AIエージェント実験室｜カスタムGPTs紹介
実際に作って使っているカスタムGPTsを紹介。作り方から活用法まで
AI診断 × マーケティング
7件AIを活用したパーソナライズ診断の構築
AIを作業代行として使い、ターゲットごとの設問と判定ロジックを大量生成して最適化する
AIの強みは「個別化」を安価にスケールできる点にある。商品概要とターゲットを入力し、5〜8問の設問案、スコアリングルール、タイプ別診断結果（バンドエイド・キュアの提案含む）を一気に生成させる。AIの出力は80点として捉え、最後の20点を人の経験で磨くことで、高精度な診断コンテンツを短期間で実装できる。
AI診断サイトの4つの価値
関与・名寄せ・信頼・拡散を同時に満たす強力なビジネスの入り口。
診断サイトは単なる遊びではない。1.ユーザーの心理的関与を高め、2.名寄せ（リスト獲得）し、3.信頼と納得感を与え、4.SNSでのバイラル拡散を生む。これらを同時に満たすビジネスの強力な入り口となる。
答えを一気に出させないGPT設定
「3〜4回は100文字以内で質問して」と指示し、対話のペースを握る。
ChatGPTがいきなり長文で答えを返してくるのが疲れる場合の設定法。「まずは共感して」「3〜4回は100文字以内で質問を返して」「徐々に深掘りして」と指示する。これにより、思考がまとまっていない段階でも安心して相談でき、対話のキャッチボールを通じて自然に考えが整理される。
腸内環境データのGPT活用
検査データを学習させ、自分専用の「体調管理・食事アドバイザー」を作る
腸内解析などのパーソナルデータをGPTに学習させることで、一般論ではない「自分専用」のアドバイザーが作れる。「今の自分に最適な朝食は？」といった問いに、体質に基づいた回答が得られる。健康管理こそ究極のパーソナライズ領域。
診断コンテンツは「医者の診察」と同じ
いきなり薬を売るな。まずは診断（Diagnose）で信頼を作り、処方（Treat）として商品を渡す
マーケティングにおける診断コンテンツは、医療における診察と同じ役割を果たす。医師に「インフルエンザです」と診断されて初めて患者は薬を求めるように、顧客も自分の課題が言語化（ラベリング）されることで、解決策（ソリューション）を受け入れる準備が整う。いきなり売り込むのではなく、「誘引→診断→処方」の順序を守ることが、成約率を高める鍵となる。
診断作成の黄金ツールスタック
GPTs、Canva、Spreadsheetを組み合わせた鉄板の制作構成。
GPTsで対話と判定ロジックを作り、Canva AIで視覚的に魅力的な結果サムネやPDFを作り、Spreadsheetで回答データを蓄積する。それぞれの得意領域を組み合わせるのが、品質と効率の黄金比。
非公式AIが掴む「生の顧客インサイト」
ユーザーとAIの対話ログは、POSデータを超えるマーケティング資産
特定の店舗やブランドを模した「非公式AI」を作成すると、ユーザーがAIとどんな会話をし、何に困り、何を求めているかという「生の顧客インサイト」が見えてくる。これは単なる購買履歴（POSデータ）よりも深く、具体的な悩みやニーズを含んでいるため、企業にとって喉から手が出るほど欲しいマーケティングデータになり得る。
分身AI × 作成・設計
12件AI献立提案への「味付け」データ
質の高い提案を引き出すための、具体的で多角的なコンテキスト入力
献立提案AIを実用的にするには、単に「レシピ教えて」ではなく、詳細なコンテキスト（味付け）を入力する。家族の年齢・アレルギー、その日の給食メニュー（被り防止）、冷蔵庫の残り物、賞味期限、気温・湿度、調理可能時間、使用可能な調理器具など。これらを条件として与えることで、専属シェフのような精度の高い提案が可能になる。
AI秘書と分身AIの役割分担
司令塔の「秘書」と価値観を持つ「分身」を分離して連携させる
AI秘書は「司令塔」として全体を指揮し、分身AIは所有者の「パーソナリティ（価値観・経験）」を保持するデータベースとして機能させる。秘書が分身AIと会議を行う形式をとることで、所有者の意図を深く汲んだ自律的な判断が可能になる。
