このAIアプリは自らを構築します。

コンテンツは決して眠ることはありません。ブランド、個人クリエイター、一人で運営するSaaS企業は、各プラットフォーム、各オーディエンスセグメント、さらには各リードに合わせた投稿、スクリプト、サムネイルを継続的に出荷するプレッシャーを感じています。手動のワークフロー—ChatGPTのタブ、Notionのドキュメント、未完成のドラフトを行き来すること—は、3つのネットワークで1日に5つの投稿を行う前に、その要求に押しつぶされてしまいます。

ブレンダン・ジョウエットの答えは、彼がコンテンツマシンと呼ぶものです：生のアイデアや動画を完成した公開可能な資産に変換する自走式アプリです。ドラッグ可能なノードやチャットエージェントのキャンバス上に構築されており、モデル、プロンプト、データソースを一つの表面に統合しており、それはツールというよりも生産ラインのように機能します。

インスピレーションが湧くたびに新しいプロンプトを入力する代わりに、ジョーウェットは自らのLinkedInの履歴、YouTubeのトランスクリプト、会社のバックストーリーをシステムに直接接続しています。一つのチャットエージェントは、いくつかの例となるLinkedIn投稿と最新のYouTubeアップロードの完全なスクリプトを保持しており、「この動画のために新しいLinkedIn投稿を作成する」という単一の指示が、彼が「そのままLinkedInにコピー＆ペーストできる」と言うコピーを生成します。ハイパーパーソナライゼーションは面倒な作業ではなく、デフォルトとなります。

同じキャンバスには、Gemini 2.0.0を含む複数のAIモデルによって強化されたYouTubeの説明文専用ゾーンがあります。ジョーエットは、以前の説明文を例として提供し、新しいトランスクリプトに向けます。システムは、キーワード最適化された概要を構造化された段落と行動喚起と共に返し、ChatGPTのUIに触れることなくアップロードの準備が整います。

さらに下に、より「強力な」LinkedInエンジンが以下から情報を引き出します： - 詳細な企業の文脈 - 彼の個人的なバックストーリー - フォーマットルールとトーンガイドライン - アーカイブされたサンプル投稿

すべてが一つのエージェントに集約され、彼のように聞こえる投稿を生成し、彼の製品に言及し、彼の好む構造に従ってコマンドに応じることができます。

別のトラックでは視覚的要素も処理します。彼が「ナノバナナプロ」と呼ぶモデルを使用して、このアプリは完成したLinkedInの投稿を読み取り、重要なフレーズを抽出し、一致するグラフィック（ロゴ付き）を自動生成します。これにより、テキストと画像がペアとして提供されます。この結果は、単一のAI機能としてではなく、コンテンツ作成のすべての繰り返しステップのための統合されたワークフロー環境として機能します。

キャンバスに足を踏み入れると、チャットボックスは見えず、コントロールルームが広がっています。ブレンダン・ジョエットのアプリは、色とりどりのブロックが点在する広大でズーム可能なグリッド上に開かれています。それぞれのブロックは独立した機能を持ち、ここにはLinkedIn用のライター、あちらにはYouTubeの説明文生成器、さらに下には画像生成器があります。これはChatGPTよりもFigmaやMiroに近い感覚ですが、最終的にはすべてのブロックがAIモデルに情報を提供します。

各ブロックはドラッグ可能なモジュールです。いくつかは生のテキストを保持しています：例としてLinkedInの投稿や企業の背景、フォーマットのルールなどです。その他はメディアを格納しており、完全なYouTube動画アップロードとそれに付随する書き起こしを含んでいます。第三のカテゴリには、Gemini 2.0.0やカスタムのNano Banana Pro画像モデルに接続されたライブチャットエージェントがホストされており、コマンドに応じて生成する準備が整っています。

これらのモジュール間の接続は、文脈の可視化されたグラフを形成します。例えば、LinkedInの投稿ノードは以下から情報を引き出します： - 過去のLinkedIn投稿のクラスター - 最新のYouTube動画の直接アップロード - フォーマット指示ブロック

