しかし、月額のサブスクリプション費用、突然の仕様変更、そして運営側の意向による生成制限（フィルター）など、常に他者のプラットフォームに依存し続けるリスクを孕んでいます。

真にコントロール可能で、制限のない生成インフラを求めるなら、論理的な最適解は「完全オフラインで稼働するローカル環境の構築」に行き着きます。

本記事では、ミドルクラスのGPUを搭載したWindows環境において、「Stable Diffusion WebUI Forge」を導入し、外部通信に一切依存しない無料の画像生成環境を構築する手順を解説します。

ただし、これは単なる「ワンクリック導入ガイド」ではありません。

構築の裏でシステムが引き起こす「PythonのPATH未設定」「pkg_resourcesの消失」「NumPyとOpenCVの致命的なバージョン不整合」といった、初心者が必ず挫折するブラックボックスに対し、コマンドラインから手動でどう論理的にデバッグし、システムを正常化させたのか。そのリアルなトラブルシューティングの全記録を公開いたします。

なぜ今、ローカル完結のAI画像生成環境を作るのか

わざわざ手間をかけてまで、自分のPCに環境を構築する価値はあるのか？
クラウドサービスと比較した際の、圧倒的なメリットとデメリットを以下の表にまとめました。

この表の通り、導入のハードル（エラー解決の手間）さえ乗り越えてしまえば、あとは「完全に自分の好みで自由に画像生成できる環境」が手に入ります。本記事はそのハードルを論理的に排除するための記録です。

検証環境と要求スペック：RTX 2070 SUPER（VRAM 8GB）での限界値

今回の構築にあたり、ベースとしたPCスペックは以下の通りです。

• OS：Windows 11
• CPU：Core i7-9700 3.00GHz
• メモリ：32GB
• GPU：RTX 2070 SUPER（VRAM 8GB）
• ストレージ：1TB

ローカルAI環境において、RTX 2070 SUPERの「VRAM 8GB」は快適に動作する基準値となります。

このスペックであれば、Stable Diffusion 1.5系モデルを使用した高画質生成が十分に可能です。

ただし、LLM（大規模言語モデル）との同時起動はVRAM枯渇によるシステムフリーズ（最悪のシナリオ）を招くため、タスクを切り替えて運用するメモリ管理が必須となります。

必須となる事前準備

環境構築を始める前に、以下の3つの要素をローカル環境へ揃える必要があります。

• Python 3.10.6 のインストール
• Git のインストール
• 画像生成モデル（CheckpointとVAE）のダウンロード

Python 3.10.6 のインストール、Stable Diffusion系の動作において、Python 3.10.6は最もバグが少なく、予期せぬ不具合を起こしにくいバージョンです。公式ページからWindows installer（64-bit）をダウンロードして実行します。

この際、最初の画面下部にある「Add Python 3.10 to PATH」というチェックボックスに必ずチェックを入れてください。これを忘れるとシステムがPythonを認識できず、後の全工程が破綻します。

Git のインストール、GitHubから必要なシステムファイルをクローン（複製）するために必須のツールです。公式サイトからWindows版をダウンロードし、標準設定のまま（次へ次へと）インストールを完了させます。

画像生成モデル（CheckpointとVAE）のダウンロード、システムが「どう絵を描くか」を決定する脳となるデータです。

DreamShaper※準備中

majicmix

vae-ft-mse-840000-ema-pruned

CivitaiやHugging Face等のサイトから、メインモデルとなるCheckpoint（.safetensors形式、容量2GB〜4GB程度）と、色味の崩れ（白飛び等）を防ぐ補正データであるVAE（vae-ft-mse-840000-ema-pruned.safetensors等）を、オンライン環境のうちにダウンロードしておきます。

ローカル環境のベース構築

事前準備が完了したら、以下の手順でForgeのベースシステムを構築します。

• リポジトリのクローン
• 初回起動バッチ（webui-user.bat）の実行

リポジトリのクローン、コマンドプロンプトを起動し、インストールしたい任意のディレクトリ（例：C:\AI など）に移動した後、git clone https://github.com/lllyasviel/stable-diffusion-webui-forge.git を実行してシステム一式をダウンロードします。

初回起動バッチの実行、クローンしたフォルダ内にある webui-user.bat をダブルクリックして実行します。正常であれば、数GBに及ぶ必須ライブラリが自動でダウンロードされ、ローカルサーバーが立ち上がります。 しかし、現実のインフラ構築において、ここでストレートに完了することは稀です。次項で、実際に発生した依存関係エラーとその解決策を解説します。

【実録】依存関係エラー地獄のデバッグログ

webui-user.bat の実行中に発生した4つの致命的なエラーと、その論理的な突破方法を時系列で記載します。

• エラー1：exit code 9009（Python未認識）
• エラー2：No module named ‘pkg_resources’（CLIPのインストール失敗）
• エラー3：numpy.dtype size changed（NumPyのバージョン不整合）
• エラー4：pip’s dependency resolver conflict（OpenCVの依存関係エラー）

exit code 9009の原因は、WindowsがPythonコマンドを認識できていないことです。Pythonインストール時に「Add Python 3.10 to PATH」のチェックを忘れた、あるいは環境変数の反映前にコマンドプロンプトを開きっぱなしにしていた場合に発生します。Pythonを正しく再インストールし、コマンドプロンプトを必ず再起動することで解決します。

No module named ‘pkg_resources’は システムの仮想環境（venv）が自動で最新のセットアップツールをダウンロードした結果、古い仕様で作られた clip というパッケージと互換性が合わずに無限ループに陥るバグです。これを解決するには、自動処理（隔離ビルド）を強制的に禁止し、手動で基礎ツールとパッケージをねじ込む必要があります。コマンドプロンプトで venv\Scripts\activate を実行して仮想環境に入り、以下のコマンドを順に実行して強制インストールしました。

1. pip install wheel
2. pip install https://github.com/openai/CLIP/archive/d50d76daa670286dd6cacf3bcd80b5e4823fc8e1.zip --no-build-isolation

次にnumpy.dtype size changed。長時間のダウンロード後、起動の最終盤で発生します。Forgeの一部が古いNumPy 1.x系を前提としているにも関わらず、システムが勝手に最新のNumPy 2.x系をインストールしたことによるバイナリ互換性の崩壊ですね。これも手動で介入し、pip install numpy==1.26.4 を実行して安定版へ強制ダウングレードさせることで解決しますし、そのやり方で解決しました。

そして最後、pip’s dependency resolver conflict、NumPyをダウングレードした直後に発生する連鎖エラーです。裏でインストールされていたOpenCVパッケージが「NumPy 2.0以上じゃないと動かない」と警告を出します。 妥協せず、OpenCV側も足並みを揃えさせるため、pip install opencv-python-headless==4.9.0.80 opencv-contrib-python==4.9.0.80 を実行し、完全な論理的整合性を取り戻しました。

モデルファイルの正確な配置（ヒューマンエラーの罠）

全てのエラーを排除し、Running on local URL: http://127.0.0.1:7860 が表示されたら、ブラウザからUIへアクセスします。しかし、ここで事前にダウンロードしたモデルファイルを正しい場所に配置しなければ画像は生成できません。

• Checkpointの配置先
• VAEの配置先
• 「modules」と「models」の罠

CheckpointとVAEの配置先であるCheckpointファイルは、 stable-diffusion-webui-forge\models\Stable-diffusion のフォルダ内に、VAEファイルは stable-diffusion-webui-forge\models\VAE のフォルダ内に配置します。

「modules」と「models」の罠も見落としやすい… ここで誰もが陥りやすいヒューマンエラーがあります。フォルダ階層の中に「modules」と「models」という非常に似た名前のフォルダが存在することです。誤って「modules」側にファイルを配置しても、システムは永遠にそれを認識しません。「神は細部に宿る」。1文字の違いがシステムの沈黙を招くため、絶対パスを正確に確認して配置し、UI上の青い更新ボタン（リフレッシュ）を押して反映させます。

クオリティを劇的に上げる「Hires. Fix（高解像度補助）」設定

初期設定のままでは、出力される画像の仕上がりはイマイチです。Stable Diffusion 1.5系モデルは、最初から大きいサイズで生成すると構図が崩壊する仕様上の弱点を持っています。 これを回避し、圧倒的な高画質を引き出すための論理的な解が「Hires. Fix（高解像度補助）」です。一旦低解像度で構図を確定させ、AIの力で高解像度化して書き込みを増やすという処理を行います。

必須パラメータの設定値

必須パラメータの設定値 UIの「Hires. fix」にチェックを入れ、以下の数値を厳密に設定します。

• Upscaler：R-ESRGAN 4x+（万能で高性能）
• Hires steps：15 ～ 20
• Denoising strength：0.55（元の絵から離れすぎず、かつ精細さを増す黄金比）
• Upscale by：2.0（解像度を2倍に拡大）
• Sampling method：DPM++ 2M Karras 等（Euler aよりも書き込み密度が高い）
• 基礎解像度（Width / Height）：512 x 768 または 768 x 512

これらの設定を適用し、プロンプトに細かな情景描写（例：サイバーパンク、光の表現など）を入力して「Generate」を実行することで、完全にコントロールされた高品質な画像が、オフラインのローカルPCから生み出されます。

一昔前の生成AI画像って感じですな笑

指が変だったり、おかしなシチュエーションだったり・・・PCでのスペックが低いのか、プロンプトが悪いのか、設定なのか・・・まぁでも今後が楽しみであり、PCではのスペック（というかグラボですね）を上げればさらに良いものが出来るんでしょうね。(^_^;)

でもこれがオフラインで試し放題というが凄い所です。

まとめ：環境依存ゼロの生成インフラを手に入れる価値

無数のエラーとバグの連鎖を一つひとつ論理的に叩き潰すプロセスは、決して容易なものではありません。

しかし、それを乗り越えて構築した環境は、突然の仕様変更や不条理な制限に振り回されることのない、完全に独立した「インフラ」となります。

一度必要なデータをローカルに落とし込み、バッチファイルを適切に設定（--api など）すれば、LANケーブルを抜いた状態でもシステムは稼働し続けます。

外部に依存しない圧倒的な技術的優位性を手に入れるために、本記事のデバッグ録が役立てば幸いです。

以前、GitHub ActionsとGAS（Google Apps Script）を用いたサーバーレス構成で運用を試みましたが、「プラットフォーム依存による実行遅延（5分～30分の不可避なラグ）」と「リソース共有による実行スキップ」という構造的な欠陥に直面しました。

TDR待ち時間自動収集システムの構築手順｜GitHubとGASで資産化する方法ディズニーパークの混雑傾向を自分で分析したいが、手動での記録には限界がある 既存の待ち時間サイトが閉鎖されるリスク

記事を読む

データの鮮度が価値そのものであるリアルタイム分析において、制御不能な遅延は致命的です。 そこで私は、利便性を優先したGitHub Actionsを撤廃し、Xserver（Cron/Node.js）とGASを組み合わせた「オンプレミス回帰」とも言える堅牢な自律分散システムへと移行しました。

本記事では、以下の技術的課題をどのように解決し、月間数万レコードのデータを安定稼働させているか、その設計思想と実装の全容を公開します。

• 完全制御：Cronによる秒単位の実行スケジューリング
• データ整合性：JST（日本標準時）の厳密な管理と重複排除
• 耐障害性：API制限（429 Error）を考慮した指数バックオフの実装

単なるスクレイピングの手順書としてではなく、「信頼性の高いデータ収集基盤をどう設計すべきか」というエンジニアリングのケーススタディとしてご覧ください。

GitHub Actionsをスクレイピングに使ってはいけない理由

なぜ、無料で手軽なGitHub Actionsを捨てる必要があるのでしょうか。その理由は、以下の2点に集約されます。

• 実行時刻の不透明な遅延
• リソース共有による実行スキップ

GitHub Actionsのスケジュール実行は「ベストエフォート」であり、起動時刻が保証されません。10時00分に設定しても、実際には10時15分に開始されることが頻繁にあり、この15分のズレはデータの価値をゼロにします。（検証した結果、1時間後に実行されることもありました…）

また、混雑時には実行待機やスキップが発生し、ログすら残らず処理が消滅します。原因の切り分けが不可能になることは、長期運用において致命的なリスクとなるため、GitHub Actionsの使用を撤廃したと言うわけです。

XserverとGASによるシステム構成

データの正確性と連続性を高めるため、以下の役割分担でシステムを再構築しました。

• 実行エンジン：Xserver (Node.js)
• データベース：GAS + Google Spread Sheets

Xserver側では、Cronによる秒単位の定期実行、JST（日本標準時）の管理、リトライ処理を担当させます。一方、GAS側にはデータの受信、マスタデータとの照合（名寄せ）、および「蓄積ログ」の保存を担当させます。

この構成により、実行の正確さとデータの扱いやすさを両立させました。

Phase 1：GAS側（受信・蓄積エンジン）の構築

まず、データを受け取って保存する「データベース部分」を構築します。ここでは「蓄積ログ」と、英語名を日本語に変換するための「施設マスタ」の2つを用意します。

1. スプレッドシートの準備

新規スプレッドシートを作成し、以下の2つのシートを用意してください。

① シート名：「蓄積ログ」

収集したデータをひたすら溜めていくメインのシート（蓄積ログシート）です。1行目に以下のヘッダーを設定します。

• A列：日付
• B列：時間
• C列：曜日
• D列：祝日
• E列：パーク
• F列：アトラクション名
• G列：カテゴリ
• H列：エリア
• I列：DPA
• J列：待ち時間
• K列：元時刻
• L列：RunID

