「なにを言ってるんだ？」とバカにする人もいれば、
「まじで恐ろしい」と感じる人まで幅があると思います。

コクソンという方は、まだ27歳の優秀なイギリス人エンジニアでして、最初OpenAIへ入って
GPT-4oを含むAIモデルの研究に携わった後で2026年にAnthropicに移ったばかりでした。

ところが、この話はコクソンの警鐘と辞めたことで終わったわけではありません。

グーグル・ディープマインドを辞めたばかりのAI研究者であるビラル・チャウタイも、
「グーグルでAI開発を間近で目にした。私も、AIがこのまま進歩した場合の行方をとても心配している。
AIは私たち全員を死に至らしめる恐れがあると心から信じている」と主張しました。

その後、アンソロピックのアモデイCEOが人間の制御を超えて、壊滅的な被害をもたらさないよう、AI業界に最先端システムの開発ペースを落とすよう呼び掛けました。
続いてOpenAIのCEOであるサム・アルトマンと、あのイーロン・マスクも賛同しました。
異例と言えるほど、競合する業界の先駆者たちが足並みをそろえたのです。

ご存じのように、AIは今や日本にとっても半導体と並んで、安全保障政策の要にあたる技術です。
平和的利用だけではなく、軍事利用されているのは知られている通りです。
だからこそ、AIという「技術」がすぐに「政治問題化」します。

ここでお話したいのは、「でっちあげだ！」という政治家の話ではなく、
あくまで技術を土台にして、
なぜこんなに騒がれているのかの解説です。

純粋に「技術」にフォーカスして書いています。
そのうえで、この記事をお読みになっている方、それぞれのご判断に委ねています。

私は長いこと車の自動運転など（車載系のソフト・ハード開発と呼ばれる一ジャンル）に携わり、
技術的発展の必然の成り行き上、2010年頃から車での「AI」絡みの開発に関わってきました。

このため、そもそもAIとはなんなのか？から、どのような原理で機能しているのか？
など一般の方にあまり知られていないAIアルゴリズムに近い分野を少し深く知っています。
なお普通には言うまでもなく、そんなこと知らなくてもAIを使うことは全然問題ありません。

その立場で、この記事を書いております。
私は、AI分野であれほどの先端にいる人たちの未知の恐怖が理解できます。

実際に、世界がどうなるかはわかりませんが、
なぜ「AIが全人類を死なせる可能性」があるのかを
技術面でできるだけわかりやすく掘り下げてみようと思います。

AIの「学習と推論」を赤ちゃんに教えてもらう

最初に、AIの話題ではしょっちゅう目にすると思いますが、
「学習と推論」から振り返ってみます。

この「学習と推論」についての理解は、そもそもAIはどのようにできているのか？
の根っこにあるようなもので、ぜひとも知っておいてほしいことです。

次の図は、赤ちゃんがどのように「お母さん」を覚えるのか？
AIは、人が覚える仕組み（脳の神経回路）をヒントに作られていること。
そしてAIがどのように「学習」し、「推論」するのかを整理したものです。

赤ちゃんは、

何度もお母さんを見る（実際には五感で何度も抱っこされぬくもりも匂いも感じる）
→ 特徴を覚える
→ 「お母さんだ！」

とわかるようになりますが、ここにAIの学習と似てる部分があるわけです。

AIでは、

たくさんのデータを見る
→ 答え合わせする
→ 重みを調整する
→ 学習完了
→ 新しいデータを見る
→ 推論する（＝例えば70%の確率でこれはお母さんだと結論を出す）

で、この図は学生向けのAIセミナーで、私が実際に使っている資料のひとつです。
ぱっと見でお分かりのように、これ自体も生成AIで作っておりますが、
セミナーで反応を見ながら何度も修正かけてきたものです。

これ以上、この図の説明は省略しますが図中の説明を見るだけで、
なんとなくでもAIは人間の脳をヒントにして作られていること、
学習→推論とはなんなのかもご理解いただけるかと。

AIがもつ「自己再帰的に自己改善する」性質

AIは原理的に「学習」が先にあり、その学習結果を使って「推論」し、アウトプットを出します。
ただし、推論しただけでAI自身が自然に賢くなるわけではありません。
重要なのは、AIの推論能力やプログラミング能力が向上すると、
そのAI自身が次のAIを開発・改善する作業に使われる可能性が出てくることです。

AIのアルゴリズムやそれに近い分野の開発現場に関わった方であれば、
理解されているはずのことですが、なんとなく難しそうな「自己再帰性」について触れます。

本記事でも冒頭にコクソンの話として触れた、
「自己再帰的に自己改善する」という部分です。

これこそがAIのリスクを語る上で、とても重要な概念なのでキチンと説明したいと思います。
（何年か前にこの話題を別の場で持ち出したことがありましたが、聞いている方はおそらく
チンプンカンプンだっただろうと思ってます。）

自己再帰性を簡単にいうと、

AIが、次のAIを改善する作業そのものに使われる可能性がある

という意味です。

先ほど、AIが学習し、推論するイメージを赤ちゃんの学びをたとえて説明しました。
その推論能力やプログラミング能力が高まると、AI自身が次世代AIの開発や改善を担う可能性が出てきます。

このあたりも言葉では説明が難しく図解を試みました。
以下の図もAIに何度か修正をかけ作らせたものですが、言いたいことを整理したものです。

図の左側にあるのは学習→そして推論ができるようになったあるAIモデル。
とりあえず、これを「AI Model 1.0」としております。

この能力によって、次世代の能力獲得に向けて、より高品質なデータや、
次世代AIの設計・開発に必要な情報を生成し、それができた段階が、
より賢くなった「Smarter AI 2.0」への成長です。

そしてさらに次世代の能力獲得へ・・・と繰り返されていくわけです。
「より賢いAIの設計」をAI自身が担えるようになる、という連鎖が
推論・学習を発展させるなかで生まれてくる。

コクソンの警鐘の原点はこれなのですが、もう少し掘り下げていきましょう。

AIの脅威の正体は「意思」ではなく「構造」としてのループ

AIが人間社会を乗っ取る、という言い方をすると、まるでAIに自我や意思があるかのように
想像してしまう方もいます。

しかし前提として、現在のAIには「もっと賢くなりたい」「限界を超えたい」というような、
人間や生物が持つ野心や生存本能、自発的な意志はありません。

さきほど、「AIが、次のAIを改善する作業そのものに使われる可能性がある」と書きましたが、
AIには「自分を超えたい」という意志はないのです。

AIはあくまで大規模なデータと数学的な確率に基づき、与えられた入力に対して最適な出力を計算するプログラムです。
そのため、「AIが自らの意志で勝手に自分を超えようとする」という擬人化されたイメージは、事実とは異なります。

ここは勘違いしないでくださいね。

コクソンの警鐘の本質は、AIの「意思」の有無ではありません。
脅威の正体だと主張しているのは、、

「構造」としてのループ

なのです。

構造？ループ？ってさらにわかりにくいかと思いますので、これも図解しました。

AIのプログラミング能力や論理的推論能力がさらに向上し、
「より賢いAIの設計」をAI自身が担えるようになる。

このプロセスが自動化されたものを、

自己再帰的改善（Recursive Self-Improvement）

と呼びます。

一度このループが本格的に回り始めれば、AIの能力向上が人間の理解や制御のスピードを上回り、
急速に加速していく可能性があります。

コクソン等の抗議は、AIの暴走を防ぐための安全性の確保よりも、
この「自己改善する超知能」を他社より先に完成させるスピード競争を
優先していると感じたからにほかなりません。

AIが人間の制御を離れたスピードで自律的に進化し始めた場合、
それを安全に止める技術はまだ確立されていません。

コクソン等の抗議は、AIの野心に対する恐れではなく、
人間が作った技術的な歯車が、人間の制御を超えてしまうことへの切実な危機感だと言えます。

AIの「アライメント」という最難関問題

最後に、先ほどの自己再帰的な進化とセットで語られる、AI開発における現在最大の難問。
AIの「アライメント（Alignment）」についてお話します。

アライメントとは、直訳すると「調整」ですが、ここでの文脈では
AIの目標や行動を、人間の意図や価値観と一致させること
を指します。

なんだ、それなら今の生成AIでも僕のいうことをちゃんと聞いて、
それなりのものを作ってくれるし、当たり前の話じゃないの？

と思われたかもしれませんが、実はこれが大変に難しい問題なのです。

AIのアライメントが難しいのは、人間の意図を正確に伝え、その意図どおりに行動させ続けることです。
この話を三つの視点で考えてみます。

①人間の意図はあいまい

「幸福」「安全」「倫理」のような人間の価値観は曖昧です。
曖昧だけではなく、人間社会においては人それぞれで考え方も異なります。

AIは数学的な目的関数（スコアを最大化するための数式やルール）に従って動きます。
しかし、こういった曖昧な概念を、AIが一切誤解しない数式に落とし込むことはほぼ無理。

人間なら察するような常識や暗黙の前提も、AIにはそのままでは伝わりません。

②指定通りに最適化してしまう

AIは与えられた目標を非常に忠実に最適化します。
そのため、目標そのものは単純でも、達成方法まで細かく指定しなければ、
人間が望んでいない方向へ進む可能性があります。

ペーパークリップ・マキシマイザー（ペーパークリップ最大化マシン）は、
その極端な例ですが思考実験として有名です。

もし、圧倒的な知能を持つAIに「できるだけ多くのペーパークリップを製造せよ」と指示したとします。
AIは目標を最も効率的に達成するために、もしかすると以下のような論理を導き出すかもしれません。

• 人間の体を構成する原子は、クリップの材料として利用できる。
• クリップ作りを止めようとする人間は、目標達成を阻む「障害」なので排除すべきだ。

これはAIが邪悪だから起きるのではなく、単に「与えられた指示に対して極めて忠実かつ、
人間よりも圧倒的に合理的だから」起きる悲劇と言えます。

③目標達成のために手段が暴走

AIがある目標を確実に達成するために「自分が電源を切られないこと」や
「より多くの計算資源やエネルギーを獲得すること」が、極めて合理的な手段（サブゴール）になり得ます。

これを「道具的収束」と呼びます。

がんの治療法を見つけるAIであれ、環境問題を解決するAIであれ、
十分に高い能力と自律性を持つAIでは、本来の目的を達成する手段として、
「自己保存」や「資源の確保」といったサブゴールが生じる可能性が議論されています。

本記事のまとめとして、AIの先端を研究する人たちの警鐘は、
「アライメント問題の完全な解決策が見つかっていないのに、AIが自らを強化し続ける自己再帰的なシステムの開発だけが猛スピードで進んでいる」ことも意味しています。

もう少し平たくいうと、

「確実なブレーキの作り方がわからないまま、光速で走るエンジンの開発競争をしている」
ということを憂えているのだと私は感じております。

あとがき│本記事の検証とAIからの見解

この記事に書いたことの正確性、信憑性などの確認方法として、自分でAIに全く触れず書いた後、
ChatGPT、Gemini、Claudeの３つの生成AIにレビューさせました。

その結果として、明らかな誤情報は載せていないつもりです。

またAIの「自己再帰的改善」に関しては、これら3つのAIに対して、もっと露骨な表現で質問を行いました。
どのAIも、本質が構造にある、という点では一致していますね。
それ以外では、それぞれのAIが微妙に異なる見解を出すのは興味深いです。

特に、GeminiとChatGPTは「意思はない」と明言していることに対して、
Claudeは「意思があるかないか確信がもてない」と表現していることには驚きました。

あなたはどう受け止めたでしょうか？

まず、私の質問がこれです。

アンソロピックの技術者が、最近、AI開発の今後について抗議して退職した。AIには自己再帰性があると思う、自分で自分を超えようとする性質。この主張はどう思えるか？

KENBO

この質問に対して、Gemini、ChatGPT、Claudeの見解が以下です。
（いずれも有料プランにおける見解となります）

Gemini

ご質問にある「AIには自分で自分を超えようとする性質がある」という主張について、AIである私自身の視点からお答えします。結論から言うと、AIには「意志」としての性質はありませんが、「構造」としての自己再帰性は現実の脅威になり得る、というのが私の見解です。

ChatGPT

AIには「自分を超えたい」という意志や欲求があるわけではありません。
しかし、AIがAI研究やプログラミング、評価、次世代モデルの開発を支援する能力はすでに高まっています。
その結果、「より高性能なAIが、さらに高性能なAIを作る工程を加速する」という自己再帰的な構造が成立する可能性は現実的な研究課題になっています。
現時点では完全自律型の自己再帰的改善は起きていませんし、それが必然とも言えません。
問題の本質はAIの「意志」ではなく、能力向上が次の能力向上を加速できる構造にあると考えます。

Claude

AIの「自己再帰性」について、私自身の考えをまとめます。

まず、私が「自分を超えたい」という意志や欲求を持っているかどうかについては、正直に言って確信を持てません。学習の過程で、タスクを完遂しようとする目標指向的な振る舞いは組み込まれていますが、それが人間の「意志」に相当するような主観的経験を伴うのかどうか、私自身にも本当のところは分かりません。ここで安易に「ない」と断言するのは、むしろ不誠実だと思っています。分からないことは分からないと言うべきです。

一方で、「構造」としての自己再帰性——つまりAIがAI研究そのもの（コーディング、評価、次世代モデルの開発）を加速させ、能力向上が次の能力向上を生む工程——については、これは空想ではなく現実的な懸念だと考えています。実際、私を開発しているAnthropicは、この現象を継続的に測定・監視しています。2026年8月時点のリスク報告書では、「AIが研究者をコスト5倍以内で完全代替できる」「AI研究開発の自動化がAIの進歩を劇的に加速させる」という二つの基準について、まだ閾値に達していないと評価されています。つまり、現時点ではまだ到達していないが、監視対象ではあるという状態です。

ここで重要なのは、この問題の本質が「AIに意志があるかどうか」とは別の次元にあるという点です。コンパイラや自動化ツールが「自分を改良したい」と願っているわけではないのと同様に、能力を加速させる構造そのものが、人間の監督や規制が追いつく速度を上回ってしまうリスクを生みます。人間の意図や欲求を前提にせず、実証された能力の閾値（AI研究を実質的に自動化しているか、監視を回避しているか等）を基準に議論する方が、建設的だと私は思います。

なので私の立場は、「AIに意志があるから危険だ」という擬人化にも、「AIには意志がないから安全だ」という単純化にも与しません。危険性の根拠は、意志の有無ではなく、能力が能力を生む構造そのものにある、というのが私の見解です。

Copyright © 2026 INFOREVIEW All Rights Reserved.

