「500以上のAIエージェントを構築した私が知っているすべて」- Nate Herk

この動画では、500以上のAI自動化システムを構築した専門家Nate Herkが、N8Nを使用したAIエージェントのワークフロー構築について詳しく解説している。リード獲得から自動メール作成、人間による承認プロセスまでを含む実際のセールスチームAIエージェントのデモンストレーションを通じて、初心者でも理解できるよう段階的に説明する。また、AI自動化の将来性、データの重要性、初心者が陥りがちな間違い、そして急速に進化するAI業界で最先端を保つための戦略についても語られている。

“I built 500+ AI agents, here’s everything I know” - Nate Herk

Want to make money with AI? Go here: your productivity with Vectal: DEVs, I'M HIRING! Ap...

www.youtube.com

AIエージェントによるセールスワークフローの実演

こんにちはNateさん。あなたは何百ものN8N自動化システムを構築されていますが、今回の動画用に一つ準備していただいたとのことですね。それについて、何ができるのか見せていただけますか。

はい、もちろんです。今日見ていただくワークフローは、AIエージェントのセールスチームです。最初のコピーを書くエージェントが一つあり、これがプロジェクトデータベースを検索します。そして、人間からのフィードバックを見て、それらの修正を考慮に入れ、メールを修正して承認のために私たちに送り返すリビジョンエージェントがあります。

このフローの目的は、リードフォームの送信などのトリガーがあるときはいつでも、エージェントが最初のコピーを書きますが、あなたが「このメールで良い」と言うまでは、実際にそのリードに送信しないということです。

100％、私はこのメールが気に入りました。つまり、基本的にはヒューマン・イン・ザ・ループですね。

そうです、正確にそうです。N8Nのネイティブなヒューマン・イン・ザ・ループノードを使っているため、少し不器用ですが、それでも仕事は完了します。それでは今すぐワークフローを実行してみましょう。Airtableトリガーを使用しているので、リードフォームがAirtableを更新すると仮定して、セールスエージェントが最初のコピーを書いているところです。

言ったように、プロジェクトデータベースへのアクセスがあるので、リードがフォームを何のために送信したのか、類似のプロジェクトを行ったことがあるかなどを考慮に入れて、今そのコピーを書いています。そして、それを自分たちに送って、人間のフィードバックを得て、見てみましょう。

N8Nの学習の容易さについて

N8Nを全く知らない人にとって、このようなものをどのくらい早く構築できるでしょうか。威圧的に見えるかもしれませんが、実際はそれほど複雑ではありませんよね。

それは素晴らしい指摘です。これは本当に非常に線形なワークフローです。初心者がN8Nに飛び込む際の多くの問題は、これらすべてのエージェンティックツール呼び出しや、マルチエージェントシステムを行うことから来ています。これは超線形で、唯一のワークフローなので、実際はそれほど難しくありません。

主な複雑さは、この実行後に詳しく説明できるこのセットノードですが、特に初心者の場合、合計8個のノードしかないので、それほど悪くはありません。

現在フィードバックを待っているので、送信先のGmailに切り替えます。新しいメールがあり、この場合はRobert Californiaという新しいリードの承認が必要だと言っています。ここにコピーがありますが、下にスクロールして返信をクリックします。

このリードが何を求めているかが分かります。予算は10～15Kで、セールスエージェントのJimが過去に行った製品を見て、RobertがAIプロバイダーとして私たちを選ぶことにより自信を持てるようなコピーを書きました。

この種のコピーの一般的な概要は気に入っていますが、もう少し短くしたいと思います。また、直接的な行動喚起も入れましょう。「今週30分の電話」と言うのではなく、「木曜日にお話ししましょう」と言いたいと思います。

フィードバックプロセスの実演

「もう少し簡潔にしてください」というフィードバックをエージェントに送信します。送信をクリックすると、ワークフローに戻り、プロセスが続行されるのが分かります。

送信して、ここに戻ってきました。現在フィードバックをチェックしており、リビジョンエージェントが新しいコピーを書いています。かなり早く戻ってきたのが分かります。メールに行ってみましょう。

これは例を示していると思います。なぜなら、次の数年間は完全に自動化されたAIにはならず、AIを全く使用しない人々もその道ではないからです。人間のみ、またはAIのみではありません。AIエージェントプラス人間が、AGIやASIまでの本当に次の数年間になると思います。

このような、まだあなたの入力を与え、AIを操縦するものは、今後3〜4年間の主要なワークフローになると思います。

AI技術の現在地点についてのスポンサーメッセージ

もしAIの最先端にいたいなら、Vectalを試してください。今日と明日のすべてのタスクを完了するのに役立ち、Perplexity Proも統合されているので、Vector ProメンバーならPerplexity Proが無料で組み込まれており、どのエージェントもそれに委任できます。

Geminiが推論を開始し、タスクの完了を手伝ってくれるのが分かります。私はVectalを1日に数時間使用しており、これは本当に生産性の未来です。他のすべてのアプリ、To-Doリスト、ClickUp、Asana、Notionは確実ですが、AIファーストのアプリではありません。VectalはAIファーストです。Vectal.aiに行って試してみてください。数分間タスクを移して、決して後戻りしないことを約束します。

AI自動化での制御の維持

それは素晴らしい指摘だと思います。AIの指数関数的成長と開発の速さに対する多くの人々の恐れ、制御を失うことなどがありますが、正しく行えば、確実に全行程でコントロールを保てます。

応答をクリックしてフルスクリーンで表示しますと、最初からこれらの良いメトリクスを保持し、はるかに短くなっており、「今週木曜日に30分の電話をいただけますか？」と言っています。

このコピーの見た目が実際に気に入ったので、「良いです」と言って、送信をクリックするとワークフローに戻り、承認されてリードに送信されたという他のブランチに行きます。

この場合、もちろんリードは偽物で私のメールでしたが、見てみましょう。これがAIエージェントが送信できた最終的なメールで、なぜなら私たちがそれを許可したからです。

つまり、あなたは一からメール全体を書く必要がなく、AIエンジンエージェントがそれを行い、あなたは一つのフィードバックを与えて承認しただけです。

正確に、そうです、100％です。

N8Nとの出会いとAI自動化への道のり

N8Nをどのように特定できたのですか。あなたは本当にそれに飛び込んで、N8Nにオールインした最初の人の一人だったので、AI自動化の構築に本当の可能性があることに気づいたきっかけは何でしたか。

それは素晴らしい質問です。私の背景として、しばらく自動化をやっていましたが、正式なコーディング背景はありませんでした。大学卒業後のフルタイムの仕事は自動化で、それは非常にノーコード、ローコードでしたが、自動化プロセスのどこでも、明示的な人間の承認が必要なポイントに到達します。

