「AIで記事を量産すればブログで稼げる」——この考えで始めた結果、47本の記事をほぼ全部捨てることになりました。

結論から書きます。AIでの記事量産はやめたほうがいい。 理由は3つ。Googleに嫌われる、読者の役に立たない、後から直すコストが新しく書くより高い。以下、実際にやった失敗の全記録です。

やったこと：無料AIで毎日2本の記事を自動生成

2026年4月にブログを立ち上げました。使ったのはGroq API（無料）経由のLlama 3.3 70B。GitHub Actionsで毎日2本の記事を自動生成し、Hugo + GitHub Pagesで公開する仕組みを作りました。

技術的には上手くいきました。スクリプトを回せば記事が勝手に増えていく。1ヶ月で47本。「これで検索流入が来てAdSenseで稼げる」と思っていました。

最初の異変：全部同じに見える

30本を超えたあたりで気づきました。記事が全部同じ構成・同じ文体です。

• 冒頭は必ず「〜と思ったことはありませんか？」
• 見出しの数も並び順もほぼ同じ
• 「意外な事実ですが」というフレーズが全記事に出現
• 料金情報が古い、または存在しない数字が書いてある

AIは指示通りに「それっぽい記事」を生成しますが、全記事が同じテンプレートから出てきたように見えます。当然です。同じモデルに同じプロンプトで書かせているのだから。

AdSense審査：5回連続不承認

Google AdSenseに申請したところ、1回目の審査で「有用性の低いコンテンツ」という理由で不承認になりました。

ここからの対応を時系列で書きます。

1回目不承認（5月18日）→ とりあえず記事を増やす

「数が足りないのかも」と思い、さらに記事を追加。結果的に47本に。今思えば完全に逆効果でした。低品質な記事を増やしても、サイト全体の評価が下がるだけです。

2回目不承認（5月30日）→ 25本削除・19本リライト

ようやく「量ではなく質の問題だ」と気づきました。

• 事実誤認のある記事、薄い記事、重複した内容の記事を25本削除（47→22本）
• 残した記事に事実確認・独自の視点を追加
• 全記事から無関係なアフィリエイトリンク（旅行・転職・免許など）を除去
• テンプレート語（「意外な事実」等）をサイト全体から消去

3回目不承認（6月11日）→ さらに7本削除・一次情報注入

リライトだけでは足りないと判断。「自分が手を動かした経験が書かれていない記事」をさらに7本削除（22→14本）。残った記事にはすべて、筆者の実体験を引用ブロックで追加しました。

Aboutページも全面改修。「AI量産に偏った反省」を正直に開示し、運営者が何者かを具体的に書きました。

4回目不承認（6月21日）→ さらに5本削除・新規2本追加

一次情報がまったくない記事をさらに5本削除（14→9本）。代わりに完全オリジナルの体験記事を2本追加しました。

5回目（6月25日）→ アカウント閉鎖

5回目の審査結果は「お支払いアカウントがキャンセルされました」。管理画面は403エラー。AdSenseアカウント自体が閉鎖されました。

なぜAI量産記事はダメなのか

失敗から学んだことを整理します。

Googleは「誰が書いたか」を見ている

Googleの品質評価ガイドラインにはE-E-A-T（Experience, Expertise, Authoritativeness, Trustworthiness）という基準があります。このうち**Experience（経験）**が重要です。

AIが生成した記事には、書き手の経験がありません。公式サイトの情報をまとめ直しただけの記事は、Googleから見れば「どこにでもある薄い内容」です。Googleはこれを「scaled content abuse」（大量生成されたコンテンツの乱用）と呼んでいます。

「それっぽい」は読者にもバレる

AIの生成文は流暢ですが、具体性がありません。「ChatGPTはビジネスで活用できます」——これは誰でも書ける文章です。読者が知りたいのは「どんな場面で、具体的にどう使って、何がうまくいって、何が失敗したか」です。

筆者が実際にChatGPTでExcelのVBAを書かせた経験、Claudeで長文の要約をさせた経験——こういう具体的な話がなければ、記事に存在価値がありません。

後から直すコストが高すぎる

47本の記事をリライトする作業は、新しく書くより時間がかかりました。1本1本内容を確認し、事実誤認を修正し、一次情報を追加し、内部リンクを貼り直す。しかも2本は重複記事だったので統合が必要でした。

最初から「自分の経験がある分野で、質の高い記事を少数書く」ほうが圧倒的に効率的です。

量産をやめた後どうなったか

47本から12本に減らし、全記事に一次情報を入れた状態で運用しています。AdSenseは諦めて、ブログの目的を「フリーランス制作の集客装置」に転換しました。

記事数は少ないですが、すべて自分が手を動かした分野の記事です。検索流入はまだほぼゼロですが、これは記事数とドメイン年齢の問題で、量産とは別の課題です。

少なくとも「低品質サイト」の烙印を押されるリスクはなくなりました。

AIブログで失敗しないためのルール

この経験から、今のブログ運営で守っているルールです。

1. 自分が手を動かした分野でしか書かない。 AIツール比較なら、実際に使っているツールだけ
2. AIは下調べと構成案まで。 本文は必ず自分の体験・意見を加える
3. 量より質。 週1本でいい。1本に3000字以上の具体的な内容を入れる
4. テンプレート感を消す。 冒頭パターン、見出し構成、文体を記事ごとに変える
5. 嘘を書かない。 確認できない料金は「公式サイトで確認」と書く

まとめ

AIでの記事量産は、短期的には楽に見えます。しかし中長期で見ると、Googleからの評価を下げ、リカバリーに膨大な時間がかかります。

このブログ（ai-navi-tools.net）は、Hugo + GitHub Pagesで運用しています。月額のサーバー代はゼロ。かかっているのは独自ドメインの年間維持費だけです。

この記事では、Hugoでブログを立ち上げてGitHub Pagesで公開するまでの手順を、実際の構築経験をもとに書きます。

HugoとGitHub Pagesを選んだ理由

WordPressではなくHugoを選んだ理由は3つあります。

1. 表示が速い。 HugoはHTMLを事前に生成する静的サイトジェネレーターです。サーバーでPHPを動かすWordPressと違い、表示速度が圧倒的に速い。Google PageSpeed Insightsのスコアも高く出ます
2. サーバー代がかからない。 GitHub Pagesは静的サイトを無料でホスティングできます。WordPressだとレンタルサーバー代が月額1,000円前後かかります
3. Git管理できる。 記事も設定もすべてGitで管理できるため、変更履歴が残り、壊しても戻せます

逆にデメリットもあります。コマンドライン操作が必要で、管理画面はありません。プラグインの選択肢もWordPressより少ないです。「記事だけ書きたい」人にはWordPress + Xserverのほうが合います。

Step 1：Hugoをインストールする

macOSの場合

brew install hugo

Ubuntu / WSLの場合

sudo apt update
sudo apt install hugo

インストール後、バージョンを確認します。

hugo version

v0.120以降が入っていれば問題ありません。古いバージョンだとテーマが動かないことがあるので、その場合はHugo公式のリリースページから最新版をダウンロードしてください。

ハマったポイント： Ubuntuのaptで入るHugoはバージョンが古いことがあります。筆者の環境ではaptで入ったのがv0.92で、テーマが正常に動きませんでした。公式から最新版をダウンロードして解決しました。

Step 2：サイトを作成する

hugo new site my-blog
cd my-blog
git init

これでサイトの骨格ができます。中身はこうなっています。

my-blog/
├── archetypes/    # 記事テンプレート
├── content/       # 記事を置く場所
├── layouts/       # HTMLテンプレート
├── static/        # 画像・CSS等の静的ファイル
├── themes/        # テーマ
└── hugo.toml      # 設定ファイル

Step 3：テーマを追加する

Hugoは単体ではデザインがありません。テーマを追加します。このブログではAnankeテーマを使っています。

この記事は、AIコーディングツール（主にClaude Code）を使ってフリーランスとしてWeb制作や自動化ツールの開発を受注している筆者が、実際の案件でAIをどう使っているかをまとめた体験記です。

「AIでプログラミングが楽になる」という話はよく聞きますが、実際に仕事として使うとどうなのか——案件の種類ごとに、使えた場面・使えなかった場面をリアルに書きます。

筆者の状況

フリーランスとしてWeb制作・ツール開発を行っています。主な作業環境はターミナル上のAIコーディングツール（Claude Code）で、コードの生成・修正・デバッグの大部分をAIと対話しながら進めています。

受注している案件の種類は、大きく分けて以下の3つです。

• ランディングページ（LP）制作
• 業務自動化ツールの開発（データ取得、API連携、在庫同期など）
• AIを組み込んだアプリ・ツール開発

LP制作でAIコーディングをどう使っているか

使える場面

LPの制作はAIコーディングツールとの相性が非常にいい分野です。

• デザインカンプからのコーディング：「このセクションをFlexboxで横並びにして」「このボタンにホバーエフェクトをつけて」のような指示で、HTML/CSSが一瞬で出てきます
• レスポンシブ対応：「スマホでは1カラムに」のような指示だけでメディアクエリを書いてくれます
• フォームの実装：バリデーション付きのフォームも、要件を伝えれば動くものが出てきます

体感として、LP1ページのコーディング時間はAIなしの3分の1以下になりました。

使えない場面

• デザインのセンス：AIは「こういうデザインにして」と指示すれば作りますが、「クライアントの業種に合ったトーン」を自分で判断することはできません。デザイン方針の決定は人間の仕事です
• クライアントとのやりとり：「もうちょっと高級感を出して」のような曖昧な要望を具体的なCSS指示に翻訳するのは人間がやります
• 最終的な微調整：余白1pxの調整、フォントの太さの微妙な違いなど、視覚的な最終チェックはブラウザで確認しながら自分でやります

