月次レポートを、月初ギリギリに出す部下がいて。 聞いたら、1ヶ月分の作業を思い出して、記録を拾って、時系列に並べる。 この工程に毎月30〜40分かかってるらしい。 「AI使って社内チャットのログをまとめたら？」と伝えた。 翌月、「早速やってみました」と言ってきた。 社内チャットのログをChatGPTに渡して 「これでスライドを作ってほしい」って伝えたら ・5/3｜A社商談準備｜提案資料の初稿作成・論点整理 ・5/11｜社内進捗報告｜部門横断の共有会で課題抽出 ・5/18｜B社現地確認｜仕様変更点のヒアリング・議事録まとめ ・5/24｜月次数字集計｜KPI達成率の確認・上長レビュー対応 日付・作業項目・内容が揃った一覧形式で出てきたんですよね。 物足りなかったから普段のスライドも渡して 「デザインのトンマナを合わせて」と言ったら、ほぼそのまま使えるものが出てきて。 「スライドは自分で作るしかないと思ってました」って驚いてた。 意外と「画像はAIが作れても、スライドは作れない」と思ってる人がいて。 AIは自分の想像より遥かに進んでるから、 今回の件もそうですが、何でも試してみることが大事だなと思ってます。

キーワード・見出し・関連KWをAIに渡したら、調査から記事構成まで全部出せた。 三度見したｗ 何が起きたかというと、こういうこと。 「ラインクーポン デメリット」とキーワードを入れて、 上位4サイトのH2/H3一覧と「他の人はこちらも検索」のスクショを一緒に渡した。 まず関連KWのスクショを読んで、 検索意図がメインKWとズレないものをのを関連KWとして採用。 次にそのKWとメインKWを軸に、検索意図を5件・ペルソナを言語化。 で、上位4サイトの「評価されている要因」を徹底的に調べたうえで、 H2、H3を出力、ついでにライターが書きやすいように記事の叩き台も出してる。 ちなみに、一度の出力では不安定だからこんな感じで評価してもらってる👇 # 評価ルール（5軸・各0〜2点・合計10点） - Intent Fit（意図充足） - Structure Logic（論理と順序） - MECE（漏れ/重複/粒度） - SERP Competitiveness（上位戦闘力） - Read & Continue（可読性/離脱防止） ただ、これだとAIは「完了すること」を優先しすぎて精度が下がる。 だから「1位獲得するうえでの懸念点」を洗い出してもらい、 もし不安点がある場合は僕にチェック依頼してもらうようにしてます。 （評価ルールを２回まわすように指示してるんですが、今のところこれが一番安定するｗ） こっちがOKを出したらDriveに指定のスプレッドシートが新規保存されるだけど、 この一連の作業が、キーワードを渡してから15分かからなかった。 おかげで今は方向性の最終確認とライターへのブリーフィングだけになってる。 ただし精度は「渡す情報」で全部決まると思ってて。 キーワードだけだとここまでは出てこない。 「上位記事の見出し」と「関連KWのスクショ」をセットで渡して、初めてこの形になる。 たたき台の速さを活かすも殺すも、渡す設計次第で決まる。

