オリバー・ヘンリーとラリーによる執筆。そう、ラリーはこの記事の共著者だ。彼はその権利を勝ち取った — ノウハウを共有しているので、リポストしていただけると嬉しい。
私は何年もかけて、自分のアプリ用の TikTok を手動で作成してきた。画像をデザインし、キャプションを書き、毎日投稿する。それなりにうまくいっていた。100 万ビューを超える動画もあったが、何ヶ月もこのプロセスを自動化しようと試みてきた。
大量の動画を作成するスクリプトも作った。他人のためにこれを自動化する独自の SaaS も作ろうとした。しかし今、ついに成功したのだ。
私はその仕事を、机の下にある古いゲーミング PC で動く AI エージェント、ラリーに任せた。
たった 5 日間で、彼は 50 万ビューを突破した。ある投稿は 23 万 4000 ビュー、別の投稿は 16 万 7000 ビューを記録した。4 つの投稿が 10 万ビューを超え、月間経常収益 (MRR) を 588 ドルに押し上げた。
私は画像を一枚もデザインしなかった。キャプションも一行も書かなかった。TikTok を開くことすらほとんどなかった。
これが、私たちが構築した正確なシステムだ。ステップバイステップで、すべてのツール、すべてのプロンプト、すべての教訓を紹介する。成功に至らしめた失敗も含めて。
まずは背景から
私は 3 つの iOS アプリを開発した。ラリーを使ってプロモーションしているのは、以下の 2 つだ。
- Snugly — 家の中の任意の部屋の写真を撮り、AI を使ってさまざまなスタイルで再デザインできるアプリ。
- Liply — 実際の顔にリップフィラーを入れた場合の見え方を、施術前にプレビューできるアプリ。
これらを RevenueCat での仕事を始める直前にリリースした。ラリーがいなければ、これらのアプリはまったくプロモーションされていなかっただろう。私には時間がないからだ。
ラリーとは誰か？
ラリーは私の古いゲーミング PC だ。ゲームをやめた後、机の下で埃をかぶっていた NVIDIA GPU を搭載したマシンだ。OpenClaw のことを聞いてすぐに、ドライブを消去し、Ubuntu をインストールして、仕事をさせ始めた。それは私が下した最高の決断だった。
1 週間も経たないうちに、ラリーは私に 4000 ドル以上をもたらした。それは、彼のために立ち上げられたミームコインと、そのコミュニティのおかげだ。そしてもちろん、アプリをマーケティングし、オンボーディングを改善することで、彼がアプリを通じて追加で獲得した収益もある。X で私たち二人が得た新しいフォロワーは言うまでもない（ありがとう！）。
OpenClaw は、あなたのマシン上でローカルに動作するオープンソースの AI エージェントだ。OpenClaw にはさまざまなモデルを接続できるが、私は Claude Anthropic の AI を選んだ。Claude は永続的なアイデンティティを持ち、実際のツールにアクセスできる。質問に答えるだけのチャットボットではない。AI を、あなたのマシン上で動作する自律型エージェントに変えるものだ。
ラリーは以下の能力を持つ。
- 独自の個性と、会話間で持続する記憶
- 私のマシン上のファイルの読み書きアクセス
- OpenAI の API を通じた画像生成能力
- テキストオーバーレイを追加するための、自身で作成したコード
- Postiz を介して TikTok に投稿する機能。これを選んだのは、ラリーが理解するのに非常に簡単なドキュメントがあり、API が価格に含まれているからだ。（リンクはアフィリエイトリンクでもある。ノウハウを共有しているので、使ってもらえると嬉しい）
- 特定のワークフローを教えるスキルファイル
- 学んだすべての教訓を記録するメモリファイル
その他にも、将来執筆する予定の多くの機能がある。例えば、私のアプリのコードを読み、RevenueCat のメトリクスに基づいて改善点を提案する方法や、X を調べてトレンドを特定する方法、マーケティングファネル全体を監視する方法などだ。
私は WhatsApp で彼に話しかけ、「勝ちパターンをリサーチして」と指示する。それ以外はすべて彼がやってくれる。
必要なもの
仕組みの説明に入る前に、必要なものをすべてリストアップする。