② シート名：「施設マスタ」

APIから来る英語名を、日本語名やエリア情報に変換するための辞書シート（マスタシート）です。ヘッダーは以下のように設定します。

• A列：英語名
• B列：日本語
• C列：カテゴリ
• D列：エリア
• E列：DPA

このマスタシートに行を追加していけば、コードを触らずに新アトラクションに対応できます。

2. GASコードの実装 (doPost)

Xserverからのデータを受け取り、マスタシートを参照して日本語化し、ログに追記するコードです。

/**
 * TDRデータ受信サーバー (doPost)
 * 生データを受け取り、日時分解・マスタ結合を行って蓄積ログへ保存する
 */
function doPost(e) {
  const lock = LockService.getScriptLock();
  if (!lock.tryLock(10000)) return ContentService.createTextOutput("Busy");

  try {
    const ss = SpreadsheetApp.getActiveSpreadsheet();
    const logSheet = ss.getSheetByName("蓄積ログ");
    const masterSheet = ss.getSheetByName("施設マスタ");
    
    // --- 1. マスタデータの読み込み (Map化) ---
    // A列:英語, B:日本語, C:カテゴリ, D:エリア, E:DPA
    const masterValues = masterSheet.getDataRange().getValues();
    const masterMap = new Map();
    // ヘッダー行(0)をスキップ
    for (let i = 1; i < masterValues.length; i++) {
      masterMap.set(masterValues[i][0], {
        jp: masterValues[i][1],
        category: masterValues[i][2],
        area: masterValues[i][3],
        dpa: masterValues[i][4]
      });
    }

    // --- 2. 受信データのパース ---
    const rawData = JSON.parse(e.postData.contents);
    if (!rawData || rawData.length === 0) return ContentService.createTextOutput("No Data");

    // --- 3. 重複チェック (RunID) ---
    const newRunId = rawData[0].run_id.toString();
    const lastRow = logSheet.getLastRow();
    if (lastRow > 1) {
      // L列(12列目)がRunID
      const lastRunId = logSheet.getRange(lastRow, 12).getValue().toString();
      if (lastRunId === newRunId) return ContentService.createTextOutput("Skipped");
    }

    // --- 4. 日時・祝日判定の準備 ---
    // Xserverから送られてくる updateTime (例: "2026/02/19 12:00:00") を解析
    const updateTimeStr = rawData[0].updateTime; 
    const dateObj = new Date(updateTimeStr);
    
    // 日付 (YYYY/MM/DD)
    const dateStr = Utilities.formatDate(dateObj, "Asia/Tokyo", "yyyy/MM/dd");
    // 時間 (HH:mm)
    const timeStr = Utilities.formatDate(dateObj, "Asia/Tokyo", "HH:mm");
    // 曜日
    const weekDay = ["日", "月", "火", "水", "木", "金", "土"][dateObj.getDay()];
    // 祝日判定 (Googleカレンダー利用)
    const calendarId = 'ja.japanese#holiday@group.v.calendar.google.com';
    const holidays = CalendarApp.getCalendarById(calendarId).getEventsForDay(dateObj);
    const isHoliday = (holidays.length > 0) ? "祝日" : "平日"; // 土日の場合も"平日"表記になるため、必要なら要調整

    // --- 5. データ変換 (マスタ結合 & A-L列生成) ---
    const rows = rawData.map(d => {
      // マスタ取得（なければ英語名のまま・不明扱い）
      const info = masterMap.get(d.name) || { 
        jp: d.name, category: "-", area: "-", dpa: "-" 
      };

      // 待ち時間の処理（CLOSE等は -1 になっているので文字に直すならここ。今回は数値をそのまま入れる）
      const waitVal = (d.status === "OPERATING") ? d.waitTime : -1; 
      // ※もしログ上で「休止」と文字で出したい場合は上記を書き換える

      return [
        dateStr,        // A: 日付
        timeStr,        // B: 時間
        weekDay,        // C: 曜日
        isHoliday,      // D: 祝日
        d.park,         // E: パーク
        info.jp,        // F: アトラクション名
        info.category,  // G: カテゴリ
        info.area,      // H: エリア
        info.dpa,       // I: DPA
        waitVal,        // J: 待ち時間
        d.updateTime,   // K: 元時刻
        d.run_id        // L: RunID
      ];
    });

    // --- 6. 蓄積ログへの追記 ---
    logSheet.getRange(lastRow + 1, 1, rows.length, 12).setValues(rows);

    return ContentService.createTextOutput("Success");

  } catch (err) {
    return ContentService.createTextOutput("Error: " + err.toString());
  } finally {
    lock.releaseLock();
  }
}

3. デプロイとURLの発行

Xserverからのアクセスを許可するため、以下の設定でデプロイを行います。

画面右上の [デプロイ] > [新しいデプロイ] をクリック。

• 種類の選択：ウェブアプリ
• 次のユーザーとして実行：「自分 (Me)」
• アクセスできるユーザー：全員 (Anyone)※最重要

発行されたURLは、次のフェーズで使用します。（これが後の工程で使用する「gasUrl」に設定するURLとなります。）

Phase 2：Xserver側（実行環境）の構築

WordPress等が稼働している公開領域を汚染しないよう、隔離されたディレクトリに実行環境を作ります。

まずは接続する設定をXサーバーの管理画面で行います。

準備

まずは準備が必要です。

1. [サーバーパネル] ＞ [SSH設定] ＞ [ONにする]。
2. [公開鍵認証用鍵ペア生成] ＞ パスフレーズを入力し [生成する] をクリック。

ローカル（PC）での配置：

.ssh ディレクトリへ移動し、鍵の権限を厳格に設定（chmod 600）。

SSH接続コマンド：

ssh -i ~/.ssh/〇〇.key 〇〇@〇〇.xsrv.jp -p 10022

※〇〇サーバー番号、ポート番号はデフォルトの22ではなく、Xserver指定の 10022 を使用します。

1. SSH接続とNode.jsの導入

セキュリティを担保するため、公開鍵認証にてSSH接続を行います。接続後、バージョン管理ツール nodebrew を使用して Node.js（v18系推奨）をインストールしてください。

2. プロジェクトディレクトリの作成

ホームディレクトリ直下に隠しディレクトリを作成し、プロジェクトを初期化します。

mkdir -p ~/.tdr_system/fetcher
cd ~/.tdr_system/fetcher
npm init -y
npm install node-fetch@2

Phase 3：収集ロジックの実装 (index.js)

タイムゾーン（JST）を厳密に管理し、API制限対策のリトライ機能を搭載したエンジンを実装します。このフェーズでの重要なポイントは以下の3点です。

• JST時刻の厳密管理
• 指数バックオフ（リトライ）
• 直接ファイルロギング

サーバーの時刻設定に依存せず、Intl.DateTimeFormat で日本時間を強制取得します。また、通信エラー時に即時終了せず、間隔を空けて再試行することで欠測を防ぎます。ログは標準出力ではなく、ファイルへ直接書き込むことでバッファ消失を防ぎます。

/**
 * TDRデータ収集・送信エンジン
 */
const fetch = require('node-fetch');
const fs = require('fs');
const path = require('path');

// Phase 1で発行したGASのURL
const gasUrl = 'https://script.google.com/macros/s/xxxxxxxxxxxxxxxxx/exec';

const logPath = path.join(__dirname, 'execution.log');
const writeLog = (msg) => {
    const now = new Date().toLocaleString('ja-JP', { timeZone: 'Asia/Tokyo' });
    fs.appendFileSync(logPath, `[${now}] ${msg}\n`);
};

(async () => {
    const now = new Date();
    const jstFormatter = new Intl.DateTimeFormat('ja-JP', {
        timeZone: 'Asia/Tokyo',
        year: 'numeric', month: '2-digit', day: '2-digit',
        hour: 'numeric', minute: '2-digit', second: '2-digit',
        hour12: false
    });
    
    const parts = jstFormatter.formatToParts(now);
    const p = parts.reduce((acc, part) => { acc[part.type] = part.value; return acc; }, {});
    
    const timestamp = `${p.year}/${p.month}/${p.day} ${p.hour}:${p.minute}:${p.second}`;
    const hour = parseInt(p.hour);
    const min = parseInt(p.minute);

    writeLog(`Check: ${timestamp} (H:${hour} M:${min})`);

    // 21:01〜07:59は実行停止
    if ((hour === 21 && min > 0) || hour > 21 || hour < 8) {
        writeLog("Operation out of hours. Process skipped.");
        process.exit(0);
    }

    const fetchWithRetry = async (url, options = {}, retries = 3) => {
        for (let i = 0; i < retries; i++) {
            try {
                const res = await fetch(url, options);
                if (res.ok) return res;
                writeLog(`HTTP Error: ${res.status} (Attempt ${i + 1})`);
            } catch (err) {
                writeLog(`Network Error: ${err.message} (Attempt ${i + 1})`);
            }
            if (i < retries - 1) await new Promise(r => setTimeout(r, 5000 * (i + 1)));
        }
        throw new Error(`Max retries reached: ${url}`);
    };

    try {
        const destRes = await fetchWithRetry('https://api.themeparks.wiki/v1/destinations');
        const destData = await destRes.json();
        const resort = destData.destinations.find(d => d.name.toLowerCase().includes('tokyo'));

        const childrenRes = await fetchWithRetry(`https://api.themeparks.wiki/v1/entity/${resort.id}/children`);
        const childrenData = await childrenRes.json();
        const targetParks = childrenData.children.filter(c => 
            c.name.toLowerCase().includes('disneyland') || c.name.toLowerCase().includes('disneysea')
        );

        const runId = now.getTime().toString(); 
        let allAttractions = [];

        for (const park of targetParks) {
            const liveRes = await fetchWithRetry(`https://api.themeparks.wiki/v1/entity/${park.id}/live`);
            const liveData = await liveRes.json();
            const parkType = park.name.toLowerCase().includes('disneyland') ? 'TDL' : 'TDS';

            const attractions = liveData.liveData.map(ride => ({
                park: parkType,
                name: ride.name,
                waitTime: (ride.queue && ride.queue.STANDBY) ? (ride.queue.STANDBY.waitTime || 0) : -1,
                status: ride.status,
                updateTime: timestamp,
                run_id: runId
            }));
            allAttractions = allAttractions.concat(attractions);
        }

        writeLog(`Sending ${allAttractions.length} records to GAS...`);
        const response = await fetchWithRetry(gasUrl, {
            method: 'POST',
            body: JSON.stringify(allAttractions),
            headers: { 'Content-Type': 'application/json' }
        });

        writeLog(`GAS Response: ${await response.text()}`);

    } catch (e) {
        writeLog(`CRITICAL: ${e.message}\n${e.stack}`);
        process.exit(1);
    }
})();

Phase 4：Cronによる完全自動化

不条理な遅延を許さない、Xserver内部スケジューラー（Cron）への登録を行います。

0,15,30,45 8-21 * * * cd /home/〇〇/.tdr_system/fetcher && /home/〇〇/.nodebrew/current/bin/node index.js >> /home/〇〇/.tdr_system/fetcher/debug.log 2>&1

※〇〇にはサーバーIDを入れてください。

WordPressへのリアルタイム連携

蓄積されたデータをブログで表示するため、GAS側にデータ取得用のAPI（doGet）を追加し、WordPress側でショートコードを作成します。

1. GASコードの追加 (doGet)

先ほどのGASプロジェクトに以下の関数を追加し、再度デプロイ（バージョンアップ）してください。

function doGet(e) {
  const ss = SpreadsheetApp.getActiveSpreadsheet();
  const sheet = ss.getSheetByName("蓄積ログ");
  
  // 最新の77件（アトラクション数分）だけを取得して返す例
  const lastRow = sheet.getLastRow();
  // ヘッダー行のみの場合は空を返す
  if (lastRow <= 1) return ContentService.createTextOutput("[]");
  
  // 過去の膨大なログから直近のデータのみ抽出
  // ※ここでは簡易的に末尾100行を取得するロジックとします
  const startRow = Math.max(2, lastRow - 100); 
  const data = sheet.getRange(startRow, 1, lastRow - startRow + 1, 7).getValues();
  
  // 最新の run_id を持つデータのみにフィルタリング
  const lastRunId = data[data.length - 1][6]; // 6番目=run_id
  const latestData = data.filter(row => row[6] === lastRunId);
  
  const headers = ["park", "name", "waitTime", "status", "area", "updateTime", "run_id"];
  const result = latestData.map(row => {
    let obj = {};
    headers.forEach((h, i) => obj[h] = row[i]);
    return obj;
  });

  return ContentService.createTextOutput(JSON.stringify(result))
    .setMimeType(ContentService.MimeType.JSON);
}

2. WordPress (functions.php)

以下のコードを追加することで、ショートコード [tdr_wait_list] が使用可能になります。

add_shortcode('tdr_wait_list', function() {
    // GASのウェブアプリURL
    $url = 'https://script.google.com/macros/s/xxxxxxxxxxxxxxxxx/exec';
    
