user【週刊】今日から始めるAI生活

【6つの要約記事がXで数万imp達成！】ネタ収集ゼロ・執筆5分はそのまま、品質だけ4段階上がった。X記事生成スキルv8と改善版を配布します

「気になったニュースレターのURL」を1つAIに渡しただけでX記事が５分で完成し、v5を使ってポストされた7つの要約記事がXで数万インプを達成した。けどその1週間でスキルはv8まで4回進化しました。何が変わって、なぜ改善したのか。その全記録と新バージョンを配布します。
user
テツメモ｜tetumemo
2026/03/31

【お知らせ】いつもご購読ありがとうございます。

どうしても前回の記事で紹介したSkillsの更新版を3月中に配布したかったため、本日3/31 23:30にSkillsだけ先行して配信させていただきます。

記事は現在最終調整中です。4/1の7:00までに加筆・修正を完了いたしますので、内容はWeb版でお読みいただけると幸いです。

ご不便をおかけしてすみません。よろしくお願いいたします。


こんにちは！テツメモです。　

前回の記事「ネタ収集ゼロ、執筆5分、インプレッション数万超え。2026年のXで最も効率がいい動き方と、それを自動化するAIスキルを全部公開します」を読んでくれた方、実践してくれた皆さん、ありがとうございました。

今回の記事は前回の記事の進捗報告となります。最近のニュースレターではよくSkillsを配布していますが、それを実際にどのように使われているのかを追うのが難しかったです。

ですが、このSkillsは紹介者が「気になったニュースレターのURL」を1つAIに渡しただけでX記事が５分で作成し、著者にメンションを付けてXの記事を投稿するという流れなので私が気づくことができました。

結果、嬉しいことにXの要約記事が複数投稿され、それのどれもが数万impを獲得することができました。本当にありがとうございます。

ということで、この記事ではSkills活用の進捗を報告しつつ、さらにアップデートしたSkillsを配布いたします。もし前回の記事を未読の方は、ぜひ先にこちらをご一読ください。

で、本題ですが先週配布した「article-to-x-article-generator-v5」のSkillsが、この1週間でv5からv8へ、4回アップデートしました。

「え、もう変わったの？」

そうなんです。正直に言うと、v5を公開した直後から「もっとこうすればよかった」という課題がいくつか見えていました。ユーザーの方から実際のアウトプットを見せてもらって気づいたこと、自分でも使い込んで引っかかったことが重なって、あっという間に4世代分の改善が積み上がりました。

今回の記事では、その変化の全記録をお伝えして、更新版も提供します。

でも、この記事にはもう一つ大きなテーマがあります。それが「Harness Engineering（ハーネスエンジニアリング）」という考え方です。

「えっ？ナニソレ？」っという方も大丈夫です。私も最近話題になっていたのでしっかり調べてみました。

一言で表現するなら「高性能で暴れ馬のAIに手綱をつけて、戦力にするため仕組みとして乗りこなす技術」

「Harness Engineering（ハーネスエンジニアリング）」のおかげで、このスキルを4回改善する過程で、私は「AIツールの品質を上げるとはどういうことか」について、根本的に考え方が変わりました。「AIにどう命令するか」ではなく「AIが確実に動ける仕組みをどう設計するか」。その発想の転換が、v7とv8の改善を生んだのです。

これが今、AI活用の最前線で起きていることと、完全に一致していました。

初めてこの記事を読む方も、前回の記事から来てくれた方も、どちらも置いていきません。まず「このスキルが何をするものか」をサクッとお伝えしてから、本題に入りますね。

この記事で手に入るもの

  • v5からv8へ、何がどう変わったのかが全部わかります
  • 「Harness Engineering」という2026年のAI活用の最重要概念が、たとえ話でスッと理解できます
  • v5を使ってXで数万インプレッションを達成した7つの実事例が読めます
  • v8の入手、具体的な使い方と、v5からの乗り換えポイントが確認できます（有料部分）

この記事を読んでほしい人

  • Xで発信を続けているけど、もっと効率よく伸ばしたいと思っている方
  • 前回の記事を読んで、v5スキルを使ってみた方（v8への乗り換えガイドをお届けします）
  • 「AIスキルって何？」という初めての方（ゼロから全部説明します）
  • AIを使っているのに、なんとなく結果にムラがあると感じている方

🎙️ニュースレターの内容をAI音声でキャッチアップ！

記事の内容を、有料購読エリアの概要も含めて紹介しています。　

ぜひこちらも一緒にフォローしていただき、”ながら聴き”も楽しんでみてください♪

spotify show

🔧 初めての方へ：このスキルが何をするものか

前回の記事を読んでいる方は、このセクションは読み飛ばしてもらって構いません。でも復習がてら読んでもらえると、今回の改善の意味がより理解しやすいです。

URLを貼るだけで、X長文記事の下書きが5分でできる

Untitled_Clipping_040126_052904_AM.jpg.webp

このスキルは一言で言うと、「気になったニュースレターや記事のURLを投げるだけで、X（旧Twitter）の長文記事に最適化された紹介記事を自動生成する」ツールです。

ネタを考える必要はありません。文章を書く必要もありません。やることはURLを貼るだけ。あとはAIが一問一答で確認しながら、自動で下書きを作ってくれます。

現在のXは「長文記事（X Article）」をアルゴリズムが強く優遇しています。同じ内容を短文で書くよりも、長文記事の形式で投稿する方が、数倍から数十倍のインプレッションになることが珍しくありません。

でも、毎日質の高い長文記事を書き続けるのは、時間的にも労力的にも現実的ではありませんよね。

そこで使うのが、他人のニュースレターや記事です。

すでに誰かが熱量を込めて書いた良質なコンテンツを見つけて、そのURLをスキルに渡す。するとAIがその記事を読んで、X長文記事として最も伝わる形に変換してくれます。記事の末尾に紹介リンクを入れれば、元の著者にも新しい読者が届く。読者にとっても、良質な情報がXのタイムラインで手軽に読める。全員がWin-Winになる仕組みです。

