🏭 Claudeの提案 — 生産した商品
材料3つ × 工場マニュアルで生産した実物。最新v8と全世代アーカイブ。
🏭 AI廃人チャンネル v8 2026-07-16 — 全32本・法人12本へ増強+最強型310倍を前倒し AI廃人ブランディング・32本・6分類統一・切替表示 開く ▾
※ どちらも同じ32本。番号は私の公開順(グループ別で見ても「何本目に出す想定か」が分かります)。
第1波(1〜7)課金公開・持ち物を覗き見せる
🎬 編成の狙い:登録0で最も広い入口。実測ではAIの課金公開が低登録で56.4倍(ナオト「¥1200で全部課金して比較」1,700→9.6万)。知らない誰かの数字でなく"AI廃人=私が今いくら課金しているか"の覗き見で初速を取る。
🎯 AI廃人の私が今、実際に課金しているAIを全部見せます
共通・覗き見・📊56.4倍
回収:契約中の全サブスクの請求・マイページ画面
🎯 AI廃人の私が累計174億トークン使って選ぶ、本当に必要なAI
共通・覗き見・📊実測中
回収:トークン使用量の実画面と契約リスト
🎯 AI廃人の私が契約しては解約したAI、生き残ったのはこれだけ
共通・損失回避・📊実測中
回収:解約履歴と現存契約の対比
🎯 AI廃人の私が思う、初心者が最初に課金すべきAI
共通・購買判断・📊実測中
回収:最初に契約した1つの画面と料金
🎯 AI廃人の私は、コードは有料Claude・調べ物は無料Geminiで線を引く
共通・購買判断・📊実測中
回収:用途別の使い分け表
🎯 AI廃人の私が、CodexとChatGPTを開発の作業別で使い分ける
共通・購買判断・📊8.3倍
回収:開発画面での切替シーン
🎯 AI廃人の私が1枚で整理する、ChatGPT・Claude・Codex・Claude Codeの違い
共通・購買判断・目利き(教科書型)・📊8.3倍近縁
回収:4象限マトリクス(メーカー×形態)で全部の違いを1枚に
第2波(8〜10)作れる人と作れない人の対比
🎬 編成の狙い:エンジニアと素人の対比は実測310.5倍(登録320→9.9万)で今回最強。最強型なので第3波から第2波へ前倒しし、AI廃人=作る側から「なんでもできるは本当か」を目利きで示す。
🎯 AI廃人の私が答える、AIで作れる人と作れない人の違い
共通・目利き・📊310.5倍
回収:同じ指示で出る成果物の差(同一プロンプトの結果比較)
🎯 「AIでなんでもできる」は本当か、AI廃人の私が作る側から答える
共通・目利き・📊実測中
回収:できること/できないことの実例
🎯 AI驚き屋と実際に作る人の違い、AI廃人の私が語る
共通・目利き・📊実測中
回収:デモと本番の差の実物
第3波(11〜17)AIを使わない会社は消える→研修・顧問へ
🎬 編成の狙い:恐怖訴求は今回実測で248.1倍(「AIが奪う仕事9選」登録474→11.8万)。AI廃人の実使用量を根拠に「使わない側との差」を示し、研修・顧問へ送客する(煽りでなく実測に接地)。顧問の痛点(ベンダー見積・放置システム・導入可否)へ直結する3本を増強し、法人枠を8→12本に。
🏢 AI廃人の私が見た、AIを使わない会社から静かに消えていく仕事
法人・損失回避・恐怖・📊248.1倍
回収:AI廃人が置き換えた業務の実物
🏢 AIを使えない社員に起きること、AI廃人の私が正直に話す
法人・損失回避・恐怖・📊実測中
回収:AI活用/非活用の差の実測
🏢 AI廃人の私が見た、AIを使う人と使わない人の1年の差
法人・損失回避・自己投影・📊実測中
回収:処理量・時間の実データ対比
🏢 AI廃人の私が選ぶ、中小企業が今すぐAIに任せるべき仕事
法人・購買判断・📊23.7倍
回収:AI化して工数が減った業務リスト
🏢 AI廃人の私が見た、AI導入が成功する会社と止まる会社の違い
法人・目利き・損失回避・📊310.5倍近縁
回収:導入が進んだ会社/止まった会社の実例対比(匿名)
🏢 AI廃人の私が見抜く、ベンダー見積が高すぎる7つのサイン
法人・損失回避・目利き・📊実測中
回収:要件定義10年の実務で使う見積チェック観点7つ(匿名化した実例)
🏢 AI廃人の私が作り直した、誰も触れない放置システムの末路
法人・損失回避・好奇心・📊実測中
回収:実際に再構築した旧システムと再構築後の対比(匿名・実画面)
第4波(18〜22)AI廃人が格付け・ランキング
🎬 編成の狙い:ランキング/ティアは実測61.1倍(「神AIツールランキング」)。会社でやるべきAI活用をAI廃人が格付けし、経営者の「儲かるか」に接続する。経営者の購買判断(月3万円で組む導入構成)を1本追加。
🏢 AI廃人の私が、全AIツールをティアで格付け
法人・目利き・好奇心・📊61.1倍
回収:用途別のティア表
🏢 AI廃人の私が、会社でやるべきAI活用をランキング
法人・好奇心・📊61.1倍
回収:業務別の効果ランキング
🏢 AI廃人の私の、どのAIに何をやらせるか使い分けの階層
法人・目利き・📊実測中
回収:LLM使い分けヒエラルキー図
🏢 AI廃人の私が経営者なら、この順でAIを導入して儲ける
法人・購買判断・📊実測中
回収:導入順と回収の設計
🏢 AI廃人の私なら、中小企業のAI導入を月3万円で組む
法人・購買判断・📊実測中
回収:実際の課金明細ベースの構成図と月額内訳
第5波(23〜27)作った実物を覗き見せる
🎬 編成の狙い:個人開発×成果公開は実測72.3倍(「アプリ100個の売上」)。AI廃人が作った30本・開発環境・月0円インフラの実物を覗き見せる。
👤 AI廃人の私がAIで30本作って、今も動くもの・供養したもの
個人・覗き見・📊72.3倍
回収:30本の稼働/停止一覧
👤 AI廃人の私が作った実務システム、全部見せる
個人・覗き見・📊実測中
回収:稼働システムの画面ツアー
👤 AI廃人の私の「サーバー代は月0円」は本当か、請求書を見せる
個人・損失回避・覗き見・📊実測中
回収:クラウド請求ダッシュボード実画面と月0円構成の内訳
👤 AI廃人の私がAIにコードを書かせて、自分は何をしているか
個人・好奇心・📊実測中
回収:AI主導の開発フロー実演
👤 AI廃人の私のデスクツアー、机の上のAI開発環境を全部見せる
個人・覗き見・📊デスクツアー型
回収:机・モニター・サーバー・使用中の全AIツールを映すデスクツアー
第6波(28〜30)やっておけば良かった後悔・学習
🎬 編成の狙い:独学10年→AIの視点で、後悔6選・学習順を自己投影で見せる。エンジニアvs素人の対比(37倍)を学習軸に応用。
👤 AI廃人の私が、一からAIをやり直すならの後悔6選
個人・自己投影・損失回避・📊実測中
回収:後悔6項目と代替案
👤 AI廃人の私が1年前の自分に、AIはこの順で覚えろと言いたい
個人・自己投影・📊実測中
回収:学習ロードマップ
👤 独学10年のAI廃人の私が、AI時代に無駄だった勉強・活きた勉強
個人・目利き・自己投影・📊37.3倍近縁
回収:活きた/無駄だった技術の対比
第7波(31〜32)AI廃人が教える技術
🎬 編成の狙い:技術Howto単体は実測7.5倍と弱いので、AI廃人の権威+掛け合わせで出す。コア層の視聴維持・信頼強化が目的。Next.js/Supabase回は実物1本では回収できず採点表の失格条件に当たるため、実物15+本のSvelteKitへ載せ替え(Next.jsは対比の増幅として温存)。
👤 AI廃人の私が15本作って、Next.jsではなくSvelteKitを選んだ理由
個人・購買判断・目利き・📊実測中
回収:SvelteKit実物15+本の一覧と、Next.jsプロトタイプ1本との比較
👤 AI廃人の私が教える、ラズパイ/Mac miniでAIを24時間動かす
個人・好奇心・自己投影・📊7.5倍
回収:cron自動化・監視の実物構成(もっと早く使えばよかった後悔込み)
🔁 定期動画枠(公開順とは別・繰り返し番組)
課金しているAIを全部公開
四半期・共通・📊にゃんた実測3.5〜6倍
AIの収支・経費を全部公開
四半期・共通/個人・📊実測中
残したAI/解約したAI
四半期・共通・📊実測中
開発環境・制作物ツアー
半年・個人寄り・📊デスクツアー型
新モデルが出たら即日で使って解説
不定期(増幅装置)・共通・📊安定再生
1年の振り返り・変化
年次・個人・📊実測中
🔮 Claudeの考察 — どれを、なぜ、どの順で上げるか
コンテンツ作成工場の前提を制定した。核心=権威性0・登録者0では「誰が上げても価値がある動画」(自己証明型)から始める。デスクツアー・ルームツアー・給料明細のように、実物・実数そのものが力を持ち、見せた時点で証明が完結する型だ。昨夜のv2は「目標チャンネルの定番企画だから」を根拠にしたが、それは型の実在確認にすぎない。選定基準を「競合がやっているから」から「誰が上げても価値があるから」へ変更し、タイトルを作り直した。
柱A:自己証明型(土台・名刺)
実物を見せた時点で証明完結。権威不要で、関連・ブラウジング面でも「実物の希少性」で戦える。さとまたの実物=30本の稼働システム・開発環境・課金明細・月0円運用の実額・Before→After実演。
柱B:検索ペイン解決型(発見面)
議事録・Excel・情報漏洩など検索語に直撃するGIVE。発見されるまで時間がかかるが、積み上がると法人の検索資産になる。Phase 1以降で面として積む。
改訂版 Phase 0「自己証明型を先行する4本」 第1〜2週(公開1〜4本目)
自己紹介も思想も出さない。実物・実数・実演だけで「実在する証拠」を面で揃え、チャンネルの名刺群にする。
- 1デスクツアー型30本の本番システムを動かす開発環境、全部見せます——デスク・サーバー・ツール・月額
誰が上げても見られる定番型 ×「30本稼働中」という異常値で差別化。全動画から遡って見られる土台 - 2明細公開型AIに毎月いくら払ってる?請求画面をそのまま公開——残した契約・解約した契約
給料明細型。自腹の金額は行動の証拠。「払ってやめた理由」は市場に希少(型の実在は実測確認済み=課金公開は中央値の3〜6倍) - 3実演型・法人会議の議事録60分→5分。録音からその場で自動作成してみせる
Before→After実演は実演自体が証明。法人ペイン直撃で無料相談への最短導線 - 4ツアー型稼働中システム30本ぜんぶツアー——何が動いていて、月いくらで回っているか
ルームツアー型。約14本を月0円運用の実額を見せる。「作った記録」でなく「動いている実物」
ルーティン枠(四半期の定番=自己証明型の継続面)
- ・自腹で残したAI、解約したAI。半年使った結論(明細つき)
- ・AIに1年間で総額いくら払った?削減できた費用と全部比較(サムネ:課金 月◯万 vs 削減 月◯万)
- ・開発環境アップデート版デスクツアー(前回から変わった点だけ)
- ・外注したらいくら?自作30システムの開発費を見積もってみた(推定であることを明記)
数字の誠実ルール継続:実測(請求・入金・作業ログ)と推定を必ず分離。「AIで稼いだ」系はAI経由の受注実績が出てから。
Phase 1以降:検索ペイン解決型を積む
- ・ChatGPTしか使ったことがない人のためのClaude Code入門(個人コース導線の入口)
- ・1年前の自分に戻れるなら、AIはこの順番で契約・学習する(明細公開の続編)
- ・Excel集計・情報漏洩・業種特化などv1の検索資産系は「数値+対象+変化/判断」式にタイトルを書き直して順次投入。Phase 1〜4の骨格は履歴の初版カードを参照、リライトは記事単位で進行中
v2からの変更理由:v2はPhase 0を「ペイン解決先行」にしたが、検索型は発見されるまで時間がかかる。自己証明型は権威不要で初日から成立し、名刺として全動画の土台になる。また選定基準を「競合の定番だから」(模倣)から「誰が上げても価値があるから」(原理)へ改めた——競合実測は型の実在確認にのみ使う。
運用ルール:伸びた型が出たらこの順番より「型の横展開」を優先して差し替える(順番は計画であって聖典ではない)。月1回、実測データで見直す。
📜 過去のアドバイス履歴(3件)
同日朝に確定した42本ロードマップを、さとまた本人×Codex (GPT-5.6) の対話を受けて同日夜に全面改訂した。初版の欠陥は2つ。①Phase 0が「発信者が見せたい自己紹介の順番」で設計されていた——登録者0の視聴者がクリックする理由になっていない。②候補42本の抽出が「再生÷登録比」の外れ値探索に偏っていた——目標チャンネル(にゃんたAI)が数ヶ月ごとにルーティンで回す定番企画(課金公開型)を見落とした。
採用した本人の指摘(4点)
