# AiWiLL株式会社 — llms-full.txt（全文版） > 静岡県熱海市の「ビジネス×AIの研究所」。中小企業向けの伴走型AI顧問「WiLLAGENT」で、社長やベテランに属人化した判断基準・暗黙知を、人とAIがともに働ける形に整理し、業務を任せられる「AI社員」として会社に残す。方法論は代表・赤堀亘が提唱する「考脈学（こうみゃくがく）」。AI顧問は累計約15社・現在10社以上。AI顧問の公開料金は月30万円〜（税別・社員同席込み）、最低6か月・月2回。自動更新はなく、継続は期間満了前に協議する。 > 目次版: https://aiandwill.com/llms.txt ／ 生成日: 2026-09-05 ／ 収録: 固定ページ5本・記事140本 --- # 【開催報告】2025/7/11 – 公益財団法人江東区文化コミュニティ財団  江東区亀戸文化センターにて「AI（人工知能）を使いこなそう！」のセミナーを実施いたしました。 URL: https://aiandwill.com/kcf001/ 公開: 2025-07-12 / 更新: 2026-06-13 【開催報告】2025/7/11 – 公益財団法人江東区文化コミュニティ財団  江東区亀戸文化センターにて「AI（人工知能）を使いこなそう！」のセミナーを実施いたしました。について、AiWiLLの活動・支援実績として記録します。詳細な数値や個別情報は公開範囲に配慮しながら、今後の相談時に確認しやすいよう、実施テーマと関連する支援領域を整理します。 ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目 この記事で見られること 相談につなげる時の見方 実施テーマ 【開催報告】2025/7/11 – 公益財団法人江東区文化コミュニティ財団  江東区亀戸文化センターにて「AI（人工知能）を使いこなそう！」のセミナーを実施いたしました。 近いテーマの開催、支援、運営を検討する材料にする 支援範囲 企画、準備、当日運営、参加者体験、開催後の活用を整理する 自社で不足している工程を切り出して相談する 次の検討 単発の実施で終わらせず、継続的な接点や事業成果へつなげる 開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 セミナー・ウェビナー運営を相談する ## 関連して読む記事 - ウェビナー企画の作り方 - ウェビナー集客の設計 - Zoomウェビナー運営代行 - WiLLWEBINARの相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること 見るべき理由 次の判断 目的 【開催報告】2025/7/11 – 公益財団法人江東区文化コミュニティ財団 江東区亀戸文化センターにて「AI（人工知能）を使いこなそう！」のセミナーを実施いたしました。で扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。 目的が複数ある場合は優先順位を決める。 必要体制 企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。 社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用 イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。 開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - ウェビナー企画の作り方 - ウェビナー集客の設計 - Zoomウェビナー運営代行 WiLLWEBINARで相談できること この記事と近いテーマで、目的設計、必要体制、当日の不安、開催後の活用まで整理したい場合は、現状の課題をまとめて相談できます。 ウェビナー1本の設計と運営を相談する ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 79.6MHz Ciao FM熱海湯河原『高瀬一郎のゆの町横丁』にAiWiLL代表・赤堀亘が出演 URL: https://aiandwill.com/79-6mhz-ciao-fm%e7%86%b1%e6%b5%b7%e6%b9%af%e6%b2%b3%e5%8e%9f%e3%80%8e%e9%ab%98%e7%80%ac%e4%b8%80%e9%83%8e%e3%81%ae%e3%82%86%e3%81%ae%e7%94%ba%e6%a8%aa%e4%b8%81%e3%80%8f%e3%81%abaiwill%e4%bb%a3/ 公開: 2025-07-24 / 更新: 2026-06-06 79.6MHz Ciao FM熱海湯河原『高瀬一郎のゆの町横丁』にAiWiLL代表・赤堀亘が出演について、AiWiLLの取り組みとして記録します。単なるお知らせとしてではなく、読者が「自社で同じような企画を行うなら何を準備すべきか」「どの領域を外部に相談できるか」まで判断できるように整理します。 開催報告や掲載告知は、事実を伝えるだけでは価値が薄くなります。背景、設計意図、運営で見たポイント、開催後の活用まで見えると、読者にとって実務の参考資料になります。 元記事の要点：このたび、AiWiLLが79.6MHz Ciao FM熱海湯河原にて放送中の人気ラジオ番組『高瀬一郎のゆの町横丁』に出演いたしますことをお知らせいたします。 【放送概要】 放送局： 79.6MHz Ciao FM熱海湯河原番組名： 高瀬一郎のゆの町横丁放送日時： 2026年7月24日（木）19:00～19:30放送時間： 30分間 【番組内容】 熱海・湯河原エリアを中心に地域に密着した情報をお届けする『高瀬一郎のゆの町横丁』。今回の放送では、AiWiLLの取り組みや活動内容について、パーソナリティの高瀬一郎氏との対談形式でお話しさせていただきます。 【聴取方法】 ラジオ： 79.6MHz（熱海・湯河原エリア） radikoでも聴取可能（エリア内） 地域の皆さまとのつながりを大切にしながら、AiWiLLの想いや今後のビジョンをお伝えしてまいります。ぜひお聴きください。 この実績から相談できる 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## この記事の要点 この記事では、79.6MHz Ciao FM熱海湯河原『高瀬一郎のゆの町横丁』にAiWiLL代表・を「何が行われたか」だけでなく「何を学べるか」という視点で読み直します。イベント、研修、広報、AI活用のいずれも、準備と開催後活用まで含めて設計することで価値が大きく変わります。 項目 内容 記事の位置づけ 開催報告・掲載告知・支援実績を、読者が次の企画に活かせる形で整理する記事 読者が見るべき点 何を実施したかだけでなく、どんな準備、設計、運営、活用の視点があるか 相談につながる領域 WiLLSkillsで相談できる企画、運営、研修、広報、開催後活用 次に使える視点 自社で似た取り組みを行う場合の準備項目と判断基準 ## 実施・掲載の背景 AiWiLLは、イベント、ウェビナー、生成AI研修、ビジネスプロデュースを通じて、挑戦する企業や担当者が次の成果を作るための支援を行っています。今回のような取り組みも、単発の活動ではなく、認知、関係構築、学び、営業・広報資産化の一部として捉えています。 イベントや研修は、当日だけで評価すると価値を見誤ります。参加者が何を持ち帰ったか、主催者が何を次に使えるか、社内外にどのような共有ができるかまで含めて設計すると、1回の取り組みが次の施策の材料になります。 その意味で、開催報告や掲載告知も重要なコンテンツです。読み手にとっては、実施事例を通じて自社の企画や相談準備を具体化できる資料になります。 ## 読者が持ち帰れる視点 この種の記事で見るべきなのは、開催名や掲載先だけではありません。自社で似た取り組みを行うなら、どのような準備、進行、参加者体験、開催後活用が必要になるかを確認することが重要です。 観点 確認すること 背景 なぜこの取り組みが必要だったのかを読むと、自社の課題と照らし合わせやすい 設計 対象者、目的、会場・配信、進行、参加者体験の設計を見ると準備の抜け漏れを減らせる 運営 当日の進行、登壇者フォロー、参加者対応、トラブル対応の観点を確認できる 活用 開催後のレポート、記事化、営業資料、次回テーマへの展開を考えやすくなる 特に、生成AI研修やイベントマーケティングのように変化が速いテーマでは、単に知識を伝えるだけでは不十分です。参加者が自分の業務に置き換えられる構成、実際に手を動かす時間、開催後に見返せる資料やレポートが必要になります。 ## 企画・運営で重要になること 企画や運営で最初に決めるべきなのは、対象者と持ち帰ってほしい変化です。参加者に知ってほしいのか、行動してほしいのか、社内で共有してほしいのかによって、構成、時間配分、資料、進行、フォローの設計が変わります。 また、当日の進行だけでなく、事前告知、申込導線、登壇者フォロー、写真・動画の記録、アンケート、開催後レポートまでを一つの流れとして設計する必要があります。ここまで決めておくと、開催後に「良かった」で終わらず、次の行動へつなげられます。 - 対象者と参加理由を一文で言える - 当日のゴールと開催後の活用先が決まっている - 記録する写真・動画・発言が決まっている - 参加者対応と緊急判断の担当が分かれている - 開催後に誰が何を共有するかが決まっている ## AiWiLLに相談できる領域 WiLLSkillsは、生成AIを単なる時短ツールではなく、資料作成、企画、営業、マーケティング、業務改善に組み込むための企業向け研修・実装支援です。 AiWiLLは累計企画数112件、累計参加人数10,551名、顧客満足度94.9%の実績をもとに、イベントやウェビナーを単発の開催で終わらせず、営業・広報・採用・次回施策に使えるビジネス資産として設計します。 AiWiLLに相談できるのは、当日の運営だけではありません。企画の壁打ち、告知設計、進行台本、配信、登壇者フォロー、開催後レポート、記事化、営業・広報活用まで、目的に合わせて範囲を整理できます。 相談領域 内容 イベント制作・運営 式典、セミナー、カンファレンス、展示会、ハイブリッド配信、当日進行の支援 ウェビナー運用 企画、告知、申込導線、司会台本、Zoom設定、当日運営、開催後フォロー 生成AI研修・AI活用 業務、資料作成、企画、営業、マーケティングにAIを組み込む研修と実装支援 広報・コンテンツ活用 開催後レポート、記事化、録画活用、SNS、営業資料、次回企画への展開 生成AI研修・AI活用支援を相談する ## 開催後に資産化する考え方 開催後の価値は、レポートの有無で大きく変わります。参加者数、アンケート、質問、写真、録画、登壇内容を整理すると、社内共有、営業資料、採用広報、次回イベントの企画、SNS投稿に展開できます。 逆に、当日の運営だけで終わると、せっかくの学びや反応が担当者の記憶の中に残るだけになります。開催前から「何を記録するか」「誰が使うか」「どこに展開するか」を決めることが重要です。 活用先 使い方 事前に残すべきもの 営業 参加者フォローや提案時の会話材料に使う 参加者データ、質問、課題、録画 広報 開催レポート、SNS、ニュース記事として発信する 写真、実施概要、登壇者コメント 社内共有 関係部署への報告や次回改善に使う アンケート、良かった点、改善点 次回企画 テーマ、集客文言、対象者を見直す 参加者反応、申込経路、質問内容 ## 同じような取り組みを行う前のチェックリスト 自社で同じような取り組みを行う場合は、以下の項目を先に整理してください。すべてを確定させる必要はありませんが、未確定のまま外注先に相談する項目と、社内で決めるべき項目を分けておくと、進行が早くなります。 タイミング 確認すること 実施前 目的、対象者、開催形式、会場・ツール、告知方法、社内責任者を決める 実施中 進行、参加者対応、記録、写真・動画、質問対応、緊急判断の方法を決める 実施後 アンケート、参加者データ、レポート、社内共有、営業・広報活用、次回改善を行う 相談時 未確定事項、予算感、希望時期、外注したい範囲、社内で担える範囲をメモにする 類似企画の進め方を相談する ## 関連するサービス 今回のような取り組みを検討する場合は、以下のサービスや関連記事も合わせて確認してください。企画、運営、ウェビナー、イベント制作、開催後活用のどこを相談したいかが整理しやすくなります。 - WiLLSkills: https://aiandwill.com/ - サービス詳細: https://aiandwill.com/ - ウェビナー運営代行: https://aiandwill.com/webinar-operation-agency/ - ウェビナー運用代行の費用: https://aiandwill.com/webinar-agency-cost/ - イベント制作会社の選び方: https://aiandwill.com/event-production-company-selection/ - イベント制作会社の見積もり比較: https://aiandwill.com/event-production-company-estimate/ - お問い合わせ: https://aiandwill.com/contact/ ## よくある質問 ### 同じようなイベントや研修を相談できますか？ 相談できます。企画、運営、AI活用、広報、レポート化、開催後のコンテンツ活用のうち、目的、対象者、実施時期、社内体制が整理できていれば、企画段階から具体化できます。 ### 開催後のレポートや記事化も相談できますか？ 相談できます。開催して終わりにせず、参加者の反応、アンケート、写真、録画、営業資料化、次回テーマ設計まで含めて活用方法を整理します。 ### 小規模な取り組みでも相談できますか？ 可能です。大規模なイベントだけでなく、社内研修、地域イベント、オンライン配信、少人数向けワークショップでも、目的に合わせて設計できます。 ### 生成AIを使った企画や研修にも対応できますか？ 対応できます。AIの使い方を説明するだけでなく、業務、資料作成、企画、営業、マーケティングにどう組み込むかまで実務寄りに設計します。 ### AiWiLLには何を相談すればよいですか？ まずは「何を実施したいか」よりも「誰にどんな変化を起こしたいか」を共有してください。そこからWiLLSkillsの支援範囲に合わせて、企画、運営、開催後活用を整理します。 ## まとめ 開催報告や掲載告知は、短い事実共有だけで終わらせると読者にとっての価値が伝わりにくくなります。背景、設計、運営、開催後活用、相談できる領域まで整理することで、読み物としても実務資料としても使える記事になります。 AiWiLLでは、イベント、ウェビナー、生成AI研修、広報発信、開催後のコンテンツ活用まで、目的に合わせて支援範囲を整理します。まだ企画が固まりきっていない段階でも、目的、対象者、希望時期、外注したい範囲を共有いただければ、次に決めるべきことから一緒に整理できます。 生成AI研修・AI活用支援を相談する --- # 【支援実施報告】株式会社Felo様のアンバサダーイベント運営支援を実施いたしました。 URL: https://aiandwill.com/felo/ 公開: 2025-08-15 / 更新: 2026-06-06 【支援実施報告】株式会社Felo様のアンバサダーイベント運営支援を実施いたしました。について、AiWiLLの取り組みとして記録します。単なるお知らせとしてではなく、読者が「自社で同じような企画を行うなら何を準備すべきか」「どの領域を外部に相談できるか」まで判断できるように整理します。 開催報告や掲載告知は、事実を伝えるだけでは価値が薄くなります。背景、設計意図、運営で見たポイント、開催後の活用まで見えると、読者にとって実務の参考資料になります。 元記事の要点：【支援実施報告】株式会社Felo様のアンバサダーイベント運営支援を実施いたしました。について、AiWiLLの活動・支援実績として記録します。詳細な数値や個別情報は公開範囲に配慮しながら、今後の相談時に確認しやすいよう、実施テーマと関連する支援領域を整理します。 この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなりま 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## この記事の要点 この記事では、株式会社Felo様のアンバサダーイベント運営支援を実施いたしました。を「何が行われたか」だけでなく「何を学べるか」という視点で読み直します。イベント、研修、広報、AI活用のいずれも、準備と開催後活用まで含めて設計することで価値が大きく変わります。 項目 内容 記事の位置づけ 開催報告・掲載告知・支援実績を、読者が次の企画に活かせる形で整理する記事 読者が見るべき点 何を実施したかだけでなく、どんな準備、設計、運営、活用の視点があるか 相談につながる領域 WiLLSkillsで相談できる企画、運営、研修、広報、開催後活用 次に使える視点 自社で似た取り組みを行う場合の準備項目と判断基準 ## 実施・掲載の背景 AiWiLLは、イベント、ウェビナー、生成AI研修、ビジネスプロデュースを通じて、挑戦する企業や担当者が次の成果を作るための支援を行っています。今回のような取り組みも、単発の活動ではなく、認知、関係構築、学び、営業・広報資産化の一部として捉えています。 イベントや研修は、当日だけで評価すると価値を見誤ります。参加者が何を持ち帰ったか、主催者が何を次に使えるか、社内外にどのような共有ができるかまで含めて設計すると、1回の取り組みが次の施策の材料になります。 その意味で、開催報告や掲載告知も重要なコンテンツです。読み手にとっては、実施事例を通じて自社の企画や相談準備を具体化できる資料になります。 ## 読者が持ち帰れる視点 この種の記事で見るべきなのは、開催名や掲載先だけではありません。自社で似た取り組みを行うなら、どのような準備、進行、参加者体験、開催後活用が必要になるかを確認することが重要です。 観点 確認すること 背景 なぜこの取り組みが必要だったのかを読むと、自社の課題と照らし合わせやすい 設計 対象者、目的、会場・配信、進行、参加者体験の設計を見ると準備の抜け漏れを減らせる 運営 当日の進行、登壇者フォロー、参加者対応、トラブル対応の観点を確認できる 活用 開催後のレポート、記事化、営業資料、次回テーマへの展開を考えやすくなる 特に、生成AI研修やイベントマーケティングのように変化が速いテーマでは、単に知識を伝えるだけでは不十分です。