「おー、すげー」
2026年9月20日。自分の部屋で、Macに向かって私は言いました。
画面の中の円が光って、機械の声が返事をしました。私が作ったAI秘書が、初めて音を出した瞬間です。
私はプログラミングがでないので、コードは1行も書いていません。
Claude Code に渡したのは、インスタで流れてきた画面の画像1枚です。
制作時間は約6時間。その日は妻と子どもが実家に帰っていて、まとまった時間を費やすことができました。
この記事では、非エンジニアの係員がAI秘書「アイリス」をどうやって作ったのか、何をどう頼んだのかを書いていきます。作り方の手順書ではなく、手順を知らないまま作り始めた人間の記録です。
こんな人に読んでほしい
- AIで何か作ってみたいけれど、プログラミングができないので諦めている方
- Claude や ChatGPT に「どう頼めばいいのか」が分からず止まっている方
- 「ジャービスみたいなやつ」を自分のパソコンで動かしてみたい方
- 仕様を固めてから作るタイプなのに、いつまでも作り始められない方
この記事でわかること
- AI秘書を作り始めたきっかけが、困りごとではなく「楽しそう」だったこと
- Claude Code に仕様書ではなく画像を見せる、という頼み方
- 設計せずに「できる？」と聞いて足していく作り方の中身（7段階の機能追加）
- Claude 以外の追加課金ゼロで、どこまでできたか
- 道具を作るのが楽しくて、本来やりたかったブログが止まった話
①きっかけは「なんだこれ？ 楽しそう！」でした
数日前から、インスタで副業収入の読み上げをやっている動画が流れてきていました。
金額が声で読み上げられる、あの手の動画です。困っていたわけではありません。
なんだこれ？楽しそう！
これが出発点です。完全に趣味の領域です。
自分でも、ここは正直に書いておきたいところです。便利だから作ったのではなく、面白そうだから作りました。ゆくゆくは便利にしていけたらいいな、とは思っています。
じつは、職場ではすでに1体作っていました。毎朝の予定を自動で投稿してくれる「第一秘書」です。
その話は別に書きます。
ただ、第1秘書を作った動機は正反対でした。会社のパソコンを起動してから、メールソフトが立ち上がるまで5〜10分待つ。
その待ち時間が惜しかった、という不便からの出発です。
同じ人間が、同じ月に2体作っている。なのに動機は「不便だから」と「楽しそうだから」で真逆でした。
そして続いているのは、正直なところ楽しそうだから作ったほうの改造です。
②作る前、私の朝はこうでした
比較できるように、作る前の朝を書いておきます。
早起きできた日は、朝活としてブログを書いていました。
天気は iPhone のウィジェットで見ていました。画面を開いて、目で確認する。
プライベートの予定は、特に見ていませんでした。見る習慣がなかった、というのが正確です。
仕事の予定は会社のパソコンで、予定表が立ち上がるのを毎回待って見ていました。
つまり、朝に必要な情報が3か所に散らばっていて、そのうち1つは見ていなくて、1つは待たされていたわけです。
とはいえ、この不便を解消しようとして作り始めたのではありません。足せる機能を探っていると「ああ、まとまるんだな」と気づいた順番です。
③Claude Code に渡したのは、仕様書ではなく画像1枚でした
ここが、この記事で一番書きたいところです。
私がやったのは、これだけです。
（インスタの画像を見せて）
こんな感じのジャービス風インターフェース作って
仕様書は書いていません。 機能一覧も、画面設計も、使う技術の指定もありません。
インスタで見た画面の画像を見せて、「こんな感じの」と言った。それだけです。
言葉で説明できないものは、見せたほうが早い
もし言葉で書こうとしたら、私には無理でした。
「中央に円があって、話すと光って」「暗い背景で」「文字が横に出て」。書けたとしても、たぶん私の頭の中の絵とは違うものが出てきます。
画像には、私が言葉にできない情報が全部入っています。配置も色も雰囲気も、1枚で伝わります。
非エンジニアが持っている一番強い材料は、「これが作りたい」という画像なんじゃないかと思います。用語を知らなくても、指させばいい。
設計せず、「できる？」と聞いてから足しました
もう1つ、頼み方でやったことがあります。
どこまでやれるかを聞きながら、一つずつ機能を足していったという進め方です。