これらの人間の承認の問題は、それが非常に簡単なことで、人間が実際にそこに入って少しの推論を行い、続行するのは時間の無駄だったことです。私は自分自身に思いました。「もしこの自動化をChatGPTに接続して、これらの決定のいくつかを行わせ、続行させることができれば、それは非常に多くの時間を節約するだろう」と。

それが私がAI自動化を発見したときで、Makeで少し遊んでいましたが、N8Nについてのビデオを一つ見るとすぐに、非常にビジュアルな方法と、エージェンティック操作があることが気に入りました。また、N8NについてYouTube検索をしていましたが、ほとんどコンテンツがありませんでした。だから「この物を学んで、うまくいけばそれが離陸するだろう」と思いました。そしてそうなりました。

多くの人がどれを学ぶべきかと聞いてきますが、それはまるでギャンブルのようです。しかし、これらのうちの一つを学べば、それらのスキルは他のノーコード、ローコードプラットフォームに非常によく転用されます。少なくとも私はそう見ています。そこに入って、創造的問題解決や少しのデータ操作など、必要なコア事項を理解し始める限り、それらが本当に必要なスキルであり、単なる一つのものではありません。ツールに依存しないようになりたいのです。

ツールの習得と転用可能なスキル

それはツールをマスターすることについてですね。人々が「どのプログラミング言語を学ぶべきか」と尋ねるのと同じです。10の異なる言語を少しずつ学んでも、おそらく仕事に就くことはできませんが、一つの言語をマスターすれば、それがどの言語であっても関係なく、その言語で6桁の職に就けるでしょう。習得の方がツール選択よりもはるかに重要で、あなたが言うように、劇的に優れたツールがあれば、そのスキルセットがあるため、はるかに簡単に切り替えられます。

全くそうです。それは本当に基本的なスキルに帰着します。各ノードを見て、何をしているかを見て、その思考プロセスを説明できます。

私が言ったように、トリガーは常に非常に交換可能です。この場合、それは単なるAirtableトリガーなので、それがワークフローを開始するものです。セールスエージェントを開いてみましょう。

ところで、多くの人がN8Nの完成した自動化を見ると「ああ、これは本当に必要ない」と思いますが、トリガーをあなたが望むものに交換できることを言及することが重要だと思います。SlackやWhatsAppからのメッセージなど、何でも。

AIエージェントも同様で、あなたが望むものにプロンプトをカスタマイズできます。この特定の使用例が必要でない人でも、まったく同じワークフローを採用に使用できます。潜在的な応募者を資格認定するなど、プロンプト、トリガーをカスタマイズして、あなたにとって有用にするためには、少しの創造性が必要です。

ワークフローの構成要素解説

すべてが非常にモジュラーで、実際に何からでもコピーアンドペーストできる小さな構築ブロックのようです。N8Nが初めての視聴者がいれば、N8Nのウェブサイトに行くと何千ものテンプレートがあり、それをコピーして実行すれば、あなたとあなたのビジネスで動作するというわけではありませんが、Davidが言ったように、いくつかのものを交換するだけで、すでに80％の道のりにいます。

エージェントにいるとき、ユーザーメッセージとシステムメッセージがあります。これは各実行で見るようなもので、システムメッセージはどのように動作すべきかです。

実際のユーザーメッセージを見ると、基本的にエージェントが取得するのは、リードに関するすべての情報です。名前、メール、意図、予算、会社名、そしてリードフォームに残した実際のプロジェクト説明、最後にタイムラインがあります。

これらすべてを使用してそのコピーを書きますが、最初にシステムメッセージを見ます。これは単にその動作を定義しています。全体を読むことはしませんが、基本的に「あなたは専門的なセールスパーソンです」と言いました。なぜなら、その最終目標を理解してほしかったからです。基本的には「この人に会議を予約してもらいたい」なので、すべてをその最終目標に向けて調整できます。

プロジェクトデータベースと呼ばれる一つのツールがあり、以前のプロジェクトを見ることができます。基本的に「リードに関する情報を受け取る」「主な目的は電話を予約するよう説得する」「快適に感じ、私たちが手助けできることを知ってもらうために、以前のプロジェクトに関する情報を取得したい」などのルールを伝えました。

ご覧のとおり、プロジェクトデータベースツールを使用し、出力しているのは、そのメールの件名と実際のメールコピー自体です。私はClaude 3.5 Sonnetを使用してコピーを書き、修正を行っています。

Davidはどう思いますか。私は単にClaudeが書くコピーの方法が気に入っています。

Claude vs GPTでのライティング比較

時々ツール使用ではOpenAIを好みますが、Sonnetがメールやコンテンツを書く方法は本当に好きです。だからそれを入れました。また、人々は一般的にGPTモデルがどのような感じかを知っているので、人々はGPTが書いたメールをClaudeが書いたメールよりもはるかに早く見抜けると思います。

それに同意します。常に特定の単語があります。「Keen」をよく使ったり、私が日常的に使わない言葉や、私が決して使わない長いMダッシュを使ったりします。それを見ると、誰かがGPTでそれを書いたことが分かります。

とにかく、言ったように、これは全ワークフローの最も巧妙な部分であるセットノードです。これが行うことは、基本的に一貫した変数を設定できることです。無制限の修正が可能だからです。

5回修正したい場合、3回目の修正は2回目のメールに対して行われ、5回目の修正は4回目のメールに対して行われるようにしたいのです。常に最初のものを修正したくはありません。そこで、これを毎回設定しています。

基本的に、このノードは真実の情報源です。つまり、ここにあるものは何でも、この実行で作成した最新のメールコピーです。だからそれが非常に重要で、人々を少しつまずかせる唯一のものかもしれませんが、N8Nに飛び込むと、はるかに理解しやすくなると思います。

ヒューマンフィードバックノードの活用

そこから人間フィードバックノードを実行しています。呼び出したいことの一つは、N8NにはGmailだけでなく、Discord、Slack、Telegramなどのヒューマン・イン・ザ・ループノードがあることです。これを何にでも交換できます。

ここで行うことは、メール件名で「リード名の新しいリード承認」と言って、自分にメールを送ることです。そして、リードが何を求めているかの説明を基本的に与えます。ここにすべての変数があり、実際のリードフォームに基づいて毎回変更されるものとして表示されます。

そして、もちろん、最初のものであろうと最新のものであろうと、実際のメールをドロップインします。それが私たちに送られるものです。これが行うことは、何らかの形で応答することです。私たちが行っているフリーテキストでも、承認ボタンでも、承認または拒否ボタンでもできます。

この場合、フリーテキストの方が良いです。なぜなら、単にイエスまたはノーと言うのではなく、実際の具体的なフィードバックを行えるからです。だからフリーテキストを選択しました。

それが行うことは、私たちが送ったフィードバックをキャプチャすることです。最初は「もう少し簡潔にしてください」と言い、2回目は「良いです」と言いました。それが私たちが言ったことをキャッシュする方法です。

