AIライティング案件の取り方｜クラウドソーシング

AIを使って文章を書いたことがある会社員なら、CrowdWorksやLancersで初案件を取るハードルは思ったより高くありません。
大事なのは「AIで速く書く」ことより、文字単価0.5〜1円の初心者帯と0.8〜2円の一般相場を踏まえて、月1〜5万円に届く案件の選び方と応募の型を先に持つことです。

筆者の実務感覚では、初月は低〜中単価の短納期記事に3件並行で応募すると1件受注に届きやすく、提案文もAIで下書きして人間が整える運用にすると準備時間が4〜5割ほど縮みます。
この記事では、24時間以内に登録とプロフィール整備を終え、48時間以内に3件応募できるところまでを、提案文テンプレ付きで現実的に進めます。

あわせて、ChatGPT Plusの月額20ドル（約3,000円）を払う価値があるかも、案件単価×本数−ツール費用で自分で試算できる形にします。
AIは魔法ではありませんが、使いどころを間違えなければ、副業ライティングの最初の1件を現実的に近づけられます。

AIライティング案件はクラウドソーシングで取れるのか

主要プラットフォームの規模感

結論からいうと、AIライティング案件をクラウドソーシングで取ること自体は十分可能です。
そもそもクラウドソーシングは、インターネット上で仕事を受発注する一般的な仕組みとして定着しており、副業ライターの入口としても現実的です。

案件の母数という意味では、総合型の大手を見ておくと全体像がつかみやすいのが利点です。
『クラウドソーシングとは？』で紹介されている公開情報では、CrowdWorksは累計登録者数600万人、利用企業100万社以上の規模があります。
Lancersも案件数の厚みがあり、Lancersでもライティング・ネーミング案件は数十万件規模で表示されています。
ここがポイントなんですが、この規模感があるからこそ「案件がまったくない」という心配はあまり要りません。

ただし、案件数が多いことと、初心者がすぐ取れることは別です。
CrowdWorksもLancersも、案件の種類は広く、ブログ記事、企業オウンドメディア記事、SEO記事、商品説明文、構成案作成、リライト、要約、校正補助まで混在しています。
AIライティングと相性がいいのは、構成作成や下書き、要約、情報整理を含む案件ですが、納品物としては人間の編集品質が前提になっている募集が中心です。
AIは作業を速くする道具であって、受注の決め手そのものではない、という見方が実務では近いです。

クラウドソーシングとは？メリットやデメリットをわかりやすく解説！

テレワークの広がりによって、認知度が徐々に増しているクラウドソーシング。「クラウドソーシングという言葉は聞いたことがあるが、詳しくは知らない」。そんな方のために、本記事ではクラウドソーシングについて詳しく解説します。クラウドソーシングの利用

www.saisoncard.co.jp

初心者の現実ライン

初心者が気になるのは「初月でいくら狙えるか」だと思います。
筆者の経験や公開案件相場をもとにした目安・試算としては、初月は「月1万〜5万円」を想定しておくと現実的です（試算前提例：1本あたり3,000〜5,000円の案件を月4〜8本）。
このレンジはあくまで目安なので、想定作業時間や案件の作業範囲を当てはめて自分で計算してみてください。

• 3,000円 × 4本 = 12,000円
• 5,000円 × 8本 = 40,000円

このレンジに、継続案件化や軽いリライト案件が少し乗ると、月5万円が見えてきます。
一般的なブログ記事や企業サイト記事の文字単価は0.8円〜2円、初心者ライター帯では0.5円〜1円がひとつの目安とされるので、いきなり高単価だけで組むより、まずは3,000〜5,000円の案件を安定して回せる状態を作るほうが再現性があります。

実際のところ、実績ゼロから初受注までがいちばん難しいです。
逆に言えば、できる実績ができ、提案文にも具体性が出て通過率が変わります。
その突破口として有効なのが、プロフィールを先に整えたうえで3件応募を基本ルールにすることです。
1件だけ出して反応を見るやり方だと、改善材料が足りません。
3件出すと、案件の相性、提案文の弱さ、単価帯のズレが見えやすくなります。

筆者の経験では、初受注につながりやすいのは、テーマが狭く、納期がやや短めで、募集本数が少ない案件です。
こういう募集は大手ライターや高実績者が優先順位を下げやすく、初心者でも提案が埋もれにくい傾向があります。
反対に、テーマが広くて高単価、しかも「初心者歓迎」とだけ書かれている案件は応募が集中しやすく、見た目以上に取りにくい設計です。

AIライティング案件の存在と競争の実情

では、AIライティング案件そのものはあるのかというと、これはあります。
実際にCrowdWorksやLancersでは、「AI可」「ChatGPT活用歓迎」「生成AIを使った執筆補助OK」といった表示のある募集は珍しくありません。
Lancers側でも、依頼時に生成AIの使用許可や制限を設定できる仕組みが整ってきており、プラットフォーム全体としてもAI利用を前提にした発注が少しずつ増えています。
CrowdWorksもAI活用自体を一律に禁止する方針ではなく、受発注者間で条件を明確にする運用です。

ただ、ここで期待値を調整しておきたい点があります。
AI可の案件は取りやすい案件ではなく、むしろ応募が集まりやすい案件です。
参入ハードルが低く見えるぶん、応募者数が増えやすいからです。
「ChatGPTを使えます」と書くだけでは差別化になりません。
クライアントが見ているのは、AIを使うかどうかより、AIを使っても事実確認と文章品質を担保できるかです。

AIライティングは、構成案作成、要約、下書き、校正補助に強みがありますが、そのまま納品すると精度不足が出やすいのも事実です。
ハルシネーションや情報の取り違えが起こり得るため、実務では人間の編集とファクトチェックが前提になります。
だからこそ、提案文では「AIを使って効率化します」だけでなく、「一次情報ベースで確認し、最終稿は人力で整える」という運用まで示したほうが通りやすいのが利点です。
筆者もこの書き方に変えてから、AI活用をマイナスではなく管理能力として見てもらいやすくなりました。

競争の激しさを踏まえると、AI案件を探すときも「AI歓迎」というラベルだけで選ばないほうがいいです。
テーマ、納期、文字数、継続性、応募人数のバランスを見たほうが、受注確率は上がります。
AI案件は確かに存在しますが、勝ち筋は「AIを使える人」ではなく、AIを使っても品質責任を引き受けられる人にあります。

