AIで事例は1分で作れる？バズ部の動画の「特徴を先に決める」と文体ルールを、同じ題材で4回ずつ試した

出典: 問合せを増やすなら、今より10倍細かい「事例」を作ってください

人が企画から記事化まで進めると、1本に10時間はかかる。1000本なら1万時間。それが動画の出発点です。そこで房宗さんは、お客さんの情報を入れてボタンを押せば、AIが事例にしてくれる、と語りました。生成は1分。手直しも30分はかからないそうです。速さの中身を、順に確かめます。

房宗さん（動画の中で・自動字幕・0:59〜）

「お客さんのその情報どういうお客さんだったかとかどういうサービス提供したかとかどういう成果や得られたか入れてボタンを押すとま、」

「AIがそれを事例化してくれるんですよ。」

「1分とかで。」

房宗さん（動画の中で・自動字幕・1:12〜）

「あ、少しあるんすけど、ま、15分とか」

「30分もかんないぐらいなんで。」

「1分」は生成の時間として本当だと思います。ただし、その前に入力を決める時間がある。私は「1分で作れる」より、「1分の前に何を決めるか」を数えます。

最初の一本で何を伝えるかが決まっていないと、その迷いまで1000本に増えてしまいます。私が大事にしているのは、一本を作り切り、なぜその形にしたかという判断軸ごと量産へ渡すことです。

動画の数字で割り算してみます。手直しを15〜30分と置くと、生成1分を足して一本16〜31分。1000本では約267〜517時間になります。人が一本10時間かける場合の1万時間とは、大きな差。

ただ、この計算には入力を集める時間も、客ごとのプロンプトづくりも入っていません。房宗さんが語った開発時間は、お客さん1社あたり約50時間。手直しは、房宗さんが語った「30分もかからないぐらい」を上限に、15〜30分で置いた私の計算用の数字です。

AIに回させた8回の生成は、1回6〜9秒でした。手で入力を渡した別の方法なので、房宗さんのシステムの1分と同じ条件ではありません。

生成は速い。その速さを使うために、最初の一本へ何を入れるかを決める。ここからです。

→ 手元の時間を測る

事例を一本選び、材料集め・入力づくり・生成・手直しの時間を別々に測ってみてください。一本ごとに繰り返す時間を作りたい本数に掛け、最初だけ必要な準備時間を足します。

入れて押すだけでも、文章の形にはなる。でも「それっぽい」と「伝えたい特徴がある」は違うんです。房宗さんの話では、先に決めるのは、その事例のどこを見せ場にするか。小さくても一つ、です。

房宗さん（動画の中で・自動字幕・1:22〜）

「それっぽいものは作れると思うんですけど、」

「AIっぽいものはできますよ。大体ね。」

房宗さん（動画の中で・自動字幕・2:20〜）

「その各事例のポイントはどこなのかって」

「要はその事例の特徴をどこに持たせるかっていうのをマーケティングの観点から決める。」

特徴を先に決める。そのとおりだと思います。何を見せ場にするかを、AI任せにしない。そこを選ぶのは人です。

同じ事実からでも、音質、乗り換えの手間、作り直しの数と、見せる場所は変えられる。文章が整っていても、読み手に残したいものが違えば、私が届けたい事例にはなりません。

私が最初の一本で残したいのは、表面の文体より「なぜ、その話を書くのか」という判断軸。語尾を直す前に、ここを決めたい。

今回の題材は、ElevenLabsの音声モデルの乗り換えです。特徴として渡したのは「乗り換え先ごとに、作り直すものの数を数えて選んだこと」。元記事では、最後の決め手は聴き比べでした。作り直すものの数は、候補が並んだあとの分かれ目です。今回は、その分かれ目のほうを特徴として渡しています。

