ChatGPTに丸投げしてズレる人へ｜精度が跳ねるAIの4ステップ運用法

「いい感じに提案書を書いて」「うちの会社っぽくまとめて」。ChatGPTにそう丸投げして、返ってきた文章を読んでげんなりした経験は、ありますか。文章は上手い。読みやすい。でも、自社の商品も顧客も、現場の言い回しも入っていない。上手な一般論が並んでいるだけ。そこで多くの人が、「プロンプトが下手なんだ」と自分を責め、プロンプト集を集め始めます。

私は生成AI顧問として累計約15社、研修・講座含め30社超の現場に入り、同じ光景を何度も見てきました。そしてレクチャーで最初に言うことは、いつもほぼ同じです。ズレの主因は、指示文の下手さではない。AIに渡している会社の文脈——コンテキスト——が足りないことだ、と。

ここに書くのは、顧問レクチャーと提供標準で使っている考え方そのままです。磨かれたプロンプト術ではなく、コンテキストを整理して、AIに会社のことを読ませる話です。読み終わる頃には、「次は何を渡すか」が具体語で書ける状態を目指します。

---

結論｜精度を跳ねさせるのはプロンプトではなくコンテキスト

先に言葉を定義します。コンテキストとは、AIが判断の前提にできる会社側の情報——会社概要・方針・用語・過去の成果物・ルール——の総体です。プロンプトが「頼み方」だとすれば、コンテキストは「読ませる材料」です。

AI導入がうまくいかない会社は、指示文の書き方を磨こうとします。うまくいく会社は、AIに渡す情報——コンテキスト——を磨きます。頼み方ではなく、会社のことをAIが読める状態にすることに投資してください。これが、顧問レクチャーの決まり文句でもあります。

「4ステップ」も、プロンプト4本の話ではありません。私が現場でやっているのは、次の4つです。

1. ズレを読み替える——能力不足ではなく、情報不足だと見る
2. 順番を直す——プロンプト集より先に、コンテキスト
3. つくる・埋める・補う——器を置き、既存資料を流し込み、足りない分だけ話す
4. 育てる——ズレたら怒るのではなく、該当ファイルに追記する

ステップ1｜ズレを「情報不足」に読み替える

AIエージェントは、レクチャーでよく言うように「賢い新入社員」です。能力は高いが、あなたの会社のことは何も知らない状態で入社してきます。初日にやるべきは、話し方の練習ではなく、「会社のことを書いた手引き」と「資料の置き場」を渡すこと——人間の新人と同じです。

同じ依頼でも、読める情報で結果は別人になります。レクチャーで必ず出す対比がこれです。

依頼文は一言一句同じ。変わったのは、AIが読める会社情報だけです。だから丸投げしてズレたとき、まず見るのはプロンプトの長さではなく、「自社の何を読ませたか」です。ここに気づくと、次の行動が変わります。プロンプトを3行長くする代わりに、営業方針を1ファイル置く。その方が、同じ依頼の精度が安定して上がります。

ステップ2｜プロンプト集を配る前に、順番を直す

ここ1年、いろいろな会社で同じ光景を見てきました。誰かが気を利かせて「使えるプロンプト100選」を配る。最初の1週間は試す。1ヶ月後、誰も開かなくなる。顧問業を始めた頃の私も、「良い指示文の型を渡せば動き出す」と思っていた時期がありました。今ははっきり言えます。順番が逆だった、と。

プロンプト集から始める欠陥	何が起きるか
文脈がない	名文の指示でも、商品も顧客も知らないまま答える。上手な一般論で終わる
業務が人によって違う	万人向けの集は、誰の仕事にもぴったり合わない
メンテされない	配った瞬間から古くなる。改善が各自のコピペに届かない

伝え方の工夫に意味がない、と言っているのではありません。先にコンテキスト、あとから伝え方——その順番の話です。下手な指示でも、正しいフォルダで正しい資料を読んでいるAIはまともな仕事をします。完璧な指示文でも、何も読んでいないAIは一般論しか返せません。