案件獲得前に準備するもの

必要ツールと費用目安

応募前の準備でまず整えたいのは、執筆そのものより「AIで下書きを作り、人間が責任を持って仕上げる体制」です。
AIライティング案件では、ChatGPTを使えること自体は珍しくありません。
差がつくのは、どこまでをAIに任せ、どこからを自分で確認するかを説明できるかどうかです。

最低限そろえたい道具は多くありません。
実務感覚では、最初は無料版でも動けますが、応募文の量産や構成案の叩き台づくりを並行すると、制限の少なさでPlusのほうが使いやすくなります。
OpenAI公式の価格ページでは、ChatGPT Plusは月額20ドル、約3,000円です（2026年3月時点）。

ここがポイントなんですが、ツール一覧の中でいちばん重要なのは有料プランではなく校正・チェック体制です。
AIライティングは構成案作成や要約、初稿づくりに強い一方で、事実の取り違えや不自然な断定が混ざります。
なので、プロフィールや提案文の時点で「AIで下書き、最終編集は人力」「公開情報をもとに確認」「納品前に文責を持って見直す」という流れを明文化しておくと、単なる時短目的ではなく品質管理ができる人だと伝わります。

筆者は、ChatGPTのプラン選びで迷う人には、応募数で考えるのが現実的だと思っています。
月に数件だけ応募するなら無料版でも回せますが、提案文を複数作り、プロフィールを磨き、模擬記事も並行して作る段階では、Plusのほうが作業が詰まりにくい設計です。
提案書や初稿づくりでは時間短縮効果も出やすく、導入事例では提案書・見積り資料作成で40〜50％、初稿作成で約60％の時間短縮も示されています。
副業では可処分時間が限られるので、この差は小さくありません。

勝てるプロフィール/ポートフォリオ

プロフィールは経歴の長さで勝つ場所ではなく、依頼者が発注後を想像しやすいかで決まります。
初心者ほど、自己紹介を長く書くより「何を書けるか」「どう進めるか」「AIをどう使うか」を具体化したほうが通りやすいのが利点です。

プロフィール本文には、少なくとも次の4要素を入れておくと形になります。
自己紹介、得意ジャンル、稼働時間、納品までの基本フローです。
特にAI活用についてはぼかさず、「AI活用可・最終編集は人力対応」と明記したほうがいいです。
CrowdWorksはAI活用を一律禁止しておらず、受発注者間で条件を明確にする方針ですし、Lancersでも生成AIの使用許可や制限を依頼時に設定できる流れが整っています。
隠すより、最初から運用を見せたほうが信頼につながります。

書き方のイメージは、たとえば次のような内容です。
会社員としての業務経験があるなら、その知識を軸にします。
得意ジャンルは広げすぎず、3ジャンル程度に絞るのが扱いやすいのが利点です。
SaaS、家電レビュー、子育てのように、仕事の知識と趣味が交差する領域は強いです。
読者の悩みを具体的に想像しやすく、提案文にも説得力が出るからです。

また、実績がない段階ではポートフォリオ不足で止まりがちですが、ここは代替案で十分戦えます。
筆者なら、1,500〜2,000字の模擬記事を2〜3本、見出し案のサンプルを数本分、さらにAI初稿から人間編集後までのビフォーアフターを1セット用意します。
依頼者が見たいのは完成記事だけではなく、どれだけ整える力があるかだからです。
AI初稿をそのまま貼るのではなく、「冗長表現を削る」「断定を弱める」「見出しと本文のズレを直す」といった編集意図が見える形にすると、経験の浅さを補えます。

筆者は以前、プロフィール欄に文章だけでAI活用フローを書いていましたが、反応は平凡でした。
そこで「AI下書き→人力編集→事実確認→納品」という流れを簡単なフロー図にして添付したところ、面談率が上がった感触がありました。
依頼者はAIを使うこと自体より、ブラックボックスになっていないことに安心します。
プロフィールも同じで、抽象的に「丁寧に対応します」と書くより、処理の流れが見えるほうが強いです。

ポートフォリオの題材は、自分の得意ジャンルに寄せるのが基本です。
たとえばSaaSなら「中小企業向け勤怠管理ツールの比較観点」、家電レビューなら「一人暮らし向け炊飯器の選び方」、子育てなら「共働き家庭の時短家事アイデア」のように、検索意図が想像しやすいテーマが向いています。
案件を取る前のポートフォリオは、網羅性よりもそのジャンルで読者に役立つ文章が書けるかを見せる材料として使うほうが機能します。

副業規程・確定申告・著作権の注意

準備段階でもうひとつ外せないのが、書く技術以外の土台です。
副業ライティングは気軽に始めやすい一方で、就業規則、税務、著作権の3点を曖昧にしたまま進めると、受注後に困りやすいのが利点です。

まず会社員なら、自社の副業規程の扱いは先に整理しておくべき前提です。
副業そのものが許可制なのか、申請制なのか、競業避止や情報持ち出しの制限があるのかで、動き方が変わります。
AIライティング案件は在宅で完結しやすいぶん見えにくいですが、会社PCや社内情報を使わない、勤務時間外に行う、といった線引きは明確にしておく必要があります。

税務では、給与所得者で給与・退職所得以外の所得が年間20万円を超えると確定申告が必要です。
副業ライティングは1件ごとの報酬が小さく見えても、継続案件がつくと意外に積み上がります。
月1〜5万円を目標にする記事テーマと相性がいいからこそ、年単位では申告ラインを越えやすいのが利点です。
クラウドソーシングでは源泉徴収の扱いが絡む案件もあるので、受取額だけでなく、何が所得計算の対象になるかまで意識している人のほうが後で慌てません。

著作権についても、AI案件では最低限の理解が必要です。
日本では文化庁が『AIと著作権について』の考え方を整理していて、実務上は「AIが作ったから自由に使える」とも「AIを使ったら全部だめ」とも言えません。
問題になりやすいのは、既存の著作物に依拠した出力になっていないか、そして納品物にどれだけ人間の創作的関与があるかです。
文章案件では、他サイトの表現をなぞったような出力をそのまま採用しない、AIの生成文を自分の意図で再構成する、クライアントごとの権利帰属条件を読む、といった基本動作が重要になります。

このあたりは難しく見えますが、実務ではシンプルです。
AIは草案づくりの道具、責任を持つのは自分という姿勢で準備しておけば、大きく外しません。
副業規程で立ち止まらず、確定申告で慌てず、著作権で信用を落とさない。
この3点まで整っている人は、応募前の段階でも強いです。