キャンバス上のそれらの矢印は、AIが文章を書くときに「知っている」ことを文字通り定義しています。接続を変更すれば、脳が変わります。

YouTubeの説明文では、キャンバスの別の領域がパターンを繰り返します。例えば、説明文がチャットエージェントに流れ込み、新しい動画のトランスクリプトノードと一緒に表示されます。一つのプロンプト「提供した例に基づいて動画説明を作成してください」により、その特定のアップロードに合わせた、キーワード最適化された複数の段落からなる説明文が生成され、一般的なチャットウィンドウに手動でコピー＆ペーストする必要はありません。

さらに下に行くと、より密度の高いLinkedInシステムがさらに多くの文脈を重ねます。ジョーエットは、自身の企業、個人的なバックストーリー、そして非常に具体的なスタイルルールのノードを引き入れます。これらすべてが単一のチャットエージェントに集約され、短い指示が彼の声に驚くほど似た投稿へと変わります。なぜなら、そのグラフは文字通り彼が誰であるか、何を気にかけているかを記録しているからです。

キャンバス上の画像セクションは、その比喩をさらに進めています。テキストのみのLinkedIn投稿ノードは、画像プロンプトノード、3つの例となるグラフィック、そしてアップロードされたロゴノードに接続しています。Nano Banana Proモデルは投稿全体を読み取り、重要な行を抽出してテキストとしてオーバーレイし、ロゴを所定の位置に配置します—フォトショップは不要で、単にブロックを再配置しているだけです。

全体として見ると、インターフェースはプロンプトエンジニアリングを一種のLEGOシステムに変えます。30行のメガプロンプトと格闘するのではなく、ノードを再配置し、新しいコンテキストをグラフにドラッグし、AIが何を見ているのかを視覚的にデバッグします。

ブレンダン・ジョウエットのキャンバスにはLinkedIn専用のレーンがあり、プロンプトボックスというよりは生産ラインのように機能します。1つのノードのクラスターには彼の最高のパフォーマンスを誇る5〜10件の投稿が保持され、別のクラスターは最新のYouTubeアップロードからの完全なトランスクリプトを取り込み、中央のチャットエージェントがそれらを融合させて常にオンの状態のライティングパートナーを作り出します。

過去の投稿は、生のテキストとして単に放り込まれているわけではありません。彼はエージェントに、自身の構造をエンコードした例を提供します—魅力的な初めの一行、短い段落、最後の文に明確なCTA（行動を促す呼びかけ）—さらにトーンのメモやフォーマットのルールも添えています。そのコンテキストは永続的な知識源として存在し、エージェントは彼が毎回指示を書き直さなくても彼のスタイルを「記憶」します。

新しいビデオが公開されると、ワークフローはトランスクリプトをキャンバスに直接アップロードすることから始まります。YouTubeノードは、フルスクリプトを既にLinkedInの声を知っている同じチャットエージェントに送信します。一方、ソース設定はモデルがどの例やトランスクリプトを参照できるかを正確に確認します。ワンクリックで、システムはそれらすべてを単一のリクエストに接続します。

実際のプロンプトはほとんど侮辱的なほどシンプルです：「私が提供した新しい動画の例に基づいて、新しいLinkedIn投稿を作成してください。」その文章の裏には、複数のモデルが動き始めます。このLinkedInワークフローでは、ジョウェットがGemini 2.0.0 Proを介して応答を迅速かつ一貫性のあるものに保ちます。エージェントは、手動でのコピー＆ペーストなしに、添付されたすべてのソース（例、トランスクリプト、フォーマットのノート）を使用します。

出力は、怪しいほど人間のように見えるものとして到着します。パンチの効いたオープナー、1文の主張、動画からの重要なポイントを引き出した3～5の読みやすい行、そしてフルYouTubeリンクに誘導するコメントを誘うCTAが含まれています。デモでは、投稿がLiveKit、ノーコードエージェント、および「ノーコードでの構築」と言及しているのは、システムがそのフレーズをトランスクリプトから直接取り上げたためです。

重要なことに、ジョウェットは単語を1つか2つ編集する必要すらありません。彼は正確さを確認し、ブロックをコピーしてLinkedInに貼り付け、次に進むだけです。ChatGPT、ドキュメント、LinkedInのエディタの間を行き来するのに比べて、15〜20分の作業を60秒未満に短縮しています。

