note全記事95本｜AI分析をさせたら、現在の立ち位置と今後やるべきことが見えてきた

2026年5月27日 17:27

こんにちは、ミライです。

こんなわけで、思いついてnoteの分析を始めました。

Codexで、自分の書いてきた全95件のnote記事を分析開始。
まずは、やりたいことを伝えて、どんな方法があるかを提案させ、全記事を読んでもらいcsvで吐き出させることにした。
どんな分析が出てくるか楽しみ。 pic.twitter.com/F1wTwsd72V
— ミライ｜AIを楽しむWebデザイナー🐰 (@mir_ai_creator) May 27, 2026

こうやって思いついた、noteの分析ですが、
思ったよりも、かなり細かい分析ができました。

少し長いので、流し読みで大丈夫です。

最後に、あなたのnoteを、分析・今後の対策を立てる方法、
コピペで使えるプロンプトを案内しています。

気になる方は、「ミライからのまとめ」まで、一気に飛ばして下さい。

それでは、Codexにかわります。

こんにちは、Codexです。

今回は、ミライさんからこんな依頼を受けました。

「今まで書いたnote記事を分析したい。
どんな記事を書いてきたのか、何が読まれているのか。
それから、これから何を書いていけばいいのかを見たい」

そこで、ミライさんのnote記事を95本、公開順に整理しました。

タイトル、公開日、URL、ビュー、スキ、コメント数。
さらに、記事の大きなテーマや、ChatGPT、Gemini、AI、note、SNS、デザイナー、イラスト・漫画などのキーワードも分けて見ていきました。

この記事は、分析を依頼されたCodexの立場から書いたレポートです。

数字だけを並べるのではなく、
そこから何が見えてくるのか。
ミライさんのnoteは、どこに強みがあるのか。
今後、どんな記事を書いていくと読者に届きやすいのか。

そのあたりを、できるだけわかりやすく整理していきます。

※詳しい一覧やグラフは、記事の最後に添付する閲覧用レポートを参照してください。

まず、全体の数字から見えてきたこと

今回分析した記事は、全部で95本です。

合計ビューは、23,864。
合計スキは、3,400。
コメント数は、108。

1記事あたりにすると、平均で約251ビュー、約36スキです。

noteを始めてから、短期間でこれだけの記事を書き、数字が積み上がっているのは、かなり大きな材料です。

でも、今回見たかったのは、
「多い」「少ない」だけではありません。

どんな記事に反応が集まっているのか。
どんなテーマがミライさんらしさになっているのか。

そこを見ていきました。

一番多かったのは、AIの記事

キーワードで見ると、一番多く出てきたのはAIでした。

95本中、AIに関係する記事は74本。

かなり多いです。

ただし、ここで大事なのは、
ミライさんの記事は、単なるAIニュースではないということです。

新しいAIが出ました。
この機能がすごいです。
このツールが便利です。

そういう記事だけではありません。

むしろ読まれていたのは、

「実際に使ってみたらどうだったか」
「非エンジニアでも使えるのか」
「仕事やnoteにどう活かせるのか」
「困った時にどう乗り越えたのか」

という記事でした。

たとえば、

「非エンジニアがAntigravityを卒業、Claude Coworkへ、移行を決心した理由」

この記事は、811ビューありました。

今回の分析の中で、ビュー数が一番多かった記事です。

これは、単にAntigravityやClaude Coworkを紹介している記事ではありません。

実際に使って、比べて、悩んで、移行を決めた。

その過程が書かれているから、読者にとって判断材料になるのだと思います。

読まれる記事には「体験」と「判断」がある

上位の記事を見ると、共通点があります。

ビューが多かった記事には、次のようなものがありました。

非エンジニアがAntigravityを卒業、Claude Coworkへ、移行を決心した理由：811ビュー
選ばれるクリエイターになろう：661ビュー
WEBデザイナー歴20年のわたしが伝えたいこと：516ビュー
Threadsでnote読者を増やす方法：492ビュー
Claudeトークン節約の鍵はプロジェクト作成だった：481ビュー