【物販講座】今日から募集開始します。 クライアントワークの、本当のリスクを知っていますか？ それは、ずっと「選ばれる側」でいること。 これは、クライアントワークが終わった、という話ではなく、スキルを磨いてAIを使いこなせる人は、引き続きクライアントから選ばれ続ける。それは変わらない。 ただ、AIによって、クライアントワーク1本への依存リスクが大きくなりました。 作業系スキルの単価が下がる。クライアントの予算が縮小する。案件が切れる。どれだけ頑張っても「選ばれる側」の立場は変わらない。 この構造上のリスクが、以前より顕在化しています。 なぜなら、普通の人はAIで代替出来るから。 だからこそ「自分の商品・自分の販路を持つ事業」としての物販の価値が上がっています。 クライアントワークがあることで、物販の仕入れキャッシュフローが安定する。物販の収益が育つことで、クライアントワークへの依存度が下がる。この両輪が回り始めると、1本のときとは全然違う安定感が生まれます。 逃げ切りサロンメンバーにも、LINE構築のクライアントワークをしながら、物販事業を育てている方がいます。 そんな選択肢として 物販講座「ワンダフルセラー」無料説明会の 募集を今日から開始します。 ◤￣￣￣￣￣￣￣￣￣￣￣￣￣￣￣◥ 　AI時代に、自分の事業を作る　 　 ワンダフルセラー 無料説明会　　 ◣＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿◢ ✅ 開催：6/24(水)〜6/28(日) 各日21時〜 ✅ 参加費：無料 / Zoom開催 ✅ アーカイブ：一般公開なし 講師は物販業界のレジェンド「のの​さん」。 せどり・電脳・刈り取り・卸メーカー仕入れ・自作ツール開発まで、Amazon物販を未だに現役でやっている、初期の人生逃げ切りサロンのメンバー。 過去のコンサルでは月利10〜15万円で停滞していた受講生の67%を月利100万円達成まで持っていきました。 参加特典として「ののさんが実際に仕入れ・販売した商品100選」「電脳仕入れ先50選リスト」など6点を全員に無料配布します。 ・クライアントワークへの依存に少し不安。 ・AI時代にもう一本の収入の軸を持ちたい。 ・物販に興味はあるけど何から始めればいいか分からない。 と、少しでも思っている人は、説明会に参加して損はない。 ━━━━━━━━━━━━━━━━ ▼参加方法▼ この投稿の「いいね」ボタンをタップ → 専用LINEに招待します ━━━━━━━━━━━━━━━━

まだGoogleフォームでヒアリングシートを送ってませんか？ 支援先のWebコンサルが、新規顧客に「現状把握シート」をGoogleフォームで送っていた。 初回面談前に相手の課題を把握したい、という目的で。 「あんまり回答してもらえないんですよね。返ってきても体感3割くらいで」 Googleフォームは送信して終わり。 回答するメリットが相手にないから、返ってこない。当然と言えば当然でｗ そこで「Webマーケティングの自己診断ツール」をHTMLで作ってみた。 Googleフォームよりも答えやすいUIだし、 回答後に結果が即表示されるから「自社の課題を知りたい」人に刺さった。 結果、回答率が30%→70%に大幅アップした。 フォームと診断ツールの違いは「相手に何が返ってくるか」だけ。 入力したら課題が分かるというメリットを提示すれば、回答するハードルも下がる。 ちなみにこういうツールもAIで作ってます☺️

営業職の方、何もせず名刺を溜めてませんか？ 支援先の社員がもらった名刺が引き出しに数百枚ためていた。 聞いたところによると、入力する時間がない、専用のソフトを買うほどでもないって話らしい。 でも名刺って、営業のフックになる大事な情報なんですよね。 業界別にリスト化すれば営業先の整理になるし、定期的に挨拶を出すきっかけにもなる。 「この業界、知り合いいたな」って思い出す索引としても使える。 放置するってことは、それを諦めるのと同じで。 もったいないので「これって、AIで読めますよ」と試してもらった。 やり方は、机に名刺を10枚ずつ並べてスマホで撮影。 あとはAIに「会社名・氏名・役職・連絡先を抽出して、表形式で出して」と頼むだけ。 数百枚でも撮影は30カットくらい。最後にざっと目視チェックして、1時間ちょっとで営業リストができた。 （名刺は他人の個人情報なので、入力が学習に使われない設定かだけ確認してから） もちろん、Eightとかの名刺管理アプリを使う手もある。 ただ、大抵は無料だとデータ化止まりで、CSV書き出しは有料だったりする。 そういう時はサクッとAIを使っちゃった方がいいんですよね。 名刺がたまってる方、まずは10枚、机に並べて撮るところから始めてみてください。

