ヨシヤ｜AI業務改善×社内SE

現場の面倒な業務を、AIと小さな仕組みでほどく社内SE。
C#／Claude Code／AI-OCR／ローカルAI／Embeddingを、実務で試して記録しています。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

AIを使って、副業につなげることはできるのか？

社内SEの立場から、AI副業について調べて、試して、結果を記録していきます。

Claude Code／AI-OCR／ローカルAIなど、仕事の経験も活かしながら、

「何が副業になるのか？」
「本当に価値を出せるのか？」
を検証していきます。

#AI副業 #AI活用

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

この「判断軸」を、次はX投稿づくりに使いました。

過去10投稿とPersonaからX投稿用Skillを作成。新しいテーマ3件で試すと、1件はそのまま、2件は修正が必要でした。

事実に忠実でも、面白いとは限らない。

「正しく書ける」と「読みたくなる」は別。修正をルールへ戻し、育てています。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

日記やチャット履歴をAIに読ませ、1週間の「判断軸」を作っています。

単に、何をしたかを要約するのではありません。

迷った場面、選んだ理由、繰り返している考え方を拾い、自分が何を基準に判断しているかを言葉にします。

経験を記録で終わらせず、次に使える判断基準へ変えるAI活用です。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

この運用についてAI仙人から、
「目的ごとにCLAUDE.mdを作成し、コミット単位で管理する考え方でOK」
とアドバイスをいただきました。
少しずつ運用の形が固まってきました。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

Claude Codeへの指示をCLAUDE.mdに書いています。

当初は作業ごとに上書きし、恒常ルールと今回だけの指示が混ざっていました。

そこで、共通ルールは固定し、単発の作業指示は別ファイルに分離。

AIの精度だけでなく「どの情報を、どこに置くか」も重要だと分かりました。

[JCB／株式会社ジェーシービー @JCB_CARD]

／
特別なキャンペーン実施中📣
＼

通常入会特典に加え…
Xから新規入会&利用で最大15,000円キャッシュバック💰
⇒最大73,100円相当プレゼント!

今すぐお申し込みを!

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

ChatGPTへの改修依頼から、履歴保存・Git更新・配布まで自動化。

タイガさんの面白い試みを漫画にしてみました！

主人公のタイガさんは私のフォロワーさんで、ご本人の許可を得て掲載しています。

#ChatGPT #AI活用 #業務改善

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

検証ネタって、実際の数字や結果があるので説得力がありますね。自分も気になったことを実際に検証するのが好きなので、こういう発信はとても参考になります。これからも応援しています！

[ガチ検証｜シズマ @kensho_shizuma]

夢見人形さん今まで見たxのアカウントで1番好きだな

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

社内資料の検索にEmbeddingを検討しています。

キーワード検索は、同じ言葉を使わないと見つけにくい。Embeddingなら表現が違っても、意味の近い資料を探せます。

ただし、重要なのはAI選びではなく、検索対象を整理・登録すること。

検索精度は、元データの準備から始まると学びました。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

クラウドAIとローカルAIでは、必要なPC性能が違うと学びました。

Claude CodeなどのクラウドAIは、推論をクラウド側で行います。

一方、ローカルAIはPCでモデルを動かすため、GPUやVRAMが重要です。

「AIには高性能GPUが必要」と決めつけず、どこで動かすかを先に考えることが大切です。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

Claude Codeで、AIエージェント25体に調査させました。

前半13体、後半12体。調査は速く進みましたが、費用は約29ドルから61ドルに膨らみました。

この失敗から、使用量の確認方法と、従量課金をオフにすることを学びました。

今は少数ずつ動かし、結果をまとめてから次へ進めています。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

AIのPoCでは、成功率だけを見ると判断を誤ることがあります。

私は、読めた件数だけでなく、
・どの帳票で失敗したか
・画像状態に問題があったか
・OCRの認識ミスか
を分けて確認するようにしています。
失敗原因が分かれば、改善できる問題と、AIでは解決しにくい問題を切り分けられます。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

AI-OCRを検討して気づいたのは、最初から高度なAIを使えばよいわけではないこと。

まず画像の傾きや汚れ、読取位置を確認する。
次にOCRで読めるか試す。
それでも難しい部分にAIを使う。
「どの技術が高性能か」より、「どこで失敗しているか」を分けて考えることが大切だと感じました。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

結合テストをAIで自動化しようとしました。

テストデータ作成まで任せましたが、準備方法が二転三転。夜になっても終わらず、予定したテストを完了できませんでした。

自動化すれば、必ず速くなるわけではない。

AIに任せる作業と、人が判断する作業を先に分けることが大切だと学びました。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

ChatGPT、Claude Code、Codexを併用して気づいたこと。

AI同士では、会話履歴や判断内容が自動共有されません。説明し直すたび、認識がずれることもありました。

今は「目的・完了事項・判断事項・禁止事項・次の作業」を引継ぎメモに整理。

複数AIでは、性能よりコンテキスト共有が重要です。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

ChatGPTを、答えを得る道具ではなく、考えを整理する指令塔として使っています。

C#開発では、ChatGPTと壁打ちして仕様を整理し、Claude Codeに調査・実装を依頼。

ただ、確認しすぎると疲れることも分かりました。

精度だけでなく「人の確認をどこまで減らせるか」も大切だと感じています。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

たぶんAIは、人名っぽい情報に踏み込みすぎないよう、安全側に寄せていたのかもしれない。

便利だけど、文脈理解と安全配慮がズレることもある。

最後は人間が「そこじゃない」と戻してあげる必要がある。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

途中で「名前を見て」とヒントを出したのに、それでもAIはタイトル名やチャンネル名に固執して、投稿者名にたどり着かなかった。

実際はただ、投稿者名が自分と同じ姓だっただけ。

AIは便利だけど、「文脈を読む力」と「安全側に寄せる力」が、ときどきズレる。

[ヨシヤ｜AI業務改善×社内SE @Yoshi_AIKaizen]

AIとの会話で、少しおもしろいことがあった。

YouTubeを見ていて、投稿者名が自分と同じ珍しい姓だと気づいた。

そこでAIに「何に気づいたと思う？」と聞いてみたら、AIは動画タイトルや内容のほうに引っ張られて深読みしてきた。