参加者が自分の業務に置き換えられる構成、実際に手を動かす時間、開催後に見返せる資料やレポートが必要になります。 ## 企画・運営で重要になること 企画や運営で最初に決めるべきなのは、対象者と持ち帰ってほしい変化です。参加者に知ってほしいのか、行動してほしいのか、社内で共有してほしいのかによって、構成、時間配分、資料、進行、フォローの設計が変わります。 また、当日の進行だけでなく、事前告知、申込導線、登壇者フォロー、写真・動画の記録、アンケート、開催後レポートまでを一つの流れとして設計する必要があります。ここまで決めておくと、開催後に「良かった」で終わらず、次の行動へつなげられます。 - 対象者と参加理由を一文で言える - 当日のゴールと開催後の活用先が決まっている - 記録する写真・動画・発言が決まっている - 参加者対応と緊急判断の担当が分かれている - 開催後に誰が何を共有するかが決まっている ## AiWiLLに相談できる領域 WiLLSkillsは、生成AIを単なる時短ツールではなく、資料作成、企画、営業、マーケティング、業務改善に組み込むための企業向け研修・実装支援です。 AiWiLLは累計企画数112件、累計参加人数10,551名、顧客満足度94.9%の実績をもとに、イベントやウェビナーを単発の開催で終わらせず、営業・広報・採用・次回施策に使えるビジネス資産として設計します。 AiWiLLに相談できるのは、当日の運営だけではありません。企画の壁打ち、告知設計、進行台本、配信、登壇者フォロー、開催後レポート、記事化、営業・広報活用まで、目的に合わせて範囲を整理できます。 相談領域 内容 イベント制作・運営 式典、セミナー、カンファレンス、展示会、ハイブリッド配信、当日進行の支援 ウェビナー運用 企画、告知、申込導線、司会台本、Zoom設定、当日運営、開催後フォロー 生成AI研修・AI活用 業務、資料作成、企画、営業、マーケティングにAIを組み込む研修と実装支援 広報・コンテンツ活用 開催後レポート、記事化、録画活用、SNS、営業資料、次回企画への展開 生成AI研修・AI活用支援を相談する ## 開催後に資産化する考え方 開催後の価値は、レポートの有無で大きく変わります。参加者数、アンケート、質問、写真、録画、登壇内容を整理すると、社内共有、営業資料、採用広報、次回イベントの企画、SNS投稿に展開できます。 逆に、当日の運営だけで終わると、せっかくの学びや反応が担当者の記憶の中に残るだけになります。開催前から「何を記録するか」「誰が使うか」「どこに展開するか」を決めることが重要です。 活用先 使い方 事前に残すべきもの 営業 参加者フォローや提案時の会話材料に使う 参加者データ、質問、課題、録画 広報 開催レポート、SNS、ニュース記事として発信する 写真、実施概要、登壇者コメント 社内共有 関係部署への報告や次回改善に使う アンケート、良かった点、改善点 次回企画 テーマ、集客文言、対象者を見直す 参加者反応、申込経路、質問内容 ## 同じような取り組みを行う前のチェックリスト 自社で同じような取り組みを行う場合は、以下の項目を先に整理してください。すべてを確定させる必要はありませんが、未確定のまま外注先に相談する項目と、社内で決めるべき項目を分けておくと、進行が早くなります。 タイミング 確認すること 実施前 目的、対象者、開催形式、会場・ツール、告知方法、社内責任者を決める 実施中 進行、参加者対応、記録、写真・動画、質問対応、緊急判断の方法を決める 実施後 アンケート、参加者データ、レポート、社内共有、営業・広報活用、次回改善を行う 相談時 未確定事項、予算感、希望時期、外注したい範囲、社内で担える範囲をメモにする 類似企画の進め方を相談する ## 関連するサービス 今回のような取り組みを検討する場合は、以下のサービスや関連記事も合わせて確認してください。企画、運営、ウェビナー、イベント制作、開催後活用のどこを相談したいかが整理しやすくなります。 - WiLLSkills: https://aiandwill.com/ - サービス詳細: https://aiandwill.com/ - ウェビナー運営代行: https://aiandwill.com/webinar-operation-agency/ - ウェビナー運用代行の費用: https://aiandwill.com/webinar-agency-cost/ - イベント制作会社の選び方: https://aiandwill.com/event-production-company-selection/ - イベント制作会社の見積もり比較: https://aiandwill.com/event-production-company-estimate/ - お問い合わせ: https://aiandwill.com/contact/ ## よくある質問 ### 同じようなイベントや研修を相談できますか？ 相談できます。企画、運営、AI活用、広報、レポート化、開催後のコンテンツ活用のうち、目的、対象者、実施時期、社内体制が整理できていれば、企画段階から具体化できます。 ### 開催後のレポートや記事化も相談できますか？ 相談できます。開催して終わりにせず、参加者の反応、アンケート、写真、録画、営業資料化、次回テーマ設計まで含めて活用方法を整理します。 ### 小規模な取り組みでも相談できますか？ 可能です。大規模なイベントだけでなく、社内研修、地域イベント、オンライン配信、少人数向けワークショップでも、目的に合わせて設計できます。 ### 生成AIを使った企画や研修にも対応できますか？ 対応できます。AIの使い方を説明するだけでなく、業務、資料作成、企画、営業、マーケティングにどう組み込むかまで実務寄りに設計します。 ### AiWiLLには何を相談すればよいですか？ まずは「何を実施したいか」よりも「誰にどんな変化を起こしたいか」を共有してください。そこからWiLLSkillsの支援範囲に合わせて、企画、運営、開催後活用を整理します。 ## まとめ 開催報告や掲載告知は、短い事実共有だけで終わらせると読者にとっての価値が伝わりにくくなります。背景、設計、運営、開催後活用、相談できる領域まで整理することで、読み物としても実務資料としても使える記事になります。 AiWiLLでは、イベント、ウェビナー、生成AI研修、広報発信、開催後のコンテンツ活用まで、目的に合わせて支援範囲を整理します。まだ企画が固まりきっていない段階でも、目的、対象者、希望時期、外注したい範囲を共有いただければ、次に決めるべきことから一緒に整理できます。 生成AI研修・AI活用支援を相談する --- # TOP URL: https://aiandwill.com/ 公開: 2025-09-10 / 更新: 2026-09-05 MISSION AI Readyすべての会社を、AI Readyに。 AI Readyとは、会社の記憶と判断を、AIが番頭として持ち続けられる状態。 すべての会社をそこへ連れていく。それが、AiWiLLの掲げるミッションです。 SERVICE — 何をするか ### 中小企業の伴走型AI顧問。 報告書・見積・問い合わせ返信など、まずは1業務から。社長やベテランに集中する判断基準を整理し、AI社員の制作と、自社でAIを作り育てるAI顧問を提供します。AI顧問は月30万円〜（税別）・最低6か月。 VISION — どこへ向かうか ### 会社が1000年先まで繁盛する世界へ。 文脈が残れば、会社は続く。AI社員をつくるWiLLAGENTで、一代で消える知見を会社の資産に変えます。 METHOD — 独自方法論 考脈学 KOUMYAKUGAKU ## 属人化した知見を、いかに残すか。 それを確立した、AiWiLL独自の方法論。 社長の判断基準、ベテランの暗黙知、会社の歴史や顧客理解。人の中に埋もれたまま一代で消えていく知見を、人とAIが働ける構造に変えて会社に残す——そのやり方を、自社と支援先の実運用から確立しました。ナレッジを「書いて終わり」にせず、AIが読んで働く形にするのが考脈学です。 御社の判断基準は、 社長がいなくなっても残りますか？ 考脈学の診断は、この一つの問いから始まります。 考脈学とは→ AI顧問を知る（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の1ヶ月目に実際やること - AI顧問の最初の90日｜前半の進め方 - AI顧問・研修・コンサルの選び方 - 考脈学｜暗黙知を人とAIが働ける形に残す - 無料資料セット｜WiLLAGENT – SERVICE – ### 生成AI活用推進事業 WiLLAGENT | 暗黙知を残す伴走型AI顧問 サービスページ WiLLSkills | 『人手不足』を解決するAI研修 サービスページ ### 過去のウェビナー支援実績 サービスページ LAB — 自社実証プロジェクト BLUE COIN AI ART PROJECT ## 生成AIは、どこまで作品になるのか。 それを自社で確かめている、実証実験。 お客様に届ける前に、まず自社で試す。BLUE COINは、AiWiLLが走らせているAIアートの実証実験です。世界各地を舞台にした一枚の絵の中に、青いコインを一枚だけ隠す。生成AIだけで、作品・商品・ゲームまでを一人でつくりきれるのか——研究所としての問いを、実物で確かめています。 