記事そのものへの判断・検収＝9回だけ
- タイトルの選択
- 構成案へのOK/NG
- 原稿のチェックと修正指示
- ちょっとした口調・単語の修正
- 挿絵の検収
- 公開の承認
01 — THE SYSTEM
何をしたか：記事執筆を「入力ひとつ」の仕組みにした
手順書を先にAIへ渡しておけば、呼び出しひとつで工程全体が走り出す。要所の判断は人間。
私がやったのは、AIと一緒に「記事作りの手順書」を先に組み立てることです。
- どんな素材から始めるか
- どんな雰囲気で作るのか
- どんなスタイルで画像を作り挿入するのか
- 人間はどこで判断するか
- 安全チェックに何を入れるか
事前に決めるべきことは大量にあります。でも正式な手順として確立さえすれば、あとは「カスタムコマンド」——「この手順で最後までやって」という定型の呼び出し——を1つ実行するだけ。走り出した後の私の仕事は、AIが出す構成案にOK/NGを答えること。NGのときは、どこが違うかを具体的に伝えます。
執筆はClaude、画像はCodex——AI同士の共同作業
挿絵づくりでは、AIが2つ、私を介さずに連携する。人間は最後に絵を検収するだけ。
この仕組みの中では、執筆と工程管理はClaude（Claude Code）が、挿絵の生成は画像に強いCodexが担当します。Claudeが挿絵の設計図を書き、Codexが描き、Claudeが検品する——この輪は私を介さず回ります。私がやるのは、最後に「この絵でいいか」を見ることだけ。
得意な領域は、得意なAIに任せる。人間のチーム編成と同じことが、AI同士でも成立しています。
02 — MEASUREMENT
実測：人間がやったこと・やらなかったこと
記事そのものへの判断と検収は9回。作業は文章の微修正。
この記事の制作で、人間（私）の関わりを全件記録しました。介入は「記事そのものへの判断・検収」と「仕組み側への改良指示」の2種類に分かれます。この章で数えるのは前者。後者は後半の「仕組みづくり」の章に出てきます。
人間がやらなかったこと
- 全文の執筆
- 挿絵の制作
- 翻訳
- ページのコーディングと配色
- デザインの統一感の監査（配色・画像との調和の判断）
- 記事の品質チェック（ClaudeがCodexへレビューを依頼し、指摘を受け取るところまで自動）
- ファイルの整理
03 — POSSIBILITY
これは記事作りに限りません
エージェント型AIは、パソコンの中の「作業そのもの」を実行する。
多くの人は、AIとチャットして文章を作ったり、壁打ちをしたりと、チャット活用にとどまる傾向があります。しかし私が使っているエージェント型AIは、私のパソコンの中で作業そのものを実行します。今回の制作でも——
- 必要な資料を探して開く
- 下書きを保存し、版を管理する
- 使い終わった旧版をゴミ箱へ掃除する
- ウェブブラウザを操作して、実際のページに下書きを登録する
- できあがったページをブラウザで自動表示して、崩れがないか検品する
- 人間の介入ログを、作業しながら自分で更新する
これらは全部、AI側の仕事でした。つまり「入力→工程→成果物」の形をしたデスクワーク（資料作成・調査のまとめ・翻訳・データ整理）は、同じ型で仕組み化できます。実際、私は同じやり方で英文レジュメの分析・執筆・登録を一晩で終えました。
04 — SETUP COST
一番時間がかかったのは、最初の仕組みづくり
重いのは初期の設計。そこを越えたら、毎回速い。
正直に書くと、本文を書く工程は速かった一方で、手前の仕組みづくりには数日と十数回の意思決定がかかっています。
- 素材の型を決める
- 人間の関所を「判断と検収」の2種類に絞る
- 安全チェックの中身を決める
- テストランで思い通りに動かない箇所をAIと相談し、「次は指摘なしの一発で通る」まですり合わせる——このトライ&エラーを何回も
実測にもそれが表れました。今回の制作で発生した人間の介入のうち、24回は記事ではなく仕組み側への改良——ルールの追加、デザイン規約の修正、計測方法の設計——だったのです。
道路にたとえると、舗装工事には時間がかかります。しかし、いったん道ができれば、その上を走るのは毎回速い。「AIは速い」「AIならできる」という話は、この初期コストを乗り越えた先にあります。
05 — CONCLUSION
まとめ：AIを選ぶことと、仕組みを作ること
会社の導入を待つより、個人で今のベストを使って学ぶ方が早い。
恩恵の大きさは「どのAIを選ぶか」と「どう仕組みに組み込むか」の掛け算で決まる——それがこの記事を作ってみての実感です。
AIの進化は本当に速く、キーボードとマウスで操作していた作業を、音声の指示ひとつで最初から最後まで実行してくれるようなAIがどんどん生まれています。一方で、多くの職場では使えるAIが限られています。セキュリティやレピュテーションリスクの議論が先行し、たとえ導入されてもそのAIが現時点のベストとは限りません。
だからこそ、個人でも使うことに意味があります。個人なら、いまこの瞬間に最先端のAIを使って学べます。
使ってみるからこそ、
- AIを使ってもうまくいかないこと
- 自動化のため、試行錯誤する経験
- AIがもたらす恩恵の、本当のポテンシャル
- AI活用の裏側でかかるコストのリアル
これらを知ることができます。
会社が導入するのを待つよりも、今すぐAIとの試行錯誤を開始し、AIによる恩恵を存分に享受する側になるのが将来の自分への投資です。
※見解は個人のものであり、所属組織を代表するものではありません。
