拡張性を手に入れろ！GPT×Whisperの自動レポート構築メモ

「ツールを作る」と聞くと、プログラミングができる人だけの世界だと思ってた。

でも今は、GPTやWhisperといったAIの力を借りて、コードが書けなくても“仕組み”は作れる時代になってきた。

実際にぼくも、英語コーチをしている姉のサポートとして、「セッションの録音をもとにレポートを自動生成するツール」を作ろうとしたのがはじまりだった。

最初はColabでGPTを使いながら .md や .json を手動で整理してたけど、

もっとラクにしたい
もっと自動化したい
もっと人に使ってもらいたい

と思い始めた時にぶつかったのが、

「結局どこに何を置けばいいの？」「Colabだけで完結しないの？」

という「サーバー選び」の迷子問題だった。

この記事は、そんな自分の試行錯誤を残しておくための記録であり、同じように「ノーコードから始めて、本気でツール化したい人」に向けた道しるべです。

⚙️ Colab×Xserver時代：最初はこれで良かった

最初はね、もう「Colab×Xserver」でドヤってたんですよ。

「ほら見て！GPTがしゃべったレポートを.mdにして、Xserverで表示してやったぜ！」って。

もうね、“自作感”爆発してて最高。手間もスパイス、愛もスクリプト。

でもね、気づくんです。

「いや待て、毎回手で .md 書いてアップして、ファイル名も決めて、リンク貼って…って、地味にめんどくない？」と。

それでも最初のうちは愛せるのよ、手作業。

でもね、レポートの件数が増えるたびに、こっちのテンションが下がってくの。

愛が薄れるの。そう、「管理がダルい」ってやつ。

JavaScriptで表示してたんだけど…

ファイル名は手書きで配列に書かないとダメ
新しいファイルを作るたびに手で追加
.mdファイルも全部URLで見れるようにしないと表示されない（＝セキュリティちょっと不安）