    // Transient APIで60秒間キャッシュ
    $cache_key = 'tdr_data_log';
    $data = get_transient($cache_key);

    if (false === $data) {
        $response = wp_remote_get($url);
        if (is_wp_error($response)) return 'データ取得中...';
        $data = json_decode(wp_remote_retrieve_body($response), true);
        set_transient($cache_key, $data, 60);
    }

    if (empty($data)) return '現在データはありません';

    $html = '<div class="tdr-wait-list">';
    foreach ($data as $row) {
        $wait = ($row['status'] === 'OPERATING') ? $row['waitTime'] . '分' : '一時休止';
        if ($row['status'] === 'CLOSED') $wait = '終了';
        
        $html .= '<div class="attraction-item">';
        $html .= '<span class="name">' . esc_html($row['name']) . '</span>';
        $html .= '<span class="wait">' . esc_html($wait) . '</span>';
        $html .= '</div>';
    }
    $html .= '</div>';
    return $html;
});

まとめ

本構築により、GitHub Actionsという不透明なリソースを排除し、自らの管理下で「責任の所在」を明確にしたデータ収集基盤が完成し、現在の待ち時間を15分間隔で取得してWordPressで確認できるところまで実装できました。

次は蓄積したデータを基にグラフとして可視化したり、何曜日の何時くらいが空いているのか、何月に人が多いのかなどの情報を他の予測するサイトより、数字に基づいた立証データを出せると思いますので楽しみにお待ちいただければと存じます！

最後までご覧いただきありがとうございました！

パークの混雑状況を確認する際、他者が提供するデータの二次利用だけでは独自の分析は不可能に近いです。

信頼性の高い記事を書くためには、自ら取得した「一次情報」を蓄積し、それを根拠とした論理的な主張が求められますがいかがでしょうか。

私は20社以上の実務経験を持つ独立エンジニアとして、WPやGAS、インフラ構築に精通しており、今回はGitHub ActionsとGoogle Apps Script（GAS）を組み合わせた堅牢なシステムを構築してみました。

本記事では、Node.jsを用いたデータ取得プログラムの実装から、深夜の無駄な稼働を排除する営業時間に合わせた自動化設定までを詳しく解説いたします。

この記事を読めば、PCを起動することなく、正確な待ち時間ログがスプレッドシートに積み上がり続ける環境が手に入ります。

先に結論をお伝えすると、クラウドサービスを論理的に組み合わせることで、完全無料で保守不要のTDR待ち時間取得データ収集エンジンを構築することは十分に可能です。

収集システムの全体設計と技術選定

大前提として本システムは、情報の取得・加工・保存を3つのレイヤーで分離して設計しています。

• Themeparks Wiki API：データソースの選定
• GitHub Actions：サーバーレスでの定期実行
• Google Apps Script（GAS）：スプレッドシートへの永続化

まず、世界中のパーク情報を配信しているAPIからデータを抜き出すプログラムをNode.jsで作成します。

次に、このプログラムを24時間稼働させるための環境として、GitHub Actionsを採用しました。GitHub Actionsを利用することで、自宅のPCを稼働させるコストやリスクを排除しています。

最後に、取得したデータを永続的に記録するためにGoogle Apps Script（GAS）を用い、スプレッドシートをデータベースとして活用します。

「Themeparks Wiki API」、「GitHub Actions」、「GAS」、この3段階の構成により、特定のサービスが停止しても他の部分でカバーできる柔軟なシステムを実現しています。

データ取得用「index.js」の実装手順

プログラムの実装において最も重要なのは、API側の仕様変更に耐えうる柔軟な検索ロジックです。

• API検索ロジックの柔軟性確保
• ランド（TDL）とシー（TDS）のデータ並列処理
• 日本標準時（JST）へのフォーマット統一

当初は特定のID（slug）を直接指定していましたが、IDの変更によりデータが取得できなくなるリスクを考慮し、名称に「Tokyo」が含まれるものを動的に検索する方式に変更しました。

また、東京ディズニーランドとシーの両方のデータを1回の実行で取得し、配列で結合した後に一つのJSONファイルとして書き出します。

取得時刻は後の分析を容易にするため、サーバー時刻（UTC）ではなく日本標準時（JST）に固定して記録します。

Node.js（JavaScript）

const fs = require('fs');

(async () => {
  try {
    console.log("1. Fetching destinations...");
    const destRes = await fetch('https://api.themeparks.wiki/v1/destinations');
    const destData = await destRes.json();

    // 名称に「Tokyo」を含むリゾートを動的に特定
    const resort = destData.destinations.find(d => d.name.toLowerCase().includes('tokyo'));
    if (!resort) throw new Error("Tokyo Resort not found.");

    console.log("2. Fetching parks...");
    const childrenRes = await fetch(`https://api.themeparks.wiki/v1/entity/${resort.id}/children`);
    const childrenData = await childrenRes.json();

    const targetParks = childrenData.children.filter(c => 
      c.name.toLowerCase().includes('disneyland') || c.name.toLowerCase().includes('disneysea')
    );

    let allAttractions = [];
    for (const park of targetParks) {
      const liveRes = await fetch(`https://api.themeparks.wiki/v1/entity/${park.id}/live`);
      const liveData = await liveRes.json();
      const parkType = park.name.toLowerCase().includes('disneyland') ? 'TDL' : 'TDS';

      const attractions = liveData.liveData.map(ride => ({
        park: parkType,
        name: ride.name,
        waitTime: (ride.queue && ride.queue.STANDBY) ? (ride.queue.STANDBY.waitTime || 0) : -1,
        status: ride.status,
        updateTime: new Date().toLocaleString("ja-JP", { timeZone: "Asia/Tokyo" })
      }));
      allAttractions = allAttractions.concat(attractions);
    }

    // TDL/TDS統合データとして保存
    fs.writeFileSync("tdr_status.json", JSON.stringify(allAttractions, null, 2));
    console.log("Success: Saved to tdr_status.json");

  } catch (e) {
    console.error("Critical Error:", e.message);
    process.exit(1);
  }
})();

GitHub Actionsによる自動実行スケジュール設定

GitHub Actionsを稼働させるための設定ファイル（YAML）では、パークの営業時間に合わせた実行スケジュールを定義します。

• 営業時間（8:00〜22:00）への最適化
• UTCとJSTの時差計算（9時間の乖離）
• 混雑を避けるためのキリの悪い時刻指定

ハッピーエントリーの開始を見据えて日本時間の朝8時から、閉園後の余韻を含めた夜22時までを稼働時間とします。

ここで注意が必要なのは、GitHubのcron設定はUTC（世界標準時）で行う必要がある点です。日本時間の朝8時はUTCでは前日の23時に該当するため、これを正確に記述しなければなりません。

また、世界中の実行が集中する00分や30分を避け、あえて31分などのキリの悪い数字を指定することで、実行待ちの遅延を緩和させる工夫を施しています。

YAML

name: TDR Wait Time Auto-Fetcher

on:
  schedule:
    # JST 08:00 - 21:31 (UTC 23:00 - 12:31) 31分おき
    - cron: '*/31 23,0-12 * * *'
    # JST 22:00 (UTC 13:00) 最終取得
    - cron: '0 13 * * *'
  workflow_dispatch:

permissions:
  contents: write

jobs:
  update-data:
    runs-on: ubuntu-latest
    steps:
      - name: Checkout repository
        uses: actions/checkout@v3

      - name: Setup Node.js
        uses: actions/setup-node@v3
        with:
          node-version: '18'

      - name: Install dependencies
        run: npm install

      - name: Run Fetch Script
        run: node index.js

      - name: Commit and Push changes
        run: |
          git config --global user.name 'GitHub Action-bot'
          git config --global user.email 'action@github.com'
          git add tdr_status.json
          git diff --quiet && git diff --staged --quiet || (git commit -m "Update wait times" && git push)

スプレッドシートへの蓄積とGASのガードロジック

取得したデータをスプレッドシートへ蓄積する際、深夜帯などのデータが更新されない時間に同じ内容を何度も書き込むのは非効率的です。

以下のようなルールで作成しました。

• 重複データ書き込みの論理的排除
• 最新データと蓄積ログのシート分離
• エラー通知設定による監視体制

取得したデータをスプレッドシートへ蓄積する際、深夜帯などのデータが更新されない時間に同じ内容を何度も書き込むのは非効率的です。

この課題を解決するため、GASには「前回の最終ログの時刻」と「取得したJSON内の時刻」を照合し、一致した場合は書き込みをスキップするガードロジックを実装しました。これにより、データベースとしての純度を高めています。

また、スプレッドシートを「最新データ」と「蓄積ログ」の2枚に分けることで、現在の状況確認と長期的な分析を並列して行えるようにしています。

GoogleAppScript（GAS）

/**
 * TDRデータ収集システム：最新表示 ＆ 履歴蓄積 統合版
 */
function updateAndLogTDRData() {
  const url = 'https://raw.githubusercontent.com/あなたのユーザー名/リポジトリ名/main/tdr_status.json';
  const ss = SpreadsheetApp.getActiveSpreadsheet();
  
  let currentSheet = ss.getSheetByName("最新データ") || ss.insertSheet("最新データ");
  let logSheet = ss.getSheetByName("蓄積ログ") || ss.insertSheet("蓄積ログ");

  try {
    const response = UrlFetchApp.fetch(url);
    const data = JSON.parse(response.getContentText());
    
    // データが空、または予期せぬ形式の場合は中断
    if (!data || data.length === 0 || !data[0].updateTime) return;

    // --- 論理デバッグ：二重書き込み防止の完全版 ---
    const lastRow = logSheet.getLastRow();
    if (lastRow > 1) {
      // getValue()ではなくgetDisplayValue()で「見たままの文字列」を取得
      const lastLoggedTime = logSheet.getRange(lastRow, 6).getDisplayValue();
      
      // 文字列として厳密に比較
      if (String(lastLoggedTime).trim() === String(data[0].updateTime).trim()) {
        console.log("重複データのため蓄積をスキップしました: " + lastLoggedTime);
        // 表示シートのみ更新して終了
        updateCurrentSheet(currentSheet, data);
        return;
      }
    }

    // --- 処理1：最新データシートの更新（表示用） ---
    updateCurrentSheet(currentSheet, data);

    // --- 処理2：蓄積ログシートへの追記 ---
    const now = new Date();
    const logRows = data.map(item => [
      Utilities.formatDate(now, "Asia/Tokyo", "yyyy-MM-dd"), // 1列目：日付
      Utilities.formatDate(now, "Asia/Tokyo", "HH:mm"),       // 2列目：取得実行時間
      item.park,                                            // 3列目：パーク種別
      item.name,                                            // 4列目：施設名
      item.waitTime,                                        // 5列目：待ち時間
      item.updateTime                                       // 6列目：判定用のキー
    ]);
    
    if (logRows.length > 0) {
      if (logSheet.getLastRow() === 0) {
        logSheet.appendRow(["日付", "時間", "パーク", "施設名", "待ち時間", "元データ更新時刻"]);
      }
      // まとめて最終行に追記
      logSheet.getRange(logSheet.getLastRow() + 1, 1, logRows.length, 6).setValues(logRows);
    }

  } catch (e) {
    console.error("実行エラー：" + e.toString());
  }
}

/**
 * 最新データシートの描画処理（共通）
 */
function updateCurrentSheet(sheet, data) {
  sheet.clearContents();
  sheet.appendRow(["パーク", "名前", "待ち時間", "ステータス", "最終更新"]);
  
  const rows = data.map(item => [
    item.park, 
    item.name, 
    item.waitTime === -1 ? "終了/休止" : item.waitTime, 
    item.status, 
    item.updateTime
  ]);
  
  if (rows.length > 0) {
    sheet.getRange(2, 1, rows.length, 5).setValues(rows);
    // ヘッダーの装飾（任意）
    sheet.getRange(1, 1, 1, 5).setFontWeight("bold").setBackground("#f3f3f3");
  }
}

なお、一つだけ注意点があります。

「const url = ‘https://raw.githubusercontent.com/あなたのユーザー名/リポジトリ名/main/tdr_status.json’;」

この部分は自身のGithubのURLを指定する必要があります。

開発過程における技術的課題と解決策

構築の過程で直面した最大の障壁は、GitHub Actionsのbotが自動更新を行った直後に、ローカル環境から修正コードをプッシュしようとして発生する「Rejected」エラーでした。

• Git Push 拒否エラー：rebaseによる歴史の統合
• cron 実行遅延：GitHub無料枠の仕様理解
• 命名規則の統一：TDLからTDRへの一貫した変更

これはリモート側の歴史が先行しているために起こります。解決策として、必ず git pull origin main --rebase を実行し、リモートの歴史をローカルの背後に再配置してからプッシュする手順を徹底しました。

また、ファイル名を当初は tdl_status.json にしており、それだとTDLだけの取得ではなくTDSも合わせたTDRとして取得するために、tdl_status.json から tdr_status.json に変更しました。

その際には、プログラム側だけでなくGitHub ActionsのYAMLファイル内の指定も一貫して修正しなければ動作が停止します。こうした細部の不整合を一つずつ潰していくことが、安定したシステムの鍵となります。