私の過去記事より：ElevenLabsとGemini 3.8 TTSの料金と声。同じ台本9行を自分の声で5本聴き比べた結果

一方でElevenLabsの中でv4 Turboに替えるなら、変わるのはモデル名の1行です。声も辞書も、文字起こしの確認もそのまま。

房宗さんは、事例ごとに小さくても特徴を一つ持たせる、と話しました。私の例は「作り直すものを数えて選んだ」。特徴とは、見せ場を一行で言えることなんです。

AIに書かせた各4回では、特徴と規則を足した版は、その見せ場に沿って終わりました。入力3項目だけの版は、4回とも入力にない将来の話や一般論で締めていた。

動画には、この追加前後の文章は出てきません。私の比較で確かめられたのは、足した特徴が出力に出るところまで。だから、押す前の一行を大切にします。

→ 見せ場を一行にする

手元の事例から「この話で覚えてほしいのは何か」を一行で書き、入力3項目に添えてください。

型があっても、法人破産とリフォームでは読む人も文章の重さも違う。房宗さんは、毎回約50時間かけて、お客さんごとに開発していると語りました。画面には、顧客ごとの調整・事例の作成ポイント・強みを含む13,543文字のプロンプトと、制作約50時間の表示があります。

聞き手の女性と房宗さん（動画の中で・自動字幕・4:26〜）

「ま、だから読む層も全然違うしね。」

「全然違う。」

文体は客ごとに作る。ここは私も同じ立場です。約50時間という数字は、生成を待つ時間ではなく、伝わる書き方を縦に掘る時間です。

法人破産の事例を読む人と、リフォームの事例を読む人。同じ軽さ、同じ言葉で書けばよいとは思いません。何を知りたくて読むのかに合わせて、型の中身を作る必要がある。

「誰でも簡単に」と言って、その準備を隠すのは、私のやり方ではありません。AIは魔法じゃない。速く書けることと、使える文章になることは別です。

私の過去記事より：AIエージェントに60点のままスキルを作らせない。1回分を手で直し切ってから量産する

私の結論は、AIエージェントに60点のままスキルを作らせない、ことです。1回分を手で直し切ってから量産する。履歴で育てるのは、その後です。

私にも、文章の声だけでは判断できなかった場面があります。2026年10月2日、AIっぽさを直す後処理を外して比べることを、私が決めました。

AIに公開記事3本を書き直させて検査すると、声の検査は3本とも合格。一方、「A、B、C」のように項目を3個並べる言い回しを数える検査では、3本のうち2本が不合格でした。数は7と3。合格した一本は2でした。

この結果から、私は後処理を残すと決めています。「私らしく聞こえる」だけでは足りなかったんです。

動画で聞き手の女性が紹介した単語単位のテストと、私の検査は、書いたものを比べて決めるという同じ向き。ただし、検査した文章も数え方も違います。自分の客に合うかは、自分の文章で確かめます。

→ 書き方を三つ決める

見出しの字数・使わない言葉・一文の上限を、生成する前に書いておいてください。

聞き手の女性は、システム開発をしている知人が、単語を一つ替えるたびに結果を比べ、何百回もテストしていたと紹介しました。私が見たいのは、特徴と規則を足すと、文章のどこが変わるか。AIに、同じ題材を各4回書かせました。比べたのは、1つの題材だけです。

聞き手の女性（動画の中で・自動字幕・1:43〜）

「単語変えてどういう生成結果になるかみたいな。」

「もうなんかずっとテストしてて聞いたらもう何百回テストしてますみたいな。」

私は、お客さん・提供したこと・成果の3項目を材料に、AIに事例の文章を書かせました。次に、その事例ならではの特徴を1つと、書き方の規則を足しました。足す前と足した後で、同じ材料から4回ずつ文章を書かせ、見比べました。

私が実際に比べたのは、手元にあった1つの題材だけです。過去の記事で紹介した、ElevenLabsの乗り換えを使いました。替えたのはモデル名の一行で、声のクローン・辞書・照合はそのまま使えた実話です。別の業種では試していません。私の環境の外で、個人の設定を読ませず、Claude Sonnet 5.5に別々の会話で書かせました。