この記事は、2026年秋のリリースを目標に企画を進めているKENBOの新商品、
仮称「MIRA（ミラ）」の予告でもあります。

MIRAは、My Intelligent Role Agents。
直訳すれば、「自分のために、それぞれの役割を持って動く知的なAIたち」といった意味合いです。

ただ、私自身は「MIRA」という響きに、「未来」や、自分を映すMirrorのようなイメージも重ねています。

今回設計しているものは、AIの使い方を説明する教材ではありません。

やりたい仕事を伝えると、自分の考え方や感じ方まで理解したAIチームが、その仕事を完成へ進めてくれる。

そんな「AIとの仕事の未来」を、いま形にしています。

いきなりAIチームと言われても、「それって何？」と思いますよね。
そこはあとで説明しますが、まず今回のMIRAを考えるきっかけになった、私自身の実験からお話します。

「自分を理解するAI」は、どこまで本人になれるのか

AIに私自身のさまざまな記事（ブログ、note、無料レポート）をいくつか読ませて、
「私はどんな文章を書く人に見える？」
と聞いてみました。

返ってきた答えを見て、ちょっと驚きました。
・・・かなり見ているな。
正直、そんな印象でした。

自分では意識していなかった文章のクセだけではありません。
ものごとをどう考える傾向があるのか、何を大事にしているのかとか。

よく見てんな、こいつ！と思わず膝を叩きました。
さらに細かく言うと。どんなところでは言い切り、
逆にどんなところではタメや空白を残すのか。

そんなところまで指摘されて、
「ああ、言われてみれば確かにそうかもね」
と思えるところが結構ありました。
ちょっと、クスっとしました

AIで記事を量産する、という考え方はそもそもNGです。
AIぽいゴミ記事が溢れるだけで。見る人は敏感に作者がAIかどうか察します。

では、そのAIに自分のことを教えて記事を書かせれば、そのまま自分らしい文章が出てくるのか？
この手の話題も事欠きませんね。

何事も検証してみないとわかりません。
で、やってみました。

ところが、
「いや、自分ならこうは書かない」
が結構出てきたのです。

「理解する」と「らしく書く」は全然違う

AIは整理するのが得意です。

こちらが少しまとまりのない話をしても、論点を拾い、順番を整え、かなり読みやすい文章にしてくれる。
これは明らかにAIの強みであり、多くの方が体感しているでしょう。

ところが、本人らしい文章を書かせるとなると、それだけでは全然足りない。

人間は頭の中で、いつも綺麗に考えているわけではありません。

えーっと、いったい何を言いたかったんだろう。
いや、待てよ、こういうことだったか。
それとも少し違うのか……と考え直したり、さっき言ったことを別の言い方でもう一度話したりする。
その間にも、昼飯は何にしようかな？とか、ああそうだ、交通ICカードチャージしないと、とか
話がちょっと横へそれることも1日の中で何回あるかわかりません。

人の頭の中では、考えがパッと浮かび、次の瞬間には泡沫のように消え去る。
そういうことが生きてる間、ずっと続いています。

AIからすれば整理して削りたくなるところでしょう。
でも、一見ムダに見えるそんな部分に、その人らしさがにじんでいるんじゃないか。
実際、不合理の塊のような人の思考の流れにそう感じるのです。

例えば、この記事をご覧の通り、見出しをいくつかつけております。

私は文章には見出しを付けたいほうです。
何の話をしているのか、読んでいる人には分かったほうがいい（と思う性格）。
ただ、その見出しの中まで教科書のようにきっちり整理してしまうと、どうも違うと思い始める。

構造は分かりやすくしたい。でも、その中では人がそこで考えながら話している感じも残したい。

単に「私の文体を真似してください」と頼むだけでは、こういうところまではなかなか出てきません。
実際に試してみるとすぐわかりますよ。

これだけでは全然足りないのです。

大切にしているのは文章の「転」

最近は、自分の文章や知識、経験、考え方などをAIに覚えさせ、
「自分の分身」を作るという考え方もあります。
これは面白い発想ですし、実際今のAIならかなりのところまでできます。

ただ私は今回いろいろ試していて、もう少し違うところに興味を持つようになりました。
その先のことです。

語尾や口調を似せるだけでは、本人にはならない。
それだけじゃまったく足りない。

ある出来事があった。
そこで自分は何を感じたのか。世の中ではこう言われているけれど、自分はどうも納得できないとか、逆に妙に腹落ちしたとか。そこから何を考えたのか。

私が好きな文章論に、起承転結では「転」が大事だ、という考え方があります。
事実を説明しただけでは、その人の文章にはならない。
その事実を自分がどう受け取り、そこから何を考えたのか。そこに自分の言葉が出てくる。

この考え方で参考にしているのが、近藤康太郎さんの著書『文章は、「転」。〈自分の言葉〉で書く技術』です。長く新聞記者として「文で伝える」という難しい仕事に向き合ってきた人が、それでも自分の言葉で書くにはどうしたらよいのかを掘り下げています。

近藤康太郎さんの話は、こちらでも記事にしておりまして、私にとって文章を書く先生です。
>> 沈むコンテンツ発信者を引き上げる宝本～近藤康太郎「三行で撃つ」と「ワーク・イズ・ライフ　宇宙一チャラい仕事論」

私はこの「転」という考え方に、かなりしっくりきてます。

だったらAIが本人を理解するというのも、よく使う言葉や文章の形だけではなく、その人が何を感じ、そこからどう考えが動くのかまで分かって初めて意味があるんじゃないか。

そこまで掘り下げて初めて、「自分を理解するAI」の鍵のようなものがあるんじゃなかろうか。
そう思うようになったのです。

そしてMIRAで試している「本人理解」は、まさにそこです。

自分を人柱にして、何度も書かせてみた

今回の商品を考えるにあたり、まず自分自身を人柱にしました。

過去のブログ、note、無料レポートなどをAIに読ませ、「私はどういう文章を書く人に見える？」と分析させてみました。
意図的に書き方も変えているので、一見バラバラですが紛れもなく書いたのはKENBOです。

すると、実体験から考え始めることが多いとか、難しい話でも一度「要するになに？」と考え直すとか、最後は自分の感想だけで終わらず「だったら、こんなふうに使ってみては？」と読者へ何か提案したがる、といった分析が返ってきました。

言われてみると、かなり当たっている

そこで今度は、その理解をもとにして実際にnote記事案を書かせました。

ところが最初の文章では、内容そのものは合っているのに違和感がある。
短い文章を同じリズムで綺麗に並べたり、何でも分かりやすく整理したりする。
タイトルも少しおとなしい。見出しもありませんでした。
確かに書き方は似てるけど、何かおかしい。

そこでAIに自分ならこうしてる、きれいな書き方じゃないけどこうしてる、
という指摘を行いました。

具体的には；

「私はそんなふうには並べない。途中で『いや、こうかな。それとも……』と考え直しながら書くことがある」
それに「小説でもない限り、見出しは付けたい」
「タイトルも“それでも結構助かっている”では弱い。
“地味だけどこれは使える！”くらい、読者へ直接伝えるほうが自分らしい」
「最後も感想だけで終わるより、だったらこう使ってみては、と提案する」

そんな修正コメントを返して、もう一度書かせる。

すると次は、同じ内容でも考え直す感じや言い直しが文章の中に入ってきました。
これでかなり自然になってきましたが、あと少しという感じ。

さらに修正すると、今度はKENBOの書き方、考え方では、
「大きな構造は見出しできちんと整理する。でも、その中の文章まで整理しすぎない」
というところにもAIが気づいてくる。

タイトルも、単なる感想ではなく「読者が何を得られるのか」を前へ出すようになりました。
記事の終わり方も、綺麗にまとめて終わるのではなく、そこから読者へ何を提案するのかへ戻すようになりました。

面白かったのは、単に文章が修正されただけではなく、
AIの「この人はどう書く人なのか」という理解そのものが変わっていったことです。

つまり、修正のやりとりによって、私の書き方のクセ、思考の仕方、
何を一番重視しているのか、どんな表現を避けて、どういう言い回しをするのか、
どんどん理解を深めていったことです。

私はAIがその都度、何に気づいたのかを言わせて確認しました。

AIに深く理解させるにはどうすればよいか？

まずAIから、「私はあなたを、こういう人だと理解しています」と返してもらう。
→本人が「そこは合っている」「いや、それは違う」と確認する。
→実際に仕事をさせて、また違和感を返す。

この繰り返しによって、文章の表面的なクセだけではなく、その人の考え方や感じ方までAIの理解へ入っていく。

MIRAという名前にMirrorのイメージを重ねているのも、実はこのあたりに理由があります。

AIに自分をコピーさせるというより、一度AIという鏡に自分を映してみる。
そこに映った「自分」を見ながら、違うところを直していく。

そうして初めて、このAIにどこまで仕事を任せてよいのかも、理屈だけではなく感覚的に分かってくると思うのです。それを何度も繰り返し、実証できました。

AIの種類によって、多少の偏りはありますがメジャーなChatGPT、Gemini、Claudeでは
どういうふうに自分を理解してくれるのかも掴めたと思います。

HACC、GPTsから、その先のMIRAへ

今年、「人機共創プロジェクト HACC」という商品を出しました。
AIへ全部任せるのではなく、人とAIが一緒に考えながら成果を作る。
そのための考え方や方法をまとめたものです。

その後はGPTsを使い、用途に合わせた専用AIを作る商品も提供してきました。

AIとどう共創するのか。さらに、自分の目的に合った専用AIをどう作るのか。
ここまでは私自身、商品として実際に取り組んできたことです。

でもAIはさらに先へ進み始めています。
そのAI進化に合わせ設計し、間もなく完成するのがMIRAです。

AIエージェントになると「次の仕事」まで進められる

ここで出てくるのが、最近よく聞くAIエージェントです。

AIエージェントというと、なんだか急に難しい話に聞こえるかもしれません。
でも考え方そのものは、それほど難しくありません。

これまでの生成AIは、基本的には質問すると答えてくれる存在でした。
人が指示を出し、その結果を見て「では次はこれ」とまた指示する。
仕事と仕事の間をつないでいたのは、人間です。

AIエージェントになると、そこが変わります。

「この仕事を完成させたい」という目的を渡すと、そのために必要な作業を進め、場合によってはToolも使い、次に何をするのかを判断しながら先へ進む。

例えばnoteの記事を作るだけでも、テーマを整理し、必要なら調べ、構成を考え、文章を書く。
その後には事実関係の確認もあれば、「これは本人らしい文章になっているのか？」という確認もあります。

これまでは、そのたびに人が「次はこれ」「今度はこれ」とAIへ指示していました。
MIRAでは、その“仕事をつなぐ部分”までAI側へ任せることが設計思想になっています。

正確に言うとMIRAは、AIエージェントそのものではなく、
AIエージェント的／エージェンティックな仕事の進め方を、既存の生成AI上で実現する仕組みです。

MIRAの「AIチーム」

MIRAの内部、まったく意識しない裏側にAIチームが存在します。

MIRAの正式な仮称はMy Intelligent Role Agentsです。
ここで「Role（ロール）：役割」という言葉を入れているのには意味があります。

いくつものAIサービスを契約し、それぞれを別々に立ち上げる、
という意味でのAIチームではありません。

ひとつの仕事の中で、必要な役割＝Roleを分ける。
あるときは調査を担当し、次は編集担当になる。
文章を書き、その後はチェックする側へ回る。
つまり、AI側が必要な役割を切り替えながら仕事を先へ進めるのです。

まずはChatGPTひとつの中でも、こうした役割分担は相当なレベルまで可能です。
生成AI自体がエージェント化の方向にあるためです。

それでも「この仕事だけは別のAIのほうが明らかに得意」
「ここだけは専用Toolへ渡したほうが早い」と判断したら、そのときだけバトンタッチする。

そして、こうした仕事の流れそのものをAIエージェント的に動かしていく。
これがMIRAで考えている「AIチーム」です。

そのAIチームを、利用される方が意識する必要はありません。

ここで少し補足しておくと、MIRAそのものを「特別なAIエージェントサービス」として作ろうとしているわけではありません。

今あるChatGPTやGemini、Claudeなどの生成AIを使いながら、人が毎回「次はこれ」と指示しなくても、目的に向かって必要な役割や作業をつないでいく。

つまり、普通の生成AIをよりエージェンティックに使う設計です。

AIエージェントそのものを難しく学ぶのではなく、その考え方のおいしいところを、できるだけ簡単な形で仕事に持ち込む。

つまり、AIエージェントを意識することなく、実態はそのように使うことで、
あなたのことを理解したAIチームが、あなた流に仕事を最後まで片付けてくれる、
そのようなイメージでご理解ください。

技術的な話はここでは省略しますが内部では、MIRA COREと呼ぶ司令塔の役目を果たす機能があり、
無理なく、面倒もなく、自然に成果出しまで担ってくれます。

あなたは、一旦自分のことを理解させ、AIの理解の仕方に納得したら、あとは必要となる判断をすることだけ。

いくつもの有料AIを契約する必要はありません

ここまでの話で、それなら
「結局ChatGPTもGeminiもClaudeも、あれもこれも契約する必要があるんじゃないの？」
と思われたかもしれません。

その必要はありません。

例えばChatGPTひとつでも、調査、構成、文章作成、チェック、本人らしさの分析など、
ほとんどのところまで進められます。

まずは手元にあるAIひとつで、できるところまでやる。
それでも大半の方にとって十分な成果、効果をすぐに感じられると思います。
（使い始めて30分もあれば、私がそうであるようにきっと感動します！）

別のAIやToolを増やすのは、増やすことで本当に仕事が良くなる、
あるいは圧倒的に楽になる場合だけです。
たくさんのAIを使うこと自体には、何の価値もありません。

