毎日ニュースが生まれ、Xに投稿される。人間は何もしない。
このシステムが機能しているのはなぜか。「Claude APIが優秀だから」は半分正しく、半分は表面しか見ていない。
ZennのClaude APIでバイクニュースを全自動生成 → X投稿まで自動化した話🤖では、個人開発のバイクポータル「MotoHub」が13万台の中古バイクデータとClaude APIを組み合わせ、毎日オリジナルの市場分析ニュースを生成・公開し、Xへ自動投稿するシステムを構築した経緯が詳しく説明されている。Googleコアアップデートによるトラフィック35%減が出発点で、「成長しているサイト」として認識させるために継続的な独自コンテンツの生成を選択。4種類のニュースを異なる頻度でスケジューリングし、人間の介入ゼロを実現している。
この設計を可能にしたのは、Claude APIの生成能力だけではない。毎日変動する13万台の中古バイク相場データという「外部のAIには持てない固有資産」が土台にある。
AIに何を渡すかが持続可能性を決める
AI自動生成コンテンツの持続可能性は、モデルの質ではなく、モデルに渡す入力の差別化で決まる。汎用的なトピックをAIに書かせても、同じ構造のコンテンツは無数に存在する。しかし「今日現在の13万台の相場データから分析した新車発表の影響」は、そのデータを保有するサイトにしか生成できない。ニュースとしての独自性は、プロンプトではなく入力データから生まれている。
この構造は、隣接領域への広がりを示唆する。
不動産の成約事例データを持つポータル、在庫・価格変動データを持つECプラットフォーム、面接ログや採用結果を持つHRツール——これらはいずれも「毎日変動する固有データ × AIの解釈能力」という組み合わせによって、同様の自動生成モデルを成立させる素地を持つ。コンテンツの自動化を「AI任せ」と捉えると差別化は生まれない。差が出るのは、AIに何を渡せるかだ。
「ゼロ介入」は維持コストゼロではない
もう一点見ておきたいのは、運用コストの構造だ。
本システムはさくらVPS上のLaravel環境で動作しており、APIコストと投稿頻度のバランスは設計で調整できる。4種類のニュースを異なる頻度で生成しているのも、質と量を意識した判断に見える。ただし「ゼロ介入」は維持コストがゼロを意味しない。モデルのアップデート対応、生成品質のモニタリング、データソースの安定性——これらは別の形で運用負荷として残る。
その負荷は、毎日記事を書くという人的コストより構造的に扱いやすい。一度設計すれば、改善はシステムのレイヤで行える。個人開発者がこの構造を選んだことには、実務的な合理性がある。
持続可能性の本質
AI自動生成が持続可能かどうかという問いへの答えは、「AIが何をするか」より「AIに何を渡せるか」にある。独自データを持つドメインで、そのデータをAIへの入力として設計できるなら、このモデルは機能し続ける。逆に言えば、入力に差別化の余地がない領域では、自動生成の持続可能性は低い。
自動化の設計判断を迫られる場面で問うべきは、「このタスクをAIで代替できるか」ではなく、「このドメインに、AIに渡せる固有資産があるか」だろう。
関連記事
- LLMのサイバー攻撃能力は防衛技術の進化を上回り続けるのか？
- 大学が全教職員にNotionを導入し知識をAIに学習させることは、高等教育機関の自律性を損なうのか？
- Claude Codeで企業運営を98%自動化することは、ソロ起業家の雇用構造を根本的に変えるのか？
参考文献
コメント