この仕組みに先駆けて気づき、ニュースレターで紹介したジャバさん（@nodenodenode1）は、自身のニュースレターでこう言っています。

🔗X（旧:ツイッター）の新戦略は自分で書かずに100万インプレッション

「ニュースレターの発信者は、自分の記事が拡散され新しい読者を獲得できる。紹介する側は、良質なコンテンツでインプレッションを稼ぎつつ、紹介報酬を得られる。そして読者は、有益な情報をX上で手軽に読むことができる。全員がWin-Winになる最強の構造です。」

整理すると、この仕組みには3人の登場人物がいます。

ニュースレター著者のメリット：自分の記事を紹介してもらえることで、新しい読者が増えます。紹介者は著者にとって最大の味方です。「勝手に紹介されて迷惑」どころか、「ぜひ紹介してほしい」というのが著者の本音です。

紹介者（あなた）のメリット：良質なコンテンツを使ってX長文記事を量産できるため、ネタ切れの心配がなくなります。紹介リンク経由で読者が登録するたびに収益が発生する仕組みもあります。

読者のメリット：Xのタイムラインで、質の高いニュースレターの内容を手軽に読むことができます。「これは面白そう」と思えば、元のニュースレターに登録して続きを読むこともできます。

なぜ今のXで効果が高いのか

Xのアルゴリズムは「滞在時間」を重視するようになっています。つまり、ユーザーがどれだけ長くそのコンテンツを読んでいるか。それがリーチに直結するようになったのです。

短文のつぶやきはすぐに読み終わる。滞在時間はほんの数秒です。長文記事は読者が1〜3分滞在します。Xのアルゴリズムは滞在時間の長いコンテンツをFor Youフィードに優先表示するので、長く読まれるほど多くの人に表示され、表示されるほど多くの人に長く読まれる。このループが数万インプレッションを生む仕組みです。

さらにX Article（長文記事）は、Xのプラットフォーム内に存在するため、外部リンクとして扱われません。通常の投稿でnoteやブログのリンクを貼ると、Xのアルゴリズムはそのポストを「ユーザーをXから連れ去る投稿」と判断し、インプレッションを抑制します。

でもX Articleは、Xの中に書かれた長文コンテンツなので、アルゴリズムに優遇されるのです。

実際の流れはこんな感じ

使い方は本当にシンプルです。

  1. 気になった記事やニュースレターのURLをコピーする
  2. ClaudeまたはManusを開いてスキルを起動し、URLを貼り付ける
  3. AIが一問一答で「どんな型で書くか」「対象読者は誰か」などを確認する
  4. 確認が終わると、自動でX長文記事の下書きが完成する
  5. 加筆修正してXに投稿する

ステップ3の「一問一答」は、v8では合計6問です。全部答えても3分もかかりません。

X長文記事の書き方は「どんな型を選ぶか」で大きく変わります。v8もv5と同じく4つの型に対応しています。

標準テンプレート型：元記事の内容をバランスよく紹介する、最も汎用性の高い型です。初めて使う方はまずこれを選ぶのがおすすめです。

エピソード型：著者の体験談や具体的なエピソードを軸に紹介する型です。「〇〇が△△した話」という形式で、共感を得やすい記事になります。

ノウハウリスト型：記事の中から実践的なノウハウを箇条書きで整理する型です。「〇〇のための3つの方法」という構成で、保存されやすい記事になります。

トレンド報告型：業界の動向や最新情報を紹介する型です。「今、〇〇が起きている」という形式で、速報性の高い記事になります。


ワンポイントTip： 「他人の記事を紹介するなんて、後ろめたい」と感じる方もいるかもしれません。でも、これは「ネタの盗用」ではなく「キュレーション」です。本の書評を書く人、映画の感想を発信する人。世の中の「面白いものを見つけて紹介する人」はずっと前から存在していて、それ自体が立派な価値を生んでいます。あなたの「選球眼」こそが最大の武器です。

🌟 実際にv5で挑戦した人たちの話

言葉だけでは伝わりにくい部分があります。実際に挑戦した方々の結果を紹介します。

と、その前に、Xでは「記事」タブがありますので以下で紹介する皆さんの「記事」タブをぜひ確認してみてくださね。

Untitled_Clipping_040126_045108_AM.jpg.webp

1.ウマたんさんが2.9万インプ

Untitled_Clipping_040126_045624_AM.jpg.webp
@statistics1012（ウマたん・上野佑馬さん）は「X伸ばしたい個人開発者は長文記事をハックして万インプを量産すべし」というタイトルで2.9万インプレッションを達成しました。「個人開発者向け」というニッチな切り口でターゲットを絞った記事タイトルがグッと刺さりますね。

型があることで「何を書くか」ではなく「どの切り口で書くか」に集中できます。この記事も私が引用ポストで紹介したことで、最初のインプレッションが一気に積み上がりました。さらに紹介された元の著者であるウマたんさん本人も引用ポストをしてくれたことで、インプレッションが二重にブーストされた事例です。

💡ちなみに、前回の記事で紹介してますが、私がウマたんさんの記事を元に書いた要約記事ポストは、何と29万インプレッションになっています。跳ねる時は急に跳ねるのがX記事の魅力ですね。

Untitled_Clipping_040126_045700_AM.jpg.webp

2.「AIに魂を吹き込む」記事で4.8万インプを達成

@kiritoru_life（Kiritoru・旅とAIの暮らしを切り取るさん）は「AIに『魂』を吹き込む設計図の話」というタイトルで4.9万インプレッションを達成しました。

