1ヶ月で1,000万再生を達成したClaude Code自動化術

하이라이트

• 1ヶ月で90本の動画（長尺30本、短尺60本）を一人で投稿し、合計1,000万回再生を達成した。

• 特定の動画のバズに頼らず、1本40万再生以下の「小刻みなジャブ」を積み重ねることで持続的な成長を実現している。

• リサーチ、アイデア出し、台本作成、配信の4フェーズに分割されたClaude Codeカスタムスキル群がシステムの基盤である。

• NotebookLMとClaude Codeを連携させ、YouTube動画やPDFの解析をトークン消費なしでターミナルから実行できる。

• TwitterスクレイピングとGitHubトレンド解析を自動化し、YouTubeで流行する前の「ステップ・ゼロ」の情報を収集している。

• 動画1本からブログ記事、LinkedIn、Twitterスレッド、短尺動画を自動生成する「コンテンツ・カスケード」により、6つのプラットフォームへの展開を効率化している。

타임라인

1. 00:00 - 01:48

   1ヶ月1,000万再生を支える量産体制の全容

   YouTubeのフォロワーが3万8000人、Instagramで5万人増加した実績は、再現性のある自動化システムに起因している。毎日長時間PCに張り付くのではなく、効率的なワークフローを構築することが持続可能な運用の鍵となる。数本の動画が運良くバズるのを待つのではなく、論理的な仕組みで「小さな勝利」を量産する戦略をとっている。

   • 30日間で長尺動画30本と短尺動画60本の合計90本を一人で制作した。
   • 1000万再生の内訳は特大のヒットではなく、中規模な再生数の積み重ねで構成されている。
   • 編集者やアシスタントを雇わず、Claude Codeのカスタムスキルを用いてシステム化している。
2. 01:49 - 05:07

   情報の源泉を特定する「ステップ・ゼロ」とリサーチの自動化

   リサーチとアイデア出しは相互に影響し合うサイクルである。テック業界においては情報の一次ソースがGitHubやTwitterにあるため、そこを起点にすることで競合よりも早く発信できる。「YouTubeパイプライン」スキルはGoogleのサーバーで処理を行うため、Claude Codeのトークンを節約しながら大量の情報を分析できる利点がある。

   • 制作プロセスをリサーチ、アイデア出し、台本作成、配信の4段階に定義している。
   • YouTubeで流行する前の情報はGitHubリポジトリやTwitter（X）から発生する。
   • NotebookLM PI CLIツールを通じて、YouTube動画やドキュメントの解析をターミナルから直接実行する。
3. 05:08 - 09:58

   TwitterとGitHubからのトレンド抽出システム

   独自のWebアプリをClaude Codeで構築し、Telegramと連携して最新のトレンド通知を受け取る仕組みを整えている。Twitterの返信案もAIが提示するが、質を維持するために全てのログをSupabaseに保存し、自己改善に役立てている。二番煎じのネタを避けるため、過去7日間のスター獲得数など具体的な数値に基づいて「今」話すべきトピックを決定している。

   • 45分おきにTwitterをスクレイピングし、勢いや権威性に基づいた「ベロシティスコア」を算出している。
   • 毎朝GitHubのトレンドを自動取得し、AI関連の注目リポジトリをObsidianに保存する。
   • 全ての調査結果はMarkdown形式でObsidianに蓄積され、人間が管理しやすい状態で視覚化される。
4. 09:59 - 13:45

   AIを「共同作業者」とするアイデア出しと戦略策定

   「デザイアマッピング」の手法を用い、視聴者が何を求めているかを言語化してコンテンツのポジショニングを行う。AIは分析や下調べなどの重労働を代行し、人間は「このアイデアで行こう」という最終的な意思決定に集中する。丸投げの自動化は質が低下し、ありきたりな内容になるため、AIとの対話を通じた共同作業が不可欠である。

   • リサーチ結果を競合環境と照らし合わせ、未開拓の「ギャップ」を特定する。
   • AIが提示する複数のビデオ案を人間が選別し、微調整を加えるプロセスを重視している。
   • 完全に自動化するのではなく、各ステップで人間が介入することで独自の「声」を維持する。
5. 13:46 - 17:26

   パッケージングと台本構成の設計

   台本は一字一句書くのではなく、箇条書きの構成案とフック、視覚演出の指示に留める。タイトル案は過去の成功事例を分析した上で、無難な案と攻めた案の両方を提示させる。サムネイルのテキストや各セクションで図解（Excalidrawなど）を入れるタイミングまでAIが提案することで、動画の設計図が90%完成する。

   • 視聴維持率に直結する冒頭30秒の「フック」を徹底的に作り込む。
   • 過去の再生データに基づき、効果的なタイトルをティア（階層）別に提案させる。
   • 撮影自体は人間が行い、AIアバターを使わず本人のライブ感を重視している。
6. 17:27 - 23:11

   コンテンツ・カスケードによる多プラットフォーム配信

   「コンテンツ・カスケード」は、動画という一つの源泉から複数のプラットフォームへ滝のように情報を流す仕組みである。手動では不可能な投稿量を、各SNSの特性に合わせた形式にAIが書き換えることでカバーしている。これにより、低コストで検索露出を増やし、マルチプラットフォームでの圧倒的なプレゼンスを確立している。

   • 1本のYouTube動画からブログ、LinkedIn、Twitter、Shortsなど6つの形式へ再利用する。
   • SEO対策を施したブログ記事を自動生成し、YouTube動画を埋め込んで情報の貯蔵庫とする。
   • AI特有の言い回しを排除するよう学習させ、個人の執筆スタイルを反映させている。