「画像を送るだけで、表が埋まったら？」
レシートを撮って、チャットに送る。それだけで日付や金額がスプレッドシートに1行ずつ並んでいく。そんな仕組みを自分の手で作れたら、毎月の入力作業がかなり軽くなりますよね。
この記事では、その土台になる「OpenClaw」の全体像をお話しします。読み終えるまでの目安は8分ほどです。
この記事で分かること
- OpenClawとは何か、ChatGPTなどのサービスと何が違うか
- できることと、私が実際に動かしている作例
- 自分のVPSで動かすとはどういうことか、何が必要か
先に答えをまとめると
OpenClawは、DiscordやTelegramなどのチャットアプリとAIを、自分のパソコンやサーバー上でつなぐオープンソースの仕組みです。サーバーで常に動かしておくと、たとえばチャットにレシート画像を送るだけで、AIが読み取ってスプレッドシートに記入する、といった自分専用の自動化を作れます。
- ソフト自体は無料です（MITライセンス・有料プランなし）。AIの利用料とサーバー代は、契約した利用先で別にかかります
- 1つの仕組みで複数のチャットアプリとつながり、画像・音声・ドキュメントをやり取りできます
- 自分のサーバーで常時動かせる一方、管理の責任も自分にあります
公式ドキュメントは開発者向けの説明が中心で、「Gateway」などの言葉が次々に出てきます。そのため、何ができるのかが見えにくいのが正直なところです。
ここからは、私が動かしている構成を1つの例にして、順番に見ていきましょう。
OpenClawとは何か、ChatGPTなどのサービスと何が違うか
OpenClaw公式ドキュメントの定義は、次の1文です。
OpenClawは「お気に入りのチャットアプリ（中略）をチャネル Plugin 経由で AI コーディングエージェントに接続する、セルフホスト型 Gateway」です。
※Gatewayは「出入り口」、セルフホスト型は「自分の機械で動かす形」を指します。
Tomoyaわかりやすく言うと、チャットアプリとAIのあいだに立つ、自分専用の受付係です。
いわば「セルフホスト AIアシスタント」の土台にあたります。
私の構成で見ると
私はOpenClaw 2026.10.4をVPS（ネット上に借りる自分用のサーバー）で動かしています。
AIはGemini 3.8 Flash、チャットの窓口はDiscordのBotです。
Tomoya流れを図にすると、こうなります。
［スマホのDiscord］
│ レシート画像を送る
▼
［VPS上のOpenClaw］─ 画像を渡す ─▶［Gemini（AI）］
│ ◀─ 読み取り結果 ─┘
│ サービスアカウント経由で書き込み
▼
［Googleスプレッドシート］に1行追加
サービスアカウントは、プログラムが使うGoogleのアカウントのことです。私の場合、このアカウントにはそのシート1枚だけに権限を渡しています。
公式が挙げる4つの特徴
ChatGPTなど特定のサービスとの比較は、公式には記載がありません。そこで、公式が「どこが違うのか」として挙げる4つの特徴で整理します。どちらが上かを決める話ではありません。
| 公式の特徴 | 公式の説明 | 私たちにとっての意味 |
|---|---|---|
| セルフホスト型 | 自身のハードウェア上で、自身のルールに従って動作 | 動かす場所も設定も自分で決める |
| マルチチャネル | 1つのGatewayで設定済みのチャネルを同時に提供 | DiscordからもTelegramからも同じAIに頼める |
| エージェントネイティブ | ツール利用、セッション、メモリなどを備えた設計 | 会話だけでなく、道具を使う作業を任せる前提 |
| オープンソース | MITライセンス、コミュニティ主導 | 中身が公開され、ソフト自体は無料 |
公式は対象ユーザーを、データの管理権を手放したりホスト型サービスに依存したりせずに使いたい人、と説明しています。
ここが、提供元のアプリで使うサービスとの大きな分かれ目です！
できることと作例（レシート→スプレッドシート）
まず、公式ドキュメントに書かれている機能だけを表にまとめます。
| できること | 公式の記載 | 作例での使いどころ |
|---|---|---|
| 画像・音声・ドキュメントの送受信 | 「画像、音声、ドキュメントを送受信できます」 | レシート画像を受け取る |
| 複数のチャットアプリを1か所で | 「1 つの Gateway プロセスで Discord、…Telegram、WhatsApp、WebChat などを利用できます」 | 窓口はDiscord1つで十分 |
| サーバーで常時動かす | 任意のLinuxサーバーやクラウドVPSでGatewayを実行できる | パソコンを閉じていても受け付ける |
作例：レシート画像から1行記入
私の検証では、10月21日に架空のレシート6枚をDiscordから送りました。あえて読み取りにくい条件を混ぜています。
| 確認したこと | 結果 |
|---|---|
| 送ったレシート | 架空のもの6枚 |
| 含めた条件 | 和暦の日付、手書き、外税、ポイント併用 |
| 照合した項目 | 1枚あたり9項目 |
| 一致した数 | 6枚すべてで、9項目とも一致 |
| AIの利用料 | 6枚で約0.38ドル（1枚あたり約10円） |