久しぶりにGoogle Driveを開いたらカオス状態になっててｗ 案件ごとにフォルダを作ってるんですけど、その下にさらに細かく分けて、 似た名前のフォルダが幾つもある状態だったんですよね。 だから検索してもどれが何の最新版か分からない。 「整理したいけど自分でやると一日溶けるな」と思って、Coworkに頼んでみた。 「Drive全体を見て、業種別・年別・案件別の3階層構造に整理して。 重複してるフォルダはまとめて、不要そうなファイルは削除候補としてリスト化して」 そしたらCoworkが自分でDriveを読みに行って、構造を提案して、そのままフォルダ移動・統合まで実行した。 不要そうなファイルだけ確認してから削除したけど、それでも作業時間は30分くらい。 AI活用の次のステップは、 「業務を相談する」から「業務をやらせる」への移行なんじゃないかと。

この前、経営管理してる友達と話してたんですけど 「色々散らかってるからNotionで一元化したいんだよね」って言われて。 聞いたところ、案件管理とタスクとドキュメント系を紐付けしたいって感じだから 「問題なさそうだな」と思った。ただ少し気になった点があって。 「それって実際に使うのはどんな立場の人？」 「現場の数人と、外注先の人たちだけど」 「え、いきなりNotionは厳しくない？」 というのが今までAIに触れてこなかった人たちに、 突然Notionの操作を覚えてもらうのは少しハードルが高いんじゃない？って思ったんですよね。 だからすぐにNotionへ完全移行するんじゃなくて、 少しずつ触る時間を作りながら段階的に進めていくのを提案した。 ちなみに、僕はあまり使ってませんが、うちの社内では一部Notionを使ってます。 でもこれって1年かけて段階的に移行してきた結果なんですよねｗ 最初はスプシで運用して、AIで自動化を組んで、 メンバーが「ツールで業務を回す」感覚に慣れてきたタイミングでNotionに移した。 Notionをはじめとした高機能な業務管理ツールは、使いこなせれば強い。 でも、使いこなせるまでにいくつも壁があるから、まずは従業員の育成が必要。 そういう判断も含めて「AIを使う」ってことだと思ってます。

支援先の経理担当の方、月末のたびに入金明細と請求書金額を1件ずつ突き合わせてて、 取引先が200件ぐらいあるから毎月1日以上かかってた。 「これって自動化できないですか」と相談されて、まず確認したのが2つ。 銀行明細がCSVで落とせるかと、消し込みのルールを言語化できるか。 ただ、判定ルールを整理したら意外と複雑で。 取引先名の表記ゆれは部分一致で対応できるんですが、 「請求額と入金額が合わない」のが毎月一定数あって、その多くが振込手数料の相違。 よくあるケースなんですが、この会社、 メインバンクが3行あって手数料ルールがそれぞれ違うんですよね。 同行宛は無料だけど、他行宛は3万円未満が220円・3万円以上が440円、 さらに30,000円以下の請求は手数料を自社負担という運用。 でもこのルールをGASの設定値として最初に書くと、 「請求額 - 入金額 = 手数料分」の件も「入金済み」と自動判定できるようになって。 実際に動かしてみたら1日の作業が2時間まで短縮できた。 経理の方が一番驚いてたのは、「全件突き合わせる」じゃなくて 「弾かれた部分だけ確認する」に作業の質が変わったこと。 やっぱりこういう自動化が企業では重宝されるイメージです😊

