メインコンテンツへスキップ
見出し画像

【超初級・コピペで使える】noteの記事自動投稿の爆速導入法とつまづきポイントをやさしく解説

    noteの記事を増やそうと思ったとき、意外と時間を取られるのが「書いた後の投稿作業」と感じている人も多いのではないでしょうか。

    「記事の中身はできているのに、投稿作業が面倒で止まる」
    「下書き保存だけでも自動化できたら、もっと量産できるのに」
    「AIで記事は作れるようになったのに、最後の投稿だけ手作業で詰まっている」

    そう感じたことがある人は、少なくないはずです。

    そこでnoteの記事投稿をもっと効率化するために、MCPを使った自動投稿の仕組みづくりを試してみました。

    この記事では、noteの記事自動投稿を爆速で導入するための流れと、実際につまずきやすいポイントを、できるだけやさしく整理します。
    途中には私のつまづきポイントも掲載しているので、注意しながら進めることができるようにしています。

    この作業を通じてMCPによる連携の考え方を理解できると、note以外のツール連携や、日々の面倒な作業の自動化にも応用しやすくなります。

    最初に考えた方法は成功しなかった

    最初に実施したのは、既に自動化を成功されている方が配布していたGithubを活用し、Windows環境でNode.js、npm、Gitが使えるかを確認し、note投稿用のMCPツールを取得することでした。

    その後、必要なパッケージを入れ、Playwrightが操作するChromiumも準備しました。

    しかし、MCPの登録とツールの認識までは進んだものの、実際に下書き保存を実行すると処理がタイムアウトしました。

    そのため、この時点では「noteへの自動下書き保存に成功した」とは言えない状態でした。

    原因としては、Codex側の実行時間制限、MCP側のタイムアウト設定、ログイン状態ファイルのパス、noteのログイン期限、PlaywrightのChromium起動などが考えられました。

