理はぜんぶ自分のGoogleアカウント内で完結します。
使うのはスプレッドシートとGmailだけ。
外部サービスと連携させない限り、データが外に出ることもありません。
「情シスにひと言聞くだけ」で、大半は突破できます。
②「そんなことをやってる時間がない」
これがいちばんもったいない。
僕もまさにこれでした。
でも最初の1個は週末2時間で作れて、それだけで毎月の残業がぐっと減りました。
同じ要領で小さな自動化を積み上げたら、約1ヶ月で残業はほぼゼロになった。
今週、残業を1回我慢して種をまく。
来月から毎月回収できる。
それだけです。
③「どうせ自分の仕事は特殊だから」
作業を分解すると、8割は「コピペ・転記・送信・集計」の単純作業です。
特殊なのは残りの2割だけ。その2割にあなたの時間を使うために、8割を機械に渡すんです。
使いこなす人を分ける、たった一つの差
2026年。
AIを「検索ツール」のまま使う人と、「専門家チーム」に育てた人。
この差は、毎日開いていきます。
このままだと、置いていかれる。
あの、じわっと焦る感じ。
僕にも覚えがあります。
でも大丈夫です。
その差は、今日から埋められます。
外注すれば数十万円の仕事が、自分の手で、無料でできる。
この感覚を一度知ると、もう元には戻れません。
まとめ
今日の要点は3つです。
1. NotebookLMは「何を入れるか」で価値が決まる。要約だけなら1割も使えていない。
2. テーマ別に知識をストックすれば、自分専用の「専門家チーム」10人になる。
3. 僕は約1ヶ月で自動化12個を構築し、月100時間の残業をほぼゼロにした。
取り組む順番はこうです。
第1週:活用法1「プロンプト設計」のノートブックを1つ作る。
2〜3週目:10個の中から、自分がいちばん困っている業務に合う活用法を1つ選び、育てる。
1〜2ヶ月目:GASで最初の自動化を1個組む。動いたら2個目以降を流用で増やす。
今日1つだけやるなら。
今夜やることは1つだけ。
スマホかPCで「NotebookLM」と検索して開く(Googleアカウントがあれば無料)。
直近の会議メモを1枚貼り、「議事録を3行でまとめて」と打つ。
まずこの成功体験を1回。
仕事の自動化は、才能ではありません。
「何を入れるか」を知っているだけです。
0個で終わる人と、まず1個やる人。
差はそこだけです。
最後に
いかがでしたでしょうか。
最後に、ひとつだけ。
この記事で書いたようなAIの使い方を「読んで終わり」にしないために、いま期間限定で超豪華32大特典を無料で配っています。
画像
特典の概要はこうです。
・ChatGPT / Claude Code / Codex / Gemini 完全ガイド
・月100万稼ぐAI副業ロードマップ・稼げるジャンルマップ・単価表・相場データ
・AI動画生成・AIエージェント・バイブコーディングなど実践ガイド
・AI活用事例100選 など...
合計32点、総860ページ超。
しかも全部、無料です。
セミナーや個別相談に参加しなくても、全部もらえます。
嘘みたいな話ですよね。
でも、本当です。
受け取り方は、シンプルです。
下のLINEオープンチャットに入るだけ。
ここから入れます。
ただし、この特典は期間限定です。
締め切りは決めていませんが、終わるときは予告なく終わります。
「明日やろう」は、ほぼ全員が忘れます。
今のうちに受け取っておいてください。
もう一度だけ、言わせてください。
AIで稼げるかどうかは、才能では決まりません。
正しい順番で学べるかどうかです。
その順番は、この32個の特典に全部あります。
記事の公開をご希望の場合
プレミアムにアップグレード
藤原弘人@AI起業家
@fuji_ai_
現役AIコンサル|AI研修・開発会社 代表|研修実績100社超|大手メディア多数掲載|最新AIトレンドと業務で使えるAI活用法を発信
【保存版】Claude Code活用法50選【2026年下半期・完全版】
銀次 | AI×効率化
@ginji_aihack
·
14時間
最近、時間がどんどん空いてきました。
前は一日パソコンに張りついてやっていた作業が、気づけば手元から消えている。
理由は、はっきりしています。