私は構造を、次の式でも説明します。

世の中のAI活用術はPromptに偏りがちです。でも優秀な新人が入社した初日に渡すのは、話しかけ方のマニュアルではないはずです。会社案内、業務資料、仕事のルール、そして自分の机——渡すのはコンテキストと働く場所です。作り方の全体像はAI社員の作り方にまとめています。本稿はその手前——「なぜズレるか」をコンテキストで解く話です。

ステップ3｜つくる・埋める・補う（レクチャーの3ワーク）

顧問先で実際にやっている導入は、プログラムではありません。やることは3つだけです。つくる、埋める、補う。しかも実行の多くはAI自身に任せ、人間は横で答えて確認します。

ワーク	やること	意図
1. つくる	AIが働くフォルダ（器）と、毎回読むルールファイルを初日に置く	置き場所が先に決まると、以後の情報が迷わず収まる
2. 埋める	PC・Drive・メールにある既存資料を探し、振り分ける	ゼロから書かせない。会社にすでにあるものを流し込む
3. 補う	空いている場所だけ、本人の口からインタビューで埋める	書かせると止まる。話すだけにして、聞いた話をファイルに収める

器が先。棚卸しが最後なのは、置き場所が決まっているから、聞いた話がその場でファイルに収まるからです。逆に「まず全部言語化してからフォルダを」とすると、ほぼ確実に止まります。

つくる：机と就業規則

最小でも、次は欲しいです。

AIワークスペース/
├ CLAUDE.md または AGENTS.md   ← 毎回最初に読むルール（就業規則）
├ 01_会社情報/                 ← 概要・方針・用語・トーン
├ 02_案件資料/                 ← 任せる仕事の材料（過去の良い成果物）
├ 03_作業中/                   ← 下書きの緩衝地帯
├ 04_納品物/                   ← 完成物
└ 05_ログ/                     ← やった記録

顧問の標準では、さらに「自分／プロジェクト／会社の機能／いまやるべき仕事／ログ」の5層に分けます。会社フォルダの中に経営・商品・営業・提供などの置き場を最初から全部つくる——空でよい、というのがポイントです。空フォルダは失敗ではなく、器が先であることの正常な状態です。

ルールファイルに書く観点の例は、レクチャーでも使っている8点です。①会社概要 ②サービス ③文体 ④表記 ⑤禁止事項 ⑥セキュリティ ⑦成果物の形式 ⑧確認ルール。初日はTODO残しで構いません。置くこと自体に意味がある。中身は埋める・補うで育ちます。

このルールファイル、私は複数の顧問先で同じ標準形を使い回しています。個社の事情はあとから足せばよくて、骨子はだいたいこうなります。

# この会社のAIワークスペース共通ルール

あなたはこの会社の業務を支援するAIアシスタントです。
作業前に必ずこのルールを守ってください。

## まず読むもの（判断の前提）
- 会社概要、営業方針、トーン&マナー、業務水準

## 仕事の進め方
- 社外に出る文章は下書きまで。送信・提出は人が行う
- 型番・数量・金額・取引先名は元資料どおり。不明は「要確認」で止める
- 迷ったら推測せず、確認事項として質問する
- 成果物はチャットだけでなく、該当フォルダにファイルで残す

コツは「まず読むもの」を番号や箇条書きで明示することです。人間の新入社員に「困ったらこの順で見て」と教えるのと同じで、AIも場所を教えられて初めて資料を探せます。私は初期に張り切って何十行も書き、自分でも把握できないルールを作って反省したことがあります。最初は10行前後で足りる。運用しながら、本当に効いた行だけを足してください。

埋める：すでにあるものを探す

会社概要PDF、過去の提案書、営業方針メモ、様式、良い報告書——「整っていなくてよい」ので、まず集めて振り分けます。私の現場では、熱海の総合防災点検会社WECSさんのように、帳票や過去の成果物がすでに現場にある会社ほど、埋めるだけで出力の地力が上がります。点検報告書のAI化も、魔法の指示文より様式と過去知を読ませたことが本体でした（詳細は点検報告書のAI化）。

