SNS 投稿原稿を AI に書かせる仕組み｜PDCA 設計と禁止表現フィルタ込み

SNS 投稿原稿の白紙画面を前に、書き出しに 20 分悩む。文字数を整えるのにさらに 20 分。投稿後にエンゲージメント率を確認しても、何が効いて何が効かなかったか曖昧なまま、また次の投稿原稿に着手する。あなたの SNS 運用も同じループに入っていませんか。

SNS 投稿原稿は、広報マーケの中で「頻度が高い割に成果が見えにくい」業務です。1 投稿に 1 時間、月 30 投稿で 30 時間が消える計算。年間で 360 時間という規模感ですが、ROI が定量化されにくいため、削減対象として見落とされがちな領域です。

年商 50 億規模の事業会社で広報マーケを 1 人で担当している筆者は、Claude Code に投稿原稿を書かせる仕組みを作って、1 投稿あたり 1 時間 → 10 分に短縮しました。本記事は PDCA 設計と禁止表現フィルタを実物プロンプト付きで公開する手順書です。

本記事はAI 内製スタックの全貌で示した「広報マーケが AI に任せる業務 10 連発」の 4 番目の業務、SNS 投稿原稿を単独で深掘りした続編です。

SNS 投稿 AI 委任で月 30 時間 → 5 時間にする仕組み

広報マーケ 1 人運用の筆者は、Claude Code に SNS 投稿原稿を書かせて月 30 時間 → 5 時間に削減しました。任せられるのは「告知系」「実績共有」「業界トピック解説」の 3 タイプ。任せない方が良いのは「炎上案件への声明」「採用エモーショナル投稿」「個人的な感謝メッセージ」です。境界線を明確にすると、月 25 時間の捻出が再現性高く成立します。

この章では、AI に任せられる範囲と、PDCA で改善し続ける運用の骨子を整理します。

AI に任せられる SNS 投稿 5 タイプ

第 1 に、告知系（イベント・新サービス・キャンペーン）。第 2 に、実績共有（導入事例・受賞・媒体掲載）。第 3 に、業界トピック解説（ニュースへの自社視点）。第 4 に、過去ブログ記事の SNS 用ティーザー。第 5 に、ハッシュタグ提案とリポスト文。これら 5 タイプは AI が安定して 80 点を出します。

人間が残すべき役割

炎上対応・センシティブな業界話題への発信・個人名指しのお礼や感謝・社内人事に関する投稿。この 4 つは人間が必ず担当します。AI は「過去パターンに沿った文体再現」が得意な反面、現在進行形の炎上文脈や、社内の力学を読み切れません。投稿前のリスク判断は人間の領域として残してください。

Before｜手作業の SNS 運用が時間を奪う 3 つの構造

SNS 投稿に時間がかかる原因は、書く速度の問題ではありません。3 つの構造的な理由が積み重なっています。皆さんの SNS 担当者の業務時間も、似た配分になっていないか確認してみてください。

構造 1｜投稿テーマの選定に 20 分

「今日は何を投稿するか」を決めるだけで 20 分。トレンドを確認し、自社の発信予定と照合し、過去投稿との被りを避ける作業に時間が消えます。投稿テーマを決められず、結局「今日は投稿なし」で終わる日もあります。

構造 2｜文章作成と文字数調整に 30 分

X は 280 文字（日本語 140 文字）、Instagram は 2,200 文字、LinkedIn は 1,300 文字。媒体ごとに文字数制限が違うため、同じテーマでも書き直しが発生します。「これでは伝わらない」「もっと短くしたい」と推敲を繰り返すと、1 投稿に 30 分は普通にかかる構造です。

構造 3｜画像選定と投稿後の数値確認に 10 分

画像選定で 5 分、投稿後にエンゲージメント率を確認するのに 5 分。「いいね」「リポスト」「コメント」を眺めても、何が効いて何が効かなかったか分析する時間まで取れず、PDCA が回らないまま次の投稿に進みます。

3 つの構造を合計すると、1 投稿に 60 分。月 30 投稿なら月 30 時間。年間 360 時間が SNS 運用に消える計算になります。

After｜PDCA 設計 + 禁止表現フィルタ + 実物プロンプトの 3 段階

ここから具体的な実装手順に入ります。3 段階の仕組みを組むと、1 投稿あたりの所要時間が 10 分に縮みます。

STEP 1｜PDCA 設計と月次テーマカレンダーの自動生成

投稿テーマ選定で 20 分かけている時間を、月初に 1 時間でまとめて済ませます。Claude Code に「来月の投稿テーマ案を 30 件出してください」と投げて、月次カレンダーを一気に作る運用です。

テーマ案を出すプロンプトに、自社の発信柱（4 軸程度）と、過去 3 ヶ月の投稿一覧を渡しておくと、被りを避けたバランスの良いカレンダーが返ってきます。あなたの組織の発信柱を CLAUDE.md に登録しておくと、毎回指示する手間も省けます。

STEP 2｜禁止表現フィルタを CLAUDE.md に登録

SNS は文体が崩れると一気に「企業らしくない」印象になります。禁止表現を CLAUDE.md に明記し、Claude Code が違反した出力を返さないようにします。