そんな感じで、「見せるだけ」の構成には限界があることに気づいたのです。

そしてつぶやく。

「おい…これ、自動で回るようにしないと未来ないぞ？」

ということで、ここから「拡張性」を求める旅に出るのでした。

🧱 本気で構築したくなった理由

最初は「とりあえず動けばOKでしょ」って思ってた。

GPTがレポートっぽいものを出してくれて、.mdで保存して、見れるようにして「うんうん、これは便利だわ」って自画自賛。

…でもね、“便利”はずっとは続かない。

📦 ファイル、爆増。

セッションが増えると、.mdが「謎のファイル地獄」になる。

ファイル名のルールが怪しくなってくるし、どれがどの生徒のレポートかも分かりづらい。

🧍‍♀️🧍‍♂️ 生徒が増えたら地獄。

「〇〇さんのレポート、どれだっけ？」
「先週のやつどこいった？」
→ 未来の自分、絶対迷子。

🔐 アクセス制限したいよね？

コーチが何人かいたら、「その人の生徒だけ表示させたい」ってなる。

でもJavaScriptだけだとそれすらできないのよ。ログインもできない。

🤖 GPTとWhisperも、いつまでも手動じゃツラい

Colabで音声ファイルアップロード
Whisperで文字起こし
GPTで整形
.mdとしてダウンロード
Xserverにアップ

……って、どんだけ“人力”GPTなんだよって話。

🧠 気づいた。

「これ、毎回ぼくがやる必要なくない？」

そう、ぼくはGPTに仕事を任せたいんだ。

手動作業を繰り返すんじゃなくて、“一度組んだら勝手に咲く仕組み”を作りたいんだ。

だから、ちゃんと考えた。

このままじゃ、咲かない。拡張しない。だるい。←ここ重要。

☁️ AWS？Heroku？Xserver？選定の迷いと決断

気づいたら、“仕組みのアップデート会議”を一人で始めてた。

ホワイトボードもないのに、頭の中でこう叫んでる。

「拡張したい！でも難しいのは嫌！」
「自動化したい！でも高いのは嫌！」
「便利にしたい！でも訳わからんのはもっと嫌！！」

そんな中、候補に上がってきた3大サーバー戦士たち。

🟦 Xserver：ぼくの最初の相棒

HTMLとPHPがすぐ動く
管理画面も分かりやすい
安い（最安で月1000円切る）

でもね…

❌ DB連携やファイル自動処理は微妙
❌ Pythonが動かない（Whisper無理）
❌ サービスっぽくするには物足りない

やっぱり“静的HTML＋手動アップロード”っていう限界が見えてきた。

🟣 Heroku：魔法のようなPaaS（だった）

git pushだけでデプロイ完了！✨
Pythonも動くし、FlaskでAPIもいける！

初心者には天国…だった……

❌ 無料枠が消滅（しかも寝てるとスリープ）
❌ 商用には不安あり（速度・制限）
❌ そもそも「今から本気出す」には頼りない

「楽だけど、ずっと乗る船じゃない」感がすごい。

☁️ AWS EC2：最初はこわい、でも最強の味方

サーバーまるごと1台を自分仕様にできる！
WhisperもGPTも、なんでも動かせる！
起動してる時間分だけ課金だから最小コスト構成もOK！

✅ Pythonで処理→DB保存→API提供、全部できる
✅ サブドメインで処理と表示を分けることもできる
✅ 将来的にコンテナ化やLambda移行も視野に入る

そう、“拡張性の化け物”なのだ…！

🤔 そして決断。

Heroku → お手軽だけど未来がない
Xserver → 愛着あるけどもう限界
AWS → ビビってたけど、やってみたらGPT先生が全部教えてくれる

🔥 よし、AWSで行こう。

最初はEC2一台で十分。Colabの代わりに、裏で働いてもらおう。

今まで手でやってたことを、自動で回す仕組みにしていこう。

💰 実際、AWSっていくらかかるの？

「AWS」って聞くと、なんかこう…

“月3万円くらい飛びそう”な名前してるじゃないですか？（わかる）

でも！実際はこうです👇

項目	構成	月額の目安
EC2（t3.micro）	Python処理（Whisper/GPT）	約500〜1000円前後（スケジューリングでさらに節約可）
RDS（MySQL）	レポート・ユーザーデータ保存	約500〜1000円前後（小規模ならもっと安い）
S3＋CloudFront	Web表示用（レポート閲覧）	月数十円〜数百円程度（激安）
GPT API	OpenAI課金（トークン使用量次第）	数百円〜数千円（処理量による）

🧮 トータルしても…

最小構成なら、全部合わせても月1500〜3000円くらいで運用できる。

つまり、「Colabで毎回起動して手動処理」してた時間をお金で買う感覚に近い。

で、拡張したくなったらサーバー分けたり、LambdaやDockerにしたり…あとから広げられる安心感がAWSにはある。

✅ 決め手は「いま安くても、あとで困らないか？」

いまの構成が「安い」だけじゃなくて、“このまま育てられる仕組み”になってるか？が大事。

AWSはそれを満たしてた。

🌱 AWSが持ってる“拡張性”って何？

「拡張性が高い」とか言うと、エンジニア界隈のかっこいい言葉っぽく聞こえるけど、ここでの“拡張性”ってこういうことです👇

✅ ① 処理を分けられる

例えば将来こうしたくなったら…

Whisper用のサーバー
GPT整形用のサーバー
Web表示だけのサーバー

って役割ごとに分けることで、処理が重くならない＆安全に運用できる。

サーバーの分離が“面倒”じゃなく、“やって当然”くらいに簡単にできるのがAWSの強み。

✅ ② 利用者が増えても落ちにくい

アクセスが集中しても、必要に応じて自動でサーバー数が増えたり（オートスケール）できる。

ColabやXserverでは「アクセス増＝遅くなる＆落ちる」だったのが、AWSなら“耐えられる設計”が可能。

✅ ③ いつでも進化できる

最初は EC2 だけでいいけど、あとで…

バックエンドだけ Lambda にする（サーバーレス）
Docker コンテナにして移植しやすくする
WebフロントをNext.jsに切り替える
検索性を高めるためにElasticsearch導入

…など、ステップアップが自在。

「今の構成に縛られない」って安心感がとにかくでかい。

✅ ④ ユーザーごとの制限や機能の切り分けもラク

コーチごとに見える生徒を制限
生徒ごとに閲覧可能なページを絞る
管理画面だけ別サブドメインにする

これ全部、「あ、それなら追加で書けばOKです」ってレベルで可能。

最初から「想定しておかないとできない」わけじゃないのがありがたい。

💡 拡張性は、未来の自分をラクにするための武器

今の作業を楽にするのは自動化、これからの変化に対応できるのが“拡張性”。

この2つをセットで持ってるAWS、そりゃ選ばない理由ないよね？って結論になったわけです。

🎧 WhisperはAPIじゃなくて“自前で回せる”と知った衝撃

最初ぼくは思ってたのよ。

「Whisperで文字起こししたいなら、OpenAIのAPI使うしかないっしょ？」

「毎回1分あたり○円かかるんでしょ？回した分だけ課金されるんでしょ？」

……と思ってたら、GPT先生が教えてくれた。

「Whisperって、インストールすればローカルで動きますけど？」

えっ！？🤯

つまり、こういうこと👇

項目	Whisper API	ローカルWhisper（EC2で実行）
課金方式	分単位で従量課金	無料（CPUならタダ）
処理場所	OpenAIのサーバー	自分のEC2インスタンス上
カスタマイズ	できない	モデルサイズ・ノイズ除去など自由
起動までの速さ	早い	少し初期準備必要（でも1回だけ）

