記事制作をAIに任せると、それらしい文章は返ってきても自社のトーンから外れた、のっぺりした出力になりがちです。原因は生成能力ではなく、「型」を渡していないことにあります。
この検証では、インタビュー動画のURLを渡すだけで note 記事の下書きが完成する仕組みを構築し、2〜3時間かかっていた作業を約5分にしました。要点は自動化そのものより、AIに文体・構成・採点基準を先に教えた部分にあります。
この検証の概要
| 項目 | 内容 |
|---|---|
| 検証時期 | 2026年7月 |
| やりたかったこと | 卒業生インタビュー動画から記事下書きを作る工程を自動化する |
| 人の作業 | 動画URLを渡すことと、公開前の最終確認だけ |
| 所要時間 | 約2〜3時間 → 約5分 |
| 出力 | 約3,400字のQ&A形式インタビュー記事の下書き |
| 品質担保 | 採点表（ルーブリック）でAIが自己採点し、最大2回まで自動で作り直す |
| 自動化しない部分 | 公開ボタンは必ず人が中身を確認してから押す |
本記事は、グループ会社である株式会社バイテックでの検証記録をもとに、当社の検証レポート形式で再構成したものです。数値・工程・つまずいた内容は、検証時の記録をそのまま記載しています。原文はnote の公開記事（2026年7月15日公開）をご覧ください。
結論：効いたのは自動化ではなく「型の事前定義」
単に「記事を書いて」と頼むだけでは、自社のトーンとかけ離れた文章が返ってきます。この仕組みで最重要なのは、AIに自社らしさを覚えさせた部分です。
| 渡したもの | 内容 |
|---|---|
| お手本 | 過去のnote記事4本を読ませて文体を学習させる |
| 構成のルール | プロフィール → Before/After → きっかけ → 決断 → 学習 → 成果 → メッセージ → CTA |
| 文体のルール | インタビュー形式／話し言葉をそのまま引用／絵文字なし |
| 禁止表現 | 「絶対に稼げる」のような断定はNG |
| 採点基準 | 採点表（ルーブリック）で自己チェックさせる |
この下ごしらえがあるから、毎回ほぼ同じ品質の記事が出てきます。逆に、ここを省くと精度は出ません。AIは察してくれないので、お手本とルールを先に渡すことが土台になります。
使ったもの
| 要素 | 役割 |
|---|---|
| Claude Code | 全体の司令塔。日本語の依頼を受けて他の道具を動かす |
| youtube-transcript-api | YouTubeの自動字幕を取得する部品。書き起こし作業がゼロになる |
| 過去のnote記事4本 | 文体を学習させるためのお手本 |
| 採点表（ルーブリック） | 出来上がった記事が基準を満たすかをAI自身がチェックするための基準 |
いずれも複雑なプログラムではなく、AIに「やること」「お手本」「チェック基準」を渡しているだけです。
処理の流れ（6ステップ）
① YouTubeのURLを渡す ← 人がやるのはここだけ
② 字幕を自動取得（文字起こし）
③ 事前に覚えさせた「型」と「文体」を適用
④ 記事を自動生成（約3,400字・Q&A形式）
⑤ 採点表でAIが自己採点 → 基準未達なら最大2回まで自動で作り直し
⑥ note の新規作成ページに自動入力し、下書き保存
↑ 公開ボタンは人が押す
⑤では実際に、「ポンコ」→「ポンコツ」という誤字をAI自身が発見して修正したケースがありました。採点項目には「タイトルに名前とベネフィットが入っているか」「文字数は範囲内か」「見出しは3つ以上あるか」「収益を断定していないか」「誤字はないか」などが含まれます。
⑥は Claude in Chrome（ブラウザを操作する拡張機能）を通じて、note の新規作成ページを開き、タイトルと本文を入力して下書き保存まで行います。
時間の内訳
| 工程 | 従来 | 自動化後 |
|---|---|---|
| 字幕の取得 | 30〜60分 | 0分（自動） |
| 記事の生成・チェック | 60〜90分 | 0分（自動） |
| noteへの入力 | 15〜30分 | 0分（自動） |
| 最終確認（公開前） | 5分 | 5分（変えない） |
| 合計 | 約2〜3時間 | 約5分 |
削減しているのは地味な作業の積み上げであり、最終確認の5分は意図的に残しています。
つまずいた点：ブラウザ操作の接続
最も詰まったのは⑥の note 自動入力、Claude in Chrome の接続でした。「ブラウザが操作できません」と言われ続け、何度試してもエディタに文字が入らない状態が続いています。
解決の糸口はシンプルで、「なぜできないのか」をそのまま Claude Code に聞くことでした。エラーの理由を一緒に切り分けたところ解決しています。
AIは完成品を出す道具というより、詰まりを一緒に外していく相手だと捉えると扱いやすくなります。
同じ考え方が使える作業
- 会議の録音 → 議事録の自動生成
- 顧客アンケート → SNS投稿文の自動生成
- 採用面接の録画 → 候補者サマリーの自動生成
- 商品レビュー → 販売ページのコピー生成
共通するのは「型があって、毎回繰り返している作業」という条件です。毎回似たような文章を手で書いている作業が該当します。
よくある質問
なぜ2〜3時間が5分になるのですか？
字幕取得（30〜60分）・記事生成とチェック（60〜90分）・noteへの入力（15〜30分）がすべて0分になるためです。残るのは公開前の最終確認5分だけで、ここは意図的に自動化していません。
AIに自社らしい文章を書かせるには？
お手本・構成ルール・禁止表現・採点基準を先に渡します。今回は過去記事4本で文体を学習させ、構成と禁止表現をルール化し、採点表で品質を担保しました。ここを省くと精度が出ません。
品質のばらつきはどう防いでいますか？
採点表（ルーブリック）でAI自身に採点させ、基準を満たさなければ最大2回まで自動で作り直します。タイトルの要件・文字数・見出し数・断定表現の有無・誤字などをチェックしています。
公開まで全自動にしないのはなぜですか？
下書き保存までを自動化し、公開ボタンは必ず人が中身を確認してから押す設計にしているためです。ここは意図的に自動化していません。
どんな作業から始めるとよいですか？
「型があって、毎回繰り返している作業」を1つ探してください。毎回似たような文章を手で書いている作業が最初の候補になります。
まとめ
- 効いたのは自動化そのものより「型」の事前定義だった
- 渡したのはお手本（過去記事4本）／構成ルール／文体ルール／禁止表現／採点基準
- 処理はURLを渡す → 字幕取得 → 型を適用 → 生成 → 自己採点 → note に下書き保存の6ステップ
- 出力は約3,400字のQ&A形式。基準未達なら最大2回まで自動で作り直す
- 時間は約2〜3時間 → 約5分。最終確認の5分だけ残している
- 公開ボタンは人が押す。ここは自動化しない
- 最大の詰まりはブラウザ操作の接続。「なぜできないのか」をAIに聞いて切り分けた
- 応用の条件は「型があって、繰り返している作業」であること
生成AIの出力品質は、モデルの能力より前に「何を基準として渡したか」で決まります。お手本と採点基準を先に用意できるかどうかが、量産に耐えるかを分けます。
株式会社AI棒では、こうしたAI活用の検証を日々行い、企業のコンテンツ制作へのAI導入を支援しています。ご相談はお問い合わせフォームから、継続的な伴走支援についてはAI参謀をご覧ください。