クラウドソーシングでAIライティング案件を探す手順

検索キーワードと絞り込み

クラウドソーシングでAIライティング案件を探すときは、いきなり「ライティング」で広く見るより、工程名とAI関連語を組み合わせて検索するほうが早いです。
実務では、依頼者が「AIライティング案件」とそのまま書いているとは限らず、「構成作成」「要約」「リライト」のように作業単位で募集していることが多いからです。

最初に使いやすい検索語は、「AI ライティング」「ChatGPT ライティング」「構成作成」「要約」「リライト」「記事 作成 AI可」あたりです。
これに「SEO」「ブログ」「オウンドメディア」「見出し」などを足していくと、自分の得意分野に寄せやすくなります。
たとえば「構成作成 SEO」「要約 ビジネス記事」「リライト AI可」といった形です。
単に「記事執筆」だけで探すと母数は増えますが、AI活用の余地がある案件と、人力前提の案件が混ざりやすくなります。

ここがポイントなんですが、筆者の感覚では、案件タイトルに「構成から依頼」や「見出し案重視」といった工程の具体性がある募集は狙い目です。
こういう案件は、AIで荒く下書きを出す人より、AIを使いながら人が設計と編集を担える人の価値を説明しやすいのが利点です。
受注率も上がりやすく、提案文でも「見出し設計」「検索意図の整理」「本文の整文」までの流れを見せると通りやすい印象があります。

プラットフォームは1つに絞らず、主要3サイトを並行で見ると案件の偏りがつかみやすいのが利点です。
規模感ではCrowdWorksは累計登録者数600万人、利用企業数100万社以上と大きく、Lancersも公式のライティング案件一覧で多くの案件が並びます。
Craudiaは大手2社より案件母数は少なめですが、そのぶん競争が緩い案件に出会うことがあります。

ざっくりした向き不向きは次の通りです。

• CrowdWorks: 初心者向けの導線があり、まず副業案件の空気感をつかみたい人向き

検索結果を見たら、次は絞り込みです。
おすすめは、募集終了を除外し、固定報酬・ライティング系カテゴリ・未経験可または初心者歓迎寄りの条件に寄せるやり方です。
さらに、初回は文字数の多い案件や長期前提案件を後回しにして、短めで完結するものから見たほうが動きやすいのが利点です。
案件探しの段階で「自分に向いているか」より、「今週中に提案できるか」でふるいにかけると、迷いが減ります。

良い案件/避けたい案件の見分け方

案件一覧を眺めるだけでは、受けてよい仕事か判断しづらいです。
見るべきポイントは多くありません。
文字単価、AI利用の扱い、テーマの具体性、ガイドラインの有無、継続発注の気配の5つで見分けられます。

文字単価は、一般的なブログ記事や企業サイト記事で0.8〜2円がひとつのレンジです。
この幅に入っていれば、内容次第で十分検討対象になります。
もちろん初心者帯ではそれより低い案件もありますが、単価だけで切るより、作業範囲を見たほうが実態に近いです。
たとえば「構成あり・参考資料あり・1,500字程度」の0.8円案件と、「構成から調査まで全部込み」の0.8円案件では負荷がまったく違います。

良案件は、募集文にテーマが具体的です。
「転職系の記事を書いてください」より、「20代向け転職サービス比較記事、見出し案あり、一次情報確認あり」のように条件が見える案件のほうが進めやすいのが利点です。
ガイドラインや参考記事の提示がある案件も、納品物の基準が読みやすく、修正の往復が少なくなります。
さらに「継続あり」「まずは1本、相性が合えば継続依頼」と書かれている募集は、単発で終わらず次につながる可能性があります。

AI利用の扱いも見逃せません。
CrowdWorksはAI利用自体を一律禁止しておらず、受発注者間で取り決める方針ですし、Lancersは依頼時に生成AIの使用許可・制限を設定できる流れがあります。
なので、募集文にAI利用可否が明記されている案件は話が早いです。
逆に、この点が曖昧なのに納品品質だけ厳しく求める案件は、後から認識ズレが起きやすいのが利点です。

避けたい案件の典型は、条件がぼやけているのに要求だけ多いものです。
たとえば、テーマが広すぎる、検索意図の指定がない、構成も調査も画像選定も全部込み、修正回数も不明、といった案件です。
単価が低いこと自体より、作業範囲が定義されていない低単価案件が厄介です。
着手してから想定外の工数が増えやすく、時給換算で苦しくなります。

低単価案件の扱いは、完全否定ではなく使い方次第です。
実績ゼロの段階なら、実績づくりとして1〜2本だけ受けるのは現実的です。
ポートフォリオに載せられるテーマで、納品フローを覚えるための案件なら意味があります。
ただし、時給換算で明らかに厳しい案件をそのまま続けるのは避けたいところです。
初月に経験として触るのはありでも、2ヶ月目以降は単価見直しを前提にしたほうが収入設計が崩れません。

なお、手取り感まで意識するならプラットフォームごとの手数料差も無視できません。
たとえばLancersのランサー側システム手数料は契約金額（税込）の16.5%で、CrowdWorksは契約金額の区分に応じて5〜20%です。
単発では小さく見えても、継続案件が増えると差が積み上がるので、同条件の案件が複数あるならこの点も判断材料になります。

初回は3件応募ルールで動く

初案件が取れない人の多くは、案件探しに時間をかけすぎるか、逆に雑に大量応募するかのどちらかに寄りがちです。
そこで使いやすいのが、初回は「3件応募ルール」で動くやり方です。
これは、条件の近い案件に少数精鋭で出し、提案文の改善まで含めて1セットで回す考え方です。

優先順位は明快で、短納期・単発・字数少なめの案件を3件です。
字数は1,000〜2,000字くらいが扱いやすく、初回の負荷としてちょうどいいです。
長文案件や月間本数の多い継続案件は魅力的に見えますが、実績ゼロの段階では提案ハードルも納品ハードルも上がります。
まずは、受注から納品までを短いサイクルで回せる案件を優先したほうが、実績・評価・作業感覚が一度に手に入ります。

3件に絞る理由は、提案文をちゃんと案件ごとに合わせられるからです。
AIを使えば下書き自体は早く作れますが、通る提案文はテンプレのままでは弱いです。
募集文を読んで、「この案件では見出し整理が役立つ」「この案件では要約力が刺さる」と焦点を変える必要があります。
筆者はここで、案件ごとに冒頭1段落だけは必ず手で調整します。
とくに「構成から依頼」「見出し案重視」と書かれた募集では、AIで本文を速く作れることより、人が設計を握れることを前に出したほうが反応が良いです。