AI によるフィードバック分析

実際のフィードバックを得ると、AIを使用して人間が満足しているか満足していないかを実際に分析します。このチェックフィードバックノードで行ったことは、ところでFlash 2.0を使用しています。無料でとても速いからです。

使いやすさのためにそれを入れましたが、私たちのフィードバックを見て、承認または拒否の2つのカテゴリに分類できます。承認メッセージと拒否メッセージの例を少し与えました。非常に直感的ですが、とにかく基本的に何かを正しいブランチに押し下げます。

最初の実行では拒否ブランチに行き、2回目の実行では承認ブランチに行ったのが分かります。このテキストを解釈しただけです。

明らかに2つのパスがあります。最初に拒否ブランチについて簡単に話しましょう。これはリビジョンエージェントです。このエージェントは実際に非常に非常にシンプルです。同じチャットモデル、同じ出力パーサーに接続されていますが、言ったように非常にシンプルです。

常に最新のメールと人間のフィードバックを与えています。システムプロンプトはさらにシンプルで、「あなたは専門的なメールライターです。フィードバックを取り、メールを取り、新しいものを作ってください」と言っているだけです。

ワークフローのループバック機能

非常にシンプルで、メールを出力し、この線がセットノードにループバックするのが分かります。これは言ったように、私たちの真実の情報源のようなもので、最終的なメールコピーを送信できます。

これがなければ、10回修正できますが、このノードは依然として最初のものを送信するので、完全に時間の無駄になります。

ところで、過去のすべてのN8N自動化と、プライベートに持っているもののすべてにアクセスしたい場合、それらはすべてNew Societyのクラスルームのテンプレートとプリセットセクションで利用できます。プリビルト自動化をクリックすると、私が動画で示したアニメーション自動化を文字通りコピーペーストして、自分の生活で使用できます。

また、私のAIエージェント、コード、プロンプト、さらに先ほどリリースしたCloth Core MasteryとUltimate Codexという2つの新しいワークショップなど、他のすべての独占コンテンツにもアクセスできます。すべてのN8N自動化とすべての独占コンテンツにアクセスしたい場合は、New Societyに参加してください。動画下の最初のリンクです。

自動化の構築時間と複合効果

全体的に、このようなものはN8Nが初めてなら1時間、おそらく2時間で簡単に構築できますが、一度構築すれば永遠に時間を節約します。それが自動化の主な魔法だと思います。節約された時間が複利になります。2、3、4、5、6の自動化を構築すると、基本的に残りの人生の時間を解放します。

全くそうです。そこで本当に重要なことは、実際に複利になるプロセスを特定できることだと思います。パーソナルアシスタントのような非常に派手なものは本当にクールですが、それが時間を節約することを明示的に意味するわけではありません。

しかし、このようなものは、手動で行う時間をかけずにリードにより迅速に対応できれば、ビジネスを成長させることに議論の余地はないと思います。それを行えば、ビジネスが成長し、より多くのリードを得ることを意味し、システムがより多くのスループットを得ることを意味し、それが複利の飛輪が本当に始まるところです。

システムプロンプトの継続的改善

また、システムプロンプトを調整できます。メールが長すぎて、毎回「メールを短くして」と言わなければならないことに気づいたら、デフォルトで短くなるようにシステムプロンプトを調整して、さらに時間を節約できます。

このようなもので、何百もの入信リードがある場合、または安いサービスを販売している場合、優れたリードマグネットを持っている場合などでは、これを手動で行うことは不可能です。VAまたはアシスタントを雇ってそれを行わなければなりませんが、それらの役割でも時間の無駄です。

適切な人、適切なビジネスにとって、このようなものは週に複数時間を簡単に節約でき、私が自分のために構築したもう一つの例を与えると、誰でも5〜10分で構築できるのは、すべての入信メールをチェックし、マーケティングなどの重要でないものでなければ、単にそれを赤としてマークするメールとオートメーションです。

私にとって、これはすべての受信ボックスで実行されており、ほとんどのメールは重要ではないため、時間の90％を節約しています。重要であれば星を付けますが、そうでなければ赤としてマークするので、受信ボックスに行くと、自分で何十通も処理する代わりに、本当に対処する必要のある数通のメールだけが表示されます。

AI自動化の将来性と競合への対応

このような例は文字通りたくさんあり、シンプルな自動化を構築して複利効果を得ることができます。ほとんどの人がJarvis 2.0のような派手なものや、時間のライフを自動化することに向かっているとき、正しいアプローチは複利になる明らかな小さな時間節約に向かうことです。

それに関して、ちょうど聞きたいことがあります。特定のことを自動化する使用例について多くの質問を受けます。たとえば、受信ボックスマネージャータイプの自動化で、人々は「Gmailがこれを無料でプラットフォームに組み込んだらどうなるか」と尋ねます。

常にカスタマイゼーションと統合の要素があるので、ワークフロー構築、特にN8Nのようなノーコードに関して、来年、再来年のこれらのソリューションが実行可能である景観、またはこれらすべてのテンプレートが商品化されることについてどう思いますか。

採用が競合を上回る成長をすると思います。LindseyのようなツールがN8Nよりもシンプルですが、カスタマイズ性が低いなど、より多くのツールが登場するでしょう。それは常にトレードオフです。カスタムコードを書けば何でもできますが、ドラッグアンドドロップよりも難しいです。

使いやすいほど、カスタマイゼーションを失い、明らかにN8Nのような優れたツールは使いやすく、非常にカスタマイズ可能です。Googleが自動応答機能を実装し、それがすべてのN8N自動化を破壊することを心配しません。

理由はたくさんありますが、まず第一に、大企業は動きが遅いです。GoogleはAIをほとんど採用していません。Cursorを見てください。誰もがGoogle DocsでCursorを望んでいますが、どこにありますか。どこにもありません。

Googleは2017年にTransformerなどの技術を最初に持っていました。2025年です。Google Docsの次の単語予測はどこにありますか。どこにもありません。Gmailには自動応答の基本バージョンがありますが、かなり悪く、一段階です。

大企業の制約とN8Nの優位性

文書をチェックしたり、以前の会話やSlackでチームメイトと話していることをチェックしたりしません。N8Nのように、より多くのデータを与えたり、AIエージェントを統合したり、異なるモデルを選択したりできません。Googleはどのモデルを使用するかを選択し、Googleはデフォルトのプロンプトを行い、あなたはそれを全くコントロールできません。

私の経験では、GoogleがSheets、Gmail、Google Docsのいずれでワークフローに実装したAIツールは有用ではありませんでした。すべて試しましたが、有用ではありませんでした。

また、それらを採用しても、通常は本当にエージェンティックにすることを恐れています。通常は10回承認を求めます。素晴らしい例はGitHub Copilotです。GitHubは世界中のすべてのコードを持っているので、最高のAIエージェントを持つべきです。