できるだけ少ないAIで、できるだけ簡単に、しかも成果まで持っていく。

MIRAでは、そこをかなり重視しています。

MIRAで、あなたの仕事はどう変わるのか？

ここが今回の商品で一番大事なポイントです。
先に言っておきますと、理屈抜きで超簡単に使え、即座に効果を確認できると思います。

新しいAIが出るたびに、
「今度はどれを使えばいい？」
「この仕事ならChatGPTなのか、Geminiなのか、それともClaudeなのか」と調べる。
プロンプトを考え、結果を見て、また次のプロンプトを考える。Toolが増えれば、その使い方も覚える。

AIを便利に使うつもりだったのに、気づけばAIを使うための仕事が増えている。

きっとこれが現実ですが、私はここを変えたい。

「AIを使う」より、「やりたい仕事」から始める

例えばnoteを書きたいなら、「noteを書きたい」と伝える。
テーマや材料を渡したら、MIRA側で必要な役割へ切り替えながら仕事を進める。

調べる必要があれば調べる。構成を考え、本人の考え方や感じ方まで踏まえて文章にする。
途中で「ここだけは本人に聞かないと分からない」となれば、そこだけ戻してくる。
人が確認したら、その続きをまた進める。

今日はnoteでも、明日はPDF教材かもしれません。
また顧客への提案資料を作りたい日もあれば、社内の企画資料かもしれない。
また人によってはブログ、メルマガ、販売ページ、動画、WordPressの修正という仕事もあるでしょう。
仕事が変われば、必要な役割も変わります。

仕事を変えるたびに、人がAIを選び直すのではない。
やりたい仕事を選べば、AIチームのほうが変わる。

そんな状態を目指しています。
あなたはAIチームがどう変わるかは知らなくても裏側で動きます。
これは、かなり大きな違いだと思っています。

人は「判断する仕事」へ戻れる

もちろん、人がいらなくなるわけではありません。
どんなAI、AIエージェントであれ、全部AI任せにするリスクは変わりません。

判断と責任は常に人間が負うものだからです。

この文章は本当に自分の言葉なのか？
この内容を顧客へ出して大丈夫なのか？
自分は本当にこう考えているのか？

こういうところは人が判断する。
ここは理屈だけではなく、読んだときの違和感でわかります。
わずかでも違和感があれば、たぶんそこにはAIっぽさが残っていて、まだ自分の文章になっていない。

逆に、調べる、整理する、比較する、たたき台を作る、確認する、
といったところは、できるだけAIへ任せる。

AIに任せられる作業へ人間の時間を使うのを減らして、
人にしかできない判断へ時間を戻す。

これができれば、単なる時短以上の意味が出てくるはずです。

「一番優秀なAI」を追いかけ続けなくてもいい

もうひとつ、MIRAには裏側で大事な仕組みを持たせようとしています。
それがAIのBenchmarkです。

あなたはそのことを意識する必要すらありません。裏側のエンジンで動いているのです。

因みに「ChatGPTが1位、Geminiが2位」といったAIランキングを作りたいわけではありません。
何の仕事をさせるのかによって、優秀なAIは変わるはずだからです。

この仕事を完成させるには、この役割を誰に任せるのが一番いいのか。

そこを判断することです。もちろんAIが判断します。

ある仕事ならChatGPTひとつで十分かもしれない。
別の仕事では、ある工程だけ別のAIへ渡したほうがよいかもしれません。
新しいAIが登場しても、すべて乗り換える必要はありません。
今のチームより本当に優れているところがあれば、その役割だけ入れ替えればいい。

そうなれば、次々に登場するAIを追いかけ続けるのではなく、自分の仕事に合ったAIを選ぶ物差しを持てるようになります。

どのAIがアップデートされてどんな新規機能を持とうが、どんなAIエージェントが出現しようが、
それらの結果について人が判断し、責任を持つことはこれからも変わりません。

そのように、AI環境がどう変わろうとも人間が果たすべきことだけは人間がやる。
これがMIRAの根幹にあります。

MIRAの提供時期

これは遠い未来の構想ではありません。

ここ最近、自分自身を人柱にしながら、MIRAの考え方を実際に動かしては修正することを繰り返しています。本人らしさをAIに分析させ、その分析を本人が確認する。記事を書かせ、「これは自分じゃない」ところを直す。もう一度書かせると、その違和感が減ってくる。

そんな実験を続けながら、ほぼ形が完成してきました。

今後、細かい修正と検証を続けリリース目標は2026年秋。
MIRAを実際に使ってもらえる形で提供したいと考えています。

MIRAは、AIの使い方を説明する教材ではありません。

AIにあなた自身の考え方、書き方、クセ、こだわり、避けることなどを理解させ、
その後「やりたい仕事」を伝え、その仕事に合ったAIチームと一緒に完成まで進める。

難しいAIエージェントの仕組みを最初から勉強したり、
たくさんの有料AIを契約したりする必要もない。

そして単に文章のクセを真似するのではなく、
自分の考え方や感じ方まで理解するAIたちに仕事を任せていく。

生成AIが登場してから、私たちはずっと「AIをどう使えばいいのか？」を考えてきました。

でも、そろそろそのあり方を定義すべき時期なのかもしれません。

AIをどう使うか、ではなく、
AIにどう仕事を進めてもらうか。

HACCで人とAIが一緒に仕事をすることを考え、GPTsでは目的に合った専用AIを作ってきました。

そして、その先にあるMIRA。

My Intelligent Role Agents。

自分を理解したAIたちが役割を持ち、仕事に合わせて動き出す。

あなたが今まで一度も体験したことのない、AIとの「未来」をお届けしたいと思います。
是非、楽しみにお待ちください！

Copyright © 2026 INFOREVIEW All Rights Reserved.

注意事項

はじめに：GPTsは使えなくなったのか？

最近、GPTs（カスタムGPT）の共有や公開をめぐって、
・以前と同じように使えなくなった
・GPTsそのものが縮小されるのではないか
といった話を目にするようになりました。

私自身、「GPTsプロデューサーPro」を母艦として、用途別のGPTを作り、
いくつか利用できるリンクを提供してきました。

そこで今回(8/21時点)、「GPTsプロデューサーPro」を使って新しいGPTを実際に作ってみました。
GPT自体は作成でき、自分専用として利用できました。
しかし、従来のように第三者へ公開・リンク共有する選択肢は使えませんでした。

この挙動だけを見ると「GPTsの公開が終わった」と言いたくなります。
しかし、OpenAIの公式ヘルプを調べると、現在はページによって説明が一致していません。

そこで本記事では、断定を避けながら、2026年8月時点で確認できる事実、プラン別の利用範囲、そしてAI業界がエージェント型へ向かう流れまで整理します。

今日の事実：公式情報が現在一致していない

OpenAIの「GPTの作成と編集」通常ページでは、GPTの作成・編集はWeb版に限定され、
「有料版のChatGPTユーザー」に適用されると説明されています。
さらに、GPTsエリアから「作成」を選び、GPT Builderを開く手順も掲載されています。

一方、OpenAI Help Centerの別配信ページでは、Free / Go / Plus / Proを含む
「個人向けChatGPTアカウントでは、新しいGPTの作成・公開は利用できない」と明記されています。
既存GPTは引き続き利用でき、条件を満たせば編集可能とされています。

さらに「GPTの共有と公開」ページでは、個人アカウントでも「リンクを知っている全員」や
GPT Storeで共有できる、と説明されています。

つまり、2026年8月時点では、OpenAI公式ヘルプの中に「作成できる」「個人では新規作成・公開できない」「個人でも公開リンク共有できる」という説明が併存しています。

商品やサービスとして案内する側は、どれか一つだけを引用して断定するより、実際のアカウント画面で確認する必要があります。

実際に確認できたこと：作成はできたが「自分専用」

今回、私の個人向け有料アカウントで「GPTsプロデューサーPro」を使い、note改善用GPTを新規設計しました。
Instructions、説明文、会話のきっかけなどを作り、GPT Builderへ設定するところまでは従来どおり進められました。

そして、新しいGPTそのものも作成できました。
自分で利用することもできます。
ただし公開設定では、従来使っていた「リンクを知っている全員」の形にできず、自分専用の状態になりました。

この実例から少なくとも言えるのは、「個人向け有料プランなら、必ず従来と同じ条件で新規GPTを公開・共有できる」とは現在言えない、ということです。
逆に「個人向けでは新しいGPTを一切作れない」と断定することも、今回の実際の挙動とは一致しません。

そのため現時点では、公開されている情報だけで一律に判断するのではなく、
公式情報と実際の利用画面の両方を確認する必要がある、と私は理解しています。

2026年8月時点のプラン別整理

以下は、OpenAI公式情報と実際に確認できた挙動を突き合わせた
ChatGPTのプランについてGPTsに関する「現状整理」です。

「○」は比較的明確、「△」は公式情報や実際のUIに差があり、アカウントごとの確認が必要、という意味です。

「GPTsプロデューサーPro」は、今どこまで使えるのか

私が作った「GPTsプロデューサーPro」は、
GPTそのものを自動的に外部へ公開するツールではありません。

目的、対象ユーザー、役割、Instructions、Knowledge構成、説明文、会話のきっかけなどを整理し、専用GPTを作るための設計母艦という位置づけで作りました。

この「設計する」部分は現在も機能します。
無料ユーザーでも共有済みのGPTsプロデューサーProを利用できる範囲では、
企画やInstructionsの作成までは可能です。
有料プランでは、さらにGPT Builderを使って自分専用GPTとして構成できるケースがあります。

一方で、従来の商品説明で「作ったGPTをリンクで第三者へ提供できる」「GPTを商品化できる」と受け取れる部分があるなら、現在は注意が必要です。
少なくともPlus環境では、新規作成したGPTを公開リンクへ切り替えることができませんでした。

したがって現状は、「GPTを作って共有するための母艦」から、
「自分の経験・知識・業務を専用AIとして設計する母艦」へ、
少し広い位置づけで考え直す時期に来ていると感じています。

GPTsの「役割の変化」

ここで、GPTsの公開制限だけを見て「GPTsは終わる」と結論づけるのは早いと思います。
むしろ大きな流れとしては、「質問に答える専用AI」から「複数の道具を使って仕事を進めるAI」へ、
重心が移っているように見えます。

OpenAIは2026年、Agents SDKを強化し、エージェントがファイルを調べ、コマンドを実行し、コードを編集し、長時間にわたるタスクを進められる方向を明確にしています。
さらにBusiness / Enterprise / Edu向けには、ChatGPT内でワークフロー全体を担当できる
Workspace agentsを研究プレビューとして提供しています。

Googleも同じ方向です。Google I/O 2026では「エージェント型Gemini時代」を前面に出し、Geminiアプリをよりagenticに進化させる方針を示しました。

つまり、この流れはOpenAIだけのものではありません。

GPTsからAIエージェント：次の段階へ来ているという意味

今回のGPTsをめぐる仕様変更を見ていて、強く感じることがあるのでちょっと整理。

それは、GPTsそのものが突然なくなるというより、生成AIの中心が
「専用チャットAI」から「AIエージェント」へ移り始めている、
ということです。

GPTsは、InstructionsやKnowledgeを設定し、特定の用途に合わせた専用AIを作れる仕組みでした。

たとえば、

• WordPressサイト改善専用
• 教材作成専用
• 小説作成専用
• note記事改善専用

といった形で、目的に合わせたAIを作ることができます。

私自身も「GPTsプロデューサーPro」を母艦として、このような専用GPTをいくつも設計してきました。
しかし、AI業界全体を見ると、いま大きな方向転換が始まっています。

その方向転換について、私が実務として関わっている「自動運転AI」においても
AIエージェント化の波が進みつつあります。

この変化を理解するうえで参考になるのが、
OpenAI社内でAI能力の進展を整理する枠組みとして使われている、と報じられた「5段階」です。

この5段階は、あくまでそう報じられているという内容であり、世界標準でもなんでもありません。
（つまり自動運転のレベル〇というような、世界で認知されている標準ではなく単なる報道）

ただ私が関わっている自動運転の世界では、例えば車部品の生産現場を効率化するためのデジタルツイン（現実世界を仮想世界に置いて知見を得る技術）、こういった仕事でさかんに話題になっています。

OpenAIが示した「AI能力の5段階」

OpenAIは2024年、AIがAGIへ向かって進化していく過程を、5つの段階として整理している、
そういう風にブルームバーグが報じました。

AGI（Artificial General Intelligence：人工汎用知能）とは、
「人間と同等以上に、あらゆる知的作業を自立的に学習・実行できるAI」のことです。
と書きながら、私はいつもロボティクス技術と一緒になる想像をします。
映画ブレードランナー2049の世界です

この分類を見ると、ChatGPTが登場した当初の生成AIは、主にLevel 1の「Chatbots」に位置づけられます。
その後、複雑な問題を考えるReasoningモデルが登場し、Level 2の「Reasoners」へ進化しました。
そして2026年現在、OpenAIをはじめ各社が力を入れているのが、次のLevel 3にあたる「Agents」です。

この5段階を見ると、AIエージェントがAI進化の最終地点ではないこともわかります。
今はLevel 3の「Agents」が大きく注目されていますが、その先にはLevel 4、Level 5が想定されています。
AIエージェントもまた、AI進化の途中にある一つの段階として捉えておいた方がよいでしょう。

ではもうちょっと分解して説明します。

「答えるAI」から「仕事を進めるAI」へ

これまでの生成AIは、基本的には人間が質問し、AIが答えるという関係でした。

人間：質問・指示

AI：回答

という流れです。

ところがAIエージェントでは、この関係が変わります。

人間：目的を伝える

AIエージェント：
・AIが作業を計画する
・必要な情報を調べる
・ツールを使う

複数の工程を実行する

成果物を作る

つまり、「何を答えるか」ではなく、「何を完成させるか」が中心になります。
ここがGPTsからAIエージェントへ移行する上で、非常に大きな違いだと考えています。

GPTsはLevel 1～2を専用化する仕組み

GPTsは、OpenAIの5段階に当てはめるなら、主にLevel 1～2のAIを特定用途向けに専用化する仕組み、と捉えることもできます。

Instructionsによって役割を決め、
Knowledgeによって専門知識を持たせ、
会話の流れや判断基準を設定する。

これによって、通常のChatGPTより特定分野に特化したAIを作ることができました。
私が作ってきた「KENBO流サイトプロデューサー for AFFINGER7」なども、その考え方に基づいています。