まとめ：自律型データ収集システムの構築がもたらす価値

本記事では、GitHub ActionsとGoogle Apps Scriptを組み合わせ、東京ディズニーリゾートの待ち時間を自動収集するシステムの構築手順を解説しました。

PCを起動することなく、クラウド上でプログラムが自律的に稼働し、スプレッドシートへログを刻み続ける環境は、情報発信において圧倒的な優位性をもたらします。

• 完全自動・ゼロコストによる継続的なデータ蓄積の実現
• 他者に依存しない「一次情報」の所有によるメディアの差別化
• GitHub ActionsとGASの連携による堅牢なインフラ構成

既存のサービスから情報を得る「消費者」の立場から、自らデータを生成・管理する「所有者」へと転換することは、技術ブログとしての信頼性を底上げするだけでなく、将来的な分析の幅を無限に広げることにつながります。

今回構築したシステムは、単なるツールの作成に留まらず、自身のメディアに強固な「事実の裏付け」を与えるための重要なインフラ基盤となります。

今後の展望：蓄積されたデータが切り拓く「次世代の活用アイデア」

最後に、今後の展望としていくつか箇条書きで記しておきます。

• 独自データに基づく傾向分析グラフの作成
• WordPressへのスプレッドシート埋め込み（データの取得がきちんとできていたら）
• AI・機械学習を用いた「未来の待ち時間予測」エンジンの開発
• リアルタイム空き状況と現在地を組み合わせた「最短ルート最適化」ツール
• SNSの感情分析と連動させた「パークの盛り上がり可視化」ダッシュボード

今回構築したシステムによって、手元には膨大な「生データ」が蓄積され始めます。このデータを単に眺めるだけでなく、さらに一歩進んだ「何か」を作り上げることを目的としておりますので、「これは凄い！」と思わせる画期的なコンテンツを提供できる可能性がありますので是非とも楽しみに。

もう少し突っ込んで話をすると、例えば、「AI・機械学習を用いた「未来の待ち時間予測」エンジンの開発」は、過去数年分のログをAIに学習させ、当日の天気や気温、近隣のイベント情報を掛け合わせることで、驚くほど高精度な「未来の待ち時間予測」を実現できるかもしれません。

また、蓄積された「30分刻みの変動」をヒートマップとして可視化して、パーク内の混雑がどのように波及していくのかをアニメーションで見せるたり、さらに高度な応用として、蓄積データから導き出した「アトラクションの混雑パターン」を基に、滞在時間を最大化するための「パーソナル・ツアー・プランナー」を構築するのも面白い試みだと思ってます。

蓄積データの活用と将来的な拡張性を兼ね備えた大きなプロジェクトなので暖かく見守っていただければと存じます。

…というか、そもそもこういうの誰か作ってたら教えてください笑

今まで見たこともないんですよね…APIで用意されているのに、誰もそれを有効活用してないってのがなんでかなーって思ってます…

とにかく、最後までご覧いただきありがとうございました！

他にも例えば…

• 内容は素晴らしいが、抽象的すぎて実行に移せない
• 「著者に直接質問できれば解決するのに」ともどかしくなる
• 結局、読んだだけで満足して本棚の肥やしになっている（積読）

本は「大衆」に向けて書かれています。「あなた個人」のために書かれていないため、どうしても「腑に落ちない部分」が出てくるのは当然です。

しかし、もしもその本の著者が、あなたの性格や現状を知り尽くした上で、マンツーマンで相談に乗ってくれる」としたらどうでしょうか？

そんな夢のような話ができるわけ…できるんです！最新のテクノロジーを使えば実現可能です！

本記事では、「iOCHOW S5（スキャナー）」と「NotebookLM」、そして「Gemini」を組み合わせ、物理的な本を「あなた専用の最強メンター」に生まれ変わらせる方法を解説します。

もう、ただ本を読むだけの時代は終わりました――。これからは、本と「対話」する時代です！

なぜ「読む」だけでは人生が変わらないのか？

少し説明させてください。自己啓発本や専門書を読んでも成果が出ない最大の理由。それは、「一般論」を「自分事」に変換できていないからというのが原因として大きいです。

一方通行の情報の限界

書籍は、著者から読者への一方通行のメディアですよね。

著者はあなたの「今の年収」も「抱えている悩み」も「性格」も全くもって知りません。だから、「誰にでも当てはまる正解（最大公約数）」しか書けないのが現状です。

「著者に質問したい」という叶わぬ願い

「私の場合はどうすればいいですか？」 という問い。

本来なら、著者に直接聞くのが最短ルートです。しかし、著者に会うことは難しい場合が多い。

例えば、著者がSNSをやっているとして、質問しても返信が来る保証はありません。ましてや、自分のプライベートな事情をSNSでさらけ出すのは大きなリスクがあります。

この「ラストワンマイル（個別具体化）」を埋めるために、我々はAIを使うというのが当記事のゴールとしています。

AIが可能にする「著者との対話」システム

私が構築したシステムは、以下の3つのツールを連携させることで機能します。

• iOCHOW S5（目）
• NotebookLM（脳）
• Gemini（口）

iOCHOW S5は、物理本をデジタルデータ（PDF）化する入り口。

次にNotebookLMは、読み込んだ本の内容を正確に記憶し、嘘のない知識ベースを作ります。

そしてGeminiが、あなたの文脈（性格や現状）を理解した上で、NotebookLMの知識を引き出し、あなたに最適なアドバイスを行います。

iOCHOW ドキュメントスキャナー ブックスキャナー S5 2200万画素 非破壊 自動平坦化 A3サイズ対応 多言語OCR機能 USB書画カメラ

created by Rinker

iOCHOW

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

なぜ「Gemini単体」ではダメなのか？

「Geminiに直接PDFを読み込ませればいいのでは？」と思うかもしれません。しかしながら、以下の弱点があります。

• 「忘却」のリスク
• 管理の煩雑さ

Geminiに長い本を読ませると、最初の方を忘れたり、内容がAIの一般知識と混ざって「知ったかぶり（ハルシネーション）」を起こす可能性が大いにあります。

また、チャットごとに毎回PDFをアップロードし直す必要があったり、複数の本を横断して参照することも苦手ですので、今回の方法はGemini単体では少し厳しいです。

なぜ「NotebookLM単体」でもダメなのか？

GoogleのNotebookLMは優秀ですが、あくまで「ソース（本）に忠実な優等生」です。

「要約して」には答えてくれますが、「あなたの個人的な悩み」という文脈（コンテキスト）を持っていません。そのため、回答がどうしても「教科書的で冷たいもの」になります。

なお、「教科書的」が悪いわけでは決してありません。自分自身の内容に落とし込むという意味では、NoteBookLMでの単体利用では相性が悪いです。

最強の解：「NotebookLM × Gemini」連携

単体では駄目ですが、2つを組み合わせることで化学反応が起きます。

Geminiは、日々の会話を通じて「あなたの性格・仕事・悩み」を知っています。そのGeminiが、NotebookLMという「正確無比なカンニングペーパー（本の内容）」を参照しながら答えることで、「あなたのことをよく知る友人が、その本の内容を完璧に踏まえてアドバイスしてくれる」という、最強の状態が完成するのです。

余談：GeminiはNoteBookLMを参照できるようになりました

少し前のアップデートで、GeminiはNoteBookLMを参照できるようになったのはご存知でしょうか？

方法は簡単で、Geminiのチャット欄の＋ボタンを押してNoteBookLMを選択し、ソース（NoteBookLMの保存データ）を選ぶだけで参照可能です。

「積読」を資産に変えるスキャナー「iOCHOW S5」

このシステムを動かすための最初の鍵が、物理本をデジタル化するスキャナーです。 私は「iOCHOW S5」を愛用しています。

裁断不要。「置くだけ」で終わる

従来のスキャナー（自炊）は、本をカッターで解体（裁断）する必要がありました。しかし、iOCHOW S5は「オーバーヘッド型」ですので本を傷つけずスキャン可能です。

1. マットを置いて本を開く
2. スキャンボタンを押す
3. ページをめくる

この３ステップだけ（後は②と③の繰り返し）で、AIによる補正機能が働き、湾曲したページを真っ平らなPDFに変換してくれます。大切な本を傷つけることなく、数分で「AIの知識」に加工できるのが良いところ。

この手軽さがなければ、この学習法は続きません。

なぜ「スマホのカメラ」じゃダメなのか？

「スマホで撮ってPDF化すればいいのでは？」と思うかもしれません。 確かに、数ページの資料ならスマホで十分です。

しかし、200ページある専門書を、片手でページを押さえながら、影が入らないように数百回撮影する作業を想像してみてください。…断言します。「苦行」以外の何ものでもないです！

私は30ページで挫折しました…。この学習法を習慣化するためには、「物理的な手間」を極限までゼロにする必要がありました。だからこそ、スキャンボタンを押すだけでいい「iOCHOW S5」が必要と声を大にして言いたいです。

iOCHOW ドキュメントスキャナー ブックスキャナー S5 2200万画素 非破壊 自動平坦化 A3サイズ対応 多言語OCR機能 USB書画カメラ

created by Rinker

iOCHOW

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

実践：本を「自分専用メンター」にする全手順

それでは、実際に本をAIメンター化する手順を解説します。

STEP 1：本をスキャンしてPDF化する

iOCHOW S5の付属ソフト「ScanLine」を使って、手元の本をスキャンします。文字認識（OCR）機能を使えば、画像ではなく「テキストデータ」として読み取れるため、AIの精度がさらに向上します。※設定は下記

タブは「ブック」にして、スキャナーの画面に出ている青い枠を本の大きさに合わせます。そして真ん中にオレンジの点線が出てるので、点線を本のセンターとします。

さらに、細かい設定として私がしているのは以下の通りです。

• トリミング選択：曲面裁断
• 連続撮影モード：手動
• 自動補正：チェックなし
• 指消し補正：✓チェックを入れる
• 出力フォーマット：PDF(検索可能)
• 出力効果：カラー(原色)
• OCR言語：Japanese+English
• 解像度：5440X4080(22MP)
• 表示比率：55％
  ※解像度を設定すれば自動で切り替わります

※「プリフィックス」と「名前付け方」はお好みで変更

上記の設定をして、実際にマットの上に本を置き、スキャンしていきます。

スキャンが終わったら、右上の出力ボタンを押してPDFを出力します。

出力設定は、そのまま「左右をマージしないまま出力」を選択し「出力」を押してください。

これでページ数にもよりますが、数分後には文字検索可能な本のPDFが完成します。

STEP 2：NotebookLMにソースとして登録する

Googleの「NotebookLM」にアクセスし、新しいノートブックを作成。

■NoteBookLM

そこにSTEP 1で作ったPDFをアップロードします。

※ドラッグ＆ドロップでも可能

これで、AIの中に「その本専用の脳みそ」が出来上がります。

STEP 3：Geminiから呼び出して「相談」する

ここがクライマックスです。 Gemini（Advanced等の対応版）を開き、上記でお伝えした＋ボタンでNoteBookLMを呼び出して連携させます。

■Gemini

そして、以下のように質問します。

なお、今回八木仁平さんの「世界一やさしいやりたいことの見つけ方」を参考にしているので、プロンプトは本の内容によって適宜変えてください。

すると、AIは単なる要約ではなく、著者があなたの隣でコンサルティングをしてくれているかのような、具体的でパーソナライズされたワークやカリキュラムを用意してくれます。

【購入前への警告】iOCHOW S5の注意点と「神アイテム」紹介

ここまでメリットを語りましたが、実際に数百ページをスキャンして感じた「イマイチな点」や「必須アイテム」も正直にお伝えします。

イマイチな点の把握、必須アイテム準備をしておかないと、途中で心が折れます。

1. 「指消し機能」は優秀だが、過信は禁物

iOCHOWの専用ソフト（ScanLine）には、「指消し補正」という機能が搭載されています。本を押さえている指が写り込んでも、AIが自動で検知して「スルー」してくれます。

しかし、これにも「物理的な限界」があります。

• 文字の上に指がかかったらアウト
• 手ブレのリスク

いくらAIでも、指の下にある文字まではさすがに透視できません。また、数百ページを手で押さえ続けていると、疲労で指が滑り、うっかり文字を隠してしまうこともあります。 スキャン時は注意してください。

2. PCモニタの横に置かないと「詰む」

スキャン作業中は、必ずPC画面で「ちゃんと撮れているか」を一回一回確認する必要があります。

「指消し機能や補正があるから大丈夫」と高を括って、画面を見ずに作業していたら、「指が文字に被っていた」「ページがめくれていなかった」というミスに気づかず、数十ページやり直し……という絶望を味わうことになります。（そう、僕ですｗ）