Untitled_Clipping_040126_045720_AM.jpg.webp

同じ内容でも、タイトルや冒頭の切り口一つで読者の反応が大きく変わるのかなと思いました。v8で「冒頭フックの4パターン化」を実装したのも、まさにこの気づきがきっかけでした。

この記事も私が引用ポストをすることで初動のインプレッションを押し上げ、それがさらなるリーチにつながりました。

3.URLを渡すだけで完成した記事から1.1万インプ

Untitled_Clipping_040126_045739_AM.jpg.webp
@wakumkt（ワクワク＠AI×マーケの専門家さん）は「フォロワー52人が4万インプ達成。AIにURLを渡すだけでXが伸びる仕組みの全貌」で1.2万インプレッション。

ここでの私の引用ポストは元記事に使われている画像をピックアップして補足を加えてポストしました。私の記事は情報量が多いのでXのポストとして使える要素が多いので引用ポストも実は楽なんです。この記事も引用ポスト効果が出ていますね。

4.チャレンジ4回！、合計インプレッションは7.5万！

Untitled_Clipping_040126_045803_AM.jpg.webp
Untitled_Clipping_040126_045818_AM.jpg.webp
Untitled_Clipping_040126_045835_AM.jpg.webp

こちらは、実験のため引用ポストをまだ実施していません　↓

Untitled_Clipping_040126_045853_AM.jpg.webp

※3/31日時点で、引用ポスト無しのX記事は124インプレッションです。

@HSP_AI_CR202511（とも・織絹さんのAI活用挑戦記さん）は誰よりも早くv5のSkillsを試していただき、しっかりインプレッションを獲得しています。前回の記事で速報として紹介していますが、フォロワーも52人から今は90人まで増えてました。嬉しいです！

Untitled_Clipping_040126_045912_AM.jpg.webp

4つのうち3本は私が引用ポストをしています。

うち1本はまだ引用ポストをしていませんが、インプレッションの差は歴然だと思います。

フォロワーが少ない段階でも、この「引用ポストブースト」があることで最初の数千インプレッションをすぐに超えられます。このX記事要約Skillsは著者との「引用ポスト」との組み合わせがあるからこそ高い価値があると思っています。

5.「フォロワー52人でも3日で4万インプ」のタイトルでポスト

Untitled_Clipping_040126_045944_AM.jpg.webp
@nodenodenode1（ジャバ・ザ・ハットリさん）の事例です。ジャバさんはこの「みんなのニュースレター」というプラットフォームの制作・運営者であり、数千人の登録者を持つニュースレターの発行者でもあります。

そんなジャバさんも要約記事を作成していただきました。

ここで大きな後押しになったのが、私の引用ポストやジャバさんのリポストです。

私は4.5万人以上のフォロワーがいるので、引用ポストすることで記事が多くの目に触れます。スキルを使って記事を書いてくれた方の投稿を見つけたら、なるべく引用ポストで盛り上げるようにしています。

6.形式の違いが示す比較事例

Untitled_Clipping_040126_050001_AM.jpg.webp
@pekaoyaji（ぺかさん）の事例が、少し面白い対比になっています。

「非エンジニアがAIに仕事を丸投げできる時代が来た話」で5,915インプレッション。
挑戦して成果は出たのですが、他の事例と比べると差があります。

大きな違いは「形式」です。この投稿はX記事（長文記事）ではなく、通常のポスト本文として書かれていました。

Xのアルゴリズムは現在、長文記事を強く優遇しています。同じ内容・同じ熱量でも、形式一つでリーチが数倍変わります。「何を書くか」と同じくらい「どのフォーマットで出すか」が重要だとわかる事例でした。

それからこれは積み重ねた経験談ですが、通常のポストよりX記事を引用したほうがポストは伸びやすいです。なので、ちょっと手間ですがぜひ要約記事をSkillsで作っていただいた方はX記事の方への投稿にチャレンジしてみてくださいね。


ワンポイントTip： 事例を並べると、「フォロワー数」と「インプレッション」が比例していないことがよくわかります。フォロワー52人でも4万インプが出る。これは引用ポストのチカラを使って露出を増やし、Xがオススメに流してくれる。そしてXがフォロワー数よりもコンテンツの質と形式を優先していることの証拠です。

💡 著者の引用ポストがインプレッションを変える

6つの事例を振り返ってみると、大きく伸びた記事には共通点があります。それは著者である私からの引用ポストが入っているということです。

とっても重要なポイントなので前回の記事と内容は重複しますがぜひ読み進めてください。

なぜ引用ポストがここまで効くのか

Xのアルゴリズムは「リポスト」よりも「引用ポスト」を優遇しています。なぜなら、リポストは同じ内容をそのまま転送するだけですが、引用ポストは一言でも言葉が加わることで「新しいコンテンツ」として扱われるからです。スクロールが止まりやすく、滞在時間が生まれる。Xはそれを評価します。

もう一つ重要な点があります。フォロワー数の問題です。

記事の質が良くても、フォロワーが少ないと最初の数時間で「誰にも見られない記事」として埋もれてしまいます。Xのアルゴリズムは初動のエンゲージメントを見て、その記事をより多くの人に見せるかどうかを判断します。最初の数時間に反応がなければ、その後も広がりにくい。

そこで私が引用ポストをすることで、私のフォロワー4.5万人以上に記事が届きます。その中の一定数がいいね・リポスト・引用をしてくれることで、Xのアルゴリズムが「この記事は反応を得ている」と判断し、さらに多くの人のタイムラインに表示し始めます。

ただ、フォロワーについて話すと4.5万人に届いているわけではありません。Xのアルゴリズムやその人のアカウント特性上届きやすさが変わります。また、Xに課金しているブルーバッジの人に届き、その人たちが反応する方が注目度は高まりやすいです。