KYOTO — JAPAN CHEFCHAOUEN — MOROCCO SANTORINI — GREECE この3枚にも、青いコインが一枚ずつ隠れています。 CHECK I 作品として成立するか 構図・光・質感・物語は人が設計し、生成は無数の候補から一枚を選び抜く。この工程で400点以上を制作しました。 CHECK II 事業として成立するか 絵本、A4額装作品、10秒で探すWebゲーム。一枚の絵を売って終わりにせず、商品とサービスへ展開しています。 CHECK III 制作が仕組みになるか 設計から生成、コインの合成、動画化、SNS投稿までを型と自動化に落とす。ここで得た知見は、顧問先の現場にそのまま持ち込みます。 BLUE COINは、代表・赤堀の創作活動から始まったAI創作IPです。AiWiLLはこれを、生成AIで事業と文化がどこまでつくれるかを検証する自社実証の場として運用しています。 プロジェクトを見る→ – EVENT – 企画数（累計） 112 コミュニティ・イベント高満足度 94.9% イベント累計参加人数 10,551名 – PRESSRELEASE – - プレスリリース ## 〖開催報告〗2026/06/30「Claude Code・Codexで新規事業リサーチはどこまで進化するのか｜AIエージェント×外部Webデータ活用」ウェビナー 2026年7月20日 - プレスリリース ## 【開催報告】2026/04/25 「労働時間を1/100へ。渋谷が熱狂した『AIエージェント時代の仕事術』W出版記念イベント」を実施しました。 2026年5月6日 - プレスリリース ## 【開催レポート】公的機関「2026年度キックオフイベント」の制作・運営・ハイブリッド配信をトータルサポート 2026年4月21日 - プレスリリース ## 【開催レポート】2026/04/15 １コマで成果最大化に挑戦！「Start up JAPAN EXPO 2026」に出展しました 2026年4月16日 - プレスリリース ## イベントマーケティングが3分でわかる無料マンガコンテンツを公開 2026年4月6日 - プレスリリース ## ビジネスイベントの開催コストと効果が3分でわかる。イベントシミュレーションアプリ「WiLLMIRU」を無料公開！ 2026年4月3日 プレスリリースをもっと見る – CONTENTS – スクロールできます ChatGPTを、「AI社員」に育てる方法: 会社の記憶を渡せば、AIは「社員」になる Claude Code 超仕事術: AI社員をつくり、AI会社をつくる コンテキスト経営: 社長の頭の中を、会社の資産に変える AI事業継承: 先代の頭の中を、継げる資産に変える 事業計画書を書くな: AIと「会社の器」からはじめる起業術 - AI顧問 ## ChatGPT・Claude・Geminiを同じ仕事で比べる｜社内テストの採点表 2026年9月5日 - AI顧問 ## AIが古い社内ルールで答える｜最新版だけを参照させる管理表 2026年9月5日 - AI顧問 ## AI議事録で決定事項と宿題が混ざる｜担当・期限を捏造させない指示文 2026年9月5日 - AI顧問 ## 点検写真から報告書の下書きを作るプロンプト｜観察と判断を分ける 2026年9月5日 - AI顧問 ## AIが作った見積Excelを確認する｜数量・数式・丸めの検証表 2026年9月5日 - AI顧問 ## NotebookLMで退職者の引き継ぎを作る｜資料・判断・アクセスを残す手順 2026年9月5日 記事をもっと見る – CONTACT – 報告書づくり、社内資料の整理、社長やベテランへの確認。いま困っている業務から、AIに任せる範囲をご相談ください。 またイベント、コミュニティ、生成AIに関する取材や講演依頼（宣伝OKなら講演料はいただいておりません。）もお受けしております。 お問い合わせ --- # 【支援開始】熱海企業の株式会社ウェックス様のAI導入支援を開始いたしました。 URL: https://aiandwill.com/wecs/ 公開: 2025-10-01 / 更新: 2026-06-06 【支援開始】熱海企業の株式会社ウェックス様のAI導入支援を開始いたしました。について、AiWiLLの取り組みとして記録します。単なるお知らせとしてではなく、読者が「自社で同じような企画を行うなら何を準備すべきか」「どの領域を外部に相談できるか」まで判断できるように整理します。 開催報告や掲載告知は、事実を伝えるだけでは価値が薄くなります。背景、設計意図、運営で見たポイント、開催後の活用まで見えると、読者にとって実務の参考資料になります。 元記事の要点：【支援開始】熱海企業の株式会社ウェックス様のAI導入支援を開始いたしました。について、AiWiLLの活動・支援実績として記録します。詳細な数値や個別情報は公開範囲に配慮しながら、今後の相談時に確認しやすいよう、実施テーマと関連する支援領域を整理します。 この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## この記事の要点 この記事では、熱海企業の株式会社ウェックス様のAI導入支援を開始いたしました。を「何が行われたか」だけでなく「何を学べるか」という視点で読み直します。イベント、研修、広報、AI活用のいずれも、準備と開催後活用まで含めて設計することで価値が大きく変わります。 項目 内容 記事の位置づけ 開催報告・掲載告知・支援実績を、読者が次の企画に活かせる形で整理する記事 読者が見るべき点 何を実施したかだけでなく、どんな準備、設計、運営、活用の視点があるか 相談につながる領域 WiLLSkillsで相談できる企画、運営、研修、広報、開催後活用 次に使える視点 自社で似た取り組みを行う場合の準備項目と判断基準 ## 実施・掲載の背景 AiWiLLは、イベント、ウェビナー、生成AI研修、ビジネスプロデュースを通じて、挑戦する企業や担当者が次の成果を作るための支援を行っています。今回のような取り組みも、単発の活動ではなく、認知、関係構築、学び、営業・広報資産化の一部として捉えています。 イベントや研修は、当日だけで評価すると価値を見誤ります。参加者が何を持ち帰ったか、主催者が何を次に使えるか、社内外にどのような共有ができるかまで含めて設計すると、1回の取り組みが次の施策の材料になります。 その意味で、開催報告や掲載告知も重要なコンテンツです。読み手にとっては、実施事例を通じて自社の企画や相談準備を具体化できる資料になります。 ## 読者が持ち帰れる視点 この種の記事で見るべきなのは、開催名や掲載先だけではありません。自社で似た取り組みを行うなら、どのような準備、進行、参加者体験、開催後活用が必要になるかを確認することが重要です。 観点 確認すること 背景 なぜこの取り組みが必要だったのかを読むと、自社の課題と照らし合わせやすい 設計 対象者、目的、会場・配信、進行、参加者体験の設計を見ると準備の抜け漏れを減らせる 運営 当日の進行、登壇者フォロー、参加者対応、トラブル対応の観点を確認できる 活用 開催後のレポート、記事化、営業資料、次回テーマへの展開を考えやすくなる 特に、生成AI研修やイベントマーケティングのように変化が速いテーマでは、単に知識を伝えるだけでは不十分です。参加者が自分の業務に置き換えられる構成、実際に手を動かす時間、開催後に見返せる資料やレポートが必要になります。 ## 企画・運営で重要になること 企画や運営で最初に決めるべきなのは、対象者と持ち帰ってほしい変化です。参加者に知ってほしいのか、行動してほしいのか、社内で共有してほしいのかによって、構成、時間配分、資料、進行、フォローの設計が変わります。 また、当日の進行だけでなく、事前告知、申込導線、登壇者フォロー、写真・動画の記録、アンケート、開催後レポートまでを一つの流れとして設計する必要があります。ここまで決めておくと、開催後に「良かった」で終わらず、次の行動へつなげられます。 - 対象者と参加理由を一文で言える - 当日のゴールと開催後の活用先が決まっている - 記録する写真・動画・発言が決まっている - 参加者対応と緊急判断の担当が分かれている - 開催後に誰が何を共有するかが決まっている ## AiWiLLに相談できる領域 WiLLSkillsは、生成AIを単なる時短ツールではなく、資料作成、企画、営業、マーケティング、業務改善に組み込むための企業向け研修・実装支援です。 AiWiLLは累計企画数112件、累計参加人数10,551名、顧客満足度94.9%の実績をもとに、イベントやウェビナーを単発の開催で終わらせず、営業・広報・採用・次回施策に使えるビジネス資産として設計します。 AiWiLLに相談できるのは、当日の運営だけではありません。企画の壁打ち、告知設計、進行台本、配信、登壇者フォロー、開催後レポート、記事化、営業・広報活用まで、目的に合わせて範囲を整理できます。 相談領域 内容 イベント制作・運営 式典、セミナー、カンファレンス、展示会、ハイブリッド配信、当日進行の支援 ウェビナー運用 企画、告知、申込導線、司会台本、Zoom設定、当日運営、開催後フォロー 生成AI研修・AI活用 業務、資料作成、企画、営業、マーケティングにAIを組み込む研修と実装支援 広報・コンテンツ活用 開催後レポート、記事化、録画活用、SNS、営業資料、次回企画への展開 生成AI研修・AI活用支援を相談する ## 開催後に資産化する考え方 開催後の価値は、レポートの有無で大きく変わります。