note運用7工程にAIを組み込んで見えた。「作業」より残っていたのは“つなぎ目”だった｜AI秘書を作るまで #0

note運用で面倒なことが出るたびに、AIや自動化を一つずつ増やしてきました。

記事を書く。
アイキャッチを作る。
SNSで告知する。
コメントを見落とさないようにする。
数字を集める。
その数字を分析する。

振り返ると、毎回ゼロから手作業する場面はかなり減っています。

それなのに、「note運用そのものが楽になった」と言い切れない部分が残っていました。

「次は何をする？」
「これは今やる？」
「もう少し待つ？」
「この結果はどこに反映する？」

こういうことは、結局ずっと自分で考えています。

もしかすると、これまで「どの作業をAIに任せるか」ばかり見ていたこと自体が違うのかもしれません。

そこで今回は、新しい自動化を作る前に、今のKira AI Labのnote運用を一度すべて並べてみることにしました。

いわゆる「ASIS」。

難しい話ではなく、簡単に言えば「今どうなっているのか」を整理することです。

まず、今のnote運用を全部並べてみた

Kira AI Labのnote運用を大きく分けると、現在は7つの工程があります。

企画・設計
→ 記事制作
→ ビジュアル
→ 公開・SNS
→ データ・反応収集
→ 分析・検証
→ 改善
→ 次の企画へ

こうして並べてみると、自分でも少し驚きました。

AIを使っているのは「記事を書くところ」だけではありません。

企画する前から、公開した後の分析や改善まで、ほぼすべての工程に何らかのAIや自動化が入っています。

ここから、それぞれで何をしているのか整理してみます。

AIは「記事を書く」前から、すでに働いていた

まずは記事を公開するまでです。

① 企画・設計

記事を書く前には、

「次は何を書くか」
「これまでの記事と重複していないか」
「シリーズとしてどの順番が自然か」

を考えます。

ここでもAIを使っています。

過去記事やロードマップを見ながらテーマを整理したり、構成を壁打ちしたり、シリーズ全体の流れを確認したりします。

ただ、AIが候補を出したからといって、そのまま書くわけではありません。

今何を伝えたいのか。
何を実際に試すのか。

最後に決めるのは自分です。

② 記事制作

記事制作では、Kira AI Lab専用のAIエージェントを使っています。

企画、調査、構成、下書き、編集、ファクトチェック、公開準備までを一つの流れとして支援する仕組みです。

以前は「ChatGPTに文章を書いてもらう」という使い方に近かったのですが、今はもっと広く、記事制作というプロセス全体を手伝ってもらっています。

ただし、実際にやったこと、結果、感じたことまでAIに作らせることはしていません。

そこは自分が入ります。

この仕組みについては、以前の記事で詳しくまとめました。

「noteを書く専用AIエージェントを作ってみた。企画からX告知まで、どこまで任せられる？」

③ ビジュアル

アイキャッチや図解にもAIを使っています。

記事内容からコンセプトを考えたり、構図を検討したり、画像を生成したり。

ただ、生成されたものをそのまま採用するわけではありません。

記事の内容と合っているか。
Kira AI Labらしい見た目になっているか。
その画像で読者に何を伝えるのか。

最後は人が見て決めます。

ここまででも、

企画 → 記事制作 → ビジュアル

と、「文章を書く」という一作業よりかなり広い範囲にAIが入っています。

作った後もAIに任せてみた。でも、任せすぎて失敗したこともある

記事を作った後には、「届ける」仕事があります。

④ 公開・SNS

XやThreadsの告知文も、記事内容をもとにAIに考えてもらっています。

さらにThreadsでは、投稿文を生成して、そのまま自動投稿するところまで作ったことがあります。

技術的には動きました。

でも、別の問題が起きました。

AIが自然な文章へ言い換える途中で、

「掲載された」が「掲載した」になったり、
「未確認」が「確認中」になったり。

文章としては自然でも、事実が少し変わってしまうことがありました。

そこで生成後の事実チェック、再生成、問題があれば投稿しないSKIP処理まで追加しました。

その後、自動投稿そのものは止め、人が公開可否を確認する運用にしています。

この経験で分かったのは、

「自動化できる」と「自動化した方がいい」は同じではない

ということでした。

詳しい経緯はこちらの記事にまとめています。

「Threads自動投稿をAIで作って分かった。文章生成より『事実を変えない』ことの方が難しかった」

一方、人を残したことでうまく回っている仕組みもあります。

⑤ データ・反応収集

公開後は、数字や読者の反応を集めます。

noteの記事データや流入元は、定期的に自動取得しています。

さらに、コメントや返信を見落とさないために、Gmailへ届くnote通知もChatGPTに確認してもらっています。

ここでは、すべての通知を知らせてもらうのではなく、

「これは対応した方がいい」

というものだけを拾うようにしています。

でも、返信までAIに任せてはいません。

気づくところはAI。
対応するのは人。

という分担です。

メールウォッチについてはこちらで公開しています。

「noteのコメントを見落としたくない。ChatGPT×Gmailで必要な通知だけ拾うメールウォッチを作った」

同じ「自動化」でも、任せる範囲は同じではありませんでした。

ここは、後になってかなり重要だったと感じています。

数字を集めるだけでは足りなくなって、分析までAIに広げた

データを自動で集められるようになると、次の問題が出てきました。

数字が増えても、

「で、どこを見ればいいの？」

となります。