私の場合、普段のポストを見ると5割くらいのフォロワーに届いているようなので2.2万人にリーチできていますね。

Untitled_Clipping_040126_050110_AM.jpg.webp
私のポストがフォロワーに届いている比率

Untitled_Clipping_040126_050139_AM.jpg.webp

特に私は意識していませんが、多くの認証済みのフォロワーに届けることができるアカウントは非常に希少性があり、企業案件からの評価も高いです。

3者全員がWin-Winになる仕組み、改めて整理

Untitled_Clipping_040126_053015_AM.jpg.webp

前のセクションで紹介したWin-Winの構造を、ここで改めて整理しておきます。

このスキルを使った仕組みの中には、実は3種類の「ブースト」が走っています。

ブースト1：Xアルゴリズムによる長文記事の優遇

Untitled_Clipping_040126_053037_AM.jpg.webp

X Articleはプラットフォーム内のコンテンツなので外部リンク扱いにならず、滞在時間も稼ぎやすい。これがインプレッションの底上げになります。

ブースト2：紹介された著者からの引用ポスト

自分の記事を紹介してもらえた著者は、喜んで引用ポストをしてくれます。ウマたんさんが2.9万インプの記事を引用して18万インプを上乗せしてくれたように、著者のフォロワーにもリーチが広がります。

ブースト3：私（テツメモ）からの引用ポスト

このスキルを使って記事を投稿してくれた方を見つけたら、私が引用ポストをして応援します。フォロワーが少ない方でも、このブーストで最初の壁を越えやすくなります。

この3つが重なると、フォロワー数十人でも数万インプが出る。それが今回の事例が示していることです。

余談ですが、私のアカウントはありがたいことに著名なビジネス層の方からも多くフォローされていますので、そういった方たちへ届けられるチャンスが少しでもあると思います。

遠慮せずXで要約記事を投稿したら、@tetumemoまでメンションしてください。記事を見つけ次第、なるべく引用ポストをして応援します。まだまだ余裕があります！


ワンポイントTip： 引用ポストとリポストは似ているようで、Xのアルゴリズムへの影響が大きく違います。「元の記事を転送するだけ」のリポストより、「一言加えて紹介する」引用ポストの方が、Xはずっと優遇します。記事を紹介するときも、いいねやリポストより引用ポストを意識してみてください。

🔍 実際に動かすとこうなる：v8のワークフロー全記録

Untitled_Clipping_040126_050255_AM.jpg.webp

「結果はわかった。でも実際どうやって動くの？」という方のために、私がClaude Code（Web版）でv8を実行したときのログをそのまま公開します。

対象にしたのは、ウマたんさんの記事「AIで11個アプリを作り合計で月1000万円以上稼ぐ21歳の天才」です。URLを投げてからX記事が完成するまで、何が起きたかを順番に追えます。

実行フロー全体

Untitled_Clipping_040126_053122_AM.jpg.webp

✅️7ステップ

ユーザー入力
    ↓
[Step 1] Skill起動 + URL受け取り
    ↓
[Step 2] 一問一答セッション（Q1〜Q6）
    ↓
[Step 3] 充足性チェック（記事内容の確認）
    ↓
[Step 4] リファレンスファイル読み込み（2ファイル）
    ↓
[Step 5] X Article 生成
    ↓
[Step 6] 品質チェック（6項目）
    ↓
[Step 7] Markdownファイル保存
    ↓
完了

URLを投げてから完成まで、このステップが自動で走ります。

Untitled_Clipping_040126_050324_AM.jpg.webp

Claude CodeでSkillsを呼び出してURLを貼り付けただけです。

Q1〜Q6：一問一答の実際のやりとり

v8では生成を始める前に6つの質問に答えます。それぞれ何を聞かれて、どう答えたかを紹介します。

Q1：記事分析と型のレコメンド

Untitled_Clipping_040126_050353_AM.jpg.webp

この記事は「21歳がAIで10ヶ月・月1000万円を実現した戦略」を紹介する内容です。以下の順でおすすめします。

  1. ⭐ ノウハウリスト型（推奨）：アプリ開発の4ステップ・技術スタック・インフルエンサー戦略と、再現性のある具体的な手順が揃っている。「自分もできるかも」と感じさせる保存・実践向けの型と相性抜群
  2. エピソード型：代理店業に疲弊→アプリ開発へ転換という逆転劇の物語性があり、ストーリーとして読ませることもできる
  3. 標準テンプレート型：人物紹介＋ポイント解説の王道構成。バランス重視
  4. トレンド報告型：「AIで個人がアプリを量産する時代」という現象として切り取ることも可能

回答：1（→ Skill内部のマッピングによりノウハウリスト型として処理）

Q2：フォーカスポイントの選択

Untitled_Clipping_040126_050431_AM.jpg.webp

型が確定したら続けて選んでいただきたいのですが、先に3つの切り口も提示します。

この記事を要約するにあたり、どのポイントに注目して書きますか？

  1. 「アプリ開発の4ステップ」という再現性ある手順に注目する（誰でも真似できるフレームワークとして提示）
  2. 「代理店業→アプリ開発」というビジネスモデルの転換に注目する（時間を売る仕事からの脱却という発想の転換）
  3. 「AI×泥臭い営業」という意外な組み合わせに注目する（テクノロジーだけでは成功しない、という逆説的なメッセージ）
  4. その他（自由に入力してください）

