全自動パイプラインを作った男が、スマホのハッシュタグ1つに敗北する話

最近、私の個人工房（作業環境）はかつてないほどの技術的進歩を遂げていました。

MacとWindows、AIとObsidianを縦横無尽に繋ぎ合わせ、あらゆる作業が「ほぼ全自動」で回り始めたのです。

思考のメモを1本サラッと書くだけで、Web記事とYouTube動画が勝手に出力される。 離れた場所にあるWindows機をCLIから叩いて、ドット絵の挿絵が数秒で手元に届く。

「ついに理想の自動化帝国が完成した……！」

モニターの前で、私は確かにそう確信していました。 そう、スマホからBlueskyを開くその瞬間までは。

ここ最近の個人的な技術アップデートたち

少しだけ、ここ数週間で開通した「工房のトンネルたち」の話をさせてください。 自分でも引くくらい、いろんなパイプラインを繋ぎまくっていました。

1. Fountainからブログと動画が勝手に出てくる仕組み

Obsidianで独自の対話記法（Fountain JP）で台本を書くと、以下の2つがワンクリックで同時に生成されます。

  • Astro対話ブログ: 自作プラグインで可愛い顔アイコン付きの吹き出しHTMLに変換して自動公開
  • ゆっくり風Shorts動画: VOICEVOX（ずんだもん × 青山龍星）が喋り、立ち絵がバウンドし、極太字幕とBGMが乗ったMP4が完成

映像と音声のミリ秒単位のズレを解消し、BGMの音量をA/Bテストで最適化し、YouTubeへの自動アップロードまで組み込みました。

2. MacからWindowsのComfyUIを叩く「ドット絵2段階生成」

MacのターミナルからAPI経由でWindows機（RTX 4070）を動かし、動画用のドット絵挿絵を量産する環境を作りました。

ここで見つけた勝ちパターンが**「構図と画風を2段階に分ける」**という技です。

  1. Step 1: 写実モデル（RealVisXL）で「物の配置や光の向き」だけを正確に作る
  2. Step 2: それをイラストモデル（NoobAI-XL ＋ ピクセルLoRA）のimg2imgに通してドット絵化する

AIに「3つのアイテムが並んだドット絵」を一発で描かせようとすると必ず崩壊するのですが、役割を分担させると驚くほど綺麗に決まるのです。

3. トポロジーから作るゲーム生成論とオープンモデル

Unityの新CLIや、無料・無制限で使えるオープンウェイト動画生成モデル（MiniMax H3）の検証も進めていました。

特に面白かったのが、ゲームマップを座標ではなく「カギ ➔ ドア ➔ ボス」という**トポロジー（意味のつながり・グラフ構造）**としてAIに設計させるアプローチです。 これを使うと、「クリア不可能な詰みマップ」が原理的に絶対に発生しないダンジョンを、手元の軽量なAIで一瞬で吐き出せます。

そして、Blueskyの自動引き込みを作った

さて、本題はここからです。

私は毎月の制作目標（A Mission a Month）を掲げて走っているのですが、日々の細かい進捗やつぶやきを、このAstroブログ側にも自動で残したくなりました。

そこで、「Blueskyで特定のハッシュタグを付けて投稿したら、ブログの進捗ログに自動で引き込まれる仕組み」 を開発したのです。

[ スマホでBlueskyにつぶやく (#amam2609) ]
                   │
                   ▼
[ Astroのビルド時にAPI経由でポストを取得 ]
                   │
                   ▼
[ ブログのミッションページに進捗ログとして自動反映！ ]

BlueskyのApp Passwordを使って認証を通し、タグで検索してビルド時に静的HTMLへ流し込む。 セキュリティ的にも美しく、完全にモダンでスマートな設計です。

「これで日々のつぶやきが、なんの手間もなくブログの資産になるぞ！」

私は完璧な設計図を前に、ひとり悦に入っていました。

スマホを握りしめた瞬間、手が止まる

仕組みが完成し、さっそく記念すべき第1投を投稿しようとベッドの上でスマホを手に取りました。

Blueskyアプリを立ち上げ、今日の進捗を打ち込みます。 そして、トリガーとなるハッシュタグをつけようとした、そのときでした。

「…………。」

「スマホから毎回 #amam2609 って打つの、絶妙にめんどくさくないか？」

指がピタッと止まりました。

考えてもみてください。 まず文字入力を英数モードに切り替える。 記号一覧から # を探してタップする。 アルファベットで a m a m と打ち込む。 さらに数字入力に切り替えて 2 6 0 9 と押す。

……めんどくさい。 圧倒的に、めんどくさいのです。

「ユーザー辞書に登録すればいいじゃないか」と思われるかもしれません。 もちろん登録すれば解決する話です。

でも、問題はそこじゃないのです。

自動化のパラドックス

何百行ものPythonコードを書き、APIを叩き、映像と音声のフレーム同期をミリ秒単位で合わせ、複数のPCをローカルネットワークで連携させて「全自動だ！」と胸を張っていた人間がです。

スマホの画面でたった7文字打つ手間に、あっけなく敗北しているのです。

これ、ものすごく滑稽だと思いませんか？

裏側のパイプラインがどれだけSFのように高度になろうと、人間が手動で介入する「最前線の1ミリ」に摩擦があると、システム全体が途端に息の根を止められる。

私は以前、Obsidianのフォルダ分類を何層も細かく作りすぎて、ノートを書く手が止まってしまった経験があります。 「分類の箱を作ること」に熱中するあまり、肝心の「中身を書くこと」から逃げていたわけです。

今回のハッシュタグ問題も、まさに完全に同じ構造でした。

立派な蛇口を取り付けることに全力を注ぎすぎて、コップを持って水を汲みにいく人間の怠惰さを、1ミリも計算に入れていなかったのです。

道具を磨くことと、使うことのあいだ

技術はどんどん進化しています。 AIはゲームの論理構造を組み上げ、動画を生成し、サーバーを連携させてくれます。

けれど、最後の最後にキーボードやフリック入力で言葉を紡ぎ出すのは、どこまで行っても生身の不完全な人間です。

いくら高度なパイプラインを築いても、人間の一番泥臭い「めんどくさい」という感情には敵わない。 その摩擦こそが、私たちが身体を持って生きている証拠なのかもしれません。

さて。

偉そうな教訓めいたことを書いたところで、私はこれからスマホのキーボード設定を開き、おとなしく「あま」で #amam2609 が出るよう辞書登録をしてこようと思います。

文明の利器を使いこなす道は、いつだって地味な一歩から始まるのです。