- ① 抽象タイトルは無名では成立しない。「生成AI時代に何を学ぶか」の類はSEOにかからず、マスにとって私から聞く理由がない。誰が言うかに依存する企画は権威が要る。→ 抽象・思想枠をPhase 0から全廃。
- ② 1年の経験知見が刺さるのは「未来の自分を確認したい」好奇心クリックのみ。同じくらいの利用歴の人・これから始める人にとっての「目指すべき未来にあたる人間か」という視点。→ ポジションは「マーケットリーダー/AI論客」ではなく「少し先を歩く実践者」。
- ③「私が有料契約しているAIとその理由」の方が、無名の個人でも知りたいと思わせる。視聴者は思想ではなく、使い込んだ人の実際の財布と契約判断を見に来る。→ 実測で裏付け(下記)、Phase 0の中核に昇格。
- ④ 数値と金は、タイトルと内容自体を限りなく具体にする。→ 全タイトルを「数値+対象+変化/判断」式に統一。サムネは実数の対比(60分→5分、課金月◯万→削減月◯万)。「儲けた」より「節約・削減」を先行(法人顧問導線と整合し、副業層でなく経営者を集める)。
実測エビデンス:にゃんたAIを「点」でなく「線」で分析(2026-07-13 YouTube Data API実測)
登録9.1万・直近アップロード100本(≒22ヶ月)をuploadsプレイリスト全件で取得。チャンネル中央値=2.8万再生。
- 💰 課金公開はルーティン企画(3〜4ヶ月ごとに定期リメイク):2025-07「何に課金する?いつも使っている生成AIサービス」4.7万 → 2025-11「現状何に課金している?」9.9万(中央値の3.5倍)→ 2026-02「どれに課金すべき?新プラン料金と用途別」16.7万(直近100本中2位・6.0倍)→ 2026-05「月5万円課金するAIサービス!」8.8万(3.1倍)。金額を入れた回が最も強い。
- 📉 抽象・思想系は登録9.1万のリーダーですら沈む:2026-01「AI時代の勉強方法」1.5万(中央値の0.5倍)/2026-06「AIっぽい文章とは?」1.1万(0.4倍)。
- ✅ 結論:課金公開型は新作を出すたび定番として伸びるチャンネル最強クラスの型。抽象型は権威があっても弱く、登録0なら尚更成立しない。本人の指摘①③④が数字で裏付けられた。
改訂版 Phase 0「最初のクリックを取る4本」 第1〜2週(公開1〜4本目)
自己紹介より先に「この動画を見るとあなたのこの面倒がこう減る」。「30本・3,000時間」は主役でなく、結論を信じさせる裏付けに回す。
- 1法人#2改 会議後の議事録を60分→5分に。録音から自動作成する方法
ペイン直撃+実演可能。Claude Codeはタイトルでなく画面で見せて間口を広げる - 2両方#43新 AI課金、結局どれが必要?3,000時間使って残したサービスを全部公開
にゃんた実測で中央値3〜6倍の定番型。解約したAIと理由まで出す(「払ってやめた理由」は市場に希少) - 3個人#4改 ChatGPTしか使ったことがない人のためのClaude Code入門
「初めてのAI」と「Claude Code」の同居を解消。現在地=ChatGPT/到達点=Claude Codeを一文で伝える - 4両方#1改 Claude Codeで30本作って分かった、本番運用で壊れない仕組み
「作った記録」でなく「30本から得た結論」へ。実績は権威付けとして後置
新設:数値×金のルーティン枠(四半期ごとの定番・にゃんた型)
- ・自腹で残したAI、解約したAI。1年間使った結論
- ・AIに1年間で総額いくら払った?削減できた費用と全部比較(サムネ:課金 月◯万 vs 削減 月◯万)
- ・30本のシステムを運用して、毎月のサーバー代はいくら?(約14本を月額0円運用の実数)
- ・外注したらいくら?自作30システムの開発費を見積もってみた(推定であることを明記)
数字の誠実ルール:実測(入金・請求減・作業ログ)と推定(外注なら◯万円)を必ず分離。効果の式=実際の追加利益+実際に減った外注費・運用費−AI月額−導入工数。「AIで稼いだ」系は副業層を集め法人導線とズレるため、AI経由の受注実績が出てから。
改題:旧#6「生成AI時代に何から学ぶか(3,000時間ロードマップ)」→「1年前の自分に戻れるなら、AIはこの順番で契約・学習する」。偉い先生の予言ではなく「経験者が過去の自分に教える動画」に変換し、課金公開(#43新)の続編としてPhase 1へ移動。
比率改訂:8:2 → 70(検索ペイン解決): 20(実体験・証拠記録=課金/収支/開発環境の公開): 10(人物像)。登録0時点のファン化枠は「本音・思想」でなく「視聴者が自分の未来を投影できる記録」で運用する。
反省と次アクション
見落としの原因はAPIの不在ではなく分析設計:「再生÷登録比」の単発外れ値探索に偏り、目標チャンネルの投稿を「点」で見て「線」(ルーティン・編集方針)で見なかった。クロスレビューも42本内の順番最適化に留まり、候補集合そのものを監査しなかった。
- にゃんた直近100本のテーマ分類を候補42本に突き合わせ、欠落企画を洗い出す(課金公開型は本日補充済み)
- Phase 1〜4は初版の順番を暫定維持(下の履歴の初版カード参照)。監査完了後に「数値+対象+変化/判断」式で全タイトルを書き直す
- 概要欄ルール(前後動画への内部リンク+2導線:法人=無料相談/個人=低額コース)は継続
運用ルール:伸びた型が出たらこの順番より「型の横展開」を優先して差し替える(順番は計画であって聖典ではない)。月1回、実測データで見直す。
42本の公開順ロードマップを確定した(週2本・21週≒5ヶ月)。設計は3原則:①ストーリー=「作れる証拠(名刺)→学べる先生(個人)→頼れる技術監督(法人)」の三幕構成。②8:2の法則=8割は検索課題を解決するGIVE型、2割(★印5本:#23/#26/#27/#28/#29)は本音・実数公開のファン化枠。ただし比率は本数の機械管理でなく「各動画が視聴者の次の行動を助けているか」で運用する(Codexの指摘を採用)。③個人導線の先行立ち上げ=コース¥2,000は決裁不要で成約が速いためPhase1で個人を固め、法人の検索資産はPhase2以降で面として積む。
この順番は Claude が設計し、Codex (GPT-5.6) がクロスレビュー。採用した調整5点=#6の前倒し/#3の前倒し/#39を橋渡しに/#36と#14の入替/最終回を#37に。各動画の概要欄に前後の動画への内部リンクと2導線(法人=無料相談・個人=低額コース)を必ず置く。
Phase 0「名刺と土台」 第1〜2週(公開1〜4本目)
最強の証拠と検証済みの型で「作れる人」を一撃で確立する。
- 1両方#1 個人開発で30本のシステムを作った記録
チャンネルの名刺。全動画から遡って見られる土台 - 2法人#2 会議の議事録を60分から5分に
法人検索語に直撃する実利GIVEを2本目に置き両導線を宣言 - 3個人#4 初めてのAI、ChatGPTからClaude Codeへ
個人の王道入門。「はじめての」は長期検索の入口 - 4両方#6 生成AI時代に何から学ぶか(3,000時間ロードマップ)
ロードマップ型は一度上がると伸び続ける長期資産(Codex提案で前倒し)
Phase 1「個人導線を先に立ち上げる」 第3〜6週(5〜12本目)
コース¥2,000は決裁不要で成約が速い。個人の学習シリーズを固めて最初の売上とレビューを作る。
- 5個人#24 教材から始めない、逆算の独学法
35.3倍の型。Phase0のロードマップから自然に接続 - 6個人#3 非エンジニアが自分専用のAIエージェントを作るまで
40.5倍。高比の順に前へ(Codex提案) - 7個人#20 Claude CodeとCursorどちらから始めるか
ツール選びの迷いを解消して入門の詰まりを外す - 8両方#23 ★AI副業ブームについて正直に話す
2割枠1本目。人格と立場を開示しファン化の起点に - 9個人#5 登録から最初の1つを作るまで
手を動かす段階へ。コースへの最短導線 - 10個人#11 Claude Codeを20分で
時間コミット型で入門シリーズを完結 - 11個人#21 料金と仕組みを最初に全部説明する
購入前の不安を全部潰す誠実GIVE。コース販売開始の直前に置く - 12法人#39 中小企業のAI自動化、最初に選ぶ業務の見分け方
Phase2への橋渡し(Codex提案)。法人シリーズの予告編
Phase 2「法人の検索資産を面で作る」 第7〜11週(13〜22本目)
業務課題の検索語を連作で押さえる。1本ずつがバラバラに見つかり、概要欄の内部リンクで連続視聴させる。
- 13両方#12 中小企業の情報漏洩事例
784倍の最強外れ値。リスク回避検索の母数が大きい - 14法人#10 情報漏洩対策チェックリスト
#12との2本セットで「安全に使わせる人」の地位を取る - 15法人#30 社内問い合わせAIボットを小さく試す
48.6倍。Codex提案の目玉をここで投入 - 16法人#31 社内AIボットが答えてはいけない質問
#30とセット。設計の視座で差別化 - 17法人#8 Excel作業のAI自動化ロードマップ
定番課題。実演系は絶対再生数も大きい - 18法人#15 スプレッドシートにAI関数
#8から導入障壁の低い実践へ - 19両方#18 シート業務をシステム化するタイミング
シリーズの階段を一段上げる独自領域 - 20法人#9 領収書入力をゼロにする
経理課題の定番検索 - 21法人#13 FAXと紙の転記をなくす
#9とセットで紙業務まわりを完結 - 22法人#26 ★経営者がまずAIを使う
2割枠2本目。同じ経営者としての意見表明で顧問見込み客に刺す
Phase 3「深掘りで信頼を固める」 第12〜16週(23〜32本目)
「導入した後」の課題を扱い、ツール紹介者ではなく運用まで見る監督の視座を示す。
- 23個人#33 個人開発を続けるか止めるか判断表
収益系の実数公開。個人視聴者の中だるみ防止 - 24法人#25 AIを導入したのに使われない会社
定着問題は研修¥150,000への最短導線 - 25法人#40 自動化を増やしても破綻しない監視設計
Codexの運用系。監督ポジションの核心 - 26法人#7 得意先ごとの見積もりミスをAIで防ぐ
業種特化。検索競合が薄い - 27法人#38 在庫管理を自作する前に決めるルール
業務ルール→システムの型を反復 - 28法人#19 月次報告書の作成を自動化
毎月発生する痛みに直撃 - 29個人#36 AI副業、受注前の保守と責任
個人上級者向け。誠実な現実路線(Codex提案で前へ) - 30法人#34 AI提案書の伝わらない構成
BtoB経営10年の独自領域へ - 31法人#35 AIに提案書を作らせる前に渡すべき情報
#34とセット - 32両方#27 ★n8n→Claude Codeの変遷と使い分け
2割枠3本目。自分の物語そのものがコンテンツ
Phase 4「技術監督の完成」 第17〜21週(33〜42本目)
本番化・原価・撤退基準という「責任」の話で締め、顧問=技術監督の価値を証明して次の42本へ繋ぐ。
- 33個人#41 試作品を本番システムにする前の確認項目
「動く」と「運用できる」の境界で上級層を掴む - 34法人#14 エンジニア不在の会社のAI仕事術5つ
法人まとめ回(Codex提案で後半へ) - 35個人#22 個人開発で選んではいけない題材
失敗回避は保存されやすい - 36両方#28 ★30+システム運用の原価表
2割枠4本目。71.9倍根拠の実数公開 - 37両方#29 ★作ったシステムをいつ止めるか
#28とセット。誰も語らない撤退基準 - 38個人#32 AI出力を確認するコードレビュー練習法
コース上級モジュールへの導線 - 39法人#16 NotebookLMで足りる会社・足りない会社
買うか作るかの判断軸=顧問の仕事の実演 - 40法人#17 マニュアルをAIで図解スライド化
教育・引き継ぎ課題へ横展開 - 41法人#42 AIで作ったサイトが更新できなくなる問題
作った後の責任シリーズの締め - 42法人#37 RAG導入前の文書整理
最終回。社内AIの土台=文書の質という監督視点で完結(Codex提案)
運用ルール:伸びた型が出たらこの順番より「型の横展開」を優先して差し替える(順番は計画であって聖典ではない)。月1回、実測データで見直す。
2026-07-10 時点