回答：3（→「AI×泥臭い営業」という意外な組み合わせ）

ここがv8の新機能です。AIが元記事を読んで「この記事ならではの切り口」を3つ提案してくれます。毎回違う記事を渡せば、毎回違う選択肢が出てきます。

Q3：著者情報の確認

記事から以下を確認しています。

  • 著者名：ウマたん
  • Xアカウント：@statistics1012

このまま使用してよいですか？

回答：OK

Q4：対象読者の設定

  1. AI初心者・一般ビジネスパーソン（専門用語なし、たとえ話多め）
  2. AIに興味がある中級者（概念の説明あり、実践的な内容多め）
  3. その他（自由に入力してください）

回答：1（→AI初心者・一般ビジネスパーソン）

Q5：文量の設定

  1. 標準（1000〜1200文字）
  2. やや長め（1500〜2000文字）
  3. 長文（2000〜3000文字）

回答：3（→長文：2000〜3000文字）

Q6：生成前の最終確認

項目

設定内容

型

ノウハウリスト型

フォーカスポイント

AI×泥臭い営業という意外な組み合わせ

著者名

ウマたん / @statistics1012

対象読者

AI初心者・一般ビジネスパーソン

文量

長文（2000〜3000文字）

回答：OK（→生成開始）

6問答えてOKを押した瞬間から、次のステップが自動で走り始めます。

充足性チェック：書き始める前の確認ゲート

生成を始める前に、元記事の内容を5項目でチェックします。どれか一つでも不合格なら、追加調査をしてから再確認します。

#

チェック項目

確認結果

1

タイトルの特定

✅「AIで11個アプリを作り合計で月1000万円以上稼ぐ21歳の天才「Ernesto Lopez」氏」

2

著者情報

✅ ウマたん / @statistics1012

3

主要ポイントの抽出

✅ 代理店業脱却の気づき・4ステップ戦略・技術スタック・SNAPOUT事例・1日250件DM

4

引用候補

✅「経済的な自立と自由な時間を手に入れるには、ソフトウェアかメディアを作る必要がある」

5

有料エリアの確認

✅ 有料エリアあり。無料エリアのみで成立

5項目すべて合格して初めて、生成に進みます。「準備不足のまま書き始めない」ためのゲートです。

リファレンスファイルの読み込み

充足性チェックが通ると、スキルは自動で2つの参照ファイルを読み込みます。

ファイル1：references/examples.md 型と文量の対応表から、今回使うリファレンスファイルのパスを特定します。

ファイル2：references/09_knowhow-list_long-2000-3000.md ノウハウリスト型・長文の完成見本です。構成・段落リズム・見出しの深さ・リスト使用頻度の基準をここから掴みます。H2見出し5本構成、1段落2〜4文、箇条書きは最大5項目といったルールをこのファイルから確認します。

「良い記事の基準を毎回参照してから書く」という仕組みです。

生成された記事の構成

セクション

内容

冒頭

「99%の人が誤解」→Ernesto Lopezの紹介＋フォーカスポイント先出し

原則1

「時間を売る仕事」を捨てる決断（代理店業→アプリ開発へ）

原則2

市場を確認してから作る4ステップ戦略

原則3

AIツールスタックと「スピード」の役割

原則4

最初の成功は「完コピ」から（SNAPOUT事例）

原則5

AI×泥臭い行動量が差を生む（フォーカスポイント・核心）

末尾

@statistics1012リンク＋元記事ハイパーリンク

文量：約2,600文字（指定の2000〜3000文字の範囲内）

💡生成された記事をそのままnoteに貼り付けました。noteでも十分投稿できるレベルですね。

🔗完成した記事：AIがあれば努力はいらない、は大きな嘘だった話

品質チェック：生成後の自動採点

生成が終わると、別の視点で6項目の採点が走ります。不合格項目があれば最大2回修正します。

#

チェック項目

結果

1

第三者視点の徹底

✅ 終始紹介スタンス。一人称体験なし

2

対象読者への適合

✅ 専門用語（オンボーディング・MVP・Firebase）を括弧で日本語説明

3

文量の適合

✅ 約2,600文字（範囲内）

4

構成ルールの遵守

✅「——」なし・リストネストなし・2〜4文で1段落

5

末尾誘導文

✅ @statistics1012リンク・元記事タイトルをハイパーリンク化

6

冒頭の多様性

✅ パターンC使用。フォーカスポイントが冒頭と原則5に反映

6項目全合格でファイルが保存されました。

このログを見て、何か気づいたことはありませんか。

「充足性チェック」「リファレンスファイルの参照」「品質チェックループ」。この3つは、単なる機能追加ではありません。

これが次に説明するHarness Engineeringという新しい要素を取り入れています。


ワンポイントTip： このワークフローログはClaude Code（Web版）が実際に出力したものです。URLを貼ってからX記事が完成するまでの全ステップが、そのまま記録されています。「AIが勝手にやってくれる」という感覚がこのログから伝わると思います。

🚀 Harness Engineering（ハーネスエンジニアリング）とは何か

Untitled_Clipping_040126_050643_AM.jpg.webp

さっきのワークフローログ、もう一度思い出してください。

URLを投げたあと、AIは「いきなり書き始める」ことをしませんでした。まず6問確認する。次に5項目のチェックゲートを通る。参照ファイルを読んで基準を確認する。書き終わったら、今度は別の視点で6項目を採点する。不合格なら修正してもう一度。

これは「良い命令文を与えた」からではありません。「AIが確実に動ける仕組みそのもの」が設計されているから、この動きが生まれます。

この考え方に名前がついています。Harness Engineering（ハーネスエンジニアリング）です。

「ハーネスエンジニアリング」という言葉、初めて聞く方がほとんどだと思います。でも、これを知っているかどうかで、AIツールの使い方が根本から変わります。

🔗Harness design for long-running application development

AIの使い方には「3つの時代」がある

Untitled_Clipping_040126_053149_AM.jpg.webp

AIを活用する方法は、この数年で段階的に進化してきました。

プロンプトエンジニアリング: LLMに対する「1回限りのテキスト指示」に焦点を当てたもの。

「AIにどう命令するか」を磨く時代です。「〜してください」という言い回しを工夫したり、具体的な例を示したりすることで、AIの出力を改善しようとしていました。「AIへの呪文を覚える」というイメージが近いです。「100文字以内で」「箇条書きで」「専門用語を使わずに」といった言い方の工夫がここに当たります。