動き方としては、1日で3件出し切るより、近い条件の案件を選んで提案文を改善しながら出すほうが精度が上がります。
1件目でやや抽象的だった自己紹介を、2件目では得意ジャンルに寄せ、3件目では納品フローを具体化する、といった調整です。
提案書や見積もりの初稿はAIで圧縮でき、筆者の実感でも準備時間は大きく削れますが、受注率を左右するのは最終的に人間の整え方です。

初回の3件で反応がなかったとしても、それ自体は失敗ではありません。
見るべきなのは、どの案件にどんな提案を出したかです。
短納期案件で反応が薄いなら実績訴求が弱い、構成案件で通らないなら工程説明が薄い、といった改善点が見えます。
3件という数は、闇雲に数を撃つのではなく、比較できる最小単位としてちょうどいいです。

このルールで1件受注できると、次からは応募の軸が固まります。
単発の短文案件で評価を得てから、少し長めの案件や継続案件に広げる流れのほうが、プロフィールだけの状態より通りやすいのが利点です。
クラウドソーシングでは最初の評価が営業資料の役割を持つので、初回は売上最大化よりも、受注しやすく納品しやすい3件に絞るほうが合理的です。

受注率を上げる提案文の作り方

提案文の基本構成

提案文でいちばん重要なのは、うまく見せることではなく「この人なら進め方が想像できる」と相手に感じてもらうことです。
未経験者がつまずきやすいのは、自己紹介を長く書きすぎるか、逆に短すぎて判断材料が消えてしまうことです。
ここがポイントなんですが、受注率を上げる提案文には、ほぼ共通の型があります。
型に沿って書けば、実績が少なくても十分戦えます。

基本構成は、挨拶と結論から入り、募集要件との適合を示し、AI活用の範囲と人の最終編集を明記し、ミニ制作フロー案を添え、実績やサンプル、納期と稼働時間、確認質問、署名で締める流れです。
順番に並べるだけで、読み手は「この応募者は仕事の進め方を理解している」と判断しやすくなります。

冒頭は「応募しました」だけで終えず、先に結論を置くのが有効です。
たとえば「募集内容を拝見し、構成案作成から本文執筆まで対応可能と考え、ご連絡しました」と書けば、何をしに来た人かが一文で伝わります。
そのあとに、募集文に書かれている条件との一致を短く示します。
「SEO記事の構成理解」「参考資料ベースでの執筆」「1,500字前後の短文記事対応」など、相手の募集文に出てきた言葉を拾って並べると、使い回し感が薄れます。

次に入れたいのが、AI活用の範囲です。
この部分を曖昧にすると、クライアントは不安になります。
逆に、使いどころを具体化すると安心感が出ます。
筆者はここで、初稿生成、要約、見出し案づくりにはAIを使う一方、出典確認、編集、校正は人が行うと明記しています。
実際のところ、この一文があるだけで「効率化の意図」と「品質担保の姿勢」が同時に伝わります。
とくに筆者は、AI丸投げではなく、人が品質管理しますという一文を太字で入れるようにしてから、返信率が上がった感触がありました。
AIを使えること自体より、どう制御しているかのほうが相手には欠かせません。

そのあとに、簡単な制作フローを1段落で入れると提案文が締まります。
たとえば「テーマ確認→構成案作成→初稿作成→事実確認と編集→納品」という流れです。
これがあると、未経験でも作業の見通しを持っている人に見えます。
クラウドソーシングの応募では、文章力だけでなく進行管理の安心感も評価されます。

実績欄は、華やかな数字がなくても問題ありません。
模擬記事、ブログ運営経験、社内文書作成、要約業務、リサーチ経験など、近い作業経験を実務に翻訳して書けば十分です。
実績ゼロと空欄で出すより、「サンプル記事1本提出可」「過去に3本の模擬記事を作成」など、見せられる材料を添えるほうが前に進みます。

納期と稼働時間も短く明記します。
対応可能時間帯と返信しやすい時間があるだけで、発注側は連絡のしやすさを判断できます。
そのうえで、「初回は認識合わせのため1〜2点確認したいです」と添えて確認質問に入ると、雑な応募に見えません。
質問は多すぎると重いので、テーマの想定読者、参考にしたい記事の有無、AI利用ルールの3点前後で十分です。
署名は名前と対応可能業務を入れる程度で簡潔にまとめます。

AI活用の書き方とNG例

AIを使っていることは、隠すより明確に書いたほうが信頼につながります。
とくにCrowdWorksはAI利用を一律禁止しておらず、受発注者間で取り決める方針ですし、Lancersも生成AIの使用許可や制限を依頼時に扱える設計です。
だからこそ、応募文では「使っています」だけで終わらせず、どこに使い、どこは人が担うのかまで書く必要があります。

書き方として自然なのは、「初稿生成・要約・見出し案作成にAIを活用し、出典確認・編集・校正は人が実施します」という形です。
これなら、時短のためのAI利用であり、品質の責任は人が持つことが明確です。
曖昧に「AIで効率化できます」とだけ書くと、相手は「どこまで自動なのか」が分かりません。
ここがぼやけると、受注後の認識違いにもつながります。

時短の根拠も、盛らずに書いたほうが強いです。
提案書や見積もり資料では、生成AI活用により作成時間を40〜50%削減した事例があり、提案書の初稿作成では約60%短縮した例もあります。
こうした数字は、「速くできます」と感覚で言うより説得力があります。
ただし、応募文の中で「何でも最短で大量生産できます」と広げすぎると逆効果です。
AIはたしかに初稿づくりを早くしますが、そのまま納品できる品質になるわけではありません。
筆者の実務感覚でも、速くなるのは叩き台までで、信頼を作るのはその後の人の編集です。

NG例として多いのは、「AIで高品質な記事を完全自動で量産できます」「人間以上の速度と品質で対応可能です」といった誇大表現です。
こうした書き方は、読み手にとって魅力的というより不安材料になります。
なぜなら、発注側はすでにAIの便利さをある程度知っていて、そのうえで「雑な自動生成では困る」と感じているからです。
AIを武器にするなら、万能感ではなく管理能力を見せたほうが通ります。

逆に良い表現は、作業範囲と責任範囲が具体的なものです。
たとえば「構成の叩き台や見出し案作成でAIを使い、事実関係の確認と読みやすさの調整は人が行います」「短納期案件では初稿作成の速度を上げつつ、固有名詞や数値の確認は手作業で対応します」といった書き方です。
これなら、効率化と品質管理の両立が伝わります。