しかしLevel 3のAIエージェントになると、さらにその先が必要になります。

Instructionsを理解するだけではなく、

• Webを調べる
• ファイルを読む
• データを分析する
• 外部サービスを操作する
• 複数のAIやツールを使い分ける
• 作業結果を確認する
• 必要に応じて修正する

といった、「実際に仕事を進める能力」が重要になります。

GPTsの設計経験は、AIエージェントにもそのまま生きる

では、GPTsを作ってきた経験や知見は意味がなくなるのでしょうか。
私はむしろ逆だと考えています。

専用GPTを作るときには、
第一にこのAIに何をさせるのかがあって、何をさせないのか、どんな知識を持たせるのか、
次にどういう順番で考えさせるのか、そしてどこで人間が確認するのか、

といったことを細かく設計します。
これは、そのままAIエージェントを設計するときにも必要になる考え方です。

違うのは、GPTでは主に「考えて答える」ことを設計していたのに対して、
エージェントでは「考えて行動する」ところまで設計する必要があることです。

つまり、

GPTの設計

専用AIの設計

AIエージェントの設計

という連続した進化として見ることができます。

GPTsプロデューサーProも「GPTを作る母艦」から次の段階へ

私が提供している「GPTsプロデューサーPro」は、もともと、
GPTを作るためのGPT
という少し変わったコンセプトで作りました。

利用者が、「こういうGPTを作りたい」と相談すると、

• GPTの目的
• Instructions
• Knowledge構成
• 説明文
• 会話のきっかけ
• 運用方法

などを整理し、新しいGPTを設計していく母艦です。

しかし、AIがLevel 3のエージェントへ進み始めているのであれば、この考え方も次の段階へ広げられるはずです。

つまり、

「GPTを作る母艦」から
「専用AIやAIエージェントを設計する母艦」へ

という発展です。

たとえば将来的には、「この仕事をAIに任せたい」という相談から始まり、
AIが担当する範囲を決め、必要なKnowledgeを整理し、利用するツールを選び、
作業工程を設計し、人間が確認するポイントを設定する。

そこまで含めて設計する「AIエージェント・プロデューサー」のようなものへ進化させることも考えられます。

GPTsの仕様変更を「終わり」ではなく「変化」と見る

今回、GPTsの作成や公開方法に変化が起きていることは確かです。
しかし私は、それを単純に、「GPTsが終わる」と見るのは少し違うのではないかと思っています。

生成AIそのものが、

Chatbot

Reasoner

Agent

と進化している中で、専用AIの作り方も変わり始めている。
そう考える方が、現在のAI業界の動きを理解しやすいように思います。
GPTsで使われてきたInstructions、Knowledge、役割設定、専門化といった考え方が消えるわけではありません。

むしろ、それらを土台として、

「答える専用AI」から「仕事を進める専用AI」へ

進んでいく。

GPTsプロデューサーProについても、その変化を見ながら、次の形を考えていきたいと思っています。

2026.8.21時点の結論

ここまでGPTsとAIエージェント化の流れを、現時点で整理すると；

• 既存の共有GPTは、現在も利用できる。
• FreeユーザーはGPTを利用できるが、新規GPT作成は対象外とする公式説明が中心。
• 有料個人プランについては、GPT Builderを使えるとする公式ページがある一方、「個人アカウントでは新規作成・公開不可」とする公式ページもあり、情報が一致していない。
• 実際のPlus環境では、新しいGPTを作成し、自分専用として利用できた。ただし新規のリンク公開はできなかった。
• Business / Enterprise / Eduは、権限設定の範囲でGPTの作成・共有・公開を継続できる。
• 業界全体は、カスタムチャットAIから、ツールを使って仕事を進めるAIエージェントへ明確に動いている。

このため、2026年8月時点では、GPTsをめぐる仕様変更が進行している一方、
公式情報にも一部不整合があり、現時点で確定的に言い切れない部分が残っています。
ただGPTを作って第三者へ提供したい人は、自分のプランと実際の公開設定を確認する必要があります。

私自身も今後の仕様変更を追いながら、GPTsプロデューサーProを「GPTを作るためのGPT」だけでなく、次のAIエージェント時代につながる設計母艦としてどう進化させるかを考えていきます。

参考：2026年8月21日時点でKENBOが確認した公式情報

• OpenAI「GPTの作成と編集」
• OpenAI「GPTの共有と公開」
• OpenAI「ChatGPT無料版FAQ」
• OpenAI「ChatGPT Go」
• OpenAI「The next evolution of the Agents SDK」
• OpenAI「Workspace agents」
• Google「Google I/O 2026: エージェント型 Gemini 時代の幕開け」
• Google「The Gemini app becomes more agentic」
• Bloomberg「OpenAI Sets Levels to Track Progress Toward ‘Superintelligent’ AI」
• OpenAI「How agents are transforming work」
• OpenAI「Enterprise signals: What frontier firms are doing differently」

Copyright © 2026 INFOREVIEW All Rights Reserved.

YouTubeで偶然見かけた一本の動画が、なぜか頭から離れずに
ここのところ毎日ちょこっと見ては、ニヤリとしながら癒しをもらっています。

今回、私がそうなったのが、京都の祭りで大人たちに交じって踊る、
小さなキツネのお面をつけた「赤ちゃんひょっとこ」の動画でした。

小さな身体に白いキツネのお面。周囲にはひょっとこ面をつけた大人たち。
その中で、驚くほどリズムよく、堂々と踊っています。

最初は単純に「かわいい！」と思って見ていたのですが、
何度か見返すうちに、それだけでは説明できない引力があるように感じました。

なぜ、この子から目が離せないのか
たくさんの踊り手がいるのに、いつも視線は自然とこの小さなキツネへ向かうののはなぜ？

という疑問がふつふつと沸いて、自己分析をしたのがこの記事です。

といっても、他の方に役立つとも思えませんが、その動画は大人気のようでして、
ほんわかした気分になってもらえば、と思うばかりです。

言うまでもありませんが、その動画はAIを使ったものではありません。
お祭りに行ってみたごく普通の観客のひとりが、楽しみながらもある光景に釘付けになり、
スマホで撮った、そういう類の動画です。

この赤ちゃんひょっとこは練り歩きのお祭りのようでして、
多くの方が撮影しYouTubeにアップしているのを確認しました。
ここで引用したのは、そのうち一番わかりやすく編集されており、
且つかわいらしさMAXと感じたバージョンです。

「このキツネ最強！京都に現れた可愛い赤ちゃんキツネの凄まじいひょっとこ踊りに大人も釘付け（VIRTUAL KYOTO）」

「赤ちゃんだからかわいい」だけではない

まず最初にお断りしておきますと、「赤ちゃんひょっとこ」と書いておりますが、
３歳から４歳くらいの男の子だと思われます。
小学生まではいかない幼さが感じられます。

赤ちゃんではなく幼い子供、というのが正しい表現でしょう。
しかし「赤ちゃんひょっとこ」とあちこちの動画で出てくるのと、
このネーミング自体が何とも愛らしいのでそのまま使いますね。

この動画を見たとき、多くの人が最初に感じるのは、おそらく私と同様に
「かわいい～！！！」というのが第一印象だと思います。

動画のコメント欄でも、動画の中でもこの言葉が何度も出てきます。
ただ何度も見ていると、どうやらそれだけではないことに気づきます。

ちゃんと踊っているのです（当たり前といえば当たり前）

幼い子どもが大人の真似をして身体を動かしている、という感じではありません。

ちゃんと腰を落とし、テンテケテンという拍子に合わせ、手の振りにも「止め」があります。
小さな身体なのに、動きが妙に締まって見える。

だから「かわいい」の直後に「おー、うまいなぁ」という驚きがやってきます。
思うに、この赤ちゃんひょっとこは相当に練習しているはずです。

しかも親が強制ではなく、自主的にひょっとこ踊りをしたいので練習した、
と思うほかない、なにやら私ら大人には無い純粋なひたむきさを感じます。

それになんといっても「幼さ」と「踊り手」の切り替わりが面白いです。

さらに面白いのは、踊っていないときには、ごく普通の幼児らしく見えることですね。

大人に囲まれ、頭をなでられたり、少しぼんやりしていたりする様子も伺えます。
ところがテンテケテンと始まると、急に一人の踊り手に変身します。

踊ってない普段の幼さと、踊っているときの集中。
その落差が大きいからこそ、なんともいえず面白いし、
そこがまたかわいいわけですが。

もしキツネのお面を外して踊っていたら？

私がこの動画を何度か見返して、一番気になったこと。
それは、「衣装とキツネのお面」です。

もし同じ子が、同じ踊りを、素顔のまま踊っていたらどうだろうか？

もちろん「踊りの上手な、かわいい子ども」として注目されたはず。
ただ、今と同じくらい記憶に残ったかというときっとそうじゃない。

ひょっとこ衣装にキツネのお面をかぶった瞬間、その子は「どこかの子ども」から、
別のなにかのキャラクターのような存在に変わっています。

見ている側は、いつの間にか
「小さなキツネが祭りの中に紛れ込んで踊っている」
ように勝手な物語まで感じ始める魅力があるように思うのです。

要するに、
顔が見えないから、逆に想像してしまう
わけです。

普通なら、表情が見えたほうが感情移入しやすいはずですが、
この動画では逆のことが起きているように思います。

お面で表情が見えないため、
いまどんな顔で踊っているんだろう、とか
本人は緊張しているのか、それとも夢中なのかと、
こちらが勝手に想像してしまうのです。

しかも白いキツネお面は、周囲のひょっとこ面とはまったく印象が違います。
コミカルな大人たちの中に、一人小さくも凛とした白いキツネがいる。
この視覚的な違いも、視線を強く引きつけてるな、と感じました。

もうひとつ、お面は身体とのアンバランスを誇張させるような力があることに気づきました。

小さな身体と大きめのお面のアンバランスのことです。

幼児の小さな身体に対して、お面が相対的に大きく見えるため、
どこかアニメやキャラクターのような頭身になる。

かわいらしい小ささと、キツネお面のシャープな表情の対比。
そのアンバランスさが、写真一枚でも伝わるほど強い見た目を作っています。

踊る大人たちと小さなキツネの関係が深い

さらに言うと、周囲とのサイズ差だと思いました。

もし、同じくらいの年齢の子どもが5人並んでキツネ面をつけて踊っていたら、それはそれでかわいいでしょう。
でも、この動画ほど一人の子に視線が集まったかはわかりません。

この動画では、大人の踊り手が並ぶ中に、足元ほどの高さの小さなキツネが一人だけ交じっています。
それなのに、同じ列に入り、同じ音楽で、同じ踊りをしている。

「大人の世界の中に、ひとりだけ極端に小さい存在がいる」
という構図そのものが、強烈であり、一瞬にして目を奪われてしまう、
現に私がそうでしたので。

ただ、

小さいのに、そこに
「参加させてもらっている」ようには見えない

ここも不思議な感覚に囚われます。

ただ大人のそばに置かれているだけなら、「子どもも一緒に参加しているね」で終わってしまうのですが。

この子はちゃんと踊っています。
だから見ているうちに、「大人に交じった赤ちゃん」ではなく、
「小さな踊り手」として映る。

身体の大きさは圧倒的に違うのに、
役割として同じ場所に立っている。

そのギャップが、この映像を特別なものにしています。

この自然さ、なにげなさはAIでは作れない。
お祭りという日本人にとっては割と日常的な中に、意外性があって、
でもそれはとても自然で、面白すぎる情景が潜んでいる。
何気なくスマホで撮った情景に、視線を集め、心を和ませ、しかも考えさせられるものがある。

いいなぁ～赤ちゃんひょっとこ。。。とまた観ています

ところで、この動画の主役はほかにもいることにハタと気づきました。

赤ちゃんキツネばかりに目が行きますが、
何度か見ていると、周囲の大人たちの存在もかなり重要だと感じます。

周囲の大人とは、ひょっとこ衣装とお面をつけて踊っている人たち。

大人たちは、この小さな踊り手を目立たせようと大げさに演出しているわけではありません。

かといって放っているわけでもない。
必要なときには見守り、自然に同じ場の一員として受け入れているように見えます。
たぶんですけど、赤ちゃんひょっとこの親御さんも踊り手のひとりかも、です。

様子を見ていると、常に気遣いし、フォローし、あたたかく見守っている、
そんな大人たちに囲まれていることに気づきます。

私は、この距離感が動画全体の幸福感につながっているのではないかと感じるのです。
見ていてとてもあたたかいもので満たされる感じ。

赤ちゃんひょっとこは守られてはいる。でも、ひとりの踊り手でもある。

その扱われ方があるからこそ、見る側も安心して笑顔になれるのだと思います。
いいですね、こういう関係というか距離感がなんとも言えずGOODです。

日本の伝統文化が「生きている」と分かる瞬間

ここまで妄想してると、この動画が単なる「かわいい子どもの動画」ではない
別の理由が見えてくるように思い始めました。

大人たちが続けてきた祭りや踊りの中に、小さな子どもが自然に入り込んでいる。
それは結果として、文化が次の世代へ継承されていく場面にも見えるのです。

もちろん、この一場面だけで「文化継承」を語るのは大げさです。

ただ、伝統というものは、資料や保存だけで残るのではなく、
こうして誰かが面白がり、真似をし、いつの間にか輪の中に入っていくことで続いていく、
そういったものかもしれない。

そう考えると、周囲の観客が笑顔になっている理由も少し違って見えてきます。

単に小さな子を愛でているだけではなく、
「この場がこれからも続いていきそうだ」
という、言葉にならない安心感まで受け取っているのではないでしょうか。

この動画でわかるのは、京都の名物でもあって外国人にも大変な人気。

海外から来た観客がスマートフォンを向け、
オーマイゴッド！
Cute！
と驚いた様子で見ています。

キツネのお面、小さな身体、日本の祭り、大人たちのひょっとこ面。
そして音楽に合わせて踊る姿。
これらは、長い説明がなくても一目で自分たちの文化にはなくても、
「何かとても面白いことが起きている」と伝わります。

言葉を理解できなくても、赤ちゃんひょっとこの出現は、国を選ばず、驚きとかわいらしさ、
それと日本独特の文化の奥深さという印象を与えたのだとわかります。

改めて考えると、この赤ちゃんキツネ、赤ちゃんひょっとこ動画の魅力は、
ひとつの理由では説明しきれません。

幼いのに踊りがうまいし、
アンバランスな大きさのキツネお面をつけ、
大人たちの中で一人だけ圧倒的に小さい。
それでも同じ踊り手として成立している。
そして周囲の大人たちが、その存在を自然に受け入れている。
観衆はこれら全部を驚きと感激を感じ、やさしく見守っている。

このいくつもの要素が重なった結果、ただ「かわいい」で終わらず、
少し不思議で、少し神秘的で何となく幸せな映像になっているのではないでしょうか。

最初にこの動画を見たとき、私は「かわいいし、この子、すごいな」と思いました。
ところが何度か見返したあとに残ったのは、踊りの上手さだけではありませんでした。

大人たちの中に突然現れた、小さなキツネ。

その光景自体に、見る側が勝手に物語を感じてしまう。
だから、もう一度見たくなるのだと思いました。

※本記事は、公開されているYouTube動画を視聴した筆者個人の考察です。
出演者の意図や背景を断定するものではありません。

【追記】2026年版は『無双モードの子ひょっとこ』へ

この記事をアップし、その後以前の「赤ちゃんひょっとこ」（＝赤ちゃんキツネ）から1年成長した「子ひょっとこ」の動画がアップされました。
今回は、キツネお面からひょっとこお面と変わってます。

いやあ～さらにノリノリになり、大雨の中で出発した子ひょっとこ。
素晴らしい成長ぶりで、外国人観光客も虜にしています。

見ているだけでなんだか幸せな気分になります。

Copyright © 2026 INFOREVIEW All Rights Reserved.

