00:00:00この1か月で YouTubeのフォロワーが3万8000人以上、
00:00:03Instagramで5万人、TikTokで1万1000人増えました。
00:00:08これは私の「Claude Codeコンテンツシステム」のおかげです。
00:00:12今日はその全容を解明します。自作のカスタムスキルや、
00:00:16日々のワークフロー、そしてClaude Codeを使って
00:00:20コンテンツ制作を自動化した方法を紹介します。皆さんも可能です。
00:00:22ここにあるのは、私のシステムの基盤となる
00:00:267つのClaude Codeスキルです。これらが先月1000万再生を叩き出しました。
00:00:30編集者もアシスタントもいない、私一人のチームです。
00:00:331000万再生の内訳は、30日間で
00:00:3890本のコンテンツです。そのうち30本が長尺動画です。
00:00:43自画自賛するわけではありませんが、かなりの作業量だと言えます。
00:00:47さらに60本の短尺動画（ShortsやReelsなど）も出しました。
00:00:51注目すべき数字は、フォロワー数でも、
00:00:54冒頭で言った1000万再生でもなく、この90本という動画数です。
00:00:58一人で1か月に90本です。自画自賛するわけではありませんが、
00:01:02これだけのボリュームをこなすのは、かなり驚異的なことです。
00:01:05これを実現できた唯一の方法は、持続可能で、
00:01:10再現性のあるシステムを構築したことです。今日はそれを詳しく説明します。
00:01:14一人でやっていると言いましたが、
00:01:15毎日12時間も16時間もPCに張り付いているわけではありません。
00:01:19継続できるのは、あくまで効率的なシステムがあるからです。
00:01:22さらに付け加えると、
00:01:251000万再生を達成した際、
00:01:271本で40万再生を超えた動画は一つもありませんでした。
00:01:31つまり、数本の動画がバズって稼いだ数字ではなく、
00:01:35他が全くダメだったというわけでもありません。
00:01:37特大のヒットはなくても、90本の「小刻みなジャブ」で勝ったのです。
00:01:40これは重要なポイントです。
00:01:42単なる運任せのバズを狙っているわけではありません。
00:01:45誰にでも再現できる、小さな継続的な勝利の積み重ねなのです。
00:01:48では、どうやって実現したのか？
00:01:50Claude Codeを使い、人々が求めるコンテンツを
00:01:54どう継続的に作っているのか？ まずは、
00:01:56コンテンツ制作のプロセス全体を理解する必要があります。
00:01:59そのプロセスを個別のパーツに分解し、
00:02:04それぞれの工程に特定の自動化スキルを割り当てていきます。
00:02:08そうやって、論理的に分解していくのです。
00:02:10制作プロセスは大きく4つのフェーズに分けられます。
00:02:131つ目は「リサーチ」、2つ目は「アイデア出し」、
00:02:173つ目は「台本作成」、4つ目は「配信」です。
00:02:22この4つのフェーズから、様々なClaude Codeスキルを引き出します。
00:02:27フェーズによっては、複数のスキルが必要になることもあります。
00:02:31例えば「台本作成」には、導入部分のフック、
00:02:34本文のスクリプト、
00:02:36動画の構成案、さらにはタイトルやサムネイルなども含まれます。
00:02:40まずは最初のリサーチとアイデア出しのフェーズから始めましょう。
00:02:44この2つは並行して話すのが重要です。なぜならサイクルだからです。
00:02:47リサーチをしてアイデアが浮かび、
00:02:50そのアイデアからさらにリサーチが必要になります。
00:02:52そしてそのリサーチから、また新しいアイデアが生まれます。
00:02:56このように1と2は密接に関連しています。さて、
00:02:59私にとって最大のスキルは「YouTubeパイプライン」です。
00:03:03これにはNotebookLMを活用しています。今日紹介するスキルや、
00:03:08Twitterリサーチエンジン、
00:03:10GitHubスクリプトなどはすべて「Chase AI+」で公開しています。
00:03:14リンクはコメント欄にあります。そこでは私のClaude Code
00:03:19マスタークラスも開催しており、AI開発を学ぶのに最適な場所です。
00:03:22内容は毎週更新されます。もし皆さんが
00:03:25Claude Codeをマスターして、具体的な道筋を見つけたいなら、