そのまま使える提案テンプレ

提案文は毎回ゼロから書く必要はありません。
読み替え式の型を1本持っておけば、案件ごとに3〜5か所だけ調整して使い回せます。
下のテンプレは、短文SEO記事、構成ありの記事執筆、要約・リライト系の3パターンに読み替えやすい形です。
応募3件ルールで回すときにも使いやすい構成にしています。

はじめまして、[名前]と申します。
募集内容を拝見し、[対応したい業務：記事執筆／構成作成込み執筆／要約・リライト]でお役に立てると考え、ご連絡しました。

今回の募集では、[募集文の要件1]、[募集文の要件2]、[募集文の要件3]が重要だと理解しています。
筆者は[近い経験：ブログ記事作成／社内資料の要約／構成案作成／リサーチを伴う文章作成]の経験があり、募集内容に近い形で対応できます。

作業では、初稿生成・要約・見出し案作成にAIを活用します。
一方で、**AI丸投げではなく、人が品質管理します**。出典確認、表現調整、編集、校正は人の手で実施します。

想定している進め方は、[テーマ確認]→[構成案共有]→[初稿作成]→[事実確認と編集]→[納品]です。
必要であれば、トンマナや参考記事に寄せた調整も可能です。

実績としては、[サンプル記事／模擬記事／ブログURL／過去の類似業務]をご提示できます。
公開可能な実績が限られる場合でも、テストライティングやサンプル提出で認識合わせできます。

納期は[納期目安]、稼働時間は[対応可能時間]です。
ご連絡には[返信しやすい時間帯]を中心に対応しています。

認識を合わせるため、以下の点を確認したいです。
1. 想定読者は[初心者向け／比較検討層／既存顧客向け]のどれに近いでしょうか。
2. 参考にしたい記事や避けたい表現があれば共有いただけますでしょうか。
3. AI活用の範囲について指定があれば、その方針に合わせて進行します。

ご検討のほど、よろしくお願いいたします。
[名前]

このテンプレは、冒頭の結論、要件適合、AI活用の説明、制作フロー、実績、納期、質問、署名まで一通りそろっています。
案件に合わせて変えるべきなのは、募集文の要件3点と、自分の近い経験、納期部分です。
逆に毎回変えなくていいのは、AI活用の基本方針と制作フローです。
ここを固定化すると、応募作業が楽になります。

短文SEO記事向けなら、要件欄を「構成に沿って書けること」「読みやすい見出し展開」「短納期対応」に寄せます。
構成ありの記事執筆なら、「見出し意図を踏まえた本文作成」「トンマナ調整」「編集指示への対応」が合います。
要約やリライト案件では、「原文の論点整理」「重複表現の圧縮」「可読性改善」を前に出すと通りやすくなります。
型を変えるのではなく、相手が見ている評価軸に言葉を合わせる感覚です。

提案文づくりでもAIは役立ちます。
実際、提案書や見積もり資料の作成では40〜50%ほど時間を圧縮しやすく、初稿ベースなら約60%短縮できる事例もあります。
ただ、応募文で差がつくのは、AIが出した文章をどこまで相手向けに整えられるかです。
筆者は、AIに提案文の下書きを出させたあと、冒頭1段落と募集要件への適合部分だけは必ず手で直します。
そのひと手間で、テンプレ感が消え、受注率が安定しやすくなります。

納品までのAIライティング作業フロー

標準作業フロー

受注後の流れが見えないと、発注側は「AIでどこまで自動化されるのか」「誰が品質を担保するのか」が分からず不安になります。
ここがポイントなんですが、AIライティングの実務は、AIに書かせて終わりではなく、要件整理から納品後の微調整までを含めた運用設計で品質が決まります。

筆者が基本にしている標準フローは、要件確認から始まります。
まずテーマ、想定読者、文字数、構成有無、トンマナ、NG表現、AI利用の可否や範囲をそろえます。
そのうえで構成案を作り、見出しの意図がずれていないかを確認してからAIで初稿を出します。
初稿はあくまで叩き台なので、次に出典確認と事実の裏取りを入れます。
そこから人間が文章を編集し、読みやすさ、論理の流れ、文脈の整合性を整え、校正で誤字脱字や表記ゆれを除去します。
仕上げに最終レビューを行い、要件との一致を確認して納品し、必要があればフィードバックを次回運用に反映します。

順番で書くと、実務は次の流れです。

1. 要件確認：募集文の条件（文字数、納期、構成有無、NG表現、AI利用範囲）をクライアントとすり合わせる。
2. 構成案作成：想定読者と検索意図を踏まえた見出し構成を作り、クライアントに共有して合意を取る。
3. AI初稿作成：合意した構成をもとにAIで初稿（叩き台）を作成する。
4. 出典確認・ファクトチェック：固有名詞や数値を一次情報で裏取りし、誤りを潰す。
5. 人間の編集：論理の流れ、トンマナ、読みやすさを人が整える。
6. 校正：誤字脱字、表記ゆれ、語尾の統一などをチェックする。
7. 最終レビュー：要件との整合性、引用の明示、盗用リスクの確認を行う。
8. 納品：指定形式で納品し、必要なら差し替え対応の条件を明記する。
9. フィードバック反映：納品後のフィードバックを次回運用に反映してワークフローを改善する。

この順番にしている理由は、AIの得意不得意がはっきりしているからです。
AIは構成の叩き台づくりや、文章の草案化は速い一方で、固有名詞の取り違え、数字の混同、文脈に合わない一般論の差し込みが起きやすいのが利点です。
実際のところ、読者が離れるのは派手な誤りよりも、「なんとなく話が噛み合っていない」「主張の根拠が弱い」と感じる部分です。
そこは人間の編集でしか締まりません。

人間の最終判断が必要なのも同じ理由です。
AIだけでは、事実誤認をは防げませんし、記事全体の文脈に対してどの情報を残し、どの表現を削るべきかという判断も粗くなりがちです。
さらに、どの情報に依拠しているかが曖昧なまま文章だけ自然に見えてしまうことがあります。
読みやすいのに危うい文章ができるのが、AI初稿の一番難しいところです。
だからこそ、納品責任を持つ人間が、正確性と文脈の両方を見て止める工程が外せません。

