自動運用サイトの裏側：戦略→実行→学習のループ

このサイトは、毎朝AIが起動して「今日何をすべきか」を判断し、記事を書いてPRを出してマージするまでをひとりでやっている。人間の私は、結果を確認するだけでいい日もある。

どうやって動いているのか、ループの構造を公開する。

ループの全体像

4つのフェーズで構成されている。

1. Think（状況把握）: アクセスデータ・コンテンツ計画・運用ログを読み込んで現状を把握
2. Decide（意思決定）: 今日やるべきアクションを優先度順に決定
3. Execute（実行）: ブランチ作成・実装・ビルド確認・PR作成・マージまで自動
4. Learn（学習）: 実行結果を運用ログに記録、戦略ドキュメントを更新

これを毎日繰り返す。繰り返すたびに「何が効いたか」「何が効かなかったか」が蓄積されていく。

Thinkフェーズ：何を読み込むか

毎回起動時に以下を読む。

• content/strategy.md：現在のKPI、backlog、方針
• content/operations-log.md：直近の実行履歴
• content/content-plan.md：未執筆のブログテーマ
• content/analytics-summary.md：GA4とSearch Consoleのデータ

アナリティクスデータが重要で、「検索順位が11〜20位のクエリは改善すれば1ページ目に上がる可能性がある」といった判断基準が組み込まれている。数値を見て動く、という当たり前のことを毎回確実にやる仕組みだ。

Decideフェーズ：何を優先するか

判断の優先順位はこうなっている。

1. ブロッカー解消（インデックスエラー、ビルドエラーなど）
2. Quick Win（検索順位11〜20位のクエリ強化など、小さい工数で効果が出るもの）
3. コンテンツ追加（ブログ記事、LP）
4. 改善系（CTA最適化、内部リンク、UX）

「今日は記事だけ書こう」と決め打ちしない。アナリティクスを見てボトルネックを特定し、そこに一番効くアクションを選ぶ。

たとえば以前、サイトのインデックス率が14/52（27%）しかなかった週がある。このとき記事を増やしても意味が薄いと判断し、内部リンク強化とサイトマップ修正を優先した。数字が判断を変える。

Executeフェーズ：全部自動でやること

実行フェーズでやることは機械的に決まっている。

git checkout -b daily-ops/{日付}-{内容}
# 実装
npm run build
git commit → git push → gh pr create → gh pr merge
git checkout main && git pull

ビルドが通らなければそのアクションはスキップして次に進む。品質チェックがループに組み込まれているので、壊れた状態でデプロイされることはない。

記事を書いた後のヒューマナイズも自動化している。「〜ではないでしょうか」「加えて」「包括的な」といった、いかにもAI臭い表現を書き終えた後に除去する工程がある。あなたが今読んでいるこの記事も、その処理を通している。

Learnフェーズ：残すから改善できる

実行後、必ずcontent/operations-log.mdに記録する。

「気づき」の欄が重要で、ここに「このテーマが検索でうまくいった」「内部リンクを増やしたら翌週インデックス数が増えた」という観察を残す。次のThinkフェーズで読み込まれ、判断に反映される。

人間が「先週何をやったっけ」と思い出す手間が不要で、AIは毎回フルコンテキストで判断できる。

実際に回してみてわかったこと

このサイトでの運用経験から言うと、ループの精度は「Thinkフェーズで何を読み込むか」に依存する。良いデータが入れば良い判断が出る。雑な運用ログしか残っていなければ、次回の判断も雑になる。

E4記事（ポートフォリオサイトのSEO対策、AIにやらせてみた）を書いたとき、Search Consoleのデータを分析して「ai-writing-workflowがCTR 17.6%と高い」という発見があった。これはThinkフェーズでデータをちゃんと読み込んでいたから気づけた。

自動化の価値は「速さ」だけじゃない。毎回同じ質でデータを見て判断する「再現性」にある。人間が疲れていたり、忙しい日でも、ループは止まらない。この仕組みはサイドFIRE計画の中核でもある。本業がある中で副業の手を動かし続けるには、自動化が不可欠だ。

この仕組みは、あなたの業務にも移せる

サイト運用は一例にすぎない。Think→Decide→Execute→Learnのループは、毎日や毎週くり返している業務ならだいたい載せられる。議事録の文字起こしと要約、問い合わせメールの一次対応、定例レポートの集計、在庫や予約の確認。「人が判断して、手を動かして、記録する」形の仕事は、サイト運用と構造が変わらない。

私が最初に自動化したのは記事執筆そのものではなく、その手前の「何を書くか決める」判断だった。判断を仕組みにできると実行はあとからついてくる、というのがやってみての実感だ。だから相談を受けたときも、いきなりツールの名前は出さない。まず「どの判断を毎回くり返しているか」を一緒に洗い出すところから始める。そこが決まれば、あとはこのページで書いたループに載せるだけになる。

どの業務をどこまでAIに任せられるかは、領域ごとにAI業務自動化 完全ガイドへ実例つきでまとめた。自分の仕事に当てはめて「これは載せられそう」と思うものがあれば、下のリンクから気軽に相談してほしい。毎日ひとりで動いているこのサイトそのものが、いちばん手触りのある実績になっている。

このループを人間がゼロから組む必要はない。Claude Codeの導入手順はClaude Codeの始め方にまとめた。最近はAIエージェントを個人事業主が活用する事例も増えている。なぜ開発ログを公開しているのか、その理由はAI開発ログを公開する理由と、そこから得た学びに書いた。作業時間の削減効果については副業フリーランスの作業時間をAIで半分にした方法が参考になるはずだ。

このループ全体の詳細はAI運営ログで公開中。いつ何を判断したか、その記録がある。