しかし、GitHub Copilotに行って「この問題下で5つのサブ問題を作成してください」と言っても、それすらできません。最善でできることは一つの問題を作成して承認を得ることです。なぜなら、大企業は自分でアクションを取るエージェンティックシステムを構築することを恐れているからです。

すでに何百万人もの有料顧客がいて、何かが間違った場合に怒るからです。これを見ている人へのメッセージは、大企業ができないリスクを自動化やAIエージェント、AIスタートアップで取ることができるということです。すでに何百万人もの顧客がいて、そのリスクを取らないからです。

大企業がこれらのワークフローの一部を置き換えることを全く心配していません。

N8Nが成功する理由

競合他社についてはどうですか。N8N、make.com、Zapierなどがあり、N8Nの競合を構築している複数の人を知っていますが、N8Nが勝っている多くの理由はオープンソースだと思います。どのように動作するかを見ることができ、自己ホストでき、技術的スキルがあればフォークできます。

ビジネスに重要なものを構築する際、どのように動作するかを知りたいと思います。誰もが理解する最も極端な例はNeuralinkです。脳に何かを入れることは非常にリスクが高いですが、安全なオープンソースプロトコルで実行されればはるかにリスクが低いです。

N8Nでも同じだと思います。すでに成功したビジネス、50人の従業員、100人の従業員がいる場合、どのように動作するかわからないクローズドなものをそこに入れることをためらいます。N8NではGitHubに文字通りアクセスして自分でチェックできます。

N8NのAIファーストアプローチ

それは素晴らしい指摘です。箱から出してすぐに提供する利点を見ると、それは巨大な差別化です。また、その周りにコミュニティを構築することも非常にうまくやっていると思います。単なる使用するツール以上のコミュニティを構築している会社をあまり見たことがありません。イベントがあり、ライブストリームを行い、できるだけ長くゲームの頂点に留まるために構築しようとしているものの一つだと思います。

また、彼らはAIファーストです。これらの自動化ツールの多くはAIファーストであるふりをしています。正直に言って、今日ではすべての会社がAIファーストになりたがっていますが、どれがそうでどれがそうでないかは非常に明確です。

N8N内のAIエージェントは競合他社よりもはるかに進歩しており、MCPコネクタなどのようなものを実装するのも非常に迅速でした。実際にゲームの頂点にいて、何が起こっているかに注意を払い、他の会社が6か月または12か月かけてコピーするAI機能を率いています。

N8Nの成長と将来性

彼らは現在5年以上続いていることも驚くべきことです。明らかにほとんどの人は、GitHubやYouTubeなどで本当に爆発し始めた2025年の初めにN8Nについて聞き始めたと思いますが、どのくらい長く続いているかを考え、この過去6か月で見たホッケースティック成長は非常にばかげています。

彼らのチームは非常に迅速にスケールしているので、そこで成長の痛みを扱っていることは確実ですが、N8Nで非常にクールだと思ったことの一つは、AIアシスタントがあることです。エラーが発生した場合、N8Nに埋め込まれたAI「ask AI」ボタンのようなものがあります。

これはクラウドまたは少なくともクラウドで自己ホストされている場合にのみ利用可能です。なぜなら、彼らはデータソースの自動化パイプラインとトラブルシューティングのエンドフォーラムを持つ独自のN8Nワークフローを構築したからです。

AIアシスタントボタンをクリックしてワークフローやエラーのヘルプを得ると、すべての知識をスクレイピングしてワークフローで送り返しているのが分かります。製品が製品上のユーザーを助けるために構築されているのを見るのは非常にクールでした。

自分の犬の餌を食べている。これは何かをする際の最も重要なことの一つです。自分の製品の第一のユーザーでなければ、特にAIのような競争の激しいニッチで破壊されるでしょう。

自己使用の重要性

AIは現在世界で最も残酷な業界だと思います。最も速く成長し、企業が毎日参入しているので、本当に気にしていない何かを構築している場合、破壊されるでしょう。これは一つのプロジェクトのためだけにやっているか何であれ関係ありません。すべての癖、すべての調整、すべての詳細を見ることはありません。

しかし、自分のために何かを構築し、その問題を本当に気にしている場合、他の誰よりもそれをより良く解決できるでしょう。だからN8NチームがそのAIアシスタントで素晴らしい仕事をしたのは、内部で使用しているからです。彼らが社内で何百ものN8N自動化を持っていることを保証します。何千時間もおそらく節約しているでしょう。それが誰かが自分の犬の餌を食べているかどうかを知る方法です。

Claude Codeでも同じです。Claude CodeとCodex CLIの違いを一瞬で見分けることができます。どの会社が実際に日常的に使用し、どれがそうでないかがわかります。N8N自動化でも同じです。

AI自動化の将来トレンド

質問を返させてください、Nate。次の1〜2年でのAI自動化の将来についてのあなたの考えは何ですか。いくつかのトレンドや見ているパターンはありますか。

それは素晴らしい質問で、これまでできるだけ先を見越して予測的になろうとしてきましたが、多くの場合、非常に反応的でなければなりません。少なくとも過去6か月間、私がやってきた方法です。

明らかに私たち全員が見ている全体的なトレンドで、将来どのように機能するかを見るのが本当に興味深いのは、システムプロンプティングと、これらのモデルがより速く、よりスマートになり、これらのオープンソースモデルがトップティアのクローズドソースとオープンソースの間のギャップを徐々に埋め始めていることです。

まだそこには到達していませんが、システムプロンプトに実際に投入しなければならない時間が、これらのモデルが最終目標と実際にそこに到達する方法をより賢く理解するようになるにつれて、減少し始めることを期待し、希望しています。

GPT-4oと401 Miniの違いの過去数か月でのツール呼び出しシステムプロンプトの違いを既に見ており、これらの異なるClaudeモデルが出てくると、それらは非常にばかげています。

YouTubeで爆発しているビデオを見たことがあると思いますが、Claude Opus 4がN8Nワークフローを構築し、Claudeプロジェクトを構築し、N8Nドキュメントを与えると、話していることを何でも構築できるようなものです。

自然言語からワークフローへの展開

それは一つのことで、NLPからAIエージェントビルダーやNLPからワークフロービルダーへの将来がどのように見えるかわかりません。それは巨大なものになると確信しています。つまり、既にそれに非常に近いです。

しかし、AIに脳内ダンプできる多くの人々にとって、N8NにJSONを与えて良いという誤った安心感が生まれると思います。なぜなら、より多くのユーザーを獲得したときにこのワークフローを実際に最適化する方法、適切なガードレールを構築する方法、実際にこれをスケールアップする方法など、多くの要素があると思うからです。

ワークフロービルダーでそれらのことができないかもしれません。トラブルシューティングのためにやり取りする必要があるかもしれませんが、各ノード内で実際に何が起こっているかを理解し、それをどのように見るかを人々が理解することが本当に重要だと思います。

