「ChatGPTは便利だけど、結局は文章を書いてもらう道具だよね」
少し前まで、私の中でもその感覚が強かった。
もちろん、文章を書く、相談する、コードのたたき台を作る。そうした用途だけでも十分に便利である。
ただ、自分のサーバーと接続して使うようになってから、その印象は大きく変わった。
ChatGPTそのものの知能が急に上がったわけではない。それでも、AIの使い方そのものが変わったという感覚がある。
以前、構成や開発の記録は「非エンジニアがChatGPTとVPSで『自分専用AI基盤』を作ってみた」にまとめた。この記事ではその続きとして、実際に使い始めて何が変わったのかを書いてみたい。
これまでのChatGPTは「考えるところ」までだった
以前のChatGPTは、基本的には「考える」「書く」「提案する」ところまでを担当していた。
たとえば、
- 記事の構成を考える
- コードのたたき台を作る
- データ解析の方針を相談する
- SNS投稿文の案を出す
といった作業である。
これはこれで十分便利だったが、その先にはいつも人間側の作業が残っていた。
コードを書いてもらっても、実際に動かすのは自分。 記事案を作ってもらっても、WordPressへ入れるのは自分。 SNS文を考えてもらっても、各サービスに投稿するのは自分。
つまり、ChatGPTは優秀な相談相手ではあっても、実作業との間にははっきりと境界があった。
サーバーとつないだら、できることの質が変わった
この境界が変わったのは、ChatGPTからMCP経由で自分のVPSへアクセスできるようになってからである。
サーバー側には、Linux、Python、Git、データベース、n8n、WordPress連携、SNS連携などを少しずつ積み上げてきた。
その結果、ChatGPTとの会話が、単に「案を出して終わり」ではなくなった。
たとえば、
- コードを書き換える
- テストを実行する
- データを保存する
- 長めの処理を走らせる
- WordPressの記事下書きを作る
- XやBluesky、Instagramの投稿を準備する
といったところまで、一連の流れとしてつながるようになった。
ここで重要なのは、AIが突然なんでもできるようになったわけではないことだ。
実際には、ChatGPTの外側に「記憶」「計算」「実行」「公開」のための仕組みができ、その仕組みを使いながら会話できるようになった、という方が正確である。
AIに「手足」が付いた感覚
この変化を一言でいえば、私にとってはChatGPTに手足が付いた感覚に近い。
以前は、考えたことを外へ出すには、人間がその都度道具を持ち替える必要があった。
- 相談はChatGPT
- 実行はサーバー
- 記録は別の場所
- 公開はWordPressやSNS
というように、作業が分断されていた。
今は、その分断がかなり薄くなっている。
会話の中で考え、必要なら計算し、ファイルへ残し、出力を確認し、修正し、そのまま発信まで進める。
もちろん、最後の判断や承認は人間がするべきである。しかし、途中の反復作業はかなり任せられるようになった。
実際に変わったこと
抽象的な話だけでは分かりにくいので、実際に変わった点を挙げる。
1. 「相談」で終わらず、処理まで進む
以前なら、「こういう解析がしたい」と相談したあと、自分で環境を開いて実行する必要があった。
今は、会話の流れの中で処理まで進められる場面が増えた。
これは地味だが大きい。思考と実行の間にある摩擦が減るからだ。
2. 情報がその場限りで終わりにくい
ChatGPTとの会話は便利でも、普通に使っていると、その時その場で流れていきやすい。
一方、サーバー側にMarkdown、データベース、履歴管理を持たせることで、
- 記録として残す
- 後から検索する
- 別の作業へ再利用する
という流れが作りやすくなった。
単に会話するAIではなく、少しずつ「自分用の知識基盤」の一部になってきている。
3. 発信までの距離が縮まった
今回かなり面白いと感じたのはここである。