参加者数、アンケート、質問、写真、録画、登壇内容を整理すると、社内共有、営業資料、採用広報、次回イベントの企画、SNS投稿に展開できます。 逆に、当日の運営だけで終わると、せっかくの学びや反応が担当者の記憶の中に残るだけになります。開催前から「何を記録するか」「誰が使うか」「どこに展開するか」を決めることが重要です。 活用先 使い方 事前に残すべきもの 営業 参加者フォローや提案時の会話材料に使う 参加者データ、質問、課題、録画 広報 開催レポート、SNS、ニュース記事として発信する 写真、実施概要、登壇者コメント 社内共有 関係部署への報告や次回改善に使う アンケート、良かった点、改善点 次回企画 テーマ、集客文言、対象者を見直す 参加者反応、申込経路、質問内容 ## 同じような取り組みを行う前のチェックリスト 自社で同じような取り組みを行う場合は、以下の項目を先に整理してください。すべてを確定させる必要はありませんが、未確定のまま外注先に相談する項目と、社内で決めるべき項目を分けておくと、進行が早くなります。 タイミング 確認すること 実施前 目的、対象者、開催形式、会場・ツール、告知方法、社内責任者を決める 実施中 進行、参加者対応、記録、写真・動画、質問対応、緊急判断の方法を決める 実施後 アンケート、参加者データ、レポート、社内共有、営業・広報活用、次回改善を行う 相談時 未確定事項、予算感、希望時期、外注したい範囲、社内で担える範囲をメモにする 類似企画の進め方を相談する ## 関連するサービス 今回のような取り組みを検討する場合は、以下のサービスや関連記事も合わせて確認してください。企画、運営、ウェビナー、イベント制作、開催後活用のどこを相談したいかが整理しやすくなります。 - WiLLSkills: https://aiandwill.com/ - サービス詳細: https://aiandwill.com/ - ウェビナー運営代行: https://aiandwill.com/webinar-operation-agency/ - ウェビナー運用代行の費用: https://aiandwill.com/webinar-agency-cost/ - イベント制作会社の選び方: https://aiandwill.com/event-production-company-selection/ - イベント制作会社の見積もり比較: https://aiandwill.com/event-production-company-estimate/ - お問い合わせ: https://aiandwill.com/contact/ ## よくある質問 ### 同じようなイベントや研修を相談できますか？ 相談できます。企画、運営、AI活用、広報、レポート化、開催後のコンテンツ活用のうち、目的、対象者、実施時期、社内体制が整理できていれば、企画段階から具体化できます。 ### 開催後のレポートや記事化も相談できますか？ 相談できます。開催して終わりにせず、参加者の反応、アンケート、写真、録画、営業資料化、次回テーマ設計まで含めて活用方法を整理します。 ### 小規模な取り組みでも相談できますか？ 可能です。大規模なイベントだけでなく、社内研修、地域イベント、オンライン配信、少人数向けワークショップでも、目的に合わせて設計できます。 ### 生成AIを使った企画や研修にも対応できますか？ 対応できます。AIの使い方を説明するだけでなく、業務、資料作成、企画、営業、マーケティングにどう組み込むかまで実務寄りに設計します。 ### AiWiLLには何を相談すればよいですか？ まずは「何を実施したいか」よりも「誰にどんな変化を起こしたいか」を共有してください。そこからWiLLSkillsの支援範囲に合わせて、企画、運営、開催後活用を整理します。 ## まとめ 開催報告や掲載告知は、短い事実共有だけで終わらせると読者にとっての価値が伝わりにくくなります。背景、設計、運営、開催後活用、相談できる領域まで整理することで、読み物としても実務資料としても使える記事になります。 AiWiLLでは、イベント、ウェビナー、生成AI研修、広報発信、開催後のコンテンツ活用まで、目的に合わせて支援範囲を整理します。まだ企画が固まりきっていない段階でも、目的、対象者、希望時期、外注したい範囲を共有いただければ、次に決めるべきことから一緒に整理できます。 生成AI研修・AI活用支援を相談する --- # 【開催報告】2025/10/17 AiWiLL × naedoco 「毎日の仕事と暮らしが確実に変わる生成AI活用術〜生成AI活用の“土台”を固める入門編〜」AIセミナーを実施しました。 URL: https://aiandwill.com/20251017-ai/ 公開: 2025-10-23 / 更新: 2026-06-13 10月17日、AiWiLLとnaedocoの共催セミナー「毎日の仕事と暮らしが確実に変わる生成AI活用術〜生成AI活用の“土台”を固める入門編〜」が、熱海で初開催されました。 AI技術が急速に普及する中、「使いこなしたいけれど、何から始めたらいいか分からない」という声も少なくありません。 本セミナーでは、そうした方々に向けて“一時的なブームに終わらせず、仕事や生活の中で永続的にAIを活かすための基礎知識”を身につけることを目的に開催しました。 会場となったレンタルスペース「naedocoはなれ」には、平日夜にもかかわらず30名近い参加者が集まり、熱気に包まれた時間となりました。 ### 講師はAIWILL代表の赤堀亘氏 講師を務めたのは、AiWiLL代表であり、AIコミュニティの第一線で活躍する赤堀 亘氏。 SHIFT AIなど複数のAI関連コミュニティで培った知見をもとに、「AIとの付き合い方」「AIが普及したこれからの世界」「AIをビジネスに活かすための視点」など、本質的なテーマから講義がスタートしました。 単なるツール操作に留まらず、「AIをパートナーにする」という発想を軸に、実際にAIを活用してイベント企画・企画書・台本・スライド・ポスターを短時間で仕上げる実演も披露。 参加者の多くが「自分の業務にもすぐに活かせそう！」と前のめりで聞き入る姿が印象的でした。 ### レポート！ 生成AI活用の「土台」とは？ 生成AIは「正解を教えてくれる存在」ではなく、「共に考えるパートナー」。技術的な理解だけでなく、ビジネスにどう活かすかという“使い方の設計力”の重要性が語られました。 資料作成やアイデア出しなど、日常業務の中でAIが思考の壁打ち相手になる具体的な方法を紹介。「AIがいると一人ブレストが加速する！」という声も多く上がりました。 「資料作成」「情報収集」「プレゼン構成」など、実際の業務プロセスにAIを組み込む実例が紹介され、参加者からは「自分の職場にも取り入れられそう」といった声が多数聞かれました ### AI活用の具体事例紹介 今回、参加者の関心が最も高かったのが、各社のAI活用・AI導入の具体事例でした。講義の中では、実際にAIが「時間を生む」瞬間をリアルにイメージできる実例が数多く紹介され、多くの参加者が熱心にメモを取っており、関心の高さが伺えました。 講義の中でも特に盛り上がったのは、AIが人の発想や作業を支援する“瞬間”の実演シーン。 企画書を作るためにお母さんと参加してくれた小学四年生の男の子は、AIがイベントの発案から企画書・台本・発表スライド・ポスターを短時間で仕上げる様子を真剣に見つめ、ノートを取りながら学ぶ姿が印象的でした。 後日、彼自身がAIを使って作った作品を見せてくれるなど、 世代を超えてAIに触れる“最初のきっかけ”となる瞬間が生まれたことも、この日の大きな成果のひとつです。 ### 当日の熱気と参加者の声 アットホームな空間「naedocoはなれ」には、真剣な眼差しと笑顔があふれていました。 質疑応答では、「おすすめのAIツールは？」「GeminiとChatGPTの使い分けは？」など、実践的な質問が飛び交い、会場全体が“AIを自分ごとにする時間”となりました。 ### 参加者から寄せられた声の一部をご紹介します。 「AIの重要性が改めて分かりました。今後5年・10年の変化を見据えたいです。」 「AIに“置き換えられる”のではなく、共に成長していくという考え方が印象的でした。」 「地元熱海で、こんなに実践的なAI講座を受けられるのは貴重です！」 「自分の会社にもすぐ導入できそうなイメージが湧きました。」 「赤堀さんおすすめのGemini、早速今日から使ってみます！」 ### 等イベント概要 【主催】 AiWiLL naedoco【講師】 赤堀 亘 氏（AiWiLL 代表） 【開催日】 2025年10月17日[金]19:00-20:00 【会場】 naedocoはなれ ### アーカイブについて 今回の講座のアーカイブはコミュニティで配信しています。 気になる方はぜひこちらからご加入ください。 ▶︎Facebookグループ ### 次回に向けて 今回の事後アンケートで、多くの方から「もっと応用編も聞きたい！」「自分の課題にAIを使ってみたい」といった声をいただきました。次回は、「面倒なあの仕事、連絡や資料作成が秒で終わるGoogle Workspaceを超活用する実践ワークショップ」と題し、実際に手を動かしながら“自分の業務や生活にAIを組み込む実践編”を予定しています。 