00:03:29ぜひチェックしてみてください。では話を戻しましょう。
00:03:32「YouTubeパイプライン」スキルについてです。
00:03:34これは7つのスキルの中でも最も強力だと思います。
00:03:36このスキルを使えば、NotebookLMのパワーを
00:03:41Claude Codeに取り込めます。NotebookLMには、
00:03:44YouTubeのURL、PDF、ドキュメントなど、
00:03:48通常のWebアプリでできることは何でも入力できますが、
00:03:51それをターミナルから直接行えるのです。
00:03:53これは非常に便利です。NotebookLMは、Claude Codeでは
00:03:56少し手間がかかるようなコンテンツの処理に長けています。
00:03:59具体的にはYouTube動画などですね。処理はGoogleのサーバーで行われるため、
00:04:03Claude Codeのトークンを分析に消費することはありません。
00:04:05NotebookLMとGeminiに任せて、結果を受け取るだけです。
00:04:09動画、スライド、画像など、NotebookLMが生成する
00:04:12あらゆるアウトプットをターミナル経由で入手できます。
00:04:17このスキルは、NotebookLM PI CLIツールを使用して、
00:04:21Claude CodeとNotebookLMの架け橋を作っています。
00:04:24このリポジトリには、独自のスキルが含まれています。
00:04:27YouTubeパイプライン・リサーチは、実質的に
00:04:32他のスキルを呼び出す「高次スキル」です。
00:04:33具体的に何をするかというと、NotebookLM PI CLI
00:04:38ツールとスキルを使い、情報の収集プロセスを
00:04:43自動化するのです。
00:04:44会話の内容に基づいて複数のYouTube URLを取得し、
00:04:49分析まで含めて実行します。
00:04:50これをブリッジとして使い、ワンコマンドで情報の収集から
00:04:54分析までを自動で行います。
00:04:56ただ、このスキルの使用は「情報源があること」が前提です。
00:04:59何を話すか、何を分析するか、すでに決まっている必要があります。
00:05:02そこで疑問が湧きます。
00:05:04そもそも、何を話すかをどうやって決めるのか？
00:05:08Claude Codeはそこでどう役立つのか？
00:05:09それはスキルの内訳を超えた話になります。
00:05:13必要なのは「ステップ・ゼロ」を解き明かすことです。
00:05:16自分のジャンルにおける「情報の源泉」がどこにあるかを知ることです。
00:05:21テック業界なら明らかです。AI関連の情報は、
00:05:23大抵いくつかの場所から発生します。
00:05:25GitHubのリポジトリか、Twitter（X）で生まれます。
00:05:30それがやがてYouTubeへと流れていきます。
00:05:33たまにYouTubeが発信源になることもありますが、
00:05:35基本はTwitterとGitHubで始まり、そこからYouTubeへ行き、
00:05:39そこから拡散されていくのです。
00:05:40ですから、自分のジャンルにおける源泉を見極める必要があります。
00:05:45テックやAI以外なら、情報がどこで
00:05:47最初に生まれるかを理解しなければなりません。
00:05:49そうすれば、誰よりも早く発信できます。私の場合、
00:05:53GitHubやTwitterから情報が来るとわかっているので、
00:05:57どうClaude Codeを活用しているか？ Twitterに関しては、
00:06:00Claude CodeにTwitterスクレイピング用Webアプリを作らせました。
00:06:04それがこれです。Telegramと連携しており、30〜45分おきに
00:06:08設定したキーワードや投稿者に基づいたツイートが届きます。
00:06:12「今これが話題だ」「いいね数はこれくらいだ」と通知が来ます。
00:06:16「ベロシティ（勢い）スコア」も表示されます。
00:06:18Twitter APIも連携しているので、そこから返信も可能です。
00:06:21これがWebアプリの仕組みの概要です。これも
00:06:25Claude Codeで簡単に作れましたが、かなり洗練されており、
00:06:28カスタマイズ性も非常に高いです。
00:06:31ランダムなタイマーにより、約45分ごとに動作します。
00:06:36一度に40〜90のツイートを、安価なスクレイパーを使って
00:06:39収集しています。
