Windows操作からスクショ付き手順書を作るアプリを、AIと一緒に個人開発してMicrosoft Storeで販売した話

Last updated at 2026-10-13Posted at 2026-09-28

2026年10月追記：LMM 2.0を公開しました
本記事はVersion 1.1.3当時の開発記録です。その後、2.0で「Vision補正」を追加しました。
記録したスクリーンショットから、操作対象や説明文の補正候補を提案します。内容を確認して「提案を採用」を選ぶまで、元の説明文は変更しません。AI処理はPC内で実行し、対象の画像・文章をクラウドAIへ送信しません。
記録中はAIを使わず、記録後に必要な場合だけ実行する設計は継続しています。変更点は公式サイトにまとめています。
https://falling-bush-c460.lmm-host.workers.dev/#v20-major

はじめに

Windows上の操作を記録して、スクリーンショット付きの手順書を作るアプリ
Local Manual Maker（LMM） を個人開発しました。

現在はMicrosoft Storeで販売しています。

この記事では製品紹介というより、

なぜ作ろうと思ったのか
どういう構成にしたのか
AIを使った開発は実際どうだったのか
Windowsアプリとして何が難しかったのか
Microsoft Store公開までやってみてどうだったか

あたりを書いてみます。

私はもともとプログラマではなく、仕事ではWindows ServerやAzureなどのインフラ・運用側を長くやってきました。

そのため、最初から自分でC#を書いてアプリを作ろうと思っていたわけではありません。

きっかけは「手順書を作るのが面倒」

IT運用をしていると、操作手順書を作る場面がかなりあります。

例えば、

実際にWindowsを操作する
スクリーンショットを撮る
WordやExcelへ貼る
「○○をクリックする」と説明を書く
次の操作へ進む
またスクリーンショットを撮る

という作業です。

内容自体は難しくなくても、とにかく手間がかかります。

そこで、

Windows操作を普通にやるだけで、手順書の元になるものを自動的に作れないか？

と考えたのが始まりでした。

最初は「クリックを記録する」だけ

最初に考えたのは非常に単純で、

マウスクリックを検知
その瞬間のスクリーンショットを取得
クリック位置を保存
Windows UI Automationからボタン名などを取得
1操作を1Stepとして保存

というものでした。

例えば、

「保存ボタンをクリック」

という操作をすると、

スクリーンショット
マウス座標
UI Automation Name
ControlType
AutomationId
Window Title
Process

などをまとめて記録します。

実装はC# / WPFです。

AIは「記録中」に使わない

最初はいろいろ考えましたが、現在は、

操作を記録している最中はAIを一切使わない

という設計にしています。

理由は単純で、操作記録中にAI推論を挟むと、

記録が遅くなる
AI処理待ちが発生する
推論失敗が操作記録に影響する

からです。

現在は、

まず操作を高速に記録
記録完了
必要ならユーザーがAI処理を実行
説明文を生成・補正

という流れです。

この構成にしてから、記録部分とAI部分をかなりきれいに分離できました。

ローカルAIにした理由

LMMでは、AI処理もローカルで行う構成にしています。

クラウドAPIを使う方が簡単だったのですが、手順書作成ツールという性質上、

社内システム
顧客情報
サーバー画面
管理画面
業務アプリ

などがスクリーンショットに映る可能性があります。

そのため、

記録内容やAI処理対象を外部へ送信しない

ことを優先しました。

操作記録、スクリーンショット、編集、AI処理、Word / Excel出力まで、主要処理はPC内で完結します。

インターネットへ接続していない環境でも主要機能を使える構成です。

Word / Excelテンプレート対応が意外と重要だった

作り始めた頃は、

Wordに出力できれば十分では？

と思っていました。

ただ、実際にIT運用の現場を考えると、会社ごとに既存の手順書フォーマットがあります。

そこで現在は、

Wordテンプレート
Excelテンプレート

を登録して、そのレイアウトへLMMの記録結果を流し込めるようにしています。

例えば、

自社の表紙
決められた罫線
手順番号
スクリーンショット配置
説明文欄

などを維持したまま出力できます。

Excelでは、途中のStepから新しいシートへ分割する機能も追加しました。

「操作画面」だけでなく「結果画面」も保存

運用手順書では、

ボタンを押したこと

だけでなく、

押した結果どうなったか

を残したいことがあります。

そこで各Stepについて、

操作時の画像
操作後の結果画像

の両方を扱えるようにしました。

これによって、通常の操作手順書だけでなく、

作業エビデンス

として使うことも想定しています。

Windows 10 / 11だけでなくServer / RDPも確認

利用者としてIT運用担当を想定しているので、Windowsクライアントだけでは足りません。

現在は、

Windows 10
Windows 11
Windows Server 2019
Windows Server 2022
Windows Server 2025