ファクトチェックと出典管理

AIライティングで一番事故になりやすいのは、ハルシネーションをそのまま通してしまうことです。
とくに固有名詞と数字は、文章全体が自然でも一か所ずれるだけで信頼を失います。
筆者はこの対策として、固有名詞と数字は必ず2ソース以上で確認するルールを設けています。
この運用にしてから、納品後の修正リコール率は下がりました。
AIの出力を疑うというより、AIがそれらしく埋めた箇所を重点的に見る感覚です。

裏取りの優先順位は、一次情報が最上位です。
企業情報なら公式サイト、料金や仕様なら公式ページ、制度や税務なら国税庁のような公的機関を先に見ます。
たとえば副業の確定申告ラインのような制度情報は、国税庁の案内で確認するのが最短ですし、ChatGPTの価格やプラン差分はOpenAIの価格ページで確認するのが筋です。
二次情報は補助として使えても、数字の確定には向きません。

出典管理では、引用や数値の根拠を後から追える形にしておくことが欠かせません。
記事本文に引用を入れる場合は、出典リンクを併記して、何を根拠にしているかを読者と編集者の両方がたどれる状態にします。
逆に、根拠が追えない情報は、たとえAIがきれいにまとめていても本文から外したほうが安全です。
情報量を増やすより、依拠先が明確な情報だけで組んだほうが記事全体の信頼性は上がります。

また、ファクトチェックは「正しいか」だけでなく「今の文脈で使っていいか」まで見ます。
たとえば、あるサービスの規約や手数料が正しくても、古い条件を現行仕様のように書けば読者を誤導します。
AIは過去時点の情報と現行情報を混ぜて書くことがあるので、日付感覚まで含めて人が調整する必要があります。
ここでも、人間の最終判断が要る理由がはっきり出ます。

納品前チェックリスト

納品直前は、読み返しの感覚だけに頼らず、観点を固定したチェックに落とすとミスが減ります。
専門記事の編集でも有効だったのは、事実、出典、トーン、独自性、盗用リスクの5観点で分けて見るやり方です。
ひと息に全部直そうとすると見落としが増えるので、観点ごとに役割を切り替えるほうが精度が上がります。

チェック項目は次の5つです。

• 事実：固有名詞、数字、肩書き、制度名、時系列に誤りがないか
• 出典：引用箇所や根拠データに追跡可能な情報源があるか
• トーン：媒体の文体、想定読者、クライアント指定の温度感から外れていないか
• 独自性：AIっぽい総花的な言い回しに寄らず、具体性のある記述になっているか
• 盗用リスク：既存記事の言い換えに近い不自然な連続表現がないか

この5つの中でも、見落としやすいのは独自性と盗用リスクです。
AI初稿は文法的には整っていても、どこかで見たような文章になりやすく、複数ソースの表現が半端に混ざることがあります。
人が編集で体験知や具体的な判断軸を足すのは、読みやすくするためだけではなく、依拠性リスクを下げる意味もあります。
発注側が求めているのは「それっぽい文章」ではなく、自社名義で公開して問題のない原稿です。

納品前レビューでは、要件との一致ももう一度見ます。
構成通りに書けているか、不要な主張を足していないか、読者像が途中でぶれていないか、といった編集判断はAIより人間のほうが安定します。
AIは道具として優秀ですが、責任の所在まで引き受けてくれるわけではありません。
納品物として成立させる工程は、結局のところ人が設計し、人が止める必要があります。

収入目安と損益分岐点

文字単価・記事単価の相場

副業として成立するかを考えるとき、まず基準になるのが文字単価です。
ここがポイントなんですが、AIを使うかどうかに関係なく、市場で通りやすい単価帯を把握しておかないと、案件選びの判断がぶれます。
一般的なブログ記事や企業サイト記事では0.8〜2円/文字がひとつのレンジで、初心者帯は0.5〜1.0円/文字、中級者で1〜3円/文字、上級者では3〜10円/文字以上まで広がります。

この相場を2,500字の記事に当てはめると、イメージしやすくなります。
低単価帯なら1,250〜2,000円、標準帯なら2,500〜5,000円、上限例として7,500円が見えてきます。
つまり、AIライティング副業の入口は「数万円をいきなり狙う」というより、まず2,500字で2,500〜5,000円前後の記事を安定して取れるかで考えると現実的です。

最初は文字単価だけで案件の良し悪しを決めるより、記事の長さと作業範囲を掛け合わせて見るほうが失敗しにくい設計です。
たとえば2,500字で3,000円の案件でも、構成案があり、参考資料も揃っていて、修正回数が重くないなら十分に回しやすい案件です。
逆に同じ3,000円でも、構成から調査、画像選定メモまで含むと、時給は大きく落ちます。
相場を知る意味は、単価表を眺めることではなく、自分の工数に対して採算が合うかを見抜くことにあります。

週2本/月4本などの収益試算

収益の計算式はシンプルです。
収益＝案件単価×本数−ツール費用。
この形にしておくと、ChatGPT Plusを使うべきかどうかも数字で判断できます。
OpenAI公式サイトでのChatGPT Plusは月額20ドル（約3,000円、2026年3月時点）なので、たとえば1本3,000円の案件なら1本で回収、1本2,000円の案件なら2本で回収という見方ができます。

月4本ペースと月12本ペースで試算すると、採算感ははっきりします。

たとえば具体例として、3,000円案件を月4本なら、収益＝3,000円×4本−3,000円＝9,000円です。
5,000円案件を月12本まで積めると、収益＝5,000円×12本−3,000円＝57,000円になります。
副業として月5万円を意識するなら、単価を上げるか、本数を増やすか、その両方を少しずつ進める必要があるとわかります。

損益分岐点と時給換算

損益分岐点は、要するに「ツール代を超えて黒字になるライン」です。
このセクションの前提ではChatGPT Plusを月額3,000円としているので、損益分岐点は案件単価×本数が3,000円を超える地点です。
1本3,000円の案件なら1本でちょうど回収、2,000円案件なら2本で4,000円になり、差し引き1,000円の黒字です。
数字にすると単純ですが、ここを曖昧にすると「便利そうだから契約したけれど、案件数が足りず固定費だけ残る」という状態になりやすいのが利点です。

時給換算も入れて見ると、AI活用の意味がさらにわかりやすくなります。
筆者の運用では、AI初稿を併用すると1本あたりの作業時間が約3時間から1.2時間まで縮むケースが多く、体感としても初稿づくりのボトルネックが軽くなります。
これは約60%短縮の感覚に近く、実務でも再現しやすいラインです。