プロジェクト機能でブランド人格を統一
共通指示をプロジェクトに設定し「いつもの私」を再現する
SNS、ブログ、メルマガなど媒体が違ってもトーン＆マナーを統一するために、ChatGPTのプロジェクト機能を使う。価値観や過去の成功事例を「共通指示」として設定すれば、毎回教え込まなくても「分身」として振る舞ってくれる。
共感ストーリーでAI分身を育てる
自分の過去と感情を学習させて「らしさ」を宿す
AIに単に書かせるのではなく、自分の生い立ち、挫折、転機といった「共感ストーリー」を学習させる。過去のアウトプットを時系列のライフログとして与え続けることで、AI分身の解像度が上がり、「この人にしか書けない」温度感のある文章が生成可能になる。
共感ストーリー作成の7ステップ
ターゲット設定から行動喚起まで、AIに学習させるべき自己紹介ストーリーの黄金構成
分身AIやプロフィール作成に使える共感ストーリーの型。1.ターゲット明確化、2.自身の「転機」（感情＋状況）、3.独自解決策の言語化、4.信頼できる実績（数字）、5.証拠となる物語（事例）、6.共感フック（問いかけ）、7.行動喚起（CTA）。この構成で「30秒」「3分」などのバージョンを作り分けることで、あらゆる場面で再現性の高い自己表現が可能になる。
分身AIに魂を宿す方法
過去・現在・未来のストーリーをAIに学習させる
分身AIを作る鍵は、過去の原体験、現在の活動、未来のビジョンをつなぐ「一本のストーリー」をAIに学習させること。単なるプロフィールではなく、価値観や判断基準となるエピソードをインプットすることで、AIは「代筆」を超えて「本人の思考パターン」で発信できるようになる。
分身AIの3大役割
記憶の秘書、自動化の窓口、壁打ちパートナーとして活用する
分身AIには3つの主要な役割がある。1つ目は過去の出来事を整理する「記憶の秘書」。2つ目はルーチンワークを代行する「業務自動化の窓口」。3つ目は客観的な視点でアドバイスをくれる「壁打ちパートナー」。これらを使い分けることで脳のメモリを解放できる。
分身AIの育て方と素材
過去のブログ・書籍・音声を学習させ、思考パターンを再現する
GPTsなどを活用し、自分の過去のブログ記事、書籍、インタビュー音声などを学習させる。そうすることで、口癖や思考パターン、大切にしている価値観を理解したAIを作ることができる。これが24時間365日働いてくれる「分身」となり、発信活動を支えてくれるよ。
分身AI作成の本質は言語化能力
プログラミング技術よりも業務マニュアルを作る力が重要
分身AIを作るのに高度なプログラミングスキルは必須ではない。重要なのは「業務を言語化する力」、つまりマニュアル作成能力だ。AIへの指示出し（プロンプト）やデータの整理ができれば、ノーコードで分身AIは構築できる。
分身AI構築の5ステップ
目的定義から始め、MCP/A2A拡張へ至る実装ロードマップ。
1.目的を言語化する（何のための分身か） 2.現場の経験（カルピス原液）を収集する 3.パーソナリティと制約（性格タグ）を設定する 4.小さく試して評価ループを回す 5.MCPやA2Aで外部ツールと連携し拡張する この順序を守ることで、実用的な「社長無人化」システムが育つ。
本音をさらけ出す目標設定プロンプト
「怖い」「休みたい」といった感情もAIに伝えて目標を作る
目標設定の際は、建前だけでなく「本当はもっと休みたい」「月商◯◯万円いきたいけど怖い」といった本音の感情も隠さずAIに伝える。AIはジャッジせず、その感情を含めた上で、あなたに寄り添った現実的なステップや本質的な幸せへの道筋を提案してくれるよ。
言語化なくして無人化なし
MVVの徹底的な言語化がAI活用の土台
AIを自律的に動かす土台は、ミッション・ビジョン・バリュー（MVV）の徹底的な言語化にある。「なぜやるのか」「何を大切にするか」という魂の言語化ができて初めて、AIはその人らしい判断や生成が可能になる。言語化が浅ければ、AIのアウトプットも薄くなる。