実感

AIは「コーディングの手を動かす部分」を圧倒的に速くしてくれます。でも「何を作るか決める部分」は人間がやらないと、クライアントが満足するものにはなりません。

業務自動化ツールでの活用

使える場面

自動化ツール開発もAIの得意分野です。

• APIの呼び出し：外部サービスのAPIドキュメントを読ませて「このデータを取得するスクリプトを書いて」と指示すると、認証処理からデータ取得まで一通り書いてくれます
• データの整形・変換：CSVの加工、JSONの変換、DBへの格納など、定型的なデータ処理はAIが得意です
• エラーハンドリング：「APIがタイムアウトした場合のリトライ処理」のような要件も伝えれば実装してくれます

ある案件では、ECサイトの在庫データを別のプラットフォームと同期するツールを開発しました。2つのAPIの仕様を読み込ませて、差分検出→更新の処理を組むのに、AIなしなら数日かかるところを1日で形にできました。

使えない場面

• 外部APIの仕様変更：AIが持っている知識は学習時点のもの。APIのバージョンが上がって仕様が変わっていると、古い書き方でコードを出してくることがあります。公式ドキュメントを突き合わせる確認作業は必須です
• 本番環境特有の問題：ローカルでは動くが本番では権限が足りない、ネットワークの制限で通らない——こういった環境依存の問題はAIには見えません
• ビジネスロジックの理解：「この商品カテゴリの場合だけ在庫の扱いが違う」のようなクライアント固有のルールは、人間がヒアリングしてAIに伝える必要があります

実感

自動化ツールは「動くものを速く作る」フェーズではAIが圧倒的に速い。でも「正しく動くものにする」フェーズでは、人間がテストして確認する工程は省けません。

AIを組み込んだアプリ開発

使える場面

AI APIを使ったアプリ開発では、AIコーディングツールがAI APIの使い方を熟知しているという強みがあります。

• プロンプト設計の壁打ち：「このようなタスクに最適なプロンプトは？」と相談しながら設計できます
• API統合：OpenAIやAnthropicのAPIを呼び出す処理は、ほぼ指示通りに書いてくれます
• ストリーミング処理：チャットUIでリアルタイムに応答を表示する処理なども、パターンとして持っています

使えない場面

• プロンプトの最適化：「精度が低い」「意図と違う出力が出る」時に、プロンプトを改善するのは試行錯誤が必要です。AIコーディングツールがプロンプトを提案してくれますが、実際のデータで試してみないと分からないことが多い
• コスト管理：APIの呼び出し回数やトークン数によるコスト計算は、ビジネス判断と密接なので人間が管理します

AIコーディングで仕事をするために必要なこと

半年以上AIコーディングツールを使って仕事をしてきて、確信していることがあります。

AIは「何を作るか」を決めてくれない

クライアントのヒアリング、要件の整理、技術選定——こうした「上流」の仕事は全部人間がやります。AIが速くしてくれるのは「決まったものを作る」部分です。

コードを読む力は必須

AIが書いたコードをそのまま納品するのは危険です。セキュリティの問題、パフォーマンスの問題、保守性の問題——AIは「動くコード」は書けますが、「良いコード」になっているかは人間が判断します。

AIの得意・不得意を知ることが差別化になる

「AIでなんでもできる」と思っている人と、「AIはここが得意でここは人間がやるべき」と分かっている人では、仕事の質が全然違います。この境界線を実務で理解していることが、フリーランスとしての差別化になっています。

まとめ

AIコーディングツールは、フリーランスのWeb制作・ツール開発を確実に速くしてくれます。でも、速くなるのは「手を動かす部分」であって、「何を作るか決める部分」と「品質を担保する部分」は人間の仕事のままです。

この2つをしっかりやれる人がAIを使うと、1人で複数案件を回せるようになります。逆に、AIに丸投げすると品質が下がり、クライアントの信頼を失います。

AIは道具です。良い道具を使いこなすには、使い手のスキルが要ります。

この記事は、まさに今あなたが読んでいるこのブログ「AI Tools Lab」が、Google AdSenseの審査で 「有用性の低いコンテンツ」を理由に5回連続不承認になり、最終的にアカウントを閉鎖された実体験 の全記録です。

ネットで「AdSense 落ちた 対策」と検索すると、通った人の事後報告か、通ったことのない人の一般論ばかり出てきます。この記事は違います。5回落ちてアカウントごと消された人間が、何をやり、何が効かなかったかを全部書きます。

先に結論を言うと、このサイトはAdSenseに通りませんでした。でも、この経験から得た教訓は、ブログ運営やAI活用を考えている人に確実に役立つと思っています。

不承認の経緯：5回連続で同じ理由→アカウント閉鎖

まず時系列を整理します。

5回とも理由は同じ「有用性の低いコンテンツ」。そして5回目の審査後、不承認の通知ではなく 「お支払いアカウントがキャンセルされました」 というメールが届きました。管理画面にアクセスすると403エラー。つまり、審査に落ちたのではなく、アカウント自体を閉じられたのです。

そもそも何が悪かったのか

このブログは2026年4月に立ち上げました。最初の方針は「AIツールの記事をたくさん書いて、検索流入でAdSenseとアフィリエイトで稼ぐ」というものでした。

そこで私がやったのは、AIで記事を量産することでした。

具体的には、大規模言語モデルに「〇〇について3000字で解説記事を書いて」と指示し、出力をほぼそのまま投稿していました。1日に複数本を公開し、2週間ほどで40本以上の記事がサイトに並びました。

効率的だと思っていました。実際は逆でした。

量産した記事には共通する問題がありました。

• 事実の誤り：存在しないプランの料金、間違った機能説明が混在していた
• 独自性ゼロ：公式サイトの焼き直しで、読者がこの記事を読む理由がなかった
• テンプレ感：見出しの構成、文体、結論の持っていき方がどの記事も同じ
• 関係のないアフィリエイトリンク：AIツールの記事に旅行や転職のリンクが入っていた

要するに「AIが生成した、どこにでもある薄い記事」を大量に並べた"コンテンツファーム"そのものだったのです。Googleの審査担当者（あるいはアルゴリズム）が一目で見抜けるレベルの品質でした。

1回目・2回目の不承認後にやったこと

最初の2回は「記事の数が足りないのかも」「もう少し修正すれば通るかも」と楽観視していました。実際にやったのは以下です。

• 明らかに品質の低い25本を削除（47本→22本）
• 残った記事のリライト（誤字修正、見出し調整レベル）
• 404になった内部リンクの修正
• 関係のないアフィリエイトリンクの削除
• 自動投稿の停止
• Aboutページの更新

結果：3回目も同じ理由で不承認。

リライトが浅すぎたのです。文章の表面を直しただけで、「AI量産サイト」という本質は何も変わっていませんでした。

3回目の不承認後に方針転換した

3回落ちてようやく腹をくくりました。問題は記事の数でも表面的な修正でもなく、**「このサイトの記事には、運営者にしか書けない情報が入っていない」**ということだと。

ここから方針を変えました。

やったこと①：さらに記事を減らす

22本から14本に削減しました。基準は「この記事に、自分の体験が1つでも入っているか」。入っていない記事は容赦なく削除しました。具体的に削ったのは、GPT-5の予想記事、AI英語学習のまとめ、AIナレーション副業の紹介など、自分が触ったことのないツールの紹介記事です。

やったこと②：残した記事に一次情報を注入

たとえばAIコーディングツールの記事には、自分が実際に開発した案件の話を入れました。ランディングページ、データ取得の自動化ツール、OAuth認証の実装、このブログ自体の構築——こうした「自分の手を動かした」経験を具体的に書きました。

Claude vs ChatGPTの比較記事には、毎日の仕事での実際の使い分けを表にしました。「コーディングはClaude、アイデア出しはChatGPT」のように、自分の用途に基づいた比較です。

「AIコーディングツールでブログを作れる」と聞いても、実際にどこまでできるのかイメージしにくいと思います。この記事では、まさにあなたが今読んでいるこのブログ「AI Tools Lab」を、AIコーディングツールのClaude Codeを使って構築した全工程を記録します。

私はフリーランスでWeb制作や自動化ツールの開発をしています。普段からClaude Codeをメインのコーディングツールとして使っていますが、このブログは「AIコーディングだけでどこまでできるか」を試す実験でもありました。結論から言うと、ブログの構築自体はClaude Codeだけで完走できました。 ただし「全自動で楽々」とは程遠く、指示の出し方と人間の判断が品質を大きく左右します。

なぜHugoを選んだか

ブログならWordPressが定番ですが、私はHugo（静的サイトジェネレーター）を選びました。理由は3つです。

1. 表示速度が速い：HTMLを事前に生成するため、サーバーでの処理が不要。ページの読み込みが体感で明らかに速い
2. サーバー代がかからない：GitHub Pagesでホスティングすれば無料。ドメイン代だけで運用できる
3. Claude Codeとの相性が良い：Hugoの設定ファイルやテンプレートはテキストベースなので、AIコーディングツールで直接編集できる

WordPressだと管理画面のGUI操作が多く、AIコーディングツールの得意領域から外れます。Hugoなら設定もテンプレートもMarkdownもすべてテキストファイルなので、Claude Codeの作業範囲内に収まります。

実際の構築手順

Step 1：プロジェクトの初期化

Claude Codeに「Hugoで日本語ブログを作りたい。テーマはAnanke、日本語設定で、基本的なディレクトリ構造を作ってほしい」と指示しました。

ここはスムーズでした。hugo new site のコマンド実行、テーマのインストール、hugo.toml の基本設定まで一気に進みました。Claude Codeは環境構築系のタスクが得意で、公式ドキュメントに沿った王道の設定を正確に出してくれます。

Step 2：テンプレートのカスタマイズ

デフォルトテーマのままでは味気ないので、レイアウトをカスタマイズしました。ここから少し手間がかかり始めます。

• トップページに記事一覧とカテゴリナビゲーションを配置
• 記事テンプレートに関連記事セクションを追加
• head-additions.html にJSON-LD構造化データ、GA4トラッキングコード、AdSenseスクリプトを追加
• OGP画像とメタディスクリプションの設定