スキャナーは必ずPCの横（視界に入る位置）に置き、コックピットのように常にプレビューを確認しながら作業するのが鉄則です。

3. 自動補正の「クセ」を見極める

ソフトには「湾曲補正」もありますが、環境や紙質によっては誤作動を起こすことがあります。

• 文字が不自然に間延びする
• 文字や挿絵がぐにゃぐにゃになる

私の検証では、「自動補正をOFF」にした方が綺麗に撮れるケースが多々ありました。最初に数ページ試し撮りをして、ON/OFFどちらが良いか見極めるのが良いです。

【結論】悪いことは言いません、「本を包み込む文鎮」を買いましょう

手の疲れと「うっかり指被り」を回避するために、私は当初「無印良品の透明クリップ」を試しました。 しかし、これは完全な失敗（ナンセンス）でした。

• 挟む力が強すぎる（本を傷める可能性も）
• 付け外しの手間が膨大

ページをめくるたびに「外す→めくる→付ける」の動作が必要です。数百回これを繰り返すのは、修行以外の何物でもありません。

救世主は「妻の所持している文鎮」だった件について

「こんな作業を繰り返すのしんど…」と絶望していた私を救ったのが、妻から声がかかり、渡されたのが「本を包み込む文鎮（ブックウェイト）」でした。

• 置くだけでページが固定される
• 指を使わないので「指被り」しない
• めくる時はサッと持ち上げるだけ

これがあるだけで、作業効率と疲労度が天と地ほど変わります。iOCHOW S5を買うなら、この文鎮もセットで用意してください。「本を包み込む文鎮」がないと、あなたの「電子化計画」は3冊目で挫折します（笑）

文鎮 「本を包み込む文鎮」 【インテリアコーディネーター監修】 INOBRILLIANT プレゼント 質量約250g おしゃれデザイン 受験 料理 ブックホルダー 高級ギフトボックス付 重り (黒色（Black）)

created by Rinker

INOBRILLIANT

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

まとめ：埋もれた知識を呼び覚ませ

最後に、本記事のポイントをまとめます。

• 本は読むな、”対話”しろ
• iOCHOW S5の価値
• Gemini × NotebookLMの有用性

「一般論」のまま放置せず、AIを使って「自分専用の解」を引き出すようにしましょう！

iOCHOW S5は、本を裁断せず、爆速でデジタル資産に変えるための必須ツールです。そして、「あなたの文脈（AIとの今までの対話）」と「本の知識」を掛け合わせることで、最強のメンターが誕生します。

あなたの本棚に眠っている「かつての名著」たち。それらは単なる紙の束ではなく、iOCHOW S5とAIの力を借りれば、「あなたの人生を支える強力なアドバイザー」に変わること間違いありません！

さあ、その本棚のホコリを被っている一冊をスキャンして、著者との「対話」を始めようじゃありませんか！

iOCHOW ドキュメントスキャナー ブックスキャナー S5 2200万画素 非破壊 自動平坦化 A3サイズ対応 多言語OCR機能 USB書画カメラ

created by Rinker

iOCHOW

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

文鎮 「本を包み込む文鎮」 【インテリアコーディネーター監修】 INOBRILLIANT プレゼント 質量約250g おしゃれデザイン 受験 料理 ブックホルダー 高級ギフトボックス付 重り (黒色（Black）)

created by Rinker

INOBRILLIANT

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

特に、家電量販店で高額で購入したNEC（LAVIE）や東芝（dynabook）。Core i7を積んでいて、ハードウェアとしてはまだまだ現役なのに、OSの都合だけで「廃棄」や「買い替え」を迫られるのは、どう考えても納得がいきません。

しかし、諦めるのはまだ早いです。「Rufus（ルーファス）」という無料ツールを使えば、メーカーの厳しいチェック（TPM 2.0やCPU世代）をすべて無効化し、強制的にWindows11をインストールできます。

※なお、成功率は高いですが、あくまで自己責任の非公式な方法である点は十分にご注意ください

論より証拠。まずは私が実機で検証した「動かぬ証拠」をご覧ください。

きちんと動いています！

この記事では、本来ならWin11が入らないはずの「LAVIE（第5世代 Core i7）」と「dynabook（第3世代 Core i7）」を例に、初心者でもできる「復活の手順」を完全図解します。

この記事を最後まで読めば、あなたの「捨てられかけているPC」は、最新OSを搭載した快適なマシンへと生まれ変わります。

結論をお伝えすると、USBメモリ1本とRufusさえあれば、足切りされたPCの9割は救済可能です。

Windows11非対応PCを救う「Rufus」とは

そもそもなぜ、普通のPCではWindows11が入らないのでしょうか？主な原因は、Microsoftが定めた厳しいセキュリティ要件（TPM 2.0）や、CPUの世代制限です。

制限を突破するのが、ブート可能なUSBドライブ作成ツール「Rufus」です。

通常、Rufusは「WindowsのインストールUSBを作るソフト」ですが、実は「要件チェックを回避する（なかったことにする）裏モード」を搭載しています。

（言うなれば）裏モードを使うことで、システムに「このPCは最新のハイスペックマシンだ」と誤認させ（厳密には少し違いますが）、インストールを強行することが可能になります。

【実証】10年前のLAVIEとdynabookに入れてみた

「本当に古くても動くの？」そんな疑問に答えるため、今回は日本の家庭によくある「10年以上前のノートPC」2機種で検証を行いました。

実験機1：NEC LAVIE Note Standard (NS750/B)

• CPU：Core i7-5500U（第5世代 / 2015年発売）
• 本来の運命：Windows 11非対応（廃棄対象です）

▼ 強制インストールの結果

ご覧の通り、「Core i7-5500U」という古いCPUを搭載していながら、OSは正真正銘の「Windows11」として認識されています。

LAVIE NS750/BはYAMAHAのサウンドシステムが搭載されているのが目玉の一つ。きちんとWindows標準ドライバで認識し、YouTubeを高音質で楽しむ「動画視聴専用機」として蘇りました。

実験機2：TOSHIBA dynabook (T552/58B)

• CPU: Core i7-3610QM（第3世代 / 2012年発売）
• 本来の運命: Windows 11非対応（完全なレガシー機です）

▼ 強制インストールの結果

こちらはさらに古い、13年以上前のモデルです。しかし、SSDに換装済みということもあり、起動時間はわずか15秒。ネットサーフィンやYouTubeやVODの視聴なら、今の格安新品PC（Celeron搭載機）よりも快適に動いてくれます。

強制アップグレードに必要な「3つの神器」

作業を始める前に、手元に以下の3点を用意してください。

• 8GB以上のUSBメモリ
• Windows 11のディスクイメージ（ISOファイル）
• Rufus（最新版）

メモリの中身は全て消えるので、空のものを用意してください。これから買うなら、インストール速度が速いUSB3.0対応モデル推奨です。

なお、Windows 11のディスクイメージはMicrosoft公式サイトから無料でダウンロードできますので公式サイトからDLしてください。

また、Rufusも公式サイトから無料で入手可能です。

KIOXIA(キオクシア)【日本製】USBフラッシュメモリ 32GB USB3.2 Gen1 国内サポート正規品 KLU301A032GW

created by Rinker

KIOXIA

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

準備ができたら、早速「Windows11救済USB」の作成をしていきましょう。

【図解】TPM2.0を回避するインストールUSBの作成手順

ここが最重要パートです。設定を一つでも間違えると回避に失敗しますので、手順通りに進めてください。

手順1：Windows 11 ISOのダウンロード

まずはMicrosoft公式サイトへアクセスし、「Windows 11 ディスク イメージ (ISO) をダウンロードする」の項目からファイルをダウンロードします。（※ファイルサイズが5GB以上あるため、光回線推奨です）

手順2：Rufusの設定と書き込み

次に、Rufusのダウンロードです。

インストールタイプではないソフトなので、ダブルクリックでそのまま起動できます。PCにUSBメモリを挿入し、Rufusを起動して設定を行います。

1. デバイス：挿入したUSBメモリを選択
2. ブートの種類：「選択」ボタンを押し、先ほどダウンロードしたISOファイルを指定
3. スタート：画面下部の「スタート」をクリック

ここからがハイライトです。スタートを押すと、以下のポップアップ画面（Windows User Experience）が表示されます。

ここで「4GB以上のRAM、セキュアブート及びTPM2.0の要件を削除（英語の場合：Remove requirement for 4GB+ RAM, Secure Boot and TPM 2.0）」に必ずチェックを入れてください。このチェックこそが、古いPCをWin11化するための「通行手形」です。

「OK」を押すと書き込みが始まります。完了まで10分〜20分ほどと少し長いですが、待ちましょう。

いよいよインストール！まずは簡単な方法から

USBが完成したら、いよいよWindows11をインストールします。実は、わざわざ難しい「黒い画面（BIOS）」を出さなくても、今使っているWindowsの画面上からそのままインストールできる場合がほとんどです。

まずは「方法1（簡単）」を試し、うまくいかない場合や、PCを真っさらにしたい場合のみ「方法2（BIOS）」に進んでください。

方法1：USB内の「setup.exe」を起動する（推奨）

この方法なら、今のPC内のデータやアプリを消さずにWindows11へアップグレードできます。（もちろんまっさらにすることも可能です）

1. 作成したUSBメモリをPCに挿したままにします。
2. エクスプローラーを開き、USBメモリの中身を表示します。
3. 中にある「setup.exe」をダブルクリックして起動します。
4. 「Windows11のインストール」という画面が出たら、「次へ」「次へ」と進んでください。

方法2：BIOSから起動してクリーンインストールする

「方法1」でエラーが出る場合や、ウイルスやゴミデータを全部消して「工場出荷状態」でWindows 11を入れたい場合は、こちらの方法を使います。※この方法はPC内のデータが全て消えるので、必ずバックアップを取ってください。

1. PCにUSBを挿したまま「再起動」します。
2. メーカーロゴが出た瞬間に、以下のキーを連打して「BIOS」または「ブートメニュー」を呼び出します。

メーカー別・起動キーの正解リスト

■NEC (LAVIE)：F2

※F2でBIOS画面に入り、「Exit」メニューにある「Boot Override」からUSBを選択するのが確実です。

■東芝 (dynabook)：F2

※ロゴが出ている間に連打すると「Boot Menu」が出ます。

■Dell / 富士通：F2

■HP：F10

画面に「USB Storage Device」やUSBのメーカー名（KIOXIAなど）が表示されたら、それを選択してEnterを押します。

成功すれば、Windowsのセットアップ画面（紫色の画面）が表示されます。Rufusで回避設定済みのUSBを使っているため、面倒な要件チェックはすべてスルーされ、そのままインストールが進むはずです。

【自己責任】強制インストールのリスクと注意点

「これで完璧！」と言いたいところですが、プロとしてリスクについても正直にお伝えしておきます。特に今回検証したLAVIEやdynabookのような国内メーカー製PCには特有の注意点があります。

TV機能や年賀状ソフトは消滅する

クリーンインストールを行うと、メーカー独自のプリインストールソフトは全て消えます。LAVIEの「テレビ視聴機能」や、dynabookの「筆ぐるめ」などは使えなくなります。「多機能家電」としての余生を捨て、「純粋なWeb閲覧・事務PC」として生まれ変わらせる”覚悟”が必要です。

大型アップデートの保証がない

現時点ではセキュリティ更新プログラムをダウンロードしてインストールはできますが、将来的な大型アップデート（例えば26Hなど）で再び弾かれる可能性があります。その際は、再度Rufusで最新版USBを作る必要があるかもしれません。

あくまで「非公式」である

今回の方法は、あくまで非公式であり推奨されるものではありません。

ですので、業務で使うPCや、止まると困るメイン機で行う場合は、必ずバックアップを取ってから行うようにしましょう。

【推奨】HDDのままは遅い？SSDへの換装で「完全復活」する

「無事にWindows 11が入ったけど、なんか動作がモッサリする…」

もしそう感じたなら、原因は十中八九「HDD（ハードディスク）」が原因です。

Windows11は、Windows10以上にストレージの速度を要求します。古いHDDのままでは、OSが起動しても快適には使えないことが多い…いえ、断言します、使えません。

逆に言えば、SSDにさえ変えてしまえば、10年前のCore i7は現行の格安PCをごぼう抜きする性能を発揮します。

これから換装するなら、以下の3つが「安くて・速くて・壊れにくい」鉄板の選択肢です。

▼ 迷ったら「KIOXIA」がおすすめ（今回のLAVIE/dynabookと相性◎）

キオクシア KIOXIA 内蔵 SSD 480GB 2.5インチ 7mm SATA BiCS FLASH搭載 EXCERIA LTC10Z480GG8

created by Rinker

KIOXIA

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

▼ コスパ最強の「Crucial」

Crucial 3D NAND TLC SATA 2.5inch SSD MX500シリーズ 500GB CT500MX500SSD1JP

created by Rinker

Crucial(クルーシャル)

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

▼ 定番でいくなら「SanDisk」

SanDisk 内蔵SSD 2.5インチ / 500GB / SSD Ultra 3D / SATA3.0 / 5年保証 / SDSSDH3-500G-J25

created by Rinker

SanDisk

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

1昔前のPCに限ってはSSDへの交換は、裏蓋のネジを数本外すだけでできる機種がほとんどです。数千円の投資で「新品のような爆速」が手に入るので、ぜひOS更新とセットで挑戦してみてください。

まとめ：捨てられるはずのPCを今の技術で蘇らせましょう！

Windows10のサポート終了に怯えて、まだ使えるPCを捨てる必要はありません。Rufusを使えば、数千円のUSBメモリ一本で、あなたのPCは最新OSをまとった現役マシンへと生まれ変わります。