00:06:40そして、それらをフィルタリングしてスコアリングします。
00:06:43複数の信号に基づいて評価します。勢い、権威性、タイミング、
00:06:48チャンス、そして「返信しやすさ」などです。
00:06:52先ほど言ったように、返信も可能ですからね。
00:06:54取得したツイートはすべてSupabaseに保存されます。
00:06:57これにより、同じ人の同じツイートばかり届くのを防ぎ、
00:07:00情報の多様性を確保しています。
00:07:03そこからスコア順に選択しますが、ソフトマックス関数を使っています。
00:07:07各ツイートに確率を割り当てるのです。
00:07:08毎回スコア1位のものだけが選ばれるわけではありません。
00:07:11ある程度のランダム性を持たせています。
00:07:13選ばれたものはTelegramに送られ、AIによる
00:07:16返信案も提示されます。これにはBrockを連携させています。
00:07:18Twitterを少しでも使ったことがあれば、
00:07:21AIボットの投稿で溢れかえっているのはご存知でしょう。
00:07:24ですから、すべての返信はSupabaseに保存され、
00:07:29スコアリングされます。自分の返信の質を把握するためです。
00:07:34自分で書いたカスタムの返信も記録され、時間が経つにつれて
00:07:36システム自体が自己改善していきます。そして最後に、
00:07:40Telegramに表示されます。次に2つ目の源泉、
00:07:43GitHubのトレンドリポジトリについて話しましょう。
00:07:47トレンドページはありますが、自動的に情報を取得して、
00:07:50トレンドの勢いなどのインサイトも得られたら便利だと思いませんか？
00:07:53作成されてからのスター獲得数や、
00:07:57AI関連だけに絞ったフィルタリングなど。実は、
00:07:59Claude Codeがそれをすべてやってくれました。
00:08:00毎朝実行されるスクリプトを作成し、AI分野で
00:08:04トレンドのGitHubリポジトリをObsidianの保管庫に保存します。
00:08:08これにより、過去7日間に作成されたリポジトリの
00:08:12上位10件を確認できます。スター数や使用言語、
00:08:16リンク、簡単な説明が毎日更新されます。
00:08:19さらに、その月のトレンド上位5件も見ることができます。
00:08:22毎日のおすすめとその理由も提示してくれます。
00:08:24このGitHubスクリプトとTwitterエンジンがあれば、
00:08:28「ステップ・ゼロ」の問題、つまり、
00:08:31「YouTubeで1週間前から流行っているものの二番煎じ」ではない、
00:08:34新しいネタをどう見つけるか、という課題を解決できます。
00:08:37常に新しい情報を扱えるのです。そして、
00:08:41Claude Codeの素晴らしい点は、GitHubやTwitterに
00:08:44限定されないことです。
00:08:45自分のジャンルにおいて何が重要かを見極めるだけでいいのです。
00:08:48あとはClaude Codeに構築させれば、
00:08:52源泉となる「ステップ・ゼロ」が整い、
00:08:57このスキルセットの仕組みに組み込めるようになります。
00:08:59GitHubやTwitterで見つけたアイデアがあれば、
00:09:03そこに「YouTubeパイプライン検索」をぶつけるのです。
00:09:07名前は「YTパイプライン」ですが、YouTube以外でも使えます。
00:09:09NotebookLMで詳細な分析が行われます。
00:09:13GitHubの例で見たように、
00:09:14これらはすべてObsidianの保管庫内で行われます。
00:09:20ターミナルでClaude Codeと対話しながら作業しますが、
00:09:22生成されるものはすべて保管庫内のMarkdownファイルになります。
00:09:27そのため、進行状況を視覚的に把握するのも非常に簡単です。
00:09:30レポートを確認したり、関連記事を辿ったりできます。
00:09:33洞察が深まり、情報の整理も捗ります。
00:09:36特にコンテンツ制作において、
00:09:38毎日複数のリサーチを並行して行う場合、
00:09:42単なるコードベースだけでObsidianのようなツールがないと、
00:09:44人間の方が管理しきれなくなります。AIは平気でも、人間が限界を迎えます。
00:09:48さて、ネタ探しの「ステップ・ゼロ」と、
00:09:52それをNotebookLMに投げて分析する
00:09:55「YTパイプライン」スキルについては理解できたと思います。