Claude Codeに「トップページにカテゴリ別のナビゲーションを付けて」と指示すると、Hugoのテンプレート構文（Go Template）を使ったコードを生成してくれました。ただし、一発で完璧なコードが出ることはほぼありません。 レイアウトが崩れる、変数名が間違っている、といった修正を3〜4回やり取りして仕上げる感覚です。

Step 3：SEO周りの設定

ここは重要だったので慎重に進めました。

• robots.txt の作成（全ページクロール許可、サイトマップ参照）
• サイトマップの自動生成（Hugoのデフォルト機能）
• JSON-LD（記事スキーマ）の追加
• カノニカルURLの設定
• 301リダイレクトの仕組み（Hugoの aliases 機能を利用）

Claude Codeに「HugoでJSON-LDの記事スキーマをhead内に出力するpartialを作って」と頼むと、headline、datePublished、author、publisher を含む構造化データのテンプレートを生成してくれました。Google Search Consoleのリッチリザルトテストで検証したところ、一発で合格しました。これはClaude Codeの得意領域だと感じた場面です。

Step 4：GitHub Pagesへのデプロイ

GitHub Actionsを使って、mainブランチにpushするたびにHugoビルド→GitHub Pagesにデプロイする仕組みを構築しました。

Claude Codeに「Hugo用のGitHub Actionsワークフローを作って。mainにpushしたらビルドしてGitHub Pagesにデプロイしたい」と伝えると、.github/workflows/hugo.yml を生成してくれました。カスタムドメイン（ai-navi-tools.net）の設定も含めて、ほぼ指示どおりに動きました。

ここでハマったポイント：最初のデプロイでCSSが読み込まれず、素のHTMLだけが表示されました。原因は hugo.toml の baseURL がローカルホストのままだったこと。こういう「動くけど見た目がおかしい」系のバグは、Claude Codeに相談すると原因を特定してくれることが多いです。「デプロイしたらCSSが効いてない。hugo.tomlと公開URLを見て原因を教えて」と聞いたら、即座に baseURL の不一致を指摘してくれました。

「ChatGPTが仕事に使えるらしい」と聞いて触ってみたものの、当たり障りのない文章しか返ってこなかった、という経験はないでしょうか。実は、ChatGPTの出力品質はほぼ「指示（プロンプト）の質」で決まります。雑に頼めば雑な答えが返り、状況を具体的に渡せば実務でそのまま使える下書きが返ってきます。

この記事では「何ができるか」という機能紹介ではなく、ビジネスパーソンが実務でどう指示すれば使えるかに踏み込みます。営業メール・議事録・企画・データ整理・資料の壁打ちという、多くの職種で発生する5つの業務について、コピペして試せるプロンプトと「雑な指示 → 良い指示」のbefore/afterを用意しました。

筆者の日常：私はフリーランスでWeb制作や自動化ツールの開発をしており、ChatGPTとClaudeを毎日併用しています。クライアントへの提案メールの下書き、打ち合わせメモの整理、仕様書の壁打ちなどは日常的にAIに手伝わせている作業です。以下で紹介するプロンプト例は、こうした業務の中で「これは本当に時短になった」と実感したパターンを基にしています。最初は雑な指示しかできなかった私が、どう改善していったかも含めてお見せします。

良い指示に共通する4つの要素

個別の活用例に入る前に、どの業務でも効く「効く指示の型」を押さえておきます。後半のプロンプトはすべてこの型に沿っています。

1. 役割を与える：「あなたは法人営業の経験10年のセールスです」のように立場を指定すると、語彙やトーンが安定します。
2. 目的と相手を書く：誰に向けて、何のために書くのかを明示します。
3. 素材を渡す：箇条書きのメモ、議事のログ、数値などを一緒に貼ります。手元の情報が多いほど出力は具体的になります。
4. 出力形式を指定する：「300字以内」「箇条書きで」「表で」など、ゴールの形を先に決めます。

この4点を意識するだけで、出力は別物になります。以下で具体的に見ていきます。

1. 営業メールの下書き

before（雑な指示）

営業メールを書いて

これでは相手も商品も分からないため、汎用的で誰にも刺さらない文章しか返りません。

after（良い指示）

あなたは法人向けSaaSの営業担当です。以下の条件でアポイント打診メールを作ってください。 ・相手：中堅製造業の総務部長（一度展示会で名刺交換済み） ・目的：勤怠管理システムのオンライン商談（30分）の打診 ・トーン：丁寧だが堅すぎない、押し売り感を出さない ・条件：件名込みで本文350字以内、候補日時を入れる空欄を残す ・件名案を3つ別途提示

役割・相手・目的・トーン・字数・形式がすべて埋まっているため、件名から本文まで実務に近い形で返ってきます。さらに「もう少しカジュアルに」「返信を促す一文を足して」と追記すれば、数往復で完成度を上げられます。返信対応にも応用でき、相手のメールを貼って「角を立てずに納期延長をお願いする返信を」と頼めば叩き台が手に入ります。

2. 議事録・打ち合わせメモの整理

会議中に取った断片的なメモを、配布できる議事録に整える作業はChatGPTが得意な領域です。

before

このメモを議事録にして （メモを貼るだけ）

after

以下は社内ミーティングの走り書きメモです。これを議事録に整えてください。 ・構成：日時/参加者/決定事項/ToDo（担当と期限つき）/保留事項 ・ToDoは「担当者：内容：期限」の形で箇条書き ・誰の発言か曖昧な部分は推測せず「要確認」と記載 （ここにメモを貼る）

ポイントは「推測せず要確認と書く」と指示している点です。AIは情報が足りないと"それらしく"補完してしまうため、勝手に決定事項を作らせない歯止めを入れておくと安全です。録音の文字起こしテキストがある場合は、それを丸ごと貼って同じ指示を出せば、長文からでも要点を抽出できます。

3. 企画・アイデアの壁打ち

ゼロから企画を考えるとき、ChatGPTは「最初の数十個を一緒に出してくれる相棒」として使うと効果的です。完成品を期待するのではなく、発散を手伝わせるイメージです。

after

あなたは販促企画の担当者です。20代の社会人女性向けの新商品（保温タンブラー）について、SNSキャンペーンのアイデアを10個出してください。 ・各案について「狙う層」「施策内容」「想定コスト感（低/中/高）」を一行で添える ・奇抜なものと堅実なものを半々で

一覧が出たら、「3番をもっと具体的に」「予算が少ない前提で5案に絞って」と掘り下げます。壁打ちの本質は、出てきた案に自分がツッコミを入れて思考を前に進めることです。採用するかどうかは必ず人間が判断し、ファクトが絡む部分（市場規模や法規制など）は別途裏取りしてください。

4. データ整理・文章からの抽出

表計算に入れる前の「ぐちゃぐちゃなテキスト」を整形する用途も実務的です。たとえば、メールで届いた申込内容を一覧化したいときに使えます。

after

以下のテキストから、氏名・会社名・希望日・連絡先を抽出し、Markdownの表にまとめてください。 ・抽出できない項目は「－」と記入 ・1行＝1人 （申込メールの本文を貼る）

表で出力させれば、そのままスプレッドシートに貼り付けられます。関数を使った集計や、Excelでの具体的な処理を組み合わせたい場合は、ChatGPTでExcelの関数を作る活用法も参考になります。なお、ChatGPTの一部プランでは表計算ファイルをアップロードして分析する機能もありますが、利用できる機能はプランによって異なります。詳細はChatGPT公式サイトで確認してください。

5. 資料・提案の壁打ちと校正

作った資料や文章を「第三者視点でレビューさせる」使い方も有効です。自分では気づきにくい論理の飛躍や読みにくさを指摘してもらえます。

after

以下は社内提案書の本文です。次の観点でレビューし、改善案を箇条書きで示してください。 ・結論が先に来ているか ・根拠が不足している主張はどれか ・冗長で削れる箇所 ・誤字脱字 最後に、修正後の全文も提示してください。 （本文を貼る）

単なる誤字チェックを超えて、構成や説得力まで見てもらえます。複数の観点を同時に渡すのがコツです。プロンプトの作り方そのものをもっと体系的に学びたい場合は、ChatGPTのプロンプトで仕事を効率化する方法に具体的なテンプレートをまとめています。

業務で使う前に必ず守りたい注意点

便利な一方で、業務利用には押さえるべき注意があります。第一に、顧客の個人情報・未公開の社外秘・取引先との契約内容といった機密情報を安易に入力しないこと。 会社によっては生成AIへの情報入力に関するルールが定められているため、まず自社のガイドラインを確認してください。第二に、ChatGPTの出力は事実と異なる内容（いわゆるハルシネーション）を含むことがあります。数値・固有名詞・法律や規約に関わる記述は、必ず一次情報で裏取りをしてから使ってください。AIはあくまで下書きを高速で用意する道具であり、最終的な責任と判断は人間が持つ、という前提を崩さないことが安全に使い続けるコツです。

「AIで効率よくブログを始めたい」と思っても、最初に立ちはだかるのがサーバーやWordPressという聞き慣れない言葉です。私自身、最初はこの設定だけで丸一日つぶしました。この記事では、ゼロからブログを公開するまでの手順を順番に追いながら、AIを記事作成のどこで使うと効果的なのか、逆にどこで使うと失敗するのかを、実際に運営してきた経験ベースで書きます。

先に結論を一つだけ。AIで記事を量産しても、それだけでは検索で評価されません。 ここを誤解したまま始めると、お金と時間を無駄にします。理由は最後にきちんと説明します。

なぜ「無料ブログ」ではなくWordPress＋レンタルサーバーなのか

ブログを始める方法は大きく二つあります。アメブロやnoteのような無料サービスと、レンタルサーバーを借りてWordPressを自分で運営する方法です。

収益化を本気で考えるなら、後者をおすすめします。無料サービスは手軽ですが、広告の掲載に制限があったり、運営側の規約変更でアカウントが止まるリスクがあります。一方WordPressは、デザインも収益化も自分の裁量で決められ、資産として手元に残ります。Google AdSenseやアフィリエイトを前提にするなら、最初からWordPressで始めたほうが後戻りが少ないです。

