ChatGPTとは
OpenAIが開発した大規模言語モデルを使った対話型AIです。GPT-4oやGPT-4o-miniなど複数のモデルが用意されており、ブラウザから無料で使えるチャットインターフェースと、APIを通じたシステム組み込みの両方に対応しています。gpirot.comでは「考える」フェーズのパートナーとして、このどちらの使い方も行っています。
>
gpirot.comでのChatGPTの具体的な使い方
このサイトの運営スタイルを一言で表すと、「ChatGPTで考えて、Claude Codeに作らせた」です。白米元気はエンジニアではないので、「こういう自動化がしたい」というアイデアをそのままコードに落とすことができません。そこでChatGPTが最初の壁打ち相手として機能しています。
- アイデア整理：「副業案件を自動でスコアリングする仕組みを作りたい」という漠然とした要望を、ChatGPTとの対話を通じて「必要なデータは何か」「どんなフローが現実的か」という具体的な構成に落とし込みます。
- 課題の先出し：「この構成だと○○という問題が起きそう」という指摘をChatGPTからもらってから、Claude Codeに実装を依頼します。ChatGPTは設計レビュアーとして機能しています。
- API経由での大量処理：
gpt-4o-miniはこのサイトで最も稼働量が多いモデルです。用途は2つあります。①run_news_synthesizer.pyによるニュース記事の自動合成（「最新AIニュース分析」カテゴリ290本超はすべてgpt-4o-miniが執筆）、②opportunity_pipeline.pyによる副業案件の評価・スコアリング処理です。Claudeは品質重視の実践記事に集中させ、大量・定型処理はgpt-4o-miniに任せるという役割分担が機能しています。
整理するとChatGPTの役割は「設計フェーズ」と「低コストの定型判断処理」の2つに分かれています。Claude Codeは実装に特化させ、ChatGPTは思考と安価な量産処理に使うという役割分担がこのサイトの核心です。
実際に使ってわかったこと・ポイント
運用を続けてわかったのは、「ツールの得意不得意を使い分けることが自動化の精度を上げる」ということです。いくつかポイントをまとめます。
- ChatGPTは「思考の外在化」が得意：頭の中でぼんやりしているアイデアをチャットで吐き出すだけで、構造が整理されます。エンジニアでない人ほど、この使い方が有効です。
- gpt-4o-miniはコスト効率が高い：
opportunity_pipeline.py内の案件評価処理は、GPT-4oで動かすと費用がかさみます。定型的な判断タスクにはgpt-4o-miniで十分な精度が出るため、コストを抑えながら自動化を回せています。 - Claude Codeに渡す前に「仕様書」を作る：ChatGPTとの壁打ちで出てきた構成・要件を整理したテキストを、そのままClaude Codeへの指示として使います。この一手間がコードの品質を大きく左右します。
- 「なぜそうするのか」を聞き返してもらう：ChatGPTに「この設計の弱点を指摘して」と頼む習慣をつけると、後から問題が起きにくくなります。
まとめ：AI副業×自動化に挑戦する人へ
「エンジニアじゃないから自動化は無理」と思っていませんか。gpirot.comはその思い込みを壊すための実験サイトです。ChatGPTはコードを書かなくても使えます。アイデアを整理して、仕様を言語化して、別のAIに実装させる——この流れさえ身につければ、ノーコードで自動化システムを育てることができます。
opportunity_pipeline.pyのような実際に動いているスクリプトも、出発点はChatGPTとの雑談でした。まずは「こんなことを自動化したい」とChatGPTに話しかけるところから始めてみてください。