Claude Codeに、仕事を任せられるようになったからです。
ここで勘違いされやすいんですが、何か一つ「魔法の機能」があるわけじゃありません。
Claude Codeには、びっくりするほどたくさんの機能があります。
その一つひとつを、自分の仕事のどこに使えるかを覚えて、地道に当てはめてきた。
その積み重ねで、気づいたら作業が丸ごと手を離れていた。それだけです。
だからこれは、才能の話でも、プログラミングの話でもありません。
「どの機能を、どこで使うか」を知っているかどうか。ただ、それだけです。
この記事では、僕が実際に使っている活用法を、50個そのまま公開します。
全部を一度に覚える必要はありません。探しやすいように、仕事の種類ごとにまとめました。
メニュー表として眺めて、自分の仕事に近いところから、週に1つずつ試してください。
各項目は「どういう機能か」「僕がどう使っているか」「コピペで試せる指示例」をセットで載せます。
長くなるから、後で見返したい人は保存推奨。
■ 土台:AIを迷わせない設定(7個)
まずは土台。ここは、この後の43個ぜんぶの効きを左右する設定です。
外注さんに仕事を頼むとき、会社の説明もせずに「いい感じにやって」と投げる人はいませんよね。
ここを飛ばして高度な機能に手を出した人から、AIに振り回されます。
1. CLAUDE.md(プロジェクトの記憶ファイル)に事業の前提を書く
CLAUDE.mdは、作業フォルダに置いておくただのメモファイルです。ただし特別なのは、Claude Codeが起動するたびに必ず最初に読むこと。ここに書いた内容は、すべての作業の「前提」として効き続けます。
書くべきは、自分の事業の説明・文体・読者像・禁止ワード・ファイルの保存先ルール。僕のCLAUDE.mdには「一人称は僕」「この表現は使わない」「成果物はこのフォルダに保存」まで書いてあります。
だから僕が「台本作って」と5文字レベルの雑な指示を出しても、僕の口調で、僕の読者に向けた台本が出てくる。毎回長い説明をしているうちは、外注さんに毎回「初めまして」から自己紹介させているのと同じです。
指示例:「僕の事業内容・文体・読者像・禁止ワードを聞き取って、CLAUDE.mdにまとめて」
効果:指示がどんどん短くなるのに、出力はどんどん濃くなる。書くのに5分。効くのはこの先ずっと。一番利回りのいい5分です。
2. Plan mode(計画モード)で「計画→承認→実行」に分ける
Plan modeは、実行の前に「計画だけ」を出させるモードです。どのファイルを、どの順番で、どう触るのか。動く前に全部見せてきて、こちらが承認するまで手を出しません。
使いどころは、ファイルの整理・大量の変更・初めて任せる種類の作業。つまり「怖い作業」ほど、これを挟みます。
計画なしで「全部整理して」と丸投げすると、AIなりの判断で一気に動きます。計画を先に見れば、「あ、3番の移動だけやめて」と実行前に止められる。この一手間が、事故と信頼の分かれ目です。
指示例:「まず計画だけ見せて。僕が承認するまで実行しないで」
効果:「AIが勝手に何かやった」が、構造的に起きなくなります。
3. .claude/rules/ でルールを場面別に出し分ける
これはCLAUDE.mdの「分冊」です。ルールをファイルごとに分けておくと、関係する作業のときだけ、そのルールが読み込まれます。
なぜ分けるのか。CLAUDE.mdに何でも書き足していくと、ファイルが太って、肝心の指示が大量のルールに埋もれるからです。AIは情報が多いほど賢くなるわけじゃありません。関係ない情報は、ただのノイズです。
僕は発信用の口調ルールと、経理用の保存ルールを別ファイルにしています。台本を書いているとき、経理のルールは読み込まれない。だから精度が落ちない。
指示例:「CLAUDE.mdが太ってきたから、発信用・経理用・整理用のルールファイルに分割して」
効果:ルールが増えるほど賢くなる状態を作れます。普通は逆で、ルールが増えるほど混乱していく。ここで差がつきます。
4. Hooks(実行前の関所)で危険な操作をブロックする
Hooksは、特定の操作の直前・直後に自動で発動する「関所」です。たとえば削除系のコマンドが実行されそうになったら、問答無用で止める。そういう設定ができます。