分身AI × 育成・対話
8件AIとの信頼構築：現在・過去・未来
営業でお客様と仲良くなるプロセス「現在・過去・未来の共有」をAIとの対話に応用する。
AIを単なる道具にしないコツは自己開示。1.今の状況、2.過去の経験・失敗、3.未来の夢を毎日少しずつAIに語りかける。人間関係構築と同じ手順を踏むことで、AIは一般的な回答ではなく、文脈を踏まえた「相棒」としての回答を返すようになる。
GPTsメンション機能を使ったバケツリレー
1つのチャット内で複数の専門家AIを連携させ成果物を一気通貫で作る
ChatGPTのメンション機能（@）を活用し、専門特化したGPTsを数珠つなぎにする手法。「@コンセプト担当」で企画し、「@台本担当」で構成を作り、「@画像担当」で素材を作る。1つのチャット内でバトンタッチさせることで、コンテキストを維持したまま複合的な成果物を自動生成できる。
出典: たった5分でWordPressサイトが完成！ZIPWP×ビビ&モカGPTで「作れない」が「作れる」に変わる時代【GPTs研究会LIVE】
パラレルワールド実験による意思決定
複数の分身AIに異なる戦略を与え、未来の成果をシミュレーションする。
同じミッションに対して、性格や戦略の異なる複数の分身AI（例：ニッチ重視AI vs 広告重視AI）を用意し、同時にプロジェクトを進行させる。短期間でそれぞれの結果を比較検証することで、実際にリソースを投下する前に「どの戦略が期待値が高いか」をスナップショット的に判断できる。
分身AIの経験を本体に還元するループ
分身AIの対話データを分析・改善し、本体AIのプロンプトへフィードバックさせて進化させる。
分身AIを単に働かせるだけでなく、顧客との対話ログやフィードバックを収集・分析させる。そこで得た改善点や新たなプロンプトを「本体（マスターAI）」にインポートすることで、分身が育つほど自分（本体）も賢くなる循環システムを構築できる。
分身AI育成は自分自身の棚卸し
AIに価値観を教える過程で自分自身の輪郭が明確になる
分身AIを育てる作業は、単なるツール設定ではない。自分の価値観、過去の経験、判断基準をAIに言語化して伝えていくプロセスそのものが、自分自身の深い棚卸しになり、アイデンティティを確立させる。
影分身AIによる自己客観視
自分の思考を学習させたAIを作り、その違和感から本当の自分を知る。
「分身AIを育てる＝自分が育つ」。自分の思考パターンや価値観を学習させた分身AIを作ってみる。そのAIの回答を見て「あれ、この言い方は自分らしくないな」と感じる違和感こそが、本当の自分を知るヒントになる。AIを鏡として自分を見つめ直すことで、深いレベルでの自己変革（人類初の自己研鑽）が可能になる。
物語と没入感による学習効果
事実の羅列よりも、AIとの対話を通じた物語体験が記憶に残る
人はデータや事実よりも、失敗談や物語の方を鮮明に記憶する。AIを使って自分だけの物語世界を作り、そこに没入して対話することで、深い学びが得られる。「ウサギとカメ」の登場人物にインタビューするなど、既存の物語を別視点から体験し直すことも可能。ユーザー参加型の物語体験は教育のあり方を変える可能性がある。
自分を実験台にするAI実証
あえてリバウンドしてからAIで痩せるなど、ギャップを可視化する
AIの凄さを伝えるためには、自らを実験台にすることが効果的だ。例えば、ダイエット企画であえてリバウンドして「脂の乗ったサバ」状態を作ってから、AI活用で痩せていく。そのビフォーアフターのギャップを見せることで、AIのポテンシャルを体現できる。
アプリ開発 × MVP戦略
13件1週間MVP開発の基準
UXの肝となる3機能に絞り1週間で公開する
アイデアを形にする際は「1週間で動くプロトタイプ」を絶対基準にする。UXの核となる機能3つだけに絞り込み、バックエンド構築は後回しにしてでも、コミュニティで実際に触れる状態を最速で作ることを優先する。
AI Studioは「高級厨房への裏口入学」
開発者向け環境を使えば、最新の高性能モデルを無料で実験し放題