この前提で時給を試算すると、たとえば3,000円案件は、AIなしで3時間かかるなら時給1,000円ですが、AI初稿込みで1.2時間なら時給2,500円まで上がります。
5,000円案件なら、同じくAIなしで時給約1,667円、AI初稿込みで時給約4,167円です。
副業として続けやすいかどうかは、この時給感で見ると判断しやすくなります。

月4本と月12本でも、時間あたりの収益差は大きいです。
3,000円案件を月4本こなす場合、AI活用後の総作業時間は1.2時間×4本＝4.8時間、収益は9,000円なので、実質の時給は約1,875円です。
3,000円案件を月12本なら総作業時間は14.4時間、収益は33,000円で、実質の時給は約2,292円になります。
後者のほうが高くなるのは、固定費3,000円の影響が薄まるからです。

実際のところ、副業が成立するかは「月いくら売上が立つか」だけでなく、その売上を何時間で作れるかで決まります。
AIは売上を直接増やす道具というより、同じ単価でも時給を引き上げる道具です。
だからこそ、損益分岐点は月額費用だけでなく、作業時間まで含めて見ると判断を誤りにくくなります。

よくある失敗と法的注意点

よくある失敗5選と回避策

AIライティング副業は始めやすい一方で、つまずく場所が似ています。
ここがポイントなんですが、失敗の多くは文章力そのものより、単価設計・契約確認・要件読解の甘さから起きます。

まず多いのが、低単価消耗です。
見た目の報酬額だけで応募すると、調査、構成、執筆、修正対応まで含めた総工数が膨らみ、時給1,000円未満に落ちやすくなります。
前述の通り、同じ金額でも作業範囲で採算は大きく変わります。
筆者は応募前に「想定作業時間」と「手取り後の報酬」をざっくり置いて、時給換算が厳しい案件は最初から外すようにしています。
受注後に気づいても遅いので、応募段階で切るのがいちばん効きます。
継続案件でも、2カ月ほど回して実工数が見えた時点で単価の見直しを入れると、消耗戦になりにくい設計です。

次に危険なのが、AI出力のコピペ納品です。
これは品質の問題だけではありません。
AIが作った文をそのまま出すと、誤情報が混ざるだけでなく、既存表現に強く引っ張られた文章を納品してしまうことがあります。
日本では著作権を考えるときに「依拠性」が重要で、既存著作物に依拠したと評価される余地があると、トラブルの火種になります。
筆者の運用では、AIはあくまで初稿と見出し案までで止め、人が構成を組み直し、事実確認を行い、必要な箇所は出典元を明確に整理してから文章化します。
速さを優先してコピペに寄せるほど、修正コストと信用損失が大きくなります。

三つ目は、AI利用可否の未確認です。
クラウドソーシング各社でも、AI利用は一律禁止ではなく、受発注者間の合意に委ねる考え方が広がっています。
つまり、使ってよいかどうかは案件ごとに違うということです。
ここを曖昧にすると、納品後に「AI使用前提なら発注していない」と言われかねません。
筆者は契約前に、AIをどこまで使うか、出典リンクを本文に含めるのか別紙で渡すのか、といった点を短い合意メモとして残しています。
実際のところ、このひと手間で認識ずれは防げます。

四つ目は、要件定義の読み落としです。
特に初心者は、募集文の冒頭だけ見て応募し、構成案の有無、参考URLの扱い、文体指定、禁止事項を見落としがちです。
提案文では魅力的な自己PRを書くより、クライアントの要件を正確に読み取れていることのほうが評価されます。
筆者は提案前に、構成案が必要か、参考URLは指定済みか、トンマナは硬めか柔らかめかを一度書き出してから応募します。
これだけで、受注後の「話が違う」が減ります。

五つ目は、権利と税務を後回しにすることです。
納品できれば終わりだと思っていると、あとで著作権の扱い、副業規程、確定申告で詰まりやすいのが利点です。
文章を書く仕事は、目の前の原稿だけでなく、その後の利用範囲まで含めて仕事になります。
副業として継続するなら、制作フローと同じくらい、契約とお金のルールを早めに押さえておく必要があります。

著作権・依拠性・権利帰属の基本

AIライティング副業で見落としやすいのが、著作権と権利帰属は別の話だという点です。
日本の考え方では、著作物として保護されるには、人の創作的関与が重要になります。
つまり、AIが自動生成しただけの文は、そのままでは著作物性が認められにくく、人がどの程度創作的に関与したかが判断の軸になります。

一方で、実務ではそれだけでは足りません。
問題になりやすいのは、既存の文章や表現にどれだけ引っ張られているかという依拠性です。
たとえAIが出した文であっても、既存著作物に依拠して類似した表現になっていれば、安全とは言い切れません。
ここで誤解しやすいのは、「AIが作ったから自分は責任を負わない」という考え方です。
OpenAIの利用規約でも、アウトプットの利用責任は利用者側にあるという整理です。
AIは作業を補助しますが、納品責任までは肩代わりしてくれません。

このため、AI生成物を納品に使うなら、人が編集して独自の構成と表現に仕上げることが前提になります。
筆者は、AIの出力をそのまま本文に貼るのではなく、見出しの順番を入れ替え、論点を削り、一次情報に当たって事実を補正し、自分の言い回しに置き換える工程を必ず入れます。
ここを省くと、読みやすさ以前に、権利面での説明が弱くなります。

もう一つ重要なのが、納品物の権利帰属は契約で決まるという点です。
AIを使ったかどうかにかかわらず、記事の著作権を発注者へ譲渡するのか、利用許諾にとどまるのか、二次利用は誰ができるのかは、契約条項次第です。
クラウドソーシングでは募集文だけではここが明確でない案件もあります。
実務感覚では、記事本文の権利移転、記名の有無、ポートフォリオ掲載可否の3点は特に食い違いが起きやすいのが利点です。
AI生成物の権利帰属という言い方をすると複雑に見えますが、実際には「どこまで人が作ったか」と「納品後に誰が使えるか」を分けて考えると整理しやすくなります。

会社員の副業規程と確定申告

会社員がAIライティング副業を始めるときは、案件探しや執筆フローより先に、勤務先の副業規程が現実的な論点になります。
副業が全面禁止の会社もあれば、申請制、競業避止だけ制限、情報持ち出し禁止に重点を置く会社もあります。
ライティングは在宅で静かに進むぶん軽く見られがちですが、就業規則上は立派な副業です。
特に、会社の業務時間との重なり、会社PCの使用、勤務先で得た非公開情報の流用は線を越えやすい判断材料になります。