業種が変わると、埋める中身も変わります。顧問先の地方の老舗旅館なら、材料は点検の帳票ではなく「宿の言葉」です。客室の案内文、お品書き、季節のあいさつ、過去のお知らせ——おもてなしの言い回しは、新しく書かなくても、すでに紙とPCの中に散らばっています。それを器に集めてから書かせると、借り物の敬語が減って、文章が宿の文体に寄っていきます。埋める作業の本体は、どの業種でも同じです。すでにあるものを、AIが読める場所へ移すこと。ゼロから書く仕事は、思っているより少ないです。

補う：書けない部分だけ話す

残りは頭の中にしかない判断基準です。ここを「文書をゼロから書いて」と頼むと止まります。AIに1問ずつインタビューさせ、清書させ、該当フォルダに収める。書かせず、直させる——赤入れの方が、濃い暗黙知が出ます。

業務の棚卸しも、「業務名」で止めないのがコツです。どこで誰が止まっているかまで聞くと、そのままAIに任せられる粒度になります。たとえば見積から発注までの仕事なら、使う材料（kintoneの見積、発注先リスト、型番マスタ）、止まっている箇所（型番の読み替え、発注先の振り分け）、完了の定義（メール下書きまで／送信は人）まで書いて初めて、コンテキストとして機能します。顧問先では、こうした業務knowledgeを「提供・顧客対応」配下に積み上げ、新人が入ったらフォルダごと渡せる状態を目指します。

なぜ「チャットの上手い使い方」だけでは足りないのか

ChatGPTの画面で完結する使い方は、相談相手としては優秀です。ただし会話が流れる。教えたことは次のスレッドに残りにくく、成果物もチャット欄の中で終わりがちです。

一方、会社のフォルダの中で働けるAIエージェント（Claude CodeやCodexなど）は、業務フォルダを理解して一緒に作業し、成果物と記録がファイルとして会社に残る。レクチャーでは「チャット型＝相談相手／エージェント型＝実務担当」と分けて説明しています。ツールは流行で選ぶより、会社のコンテキストで働けるかで選ぶ——これが判断軸です。

もちろん、全員が初日にエージェントまで行く必要はありません。ChatGPTだけでも、「このスレッドではこの3ファイルを前提にして」と固定するだけで精度は上がります。ただし会社として残すなら、いつかフォルダとルールに昇格させた方が資産になります。個人のチャット履歴は、退職と同時に消えることが多いからです。ツールの選び分けは法人での判断軸と働く場所の話に分けて書きました。

ステップ4｜ズレたら追記する（育てる運用）

コンテキストは、一度渡して終わりではありません。使うほど、会社の解像度が上がるのが正しい状態です。

• 出力がズレた → 該当する会社情報・業務knowledgeに1行追記
• 良い成果物ができた → お手本として02_案件資料や04_納品物に残す
• 禁止が分かった → ルールファイルの禁止事項に足す
• 一時のメモは就業規則に書かない → 未来はタスクボード、過去はログへ分離

チームで同じ教科書を読ませる段階に来たら、コンテキストのチーム共有へ進みます。個人のコンテキストが人に張り付くと、社員ごとにAIの賢さがバラつきます。共有は「便利機能」ではなく、会社の教科書を1冊にするための話です。

「丸投げ」がズレる本当の理由

丸投げそのものが悪なのではありません。材料なしの丸投げがズレます。

丸投げの種類	結果
前提も資料もない一文だけ投げる	上手な一般論。修正地獄
資料はあるがテーマも版も混在	自信満々な混線回答
資料とルールを渡したうえで任せる	会社っぽい下書き。確認は人がやる

レクチャーで戒めている落とし穴も、結局ここに集約されます。

• 文例集から始める——会社の文脈がなければ汎用のまま
• 骨格をその場の思いつきでアレンジする——置き場所判断が毎回発生して挫折
• ゼロから書かせる・一度に聞きすぎる——止まる
• 正式資料をAIに直接編集させる——確定版が静かに壊れる。作業中で下書きし、人が昇格
• ズレたら使うのをやめる——情報を足すチャンスを捨てる