00:09:59次は「アイデア出しと戦略」のフェーズです。
00:10:03リサーチ結果をどう料理するか、という段階です。
00:10:06「デザイアマッピング（欲求の言語化）」を用いて、
00:10:10アイデアをどうポジショニングするかを考えます。
00:10:12どうすれば、人々が本当に興味を持つような
00:10:16質の高いコンテンツに昇華できるか。
00:10:18この「アイデア出し」フェーズでは、リサーチをやり直すのではなく、
00:10:22競合状況という観点からリサーチ結果を眺めます。
00:10:25「他人は何を言っているか？」「欠けている視点は何か？」
00:10:29「まだ誰も触れていないが、視聴者に刺さりそうな要素は何か？」
00:10:33といったことを探ります。
00:10:33単発のリサーチ結果を、自分が活動する
00:10:38競合環境の中に置いてみるのです。実際の例を見てみましょう。
00:10:42最近、RAGとClaude Codeについてリサーチしており、
00:10:45「Claude CodeとRAGの7つのレベル」という内容を考えています。
00:10:49この分野はこの1年で非常に大きな変化があったからです。
00:10:52ここで「アイデア出し」スキルを呼び出します。
00:10:56最近のリサーチ結果を分析し、現状の全体像を提示させます。
00:11:00これがClaude Codeの出した回答です。繰り返しますが、
00:11:03すでに行ったリサーチから情報を引き出しています。
00:11:05まず提示されたのは、競合状況、飽和した切り口、
00:11:10未開拓のギャップ、そしてパフォーマンスの異常値ですね。
00:11:14他の人がどんな話をして、何がバズったのかという
00:11:17コンテキストを与えた上で、ビデオのアイデアに入ります。タイトルや切り口、
00:11:21ターゲットとする欲求、構成案、競合とのギャップなどです。
00:11:25これを膨大な数のビデオ案に対して行ってくれます。
00:11:29今回は9つの選択肢を提示し、それらをランク付けしてくれました。
00:11:32ここで重要なのは、このシステムのすべてのスキルにおいて
00:11:36共通している考え方です。私が
00:11:38Claude Codeと自動化について話すとき、
00:11:40本当に意味しているのは、Claude Codeを「共同作業者」にすることです。
00:11:44そうですよね？ このプロセスのあらゆる段階で、
00:11:46私自身の入力を入れたいと考えています。
00:11:49Claude Codeが勝手にGitHubに行って、私が見ることもなく
00:11:53最後に「はい、これが今日の台本です」と
00:11:55渡されるようなことは望んでいません。「ちなみに、
00:11:57サムネイルもタイトルも作成済みで、準備万端です。
00:12:00あなたはこの言葉を話すだけです」と言われても困ります。
00:12:01そんなものは、ひどい出来映えになるからです。
00:12:04クリエイティブな要素が含まれるAI活用においては、
00:12:08常に自分が主導権を握る必要があります。
00:12:13もちろん、Claude Codeは多くの作業をこなしてくれますが、
00:12:16それは分析であったり、潜在的な計画やアイデアの提案であったりします。
00:12:20「これは好きじゃない」「あれはダメだ」と
00:12:24途中でチェックを入れるために、あなた自身がそこにいなければなりません。
00:12:25そうすることで初めて、最終的に質の高いアウトプットが得られます。
00:12:29そして、自分の「声」を維持できるのです。どれだけ学習させても、
00:12:32ゼロから一気に完成原稿まで、
00:12:32一度もチェックを入れずに進めようとすれば、
00:12:37「このアイデアで行こう」「ここを変えよう」という判断がないため、
00:12:39ありきたりで、つまらないものになってしまいます。
00:12:42ただ、良い点は、もし完全に自動化したいならそれも可能ですが、
00:12:45各ステップにおいて、
00:12:48次のフェーズに進む前にClaude Codeの出力を確認することが前提です。
00:12:51これにより得られる本当のメリットは、
00:12:53ゼロから分析を行うための
00:12:58膨大な下調べや分析作業をすべて代行してくれることです。
00:13:03AIのアイデアを見ることで、自分の考えを洗練させることができます。
00:13:06というのも、10回中9回は、
00:13:09AIが出した案のバリエーションを採用することになるからです。
00:13:11全く同じものをそのまま使うことは稀です。
00:13:12自分なりのこだわりを加えたいものですからね。