ここで大事な違いを言います。CLAUDE.mdに「大事なファイルは消さないで」と書くのは、お願いです。AIは守ろうとしますが、100%の保証はない。Hooksは、物理的に止まる仕組みです。
絶対に守らせたいことを、文章のお願いで済ませない。仕組みで守る。ここはAIとの付き合い方の根っこです。
指示例:「削除系のコマンドは、実行前に必ず止まるHooksを設定して」
効果:事故の心配を「注意力」ではなく「仕組み」で消してから、安心して任せられます。
5. チェックポイント(保存地点)で1つ前に巻き戻す
Claude Codeは、ファイルを変更する前に自動でスナップショットを取っています。ゲームのセーブポイントと同じで、「さっきの状態」にいつでも戻せる。
使いどころは、「直させたけど、前の方が良かった」の全場面です。記事の修正、フォルダの整理、設定の変更。やり直しがきくと分かった瞬間、任せ方が大胆になります。
僕がファイル操作をAIに渡せるようになったのは、正直この機能を知ってからです。失敗が「事故」から「試行」に変わる。
指示例:「さっきの編集、チェックポイントから巻き戻して」
効果:「怖くて任せられない」の一番の原因が消えます。
6. /clear で文脈をリセットする
/clearは、会話の履歴を空にして新しいスタートを切るコマンドです。CLAUDE.mdやルールファイルは消えません。消えるのは「さっきまでの会話」だけ。
使いどころは、別の作業に移るとき。台本づくりの長い会話のまま経理の作業を頼むと、前の話に引っ張られて、回答が微妙にズレていきます。
「最近なんか回答の精度が落ちてきたな」と感じるとき、原因の8割はAIの能力じゃなくて、会話に関係ない文脈が溜まっていることです。
指示例:「この作業は終わり。/clear で一度リセットして、次の作業に移るね」
効果:こまめに切るだけで、回答がまた的確に戻ります。タダでできる精度改善です。
7. 「@ファイル名」で読ませる範囲を絞る
ファイル名の前に@をつけると、そのファイルだけをピンポイントで読ませられます。
使いどころは、「これだけ見て判断してほしい」とき。フォルダごと渡すと、関係ないファイルまで読んで、判断にノイズが混ざります。逆に口頭で内容を説明するのは、時間のムダ。
僕がよくやるのは「@先週の台本.md と同じ構成で、今週のテーマで書いて」。見本を1個だけ見せる、という使い方が一番強いです。
指示例:「@先週の台本.md だけ見て、同じ構成で今週のテーマの台本を書いて」
効果:指示が短くなって、精度が一段上がる。「見せる範囲を絞る」は、それ自体が指示です。
ここまでが土台の7個。
「勝手にファイルを消されそうで怖い」——わかります。僕も最初はそうでした。
でも、2番で計画を先に見て、4番で危険な操作を物理的に止めて、5番でいつでも巻き戻せる。この3つを設定した時点で、事故の起きようがなくなります。
根性で慎重になるんじゃなくて、事故れない環境を先に作る。逃げ道があると分かれば、人は任せられます。
■ SNS事業部:発信を量産する(12個)
ここが僕の主戦場です。発信者にとって、一番リターンがでかい部署。
そして、外注費が一番かかっていた部署でもあります。
8. 伸びている投稿をリサーチして「型」を抽出させる
伸びている投稿を10本ほど渡すと、共通する構成——冒頭の掴み方、展開の順番、締めの形——を言語化してくれます。
人間が目で見ると「なんかこの人の投稿、良いんだよな」で終わります。それは分析じゃなくて、ただの感想です。感想は再現できません。型は再現できます。
僕も昔は「これバズりそう」という感覚でテーマを選んで、全然伸びない時期が長くありました。今は伸びた投稿から型を抽出して、そこに自分のテーマを流し込む順番に変えています。
指示例:「この10本の投稿を読んで、共通する構成の型を抽出して。冒頭・展開・締めに分けて」
効果:バズが「祈るもの」から「分析するもの」に変わります。
9. 抽出した型×自分のテーマで下書きを10案出す