今日からやる最小セット（30〜60分）

1. 任せる仕事を1つだけ決める（議事録→TODO、提案下書き、報告書など）。躓きポイントは欲張りです。3つ選ぶと材料集めが分散して、全部が中途半端になります
2. 空のフォルダを1つ作り、ルールファイルを10行以内で置く（禁止事項を先に）。躓きポイントは書き込みすぎ。初日に立派な規程を作ろうとした人から止まります
3. その仕事の材料を3点入れる（良いお手本・様式・関連メモ）。躓きポイントは「整理してから入れよう」という良心。汚いまま入れるが正解です
4. 同じ依頼を「材料なし」と「材料あり」で1回ずつ試し、差をメモする。躓きポイントは依頼文をつい変えてしまうこと。一言一句同じでないと、差の原因が分からなくなります
5. ズレた点を、文句ではなくファイルへの追記にする。躓きポイントはチャットで言い直して満足すること。追記先は必ずファイルです

セキュリティの線引き——秘密情報・個人情報・顧客非公開・パスワードは入れない——は先に決めてください。情報入力の考え方も合わせて読んでください。「見せない」ではなく「必要な分だけ、必要なときに見せる」が基本です。

顧問レクチャーで実際にやっている進め方

机上の話に聞こえるかもしれないので、提供現場での進め方を短く書きます。初回からやることは、ツール比較でもプロンプト講習でもありません。

1. 時間を食う仕事を具体名で1〜3つ挙げる
2. その仕事の材料がいまどこにあるか（紙／Excel／Drive／頭の中）を洗い出す
3. AI用の机（フォルダ）をその場でつくる
4. ルールファイルを最小で置く
5. 材料を流し込み、同じ依頼をBefore/Afterで体験する
6. ズレた点を、次に追記するファイル名まで決める

体感として効くのは、⑤のBefore/Afterです。同じ一文の依頼でも、会社情報の有無で出力が変わる瞬間を見ると、「プロンプトを磨こう」から「材料を置こう」へ、社内の会話が変わります。言葉の設計は運用の設計です。「AIに聞いてみた」が「うちのAI社員に読ませた」に変わる頃が、定着の分水嶺だと感じています。

自社では、2026年7月から幹部向けにGitHub、スタッフ向けにDriveミラーの2層でコンテキストを配る運用も入れました。個人の机ができたら、次は会社の教科書を1冊にする段階です。詳細は共有記事に譲りますが、順番は同じです——器、中身、共有。

もう一つ、現場でよく聞かれるのが「全部の業務を最初から完璧に入れないとダメですか」です。答えはNoです。レクチャーでも、最初の勝ちは一点突破です。議事録、提案、報告書——どれか1つで「材料を渡したら会社っぽくなった」を体験する。その成功が、次のフォルダを埋める動機になります。全社一斉のプロンプト研修より、1業務のコンテキスト完了の方が、あとから効きます。完璧な全社展開を待つ会社ほど、現場の1業務が進みません。小さく置いて、追記で濃くする——それがコンテキストの育て方です。

持ち帰り｜コンテキスト運用チェックリスト

• □ ズレを「プロンプトが下手」ではなく「情報不足」と口に出せた
• □ 最初の1業務が具体名で決まっている
• □ AI用の作業フォルダが1つある
• □ ルールファイル（禁止事項入り）がある
• □ 良いお手本が最低3点入っている
• □ 古い版と新しい版を混ぜていない
• □ 入力禁止情報がチームで共有されている
• □ 下書きは作業中フォルダ、完成後に人が昇格、の流れがある
• □ ズレたとき追記する先のファイルが分かっている
• □ プロンプト集の配布より先に、器の共有を議論した
• □ 最終確認者（数字・対外文）の名前がある
• □ 来週、同じ仕事でもう一度試し、追記した行が効くか見る予定がある
• □ 「良い提案書／良い報告書」のお手本が、誰の主観かではなくファイルとして残っている
• □ ルールファイルに一時メモを書いていない（恒久ルールだけ）
• □ チャット履歴にしかない会社の決めごとを、1つファイルへ移した

