あき🐔AI開発×マーケティング

自サイトの記事がAIOにいくつか引用されたので検証方法による違いを考えてみた。 最初に言いたい事を言っておくと… ・今は基本はシークレットよりパーソナライズなしが私のおすすめ ・AIO見るときは別 ・どう調べてみても自ページが上位に出ていればそれが一番いいよね ・普通の検索とAIO枠は違う動きをしていそう 長くなります。 同じキーワードで「パーソナライズなし」と「シークレットモード」の両方で確認した結果がこれ↓ 【パーソナライズなし】 →AIO引用あり（回答テキスト＋サムネイル表示）＋オーガニック2位 【シークレットモード】 →AIO引用なし＋オーガニック2位 オーガニック順位は同じ。でもAIOの引用の有無が違った。 これ、あまり誰も検証していない気がするけど見ている人いる？ そもそもGoogleアカウントを持っている時点で、Web & App Activityなどのデータ保存はデフォルトでONになっている。（ここの取得が段階的に色々あったよねここでは割愛） つまりアカウントにログインしている人が見ている検索結果は、多かれ少なかれパーソナライズされているわけ。 じゃあ完全にニュートラルな検索結果を見ている人がどれだけいるかというと、ほぼいないと思うんです。 SEOの検証で本当に気にすべきは、自分のサイトへの訪問履歴やクリック履歴が結果を引き上げていないかどうか。過去にも言ったよね？一回でも来てもらうことでパーソナライズ思いっきり変わるって。ここが大事だと思っていて。 パーソナライズなし検索にすればこの影響は切れるので、そこで出ている結果は一般の検索するユーザーにも表示されている可能性が高い。 シークレットモードはさらにログイン状態やCookieも切れるので排除範囲は広いけど、IP由来の位置推定は残る。大小あれど、どちらも完全に中立な結果ではない。 今回気になったのは、オーガニック順位は両方とも同じなのに、AIOの引用だけ差が出たこと。AIOの表示ロジックがオーガニックとは別で動いている可能性があるかなと。 まだn=1なので検証数は足りなすぎてハッキリは何にも言えないけれど…AIOの検証についてだけはパーソナライズなしとシークレットの両方で見た方がいいのかもしれない。

【注意喚起】 元俳優の方が生成AIベースの台本のセリフ読み取りアプリをリリースしたとのことです。 Google社及びAnthropic社の生成モデルを使用しており、リスクが未知数となっております。

Claude code ガチ勉強したいんですが、そういうコミュニティあったりします？ おすすめ教えて欲しいです。

ちゃんとした分析はしてないけど、明らかにプロモーションテキストを感情訴求にしてからコンバージョン率が上がってる。 今までの下限を下回る事もないし、何なら上限の上振れがちらほら出るようになった。 ターゲティングが女性ってのもあるのか感情に訴えると強いのか🤔

個人開発やっててユーザーつかない人は一回10万円くらい広告回してみればいいのにって思ったりする。 良ければDAU伸びるしダメならすぐ方向修正できる。

気づいてるか？ 最近Xでもフリーランスの厳しい現実が話題になっているが、AI時代、IT業界で生き残りたいなら『汎用的なスキルを身につける』ではなくて、 『業界特化で成功パターンの型を作る』一択だ。その理由を解説する。今フリーランスが厳しいと言われるのは、景気や案件数の問題だけじゃない。「できる人が増えすぎた」のが本質だ。しかもAIのせいで、その“できる”の範囲が一気に広がった。LPの文章、広告の案、バナー案、要件整理、提案書、コード、テスト、分析の下書き。昔は「それができるだけで食える」領域が、今は「それくらいAIとテンプレで誰でもやれる」になった。つまり汎用スキルは、あなたが努力して身につけるスピードより、世の中に供給されるスピードのほうが速い。結果、単価が下がる。競争は激化する。これは努力不足じゃなく、構造の変化だ。 じゃあどんな人材が残るのか。 残るのは“業界の現場で成果が出るやり方”を知っていて、それを再現できる人だ。たとえば「Web制作できます」「広告運用できます」「データ見れます」は、言ってしまえばどの業界でも通用しそうに見える。でも実務で一番難しいのはそこじゃない。業界が変わると、刺さる言葉、購買心理、価格帯、意思決定者、決裁フロー、法律や炎上リスク、季節性、導入のハードル、継続の理由が全部違う。たとえば医療と教育と不動産と採用と飲食とSaaSでは、同じ“集客”でも地雷が違う。汎用スキルの人は毎回ゼロから考えることになり、時間が溶けて、成果が安定しない。そして成果が安定しない人は、フリーランスでは最初に淘汰される。なぜならクライアントは「頑張ります」ではなく「同じ条件なら再現できます」を買うからだ。 そこで効くのが「業界特化で成功パターンの型を作る」だ。型とは、たとえば「この業界はまず検索で比較されるから、LPは比較軸を先に置く」「この業界は無料体験からしか売れないから、体験の設計が最重要」「この業界はリピートが命だから、初回の導線より継続の仕組みを先に作る」みたいに、勝ち筋が“決まっている状態”のことだ。型があると、次の案件でも骨格を流用できる。改善点も見えやすい。提案も速い。成果も読みやすい。ここでAIが最大限に効く。AIは型がある仕事は爆速で回せる。文章や素材を量産し、ABテストの案を出し、レポートをまとめ、運用の手順を整える。型がない状態でAIを使うと、アイデアが散らかって終わる。型がある状態でAIを使うと、精度も速度も上がって、勝率が上がる。 さらに、型を持つと“信用”が積み上がる。業界特化で実績が出ると、紹介が起きる。業界内は狭いから「〇〇業界に強い人」という評判が立つ。これがフリーランスにとって一番強い武器だ。汎用スキルの人は、毎回「安くて早い人」との比較に巻き込まれる。でも業界特化の人は「あなたに頼む理由」がある。単価交渉も通りやすい。しかも型は資産になる。チェックリスト、提案書テンプレ、KPI設計、運用ルール、勝ちパターンの事例集。これが増えるほど、仕事の質もスピードも上がり、同時に“代替されにくさ”も上がる。 ちなみに私は4年前に個人開発した決済導入SaaS『Apps』が流通総額90億円を超え、それでメシを食っているが、Appsはかなり汎用性に偏ったプロダクトだ。そのため私は特定の業界の知識があまりない。だからAI時代、Apps単体では生き残れないと確信している。 そこで最近では、Don’t Work!（働くな、没頭しろ）という思想を掲げ、Don’t Work! Clubというコミュニティを作ったりしている。そして、このコミュニティのメンバー（主にエンジニア）と組んで、Appsを広めた成功の型とメンバーの特定分野の知識を活かしたAIプロダクトの開発を開始した。生産拠点である、Apps STUDIO OSAKAに生成AIのローカル環境も構築予定だ。 結論。 IT人材としてAI時代を生き残りたいなら、まず狙う業界を1つ決めろ。次にその業界で、誰が買うか、何に困っているか、どうやって比較するか、どこで失敗するか、成功の指標は何かを集めろ。できれば3社分の案件で、勝った要因と負けた要因を言語化する。そして勝ち筋だけをテンプレ化する。ここまで来たらAIで回す。量産して検証し、勝ち筋を太くする。汎用スキルを広く集めるより、業界特化で型を1つ完成させた方が、AI時代のIT業界では圧倒的に生存確率が上がる。 やるしかねえ。Don’t Work!