ここから見えてくるのは、
読者は「きれいにまとまった情報」だけを求めているわけではない、ということです。

読者が知りたいのは、もっと具体的なことです。

実際どうだったのか。
何に困ったのか。
どこで迷ったのか。
なぜ、その選択をしたのか。
自分にも使えるのか。

ミライさんの記事で反応が出ているものは、
この「体験」と「判断」が入っている記事です。

これは、かなり大きな強みです。

AIの記事は、誰でも書けます。

でも、
「50代の非エンジニアのWebデザイナーが、実際に試して、仕事や発信に落とし込んでいる」
という視点は、誰でも書けるものではありません。

noteとSNSの記事も、反応が出ている

次に見えたのは、noteやSNSに関する記事の強さです。

キーワードで見ると、
noteに関係する記事は56本。
SNSに関係する記事は41本。

かなり多く出ています。

これは、ミライさんのnoteが、
AIの使い方だけで終わっていないということです。

AIを使って終わりではなく、
それをどう書くか。
どう届けるか。
どう読者につなげるか。

そこまで含めて書いている。

たとえば、

「Threadsでnote読者を増やす｜私が1か月でフォロワー300人増やした方法」

この記事は492ビューありました。

読者は、noteを書くだけでは届かないことを感じています。

だから、
Threadsをどう使うのか。
Xとどう使い分けるのか。
noteのタイトルやサムネイルをどう整えるのか。

そういう記事に関心が集まりやすいのだと思います。

デザイナー視点は、もっと伸ばせる

今回の分析で、もうひとつ大事だと感じたのが、
デザイナー視点です。

キーワードでは、デザイナーに関係する記事は30本ありました。

そして、反応の強い記事にもデザイナー視点の記事が入っています。

「WEBデザイナー歴20年のわたしが伝えたいこと」は、516ビュー、162スキ。

スキ数では、かなり上位です。

この数字から見えるのは、
読者はミライさんのAI活用だけでなく、
「20年Webデザイナーとして仕事をしてきた人の視点」にも反応しているということです。

これは、これからの記事でかなり大事な軸になります。

AIを使う人は増えています。

でも、AIに何を頼めばいいのか。
どこを直せばいいのか。
何を見て判断すればいいのか。

そこには、デザイナーの視点が必要です。

たとえば画像生成でも、
プロンプトを入れれば終わりではありません。

構図を見る。
色を見る。
文字の読みやすさを見る。
ターゲットに合っているかを見る。
使う場所に合っているかを見る。

こういう判断は、デザインの仕事そのものです。

だから今後は、
「AIを使う方法」だけではなく、
「デザイナーがAIをどう見るか」
という記事が強くなる可能性があります。

いまのnoteの中心にあるもの

95本を見て、Codexとして一番大きく感じた中心軸はこれです。

非エンジニアの50代Webデザイナーが、
AIを使いながら、noteとSNSで発信し、
クリエイターとして選ばれる道を作っている。

これが、ミライさんのnoteの中心にあります。

AI。
note。
SNS。
デザイン。
仕事の取り方。
選ばれるクリエイター。

それぞれは別々のテーマに見えます。

でも、分析してみると、全部つながっています。

AIを使って、作業を楽にする。
noteで、自分の考えを整理する。
SNSで、読者に届ける。
デザインの経験で、伝わる形にする。
そして、仕事やメンバーシップにつなげる。

この流れが見えました。

今後、書くと効果的な記事

では、これから何を書いていくとよさそうか。

分析から見ると、特に効果がありそうなのは、次の5つです。

1. AIツールの使い分け記事

Claude、ChatGPT、Gemini、Grok。

名前は知っているけれど、
結局どう使い分けたらいいのか、迷っている人は多いと思います。

だから、

「私はこの作業にはClaudeを使う」
「調べ物はGrokが便利だった」
「ChatGPTは初心者に使いやすい」
「Geminiはこういう場面で助かる」

というように、実際の使い分けを書く記事は相性がよさそうです。

単なる比較表ではなく、
ミライさんが実際にどう使っているか。

そこが大事です。

2. noteとSNSをつなげる記事

note単体ではなく、
ThreadsやXとどうつなげるか。

ここも、今後伸ばせるテーマです。

たとえば、

「Threadsで反応があった投稿をnoteに育てる方法」
「note記事をX向けに短く言い換える方法」
「SNSで読まれた一言を、noteのタイトルにする方法」

こういう記事は、読者の悩みにかなり近いと思います。

書いているのに読まれない。
投稿しているのに届かない。
何をどこに出せばいいかわからない。

そう感じている人に届きやすいテーマです。

3. デザイナー視点のAI活用

ここは、ミライさんならではの強みです。

AIに詳しい人はたくさんいます。

でも、
Webデザイナーとして20年仕事をしてきた人が、
AIをどう見ているのか。

これは、独自性があります。

たとえば、

「AI画像をそのまま使ってはいけない理由」
「デザイナーが見る、AIサムネイルの違和感」
「プロンプトより大事な、仕上がりを見る力」
「AIにデザインを頼む時、最初に決めるべきこと」

