12,695PVが教えてくれた「AIと論理」の可能性——5月の活動総括

ゴリラ介護士 / 2025年5月 活動総括

正直に話します
この記事を書くのに少し迷いました。

「1万PV超えました！」と報告するのが目的ではありません。 それよりもお伝えしたいのは、5月という1ヶ月間のデータが示してくれた

「ある確信」についてです。

📊 まず、数字を素直に並べてみます。

| 指標 | 5月の結果 |
| 月間PV | 12,695 |
| Amazon アソシエイト CV率 | 10% |
| 専門外記事の月間順位 | 3位 |

数字を見て「すごいな」と思っていただけたら嬉しいです。

でも私が本当に伝えたいのは、この数字がどうやって生まれたか、

その「仕組み」のお話です。

💡 1.2万PVは「頑張った結果」じゃない

5月を振り返ってみても、特別なことはしていません。

投稿頻度を爆発的に増やしたわけでも、バズを狙ったわけでも、
SNSで大量に拡散したわけでもありません。

やったことはシンプルです。

「読者の悩みをJSONで構造化してから、記事を書く」

それだけです。 感情に訴える言葉は、消費されてしまいます。

でも論理で整理された情報は、納得として読者のなかに蓄積されます。
1.2万PVは「バズった」のではなく、

「設計した通りに価値が届いた」という確かな手応えでした。 この違いが、めちゃくちゃ大事だと思っています。

🔑 CV率10%の正体——「構造」が生んだ必然

Amazonアソシエイトのコンバージョン率が10%を記録した。
「良い商品を選んだから？」
いや、そうじゃない。
商品を選ぶ前に、読者の状態を設計していたからです。

私が商品紹介記事を書くとき、最初にやることがあります。

それが、このJSON設計です

このたった数行が、記事全体の「設計図」になる。

たとえば——

このたった数行が、記事全体の「設計図」になります。 

• awareness_level が problem_aware なら → 冒頭は「商品説明」じゃなく「共感」から入る

• objections が3つ見えているなら → 記事の中でその3つを必ず潰す構成にする

• desired_outcome が明確なら → 商品の「機能」ではなく「その先の未来」を語る

見た目が似た2つの記事でも、この設計があるかないかで、届き方がまったく変わります。

CV率10%は、その論理的な連鎖がしっかりと機能した結果でした

🎁 専門外の記事が3位に入った「裏話」

実は、5月のランキングで3位に入ったのは介護の専門記事ではありません。 「QOL爆上げアイテム」というレビュー記事でした。

「え、ゴリラ介護士が生活用品のレビュー？」
そう思う方もいるかもしれませんね。笑

でも、このレビュー記事の設計プロセスも、まったく同じでした。
書く前に、まずAIと一緒にこんなJSONを整理したんです。

JSON

介護のプロだから読まれたわけではありません。

読者の状態をJSONで解像し、その論理に沿って届けたからこそ、専門外の記事でも価値として響いたんです。

これが5月に確信に変わったことです。

JSONによる読者設計は、テーマや専門性に関係なく使える、汎用的な技術です。 どんなジャンルの記事でも、この「前工程」があるだけで、アウトプットの質がまるごと底上げされます。

ワクワクしませんか？　私はめちゃくちゃワクワクしました。

🚀 5月の知見を「最難関」に応用した話

月のデータが積み上がるほど、一つの確信が強くなっていきました。

読者の心を論理的に動かす「型」は、再現できる。 再現できるなら
、体系化できる。体系化できるなら、共有できる。

そこで、この知見を最も難易度の高い領域に応用してみました。

それがAI画像生成のキャラクター固定です。

画像生成でのキャラ固定って、多くの人が「プロンプトの感覚」で試行錯誤している世界ですよね。

• 「なんとなく似た絵が出た」

• 「なぜか毎回顔が変わる」

• 「うまくいったけど、なぜうまくいったかわからない」

まさに感覚論の世界です。 でも私は、これを論理で解ける問題だと確信していました。

• どのパラメータを固定すると、顔の一貫性が保たれるか

• スタイルと構図の指定を、どの順序でJSONに渡すべきか

• 失敗パターンをJSON構造で分類すると、何が見えるか

5月に積み上げた「論理で人に届ける」手法を、そのまま技術文書として結晶化させたのが、先日公開した有料記事です。 単に売りたいわけではありません。この再現性のある技術を、同じ現場に立つ人たちと共有したかった。 ただそれだけです。

📝 5月が残してくれた「問い」

指標結果何を意味するか

• 月間PV12,695：JSON設計の記事群が理論的に響いた

• Amazon CV率10%：読者心理の構造化が、行動を促した

• 専門外記事の順位：月間3位　手法の汎用性が、証明された

3つのデータが示す結論は、シンプルです。

「何を書くか」よりも「誰のどんな状態に向けて届けるか」を設計することが、アウトプットの質を決めます。

私はこれからも、現場に立ちながらこのポジションを磨き続けます。

「感覚ではなく、論理（JSON）でAIを操る」——それが私の、ゆずれないスタンスです。

6月も、データで語っていきます。

最後まで読んでいただき、ありがとうございました。

この記事が「ちょっとAIやってみようかな」
「JSONで設計するって面白そうだな」と思うきっかけになれたなら、それ以上に嬉しいことはありません。

あなたの「試してみる」の積み重ねが、必ず誰かに価値として届くはずです。

私もまだまだ学びの途中です。ぜひ一緒に、論理でAIを使いこなしていきましょう。