00:13:15さて、これでアイデア出しのセクションは終わりです。ステップ0で
00:13:18知識を見つけ、ステップ1で
00:13:21パイプライン調査を行い、NotebookLMを導入し、アイデア出しを完了しました。
00:13:25これで、
00:13:26このコンテンツ案が他者の動向の中でどこに位置するのかを理解できました。
00:13:31もちろん、
00:13:34これらはすべてObsidianのボルト内で行われています。
00:13:36もしObsidianの話が難しければ、
00:13:39ObsidianとNotebookLMについて深掘りした動画のリンクを貼っておきます。
00:13:43そしてフェーズ3、台本作成のセクションに移ります。
00:13:47台本作成について言えば、私自身は
00:13:50ガチガチに台本を書くタイプではありません。
00:13:52冒頭の30秒、いわゆる「フック」の部分だけは書きます。
00:13:57この動画のイントロで「フォロワー3万8千人、
00:13:59TikTokに1万1千人」と言った部分は台本がありました。
00:14:04「フック・スキル」を使い、Claude Codeと何度もやり取りして、
00:14:07何を言うべきかを正確に詰めました。
00:14:09コンテンツやSNSにおいて、
00:14:12フックやパッケージングは非常に重要だからです。
00:14:14そこは完璧にしたいのですが、それ以外は
00:14:17箇条書きの構成案だけです。コンセプトは把握していますが、
00:14:19一字一句決めているわけではありません。
00:14:20ライブ感を大事にしています。
00:14:21皆さんに提供する構成スキルも、
00:14:26そのような大枠を捉えるものです。ただしフックはかなり作り込みます。
00:14:30このフックの手法は、主にCallaway氏を参考にしています。
00:14:34彼のアイデアを多く取り入れています。彼のコンテンツに感謝を。
00:14:37彼の発信は素晴らしいです。
00:14:38私は彼のビデオを大量にこのシステムにかけ、
00:14:43Claude Codeがフック、構成、タイトルを考える際のベースに組み込みました。
00:14:47では、実際に動いているところを見てみましょう。
00:14:50「フック」「構成」「YouTubeタイトル」のスキルを、
00:14:51例のClaude Code RAGのビデオ案に対して実行してみます。
00:14:55AIの推奨案を採用するように指示しました。
00:14:57AIはコンテキスト・エンジニアリング重視の方向を提案し、
00:14:58「フック、構成、タイトルのスキルを回しましょう」と言いました。
00:15:03これらは長尺動画のフックには使いません。そして次へ進み、
00:15:05各フックは、話す言葉、視覚的な演出、
00:15:09さらに必要であればテロップの指示まで細かく分かれています。
00:15:12なお、テロップの指示は主にショート動画用なので、
00:15:15長尺動画のフックでは私は使いません。次に構成案へ進み、
00:15:19目標とする動画の長さも提示されます。
00:15:22Obsidian内の関連ドキュメントなど、
00:15:24参照すべき資料もリストアップしてくれます。
00:15:28そしてフックがあり、構成はセクションごとに分かれています。
00:15:32「コアとなるアイデアはこれ」「コンテキスト・エンジニアリングとは何か」
00:15:36という説明や、話のポイントがまとめられています。
00:15:39視覚的な補助についても含まれています。「もし
00:15:42Excalidrawで図解を入れたいなら、こうすべきだ」といった提案です。
00:15:45画面上で参照したいソース資料なども示され、
00:15:48各セクションでこれを繰り返します。
00:15:51最後にタイトルの選択肢に移ります。
00:15:53タイトルスキルの優れた点は、単独で考えないことです。
00:15:56過去に実績のあったタイトルをすべて分析し、
00:16:00何が私にとって効果的かを把握した上で提案してくれます。
00:16:02そしてティア（階層）ごとに分類します。第1ティアは、
00:16:07「コンテキスト・エンジニアリングがプロンプト作成を過去のものにした」等で、
00:16:10その根拠も教えてくれます。
00:16:11「この過去動画がこれだけの再生数だったので」といった具合です。
00:16:15このように、なぜこのタイトルが機能するのかを説明してくれます。
00:16:18第2ティアは「計算されたリスク」です。少し攻めた内容で、
00:16:21ABCテストなどに活用できるので助かります。