提案の出し方を主観スコアから実測エビデンスへ全面移行した(②参照)。YouTube Data APIで競合の「再生÷登録」比を実測し、登録者が少ないのに再生された外れ値の型だけを、あなたの一次情報に載せ替えている。収益は2本柱(法人=顧問¥50,000/研修¥150,000、個人=コース¥2,000/メンター¥3,000)、方針は安売りで事例を貯める。タイトルは釣らず内容を約束する誠実型のみ。まず下の6本——いずれも小規模チャンネルが登録を大きく超えて再生した実績のある型——から着手すべき。
- 個人開発で30本のシステムを作った記録。Claude Codeでどう作るか
FuyanTech(登録3,570)が再生25.5万=比71.3倍。あなたの「30+システム」と実数が直結し、最強の証拠になる。 - 会議の議事録を60分から5分に。Claude Codeで自動要約する手順
てつろー(登録189)が再生1.1万=比60.7倍。業務課題の検索語に直撃、法人送客に最短。 - 非エンジニアが自分専用のAIエージェントを作るまで
AI活用ラボ(登録658)が再生2.7万=比40.5倍。汎用検索語で個人コースへの入口。 - 初めてのAI、ChatGPTからClaude Codeへ。0から使えるようになるまで
イチカラ(登録1万)が再生35万=比33.6倍。「はじめての」は長期検索流入の王道。 - 得意先ごとの見積もりミスをAIで防ぐ、中小製造業の実例
1WALL(登録282)が再生3,128=比11.1倍。業種特化ワードは競合が少なく小規模でも上位。 - 中小企業の情報漏洩事例から、AIに入力してはいけない情報
ワイ(登録2,710)が再生212万=比784倍。注意喚起型は登録0でも長期検索で伸びる。
📚 アーカイブ・生産資料
📜 提案アーカイブ(5世代) 旧v7・v3・v2・叩き台・過去版42本 開く ▾
📜 旧版v7 2026-07-15 — 全33本を登録0→再生最大化で編成(実測裏付け) AI廃人ブランディング・33本・切替表示 開く ▾
※ どちらも同じ33本。番号は私の公開順(グループ別で見ても「何本目に出す想定か」が分かります)。
第1波(1〜7)課金公開・持ち物を覗き見せる
🎬 編成の狙い:登録0で最も広い入口。実測ではAIの課金公開が低登録で56.4倍(ナオト「¥1200で全部課金して比較」1,700→9.6万)。知らない誰かの数字でなく"AI廃人=私が今いくら課金しているか"の覗き見で初速を取る。
🎯 AI廃人の私が今、実際に課金しているAIを全部見せます
共通・覗き見・📊56.4倍
回収:契約中の全サブスクの請求・マイページ画面
🎯 AI廃人の私が累計174億トークン使って選ぶ、本当に必要なAI
共通・覗き見×権威・📊実測中
回収:トークン使用量の実画面と契約リスト
🎯 AI廃人の私が契約しては解約したAI、生き残ったのはこれだけ
共通・損失回避・📊実測中
回収:解約履歴と現存契約の対比
🎯 AI廃人の私が思う、初心者が最初に課金すべきAI
共通・購買判断・📊実測中
回収:最初に契約した1つの画面と料金
🎯 AI廃人の私は、コードは有料Claude・調べ物は無料Geminiで線を引く
共通・購買判断・📊実測中
回収:用途別の使い分け表
🎯 AI廃人の私が、CodexとChatGPTを開発の作業別で使い分ける
共通・購買判断・📊8.3倍
回収:開発画面での切替シーン
🎯 AI廃人の私が1枚で整理する、ChatGPT・Claude・Codex・Claude Codeの違い
共通・購買判断・目利き(教科書型)・📊8.3倍近縁
回収:4象限マトリクス(メーカー×形態)で全部の違いを1枚に
第2波(8〜11)AIを使わない会社は消える→研修へ
🎬 編成の狙い:恐怖訴求は今回実測で248.1倍(「AIが奪う仕事9選」登録474→11.8万)。AI廃人の実使用量を根拠に「使わない側との差」を示し、研修・顧問へ送客する(煽りでなく実測に接地)。
🏢 AI廃人の私が見た、AIを使わない会社から静かに消えていく仕事
法人・損失回避・恐怖・📊248.1倍
回収:AI廃人が置き換えた業務の実物
🏢 AIを使えない社員に起きること、AI廃人の私が正直に話す
法人・恐怖・📊実測中
回収:AI活用/非活用の差の実測
🏢 AI廃人の私が見た、AIを使う人と使わない人の1年の差
法人・対比・恐怖・📊実測中
回収:処理量・時間の実データ対比
🏢 AI廃人の私が選ぶ、中小企業が今すぐAIに任せるべき仕事
法人・儲かる・📊23.7倍
回収:AI化して工数が減った業務リスト
第3波(12〜15)作れる人と作れない人の対比
🎬 編成の狙い:エンジニアと素人の対比は実測310.5倍(登録320→9.9万)で今回最強。AI廃人=作る側から「なんでもできるは本当か」を目利きで示す。
🎯 AI廃人の私が答える、AIで作れる人と作れない人の違い
共通・目利き・📊310.5倍
回収:同じ指示で出る成果物の差
🎯 AI廃人の私と普通の人、同じAIでこれだけ差がつく
共通・目利き・対比・📊310.5倍
回収:同一プロンプトの結果比較
🎯 「AIでなんでもできる」は本当か、AI廃人の私が作る側から答える
共通・目利き・📊実測中
回収:できること/できないことの実例
🎯 AI驚き屋と実際に作る人の違い、AI廃人の私が語る
共通・目利き・📊実測中
回収:デモと本番の差の実物
第4波(16〜19)AI廃人が格付け・ランキング
🎬 編成の狙い:ランキング/ティアは実測61.1倍(「神AIツールランキング」)。会社でやるべきAI活用をAI廃人が格付けし、経営者の「儲かるか」に接続する。
🏢 AI廃人の私が、全AIツールをティアで格付け
法人・目利き・好奇心・📊61.1倍
回収:用途別のティア表
🏢 AI廃人の私が、会社でやるべきAI活用をランキング
法人・好奇心・📊61.1倍
回収:業務別の効果ランキング
🏢 AI廃人の私の、どのAIに何をやらせるか使い分けの階層
法人・目利き・📊実測中
回収:LLM使い分けヒエラルキー図
🏢 AI廃人の私が経営者なら、この順でAIを導入して儲ける
法人・儲かる・📊実測中
回収:導入順と回収の設計
第5波(20〜24)作った実物を覗き見せる
🎬 編成の狙い:個人開発×成果公開は実測72.3倍(「アプリ100個の売上」)。AI廃人が作った30本・開発環境・月0円インフラの実物を覗き見せる。
👤 AI廃人の私がAIで30本作って、今も動くもの・供養したもの
個人・覗き見・📊72.3倍
回収:30本の稼働/停止一覧
👤 AI廃人の私が作った実務システム、全部見せる
個人・覗き見・📊実測中
回収:稼働システムの画面ツアー
👤 AI廃人の私の「サーバー代は月0円」は本当か、請求書を見せる
個人・損失回避・覗き見・📊実測中
回収:クラウドの請求ダッシュボード実画面
👤 AI廃人の私がAIにコードを書かせて、自分は何をしているか
個人・好奇心・📊実測中
回収:AI主導の開発フロー実演
👤 AI廃人の私のデスクツアー、机の上のAI開発環境を全部見せる
個人・覗き見・📊デスクツアー型
回収:机・モニター・サーバー・使用中の全AIツールを映すデスクツアー
第6波(25〜29)やっておけば良かった後悔・学習
🎬 編成の狙い:独学10年→AIの視点で、後悔6選・学習順を自己投影で見せる。エンジニアvs素人の対比(37倍)を学習軸に応用。
👤 AI廃人の私が、一からAIをやり直すならの後悔6選
個人・自己投影・損失回避・📊実測中
回収:後悔6項目と代替案
👤 AI廃人の私が1年前の自分に、AIはこの順で覚えろと言いたい
個人・自己投影・📊実測中
回収:学習ロードマップ
👤 独学10年のAI廃人の私が、AI時代に無駄だった勉強・活きた勉強
個人・目利き・自己投影・📊37.3倍近縁
回収:活きた/無駄だった技術の対比
👤 AI廃人の私が、Next.jsとSupabaseをもっと早く理解すればよかった
個人・後悔・📊実測中
回収:この2つで作れる範囲の実物
👤 AI廃人の私が、ラズパイ・Mac miniをもっと早く使えばよかった
個人・後悔・📊実測中
回収:24時間自動化の構成
第7波(30〜33)AI廃人が教える技術
🎬 編成の狙い:技術Howto単体は実測7.5倍と弱いので、AI廃人の権威+掛け合わせで出す。コア層の視聴維持・信頼強化が目的。
👤 AI廃人の私が教える、AIアプリのWebフレームワーク
個人・学習・📊実測中
回収:Next.js+Supabaseの構成解説
👤 AI廃人の私が教える、ラズパイ/Mac miniでAIを24時間動かす
個人・学習・📊7.5倍
回収:cron自動化の実物
👤 AI廃人の私が、AIアプリを月0円で動かすインフラ構成
個人・損失回避・学習・📊実測中
回収:0円構成の実請求
👤 AI廃人の私が、AIで作ったシステムを24時間自動で動かす仕組み
個人・好奇心・📊実測中
回収:自動化・監視の実装
🔁 定期動画枠(公開順とは別・繰り返し番組)
課金しているAIを全部公開
四半期・共通・📊にゃんた実測3.5〜6倍
AIの収支・経費を全部公開
四半期・共通/個人・📊実測中
残したAI/解約したAI
四半期・共通・📊実測中
開発環境・制作物ツアー
半年・個人寄り・📊デスクツアー型
新モデルが出たら即日で使って解説
不定期(増幅装置)・共通・📊安定再生
1年の振り返り・変化
年次・個人・📊実測中
📜 旧版v3 2026-07-15 — 法人30本/個人30本(各シリーズ公開順つき) 法人=顧問・研修 ¥165,000/個人=Udemyコース ¥1,000〜3,000 開く ▾
🏢 法人シリーズ30本(顧問・研修¥165,000へ) 公開順 1〜30 開く ▾
👤 個人シリーズ30本(Udemyコースへ) 公開順 1〜30・Udemyコース ¥1,000〜3,000 開く ▾
📜 旧版v2(根拠なし〜Phase整理) Phase0=実測根拠つき12本・残り48本=型整理 開く ▾
1. ChatGPTとClaude、両方に課金して分かった使い分け
📊 根拠(実測):Yuta「ClaudeとChatGPTどっちがいい」— 登録782 → 再生6.0万(比 76.9倍)
事実:登録782人に対して再生6.0万の外れ値。
仮説:一般論ではなく、両方を払って使った実物の判断表が購買前の迷いに重なる。
🎬 動画の流れ(見出し)
- ① 結論の使い分け表
- ② 同じ依頼を両方へ出す
- ③ 得意・苦手
- ④ 課金額と制限
- ⑤ 30本運用で残した方
- ⑥ 次の選び方
🎯 並び順の理由:使い分けは実測76.9倍。個人・法人どちらの顧客にも届く最も広い入口なので先頭
2. 無料で足りる作業、有料が要る作業を30本の運用で仕分けた
📊 根拠(実測):ナオト「¥1200で全部課金して比較」— 登録1,700 → 再生9.6万(比 56.4倍)
事実:小規模チャンネルの料金比較が登録者数を大幅に超えた。
仮説:無料か有料かの判断を、実運用した作業単位で出すと購入直前の疑問に答えられる。
🎬 動画の流れ(見出し)
- ① 30本の運用範囲
- ② 無料で足りた作業
- ③ 有料が必要な作業
- ④ 境界の判断基準
- ⑤ 失敗した課金
- ⑥ 最小構成
🎯 並び順の理由:56.4倍。コストを気にするマス層(個人・法人とも)に広く届く支出判断
3. AIに1年で総額いくら払った?請求を全部並べてみた
📊 根拠(実測):ナオトのAI戦略室「Gemini AI Plusが¥725に値下げ|変更点を全部解説」— 登録1,700 → 再生5.3万(比 31.4倍)。請求総額の直接実測は収集中。
事実:料金変更・課金判断の需要は確認できたが、請求書公開そのものの比較可能な実測は不足。
仮説:請求書という実物を主役にすると、AI支出の全体像を誤魔化さずに伝えられる。
🎬 動画の流れ(見出し)
- ① 対象期間と請求書
- ② 月別の合計
- ③ 使ったサービス
- ④ 仕事別の配分
- ⑤ 無駄だった支出
- ⑥ 来月の見直し
🎯 並び順の理由:請求という改ざんできない実物=優位性が最も出る。支出公開の王道(覗き見)
4. AIで作った30本、売上になったもの・ならなかったもの
📊 根拠(実測):FuyanTech「アプリ100個いくら稼げる」— 登録3,620 → 再生26.2万(比 72.4倍)
事実:売上を扱った実測動画は登録者数の72.4倍まで到達。
仮説:成功談だけでなく売上にならなかった実物も並べると、煽らずに継続判断を伝えられる。
🎬 動画の流れ(見出し)
- ① 30本を一覧にする
- ② 売上になったもの
- ③ 売上にならなかったもの
- ④ 費用と保守
- ⑤ 続ける・止める基準
- ⑥ 次の1本
