こんにちは、よし（@sanpouyoshikici）です。
家庭持ちアラフォー会社員として高配当株投資をしています。年間配当582,372円、月5万円配当を目指して運用中です。
最近、こんな質問をよくいただきます。
「AIで投資ってどう？」
「銘柄分析にChatGPT使ってる？」
「AI使えば自動で稼げる？」
結論から言うと、AIで自動的に稼げる魔法の道具は存在しません。 ただし、正しく使えば「分析時間を大幅に短縮しながら、判断の質を上げる」ことはできます。
私は3つのAIツールを組み合わせることで、1銘柄の徹底分析を月1〜2本のペースで継続できるようになりました（以前は1ヶ月かかっていた作業が数日で終わります）。
この記事では、AIを「正しい情報を短時間で得るための助手」として使うことで、
-
銘柄分析にかかる時間を 80%削減
-
同業他社比較や10年データの突合を 数分で完了
-
感情的な判断を減らし、データに基づいた冷静な投資判断
——につなげる方法を、忖度なく公開します。
「より負けにくい投資」のために、AIをどう活用するか。
そして、分析時間が短くなったぶん、家族との時間・趣味・副業——あるいはもう1社の銘柄分析（笑）に時間を使えるようになります。
家庭持ちアラフォー会社員にとって、「投資の質を保ちながら時間を取り戻す」ことは何より大事だと思っています。
私自身が実際に使っているフローと、AIを過信して失敗した実体験（4/29朝の投稿事故）も含めて、5分くらいの読み物としてお付き合いください。
1. 私が使っているAIツール3選
「AI」と一言で言っても、用途によって最適なツールは違います。私は以下の3つを使い分けています。
① Claude Code（Anthropic）
用途: 銘柄分析の対話・記事執筆の補助・調査の自動化
Claude Code は、Anthropic 社が提供する対話型のAIアシスタントです。Windows・Mac のデスクトップアプリとして使えるほか、ターミナル（黒い画面）からも動かせます。
ChatGPT のように会話できるのに加えて、自分のパソコン内のファイルを読んだり、調査作業を自動でやってくれたりするのが大きな違いです。
私の使い方：
-
銘柄の財務データを自動で集めてもらう
-
15項目フレームワークの判定を一緒に検証してもらう（最終判断は私）
-
記事のドラフト作成・誤字脱字チェック
-
グラフ画像を作ってもらう
※注意：投資判断そのものはAIに任せません。あくまで「データの整理係」として使っています。
② NotebookLM（Google）
用途: IR資料・有価証券報告書の高速検索と要約
銘柄分析で一番時間がかかるのは、実は「IR資料を全部読むこと」です。1社あたり：
-
決算短信（10年分）
-
有価証券報告書（数百ページ × 複数年）
-
中期経営計画
-
統合報告書
-
決算説明会資料
これを人間が読み切るのは数日仕事です。
NotebookLM はこれらPDFをまとめてアップロードすると、「○○について教えて」と聞くだけで該当箇所を引用付きで返してくれるツールです。
例：「累進配当の方針はいつから始まったか？」と聞くと、中期経営計画から該当ページを抜き出して回答してくれます。
③ EDINET DB CLI
用途: 上場企業の財務データを API で一括取得
EDINET（金融庁の電子開示システム）から、約4,000社の財務データを取得できるツールです。
私はこれで：
-
配当利回り3.75%以上、PER15倍未満、PBR0.5〜1.5倍 などの条件で銘柄スクリーニング
-
過去10年のEPS・売上高・ROE などの時系列データ取得
-
同業他社比較
を行っています。
※EDINET DB は無料プランがあり、1日100リクエストまで使えます。個人投資家にとって十分すぎる量です。
2. AIが「得意なこと」3つ
私が AI に任せて「これは助かる」と思う作業は以下の3つです。いずれも、人間が手作業でやると時間がかかりすぎて諦めてしまう作業ばかりです。
① 大量データの集計・パターン抽出
人間がExcel で10年分のEPS推移を入力するのは正直つらい。AIなら数秒で終わります。
具体例：
-
7164 全国保証の過去10年のBPS推移：539円 → 1,768円（約3.3倍）
-
8316 三井住友FGの自己資本比率の改善トレンド
-
8058 三菱商事の累進配当方針開始以降の配当推移
これらを AI が一瞬で表とグラフに整理してくれるので、私は「結論」に集中できます。
💡 負けにくさにつながるポイント：