誰でも Voiceflow - AIエージェントプラットフォーム のようなキャンバスベースのエージェントビルダーを使用して、この種のワークフローを再現できます:

• 1例の投稿ライブラリ
• 2トランスクリプトの取り込み
• 3スタイルとフォーマットの指示
• 4スピードとコスト管理のためのマルチモデルルーティング

YouTubeを攻略することは同じ土台から始まりますが、異なるモジュールが組み込まれています。投稿やフックではなく、ブレンダン・ジョワットのシステムは動画ファイル、文字起こし、メタデータに焦点を移し、各アップロードを完全なYouTubeパッケージのための原材料として扱います。一つのノードが文字起こしを取り込み、別のノードが過去の高パフォーマンスの説明文からフォーマット例を保存し、チャットエージェントがそれらを組み合わせます。

エージェントに新しいトランスクリプトを提供すると、それは単に要約するのではなく、あなたの独自のスタイルを行ごとに再現します。このシステムは、以前の説明から段落構造、改行、（使用している場合の）絵文字の使い方、そしてコールトゥアクションの配置をコピーします。さらに、トランスクリプトから抽出したキーワードが豊富なフレーズと組み合わさることで、ChatGPTやドキュメントファイルに触れることなく、YouTube検索やGoogleのクローラーに最適化されたSEO対策済みのブラーを得ることができます。

ジョウエットはキャンバスをさらに下にスクロールし、より野心的な内容が展開される。別のノードのクラスターが、過去のアップロードからのトランスクリプトのライブラリに接続されており、数十本のビデオが一つのチャットエージェントに接続されている。そのコンテキストを持つことで、エージェントは生成できる：

• 1トピックが重複しない新しい動画アイデア
• 2クリック率最適化のためのタイトルバリエーション
• 3あなたのペースとトーンを反映した粗いスクリプトのアウトライン

エージェントは、あなたが既に公開したすべてを把握しているため、重複する視点を避け、関連するトピックを提案します。50本のアップロードを行ったクリエイターは、YouTubeに「記憶」を委ね、何が効果的で、何がブランドに合っているかを理解するAIに渡します。その記憶はタイトルのアイデア出しを支え、好奇心や数字、問題/解決のフォーミュラに基づいた10～20のバリエーションを数秒で生み出します。

これらすべては同じドラッグ＆ドロップのキャンバス上にあります：動画をアップロードし、そのトランスクリプトを添付し、YouTubeの説明ノードを経由して、アイデア出しとアウトラインノードに進みます。生の映像がサムネイル準備完了のタイトルやSEO説明、スクリプトの枠組みに変わり、最小限の人手で編集されます。このアプリは、単に公開を早くするだけでなく、あなたのチャンネルを静かに学習し、次の動画を自動的に作成します。

このキャンバスの裏に隠れた秘密のエンジニアチームのことは忘れてください。ブレンダン・ジョワットの「コンテンツマシン」は、チャットエージェント、トランスクリプト検索、画像生成、LinkedInやYouTubeのモジュールなど、すべてノーコードで動いています。PythonスクリプトもReactフロントエンドもデータベースの移行も必要なく、ただドラッグ＆ドロップのブロックと自然言語の指示だけで動作します。

その背後にあるエンジンはRepletであり、プロンプトを動作するソフトウェアに変える「バイブコーディング」環境です。プロジェクトの足場を組んだり、APIを接続したり、モデルをまとめたりする代わりに、ジョウェットは自分が欲しいものを平易な英語で説明します。「動かせるモジュールのあるキャンバス」、「私の最後の20本のYouTubeトランスクリプトに接続されたチャットエージェント」、「私のロゴを知っている画像生成器」。Repletはその意図をライブアプリにコンパイルします。

これは一般的なAIのストーリーをひっくり返します。ほとんどの人は、ChatGPT、Claude、またはGemini 2.0.0をスタンドアロンツールとして使用しています — テキストを貼り付け、結果をコピーするだけです。ここで、ジョウェットはAIにツール自体を構築させます：インターフェース、データフロー、モデルルーティング、さらには各ノードの背後にある再利用可能なプロンプトまで。