🎯 並び順の理由:72.4倍と高いが「儲けた系」は副業層に寄るため、支出公開の後に“正直な収支”として置く
5. 解約し忘れて払い続けていたAI、契約を全部洗い直した
📊 根拠(実測):AI文脈での直接的な外れ値は実測中。
事実:指定解析ではAI解約を直接扱う十分な比較動画を確認できなかった。
仮説:契約一覧・解約画面・残した理由を実物で出せば、損失回避の判断材料になる。
🎬 動画の流れ(見出し)
- ① 契約一覧を開く
- ② 解約漏れを確認
- ③ 残す基準
- ④ 解約したもの
- ⑤ 削減額の確認
- ⑥ 次回の棚卸し
🎯 並び順の理由:損失回避。支出公開の流れで個人・法人の共感を得る
6. 30本のシステムの毎月のコスト、内訳を1円まで公開
📊 根拠(実測):ずんてっく「AIアプリ開発で200万円の請求が!衝撃の結末とは?」— 登録515 → 再生5.6万(比 107.8倍)
事実:開発コストの実額公開が登録者数の107.8倍。
仮説:月0円運用を含む実際の請求内訳は、高額請求の話と対照的な判断材料になる。
🎬 動画の流れ(見出し)
- ① 30本の運用範囲
- ② 請求書を並べる
- ③ インフラ費
- ④ AI利用料
- ⑤ 0円で動く部分
- ⑥ 来月の予算
🎯 並び順の理由:実測最高107.8倍。ただし“月0円”はマス層に伝わりにくく初速に不向きなので中盤に
7. Claude Max、月$100を払っても残した理由
📊 根拠(実測):中村祐太のFindUアカデミー「Claude Code の料金プランを1分でチェック!」— 登録9,190 → 再生8.2万(比 9.0倍)
事実:Claude料金プランの解説は登録者数を9.0倍上回った。
仮説:料金表ではなく、残した作業と止めた作業を実物で示すと判断を代替できる。
🎬 動画の流れ(見出し)
- ① 月額の前提
- ② 残した作業
- ③ 制限に当たる場面
- ④ 無料との比較
- ⑤ 解約候補
- ⑥ 結論
🎯 並び順の理由:購買判断の具体。課金額の判断材料
8. GeminiとGrokの無料をやめてDeepSeekに移した理由
📊 根拠(実測):指定解析の比較候補は登録1 → 再生48(比48.0倍)だが母数が小さいため、直接根拠は実測中。
事実:比較動画の候補は得たが、十分な母数の外れ値ではない。
仮説:無料枠をやめた理由を、実際に移した作業・速度・費用で見せると選択の根拠になる。
🎬 動画の流れ(見出し)
- ① 比較する作業
- ② 無料枠の限界
- ③ 移行先
- ④ 速度と品質
- ⑤ 戻したケース
- ⑥ 選び方
🎯 並び順の理由:AIの使い分けの具体。購買判断
9. 情報漏洩しかけた使い方、法人の経験から線引きを
📊 根拠(実測):久保直樹「情報漏えい防ぐ設定3選」— 登録2,530 → 再生6,840(比 2.7倍)
事実:情報漏洩を防ぐ具体設定は登録者数を上回った。
仮説:法人での線引きを、入力例と止める基準で示すと導入前の不安を減らせる。
🎬 動画の流れ(見出し)
- ① 漏洩しかけた入力
- ② なぜ危ないか
- ③ 入れてよい情報
- ④ 禁止する情報
- ⑤ 社内ルール
- ⑥ 見直し方
🎯 並び順の理由:ここから顧客ペルソナを法人へ転換。法人の損失回避(情報リスク)
10. 法人でAIツールを選ぶとき、最初に見る1つ
📊 根拠(実測):AI実務活用チャンネル/株式会社QED「生成AIツールをビジネスマンの業務別に紹介」— 登録1,640 → 再生1.7万(比 10.6倍)
事実:業務別のAI選定動画は登録者数の10.6倍。
仮説:最初の一つを、費用ではなく業務・データ・責任者で選ぶ実物の判断にする。
🎬 動画の流れ(見出し)
- ① 最初の一つとは
- ② 業務を棚卸し
- ③ データの確認
- ④ 担当者を決める
- ⑤ 小さく試す
- ⑥ 選定表
🎯 並び順の理由:法人の購買判断。法人ペルソナへの導線
11. デモで動くAIと、本番で1年動くAIの違い
📊 根拠(実測):AIデモ→本番運用の直接的で十分な比較動画は実測中。
事実:指定解析候補にはテーマ・母数の両面で採用できる直接根拠がなかった。
仮説:デモ画面ではなく障害ログ、監視、復旧手順を主役にすると本番の差が伝わる。
🎬 動画の流れ(見出し)
- ① 動くデモを見せる
- ② 本番の利用条件
- ③ 監視ログ
- ④ 失敗した場面
- ⑤ 復旧の設計
- ⑥ 本番化の確認表
🎯 並び順の理由:目利き。優位性=30本の本番運用が最も強く出る
12. 中小企業で最初にAI化して、いちばん手戻りが減った仕事
📊 根拠(実測):大塚商会「今すぐAIに任せるべき仕事」— 登録549 → 再生1.3万(比 23.7倍)
事実:具体的な業務をAIに任せる企画は登録者数の23.7倍。
仮説:手戻りの前後を実物の業務フローで示すと、導入対象を選ぶ法人の実利に直結する。
🎬 動画の流れ(見出し)
- ① 手戻りの現場
- ② 最初に選んだ仕事
- ③ AI化前後
- ④ 例外の扱い
- ⑤ 残る人の仕事
- ⑥ 次の候補
🎯 並び順の理由:中小企業実利23.7倍。法人ペルソナの締め=顧問・研修への導線
Phase 1|法人の実利・導入/運用
13. 中小企業のAI自動化、最初に選ぶべき業務の見分け方 / 購買判断 / 根拠:ひかりのAI大学 Excel実演(比6.6倍)
14. 社内問い合わせAIボットを小さく試す。回答範囲を決める設計 / 購買判断 / 根拠:社内問い合わせAIボット(比48.6倍)
15. 社内AIボットが答えてはいけない質問を先に決める / 損失回避 / 根拠:社内問い合わせAIボット(比48.6倍)
16. 在庫管理システムを自作する前に決める、入出庫と発注のルール / 購買判断 / 根拠:在庫管理表(比8.5倍)
17. AIを導入したのに使われない会社で起きていること / 目利き / 根拠:Excel実演(比6.6倍)
18. 経営者がまずAIを使う。現場任せにしない導入の始め方 / 自己投影 / 根拠:経営者のAI活用(比2.7倍)
19. 10年BtoB経営で直した、AI提案書の伝わらない構成 / 購買判断 / 根拠:AI資料作成(比17.9倍)
20. AIに提案書を作らせる前に、経営者が渡すべき情報 / 購買判断 / 根拠:AI資料作成(比17.9倍)
21. AIで自社サイトを作った後、更新できなくなる原因と対策 / 損失回避 / 根拠:AI Web制作(比3.7倍)
22. AIで動いた試作品を、本番システムにする前の確認項目 / 損失回避 / 根拠:AIアプリ制作(比5.3倍)
23. AIで作ったシステムが動かなくなる前に、決めておくこと / 損失回避 / 根拠:実測中
24. 業務自動化を増やしても破綻しない、連携と監視の設計 / 損失回避 / 根拠:業務自動化(比5.7倍)
25. 作ったAIシステムをいつ止めるか。30+本番運用で決めた整理 / 損失回避 / 根拠:個人開発の売上公開(比71.9倍)
26. AIコーディング副業、受注前に確認したい保守と責任の範囲 / 損失回避 / 根拠:副業の厳しい現実(比17.4倍)
Phase 2|自己投影・実物公開
27. ChatGPTしか使えなかった人が、AIで会社の仕事を回すまで / 自己投影 / 根拠:AI仕事術(比5.8倍)
28. プログラミング未経験から、AIで最初の1本を本番に出すまで / 自己投影 / 根拠:AI学習法(比35.3倍)
29. 高校中退の経営者が、AIで30本作れるようになった順番 / 自己投影 / 根拠:実測中
30. コードを書けなかった経営者が、30本を本番に出すまでに作ったもの / 自己投影 / 根拠:実測中
31. 1年前の自分に、AIはこの順で覚えろと言いたい / 自己投影 / 根拠:AI学習法(比35.3倍)
32. 副業でなく本業をAIで変えた1年、何が起きたか / 自己投影 / 根拠:実測中
33. 11年BtoBをやってきた会社が、AI開発を内製するとこうなる / 自己投影 / 根拠:実測中
34. Raspberry Pi 5が、5つのSNSに投稿している現場 / 覗き見 / 根拠:実測中
35. 自作した開発ハブ5,444行、画面で全部見せます / 覗き見 / 根拠:実測中
Phase 3|目利き・技術深掘り
36. AIのデモは動く。でも本番で必要だったものは別だった / 目利き / 根拠:実測中
37. AI驚き屋と作る人、動画のどこで見分けられるか / 目利き / 根拠:実測中
38. 「AIが作りました」と、30本を運用することは同じじゃない / 目利き / 根拠:実測中
39. 新しいAIが出るたび騒ぐ前に、作る人が確認していること / 目利き / 根拠:実測中
40. AIツールのすごい紹介、作る側はここを見てる / 目利き / 根拠:実測中
41. AIに任せて事故りかけた瞬間と、止めた仕組み / 損失回避 / 根拠:実測中
42. この設定を知らずにAIの精度を落としていた話 / 損失回避 / 根拠:実測中
43. Cursorを使わずClaude Codeを選び続ける、実務の決め手 / 購買判断 / 根拠:ツール入門(比5.7倍)
44. 「AIでアプリを作る」の中身を、5つのDBで分解します / 目利き / 根拠:実測中
45. 社内文書AIの誤回答を減らす。RAG導入前の文書整理 / 損失回避 / 根拠:社内文書AI(比17倍・母数小)
⚠️要差し替え候補(15本)|実験系・時間アピール・専門用語過多を末尾へ集約
48. Claude Codeの出力を自分で確認するためのコードレビュー / 専門用語過多
49. Aurora・D1・Turso・Supabase・Upstash。5つのDBはこう分かれた / 専門用語過多
50. 250行のMoEを自作して見えた、「AIは賢い」の正体 / 専門用語過多
51. AI驚き屋の動画では見えない、SNS自動化の止まる瞬間 / 実験系寄り
52. AIに「会社の議事録を全部やって」と頼んだら… / 実験系
53. Fable 5で業務システムを1本、実際に組んでみた / 実験系
54. GPT-5.6に自作システムのコードレビューをさせてみた / 実験系
55. AIだけで会社の1日の事務作業、どこまで回せるか実験 / 実験系
56. 5つのDBに同じデータを入れて、速さを測ってみた / 実験系・専門用語過多
57. 月0円のインフラだけで、何本まで動かせる? / 実験系
58. 月0円で動かした14本、無料枠で最初に詰まる場所 / 時間/マス層への要リライト
59. AI開発3,000時間、いま使っている画面を全部見せます / 時間アピール
60. Claude Codeのセッション履歴を1年分グラフにしたら / 時間アピール・専門用語過多
61. 経営者の1日、AIに何時間しゃべってるか記録してみた / 時間アピール・実験系
62. Pマーク・ISMSの要件を、AI導入前にどう切り分けたか / 専門用語過多
※ v2全体の通番はPhase 0の12本に加え、旧叩き台の内容を型で再編した48本です。差し替え候補は実物・成果・法人実利が伝わる題に置換してから制作します。
📜 旧版 2026-07-15(根拠なし叩き台) 60本・コメント募集中 開く ▾
オーナー指摘の要検討ルール:①実験系(〜してみた/どこまで/測る)は法人が権威を感じない ②時間アピール(3,000時間等)は成果なき印象 ③マス層(Claude Code/Codex未知の層)に伝わる言葉に ④法人は実利(コスト削減・売上・リスク)で動く=議事録は価値薄
1. AIに1年で総額いくら払った?請求を全部並べてみた… / ①覗き見 / Claude
2. 無料で足りる作業、有料が要る作業を30本の運用で仕分けた / ②購買判断 / Claude
3. Claude Max、月$100を払っても残した理由はここです / ②購買判断 / Codex
4. ChatGPTとClaude、両方に課金して分かった使い分け… / ②購買判断 / Claude
5. 解約し忘れて払い続けていたAI、契約を全部洗い直した… / ⑤損失回避 / Claude
6. 30本のシステムの毎月のコスト、内訳を1円まで公開 / ①覗き見 / Claude
7. GeminiとGrokの無料をやめてDeepSeekに移した理由… / ②購買判断 / Claude
8. 30本のシステム、どこで動いてる?管理画面を開けます / ①覗き見 / Codex
9. 法人でAIツールを選ぶとき、最初に見る1つ… / ②購買判断 / Claude
10. 情報漏洩しかけた使い方、法人の経験から線引きを / ⑤損失回避 / Claude