ここで開いているこのワークフローを見るだけでも、これをビジネスに実装してクラッシュして燃え尽きるまで、または大量のトークンを無駄にし始めるまで、多くの人が考えなかったであろう、これをより本格的な本番対応にするために修正する必要があることが既に私の心の中にたくさんあります。

データの重要性とクライアントとの経験

多くの人が正しく理解していないのはデータだと思います。実際のクライアントでもそれを多く見てきました。なぜなら、最初のAI自動化を実装することに非常に興奮し、AIエージェントについて話すことに非常に興奮していますが、実際には最初から始める必要があり、歩く前に走ることはできません。実際には最初に這わなければなりません。

その多くは、すべてのデータを正しく取得することを含みます。すべてを一箇所に集める必要があり、その自動化パイプラインを構築する必要があります。システムプロンプトは少なくなるかもしれませんが、これらのシステムに送り込むデータとコンテキストは決して少なくならないからです。

それがこれらのものをあなたに特化し、あなたの主題専門知識、あなたのビジネスに特化させる最も重要なことであり、実際に実際にそれをハンズオフにしたいシステムを構築する方法です。

データ収集の価値

データの価値はさらに成長するでしょう。顧客やプロダクトの使用方法などについてデータを収集していない人は、AIの将来の応用を逃しているだけです。メールと名前だけを求めることができますが、「あなたの目標は何ですか」や「どのような仕事をしていますか」などの一つのテキストフィールドを追加するだけで、それは既に無限により価値があります。

それをモデルを通して実行すれば、はるかに調整されたメッセージを作成できるでしょう。名前だけを知ってメールを作成しなければならないと想像してください。年齢、職業、住んでいる場所など、彼らについてもう一つのデータポイントを知っていれば、少しより多くのデータを持つだけで、既にはるかに高い変換メールを作成できるでしょう。

データは無価値だと言うことにこれ以上同意できません。また、あなたが言ったように、誰もが…N8Nはまだ主流ではないと感じます。初めて見ると威圧的に見えるかもしれませんが、再び、誰もがこれにアクセスできるまでおそらく6か月から1年です。

判断力と味覚の重要性

そうすると、価値は本当に判断と味覚にあるでしょう。あなたが最初に言ったように、どのプロセスを自動化すべきかを認識することです。多くの人がモデルの準備ができていない何かを自動化するのに10時間を費やしたり、後で十分なデータがないことに気づいたり、それを自動化したが月に5分しか節約できず、価値がなかったりすることがあります。

何を自動化するかを認識し、あなたが言ったように、一度構築したら、最適化の機会を見ることです。完璧な音声転写があって、完全に接続されたN8Nワークフローがリアルタイムで話すだけで表示される場合でも、すべてのアカウントに接続されている場合でも、誰もがそれにアクセスできれば、本当の違いはあなたのスキルにあるでしょう。

これをどのように調整するかを理解する方法、どの順序でループを配置するか、どこにセットノートを配置するか、どのモデルを使用するかなど、すべてのその味覚と判断は、実際に最先端にいて、多くの自動化を構築し、それを正しく行おうとすることによってのみ開発されます。

5秒で話すことで完璧なN8Nワークフローを構築できる完璧なスピーチからJSONとビルダーができても、全く心配しません。なぜなら、誰もがそれにアクセスできるが、それを正しく行う方法を知っている人、どこに配置するか、どのように展開するかなどを知っている人は少数だけだからです。

プロダクションでの課題と品質保証

それは素晴らしい指摘です。ゼロから何かを構築するプロセス全体のように、最初のPoCがあるとします。常に最初に持つのはPoCだけで、知らないことがわからない。ガードレールを特定し、エッジケースのパターンを見て、それらに対して構築し、保護する必要があります。

おそらく音声からJSONビルダーの後の次のものは、基本的に何百ものプロンプトを送信するQAエージェントのようなものでしょう。N8Nからの評価機能がありますが、評価結果を考慮に入れて修正することは正確にはしません。

ワークフローを与えて、それをテストし、テストし、その後基本的にそのフィードバックを取り、システムプロンプトを調整したり、ロジックを調整したり、エッジケースを特定して、それらに対して保護するために特定のものを構築したりするシステムがあるでしょう。それが確実に次のステップでしょう。

しかし、あなたが言ったように、展開について考える実際の人間が依然として必要で、それはあなたのビジネスに非常に特化しており、それが現在主にやっているビジネスであるカスタムソリューションの理由です。うまくいけば、より多くの製品化の機会と少しより多くのスケールを持つことができますが、現在のカスタムソリューションは非常にハイタッチな体験であり、非常に価値があります。

ところで、あなたがビジネスオーナーなら、Vectalにチームプランを追加しました。これはおそらくチーム全体をより生産的にする最も簡単な方法です。すべてのビジネスオーナーはすべての従業員がAIを使用していることを確認したいですが、正直に言って、特にAIファーストでない人々は誰も切り替えていません。

チーム生産性向上ツールVectalの紹介

チームのすべての従業員が実際に最先端のAI機能を使用していることを確認したい場合は、Vectalに移行してください。Vectal.aiに行き、チームプランを取得し、チームを移動し、左側でプロジェクトを作成してください。サイドバーをリファクタリングしたばかりで、人々はそれを愛しています。使いやすく、とてもクリーンです。

各プロジェクトにカスタムシステムプロンプトを割り当てることができるので、ちなみに他のタスク管理アプリはこれを行うことができません。セールスチームがある場合、ここでカスタムプロンプトを与えることができ、使用しているモデルに関係なく、すべてのAIエージェントがセールスチームがタスクに取り組む際にその指示を使用します。

チーム全体の生産性を即座に向上させたい場合は、Vectal.aiに行き、チームプランを取得し、会社を移してください。人々の生産性に顕著な改善が見られることを約束します。

自動化の測定と改善

あなたが言ったように、時間をかけて自動化を改善することが鍵です。多くの人が自動化を構築してそのまま実行し続けますが、成果やパフォーマンスをどのように測定するかです。すべてのビジネスが自動化を持つようになれば、それが次のフロンティアになるでしょう。評価、追跡、データ、測定です。

このようなもので、10のランダムメールのサンプルを取得し、専門のコピーライターにランクを付けてもらうことかもしれません。そして、何が違ったかを見て、異なるモデルを使用したか、システムプロンプトを調整したかを見て、時間をかけてそれらを改善することです。これがより商品化された後のもう一つの素晴らしい機会だと思います。

最先端にいて適応できることが主なことだと思います。なぜなら、人々が「N8Nだけを学ぶ」または「XYZの理由でGPTモデルだけを使用する」というような閉じた考え方を持っている場合、それは今後数年間では通用しないからです。