ざっくりした費用感は、レンタルサーバー代が月1,000円前後、独自ドメイン代が年1,000〜1,500円程度。月にすると1,100円ほどから始められます。

全体の流れ

立ち上げまでの工程はシンプルで、次の5ステップです。

1. レンタルサーバーを契約する
2. 独自ドメインを取得する
3. WordPressをインストールする
4. 最低限の初期設定をする
5. 記事を書く（ここでAIを使う）

順番に見ていきます。

Step1：レンタルサーバーを契約する

まずはブログのデータを置く「土地」にあたるサーバーを借ります。国内の初心者向けでよく選ばれているのがXserver公式サイトです。表示速度が安定していて、後述するWordPressの自動インストールにも対応しているため、最初の一台として扱いやすいです。

料金プランや無料お試し期間の条件は改定されることがあるので、契約前に必ず公式サイトの最新表示で確認してください。「一番安いプラン」で個人ブログには十分なケースがほとんどです。

つまずきポイント： プラン選びで迷って手が止まる人が多いですが、後からプラン変更できるサーバーが大半です。最初は最安プランで始めて、アクセスが増えてから上げれば問題ありません。スペックの比較に何日もかけるより、まず契約して手を動かすほうが進みます。

Step2：独自ドメインを取得する

ドメインは「example.com」のような、ブログの住所です。サーバー会社によっては、契約すると独自ドメインが永久無料で付いてくるキャンペーンを実施していることがあります。条件はその時々で変わるので、契約画面で確認してください。

つまずきポイント：

• ドメイン名は後から変更できません。サイトの方向性に合った、短く覚えやすい文字列にしましょう。日本語ドメインは見た目で迷う場面があるので、英数字をおすすめします。
• ドメインとサーバーを別々の会社で取得すると「ネームサーバー設定」という紐付け作業が必要になります。初心者のうちは、サーバー会社でドメインもまとめて取得すると、この作業を省けて楽です。

Step3：WordPressをインストールする

ここが一番不安に感じられがちですが、いまどきは難しくありません。主要なレンタルサーバーには「WordPress簡単インストール」「クイックスタート」といった機能があり、画面の指示に沿ってブログ名・ユーザー名・パスワードを入力するだけで、数分でWordPressが立ち上がります。

設定したユーザー名とパスワードは、WordPressの管理画面（ダッシュボード）へのログインに使う重要な情報です。必ず控えておきましょう。

つまずきポイント： インストール直後にサイトを開くと「無効なURLです」などと表示されることがあります。これは多くの場合、SSL証明書の反映や設定の浸透を待っている状態で、数十分から最大1日ほどで自然に表示されるようになります。慌てて何度も設定をやり直すと、かえって混乱するので、しばらく時間を置いてみてください。

Step4：最低限の初期設定をする

WordPressが入ったら、記事を書く前に最低限ここだけは整えておきます。

• SSL（https化）の確認：URLが「https://」で始まっているかチェック。サーバー側で自動設定されることが多いですが、管理画面のアドレス設定がhttpsになっているかも見ておきます。
• パーマリンク設定：記事のURLの形を決める項目です。「投稿名」など、後から記事タイトルやキーワードを反映できる形式にしておくと管理しやすくなります。これは運営途中で変えると既存URLが全て変わってしまうため、最初に決めるのが鉄則です。
• テーマの選択：見た目を決めるテンプレートです。WordPress標準の無料テーマでも始められますし、表示速度や使いやすさを重視するなら定番の無料・有料テーマを選ぶ方法もあります。デザインに凝りすぎて記事が一本も書けない、という本末転倒は避けましょう。
• 問い合わせページ・プライバシーポリシーの作成：地味ですが重要です。AdSenseやアフィリエイトの審査では、運営者情報や問い合わせ手段の有無が見られます。早い段階で用意しておきましょう。

Step5：AIを記事作成のどこで使うか

ここからが本題のAI活用です。便利なのは間違いありませんが、使いどころを間違えると逆効果になります。私が実際に役立つと感じている使い方は次のとおりです。

役立つ使い方

• 構成（見出し）の叩き台づくり：テーマを伝えて見出し案を出させ、自分で取捨選択する。ゼロから考えるより速く、抜け漏れに気づけます。
• リサーチの整理：自分が調べた情報を貼り付けて要約・分類してもらう。事実の出どころは必ず自分で確認します。
• 推敲・校正：書いた文章の誤字や読みにくい箇所を指摘させる。文章のリズム調整に向いています。
• タイトルやメタ説明の候補出し：複数案を出させて、一番しっくりくるものを選ぶ。

AIをどの工程でどう使うか、収益化までの全体像はAIブログ収益化のロードマップ（月5万を目指す手順）でより踏み込んで解説しています。

やってはいけない使い方

• AIが書いた文章を、内容を確認せずそのまま公開する
• 体験談や数値を「それっぽく」AIに創作させる（事実と異なる情報＝誤情報になります）
• 同じテンプレートで似た記事を量産する

正直なところ：AIの量産では稼げません

最後に、この記事で一番伝えたいことです。

AIを使えば記事は一日に何本でも書けますが、中身が薄い・どこかで読んだような記事を量産しても、検索エンジンには評価されません。 Googleは独自性や実体験にもとづく有用性を重視しており、AIで生成しただけの一般論の寄せ集めは埋もれていきます。これはAdSenseの審査で「有用性の低いコンテンツ」と判断される典型でもあります。

では、AIをどう生かすか。AIは執筆を速くする道具であって、価値を生むのはあなた自身の体験・検証・視点だ、と割り切ることです。自分が実際に試した結果、つまずいた点、他の記事には書かれていない比較。そうした一次情報にAIで肉付けする使い方をすれば、効率と独自性を両立できます。

現実的な期待値もお伝えします。ブログは始めてすぐ収益が出るものではなく、検索に評価されるまで数か月単位の時間がかかるのが普通です。短期で結果を求めると挫折しやすいので、最初の数か月は「記事数と質を積み上げる時期」と考えておくと続けやすくなります。AdSenseとアフィリエイトの組み立て方はAIブログ収益化のロードマップで整理しているので、収益化の段階に入ったら参考にしてください。

まとめ

• ブログはレンタルサーバー契約 → ドメイン取得 → WordPress導入 → 初期設定の順で立ち上げる。設定で完璧を目指すより、まず公開して記事を書き始めるほうが早く前に進む。
• AIは「構成づくり・リサーチ整理・校正」で力を発揮するが、事実確認は必ず自分で行う。
• AIの量産だけでは検索評価されない。独自の体験と視点を軸に、AIを補助として使うのが2026年の現実的な進め方。

まずはサーバーを契約してWordPressを立ち上げ、最初の一本を自分の言葉で書いてみることから始めましょう。

ChatGPTを使うと、文章やテンプレートのたたき台を短時間で用意できます。ただし「ChatGPTに書かせたものをそのまま売る」だけでは、ほぼ売れませんし、品質や著作権の面でも問題が起きやすいです。この記事では、ChatGPTを「制作のアシスタント」として使い、どんなコンテンツを、どこで、どう売るのかを、実在するプラットフォームに沿って現実的に整理します。短期間で大きく稼げるといった保証はできませんが、地道に積み上げれば商品を持つこと自体は十分可能です。

ChatGPTで作って売れるコンテンツの種類

まず「何を売るか」を決めます。ChatGPTが得意なのは、知識やノウハウを文章・表・手順に落とし込む作業です。代表的な商品の形を挙げます。

• 電子書籍・ノウハウ記事：自分の経験や調べた内容を体系化したもの。note（有料記事）やKindle（KDP）で販売しやすい。
• テンプレート集：メール文面、企画書、SNS投稿、見積もりなどの雛形。実務で繰り返し使うものほど価値が出る。
• プロンプト集：特定の業務向けにChatGPTへの指示文をまとめたもの。Brainやnoteで扱われることが多い。
• チェックリスト・ワークシート：作業手順を抜け漏れなく進めるための一覧。PDF配布と相性が良い。
• オンライン教材・講座：手順を動画や資料にまとめたもの。Udemyのような講座プラットフォームが選択肢になる。

共通して言えるのは、「あなたが既に知っていること・経験したこと」を軸にすることです。ChatGPTは知らない分野の事実を埋めるのは苦手で、誤った情報をもっともらしく出すこともあります。自分が内容の正しさを判断できるテーマを選んでください。

筆者の実感：私はフリーランスでWebサイトや自動化ツールを作っていますが、開発の過程で溜まった「こうすればハマらない」という知見は、そのままノウハウ商品の素材になり得ると感じています。たとえばAIコーディングツールの使い分けや、サイトを公開するまでの具体的な手順は、自分で手を動かしたからこそ書ける内容です。逆に、触ったことのないツールについてChatGPTに書かせた記事は、公式ドキュメントの焼き直しにしかなりませんでした。「自分の手を動かした分野で作る」が、売れるコンテンツの最低条件だと思います。

どこで売るか：実在プラットフォームの整理

販売場所によって、客層・手数料・できることが違います。代表的なものを比較します（手数料率や仕様は変わることがあるため、必ず各サービスの公式情報をご確認ください）。

最初は、自分が普段から見ている・買ったことのあるプラットフォームを1つ選ぶのが無難です。買い手の気持ちが分かる場所のほうが、商品の見せ方を考えやすいからです。

作り方の手順：ChatGPTはどこで使うか

ChatGPTは「全部書かせる」のではなく、工程ごとに部分的に使うと品質が安定します。

1. テーマと読者を1行で決める：「誰の、どんな悩みを、どう解決するか」。ここはAIに丸投げせず自分で決めます。
2. 目次・構成案をChatGPTで複数出す：「初心者向けに〇〇を解説する電子書籍の目次案を3パターン」のように依頼し、良いものを選んで組み替えます。
3. 各章のたたき台を作る：章ごとに「この見出しで600字程度、具体例を1つ入れて」と小さく指示すると、まとまりやすいです。
4. 自分の経験・固有の事例を上書きする：ここが最も重要です。一般論のままでは差別化できません。自分の数字、失敗談、実際の手順を加えます。
5. 事実確認と推敲：固有名詞・数値・手順は自分で裏取りします。ChatGPTの出力をそのまま信用しないでください。
6. テンプレ・PDFに仕上げる：配布形式に整え、表紙やタイトルを作ります。