もし、「手順通りやったけど重くて動かない！」という場合は、HDD（ハードディスク）が足を引っ張っている可能性があります。

OSを入れ替えるついでにSSDに換装すれば、「最新PCより速いんじゃないか？」と錯覚するほどの爆速マシンになります。

▼ 実際にWin11で運用している「中古PC」の事例はこちら

【要・Rufus】Dell OptiPlex 990（第2世代）

捨てるな！OptiPlex990をSSDとWin11で「現役事務機」にする手順Windows 10のサポート終了が迫っているが、会社の古いPCを買い替える予算がない OptiPlex990が倉

記事を読む

【回避不要】富士通 ESPRIMO D588（第8世代）

富士通ESPRIMO D588にグラフィックボード(GTX1650)を増設！干渉するブラケットを切断してグラボを収める手順※今記事は以下の悩みの方が対象です！ ビジネスPCをゲーミングPC化にする方法が知りたい！ 富士通ESPR

記事を読む

あなたのPCが、無事にWin11として蘇ることを祈っています。それでは、良きPCライフを！

最後まで御覧いただきありがとうございました。

もし一つでも当てはまるなら、この記事が「答え」です。

結論から言います。OptiPlex990を捨てないでください！

5年前のPCでも、正しい手順を踏み、たった1つのパーツを交換すれば、Windows 11の最新バージョン（25H2）が実用レベルで動作します。

必要な追加投資は、新品のSSD代（約5,000円〜）のみです。 これだけのコストで、廃棄寸前のPCが「現役の事務マシン」に生まれ変わります。実際に私が検証した全手順と結果を公開します。

【結論】第2世代Core i5でもWindows 11は「サクサク」動く

まず、論より証拠をご覧ください。これが現実です。

「無理やりインストールしたら重くなるのでは？」という常識は間違いです。ストレージをHDDからSSDにさえ換えていれば、Excelの起動、YouTubeのフルHD再生、複数タブを開いてのブラウジングは驚くほど軽快です。

はっきり言って、ドン・キホーテなどで売られている「現行の格安CeleronノートPC」よりも、この15年前のCore i5の方が遥かに快適に動作します。事務用PCとしての寿命は、これで完全に延びました。

なぜ今、あえて「Dell OptiPlex 990」なのか？

今回、実験台（兼、私のサブ機）としてOptiPlex 990 Core i5 モデルを選んだのには、明確な理由があります。

圧倒的な安さと流通量、そして中古市場では数千円で投げ売りされているお店も多数あり、多くの中小企業の倉庫にも眠っています。（ただ、2026年1月現在だと購入するのは難しいかもしれません笑）

神がかったメンテナンス性 Dellのこの世代のビジネスPCは、工具不要でケースを開けられ、パーツ交換が容易です。「壊れても痛くない実験機」としてこれ以上の素材はありません！

…と言っていますが、家においてあるPCをなんとか有効活用したいなーって思っただけというのは内緒。

第2世代のCore i5搭載のOptiPlex 990は、PCの歴史に残る名機と言っても過言じゃありません。（あ、いや過言かも…。）ITテクニカルアドバイザーの意地として、Windows 11ごときで引退させるには惜しいポテンシャルを持っていますので復活させます！

準備編：インストールUSBの作成手順（Rufus設定）

ここからが具体的な手順です。マイクロソフト公式のメディア作成ツールは使いません（要件チェックで弾かれるため）。代わりにフリーソフトの「Rufus」を使います。

用意するもの

いくつか以下の通りです。

• 8GB以上のUSBメモリ（中身は消えるので注意）
• Windows 11のISOファイル（Microsoft公式サイト等のアーカイブから 25H2 を使用・無料）
• Rufus（ブートUSB作成ツール・無料）
• 2.5インチ SATA SSD 250GB以上（※必須です。Amazon等で5,000円〜7,000円程度で購入可能）

【最重要】Rufusの設定

ISOファイルをRufusに読み込ませ、「スタート」を押した直後に出るこの画面が運命の分かれ道です。

用意していただいたUSBメモリをPCに接続しRufus-〇〇.exeをダブルクリックで起動します。（〇〇はバージョンです、最新は4.11.2285）

すると以下のようなソフトが立ち上がります。

USBメモリが挿さっていれば、基本的にはブートの種類の右側の「選択」をクリックして

ダウンロードしたwin11のisoファイルを選択するだけでOKです。スタートを押します。

すると次のようなポップアップが表示されます。

重要なのは赤枠の部分。

必ず、一番上の項目「4GB以上のRAM、セキュアブート及びTPM 2.0の要件を削除」にチェックを入れてください。

これにチェックを入れるだけで、インストーラーが行う「古いCPUお断り」「TPMチップがないとお断り」という厳しいチェックを全て無効化（スキップ）できます。 これ以外に難しい設定は一切不要です。

作成に結構時間かかりますが、5～10分ほどお待ちください。

実践編：エラーゼロでデスクトップまで到達

覚悟して挑みましたが、正直に言うと「書くことがない」ほとんどないくらい、驚くほど普通にインストールできました。

作成したUSBメモリをOptiPlex 990に挿し、デスクトップにあるPCアイコン→USBメモリを選択、

setup.exeをダブルクリックして、インストーラーを起動してあとは通常のWindowsインストールと同じ画面が進んでいきます。

• ブルースクリーン？　→　出ません。
• 「このPCは要件を満たしていません」という警告？　→　出ません。
• 途中の再起動でのフリーズ？　→　ありません。

写真を撮るタイミングを逃すほどスムーズに進行しまして、気づけば「こんにちは」の画面を経てデスクトップが表示されていました。この「あっけなさ」こそが、Rufusを使ったクリーンインストールの最大のメリットですね。

検証編：ドライバとセキュリティは大丈夫か？

「入ったとしても、音が出ないとか画面がおかしいとかあるんでしょ？」 そう疑っている方、検証結果をお見せします！

1. デバイスドライバの認識状況

驚くべきことに、Windows 11標準のWindows Updateを回しただけで、Dell特有のチップセットやオーディオドライバがほぼ全て自動で当たりましたしなんの支障もエラーもなかったです。 「不明なデバイス」を探してネットを彷徨う必要はありません。現代のOSの対応力は凄まじいですね。

2. アイドル時の負荷状況

起動してからYouTubeを見てみました。CPU使用率は10～40％（安定はしませんけど、まぁこれはYouTubeの特性である意味で一定です）、メモリ消費も一定であり、落ち着いています。

バックグラウンドで不要なプロセスが暴走することもなく、非常に安定しています。これが「クリーンインストール」の強みでもありますね。

余談：SSDの交換について

OptiPlex 990は元々はSSDではなくHDDが搭載されていました。

2～3年前にSSDへ換装しており、今回換装自体は端折っております。

なお、SSDに交換するにはその当時、EaseUSという会社の無料のクローンソフト（バックアップ兼起動可能）がありまして、クローンを作りSSDへの換装を行えておりました。

ですが現在は改悪され、無料でクローンを作れなくなりました・・・が！最近ではAcronisというソフトを使用して、完全無料でクローンを作成することが可能です。

Google検索やYouTube等で換装方法はいくらでも出てきますのでご参照ください。

一応必要なものを置いておきます。

＼安定のWD製SSDです／

Western Digital (ウエスタンデジタル) 240GB WD Green 内蔵SSD ソリッドステートドライブ – SATA III 6Gb/秒 2.5インチ/7mm 最大545MB/秒 – WDS240G3G0A

created by Rinker

ウエスタンデジタル(Western Digital)

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

＼こちらも安定な玄人志向のお立ち台／

玄人志向 外付け 3.5 型 / 2.5 型 SATA 接続 HDD/SSD スタンド お立ち台 USB3.2 Gen1 対応 最大容量 32TB ドライブ換装 【国内正規品】 KURO-DACHI/CLONE/CRU3

created by Rinker

玄人志向

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

まとめ：5,000円のSSD投資で、PC寿命はあと3年延びる

今回の検証結果をまとめます。

• OptiPlex 990（Core i5-2500）は、Windows 11でも現役性能を発揮する。
• Rufusを使えば、TPM 2.0やCPU制限は完全に無視できる。
• ただし、約5,000円の「SSD換装」は絶対に必要（HDDは不可）。

逆に言えば、「飲み会1回分のコスト」で、廃棄寸前のPCが「最新OS搭載のサブ機」に生まれ変わるということです。コストパフォーマンスという意味では、最強の部類に入ります。

Windows 10のサポート終了に怯えて、使えるPCを捨てるのはやめましょう。技術と知恵があれば、まだまだ彼らは働けます！

【法人・個人事業主の方へ】そのPC、廃棄する前にご相談ください

「記事の手順通りにやればできることは分かった。しかし……」

• 「社内にある10台以上のPCを、一台ずつ設定して回るのは面倒すぎる」
• 「万が一、失敗して重要なデータが消えたら怖い」
• 「SSDへの換装作業なんて、ドライバーを握ったこともないから不安だ」

そんな経営者様・担当者様へ。 「Creative Swamp」では、『中小企業向けPC延命リフレッシュ代行』も行っています。

面倒なインストール作業、SSD換装、メモリ増設、内部清掃まで、全てワンストップで代行いたします。新品の法人用PCを買い替えるコストの1/5以下で、快適でセキュアなWindows 11環境を構築しませんか？

まずは「PCの型番」と「台数」をご連絡ください。既存の環境を調査し、最適な延命プランをお見積りいたします。

[ >> お問い合わせ・見積もり依頼はこちら（フォームへ移動） ]

• 「開発費用が高そう」
• 「月額利用料がユーザー数に応じて青天井に増えそう」
• 「専用ツールの管理画面を覚えるのが面倒」

もし、これらの悩みをすべて解決し、「月額固定費0円」で、しかも「Googleスプレッドシートだけで管理できる」高機能なBOTが作れるとしたら？

今回は、元・エンジニアの私が実務でも活用している、Google Apps Script (GAS) とスプレッドシートを組み合わせた「LINE BOT構築の裏技」を、コード付きで完全公開します！

▼この記事でわかることは

• LINE公式アカウントとDevelopers設定の全手順
• GAS（Google Apps Script）を使った自動応答プログラムのコピペ実装
• スプレッドシートを「データベース」として使う連携方法
• 【衝撃】AI全盛の今、あえて「スプレッドシート」を選ぶ戦略的理由

プログラミング知識がなくても、コピペで実装可能です。「コストをかけずにDX（自動化）したい」と考えている個人事業主や企業の担当者様、必見です。

なお、ここで紹介する『最強』とは、多機能さではなく『維持費0・誤答0・管理コスト0』という経営効率の極致を指します。AIのようなハルシネーション（もっともらしい嘘）のリスクを排除し、100%制御可能な窓口を数時間で構築することが、本記事のゴールです。

用意するもの

必要なのは以下の2つだけです。

• Googleアカウント（無料のものでOK）
• LINE公式アカウント（未開設の方はこちらから作成）

サーバー代も、専用ツールの契約も不要です。

GoogleとLINEのアカウントさえあれば、今すぐ始められます。

ステップ1：LINE Developersでのチャネル作成

まず、LINEプラットフォーム側でBOT（チャネル）を作成し、外部プログラム（GAS）と通信するための「鍵」を取得します。

1. LINE Developersコンソールにログイン

LINE Developersコンソールにアクセスし、ご自身のLINEアカウントでログインします。

2. プロバイダーとチャネルの作成

初めての場合は「新規プロバイダー作成」をクリックし、適当な名前（例：MyBots）を入力します。

作成したプロバイダーを選択し、「新規チャネル作成」をクリック。

チャネルの種類は「Messaging API」を選択します。

必須項目（チャネル名、説明、業種など）を入力して作成します。

3. 【重要】チャネルアクセストークンの発行

チャネルができたら、「Messaging API設定」タブを開き、一番下までスクロールします。「チャネルアクセストークン（長期）」の「発行」ボタンを押し、表示された長い文字列をコピーしてメモしておきます。 ※これがBOTを動かすための「鍵」になります。他人に教えないでください。

ステップ2：スプレッドシートの準備

GASが読み込むための「台本（データベース）」を作成します。

1. 新規スプレッドシートを作成し、シート名を「シート1」にします。
2. 以下のようにデータを入力します。

3. ブラウザのアドレスバーにあるURLから、スプレッドシートIDをコピーします。 https://docs.google.com/spreadsheets/d/ [この部分がID] /edit#gid=0

ステップ3：Google Apps Script (GAS) の実装

いよいよプログラム本体です。コピペで動くように作ってあります。

1. プロジェクトの作成

Google Apps Script にアクセスし、「新しいプロジェクト」を作成します。

2. スクリプトプロパティの設定（セキュリティ対策）

コードに直接パスワードを書くのは危険なので、設定画面に保存します。

1. 左メニューの「プロジェクトの設定（歯車アイコン）」をクリック。
2. 最下部の「スクリプト プロパティ」に以下2つを追加します。

• プロパティ名:LINE_ACCESS_TOKEN
  • 値: ステップ1で取得したチャネルアクセストークン
• プロパティ名:SHEET_ID
  • 値: ステップ2で取得したスプレッドシートID

