最近、生成AIを仕事やプライベートでどう活用しているかを振り返って、まとめてみました。AIをどう日常的に組み込んでいるのか、そしてその効果はどうなのか、私の実体験をシェアします。
スクリプト周りの問題解決：プライバシーと効率性の両立
業務上、実際のソースコードをそのままコピペして生成AIに調べさせることは守秘義務の観点から御法度なので(それが普通)、同じようなロジックを持つコードを汎用的な変数名や関数名に置き換えて、企業や具体的なサービスが特定できない形に書き直してから（別のネットワークも分離された端末で）質問しています。
# 実際のコード（イメージ）
def process_user_data_for_company_x(userData, companyXFormat):
# 具体的な処理...
# AIに見せるバージョン
def process_data(data, format):
# 似た構造を持つ処理...
このブログや自分の事業で作成しているもので、NDAなど秘密保持の問題がないものについては、できるだけファイルサイズを最適化した上でClaudeなどに添付し、具体的な方向性やゴールを伝えて対応しています。
ブログメディア関連のリサーチ
「ギーク・スタイル」と次に立ち上げ予定のブログメディアについて、どのようなユーザーを想定してどんな記事を提供できるかを検討する際に、生成AIを活用しています。
具体的には、想定ペルソナの設定を生成AIを使って詳細に具体化しています。たとえば「30代前半のフリーランスエンジニアで、新しい技術に関心が高いが導入に慎重な層」といった具体的なペルソナ像を設定し、そのペルソナにとって有用な情報は何かを考えています。
また、SNSなどからデータを収集し、生成AIに分析させることで、注目を集めているテクノロジートレンドを把握し、より焦点を絞った記事内容の計画に役立てています。たとえば、プログラミング言語のトレンドやガジェットの人気、開発ツールへの関心度などを時系列で追跡し、読者が求める情報を予測するのに役立てています。
私自身はテクノロジー関連の情報を常にチェックしていますが、自分の興味だけでなく、データに基づいた客観的なトレンド分析を取り入れることで、より広い読者層に訴求できる内容を企画できるようになりました。
記事作成：AIライターとの共同作業
「○○な記事を書いて」といった曖昧な依頼ではなく、人間のライターに依頼するときと同じレベルの詳細な要項（約50項目）とベースとなる情報（数千文字以内のテキスト＆画像パスなど）を生成AIに提供して記事作成を行っています。
例えば以下のような形式で依頼しています：
# 記事依頼例 テーマ: フリーランスエンジニアのための効率的なタスク管理術 ターゲット: 30代フリーランスエンジニア 求める情報: - タスク管理ツールの比較（Trello, Notion, Asana） - 優先度の決め方と納期管理の方法 - クライアントとの効果的なコミュニケーション方法 - 複数プロジェクトの並行管理テクニック トーン: 実践的でありながらも親しみやすい...
結局、記事作成を人間のライターに依頼しているときと作業フローはあまり変わりませんが、圧倒的に低コストで返事が早いのが最大のメリットです。また、何度でも修正依頼ができるため、最終的なクオリティもコントロールしやすくなっています。
まとめ：人間とAIの新しい協業スタイル
生成AIの導入によって、私の仕事の進め方は大きく変わりました。しかし重要なのは、AIを「代替品」としてではなく「共同作業者」として位置づけていることです。私が持つ専門知識と経験をAIの処理能力と情報整理能力と組み合わせることで、より質の高いアウトプットを効率的に生み出せるようになりました。
これからも技術の進化を取り入れながら、クリエイティブな仕事の新しいワークフローを模索していきたいと思います。みなさんは生成AIをどのように活用していますか？Xなどでぜひ教えてください。