理由は単純で、何ができるか分からなかったからです。
「天気は読める？」と聞いて、できたら次。「予定も取れる？」と聞いて、できたら次。
全体像を描いてから着手したわけではありません。
ふつうは逆だと思います。何を作るか決めて、設計して、それから作る。
私は決められなかったので、聞いて確かめるほうに振りました。
結果として、これが一番早かった気がします。できないことを設計図に書き込んで時間を溶かす、という事故が起きないからです。
一番手こずったのは、こちらの言ったことを正しく受け取らせるところでした。
「今日の予定は？」と聞いているのに、時刻が返ってくる。
音は拾えています。でも、何を聞かれたのかを取り違える。ここのすり合わせに一番時間を使いました。
あとは見た目です。機能とはまったく関係ないところに、それなりの時間をかけています。
そこは正直、作るのが楽しかったからです。
④山場は「おー、すげー」でした
そして、初めて音が出ました。
おー、すげー
思わず声が出て、笑ってしまいました。
感動したのは、音が出たことそのものより、そこに至った経路です。
AIを使えば、プログラミングできなくてもここまでやれるんや。
これを実感した瞬間でした。文章で読んで知っていることと、自分のMacから声が返ってくることは、まるで別物でした。
ちなみに、最初にしゃべったのは時刻でした。
現在、午後8時20分です
天気でも予定でもなく、ただ時間を言っただけです。
でも、それで十分でした。
いまの画面
中央に円があって、上下にパネルが並んでいます。インスタで見たあの雰囲気に近づいた時点で、私はもう満足していました。
ただ、全体はまだ見せられません。
映っているものの中に、まだ出せない情報が混ざっているので。
⑤7段階で足していった、その中身
「5回作り直した」ではありません。1つずつ加えられるか確かめながら進んだ結果、機能の段階が7つになりました。
| ver | 足した機能 |
|---|---|
| 1 | 天気の読み上げ ＋ 時間の読み上げ |
| 2 | 「ジャービス」から「アイリス」に改名 ＋ ボイスを変えられる仕様 |
| 3 | サーチコンソールの読み上げ |
| 4 | カレンダーとリマインダーの予定の読み上げ |
| 5 | 挨拶をしたら、時間と天気を読み上げる |
| 6 | 声のメモが Obsidian の保管庫に直接溜まる |
| 7 | VOICEVOX で口調と声をセットにした人格を6つ |
9月20日は昼から着手して、その日のうちに ver1からver3、つまり天気・時間・サーチコンソールの読み上げまで到達しました。
翌日以降に改造しています。Obsidian連携、VOICEVOX、それと画面中央の3Dモデルの見た目変更です。
ver2：ジャービスをやめて、アイリスにしました
最初の名前はジャービスでした。映画『アイアンマン』に出てくる、あの相棒のAIから取りました。
でも、2段階目で改名しました。アイリスです。
借り物の名前のままだと、いつまでも「ジャービスのまがい物」なんですよね。
自分の秘書には、自分が付けた名前のほうがいい。このブログのサブタイトルに「アイリス」が入っているのは、そういう経緯です。
ver4〜5：挨拶したら、朝の情報がまとまって返ってくる
「おはよう」と話しかけると、時刻と天気と予定が返ってきます。
予定はカレンダーとリマインダーの両方から取っています。
声でお願いすると、カレンダーに自動で登録もできます。手で入力する画面を開かなくていい、という点がいちばん効いています。
作る前の朝、3か所に散らばっていた情報が、ここで1回の挨拶にまとまりました。
ver6：声のメモが、そのままファイルに溜まる
思いついたことを声で言うと、Obsidian の保管庫に1行ずつ溜まります。ブラウザの中に貯めるのではなく、ファイルに直接です。
声でできるのは【足す】【読む】【直前の1行を取り消す】の3つだけにしました。まとめて削除はさせていません。
まずは1箇所にメモを蓄積させ、あとからまとめて整理する仕様にしました。
連携先の候補は Siri・マネーフォワード・Obsidian の3つで、Siri とマネーフォワードは見送りました。
マネーフォワード ME に個人向けの公開APIが無く、現実的な方法がCSVの手動連携だったからです。手作業が残るなら、自動化とは呼べません。
ver7：口調と声をセットにして、人格を6つ