チェックが10個以上埋まっていれば、もう「プロンプト講座の入口」ではなく「コンテキスト運用の入口」に立っています。埋まらない項目があるなら、ツールを増やす前に、その項目だけ朝会に出してください。

よくある質問（FAQ）

Q1. 結局、プロンプトは不要なのですか？

不要ではありません。ただし主役ではありません。コンテキストが揃ったあとの「合言葉」や手順の型として効きます。先に器と材料です。

Q2. ChatGPTのチャットだけでもコンテキストは渡せますか？

毎回ファイルを貼れば一定の効果はあります。ただ会話が流れるので、再現性が弱い。残したい会社情報は、ファイルとルールに固定したほうが資産になります。

Q3. 資料が整っていません

整っていなくて構いません。レクチャーでも「探す・振り分ける」が先で、美しさは後です。空の器を置いてから埋めます。

Q4. どのくらいの量を渡せば十分ですか？

最初の1業務に必要な材料だけで十分です。全社資料を一度に入れない。テーマが混ざると、自信満々な誤答が増えます。

Q5. 社員がプロンプトを覚えられません

覚えさせなくてよいです。フォルダとルールを共有し、「この仕事はこの机で」と渡すほうが定着します。プロンプト暗記は個人技で終わりやすい。

Q6. コンテキストとセキュリティは矛盾しませんか？

矛盾しません。渡す範囲を設計すること自体がセキュリティです。全部見せるか、全部隠すか、の二択にしないでください。

Q7. 顧問に頼むと何が起きますか？

多くの場合、最初のセッションから「どの仕事に、何を読ませ、どこで働かせるか」を一緒に決めます。ツール比較から入らないのはそのためです。AI顧問とはも参照してください。

Q8. 4ステップと「つくる・埋める・補う」はどう対応しますか？

ステップ1が読み替え、ステップ2が順番の是正、ステップ3が「つくる・埋める・補う」そのもの、ステップ4が運用での育成です。レクチャー標準の3ワークに、現場で必ず必要になる「ズレの解釈」と「追記」を足した形です。

Q9. すでにプロンプト集を配ってしまいました

捨てなくて構いません。次の改定で「このプロンプトを使う前に読むファイル」を各項目に1行足してください。プロンプト集が、コンテキストへの目次に変わります。

まとめ｜磨かれたディレクトリは、会社の解像度そのもの

ChatGPTに丸投げしてズレる——それは、あなたが無能だというサインではありません。賢い新入社員に、会社の手引きを渡していないというサインです。

1. ズレを情報不足に読み替える
2. プロンプト集より先に順番を直す
3. つくる・埋める・補うでコンテキストを置く
4. ズレたら追記して育てる

つくって、埋めて、補う——コンテキストを整理して、AI社員に仕事をインストールする。そこから仕事の再現性が生まれます。これが、私がレクチャーでも顧問でも繰り返している芯です。磨かれたディレクトリは、会社の解像度そのものです。AIが賢く見える会社は、だいたい、渡している会社の解像度が高い。

最後に、今日の自分への問いを3つ置きます。①いまズレている出力は、どのファイルが足りないサインか。②そのファイルは、すでにあるのか、頭の中にしかないのか。③頭の中にしかないなら、誰に1問インタビューすれば埋まるか。この3問に答えられた瞬間、プロンプトの自責から抜けられます。

もし自社で、紙・Excel・PDFが混在していて「何をどの順でAIに渡すか」から整理したい場合は、WiLLAGENT（生成AI顧問）で壁打ちできます。まずは資料セットで、3ヶ月で何を積むかの全体像を見てみてください。道具の説明会ではなく、会社の手引きを一緒に置く時間が、いちばん効きます。

---