そこで作ったのが、note分析ダッシュボードです。

最初はGoogle Sheetsへ数字を集めるところから始まりました。

そこから、

数字を自動取得する。
記事ごとの変化を見る。
流入元を見る。
施策の前後を見る。
記事の状態を分類する。
AIに改善候補を考えてもらう。

と、必要になった機能を少しずつ追加していきました。

今では、数字を集めるだけではなく、

「何が変わったか」「どの記事を見た方がよさそうか」

を考えるための分析環境になっています。

ダッシュボードを作った過程はこちらです。

前編：

後編：

ここまで来ると、自分でも「かなり自動化できたな」と思っていました。

記事を作る。

届ける。

数字を集める。

分析する。

改善候補まで出す。

かなりのところまでAIが入っています。

でも、ここでまた自分が登場します。

それでも最後に「じゃあ、何をする？」と考えているのは自分だった

たとえばAIが、

「この記事は改善した方がよさそうです」

と出してくれたとします。

そこから先です。

今すぐ改善する？

もう少し数字が集まるまで待つ？

タイトルだけ変える？

それより、新しい記事を先に書く？

実施した施策の結果はいつ確認する？

こういう判断は、毎回自分がやっています。

企画にもAIがいる。

記事制作にもAIがいる。

SNSにもAIがいる。

データ収集にもAIがいる。

分析にもAIがいる。

それなのに、工程と工程の間では毎回、

「次はどうする？」

と自分に戻ってきます。

ここで、最初に感じていた違和感の正体が少し見えてきました。

自動化できていなかったのは、作業ではなく「つなぎ目」だった

もう一度、note運用を見てみます。

企画したら、制作へ進む。

制作したら、公開する。

公開したら、結果を見る。

結果を見たら、改善する。

改善したら、次の企画へ反映する。

各工程の中には、かなりAIが入っています。

でも、

何を選ぶか。
今進めるか。
まだ待つか。
いつ確認するか。
結果を次にどう反映するか。

この「つなぎ目」は、自分が担当していました。

つまり、

自動化できていなかったのは、作業そのものではなく、作業と作業の「つなぎ目」だった。

AIは各工程で働いている。

でも、そのAIたちを動かしているのは、まだ自分です。

もちろん、だからといって、この判断まで全部AIへ渡せばいいとは思っていません。

Threadsの自動投稿のように、人が入った方が安全だったり、品質が上がったりする工程もあります。

必要なのは「人をなくすこと」ではなく、

どこを人が担い、どこをAIに任せるのかも含めて、仕事の流れ全体を見ること。

今回の整理では、そこまでが見えてきました。

AI活用を、作業単位ではなく「仕事の流れ」で考える

今回、自分のnote運用を並べてみて、一番大きかったのはこの視点の変化でした。

これまでは、

「記事制作をAI化する」
「SNS投稿を自動化する」
「数字の取得を自動化する」

というように、作業単位で考えることが多かったです。

でも、それらを全部並べてみると、

一つの仕事は、前後の仕事とつながっている

ことが見えてきます。

AIを使っているのに、なぜか考えることが減らない。

そんなときは、新しいAIツールを探す前に、一度自分の仕事を最初から最後まで並べてみると、別の課題が見えるのかもしれません。

どこをAIがやっていて、どこを自分がやっているのか。

そして、その間を誰がつないでいるのか。

今回、Kira AI Labでそれをやってみた結果、次に困っていることもはっきりしました。

次に必要だったのは、まず「忘れない仕組み」だった

AIや自動化が増えても、管理すること自体がなくなるわけではありませんでした。

新しい記事を書く。

公開した記事の数字を見る。

試した施策の結果をあとで確認する。

返信を待つ。

改善案を試す。

思いついた企画を忘れないようにする。

note運用を広げるほど、「あとでやること」「待っていること」「確認すること」が増えていきます。

そして私は、普通に忘れます。

「これ、あとで確認しよう」と思っていたことを忘れる。

やることが複数あると、「どれからやるんだっけ？」となる。

AIで個々の作業を効率化した次に困ったのは、もっと素朴な問題でした。

やることと、やる順番を覚えていられない。

だったらまず、ちゃんとタスクを管理する仕組みを作ってみよう。

そこから、次の実験が始まりました。

そこから実際に作ったのが、Kira Personal PM v1.0です。

「やることを忘れない」「次に何をするか分かる」ために、ChatGPT・Notion・GASをどう組み合わせたのか。
続きは #1 でまとめています。

▶ ChatGPT×Notion×GASで自分専用のタスク管理を作った｜AI秘書を作るまで #1【v1.0】

まとめ

今回、Kira AI Labのnote運用を7工程に分けて整理してみました。

並べてみると、企画から制作、SNS、データ・反応収集、分析、改善まで、思っていた以上に多くの場所へAIや自動化が入っていました。

一方で見えてきたのが、作業と作業の「つなぎ目」です。

個別の作業を効率化するだけでは、何をいつやるか、何を待つか、次にどこへ進むかを管理する仕事は残ります。

そして、その管理を頭の中だけで続けると、私は普通に忘れます。

次は、その最初の一歩として、

「やることを忘れない」
「次に何をするか分かる」

ためのタスク管理を作っていきます。

「AI秘書を作るまで」シリーズ

ChatGPT・Notion・GASなどを使い、仕事を一緒に回すAI秘書を作って改善する過程を記録しています。

本編 #0〜#5 を最初から読みたい方や、Manus比較・AI編集長などの番外編を探したい方は、こちらにまとめています。