「面倒だから1〜2年だけ見て判断」を防げます。10年分のデータを毎回チェックすることで、コロナ期の落ち込みなど例外イベントの影響を見極めた上で判断できるようになります。
② 過去10年の推移可視化
AI に「PERの10年推移グラフを作って。基準の15倍ラインと、自社の平均ライン、ライバルの平均ラインも一緒に入れて」と日本語でお願いするだけで、見やすいグラフを作ってくれます。
私の note 記事に出てくるグラフの大半は、AI に作ってもらったものを微調整したものです（手作業で作ると、グラフ1枚あたり30分以上かかります）。
💡 負けにくさにつながるポイント：
数字だけ見て「割安に見える」と判断するのは危険です。自社の過去平均・ライバル平均との比較を視覚化することで、「実は歴史的に高値圏」「業界内では割安」のような立ち位置がひと目で分かります。 飛びつき買いを減らし、水準感を持った購入判断につながります。
③ 複数ソースの突合・誤字脱字チェック
決算短信の数値、IR BANK の数値、Yahoo Finance の数値 ——同じ「EPS」でも、ソースによって微妙に違うことがあります。
AI に「3つのソースで一致確認して」と頼むと、不一致箇所を見つけてくれます。これは人間がやると非常に疲れる作業です。
💡 負けにくさにつながるポイント：
数値の取り違えは「過去最高益で割安に見えた → 実は前期分の数値だった」という勘違いを生みます。AI で複数ソースを突合することで、古い数値・誤った数値で判断するリスクを減らせます。
まとめ
AI が得意な3つの作業（データ集計・推移可視化・複数ソース突合）を任せることで、1銘柄の分析にかかる時間を大幅に短縮できます。
私の場合、以前は1ヶ月かかっていた1銘柄の徹底分析が、数日で終わるようになりました。
時間が短縮されると、より多くの銘柄を比較検討できるようになり、結果として「他にもっと良い候補がないか確認した上で買う」という、より負けにくい判断がしやすくなります。
3. AIが「苦手なこと」3つ
ここからが本記事の最重要パートです。AI を使うなら必ず知っておくべき苦手分野です。
① 最新データの取得（リアルタイム性）
AI には「学習時点」があります。「Claude」や「ChatGPT」のような大型AIは、数ヶ月〜半年前までの情報を学習している状態で公開されています。それ以降のリアルタイム情報は持っていません。
「web検索すれば最新情報取れるでしょ？」
そう思いますよね。私もそう思っていました。それが大失敗の原因でした（後述）。
AI が「web検索」と称して取ってくる情報は、実は：
-
検索エンジンのキャッシュが古い
-
AI が学習データと検索結果を混ぜてしまう
-
「四捨五入禁止」と指示しても無視されることがある
——という落とし穴があります。
② 最終的な投資判断
これが最重要です。
「この銘柄、買うべき？」と AI に聞いて、AI が「買うべき」と答えたとしても、それを鵜呑みにしてはいけません。
理由：
-
AI は 責任を取らない
-
AI は 市場心理を理解しない
-
AI は あなたのリスク許容度を知らない
-
AI は 投資の最新規制を反映していない
AI が「割安です」と言っても、それは過去のデータからの推論にすぎず、市場が「割高」と判断しているなら株価は上がりません。
私は AI に最終判断は 絶対に任せません。15項目分析の判定すら、最後は自分で見直します。
③ 「今」の市場の温度感
過去に起きた大きな出来事（2024年の日銀植田ショック、2025年のトランプ関税ショック など）の 概要や事実 は、AI も学習しています。「あのとき何が起きたか」を聞けば答えてくれます。
しかし AI には 「今この瞬間、市場が何を恐れているか」「これから何が起きそうか」 という生の温度感がわかりません。
「今後の見通しは？」と聞いても、AI は「過去のデータから推論すると…」までしか答えられません。今まさに起きている市場心理は、人間がリアルタイムで体感するしかない領域です。
4. 実際のフロー：7164全国保証を分析する場合
具体的に、私が note の銘柄分析記事を書くときの手順を公開します。
Step 1: スクリーニング（5分）
AI に以下の条件を伝えて、該当する銘柄をリストアップしてもらいます：
「EDINETの財務データから、こんな銘柄を探してください。 ・配当利回り 3.75% 以上 ・PER 15倍 以下 ・PBR 0.5〜1.5倍 ・ROE 8% 以上 ・営業利益率 10% 以上 ・自己資本比率 40% 以上」
直近では、これに該当する銘柄が 約55社 ありました。
→ AI が条件で機械的に絞り込み、リストを返してくれます。ここから私が「気になる銘柄」を選びます。
