こんにちは、Sh33p（シープ）です。
現在、未経験からIT業界への挑戦を目指して、PythonやAIの勉強を進めています。
今回は、その学習と日々のブログ・SNS運営をもっとスムーズに回すために、「X（旧Twitter）の投稿ネタ選定＆学習管理アプリ」をPythonで自作した話を紹介します。
開発のパートナーにはAIのClaude、APIとしてはGoogleAIのGemini2.5-flash-liteを使ったのですが、結論から言うと、Claudeのアプリ開発サポート能力は本当に驚くほど優秀です。
ただ、AIに「こういうアプリのコードを書いて」と大雑把に投げるだけでは、その実力の1割も引き出せていません。
今回は、AIをただの「作業員」にせず、プロの「共同開発者」として活用するための「対話型プロンプト術」を、実際の開発プロセスを交えながら解説していきます。
1. 僕が作った「X投稿ネタ選定＆学習管理アプリ」の機能
まずは、今回Claudeと一緒に作り上げたアプリの機能を紹介します。
ターミナル（PCに命令を入力する画面）で streamlit run app.py を実行するとブラウザが自動で開くWebアプリで、日々のSNS運営とPython学習のアウトプットを一本にまとめられるのが特徴です。
トレンドネタ検索 ＆ X投稿文生成
Google APIを使って今日のトレンド情報を自動で取得し、X（旧Twitter）でウケそうな投稿文を自動で書き出してくれる機能です。
ブログ・X兼用のネタ帳機能
思いついたアイデアをストックしておけるメモ帳機能です。ただのメモにとどまらず、保存した内容をもとにAIが新しい投稿ネタの提案もしてくれます。
Python学習ログの自動変換機能（一番のこだわり！）
GeminiやGoogle AI Studioを使ってPythonを勉強したその日の学習まとめをアプリに貼り付けるだけで、X投稿用のテキストに自動変換してくれる機能です。 学んだことをそのままSNSのアウトプットに直結できるのが気に入っています。
カレンダー・投稿件数の進捗確認機能
日々の投稿数や学習の進み具合を視覚的に確認できる機能です。
特に自分の学習アウトプットをXの運用に直結させる仕組みは、開発していて一番手応えを感じた部分です。
2. ただプロンプトを投げるだけではダメな理由
さて、ここからが今回の本題です。
AIでアプリを作るとき、多くの人は「〇〇ができるPythonのコードを書いて」と大雑把に指示して、出てきたコードを動かし「バグが出た、直して」を繰り返します。
これだと、AIは言われた通りに動く最低限のものしか作ってくれませんし、スパゲッティコードのように増築に増築を繰り返し、バグがバグを呼ぶ状況になっていってしまいます。
本当に使えるアプリに仕上げるには、開発の設計段階で「AIに専門家の役割（ペルソナ）を与えて、問題点を指摘させる」というプロセスがとても大切です。
ペルソナとは、「あなたはプロのマーケターです」のように、AIに特定の専門家としての立場を与えることで、より的確な視点からフィードバックを引き出すテクニックのことです。
3. Claudeの実力を引き出す「対話型プロンプト」3ステップ
ステップ①：AIに「プロのマーケター」としての役割を与える
アプリの基本設計ができた段階で、僕がまずやったのはコードを書かせることではありませんでした。Claudeにプロのマーケターとしての立場を与えて、設計図のレビュー（見直し）を依頼したんです。
僕のプロンプト例：
「あなたはプロのSNSマーケターであり、ブログやSNSの個人運営者です。僕の現在のXのフォロワー数や毎日の投稿数を教えるので、本当にこのアプリの機能だけで集客ができるか、プロの目線で客観的に評価してください」
こうして「厳しい専門家」の立場を明確に指定することで、AIはお行儀のいいお世辞を言わなくなります。「この仕様では、なぜ集客が難しいのか」という問題点を、具体的にズバズバ指摘してくれるようになりました。
ステップ②：あえて「逆質問」をさせてデメリットを引き出す
次に、アプリの機能について「なぜ使いたくないか」というデメリットをAI自身に考えさせます。
僕のプロンプト例：
「あなたがこのアプリを使う当事者だとしたら、使いたくないと感じる理由や、この設計のデメリットを挙げて。本当に集客に繋げるために、現状の最適な改善案も一緒に出してください」
もともとの設計は「バズりやすいネタを集めて投稿文を作る」というシンプルなものでした。
しかしClaudeから、「大雑把なバズネタを拾うだけでは他者と差別化できず、独自の専門性が出ないため集客には繋がらない」という鋭い指摘が返ってきたんです。
これは自分一人では気づきにくかった視点で、正直かなりハッとしました。
ステップ②のClaudeの返答イメージ
ステップ③：指摘されたデメリットの改善案をAIに考えさせて実装する
AIが自分で見つけたデメリットに対して、今度はその解決策もAI自身に提案させます。
この流れから生まれたのが、機能紹介でも触れた「Python学習ログをX用の投稿に変換する機能」でした。
ネットから拾った薄いバズネタではなく、僕自身の「リアルな学び」を前面に出せるこの機能は、マーケター視点から見ても価値のあるアカウント運用につながります。
こうしてClaudeに問題点と改善策を導き出してもらいながら、それをPythonの追加機能として実装していきました。
実際のコードはGitHubで公開しています。Windowsの方は start.bat をダブルクリックするだけで起動できます。
これらを実際に稼働させてみると、このような画面になります。
このまま文案を生成するを押すと、内容に沿った投稿案が出てきます。
まだ文章自体が少し安定しませんが、あらかたなベースとして利用するには十分な内容を持ち合わせています。
ちなみにこの選定を行っているのがGoogleAIのGemini-2.5-Flash-liteです。
pyファイルからモデルを変更ができるので、変更を行うことでより精度のいい内容を書き出すことも可能です。
また、有料のAPIキーをお持ちの方はそのモデルを利用して文章の出力することもできます。
まとめ：AIを「コード書き」にせず「相談相手」にする開発スタイル
AIを使ったアプリ開発は、次の流れを踏むことで、ぐっと価値のあるものになります。
- ペルソナ（専門家の役割）を決める
- 現状を具体的に伝える
- メリット・デメリットや問題点を出力してもらう
- その解決策をAI自身に考えてもらう
プロンプトのやり方ひとつで、AIは指示待ちの作業員にもなれば、鋭いアイデアを出してくれるコンサルタントにもなります。
AIを使ったアプリ開発やクリエイティブな活動に挑戦してみたい方は、ぜひAI自身に逆質問させ、ダメ出しをしてもらう方法を試してみてください。
それでは、また次の記事でお会いしましょう！
コメント