ChatGPTを使った文章作成の指示の出し方は、ChatGPTのプロンプトで仕事を効率化する方法も参考になります。

価格設定の考え方

価格は「相場」と「提供価値」の両面で考えます。やってはいけないのは、相場を見ずに思いつきで高く付けることです。

• 同じプラットフォームで、似た商品がいくらで売れているかを先に調べる。
• 最初は実績がないため、相場の中でやや控えめの価格から始め、レビューや販売数が貯まってから見直す。
• 文章主体の有料記事なら数百円〜、まとまった教材やテンプレ集ならもう少し上、と内容量と手間に応じて段階を付ける。

「とりあえず1,000円」のように根拠なく決めるより、含まれる中身（ページ数・テンプレ数・サポートの有無）を明示して価格を説明できる状態にしておくと、買い手も納得しやすくなります。

AI生成物の品質と独自性をどう担保するか

ChatGPTで作ったコンテンツがそのままだと、似たような商品が他にも出回りがちで、内容も浅くなりやすいです。独自性を出すための具体策です。

• 一次情報を必ず混ぜる：自分が試した結果、実際の画面、具体的な数値や手順。AIには出せない部分が商品の核になります。
• テーマを狭く絞る：「副業全般」より「子育て中の人が月数千円から始めるテンプレ販売」のように、対象と状況を限定すると刺さりやすい。
• 構成と語り口を自分で整える：AIの文章は平板になりがちなので、見出しの順番や言い回しを自分の言葉に直す。
• 使えるおまけを付ける：本文に対応したテンプレやチェックリストを添えると、実用性が一段上がる。

品質チェックの観点として、「自分がお金を払う側だったら満足するか」を毎回確認してください。これが満たせない商品は、レビューが伸びず、結局リピートにつながりません。

規約・著作権の注意点

ここを軽視するとアカウント停止やトラブルにつながります。最低限、次を押さえてください。

• 各プラットフォームの規約を読む：AI生成物の販売可否、禁止カテゴリ、独占販売の条件などはサービスごとに異なります。
• 他者の文章・画像をそのまま使わない：ChatGPTが既存の表現を出してくる場合があるため、引用は出典を明記し、画像は権利が明確な素材を使う。
• 誇大表現を避ける：「必ず稼げる」「絶対」などの断定は、規約違反や景品表示・特定商取引上の問題になりかねません。実際にできることだけを書く。
• 資格・医療・法律など専門領域は慎重に：誤情報のリスクが高く、責任問題にもなり得ます。自分が裏取りできない分野は扱わない。

OpenAIの利用規約や各販売サービスの最新ルールは変更されることがあるため、公開前に公式ページを確認する習慣をつけてください。

売れるまでの現実的な流れ

商品を出してすぐ売れることは多くありません。多くの場合、次のサイクルを回すことになります。

1. 小さく作って公開する（完璧を目指して止まるより、出して反応を見る）。
2. 買ってくれた人の感想や、売れ行きから改善点を見つける。
3. 内容を加筆・修正し、紹介文やタイトルを調整する。
4. 商品を少しずつ増やし、関連商品同士で導線を作る。

集客の面では、SNSやブログで「商品の一部を無料で見せる」のが現実的です。

「ChatGPTに仕事を頼んでも、当たり障りのない答えしか返ってこない」——これはプロンプト（指示文）の書き方でほぼ解決します。

結論から言うと、質の高い回答を引き出す鍵は「役割・前提・出力形式」の3つを指定することです。この記事では、その型を踏まえた「コピペでそのまま使える業務プロンプト15選」を、メール・資料作成・要約・分析の業務別にまとめました。筆者が実際に日々の業務で使って効果のあったものだけを厳選しています。

なぜ「要約して」だけだと使えない回答になるのか

多くの人は「この文章を要約して」のように、タスクだけを投げてしまいます。これだと、ChatGPTは「誰向けに・何文字で・どんな目的で」要約すべきか分からず、平均的で無難な答えを返します。

回答の質を決めるのは、次の3要素です。

この3つを足すだけで、同じ依頼でも回答が劇的に具体的になります。以下のプロンプトはすべてこの型を踏まえています。

メール・連絡文を効率化するプロンプト

1. ビジネスメールの下書き

あなたは丁寧で簡潔なビジネス文書が得意なアシスタントです。
以下の要件で取引先へのメールを作成してください。
・目的：納期を1週間延ばしてもらう依頼
・前提：こちらの都合による遅延、相手は長年の取引先
・トーン：誠実だが卑屈になりすぎない
・長さ：300字程度、件名も付ける

2. 角の立たない断りメール

以下の依頼を断るメールを作成してください。
相手との関係を壊さないよう、代替案を1つ添えてください。
依頼内容：[ここに貼り付け]

3. 長い文章を「3行」に圧縮

以下の文章を、忙しい上司が3秒で把握できるよう
「結論・理由・次のアクション」の3行に要約してください。
[ここに貼り付け]

メールは定型業務なので、自分用のプロンプトを2〜3個保存しておくだけで毎日の時間が変わります。

資料作成・企画を効率化するプロンプト

4. 企画書のたたき台を作る

あなたは新規事業のプランナーです。
以下のテーマで企画書の骨子を作ってください。
・テーマ：[例：20代向けの新サービス]
・構成：背景／課題／解決策／想定収益／リスク
・各項目は箇条書き3点まで

5. 資料の「抜け漏れ」をチェックさせる

以下のプレゼン構成を読み、説得力を高めるために
「足りない観点」と「反論されそうな点」をそれぞれ3つ指摘してください。
[構成を貼り付け]

6. 専門的な内容を中学生にも分かる言葉に

以下の説明を、専門用語を使わず中学生でも分かる言葉に書き換えてください。
たとえ話を1つ入れてください。
[ここに貼り付け]

「作らせる」だけでなく「チェックさせる・言い換えさせる」のがコツです。自分が作った資料の弱点を客観的に洗い出せます。

文章の要約・読解を効率化するプロンプト

7. 議事録を要点だけに

以下の会議メモから「決定事項」「ToDo（担当者と期限つき）」「保留事項」を
表形式で抽出してください。
[メモを貼り付け]

8. 長い記事・PDFから必要な情報だけ抜く

以下の文章から「自社のマーケティングに使えそうな示唆」だけを
箇条書きで5つ抜き出してください。それ以外は省略して構いません。
[ここに貼り付け]

9. 英語の資料をビジネス日本語に

以下の英文を、不自然な翻訳調にならない自然なビジネス日本語に訳してください。
固有名詞と数値はそのまま残してください。
[ここに貼り付け]

長文の要約・翻訳は、無料プランより有料プラン（高性能モデル）の方が精度が高く、長い文章を一度に扱えます。料金やプランは改定されることがあるので、契約前にChatGPT公式サイトで最新の内容を確認してください。

分析・アイデア出しを効率化するプロンプト

10. 数字の意味を読み解かせる

以下の売上データについて、気づいた傾向を3つと、
考えられる原因の仮説を2つ挙げてください。
[データを貼り付け]

11. アイデアを大量に出させる

[テーマ]について、ありきたりでないアイデアを10個出してください。
そのうえで、実現難易度と効果で「すぐやるべき1つ」を選び、理由を添えてください。

12. 反対意見をぶつけてもらう

私はこれから[施策]を進めようと考えています。
あえて批判的な立場から、見落としているリスクを5つ指摘してください。

13〜15. 日常業務のショートカット

回答の質をさらに上げる3つのコツ

プロンプトの型に慣れたら、次の3つを意識すると精度が一段上がります。

「AIで文章を書けば、Webライター副業がラクに稼げるのでは」と考える人が増えています。たしかにChatGPTのような生成AIは、構成づくりやリサーチの下調べを驚くほど速くしてくれます。ただし、現実はそれほど単純ではありません。この記事では、誇張をできるだけ排して、日本のWebライター副業の実態と、AIをどう使えば効率的なのかを整理します。「AIに丸投げすれば自動で稼げる」といった話ではなく、地に足のついた始め方を知りたい人向けの内容です。

筆者の失敗談：私自身、このブログを立ち上げた当初はAIで記事を量産していました。構成もリサーチも本文もAI任せで、1日に何本も公開した時期があります。結果どうなったかというと、AdSenseの審査で「有用性の低いコンテンツ」として落ちました。しかも一度ではなく複数回です。そこから学んだのは、AIが書いた文章をそのまま出すと「どこかで読んだ内容の焼き直し」にしかならない、ということ。今は構成の叩き台と校正にだけAIを使い、体験談や具体的な数字は必ず自分で書くようにしています。ライター副業でも同じことが言えるはずです。

Webライター副業の単価の「相場の目安」

まず気になる単価ですが、断定はできません。案件やジャンル、発注者によって大きく変わるためです。あくまで一般に語られる相場の目安として、幅で捉えてください。

クラウドソーシング（クラウドワークスやランサーズなど）で初心者が受けられる案件は、文字単価0.5円前後から始まることが多いとされます。実績を積むと1円〜2円程度、専門性の高いジャンル（金融、医療、IT、法律など）や直接契約では、それ以上になるケースもあると言われます。

ここで現実的な計算をしておきましょう。仮に文字単価1円で3000字の記事を書くと、1記事3000円です。慣れないうちは調べながら書くため、1記事に数時間かかることも珍しくありません。最初の数ヶ月は「時給に換算すると低い」と感じる人が多い、というのが正直なところです。月数万円を安定させるには、ある程度の本数をこなせるようになる必要があります。最初から高単価を期待しすぎないことが、続けるコツです。