を対象にしています。

ServerはDesktop Experience環境を対象とし、RDP接続先のセッション内でLMMを起動する使い方も確認しました。

Server Core / Nano Server / ヘッドレス環境は対象外です。

Windows 10 22H2 Build 19045では、

操作記録
保存
Word / Excel出力
ローカルAI推論

まで実際に確認しています。

AIで開発すると「コードを書かなくていい」のか

これは実際に作ってみて、少し違うと思いました。

私はプログラマ経験がほぼありません。

実装自体はAIにかなり助けてもらっています。

例えば、

こういう機能を作りたい

とChatGPTと相談して構成を決め、AIコーディングツールへ実装を依頼する、という流れです。

ただし、

AIにお願いすれば全部完成する

という感じではありませんでした。

むしろ必要だったのは、

何を作るか決める
仕様を分解する
テスト条件を決める
AIの実装が本当に存在するか確認する
不具合の原因を切り分ける
変更してはいけない場所を決める
過去の結果と比較する

といった部分でした。

特に長期間開発していると、

「AIが追加したと言っているのに、実際のファイルには存在しない」

「別の修正で直前の変更が消える」

といったことも経験しました。

最終的には、

AIはものすごく強い実装担当者だけど、仕様管理と確認は人間側に必要

という感覚になっています。

テストが想像以上に重要だった

AIを使った開発だからこそ、テストはかなり増やしました。

LMMでは、

操作記録
保存 / 読み込み
Word出力
Excel出力
テンプレート出力
クラッシュリカバリー
ローカルAI
Windows 10 / 11
Server / RDP

などを個別に確認しています。

最近はVision AIも検証していて、

「UI Automationでは対象名が取れない画面を、画像から認識できるか」

という試験もしています。

これも単純な画像認識精度だけでなく、

普通の画面
UIA情報が弱い画面
小さい文字や似たアイコンが密集した難しい画面

に分けて評価しています。

AIモデルは簡単な画面では非常に高精度でも、難しい画面になると急に精度が落ちることがあり、かなり面白いです。

Microsoft Store公開も意外と大変だった

アプリが動けば終わり、ではありませんでした。

販売するとなると、

MSIX
署名
Windows依存関係
VC++ Runtime
Store登録
税務情報
銀行情報
プライバシーポリシー
利用規約
特定商取引法表記
評価版
公式サイト

なども必要になります。

特にWindows 10では、Windows 11では出なかった依存関係の問題が出たりしました。

開発そのものより、

「他人のPCで普通に動く状態にする」

方が大変かもしれません。

現在のLMM

現在のVersionは 1.1.3 です。

主な機能は、

Windows操作の記録
スクリーンショット付きStep生成
Word / Excel出力
Word / Excelテンプレート出力
操作画像 / 結果画像
Excel複数シート
Ctrl+C / Ctrl+V / Ctrl+X記録
作業エビデンス出力
クラッシュリカバリー
ローカルAIによる説明文補助
Windows Server / RDP対応

などです。

製品版は買い切り 6,800円（税込） で販売しています。

また、1プロジェクト7Stepまで試せる評価版も用意しています。

最後に

最初は、

「こういうツールがあったら楽なんだけど」

くらいの思いつきでした。

そこからAIと相談しながら、

仕様を考える
実装する
テストする
Windows 10 / Serverまで検証する
Microsoft Storeへ出す

ところまで来ました。

プログラミングの知識が不要になったとは思いません。

ただ、

今までなら「自分には作れない」で終わっていたアイデアを、実際に動くところまで持っていける

ようになったのは、生成AIのかなり大きな変化だと思っています。

今後はVision AIなども追加しながら、もう少し手順書作成を楽にしていく予定です。