✅ つまり、無料で Whisper 使える環境が作れる！

モデルサイズも base, small, medium, large から選べるし、「API代が気になるから文字起こし回数を減らす」みたいな貧乏性を脱出できる。

Whisperって実は、“無料で使い倒せるAI”だったんだよ！！！！（知らんかったやん）

この一歩だけで、毎月数千円レベルの節約になるケースも全然ある。

Colab時代にこの恩恵を感じるのは難しかったけど、AWS構成にすることでようやくこのポテンシャルを活かせたのです。

🛠 現在の構成（最小構成で拡張性◎）

「これが現時点の答えだッ…！」って感じで、ぼくがたどり着いたのがこの構成👇

Colabから卒業して、自動で回る“成長するシステム”の第一歩です。

broombudy.com（本体ドメイン）
├─ S3 + CloudFront → レポート表示（HTML）
├─ EC2（Python） → Whisper / GPT処理（音声→レポート）
├─ RDS（MySQL） → レポート・ユーザー・セッション情報保存
├─ Route53 → ドメイン管理
└─ api.broombudy.com（サブドメイン） → データのやり取り用（PHPやFlask）

💡 各パーツの役割

パーツ	担当してること	コメント
S3 + CloudFront	HTMLレポートを静的に表示	超軽いし爆速。JSも置ける
EC2	Whisperで文字起こし、GPTで整形	Colabの代わり。ずっと起動してなくてOK
MySQL（RDS）	セッションやユーザーの情報管理	`.md/.json`卒業して、全部DBで
Route53	ドメイン管理＆サブドメイン制御	表示と処理を分けられる安心感
サブドメイン（api.〜）	API化して柔軟なデータ操作	他サービスとの連携もいける◎

🔄 Colabとの違い

比較項目	Colab	AWS構成
処理の自動化	❌ 手動起動	✅ cronやAPIで全自動
Whisper実行	✅ できる（無料）	✅ できる（高速＆制御自由）
GPT連携	✅ できる	✅ 同じようにできる
データ保存	`.md/.json`手動	DBに自動保存
表示方法	JSで手動管理	DBと連携した表示OK

📈 拡張も見据えて設計済み

英語コーチング用・営業支援用などサービスごとにサブドメインで分ける
各コーチ用のログイン画面（生徒一覧＋セッション履歴）を設置予定
管理画面・分析画面など、役割ごとに機能を分離できる設計に

🤖 そして何より、GPT＆Whisperの仕事量が激減（ぼくの手作業も）

音声をアップロード → EC2が自動で処理開始
文字起こし → GPT整形 → DB登録まで自動
表示画面からすぐ確認できる

これぞ 「I build, You bloom」な仕組み。

ぼくはもう、“咲かせる裏方”に徹するだけでいい。

🌈 今後の展望と残しておきたいメッセージ

正直、ここまで来るとは思ってなかった。

「音声からレポートが自動でできたら便利じゃない？」くらいのノリだった。

でも実際やってみたら、気づいた。

“ツールを作る”って、未来の自分を助ける作業なんだなって。

💭 自分の“めんどくさい”を大事にしてよかった

手作業がちょっとダルいなって思った瞬間に、ちゃんと立ち止まった。

「これ、いつまで続けるんだろう？」って未来の自分に問いかけた。

その声を無視しなかったから、今こうして“ラクに進化できる土台”ができた。

📈 これからやりたいこと

コーチごとのログイン管理・生徒一覧表示
セッションを横断した傾向分析（進捗・テーマの変化）
営業マン向けツールへの応用展開
GPTが自動で定期振り返りレポートを送ってくれる機能
1クリックで“次回セッションの流れ”を提案する仕組み

などなど…「また手でやってるな」って気づいたら、また一歩進めばいい。

🌱 最後に伝えたいこと

「拡張性のある仕組みを作る」と聞くと、なんだか難しそうに見える。

でも実際は、“未来に向けて、ちょっとだけラクになる選択を積み重ねる”ってことだった。

最初は手作業でもいい。Colabでもいい。Xserverでもいい。

でももし、「このままだと回らなくなりそうだな」って思ったら、迷わずAWSを選んでいい。

GPTも、Whisperも、未来の自分も、きっと味方になってくれる。

ということで、「拡張性を手に入れろ！GPT×Whisperの自動レポート構築メモ」

これにて完了です🎉