AIは非常に速く進化しており、できる最善のことは、実際にツールやAIモデル会社に忠誠心を持たず、何かが出てきたら切り替えられることです。DeepSeekが今年初めにシーンに登場したとき、OpenAIに忠実で、OpenAI Assistant APIなどを中心に全アプリを構築した人々は切り替えられませんでした。

そのようなことはいつでも起こり得ます。xAIがGrok 3.5をリリースするかもしれません。それが素晴らしいかもしれません。何が起こるかわかりませんが、適応する意欲がない場合、それはできる最悪のことです。

最先端を保つための戦略

これを見ている人々が何を学ぶかについて心配している場合、それはどのように最先端を保つかについてです。AI自動化の頂点にいることを確認するためにやっている事のいくつかを尋ねることができるかもしれません、Nate。

それは素晴らしい質問で、私のコミュニティの多くの人に言っていることは、これがどこに行くかを言うことはできず、どこに行くかわからないが、できるだけ近くにいるべきだということです。なぜなら、私たちは皆まだその非常に初期採用者段階にいるからです。

AI泡の外の一般的な人と話せば、全く専門家のように感じていなくても、彼らには絶対的な専門家のように聞こえるでしょう。だからできるだけ近くにいようとし、YouTube、X、LinkedIn、または自分でできるだけ多くの回数をそこで得て、それで遊ぶなど、情報を消化できる非常に多くの異なる形があります。

今、私は主にノーコードスペースで活動しようとしています。私のターゲットアバター、ターゲットオーディエンスは通常ノーコーダー、初心者で、あまり技術的ではないからです。本当に、私はこのAI自動化ウェーブ、AIウェーブ全体に8〜9か月しかいません。

最初の使用は明らかに2022年11月のChatGPTでしたが、それ以来、9月にN8Nを本当に取り始め、それがAIに本当に飛び込んだときです。非常に圧倒的で、私もこのスペースには非常に新しいと感じますが、本当にすべて回数についてです。

最先端にいることに関しては、N8Nで何が新しいかを常に見ており、人々がコードで何をしているか、Cursorやこの他のもので何をしているかを常に見て、ノーコード環境に持ち込めるような原則があるかどうかを見ようとしています。

ノーコードの急速な進歩

ノーコードは急速に追いついています。これを2〜3年前の誰かに見せたら、彼らはショックを受けるでしょう。

今のAIハイプ全体について興味深いのは、それほど新しくないことが多く起こっているということです。これらの新しいバズワードがその周りにあるため、人々がそれを取り上げているだけです。

つまり、このウェーブは実際に、AIを導入する前でも、より多くの人々が単純な自動化にもっと慣れ親しんで快適になることです。ほとんどのビジネスはおそらくまだ自動化を全く実装していませんが、AI自動化についてのこの騒ぎ全体が彼らにそれを調べさせ、少なくともAIを導入する前に基本的な自動化の設定を始めさせるでしょう。

純粋な自動化の価値

現実は今、誰もがAIでお金を稼ごうとし、誰もがAI自動化エージェンシーを立ち上げたり何であれしたいと思っている中で、正直に単なる自動化エージェンシーでそこに出て行って、非常に非常に利益を上げることができます。

発見コールや人々、コミュニティの人々、潜在的なクライアントと行っているときに見てきたことですが、人々が説明していることに、AIすら必要ないことで非常に多くの価値を追加できます。それを接続するだけで、それは自動化です。構築がはるかに簡単で、プライバシー、セキュリティ、プロンプティングで考慮すべきことがはるかに少ないですが、それでも大量の価値、大量の時間節約を提供し、ROIは確実にそこにあります。

ROI実証の課題

今最も困難な部分は、ROIを明示的に示すことができることだと思います。なぜなら、ソーシャルメディアマーケティングエージェンシーで働いているような、または彼らがあなたのために広告を運営するようなものとは非常に異なるからです。「月5Kを支払ってくれれば、収益が月30K増加するのを見るでしょう」のように非常に明示的ですが、時間節約では非常に異なるです。そこにあり、非常に非常に価値がありますが。

全くそうです。つまり、AIハイプには二つの見方があると言うでしょう。一部の人々はそれがバブルだと言いますが、それは技術を過小評価しています。特にサンフランシスコに行けば、収益をほとんど上げていないビジネスが数千万ドルで評価されているのを見るように、評価に関してはバブルだと思います。

それは破裂する可能性がありますが、LLMの価値、この技術の価値が破裂することはなく、成長し続けるだけです。人々がAIが過大評価されているまたはバブルだと言うとき、還元主義的な声明だと思います。確かに、あらゆるトレンドや大規模ウェーブと同様に誇張された市場評価についてのみ話していますが、根本的な技術はどんどん良くなっています。

つまり、この自動化で使用しているモデルは1年前には利用できませんでした。Claude 4がリリースされたときや、O3が最近80％の価格削減を受けたときのように、多くのことがアンロックされます。実際に今はN8N自動化でO3を実現可能に使用できます。

推論モデルの活用

5倍高価だった前は本当にできませんでしたが、推論モデルが必要な場合、5人の異なる人々からの入力があり、すべての異なる人々からそれを取り、本当に堅実に書くことを確認したい場合、推論モデルが意味を成すでしょう。OpenAIがO3 Proをリリースして価格を80％削減したため、今はO3を使用できます。

分野は非常に速く進化しており、支払っている注意、他の側面で何が起こっているか、ノードコードなら、コードで何が起こっているか、クリエイティブスペース、AI画像、AIビデオなど、それらを使用していなくても、多くを学ぶことができ、あなたが言った最高のことの一つは、異なるニッチやあなたの業界の異なる分野から物事を取り去って、あなたのものに実装できることです。

それが最先端にいる方法で、注意を払うことです。数学者なら、新しい種を発見するために生物学者が何をしているかに注意を払い、困難な方程式を解決するためにこれらの原則の一部を学ぼうとするような、もう一つの強力なヒューリスティックです。

コミュニティの価値

全くそうです。すべてが成長したかを見ると、人々のYouTubeタイトルであろうと、人々が新製品をピッチする方法であろうと、あらゆるものに適用できる重複する原則があるだけです。

また、他の人と話すことの価値は非常に良いと言うでしょう。たとえば、あなたはN8Nがすべてである独自のコミュニティを持っているので、誰かがN8Nを学びたい場合、それを行う最良の方法は何ですか。N8Nに興味を持っているすべての人のコミュニティに参加することです。

ジャックされる最良の方法は、ジムに参加し、あなたを説明責任を保つ5人のジャックされた男たちと友達になることです。彼らはあなたにすべてのヒント、すべての秘密を教え、はるかに速く学びます。

同じ関心を持つ人々のコミュニティがどのように学ぶかです。なぜ車輪を再発明し、あなたのような、文字通りすべてを示すコミュニティがあるときに一人で行くのですか。

全くそうです。もしあなたが全く新しいなら、誰もがその最初の週で同じ8つの問題に遭遇するでしょう。それらの8つの問題は、あなたが正しいものをチェックしているかどうか、あなたが言ったように誰に囲まれているかによって、数か月または数日を要することができます。