# SNS 禁止表現（カテゴリと判定基準）

## カジュアル過剰
- 過度な略語・若者向けスラング・流行語（投稿前に必ずレビュー）
- 絵文字 5 個以上の連続使用

## 煽り表現
- 期間限定訴求（具体日付なし）・絶対確約表現・収益誇大訴求
- FOMO 訴求（焦りを煽る表現）は使わない

## 曖昧表現
- 抽象副詞（具体性を欠く強調）・主語が不明確な感覚語

## 推奨表現
- 数字で語る（「3 倍」「30% 削減」）
- 体言止めでリズムを作る
- 1 文 30 字以内に分割（X / LinkedIn 共通）

STEP 3｜実物プロンプト

テーマカレンダーから今日の投稿を選び、Claude Code に以下のプロンプトを投げます。

以下のテーマで SNS 投稿原稿を 3 媒体分書いてください。

# テーマ
{テーマカレンダーから 1 件}

# 媒体ごとの制約
- X: 140 字以内、ハッシュタグ 2 個まで
- Instagram: 1,500 字以内、ハッシュタグ 10 個
- LinkedIn: 800 字以内、ハッシュタグ 5 個

# 共通制約
- CLAUDE.md の SNS 禁止表現を厳守
- 数字を 1 つ以上含める
- 体言止めを 2 文以上含める
- 過去投稿との被りを避ける

このプロンプトで 3 媒体分の原稿が同時に出ます。あとは画像選定と投稿予約で 5 分。合計 10 分で 3 媒体投稿完了。CLAUDE.md でルールを覚えさせる仕組みを一度組めば、媒体差を意識せず量産できます。

ハマりポイント 3 つと回避策｜AI 臭・トレンド乗り遅れ・媒体差

3 ヶ月運用すると見えてくる定番のハマりどころが 3 つあります。先に知っておけば回避できる落とし穴です。

ハマり 1｜AI 臭が抜けない

AI 生成原稿は、文体は整っているのに「人間が書いた感じがしない」状態に陥りがち。定型的な締め文句や教科書的フレーズが入ると、フォロワーは即座に AI 生成と見抜きます。投稿原稿に AI 臭が残ったまま配信を続けると、エンゲージメント率が 1〜2 ヶ月で半分に落ちる傾向。3 ヶ月続ければ、フォロワー離脱の温床になる構造です。

回避策は、自社の過去投稿のうちエンゲージメント率上位 10 件を Claude Code に学習させて、文体を真似させること。テンプレ語を禁止表現として CLAUDE.md に登録すれば、出力からテンプレ語が消えます。「人間っぽさ」は機械的に再現可能な領域です。

ハマり 2｜トレンド乗り遅れ

事前にカレンダーを組むメリットがある一方、リアルタイムのトレンドへの反応が遅れる弱点が出ます。話題のニュースに 1 日遅れで投稿すると、エンゲージメント率が半分以下になる構造的問題です。

回避策は、月次カレンダーは「定例投稿の 7 割」に絞り、残り 3 割は「即時反応用の空き枠」として残すこと。トレンドが発生したら、Claude Code に「以下のニュースに当社視点でコメントする投稿を、X 用に 3 案ください」と即座に投げる運用が現実的です。

ハマり 3｜媒体差を吸収できない

X と LinkedIn では読者層も期待される文体も違います。X はカジュアル寄り、LinkedIn はビジネス寄り。同じテーマでも書き分けが必要なのに、AI は「同じテーマだから同じ表現」を返しがちです。

回避策は、媒体ごとに別 CLAUDE.md セクションを作り、文体ガイドラインを差別化すること。「X 用は『先輩から後輩への手紙』、LinkedIn 用は『業界カンファレンスの登壇者』のトーン」のように、媒体ごとの読者像を明示します。

SNS 投稿 AI 自動化についてよくある質問

Buffer や Hootsuite と組み合わせられますか

組み合わせ可能です。Claude Code で原稿を生成し、Buffer / Hootsuite に投稿予約として登録するワークフローが実用的。3 媒体同時投稿の場合、原稿生成 5 分 + 予約登録 5 分で完結します。API 連携で自動化することもできますが、初期は手動コピペで運用してハマりどころを把握してから自動化するのが安全です。

Instagram のような画像主体の媒体でも有効ですか

有効です。Instagram の場合、AI が原稿を書き、Canva AI が画像を生成し、人間が最終確認するワークフローが現実的。投稿原稿だけを切り出せば、所要時間は X や LinkedIn と同じ 10 分程度に収まります。画像生成は別途 5〜10 分かかるため、1 投稿の合計時間は 15〜20 分という規模感です。

エンゲージメント率は外注代行と比較してどうですか

初期 3 ヶ月は外注代行の方が高い傾向です。AI 生成原稿は学習が進むまで「無難」になりがちで、刺さる投稿になりにくい構造があります。ただし、3 ヶ月以降は過去エンゲージメント上位投稿を学習データに加える運用で、外注同等のエンゲージメント率に到達します。コスト差（外注 月 10〜30 万円 vs AI 月 1 万円）を考えると、3 ヶ月の学習期間は許容範囲です。

炎上リスクをどう管理しますか

3 段階のフィルタを組みます。第 1 に CLAUDE.md の禁止表現で機械的に弾く。第 2 に投稿前の人間レビューで文脈チェック。第 3 に投稿後 30 分の即応監視（エンゲージメント急上昇 = 炎上の前兆）。3 段階を組み込めば、AI 生成投稿の炎上事故は手動投稿と同等以下のリスクに収まります。AI 任せにせず、3 段階の人間チェックを残すのが鉄則です。