開発者が要件をコードに翻訳する代わりに、プロンプトが仕様、バックエンド、そしてUXの設計図を同時に担います。彼が新しいワークフローを求めるとき—例えば、「最新の動画を3段落のSEO最適化された説明文に変えて、過去の例を使って」にしたい場合—彼はVS Codeを開きません。彼はノードを追加し、トランスクリプトのソースを接続し、例のバンクを参照し、動作を説明します。

Repletのキャンバスは、通常、非技術系のクリエイターを怖がらせるスタックを抽象化します。裏では、以下のものがあります: - 複数のAIモデル（Gemini 2.0.0、Nano Banana Pro） - トランスクリプト、ロゴ、サンプル投稿用のファイルおよび知識ストア - どのモデルがどのタスクを処理するかを決定するルーティングロジック

表面上は、ラベルの付いたブロックと矢印しか見えません。

非開発者にとって、これは初期のSquarespaceやWebflowに匹敵するレベルのパワーアンロックですが、AIネイティブなソフトウェアです。個人クリエイターは、自分の声や資産、チャネルに合わせたプライベートな「コンテンツOS」を作成でき、必要な機能を提供するSaaSスタートアップを待つ必要はありません。

ジョーウェットのシステムは、次にどこに進むべきかを示唆しています。もし自分の作業フローを十分に詳細に説明できれば—「アイデアを生み出す方法、書く方法、再利用する方法」— Repletのようなツールがその説明をもとにカスタムアプリを作り出すことができます。AIを使用するのではなく、そのためのソフトウェアを依頼するのです。

ブレンダン・ジョワットは単にAIアプリを促すだけでなく、AIアプリビルダーを促します。彼がRepletのキャンバス上でノードをドラッグする前に、彼はChatGPTを開いて、欲しいアプリを痛いほど詳細に説明するマスタープロンプトを書いてくれるように頼みます。そのメタプロンプトは、Repletが彼の「コンテンツマシン」をカスタムコードなしで組み立てるための設計図となります。

彼のマスタープロンプトは、カジュアルな会話というよりも製品仕様のように見えます。ジョワットは、ズーム可能なワークスペース、ドラッグ可能なモジュール、相互にデータを送受信できる接続可能なノードを備えたキャンバスシステムを説明しています。彼は、各モジュールがテキスト入力、チャットスタイルのインターフェース、YouTubeの文字起こしのようなファイルアップロードをサポートすべきだと指摘しています。なぜなら、それらは彼のLinkedIn投稿やYouTubeスクリプトのための原材料だからです。

構造は重要です。彼はアプリを明確にラベル付けされた領域に分割しています。LinkedInのコピー用のノードのクラスター、YouTubeの説明用のクラスター、画像生成用のクラスターなどがあります。各領域には、使用すべきソース（過去の投稿の例、ビデオのトランスクリプト、企業の背景）や出力のフォーマットについての明確な指示が与えられます。この具体性により、Repletは単一のチャットエージェントが過去のコンテンツ、現在のビデオ、スタイルルールを一度に見ることができるシステムを構築することができます。

ジョウエットはプロンプトの中で技術を直接挙げています。彼はキャンバス用のReact Flowスタイルのグラフエディタを求めており、モジュールが静的なフォームではなく、ドラッグ可能なノードとして接続されて表示されるようにしています。彼は、Gemini 2.0.0のようなプロバイダーやNano Banana Proのようなカスタムモデルに切り替え可能なAIモデルスロットを指定しており、Make - ワークフロー自動化プラットフォームのようなツールが全体のワークフローを再構築することなく統合をスワップできる様子を反映しています。

彼はUIやモデルの範囲にとどまりません。プロンプトは行動を定義します：LinkedInノードがサンプル投稿をどのように読み取るべきか、YouTubeの説明ノードがキーワードに最適化する方法、画像ノードが長い投稿から1つの重要な文を抽出し、ブランドグラフィックにオーバーレイする方法です。さらに、彼はシステムに対してあるノードの出力が別のノードの入力となるべきであると指示し、トランスクリプトから投稿、画像へのパイプラインを強制します。