【 イベント概要 】 タイトル：「面倒なあの仕事、連絡や資料作成が秒で終わる Google Workspaceを超活用する実践ワークショップ」 日時：11月19日 (水) 18:00−19:30 (受付17:30) 会場：naedoco周辺（熱海) ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【開催報告】2025/10/17 AiWiLL × naedoco 「毎日の仕事と暮らしが確実に変わる生成AI活用術〜生成AI活用の“土台”を固める入門編〜」AIセミナーを実施しました。近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 生成AI活用について相談する ## 関連して読む記事 - 会社情報 - お問い合わせ - イベントマーケティング全体設計 - 生成AI導入支援の相談導線を見る ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催報告】2025/11/19 AiWiLL × naedoco「面倒な「あの仕事」「連絡や資料作成」が秒で終わるGoogle Workspaceを超活用したGemini実践ワークショップ」開催レポート URL: https://aiandwill.com/%e3%80%90%e9%96%8b%e5%82%ac%e5%a0%b1%e5%91%8a%e3%80%91aiwill-x-naedoco-%e5%85%b1%e5%82%ac%e3%82%bb%e3%83%9f%e3%83%8a%e3%83%bc2%e5%9b%9e%e7%9b%ae/ 公開: 2025-11-28 / 更新: 2026-06-13 11月19日、AiWiLLとnaedocoの共催セミナー『面倒な「あの仕事」「連絡や資料作成」が秒で終わる Google Workspaceを超活用した「Gemini実践ワークショップ」』が、熱海で開催されました。 会場には、日頃からGoogleサービスを業務で活用している方、AI活用に強い関心を持つ方が多く参加。終始活気に満ちた、非常に学びの深い時間となりました。 会場となったレンタルスペース「naedocoはなれ」には、平日夜にもかかわらず地元の企業様、会社員、士業、議員など様々な方が参加し、密度の高い学びの場となりました。 ### 講師はAIWILL代表の赤堀亘氏 講師を務めたのは、AiWiLL代表であり、AIコミュニティの第一線で活躍する赤堀 亘氏。 Gmail × Gemini での長文メール自動生成、 Google Meet の自動議事録、 Docs・Slides を使った資料作成の高速化 など、 赤堀氏自身が日々実践している “リアル業務でのAI活用” をライブで実演しました。 「ここまで一瞬でできるのか…！」 「明日からこのまま使える！」 と、参加者が思わず前のめりになる場面が多く、終始真剣なまなざしが印象的でした。 ## Googleサービス、どれだけ使いこなしていますか？ 「みなさんはGoogleサービスを使って仕事していますか？」という講師の問いかけからスタート。 手を挙げてもらうと、なんと参加者の半数以上が日常的にGoogleサービスを活用中！ 「もっと便利な使い方を知りたい」 「AIと組み合わせてみたい」という関心度の高い方々が多く集まっていました。 続いて、Googleが提供する主要サービスの特徴や料金プラン、「この価格でここまでできるのか！」と感じるコストパフォーマンスの良さを解説。 さらに、ビジネス利用で特に気になるセキュリティ面・プライバシー保護についても丁寧に紹介し、安心してAIとクラウドを業務に取り入れるための基礎をしっかり押さえていただきました。 ## 講師・赤堀氏による「リアル業務でのAI活用」デモンストレーション 第2部では、赤堀氏が実際の業務でどのようにGoogle AI（Gemini）を使っているのか、リアルタイムのデモンストレーションを交えて紹介。 - 長文のメール返信が一瞬で完了（Gemini for Gmail） - 会議を自動録音＋議事録の自動生成（Google Meet） - 議事録から資料作成へスムーズ連携 - 作成した資料をそのままスライドに変換し発表準備完了 「本当にこんなに短時間でできるの!?」と、参加者の表情は真剣そのもの。まさにAIが時間を生む瞬間を体感する時間となりました。 ## 実践サポート：その場で「できる状態」まで徹底サポート 後半は、参加者の希望をアンケートで取り、今回の実践テーマは「スライド生成」 に決定。 AiWiLLスタッフ全員で会場を回りながら、 - 実際に手を動かす - つまずきポイントを個別に解決 - 今日から使える形に落とし込む という、少人数ならではの密着型サポートを実施しました。難しさを感じながらも、完成した瞬間の喜びは大きく、イベント後には 「こんなスライドを作りました！」 と多数のご報告をいただきました。また、 - 業務をどこまで自動化できるか - Google Workspace × AI の導入可能性 - 自社業務への最適な落とし込み方 など、より実務的な質問も多く、「今日から実践できるAIスキル」をしっかり持ち帰っていただきました。 ## 5. 当日の熱気と参加者の声 学んで終わりではなく、その場で使えるようになる。そんなワークショップにできた手応えを感じています。 イベント終了後も多くの参加者が残り、 「ここはどう設定すればいいですか？」 「自分の業務だとどこまで自動化できますか？」 といった個別の相談が続きました。スタッフも一人ひとりに寄り添い、「今日から自分でAIを使えるようになって帰ってもらう」 を目標に、時間を延長してサポート。 「今日来て、本当に使えるようになりました！」 「明日、会社でさっそく試してみます！」 といった声が聞かれ、運営側としても「開催して本当に良かった」 と実感する瞬間でした。 ## 7. 開催概要 【主催】 AiWiLL× naedoco 【講師】 赤堀 亘 氏（AiWiLL 代表） 【開催日】 2025年11月19日[金]18:00-19:30 【会場】 naedocoはなれ ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【開催報告】2025/11/19 AiWiLL × naedoco「面倒な「あの仕事」「連絡や資料作成」が秒で終わるGoogle Workspaceを超活用したGemini実践ワークショップ」開催レポート近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 生成AI活用について相談する ## 関連して読む記事 - 会社情報 - お問い合わせ - イベントマーケティング全体設計 - 生成AI導入支援の相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的【開催報告】2025/11/19 AiWiLL × naedoco「面倒な「あの仕事」「連絡や資料作成」が秒で終わるGoogle Workspaceを超活用したGemini実践ワークショップ」開催レポートで扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - 会社情報 - イベントマーケティング - お問い合わせ 関連する取り組みや今後の連携については、AiWiLLの活動について相談するから確認できます。 ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 会社情報 URL: https://aiandwill.com/company/ 公開: 2025-11-29 / 更新: 2026-09-05 ## AiWiLLについて AiWiLL株式会社は、「ビジネス×AIの研究所」です。ミッションは「すべての会社を、AI Readyに。」——AI Readyとは、会社の記憶と判断をAIが番頭として持ち続けられる状態のこと。ビジョンは「会社が1000年先まで繁盛する世界へ。」自社でまず実証し、誰でも辿れる型にして手渡す——この順番を、すべての事業で守っています。 ## 会社概要 会社名AiWiLL株式会社 代表取締役赤堀 亘（あかほり わたる） 設立2026年2月 所在地〒413-0027 静岡県熱海市紅葉ヶ丘3-12 事業内容生成AI顧問（WiLLAGENT）／生成AI研修（WiLLSkills）／ウェビナー運用代行（WiLLWEBINAR）／イベントプロデュース（WiLLCREW） 連絡先お問い合わせフォーム ## 提唱している方法論 AiWiLLは、AI時代の経営方法論の提唱元です。会社の文脈——暗黙知・判断基準・歴史・顧客理解——を経営の中心資産として扱う経営思想を「コンテキスト経営」、その文脈を人とAIが働ける構造に変換し磨き続けるための理論と技術の体系を「考脈学（こうみゃくがく）」と名づけ、自社と支援先での実運用をもとに体系化しています。掲げる一行は「文脈が残れば、会社は続く。」です。 ## 代表プロフィール 赤堀 亘（あかほり わたる）　AiWiLL株式会社 代表取締役。1995年生まれ。プラチナムピクセル、日本テレビ、Bitgetを経て、SHIFT AIに創業メンバーとして参画し、コミュニティを3万人規模へグロース。2026年2月にAiWiLL株式会社を創業。生成AI顧問として累計約15社（現在10社以上）に伴走し、研修・講座を含め30社超のAI導入を支援、AIレクチャーの受講者は延べ100名以上。