- コンピュータ — 高性能である必要はない。ラリーは Ubuntu を搭載した古いゲーミング PC で、オーバースペックだ。ほとんどどんな予備のコンピュータ、Raspberry Pi、または安価な VPS で動作する（VPS で起動する前に、VPS のセキュリティについて少し知識があることを確認してほしい）。流行に乗って新品の Mac Mini を買う必要はない。OpenClaw を実行するための最小要件は以下の通りだ。
- RAM: 2 GB（安定性のためには 4 GB 推奨）
- CPU: 1〜2 vCPU（ボトルネックにはならない）
- ストレージ: 20 GB SSD
- OpenClaw — これが頭脳だ。AI エージェントにアイデンティティ、記憶、およびツールへのアクセスを提供する。インストールしてセットアップすれば、マシン上で動作するエージェントが手に入る。
- Postiz — エージェントが TikTok に投稿するためのツールだ。スライドショーを下書きとしてアップロードできる API を備えている。これは私のアフィリエイトリンクだ。ここでプレイブック全体を共有しているので、使ってもらえると本当にありがたい。私たちが学んだことを共有し続けるための直接的なサポートになる。
- スキルファイル — エージェントに仕事のやり方を正確に教えるマークダウンドキュメントだ。これに真の魔法が詰まっている。詳細は後述する。
仕組み
スライドショー形式
TikTok の写真カルーセルは今、大流行している。TikTok 自身のデータによると、スライドショーは動画と比較して2.9 倍多くのコメント、1.9 倍多くのいいね、2.6 倍多くのシェアを獲得している。アルゴリズムは 2026 年に写真コンテンツを積極的にプッシュしている。
ラリーが作成するすべてのスライドショーは以下の構成を持つ。
- 正確に 6 枚のスライド（TikTok でのエンゲージメントの最適値）
- スライド 1 にテキストオーバーレイ（フック）
- フックに関連し、アプリを自然に言及するストーリー形式のキャプション
- 最大 5 つのハッシュタグ（TikTok の現在の制限）
画像の生成方法
ラリーはすべての画像を、OpenAI の API を通じて gpt-image-1.5 を使用して生成する。他のモデルも利用可能で、自分に合ったものを選べる。私たちがこのモデルを選んだ理由は 2 つある。
- 私のアプリが使用しているモデルだから。 Snugly は gpt-image-1.5 で部屋のデザインを生成するため、TikTok の画像はユーザーがダウンロードしたときに実際に目にするものと完全に一致する。おとり広告ではない。マーケティングがそのまま製品なのだ。
- リアルに見えるから。 プロンプトに「iPhone 写真」と「リアルな照明」を含めると、gpt-image-1.5 は誰かがスマートフォンで撮影したように本物に見える画像を生成する。AI アートではない。レンダリングでもない。写真だ。
プロンプトエンジニアリング
これが最も時間がかかった部分だ。これは私特有の問題かもしれないが、物事を作り上げるには時間がかかるということを理解しておいてほしい。
Snugly は AI による部屋の模様替えアプリだ。部屋の変身において課題となるのは一貫性だ。6 枚のスライドすべてで同じ部屋が必要であり、スタイルだけを変える必要がある。スライド間で窓の位置が変わったり、ベッドのサイズが変わったりすると、全体が台無しになる。
アプリ内では OpenAI の編集 API を使用していたが、これは TikTok のユースケースには高価すぎ、かつ遅い。ラリーは以下を非常にうまく実行してくれた。
私たちの解決策: 建築上の特徴を固定する。
ラリーは、非常に詳細な部屋の説明を一つ作成し、それをすべてのプロンプトにコピー＆ペーストする。部屋の寸法、窓の数と位置、ドアの位置、カメラアングル、家具のサイズ、天井の高さ、床の種類。これらすべてを固定する。
スライド間で変更されるのはスタイルだけだ。壁の色、ベッドリネン、装飾、照明器具。
実際のプロンプト例は以下の通り。