先ほど、ChatGPTとサーバーをつないで使っていること自体を、XとBlueskyへ投稿した。その投稿文も、ChatGPTとの会話から作り、そのまま外部サービスへ送っている。
つまり、
「ChatGPTから外部サービスに投稿できるようになって面白い」
という内容を、実際にChatGPTから外部サービスへ投稿しているわけである。
少し入れ子のような話だが、こうした一体感は従来の使い方にはなかった。
4. 新しい用途を後から足しやすい
今の環境で面白いのは、何かひとつの専用システムを作って終わりではないことだ。
土台があるので、用途を後から増やしやすい。
たとえば、
- 研究データ解析
- WordPress投稿
- SNS配信
- 動画編集
- 音声文字起こし
- 知識整理
一見ばらばらだが、実際には
ChatGPTが判断する → サーバーが処理する → 結果を保存する → 必要なら公開する
という同じ流れに乗せられる。
これは単なる便利ツールを増やしている感覚とは少し違う。
「AIを使う」から「AIを組み込む」へ
最近いちばん変わった感覚は、ここかもしれない。
以前は、必要な時にChatGPTを開いて使う、という感じだった。
しかし今は、ChatGPTを単独のサービスとして使っているというより、自分の作業環境の中へAIを組み込み始めている感覚がある。
- 相談相手として使う
- 実行系の入口として使う
- 情報整理の窓口として使う
- 発信作業の中継点として使う
つまり、ChatGPTが「外部の便利な道具」から「自分の環境の中で働く頭脳」に少しずつ近づいている。
もちろん、万能になったわけではない
ここは誤解しないようにしておきたい。
サーバーと接続したからといって、ChatGPTが万能になったわけではない。
- 間違えることはある
- 仕様の理解が甘いこともある
- 実行すべきでない処理は止める必要がある
- 最後の公開判断や品質判断は人間が必要である
むしろ、こうした環境では、どこまで任せて、どこで人間が止めるかの設計が非常に大事になる。
それでも、モデル単体の性能だけを見ていた時とは、実用上の能力がかなり変わる。
頭脳だけでなく、記憶、計算、作業環境、公開経路までそろうと、同じAIでも到達できる成果物のレベルが変わるからだ。
前の記事と今回の記事の関係
前回の記事が「どう作ったか」の記録だとすれば、今回の記事は「作った結果どう変わったか」の記録である。
- 前回：構成、失敗、改善、実装の話
- 今回：実際の使い方、感覚の変化、運用の話
この2本は、前後編のような関係になっている。
もし、
「そもそもどういう構成でつないでいるのか」
が気になる方は、先に前回の記事を読んでもらうと分かりやすいと思う。
いま面白いのは、能力そのものより「つなぎ方」
生成AIの話では、どうしても「どのモデルが賢いか」に注目が集まりやすい。
もちろんそれは重要である。
ただ、実際に使っていて最近強く感じるのは、AIの性能そのものだけでなく、何につながっていて、どこまで動けるかが同じくらい重要だということだ。
どれだけ賢くても、考えたことをそのまま実行できなければ、最後は人間が全部つなぐ必要がある。
一方で、ある程度賢いAIに、記憶、計算環境、実行基盤、外部サービスとの接続が加わると、使い方そのものが変わる。
それは単に「便利になった」というだけではなく、仕事の流れそのものが変わる感覚である。
最後に
自分のサーバーとつないでみて分かったのは、ChatGPTが急に別物になったわけではない、ということだった。
それでも、AIの外側にある仕組みを整えることで、AIの使い方は大きく変わる。
個別の作業をその都度頼むのではなく、自分の作業環境全体の中にAIを少しずつ組み込んでいく。
いま起きている変化は、たぶんそこにある。
そして何より、
「次は何をつなげたら、もっと面白くなるだろう」
と考えられるのが楽しい。
ちなみに、この記事の作成と投稿準備もChatGPT上で進めている。こうしたこと自体が、すでに以前とは違うAIの使い方なのだと思う。
コメント