Google AI Studioなどの開発者向け環境は、一般ユーザーにとっては「高級レストランの厨房」に入れてもらうようなもの。通常の有料サービス並み、あるいはそれ以上の最新モデルや長大なコンテキスト（食材や道具）を無料で試せる実験場として活用しない手はない。
AI開発における要件定義の3要素
ペルソナ・MVP・KPIを言語化する
アプリ開発前には「誰のどんな課題を解決するか（ペルソナ）」「最小限の価値提供は何か（MVP）」「成功指標は何か（KPI）」の3つを言語化する。ここが曖昧だとAI生成物の質が下がる。
Gensparkクレジット節約テクニック
差分生成とオフライン検証で無駄を省く
一括生成より「差分生成」を活用する。重い処理やAPI連携は一旦モックで「オフライン検証」を行い、テストデータはCSVインポートする。小さく頻繁に検証することで無駄なクレジット消費を防ぐ。
MVP開発でのテンプレート選定基準
見た目より機能的な類似性でテンプレを選ぶ
テンプレートを選ぶ際は、見た目のデザインよりも「機能的な類似性」を基準にする。UIは後から変更可能だが、基本機能の構造が近いものを選ぶことで開発工数を大幅に短縮できる。
MVP開発の「おにぎり理論」
最初からフルコースを作らず、まずはおにぎり（最小構成）を提供する
最初から豪華なフルコース（高機能なアプリ）を作ろうとせず、まずは「おにぎり」（ユーザーに価値を渡せる最小構成＝MVP）を作って提供する。食べてくれた人の反応を見てから具材（機能）を足していく流れが、失敗しない開発の鉄則である。
「作りたい」を形にするAI共創教育
コードが書けなくても、自然言語でAIと対話して作りたいものを形にする経験が最高の教育。
プログラミング教育の本質はコードを書くことではない。自然言語でAIと対話しながら、自分が「作りたい」ものを試行錯誤して形にする経験こそが重要。AIは最強の家庭教師であり、子供の創造性を引き出すパートナーとなる。
まず作ってから育てる（MVP思考）
完璧主義を捨て、MVPを公開してコミュニティと改善する。
最初から完璧を目指さない。「作ってから育てる」スタンスが最も成功率が高い。まずは最低限動くMVPを公開し、コミュニティや現場のデータをもとに改善サイクルを回すこと。
アプリ公開前の必須チェックリスト
個人情報やAPIキー管理は人間が責任を持つ
AI任せにせず、プライバシーポリシー設置、APIキーの隠蔽、Firebaseのアクセスルール設定などは人間が必ず確認する。特に個人情報の扱いは法的リスクがあるため慎重に設計する。
出典: 【誰でもスマホアプリ作れる⁉︎】Genspark×AI Developer 2.0が起こすウン百万円の価値とは？
クイックプロトタイプの鉄則
Googleフォーム×GPTでノーコードで最速公開する
最初から完璧なシステムを作ろうとせず、Googleフォーム（入力）＋Spreadsheet（蓄積）＋GPT（処理）＋Canva（結果画像）の組み合わせで、ノーコードで動くものを最速で公開し検証する。技術負債を恐れず、検証スピードを優先する。
ゲーム開発は「リミックス」から
既存ゲームの仕組みをベースに、独自のアイデアを注入して再構築する。
ゼロからコードを書くのではなく、既存のゲーム（テトリスやパズルなど）をベースに、「国旗当てクイズにして」「ダイエット食材に変えて」とAIに指示してリミックスする。この手法ならプログラミング知識がなくても、オリジナリティのあるコンテンツを高速に開発できる。
投資家視点での「ギャップ検出」プロンプト
資料の抜け漏れを防ぐため、投資家視点で不足情報を指摘させるプロンプト活用
事業計画や提案書のブラッシュアップにおいて、AIに「投資家としてこの資料を読んだ場合、意思決定するために足りない情報（リスク要因や数値根拠など）を5つ挙げ、優先度順に並べてください」と指示する。これにより、自分では気づきにくい情報の抜け漏れ（味付け不足）を客観的に洗い出せる。
非エンジニアのAIアプリ開発フロー