8番で抽出した型に、自分のテーマを流し込んで10案出させます。ポイントは、必ず「冒頭は全部変えて」と添えること。同じ型でも冒頭が似ていると、10案ぜんぶ同じに見えて選べません。
10案から「これとこれの良いとこ取り」で1本に仕上げる。ゼロから1案をうんうん唸って書くより、10案から選んで混ぜる方が、速いうえに質も安定します。
ここで前提になるのが土台の1番です。文体ルールが入っていれば、10案ぜんぶが最初から自分の口調で出てきます。
指示例:「さっきの型で、僕のテーマの投稿案を10個。冒頭の入り方は全部変えて」
効果:発信が「書く作業」から「選ぶ作業」に変わります。この差は、毎日続けるほど効いてきます。
10. 長文記事を「題名→構成→執筆」まで一気通貫で
題名を渡す→構成案が出る→構成にOKを出す→執筆→推敲。この流れを一気に回せます。
コツは、構成案の段階で必ず一度止めることです。構成がズレたまま書かせると、数千字まるごと書き直しになる。構成の修正は1分、本文の書き直しは1時間。直すなら上流で直す。
実はこの記事自体も、その体制で書いています。題名を決めて、構成を直させて、執筆させて、僕が最終判断する。
指示例:「この題名でX記事を書きたい。まず構成案だけ見せて。OKを出したら執筆に入って」
効果:長文記事が「重い制作物」から「回せる日課」になります。
11. 1本のコンテンツを多媒体に転用する
X記事を1本書いたら、それをメルマガ・LINE・ブログに転用させます。媒体ごとに読者も口調も適切な長さも違うので、「媒体ごとの口調ルールに合わせて」と指定するのが肝です。
発信で消耗する人の共通点は、媒体ごとにゼロから作っていることです。素材は1個でいい。形を変えるのはAIの仕事です。
僕は面談やセミナーで話した内容まで発信に転用しています。一度生まれた素材を、何回使い回せるか。発信の効率は、ほぼここで決まります。
指示例:「このX記事を、メルマガとLINE配信文に転用して。それぞれの媒体の口調ルールに合わせて」
効果:発信量が3倍になるのに、作業は1本分のまま。
12. 公開前チェックをAIに検品させる
投稿する前に、チェックリストを渡して検品させます。誤字、数字の間違い、リンク切れ、言い過ぎ表現、使わないと決めている言葉。
人間は、自分の文章のミスを見つけられない生き物です。書いた本人の目は「書いたつもりの文章」を読んでしまう。
僕は、過去に指摘された表現や自分のNGワードをリスト化して、毎回それで検品させています。そして新しくやらかしたら、リストに追記する。検品AIが、使うほど育っていくわけです。
指示例:「公開前チェックリストに沿って、この投稿を検品して。引っかかった箇所は理由つきで」
効果:「出したあとに気づく」がなくなります。信頼は、ミスを出さないことでしか積み上がりません。
13. リール・動画の台本を作らせる
構成メモと「過去に伸びた台本」を渡して、60秒リールの台本を書かせます。
大事なのは、伸びた台本を必ず見本として渡すことです。何も渡さずに書かせると、"それっぽいだけ"の台本が出てきます。AIの出力の質は、渡す見本の質で決まる。
僕の実測で、台本作成は3時間→30分になりました。以前はリール台本だけで外注に月3万円払っていた作業です。
指示例:「この構成メモから60秒リールの台本を。@伸びた台本.md の型に沿って」
効果:ここだけで外注1人分。しかも自分の型だから、質がブレません。
14. スライドの構成案と画像生成プロンプトまで作らせる
セミナーや講座の内容を渡すと、スライドの構成案と、1枚ごとの画像生成プロンプトまで出せます。
スライドづくりの本当の手間は、デザインそのものより「何をどの順で、どう見せるか」を考えることと、外注さんに依頼文を書くことです。その両方が消えます。
僕はスライドを外注していた時期がありますが、今は構成も画像指示もAIに出させて、生成された画像を差し込むだけです。
指示例:「このセミナー内容でスライド構成案を。各スライドの画像生成プロンプトもセットで出して」
効果:デザイン費と、依頼のやりとりに溶けていた時間が、両方消えます。
15. サムネの文言を切り口を変えて複数出させる
動画やバナーのサムネ文言を、「数字強調」「問いかけ」「損失回避」など、切り口を変えて5パターン出させます。
