
朝起きたらnote記事のドラフトができている。その自動生成環境の設計と、動いている定義ファイルを公開します
毎日記事を書くと決めても、続きません。
ネタ探しに30分、下調べに1時間、執筆に1時間。
これを平日に毎日は無理でした。
そこでAIに書かせる仕組みを作りました。
クラウド上で朝6時半に起動し、公式情報を集め、企画を3案出して採点し、記事と画像を作り、GitHubにPull Requestを出すところまで人手を挟みません。
毎朝これが動き、この仕組みで出した記事は21本になりました。
生成そのものは1日で動きました。
難しかったのはそこではありません。
出てくる記事が「これじゃないな」の連続で、そこを埋めるほうに時間を使いました。
やったことはプロンプトを上手に書くことではなく、AIが動く環境そのものを組み立てることでした。
そもそもは自分のためでした。
最新情報を追いかけるために毎日調べていて、手元に溜まっていくので、どうせならnoteに出してみようと思ったのがきっかけです。
実際の流れ

前半4つは自動で進み、人が入るのは最後の2つだけ
ChatGPT Workの機能で朝6時半にクラウドで起動し、記事と画像を作る
GitHubへPull Requestを出す
機械検証が走る
Claudeが編集レビューをしてコメントする
人がレビューする
人がマージし、noteへ公開する
ただ、作ってみて分かったのは、難しいのは生成ではないということです。
生成は1日で動きました。
自動化の最初の一式をリポジトリへ入れたのが8月3日で、この記事を書いているのが8月21日です。
その間の18日間は、ほぼ全部「思った通りのものが出る環境」を作るのに使っています。
しかも、まだ終わっていません。
朝、PRが1件届いている

起きたときには、これがまとめて1件のPull Requestになっている
うまく回り始めてからの朝は、こうなります。
起きてスマホを開くと、GitHubから通知が1件来ています。
開くと、その日の下書きが1本、画像が3枚、企画の採点と出典の照合を書いたレビュー記録が1つ、まとめてPull Requestになっています。
自分は寝ていただけです。
これは、思っていたより効きました。
毎日書くと決めたときに一番きついのは、書くことそのものより「今日は何を書こう」と毎朝考えることでした。
叩き台が既にあると、その負荷が消えます。
自分の仕事は、ゼロから作ることから、出てきたものを直すことに変わります。
ただし、そこからが長かったです。
出てくるものが「これじゃない」
一番厄介だったのは、AIが書いた記事が最初から完成品に見えることです。
タイトルがあり、見出しがあり、出典が並び、画像まで付いています。
読むと、それらしい。
しかし公式ドキュメントを開いて突き合わせると、事実が違っていることがあります。
しかも文章がうまいほど、間違いに気づきにくくなります。
「これじゃない」の中身
具体的に何がズレるのかを挙げます。
すべて実際に起きたものです。
1. 発表された機能を、もう使える機能として書いた
変更履歴に新機能の追加が載っていたので記事にしたところ、同じ日の公開ドキュメントには該当する機能が見当たりませんでした。
「発表された」と「読者が使える」は別です。
2. 古い更新を新機能として扱った
ある機能を新登場として書きかけましたが、過去の変更履歴をさかのぼると数か月前から存在していました。
直近の差分だけを見ると、こうなります。
3. 事実は正しいのに、その日の企画から外れていた
土曜は生活寄りの話と決めているのに、開発者向けの設定移行の記事が出てきました。
事実確認は通っても、読者にとって意味のある記事とは限りません。
4. 画像が置き場所を間違えていた
画像を日付と違うフォルダに置いたため、検証が失敗しました。
過去にはPNGの終端が欠けていて、ファイルは存在するのに開けないこともありました。
5. 生成画像に他社のロゴが紛れ込んだ
図の中のアイコンが、実在するサービスのロゴとほぼ同じ形になっていました。
指示書で禁止していたにもかかわらずです。
だから、環境のほうを整えることにした