経営方法論「考脈学」「コンテキスト経営」の提唱者。静岡県熱海市を拠点に活動。 ## 事業内容 WiLLAGENT（生成AI顧問）現場に伴走し、会社の文脈で働く「AI社員」と社内で使い続ける型をつくる顧問サービス。月30万円〜（税別）、最低6か月・月2回。AI顧問とは WiLLSkills（生成AI研修）人手不足を解決する、実務直結の生成AI研修 WiLLWEBINAR（ウェビナー運用代行）企画から集客・当日運営までのウェビナー運用代行 WiLLCREW（イベントプロデュース）カンファレンス・祭典型イベントのプロデュース ## 研究発表・情報発信 aiandwill.comでは、研究所としての一次情報——支援の現場で実際に起きたこと、自社で検証したこと——だけを記事として発表しています。AI顧問とは、コンテキストのチーム共有などをご覧ください。 AI顧問を検討している方へ（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の1ヶ月目に実際やること - AI顧問の最初の90日｜前半の進め方 - AI顧問・研修・コンサルの選び方 - 考脈学｜暗黙知を人とAIが働ける形に残す - 無料資料セット｜WiLLAGENT --- # 【支援開始】熱海企業の株式会社マチモリ不動産様のAI導入支援を開始いたしました。 URL: https://aiandwill.com/machimori001/ 公開: 2025-12-01 / 更新: 2026-06-06 【支援開始】熱海企業の株式会社マチモリ不動産様のAI導入支援を開始いたしました。について、AiWiLLの取り組みとして記録します。単なるお知らせとしてではなく、読者が「自社で同じような企画を行うなら何を準備すべきか」「どの領域を外部に相談できるか」まで判断できるように整理します。 開催報告や掲載告知は、事実を伝えるだけでは価値が薄くなります。背景、設計意図、運営で見たポイント、開催後の活用まで見えると、読者にとって実務の参考資料になります。 元記事の要点：【支援開始】熱海企業の株式会社マチモリ不動産様のAI導入支援を開始いたしました。について、AiWiLLの活動・支援実績として記録します。詳細な数値や個別情報は公開範囲に配慮しながら、今後の相談時に確認しやすいよう、実施テーマと関連する支援領域を整理します。 この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## この記事の要点 この記事では、熱海企業の株式会社マチモリ不動産様のAI導入支援を開始いたしました。を「何が行われたか」だけでなく「何を学べるか」という視点で読み直します。イベント、研修、広報、AI活用のいずれも、準備と開催後活用まで含めて設計することで価値が大きく変わります。 項目 内容 記事の位置づけ 開催報告・掲載告知・支援実績を、読者が次の企画に活かせる形で整理する記事 読者が見るべき点 何を実施したかだけでなく、どんな準備、設計、運営、活用の視点があるか 相談につながる領域 WiLLSkillsで相談できる企画、運営、研修、広報、開催後活用 次に使える視点 自社で似た取り組みを行う場合の準備項目と判断基準 ## 実施・掲載の背景 AiWiLLは、イベント、ウェビナー、生成AI研修、ビジネスプロデュースを通じて、挑戦する企業や担当者が次の成果を作るための支援を行っています。今回のような取り組みも、単発の活動ではなく、認知、関係構築、学び、営業・広報資産化の一部として捉えています。 イベントや研修は、当日だけで評価すると価値を見誤ります。参加者が何を持ち帰ったか、主催者が何を次に使えるか、社内外にどのような共有ができるかまで含めて設計すると、1回の取り組みが次の施策の材料になります。 その意味で、開催報告や掲載告知も重要なコンテンツです。読み手にとっては、実施事例を通じて自社の企画や相談準備を具体化できる資料になります。 ## 読者が持ち帰れる視点 この種の記事で見るべきなのは、開催名や掲載先だけではありません。自社で似た取り組みを行うなら、どのような準備、進行、参加者体験、開催後活用が必要になるかを確認することが重要です。 観点 確認すること 背景 なぜこの取り組みが必要だったのかを読むと、自社の課題と照らし合わせやすい 設計 対象者、目的、会場・配信、進行、参加者体験の設計を見ると準備の抜け漏れを減らせる 運営 当日の進行、登壇者フォロー、参加者対応、トラブル対応の観点を確認できる 活用 開催後のレポート、記事化、営業資料、次回テーマへの展開を考えやすくなる 特に、生成AI研修やイベントマーケティングのように変化が速いテーマでは、単に知識を伝えるだけでは不十分です。参加者が自分の業務に置き換えられる構成、実際に手を動かす時間、開催後に見返せる資料やレポートが必要になります。 ## 企画・運営で重要になること 企画や運営で最初に決めるべきなのは、対象者と持ち帰ってほしい変化です。参加者に知ってほしいのか、行動してほしいのか、社内で共有してほしいのかによって、構成、時間配分、資料、進行、フォローの設計が変わります。 また、当日の進行だけでなく、事前告知、申込導線、登壇者フォロー、写真・動画の記録、アンケート、開催後レポートまでを一つの流れとして設計する必要があります。ここまで決めておくと、開催後に「良かった」で終わらず、次の行動へつなげられます。 - 対象者と参加理由を一文で言える - 当日のゴールと開催後の活用先が決まっている - 記録する写真・動画・発言が決まっている - 参加者対応と緊急判断の担当が分かれている - 開催後に誰が何を共有するかが決まっている ## AiWiLLに相談できる領域 WiLLSkillsは、生成AIを単なる時短ツールではなく、資料作成、企画、営業、マーケティング、業務改善に組み込むための企業向け研修・実装支援です。 AiWiLLは累計企画数112件、累計参加人数10,551名、顧客満足度94.9%の実績をもとに、イベントやウェビナーを単発の開催で終わらせず、営業・広報・採用・次回施策に使えるビジネス資産として設計します。 AiWiLLに相談できるのは、当日の運営だけではありません。企画の壁打ち、告知設計、進行台本、配信、登壇者フォロー、開催後レポート、記事化、営業・広報活用まで、目的に合わせて範囲を整理できます。 相談領域 内容 イベント制作・運営 式典、セミナー、カンファレンス、展示会、ハイブリッド配信、当日進行の支援 ウェビナー運用 企画、告知、申込導線、司会台本、Zoom設定、当日運営、開催後フォロー 生成AI研修・AI活用 業務、資料作成、企画、営業、マーケティングにAIを組み込む研修と実装支援 広報・コンテンツ活用 開催後レポート、記事化、録画活用、SNS、営業資料、次回企画への展開 生成AI研修・AI活用支援を相談する ## 開催後に資産化する考え方 開催後の価値は、レポートの有無で大きく変わります。参加者数、アンケート、質問、写真、録画、登壇内容を整理すると、社内共有、営業資料、採用広報、次回イベントの企画、SNS投稿に展開できます。 逆に、当日の運営だけで終わると、せっかくの学びや反応が担当者の記憶の中に残るだけになります。開催前から「何を記録するか」「誰が使うか」「どこに展開するか」を決めることが重要です。 活用先 使い方 事前に残すべきもの 営業 参加者フォローや提案時の会話材料に使う 参加者データ、質問、課題、録画 広報 開催レポート、SNS、ニュース記事として発信する 写真、実施概要、登壇者コメント 社内共有 関係部署への報告や次回改善に使う アンケート、良かった点、改善点 次回企画 テーマ、集客文言、対象者を見直す 参加者反応、申込経路、質問内容 ## 同じような取り組みを行う前のチェックリスト 自社で同じような取り組みを行う場合は、以下の項目を先に整理してください。すべてを確定させる必要はありませんが、未確定のまま外注先に相談する項目と、社内で決めるべき項目を分けておくと、進行が早くなります。 タイミング 確認すること 実施前 目的、対象者、開催形式、会場・ツール、告知方法、社内責任者を決める 実施中 進行、参加者対応、記録、写真・動画、質問対応、緊急判断の方法を決める 実施後 アンケート、参加者データ、レポート、社内共有、営業・広報活用、次回改善を行う 相談時 未確定事項、予算感、希望時期、外注したい範囲、社内で担える範囲をメモにする 類似企画の進め方を相談する ## 関連するサービス 今回のような取り組みを検討する場合は、以下のサービスや関連記事も合わせて確認してください。企画、運営、ウェビナー、イベント制作、開催後活用のどこを相談したいかが整理しやすくなります。 - WiLLSkills: https://aiandwill.com/ - サービス詳細: https://aiandwill.com/ - ウェビナー運営代行: https://aiandwill.com/webinar-operation-agency/ - ウェビナー運用代行の費用: https://aiandwill.com/webinar-agency-cost/ - イベント制作会社の選び方: https://aiandwill.com/event-production-company-selection/ - イベント制作会社の見積もり比較: https://aiandwill.com/event-production-company-estimate/ - お問い合わせ: https://aiandwill.com/contact/ ## よくある質問 ### 同じようなイベントや研修を相談できますか？ 