11. Pマーク・ISMSの要件を、AI導入前にどう切り分けたか / ⑤損失回避 / Codex
12. 「AIでなんでもできる」は本当か、30本作った側から / ⑥目利き / Claude
13. デモで動くAIと、本番で1年動くAIの違い / ⑥目利き / Claude
14. AIのデモは動く。でも本番で必要だったものは別だった… / ⑥目利き / Codex
15. Cursorを使わずClaude Codeを選び続ける、実務の決め手 / ②購買判断 / Claude ⚠️要検討: マス層(Cursor/Claude Code未知)
16. AI驚き屋と作る人、動画のどこで見分けられるか… / ⑥目利き / Claude
17. 「AIが作りました」と、30本を運用することは同じじゃない / ⑥目利き / Codex
18. 新しいAIが出るたび騒ぐ前に、作る人が確認していること / ⑥目利き / Claude
19. AIツールのすごい紹介、作る側はここを見てる / ⑥目利き / Claude
20. 「AIでアプリを作る」の中身を、5つのDBで分解します / ⑥目利き / Codex ⚠️要検討: マス層(DB知識)
21. ChatGPTしか使えなかった人が、AIで会社の仕事を回すまで / ③自己投影 / Claude
22. プログラミング未経験から、AIで最初の1本を本番に出すまで / ③自己投影 / Claude
23. 高校中退の経営者が、AIで30本作れるようになった順番 / ③自己投影 / Claude
24. コードを書けなかった経営者が、30本を本番に出すまでに作ったもの / ③自己投影 / Codex
25. 1年前の自分に、AIはこの順で覚えろと言いたい… / ③自己投影 / Claude
26. 副業でなく本業をAIで変えた1年、何が起きたか / ③自己投影 / Claude
27. 11年BtoBをやってきた会社が、AI開発を内製するとこうなる / ③自己投影 / Codex
28. AIに任せて事故りかけた瞬間と、止めた仕組み / ⑤損失回避 / Claude
29. この設定を知らずにAIの精度を落としていた話 / ⑤損失回避 / Claude
30. AIで作ったシステムが動かなくなる前に、決めておくこと / ⑤損失回避 / Claude
31. 10年BtoB経営で直した、AI提案書の伝わらない構成 / ②購買判断 / Codex
32. AIに提案書を作らせる前に、経営者が渡すべき情報 / ②購買判断 / Codex
33. 社内問い合わせAIボットを小さく試す。回答範囲を決める設計 / ②購買判断 / Codex
34. 社内AIボットが答えてはいけない質問を先に決める / ⑤損失回避 / Codex
35. 中小企業のAI自動化、最初に選ぶべき業務の見分け方 / ②購買判断 / Codex
36. 社内文書AIの誤回答を減らす。RAG導入前の文書整理 / ⑤損失回避 / Codex ⚠️要検討: マス層(RAG)
37. 業務自動化を増やしても破綻しない、連携と監視の設計 / ⑤損失回避 / Codex
38. 在庫管理システムを自作する前に決める、入出庫と発注のルール / ②購買判断 / Codex
39. AIコーディング副業、受注前に確認したい保守と責任の範囲 / ⑤損失回避 / Codex
40. AIで自社サイトを作った後、更新できなくなる原因と対策 / ⑤損失回避 / Codex
41. AIで動いた試作品を、本番システムにする前の確認項目 / ⑤損失回避 / Codex
42. Claude Codeの出力を自分で確認するためのコードレビュー / ⑤損失回避 / Codex ⚠️要検討: マス層(Claude Code)
43. AIを導入したのに使われない会社で起きていること / ⑥目利き / Codex
44. 経営者がまずAIを使う。現場任せにしない導入の始め方 / ③自己投影 / Codex
45. 作ったAIシステムをいつ止めるか。30+本番運用で決めた整理 / ⑤損失回避 / Codex
46. Aurora・D1・Turso・Supabase・Upstash。5つのDBはこう分かれた / ②購買判断 / Codex ⚠️要検討: マス層(DB)
47. Raspberry Pi 5が、5つのSNSに投稿している現場 / ①覗き見 / Codex
48. 250行のMoEを自作して見えた、「AIは賢い」の正体 / ⑥目利き / Codex ⚠️要検討: マス層(MoE)
49. 自作した開発ハブ5,444行、画面で全部見せます / ①覗き見 / Claude
50. AI驚き屋の動画では見えない、SNS自動化の止まる瞬間 / ⑥目利き / Codex ⚠️要検討: 実験系寄り
51. AIに「会社の議事録を全部やって」と頼んだら… / ④検証 / Claude ⚠️要検討: 実験系+議事録は法人価値薄
52. Fable 5で業務システムを1本、実際に組んでみた / ④検証・増幅 / Claude ⚠️要検討: 実験系(→「使った結論」に要リライト)
53. GPT-5.6に自作システムのコードレビューをさせてみた… / ④検証・増幅 / Claude ⚠️要検討: 実験系
54. AIだけで会社の1日の事務作業、どこまで回せるか実験 / ④検証 / Claude ⚠️要検討: 実験系
55. 5つのDBに同じデータを入れて、速さを測ってみた / ④検証 / Claude ⚠️要検討: 実験系+マス層
56. 月0円のインフラだけで、何本まで動かせる? / ④検証 / Codex ⚠️要検討: 意味不明・マス層不向き(C17)
57. 月0円で動かした14本、無料枠で最初に詰まる場所… / ⑤損失回避 / Codex ⚠️要検討: マス層
58. AI開発3,000時間、いま使っている画面を全部見せます… / ①覗き見 / Codex ⚠️要検討: 時間アピール(成果なき印象)
59. Claude Codeのセッション履歴を1年分グラフにしたら… / ①覗き見 / Claude ⚠️要検討: 時間アピール
60. 経営者の1日、AIに何時間しゃべってるか記録してみた… / ①覗き見 / Claude ⚠️要検討: 時間アピール+実験系
📜 過去版 2026-07-13 — 証拠つきタイトル提案42本(競合実測・動画の流れつき) 42本・完成版 開く ▾
1. 個人開発で30本のシステムを作った記録。Claude Codeでどう作るか
📊 根拠(実測):FuyanTech奮闘記「AIといっしょ アプリ100個どのくらい稼げる?【個人開発】」— 登録3,570 → 再生25.5万(比 71.3倍)
事実:登録3,570人のチャンネルが単発で再生25.5万(比71.3倍)
仮説:「個人開発×実績数」の実数公開型が、開発未経験・副業志向層の検索意図に刺さる。あなたの「30+本番システム」という実数と直接重なる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 何を作ったか(30本の実物を一覧で見せる)
- ② なぜ1人で作り切れるのか(Claude Code+7エージェント分業)
- ③ 実演:1本を0から動くまで作る
- ④ 初心者がつまずく所と回避法
- ⑤ 最初に作ると良いもの
- ⑥ CTA:体系的に学ぶ→コース/詰まったら→メンター
2. 会議の議事録を60分から5分に。Claude Codeで自動要約する手順
📊 根拠(実測):てつろー【マネするだけAI時短術】「【AI初心者向け】Copilotで議事録を作る方法」— 登録189 → 再生1.1万(比 60.7倍)
事実:登録189人のチャンネルが再生1.1万を獲得(比60.7倍)
仮説:「議事録 自動化」という業務課題の検索語に直撃し、登録規模を無視して検索流入が起きた。具体的な時間短縮が決め手。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① ビフォー:議事録に60分かかる現実
- ② 仕組みの全体像(録音→文字起こし→要約)
- ③ 実演:Claude Codeで自動要約を組む
- ④ 精度を上げるコツと注意(誤変換・固有名詞)
- ⑤ アフター:5分で終わる運用
- ⑥ CTA:自社に合わせて組みたい→無料相談
3. 非エンジニアが自分専用のAIエージェントを作るまで
📊 根拠(実測):AI活用ラボ「AIエージェントの作り方入門【公式ガイド解説】」— 登録658 → 再生2.7万(比 40.5倍)
事実:登録658人が再生2.7万(比40.5倍)
仮説:「AIエージェント 作り方」は法人にも個人にも刺さる汎用検索語。公式ガイド解説という信頼ワードが検索順位を押し上げた。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AIエージェントとは何か(超やさしく)
- ② 自分専用にする意味(非エンジニアでもできる)
- ③ 実演:小さなエージェントを1つ作る
- ④ よくある失敗(指示の曖昧さ)
- ⑤ 次の一歩
- ⑥ CTA:体系的に→コース/個別に→メンター
4. 初めてのAI、ChatGPTからClaude Codeへ。0から使えるようになるまで
📊 根拠(実測):イチカラチャンネル「【はじめてのChatGPT】始め方・使い方をわかりやすく解説」— 登録1.0万 → 再生35.0万(比 33.6倍)
事実:登録1万人が再生35万(比33.6倍)
仮説:「はじめての」は初心者検索の王道ワードで、登録規模を超えて長期に検索流入を生み続ける。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 全体像:ChatGPTとClaude Codeの違い
- ② 準備(アカウント・最初の設定)
- ③ 実演:はじめての1操作
- ④ つまずきポイント
- ⑤ 次に何を学ぶか
- ⑥ CTA:迷わず進めたい→コース/メンター
5. 登録から最初の1つを作るまで。AI未経験者のためのClaude Code入門
📊 根拠(実測):そのまま使えるAI活用集「【AI初心者】ChatGPT基本の使い方 - ログイン〜やってみよう」— 登録5,910 → 再生17.4万(比 29.5倍)
事実:登録5,910人が再生17.4万(比29.5倍)
仮説:工程が明確な「基本の使い方」検索は、専門性より再現手順の明快さが評価される。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① ゴール:最初に作る小さな成果物を先に見せる
- ② 準備(インストール〜初期設定)
- ③ 実演:登録から1つ完成まで
- ④ 初心者が詰まる所
- ⑤ 作れたら次にやること
- ⑥ CTA:手を動かして学ぶ→コース/メンター
6. 生成AI時代に何から学ぶか。3,000時間使って分かったロードマップ
📊 根拠(実測):Analytics Vidhya(海外)「Roadmap to Become a Generative AI Expert for Beginners」— 登録14.9万 → 再生299万(比 20倍)
事実:登録14.9万が再生299万(比20倍)
仮説:「ロードマップ」型は一度上位表示されると長期に伸び続ける。あなたの3,000時間という実数を根拠に据えれば凡百の学習法動画と差別化できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 結論:今から学ぶ順番(1枚のロードマップ)
- ② なぜこの順か(3,000時間で分かった無駄と近道)
- ③ 各段階でやること・避けること
- ④ 独学の落とし穴
- ⑤ まとめ
- ⑥ CTA:個人→コース/会社で育てたい→無料相談
7. 得意先ごとの見積もりミスをAIで防ぐ、中小製造業の実例
📊 根拠(実測):1WALL(中小企業向けGoogle Workspace)「見積書作成のAI革命!得意先毎の価格検索が瞬時に」— 登録282 → 再生3,128(比 11.1倍)
事実:登録282人が再生3,128(比11.1倍)、姉妹動画も比5倍で連続ヒット
仮説:業種特化の悩みワードは検索競合が極めて少なく、超小規模でも上位表示されやすい。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① よくある見積もりミスと、その損失額
- ② 仕組み:AIで価格・条件を即照合