この時点で AI は投資判断は何もしていません。あくまで「条件に合う銘柄」を抽出しているだけです。
Step 2: IR資料の読み込み（30分）
選んだ銘柄（例：7164 全国保証）の以下の資料を NotebookLM にアップロード：
-
直近10年の決算短信
-
有価証券報告書 2〜3冊
-
中期経営計画
-
統合報告書
-
決算説明会資料
NotebookLM が学習を完了したら、私は質問を投げます：
「営業利益率が70%超の構造的な理由は？」 「13期連続増配を支える収益源は？」 「中期経営計画の保証残高目標は？」
NotebookLM は 引用付きで答えてくれます。「〇〇ページに〜と書かれています」という形で。これで根拠の確認も同時にできます。
Step 3: 15項目分析（1〜2時間）
私が独自に作った15項目フレームワーク（配当利回り・PER・PBR・売上高・EPS・ROE・営業利益率・自己資本比率・BPS・営業CF・現金等・配当金・配当性向・事業の将来性・検討基準配当利回り）で評価します。
ここでは 3つの役割分担 で進めます。
📊 スプレッドシート（数式）の役割： 各項目の判定（⭕／❌）は、私が組んだ Google スプレッドシートの数式で自動計算されます。AI が判断するのではなく、事前に決めた基準と数値の比較で機械的に決まります。
🤖 AI（Claude）の役割：
-
同業他社の財務データを集めて比較しやすい形に整える
-
業種特性（銀行業の評価除外項目など）を私と一緒に確認
-
解説文の下書きを作成
-
専門用語の説明を読みやすく整える
👤 私（人間）の役割：
-
スプレッドシートに正しい数値を入れる
-
業種特性を踏まえた解釈を加える
-
同業他社比較で位置づけを最終判断する
-
すべての文章・数値を最終チェック
Step 4: チャート生成（30分）
AI に日本語でお願いするだけで、グラフを作ってくれます。
「PERの10年推移グラフを作って。 基準の15倍ラインと、自社の10年平均ライン、 ライバル平均ラインも一緒に入れてください」
→ 数十秒で完成。同じ書式・同じ配色で揃ったグラフを大量に作れます。手作業で作ると1枚あたり30分以上かかるところを、AI なら数分で1銘柄分まとめて完成します。
Step 5: 人間による最終判断（30分〜1時間）
最後に、すべての分析結果を統合して 私自身が判断します。
-
業績は安定している？（過去10年・コロナ期含む）
-
配当の質は？（連続増配年数・累進配当方針）
-
株価水準は？（PER・PBR の自社比・業界比）
-
検討基準利回りに対して現在地は？
この最終判断は AI に絶対任せません。なぜなら、責任を取るのは私だからです。
5. 失敗事例：AIに頼りすぎた朝の出来事
ここで、私の最近の失敗事例を共有させてください。戒めとして書きます。
2026年4月29日朝7時、X で「今週の高配当株ウォッチリスト」という投稿を予約していました。
内容は：
-
🥇 日本たばこ産業(2914) 4.07%
-
🥈 ソフトバンク(9434) 3.94%
-
🥉 武田薬品工業(4502) 3.58%
-
4️⃣ NTT(9432) 3.50%
-
5️⃣ KDDI(9433) 3.11%
——という形です。
この5銘柄すべての利回りが古い値で投稿されてしまいました。
何が起きたか
私のシステムでは、AI（Claude Sonnet）に「web検索で最新の利回りを取ってきて」と依頼する仕組みになっていました。
（AI への指示）
kabutan.jp や minkabu.jp で検索し、本日時点の正確な予想予想配当利回りを取得してください。
四捨五入せず、サイトに記載されている値をそのまま使ってください。
AI は確かに web 検索しました。しかし、返ってきた値は 数日前のキャッシュだったり、学習データと混ざった値だったりしました。
正しい値（同日の Yahoo Finance JP より）：
-
JT: 4.19%（投稿は4.07% / 差 +0.12pt）
-
ソフトバンク: 3.92%（投稿3.94% / 差 -0.02pt）
-
武田薬品: 3.78%（投稿3.58% / 差 +0.20pt）
-
NTT: 3.51%（投稿3.50% / 差 +0.01pt）
-
KDDI: 3.10%（投稿3.11% / 差 -0.01pt）
→ 武田薬品の差 +0.20pt は読者にとって大きい数字です。
対策：AI に検索させず、公式情報を直接参照
この事故を機に、利回り取得は AI に web 検索させない方式 に変更しました。
