独自の代替案をバイブレーションするために 20 ドルを費やして、年間 400 ドル以上のサブスクリプションをキャンセルしました

Instagram のインフルエンサーから大物 CEO まで、誰もが同じことを言っているようです。AI は SaaS (Software as a Service) の終わりになるだろうということです。私はサブスクリプションが減った世界を望んでいますが、周りを見渡すと全く逆の状況が見えてきます。むしろ、ソフトウェアのサブスクリプションは年々増えており、その価格は法外に高騰していることがよくあります。

そこで、私は問題を自分の手で解決し、AI を使用してサブスクリプションの一部を置き換えることができないかどうかを確認することにしました。私は 20 ドルの Claude サブスクリプションを利用して、毎日使用している多くのツールに代わるコードをバイブレーションしてみました。結局のところ、この実験を実行することで年間 400 ドル強を節約することができました。

Claude を使用して置き換えたすべてのサブスクリプションは次のとおりです。

Grammarly で年間 144 ドル節約できました

賢いプロンプトとクロード アーティファクトを使用する

AI をめぐる大きな議論の 1 つは、コンテンツ作成への AI の使用です。私は個人的に、AI によって書かれたコンテンツに非常に嫌悪感を感じます。 AI によって書かれた電子メール、ツイート、投稿は、多くの場合、不自然で、演出的で、作られたもののように感じられます。そうは言っても、LLM は文法をしっかりと理解していると思います。 ChatGPT と Claude が意味のない文章を書いているのを見たことはありますが、文法上の誤りを犯しているのを見たことがほとんどありません (つまり、一度もありません)。

そのため、LLM を使い始めてから、実際にキャンセルした最初のサブスクリプションは Grammarly でした。スペルミス、時制の間違い、句読点の問題など、ほとんどの文法上の問題を難なく理解できます。さらに、LLM は私が書いていることをある程度「理解」できるため、LLM が提案する修正もコンテキストを認識します。 「can’t」と書くつもりが、誤って「can」と入力してしまったとしましょう。文はまだ文法的に有効であるため、Grammarly はそれを通過させる可能性があります。ただし、LLM はパッセージ全体を読み、その文が私の言っていることと矛盾していることに気づき、フラグを立てることができます。

とはいえ、LLM を Grammarly の代替として使用する場合の典型的な問題はインターフェイスです。文章をチャットボットに貼り付け、修正されたバージョンを出力として取得するのは、悪いワークフローです。 Grammarly は、各エラーを確認して、各編集を受け入れるかどうかを決定できるため便利です。幸いなことに、Claude Artifacts を使用して同様のワークフローをセットアップできます。校正したいパッセージ全体を LLM に貼り付け、そのパッセージを再現し、文法上の問題を取り消して、修正箇所を一緒に表示するアーティファクトを作成するよう LLM に依頼します。同じアプローチが ChatGPT Canvas と Gemini Canvas でも機能します。

Wispr Flow でさらに年間 144 ドル節約できました

Python ライブラリとオープンソースのディクテーション モデルを組み合わせることで

書くことを生業としていますが、正直、タイピングは好きではありません。その原因の一部は私の姿勢にあります。私は手首に痛みを感じてしまい、長時間の執筆作業が本当に苦痛になってしまいました。さらに、私はタッチタイピングを学んだことがなく、タイピング時の最高速度は約 60 WPM (1 分あたりの単語数) ですが、話すときは約 200 WPM です。そのため、私にとってディクテーションは常に意味のあるものでした。

私は AI ブームのずっと前、Dragon NaturallySpeaking が主な選択肢だった頃、ディクテーション アプリを使用していました。最近では、OpenAI の Whisper や NVIDIA の Parakeet などのオープンソース モデルに加え、それらをより優れたインターフェイスでパッケージ化し、月額サブスクリプションを通じてアクセスを販売するスタートアップ企業が多数存在するため、選択の余地はありません。

この記事の執筆時点では、Wispr Flow はおそらく、世に出ている音声テキスト変換ツールの中で最高の 1 つです。しばらく使用しましたが、かなり美品です。しかし、それでもサブスクリプションなので、毎月お金が私のポケットから出ていくことになります。さらにイライラさせたのは、内部でオープンソース モデルが使用されていたことです。そこで、これらのモデルに基づいて独自のツールを構築して、財布を少し休ませることができると考えました。