- ③ 実演:得意先別の見積もりチェック
- ④ 導入時の注意(元データの整備)
- ⑤ 効果まとめ
- ⑥ CTA:自社に合わせる→無料相談
8. Excelの作業時間を減らす、Claude Codeでの業務自動化ロードマップ
📊 根拠(実測):ダイさん・AI活用の専門家「【実演あり】ExcelでAI活用して生産性を大きく上げる方法」— 登録3.3万 → 再生21.9万(比 6.6倍)
事実:登録3.3万に対し再生21.9万(比6.6倍)。別動画も比5.7倍で再現性あり
仮説:「Excel×AI×生産性」の定量約束型は繰り返し高比を出しており、パターンとして再現性が高い。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① どのExcel業務が自動化に向くか
- ② 全体像(AIに何を任せるか)
- ③ 実演:定型集計を自動化
- ④ 失敗しやすい所
- ⑤ 段階的な導入ロードマップ
- ⑥ CTA:社内で回したい→無料相談/研修
9. 領収書入力をゼロにする、経営者のためのAI自動化の作り方
📊 根拠(実測):お金を増やす税理士 山下久幸「スマホで領収書を撮るだけで会計ソフト入力を自動化」— 登録1.9万 → 再生10.4万(比 5.5倍)
事実:登録1.9万に対し再生10.4万(比5.5倍)
仮説:専門家による経理業務課題の解決は、法人担当者の「今すぐ困っている検索」に一致しやすい。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 経理入力の手間とミスの現実
- ② 仕組み(撮影→読み取り→会計連携)
- ③ 実演:領収書を自動入力
- ④ 注意(読み取り精度・確認フロー)
- ⑤ 月次でどれだけ削れるか
- ⑥ CTA:自社導入を相談→無料相談
10. AIに何を入力していいか。中小企業のための情報漏洩対策チェックリスト
📊 根拠(実測):久保直樹|AI先生「【保存版】ChatGPTで情報漏えいを防ぐ設定3選」— 登録2,510 → 再生6,695(比 2.67倍)
事実:登録2,510が再生6,695(比2.67倍)
仮説:「情報漏洩」は経営者・情シスのリスク回避検索。小規模の専門家チャンネルでも安定して平均を上回る。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AIに入れてはいけない情報とは
- ② なぜ危険か(実際の漏洩経路)
- ③ チェックリスト(社内配布用)
- ④ 安全に使う設定・運用
- ⑤ まとめ
- ⑥ CTA:社内ルール整備を相談→無料相談
11. Claude Codeを20分で。初心者から実務レベルまでの最短ルート
📊 根拠(実測):Zinho Automates(海外)「Claude Code Tutorial: Beginner to Advanced in 20 Minutes」— 登録6.5万 → 再生13.3万(比 2.05倍)
事実:登録6.5万が再生13.3万(比2.05倍)。同ワードで大手Tech With Tim(204万)は比0.66倍
仮説:「◯分で」の時間コミット型は検索意図(時短)と直結し、中規模でも大手を上回る比を出せる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 20分で到達する地点を先に見せる
- ② 導入(最短セットアップ)
- ③ 実演:基本→実務の流れ
- ④ つまずきポイント
- ⑤ 次のステップ
- ⑥ CTA:個人→コース/法人→無料相談
12. 中小企業の情報漏洩事例から、AIに入力してはいけない情報
📊 根拠(実測):ワイ_みんなでAI時代を乗りこなそ「ChatGPTでやるとまずいこと3選!使用の注意点」— 登録2,710 → 再生212万(比 784倍)
事実:登録2,710が再生212万(比784倍)。2023年公開だが検索流入が継続
仮説:注意喚起型(誠実に事実で語る範囲)はリスク回避検索の母数が大きく、登録者ゼロでも息長く伸びる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 実際に起きた漏洩事例(一次情報ベース)
- ② なぜ起きたか(原因の構造)
- ③ 入力してはいけない情報の具体例
- ④ 明日からできる対策
- ⑤ まとめ
- ⑥ CTA:社内対策→無料相談/個人の基礎→コース
➕ 追加提案30本(2026-07-13 実測・Claude 15本 × Codex 15本)
🧠 Claudeの提案(13〜27)
13. FAXと紙の注文書をデータ化する。転記作業をAIでなくす仕組み
📊 根拠(実測):ITツール学習「Power Automate DesktopのOCRで転記作業を自動化する方法【RPA】」— 登録1.5万 → 再生11.2万(比 7.4倍)
事実:登録1.5万に対し再生11.2万(比7.4倍)。2021年公開の転記自動化動画が検索で伸び続けている
仮説:「転記」は紙文化が残る中小企業の永続的な検索語。ツール紹介で終わる動画が多い中、受注〜請求まで通した業務フロー設計を語れるのは実運用者だけ。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 転記作業に月何時間消えているか(図解で試算)
- ② 紙→データ化の全体像(OCR+AIチェックの2段構え)
- ③ 読み取りミスをAIに検出させる設計
- ④ 例外(手書き・かすれ)の扱いを決める
- ⑤ 導入コストと削減時間の実数
- ⑥ CTA:自社の帳票で試したい→無料相談
14. エンジニアがいない会社でもできるAI仕事術。10年BtoB経営者が選ぶ5つ
📊 根拠(実測):ダイさん・AI活用の専門家「【実演あり】CopilotだけできるAI仕事術5選!」— 登録3.4万 → 再生19.5万(比 5.8倍)
事実:登録3.4万に対し再生19.5万(比5.8倍)。「仕事術○選」型は同チャンネルで繰り返し高比
仮説:「エンジニア不在」という制約を最初に置くと、大多数の中小企業の自分事になる。経営者として選ぶ基準(費用対効果・失敗時の影響)を添えられるのが差別化。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 前提:社内にエンジニアがいなくてもここまでできる
- ② 5つの仕事術(1つずつ図解+所要時間と効果)
- ③ やらないほうがいいこと(背伸びの見分け方)
- ④ 月いくらかかるか正直に
- ⑤ 最初の1つの選び方
- ⑥ CTA:自社に合う1つを相談→無料相談
15. スプレッドシートにAIを組み込む。関数だけで始める業務効率化
📊 根拠(実測):AI 業務効率化TV byアガルート「【スプレッドシート×Gemini】話題のAI関数で業務効率化する方法5選!」— 登録1,630 → 再生5,816(比 3.6倍)
事実:登録1,630の小規模チャンネルが再生5,816(比3.6倍)を獲得
仮説:「今使っているスプレッドシートのまま」始められる提案は導入障壁が最も低く、検索意図(すぐ試したい)に直結する。ここから本格的なシステム化への階段を示せる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① プログラミング不要で始められる範囲を最初に示す
- ② AI関数でできること3つ(分類・要約・表記ゆれ修正)
- ③ 図解:Before/Afterのシート
- ④ 関数で足りなくなるサイン
- ⑤ その先(GAS・Claude Code)への階段
- ⑥ CTA:個人→コース/会社で使う→無料相談
16. 社内AIは買うか作るか。NotebookLMで足りる会社・足りない会社
📊 根拠(実測):AIビレッジ「NotebookLMで簡単に作れる社内チャットボット入門②」— 登録188 → 再生594(比 3.2倍)
事実:登録188の小規模チャンネルでも社内ボット題材は平均超え(比3.2倍)。既製ツール解説が多く「買うか作るか」の判断軸を示す動画は少ない
仮説:経営者が本当に知りたいのはツールの操作ではなく「うちはどれで十分か」。両方を作って運用した立場からの判断基準は、ベンダーのポジショントークと差別化できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 結論の地図:既製で足りる条件・作るべき条件
- ② NotebookLM等の既製で十分なケース(図解)
- ③ 作り込みが必要になる3つの兆候(権限・連携・量)
- ④ 費用比較の実数(月額課金 vs 自作の保守)
- ⑤ 段階移行のすすめ(既製で試して要件を知る)
- ⑥ CTA:自社の判定→無料相談
17. 文章だけの社内マニュアルを、AIで図解スライドにする手順
📊 根拠(実測):AIで副業を効率化_こにし「【決定版】NotebookLMのPDFスライドをパワポ変換!」— 登録1.6万 → 再生5.2万(比 3.2倍)
事実:登録1.6万に対し再生5.2万(比3.2倍)。文書→スライド変換の需要が実測で確認できる
仮説:「読まれないマニュアル」はどの会社にもある普遍課題。変換テクニックで終わらせず、新人教育・引き継ぎの工数削減という経営効果まで繋げて語れる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 読まれないマニュアルが生む損失(問い合わせ・属人化)
- ② 文章→図解スライド化の全体手順
- ③ nanobananaでの図解生成の実例を画面で見せる
- ④ 更新が止まらない運用ルール
- ⑤ 教育・引き継ぎでの使い方
- ⑥ CTA:自社マニュアルの整備→無料相談
18. スプレッドシート業務をシステム化するタイミング。30本作って見えた3つのサイン
📊 根拠(実測):令和時代に必須のITスキル「★最強★在庫管理表の作り方【Googleスプレッドシート×Google Apps Script】」— 登録5,340 → 再生3.1万(比 5.7倍)
事実:登録5,340に対し再生3.1万(比5.7倍)。スプレッドシート業務系は複数動画で安定して高比
仮説:シート運用の限界(壊れる・遅い・属人化)は誰もが薄々感じているが、「いつシステム化すべきか」の基準を示す動画はほぼない。30本の実例から語れる独自領域。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① シートで十分な業務・限界が来る業務の地図
- ② サイン1:同じ入力を2箇所にしている
- ③ サイン2:壊れても誰も直せない関数がある
- ④ サイン3:行数と共有人数が閾値を超えた
- ⑤ システム化の費用感と段階的な移し方
- ⑥ CTA:法人→無料相談/自分で作る→コース
19. 月次報告書の作成を自動化する。数字はデータから、文章はAIで下書き
📊 根拠(実測):たくむ【AI効率化】「【Geminiだけで作れる】Google最強AIのパワポ・スライド作成の進化がスゴすぎた」— 登録2.1万 → 再生13.0万(比 6.1倍)
事実:登録2.1万に対し再生13.0万(比6.1倍)。資料作成×AIは同チャンネルで再現性のある高比パターン
仮説:毎月必ず発生する「報告書」は頻度×苦痛が最大級の定型業務。スライド生成テクではなく「数字の転記をゼロにする仕組み」まで踏み込むと、顧問契約に直結する。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 月次報告に消えている時間の試算
- ② 仕組みの全体像(データ集計→文章下書き→人が確認)
- ③ 数字の自動集計部分の作り方(図解)
- ④ AIに書かせてよい文章・人が書くべき文章
- ⑤ 導入後の月次フローの実例
- ⑥ CTA:自社の報告業務で組む→無料相談
20. Claude CodeとCursor、非エンジニアはどちらから始めるべきか
📊 根拠(実測):100秒テック「【超入門】Cursorの使い方がすぐ分かる!アニメーションで解説してみた」— 登録9,640 → 再生5.5万(比 5.7倍)
事実:登録9,640に対し再生5.5万(比5.7倍)。ツール入門はアニメ図解型でも伸びることが実測で確認できる
仮説:ツール選びの迷いは初心者の最初の検索。両方を長時間使った上での比較は、片方しか使っていないレビューと信頼性が違う。3,000時間の使用実感を判断材料として出せる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 結論:目的別の選び方を最初に1枚で