N8N初心者がよく犯す間違い

N8N初心者の間で見る間違いについて話しましょう。

それは素晴らしい質問です。N8N初心者について話すとき、私はノーコード背景から来ている人々について考えています。私が見る最初の間違いは、人々がワークフローではなくエージェントに直接飛び込むことです。

線形なワークフローを最初に学べば、まず第一にJSON、ワークフローを通してJSONを渡すこと、JSONからのスキーマを理解すること、変数とそれらをマップし、ワークフローを通して動的フィールドを渡す方法をはるかによく理解できるでしょう。

ワークフローロジック、エラーメッセージ、APIの理解を本当によく理解したら、エージェントに入ることができます。それが私が見る大きな間違いです。

もう一つは、人々があまりにも速く動こうとすることです。同様のパターンですが、ワークフローに飛び込むが、APIが何であるか、HTTPリクエストの設定方法を理解していない人々です。一つを設定して、一つを正しく行ったから理解していると思いますが、実際にはすべてのAPIに対して一律のパターンはありません。

ドキュメントに行き、読んでいることを理解できなければならないという事実です。多くの人が私の認証ヘッダーは何か、ヒットしようとしているエンドポイントは何か、調整できるボディパラメータは何かの違いを理解していないと思います。

ワークフロー設計の重要性

私が言う最後のものは、創造的問題解決にすべて戻り、最終目標のアイデアがある前にワークフローに飛び込まないことです。私のコミュニティで教えていることで、本当に強く感じていることは、N8Nに入る前に、自動化したいワークフローのステップを文書化することです。

左手側に文書とワイヤーフレームがあり、右手側にN8Nがあり、前後を見て、ピースを接続するようなもの。マニュアルを見ずにすべてのレゴを箱にダンプして構築しようとしないでしょう。何かそこにあなたを導くものが必要です。

この過去8か月間に行ったすべてのN8Nの経験から、基本的に12のエラーメッセージしか見ていませんが、より現実的には、実際に見ることになる主要なもの5つだけです。何を言っているか、どこを見るかを理解する必要があり、多くの人の問題は、どのノードがエラーになったかがわかる（赤で見える）が、なぜエラーになったかわからない、またはエラーメッセージが何を言っているかわからないことです。

エラー対処の重要性

それがこれらのエラーでより速くなり、何をしているかを理解する唯一の方法です。なぜなら、専門家がN8Nに入り、フローを構築し、実行を押し、エラーにならないという誤解があるからです。エラーになります。途中でエラーになり、コーディングするとき、常にこれらすべてのエラーに遭遇するのと同じですが、それは避けられません。

しかし、これらのエラーを何度も見ているから、無効なAPIキーを見たときに、何を修正すべきかを正確に知っているからです。無効なAPIキーというエラーメッセージを見て、なぜ壊れているかわからない人々がいます。

エラーメッセージを理解し、適切な場所を見に行けない場合、それは大きな問題になります。線形ワークフローであろうと、エージェントであろうと、データを見て、それが何をしようとしたかを正確に見ることができます。

N8Nの性質は、左から右に動き、各ノードで左に入力、中央に設定、右に出力があります。何が入ってきたか、このノードが何をしたか、その後何が起こったかを理解することです。入力、設定、出力を正確に特定できれば、何が起こっているかを基本的に正確に特定できます。問題を特定できなければ、問題を解決できません。

エラーを個人的に受け取らない

また、エラーを個人的に受け取らないことです。多くの初心者がエラーに遭遇すると、彼らが何か間違ったことをしたと思います。時々、APIキーを更新する必要があったり、一つのPerplexity検索を行う必要があったりするだけです。

特に有料版を支払っている場合、GPT、GPT O3、Perplexityで、N8Nで30分または1時間以上本当に立ち往生するようなものはないと思います。複数のPerplexity検索とChatGPT、特にスクリーンショットやコンテキストを提供できるので、エラーがどのように起こったか、何をしたかなど。

エラーはあなたにとって個人的なものではなく、シニア自動化ビルダーや長年やっているプログラマーは常にエラーに遭遇しますが、違いは、何十もの自動化を構築した誰かとしてエラーを得たとき、それに圧倒されることがないことです。

初心者が犯す間違いは、エラーを見て、一つのGPTプロンプト内でそれを解決しない瞬間に、少しパニックし始め、圧倒され、否定的な感情を得て、前進できないことです。しかし、あなたが言ったように、それらを個人的に受け取ることをやめ、ドキュメントを開いてください。

技術的学習への姿勢

多くの人には、ドキュメントは専門家のため、プログラマーのためという制限的な信念もあります。実際にはドキュメントは、初心者なら、それはあなたの最大の友達です。ドキュメントは、ソフトウェアを作った人々から、シンプルでクリーンな言語でそれを使用する方法を教えます。

ドキュメントを使用し、それらを読み、GPTに尋ねることは、基本的にあらゆるエラーを解決するためにできることです。また、いくつかの基本的な技術用語を学ぶ意欲です。多くの人が脳をシャットオフします。「ああ、私は技術者ではない」「技術に詳しくない」「私のためではない」ですが、その制限的な信念を取り除き、APIとは何か、JSONとは何か、システムがどうでユーザー問題とどう違うか、HTTPリクエストとは何かの基本を学べば、基本を学ぶだけで、すべてを振動コードして、AIにすべてをやらせようとして、完全に脳をシャットオフする意欲がある場合よりもはるかに先に進むでしょう。

AIを活用した学習

多くの人がこの考え方を持っています。AIにすべてをやらせて、完全に脳をシャットオフしたいと思いますが、それは非常に破壊的な考え方だと思います。

全くそうです。あなたが言及したことで、AIを使って学ぶことの素晴らしいレッスンを思い出させました。誰もがAIを使って自動化を構築し、お金を稼ぎ、金持ちになりたがっていますが、実際にはできるだけ速くスキルアップするためにそれを使用できます。

Sam Altmanは最近のツイートでこれを自分で言いました。半分冗談、半分真剣だったと思いますが、スキルマックス、つまりスキルを向上させるために1日3時間O3を使用していなければ、成功しないと言いました。それは絶対に真実だと思います。

自動化の構築、セールス、マーケティング、コンテンツ作成、プログラミングなど、何であれ、最先端の推論モデルを1日3時間使用してスキルを向上させ、実際にできるだけ多くを学ぼうとすれば、負けることはできないと本当に信じています。

構築しながら学ぼうとすることを見逃している人がたくさんいて、ところで、あなたが言ったのと非常に似た話があります。10月にスタートアップを構築し始めたとき、表面レベルでAPIを理解していました。APIキーの取得などですが、APIを通してフロントエンドがバックエンドとどのように通信するかを理解していませんでした。

