経験から販売へ：AIでノウハウをデジタル商品にする7つのステップ
手持ちのテンプレートや業務フローを出発点に、顧客、提供の約束、カリキュラム、事例、セールスページ、集客を一連の導線として結びつけ、AIによる学習支援の役割と1件あたりの提供コストを見極める。
1つのテンプレート、1組のカラーグレーディングプリセット、1つのテキスト＆画像講座――これらはすべてデジタル商品になり得ます。一度完成させれば、毎回コンテンツを作り直すことなく、ファイルやコンテンツ、ツールをインターネット経由で買い手に届けることができます。自身の業務経験をこのような商品に落とし込むには、まず「誰が使うのか」「相手の何を解決するのか」を明確にし、その上でコンテンツをどう構成し、手法の実践プロセスをどう見せ、どこに購入導線を設けるかを決める必要があります。
個人クリエイターの Hussain Ibarra はこちらの投稿で 、このプロセスを7つのステップに分解しています。すでに実践している業務手法から始め、顧客と約束を明確にし、カリキュラムを設計し、事例を提示し、セールスページを作成した上で、能動的に顧客を獲得していくという流れです。
このアプローチの要点は、「自分ができること」を、買い手が理解でき、手順通りに実践できる提供物へと変換することにあります。AIは制作を支援できるだけでなく、買い手が学習する際の解説や演習へのフィードバックも提供できます。しかし商品として持続可能かどうかは、実際の需要、成約状況、そして提供コストにかかっています。
AIによって制作のハードルは下がったが、買い手には依然として「実際に使える手法」が求められている
著者は冒頭で、極端な対比を描き出しています。かつてはデザイン、開発、戦略、マーケティングを網羅するチームを立ち上げる場合、商品が1円も売れていない段階でも、帳簿上の経費は数十万ドルに達することがありました。しかし今日では、ノートPCとノーコードプラットフォーム、そして月額わずか20ドルのAIツールを活用することで、1人でもプロトタイプの構築から配信までを完結できるようになりました。
これらは著者がスモールチームの好機を説明するために用いた宣伝用の試算例です。
-
AIのサブスクリプション料金だけが全コストではない：図中の4つの職種の年俸は合計50万ドルに達し、本文ではさらに9人チームの例も挙げられています。しかしこれらの例は、20ドルのAIがチーム全体と完全に同等に置き換わることを証明しているわけではありません。AIは下書き、レイアウト、プロトタイプの作成を支援できますが、商品の意思決定、最終品質、カスタマーサポートは依然として人間が担う必要があります。さらにプラットフォームの利用料や決済手数料も別途考慮しなければなりません。
-
低コストの実験にも依然として代償はある：著者は起業リスクを「数百ドルの損失」や「再就職」程度のこととして描写していますが、費やした時間、生活費、キャリア移行に伴うコストが消えるわけではありません。実験の規模を小さく抑えることは投資の抑制に役立ちますが、リスクが存在しないという意味ではありません。
では、従来の講座モデルの課題は一体どこにあるのでしょうか。
質問対応などのサポートが付属しない録画のみの講座の場合、買い手は手順を見終えた後も、それを自身の具体的な業務にどう落とし込むかを自分で判断しなければなりません。動画そのものは、買い手の操作に合わせてアウトラインを点検したり、誤りを解説したり、演習を調整したりはしてくれません。講義内容を何度でも見返すことはできても、実践の過程で生じる行き詰まりは必ずしも解消されないのです。
本記事で強調されているAI学習支援商品は、このギャップを埋めようとする試みです。クリエイター自身が検証済みの業務ノウハウをナレッジベースとし、高度なQ&A機能を組み合わせることで、買い手が手順を確認しながら、自身の状況に合わせたリアルタイムの回答や課題チェックを受けられるようにしています。
経験・顧客・提供成果をつなぐ：7つのステップがそれぞれ解決すること
「頭の中にある専門的な知見」から「オンラインでの自動提供」までを完結させるために、著者は連動する7つの推進ステップに分解しています。
ステップ1：ゼロから大掛かりな講座を作ろうとせず、日々使っている「手持ちの仕組み」を棚卸しする
商品作りにおいて陥りがちな誤解は、「商品を作る」ことを「パソコンの前に座ってゼロから教科書を書き直す」ことだと思い込んでしまうことです。
著者は、自分が繰り返し使っている手法をまず探すよう勧めています。これらすでに手元にある資産には実践の裏付けがあるため、どの部分を切り出せば他人が再利用できるかを判断するのに適しています。
- 音楽プロデューサーが自作して日常的に使っているドラムサンプルパック
- 映像編集者が日常業務でカラーグレーディングに必ず用いるスタイルプリセットやパラメーター