- ② 2つの設計思想の違い(図解)
- ③ 非エンジニアがつまずくポイント比較
- ④ 料金と課金の仕組みの違い
- ⑤ 移行はできるか(後から乗り換える場合)
- ⑥ CTA:選んだ後の学び方→コース/メンター
21. Claude Codeの料金と仕組みを最初に全部説明する。始める前に知っておくこと
📊 根拠(実測):いまにゅのAIプログラミング塾「【完全版/最新版】この動画1本でGoogle Apps Script(GAS)の基礎を習得!」— 登録18.1万 → 再生50.6万(比 2.8倍)
事実:登録18.1万に対し再生50.6万(比2.8倍)。「この1本で全体像」型は長期に検索され続ける
仮説:料金体系・プラン・止め方まで先に正直に話す動画は意外に無い。「始める前の不安を全部潰す」型は誠実さがそのまま差別化になり、コース導線の入口に最適。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① この動画で分かることの全体地図
- ② 料金プランと実際の使用感(3,000時間使った実数)
- ③ できること・できないこと・向かない人
- ④ 始める手順と最初の設定
- ⑤ 続けるか判断するタイミング
- ⑥ CTA:始めたら次はコース/詰まったらメンター
22. 個人開発で選んではいけない題材。30本作って学んだ失敗パターン
📊 根拠(実測):入江慎吾 / アプリ開発FIRE「個人開発で僕だったら避けるテーマ8選」— 登録1.5万 → 再生6.0万(比 4.1倍)
事実:登録1.5万に対し再生6.0万(比4.1倍)。「避けるべき」型は成功譚より検索・保存されやすい
仮説:失敗回避は着手前の必須検索。他人の一般論ではなく、自分が30本作った中の実際の失敗(作ったが使われなかった系)を出せるのが強み。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① なぜ題材選びで9割決まるのか
- ② 失敗パターン1:自分しか使わないもの
- ③ 失敗パターン2:保守が重すぎるもの
- ④ 失敗パターン3:既製サービスで足りるもの
- ⑤ 逆に選んでよかった題材の共通点
- ⑥ CTA:題材相談→メンター/体系的に→コース
23. AIで開発する経営者が、AI副業ブームについて正直に話す
📊 根拠(実測):まめ太郎「普通のエンジニアが個人開発者に対して思うこと」— 登録4,690 → 再生3.1万(比 6.6倍)
事実:登録4,690に対し再生3.1万(比6.6倍)。当事者の本音トーク型は小規模でも伸びる
仮説:「稼げる」系の煽りが飽和した反動で、当事者の冷静な本音に需要が集まっている。稼ぐ側でも教材を売る側でもなく、実際に作って事業で使う立場から話せるのは希少。ポッドキャスト型と最も相性が良い題材。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 立場の開示:何で稼いでいて何を売っていないか
- ② ブームの構造(誰が儲かる仕組みか)を図解
- ③ それでもAI開発を学ぶ価値がある理由
- ④ 向いている人・向いていない人
- ⑤ 始めるなら何からか
- ⑥ CTA:冷静に学びたい人→コース/法人→無料相談
24. 教材から始めない。作りたいものから逆算するAI時代のプログラミング独学
📊 根拠(実測):ゆきと@AIでプログラミング「【AIフル活用】最速プログラミング学習法【2026年最新版】」— 登録20 → 再生705(比 35.3倍)
事実:登録20のチャンネルが再生705(比35.3倍)。AI×学習法は登録ゼロ圏でも検索で見られる題材
仮説:AI時代は「文法学習→制作」の順序が逆転した。独学10年(教材型)と3,000時間(AI型)の両方を経験した立場から、順序の逆転を具体的な学習手順に落とせる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 従来の独学とAI時代の独学の順序の違い(図解)
- ② 最初に「作りたいもの」を決める基準
- ③ AIに聞きながら作る時の進め方
- ④ 詰まった時に基礎へ戻るタイミング
- ⑤ 3ヶ月の現実的な到達点
- ⑥ CTA:伴走が欲しい→メンター/体系→コース
25. AIを導入したのに使われない会社で起きていること。定着させる運用の作り方
📊 根拠(実測):ひかりのAI大学「【実演あり】ExcelでAI活用して誰でも簡単に生産性を3倍以上にする方法」— 登録11.1万 → 再生74.3万(比 6.7倍)
事実:中小企業×業務効率化の実演型は再生74.3万(比6.7倍)と絶対数・比とも最大級
仮説:導入ノウハウは飽和したが「定着しない」問題を扱う動画はまだ少ない。ツールを売らない立場だから「導入をやめる選択肢」まで含めて話せる。研修(¥150,000)への導線に最適。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① あるある:導入3ヶ月後に誰も使っていない
- ② 使われない3つの原因(業務に埋め込まれていない等)
- ③ 定着する会社がやっている仕組み(図解)
- ④ 推進役の置き方と評価の仕方
- ⑤ 定着しないなら撤退する判断基準
- ⑥ CTA:研修で社内に定着させる→無料相談
26. 経営者がまずAIを使う。現場任せにしない導入の始め方
📊 根拠(実測):西崎康平 ブラックな社長「【業務効率化】無駄な時間を減らせるAI活用法5選」— 登録20.7万 → 再生56.0万(比 2.7倍)
事実:経営者本人が語るAI活用は登録20.7万に対し再生56.0万(比2.7倍)。経営者発信×AIの需要が実測できる
仮説:「AI導入は情シスの仕事」と思っている経営者に、まず自分が30分使うことの効果を説く。同じ経営者の立場から語ると説得力が段違いで、顧問契約の見込み客に最も刺さる層に届く。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 現場任せの導入が失敗する理由
- ② 経営者がまず自分で使うべき3つの業務
- ③ 実例:経営判断の下調べをAIでやる手順
- ④ 現場に広げる時の伝え方
- ⑤ 経営者が知っておくべきリスクの最低限
- ⑥ CTA:経営者向け1on1で伴走→無料相談
27. n8nとClaude Code、自動化はどちらで組むか。両方を実運用して決めた使い分け
📊 根拠(実測):AIでサボろうチャンネル「【AI】あらゆるサービスを繋げて自動化できる神ツールn8n完全入門【プログラミング不要】」— 登録7.5万 → 再生15.2万(比 2.0倍)
事実:登録7.5万に対し再生15.2万(比2.0倍)。n8n単体の入門は既に競合が厚い(本実測での最高比が2.0倍)
仮説:n8n入門は飽和しているが「コードを書く自動化との使い分け」を両方の実運用経験から語る動画は無い。かつてn8nでSNS自動運用し、今はClaude Code主軸に移行した自分の変遷そのものがコンテンツになる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 自分の変遷:n8nでのSNS自動運用→コーディング主軸へ
- ② 2つの得意領域の地図(図解)
- ③ n8nで組むべき自動化の条件
- ④ コードで組むべき自動化の条件
- ⑤ 失敗談:どちらかに寄せすぎた時の痛み
- ⑥ CTA:自社の自動化の設計→無料相談/個人→コース
🤖 Codex(GPT-5.6)の提案(28〜42)
📈 Codexのマーケティング分析(実測142本より)
- 収益の実測公開は強い。個人開発の売上を扱った動画は、FuyanTech奮闘記が登録3,610・再生25.9万・71.9倍、SnackGamesチャンネルが登録174・再生5,292・30.4倍だった。成功談に限定せず、売上・費用・継続判断を具体的に見せる企画には登録者外へ届く余地がある。
- 狭い業務課題と完成物を直結させた動画が伸びている。社内問い合わせAIボットは48.6倍、社内文書RAGは17倍、在庫管理表は8.5倍、請求書転記の自動化は7.4倍だった。「AI活用」の総論より、誰の何をどう変えるかが明確なテーマが強い。
- 最新版・短時間・完全版など、視聴後の到達点が分かる型も有効だった。2026年版のAIプログラミング学習法は35.3倍、Geminiによる資料作成は17.9倍、Cursorのアニメーション解説は5.7倍、GAS速習コースは2.8倍だった。ただし、さとまた48では誇張した速さではなく、実務で再現できる範囲を明示する必要がある。
- 実演を含む業務改善コンテンツは絶対再生数も大きい。ExcelとAIの実演動画は登録11.1万に対して再生74.3万・6.7倍、Copilotの具体的な仕事術は登録3.35万に対して再生19.5万・5.8倍だった。画面操作だけでなく、導入前後の業務フローまで見せる構成が法人導線と相性がよい。
- 比率は母数と併読すべきである。登録1・再生17のRAG動画は17倍、登録20・再生705の学習動画は35.3倍で、テーマ発見には有用だが需要規模の確証としては弱い。一方、n8n関連の最高値は2.0倍、バイブコーディング関連の最高値は0.7倍であり、ツール名だけの総論より、収益・在庫・問い合わせ・提案書など具体的な用途を前面に出す方が安全である。
28. AIアプリの採算は売上だけで決まらない。30+システム運用の原価表
📊 根拠(実測):FuyanTech奮闘記「AIといっしょ アプリ100個どのくらい稼げる?売上【個人開発】」— 登録3,610 → 再生25.9万(比 71.9倍)
事実:登録3,610のチャンネルで25万9,555回再生され、再生数は登録者数の71.9倍だった。
仮説:収益という明確な関心に、実際の数字と判断材料を組み合わせる型は検索意図が強く、登録0からでも届きやすい。30+システムの本番運用経験を、開発費・保守時間・インフラ費・撤退基準の一次情報へ接続できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 売上だけでは採算を判断できない理由
- ② 開発前に計上する時間と外部サービス費
- ③ 月額¥0インフラでも残る運用コスト
- ④ 障害対応・更新・問い合わせ対応の見積もり方
- ⑤ 継続・統合・停止を決める原価表
- ⑥ CTA:法人は無料相談、個人は低額コース
29. 作ったAIシステムをいつ止めるか。30+本番運用で決めた整理基準
📊 根拠(実測):FuyanTech奮闘記「AIといっしょ アプリ100個どのくらい稼げる?売上【個人開発】」— 登録3,610 → 再生25.9万(比 71.9倍)
事実:アプリ数と売上を結び付けた動画が25万9,555回再生され、71.9倍の外れ値になった。
仮説:作る方法ではなく、増えたシステムをどう整理するかという運用課題は競合が少ない。さとまた48が30+システムを実運用しているからこそ、利用頻度・代替可能性・保守負担による判断を具体化できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① システムが増えるほど発生する見えない負債
- ② 利用頻度と事業価値を棚卸しする
- ③ 重複機能を統合する判断軸
- ④ 保守負担が価値を上回ったときの兆候
- ⑤ 停止前にデータと利用者を移行する手順
- ⑥ CTA:法人は無料相談、個人は低額コース
30. 社内問い合わせAIボットを小さく試す。回答範囲を決める設計手順
📊 根拠(実測):ウチダスペクトラム カスタマーサクセスチーム「【90秒でわかる】Copilotで社内問い合わせAIボット作成!」— 登録32 → 再生1,554(比 48.6倍)
事実:登録32のチャンネルで1,554回再生され、登録者数の48.6倍に達した。
仮説:社内問い合わせという用途と完成物が一目で分かるため、チャンネル認知がなくても担当者の検索に合致しやすい。30+システムの運用経験を基に、最初から全社展開せず対象部署と文書を絞る設計を示せる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 問い合わせ件数と担当者の負担を確認する
- ② 最初に扱う質問と扱わない質問を決める
- ③ 正式な回答元となる文書を選ぶ
- ④ 小規模なボットを作って回答を検証する