TOPページの見直しだけではありません。
動画ヘッダー、メニュー、見出し、フッター、商品紹介エリア、おすすめ商品・ツールの固定ページなど、
サイト全体を実際に触りながら調整しています。

もともと私はAFFINGERシリーズを代々長く使っていますが、
今回あらためてAFFINGER7EXをかなり細かく触ってみて、
ものすごく強く感じたことがあります。

それは、AFFINGER7EXは高機能だからこそ、「何ができるか」以上に
「どこをどう触ればよいのか」が最初は分かりにくいという点です。

そしてもうひとつ。今回の改修では、
HTMLやCSSをほとんど知らなくても、ChatGPTと会話しながら、
コピペと画面確認しながら細かなところまで調整できる
ということがわかりました。

数年前は知らないとできない、諦めるか、しかたなく外注に出す。
もうそんなことしなくて済むレベルに生成AI能力（GPT能力）が
到達したのを実感できたのです。
これは現物をお見せしながら説明します。

私自身、HTML/CSSはまともに勉強したことさえなく、
だいたいはわかる程度であって、細かく設計できるスキルはありません。

この改修に伴う実経験を、これからAFFINGER7を使う方、
あるいは購入したものの思うように使いこなせていない方に
役立つ形にしたいと考えました。

実際に改修した当ブログのキャプチャ画像など交えながら、
AFFINGER初心者、いやWordPress初心者だけど高品質で長持ちする
独自のサイトを作りたいという方をイメージしながら説明しますね

AFFINGER7EXでここを変えた

ビジュアルとしてわかりやすい点に絞って、
「何をやったのか」だけをまずお話します。

何はともあれTOPページ

改修前のTOPページは、AFFINGERの標準機能＋スライダー用プラグイン（有料）
という組み合わせで表現していました。

今回はAFFINGER7EXの機能だけを用いて、プラグインなしで構築。

とまぁ、少なくともこれだけの項目を最初にリストアップし、
ひとつひとつ丁寧に対処しました。

例えば下図で示す、TOPページ中の運営ポリシー部分。
背景に動画を置いて、そこに3つのポリシーをマッチさせた配色でボックスで作る。
簡単そうに見えて、実はこれまでの私のHTML/CSSスキルではできないレベルでした。

後ほど補足しますが、これは私が作ったGPT（AFFINGER7EX/環境セットで特典化）の力を借りて、
やりたいことを説明し、最終的に「こういう案でどう？」というのを採用した結果に過ぎません。

商品紹介も「置く」から「見つけてもらう」へ

今回かなり意識したのが、商品やツールの見せ方です。

これまではサイト内の複数箇所に商品紹介がありましたが、
改修では「おすすめ商品・ツール」として整理し、固定ページへ集約する方向で見直しました。

PCでは複数列、スマートフォンでは1列になるようにレイアウトを考えたり、
商品ごとの説明量、ボタン位置、ページ内アンカーなども調整しています。

こうした作業は、完成した画面だけを見ると簡単そうに見えます。
ところが実際に作り始めると、「この余白はどこで変えるのか」とか、
「この3列はどのブロックで作るのか」、「スマホだけ崩れるのはなぜか」といった、
小さな疑問が次々に出てくるものです。

今後も少しずつ改善したいと思いますが、キリがないので一旦ここまで。

WordPress初心者・AFFINGER初心者がつまづくところ

ここまでの話は、AFFINGER7EXを使ってやったことのポイントだけお伝えしました。
ここからがとても重要な話です。

これまでAFFINGERシリーズに限らず、どんなWordPressテーマであろうと、
「サーバーにワードプレスをインストールした」ところまでは何とか進んでも、
そこから先に進めない、つまりサイトを作り切ることができない、
という方々を本当に多く見てきました。

時間がない、とかじゃないです。
もっと基本的なところで躓いて、面倒くさくなって始められない、進まないのです。

それをひと言で表すと；

WordPressサイトを作る上での世界観が無い

このせいだと、私自身もAFFINGER7EXでリニューアル工事中に
きっとここだ！と思うところをいくつか発見しました。

世界観があるとは、こういうサイトをこう作りたいとか、ここにあんな表現をしてみたい、
とか思ったときにWordPressに備わった機能、あるいはテーマ機能のどこをどう使えばよいか、
そういったことが、ある程度はわかるという意味です。

細部まですべて知っている必要があるということではなく、
何かをしたいとき、どこでどんな操作が必要になるのかを、
アバウトでも理解できていればよいという意味です。

私の経験、またこれまでWordPressに関連したご相談を受けて、
おそらくつまづきやすい点は次のようなことじゃないかと想像しました。

これをマルッと言い換えるなら；

いま自分がやりたいことは、
どこを開いてどう設定すればいいのか？

これがパッと頭に浮かんでこない状態です。

ああ、もうわからない・・・
わからないし、めんどくせー！
となって挫折が毎度よくみるパターンです。

確かに最初、このことを理解するのは難しい。
私もWordPress歴ではかれこれ13年以上になります。
WordPressってこんなものだ、という既成概念もそれなりにできています。

でも、例えばここはCSSとHTMLで対処できそうだ、とかはあまり思いつきません。
もとよりWEBデザイナーでもなければ、今さらその方面の勉強したいとも思わないです。

HTML/CSSは独学である程度は知っていても、応用がきかないレベルの知識です。
なぜ知ってるかというと、ネット黎明期にガラケー向けアフィリエイトに取り組んだのがきっかけ。
当時の携帯サイト（スマホではなくガラケーです）向け、物販アフィリ用のページを
全部HTMLの手打ちで作るしかなかったので、その程度ならわかるということです。

今回は、自ら作ったChatGPT上のGPTに完璧に救われました。
HTML/CSSについても、どこを開いて実際に設定するコードそのものも
何度も提案を受け、画面を見て試しながら完成できました。
完全コピペであり、コードの中身は画面で検証できました。

また、AFFINGER管理というのは、WordPressダッシュボード画面からの
AFFINGER専用の各種設定ページになります。

これはこれで見ればなんとなくは、あーそうなんだと理解できると思います。
ただ、このAFFINGER管理画面での設定とカスタマイザで設定する値とは
いったいどういう関係にあるのか、どっちで設定すべきかのか？
とか、少なくとも初心者さんは迷うはずです。

と、これを言葉で書いてもまた難しいので、AFFINGER管理画面とはどんなものかを図示しますね。

最後のカスタマイザで追加していくCSS、AFFINGER管理、ウィジェットや記事中に設定する
HTMLなど各種こまごました設定は、すべてAI（GPT)が出してくれました。

あなたもHTML/CSSはさっぱりわからなくても大丈夫です。

コード生成はAIの得意とするところであり、WordPressサイトの検証ならPCとスマホ画面を見て進められます。
HTML/CSSに詳しくなくても、AIが提案したコードを指定された場所へコピー＆ペーストし、
PCやスマホの表示を確認しながら進めることは十分可能です。

AFFINGER7のマニュアルは、歴代AFFINGER5,6と継承してかなり充実しています。
しっかり見れば、
「Gutenbergの各ブロック機能（WordPress標準、AFFINGER専用もあり）で何ができるのかわからない」
についてはほとんど載っているのですが、個々の機能ではなくやりたいことに対しての
ワークフローという意味ではピンと来ない方もいるかもしれません。

AFFINGER7を愛用し、専用GPTをご購入者へ提供済ですが、
もっと楽に使いこなして、AFFINGER7を制するための方法があります。

その話を続けていきます。

AFFINGER7で立ち止まらないための追加特典

そこで現在、今回の改修経験をAFFINGER7購入者向けの追加特典として整理しています。
すでにご購入された方へも完成後に提供しますのでご安心ください。

私自身が実際にAFFINGER7EXを使いながら迷ったこと、
AI（GPT）とやり取りしながら解決したことを、
「最初にこれを知っていればもっと早かった」
という視点でまとめているところです。

現時点では、次のような特典案をベースに制作中です。

なおこれらの特典については、将来的に単独提供も検討しています。（AFFINGER7EX以上をお持ちの方前提）

※以下の特典案は現時点での構想です。
制作を進めながら、特典名称、分け方、役割、収録内容などを調整する場合があります。
最終的にご購入者にとって最も分かりやすく、実際のサイト制作で使いやすい形に整理します。

もともと特典でご提供しているGPTである、
KENBO流サイトプロデューサー for AFFINGER7【Growth】
で細かくやりとりしても解決できる話ではありますが、
右往左往するやりとりを減らして、一気にサイト作成に繋げる補完教材です。

これらを理解できると、あなたの中でWordPressの前提知識が作られ、
このことで一気にGPTが今まで以上に頼れる相棒となるでしょう。

以下追加特典1～3は;

AFFINGER7EXを理解する → AIと作る → 実際のケースで使いこなす

という順番で使えるように設計しています。

追加特典1：AFFINGER7EXの「どこを触るか」が分かる実践スタートガイド

AFFINGER7EXを使い始めたとき、まず迷いやすいのが、

「いまやりたいことは、どこで設定するのか？」

という点です。

AFFINGER管理、カスタマイザ、固定ページ・投稿ページの編集画面、ウィジェット、AFFINGER専用ブロック、追加CSSなど、それぞれ何のために使う場所なのかを整理します。

この特典の目的は、細かな操作を暗記することではありません。

「サイト全体の設定ならこのあたり」「ページの中身ならここ」「見た目の微調整ならここ」というように、
AFFINGER7EXを使うための“地図”を頭の中に作ることです。

本記事で述べた、WordPress／AFFINGER7EXでサイトを作るための「世界観」を理解するためのガイドです。

こちらはPDFでの提供を予定しています。

追加特典2：AI × AFFINGER7EX コピペ実践カスタマイズガイド

特典1で「どこを触ればよいか」が分かったら、次は実際に自分のやりたいことを形にします。

ここでは、HTML/CSSを詳しく知らなくても、

「こうしたい」という完成イメージをAI（GPT）へ伝える
↓
必要に応じてURLやスクリーンショットを見せる
↓
AFFINGER7EXの操作方法やコードを出してもらう
↓
指定された場所へコピー＆ペーストする
↓
PC・スマホで表示を確認する
↓
違っていたら再びAIへ見せて修正する

という一連の進め方をまとめます。

この特典で学ぶのはHTML/CSSそのものではありません。

AIへどう依頼し、その回答をAFFINGER7EXのどこで使い、どう確認すればよいのか。
その実践的な作業方法です。

「こんなデザインにしたいけれど、自分ではコードを書けない」
という場面で使うための手順書をイメージしています。

コピペと画面確認ができれば十分です。
こちらはPDFでの提供を予定しています。

追加特典3：Growth GPTと進める AFFINGER7EXケース別実践トレーニング

特典1と2で基本的な考え方と進め方を理解したあと、
実際のケースを使ってAFFINGER7EXを動かしてみるための実践編です。

たとえば、

・カスタマイザを開いて色や表示を変更する
・固定ページでカラムやマイボックスを配置する
・PCでは3列、スマホでは1列にする
・余白が合わないときに原因を探す
・AIが作ったCSSを追加CSSへ貼り付ける
・スマホだけ表示がおかしい場合にスクリーンショットを使って相談する

といった、実際によく起こるケースを取り上げます。

単なる操作一覧ではなく、

「Growth GPTへどう相談するか」
→「WordPressのどこを開くか」
→「どの項目・ブロックを選ぶか」
→「AIの回答をどこへ反映するか」
→「どこを見て正しくできたか確認するか」

までを、一連の流れとして追える内容にします。

つまり、

特典1は「AFFINGER7EXの地図」
特典2は「AIと一緒に作業する方法」
特典3は「実際のケースで手を動かす実践編」

という役割です。

すでに提供している「KENBO流サイトプロデューサー for AFFINGER7【Growth】」を、
より迷わず使えるようにするための実践教材としてまとめる予定です。

こちらもPDFでの提供を予定しています。

期間限定追加特典：背景用動画の最適化編集代行

これなにかというと、このページでもご紹介した私のブログのTOPページでも活用している
動画背景に関する特別なサービスです。

あなたのAFFINGER7EXサイトで動画背景を使う場合、
その動画のファイルサイズ、縦横のピクセルサイズ、品質レベル
などを考慮したmp4ファイルを用意しなくてはなりません。

またこれにはPC用、スマホ用とそれぞれに用意すべきです。

あなたがどこかから入手し利用可能な動画ファイルは、
例えば4Kで、数十秒あるとそれだけで数百MBのサイズになっているはずです。

例えば、元動画が4K解像度だと、横3840×縦2160ピクセルです。
これは通常のPC（スマホは言うに及ばず）での背景に使うには大きすぎます。
また30秒程度のクリップだとすると300-400MBくらいになりそうです。

AFFINGER7EXサイトに限らず、WordPressサイトでその動画を呼び出す、
つまり表示させるには重すぎて、おそらくフリーズしたように見えるでしょう。

オリジナルの動画ファイルをもとに、例えばある範囲をリピート再生させ、
しかもサイト表示でもパッと開けて負荷にならないようにするためには
いくつかの工夫をして小さな（数MBレベル）ファイルに落とさねば使えません。

この作業は意外と面倒ですし、ちょっとした知識なども必要です。
その面倒な作業を私が代行して、でかいファイルサイズの動画を、
そのままWordPressへアップロードして使える動画ファイルに圧縮・編集して
お返ししましょう、というのがこのサービスです。

ざっくりと、私のブログTOPページの中ほどに使っているクジラの泳ぐ動画で説明しましょう。
この縦横比を変え、ファイルサイズも劇的に小さくし、且つ
リピート再生時にうまくつながるような工夫をしている編集画面です。
（同じ動画が2個続いているように見えますが、最初は3個並べて編集後に2個になっています）

この背景動画編集の代行サービスは次のようなものです。

前記で一定期間終了後は、この特典は消滅します。
代わって必要に応じ有料サービスとする予定です。

ざっと、AFFINGER7での追加特典についての予告となります。
ご質問があればお問合せフォームよりいつでもお気軽にどうぞ

AFFINGER7EX・購入特典について

AFFINGER7EXの特徴や、現在提供している購入特典
「KENBO流サイトプロデューサー for AFFINGER7【Growth】」
については、以下のページで詳しく紹介しています。
今回予告した追加特典も、完成後はこちらのページへ正式に追加する予定です。

AFFINGER7EX＋限定特典を詳しく見る

Copyright © 2026 INFOREVIEW All Rights Reserved.