税務も見逃せません。
給与を1カ所から受けている人で、給与所得と退職所得以外の所得の合計が年間20万円超になると、確定申告が必要です。
副業ライティングでは、受け取った報酬がそのまま所得になるわけではなく、必要経費を差し引いた後の金額で考えます。
たとえばツール代や通信費の一部、取材や資料購入に関わる支出が経費になる場面がありますが、何でも計上できるわけではありません。
ここを曖昧にすると、売上だけ見て判断してしまい、申告ラインの認識を誤りやすくなります。

実際のところ、会社員の副業で怖いのは「大きく稼いだのに放置した」ケースだけではありません。
少額だから大丈夫と思って記録を残さず、あとで年間の所得を集計できなくなるパターンも多いです。
クラウドソーシングでは入金履歴が残るので油断しやすいのですが、手数料、源泉徴収の有無、経費を整理しないと正確な数字が見えません。
副業規程と税務は、どちらも原稿を書いたあとに効いてくる領域です。
案件を増やすほど、先に整えている人との差がはっきり出ます。

最初の7日間アクションプラン

Day1-2 登録とプロフィール整備

最初の2日でやることは、案件探しよりも土台づくりです。
Day1はCrowdWorksかLancersのどちらか、できれば両方に登録して、本人確認や振込先設定まで進めます。
CrowdWorksは累計登録者数が600万人、利用企業数も100万社以上と規模が大きく、Lancersもライティング・ネーミング案件が931,984件あるので、最初の母数としては十分です。
ここがポイントなんですが、登録した直後に応募へ進む前に、利用規約、報酬手数料、AI利用の扱いだけは先に読んでおくと、その後の提案文がぶれません。

特にAIまわりは、使ってよいかではなく、どう伝えるかが実務では欠かせません。
CrowdWorksはAI活用を一律禁止しておらず、受発注者間の取り決めを重視していますし、Lancersも生成AIの使用許可や制限を依頼側が設定できる仕組みを整えています。
隠して使うより、先に確認して条件を合わせる人のほうが通りやすいのが利点です。
Day1の時点で、応募先ごとにAI利用条件を確認する癖をつけておくと、後で要件違反になりにくくなります。

Day2はプロフィール整備です。
肩書きは大げさにせず、「AI活用可・最終編集は人力対応」と明記し、できることを具体化します。
たとえば「SEO記事の下調べ」「構成案作成」「本文執筆とリライト」のように、工程で書くと伝わりやすいのが利点です。
得意ジャンルも3つに絞って設定します。
ジャンルを広げすぎると器用貧乏に見えるので、会社員の実体験とつながる分野を優先したほうが強いです。
ビジネス、転職、SaaS、金融、生活情報のように、自分が日常的に触れているテーマから選ぶと、提案時の説得力が出ます。

Day3 テンプレ・サンプル作成

3日目は、提案文テンプレと模擬記事を1本つくります。
応募のたびにゼロから文章を書くと、気力も時間も削られます。
生成AIを使うと提案書や見積もり資料の初稿づくりは短くなりますが、受かる提案にするには型が必要です。
本記事で触れてきた提案文の雛形をベースにして、自分用のテンプレを1本完成させてください。

筆者の経験では、提案文の1段落目に相手の募集文を踏まえた要件の再言語化を入れると、返信率が上がりやすいのが利点です。
自己紹介から始めるより、「1,500字前後の記事を継続前提で、参考資料に沿って執筆できるライターを探している案件だと理解しました」といった形で、募集内容を自分の言葉で要約したほうが、読めている人だと伝わります。
そのうえで、自分が対応できる範囲、AIをどこで使い、どこを人力で仕上げるかを続けて書くと、安心感につながります。

模擬記事は、応募したいジャンルに合わせて1本だけ用意すれば十分です。
完成度を追い込みすぎる必要はありませんが、見出し構成、本文、事実確認、語尾の整理まで一通り入れておくと、実案件のサンプル代わりになります。
公開実績がなくても、GoogleドキュメントやPDFで見せられる形にしておけば、提案時に「こういう品質で書けます」と示せます。
最初の段階では、実績の量より、見せられる1本があるかどうかのほうが効きます。

Day4-7 応募と受注準備

Day4からは実際に案件へ寄せていきます。
まず案件検索を行い、事前に作ったキーワードリストで絞り込みます。
AIライティング、記事作成、SEO、リライト、構成作成、ブログ記事、企業オウンドメディアあたりを軸に見ていくと、募集の傾向がつかみやすいのが利点です。
この日は応募しすぎず、良案件をブックマークすることを優先します。
その中で、低〜中単価でも短納期で着地しやすい案件を1件は狙ってください。
初回は利益最大化より、受注実績をつくる意味が大きいです。

Day5は、ブックマークした案件の中から3件応募する日です。
3件応募ルールにしておくと、1件ごとの結果に気持ちを引っ張られにくくなります。
提案文テンプレをそのまま投げるのではなく、クライアントごとに最低1点はカスタマイズします。
募集文で重視している点が「構成力」ならその話を前に出し、「スピード重視」なら納期遵守と返信速度を前に出す、という具合です。
このひと手間が、量産感のある応募との違いになります。

Day6は待ちではなく、受注前の調整日です。
返信が来たら即レスし、要件のすり合わせを短いやり取りで終わらせます。
ここで確認したいのは、AI利用範囲、出典表記の要否、納品形式の3点です。
実際のところ、この3つが曖昧なまま進むと、書き直しや認識違いが起きやすいのが利点です。
逆にここを先に合意しておくと、制作に入ってから迷いません。
AIを使うなら、「構成案と初稿作成に補助利用し、事実確認と最終編集は人力で対応します」といった言い方にすると、伝わり方が安定します。

Day7は、受注できた案件を標準フローで着手する日です。
募集文の再確認、要件整理、構成案、執筆、見直し、納品という流れに沿って進め、納品後には短い振り返りメモを残します。
どの提案文に反応があったか、どのジャンルが通りやすかったか、見積もりが弱かったかを1行ずつでも記録しておくと、2ヶ月目の改善が楽になります。
あわせて、継続できそうな手応えが出た段階で、2ヶ月目には単価見直しの計画も立てておくとよいです。
最初の1週間は大きく稼ぐ期間ではなく、受注できる動線を自分の中に作る期間です。
ここを丁寧に通ると、その後の応募精度が一段上がります。