サムネで手が止まる原因は、1案しか思いつかないからです。1案だと「これでいいのかな」と不安なまま出すことになる。5案あれば、比べて選べる。
選んだ結果を「今回は問いかけ型を採用した」とメモさせておくと、自分の勝ちパターンのデータが溜まっていきます。
指示例:「この動画のサムネ文言を、切り口を変えて5パターン。数字強調・問いかけ・損失回避を混ぜて」
効果:悩む時間が消えて、選ぶ精度が上がります。
16. コメント・DM返信の下書きを自分の文体で
届いたDMやコメントを貼って、自分の文体ナレッジに沿った返信案を3つ出させます。
3案がポイントです。1案だと「採用か、書き直しか」の二択になりますが、3案あると「1案目の前半と3案目の締めをくっつける」という編集ができる。この方が圧倒的に速い。
返信は、質より「溜めないこと」が信頼になります。書き出しで手が止まる時間をゼロにするのがこの使い方です。
指示例:「このDMに、僕の文体ナレッジに沿って返信案を3つ。丁寧め・普通・短めで」
効果:返信が溜まらなくなる。フォロワーとの距離は、返信の速さで縮まります。
17. 日々の気づきを「ネタバンク」に蓄積させる
発信で一番きついのは、書くことじゃありません。「今日、何を書こう」と考えることです。
だから僕は、日々の気づき・受講生からの質問・伸びていた他人の投稿を、その場でAIに渡して1つのファイルに蓄積させています。このネタバンクが、僕はもう100件を超えました。
ポイントは「切り口も添えて」と頼むこと。素材だけじゃなく「これはビフォーアフター型で書ける」「これは失敗談型」とタグがついた状態で溜まっていきます。
指示例:「今日の気づきをネタバンクに追記して。どの型で発信に使えるか、切り口も添えて」
効果:ネタ切れが構造的に消えます。発信は、才能より在庫です。
18. 引用リポスト用の動画を探して切り抜かせる
Xでは、動画つきの引用リポストが伸びます。でも「合う動画を探して、全部見て、どこを切り抜くか決める」で半日消えるのが現実です。
Claude Codeなら、記事を渡すと関連動画を探して、字幕から見どころを特定して、「この動画の1:05〜2:10が使える」と秒単位で提案し、切り抜きまでやってくれます。
僕はこれを、自分の記事を拡散させる引用リポストづくりに使っています。動画選び・視聴・カットという一番時間の溶ける工程が、丸ごと手を離れました。
指示例:「この記事に合う引用用の動画を探して。見どころを秒で指定して、切り抜きまでやって」
効果:拡散の一手が、頼み事1つになります。
19. 自分の口調ナレッジを作って文体を固定する
過去の自分の投稿をまとめて渡し、口調の特徴——語尾、一人称、よく使う言い回し、使わない表現——を抽出させて、1枚のルールにします。
これはSNS事業部の「心臓」です。9番の下書きも、11番の転用も、16番の返信も、この口調ナレッジがあるから全部「自分の文章」で出てくる。
ここをサボると、AIの文章は一生「それっぽい他人の文章」のままで、毎回の手直しが消えません。一度作れば、以後のすべての出力に効きます。
指示例:「僕の過去投稿30本から、口調の特徴を抽出して文体ルールにまとめて。語尾・言い回し・禁止表現に分けて」
効果:AIの文章が「自分の文章」になる。発信をAIに任せる話は、ぜんぶここから始まります。
■ 商品事業部:顧客対応を渡す(8個)
講座や個別相談みたいに「お客さんがいる」人向けの部署です。
対応の質は落とさず、対応の"下ごしらえ"を全部AIに渡します。
20. 面談録画を「文字起こし→議事録」まで自動処理
面談やコンサルの録画を渡すと、文字起こしから議事録までを一気に処理してくれます。議事録は「決定事項」と「次のアクション」を分けさせるのがコツです。
面談の後処理って、やる気が一番残っていない時間にやる作業なんですよね。だから後回しになり、記憶が薄れ、質が下がる。
僕は面談が終わったら「さっきの面談、処理して」と一言頼むだけです。議事録どころか、相手にそのまま送れる共有文まで出てきます。
指示例:「この面談録画を文字起こしして、議事録に。決定事項と次のアクションを分けて、相手に送れる共有文も」
