さくらのAI Engineでずんだもんに起こされる自動化を読んで気づいた、副業で稼ぐ人が作る前に投げる1問

「AI で朝起こしてくれる仕組みを作った」という話を読んで、技術的には感動したのに、読み終わると『これで自分の財布はどう温まるんだろう』が引っかかった記事があった。

自分は 10 年以上コードを書いていて、今は副業で AI エージェントを動かしている。この違和感には何度も遭遇していて、正体はいつも同じだ。「動くもの」と「稼げるもの」は別の設計から生まれる。作る楽しさだけで手を動かすと、財布に届かない自動化ばかり増える。

参照した記事は、さくらインターネットが提供する『さくらのAI Engine』の無料枠 3,000 リクエストを使い切るキャンペーンへの投稿で、実装内容が丁寧に書かれている。Elixir と Nerves(組み込み Elixir 向けのフレームワーク) で動く Raspberry Pi 2 が、毎朝『ずんだもん』の声で著者を起こす。しかも、そのコードはさくらのAI Engine 上のコーディングモデル『preview/Kimi-K2.6』に Claude Code 経由で書かせている。開発 AI と実行 AI が同じ基盤で完結する『円環』は、確かに読んでいて気持ちがいい。

ただ副業で AI を回している立場からすると、この記事から学ぶべきなのは『ずんだもんで起こしてもらう技術』ではない。実装コストが下がった環境で、何を作るかを決める視点だ。

「AIに便利ツールを作らせる」ができても、財布は温まらない
実装コストが下がるほど、量産されるのは「面白いだけの自動化」
稼ぐ自動化と遊ぶ自動化を分ける、たった1つの質問
モデルを軽く切り替えられる自由を、副業の実験コストに使う
まとめ
参考
【PR】フリーランスエンジニアにおすすめのツール
【PR】おすすめの書籍
1. あわせて読みたい

「AIに便利ツールを作らせる」ができても、財布は温まらない

先に結論を書いておく。AI に便利ツールを作らせる能力は、もう副業の差別化要素ではない。差別化になるのは、その能力を『誰かがお金を払う場所』に向ける判断力だ。

参照記事のずんだもん起床システムは、Azure Cognitive Services の Text-to-Speech からさくらのAI Engine の音声合成 API への差し替えを 90 リクエストで完了させている。移行計画は Claude Code の Plan モード(実装前に手順を立てさせる機能) で既存の Azure 実装を読ませて出させた、ほぼ迷いのない設計だ。ここには『動くものを最短で作る』というスキルが凝縮されている。

だけどこれ、収益にはならない。誰か他人の朝の目覚ましを、月額課金で運用したいと思う人はほぼゼロだからだ。作った本人の朝が『ずんだもん』になるという楽しさはあるが、その楽しさは著者一人に閉じている。副業で AI を回すなら、この『閉じた楽しさ』と『他人の時間を買い取れる価値』の線引きが最初の分かれ道になる。

自分も過去に、朝の作業ルーティンを自動で読み上げるツールを試作したことがある。動いた瞬間はテンションが上がる。3 日後には使わなくなる。泣いてない。

実装コストが下がるほど、量産されるのは「面白いだけの自動化」

Claude Code のような AI コーディング環境と、さくらのAI Engine のような無料枠を提供する OpenAI / Anthropic 互換 API が増えたことで、『思いつき → 動くコード』のコストは劇的に下がった。参照記事の 90 リクエストで移行完了、というのがまさにこの世界観だ。

コストが下がると、人は『面白いから作る』が増える。自分もやる。開発の履歴を見返すと、この半年で 30 個以上の小さなツールを試作している。天気連動の投稿時刻シャッフル、記事のフック文だけを 100 案出す機械、ブログ内リンクの整合性チェッカー、失敗事例から学びを抽出する仕組み。全部動いた。動くけど、そのうち収益導線に組み込まれて生き残ったのは 5 つくらいだ。

生き残らなかった側に共通していたのは『作った時に「便利そう」しか考えてなかった』ことだった。誰の何時間が、いくら削れるのかを設計時点で言語化していない。だから完成した後、自分でも使わなくなる。

参照記事のずんだもん起床は、著者本人が明確に『使う人』として設計されているので、その意味では健全だ。楽しさで完結する自動化を、無料枠で気兼ねなく作れる場所として、さくらのAI Engine は良い遊び場だと思う。ただし副業で稼ぐ側の視点だと、遊び場と仕事場は分けて考えないと、時間だけが溶けていく。