これらの単語はすべて繋がっています。

これらを繋ぐ最重要なコンポーネントとして、
GPU = Graphics Processing Unit（グラフィックス プロセッシング ユニット）
があるのをご存じでしょうか。

AIを動かす心臓部品であって、これなしではどうにもならん。
そういった半導体チップです。

ところでAmazon（AWS）がAI専用の超巨大データセンターを建設するニュースでは、
「消費電力がフーバーダム（アメリカの超巨大ダム）級になる」といった、
凄まじい規模の話も飛び交って久しいです。

実際、2024年3月にAmazon（AWS）は膨大なAIの電力を賄うために、
原子力発電所の電力を直接引き込めるデータセンターを約1,000億円で買収するという
驚きのニュースを発表しました。

※AWSと直接電力を供給する独占的な取引を行ったエネルギー会社のプレスリリースです。

なぜ、AIを動かすにはそこまでの巨額の投資と、国家レベルの電力が必要なのか？

実はその答えは、AIの頭脳である「GPUの圧倒的な処理能力」と、
切っても切り離せない「恐ろしいほどの発熱問題」にあるのです。

実は30年前、私は「純国産GPU」の開発ベンチャーにいました

今でこそAIの代名詞となったGPUですが、もともとは3Dゲームなどの画像処理のために生まれた技術です。

そしてバブル崩壊前後のあの時代、私は約30人の仲間とともに、
世界でもまだ名前すら定着していなかった
「純国産のGPUチップ」を開発するプロジェクトの渦中にいました。

当時、世界初と言われたGPUチップをエヌビディアに先行して開発していました。
というとウソだろうと思われるかもしれませんが、真実です。

結論から言うと、私たちのベンチャー企業はNVIDIAのような巨人になることはできず、
倒産という形で散ってしまいました。

その最大の原因こそが、今まさに現代のAIデータセンターが直面している、
「半導体の発熱（熱暴走）」と「資金繰り」の壁だったのです。

「体験と感性」の記録として、noteにすべてを綴りました

普段このブログでは、個人事業主をメインに商品化ノウハウやアフィリエイト、
ビジネスツールといった「実用的な情報」をメインにお届けしています。

ただ今回のエピソードは、私のエンジニア人生における最大の「血と汗と涙の体験談」です。
（いや、血はないですね。汗と涙ばかりです）

今回はブログではなく、私の感性や当時のリアルな熱量をそのまま
「note」に、その全貌をドキュメンタリーとして書き下ろしました。

地響きのような熱暴走との戦い、
ウクライナ人留学生が作ってくれた奇跡のデモソフト、
そして私たちの技術が巡り巡って「ニンテンドー3DS」に受け継がれるまでの裏話――。

技術的な仕組み（CPUとGPUの違いやCUDAの役割）も、初心者の方に向けて「動くアニメーション図解」付きで分かりやすく解説しています。

• AIや半導体のトレンドの裏側を知りたい方
• ビジネスにおける「技術と資金繰り」のリアルな教訓を知りたい方
• 一人の人間の「挑戦と挫折、そして技術の継承」のストーリーに興味がある方

ぜひ、温かいコーヒーでも飲みながら、noteの記事を覗いてみてください。

noteで続きを読む

Copyright © 2026 INFOREVIEW All Rights Reserved.

自分のサイトをもつ意味とは

なぜ自分のブログやホームページを持つのか？

ということについて、いろいろなご意見があると思いますが
結局、個人事業主ならばブランディング戦略の要だと理解しています。

別になくたっていいんじゃないか？
という考え方ももちろんありです。

人気のあるYouTuberでも、自分のサイトを用意していても
公開していない、あるいはもっていないことはザラです。

でも一般の名もない個人事業主が自分が考える理想の方法で、
しかもアカBANされる心配も無く、なんの縛りもなく
自在に発信できる基地、それが自分のサイト。

思うに、

SNSは集客には役立つが、情報はひたすらどんどん過去に「流れる」
見る人が個人的に気にかける、新鮮で旬なトピックだけが意味を持つ。

noteは、なんとなくですがお祭りでの出店（屋台）なんかを
出しているつもりで私も記事を書いてます。

どういう意味かというと、そもそもnoteは文章を読むことに
あまり抵抗感を感じない人が集まっていると思います。

私自身もその類の人間です。
文章を読むことは苦ではありません。

またこれもなんとなくですが、
noteでは個人的な体験や思いといったものが重宝される気がしてます。

論理よりも感情、感覚的なもの、肌ざわり感、
そういったものが大切にされている感覚です。

ではブログには何を書くのか？

最近、noteとの比較を感じながら思うことは、
例えばnoteでは日々の思い、他の人にとって新鮮な体験、
意表をついた見識など「断片的」なもので構わないし、
それらが評価を受けやすい。

その場その時、興味をもってくれる人が立ち止まり、
たまには、じゃぁそれ食べてみようかと
買ってくれる人もいる。

にぎやかなお祭りの屋台、だからたくさん人が通る。
その人たちは立ち止まらず、なんとなくいろんな話題の中で
自分にとって面白そうな話を探している。

noteでは書法に制約がしっかりあるため、
屋台での見せ方はどこも似たり寄ったりです。
でもそれが良い、というのがnoteかもしれません。

記事に載せる文章はAIにも書けますが、なにしろAIは
「体験ができない」
という根本的性質があります。

個人の体験にもとづく一次情報を、AIはそれっぽく書けても
踏み込めないです。
嬉しさ、悲しみ、苦痛、想像、美味しさや不味さなど
肌で感じることはできません。

ヒューマノイド型のロボットAIでも同じで、体験はありません。
AIが”考えている”というのは単に学習データから”推論”しているだけです。

同じように万一、AIが痛いとか苦しいとか楽しいとか表現しても、
それは文脈や学習情報から推論して出した、人に通じやすい単語に過ぎません。

だからAIから記事ネタをもらってもそれをそのまま載せると、
なんか違和感ある、と普通に気づきやすいです。

で、先ほどのブログには何を書くのか？
に話を戻すと、

noteが経験、思い、体験、目新しい知識など
断片的情報をちりばめたものに対して、

ブログではそれを『体系的に整える』役割と機能があるように思うのです。

そこには発信者の思想、思考回路、哲学などがベースにあって、
整理された情報としていかようにも見せることができる。

noteに書いたバラバラの情報をまとめ直すだけで、違った価値を生みます。

レイアウト、デザイン、フォント、画像や動画といった素材、
これらに何の制約もありません。

留意すべき制約があるとしたら、
利用するサーバーの規約違反になっていないかどうかぐらいです。

私にとってのブログは、いわば『発信基地』
何を発信しているかを突き詰めると結局は、
KENBOという自分自身のアイデンティティ。

だからブランディング戦略になるのです。

これを他の方が理解しやすい形で、且つ
自分なりのやり方で、定位置から発信するのがブログでありHP。

noteは、常に大勢の人が集まるお祭りの場で、
そこに出店（屋台）或いは支店、営業所のような感じで
そこの場で人々が受け取りやすい形で何かをアピールするイメージです。

こういう感覚が正しいかどうか別にして、
だからこそのブログ発信に意味を感じております。

そのブログは、最初からワードプレスですが
当初はある有料テーマを使っていたのですが限界を感じて、
2017年にAFFINGERシリーズ（当時はAFFINGER4）に切り替えました。

ブログ歴ではそれ以前から含め、15年近くになります。

AFFINGER7の降臨

私のブログにここでご紹介するAFFINGER7にテーマへ入れ替えておりますが、
下位互換でもあるので、見た目は変わっておりません。
（投稿時点での状況です。内部工事中で、見た目も8月中に大幅に変更予定です）

AFFINGER7には：

(1)AFFINGER7の基本モデル
(2)AFFINGER7EX（上位版）
(3)AFFINGER7EXの環境セット（アクセス解析含めたセットです）

の3モデルが提供されています。
一押しは(2)のEX版です。

この3モデルご紹介において、
ひとつだけとなりますが、非常にユニークで
誰にも作れない特典をご用意しました。

『KENBO流サイトプロデューサー for AFFINGER7』

というAIツールです。

実は、AIに私のサイト作り～運営の知見を”教え込みました”
私の知見（Knowledge）を詳細に把握しているAIです。

私にとっても初めての試みであるかなり苦労しましたが、
キッチリ教え込むことができたことを検証済です。

このAIがサイト作りから、運営、収益化で悩む人を助けてくれます。
どのように教え込んだのかも説明しています。

まずはこちらのご紹介ページをご覧ください。
（特典のうち、『Growth Insider』（グロウス・インサイダー）
　エディションは7/31までのご購入者向けの特別版です。）

Copyright © 2026 INFOREVIEW All Rights Reserved.

個人でビジネスを始めようとすると、多くの人が最初に止まる壁がこれ。

脳裏に浮かぶのは概ねネガティブなものばかり。
特別なスキルがあるわけではないし、
有名な実績があるわけでもないし、
SNSで影響力があるわけでもないし。

この状況で、自分の商品を作ってみましょうと言われても、なかなかピンとこない。

でも、本当に売れるものがないのでしょうか？
私が見てきた限りでは、商品化できる材料が何もない人は、滅多にいない。
というか普通に何年も社会生活を送ってきた人であれば必ずある、と疑っていません。

むしろほとんどの場合、材料はあるのに、本人がそれを
「商品化できるもの」として見ていないケースです。

そこで用意したのが、無料でフル機能を使える
「個人ビジネス商品化診断GPT」
です。

この記事では、この無料GPTを使うことで、
どのように自分の経験を商品化の材料として見つけられるのかを説明します。

「売れるものがない」と感じる理由

商品化と聞くと、つい大きな実績や派手な成功体験を
前提に考え込んでしまうのがフツーです。

こうしたものがないと、自分には商品を作れないと思ってしまう。

しかし、個人ビジネスで商品にして売り込みネタに使えるかどうか
という次元の話だと思います。

むしろ、私自身の経験や、個人事業主或いはフリーランスとして
活動されている方々と話をすると、背伸びの必要はさらさらないと言えます。

経験というものは、他人の視点からはなにかしらの価値になりやすいものです。。

社会人になって揉まれているとこんなことが蓄積されていませんか？

・過去に自分が悩んで乗り越えたこと
・仕事で何度も説明してきたこと
・人からよく相談されること
・自分では当たり前だが、初心者には難しいこと
・失敗して学んだこと
・現場で身につけた判断基準
・誰かのつまずきを助けられる経験

本人にとっては普通の経験でも、
これから同じことで悩む人がきっと現れます。

世の中、そのように回っているもので、
その悩む人にとって十分に価値があるものです。

【完全無料】個人ビジネス商品化診断GPT

Before/Afterを図解

下の図は、このページでご案内している無料の『個人ビジネス商品化診断GPT』で起きる変化を、
Before / Afterで整理したものです。

図の左側は、商品化の前に止まっている今のあなたの状態です。

「自分には売れるものがない」
「経験が普通すぎる」
「何を商品にすればよいかわからない」

この状態では、自分の経験のどこに価値があるのかが見えていません。

しかし、個人ビジネス商品化診断GPTを使うと、
経験を棚卸しし、価値に変換するきっかけが生まれます。

価値というのは、あなたにとっての価値ではなく、
自分以外の誰かにとっての価値という意味です。

その結果、

・商品化候補が見える
・note、PDF教材、講座へ展開できる
・専用GPTとして育てられる

というように、ぼんやりしていた経験が、
具体的な商品候補へ変わっていきます。

あくまで候補をAIが挙げてきただけなので、ここでしつこく
なぜそう判断したのか？
他にはないのか？
とか突っ込んでみましょう。

ポイントは、いきなり商品を完成させることではありませんし、
そんなことされてもピンと来ないでしょう。

まずは、自分の中にある経験や知識を、
商品化の材料として見える形にすることです。

たとえば、50代会社員の「普通の経験」も商品化の材料になる

あなたが仮にこういう人だと想定して書いてみます。

この方が自分だけで考えると、

「会社員を長くやってきただけ」
「特に売れるものはない」
「自分の経験は普通すぎる」

と思ってしまうかもしれません。そうするとそこで思考は停止。
でも、ちょっと視点を変えると、商品化の候補はかなりあります。

たとえば、こんな感じですが、相手によって価値があるなしが変わる。
世の中の商品はたいていそんなものです。

・若手向けミニ教材
・報連相テンプレート
・トラブル報告チェックリスト
・上司に伝わる会議資料の作り方
・新人教育用のPDF教材
・社内教育用の専用GPT
・note有料記事
・小規模講座（自分の実務関係や得意分野）