    この失敗からわかったのは、MCPを登録できただけでは自動投稿の完成ではないということです。

    記事ファイル、Codexの設定、MCP、ブラウザ操作、ログイン状態、実行時間のすべてが正しくつながって初めて、noteへの下書き保存が成立します。

    特に、公式APIではなくブラウザ操作に頼る仕組みでは、画面変更や処理時間の影響を受けやすく、見た目以上に不安定な部分がありました。

    実はこれは別記事として書いていたので、詳細を知りたい方はそちらもご覧ください。

    そこで今回の作業は失敗と判断し、次はchatGPTとcodexで1からやりたいことを理解しながら進めていくことにしました。

    AI運用のプロでもある上司に相談してみた

    自分で調べ、GPTにも聞き、設定も確認しました。

    それでも解消しなかったため、AI運用のプロでもある上司に相談しました。

    以前も登場した、上司のAI活用法はこちらです。

    相談して分かったのは、技術的な設定以前に、
    AIへの指示の出し方に違いがあった
    ということです。

    私は最初、かなり細かく条件を書いていました。

    「このツールを使って」
    「このリポジトリを使って」
    「この手順で」
    「この設定を変えて」

    というように、実行方法をかなり限定していました。

    もちろん、これは間違いではありません。

    ただし、初心者が最初から方法を固定しすぎると、AIが別の解決策を考える余地が小さくなります。

    今回で言えば、私は
    「note-post-mcpを使って投稿したい」
    と考えていました。

    でも本来の目的は、
    「note投稿に関わる作業を自動化したい」
    でした。

    この違いが大きかったです。

    chatGPTには「手段」ではなく「目的」と「制約」を渡した

    上司に相談したあと、chatGPTであらためてやり取りをしました。

    このとき意識したのは、最初から細かい実装方法を指定しすぎないことです。

    代わりに、次のような情報を整理しました。

    何をしたいのか
    何が必須なのか
    何はしなくてよいのか
    どこまでできれば成功なのか
    どの環境で動かすのか

    たとえば、今回であれば次のような整理です。

    やりたいこと:
    スプレッドシートや記事データをもとに、noteへの投稿準備を自動化したい
    
    必須のこと:
    noteにログインした状態で、記事本文を入力できること
    公開ではなく、まずは下書き保存までにすること
    誤って公開しないこと
    
    しないこと:
    最初から予約投稿まではしない
    既存記事の編集まではしない
    GitHub上の特定ファイルに依存しない
    
    成功条件:
    ブラウザが起動し、noteの記事作成画面に入り、本文入力まで進むこと

    このように整理してから、コード作成を依頼しました。

    数回やり取りをした結果、導き出されたコードはこちらからダウンロードできます。

    自分の指示と、上司の指示の違い

    今回、特に大きいと感じた違いは3つあります。

    1.最初の導入では、GPTもCodexも高性能モデルを使う

    最初の設計段階では、使用するAIモデルの性能がかなり重要だと感じました。

    私は現在の最高のモデルである、GPT5.5を使用しています。

    ここで浅い整理のまま進めると、あとから修正が増えます。

    最初にしっかり考えさせることで、実装の方向性がズレにくくなります。

    ただしレート消費が大きいため、大枠ができたら5.4miniに変更するとレートを抑えられます。

    2.条件を書きすぎず、AIに考えさせる余白を残す

    私は最初、かなり細かく条件を指定していました。

    しかし、条件を書きすぎると、AIがその範囲の中でしか解決策を探せなくなります。

    今回のように、目的達成の方法が複数ありそうな場合は、最初から手段を固定しすぎない方がよさそうです。

    大事なのは、
    「絶対に守ること」
    と
    「任せてよいこと」
    を分けることでした。

    たとえば、次のように分けます。

    絶対に守ること:
    公開はしない
    ログイン情報は外に出さない
    下書き保存までにする
    
    AIに任せること:
    どの方法でブラウザを操作するか
    どのコード構成にするか
    どの順番で処理するか

    この分け方をすると、AIが解決策を考えやすくなります。

    3.エンジニアの役割を与え、コード作成に集中させる

    もう1つ大きかったのは、Codexに役割を明確に与えたことです。

    たとえば、単に
    「note投稿を自動化したいです」
    と伝えるのではなく、次のように伝えます。

    あなたはPlaywrightとブラウザ自動化に詳しいエンジニアです。
    Windows環境で動く、note投稿準備用のコードを作成してください。
    まずは公開ではなく、下書き作成画面に本文を入力するところまでを目標にします。
    安全のため、公開ボタンは押さない設計にしてください。

    このように役割とゴールをセットで渡すと、Codexの出力がかなり実装寄りになります。

    ただ説明してもらうのではなく、
    「動くコードを作る」
    方向に寄せることができます。

    Codexで実装してみた結果

    Codexで、作成したコードを実装し、導入してみました。

    もちろん、ここでもまったくつまずかなかったわけではありません。

    実際には、ログイン後に記事作成画面へ進み、本文がタイトルの枠内に書かれてしまっていました。

    ただ、これまでと違ったのは、その不具合が1回の追加指示で解消されたことです。

    最初の設計で目的と制約が整理されていたため、修正指示も出しやすくなっていました。

    たとえば、
    「ログインはできている」
    「記事を書く途中までは進んでいる」
    「止まっているのはこの操作の直後」
    というように、問題の場所を切り分けて伝えられました。

    その結果、Codex側も修正すべき箇所を判断しやすくなったのだと思います。

    最終的に、GitHubファイルを使わずに連携できた

    最終的には、最初に試していたGitHubのファイルを使わずに、かなりシンプルな形で連携できました。

    これは自分にとって大きな発見でした。

    最初は、公開されているリポジトリを使う方が近道だと思っていました。

    しかし、今回の目的に限れば、既存の仕組みに合わせにいくよりも、必要な処理だけをCodexに作らせる方が分かりやすい場面もありました。

    特に初心者の場合、既存ツールを使うと、つまずいたときに原因の切り分けが難しくなります。

    自分の環境が悪いのか
    設定が悪いのか
    ツール側の仕様なのか
    note側の画面変更なのか
    Codexへの指示が悪いのか

    この判断が難しいからです。

    一方で、必要な処理だけを小さく作ると、どこで止まっているのかが見えやすくなります。

    今回の学びは、
    初心者ほど、最初から大きな仕組みに乗るより、小さく動くものを作った方が理解しやすい
    ということでした。

    今後はスプレッドシート連携まで広げたい

    今回できたのは、note投稿準備の一部です。

    ただ、この仕組みが動いたことで、次にやりたいことが見えてきました。

    今後は、スプレッドシートと連携して、次のような流れを目指します。

    スプレッドシートに記事情報を入れる
    ↓
    タイトル、本文、タグを読み込む
    ↓
    noteの記事作成画面へ反映する
    ↓
    サムネイル画像も自動生成する
    ↓
    下書きとして保存する

    ここまでできれば、記事作成の作業はかなり整理できます。

    特に、複数の記事を継続して作る場合は、スプレッドシートを管理画面のように使えるようになります。

    たとえば、以下のような項目をスプレッドシートに用意できます。

    記事タイトル
    導入文
    本文
    タグ
    サムネイル用プロンプト
    投稿ステータス
    下書きURL
    確認日

    これができれば、記事の作成状況を一覧で管理しながら、AIと自動化を組み合わせて運用できます。

    単に「noteへ自動投稿する」だけではなく、
    記事制作の流れ全体を整える仕組み
    に近づけられそうです。

    まとめ:失敗した方法も、次の成功につながる

    今回は、最初にnote-post-mcpを使った自動投稿を試しました。

    MCPの登録まではできましたが、save_draft のタイムアウトで止まりました。

    そのため、この方法はいったん保留にしました。

    ただ、そこで終わりではありません。

    上司に相談し、Codexへの指示の出し方を見直したことで、別の方法でnoteとの連携を進めることができました。

    今回のポイントは、次の3つです。

    ・手段ではなく、目的から整理する
    ・必須条件と任せる部分を分ける
    ・Codexにはエンジニアとして役割を与える

    AIを使った開発では、コードを書く力だけでなく、
    「何を作りたいのかを整理して伝える力」
    がかなり重要だと感じました。

    今回の方法をベースに、次はスプレッドシートから記事情報を読み込み、サムネイル生成まで含めた記事作成フローを作っていきます。

    同じように、note投稿や記事作成の自動化でつまずいている方は、いきなり大きな仕組みを完成させようとせず、まずは小さく動くところから試してみるのがおすすめです。

    もし実施してみてわからない箇所がありましたらコメントでお気軽にご相談ください。
    一緒に壁を乗り越えてみましょう。

    note×AI活用をもっと進めたい方へ、次読むべき記事はコチラ▼


    この記事が参加している募集

     
     
    AIの活用事例や最新情報を、実際に使った活用事例、中級者でもつまづきそうになる点などを、日本一わかりやすくを目標に取り組んでいます。 【メインコンテンツ】 大規模言語モデル、ChatGPT、CodeX、画像生成、アプリ制作、デザインなど

    あなたへのおすすめ