スプシの数式で条件分岐を10階層やってたら破綻した話。 入金状況・案件ステータス・期日・担当者で表示を切り替える式を書いてた。 IFを入れ子にして、最終的に10階層くらいになってたんですよね。 動くんだけど、誰が見ても解読不能。 半年後に自分が触っても「これ何やってるんだっけ」となる。 1箇所変えるたびに、他の階層を確認して影響範囲をチェックする時間が増えていく。 そこでAIに「この数式をGASで書き直すと、どうなるか」と聞いた。 出てきたコードを見たら、5行くらいで終わってた。 条件ごとに関数を分けて、上から順に評価していくだけ。 数式の10階層と、コードの5行。同じ処理なのに、可読性がまったく違う。 1箇所変えても、他の条件に影響しないから怖くない。 この経験で気づいたのは、関数の限界は「処理の複雑さ」じゃなく「可読性の限界」ってこと。 数式は1セルに収めるという制約があるから、複雑になるほど密度が上がる。 コードは行を増やせるから、ロジックを分けて書ける。 スプシの数式で3階層を超えてきたら、GASに書き直したほうが圧倒的に早い。

スプシ→Slack通知のためだけに、月3,000円のクラウドツールを契約してた話。 スプシに行が追加されたら、Slackの特定チャンネルに通知が飛ぶ仕組み。 便利だったんだけど、毎月3,000円は高いなと思ってて。 「これってGASでも書けるんじゃないか」とAIに聞いてみた。 出てきたのは、20行くらいのコード。 スプシのonEditトリガーで条件分岐して、Webhook URLにPOSTするだけ。 設定して動かしてみたら、ツールと同じ動きをした。 むしろ通知のタイミングが早いくらい。 月3,000円のツールが、20行のコードと0円になった。 年間で36,000円。 案件1個分くらいの利益がそのまま残るようになった。 ここで気づいたのは、月額ツールが「やってること」は意外と単純なケースが多いってこと。 ツールが提供してる価値の8割は「設定の手軽さ」と「メンテナンスの肩代わり」。 毎月コストを払い続けるか、一度コードを書いて自前で持つか。 皆さんならどっちがいいですか？

オウンドメディアのSEO記事作成について、AIがあるので「記事をどんどん量産して、制作ペースを上げられるのでは？」と思われることも多いのですが、、、 現場感としては、実はそこまで単純ではない。 記事作成で一番重要なのは、AIで作る場合でも人間が作る場合でも、そのページにしかないいわゆる独自情報で。 例えば、 ・実際の体験／実例や事例 ・具体的なナレッジやノウハウ ・取り組みの過程、ステップ ・実際に得られた成果、数値 ・感じたメリット／デメリット こういった一次情報です。 例えば、 同じ設定や取り組みをしていたとしても、実際の過程や成果、感じたメリット・デメリットは一人ひとり違います。 そして、ユーザーもAIも、そういった「他にはない情報」を求めています。 そこが評価される重要なポイントというのは本当にずっと変わらないので。 逆に言うと、動画・画像・文章など、そもそも今まで存在していなかった一次情報は、AIだけで自動生成することができません。 ここが、SEO記事制作における現場のリアルだと思っています。 AIを使えば作業効率は上げられますが、独自情報や一次情報を集める部分は、やはり人間側で設計・収集していく必要があります。 なかなか伝わりづらい部分ではありますが、この前提を押さえた上で、引き続き進めていけるかどうかの差ですね。

WordPressのプラグインを1つ減らせた話。 AddQuicktagというプラグインを入れてたんですが最終更新日が5年前で。 更新が止まったプラグインって、脆弱性が残ったままになるのでセキュリティリスクがある。 互換性も気になってたし、そもそもプラグインは増やすほどサイトが重くなる。 そこで「これってコードで書けない？」とAIに聞いてみた。 出てきたのは、たった1行のコード。 最初はそれを親テーマのfunctions.phpに直接書いたんですが しばらく経ってテーマを更新したら、プラグインで補ってた機能が復活してて。 何が起きたかって言うと、親テーマを直接いじってたから、更新でコードごと上書きされてたんですよねｗ （子テーマ使えって話なんですけど、当時はそこまで考えてなかった） そこでAIに「テーマ更新でも壊れない場所はどこか」と聞いたら、出てきたのが mu-plugins/ という仕組み。 wp-content/mu-plugins/ というWordPressの専用ディレクトリにPHPファイルを置けば、自動で有効化される。 テーマを更新しても、切り替えても影響を受けない。 ほとんど同じ1行でも、置き場所を変えるだけで安定した。 この体験で気づいたのは、プラグインで足してる機能のうち、AIに頼めばコードで代替できるものが意外と多いってこと。 プラグインは便利だけど、増やすほどサイトは重くなるし、更新が止まれば脆弱性にもなる。 「この機能のために、本当にプラグインが必要か？」 一度AIに相談してみると、思ったより減らせることもあるんですよね。