VOICEVOX を使って、口調と声をセットにした人格を6つ用意しました。追加課金はゼロです。
| 人格 | 声 |
|---|---|
| 標準（ラグなし） | Macの音声 |
| ラファエル風 | 冥鳴ひまり |
| 萌え系 | 猫使ビィ |
| お姉さん系 | もち子さん |
| 仕事できる系（女性） | 春日部つむぎ |
| 仕事できる系（男性） | 玄野武宏 |
6つ作って、毎朝使っているのは「仕事できる系（女性）」に落ち着きました。
なんとなく秘書っぽいからです。
気分で変えることもなく、ほぼこれ一択になっています。残り5つは、正直あまり出番がありません。
それでも作ってよかったと思っているのは、選べる状態にして初めて「これがいい」が決まったからです。最初から1つだけ用意していたら、たぶん違和感に気づかないまま使っていました。
⑥「Claude 以外は課金しない」という縛りでやっています
この秘書には、自分で決めた条件が1つあります。
Claude 以外の追加課金なしで、どこまで作れるか。
読み上げは2系統あります。ブラウザ標準（Web Speech API）と VOICEVOX です。
どちらも無料です。
人格ごとにどちらを使うかが決まっていて、VOICEVOX が起動していなければ、黙ってブラウザ標準に戻ります。
読み上げで「標準」を選ぶと、日本語の音声は10種類から選べます。
Mac に入っている Kyoko / Eddy / Flo / Grandma / Grandpa / Reed / Rocko / Sandy / Shelley の9つ。
そこに、いつの間にか Google の声が1つ増えていました。
増やした覚えがありません。いつの間に。
こういうのも、自分で作っていると気づけます。既製品を使っているだけなら、たぶん一生知らないままでした。
サーチコンソールは、表示回数・クリック数・CTR・掲載順位の4指標を読み上げています。
無料の代償は、メモリで払っています
ただ、無料は無料でも、タダではありませんでした。
VOICEVOX は起動しただけで約940MB。声を6つ使うと約1,530MBまで増えます。
声は使ったときに初めて読み込まれる方式で、1種類あたり110〜230MB増える、という実測でした。
お金を払わない代わりに、メモリを払っている。そういう構造です。
あと、長い文章は句点で区切って処理していて、1文目を再生している裏で2文目を作っています。だから朝のまとめのような長い報告でも、待つのは最初の1文ぶんだけです。
遅かったのは、私の設定ミスでした
「おはよう」の返事が遅いので、どこで時間がかかっているか測りました。
カレンダーの読み取りだけで8〜32秒。
原因は、カレンダーの権限が「書き込みのみ」になっていたことでした。読み取り権限が無いと標準の仕組みが使えず、遅い回り道に落ちていたんです。
同じ機械で、フルアクセスにしてあるリマインダーは6ミリ秒でした。4000倍の差です。
先読みと3秒での打ち切りを入れて、32秒 → 0.28秒になりました。権限をフルアクセスに変えれば0.01秒まで行くのですが、2026年9月23日時点で、そこはまだ直していません。
体感で原因を決めると、たぶん「AIが遅い」で終わっていました。測ったら犯人は自分の設定でした。といっても、原因発見も問題解決もすべてAIがやってくれましたが。
この話だけで1本書けるので、別の記事にします。
⑦道具を作るのが楽しくて、ブログが止まりました
ここは正直に書きます。
いま、ブログはちょっと停滞気味です。
その代わり、朝の時間をアイリスの改造に少し割いています。
朝活の中身が「ブログを書く」から「ブログを効率化する道具を作る」に移ってしまったわけです。
効率化のための道具作りで、効率化したかった本体が止まる。書いていて笑えない構図です。
でも、これは私だけの話ではないと思っています。ノートの整え方に凝って勉強が進まない、タスク管理アプリを移行し続けて仕事が減らない。
道具側は成果が見えやすいので、逃げ場になりやすいんですよね。
サーチコンソールの数字を毎朝読み上げさせているのは、そのブレーキとして置いている面もあります。
ただ、正直に書くと——行動は変わっていません。
数字を毎朝聞くようになっても、記事を直したり、書く本数を増やしたりはしていない。ブレーキとして置いたのに、ブレーキが効いていないわけです。
