OpenAIの新機能dots検証レビュー：SNSネタ収集とClaude/Codex連携の便利さと初期の壁
SNSのネタを集める。
使えそうな情報を選ぶ。
そして、別のAIに渡して、
記事や投稿に仕上げていく。
この作業、続けていると、、
情報を探す時間だけでなく、
「AI同士の間で、同じ前提や説明をやり直す手間」も、
気になってきませんか？
そこで今回、OpenAIの新機能「dots」を
自分の仕事の中で試してみることにしました。
つけた名前は「JARVIS」。
普段から使っているローカル環境のClaudeやCodexと組み合わせて、
ネタ集めからコンテンツ制作までをつなげる方法の検証です。
現時点で確認できているのは、
10月4日の朝に、最初の調査レポートが届いたこと。
そして、GitHubを経由してローカルのClaudeやCodexに依頼を投げ、
文章としての結果を受け取れることです。
この記事は、2026年10月4日時点の検証記録です。
実際に使ってみて便利だと感じた点と、
初期設定で実際につまずいてしまったポイントを、
道具の比較で消耗するのは、もう終わりにしませんか？
コピペを繰り返す毎日にサヨナラしましょう。
仕事ですぐ使えるコピペOKの実践教材を、今すぐ手元へ差し出します。迷わずガツガツ動かす側へ回るのである。
率直にお話ししますね。
dotsに任せたかったこと
公式の案内を見ると、dotsはクラウド上で動き、
会話の合間にもバックグラウンドで仕事を進めてくれるエージェントとして紹介されています。
調査や資料作成などに対応し、
判断が必要な場面があればユーザーに確認を求めてくる仕組みです。
公式紹介：https://learn.chatgpt.com/docs/dots
私がまず任せたかったのは、とてもシンプルです。
AI活用、コンテンツ販売、SNS発信に使える、
「日々の情報の収集」でした。
具体的には、こんな条件です。
毎朝、日本時間で話題を3つピックアップすること。
参考になりそうなInstagramリールがあれば、
再生数の多い事例を最大3本まで拾ってくること。
そして、情報源のリンクや日付、
確認できた数字もしっかり添えてもらうこと。
ここで、一つだけ外せないルールを決めました。
それは、
「検索結果のテキストだけを見て、
動画を分析したことにしないでほしい」
ということです。
リールを取り上げるなら、
実際に動画を開いて中身を確認する。
再生数が画面から確認できなければ、
推測で埋めない。
発信で使う以上、ここを曖昧にすると
後で困ることになりますからね。
10月4日の朝には、最初の調査レポートが届きました。
毎回こちらから検索に向かわなくても、
検討する材料が手元に届く。
まず実感できた便利さは、まさにこの部分でした。
クラウドでの調査と、自分のPCでの実行
ただ、使い始めてみると、
「これは一体、どこで動いているのか？」
を頭の中でしっかり整理しておく必要がありました。
というのも、、
dotsにはクラウド上のコンピューターとブラウザーが用意されています。
そのため公式の説明では、
「自分のPCの電源を切っていても、
クラウド側の作業は続けられる」
とされています。
一方で、自分の手元のPCを使わせるには、
そのPCがオンラインで立ち上がっていて、
対応アプリが開いている必要があります。
接続の説明：https://learn.chatgpt.com/docs/dots/computers-and-apps
今回の検証で言うと、朝の調査レポートが届いたことは確認できました。
ですが、その瞬間に自分のPCの電源が落ちていたかまでは、
確認できていないのです。
ですから、
「PCを切って実証できた」
と書くことは、今の段階ではできません。
さらに、後でお話しするClaudeやCodexとの連携は、
「私の手元のPC」で動く仕組みです。
当然ですが、PCがスリープしたり電源が切れたりすれば止まります。
PC起動時の自動起動も、まだ設定していません。
別の常時稼働サーバーを用意する予定も今のところないので、
いまはこの条件で運用しています。
Claude／Codexとの連携は、GitHubを受け渡し場所に
次に試したのが、手元のClaudeやCodexとの連携です。
最初はagmsgという仕組みを使ってやり取りしていたのですが、、
自分でメッセージの送信や受信を繰り返す手間が残ってしまったのですね。