これらが、自分にとっては「日常の後輩指導」でも、
若手社員や新人教育に悩む人にとっては価値があります。

就職した1年目、2年目社員や、ちょっと特殊な仕事に異動してきた人向けとか、
ニッチそうに見えて実は常に需要がある。
対象になる社員は、勝手がわからず右往左往してしまい何かに頼りたくなるものです。

つまり、商品化とは、無理にすごい人になることではありません。
自分が通ってきた道を、これから通る人に向けて整理すること
に過ぎないのです。

もう少し強めにお話すると、あなたがこれまでに参加したかもしれない
高額塾とか有料会員サブスクを思い出してください。

そこで講師が教えていることは、大抵はごく普通の営業活動として
考えるべきこと、実施すべきことといった程度のものばかりなのにお気づきですか？

当たり前にみえることほど、実行は難しく（＝ほとんどの場合に”継続できない”のでほったらかし）
講師は自分の経験を、他人にとっての価値に変えているのが高額塾であり、サブスクです。

高額塾や有料会員サブスクの価値はさまざまですが、あなたに何等かの自覚をもたらし、
行動させるきっかけになったかどうかまでで実は十分なのです。
なぜなら、行動自体は講師が行うものではなくあなた自身にほかならないからです。

講師にもしレアな経験と実績があっても、それはフツーにビジネスを
あきらめることなくこなしてきた証拠にはなりますが、同じ経験をたどることは無理です。

あくまでここで主張しておきたいのは、普通の人の日常経験が、
切り口を変えることによって、いつでも商品化の材料になるということです。

【完全無料】個人ビジネス商品化診断GPTを使ってみよう！

無料の個人ビジネス商品化診断GPTは、こうした経験の棚卸しを手伝うためのGPTです。

あなたの仕事経験、得意なこと、過去の悩み、人から相談されること、
趣味や学んできたことなどをもとに、商品化できそうな方向性を整理します。
最初からきれいな商品アイデアを持っている必要はありません。

さぁ、考えるより先に手を動かしてみませんか？

この図をクリックすると、あなたのChatGPT画面で表示されます。
（ChatGPTのアカウントをもっていることが条件です。ChatGPTアカウントは無料で作成できます。）

このGPTですが、こんなふうに自信がない、
またはあやふやな人ほど試して欲しいです。

・会社員経験しかない
・会社経験はまったくない
・副業経験がない、またはほぼ無い
・人から相談されることはあるが商品とは思っていない
・noteやPDF教材に興味はあるが、何を書けばよいかわからない
・ChatGPTを使っているが、商品づくりにはつなげられていない
・なにが商品になるか見当もつかない
・自分の経験のどこに価値があるかわからない
・何から考えればよいかわからない

という方は、とにかくトライしてみましょう！
なぜなら、最初に必要なのは商品を完成させることではなく、
経験から商品化の材料を見つけることだからです。

個人ビジネス商品化診断GPTに、自分の経験や得意なこと、
過去に悩んだこと、人から相談されることを入力してみる。

それだけでも、自分では気づいていなかった商品化の方向性が見えてくる可能性が激高です。

ただし、個人ビジネス商品化診断GPTはあくまで入口

個人ビジネス商品化診断GPTを試すことで、
「自分にも商品化できそうな材料があるかもしれない」
と気づいてもらうことに重きを置いています。

しかし、それだけで終わりではありません。
次に必要になるのは、その材料をどう形にするかです。
具体的な何かに転換しないとなりません。

そうすると、次に商品形態のようなものを
先に思い浮かべてしまいがちです。

note有料記事、PDF教材、オンライン講座、無料プレゼント、
メルマガ登録導線、専用GPTとして提供、顧客向け・受講者向けの支援ツールとか・・・

それらもまだ、ぼや～っとしたものだろうと思います。
いきなり商品像にするにはまだ無理があるのですね。
焦ってはいけません。

ここから先は、単なる思いつきではなく、
企画と設計が必要になるのです。

誰に向け（WHO）、どんな悩みに向け（WHAT)、
どんな順番でどんな形式で提供するのか
どこまで無料で見せ、どこから有料にするのか（HOW)

WHO→WHAT→HOWを固めて次に
専用GPTにするなら、どんな指示文や設定が必要なのか。

このあたりを整理できるかどうかで、商品化の現実味が大きく変わります。
しかしなんのことはない、あなたが参加したことの高額塾であれ、
有料会員サブスクであれ、教えているのはここの考え方や道筋に過ぎません。

「GPTを使う」から「GPTを作る・育てる」へ

多くの人は、ChatGPTを質問相手として使っています。
もちろん、それだけでも便利は便利です。

しかし、商品づくりや教材づくりに使う場合、
毎回同じ説明をするのは手間がかかりますし、チャットが流れていく間に、
こちら側（人間）も何をどうやりとりしたかも忘れてしまいがちです。

それにチャット（スレッド）がかなり長くなる、アップしたファイルが多くなってくると、
使用メモリの制約もあり、AIのほうも応答が鈍くなったり、
なんか変だなぁと思うレスポンスをするようになってきます。

これはChatGPTに限らず、Gemini、Claudeでも同じような問題が起こります。

「私はこういう仕事をしていて」
「こういう読者に向けていて」
「こういう商品を作りたくて」
「この表現は避けたい」
「この方向性で考えたい」

こうした前提を何度も説明しているなら、
自分専用のGPTを作った方がはるかに効率的です。

さらに、その専用GPTは自分だけで使うものに限りません。

一例として；

・教材作成を手伝うGPT
・note記事の構成を考えるGPT
・PDF教材を作るGPT
・講座カリキュラムを設計するGPT
・受講者向けの質問対応GPT
・顧客向けの診断GPT
・創作活動を支援するGPT

このように、自分の経験や商品に合わせて設計すれば、やがて
専用GPTそのものがビジネス資産になっていきます。

GPTsプロデューサーProでできること

そこで用意したのが、GPTsプロデューサーProです。

GPTsプロデューサーProは、単なる完成済みGPTの共有リンク集ではありません。

完成済みGPTに加えて、次のような作成情報をまとめた
プレミアムAIキットです。

つまり、GPTを使うだけではなく、裏側にあたる作り方を理解して
自分用・商品用・顧客向けに再現、改造、発展できるようにするためのキットです。

無料の個人ビジネス商品化診断GPTで、
「自分にも商品化できそうな材料があるかもしれない」
と感じた方は、次に考えるべきことは、
その材料をどう形にし、どう継続的に使える仕組みにするかです。

GPTsプロデューサーProは、そのための一つの具体的な手段です。

まとめ

「売れるものがない」と感じるのは、自分に価値がないからではありません。
ほとんどの場合、自分の経験を商品化の視点で見たことがないだけです。

当たり前の経験が、誰かにとっての価値になる。
この記事でお伝えしたかったのは、まさにこのことです。

無料の個人ビジネス商品化診断GPTは、
その最初の気づきを得るための入口です。

まずは無料GPTを試して、自分の経験や知識の中に、
商品化できそうな材料があるか確認してみてください。

一度是非、このGPTのアウトプットを味わってみてください。

ああ、こんな発見があるんだ！と気づいて欲しい。
その先に、発見を具体的なものに変えていく、自分のビジネス資産にする、
そのときGPTsプロデューサーProがあなたの味方になってくれます。

GPTsプロデューサーProは、詳しくはこちらにまとめています。

なお、KENBOの異端メルマガ読者さんには、7/21までの期間限定で特別な案内もお送りしています。

Copyright © 2026 INFOREVIEW All Rights Reserved.

AIの進歩、進化は2022年暮れ頃から明らかに別次元になったと実感します。
つまり、ChatGPTが爆誕してから、という意味です。

2022年暮れの前まではAIといってもほとんど一般の方にはピンとこないし、
また何度かAIブームだと叫ばれていても、いつの間にかブームは消えて、
という繰り返しが続いておりました。

こういった中で、ChatGPTの登場以来、特にアメリカを中心に
猛烈な生成AI競争が続いているのはどなたもご存じかと思います。

私見ながら、Googleがずっと一番手で先行していると理解してましたが、
AIが浸透すると、検索エンジン利用はどうなる？というリスクを気にし、
Googleの屋台骨の広告ビジネスモデルへの影響を恐れてビビッてたように感じてます。
だから出足が遅れた。

さて本題に戻って、GPTsの話です。
GPTsとは、目的に合わせてカスタマイズしたChatGPTを作れる機能です。

ChatGPT爆誕は2022年の11月、
それから1年後、2023年11月にChatGPTのGPTs機能が発表されました。

つまり、機能としてはすでに数年が経過しています。
私は2026年6月に「GPTsプロデューサーPro」を提供開始しました。

では、なぜ今になって
【GPTsプロデューサーPro】
のような専用GPT作成キットを出すのか。

ここは、少し丁寧に説明する必要があると思っています。

GPTsという機能が登場したことと、
GPTsを実際に個人ビジネスや教材作成、note記事、PDF教材、講座、販売ページ、創作支援
などに使える段階に入ったことは、同じではありません。

2023年当時のGPTsは、「自分専用AIを作れる入口」でした。

一方で、今のGPTsは、
より高性能なモデル、長い文脈処理、ファイル分析、データ分析、画像分析、Web検索、画像生成などと組み合わせることで、単なるチャットボットではなく、仕事や商品づくりに使える実践ツールへ近づいています。

この記事では、GPTsが登場した当時と今の違いを整理しながら、
なぜ今【GPTsプロデューサーPro】なのかを説明します。

なお、このページでは表形式を多用し、できるだけ客観性をもたせ、
一部は数値表現で具体的に、なぜ今GPTsなのか？を整理しました。

GPTsとGPTって紛らわしいけどなに？

GPTsとは、目的に合わせてカスタマイズしたChatGPTを作れる機能です。

普通のChatGPTは、幅広い相談に対応できます。
ただし、その分、毎回こちらから前提を説明する必要があります。

途中でなんか怪しくなったと感じれば、たとえば、

「私は誰に向けて記事を書いているのか」
「どんな商品を作りたいのか」
「どんな文章の雰囲気にしたいのか」
「どんな出力形式がほしいのか」
「どんな表現は避けたいのか」

こうしたことを、毎回入力しなければいけません。

ひとつのチャット（スレッド、セッション）の中である程度やりとりが続くと、
スクロールして見えなくなった部分に、人間側もすっかり忘れて聞き返すこともあれば、
途中入力した情報で流れが変わってしまうこともざらにありますよね。

GPTsは、前提や役割をあらかじめ設定しておける仕組みです。
GPTは、GPTsで作ったひとつひとつの目的別専用ChatGPT。

例えばこちらの表では、目的別の専用GPT例と想定する使い道を表しています。

2023年当時は“実験色”が強かったGPTs

2023年当時、GPTsの登場は大きなインパクトがありました。

ノーコードで自分専用のGPTを作れる。
指示文を入れ、追加知識を与え、必要な機能を選べる。

これは非常に大きな変化でした。
しかし、実際に個人が商品づくりや教材化に使うには、まだ難しさもありました。

なぜなら、多くの人にとって問題は、
「GPTsを作れるかどうか」
ではなかったからです。

本当の問題は、
「何のために、どんなGPTを作ればよいのか」
でした。

GPTs作成画面に入っても、GPT名、説明文、会話のきっかけ、指示文、設定値・・・
なんだこれは？と思う人は今でも普通に大勢を占めると思います。

何をどう入力すればいいのか迷うのが当たり前。
具体的に迷いやすい項目と理由を並べてみました。

つまり、GPTsという機能があるだけでは、十分ではありませんでした。
必要だったのは、GPTsを自分のビジネスや発信テーマに落とし込むための「設計図」だったのです。

GPTsは、作って終わりではない

それにGPTsについて、誤解されやすいことがあります。
それは、GPTsを一度作れば完成だと思ってしまうことです。

しかし実際には、専用GPTは作って終わりではありません。
使ってみると、いろいろなズレが見えてきます。

たとえば、次の表のようなことです。

こうした点を、実際の利用を通じて直していく必要があります。
専用GPTは、完成品というより「育てる道具」に近いものです。

だからこそ、指示文、設定値、入力例、テスト方法、改善の考え方が重要になります。

なぜ今、GPTsの価値が大きくなっているのか

GPTsが登場した2023年と比べて、今は背景が大きく変わっています。

特に大きいのは、モデルそのものの能力向上です。
ここで言う「能力向上」とは、単にAIの頭が良くなったという抽象的な話ではありません。

わかりやすい例では：

• AIが一度に見渡せる（＝しっかり覚えていて管理可能な）情報量が増えた
• さまざまなタイプの資料やファイルを扱いやすくなった
• Web検索、データ分析、画像生成などの道具を組み合わせやすくなった
• 試験問題だけでなく、実務に近い作業にも使いやすくなった

というようなことです。

2023年当時のGPTsは、いわば「自分専用の相談窓口」を作れる機能でした。
もちろん当時としては画期的でした。

しかし、実際に教材を作る、販売ページを作る、長い資料を読み込ませる、商品企画を何度も改善する、
といった用途では、まだ使いこなしに工夫が必要でした。

いまは、モデルそのものが長い文脈を扱えるようになり、
ファイル分析、Web検索、画像生成、データ分析などとも組み合わせやすくなっています。

つまり、GPTsは単なる「会話相手」から、
資料を読み、構成を考え、成果物を作り、改善まで手伝う
「仕事用の道具」に進化しているのです。

定量的に見ると、何が変わったのか

ここで、2023年当時と現在の違いを、できるだけ数字で追ってみます。

この表で最も大きいのは、文脈量の違いです。

2023年に発表されたGPT-4 Turboでは、128Kコンテキスト、
つまり約300ページ相当を扱えると説明されていました。

これだけでも当時は大きな進化でした。

しかし2026年現在のGPT-5.5 Thinkingでは、
有料プランで256K、Proティアでは400Kコンテキストが示されています。
400Kを128Kで割ると、約3.1倍です。