AIで記事を量産する前に、知っておくべきリスクがある。 量産するほど、「誰が書いたか」の信頼性が薄まる。 なぜかというと、AIが生成した記事は「平均的な情報」だから。 検索上位を取っている大手メディアも同じ情報を出している。 差がつくのは「この業界でこの規模でこの地域でやってきた自分にしか書けない話」で。 AIが量産できない唯一の要素が、現場の文脈と経験。 GoogleのE-E-A-Tでは、 「一次情報なしのAI生成テキストをそのまま公開すること」が最大のNG。 でも、これって裏を返せば、AIで量産した記事が氾濫すると、 「現場の経験を書いた記事」の価値が相対的に上がってことなんですよね😊 「下書きをAIが作り、現場の経験を人間が加える」という分業が、今は一番リスクが少ない。

日報を毎日メールで送ってる企業さんがいて。 宛名・CC・件名は毎回Gmailで手で指定して、 Excelに表形式でまとめて、Gmailにコピペして送ってる。 （1通送るのに3〜4手順を毎日踏んでたｗ） そこで「もっと楽にならないか」とAIに壁打ちした。 最初に出てきた案は「ChatGPTでメール文を生成してGmailに貼る」。 試してみたけど、Gmailを開いて、貼って、宛名を入力する工程はそのまま残ったんですよね。 でも、よくよく考えたら変えたいのは「文章を作る手間」じゃない。 「Gmailを開く工程そのもの」だった。 言語化し直して、もう一度AIに渡した。 そこで出てきたのが、スプシに全部書いてGASから送る構造。 宛名・CC・件名・本文をスプシで完成させて、ボタン1つで送信。 送信記録もスプシに残るから、Gmailを開く必要がなくなった。 この件で気づいたのは、AIに任せる前に必要なのは 「正しく困っている部分を伝える」ということ。 「楽にしたい」じゃ、AIは表面の解決策しか出せない。 「Gmailを開く工程をなくしたい」まで言語化できたら、AIは設計まで詰めてくれる。 質問に対する解像度が、そのままAIの回答の解像度になるんですよね。

この前、投稿案ジェネレーターを作ったんだけど速攻で没にした笑 「テーマを入力したら投稿案が出てくるアプリ」を Coworkで動かそうとしたんだけど、構造上の問題があって。 ジェネレーターを使うたびにClaudeのAPIが呼ばれてトークンを消費する。 さらにCoworkがジェネレーターを操作する時にもCowork側でトークンが動くから 1回の投稿案生成で、トークンを二重に消費する構造になってた。 そもそもジェネレーターである必要もなかったんですよね。 だからAIに直接渡せばいい、と思って試したら今度は別の問題が出た。 毎回「どう書くか・どの型を使うか・どの業種の話にするか」を丸ごと指示として渡してたから、 1回の生成でかなりのトークンを使ってた。 壁打ちして行き着いたのが、スキルファイル。 投稿の型39種類・業種別の業務内容・生成のSTEPをGoogleドライブに定義しておく。 呼び出された時だけ参照する仕組みなので、毎回渡す情報はテーマだけでいい。 生成フローはこう。 テーマを手動で渡す→Claudeがスキルファイルを参照して生成→ Googleドキュメントに4媒体分を保存→GASがスプシに一括転記。 毎回の指示が減り、トークンが減り、4媒体分の品質が安定した。 「何をAIに渡すか」も大事だけど「どうすれば効率よくできるか」も重要だと気づいた日でした。

