AIに記事を書かせて自動投稿する仕組みを作った。最初に出てきたのは、自分じゃない誰かの文章だった

このエンジニアが直面したのは、多くの発信者が経験する矛盾だ。5年半エンジニアをやってアプリを8本出し、記事を17本書いたのに、中央値は「いいね2」。毎週投稿していても、1年前に書いた1本にすら遠く及ばない。AIに記事を自動生成して複数プラットフォーム（ブログ、Zenn、X、note）に配信する仕組みを作ったのはいいが、作る過程で、発信の実績を初めて測ってみたら想像と正反対だった。自動化する前に「何が効いているのか」を知ることの重要性に、気づかされた話だ。

技術的には配信システムは成功した。だが最初の投稿は「自分のものではなかった」。目次を羅列しただけ、ハッシュタグの付け方、絵文字の有無—細部が自分とズレていた。実はこの違和感を解決する答えは、本人が無意識にObsidianのノートに書き溜めていた。アカウントのコンセプト、性格メモ、投稿ルール、さらに「AIっぽさの正体は整いすぎ。文のリズムを揃えない」といった自己分析まで。これらを記事生成プロンプトに読ませるだけで「自分の文体」が再現された。つまり個性は既に言語化されていて、AIはそれを正確に拾い上げるだけだったのだ。

この話の本質は「速度より先に測ることの方が大事」という、多くが見落とす事実だ。伸びた記事の共通点は「自分が実際に触ってみた話」。網羅的記事や比較記事は一つも10を超えていない。技術者は往々にして配信スピードや量産効率を求める。だが問題が「届いていない」なら、速く打つだけで無駄な仕組みが走り続けるだけになる。中小企業がAIで施策を自動化する前に、まずは「何が客に届いているのか」を一度測る価値がある。そこをスキップして効率化に走ると、後々の後悔は大きくなる。