利用料は、Google Gemini3.8 Flashの単価（入力100万トークンあたり0.75ドル、出力3.75ドル）での計算です。トークンは、AIが文章を処理するときの単位を指します。入力の量が多めなので、指示文の見直しはこれからの課題です。
これは私の環境での結果で、どのレシートでも同じになるとは限りません。費用の考え方は別の記事でくわしく扱います。
まずはエラーなく無事にシート記入まで行えたことに安堵しました。そして大概は画像読み取りでミスがあるものですがミスなく正しいデータが記入されていたことにGoogle Geminiのマルチモーダルパワーに驚かされました。
費用の内訳と、指示文を見直して安くする話は、シリーズ4本目で実測つきで扱います。
応用のアイデア（私の構想段階）
同じ「画像を送る→表に記入」の形は、ほかの作業にも広げられそうです。ただし、どれもまだ試していないアイデアです。
| アイデア | 送るもの | 記入先の例 |
|---|---|---|
| 名刺のデータ化 | 名刺の写真 | 連絡先の一覧表 |
| 会社のデータ入力 | 伝票や申込書の写真 | 社内の管理表 |
| アルバム整理 | 撮った写真 | 日付や内容の一覧 |
自分のVPSで動かすとはどういうことか、何が必要か
公式のVPSガイドには「任意の Linux サーバーまたはクラウド VPS で OpenClaw Gateway を実行します」とあります（公式VPSガイド）。
さらに「Gateway は VPS 上で実行され、状態とワークスペースを管理します」とも書かれています。ノートPCやスマホは、そこへ接続する側という位置づけです。
押さえたい3つのポイント
| ポイント | どういうことか |
|---|---|
| 常時動かせる | パソコンを閉じていても、サーバーで動かし続けられる |
| データを自分で管理する | 会話の状態や作業フォルダはVPS側に置かれる。公式はVPSを「信頼できる唯一の情報源」として定期的なバックアップを案内している |
| 管理の責任も自分 | 自分のサーバーなので、管理の責任も自分にある |
1点、誤解しやすいところがあります。データの置き場所は自分のサーバーでも、AIへの指示（プロンプト）は外へ出ます。GitHubのREADMEにも、設定したAIの利用先とチャットサービスに送られると書かれています。
AIに渡す権限をシート1枚に絞るなどの安全設定は、シリーズ3本目でまとめます。
必要なものチェックリスト
- サーバー（LinuxのVPSなど）
- AIの利用先のAPIキー（AIを呼び出すための専用の文字列）
- Node（OpenClawを動かす土台のソフト。必要ならインストーラーが導入します）
- つなぐチャットアプリ（私の場合はDiscord）
公式の「必要なもの」には、APIキーと並んで「5 分です」という1項目もあります。ただ、これは一覧の1項目で、だれの環境でも5分で終わるという意味ではありません。
始めるまでの流れ（概要）
- サーバーを用意し、OpenClawをインストールする
- 初期設定で、AIの利用先とAPIキーを登録する
- チャットアプリをつないで、話しかけてみる
それぞれの具体的な手順は、2本目でレシート自動記帳を作りながら説明します。
よく聞かれる点
- OpenClawは無料ですか？
-
ソフト自体は無料です。MITライセンスで公開され、READMEにも有料プランやホスト型サービスはないと書かれています。
一方で、AIの利用料とサーバー代は、契約した利用先で別にかかります。私の作例では、AIの利用料が1枚あたり約10円でした。
- プログラミングなしで使えますか？
-
公式が想定する対象ユーザーは「開発者やパワーユーザー」です。インストールや初期設定では、サーバーでコマンドを打つ作業があります。
このシリーズでは、打つコマンドの意味を1つずつ確かめながら進めます。その壁を一緒に越えていくのが、シリーズのねらいです。
- ChatGPTなどのサービスと何が違いますか？
-
公式には、特定のサービスとの比較は記載がありません。公式の4つの特徴で見ると、次の点が分かれ目です。
- 自分のサーバーで、自分の決めたルールで動かす
- いつものチャットアプリから、同じAIに頼める
- 中身が公開されたオープンソースである
どちらが優れているかではなく、「自分で持って動かす」形を選ぶかどうか、と考えると整理しやすい
まとめ
- OpenClawは、チャットアプリとAIを自分のパソコンやサーバー上でつなぐ、オープンソースの仕組みです
- 画像・音声・ドキュメントを扱え、複数のチャットアプリを1か所でまとめられます
- 自分のVPSで動かすと常時動かせる一方、データの管理も、管理の責任も自分の側にあります
- ソフト自体は無料で、AIの利用料とサーバー代は別にかかります
Tomoya「画像を送るだけで表が埋まる」仕組みは、この土台の上に作れます。
次は、実際にレシート自動記帳を組み立てる段階です！
次の記事では、レシート自動記帳を実際に組み立てます。
私たちは挑戦者です。一歩ずつ、自分専用の仕組みを作っていきましょう。
OpenClawとは,OpenClaw できること,OpenClaw 使い方,OpenClaw VPS,セルフホスト AIアシスタント,OpenClaw Discord,OpenClawは無料？,プログラミングなしで使える？,ChatGPTなどとの違いは？
コメント