3. コードの記述

左メニュー「エディタ（<>アイコン）」に戻り、コード.gsの中身を全て消して、以下のコードを貼り付けます。

/**
 * スクリプトプロパティから定数を取得
 */
const ACCESS_TOKEN = PropertiesService.getScriptProperties().getProperty('LINE_ACCESS_TOKEN');
const SHEET_ID = PropertiesService.getScriptProperties().getProperty('SHEET_ID');

/**
 * LINEからのWebhook（POSTリクエスト）を受け取るメイン関数
 */
function doPost(e) {
  // 1. JSONデータをパース
  let events;
  try {
    events = JSON.parse(e.postData.contents).events;
  } catch (err) {
    return;
  }

  // 2. イベントチェック
  if (!events || events.length === 0) {
    return ContentService.createTextOutput(JSON.stringify({'status': 'ok'})).setMimeType(ContentService.MimeType.JSON);
  }

  // 3. 辞書データの読み込み
  const keywordMap = loadKeywordMap();

  // 4. イベント処理ループ
  events.forEach(event => {
    if (event.type === 'message' && event.message.type === 'text') {
      const replyToken = event.replyToken;
      const userMessage = event.message.text.trim();
      let replyText = null;

      // キーワード照合（部分一致ロジック）
      for (const keyword in keywordMap) {
        if (userMessage !== "" && keyword.includes(userMessage)) {
          replyText = keywordMap[keyword];
          break;
        }
      }

      // 返信実行
      if (replyText) {
        replyMessage(replyToken, replyText);
      } else {
        // キーワードが見つからない場合のデフォルト応答（必要なら変更してください）
        replyMessage(replyToken, "申し訳ありません。その質問にはお答えできませんが、担当者が確認次第ご連絡します。");
      }
    }
  });

  return ContentService.createTextOutput(JSON.stringify({'status': 'ok'})).setMimeType(ContentService.MimeType.JSON);
}

/**
 * スプレッドシートから辞書データを取得
 */
function loadKeywordMap() {
  try {
    const ss = SpreadsheetApp.openById(SHEET_ID);
    const sheet = ss.getSheetByName("シート1"); 
    const numRows = sheet.getLastRow() - 1;
    if (numRows <= 0) return {};
    
    const data = sheet.getRange(2, 1, numRows, 2).getValues();
    const map = {};
    for (let i = 0; i < data.length; i++) {
      const keyword = data[i][0];
      const reply = data[i][1];
      if (keyword && String(keyword).trim() !== "") {
        map[String(keyword).trim()] = reply;
      }
    }
    return map;
  } catch (err) {
    return {};
  }
}

/**
 * LINEへの返信実行
 */
function replyMessage(replyToken, messageText) {
  const url = '[https://api.line.me/v2/bot/message/reply](https://api.line.me/v2/bot/message/reply)';
  const payload = {
    'replyToken': replyToken,
    'messages': [{'type': 'text', 'text': messageText}]
  };
  const options = {
    'method': 'post',
    'contentType': 'application/json',
    'headers': {'Authorization': 'Bearer ' + ACCESS_TOKEN},
    'payload': JSON.stringify(payload)
  };
  UrlFetchApp.fetch(url, options);
}

4. デプロイ（公開）

右上の「デプロイ」→「新しいデプロイ」をクリック。

種類の選択：「Webアプリ」。

アクセスできるユーザー：「全員」（※ここ超重要です！これを忘れると動きません）

「デプロイ」を押し、表示された WebアプリURL をコピーします。

ステップ4：LINEとの紐付けと動作確認

LINE Developersに戻り、「Messaging API設定」タブの「Webhook設定」に、先ほどのURLを貼り付けます。

「Webhookの利用」スイッチをONにします。

LINE公式アカウントの管理画面（LINE Official Account Manager）で、「応答設定」→「詳細設定」の「応答メッセージ」をオフにします。（BOTと標準機能が喧嘩しないようにするため）

これで完成です！ QRコードからBOTを友だち追加し、スプレッドシートに登録した言葉（例：「おはよう」）を話しかけてみてください。 自動で返信が返ってくるはずです。感動の瞬間です。

【戦略コラム】なぜ今、AIではなくスプレッドシートなのか？

「今ならChatGPTやGeminiを使えば、もっとすごいBOTができるのでは？」 そう思った方もいるでしょう。確かにその通りです。技術的には可能です。

しかしながら、ビジネス運用、特に企業の公式窓口として考えるなら、「AIが常に正解とは限らない」という事実を知っておく必要があります。

あえて「レガシーな技術」であるスプレッドシート（ルールベース）を選ぶことには、以下の強力なメリットがあります。

「嘘をつかない」という絶対的信頼（ハルシネーションの回避）

AI（LLM）には、もっともらしい嘘をつく「ハルシネーション」というリスクがあります。

企業の公式LINEが、存在しないキャンペーン情報を案内してしまったら？ 架空の料金プランを提示してしまったら？……それはもう大炎上です。

スプレッドシート方式なら、「管理者が書いた文言」以外は絶対に発信しません。この100%の制御可能性こそが、ビジネスにおける最大の防御なんです。

「コスト」が完全に予測できる

AIのAPIは従量課金です。もしBOTがバズって大量のアクセスが来たら……？翌月の請求額に青ざめることになるかもしれません。今回の方式なら、1万回会話しようが、10万回会話しようが、GoogleやLINEへの支払いは0円です。予算が決まっているプロジェクトでは、この安心感は絶大ですよね。

「答えが決まっている質問」にはルールベースが最強

「住所は？」「営業時間は？」「振込先は？」

こうした質問に対して、AIに毎回文章を生成させる必要はありません。決まった正解を、0.1秒でズバッと返す。これこそがユーザーが求めている「速さ」と「正確さ」です。

結論：まずは「守り」から入るのが正解

まずはこのスプレッドシート方式で、確実な応答システム（守り）を構築するのが最善策です！

その上で、「もっと雑談に対応したい」「複雑な相談に乗りたい」というニーズが出てきたら、その時初めてAIの導入（攻め）を検討すれば良いと思っています。

いきなりAIで凄いシステムを何日も掛けて作って、結局誰も使用していないとなったなら目も当てられません。今回の方法であれば、結果を素早く求められるビジネスにおいて、わずか数時間でシステムの構築が可能なのは大きなアドバンテージといえます。

まとめ：自動化は、お金をかけずに「知恵」でやる

今回ご紹介したように、Googleスプレッドシートという身近なツールを少し工夫するだけで、驚くほど実用的なソリューションをコスト0で実現できます。

まずは社内の問い合わせ対応や、FAQの自動化から始めてみてはいかがでしょうか？

【PR】「実装する時間がない！」という方へ

「記事の内容はわかったけど、自分で設定するのは不安」「エラーが出て進まない」 あるいは、「ChatGPTと連携させて、もっと高度なBOTを作ってほしい！」 という方は、私の「構築代行サービス」をご利用ください。

あなたの業務フローに合わせた最適なBOT（ルールベース）を、スピーディに構築・納品いたします。 まずは「こんなことできる？」という相談からでも大歓迎です。

本日はnasneについてのお話『外出先PCで自宅のnasne(ファイルサーバーとして)に接続する方法』というテーマを語ります。

まずはnasneについてですね、さっそく行きましょう！

nasne（ナスネ）について

nasne 1TBモデル (CUHJ-15004)

created by Rinker

ソニー・インタラクティブエンタテインメント

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

nasneは凄く便利な機器なのですが、細かいところで不満があったり、「あ、それは出来ないんだ…」みたいなのもあって「ちょっと」って部分もあるのですが、それならそれでテクニックで解決しようとこのブログを書いています。

そういえば最近だと工場出荷完了とのことで、話題になってましたね・・・↓

ネットワークレコーダー＆メディアストレージ「nasne(ナスネ)」[ CUHJ-15004 ]
※すでにページは存在していないみたいです

ただ、以下のページでnasneになのが起こったのかがわかります。

↓↓↓↓↓

「nasne」復活の裏側で何があったのか　バッファロー・SIEのキーマンに聞く

nasne(ファイルサーバーとして)に接続する方法の概要

nasneはTVを見ることに特化された機器ではあるのですが・・・ワタクシ、TVを全く見ません(笑)

じゃあなんでnasneか？って言うと、ファイルサーバーとして、更にはDLNAとして使えるから使用しているって部分の方が大きいです、いや、楽なんです！

また、アプリを使えばスマホで撮った写真や動画を自動でnasneにアップロードしてくれるという素敵な機器でもあるので『手放せない』ってのが大きいですね。

つまりは『発売日からnasneを使ってるし他のファイルサーバーに乗り換え面倒だし、お金もかかるし、TVもついでに見れて録画も可能だし、nasneでいいじゃない？』っていうことです。

nasneの不満

さて、うだうだ語りましたが・・・僕が感じているnasneの不満点があります。

それは・・

外出先で使用するノートPCでnasneに保存しているファイルに『直』でアクセス出来ない！

っていうのが不満の部分です・・・

中には「え？それで何が困るの？」って思う方もいるでしょうが、それを語るにはnasneとスマホの関係性の話をしなければなりません。

スマホのAndroidアプリにあるnasne ACCESSというものがあり、これが超絶便利でして、上でも少し語りましたが、設定をすればスマホで撮った写真や動画を自動でnasneにアップロードする機能があります！

そう、nasne ACCESSはスマホだけで外出先でもnasne内にあるファイルにアクセス出来るんです！

スマホをPCに接続しなくても写真をnasneに保存できるので、PCにファイルサーバーとして登録しておけばPCだけで一連の作業を完結できる素晴らしい機能なのです！

このブログにしろSNSにしろ…まぁSNSはスマホで直で写真等使えばいいんですが、ことブログ(WordPress)に関してはPCで書いた方が圧倒的に楽なのはご存知でしょう。

当ブログでももちろんのこと、この記事もPCで書いているのですが、写真を撮ってその写真をアップして公開するってのはブログとしてはまぁまぁ普通ですよね？？

その作業の部分って、実はPCでとなると結構面倒くさい作業なんです・・・

普通の流れから行くと

1．スマホで写真or動画を撮る(スマホじゃなくてもいいです、デジカメでも良いでしょう。)
↓
2.スマホをPCに繋げる(USBやブルートゥース)
↓
3.PCからスマホを覗いて写真ファイルを見つける
↓
4.スマホから写真ファイルを抜き出す(コピー)もしくはここで直接ブログ(WordPress)にアップロード
↓
そして初めてその写真を使用。

この一連の流れが超絶面倒くさい！そう、不満というか面倒くさいのです！！

追記：

中には、wifi機能が付いたSDカードでも良いかもしれませんが、そういうのはあんま知らないので・・・そんなの使わなくても他にいい方法あるしっていうのが本音です(^_^;)

また、Googleフォト使えばいいのでは？っていうのもあります。

ただ、ここらへんはケースバイケースで、Googleフォトは突然サービスが終了するリスクもあって一概に言えません・・・

まぁそんなこといいだしたらnasneHDDのモデルしかないのでHDDがぶっ壊れる可能性も十分考えられます。なので今回はその辺りのお話は言及していませんが、予めご了承ください。

そこで登場するのが上記紹介したnasne、いや、nasneの機能です。

PCでnasneをファイルサーバーとして登録しておけば、上記作業の2と3をすっ飛ばせるのでスマホにアプローチしなくてもPCだけで終わるのですが、ただ・・・ここで障害が。

外出先でそれが出来るか？と言うと、結論できません。

あ、すみません・・・やり方わかりませんって方が正しいかも・・・

というのもPCでの操作の場合、nasneのファイルにアクセスするには勿論ホームネットワーク内でしかアプローチができませんので、そもそものアクセスが出来るわけがないんですね。

中には・・・

とまぁ様々居るかと。

ですが、ネットで調べても外出先PCでnasneに接続っていう解決策を載せてる方は今の時点で居なかったんですよね・・・
(居た場合、心優しい方！こういうの見つけた！ってコメントや連絡をくださいm(_ _)m)

ホームネットワーク内でしかnasneのファイルサーバーにアクセスが出来ないので、上記の方法等で写真の取扱いを外出先のPCでするってのは結構難しいんですよね、というか面倒なんです。

例えばUSBがそもそも無い(売ってる所もない辺境)とか、ブルートゥース機能がPC側にないとか…

まぁUSBが無ければ今や値段はさておき、どこでも買えるので買っちゃえばそれでいいんですが、上記２のUSBで繋げるのと、3のAndroid内の写真を探す作業って結構しんどいんですよね…一回写真の場所を探し当てたら別に次からは苦労なくそこに辿りはつけるのですが…何回もそういう事するわけじゃないので忘れちゃったり、ややこしかったり、Andoroidの中って結構複雑で…

まぁこれらも調べたらすぐ出てくるのですが(^_^;)

本題：その方法を解説します

さて、ここでようやく管理人が強制的に外出先からnasneにどうやってアクセスしているか？なんですが・・・(ようやく本題です、長々とすみません)