効果:面談の後処理が、会話1つで終わります。しかも面談直後だから、内容が一番濃い状態で残る。
21. 議事録から「相手のタスク」だけ抽出して共有文に
議事録から、お客さん側がやることだけを抜き出して、番号つきの共有文にさせます。
人は打ち合わせのあと、自分のタスクすら半分忘れます。相手のタスクを整理して「次回までにこの3つをお願いします」と送るだけで、相手の行動が進み、次の面談の質が上がる。
そしてこれをやる人は、それだけで「丁寧で仕事ができる人」として記憶されます。かかる手間は、頼み事1つなのに。
指示例:「この議事録から、お客さんがやることだけ抜き出して、そのまま送れる共有文にして」
効果:フォローの質が上がるのに、フォローの手間は減ります。
22. よくある質問をQA集に蓄積して、一次回答させる
お客さんから質問が来るたびに、質問と自分の回答をQA集に追記させていきます。そして新しい質問が来たら、QA集を踏まえた回答案を出させる。
僕のQA集は300問を超えました。ここまで来ると、新しい質問の9割は過去の類題です。ゼロから考える回答は、ほとんど残っていません。
しかもこのQA集、溜まるほど別の価値が出ます。FAQページの種になり、教材の種になり、26番の分析素材になる。
指示例:「この質問と僕の回答をQA集に追記して。次から似た質問が来たら、QA集を踏まえて回答案を出して」
効果:対応が軽くなり続ける。頑張って回答した過去の自分が、今日の自分を助けてくれる仕組みです。
23. 顧客カルテを自動で更新させる
お客さんごとに1枚のカルテ(これまでの経緯・現状・宿題・注意点)を作り、面談のたびに追記させます。
顧客記録が続かない理由は、シンプルに「管理表を開くのが面倒」だからです。会話のついでに「カルテに追記しといて」で済むなら、続きます。
効くのは次の面談の直前です。カルテを1分読み返すだけで、前回の文脈が完全に戻る。「えっと、前回どこまで話しましたっけ」が消えます。
指示例:「今日の面談内容を、この人のカルテに追記して。前回からの変化がわかるように」
効果:顧客対応が「記憶頼み」から「記録ベース」になります。お客さんが増えても質が落ちません。
24. 受講生チャットの返信案を、蓄積した返信ナレッジで
受講生やお客さんからのメッセージに、返信案を作らせます。16番のDM返信と同じですが、こちらは一歩進めて、自分が直した差分を蓄積させるのがポイントです。
AIの返信案を自分が手直しして送ったら、その修正前後を「返信ナレッジ」に記録させる。「僕はこういう時、労いを先に入れる」「絵文字はここまで」という癖が言語化されて溜まっていきます。
すると返信案が、使うほど自分に寄ってくる。1ヶ月後には、ほぼ直しゼロで送れるようになります。
指示例:「この返信、僕が直した箇所と理由を返信ナレッジに追記して。次から反映して」
効果:対応の質が、誰に対しても・いつでもブレなくなります。
25. 講座・教材の台本を作らせる
教材動画のテーマを渡して、構成案→台本まで作らせます。ここで効くのが、22番のQA集を一緒に渡すことです。
教材が「わかりにくい」と言われる原因は、作り手が「教えたいこと」を並べるからです。QA集には「受講生が実際につまずいた場所」が入っている。そこから逆算した台本は、届き方が違います。
構成案の段階で一度止めるのは、10番の記事と同じ鉄則です。
指示例:「このテーマで受講生向けの動画台本を。QA集を読んで、実際につまずいている所を重点的に」
効果:教材づくりの初速が変わり、しかも「本当に求められている教材」になります。
26. 顧客の質問傾向を分析して、次の一手を決める
溜まったQA集を分析させて、「多い悩みトップ5」と「次に作るべきコンテンツ」を提案させます。
商品開発を勘でやると外します。でも、お客さんが実際に発した質問の集計は、市場調査そのものです。既に手元にあるのに、ほとんどの人は集計せずに捨てています。
僕はこれで「次の教材」「次のセミナーテーマ」を決めています。よく聞かれることを商品にするだけなので、外しようがない。
指示例:「QA集を分析して、多い悩みトップ5と、次に作るべき教材・企画を提案して」
効果:お客さんの声が、そのまま商品企画になります。