00:16:25無難な第1ティアばかり3つ並べるより、
00:16:28たまには少し変わったものを試す価値がありますからね。
00:16:31さらにサムネイルのテキスト案が続き、
00:16:34同様のシステムで提案されます。これら3つのスキル、
00:16:38フック、構成、タイトルだけで、動画の90%は設計できてしまいます。
00:16:43タイトルやフック、サムネイルの中身といった
00:16:47パッケージングはほぼ完成しています。
00:16:48そして動画の構成案が、実際のコンテンツの中身を支えます。
00:16:52ここに含まれていないのは、
00:16:56サムネイル画像そのものの作成ですが、それは個人の好みです。
00:16:58AIに丸投げして良いサムネイルができるとは思いません。
00:17:02具体的なアイデアをこちらが持っていれば別ですが、
00:17:04視覚的で主観的なものなので、私は完全に手作業で行っています。
00:17:08ここまでのプロセスに納得できたら、
00:17:11いよいよ撮影です。これは完全にマニュアル作業です。
00:17:15私はAIアバターなどを使うタイプではありませんし、
00:17:1899%のケースで、それはやる価値がないと思っています。
00:17:20なので、実際の制作部分にClaude Codeの自動化はありません。
00:17:24そしてフェーズ4、配信（ディストリビューション）に入ります。
00:17:28配信にはいくつか層があります。最も分かりやすいのは、
00:17:32出来上がった動画を
00:17:33YouTubeやInstagram、TikTokに投稿することです。
00:17:37Claude Codeを使えば、そのような
00:17:40自動配信システムを構築するのは非常に簡単です。
00:17:42Googleドライブの特定のフォルダと連携させ、
00:17:45ファイルが追加されたら実行する、というトリガーを設定できます。
00:17:48正直に言うと、私は動画編集にCapCutを使っています。
00:17:53そこからYouTubeや
00:17:55TikTokに投稿するのはとても簡単です。
00:17:58Instagramには、今でも手動で投稿しています。
00:18:00最高に効率的かと言われれば違いますが、
00:18:022秒で終わることなので、それで満足しています。
00:18:04特にInstagramのリール動画などは、
00:18:09自動化しようとすると面倒ですし、可能かどうかも分かりません。
00:18:11少なくとも私が試した時は無理でした。なので私の配信戦略は、
00:18:15「再利用（リパーパシング）」に重点を置いています。
00:18:18例えば、YouTube動画を、自分のウェブサイトの
00:18:22ブログ記事にしたり、LinkedInやTwitter（X）のテキスト投稿にしたり、
00:18:27あるいはショート動画化したりすることです。
00:18:30単に切り抜くのではありません。30分や
00:18:3440分も喋った内容を、いかにして
00:18:36そして他のすべてのスキルと同様に、これは非常に柔軟にカスタマイズ可能です。
00:18:40ShortsやInstagram、TikTok向けに作り替えるかということです。
00:18:43これを行うのが「コンテンツ・カスケード」と「ショート動画スキル」です。
00:18:48コンテンツ・カスケードは、動画からテキストへの展開を担います。
00:18:52YouTube動画をLinkedIn投稿に変える。他のスキル同様、
00:18:55これも非常に高度なカスタマイズが可能です。
00:18:58YouTubeという「情報の源泉」を持っていない場合でも、
00:19:02いくらでも応用が効きます。
00:19:04単なる記事や、他人のYouTube動画を指定して、
00:19:07それを元にテキスト形式で発信することもできます。
00:19:09すると、ブログ、Twitter、LinkedIn用の投稿を生成してくれます。
00:19:15このスキルは私の「声」に合わせて調整されていますが、
00:19:18変更するのは難しくありません。
00:19:19特に「スキル・クリエイター・スキル」を使えば、
00:19:22テストを繰り返して調整できます。コンテンツ・カスケードを実行すると、
00:19:26自動的にYouTubeから文字起こしを取得します。
00:19:29それをブログ記事にして自動投稿し、Twitter用の
00:19:337つほどのスレッド投稿も作成します。
00:19:35承認すれば自動で投稿され、LinkedIn用のバリエーションも出ます。
00:19:39正直に言うと、LinkedInについては少し怠けている部分もありますが、