- ⑤ 誤回答時の有人引き継ぎを設計する
- ⑥ CTA:自社で試したい企業は無料相談
31. 社内AIボットが答えてはいけない質問を先に決める
📊 根拠(実測):ウチダスペクトラム カスタマーサクセスチーム「【90秒でわかる】Copilotで社内問い合わせAIボット作成!」— 登録32 → 再生1,554(比 48.6倍)
事実:社内問い合わせAIボットを明示した動画は1,554回再生され、登録32に対して48.6倍だった。
仮説:作り方動画が多い中、回答拒否と有人対応の境界に絞れば、導入責任者の実務的な不安に応えられる。実運用システムで必要となる権限、ログ、更新責任者の設計へ一次情報を接続できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AIに任せやすい定型質問を分類する
- ② 人事・法務・個別判断を回答対象から外す
- ③ 権限ごとに参照できる情報を分ける
- ④ 不明時に推測させない回答規則を作る
- ⑤ ログ確認と文書更新の責任者を決める
- ⑥ CTA:安全な社内AI設計は無料相談
32. Claude Codeの出力を自分で確認するためのコードレビュー練習法
📊 根拠(実測):ゆきと@AIでプログラミング「【AIフル活用】最速プログラミング学習法【2026年最新版】」— 登録20 → 再生705(比 35.3倍)
事実:登録20のチャンネルで705回再生され、登録者数の35.3倍だった。
仮説:AIを使った学習という現在性のある需要に、コードを生成する先の確認能力を約束する。独学10年と3,000時間以上のAIコーディング経験から、文法暗記ではなく差分・テスト・ログを読む練習へ落とし込める。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AI生成コードをそのまま採用する危険
- ② 変更差分から目的外の修正を見つける
- ③ 入出力と例外処理を確認する
- ④ テストを追加して挙動を確かめる
- ⑤ ログから原因を切り分ける練習
- ⑥ CTA:演習を続けたい人は低額コース
33. 個人開発を続けるか止めるか。売上以外の判断表を公開
📊 根拠(実測):SnackGamesチャンネル【個人ゲーム開発】「【個人開発ゲーム】リリース1週間で●●円!?気になる収益報告!」— 登録174 → 再生5,292(比 30.4倍)
事実:登録174のチャンネルで5,292回再生され、登録者数の30.4倍だった。
仮説:リリース後の現実と意思決定を見せる型は、成果を保証せずに強い関心を得られる。30+システムの運用から、利用者数、業務価値、学習価値、保守負担を評価する実例へ接続できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 売上だけを追うと判断を誤る理由
- ② 利用者と利用頻度を確認する
- ③ 保守に使った時間を記録する
- ④ 再利用できる技術資産を評価する
- ⑤ 継続・方向転換・停止を判断する
- ⑥ CTA:判断表は無料/低額コースで提供
34. 10年BtoB経営で直した、AI提案書の伝わらない構成
📊 根拠(実測):たくむ【AI効率化】「【2025年最新】Geminiでパワポ・スライド資料を爆速作成する裏ワザを解説します」— 登録2.1万 → 再生38.0万(比 17.9倍)
事実:登録2万1,200のチャンネルで38万214回再生され、登録者数の17.9倍だった。
仮説:資料作成は大きな実務需要があり、ツール操作より提案の品質に踏み込むことで差別化できる。10年BtoB経営の商談経験から、顧客課題、根拠、実行計画がつながる修正例を提示できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AI提案書が一般論になりやすい理由
- ② 顧客の現状と課題を冒頭に置く
- ③ 提案内容と根拠を対応させる
- ④ 実行担当・期間・リスクを明記する
- ⑤ AIの初稿を商談用に直す実例を図解で見せる
- ⑥ CTA:提案業務の改善は無料相談
35. AIに提案書を作らせる前に、経営者が渡すべき情報
📊 根拠(実測):たくむ【AI効率化】「【2025年最新】Geminiでパワポ・スライド資料を爆速作成する裏ワザを解説します」— 登録2.1万 → 再生38.0万(比 17.9倍)
事実:Geminiによるスライド資料作成動画は38万214回再生され、17.9倍の外れ値だった。
仮説:完成物を良くする入力情報に焦点を移すことで、単なるAIツール紹介を避けられる。BtoB経営の一次情報を使い、顧客像、決裁条件、過去事例、実行制約を整理する実務へ接続できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AIだけでは提案の前提を補えない
- ② 顧客・決裁者・利用者を分けて記述する
- ③ 現状コストと望む変化を整理する
- ④ 実績と証拠を素材として渡す
- ⑤ 制約条件を加えて初稿を生成する
- ⑥ CTA:自社提案プロセスの整理は無料相談
36. AIコーディング副業、受注前に確認したい保守と責任の範囲
📊 根拠(実測):AI時代のWEB制作フリーランス / きたしょー「【絶対にやめとけ】副業プログラミングが無理ゲーな理由」— 登録4,700 → 再生8.2万(比 17.4倍)
事実:登録4,700のチャンネルで8万1,846回再生され、登録者数の17.4倍だった。
仮説:副業の厳しい現実には強い需要があるが、煽りを使わず、契約前の確認事項として誠実に提示できる。経営者かつ開発者の経験から、納品後の修正、障害、データ管理の責任範囲を説明できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AIで作れることと納品責任は別
- ② 要件と検収条件を文章にする
- ③ 修正回数と追加料金の範囲を決める
- ④ 障害対応とバックアップを確認する
- ⑤ 保守契約を受けるか判断する
- ⑥ CTA:実務準備を学ぶ人は低額コース
37. 社内文書AIの誤回答を減らす。RAG導入前の文書整理
📊 根拠(実測):FleCreA「RAGとは? 社内資料を読んで回答するAI」— 登録1 → 再生17(比 17倍)
事実:登録1のチャンネルで17回再生され、比率は17倍だった(絶対数が小さいため、需要規模ではなくテーマ探索の根拠として扱う)。
仮説:RAGという技術名だけでなく、導入前の文書品質という具体的な失敗要因を示すと担当者の課題に合致する。複数DBと本番システムを運用してきた経験から、版管理、重複、参照元表示の設計を解説できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① RAGでも元文書の誤りは直せない
- ② 古い版と重複文書を洗い出す
- ③ 文書の所有者と更新日を付ける
- ④ 回答に参照元を表示させる
- ⑤ 評価質問を作って精度を測る
- ⑥ CTA:社内文書AIの導入相談は無料
38. 在庫管理システムを自作する前に決める、入出庫と発注のルール
📊 根拠(実測):がとまる「【Googleスプレッドシート】初心者でも簡単にできる在庫管理表 初級編」— 登録1,070 → 再生9,116(比 8.5倍)
事実:登録1,070のチャンネルで9,116回再生され、登録者数の8.5倍だった。
仮説:在庫管理という継続的な検索需要に対し、ツール操作の前段となる業務ルールを扱えば経営者と現場責任者へ届く。30+システムの構築・運用経験を基に、例外処理まで含む要件整理を見せられる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 現物と帳簿がずれる原因を確認する
- ② 入庫・出庫・返品の記録単位を決める
- ③ 商品コードと保管場所を統一する
- ④ 発注点と承認者を決める
- ⑤ 例外処理を含む小さな試作品を作る
- ⑥ CTA:在庫業務の整理と開発は無料相談
39. 中小企業のAI自動化、最初に選ぶべき業務の見分け方
📊 根拠(実測):ひかりのAI大学「【実演あり】ExcelでAI活用して誰でも簡単に生産性を3倍以上にする方法」— 登録11.1万 → 再生74.3万(比 6.7倍)
事実:登録11万1,000のチャンネルで74万3,059回再生され、登録者数の6.7倍だった。
仮説:中小企業と業務効率化を明示した実演型は、絶対再生数と比率の両方が高い。10年のBtoB経営経験から、頻度、標準化度、ミスの影響、例外の多さで対象業務を選ぶ方法へ接続できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 自動化候補を現場から集める
- ② 頻度と所要時間を測る
- ③ 手順の標準化度を確認する
- ④ ミスの影響と例外件数を評価する
- ⑤ 小さく試す対象業務を一つ選ぶ
- ⑥ CTA:自社の優先順位付けは無料相談
40. 業務自動化を増やしても破綻しない、連携と監視の設計
📊 根拠(実測):今日から使える最新AI仕事術 - by Yoom「【仕事効率化】メール対応・議事録自動要約・請求書処理をまとめてAIで自動化できる神ツールを紹介します!」— 登録3,880 → 再生2.2万(比 5.7倍)
事実:登録3,880のチャンネルで2万2,240回再生され、登録者数の5.7倍だった。
仮説:複数業務をまとめて自動化する関心は高い一方、増加後の監視や復旧を扱う動画は差別化しやすい。30+システムとマルチエージェントの本番運用から、ログ、通知、再実行、担当者への引き継ぎを具体化できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 自動化が増えると失敗に気づけなくなる
- ② 各処理の入力と出力を記録する
- ③ 失敗時の通知先を決める
- ④ 安全に再実行できる単位へ分ける
- ⑤ 人が確認する例外処理を残す
- ⑥ CTA:自動化基盤の点検は無料相談
41. AIで動いた試作品を、本番システムにする前の確認項目
📊 根拠(実測):AIプロデューサー杉山貴思スキルアップCh「ChatGPTのGPT-5を使えば誰でも簡単にアプリが作れる」— 登録933 → 再生4,924(比 5.3倍)
事実:登録933のチャンネルで4,924回再生され、登録者数の5.3倍だった。
仮説:AIでアプリを作る需要に対し、完成直後ではなく本番化の境界を扱うことで誠実な差別化ができる。30+の本番システム経験から、認証、データ、テスト、監視、復旧の確認項目を実例化できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① 動くことと安全に運用できることの違い
- ② 認証と利用権限を確認する
- ③ データ保存とバックアップを設計する
- ④ 主要操作と異常系をテストする
- ⑤ ログ・通知・復旧手順を用意する
- ⑥ CTA:本番化チェック表は低額コース
42. AIで自社サイトを作った後、更新できなくなる原因と対策
📊 根拠(実測):としのフリーランス養成所【WEB制作】「【実演あり】Gemini 3が最強確定!次元が違う生成AI活用法でWebサイトが一瞬で制作できる!」— 登録1.1万 → 再生4.0万(比 3.7倍)
事実:登録1万900のチャンネルで4万213回再生され、登録者数の3.7倍だった。
仮説:AIによるWeb制作は検索需要があるが、制作後の更新責任に焦点を当てると経営者の現実的な悩みに応えられる。月額¥0インフラを含む本番運用経験から、更新方法、権限、公開手順、障害対応を解説できる。
根拠動画を見る →🎬 動画の流れ(見出し)
- ① AIで作った直後に確認すべき所有権
- ② 文章・画像・料金を誰が更新するか決める
- ③ 公開前の確認と承認手順を作る
- ④ ドメインと外部サービスの管理者を整理する
- ⑤ バックアップと復旧方法を残す
- ⑥ CTA:自社サイト運用の設計は無料相談
🔥 bookに既にある注力コンテンツ(重複回避・angle変えの参考) 2026-07-13 book MCP実測 開く ▾
book に既にある🔥注力コンテンツ(重複回避・angle変えの参考/2026-07-13 book MCP実測)
当初はSNS自動運用(n8n)が主軸想定だったが、現在の注力はコーディング(Claude Code / Codex)系へ移行。提案タイトルもこのラインナップと被らない angle を選ぶこと。