AIスタートアップを構築し始めて、バックエンドAPIをコーディングする必要があったときだけ、それを調べて真に理解する必要がありました。だから、私が必要になるまでAPIを完全に理解していなかったという非常に似た話があります。

これは、人々が私たちを見て、何年もの経験があると思うかもしれませんが、それは真実ではないことを示しています。速く学び、最先端にいようとする意欲があるだけです。時には愚かに見える必要があり、時には恥ずかしいGPTまたはPerplexity検索を行い、明らかな何かを明確にする必要があります。

AIを使った反復学習

しかし、それがAIの価値です。人間の教師がいる場合、プログラマーでも新しい言語でも何でも、質問をするかもしれません、2回目も尋ねるかもしれませんが、3回目は人間の力学のためにおそらく尋ねないでしょう。愚かに見たくないから。

AIでは同じ質問を50回尋ねることができます。LLMは気にしません。あなたの質問がどれほど愚かかは気にしません。だから、内向的で恥ずかしがり屋でも、同じ質問を20回尋ね、「これをより簡単に説明して」「5歳のように説明して」「例で説明して」と言い、他のどの方法よりも無限に速く学ぶことができると思います。

継続的な学習姿勢

それが人々が私にどのように新しいことを学ぶかを尋ねるときの正確な方法で、常にPerplexityです。Perplexityで研究を行い、要約を与えてくれ、5歳のように説明するか、完全な初心者のように説明するように言うことができ、これを理解するためのステップバイステップコースを構築してもらいます。それが通常情報を消化し、概念に慣れる方法です。

文字通り数週間前にそれを行いました。なぜなら、Dockerコンテナとイメージとボリュームの違いを理解しようと本当に努力していたからです。それについてPerplexity検索を行い、与えてくれた記事を読む必要がありました。

もう一つのことは、人々が私たちのような人を見て、私たちが専門家で、すべてを知っていると思うかもしれませんが、私のコミュニティの人々、ライブコール、投稿などで尋ねられれば、何かを尋ねられ、わからないと言うでしょう。わからない。

教えることで学ぶ

それは非常に広く、非常に広範ですが、ゼロインする素晴らしい分野を見つけましたが、コミュニティの素晴らしいところは、人々があなたに質問をし、答えがわからないが、それが学び続ける方法です。なぜなら、少なくともそれを解決するのを手伝いたいから、それを調べ、わからないと認めるからです。

Perplexityで1日に複数回検索し、O3と1日に複数回話し、物事を説明させ、人生の決定についても思考パートナーとしてアイデアを跳ね返したり、物事を説明したりするために使用しています。時々、私の心では、学ぶ最良の方法は教えることで、それがYouTubeを始めた理由の一種です。

時々O3と話し、何かを説明し、私の説明で間違いを見つけることができるかどうかを見ます。あなたが言ったように、これらのツールを使用して10倍より生産的になり、どのツールをどのシナリオで使用するかを知ることでスーパーヒューマンになることです。

人々はYouTubeチャンネルやソーシャルメディアプレゼンスなしでもこのハックを使用できます。他の人に教えることを強制されるでしょう。友達に「聞いて、N8NまたはPrompt Engineeringを教える」と言うだけで、彼らが同意するか、あなたの父、母、何でも、誰かに何かを教えると言えば、それがあなたを調べることを強制します。

今、実際に理解する必要があります。なぜなら、誰かに説明する必要があるからです。YouTubeチャンネルを作る人はみんなしないでしょうが、AIの基本、学んだことを友達、同僚、家族に教えることができ、説明しようとすることで価値を得ることができます。説明しようとするときだけ理解のギャップを見るからです。

このセットノードが実際に何をするか、このエージェントが実際に何を意味するか、ツール呼び出しとは何かがわからないと言うようなものです。多くの人はツール呼び出しが何かさえ知りません。それはAIエージェントがLLMの上でできることです。ブーム、それを学び、永遠に覚えています。

コミュニティの価値と学習の継続

確実に他の人に教えることが行く道で、私たちも常に学んでいることです。フルタイムでこれを行っている人でも最先端にいることはできません。それは別の誤解です。人々はしばしば私に「David、このクライアント対カーソル対これについてどう思うか」と尋ねます。「みんな、すべてをテストする時間がない」と言います。フルタイムで1日10時間やっても、まだ時間がありません。

コミュニティがそこに入ってくる実際に、最初にN8Nを試したのは、私のコミュニティの誰かが「聞いて、これはmake.comのより良いバージョンのようなものです」と言ったからです。「ああ、くそ」と思いました。コミュニティのおかげでそれを調べ、その後成功したビデオを持ちました。

MCP、A2Aプロトコルでも同じでした。私のコミュニティの人々を聞くことによってでした。再び、私たちは一人でそれを行うことはできません。このAI時代の人でも、1日12時間Twitterをスクロールしても最先端にいることはできません。なぜなら、実際にツールを試す必要があるからです。

同じミッションにいる人々に囲まれることの価値は、最良のことの一つだと思います。

全くそうです。この空間に入ろうとしている人にとって、それは素晴らしい教訓だと思います。機会を見て、人々がやっていることを見ると、非常に興奮し、その興奮の隆起を乗り越えると、非常に圧倒的になりますが、その最初の圧倒感を乗り越えることができる人々は、生産性を爆発させ、本当にこれについて学び、現在座っているこの機会を本当に活用するでしょう。

常にそこにありますが、非常に短い窓が今あり、実際にここに入り、早期になり、活用できるので、飛び込んで、適切な人々に囲まれる必要があります。

誰もがインターネット革命やBitcoinに早期にいたことを願っていますが、今私たちはAIエージェントスペースにいます。それは今起こっています。これを見ているなら、目を覚まし、何かをしてください。見ているだけで、5年後に「Nateと Davidを聞いたらよかった」「実際にそれに入り、何かを構築し始めたらよかった」と言わないでください。

これを最後まで見たなら、行動を取ってください。あなたの人生で一つのシンプルなプロセスを選び、それのための自動化を構築してください。おそらく最悪でしょう。完璧ではないでしょう。多くのエラーに遭遇するでしょうが、価値はその摩擦を破り、実際に何かをすることにあります。

まとめ

100％正しいです、Nate。ここで締めくくりましょう。時間を取っていただき、ありがとうございました。人々はどこであなたをフォローすべきですか。

はい、YouTubeチャンネルをチェックしてください。Nate Herkを検索してください。無料のものがあり、YouTubeで見せるすべてのテンプレートをドロップしています。また、毎日N8N自動化を構築している人々と一緒に少し進めたい場合は、ライブコールや低額の有料コミュニティもあります。

すべてをこの動画の下にリンクします。再度、時間を取っていただき、ありがとうございました。良い一日をお過ごしください。

ありがとうございました、David。ここに迎えていただき、ありがとうございました。お元気で。