品質は詳細に応じて向上します。「コンテンツアプリを作る」という漠然としたリクエストはおもちゃのようなものにしかなりませんが、ジョエットの複数の段落から成る、構成要素ごとのプロンプトは、再利用可能なチャットエージェント、トランスクリプトの知識バンク、そして彼のロゴとレイアウトに合わせた画像生成を備えたフルコントロールセンターを生み出します。プロンプトにおいてプロダクトデザイナーのように考えれば考えるほど、あなたのノーコード AIアプリは本物で意見を持ったツールのように振る舞います。

コンテンツの自動化は、通常、ビジュアルが必要になる瞬間にうまくいかなくなります。ブレンダン・ジョワットのキャンバスは、彼のLinkedInワークフローに直接接続された専用の画像生成レーンによって、その失敗モードを回避し、グラフィックが投稿そのものと同じ速さで現れます。

システムがLinkedIn投稿を完了すると、全テキストが画像エージェントに送られます。そのエージェントは、段落全体をスライドに貼り付けるのではなく、コピーをスキャンして単一の重要な洞察を抽出し、それをスクロールを止めるためにデザインされた大胆な見出しスタイルのグラフィックに変えます。

Jowettはキャンバスに3つの例画像レイアウトをプリロードします：クリーンなデザインで、テキスト優先のカードには一文があり、ゆったりとした余白があり、彼のロゴが隅の下に固定されています。画像エージェントはこれらの例を厳密なテンプレートとして使用するため、新しいアセットはFigmaやCanvaに触れなくても、既存のスタイルにぴったり合います。

ブランドの一貫性は、単なる雰囲気から生まれるものではありません。ジョワットは自らのロゴをアップロードし、それをノードグラフに配置し、配置、色の使用、ネガティブスペースに関する明確な指示をモデルに与えます。その後、システムはレンダリングごとにそのロゴオブジェクトを参照し、複数の投稿にわたって整列、サイズ、コントラストが常に同じであることを保ちます。

裏側では、視覚は新しいナノバナナプロモデルで動作しており、生成AIの最も厄介な問題の一つである文字の歪みを静かに解決しています。一般的な拡散モデルが文字の形を誤って描いたり、単純な単語を誤ってスペルミスしたりするのに対し、ナノバナナプロは複数行にわたって鮮明で読みやすいタイポグラフィを再現できます。

それが重要なのは、これが抽象的なコンセプト画像ではなく、テキスト主導のソーシャルカードであるからです。グラフィック内の1つのタイプミスが手動での再作成を強いることになります。Nano Banana Proを使えば、ジョウェットは、見出しがそのままと保たれ、ロゴが触れられず、レイアウトがブランドに沿った形であることを信頼できるので、画像作成がコンテンツの組み立てラインでの自動化された別のステップになるのです。

華やかなキャンバスから一歩引くと、ブレンダン・ジョワットのシステムはほぼ退屈なほど体系的に見えてきます。彼はすべての「AIエージェント」を4つの要素、すなわちモデル、指示、知識、ツールに還元します。このうちのいずれかを欠けさせると、自動化は幻覚を見たり、停止したり、一般的なコンテンツをスパムのように生成したりします。

AIモデルは脳です。ジョウエットのコンテンツマシンでは、その脳がテキスト用のGemini 2.0.0と画像用の別のNano Banana Proモデルで構成されており、それぞれがキャンバスの異なるノードに接続されています。モデルを入れ替えることで、インターフェースに触れることなく、すべての下流における個性、スピード、および品質を変えることができます。

指示は、その脳が何をすべきかを定義します。それは、Gemini 2.0.0に「あなたは私のLinkedInゴーストライターです」や「あなたは私のYouTube説明文を最適化する人です」と伝える長い構造化されたプロンプトです。ジョウエットは、トーン、フォーマットルール、制約をこれらの指示に直接組み込むことで、すべての出力が彼らしく聞こえ、一般的なAIデモのようにはならないようにしています。