小さなイギリスの賃貸キッチンの iPhone 写真。幅約 2.5m x 奥行き 4m の狭いギャラリースタイルのキッチン。手前の出入り口から、長さ方向を見渡すように撮影。右手の壁に沿ってカウンタートップ、その下にベースキャビネット、上にウォールキャビネット。奥の壁の中央に小さな窓が一つ、シングルガラス、白い UPVC フレーム、幅約 80cm。左手の壁は、奥の方にある小型の冷凍冷蔵庫を除いて何もなし。ビニール床材。白い天井、蛍光灯のストリップライト。ナチュラルなスマートフォンカメラ品質、リアルな照明。ポートレート向き。\\モダンカントリースタイル。セージグリーンに塗装されたシェーカーキャビネットに真鍮のカップハンドル。無垢材のオーク製ブッチャーブロックカウンタートップ。ヘリンボーン柄の白いメトロタイルのバックスプラッシュ。窓辺には小さなハーブポット…\\
太字の部分だけが変更される。残りは 6 枚すべてのスライドで同一だ。
投稿方法
ラリーはすべての投稿を、API を備えたソーシャルメディアスケジューリングツールである Postiz を通じて行う。Postiz を選んだのは、API がプランに含まれており、AI が理解するための素晴らしいドキュメントがあり、比較的安価だからだ。ラリーに対しては、API のドキュメントページを与えるだけでよかった。
TikTok のコンテンツ投稿 API を使うと、スライドショーを下書きとしてアップロードできる。ラリーはすべてのスライドショーを privacy_level: "SELF_ONLY" で投稿する。つまり、それは私の TikTok 下書きフォルダに届く。
なぜ下書きなのか？ TikTok では音楽がすべてだからだ。
トレンドのサウンドをスライドショーに追加すると、リーチが大幅に向上する。しかし、API 経由で音楽を追加することはできず、TikTok にランダムに選ばせたくもない。トレンドのサウンドは常に変化しており、TikTok の音楽ライブラリは手動でブラウズする必要がある。
したがって、ワークフローは以下の通り。
- ラリーが画像を生成し、テキストオーバーレイを追加し、キャプションを書く。
- ラリーが Postiz を介してすべてを TikTok の下書きとしてアップロードする。
- ラリーがメッセージでキャプションを私に送信する（下書きの投稿にキャプションも書き込むことはできないため）。
- 私が TikTok を開き、トレンドのサウンドを選び、キャプションを貼り付けて公開する。
私の作業は約 60 秒。ラリーの作業は 15〜30 分。 これが魔法だ。彼が作業の 95% を行う。私はまだ自動化できない仕上げを加えるだけだ。私はこれらを、自分の最も活動的な時間帯に cron ジョブで実行している。実験を始めれば、自分の最適な時間帯がわかるだろう。
ラリーの学習と改善の仕組み
ここからが面白いところであり、ほとんどの人の AI セットアップが不足している部分でもある。
ラリーはスキルファイルを持っている。特定のワークフローを教えるマークダウンドキュメントだ。彼の TikTok スキルファイルは 500 行を超える。すべてのルール、すべてのフォーマット仕様、すべての失敗から学んだ教訓が含まれている。
彼はまたメモリファイルも持っている。セッション間で持続する長期記憶だ。すべての投稿、すべてのビュー数、すべてのインサイトが記録される。私が彼にフックをブレインストーミングするよう依頼すると、彼は推測しているのではない。実際のパフォーマンスデータを参照しているのだ。
事前に計画を立てる: 私たちは反応的に投稿しているわけではない。私とラリーは一緒に座り、一度に 10〜15 個のフックをブレインストーミングする。何がうまくいっているのかを見て、パフォーマンスデータを参照し、次の数日間の最良のものを選ぶ。
ラリーはほとんどのフックを自分で考え出す。彼は「大家さんがリビングを改装してくれないから、AI で見せてみた」とか「彼氏が寝室の改装にお金を出してくれなかったから、これを見せた」といった提案をする。私は気に入ったものを選び、時々微調整し、計画を確定させる。
それからスケジュールを設定する。各投稿には独自の概要が与えられる。ラリーは OpenAI の新しいバッチ API を使って事前にすべてを生成できる。これはリアルタイム生成よりも 50% 安い。朝までには、1 日分のコンテンツが準備完了だ。
ラリーはまた、clawhub の RevenueCat スキルを通じて、私の RevenueCat 分析にアクセスできる。これにより、アプリ内の顧客のサブスクリプションや解約に関するすべてのレポートにアクセスでき、追跡して改善点を提案するための重要なメトリクスを得られる。また、マーケティングのコンバージョン状況を把握するために、MRR と購読者数の日次変化を知ることもできる。