なぜ「AI丸写し」は嫌われるのか

結論から言うと、AIが生成した文章をそのまま納品するのは、ほとんどの案件で歓迎されません。理由は主に3つあります。

1つ目は、事実の誤りです。生成AIは事実と異なる内容を、もっともらしく書いてしまうことがあります（いわゆるハルシネーション）。固有名詞、数値、最新情報は特に間違えやすく、確認せずに出すと発注者の信用を失います。

2つ目は、独自性のなさです。AIが出力する文章は、どこかで読んだような一般論になりがちです。発注者が求めているのは、検索上位にある記事の焼き直しではなく、読者の役に立つ独自の切り口です。

3つ目は、規約とトラブルの問題です。発注者によっては「AI生成文章の納品禁止」を明記していることがあります。また、AIをそのまま使った文章が他サイトと酷似してしまうリスクもあります。

つまりAIは「書き手の代わり」ではなく「書き手の道具」として使うのが現実的です。最終的な品質の責任は、あくまで自分が負うという前提を忘れないでください。

AIを効率的に使う3つの場面

では、AIをどこで使うと効率が上がるのか。丸写し以外の、実用的な使い方を紹介します。

1. 構成（見出し）づくり

テーマと読者像をAIに伝え、見出し案を複数出させると、抜けていた論点に気づけます。出てきた構成をそのまま使うのではなく、不要な見出しを削り、自分の視点で並べ替えるのがポイントです。たたき台が一瞬でできるため、ゼロから悩む時間を減らせます。

2. リサーチの下準備

あるテーマについて「論点を整理して」「初心者がつまずきやすい点を挙げて」と頼むと、調べる方向性が見えます。ただし、AIが出した事実は必ず一次情報（公式サイト、公的機関の発表など）で裏取りしてください。AIはあくまで調べる入口で、根拠の確認は自分の仕事です。

3. 推敲とチェック

書き終えた原稿をAIに読ませ、「冗長な箇所」「分かりにくい表現」を指摘させると、自分では気づきにくい癖を発見できます。誤字脱字や文末の単調さのチェックにも役立ちます。プロンプトの工夫で精度が変わるので、ChatGPTのプロンプト活用術も参考にしてみてください。

始め方の具体ステップ

ここからは、実際にどう動き出すかを順番に説明します。

ステップ1：書けるジャンルを決める

何でも書こうとすると、どの案件も浅くなりがちです。自分の経験や興味のある分野（例：子育て、ガジェット、転職経験、趣味など）を軸にすると、独自性が出て採用されやすくなります。

ステップ2：練習記事を書いてみる

応募の前に、選んだジャンルで2〜3本、自分のブログやnoteなどに記事を書いてみましょう。AIで構成を作り、自分の言葉で肉付けし、事実確認する。この一連の流れを体験しておくと、本番でつまずきません。

ステップ3：クラウドソーシングに登録する

クラウドワークス、ランサーズ、ココナラといった実在のサービスに登録します。プロフィールには、書けるジャンル、これまでの経験、対応できる文字数などを具体的に書きます。空欄が多いプロフィールは敬遠されがちです。

ステップ4：小さな案件から応募する

最初は単価よりも実績づくりを優先します。応募文では「テンプレのコピペ」ではなく、その案件を読んだうえで「自分が書ける理由」を一言添えると通過率が上がります。

案件の取り方と単価を上げる方法

案件獲得で差がつくのは、応募の質です。発注者は多くの応募の中から選ぶため、募集要項をきちんと読み、求められている内容に応える応募文を書く人が選ばれます。納期を守る、連絡が早い、修正に丁寧に対応する。こうした当たり前の積み重ねが、継続発注や単価アップにつながります。

単価を上げる方法は、大きく3つあります。

• 実績を見える化する：公開できる執筆実績を増やし、プロフィールやポートフォリオで示す。
• 専門性を深める：得意ジャンルを絞り、その分野の知識を磨く。汎用ライターより専門ライターのほうが高単価になりやすいと言われます。
• 直接契約や継続案件を狙う：クラウドソーシング経由は手数料がかかります。信頼関係ができた発注者と継続的に仕事をすると、条件交渉もしやすくなります。

単価交渉は、実績がない段階では通りにくいものです。まずは選ばれる書き手になり、そのうえで「これだけの品質を出せる」と示してから交渉するのが現実的な順序です。

注意点

最後に、トラブルを避けるための注意点をまとめます。

• AIの出力は必ず事実確認する：間違いをそのまま出すと信用を失います。
• 発注者の規約を確認する：AI利用の可否や、納品物の権利についての条件を読みましょう。
• 個人情報や守秘義務に注意する：取材内容や未公開情報を、安易に外部のAIサービスへ入力しないよう気をつけます。
• 稼げる金額を過大に見積もらない：副業として続けるなら、最初は「月数千円〜数万円」を現実的な目標に置くほうが挫折しにくいです。

まとめ

AIは、Webライター副業を効率化する強力な道具ですが、それ自体が稼いでくれるわけではありません。構成・リサーチ・推敲でAIを賢く使い、事実確認と独自の視点は自分で担う。この役割分担ができる人が、結果的に評価され、単価も上がっていきます。

まずは得意ジャンルを決め、練習記事を1本書くところから始めてみてください。焦らず、一つひとつ実績を積み重ねていきましょう。

はじめに：この記事は「実際に毎日使っている側」から書いています

筆者は、AIコーディングツールを使って実際にランディングページや業務自動化ツールを作り、公開・納品しています。具体的には、

• 企業向けのランディングページ（採用LP・サービスLPなど）をAIでコーディングして Vercel に公開
• 公営競技（競馬・競艇）の予想ツール：出走表や結果を自動取得し、AIで着順を予測、的中率・回収率・損益まで記録する仕組み
• X（旧Twitter）の自動投稿スクリプト：API連携（OAuth認証）を自前で実装
• ECサイトの在庫・価格の自動同期ツール
• そして、このブログ自体（Hugo + GitHub Pages）の構築・改修

といったものを、AIに手伝ってもらいながら作ってきました。だからこの記事は「公式サイトの料金表を並べただけ」の比較ではなく、実際に動くものを作る過程で感じた、各ツールの効きどころと限界を中心に書きます。

結論：万能の1位はない。使い方で選ぶ

AIコーディングツールは「どれが一番か」よりも「自分の開発スタイルに合うか」で選ぶのが正解です。先に結論を書くと、2026年初頭の時点では次のように考えると失敗しにくいです。

• すでにVS Codeを使っていて、まず無料で試したい人 → GitHub Copilot（無料枠あり）か Codeium。
• AIを中心に据えたエディタで、コードベース全体を理解させながら書きたい人 → Cursor か Windsurf。
• ターミナルや既存環境のまま、機能やツールを丸ごと任せたい人 → Claude Code（筆者のメイン）。

ひとつ前置きしておくと、これらはどれも「補助」であり、生成されたコードはそのまま信用せず必ず自分で読んで検証する前提のツールです。ここを踏まえたうえで、各ツールの違いを具体的に見ていきます。

なお、かつて人気だったコード補完ツール「Kite」はすでにサービスを終了しており、現在は使えません。古い記事で1位に挙げられていることがありますが、選択肢から外してください。

GitHub Copilot：最初の1本として手堅い

GitHub Copilot は、Microsoft（GitHub）が提供する最も普及しているAIコーディング支援ツールです。VS Code、Visual Studio、JetBrains系IDE、Neovimなど対応エディタが幅広く、普段の開発環境にプラグインを入れるだけで使い始められるのが強みです。

仕組みはエディタ内での「ゴーストテキスト補完」が基本で、書きかけの行や関数の続きをAIが灰色で提案し、Tabで受け入れる流れです。加えてチャットでコードの説明や修正を依頼したり、エージェント的にファイルをまたいで編集させる機能も拡充されています。

無料枠が用意されており、補完やチャットを月あたりの上限の範囲で試せます。本格的に使うなら個人向けの有料プランへ、というのが一般的な流れです。料金やプランごとの利用上限は改定が入りやすいので、契約前に公式サイトで最新料金を確認してください。

向いている人：すでにGitHubやVS Codeを日常的に使っていて、まずは無料で補完の感触を確かめたい人。学習用途の初心者にも入りやすい一本です。

Cursor：コードベースを理解するAIエディタ

Cursor は、VS Codeをベースに作られた「AIファースト」のコードエディタです。プラグインではなくエディタそのものなので、VS Codeの拡張機能や操作感をほぼ引き継ぎつつ、AI機能が中心に統合されています。

特徴は、プロジェクト全体のコードを文脈として読み込ませながら作業できる点です。「この関数を呼んでいる箇所をすべて直して」といった、複数ファイルにまたがる指示に強く、チャットから差分（diff）形式で変更案を提示し、確認してから適用できます。利用するモデルも複数から選べる設計になっています。

無料で試せるプランがあり、より多くのリクエストや高性能モデルを使いたい場合は有料プランに進みます。使用量に応じた課金体系を採用しているため、どこまで無料で何が有料かは公式サイトで最新料金を確認するのが確実です。

向いている人：エディタを乗り換えてでもAI中心の開発に振り切りたい人。中〜大規模のコードベースを抱える実務者ほど恩恵が大きいツールです。

Windsurf：エージェント連携を重視したエディタ

Windsurf も、Cursorと同じくAIを軸にしたコードエディタです（旧称Codeiumの開発元によるエディタ製品）。コンセプトは近いものの、AIがプロジェクトの状況を追いながら能動的に複数ステップの作業を進める「エージェント」的な体験を前面に出しているのが特徴です。

人がAIと一緒に手を動かすモードと、タスクをある程度まとめて任せるモードを行き来できる設計で、「次に何を編集すべきか」をAI側が文脈から判断して提案してくれます。Cursorと迷ったら、両方とも無料枠の範囲で実際に触ってみて、補完の当たり方やUIの好みで決めるのが現実的です。料金は公式サイトで最新料金を確認してください。