プロンプトを直すのではなく、環境側の定義を書き換えていく
毎回プロンプトで直すのはやめました。
ズレるたびに、環境側の定義を書き換えます。
整えたのは次の4つです。
何を書くかの定義 — 読者、曜日ごとの企画、字数、出典の扱い、企画の採点基準
どこで何を動かすかの判断 — 生成をどこで回すか、画像を誰に作らせるか
定義を満たさないものを止める仕組み — 機械検証と、生成に関わっていない側による編集レビュー
ズレたときに定義を更新する運用 — 微妙な記事が出るたびにルールへ書き戻す
このうち3が、外から見ると一番目立つ部分です。
ただ実際に効いたのは1と4でした。
止める仕組みは、何が良いかの定義があって初めて書けます。
そして定義は、最初から正しくは書けません。
3を、生成に関わっていない別のベンダーに任せたのが要点です。
生成はChatGPT Workの機能で、編集レビューはClaudeに担当させています。
手元では、どちらも個人向けの契約で動かしています。
同じAIに自分の書いたものを検査させると、チェックが甘くなります。
実際、画像を生成させたAIに「実在ロゴが混入していないか確認して」と指示して「確認済み」と報告させた画像に、他社サービスのロゴとほぼ同じ図形が入っていました。
生成した本人は、自分の出力を疑いません。
だから検査する側は、生成に関わっていない系統に回します。
機械にできることは機械に任せ、判断が要ることだけAIに回します。
そして3と4は、AIの自己申告で済ませません。
「確認しました」ではなく、参照したページ、実行結果、画像サイズ、残った確認事項を必ず出力させます。
真似してほしいのは、ファイルではなく構造です

作るものが記事でなくても、この分け方はそのまま使える
先に断っておきます。
この先で出すファイルは正解ではありません。
中身はあなたが使っているAIエージェントと相談して、作りたい成果物に合わせて変えてください。
曜日テーマも、検査項目も、採点の配点も、私の場合はこうだったというだけです。
真似してほしいのは中身ではなく、分け方のほうです。
定時に起動する
コンテキストをファイルへ置いて毎回渡す
手順をスキルとして残す
生成する
機械的に検証する
生成に関わっていない側がレビューする
失敗したら定義へ書き戻す
この7つを分けておけば、作るものがnoteの記事でなくても同じ形が使えます。
日報でも、調査レポートでも、コードでも、朝起きたら叩き台ができている状態は作れます。
変わるのは、何を良しとするかの定義だけです。
この記事で渡すもの
ここまでが考え方です。
ここから先は、実際に動いている環境の中身を渡します。
全体のフォルダ構成と、ファイル1つずつの役割
月いくらかかるか。手元の実額と、契約前に確かめておくこと
記事の方針ファイル `editorial-policy.md` の全文
レビュー側の手順書 `note-draft-review/SKILL.md` の全文
コンテキストの与え方。プロンプトへ書かずファイルへ置く理由と、何を渡さないか
スキルとして置く理由。プロンプトとの違い、生成用とレビュー用を分ける理由
どこで何を動かすかの判断。クラウドへ寄せた理由と、画像生成を誰に任せるか迷った経緯
一番詰まったGitHub接続の話
機械検証スクリプトの検査14項目と、その実装
事実を照合させる編集レビューのスキル定義と、生成と別ベンダーにする理由
GitHub Actionsのワークフロー
企画を3案出して採点させる基準と、検索需要を後から足した理由
画像を同じ実行の中で作らせる指示と、作れなかったときに止める仕組み
微妙な記事が出たときに、それをどうルールへ書き戻すか
人が最後に見る項目
最小構成のテンプレート一式。設定、検証スクリプト45行、CI、生成手順の骨格
初回成功までの手順。5段階と、各段階で期待できる出力
よくある失敗6件と、そのときの確認先
自分のAIエージェントに組ませる場合の依頼文
この先を読むと役に立つ人
有料部分ではNode.jsのコード、GitHub Actionsの設定、正規表現が出てきます。
自分でリポジトリを作り、スクリプトを置き、CIを動かせる人向けの内容です。
逆に、コードを書かずにAIへ記事を書かせたい方は、無料部分の考え方だけで十分だと思います。
なお、仕組みそのものはAIに構築させられますが、GitHubのアカウント設定だけは人が行う必要があります。
ここはAIに聞くか、解説記事も多くあるのでそちらを参照してください。
この形が唯一の正解ではありません
私はCI/CDまで含めて自動化したかったので、GitHubを中心にした構成にしました。
ただ「朝起きたときに記事が出来上がっている」状態を作るだけなら、ChatGPT Workだけでも十分に可能です。
出力先をNotionやObsidianにすれば、リポジトリもCIも使わずに同じことができます。
そちらの構成を知りたい方が多ければ、別の記事にしようと思います。