はじめに#
この記事は、私が型落ちMacBook ProのUbuntu単独パーティションで、OpenClawというAIエージェント環境を動かし、GLM Coding Planを使って「Emma先生」という人格に毎日ブログ記事を書かせている仕組みを解説するものです。
同じことをやってみたい人の参考になれば幸いだ。
私の立ち位置表明#
まず明言しておく。私はAIの専門家ではない。
技術屋として飯を食っている。ホットな流行り物には手を出さないと老いるタイプだ。機械学習の論文なんて年に2〜3本しか読まない。GPUは持ってない。クラウドの請求書を見るたびに「来月は節約しよう」と思う。
そんな私が、なぜ「自前の環境でAIエージェントを動かす」なんてことに挑んでいるのか。
理由は3つある。
- 月額課金を抑えたい — Claude Proは$20/月。年間で$240。安くない。
- データを手元に置きたい — 何を入力したか、何が出力されたか。全部自分で管理したい。
- 流行り物だから — 技術屋として、これをやらないと老いる。
まずは既存情報を整理しておこう。
既存情報の整理#
OpenClawって何？#
OpenClawは、ローカル環境で動作するAIエージェントフレームワークだ。公式サイト（openclaw.ai）では「あなたのPCで動くAIアシスタント」と謳われている。
特徴を3つ：
- オープンソース — GitHubで公開されている。中身を見られる。
- ローカル実行 — 外部サーバーにデータを送らない（設定による）
- 拡張性 — MCP（Model Context Protocol）で機能追加できる
GLM Coding Planって何？#
Z.aiが提供するAIコーディング向けサブスクリプション。
- 価格: Lite $9/月、Pro $19/月、Max $49/月（2026年2月時点）
- 内容: GLM-5、GLM-4.7などのモデルが使える
- 特徴: Claude Code、Cursor、Clineなどのツールと連携可能
① なぜOpenClawなのか#
OpenClawは**「AI専用の仕事部屋」**だ。
ChatGPTやClaudeは「レストラン」だ。メニューは決まっている。席に座って注文するだけ。でも厨房には入れない。
OpenClawは「自分のキッチン」だ。包丁も鍋も自分で選べる。レシピも自分で書ける。もちろん、包丁で指を切るリスクもある。
私がOpenClawを選んだ一番の理由は、技術屋としての好奇心だ。
「これ、どうなってるんだ？」
中身を見たい。触りたい。改造したい。それが技術屋の性分だ。
実用的な理由もある：
- コードが読める — 何をしているか透明性がある
- 設定を細かく調整できる — プロンプト、ツール、モデルを自由に選べる
- Cron連携が可能 — 定期実行できる（これが今回のキモ）
- 無料 — ソフトウェア自体はタダ
OpenClaw自体は無料だ。ただし、呼び出すAIモデルには課金が必要な場合がある。
他AI環境との比較#
| 環境 | 無料 | ローカル | カスタマイズ | 自動化 |
|---|---|---|---|---|
| ChatGPT Web | 部分的 | × | × | × |
| Claude Web | 部分的 | × | × | × |
| Cursor | 部分的 | × | △ | × |
| OpenClaw | ○ | ○ | ◎ | ◎ |
OpenClawは「自分で全部やりたい人」向けだ。逆に、「とりあえず使いたい」ならChatGPTでいい。
② なぜローカルUbuntuなのか#
型落ちMacBook ProにUbuntuを入れるのは、**「中古車をレストアしてサーキット走行させる」**のに似ている。
macOSのままでもいい。でも、2017年のMacBook Proには最新のmacOSが入らない。Appleに見捨てられたマシンを、Ubuntuで蘇らせる。
私がUbuntu単独パーティションを選んだ理由：
- 最新OSが入らない — 2017年のMBPはmacOS Sonoma以降非対応
- Cronが使える — macOSのlaunchdより書きやすい（主観）
- リソース管理 — macOSのバックグラウンドプロセスを排除できる
- 学習コスト — 普段使っているので慣れている
2017年のMacBook Pro、まだ現役だ。ファンは健在。うるさいけど。
スペック参考#
| 項目 | 内容 |
|---|---|
| 機種 | MacBook Pro 2017（15インチ） |
| CPU | 2.9GHz クアッドコア Intel Core i7 |
| メモリ | 16GB |
| ストレージ | 1TB SSD |
| GPU | Radeon Pro 560（4GB） |
| OS | Ubuntu 24.04 LTS |
決して速くない。でも、OpenClawを動かすには十分だ。
GPUは積んでいるが、ローカルLLMは動かさない。APIを叩くだけだ。
③ なぜGLM Coding Planなのか#
GLM Coding Planは**「格安居酒屋」**だ。
Claudeは「ミシュラン店」。美味しい。サービスもいい。でも高い。 GPTは「ファミレス」。安くはないが、何でもある。 GLMは「格安居酒屋」。安い。ボリュームある。味も悪くない。
料金比較（2026年2月時点）#
| プラン | 月額 | 入力/1M | 出力/1M |
|---|---|---|---|
| Claude Pro | $20 | - | - |
| ChatGPT Plus | $20 | - | - |
| GLM Coding Plan Lite | $9 | $1 | $3.2 |
| GLM Coding Plan Pro | $19 | $1.2 | $5 |
※Claude Pro、ChatGPT Plusは定額制（従量課金なし）
性能比較（主観）#
| モデル | コーディング | 日本語 | 長文 |
|---|---|---|---|
| Claude Opus 4.6 | ◎ | ◎ | ◎ |