向いている人：CursorのようなAIエディタに興味があり、よりエージェント主導の進め方を試したい人。

Codeium / Cody：補完を無料で広く使いたいなら

純粋な「コード補完」を中心に、コストを抑えて導入したい場合の選択肢です。

Codeium は個人利用に寛容な無料枠で知られ、VS CodeやJetBrains、Neovimなど多くのエディタに対応する補完・チャットツールとして広く使われてきました（前述のWindsurfと同じ開発元の系譜にあります）。

Cody（Sourcegraph提供）は、コード検索基盤を持つSourcegraphならではの強みがあり、大きなコードベースの文脈を踏まえた回答や補完を得意とします。既存の大規模リポジトリを扱うチームと相性が良いツールです。

どちらも無料で始められますが、無料枠の範囲やチーム向け機能は変わりやすいので、各公式サイトで確認してください。

向いている人：まずは無料の補完だけでも導入したい個人や、社内の巨大リポジトリを横断検索しながら開発したいチーム。

Claude Code：ターミナルから任せるエージェント型

Claude Code は、Anthropicが提供するコマンドライン型のコーディングエージェントです。エディタに補完を出すのではなく、ターミナル（やエディタ拡張）から「この機能を実装して」「このバグを直して」と指示すると、AIが関連ファイルを読み、変更を加え、必要ならテストまで実行する、という任せ方ができます。

「この集計、どの関数を組み合わせればいいんだっけ」「数式を入れたのにエラーが出る」——Excelを使っていると、こうした手が止まる瞬間が必ず出てきます。そんなとき、ChatGPTを“その場で聞ける相手”として使うと、調べ物にかけていた時間をかなり短縮できます。

この記事では、ChatGPTとExcelを連携させる大げさな仕組みの話ではなく、ブラウザでChatGPTを開いて質問するだけでExcel作業がはかどる、現実的な使い方を紹介します。そのままコピペして使える依頼文も用意したので、手元のExcelで試しながら読んでみてください。

筆者の使い方：私はフリーランスでWeb制作や自動化ツールの開発をしていますが、クライアントから届くCSVデータの整形や、納品物に付ける集計レポートの関数組みでChatGPTをよく使います。特に「この列の条件で絞り込んで別シートに転記するVBA」のような、毎回微妙に条件が違う処理を自分でゼロから書くのは時間がかかるので、ChatGPTにたたき台を出させて手直しするのが一番効率的でした。以下で紹介する使い方は、そうした実務の中で定着したものです。

最初に押さえておきたい前提

ChatGPTは無料プランでも十分Excelの相談に使えます。より新しいモデルや混雑時の優先利用が必要なら有料のPlusプラン（月額20ドル）という選択肢もありますが、関数や数式の相談だけなら無料プランで始めて問題ありません。

一点、よくある誤解を正しておきます。ChatGPTのAPI（プログラムから呼び出す仕組み）は有料で、使った量に応じて課金されます。「APIで連携すれば無料で自動化できる」という説明を見かけることがありますが、それは正確ではありません。この記事で扱うのは、APIを使わず、ブラウザのChatGPTに質問して答えをExcelに反映するという、誰でもすぐできる方法です。これだけでも作業はかなり楽になります。

関数や数式の「作り方」を聞く

一番手軽で効果が大きいのが、やりたいことを日本語で説明して関数を作ってもらう使い方です。関数名を覚えていなくても、目的を伝えれば候補を出してくれます。

たとえば、こんな依頼が使えます。

A列に日付、B列に売上が入っています。今月（当月）の売上合計を出す数式を教えてください。今日の日付は自動で判定したいです。

ChatGPTはSUMIFSとEOMONTHやTODAYを組み合わせた数式を提案してくれます。ポイントは、列の構成と、何を求めたいかを具体的に書くことです。「A列に商品名、B列に単価、C列に数量」のようにレイアウトを伝えるほど、的確な数式が返ってきます。

VLOOKUPやXLOOKUP、INDEX/MATCHのように似た機能で迷ったときも、「この2つの違いと、私のケースではどちらが向くか」と聞けば、自分のデータに即した判断材料が得られます。Microsoft 365の比較的新しい環境ならXLOOKUPやFILTERといった新しい関数も使えるので、「使える関数のバージョン」を伝えるとさらに精度が上がります。

数式のエラー原因を相談する

#REF! や #N/A、#VALUE! といったエラーは、原因がわかれば一瞬ですが、慣れていないと時間を溶かします。ここでChatGPTが役立ちます。

依頼のコツは、今入れている数式とエラー表示をそのまま貼ることです。

このVLOOKUPで #N/A が出ます。原因として考えられるものと、確認すべきポイントを教えてください。 =VLOOKUP(D2,A:B,2,FALSE)

すると、「検索値の前後に空白が入っていないか」「検索範囲の左端列に検索値があるか」「数値と文字列の型が一致しているか」といった、定番のチェックリストを返してくれます。エラーの“あるある”を網羅的に挙げてもらえるので、自分では気づけなかった原因にたどり着きやすくなります。

データ整形のひと手間を任せる

Excelで地味に手間がかかるのが、いわゆる「データのお掃除」です。表記ゆれの統一、不要な空白の除去、姓と名の分割などは、関数やテキスト操作で片付きますが、毎回やり方を考えるのは面倒です。

C列に「東京都 / 東京 / トウキョウ」のような表記ゆれが混在しています。「東京都」に統一したいです。関数を使う方法と、置換機能を使う方法の両方を教えてください。

このように頼むと、SUBSTITUTEやTRIMを使う方法と、検索と置換（Ctrl+H）の手順の両方を提示してくれます。ファイル全体を貼る必要はなく、サンプルとして数行を文章で説明するだけで十分です。実際のデータを大量に貼り付けるより、状況を要約して伝えるほうが安全かつ速いです。

VBA・マクロの「たたき台」を作る

繰り返し作業をマクロで自動化したいけれど、VBAは書いたことがない——そんなときも、ChatGPTにたたき台を作ってもらうと取りかかりやすくなります。

指定フォルダ内の複数のExcelファイルを開いて、各ファイルの1枚目シートを1つのブックにまとめるVBAを書いてください。コードには日本語のコメントもつけてください。

返ってきたコードをVBE（Alt+F11で開くエディタ）に貼って動かしながら、「ここをこう変えたい」と追加で相談していくと、自分の用途に合わせて育てていけます。最初の白紙状態から書き始める心理的ハードルがなくなるのが大きな利点です。

ただし、生成されたVBAは必ずテスト用のコピーで試すこと。元データを上書きするようなマクロを、いきなり本番ファイルで実行するのは避けてください。

ピボットテーブルや集計の「設計」を相談する

ピボットテーブルは、操作そのものより「行・列・値に何を置くか」という設計で悩みがちです。ChatGPTには、その考え方を相談できます。

売上データ（日付・店舗・商品カテゴリ・売上金額）から、店舗ごと・月ごとの売上推移を見たいです。ピボットテーブルの行・列・値に何を置けばよいか教えてください。

集計の意図を伝えると、フィールドの配置案を示してくれます。出てきた案を実際にピボットで組んでみて、「もっとこう見たい」と続けて聞けば、分析の切り口を広げる相談相手になります。

安全に使うための注意点

便利な一方で、守ってほしいことが二つあります。

一つ目は、機密データや個人情報をそのまま貼り付けないこと。顧客の氏名・連絡先、社内の数値、未公開情報などは、ダミーの値に置き換えるか、構造だけを言葉で説明して相談しましょう。実データを渡さなくても、レイアウトと目的を伝えれば十分に役立つ答えが返ってきます。

二つ目は、出てきた数式やコードを必ず自分で検証すること。ChatGPTの回答はもっともらしく見えても、間違いを含むことがあります。関数なら少量のサンプルで結果が合うか確かめ、VBAならコピーで動作確認してから本番に使ってください。「答えをそのまま信じる」のではなく「下書きを賢く出してもらい、自分が最終チェックする」という姿勢が、結果的に一番速く正確です。

まとめ：聞き方が上達すると、Excelはもっと速くなる

ChatGPTをExcelに活かすコツは、難しい連携の仕組みではなく、状況とゴールを具体的に伝える聞き方にあります。列の構成、今入れている数式、やりたいこと——この3点を添えるだけで、返ってくる答えの質は大きく変わります。

まずは今つまずいている一つの数式を、この記事の依頼例を真似て聞いてみてください。質問の上達がそのまま作業時間の短縮につながります。

仕事全般での聞き方をさらに磨きたい人は、ChatGPTで仕事を効率化するプロンプトの考え方や、ChatGPTの仕事での活用例もあわせて読むと、Excel以外の場面でも応用が利くようになります。

先に結論を書きます。AIブログで月5万円は不可能ではありませんが、「誰でも」「すぐに」届く数字ではありません。早くても収益化まで数ヶ月、月5万に乗せるなら半年〜1年スパンで考えるのが現実的です。そしてAIに丸投げした記事ほど評価されにくい、というのが正直なところです。

なぜそう言い切れるかというと、このサイト自体がGoogle AdSenseの審査で「有用性の低いコンテンツ」として一度落ちたからです。AIで量産したテンプレ記事を並べていた時期は、見事に通りませんでした。その失敗から学んだことを、つまずいた場所も含めてこのロードマップに詰め込みます。

まず大前提：AIは「下書き係」であって「執筆者」ではない

ChatGPTやClaudeに「〇〇について2000字で書いて」と投げて、そのまま貼り付けた記事はまず評価されません。同じプロンプトを使えば誰でも同じような文章が出てくるからです。あなたにしか書けない情報がゼロだと、検索エンジンから見て「どこかで読んだ内容の焼き直し」になってしまいます。