この時代は「良い命令文を持っているかどうか」が、AIの活用力の差でした。ネットには「ChatGPTに使える最強のプロンプト集」のような記事が溢れ、みんなが命令文を磨くことに夢中になっていました。

コンテキストエンジニアリング: LLMに「何を知るべきか（情報、ツール、メモリ）」を体系的に提供する手法。

命令文だけでなく、「AIに何を渡すか」を設計する時代です。良い情報を渡せば良い答えが返ってくる。参考資料を一緒に渡したり、過去のやり取りを整理して文脈を与えたりすることで、出力の質を上げようとしました。

「AIは賢いけど、知らないことは知らない。だから教えてあげれば良くなる」という発想です。自分の会社の資料をAIに読ませる、過去の会議メモを渡して要約させる、といった使い方がここに当たります。

ハーネスエンジニアリング: エージェントが「どこで、どのように働くか」という構造化された環境（境界線、フィードバック、回復メカニズム）を構築すること。

「AIがどう動く仕組みを作るか」を設計する時代です。命令でも情報でもなく、AIが確実に動ける「環境そのもの」を設計する発想です。

HumanLayerブログは、この3つの違いをこう一言で表現しています。

🔗Skill Issue: Harness Engineering for Coding Agents

原文："Prompt engineering is about what you ask. Context engineering is about what you give it. Harness engineering is about how the whole system operates."

「プロンプトエンジニアリングは"何を聞くか"。コンテキストエンジニアリングは"何を渡すか"。ハーネスエンジニアリングは"仕組み全体がどう動くか"だ。」

「ハーネス」って、そもそも何？

「ハーネス（harness）」という言葉は、馬具や安全ベルトを指します。エンジンを包み込んでコントロールする仕組みのイメージです。

著名なテクノロジー業界、特にプロダクトマネジメント（PM）やグロース戦略の分野で非常に影響力のある分析家・ライターのAakash Guptaさんは、こう言っています。

🔗2025 Was Agents. 2026 Is Agent Harnesses. Here's Why That Changes Everything.

「モデルはエンジン。ハーネスは車。ハンドルとブレーキなしの最高のエンジンは役立たない。」

これを読んだとき、すごく腑に落ちました。どれだけ高性能なエンジンでも、それを「車」として動かすための仕組みがなければ、ただの金属の塊です。AIも同じで、どれだけ賢いモデルでも、それを包む仕組みがなければ実用になりません。

実は、私が毎日使っているClaude Code自体が、この「ハーネスの代表例」としてAnthropicの公式ドキュメントに位置づけられています。

🔗How Claude Code Works

原文："Claude Code functions as an AI agent harness around Claude, providing tools, context management, and execution environment that transforms a language model into a capable coding agent."

「Claude Codeは、ClaudeのまわりをつつむAIエージェントハーネスとして機能する。ツール・コンテキスト管理・実行環境を提供し、言語モデルを有能なコーディングエージェントに変換する。」

つまり、言語モデルというエンジンに「道具・記憶・確認の仕組み」を装備することで初めて、実用的なエージェントになる。それがハーネスの役割です。

仕組みを変えるだけで、AIの品質は変わる

「でも、もっと賢いAIに乗り換えればいいんじゃないの？」

そう思う方もいると思います。でも、Manus社の実績がそれを否定しています。


🔗2025 Was Agents. 2026 Is Agent Harnesses. Here's Why That Changes Everything.

原文："We rewrote our harness 5 times in 6 months. Same model. Every time, reliability and task completion improved."

「6ヶ月で5回ハーネスを書き直した。モデルは同じ。毎回、信頼性とタスク完了率が向上した。」

同じAIモデルを使い続けながら、仕組みを変えるたびに品質が上がった。「より賢いAIに乗り換える」よりも「今のAIが確実に動ける仕組みを作る」ほうが、品質向上に直結するということです。

数値の裏付けもあります。HumanLayerブログが紹介したデータです。

🔗Skill Issue: Harness Engineering for Coding Agents

原文："Adding a verification loop alone — without changing the model or prompt — improved task completion rates from 83% to 96%."

「検証ループを加えるだけで、モデルもプロンプトも変えずに、タスク完了率が83%から96%に向上する。」

モデルを変えなくても、「確認の仕組み」を一つ加えるだけで完了率が13ポイント上がる。これがハーネスの力です。v7とv8の改善は、まさにこの考え方をスキルに組み込む作業でした。

Anthropicが実証した「ハーネスの力」

数字だけでなく、実際に行われた実験の話もしておきます。

Anthropicのエンジニアが、同じ1文のプロンプト「レトロゲームメーカーを作って」を使って、「AIが一人で作る」場合と「ハーネスで管理する」場合を比較しました。

一人のAI

ハーネス構成

所要時間

20分

6時間

コスト

9ドル

200ドル

アウトプット

動くが実際には壊れていた

16機能を完備。AI機能も内蔵

ハーネスは20倍以上のコストがかかりました。でも、アウトプットの差は歴然でした。単体AIの出力は「見た目は動いているが、実際にプレイすると壊れていた」。ハーネス版は「スプライトエディタ・レベルエディタ・AIアシスタント付きのゲームメーカー」を完成させました。

これが「命令するだけのAI」と「仕組みで動くAI」の違いです。

コストが20倍かかっても、それ以上の価値があるアウトプットが返ってくる。仕事で例えるなら、「とりあえずやってみた資料」と「何度も確認・修正を重ねて仕上げた資料」の違いです。