私が足した特徴は、「乗り換え先ごとに、作り直すものの数を数えて選んだこと」です。書き方の規則は6個で、見出しは15〜20字とし、何を替え、何が残ったかを事実で伝えます。読み手は同じ制作を回す担当者とし、専門用語は初出で一言説明し、数字は入力にあるものだけを使います。入力にない成果や「実現」「貢献」「最適」などの決まり文句は書かず、敬体で一文を60字以内にします。入力の成果の欄には、「声のクローンも、固有名詞の辞書も、文字起こしでの照合も、そのまま使えた。作り直したものは0。」と書きました。入力3項目の中身は、第2章の表にも載せています。

入力3項目だけの4回に対し、特徴一つと規則六つを足した4回。「作り直す」「作り直し」が本文に出た回数は、前者が4・3・3・3回、後者は各7回でした。

足した特徴と規則で、タイトルは短くなり、終わり方も変わった。一方、文末の繰り返しは直らず、むしろ増えました。新しい数字は、どちらの版にも出ませんでした。今回の結論はここです。

良くなった所だけを拾うと、次に使う時の判断を間違える。私は、効いた所も効かなかった所も、そのまま残します。

入力3項目だけの1回目の終わりは「1行の変更で新しいモデルに移れることは、音声制作を続けていくうえで大きな安心につながります。」。特徴と規則を足した1回目の終わりは「同じような制作を回している方は、モデルを替える前に「作り直すものはいくつか」を数えてみてください。」でした。

渡した特徴が出力に出るのは、渡したのだから当然です。見たかったのは、規則を足しても文末の繰り返しが直るかどうか。直らず、むしろ増えました。AI定型語はどちらも0で、この数え方ではAIっぽさの差を測れていません。

特徴は、AIが私の過去記事から先に選んで足したものです。4回ずつ、題材も1つだけなので、効くとまでは言えません。この範囲で、足した指示の効き方を判断します。

→ 同じ材料で比べる

同じ事例を、入力3項目だけで2回、特徴と規則を足して2回書かせ、タイトルと最後の段落を見比べてください。

事例を約50本、3〜4か月で作り、問い合わせが約3倍になった。房宗さんはこう語りました。続くグラフでは、公開事例と月間問い合わせの数字が並びます。本数が増えた月に何が起きたのか、私は月ごとの動きを読み直しました。

房宗さん（動画の中で・自動字幕・5:50〜）

「近い事例があったんでみたいな、これもめちゃくちゃあるっていう感じなんすよ。」

事例を増やす話には賛成です。ただ、このグラフから「本数に比例して問い合わせが増えた」とは読めません。近い事例を見つけられることと、本数だけで成果が決まることは違う。

事実と推測は混ぜない。「約3倍」は房宗さんが話した成果。私はそのまま受け取ります。

画面では、1月の事例8本に対して問い合わせ14件。2月は事例17本に問い合わせ13件、3月は事例37本に問い合わせ11件でした。公開事例が増えたこの期間に、問い合わせは増えていません。

4月になると、事例43本に対して問い合わせ37件。ここで大きく動いています。房宗さんが語った「10何件から30何件」は、1月の14件と4月の37件に近い数字です。37÷14は約2.6倍。これは私の割り算です。

さらに、1月には「AI対策初期プロジェクトにより問い合わせ数が2倍超に」という注記。4月には、事例本数が増えたタイミングで問い合わせが大きく増加した、という注記があります。事例本数以外の取り組みも、画面には書かれているんです。