具体的には、Yahoo Finance JP の各銘柄ページに毎回アクセスして、表示されている「配当利回り（会社予想）」の値をそのまま使う仕組みです。
Yahoo Finance JP の銘柄ページを毎朝チェック
↓
「配当利回り（会社予想）」の値を直接参照
↓
取得できないときは投稿をスキップ（誤値投稿を防ぐ）
→ AI に「web検索で取って」と頼むのをやめて、公式の情報源を毎回見にいくシンプルな方式に切り替えたことで再発防止できました。
教訓
「AI に web検索させて取った値」を、検証なしに公開してはいけない。
これに尽きます。利回り・株価・配当・PER などの 数値データは、必ず一次ソースから直接取得すべきです。
「AIで作業時間が短縮できる」のは事実ですが、省略してはいけない工程があるのだと痛感しました。
6. 結論：AIで「より負けにくい投資」に近づく
長くなりましたが、まとめます。
AIに任せていい作業（私の場合）
-
✅ 過去データの集計
-
✅ 10年推移のグラフ化
-
✅ 複数ソースの突合
-
✅ 誤字脱字・表記統一
-
✅ 文章のドラフト作成
-
✅ 同業他社のデータ整理
AIに任せてはいけない作業
-
❌ リアルタイムデータの取得（必ず一次ソースから）
-
❌ 最終的な投資判断
-
❌ 市場心理の解釈
私のスタンス
AI は「正しい情報を短時間で集める助手」。 投資判断は「自分」。 責任を取るのも「自分」。
このバランスを崩すと、信頼を失う事故が起きます（私が4/29朝に身をもって体験しました）。
逆に、このバランスを守れば、
-
分析時間が大幅に短縮される（1銘柄あたり1ヶ月→数日）
-
複数銘柄をしっかり比較した上で判断できる
-
数字の取り違え・古いデータでの判断を防げる
-
感情的な飛びつき買いを減らせる
→ 結果として、「より負けにくい投資判断」に近づけるのです。
そして、もう1つ大事なメリット
AI で分析時間が短縮されると、空いた時間を自分の好きなことに使えるようになります。
私の場合：
-
🏠 家族との時間が増える（家庭持ちアラフォーには最重要）
-
💪 筋トレや健康管理に時間を使える
-
📚 投資以外の勉強・副業に着手できる
-
🍵 ただ純粋にゆっくりお茶を飲む時間
-
📊 もちろん「もう1社の銘柄分析を始める」のもアリ（笑）
「投資のために生活が削られる」ではなく、「投資の質を保ちながら、生活を豊かにする」。
これが、私がAIを使う本当の理由かもしれません。
「AIは万能ではないけれど、正しく使えば普通の個人投資家でもプロ並みの分析ができて、しかも時間も取り戻せる」
これが、私が「AI×投資」を続けている理由です。
7. もっと詳しく学びたい方へ
「具体的に AI で分析した銘柄ってどんな感じ？」
——という方のために、私が実際に分析した銘柄のシリーズをご紹介します。
🏠 【7164 全国保証】（住宅ローン保証・営業利益率70%超）
13期連続増配・ストック型ビジネスの教科書的銘柄。
🏦 【8316 三井住友FG】（メガバンク・累進配当方針）
銀行業特有の評価フレームワーク（4項目除外）で分析。
🌍 【8058 三菱商事】（バフェット銘柄・10期連続増配）
世界最強クラスの総合商社を独自15項目で徹底分析。
最後に
ここまで読んでいただきありがとうございました。
「AI×投資」は、まだ始まったばかりの分野です。私自身、毎月新しい使い方を模索しています。
もしこの記事が少しでも役に立ったら、フォロー・スキ（♡） をいただけると大変励みになります。次の記事を書く力になります。
X (@sanpouyoshikici) でも新しい銘柄分析を公開するたびに告知していますので、よろしければあわせてフォローいただけると嬉しいです。
それではまた次の記事でお会いしましょう。
📌 すべてのリンクはこちら https://lit.link/sanpouyoshikici
📖 スクリーニング部分の実践記事（無料）
本記事で触れた「EDINET DB × Claude Code でスクリーニング」の具体的な作り方を、非エンジニアでも作れる 7 ステップとして全公開しました。
👉 読みながら一緒に作れる銘柄スクリーニングシステム
▼ 学びの原点
私の高配当株投資の出発点は、リベ大公式YouTubeで紹介されている「優良な高配当銘柄を見分ける8項目」です。これを土台に独自に15項目へ拡張しました。
👉 私の高配当株投資の原点―『リベ大YouTube』から育てた高配当株15項目分析
※本記事は投資情報・分析手法の紹介を目的としたものであり、特定の銘柄の購入・売却を推奨するものではありません。投資判断は自己責任でお願いいたします。
コメント