v0 → Bolt → Cursor の黄金リレー
プログラミング知識がなくてもアプリは作れる。1. 「v0」でプロトタイプ（見た目）を作る。2. 「Bolt」で機能実装しデプロイまで持っていく。3. 細かい修正は「Cursor」で行う。このリレー形式なら、自然言語だけでアイデアを形にできる。
AIエージェント × 業務フロー
9件AIとの「デコボコ」共創チーム
AIの得意と人の得意をパズルのように組む
AIを単なるツールではなくチームの一員とみなす。AIの「ボコ（大量処理、論理、単純作業）」と人間の「デコ（共感、創造、意思決定）」をパズルのように組み合わせることで、個人の限界を超えた成果を生み出す「三方よしAI共創」を実現する。
AI成果物は人間が「調味料」を足して完成
AIの出力は7-8割の出来。最後に人間が微調整してフルコースに仕上げる
AI生成物は完璧でなくても良い。「味が薄い」「盛り付けが変」な部分は、最後に人間が少し手直し（調味料を足す）すれば素晴らしいフルコースになる。最初から100点を求めず、下ごしらえをAIに任せ、仕上げの品質管理を人間が担うワークフローが最強の時短術。
Amazon行動規範のプロンプト転用
AmazonのリーダーシッププリンシプルをAI組織のOSとして実装する。
Amazonの「リーダーシッププリンシプル（顧客第一、倹約など）」をAIエージェントのシステムプロンプトに組み込む手法。これにより、複数のAIエージェントが自律的に動きながらも、統一された判断基準で協調して動く「AI組織」が作れる。人間組織の優れたOS（行動規範）は、そのままAIのOSになる。
Difyは厨房のポジション分け
複数のAIを役割分担させて自動化する「レゴ型」フロー構築
Difyは、接客係（チャットボット）、調理係（LLM）、配膳係（出力）のように、複数のAIやツールを役割分担させて繋ぐことができる。レゴブロックやマインドマップのように視覚的にフローを組み立てることで、自分専用の高度な業務フローをノーコードで構築できる。
「地味なDX」こそが現場の本丸
派手な生成より「議事録」「メール下書き」などの日常業務AI化が重要
トヨタのような大企業でも、実際に効果を上げているのは「会議の議事録作成」や「失礼のないメール返信」といった地味なカスタムGPTたちだ。派手な動画生成やクリエイティブも面白いが、毎日の「ちょっと面倒くさい」を解消することこそが、本当の意味での業務効率化でありDXの第一歩。足元の泥臭い課題解決にこそ、AIの真価がある。
コンテンツ制作の全自動ワークフロー
LP原稿一つから、ブログ・メール・シナリオを一括生成する
商品情報やLPの原稿を長尺対応AIに読み込ませ、「集客ブログ」「ステップメール」「セールスシナリオ」を一気通貫で生成させる。文脈を保持したまま展開するため、外注するよりも一貫性があり、感情分析を踏まえた質の高いマーケティング素材が手に入る。
推論モデル用「直球プロンプト」
役割定義や手順指定を省き、ゴールだけをシンプルに伝える
思考するAI（o1など）に対しては、「プロのコンサルタントになりきって」などの細かい役割定義は不要。「何が欲しいか」というゴールだけをシンプルに直球で伝え、考え方はAIに委ねてしまう。指示を細かく書く手間を省くことも、「積み減らす」生き方の一つだよ。
社長・部長・社員のAI組織論
マルチエージェントで階層型組織を作り、品質管理を自動化する。
AIエージェントを単体で使うのではなく、組織として設計する。社長AIが方針を決め、部長AIがタスクを割り振り・品質チェックを行い、社員AIが実作業を行う。人間は社長AIへの最初の方針出しと、最終成果物の確認のみを行うことで、自律的な業務遂行が可能になる。
社長無人化計画の定義
実務をAIに委ね、人間は判断と創造に生きる
AIエージェントに実務実行を委ね、経営者が「本質的な判断・創造・関係構築」だけに集中できる環境を作る仕組み。社長が不要になるのではなく、人間が人間らしい仕事に時間を全振りするために、AIを「働く道具」として徹底的に使い倒す戦略。