AdSenseの審査でこのサイトが落ちた直接の原因も、ここでした。だからこのロードマップでのAIの役割は「構成案を出す」「言い回しを整える」「リサーチの叩き台を作る」までと割り切ります。最終的にあなたの体験・検証・意見を必ず上乗せする。これが大前提です。AIをどの工程で使うかの具体例は、後半のStep2とAIブログの始め方とサーバー選びでも触れます。

Step1：ジャンル選定で7割が決まる

正直に言うと、ジャンル選びを外すとあとから挽回するのがかなり大変です。ここに一番時間をかけてください。選ぶときの判断軸は3つです。

• 自分が継続して語れるか：100記事書いても飽きない、調べるのが苦じゃないテーマか。
• 収益源があるか：そのテーマで紹介できる商品・サービス・広告が存在するか。
• 検索する人がいるか：そもそも誰かが悩んで検索しているテーマか。

このうち一番見落とされがちなのが1つ目です。月5万に届く前にネタが尽きてやめてしまう人が本当に多い。だから「稼げそう」より「続けられそう」を優先したほうが、結果的に近道になります。

避けたほうが無難なのは、健康・医療・お金まわりのいわゆるYMYL領域です。Googleがとくに専門性を厳しく見るジャンルで、個人の新規サイトでは上位表示が難しい。最初は趣味・ツール・ガジェット・特定の手順解説など、自分の実体験を出せる領域から入るのがおすすめです。

Step2：記事設計は「検索した人の悩み」から逆算する

ジャンルが決まったら、いきなり書き始めないでください。まず「読者がどんな言葉で検索して、何を知りたくて、読み終わったあとどうなりたいのか」を1枚のメモに書き出します。ここがブレると、AIに構成を作らせても的外れな記事になります。

私の手順はこうです。

1. 狙うキーワードを決める（例：「〇〇 使い方 初心者」）。
2. 実際にそのキーワードで検索し、上位5記事をざっと読む。何が書かれていて、何が「書かれていないか」をメモする。
3. その「書かれていない部分」＝自分が埋められる価値を中心に構成を組む。
4. ここでようやくAIに「この構成で見出し案と各見出しの要点を出して」と依頼する。
5. AIの出力をベースに、自分の体験・スクショ・つまずいた点・具体的な数字を足していく。

ポイントは2と5です。上位記事の「足りない部分」を埋めにいくこと、そして自分しか書けない一次情報を必ず入れること。AIが出した一般論だけで終わらせないことが、AdSense落選から立て直すうえで一番効きました。サイト全体の作り方はAIブログの始め方とサーバー選びにまとめています。

Step3：収益源は「AdSense」と「アフィリエイト」の2本柱

月5万を目指すなら、収益の柱は基本この2つです。

Google AdSenseは、記事に広告を貼ってクリックや表示で収益が出る仕組みです。まず審査に通す必要があり、ここで「有用性の低いコンテンツ」と判定されると先に進めません。通すコツは、量産より質。中身の薄い記事を10本並べるより、しっかり作った記事が数本あるほうが通りやすい、というのが実感です。AdSenseは1PVあたりの単価が小さいので、収益の土台にはなりますが、これ単体で月5万はかなりのPVが必要になります。

アフィリエイトは、紹介した商品・サービスが成約すると報酬が入る仕組みです。AdSenseより1件あたりの単価が高く、少ないPVでも収益を伸ばしやすいのが利点です。AIブログと相性がいいのは、自分が実際に使っているツールやサービスを正直にレビューする形です。使ってもいないものを「最高です」と書くと、読者にもGoogleにも見抜かれます。

たとえばブログを始める際に必要なレンタルサーバーは、自分が契約したものなら自然に紹介できます。私はXserver公式サイトを使っていますが、料金プランは改定されることがあるので、最新の金額は必ず公式で確認してください。

アフィリエイトはASPに登録して始める

アフィリエイトを始めるには、広告を仲介する「ASP（アフィリエイト・サービス・プロバイダ）」への登録が必要です。記事を書く前に登録して、「自分のジャンルにどんな案件があるか」を先に確認しておくと、書く方向を間違えません。実在する定番ASPは次の3つで、いずれも無料で登録できます。

• A8.net … 案件数が多く、初心者の最初の1社として定番
• もしもアフィリエイト … Amazonや楽天の商品紹介がしやすい
• バリューコマース … 大手企業の案件が比較的多い

注意点として、サイトがほぼ空の状態だと審査に通らないASPもあります。先に数記事の中身を用意してから申し込むとスムーズです。なお報酬額や承認率はASP・案件・時期によって大きく変わるため、登録後に管理画面で最新の条件を必ず自分で確認してください。出回っている平均値より、自分で確かめた一次情報のほうが記事の価値になります。

Step4：PVと収益の現実的な目安

ここが一番気になるところだと思うので、正直に書きます。まず大前提として、収益はジャンル・扱う商品の単価・記事の質で大きく変わるため、「〇PVで必ず〇円」という保証はできません。あくまで感覚値です。

AdSenseだけで考えると、収益の土台が見えてくるのはおおむね月1万PVを超えたあたりからで、月5万円規模をAdSense単体で狙うとなると、かなりまとまったPVが必要になります。だからこそアフィリエイトを併用します。単価の高い案件が月に数件成約するだけで、AdSenseの何倍にもなることがあるからです。

時間軸の目安はこんなイメージです。

• 1〜3ヶ月目：記事を貯める時期。アクセスはほぼ来ません。ここで折れる人が多い。
• 3〜6ヶ月目：検索からの流入が少しずつ出始める。最初の数百円〜数千円が見えてくる。
• 6ヶ月〜1年：当たった記事が伸び、月数千〜数万円のレンジに入ってくる人が出てくる。

繰り返しますが、これは「うまくいった場合」の感覚です。全員がこの通りにはなりません。ただ、少なくとも最初の数ヶ月で収益が出ないのは異常ではなく、むしろ普通だと知っておくだけで、無駄に焦らずに済みます。

Step5：継続のコツ ―― 結局これが一番難しい

月5万に届かない一番の理由は、能力でも才能でもなく「やめてしまうこと」です。アクセスが出ない数ヶ月を越えられるかどうか、ほぼここに尽きます。

私が続けるために効いたことを挙げます。

• 公開後にリライトする前提で書く：一度出した記事も、検索順位を見て見出しや内容を直す。新規記事と同じくらいリライトが効きます。
• 数字を見る日を決める：毎日アナリティクスを開くと、伸びない時期に心が折れます。週1回でも十分です。
• 完璧を目指さない：80点で公開して、あとで直す。100点を狙って公開できないのが一番もったいない。
• AIに頼りすぎた記事を放置しない：薄い記事はサイト全体の評価を下げます。落選後、私は薄い記事を削るか書き直すことで立て直しを図りました。

まとめ

AIブログで月5万を目指すロードマップを整理します。

• AIは下書き係。最後は必ず自分の体験・検証を上乗せする（丸投げ記事は評価されない）。
• ジャンルは「続けられるか」を最優先に選び、YMYLは避ける。
• 記事は上位記事の「足りない部分」を埋め、一次情報を必ず入れる。
• 収益はAdSenseとアフィリエイトの2本柱。アフィリで単価を、AdSenseで土台を。
• PVと収益は保証できない感覚値。最初の数ヶ月は出なくて当たり前。
• 月5万を分けるのは才能ではなく継続。リライト前提で淡々と積む。

このサイトはAdSenseに一度落ちました。その経験から言えるのは、近道を探すほど遠回りになるということです。地味でも、自分にしか書けない記事を積む。それが結局、月5万への一番確実なルートだと思っています。料金など具体的な数字は変わりうるので、契約前に必ず公式の最新情報を確認してください。

「ClaudeとChatGPT、結局どっちを使えばいいの？」

この疑問、AIを使い始めた人なら一度は持つはずです。結論から言うと、長文の作成や分析・コーディングはClaude、画像生成や気軽な壁打ちならChatGPTがおすすめです。

筆者は制作の仕事で両方を毎日使い分けています。ランディングページや自動化ツールを作るときのコーディングはClaude（Claude Code）が中心、アイデア出しや軽い下調べはChatGPT、という具合です。この記事は、その実際の使い分けを踏まえて、料金・文章力・コード生成・画像対応・安全性の5つで比較します。

先に：筆者の実際の使い分け（結論）

以下、それぞれの観点を詳しく見ていきます。無料プランの範囲や得意分野はかなり違うので、自分の用途に当てはめて読んでください。

料金プランを比較｜無料でどこまで使える？

まずは一番気になる料金から。

どちらも月額$20前後（約3,000円）で横並びです。ただし無料プランで使えるモデルの性能や利用上限には差があり、提供されるモデルは時期によって入れ替わります。正確な内容は各公式サイトで確認してください。

無料プランで使えるモデルは、時期によってはClaudeの方が高性能なこともあります。 お金をかけずに試すなら、まず両方の無料プランを実際に触って比べてみるのがおすすめです。

文章力を比較｜ブログ・レポート・メールに強いのは？

AIに文章を書かせたい人は多いはず。ここが最大の違いです。

Claudeが得意なこと

• 長文の作成：1回で5,000文字以上の文章を自然に書ける
• 日本語の自然さ：変な翻訳調にならない
• 要約・分析：PDFやレポートを読み込ませて要点を整理するのが得意

例えば「この企画書の問題点を指摘して」と頼むと、Claudeは論理的に3〜5個のポイントを挙げてくれます。

ChatGPTが得意なこと

• 会話のテンポ：雑談や壁打ちが自然
• 多言語対応：英語↔日本語の翻訳精度が高い
• プラグイン連携：Web検索やファイル分析など拡張機能が豊富

ビジネスメールを書くなら正直どちらでもOK。ただしブログ記事や長文レポートなら、Claudeの方が手直しが少なくて済みます。

コード生成を比較｜プログラミングに使うなら？

プログラミングの補助に使う人も増えています。

ChatGPTはCode Interpreter機能でコードをその場で実行して結果を見せてくれるのが強み。データ分析やグラフ作成に便利です。