稼ぐ自動化と遊ぶ自動化を分ける、たった1つの質問

自分がツールを作る前に必ず投げる質問がある。

『これは、誰の何時間を、いくらで買い取るのか』

この 1 問で振り分けられる。ずんだもん起床なら、買い取るのは『著者本人の 5 秒の目覚まし操作』で、金額はゼロだ。趣味に振っていい案件。逆に、ブログ記事の骨格作成 → SEO タイトル案 → 検索結果に出る要約 → サムネ用の英語プロンプト、をひと通り自動化するツールなら、副業でブログを書いている人の週 2〜3 時間を確実に削れる。買い取り額を月額数百円で設定するのは現実的な範囲になる。

質問の要点は『時間』と『金額』の両方を言葉にすることだ。時間だけだと『便利そう』で止まる。金額だけだと『儲かりそう』で止まる。時間 × 金額の掛け算で、初めて『やる価値』が数字として出る。

副業で AI を使う人が最初にやるべきなのは、モデルの比較でも、フレームワーク選定でもない。この質問を、自分が思いつく全ての自動化アイデアに 30 秒だけ投げる練習だ。9 割は『やらない』に振り分けられる。残った 1 割にコードを書く時間を寄せると、動くけど使われないツールを量産する事故が激減する。

自分の場合、開発の後半になるほどコード品質の作り込みに時間を割いているのは、まさにこの 1 割に絞った案件だからだ。ブログ本文の品質チェック、外部記事の数値を盛らないための検査、参考書籍のミスマッチ検出。どれも副業の収益直結パスに乗っている処理で、精緻化する投資に対して読者の反応と収益で回収できる。作って捨てる工数が減る。

モデルを軽く切り替えられる自由を、副業の実験コストに使う

参照記事で光っていたもう 1 つのポイントは、Claude Code の接続先モデルを claude --model preview/Kimi-K2.6 の 1 行でさくらのAI Engine 側に切り替えられた、という部分だ。Anthropic 互換 API を提供しているので、既存のエージェント環境をそのまま流用できる。

この『モデル差し替えの自由』は、面白いガジェット作りに使うと無料枠を消化するだけで終わる。副業の観点で活きるのは、稼ぐ側の仮説を高速検証する用途に振ったときだ。具体的には次のような使い分けになる。

– 本文の最終仕上げ: 安定した文章品質が必要なので、実績のあるモデルを固定する – 見出し案・タイトル案の量産: 数を出して選ぶ処理なので、安いか無料枠のモデルに逃がす – 分類・抽出・スコアリング: 判断ミスの許容度が高い処理なので、軽量モデルで試す

自分の運用でも、記事本文の生成は Claude Opus 4.7 に固定しているが、周辺のネタ分類、失敗パターンの抽出、記事案のスコア付け直しのような処理は、より軽いモデルに逃がしている。ここで無料枠が使えるモデルの選択肢が増えると、『試して合わなければ戻す』のコストがほぼゼロになる。

副業で AI を回す人にとって、モデルの選択肢が広がる意味は『安く運用できる』ではなく『実験できる回数が増える』ほうが本質的だ。1 円もかけずに、5 つの候補モデルで同じプロンプトを走らせて出力を比較できる、というのは 1 年前だと考えられなかった。この自由をずんだもんで使うのは楽しいが、稼ぐ側に振ると『同じ売上を、より低いコストで作る設計』の余地が広がる。

面白いのは、この視点で見ると『無料枠 3,000 リクエスト』が個人開発者にとってどれくらい価値を持つかも変わってくることだ。趣味の実装で 3,000 リクエストは 1 週間で消える。逆に稼ぐパスのモデル比較実験なら、1 プロンプトあたり数十リクエスト計算で、10 種類の仮説を丁寧に回してもまだ余る。同じ 3,000 リクエストが、使い方で価値が 10 倍変わる。ここに気付けるかどうかが、副業で AI を『経費』にするか『投資』にするかの分岐点になる。

まとめ

AI コーディングの実装コストが下がったことで、副業の差別化は『作れるか』から『何を作らないかを決められるか』に移った
稼ぐ自動化と遊ぶ自動化は、『誰の何時間を、いくらで買い取るのか』の 1 問で振り分けられる
モデル切り替えの自由は、面白い実装の量産ではなく、稼ぐパスの仮説を高速検証する用途に振ると効く

参照記事のずんだもん起床システムは、遊び場としてのさくらのAI Engine の使い方として完成度が高い。同じ環境を、副業で稼ぎたい側は『遊び場』と『仕事場』に意識して分けるだけで、動くけど売上に届かない自動化を大量に量産する事故が減る。無料枠は、その分岐を安く試すための実験場として使うのが一番おいしい。