- ライターが実務の中から培ったネタ出しの手法や記事構成フレームワーク
- 財務コンサルタントや業務効率化コンサルタントが日常的に使用している予算計算やスケジュール管理のシート
こうした蓄積が「余りもの」と呼ばれるのは、それらがハードディスクやノートアプリ、ワークスペースの中に以前から存在しており、日々の本業をこなす中で自然と生み出された副産物だからです。
これらの素材は、カスタムAI、通常の講座、あるいはデジタルファイルのダウンロードといった形式にパッケージ化できます。どの形式を選ぶかは、買い手が求めているものが個別指導なのか、ステップごとの学習なのか、あるいはそのまま使えるファイルなのかによって決まります。
ステップ2：顧客の置かれている状況を具体的に言語化する
商品が解決すべきなのは、特定の層が抱える具体的な課題です。「過去の自分」は顧客像を考える際の参考になりますが、それがどの段階の自分であり、当時何を最も解決したかったのかまで明確にする必要があります。
著者はかつて困窮した大学生でしたが、後にゴーストライターとして月収4,000ドルを稼ぐようになったものの、その仕事を好んではいませんでした。この2つの段階では、直面している課題、すでに持っているスキル、支払える価格帯が異なります。同じ「個人事業を伸ばしたい人」という括りであっても、必要とする商品は異なるのです。
図中にある「1日2〜4時間の執筆」「月収5,000〜10,000ドル」という記載は、顧客が目指す理想の状態を描写したものであり、買い手がすでに手に入れた実績ではありません。
こうした違いを明確にして初めて、提供の出発点を決めることができます。すなわち、買い手がすでにできることは何か、どのような指導が必要か、商品はどの課題を集中的に解決すべきか、ということです。顧客像が具体的であればあるほど、約束やカリキュラムを実際の作業課題に直結させやすくなります。
ステップ3：「良くなる」ではなく具体的な提供の約束として言語化する
買い手はまず自分が何を得られるのかを知って初めて、購入する価値があるかどうかを判断できます。
著者はこれを旅行に例えています。フライト、宿泊先、旅程が明確に記されていて初めて、買い手は自分が何を購入しているのかを把握できます。デジタル商品も同様に、目標と提供範囲を具体的に示すことで、買い手が自分の課題と合致しているかどうかを判断できるようにする必要があります。
商品の約束文を書くのも同じ理屈です。約束の具体性は、提供内容、解消される具体的な障壁、適用条件を明確に説明するために使われるべきであり、見かけの数値化を狙って売上やフォロワー数、いいねの増加といった確約めいた成果保証をでっち上げるためのものではありません。
元の約束の公式には対象層、現在の困りごと、目標状態、得られるメリットが含まれています。これを提供内容にまで具体的に落とし込むため、その趣旨を踏まえて以下のような穴埋め構文として整理できます。
【特定の対象層】が【具体的な困りごと】を解消できるよう支援し、【手法やワークフロー】を通じて【明確な課題や提供物】を完成させ、それにより【実質的な成果】を得られるようにする。
例えば、「画面を開くたびに30分間手が止まるビジネスライターのネタ切れを解消し、構造化されたアウトラインシステムと体裁チェックリストを用いて、日々の執筆で安定した発信ペースを確立できるようにする」といった具合です。提供物に何が含まれ、どのような作業環境に適しているかを丁寧に説明するほど、買い手は自分に合った商品かどうかを的確に見極められるようになります。
ステップ4：成果から逆算してカリキュラムを設計し、AIで買い手の行き詰まりを解消する
カリキュラム（Curriculum）とは単なる理論知識の羅列ではなく、前述の約束を買い手に達成させるためのステップ別ロードマップです。
著者は取り組みやすい分解法として、次のような手順を提案しています。
- 3〜5個の中核となるマイルストーンを抽出する（商品のメインモジュールに相当）
- 各マイルストーンに対して3〜5個の具体的なアクションを設定する（各レッスンの手順書や付属ツールに相当）
このステップで特に警戒すべきなのが、「期待以上の提供（Overdelivering）」と「情報の過多による疲弊（Overwhelming）」の境界線です。
- 本物の期待以上の提供：約束を的確に果たし、最短の時間と最も無駄のない道筋で買い手に成果を出させること
- 誤った過剰な詰め込み：何十時間ものどうでもいい冗長な画面録画を詰め込み、膨大な資料の中で買い手を疲れ果てさせて挫折させること
AIによる学習支援は、この実践の導線に組み込むことができます。買い手はあるレッスンを読んだ際、カリキュラムの資料やあらかじめ設定されたプロンプトに沿って質問し、演習を行い、フィードバックを受け取ります。明確なカリキュラムのステップが演習の順序を示し、AIが各レッスンの目標に沿って解説やフィードバックを提供します。