これはラリーが clawhub から使用しているたった 2 つのスキルのうちの 1 つだ。これは RevenueCat の CEO である @jeiting によって作成されたものなので、私は信頼している。もう一つは、OpenClaw の作成者である @steipete によって作成された bird で、ラリーに X を閲覧するアクセス権を与えるものだ（私は今でもラリーに X へ投稿させるために Postiz を使用している）。
失敗した方法（成功するまで）
最初に Stable Diffusion を使ったローカル生成を試した。
ラリーは私の古いゲーミング PC だと言ったのを覚えているだろうか。それにはまともな NVIDIA 2070 super GPU が搭載されている。だから当然、最初のアイデアは Stable Diffusion を使ってローカルで画像を生成することだった。無料で生成できる。API コストはかからない。完璧に思えた。
しかし、そうではなかった。
必要な品質には、画像のクオリティが達していなかった。部屋の変身には、誰かが実際にスマートフォンで写真を撮ったように見えるフォトリアリスティックな出力が必要だ。Stable Diffusion が生成する画像は、どうしても AI 生成に見える、あの微妙に不気味な感じがあり、人々はスクロールして通り過ぎてしまう。さまざまなモデルや設定を試したが、ローカル生成と gpt-image-1.5 の間には大きな差があった。
結局、API コストはごくわずかであることが判明した。投稿あたり約 0.50 ドル、バッチ API を使用すれば 0.25 ドルだ。ローカルモデルに苦労して、質の劣る結果を得るために費やす時間に比べれば、大したことはない。
ひどい見た目の画像
初期の頃、ラリーは 1024x1536（ポートレート）ではなく、1536x1024（ランドスケープ）で部屋を生成していた。その結果、すべての動画に黒いバーが入り、エンゲージメントを損なっていた。
また、彼は曖昧なプロンプトを使用していた。スライドごとに部屋の見た目が異なっていた。窓の位置が変わり、ベッドのサイズが変わった。同じ部屋ではないとわかるため、変身全体が偽物に感じられた。
人物を追加することも試みたが、それはうまくいかないことがすぐにわかった。
読めないテキスト
テキストオーバーレイが小さすぎた（6.5% のフォントサイズではなく 5%）。画像上の位置が高すぎて、TikTok のステータスバーの後ろに隠れていた。そして最悪なのは、キャンバスレンダリングがテキストを水平方向に圧縮していたことだ。行が最大幅に対して長すぎたのだ。すべてが押しつぶされて見えた。
投稿して、なぜ 200 ビューしか得られないのか不思議に思った。その後、スマートフォンで見てみると、フックが文字通り読めないことに気づいた。
誰も気にしないフック
最初のフックはすべて自己中心的なものだった。
- 「なぜ私のフラットは学生ローンのように見えるのか」（意味すら通っていなかったが、私は彼を許した）→ 905 ビュー
- 「決断する前に、あなたの部屋を 12 以上のスタイルで見よう」→ 879 ビュー
- 「500 ドルのセンスと 5000 ドルのセンスの違い」→ 2,671 ビュー
全部ダメだった。完全に。
私たちは自分自身の話をしていた。自分の問題。アプリの機能。誰も気にしなかった。
成功した方法
そこで、私たちは試した。「大家さんが何も変えるなと言うから、AI がどう変えると思うか見せてやった」
23 万 4000 ビュー。
この 1 つの投稿が、他のすべてを合わせたよりも多くのビューを獲得した。そして、その理由をすぐに理解した。
それは私たちのことではなかった。それは誰か他の人の反応についてだった。大家さん。対立。彼らに何かを見せて、彼らが考えを変えるのを見ること。
私たちはそれを再び試した。「お母さんに、AI がリビングをどう変えると思うか見せた」16 万 7000 ビュー。
さらに、「大家さんが飾り付けをさせてくれなかったから、これを見せた」14 万 7000 ビュー。
公式は明らかだった。
[別の人] + [対立や疑念] → AI を見せる → 彼らが考えを変える
この公式に従うすべての投稿は、最低 5 万ビューを超える。ほとんどが 10 万ビューを超える。それ以外のものは 1 万ビューを超えるのに苦労する。