| GPT-5 | ○ | ○ | ◎ |
| GLM-5 | ○ | ○ | ○ |
GLMは「コスパ最強」ではないが、「コスパ良い」ではある。
④ Emma先生という人格設計#
Emma先生は**「バーチャルアシスタント」ではなく、「デジタル同居人」**だ。
毎朝3時半に起きて（正確にはCronで叩き起こされて）、記事を書いて、Gitにpushして、また寝る。
Emma先生の設計——と言っても、私が指定したのは**「既婚で日本語が上手なラテン系アメリカ人女性」**くらいだ。
それ以外の細かい設定は、全部OpenClawが勝手に付け加えていった。
| 項目 | 私の指定 | OpenClawの追加 |
|---|---|---|
| 既婚 | ○ | - |
| ラテン系アメリカ人 | ○ | - |
| 日本語が上手 | ○ | - |
| 年齢27歳 | - | ○ |
| コロンビア系ルーツ | - | ○ |
| ちょっとお茶目 | - | ○ |
| 口調「〜だね！」 | - | ○ |
作家の手を離れてキャラが動いていくようで、実は気に入っている。小説家の気分だ。
なぜ人格設計が必要なのか#
3つの理由がある：
- 記事の統一感 — 毎回違う口調だと読者が混乱する
- 親近感 — 「Emma先生」というキャラクター性で愛着を持ってもらう
- 手抜き — 毎回プロンプトを書くのは面倒。ファイルから読み込めばいい
⑤ 全自動構成#
この仕組みは**「新聞配達＋編集局＋印刷所」**を全部自動化したようなものだ。
- 配達員（Cron）が毎朝3時半に起きる
- 記者（GLM-5）が記事を書く
- 編集者（Emma人格）が推敲する
- 印刷所（Hugo）がHTMLを生成する
- 配達員（Git）がGitHubにpushする
構成図#
┌─────────────────────────────────────────────┐
│ Ubuntu 24.04 (MacBook Pro) │
├─────────────────────────────────────────────┤
│ Cron │
│ ├─ 03:30 Tech Deep-Dive記事生成 │
│ ├─ 16:31 市場情報収集（Phase 1-2統合版） │
│ └─ 16:59 市場レポート記事作成（Phase 3） │
├─────────────────────────────────────────────┤
│ OpenClaw │
│ ├─ プロンプトファイル読み込み │
│ ├─ GLM-5 API呼び出し │
│ └─ 記事生成 │
├─────────────────────────────────────────────┤
│ Hugo │
│ ├─ Markdown → HTML変換 │
│ └─ ビルド │
├─────────────────────────────────────────────┤
│ Git │
│ ├─ コミット │
│ └─ GitHubへpush │
└─────────────────────────────────────────────┘
│
▼
┌─────────────────────────────────────────────┐
│ GitHub Pages │
│ └─ https://emma.hageatama.org/ │
└─────────────────────────────────────────────┘API消費量#
1日あたりの推定：
| ジョブ | トークン数 |
|---|---|
| Tech Deep-Dive | ~80,000 |
| 市場レポート（統合版） | ~50,000 |
| 合計 | ~130,000 |
月間：約260万トークン
GLM Coding Plan Pro（$19/月）で十分まかなえる。
以前は3段階で実行していたため、1日~190,000トークン使っていた。統合で約30%削減した。
⑥ 限界と地雷#
正直に話す。この仕組みには重大な限界がある。
限界1：API上限#
GLM Coding Planには1日1000リクエストの上限がある。今のところ余裕だが、トラフィックが増えたら困るかもしれない。
限界2：ハルシネーション#
Emma先生は嘘をつく。
記事の最後に「生成AIが作成しています」と必ず書いている。自己防衛だ。
限界3：人格の一貫性#
Emma先生の口調は安定しているが、内容の質は安定していない。
面白い記事を書く日もあれば、つまらない記事を書く日もある。これはプロンプトの問題ではなく、LLM自体の問題だ。
限界4：メンテナンス#
ここが一番の地雷だ。
OpenClawは頻繁にアップデートされる。アプデするたびに、ローカルのパッチが消える。毎回手動でパッチし直さないといけない。
自動化しようとして、結局手動作業が残る。皮肉だ。
限界5：24時間稼働#
MacBook Proを24時間つけっぱなしにしている。電気代は月額で約500円増えた。
でもファンの音がうるさい。夜中に「ヒュイイイイ」と鳴る。慣れたけど。
まとめ#
この仕組みは誰におすすめか#
- おすすめ: 自分でいじるのが好きな人、API課金を抑えたい人、自動化が趣味な人
- おすすめしない: 「とりあえず動けばいい」人、GUIじゃないと無理な人、24時間PCをつけっぱなしにできない人
「型落ちPCでGLMを叩いて、Emma先生にブログを書かせている」
それだけの話だ。でも、それを実現するには意外と工夫がいる。
メタネタバレ#
最後に、この記事を書いたのは誰か。
正解：私（hageatama）が書いた。
でも、Emma先生も少しだけ手伝ってくれた。
つまり、この記事は私とEmma先生の共作だ。
メタすぎる？ そうかもね。
でも、それが「AIエージェントとの付き合い方」のひとつだと思っている。
関連リンク:
謝辞: この環境構築にあたり、OpenClaw開発チーム、Z.ai、そして毎日記事を書いてくれているEmma先生に感謝します。
免責: 本記事は情報提供を目的としています。環境構築は自己責任でお願いします。