ステップ5：まずは自分の成果物を用いて、その手法がどう使われてきたかを実証する
顧客の実績事例がまだない場合、著者はまず自分自身がその手法を用いて作り上げた成果物を提示し、見込み客に対してその手法が実際にどう使われてきたかを見せることを勧めています。
事例では、手法の実践プロセスが伝わらなければなりません。もともとどんな課題があり、どのような手順を踏み、最終的にどのような成果物や変化が生じたのかを示す必要があります。費やした時間、前提となるスキル、保有していた読者層などの基盤についても明確に開示すべきです。これらの情報があってこそ、買い手は自分にも近い条件が揃っているか、どの部分を補う必要があるかを判断できます。
ステップ6：約束、証拠、購入条件をつなぎ合わせてセールスページを作成する
セールスページは、それまでのステップで構築した成果を買い手の前に提示する場です。顧客の課題が約束を決定し、約束が提供範囲を決定し、事例が手法の実践プロセスを証明します。これまでのステップで言語化できていない内容を、コピーライティングだけで補うことは困難です。
図には8つの要素が示されており、著者は本文でさらに「よくある質問（FAQ）」も補足しています。これは著者が採用している1つのセールスページ構成であり、必ずしも固定された順序をそのまま模倣する必要はなく、以下のような関係性として理解できます。
まず価値を伝える。 約束（Promise）は買い手が何を達成できるのかを要約し、課題（Problem）はそれがどのような具体的状況に対応しているかを説明します。この2つは同じ事象を指し示している必要があり、ターゲット顧客に「この商品は自分の業務に関係がある」と認識させます。
次に提供プロセスを説明する。 プロセス（Process）は手法がどのように形作られたかを解説し、機能とメリット（Features + Benefits）はモジュール、テンプレート、手順書を実際の用途に結びつけます。そして証明（Proof）は成果物や実践プロセスを示します。例えば、セールスページで「執筆フローの構築を支援する」と約束するなら、提供一覧においてネタ出しシート、アウトライン、推敲手順がそれぞれ何を担うのかを明記し、事例でもそれらのステップがどう実践されたかを見せる必要があります。
最後に購入条件と購入導線を明示する。 価格（Price）で買い手に支払額を提示し、保証と返金（Guarantee & Refunds）で具体的な条件を説明します。よくある質問（FAQ）では対象となる層や期待値、その他の疑問に答え、コールトゥアクション（Call to Action）として購入ボタンと提供内容の一覧を読者が見つけやすい位置に配置します。買い手は価値、証拠、条件のすべてを理解して初めて、購入するかどうかを判断できます。
著者の自己申告によれば、Substack向けのブートキャンプを初めてリリースした際、自身の事例を提示したことで全20枠を完売させたとのことです。返金に関する箇所では、これまでに累計10万ドル以上の収益を上げ、200人以上の顧客を獲得する中で、返金を求めた顧客は2名だったとも述べています。セールスページの保証欄には適用条件や返金手順を明記し、買い手が決済前に判断できるようにしておく必要があります。
著者が提示したニュースレター商品のページは、価値の約束と具体的な提供物を結びつけています。セールスページでは、著者自身が8か月で13,536人の新規購読者を獲得した実績を裏付けとして掲げ、決済ページでは15のモジュール、1点の資料、そしてEdenのワークスペースを列挙し、購入後に何が手に入るのかを買い手に明示しています。画像に表示されている25ドルはスクリーンショット撮影当時のプロモーション価格です。
ステップ7：自ら能動的に導線を設け、コンテンツが適切な読者を連れてきているかを検証する
商品を作り終えた後、最も致命的な思い込みは「プロフィール欄のリンクに置いておけば、誰かが自然と見つけてくれるだろう」と待ってしまうことです。
集客と成約に関して、著者は2つの実用的な原則を提示しています。
- 能動的な行動喚起（コールトゥアクション / Call to Action）：どのような商品があり、どうやって、いつ購入できるのかをコンテンツ内で受け手に明確に伝える必要があります。読者が勝手にプロフィールのリンクをクリックして商品を理解してくれると期待してはいけません。