実はすごく簡単です。

用意するものは

PC2台

だけです。

強いて言うならネットが閲覧ができる状態で、そこそこのスペックで、win10以上であればいいですね。

まぁnasneがあるってことは＝ネットワークが構築されていて、更にこちら側もネットワークの環境が必要という前提条件はありますが・・・

このご時世どこかしらにwi-fiの環境がありますから、マクドナルドや各種コンビニ、ネカフェやスタバなどのコーヒーストアetcetc・・・

さらにさらに、東京5輪オリンピックに向けて『都心部では外でもwifiが！』なんて話も出てるくらいなのでネットに困ることはなくなりました。

ですので、nasneが接続されたホームネットワーク内に上記PCを接続して、リモートデスクトップ(TeamViewer)でそのPCにアクセスし、ファイルを外出先のPCに転送するっていう事をしています(笑)
アナログとデジタルのコラボレーションですね(^_^;)

もうこれしか思い浮かばなくて、これ以上の方法でお金があまりかからない良い方法があればお教え頂きたいですねぇ。

そしてこの方法を使えば確かに写真を撮れば勝手にアップロードされてるのでリモートで自宅PCに接続して写真を転送すれば使えますが、用意する自宅のPCを電源付けっぱなしにしておく、もしくはWake On LANでPCが立ち上がるようにするってことをしておかないと駄目です。

ある意味でハードルが高いかもしれませんが、こんなニッチな方は居ないでしょうからこんな方法もあるっていうのを知って頂ければと思いました。

自宅PCにTeamViewerをインストールして立ち上げておく→そして外出先PCでTeamViewerを立ち上げて接続してファイル転送。

たったこれだけ！

やり方は・・・需要があれば詳しく語りますが、まぁいらないですよね？

興味ある方はコメント頂ければ・・・がんばります。

あとがき

上で少し触れましたが、このブログはPSVR中心で話していくと言いながら、PSVRが少なめになっていて…

つい先日このブログはPSVR中心で話していくと謳っておきながら、いきなりPSVRの記事が少なめなんですよね…

本当にブレブレ、PSVRの検索でここに辿り着いた方、本当に申し訳ない(・_・;)

というのもですね、PSVRのニュースが落ち着いていて、いや、むしろほぼなくてですね…
今の所PSVRの話的に大きいのがほぼないので致し方なしというところで…

ただ、自分的に取り上げたいなって思ってるのはライアン・マークス、ビートセイバー、スペースチャンネル5VR、みんゴルVR、Kill-X(仮称)、そして面白そうだなって思った東京クロノス。

ここいらが発売されたら取り上げていこうかなと思ってるのですが、その候補のほとんどが発売日未定のオンパレード(^_^;)

風の噂で開発がPS5に移行してるからPS4自体のソフトがどんどん縮小しているなんて話もでているらしいですね・・・PSVR自体がというよりPS4がって感じなので、PS4の過渡期なのかもしれませんね。

それでは、最後までお読み頂きありがとうございましたﾉｼ

バッファロー nasne HDDレコーダー 2TB 地デジ/BS/CS チューナー torne ニコニコ実況 【 PS5 / PS4 / iPhone/iPad/Android/Windows 対応 】 NS-N100

created by Rinker

バッファロー

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

はい、ということで今日は【パソコンの動画をブラウザで再生し離れた場所にあるTVに映す】の応用編を語ります！

ここにへ辿り着いた方で【パソコンの動画をブラウザで再生し離れた場所にあるTVに映す】という方法に興味があるって場合は昨日の記事

【Chromecastの使い方】PC内の動画をTVに映し出す簡単な方法【基本編】ドーモ！フューチャーガジェットラボラトリー所長と名乗って6年目になりますが、全然浸透しないからホンマにフューチャーガジェ

記事を読む

を読んでいただけると幸いでございます。

そして、その基礎となる商品は以下の商品です。

Google Chromecast 正規品 第三世代 2K対応 チャコール GA00439-JP

created by Rinker

Google(グーグル)

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

上記商品を使用、そして前回の記事と本日の記事をあわせて読むと、色々と応用の幅が広がるので、是非とも最後まで御覧いただければと存じます。

前置きが長くなりましたが、早速いきましょう！

デスクトップ画面をそのままキャストする方法

実はブラウザじゃなくて、デスクトップ画面(パソコンの一番最初の画面)をキャストすることが可能なのです！

少し余談にはなりますが・・・ブラウザの性能上、動画の再生には制約があります。
それは何かと言うと、ある特定の動画しかブラウザにて再生をさせることができません・・・

要するにファイルタイプが重要なのです。

例えば、MP4やWEBMという拡張子のファイルであればブラウザで難なく再生可能なのですが、AVI・MKV・FLV・TS・MPG・WMV等々は再生できません(結構多いですよね・・・)

そんな時はブラウザではなく動画再生プレイヤーで再生させて、GoogleChromeのブラウザでデスクトップをキャストすることでデスクトップの状況をキャスト(再生)させることが可能です！

つまり、デスクトップをそのままキャストできるので動画プレイヤーで動画を再生させることで、それをそのままTVに移すことが出来るというわけです！

つまりのつまり、コーデックを気にせずキャストできるということ！！

やり方は簡単。まずChromeを開けます。

右上の【︙】をクリックし項目の中に【キャスト(C)…】っていうのがあるのでクリックします。

キャストを押すと

※今現在Chromeの最新verでは【キャスト、保存、共有】　⇨　キャストとなっています。

いつもなら「リビングルーム２」を選択してキャストしますが、ここはぐっとこらえて【ソース▼】という項目をクリックします。
※「リビングルーム」等の名称はGoogleHomeアプリで設定・変更が可能です

そうすると【タブをキャスト】【デスクトップをキャスト】という２つの項目が出てきます。
※今現在Chromeの最新verでは『ファイルをキャスト』は有りません

本題は【デスクトップをキャスト】なのでそれをクリックすると、デュアルディスプレイにしている場合はどの画面をキャストするか（画面１｜画面２）を聞かれるので、動画ファイルを再生させる画面を選択し、下にある【共有】をクリックすることで準備は完了。

後は動画を再生させるだけです。

もちろん全画面にすることも可能です！

ちなみに【タブをキャスト】というのがそのままChromeのタブの状況をキャストされるというもの。
※セミナーとか会議とかで活用できるかもしれませんね？？

【ファイルをキャスト】はクリックするとどのファイルを再生させるかを選択できますが、デスクトップをキャストの方があれやこれやできて色んな意味で楽なのでファイルをキャストはあまり使わないかもしれません。

PCが離れてるのでスマホ・タブレットで操作

映画が見終わり、『次のファイルを操作したい！でも・・・PCは離れていて操作するのにPCの前まで戻るのが面倒・・・』

そうです！リビングにいたらPCの操作は出来ないですよね？？

今回のテーマはPCとTVが離れているのが前提で話しておりますのでその点はあらかじめご了承を(笑)、実際動画を見ている時はPCの操作しないと思うのでいいのですが、いちいちPCのところに行って操作するのは結構面倒ですよね？？

そんな時はリモートで解決です！！

スマートフォンやタブレットで離れているPCを操作します！

最初にPCにインストール、スマホにアプリを入れたり、様々な設定が必要ですが、その設定が終わってしまえば次からは自身で決めたPIN(パスワード)を入れることで接続できます。

比較的簡単なので『PCに戻るのが面倒くさい』とか『離れすぎててちょっと大変』って方は、下記項目を順に操作し、リモートの設定を終えて快適に動画を見ましょう！

では実際の手順として・・・これまたChromeを開きます。

『remotedesktop.google.com/access』

上記にアクセスしてください。

そうすると

この画面はすみません、一度こちらでリモート入れたので少し違いますが、真ん中にリモートをオンにするか否かをきかれるので『オンにする』と上記のようにインストールを聞かれるのでそのままインストールしてください。

ポップアップが出たら【はい】を選択。

次に名前の選択ということで、今操作しているPCの名前を記入します。
わかりやすい名前を入れておいてください。

次に６桁以上のPINを入力するように聞かれます。

基本的には数字なのですが、これも自分自身がわかるものを設定すると良いと思います。（生年月日とかですかね？）

記入したら何もいじっていないChromeでしたら、パスワードを保存しますか？と聞かれますのでそのまま『はい』と選択してください。
※メモか何かで覚えておくと良いでしょう（生年月日なら間違いないです）

これでPC側は準備完了です。

次にスマートフォン・タブレットに入れるアプリです。

ちなみに先程のURL『remotedesktop.google.com/access』をスマホに送ってあげると、ここにたどり着きます。

・・・が、iPhoneやったらAppストア、AndroidならPlayストアでリモートデスクトップと検索したら出てきます。

これをすることでPCの前にいずとも色々と操作出来るので、細かい部分は操作しにくいですが、次のファイルの操作や再生/停止などは、比較的簡単に出来ると思います。

これでPCに眠っている動画をそのまま眠らせておくことなく、有意義に視聴できると思うので是非とも眠っている動画があったら上記の方法を用いて、家族皆で見るってのも乙のものではないかと。

あとがき

応用・活用編としてこんなところでしょうか？？

TVに出力できるChromecastって本当に便利で、家族で今まで保存しておいた動画を見たいけどなぁ・・・ってなったなら、Chromecastを持っておけば一発で解決します！

PCにある動画が大量にあり、それをTVでみたい！という方はChromecastが本当におすすめです！

ちなみに、活用方法は様々でスマホやPC内の動画、更にはYouTubeやVOD等の色んなサービスをキャスト可能です。

様々なシーンで使えるガジェットなので家庭に一つ、ビジネスに一つと持っておくのも良いかもしれません。

それでは、最後までお読み頂きありがとうございましたﾉｼ

Google Chromecast 正規品 第三世代 2K対応 チャコール GA00439-JP

created by Rinker

Google(グーグル)

• Amazon
• 楽天市場
• Yahooショッピング
• メルカリ

さてさて、今日はさらっといきます。

【Youtube-DLGでYouTube動画が0％でダウンロードできない場合の対処法】というテーマで話します。

早速ですが、

『Youtube-DLGを使用したら何故か0％でDL出来ず、直ぐに「finish」になる・・・なぜ？？』

という悩みを解決できます！

それでは早速いきましょう！

YouTubeの動画ダウンロードができなくなった…【代替策あり】※追記2023/5/29

追記です。
YouTube-DLGがここ最近、使用するとダウンロードができず・・・どうやっても、何やってもYouTube動画がDLできない状態でした。（エラーというかfinishになる）

ということで代替ソフトをご紹介！

『どうしてもYouTube-DLGじゃないとダメなんだ』っていう方は「・・・まぁ頑張ってください、陰ながら応援します・・」っていう心境ですが、YouTube-DLGよりもパワフルなものがあります！それが・・・

【Vividl】

です。

Vividl – Video Downloader Files

ここでは深くは言及しませんが、インストールも簡単、複雑な操作は一切必要なし！楽にYouTube動画をDLすることが可能です！

しかもニコニコ動画(その他)もDLすることが可能なのです！！

YouTube-DLGはもう過去の遺物。

ここはおとなしく【Vividl】を使いましょう。

近いうちにインストール方法や使い方を紹介したいと思っていますが・・・まぁいらないですよね？笑

Vividl – Video Downloader Files

というわけでここから先を読んでも解決しない可能性が大なのでご注意ください。

先に結論から言いますと『vcredist_x86.exe』と『vcredist_x64.exe』をダウンロードして実行すれば解決できます。

で、本題としてYouTube-DLGを使用すると、なぜか0％になってすぐにfinishで終了してしまうというものなんですが・・・動画が追加されたわけでもなく、落とされたわけでもない。しかもエラーも出ないっていうなかなか不思議な現象です。

先ほどお伝えした結論の通り『vcredist_x86.exe』と『vcredist_x64.exe』をダウンロードして実行すれば解決するのでそれがダウンロードできるサイトは自分で探してくださいね。

それではまた！

・・・

・・・・・・

・・・すみません嘘です^^;

ってわけで、それらのダウンロードリンク先はこちら↓↓↓↓↓

Visual Studio 2010 (VC++ 10.0) SP1 (no longer supported)

上記リンクにアクセスしていただいて、X86版とX64版どちらもダウンロードして実行してみてください。

赤枠クリックでダウンロードできるので落としたファイルを実行してください。

2つあるけどどっち？ではなく2つとも実行してください。

ひょっとしたら32bitのwindows10を使ってる人（いないと思いますが…）はX64の方は意味がないかもしれません。そもそも実行できるかどうかも怪しいですが。

・・・実行出来るかもしれませんが、あまり意味はないかもしれません。

兎にも角にも2つとも実行してください。

で、上記のリンクが切れていたら

MSダウンロードセンター（英語)

にアクセスしてください。

正規のMicrosoftのダウンロードページです。

【Select Language:】のドロップリストをクリックして『Japanese』を選んでダウンロードを押してしてください。

※画像では試しにダウンロードを行ったので（2）となっていますが初めてのダウンロードの方は『vcredist_x86.exe』となってるはずです。

こっちも同じで、全てダウンロードして3つとも実行してください。
※なお、恐らくですが【vcredist_ia64.exe】はエラーが出るかもしれません、エラー出た場合は特に気にする必要はありません、今回の件とは直接関係ないので。

まぁダウンロードするものは『vcredist_x86.exe』と『vcredist_x64.exe』の二つだけでいいのですが、とにかく全部DLして全部実行したらOKです。

これでYouTube-DLGが使えるようになったはずです。

それでは、よいYouTubeライフをお送りくださいませ！

最後までお読み頂きありがとうございましたﾉｼ