会社名はグラフにありません。発言の約50本と画面の43本も一致しないので、同じ会社の数字かは、この画面から確かめられません。

私の過去記事より：LLMOの自社事例を徳田祐希さんが解説。経営者が先に土台を作る、記事の実践法

この事例は自社サイトが対象で、第三者による検証ではない、と元記事自身が明記していました。

このグラフも、会社が自分で出した数字です。私は第三者の検証がない数字として読みます。

推測: 一定の本数を超えると、自分に近い事例へ当たる確率が上がる。「近い事例があったので」と言われるという房宗さんの話に沿う見方ですが、4月に増えた原因の記録はありません。

動画が紹介する成果に加えて、私は途中の月も見ます。本数を増やす時は、問い合わせの動きと、その月に変えたことを一緒に残します。

→ 月ごとの二行を残す

月を横に並べ、公開事例の本数と問い合わせ数を二行で残してください。同じ月に変えた取り組みも添えます。

事例がないのに1000本を書くのは虚偽。聞き手の女性の確認に、房宗さんも同意しています。私の手元には、11本の共有スプレッドシート、25シートにアンケート1,292件。その全部を、すぐ掲載できる事例とは数えません。

聞き手の女性と房宗さん（動画の中で・自動字幕・6:14〜）

「事例を量産していい会社は本当に事例がある会社だね。」

「ま、それさすがに虚偽なんでね。」

量産していいのは、本当に事例がある時だけ。これは動かせない線だと考えています。私の手元で、載せていい事実を選ぶ出発点は、掲載の形を本人が選んだ声10件です。

受け取る一人には、その一つが全て。内容の薄い文章を増やしても、届けたいものは届きません。空欄を憶測で埋めず、分からない所だけ聞きます。

私の過去記事より：AIに選ばれる会社とは？お客様がAIに相談する時代の口コミと営業資料を、りゅう先生が解説

だから、お客様の声を集めるなら、私はきれいな褒め言葉へ整える前に、その人が話した言葉を残したい。具体的に聞いて、答えは誘導しない。自分の商品をよく見せたい気持ちで、体験の中身まで作り替えたくありません。

AIで数えると、この10件のうち、本人がどんな人かを書いている声は5件。出来上がった物の名前がある声は2件で、数字つきの成果がある声は1件でした。提供した講座の回は、私の側で分かっています。足したいのは成果の欄。

私なら、まず声ごとに入力3項目を埋めて、空欄を数えます。次に、見せ場を一つ選ぶ。「誰がどこから始めたか」は、本人の説明がある5件で考えられる候補です。

三つ目は文体ルール。数字は入力から、入力にない成果は書かない、AI定型語を使わない、敬体で一文60字以内。この四つを使い、見出しの字数と読み手は勉強会の声に合わせて書き直します。

最後に、本人から掲載の一声を取る。選び済みの10件も、許可は推薦文・事例集向けです。LPに使う前には一声が要ります。

私の過去記事より：AI営業の前に、来てほしい客を4行で書く。Meta Business Agentの動画から

載せていない実績は、客にもAIにも、存在しないのと同じです。

動画には、私の声10件の当てはめは出てきません。私の手元では、まず「何ができたか・どのくらいで」を足してもらう。材料がそろえば書きやすくなる一方、確認の手間は残る。その手間ごと引き受けて、事実を届けます。

→ 3欄を埋める

手元の声を一つ選び、お客さん・提供したこと・成果の三欄に分けて空欄を数えてください。成果が空なら「何ができたか・どのくらいで」を聞く。すでに記録にあることは聞き直さず、掲載の形も確認します。

AIの生成は速い。その速さを活かすために、載せていい事実と、伝えたい見せ場を先に決めます。今回の各4回では、足した特徴と規則で終わり方は変わった一方、文末の繰り返しは直りませんでした。本数と問い合わせも、月ごとに見る。

各章の終わりに6つ書きましたが、今日やるのはこの一つだけ。手元の事例を一つ選ぶこと。お客さん・提供したこと・成果の三欄に分け、空欄を数えてください。成果が薄ければ「何ができたか・どのくらいで」を聞く。その一つを確かめてから、増やしましょう。