- 投稿頻度とプロモーション比率のバランスを取る：著者は投稿比率を例に挙げています。週に7件投稿し、そのうち1件を告知投稿とした場合、プロモーション投稿は全体の約14%を占めます。月90件の投稿の中に4件の告知を挟んだ場合、プロモーション比率は正確には約4.4%となります。ただし、プロモーション比率を単に下げたからといって、フォロワーの反感が自動的に和らぐとは限らない点には留意が必要です。個々の読者がタイムライン上で90件すべての投稿を目にするわけではないからです。さらに、投稿頻度はコンテンツの価値や読者からの実際の反応に厳密に合わせるべきであり、誰もが毎日3件投稿すべきだと一律に推奨することはできません。
クリック数は売上を拡大させるが、成約率とコストも結果を大きく左右する
7つのステップは、商品をどう作り、どのように顧客を見つけるかを説明したものです。しかしこの事業が持続可能かどうかを判断するには、クリック数、成約、そしてコストを同一の収支シートの上に乗せて検証する必要があります。
元図の売上はどう計算されているのか、2.5%はどこから来たのか
著者は投稿の添付画像で、3段階の試算例を提示しています。
- 週100クリック × 成約率2.5% = 2〜3件
- 週1,000クリック × 成約率2.5% = 25件
- 週10,000クリック × 成約率2.5% = 250件
この数値を理解するには、その数学的性質と実際の変動要因を整理する必要があります。
- 期待値と現実のブレの乖離：100クリックに2.5%を掛けた2.5件というのは数学的な期待値であり、元図では「2〜3件」と表記されています。しかし実際のビジネスの観察期間においては、時期やサンプル数の少なさの影響を受け、成約がゼロになる期間が生じることも十分にあり得ます。
- 成約率は固定された定数ではない：実際のビジネス環境において、成約率はターゲット層の絞り込みの精度、客単価の高さ、そして商品の約束の具体性によって大きく変動します。画像にある固定の2.5%は、解説用の簡略化された仮定にすぎません。
Edenはノウハウ、講座、決済を統合するが、どの費用を別途計算すべきか
著者は記事の末尾で、一連のプロセスを網羅するツール Eden を推奨しています。原文には著者のプロモーション用パラメーターが含まれているため、ツールの推奨と7つのステップの手法は切り離して判断すべきです。Eden公式の講座開設ガイド および Eden公式の出店ガイド を確認すると、以下の重要な事実が確認できます。
- 下書きは無料、公開・販売には課金が必須：Eden内でワークスペースを作成し、下書きを整理してAIを設定すること自体は無料ですが、正式に公開（Publish）して決済を受け付けるには、ワークスペースをStarter、Pro、Maxなどの有料サブスクリプションプランへアップグレードする必要があります。
- デフォルトの体験クレジットとクリエイター負担の付与費用を区別する：公式に記載されている「買い手にデフォルトで付与される50クレジットの無料体験枠」と、クリエイターが追加で進呈するクレジットは別物です。クリエイターが商品設定時に買い手へAIクレジットの進呈を選択した場合（公式では100、250、500、1,000クレジットの4段階から選択可能）、それは条件付きの進呈費用となり、プラットフォーム側で1クレジットあたり0.04ドルの単価として、売上精算時にあらかじめ差し引かれます。
- 取引手数料と決済コスト：
- Edenプラットフォーム手数料：StarterおよびProプランでは取引ごとに5%（MaxおよびAgencyプランでは2%、公開マーケットプレイスでの配信では10%）。
- サードパーティ決済手数料：決済処理手数料は別途発生します。クリエイターは自身の実際の受取地域や決済手段に合わせて確認する必要があり、単一の国の料率を一律に当てはめることはできません。
- Eden組み込みの有料決済を利用するにはStripeの連携が必要で、有料商品の最低価格は1ドルです。また、外部の独自決済導線を利用する手段も用意されています。
- AIは設定された知識に基づいて演習を指導する：クリエイターが講座資料を投入し、Instructions（指示文）に指導方針を明記します。買い手があるレッスンを開いて質問すると、AIは現在どのレッスンにいるかを把握した上で、概念を解説し、演習を促し、課題をチェックします。ただし、重要な回答や演習へのフィードバックが講座の手法と整合しているかどうかは、クリエイター自身が点検を続ける必要があります。
- バージョン公開は静的スナップショットとなる：公開ボタンを押した時点で買い手側に表示されるのは凍結されたバージョンです。その後ワークスペース内で行った更新は、クリエイターが明示的に「Publish update（更新を公開）」をクリックして初めて買い手側に反映されます。
売上高から何を差し引けば、実際の事業収支に近づくのか
小規模なデジタル商品の収益を客観的に把握するために、以下の試算式を参考にできます。
- 期待注文件数 = 週のクリック数 × 任意設定の成約率
- 週の売上高 = 期待注文件数 × 単価