知識が記憶を供給します。ジョウエットは、完全なYouTubeのトランスクリプト、過去のLinkedIn投稿、会社の背景情報、スタイルの例をシステムに保存して、一貫したコンテキストを提供します。新しい投稿を依頼すると、エージェントは彼が30秒前に入力した一つの20行のプロンプトではなく、過去のスクリプトや投稿の数十から引き出します。

ツールは、エージェントに口だけでなく手を与えます。彼のキャンバス上で、ツールはアプリ機能やデータパイプとして現れます：新しい動画ファイルをアップロードする、トランスクリプトを解析する、LinkedIn投稿を生成する、自分のロゴを使って画像を作成する、テキストをYouTubeの説明フィールドにプッシュする。各ノードは、モデルが呼び出すことができる独立した機能であり、ワンクリックのワークフローに繋がっています。

これらの四つの柱が組み合わさることで、ジョウエットのセットアップがチャットウィンドウではなくソフトウェアのように感じられる理由が説明されます。Gemini 2.0.0（モデル）は、トランスクリプトや過去のコンテンツ（知識）に基づいた明確に書かれたプロンプト（指示）を緊密にフォローし、完成した投稿やグラフィックを出荷するためにキャンバスアクション（ツール）をトリガーします。このメンタルモデルは、ソロクリエイターからNotion、Webflow、Zapierを組み合わせたマーケティングチームまでスケーラブルです。

AI自動化を構築するすべての人がこの青写真を活用できます。まず、以下を明確に定義してください： - 使用するモデル - それを支配する指示 - それが参照できる知識 - 実際に操作できるツール

ブレンダン・ジョワットのコンテンツマシンのようなアプリが存在すると、手動でのマーケティング作業は脆弱に見え始める。一つのキャンバスと数体のAIエージェントがあれば、突然、LinkedInの投稿やYouTubeの説明文、サムネイル、アイデア出しのループが意志力や徹夜作業の代わりに自動運転で動き出す。

ノーコードAIプラットフォームは、そのキャンバスをソフトウェア創造の入り口に変えます。あなたはもはやChatGPTのようなツールのただの「ユーザー」ではなく、あなたのビジネスが考え、販売し、発信する方法にぴったり合ったオーダーメイドのワークフローの設計者になります。

ジョウエットの設定は、大きな変化を静かに浮き彫りにしています。専門知識を持つ人々が、自身の内部SaaSからわずか1つのプロンプトでアクセスできるようになったのです。オーディエンスに対する深い理解を持つマーケターは、トランスクリプト、ブランドガイドライン、過去の投稿を取り込み、それらを文脈を忘れず、疲れることのない再利用可能なエージェントに接続することができます。

それが、Replet、Voiceflow、Make.comなどのAIネイティブノーコードスタックの核心的な約束です。これらは、非開発者がGemini 2.0.0のようなモデルやカスタム知識ベース、APIを組み合わせて、5年前の小規模なエンジニアリングチームが構築したものに匹敵するプロダクションシステムを作成できるようにします。

インフレートAIやジョウェットの自社のようなエージェンシーは、このシフトを大規模に製品化しています。INFLATE AI - AIオートメーションエージェンシーは、CRM、広告プラットフォーム、コンテンツライブラリからデータを取得し、チームが既に使用しているツールに結果を返すための、プリビルトおよびカスタムオートメーションを販売しています。

ビジネスにおいて、問いは「ソフトウェアを構築する余裕はあるのか？」から「構築しない余裕はあるのか？」へと変わります。営業リーダーがコールトランスクリプトからアウトバウンドシーケンスを作成するアプリを促すことができるとき、または創業者がウェビナーを1週間分のコンテンツに変えるエージェントを立ち上げることができるとき、古い構築対購入の計算は崩壊します。

マーケティングを超えて見ると、すぐに競争が激化します。以下のような存在を促すアプリを想像してみてください： - 営業コールの要約とCRMの整理 - カスタマーサポートのトリアージと返信の草案作成 - ユーザーインタビューやNPSデータからの製品リサーチ - 既存の標準作業手順(SOP)や文書からの社内研修コンテンツ