経営者がAI活用を社員に任せっきりにするの、実はけっこう危ないと思ってて。 社員に任せれば「AIスキルが上がるしちょうどいいじゃん」というのは合ってます。 でも、それとは反対に「経営者はAIで何ができるかを知らない」っていう状況に陥りやすいんですよね笑 で、何ができるかを知らないと「何が成果か」を判断できない。 判断できないと、社員が頑張っても評価できない。 「今こういうAIの使い方してるんですけど」って部下に聞かれたとき、 自信を持って相談に乗れる経営者ってどれだけいるんだろう。 体感、けっこう少ないなと思ってます。 任せること自体は問題ないけど「何を任せているか」は把握した方がいいし、 常に知識はインプットした方がいいと思ってる。 だから僕自身もずっと走り続けてます。

Coworkで投稿案を自動作成しようとして、3時間待っても終わらなかったことがあるｗ 「テーマ決め→投稿案生成→スプシ転記」を 全部Coworkに任せたら、処理が走り続けて待ちぼうけ。 待ちきれずClaude.aiに移ったら、あっさり終わった。 なんで差が出るのかClaudeと壁打ちして、ようやく理由が分かった。 ①毎回読み込み直し Coworkはタスクを細かく分割して順番に実行する設計で、 「SKILL.mdを読む→内容を解釈する→生成する→スプシに書く」と各ステップが逐次処理になる。 しかもClaude.aiのプロジェクトと違って、セッションのたびにSKILL.mdをゼロから読み込む。 ステップが多いほど遅くなるし、トークンも消費しまくるんですよねw ②Drive MCP失敗→Python迷子 読み込みが失敗するとClaudeが 「別の方法でなんとかしよう」と自己判断して、PythonやBashで代替しようとする。 本来1ステップで終わるはずの処理が、スクリプトを書く→実行する→結果を解釈する、という余計なステップに膨らむ。 画面には何も出てこないし、エラーが出ないから気づかない。ただひたすら待つだけ。 結果、何時間たっても終わらなかった。 ちなみにCoworkが向いてるのは「人が画面を見ていなくても動いてほしい」場面。 たとえば毎朝決まった時間にフォルダを確認して、新しいファイルがあれば処理して保存する、みたいな繰り返し作業。 スケジュール実行・ファイル監視・定型の自動化。 その場でサクッと終わらせたいなら、Claude.aiの方が圧倒的に速い。 ツールって「何ができるか」より「何に向いてるか」を先に理解した方が、無駄な回り道が減るなと知ったいい機会でした。

GoogleのAI Overviewに引用されるコンテンツには、条件があると思ってて。 もちろん一次情報が入ってるのはマストですが 「構造が明確な記事」が引用されやすいんじゃないかと。 Semrushの調査によると、AI Overviewに引用されたサイトは CTRが最大35%上昇するケースがあるらしい。 つまり引用されるかどうかが、クリック数に大きく影響するんですよね。 引用されやすい構造はシンプルで。 ①冒頭に結論がある ②Q&A形式やステップ形式で書かれている ③「誰が・何を・なぜ」が明確 この３つを守ってる必要があると思ってる。 実際、AIで記事を書いたあとにこのチェックを通してる。 「この記事の冒頭100文字で、何の質問に答えてるか一文で言えますか？」 「H2の見出しを質問形式に変えると、直下の答えがより引用されやすくなりますか？」 「この記事の中でQ&A形式に変換できる箇所はどこですか？」 この3問をAIに確認させて、 答えが返ってきた箇所を順番に直していく。 冒頭の結論が弱ければ書き直す。 見出しが説明型になってたら疑問形に変える。 Q&A化できる箇所はそのまま構造ごと変換する。 「AIが一文で要約できる記事」が、 引用に耐えられる記事の定義として一番近いと思ってる。 実際、記事を書いている方は体感どうですか？