一人でコンテンツ制作をやっているが、毎日欠かさず更新している。これまでに10本以上の長文記事を公開し、平均12万回の閲覧、累計9,000人以上のフォロワー増加、ブックマーク率は安定して0.5〜1%——つまり、見た人の100人に1人は「後で読もう」と思って保存している。
私の文章が特別に優れているわけではない。背後でAIコンテンツ制作システムが動いているからだ。テーマ選定、素材収集、下書き、イラスト作成、データレビューまで、すべての工程をAIが実行し、私は判断を下すだけだ。
このシステムの原型は、@dontbesilent が公開した Claude Code のワークフローにある。彼はこの方法で年間13,000件のコンテンツを投稿し、7つのプラットフォームを同時に運用し、年間70万人のフォロワーを獲得している。私はそれをXの長文記事向けに大幅に改変した。この記事では、その改変後の現行バージョンを公開する。
コアコンセプト
@dontbesilent は、非常に根本的な問題を指摘している。ほとんどの人がAIをコンテンツ制作に断片的に使っている——アイデアが浮かんだらAIに聞いて、答えを投稿し、その後忘れてしまう。次にアイデアが浮かんでも、またゼロから始める。
彼の解決策は、プロセス全体をクローズドループにすることだ。アイデアはトピックライブラリに入る → AIが素材ライブラリから再利用可能な要素を検索 → 検証済みのフレームワークを使って執筆 → 公開 → データレビュー → 有効なパターンをメソッドに還元する。毎回の制作がシステムに何かを追加し、毎回ゼロから始めることを防ぐ。
私はこのロジックをそのまま採用した。以下が私が改変したバージョンだ。
4層のナレッジベース
私は Obsidian でコンテンツを管理し、Claude Code で実行している。システムは4つの層に分かれている。
第1層: コーパス
AIによる文章作成の最大の問題は、精度が低いことではなく、「あなたらしくない」ことだ。長文読者は一字一句読むので、「AIっぽさ」が強いと違和感がある。
そこで、自分がこれまでに発言したもの——ツイート、WeChat のチャット記録で議論した見解、録音、書き留めた断片的な考え——をすべて保存している。そこから文体ガイドを抽出する。私は結論を先に述べてから理由を挙げるのが好きで、形容詞より数字を好み、他の業界のロジックを使って現在のことを説明するのが好きで、まとめに「スープ（感動的な話）」を使わない。
AIは毎回の下書きの前にこのガイドを読み込むので、初稿は少なくとも70〜80%は私らしくなる。執筆後、「脱AIっぽさ」チェックを実行し、機械的に感じられる表現をハイライトして修正する。
何を検出するのか？よくある落とし穴は次の通り：
- マーケティング用語：エンパワーメント、クローズドループ、連携、根底ロジック——見つけ次第削除。
- 読者の代弁：「あなたはこう思うかもしれない…」「多くの人がこう尋ねるだろう…」——他人の考えがなぜわかるのか？
- 教える口調：「覚えておいてください」「あなたはこうすべき」「核心はたった一言」——私は雑談しているのであって、授業をしているわけではない。
- 架空のデータ：「90%の人が知らない」——その90%はどこから来たのか？
- 効果を狙った独立した短文：一文。一言。段落。——これが最も「AIっぽい」。
- 太字のスローガン・ゴールデンクォート：本当に強い人はみな… ——削除。
これらのルールはシステムに基づき、システムに保存されている。AIは初稿後に自動的にチェックし、該当箇所を赤色でマークする。この2つのステップで、長文の「人間味」が大幅に向上する。
第2層: 素材ライブラリ
47の類似アカウントの分析、1,100件以上のコンテンツのデータ、バズった記事の構造分析、再利用可能なコンセプトと引用。
新しい記事を書く前に、AIはまず素材ライブラリを調べる。誰が類似のトピックを扱ったか、どの角度でデータが取れたか、読者が保存したくなる構造は何か。コピーではなく、他人のデータに基づいて最適なルートを選ぶ。
47のアカウントを分析した結果、以下の発見がトピック戦略に直接影響を与えた：
- 100万回以上の閲覧を得たコンテンツは、わずか5つのカテゴリに分類される：必須ツールのチュートリアル、医療・健康のサイエンス、AI＋収益化、ペルソナ分析、リソース集。他のタイプはほぼ100万回を超えない。
- ブックマーク率と露出は必ずしも正の相関関係ではない。ある記事は露出が平均的でもブックマーク率が高く、長期的な価値を示している——こうした記事は繰り返し書く価値がある。
- フォロワー増加と露出も必ずしも正の相関関係ではない。あるペルソナ記事は11.9万回の露出で156人のフォロワーを獲得したが、あるチュートリアルは7.7万回の露出でわずか25人のフォロワーしか獲得しなかった。ペルソナはその人をフォローしたくなり、チュートリアルは保存して去っていく。