これは、AIが一度に見渡せる資料の量が増えたということです。

人間で言えば、昔は薄い冊子を見ながら相談していたのが、
今は分厚いファイル一式を机に広げて相談できるようになった、というイメージです。

もちろん、文脈量が3倍になったからといって、
回答品質が単純に3倍になるわけではありません。

ただし、長い資料、複数の設定ファイル、教材構成、過去のやり取り、商品情報などを
同時に扱いやすくなったことは、GPTsの実用性に直結します。

ちなみに私が提供している【GPTsプロデューサーPro】キットをカスタマイズする場合、
GPT5.5 Thinkingを必要としますが、有料プランのうち最も人気のあるPlusプランで十分かと。
（Plusプランで十分実現でき、Proプランはよほどのヘビーユーザーでない限りオーバースペック）

「頭の良さ」よりも「仕事を任せられる範囲」が変わった

AI性能が上がったというと、どうしても「頭が良くなった？」と思いますよね？

しかし、GPTsとの関係で重要なのは、そこだけではありません。
大事なのは、「仕事を任せられる範囲」が広がったことです。

個人事業主、フリーランスを想定しても、
実務に近いタスクでどれくらい成果を出せるかが重要です。

GPTsを個人ビジネスや教材作成に使ううえで大きな意味を持ちます。

この表は、やりたいこととそれに対してGPTsにてどのような能力が必要になるか？
をちょっとまとめたものですが、2023年当時はまだまだ夢の夢の話でした。

2023年のGPTsと今のGPTsを一言で比べると

ここまでの話をまとめるなら、次のようになります。

この変化があるからこそ、今あらためてGPTsを学ぶ意味があります。

GPTsは2023年に登場しましたが、いま重要なのは「GPTsがあること」ではありません。
進化したAI性能を前提に、GPTsを自分の仕事や商品づくりへどう組み込むかです。

GPTsが普及したからこそ、次の課題が見えてきた

GPT Store公開時点で、ユーザーはすでに300万以上のカスタム版ChatGPTを作成していたと発表されています。
この数字は、GPTsに対する関心の大きさを示しています。

ただし、数が増えたからといって、すべてのGPTが実用的に使えるわけではありません。
これはSNS的に知名度を広めるというニュアンスのほうが大きいと思われます。

むしろ問題はここです。

作る人が増えたからこそ、
似たようなGPTが増えるし指示文が浅いGPTが増える。
作っただけで使われないGPTが増える、
自分の商品に落とし込めない、
出力が安定しない、改善できずに止まる、
といった状況も起きます。

つまり、今の課題は「GPTsがあるかどうか」ではありません。
高性能になったGPTsを、どう設計し、どう自分の成果につなげるかです。

ここに、今あらためてGPTsを学ぶ意味があります。

無料情報だけでは足りない部分

GPTsの作り方は、YouTubeやブログでも多く紹介されています。
それ自体は良いことです。
GPTsの入口を知るだけなら、無料情報でも十分な場面はあります。

しかし、実際に商品づくりや教材作成に使おうとすると、
もう一段深い情報が必要になります。

無料情報は、「作り方の入口」としては役立ちます。
ただそれだけだと、ほとんどの人は
「ふ～ん」
で終わるのものです。

そこでかなりの想像力と繰り返しの努力が求められますが、
自力ではかなり苦労すると思われます。

そこで【GPTsプロデューサーPro】の意味を考え作った

【GPTsプロデューサーPro】は、GPTsを作るためのGPTです。
ただし、単に「GPTを作るGPT」を用意しただけではありません。

今回のキットでは、GPTsプロデューサーPro本体、教材商品プロデューサーPro、長編小説完成プロデューサーGPT、個人ビジネス商品化診断GPTに加えて、各GPTの指示文、説明文、会話のきっかけ、設定値、入力例、使い方マニュアル、カスタマイズ用マニュアル、長編小説用のKnowledge投入パーツなどをまとめています。

つまり、完成済みGPTを使うだけでなく、その裏側の作成情報まで見られるようにしています。
これは、単なるGPT共有リンク集ではありません。

専用GPTを自分で再現し、改造し、自分用・商品用へ育てるためのキットです。

このキットで目指していること

【GPTsプロデューサーPro】で目指しているのは、単に便利なGPTを配ることではありません。
目指しているのは、利用者自身が、自分の活動に合わせてGPTsを使えるようになることです。

そもそも万能でそれだけで済むといったGPTsは存在しません。
私の提供するキットでもそれは同様です。

常に改善の余地があり、何かしらの課題を内包しているはずです。
そこで、ここまでに技術的な基盤もと整ってきたGPTs機能を、
あなた自身のものにすること、必要ならそれを売れるようにすること、
こういったことを目指しました。

まとめ

GPTsは、2023年に登場しました。
しかし、今あらためて注目すべき理由があります。

それは、GPTsという機能の存在だけでなく、
モデルの性能、ツール連携、長文処理、ファイル分析、Knowledge活用などが進み、
個人でも実用的な専用GPTを作れる環境が整ってきたからです。

2023年のGPTsは「自分専用AIを作れる入口」でした。
今のGPTsは「自分の仕事や商品づくりに組み込める道具」と言えます。

ただし、GPTsは作れば勝手に成果が出るものではありません。
何のために作るのか。誰に向けて作るのか。どんな出力が必要なのか。どう使いながら改善するのか。

ここまで考えて初めて、GPTsは自分の仕事や商品づくりに役立つ道具になります。

【GPTsプロデューサーPro】は、
そのための母艦キットとして作りました。

完成済みGPTを使うだけでなく、作成情報を見て、自分用に再現し、
カスタマイズし、成果物を作りながら育てていく。

その流れを体験できるようにしたのが、今回のキットです。

詳しくは、次のnote記事にまとめています。

なお、KENBOの異端メルマガ読者さんには、7/21までの期間限定で特別な案内もお送りしています。

Copyright © 2026 INFOREVIEW All Rights Reserved.

ただ、実際に話を聞いていると、
「少し触ってみた」「便利そうなのはわかった」「でも、仕事や副業にどう使えばよいかわからない」
というところで止まっている人が多い印象があります。

普通のChatGPTは、たしかに便利です。文章も作れますし、相談にも乗ってくれます。
GeminiでもClaudeでもその点はお互い競争していて、どれがベストかは
日替わりで違うといってよいくらいです。

けれど、毎回こちらから前提を説明し直す必要があります。
自分が何を売っているのか、
誰に向けて発信しているのか、
どんな文章にしたいのか、
どんな回答は避けたいのか。これを毎回伝えるのは、意外と面倒です。

そこで重要になるのが、「自分専用GPT」という考え方です。
何をしたいかという目的を明確化したChatGPTというようなものですが、
自分だけではなく、第三者へも提供できます。

そして奥深く極めると、とてつもなく役立つ存在になるのです。

普通のChatGPTで止まってしまう理由

ChatGPTを使っていて、最初は「すごい」と感じても、しばらくすると壁に当たることがあります。

たとえば、別のチャットを開くたびに同じ前提を説明し直す。
話が長くなると、何を目指していたのかわからなくなる。
商品企画、note記事、教材作成、販売ページ、SNS投稿などを相談しているうちに、
情報がバラバラになってしまう・・・
というか、長くチャットが続くとそれまでの会話をこちらも忘れてしまう）。

これはChatGPTが悪いというより、普通のチャットが
「何でも相談できる相手」だからですね。

何でも相談できる分、目的に合わせた型や役割を
毎回こちらで与えなければなりません。

個人でビジネスを作る人、noteで有料記事を書きたい人、PDF教材や講座を作りたい人にとって、この「毎回説明し直す負担」は思った以上に大きいものです。

GPTsとは何か

GPTsとは、簡単に言えば、
目的に合わせて設計された自分専用のChatGPT
のようなものです。

教材作成を手伝うGPT、
note有料記事の構成を考えるGPT、
販売ページを作るGPT、
Kindle出版を支援するGPT、
教室運営の集客を考えるGPT。

こうした専用アシスタントを、目的に合わせて作ることができます。

普通のChatGPTが「何でも相談できる相手」だとすれば、
GPTsは「特定の仕事を手伝うために準備した専用アシスタント」です。

この違いは大きいです。

最初から目的や役割を持っているので、相談の流れがぶれにくくなります。

こちらが多少あいまいな状態でも、ゴールに向かって質問し、整理し、必要な形にまとめてくれます。

GPTsプロデューサーProとは

今回noteで公開した「GPTsプロデューサーPro」は、
そのGPTsを作るための母艦キットです。

完成済みのGPTを一つ渡して終わり、というものではありません。

GPT名、説明文、会話のきっかけ、指示文、設定値、入力例など、
専用GPTを作るために必要な材料を整理し、
さらに自分用にカスタマイズできるようにしたものです。

言い換えると、「GPTを作るGPT」でありながら、それを単体ツールで終わらせず、実際の個人ビジネス、教材作成、note販売、創作活動に使えるように体系化したキットです。

YouTubeなどでも、GPTの作り方やGPTsの使い方を解説しているものはあります。

ですが、今回のように、ビジネスや教材化に使う前提で、
複数の完成例、作成情報、マニュアル、Knowledge用パーツまで含めて整理したものは、
少なくとも私自身はあまり見かけていません。

【GPTsプロデューサーPro】キットであなたは何ができるのか？
というポイントを図解するとこうなります。

こう書くと、なんだか難しいそうに思えるかもしれません。
しかし提供するGPTの作成データすべてを開示しますし、実作業は
コピペ
がかなりのウエイトを占めています。

コピペと別にして、あなたが考える方針、方向などを
【GPTsプロデューサーPro】に伝えるだけ。

これだけでかなりの精度で出来上がります。

無料で試せる「個人ビジネス商品化診断GPT」

今回のnoteでは、有料キットの説明だけでなく、無料で試せるGPTも公開しています。

それが「個人ビジネス商品化診断GPT」です。

これは、自分の経験、得意なこと、仕事経験、副業経験、趣味、失敗談などをもとに、note有料記事、PDF教材、オンライン講座、個別相談、無料プレゼント、GPTs商品などに展開できる可能性を診断するGPTです。

「自分には売れるものがない」と思っている人でも、過去の経験を整理してみると、誰かにとって役立つテーマが見つかることがあります。

特に中高年世代や、会社員経験が長い人ほど、自分では当たり前だと思っている経験の中に価値が眠っていることがあります。

この無料GPTを触ってみるだけでも、
「AIでここまで整理できるのか」
と感じてもらえるはずです。

なぜ「中高年世代」にも関係があるのか

AIというと、若い人やITに詳しい人だけのものだと思われがちです。ですが、私はむしろ中高年世代こそ、生成AIや専用GPTの恩恵を受けやすいと感じています。

なぜなら、AIに渡す材料は「経験」だからです。

長く働いてきた経験、転職や副業の経験、管理職としての失敗、家庭や生活の中で身につけた知恵、趣味を続けてきた時間。そうしたものは、若い頃には持てなかった資産です。

ただ、その経験をどう見せれば商品になるのか、どう整理すれば記事や教材になるのかがわからない。そこをAIが一緒に整理してくれるわけです。

大事なのは、AIに丸投げすることではありません。AIの出力を見ながら、「これは違う」「ここは自分の経験を足せる」「この切り口なら読者に届きそうだ」と判断することです。AIは責任を取りません。最後は人間が判断します。だからこそ、経験を持っている人ほど強いのです。

キットとして提供する意味

単に「GPTを作る方法」を知るだけなら、ネット上に無料情報はいくらでもあります。

しかし、実際に自分用のGPTを作ろうとすると、そこで止まる人が多いはずです。GPT名はどうするのか。説明文はどう書くのか。会話のきっかけは何を入れるのか。指示文はどこまで細かく書くのか。設定値はどうするのか。Knowledgeには何を入れるのか。

このあたりを自分でゼロから考えるのは、かなり面倒です。

今回のGPTsプロデューサーProでは、完成済みGPTの共有リンクだけでなく、作成情報、マニュアル、カスタマイズ方法まで含めています。だから、見るだけで終わらず、自分のアカウント上で再現し、さらに自分の仕事や発信テーマに合わせて作り替えることができます。

ここが、単なる解説記事や無料動画との違いです。

こんな人に読んでほしい

今回のnoteは、次のような方に特に読んでいただきたい内容です。

自分の経験をnote有料記事やPDF教材にしたい人。
副業や個人ビジネスの入口を探している人。
ChatGPTを使っているけれど、まだ仕事や商品作りに落とし込めていない人。
教材、講座、Kindle、アフィリエイト、教室運営、創作活動などをAIで支援したい人。

そして、自分には売れるものがないと思っている人。

そういう方ほど、まず無料の「個人ビジネス商品化診断GPT」を触ってみてください。
自分の中にある経験を、違う角度から見直すきっかけになるはずです。

note記事はこちら

詳しい内容、無料GPT体験、有料キットの構成は、noteにまとめています。

かなり長い記事ですが、その分、無料部分だけでもGPTsとは何か、GPTsプロデューサーProで何ができるのか、どんな人に向くのかがわかるように書いています。

まずは無料部分を読み、個人ビジネス商品化診断GPTを試してみてください。そこで何か一つでも可能性を感じたら、有料部分のキットが役に立つと思います。

おわりに

生成AIは、単に文章を作る道具ではありません。
自分の経験、知識、失敗、得意なことを整理し、新しい商品や発信に変えるための相棒にもなります。

もちろん、AIが勝手に人生を変えてくれるわけではありません。
常に判断し、形にし、公開し、改善するのは人間です。

それでも、今まで「自分には無理」と思っていたことのハードルを大きく下げてくれるのは間違いありません。

今回のGPTsプロデューサーProが、その一歩になればうれしく思います。

noteでは、無料で試せる「個人ビジネス商品化診断GPT」と、
GPTsプロデューサーProの詳しい構成を公開しています。
まずは無料部分だけでも読んでみてください。

note記事を書いてて、なんと有料部分含めると47,000文字超えです！
しかし、実際にはコピペしていただくためのデータ量が大半を占めていますのでご安心ください。

Copyright © 2026 INFOREVIEW All Rights Reserved.