ハーネスエンジニアリングの5つの設計原則

Untitled_Clipping_040126_053220_AM.jpg.webp

ハーネスエンジニアリングには、5つの設計原則があります。

柱

一言で言うと

なぜ重要か

1. 事前確認

作業前に必要な情報をすべて揃えてから始める

手戻りゼロ。準備不足のまま進まない

2. 深掘り調査

公式情報を実際に読んで正確性を上げる

思い込みではなく事実に基づく

3. 充足性チェック

情報が十分か確認してから次へ進む

「足りないまま書き始めない」ゲートを作る

4. フィードバックループ

作ったものを別の視点でチェックし繰り返す

完了率83%→96%の改善実績

5. 品質基準の明示化

「合格」の定義を数値・項目で明確にする

再現性の確保。誰が使っても同じ品質

今回のv7・v8では、このうち1・3・4・5の4つをスキルに実装しました。

AIの「3つの失敗パターン」とハーネスの解決策

ハーネスなしのAIには、繰り返し起きる失敗パターンがあります。

失敗1：過度な一括実装

全機能を一度に詰め込もうとして崩壊する。「全部やろうとして、全部中途半端になる」パターンです。ハーネスはタスクリストで段階的な作業を強制します。一度に一つずつ、確認しながら進む仕組みを作ることで、このパターンを防ぎます。

失敗2：自己採点の甘さ

自分が作ったものを評価すると、常に高評価になる。Anthropicのエンジニアはこう述べています。

🔗Effective harnesses for long-running agents

原文："When you ask agents to self-score their own outputs, they almost always rate themselves highly — even when quality is obviously poor by human standards."

「自分が作ったものを評価させると、エージェントはたいてい自信を持って高評価を付ける。たとえ人間の目から見て明らかに品質が低くても。」

これは人間も同じですよね。自分が書いた文章を自分でチェックすると、見落としが増えます。ハーネスは「採点役を分離」して、作った本人とは別の視点でチェックする仕組みを作ります。

失敗3：進捗の消失

新しいセッションで文脈がゼロリセットされる。「昨日話したこと、今日は覚えていない」という問題です。ハーネスはファイルやGitで状態を永続化します。前回どこまで進んだか、何を決めたかを記録しておくことで、毎回ゼロから始まる問題を防ぎます。

この「自己採点の甘さ」の解決策が、v7の品質チェックループに直接つながっています。

【補足】Harness Engineeringをドラゴンボールで説明できる件

ちょっと技術的な話が続いて、結局Harness Engineeringってどうなの！？となっている方もいると思いますが、ここで少し寄り道させてください。

Harness Engineeringの話をしていたら、ふと思い出したシーンがあります。ドラゴンボールのセルゲーム編です。

セルに勝つために精神と時の部屋でベジータとトランクスは、ひたすらフィジカルを追い求めました。限界まで鍛えに鍛えて、ムッキムキの「超サイヤ人」という境地に達します。

パワーだけなら圧倒的でした。

でも実戦では勝てなかった。筋肉に力が偏りすぎて、スピードが落ちてしまったんです。

Untitled_Clipping_040126_050800_AM.jpg.webp

一方、悟空と悟飯がやったのは真逆のアプローチでした。スーパーサイヤ人であることを「普通の状態」にする、という発想です。日常的に変身したまま食事して、寝て、会話して、変身を維持するコストをゼロにしていきました。

Untitled_Clipping_040126_050827_AM.jpg.webp

そうしてここぞというときだけ、爆発的な力を解放できるようにした。

これ、Harness Engineeringの考え方と制御の部分が似ていると思いました。

AIモデルも、フルパワーを常時出し続ければいいかというと、そうじゃない。制御できない力は、使える力じゃないんです。モデルの出力をどう整えて、どの文脈でどこまで引き出すかを設計することが、本当の意味での「強さ」になります。

ベジータは力を最大化しようとした。悟空は力を制御しようとした。

AIエンジニアリングでも、同じ問いが今まさに起きています。

強いモデルをそのまま使うのか、それとも扱える形に整えてから使うのか。後者を選ぶのがHarness Engineeringの立場です。

馬具（ハーネス）というのは、馬の力を殺すための道具じゃない。馬の力を人間が使える方向に向けるための道具です。

セルゲームで本当に強かったのは、力そのものよりも、力の使い方を知っていた側でした。


ワンポイントTip： ハーネスエンジニアリングは、エンジニアだけの話ではありません。「確認してから進む」「採点役を分ける」「準備が整ったら始める」。これは仕事の進め方そのものです。AIが仕組みで動くなら、人間の仕事も同じ原則で品質が上がります。

📊 v5からv8へ：4世代の進化の概要

根幹のコンセプトはv5から変わっていません。「他人の熱量ある記事を、Xで最も伸びる形式に変換して紹介する」という戦略を、誰でも再現できるようにした道具です。

その道具が1週間で4回アップデートされました。各バージョンで何が変わったか、まず全体像をお伝えします。

v5：最初の配布版

URLを投げるだけでX長文記事が生成される。4つの型（標準・エピソード・ノウハウリスト・トレンド報告）と3段階の文量（短・中・長）を備えた12パターンに対応。一問一答形式で必要な情報を確認してから生成を開始する設計です。

動くことは動く。結構良い感じですし他の人はあまり気にならない品質だと思います。

Untitled_Clipping_040126_050941_AM.jpg.webp

でも、多くの記事を書いている私が客観的に見ると生成される記事の「読みやすさ」と「多様性」に課題を残していました。特に、文章がブツ切りで読みにくいという感じと、複数人が同じ元記事を生成すると似たような記事ばかりになるという問題が出てきました。

v6：読みやすさの改善

紹介者の記事を受けて、文章の書き方ルールを全面的に見直した版です。

一番大きかったのは改行ルールの変更です。v5では型によっては1文ごとに改行していたので、文章がブツ切りになっていました。v6からは2〜4文を1まとまりにして、段落間に空白を入れる形に変えました。同じ内容でも、読んでいる時の「流れ感」がまったく違います。