第3層: コンテンツパイプライン
トピックプール → 深化待ち → 進行中 → 公開済み。プールには常に10数本の執筆可能なトピックと、さらに素材が必要な候補トピックが保持されている。思いつきで書くのではなく、戦略に基づいてプールから選択する。
トピックは複数のトラックでローテーションする：プロジェクト実践、AI収益化トラックの分析、低参入障壁の草の根ビジネス、新しいAIパラダイムのトレンド。各トラックには異なる強度がある——本格的なツールチュートリアルは最も高い露出を得られ、ペルソナ紹介は最も速くフォロワーを増やし、データレビューは読者層が狭いがブックマーク率が高い。現在の目標に基づいてトピックを選ぶ：露出を狙うならチュートリアル、フォロワーを増やすならペルソナ、長期的な価値を狙うならレビューだ。
第4層: メソッド
どのタイトルが効果的か、どのトピックがバズるか、どの構造が高いブックマーク率を持つか——すべて自分の公開データから抽出したもの。
タイトルは最も定量化しやすい部分だ。10数本の長文記事を経て、好パフォーマンスのタイトルは基本的に4つのパターンに分類される：
投稿前のチェックポイント：具体的な数字があるか？アイデンティティタグがあるか？対比があるか？読者はタイトルを見た後、何が得られるか理解できるか？該当する要素が多いほど、データは良い。
イラスト
Xの長文記事におけるイラストは極めて重要だ。フィードでは、ユーザーの注意順序は「HERO画像 > タイトル > 本文」となる。画像が悪ければ、タイトルが良くてもクリックされない。
私の原則：HERO画像、タイトル、フックの3つは情報を重複させない。HERO画像は「このコンテンツの種類」を一目で伝え、タイトルはデータアンカーで人を止めさせ、本文の最初の段落で詳細を展開する。3つの要素がそれぞれ異なる情報を伝える。
イラストには2つのスタイルがあり、コンテンツタイプに応じて自動的に選択される：
チュートリアルはインフォグラフィック——白背景、薄い色の装飾バブル、角丸カード、フラットアイコン、大きな日本語タイトルを使い、SaaSサイトのクリーンなヒーローバナーのように仕上げる。意見記事はコンセプチュアルポスター——大きなテキストをフレームにし、キャラクターとテキストが組み合わさり、PPTというより展覧会のポスターのように見せる。
各長文記事には、1つの表紙と2〜3つの内部インフォグラフィックが含まれる。AIが記事内容に基づいてプロンプトを生成し、GPT Image 2 API を呼び出して画像を作成し、その後私がダウンロードして必要な比率にトリミングする。Canva で30分かかっていた作業が、今では3枚の画像で10分で完了する。
長文データ
以下は代表的なデータだ：
平均露出は約12万回、ブックマーク率は0.5〜1%。AI占い記事が最も高いブックマーク率1.01%を記録した——AI＋収益化＋情報非対称性の組み合わせが、読者の保存行動を最も促進する。
データから導かれたパターン
「データからルールを育てる」はdontbesilentのコアメソッドだ。以下は、私自身のX長文データから導き出された具体的なパターン：
タイトルには具体的な数字が必要。 「4ヶ月で10万円の収益化」「155ドル vs 15ドル」「452%のROI」——成功する長文記事にはすべて確かな数字が含まれている。数字はフィードで最も簡単に人の目を引く。
AIが主役でなければならない。 AIチュートリアル記事は安定して10万回以上の閲覧を得るが、純粋な投資コンテンツは5万回を超えることはまれだ。このアカウントに来る人は「AIの使い方」を見に来ているのであって、「株式の取引方法」を見に来ているわけではない。
「あなたの時間を節約する」がバズる根底ロジック。 公開アカウントの収集、Codexの紹介、イラスト練習——バズる長文記事の共通点は「私が試して、落とし穴にハマって、整理してあなたにあげるから、そのままやってみて」ということだ。
バズる公式：本格的なチュートリアルか実体験 + 具体的なデータアンカー + 再現可能なパス。 バズるタイトルに抽象的な概念はない。すべて「私はXをやって、結果はYだった」という構造に従っている——経験とデータを共有し、説教はしない。
これらのルールは、新しい記事を投稿するたびに更新される。システムは自己修正する。
そのまま使える
dontbesilent の dbskill（GitHub で 4000 以上のスター）は優れた出発点だ。私がしたように、彼のコアアイデアを自分のニーズに合わせて改変することもできる。
一度で完璧にする必要はない。まずトピックプールと素材ライブラリを構築し、2週間運用して、データがどの方向に調整すべきかを教えてくれるのを待てばいい。