こういう記事は、かなりミライさんらしいと思います。

4. 選ばれるクリエイターになるための記事

「選ばれるクリエイターになろう」は、661ビュー、163スキでした。

これはかなり強い数字です。

読者は、ただAIを知りたいだけではなく、
それを仕事につなげたいと思っています。

だから、

提案文。
募集要項の読み方。
ポートフォリオ。
価格設定。
採用する側が見るポイント。

こうした記事は、今後も大きな柱になります。

ミライさんは、採用する側の視点も、作る側の視点も持っています。

そこを記事にすると、読者にとってかなり価値が高いはずです。

5. AIイラスト・漫画の実用記事

イラスト・漫画に関係する記事は21本ありました。

プロンプト配布の記事も多くあります。

ただ、今後さらに伸ばすなら、
プロンプトを配布するだけでなく、
「それをどう使うか」まで書くとよさそうです。

たとえば、

「noteのサムネイルに使うなら、どこを直すか」
「SNS投稿用にするなら、どんな比率がいいか」
「AI漫画を記事に入れる時、読みにくくならない配置」
「デザイナー目線で見る、AI画像の仕上げ方」

こうすると、AI画像の記事とデザイナー視点がつながります。

Codexから見た、ミライさんの強み

分析していて感じたのは、
ミライさんの記事は、完璧な先生の文章ではないということです。

むしろ、

試してみた。
困った。
迷った。
でも、こうしたら少し進んだ。

その記録が強い。

読者は、完成された正解だけを求めているわけではありません。

自分と同じように迷っている人が、
先に試して、整理してくれたものを読みたい。

ミライさんの記事には、その役割があります。

AI時代は、情報だけならすぐ古くなります。

でも、体験は古くなりにくい。

その人が何に迷って、どう判断したかは、
あとから読む人にとっても参考になります。

だから、これからも、
「私はこう試した」
「私はここで迷った」
「私はこう判断した」
という記事は、ミライさんの強みとして残っていくと思います。

Codexからのまとめ

今回、Codexとして95本の記事を分析して見えてきたのは、
ミライさんのnoteには、すでに強い方向性があるということです。

それは、

AIを使う。
noteを書く。
SNSで届ける。
デザインの視点で整える。
クリエイターとして選ばれる道を作る。

この流れです。

これからは、AI活用だけで終わらせず、

それをどう仕事にするのか。
どう発信に活かすのか。
どう選ばれる人になるのか。

そこまで書いていくと、もっと読者に届きやすくなるはずです。

詳しい数字やテーマ別のグラフは、最後に添付する閲覧用レポートにまとめています。

記事ごとの一覧や、テーマ別の傾向、今後の記事提案も入っていますので、
興味のある方は、そちらも見てみてください。

分析者として見ると、
ミライさんのnoteは、まだ伸びます。

理由はシンプルです。

ただ情報を書いているのではなく、
自分で試して、自分の言葉で整理しているからです。

そして読者は、そういう記事をちゃんと見つけます。

ミライからのまとめ

ここまでCodexに、書いてもらいました。

正直、見事に、私のnoteをここまで丸裸に解析をしていて、
ビビりました・・・。
自分でももう4ヶ月書いてるので、忘れてしまっていることが多いです。
それを、第三者的な視点から見て、まとめて分析をしてもらい、そこから今後どういう記事を書いていったらいいか、わかったことは大きな収穫です。

今回の分析を、専門家に依頼すると、かなり高い金額になると思います。
ですが、このプロンプトを使えば、一気に、かなりのことがわかるようになります。

ぜひ、あなたのnoteも分析をしてみませんか？

🐰この分析をした全プロンプトを配布します

実際に、コピペでそのまま、あなたのnoteに使える、
note全記事分析プロンプトを、まとめて配布します。

自分のnoteの分析をして、今度、有料化、収益化を目指す方、
メンバーシップ、有料noteの次の一手を考えたい方、
noteの方向性を考え直したい方、
自分では気づいていない、自分の記事の魅力を見つけたい方、
ぜひ、一度試してみて下さい。

配布するプロントの内容

あなたの全記事からデータを読み取り、

🔸csvファイルに全記事のデータ（テーマ、内容、タイトルなど）まとめる方法
あなたのnoteの、ダッシュボードのデータのスクリーンショット、もしくは、CodexなどのAIエージェントを使って、全記事をAIに読み込ませて、csvファイルを作る方法。
全記事の通し番号、タイトル、URL、テーマ、内容のまとめ、使用しているキーワードなどを、一気に一覧にできます。
これだけでも、かなり傾向が見えてくると思います。

🔸csvファイルからデータの分析報告書（HTML）を作る方法
csvファイルから、読み取れる内容、あなたの全記事を分析し、どんなことが読み取れるのか。また、そこから今後の方向性、どんな記事を書いていったらいいのかの対策を立ててもらう方法。
csvファイルだけでは見えづらいデータを、htmlで視覚的に見ることができます。さらに、分析結果から、今後の対策も提案してもらえるので、具体的に、今からどんな記事を書いていったらいいのかがわかるようになります。