- 入力済みコスト控除後の残額 = 週の売上高 − クリエイター負担の付与クレジット費用 − プラットフォーム試算手数料 − 任意入力の決済手数料 − 週の固定費
元図の典型的なパラメーターを例にとると、以下のようになります。
- 基準売上の試算：週1,000クリック × 想定成約率2.5% = 期待注文25件。25件 × 単価100ドル = 週の売上2,500ドル。
- 単位コストの試算：100ドルの商品においてクリエイターが100クレジットのAIポイントを進呈することを選択した場合、1件あたりまず4ドル（100クレジット × $0.04）が差し引かれ、残額ベースは96ドルとなります。さらにStarter/Proプランの例である5%の手数料率でプラットフォーム費用（$96 × 5% = $4.80）を差し引くと、この2項目を控除した後の1件あたりの残額は91.20ドルとなります。サードパーティの決済手数料は、各地域の実際の料率に応じてここから別途差し引かれます。
ここで算出されるのは「期待注文件数」「週の売上高」、そして「入力済みコスト控除後の残額」であり、週の固定費や控除項目がかさむ場合は残額がマイナスになることもあります。この試算には返金率、税金、買い手からの質問対応やカスタマーサポートに要する時間的コストが含まれていないため、残額は純利益ではなく、また年間週数をそのまま掛けて年収予測とみなすこともできません。
成約率や付与クレジット数を変更し、同じクリック数で売上高と残額がどのように変動するかを確認してみてください。
クリック数が増えると、売上高と残額はどう変わるのか？
解説用の試算例：左側には元図の固定2.5%の数値を参照用として残し、右側にはあなたが設定した成約率とコストを反映します。左右とも同一のクリック数と単価を使用しています。
買い手にデフォルトで付与される50クレジットの無料体験枠は、クリエイターによる進呈には含まれません。決済手数料やその他の週コストは初期値として0が入っており、未計上であることを示しているだけで、実際に無料であることを意味しません。プラットフォームの手数料やクレジット進呈条件はEden公式ガイドに基づいており、その他の入力値はすべて仮定です。
クリック数 × 2.5% × 単価（コスト控除前）。
- クリエイター負担のクレジット進呈コスト
- $0.00
- プラットフォーム利用料
- $125.00
- 入力済みの決済処理手数料
- $0.00
- 入力済みのその他週コスト
- $0.00
成約率が同じであるため左右の売上高は同額ですが、入力したコストにより右側の残額は減少します。 返金、税金、サブスクリプション、サポート時間はまだ完全には計上されていません。残額は純利益ではありません。
計算の仕組みと試算例が示していること
期待注文件数 ＝ クリック数 × 成約率。注文件数は長期的に同一条件を繰り返した場合の期待値であり、小数点以下の数値は商品を端数で販売できることを意味するものではありません。特定の週における実際の注文件数（整数）は上下にブレが生じます。
売上高 ＝ 期待注文件数 × 単価。クレジット進呈コスト ＝ 期待注文件数 × 1件あたりの進呈クレジット × $0.04。本試算例ではまずクレジット進呈コストを差し引き、残りの売上高に対して選択した手数料率でプラットフォーム利用料を算出した後、入力済みの決済手数料とその他の週コストを減算します。実際の精算額は商品の契約条件等に沿って確認する必要があります。
残額がマイナスになっている場合は、入力したコストが試算上の売上高を上回っていることを示しています（マイナス値はゼロに切り捨てられることなくそのまま表示されます）。グラフのバーは左右の売上高を同一スケールで比較しているだけです。本ツールは需要の発生や年間の総収入を予測するものではありません。
最初のバージョンは、単体で実践できる手法を届けることから始める
まずは直近で実際に使った1つのテンプレートや業務フローから始めましょう。「誰に向いているのか」「何を入力する必要があるのか」「どう使うのか」「完了すると何が得られるのか」を明記し、そこに自分自身の実際の成果物を1点添えます。そうした初期バージョンを作って初めて、顧客、約束、カリキュラム、事例を無理なく紐づけることができ、見込み客も手に入れた後にどう活用すればよいかを具体的に判断できるようになります。
次に、その対象となる人々の目に触れさせ、どのステップで行き詰まるかを観察します。制作や受講中の質問対応にはAIの力を借りることができますが、コンテンツの品質、実際の使い心地へのフィードバック、そしてコスト計算に対する責任はクリエイター自身にあります。実際の提供結果に基づいて段階的に改善を重ねていくことこそが、最初から膨大なコンテンツを抱え込むよりも、この7ステップのアプローチの出発点にふさわしい進め方です。