音声 → ブログ生成
番組音声からブログ記事を自動化
放送済みの番組音声を Whisper で文字起こしし、AI がブログ記事として再構成。放送後すぐに記事が公開される体験を実演します。
企画詳細
第1回では、放送済みの番組音声を入力として、ブログ記事を AI が自動生成するフローを実演します。Whisper（OpenAIの音声認識AI）で文字起こしを行い、Claude 等の生成AIに渡してブログ記事として再構成。放送後すぐにブログが上がる体験をリスナー・スタッフにお見せします。人間が手を入れる箇所（タイトル調整・写真選定等）も明示し、現実的な運用イメージを伝えます。
HOW IT WORKS
「音声を入れると記事ができる」仕組みを、ぜんぶ解説します
このページで紹介している「番組音声からブログ記事を自動化」は、実際にこのサイトの管理画面で動いている本物の機能です。 放送済みの音声ファイルを入れるだけで、文字起こし → 記事作成 → 画像生成 → 公開までが一つの流れで完了します。 ここでは、AIにくわしくない方でもわかるように、その仕組みと「作る前に決めたルール（要件定義）」を丁寧に説明します。
用語メモ：「要件定義」とは？
何かを作る前に「何ができればOKか」「どんなルールで動くべきか」を決めておくこと。 料理でいうレシピ決めです。AIに仕事を任せるときは、この「事前の取り決め」の質が結果の質をそのまま決めます。
登場するAIは3人チーム
この機能では、1つのAIに全部を任せるのではなく、得意分野の違う3つのAIで分業しています。 人間の職場と同じで、それぞれの得意なことに専念させたほうが、良い結果が出るからです。
OpenAI
Whisper
耳の担当
音声を聞いて文章にする「文字起こし」専門のAI。日本語の聞き取りがとても得意です。
DeepSeek
DeepSeek
書き手の担当
文章を書くのが得意なAI。会話の内容を整理してブログ記事に再構成します。文章生成のコストが安いのも採用理由です。
OpenAI
gpt-image-2
絵描きの担当
文章で指示すると画像を描いてくれるAI。サムネイルや本文の写真風画像を担当します。
全体の流れ：6つのステップ
管理画面の操作は、この6ステップを上から順に進むだけです。 それぞれのステップで「何をしているのか」「なぜそれが必要なのか」まで見てみましょう。
音声ファイルをアップロード
AIは使いませんなにをする？
放送済みのラジオ音声（MP3などのファイル）を、管理画面にドラッグ＆ドロップで入れます。
なぜ必要？
すべての出発点は「放送そのもの」。特別な準備は何もいらず、放送で使った音声ファイルをそのまま使えるようにしています。
文字起こし（音声 → テキスト）
Whisper（ウィスパー）なにをする？
AIが音声を聞いて、話した内容をぜんぶ文章にします。13分の放送なら1〜2分ほどで完了します。
なぜ必要？
次のステップの「記事を書くAI」は音声を直接聞けません。だから最初に、音声を『AIが読める文章』に変換しておく必要があるんです。人間の耳の役割ですね。
ブログ記事に書き直す
DeepSeek（ディープシーク）なにをする？
文字起こしされた会話文を、AIが読みやすいブログ記事に書き直します。タイトル・リード文・見出し付きの本文が一度に作られます。
なぜ必要？
ラジオの会話をそのまま文章にすると「えー」「そうですね」だらけで読みにくい。会話の内容を整理して、Webで読みやすい記事に再構成するのがこのステップです。
画像を生成（4枚）
gpt-image-2（OpenAIの画像生成AI）なにをする？
記事の内容に合わせて、サムネイル1枚＋本文用の写真風画像3枚をAIが描きます。できた画像は自動でサーバーに保存されます。
なぜ必要？
文字だけの記事より、画像がある記事のほうが圧倒的に読まれます。記事のキーワード（例：バインミー、ピックルボール）から「どんな画像を描くか」の指示文を自動で組み立てています。
プレビューで確認・編集
人間の出番ですなにをする？
完成イメージそのままの画面で記事を確認。気になる部分はその場でクリックして直接書き直せます。
なぜ必要？
AIの文章は「下書き」。最後に人間の目でチェックして、表現を整えてから世に出す。これがこの企画の大事なルールです。
保存・公開
AIは使いませんなにをする？
「下書き保存」か「公開する」を選ぶだけ。公開すると、このサイトのブログに記事がすぐ表示されます。
なぜ必要？
放送が終わってから数分後には記事が公開できる。「放送のあとに、もっと多くの人へ」を実現する仕上げのステップです。
作る前に決めた6つのルール（＝要件定義のキモ）
AIは指示したとおりにしか動きません。逆にいうと、「事前にどんなルールを渡しておくか」がこの機能の品質を決めています。実際の開発で決めたルールを6つ紹介します。
人の名前は記事に載せない
文字起こしAIは人名をよく聞き間違えます（実験では「イドバタ」が「井戸畑」になりました）。間違った名前を公開してしまう事故を防ぐため、「人名は記事に含めない」というルールをAIに最初から指示しています。出演者は「リポーターさん」のような呼び方に自動で置き換わります。
番組の固有名詞リストをAIに渡しておく
「iDoBuddy」「イドバタニュース」など、番組に関する正しい表記をあらかじめAIに教えています。文字起こしで多少間違っていても、記事にするときにAIが正しい表記へ直してくれます。
記事は1500文字以上・見出し5つ以上
「長く書いて」とだけ頼むとAIは短く済ませがちです。「1500文字以上」「見出しを5つ以上」「各セクション300文字以上」と具体的な数字で指示することで、読みごたえのある記事が安定して作られます。
画像を入れる場所はAIが文脈で判断
食べ物の写真はグルメの話の近くに、スポーツの写真はスポーツの話の近くに。それぞれの画像が「何の画像か」という説明文をAIに読ませて、記事のどの段落の後に置くべきかを判断させています。
ラジオ番組らしい語り口で書く
「〜である」のような堅い文章ではなく、「〜なんです」「〜ですよね」とリスナーに語りかける文体を指定。放送の楽しい空気感がそのまま記事に残るようにしています。
画像は1枚ずつ順番に作る
4枚の画像を同時に作らせると、AIのサーバーに負荷がかかって失敗しやすくなります。1枚できたら次の1枚、と順番に作ることで安定して動くようにしています。
AIが下書きし、人間が仕上げる。
この機能のいちばん大事な設計思想は「AIに全部任せない」ことです。 文字起こし・記事の下書き・画像づくりといった時間のかかる作業はAIが数分で終わらせ、 最後の確認と仕上げは必ず人間が行う。 放送後すぐに、番組の空気感そのままの記事を届けられるのは、この役割分担があるからです。
※ この仕組みはすべて、実際にこのサイトの管理画面（Studio）で動いています。下のブログ記事は、実際にこの機能で作られたものです。