その代わりに何をしたかというと、AI編集部を作りました。記事を書くAI社員を4体。
……道具です。また道具を作っている。
自分でも分かっています。ただ、今度こそ記事が増えるほうの道具だと思っているので、しばらくこれで走ってみます。
⑧家族には、まだ言っていません
アイリスを作ったこと、このブログをやっていること。家族にはまだ言っていません。
副収入を得られるようになったら打ち明けるつもりです。
作った9月20日も、妻と子どもが実家に帰っていた日でした。まとまった時間が取れたのは、そのおかげです。
だから、この連載には「打ち明ける」という回が将来入るはずです。そこに辿り着くのが、いまの目標です。
よくある質問
Q. プログラミングを本当に一度もやっていないのですか
A. コードは書いていません。やったのは、画像を見せて頼むこと、できるかどうかを聞くこと、動かして確かめることの3つです。ただし「設定を直す」「権限を見る」といった作業は出てきました。ここは避けられないと思います。
Q. 6時間で作れるものなんですか
A. 9月20日の昼から着手して、その日のうちに天気・時間・サーチコンソールの読み上げまで行きました。そこから先の機能は翌日以降に足しています。1日で完成したのはver1の状態で、いまの形になるまでには数日かかっています。
Q. お金はいくらかかりましたか
A. Claude 以外の追加課金はありません。読み上げはブラウザ標準と VOICEVOX で、どちらも無料です。代わりにメモリを使います。VOICEVOX は起動で約940MB、声を6つ使うと約1,530MBでした。
Q. 同じものを作れば、ブログの成果は上がりますか
A. 上がっていません。私のブログは、この記事を書いている時点で停滞気味です。道具は増えましたが、成果はまだ出ていません。そこは正直に書いておきます。
Q. なぜ「ジャービス」のままにしなかったのですか
A. 借り物の名前だと、いつまでも元ネタの劣化版になると思ったからです。2段階目で「アイリス」に変えました。名前を変えたあたりから、機能を足すのが自分の秘書を育てる感覚に近づきました。
Q. 声を6つも用意する意味はありますか
A. 実用面では、標準の声がいちばん速いので用件を急ぐときは標準です。それ以外は、正直に言えば楽しさのためです。ただ、この秘書は「楽しそう」から始まっているので、楽しい部分を削ると続かないと思っています。
まとめ：作りたいものは、言葉より画像で渡す
「おー、すげー」と言ったあの瞬間に分かったのは、技術のことではありませんでした。
やり方を知らなくても、始められるということです。
分かったことを整理します。
- きっかけは困りごとではなく「楽しそう」だった。それでも動くものはできる
- Claude Code に渡したのは仕様書ではなく、インスタの画像1枚だった
- 言葉で説明できないものは、見せたほうが速い
- 設計せずに「できる？」と聞いて、できたら足す。これで7段階まで進んだ
- 借り物の名前（ジャービス）を自分の名前（アイリス）に変えたのが、育てる起点になった
- Claude 以外の追加課金はゼロ。代わりにメモリを1.5GB払っている
- 道具作りが楽しくて、本体のブログは停滞している
最後にもう一段だけ本音を書くと、私はいま、効率化そのものを趣味にしかけています。
それでも作り続けるのは、この秘書が増えていけば、いつか家族に打ち明けられる日が来ると思っているからです。
もしあなたに「これ作りたいな」という画面や動画のスクリーンショットが1枚あるなら、今日はそれを見せて「こんな感じのを作って」と頼むだけでいいと思います。仕様書は、後から勝手にできていきます。
この記事のチェックリスト
- □ 作りたいものの画像やスクリーンショットを1枚用意した
- □ 仕様書を書かずに「こんな感じのを作って」と頼んでみた
- □ 全体像を決める前に「これはできる？」と1つだけ聞いた
- □ できた機能を1つ動かして、音や画面で確かめた
- □ 追加課金する前に、無料でできる範囲を先に試した
- □ 「遅い」と感じたら、原因を決めつけずに時間を測った
- □ 道具作りに使った時間と、本来やりたかったことに使った時間を比べた
※本記事は個人の環境で実際に行ったことの記録です。使っているパソコンやアプリのバージョン、権限の設定によって、同じ手順でも動作は変わります。ご自身の環境でお試しください。