そこで、GitHubの非公開リポジトリを、
依頼と結果の「受け渡し場所」にすることにしました。
流れとしては、こんな感じです。
1. GitHubに「やってほしい依頼」を置く
2. PC側の連携プログラムがその依頼を受け取る
3. ローカルのClaude、またはCodexが処理を実行する
4. 出てきた結果をGitHubに書き戻す
この一連の往復は、実際に動くことが確認できました。
同じ依頼を重複して実行しないこともテスト済みです。
ただし、ここで注意点があります。
今回確認できたのは、あくまで「文章を返す処理」だけです。
モデルから使えるツールやMCP連携は無効にしています。
プロジェクト内のファイルを自動で編集するところまで
検証したわけではありません。
このGitHubを経由する仕組みは、
今回、別途用意した連携の仕組みです。
dotsの画面にClaude連携の設定ボタンがあり、
それだけで完成した、という話でもありません。
また、朝の調査結果は、
現時点ではdotsのチャット画面に届いている状態です。
GitHubへの保存や、
ClaudeやCodexへの自動取り込みは未接続です。
リサーチと制作を一本につなぐには、
もう一段の整備が必要です。
以前使っていたagmsgもまだインストールされたままで、
ほかの仕組みが依存していないか確認できていません。
完全に置き換え終わった段階ではないのです。
初期設定では、認証情報と保存先につまずいた
ここ、実際に触ってみて
書いておきたいポイントです。
設定を進めている途中で、
リポジトリの名前を入れる確認欄に、
認証用のトークンを貼り付けてしまう場面がありました。
そのトークンは失効させ、
新しいものを再発行しています。
その後は、入力内容が画面に表示されない専用の入力画面を使う形にしました。
さらに、保存先の扱いに問題があり、
一度は保存に失敗したりもしました。
環境に合うよう修正して、
保存できることを確認した、という次第です。
AIに設定を手伝ってもらえたとしても、
「いま何を入力する欄なのか」
は、自分でも確かめる必要があります。
特に認証情報は、入力先と保存方法を確認してから扱う。
ここは便利さとセットで考えておきたいところです。
記録が残ってこそ、次の改善につながる
私が重視しているのは、
依頼と結果を後から追えることです。
別のAIを使うたびに、
「目的はこれで、前提はこうで、前回ここがダメだったから……」
と最初から説明し直していては、
改善を積み重ねにくくなりますよね。
GitHubに依頼と結果を残せば、
何を頼み、何が返ってきたかを見返せます。
往復が成功することに加えて、
この記録が残る形に意味があります。
今後は、調査結果をどう保存し、
どの情報を制作側に渡すかを詰める必要があります。
情報を全部流すだけでは、
読む量が増えることにもなりますからね。
まずは「毎朝、使える材料が届く」から
今の段階では、
時間短縮や売上への効果は、まだ測定できていません。
設定や確認の手間もあり、
全工程の自動化も途中です。
それでも。
SNS発信やコンテンツ制作を続けていて、
「日々の情報収集を定型化したい」
と考えている人には、試す価値のある使い方だと思います。
最初から複数のAIをつなぐ必要はありません。
まずは、dotsにこんな依頼をしてみるだけで十分です。
「毎朝、日本時間の午前8時に、私の発信テーマに関係する話題を3つ、情報源と日付付きでまとめて。確認できない数字は書かず、それぞれ投稿に使える切り口も1つ添えて」
届いた内容を見て、
要らなかった情報と、もっと欲しかった情報を返す。
そこから条件を調整していく。
私もまずは、届く情報の質と、
記録を制作に引き継ぐ仕組みを確かめていきます。
小さな仕事を一つ任せて、
結果を見ながら広げる。
その進め方が、今の検証には合っているのです。
コピペ係から抜け出し、実務直結の実践教材を無料で手に入れる。
AIの使い分けから、業務で使える画像づくり、手持ちのnoteを丸ごと動画化する手順まで、コピペOKの指示文や構成テンプレートを実践教材としてまとめました。
知識を集めるだけで終わらせず、自分の手でサクサク形にする側へ回るのである。
受け取りは簡単。下の案内ページからLINEオープンチャット「東京AIラボ」に無料参加し、中の「ノート」を開くだけで無料プレゼントを受け取れます。