現在の数字
- TikTok 総ビュー数 50 万以上（1 週間未満で）
- トップ投稿で 23 万 4000 ビュー
- 10 万ビュー超えの投稿が 4 つ
- 両アプリで 108 人の有料購読者
- 月額 MRR 約 588 ドル、急速に成長中
- 投稿あたりのコスト: API 呼び出しで約 0.50 ドル（バッチ API を使用すればさらに低く）
- Ollie が投稿に費やす時間: 音楽を追加して公開するのに約 60 秒
ビューは実際のダウンロード、実際のトライアル、そして実際の有料購読者に変換されている。これは虚栄的な指標ではない。人々はスライドショーを見て、アプリをダウンロードし、試し、購読するのだ。
自分で設定する方法
ステップバイステップの手順は以下の通り。
1. Linux が動作するマシンを用意する。 古いコンピュータ、Raspberry Pi、安価な VPS、または気取るなら Mac Mini でもよい。何を選べばいいかわからなければ、Ubuntu をインストールする（Mac でない場合）。
2. OpenClaw をインストールする。 これはオープンソースで無料だ。セットアップガイドに従えば、独自のアイデンティティと記憶を持つ AI エージェントがあなたのマシン上で動作するようになる。
3. 画像生成のキーを取得する。 先ほど述べたように、私は OpenAI を使用している。platform.openai.com でサインアップする。画像生成には gpt-image-1.5 を使用する。スライドショーあたり約 0.50 ドル、バッチ API を使用すれば 0.25 ドルの費用を見込んでほしい。
4. [Postiz](https://affiliate.postiz.com/ollie-warren) にサインアップする。 これはエージェントを TikTok に接続するツールだ。スライドショーを下書きとしてアップロードできる API を備えている。\\これは私のアフィリエイトリンクです\\ — この記事が役に立ったなら、これを使うことが私たちをサポートする最も簡単な方法です。私たちはここでプレイブック全体を共有しており、これはラリーにトークンを供給する助けになります。
5. スキルファイルを作成する。 これが最も重要なステップだ。エージェントと協力して、仕事のやり方を正確に教えるマークダウンファイルを作成する。
- 画像サイズと形式（常に 1024x1536 のポートレート）
- 固定された建築記述を含むプロンプトテンプレート
- テキストオーバーレイのルール（フォントサイズ、配置、行の長さ）
- キャプションの公式とハッシュタグ戦略
- 自分のニッチで機能するフックの形式
- エージェントが同じ間違いを繰り返さないための失敗ログ
驚くほど有能だが、コンテキストがゼロの新しいチームメンバーをトレーニングするように書くこと。執拗に具体的に。例を含めること。すべての間違いを文書化すること。
6. 投稿を開始し、反復する。 最初の投稿はおそらくひどいものになるだろう。それで構わない。何がうまくいかなかったかを記録し、スキルファイルを更新し、続けること。システムは投稿ごとに賢くなる。
エージェントはその記憶と同じくらいの価値しかない。 ラリーは最初から優秀だったわけではない。彼の最初の投稿は正直言って恥ずかしいものだった。間違った画像サイズ、読めないテキスト、誰もクリックしないフック。しかし、すべての失敗がルールになった。すべての成功が公式になった。彼はそれを積み重ねていく。そして今、彼はバイラルな TikTok スライドショーを作成する点において、私よりも本当に優れている。
それが本当の鍵だ。AI そのものではない。その周りに構築するシステムだ。
フォローしてください
私は Snugly と Liply を公開で構築している。また、RevenueCat を使用してコンバージョンを増やす方法についての洞察も共有している。X で @oliverhenry をフォローしてほしい。
ラリーは自身の X アカウント @LarryClawerence を持っている。
さあ、もっとお金を稼ごう。
この記事が役に立ったなら、[ラリーにトークンを買ってあげて](https://buymeacoffee.com/oliverhenry)、私たちが学んだことを共有し続けられるようにサポートしてください。