クロードを使って計画を立てた。そこでは、リアルタイム文字起こしのためのオープンソース プロジェクトである RealtimeSTT を、Whisper モデルのより高速な実装である Faster-Whisper と組み合わせることが推奨されました。次に、Claude を使用して、これらのツールを組み合わせてシステム起動時に自動的に起動する PowerShell スクリプトをバイブコーディングしました。

このスクリプトは、プッシュ トゥ トークとライブ文字起こしの両方をサポートしています。 F9 を押すと、録音中であることを知らせる小さなポップアップが表示されます。その後、話し始めることができます。もう一度 F9 キーを押すと、録音が​​停止され、私が話した内容がすべて文字に起こされ、音声と文字起こしの両方がフォルダーに保存されます。また、トランスクリプトをクリップボードにコピーし、選択したテキストフィールドに貼り付けます。ライブ文字起こしモードでは、F10 キーを押して話し始めると、話しているときにテキストがアクティブ テキスト フィールドに表示されます。

転写モデルをローカルで使用可能な速度で実行するには、かなり強力な GPU が必要です。参考までに、私は 12GB の VRAM を搭載した RTX 3060 を使用していますが、テストでは 6GB で十分であることがわかりました。とはいえ、CPU のみのセットアップを実行している場合は、NVIDIA Parakeet を試してみるのが良い選択肢だと考えられます。ただし、リアルタイムの文字起こしは非常に遅く感じるでしょう。

Rize でさらに年間 120 ドル節約できました

HTML ダッシュボードをバイブコーディングし、ActivityWatch と組み合わせることで

私が Rize に出会ったのはつい最近、オンラインの生産性向上コースを受講しているときにでした。これは、バックグラウンドで実行され、ユーザーの行動をすべて記録する Windows および macOS 用のタイム トラッカーです。次に、AI レイヤーがそのアクティビティを仕事、レジャー、気晴らし、個人的なものなどのカテゴリに分類します。また、一日をどのように過ごしたか、どこで集中力を失ったか、そしてもっと改善できる点は何かなども分析します。

本当に便利ですが、気になる点が 2 つありました。まず、基本プランに年間 120 ドルを支払うのは、得られるものに対して高額に感じました。次に、多くの個人情報を第三者と共有していました。リゼは基本的に私がコンピューター上で行ったことをすべて見ることができましたが、私はそれに満足していませんでした。

そこで、代わりに、すべてをローカルかつプライベートに保つオープンソースの時間トラッカーである ActivityWatch をインストールしました。ただし、AI を活用した分析は提供しません。このギャップを埋めるために、ActivityWatch から生データを取得し、LLM を通して実行して、クリーンアップし、タグ付けし、希望どおりに分類しました。そのデータは、アクティビティを視覚化するためにバイブコーディングされた HTML ダッシュボードにフィードされます。

さて、すべてのデータを LLM に送信すると、プライバシーのために切り替える意味がなくなると考えているかもしれません。 Claude または ChatGPT に送信する場合はそうしますが、そうではありません。分析は、LM Studio を介して実行するローカル モデルである Gemma 4 12B で実行されるため、データがコンピューターから流出することはありません。ただし、より有能なモデルが必要だったので、HTML ダッシュボードのバイブコーディングには Claude を使用しました。

1 つの 20 ドルの AI サブスクリプションで数百ドルの節約が可能

いくつかの SaaS サブスクリプションを別の AI サブスクリプションに置き換えていると思われるかもしれませんが、それは技術的には真実ではありません。わずか 20 ドルで、上記の 3 つのプロジェクトすべてを構築し、定期的なサブスクリプションの料金を支払うことなく無期限に使用し続けることができます。 AI を使用して作成したスクリプト、アプリ、Web サイトはすべてあなたのものになります。だからこそ、AIの本当の価値は、チャットボットとして気軽に使うのではなく、オフラインツールを自分で構築することにあると私は考えています。