00:19:44LinkedIn投稿を完全自動化はしていません。LeadSharkなど、
00:19:48リードマグネット（特典）の仕組みを整えるために
00:19:48別のツールを使っているからです。
00:19:53このシステムは非常に役立っています。というのも、
00:19:57世の中にはプラットフォームがあまりにも多すぎるからです。
00:20:01SNSは多岐にわたります。
00:20:03「さあ、この内容で全部の投稿を自分で書くぞ」なんて現実的ではありません。
00:20:07自分はどちらかというと動画向きの人間だと分かっていますから、
00:20:10テキスト側の作業を自動化できるのは素晴らしいことです。
00:20:14ウェブサイトのブログセクションを見ると、
00:20:17ブログ記事全体が自動で作成されているのが分かりますが、
00:20:20YouTube動画が埋め込まれ、SEO対策も施されています。
00:20:24SEOを強く意識した作りになっています。
00:20:28このブログの目的は「記事単体の質」というより、
00:20:31コンテンツの貯蔵庫が増えていくにつれて、
00:20:33Google検索などでの露出も増えていくという点にあります。
00:20:38すべてが相互に繋がり合っているのです。
00:20:40ブログ記事を自分で書くなんて、絶対に嫌ですからね。
00:20:42あ、もちろん、自分の過去の文章を大量に学習させてあるので、
00:20:45私の書き方をAIは理解しています。ChatGPT特有の
00:20:48言い回し（ChatGPT-isms）は避けるようになっています。
00:20:52このスキルの一部として、
00:20:55AIが書きがちな決まり文句を分析し、それを使わないようにしています。
00:20:59そして最後が、ショート動画への再利用です。
00:21:02これは比較的シンプルです。
00:21:05基本的には、フックや構成の作成を再度行い、
00:21:1030、60、90秒のフォーマットに落とし込む作業です。
00:21:15使うべきフックを提示し、
00:21:16冒頭で画面に出すべきキャプション案なども出してくれます。
00:21:20これは、すでにやったことの濃縮版と言えます。
00:21:23ショート動画の作成は、すでに完成した長尺動画を元にするので、
00:21:28下準備は終わっています。無駄な部分を削ぎ落とすだけです。
00:21:31これによって、
00:21:33YouTubeで作った一本の動画が、
00:21:36自分のサイトのブログになり、
00:21:41Twitter、LinkedIn、さらにはShorts、
00:21:45Instagramリール、TikTokへと化けていくモンスターになります。
00:21:486つのプラットフォームに対して、
00:21:521つのメインコンテンツから6つの異なる形式が生まれるわけです。
00:21:55これが「コンテンツ・カスケード（滝）」という名前の由来です。
00:21:59このシステムの美しさは、YouTube動画一本で終わらないところにあります。
00:22:02動画自体が、先ほど話した「知識の源泉」となり、
00:22:06あなたのために働いてくれるのです。
00:22:09これが私のClaude Codeコンテンツ・システムです。
00:22:11まさに「最強の共同作業者」です。何度も言うように、
00:22:14プロセスの各ステップでClaudeと対話しています。
00:22:17最初から完璧なものが完成するとは思っていませんが、
00:22:20面倒な下調べはほとんど任せています。分析、
00:22:24競合調査、フック案の作成、
00:22:27基礎となるアイデア出し。これらをすべてやってくれるので、
00:22:29私はより付加価値の高い仕事に集中できます。
00:22:32さらに、一度コンテンツを作れば、
00:22:34それを多種多様なプラットフォームに合わせて
00:22:39配信するための、実行しやすい道筋を示してくれます。
00:22:42これが、一人で活動しながらも、いわゆる「バズり」なしで
00:22:46月間1000万ビューといった数字に繋がるのです。
00:22:48もし、このTwitter調査エンジンやGitHubスクリプト、
00:22:50Claude Codeマスタークラスといった全スキルを試したいなら、
00:22:55Chase AI Plusをチェックしてみてください。
00:22:57概要欄とコメント欄にリンクがあります。
00:23:00また、無料のChase AIコミュニティのリンクも貼っておきます。
00:23:04AIを始めたばかりの方向けの無料リソースがたくさんあります。
00:23:07それでは、感想をお待ちしています。またお会いしましょう。