実際の挑戦は、手動マーケティングが死ぬかどうかではなく、現在の業務負荷のどれくらいが自動化するためのツールが不足しているために存在しているのかということです。いくつかの構造化されたプロンプトが、あなたの最も嫌いなタスクを処理するアプリを呼び出せるなら、あなたのビジネスの中で静かに置き換えを待っているものは他に何でしょうか？

大きなビジョンではなく、1つのワークフローから始めましょう。週に少なくとも3〜5回繰り返すコンテンツタスクを選んでください：動画からのLinkedIn投稿のリライト、YouTubeの説明文の草稿作成、ニュースレターをスレッドに変換すること、または営業の電話の要約です。すでにチェックリスト、Notionドキュメント、または「またこれか」と思う脳内に存在するものであれば、それは該当します。

具体的にしましょう。選択したワークフローについて、以下を書き出してください。 - インプット（例：YouTubeのURL、トランスクリプト、過去の投稿） - アウトプット（例：220～260語のLinkedIn投稿、3つのタイトルオプション） - 制約（トーン、ブランドルール、禁忌トピック、フォーマット）

その内容をChatGPTにメタタスクとして渡してください。あなたのプロンプトは「投稿を書く」ではなく、「アプリを設計する」です。自動化キャンバスのための構造化された仕様を生成するように依頼してください：モジュール、データフロー、プロンプト、モデル。ブレンダン・ジョウェットのシステムを参照し、複数のチャットエージェント、トランスクリプトの取り込み、および1つのビデオを投稿、説明、画像に変換する再利用可能なプロンプトテンプレートを含めてください。

モデルとコンテキストについて明確にしてください。ChatGPTに以下を求めてください： - プライマリーテキストモデル（例：GPT-4、Gemini 2.0.0） - 例やトランスクリプトのための知識レイヤー - 各ノードに対する明確な入力/出力フィールド - ブランドにそぐわないコンテンツのためのエラーステートとガードレール

その仕様をReplet（または類似のノーコードエージェントビルダー）に取り込み、コードを書くのではなくブロックをドラッグし始めましょう。ジョウェットのキャンバスの1つのレーンを再現します。例えば、「YouTube URL → トランスクリプト → LinkedInポスト + 説明」といった形です。自分のサンプルポスト、ロゴ、ブランドルールを組み込んで、エージェントが一般的なグロースハッカーらしくならないようにしましょう。

これを6か月のプラットフォーム構築ではなく、90分の実験として捉えてください。毎日15〜30分の時間を確実に節約できるものが得られたら、それを実際のワークフローに導入し、1週間ストレステストを行ってください。

結果を共有しましょう。キャンバスのスクリーンショットやプロンプトのスニペット、ビフォー・アフターのコンテンツをLinkedInやXに投稿し、使用したツールをタグ付けしてフィードバックを求めてください。最初の自動ワークフローは完璧ではないかもしれませんが、それは本物であり、あなたが眠っている間も稼働しています。

記事に記載されている「コンテンツマシン」とは何ですか？

コンテンツ制作を自動化するために構築されたカスタムのノーコードアプリケーションです。視覚的なキャンバスを使用して、動画のトランスクリプトやライティングの例などのデータソースをAIモデルに接続し、パーソナライズされた投稿、スクリプト、画像を生成します。

同様のアプリケーションを構築するには、コーディング経験が必要ですか？

いいえ。システム全体は「バイブコーディング」というツールを使って構築されました。このツールでは、欲しいアプリケーションを平易な英語で説明すると、AIがそれを作成してくれます。

これは単にChatGPTのようなツールを使うのとはどう違うのでしょうか？

この方法は、あなたの特定のワークフローに合わせた永久的なカスタマイズシステムを作成します。ブランドの声、例、データソースなど、すべてのコンテキストを事前に読み込むことで、毎回手動でプロンプトに貼り付ける必要がなくなり、時間を節約します。

このシステムはどのAIモデルを使用できますか？

システムは柔軟で、ユーザーが異なるAIモデルを入れ替えることができます。ビデオでは、テキスト生成にGoogleのGeminiを使用し、高品質な画像生成には「ナノバナナプロ」というモデルを使用していることが言及されています。