他にも本文内の修正で、「——ダッシュ記号の禁止」「箇条書きの2階層ネスト禁止」「一人称体験表現の禁止」など、細かい文章ルールを5項目整備しました。

v7：品質を担保する仕組みの追加

Skillsを基本的に修正した後に、ここでハーネスエンジニアリングの考え方を入れました。「良い記事を書くルール」を整えるだけでなく、「確実に良い記事が生まれる仕組み」を設計したバージョンです。

対象読者の事前確認、情報の充足確認ゲート、生成後の品質チェックループ、この3つを加えました。詳細は有料部分でお伝えします。

v8：多様性の実現

v7で品質の仕組みが整ったとき、次の問題が見えてきました。同じ元記事をv7で複数人が生成すると、まだ少し冒頭や内容が似た記事が量産されてしまう問題です。

v8ではこれを解決するために、AIが記事ならではの「切り口」を3つ提案してユーザーが選ぶ仕組みと、冒頭フックの4パターン化を加えました。同じ元記事でも、選ぶ切り口によって全く異なる入り口の記事が生まれます。


ワンポイントTip： v5からv8の進化は、「より賢いAIを使う」方向ではありませんでした。「AIが確実に良いものを作れる仕組み」を足していく方向です。ハーネスエンジニアリングの考え方が、スキル改善にそのまま現れています。

💡ここからのコンテンツ

ここまで読んでくれてありがとうございます。

v5から始まった改善の全体像と、実際に数万インプレッションを叩き出した事例、そしてHarness Engineeringという考え方の核心をお伝えしました。

でも、正直なところ、「面白そうだけど、自分が使うとなると何をどうすればいいかわからない」という感覚が残っている方もいると思います。

そこで有料パートでは、「読んで理解する」から「実際に動かせる」への橋渡しをすべてお届けします。

有料パートで手に入るもの

1. v5→v6の変更ビフォーアフター（文章ルール編）

「改行を変えるだけで読みやすさがここまで違う」という実感が、比較サンプルで具体的にわかります。テキストを並べて見ると、ルールの意味がはじめてリアルに理解できます。ネスト禁止・一人称禁止が「なぜ必要か」が、事例を見ることで腑に落ちます。

2. v6→v7の変更詳細（ハーネス実装編）

充足性チェックの5項目と合格基準を全公開します。「この5項目を通過しないと書き始めない」というゲートの設計思想と、実際の採点シートの全項目をそのまま収録しています。「採点役を分離する」という仕組みの具体的な実装方法は、自分のAI活用にそのまま応用できます。

3. v7→v8の変更詳細（多様性実装編）

「同じ元記事でも全員違う記事が生まれる」仕組みの全体が明らかになります。フォーカスポイント選択の実際の提示イメージ、冒頭フック4パターンの使用実績データ（12記事の分布）、フォーカスポイントが各記事の見出しにどう具体的に反映されたかの一覧を公開します。

4. v7 vs v8 全項目比較表

7項目の比較表で、v7とv8がどこで違いを生んでいるかを一目で確認できます。「品質は同等で個性だけが変わった」という事実が数字でわかります。

5. v8の使い方ガイド（v5ユーザー・初めての方向け）

「v5との違いは2問だけ」というシンプルさを確認フローで比較しながら確認できます。フォーカスポイントの選び方で迷わないための判断基準、対象読者の選び方の目安表も収録しています。使い始める前の「なんとなく不安」を全部つぶします。

前回の記事でv5を使ってくれた方は、v8がどこで変わったかを確認フローで一気に把握できます。まだ使ったことがない方は、スキルの設定から投稿までの全ステップをそのまま辿れます。

「article-to-x-article-generator-v8」のSkills配布はこの先です！
それでは、購読お待ちしています！

購読中

📝 発行者

📝テツメモ｜tetumemo（Xアカウント）

📝テツメモ｜tetumemo（Xのハイライト）

📝テツメモ｜tetumemo（リンク集）

🎤Spotify：AI QUEST（今日から始めるAI生活）

🎤Apple Podcasts：AI QUEST（今日から始めるAI生活）

📹️YouTube：AI QUEST（今日から始めるAI生活）
📝noteでも、たまにAIなどの記事を書いています。

🎟️お得な招待コード

💡Manus（1,000クレジットが獲得できる限定招待コード）

💡AIエージェント「Felo」（月額100円引きの招待コード）

💡Perplexity Pro（初月10ドルの招待コード）

💡Genspark

💡Lovartの招待コード

💡LilysAI（7日間有料プランが使える招待コード）

💡YouWare（アプリを作ってUPして稼ぐ新しい仕組み）

💡リアルタイム翻訳「Felo字幕」（15分無料で試せる招待コード）

💡便利なAI音声入力ツール「Typeless」（5ドルのクレジットがもらえます）

ここから先は有料コンテンツです
この続き：9,655文字 / 画像1枚
2026年03月のバックナンバー
¥1,176 / 税込み
収録されている記事
¥980 / 月額 (税込み)
購読を開始すると有料記事が閲覧できるようになります。バックナンバーは別途購入が必要です。
今月の記事

7,000人以上の方達が購読中

いつでも購読解除可能です

PREVIOUS
ネタ収集ゼロ、執筆5分、インプレッション数万超え。2026年のXで最も効率がいい動き方と、それを自動化するAIスキルを全部公開します
NEXT
Google AI Proの無料でもらえる$10クレジット、毎月消えていませんか？Claude Code × Nano Banana 2で有効活用して使い切る方法