相談できます。企画、運営、AI活用、広報、レポート化、開催後のコンテンツ活用のうち、目的、対象者、実施時期、社内体制が整理できていれば、企画段階から具体化できます。 ### 開催後のレポートや記事化も相談できますか？ 相談できます。開催して終わりにせず、参加者の反応、アンケート、写真、録画、営業資料化、次回テーマ設計まで含めて活用方法を整理します。 ### 小規模な取り組みでも相談できますか？ 可能です。大規模なイベントだけでなく、社内研修、地域イベント、オンライン配信、少人数向けワークショップでも、目的に合わせて設計できます。 ### 生成AIを使った企画や研修にも対応できますか？ 対応できます。AIの使い方を説明するだけでなく、業務、資料作成、企画、営業、マーケティングにどう組み込むかまで実務寄りに設計します。 ### AiWiLLには何を相談すればよいですか？ まずは「何を実施したいか」よりも「誰にどんな変化を起こしたいか」を共有してください。そこからWiLLSkillsの支援範囲に合わせて、企画、運営、開催後活用を整理します。 ## まとめ 開催報告や掲載告知は、短い事実共有だけで終わらせると読者にとっての価値が伝わりにくくなります。背景、設計、運営、開催後活用、相談できる領域まで整理することで、読み物としても実務資料としても使える記事になります。 AiWiLLでは、イベント、ウェビナー、生成AI研修、広報発信、開催後のコンテンツ活用まで、目的に合わせて支援範囲を整理します。まだ企画が固まりきっていない段階でも、目的、対象者、希望時期、外注したい範囲を共有いただければ、次に決めるべきことから一緒に整理できます。 生成AI研修・AI活用支援を相談する --- # AiWiLL が 熱海新聞・伊豆毎日新聞・伊豆新聞デジタルに掲載されました URL: https://aiandwill.com/aiwill%e3%81%8c%e7%86%b1%e6%b5%b7%e6%96%b0%e8%81%9e%e4%bc%8a%e8%b1%86%e6%af%8e%e6%97%a5%e6%96%b0%e8%81%9e%e4%bc%8a%e8%b1%86%e6%96%b0%e8%81%9e%e3%83%87%e3%82%b8%e3%82%bf%e3%83%ab%e3%81%ab%e6%8e%b2/ 公開: 2025-12-03 / 更新: 2026-06-06 AiWiLL が 熱海新聞・伊豆毎日新聞・伊豆新聞デジタルに掲載されましたについて、AiWiLLの取り組みとして記録します。単なるお知らせとしてではなく、読者が「自社で同じような企画を行うなら何を準備すべきか」「どの領域を外部に相談できるか」まで判断できるように整理します。 開催報告や掲載告知は、事実を伝えるだけでは価値が薄くなります。背景、設計意図、運営で見たポイント、開催後の活用まで見えると、読者にとって実務の参考資料になります。 元記事の要点：2025年11月30日に今宮神社（静岡県熱海市）で開催された「今宮えびす市」にAiWiLL株式会社としてAI体験ブースを出展しました。その様子が、伊豆新聞および伊豆新聞デジタルに掲載されましたのでお知らせいたします。 熱海新聞2025年12月2日(火)の記事 伊豆毎日新聞2025年12月2日(火)の記事 今回の掲載では、地域の子どもたちや来場者がAIに触れている様子や、当社の取り組みが「地域に新しい体験をもたらしたもの」として紹介されています。当社は今後も、地域イベントや教育機関との連携を通じて、AIを身近に感じられる取り組みを継続してまいります。 ▶︎ 伊豆新聞デジタル記事はこちら生成ＡＩブースに子どもくぎ付け 今宮えびす市盛況―熱海 / 伊豆新聞デジタル ▶︎ 当日のイベントレポートはこちら https://aiandwill.com/2025/12/05/2025-11-30 この実績から相談できること この記事は、AiW 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## この記事の要点 この記事では、AiWiLL が 熱海新聞・伊豆毎日新聞・伊豆新聞デジタルに掲載されましたを「何が行われたか」だけでなく「何を学べるか」という視点で読み直します。イベント、研修、広報、AI活用のいずれも、準備と開催後活用まで含めて設計することで価値が大きく変わります。 項目 内容 記事の位置づけ 開催報告・掲載告知・支援実績を、読者が次の企画に活かせる形で整理する記事 読者が見るべき点 何を実施したかだけでなく、どんな準備、設計、運営、活用の視点があるか 相談につながる領域 WiLLSkillsで相談できる企画、運営、研修、広報、開催後活用 次に使える視点 自社で似た取り組みを行う場合の準備項目と判断基準 ## 実施・掲載の背景 AiWiLLは、イベント、ウェビナー、生成AI研修、ビジネスプロデュースを通じて、挑戦する企業や担当者が次の成果を作るための支援を行っています。今回のような取り組みも、単発の活動ではなく、認知、関係構築、学び、営業・広報資産化の一部として捉えています。 イベントや研修は、当日だけで評価すると価値を見誤ります。参加者が何を持ち帰ったか、主催者が何を次に使えるか、社内外にどのような共有ができるかまで含めて設計すると、1回の取り組みが次の施策の材料になります。 その意味で、開催報告や掲載告知も重要なコンテンツです。読み手にとっては、実施事例を通じて自社の企画や相談準備を具体化できる資料になります。 ## 読者が持ち帰れる視点 この種の記事で見るべきなのは、開催名や掲載先だけではありません。自社で似た取り組みを行うなら、どのような準備、進行、参加者体験、開催後活用が必要になるかを確認することが重要です。 観点 確認すること 背景 なぜこの取り組みが必要だったのかを読むと、自社の課題と照らし合わせやすい 設計 対象者、目的、会場・配信、進行、参加者体験の設計を見ると準備の抜け漏れを減らせる 運営 当日の進行、登壇者フォロー、参加者対応、トラブル対応の観点を確認できる 活用 開催後のレポート、記事化、営業資料、次回テーマへの展開を考えやすくなる 特に、生成AI研修やイベントマーケティングのように変化が速いテーマでは、単に知識を伝えるだけでは不十分です。参加者が自分の業務に置き換えられる構成、実際に手を動かす時間、開催後に見返せる資料やレポートが必要になります。 ## 企画・運営で重要になること 企画や運営で最初に決めるべきなのは、対象者と持ち帰ってほしい変化です。参加者に知ってほしいのか、行動してほしいのか、社内で共有してほしいのかによって、構成、時間配分、資料、進行、フォローの設計が変わります。 また、当日の進行だけでなく、事前告知、申込導線、登壇者フォロー、写真・動画の記録、アンケート、開催後レポートまでを一つの流れとして設計する必要があります。ここまで決めておくと、開催後に「良かった」で終わらず、次の行動へつなげられます。 - 対象者と参加理由を一文で言える - 当日のゴールと開催後の活用先が決まっている - 記録する写真・動画・発言が決まっている - 参加者対応と緊急判断の担当が分かれている - 開催後に誰が何を共有するかが決まっている ## AiWiLLに相談できる領域 WiLLSkillsは、生成AIを単なる時短ツールではなく、資料作成、企画、営業、マーケティング、業務改善に組み込むための企業向け研修・実装支援です。 AiWiLLは累計企画数112件、累計参加人数10,551名、顧客満足度94.9%の実績をもとに、イベントやウェビナーを単発の開催で終わらせず、営業・広報・採用・次回施策に使えるビジネス資産として設計します。 AiWiLLに相談できるのは、当日の運営だけではありません。企画の壁打ち、告知設計、進行台本、配信、登壇者フォロー、開催後レポート、記事化、営業・広報活用まで、目的に合わせて範囲を整理できます。 相談領域 内容 イベント制作・運営 式典、セミナー、カンファレンス、展示会、ハイブリッド配信、当日進行の支援 ウェビナー運用 企画、告知、申込導線、司会台本、Zoom設定、当日運営、開催後フォロー 生成AI研修・AI活用 業務、資料作成、企画、営業、マーケティングにAIを組み込む研修と実装支援 広報・コンテンツ活用 開催後レポート、記事化、録画活用、SNS、営業資料、次回企画への展開 生成AI研修・AI活用支援を相談する ## 開催後に資産化する考え方 開催後の価値は、レポートの有無で大きく変わります。参加者数、アンケート、質問、写真、録画、登壇内容を整理すると、社内共有、営業資料、採用広報、次回イベントの企画、SNS投稿に展開できます。 逆に、当日の運営だけで終わると、せっかくの学びや反応が担当者の記憶の中に残るだけになります。開催前から「何を記録するか」「誰が使うか」「どこに展開するか」を決めることが重要です。 活用先 使い方 事前に残すべきもの 営業 参加者フォローや提案時の会話材料に使う 参加者データ、質問、課題、録画 広報 開催レポート、SNS、ニュース記事として発信する 写真、実施概要、登壇者コメント 社内共有 関係部署への報告や次回改善に使う アンケート、良かった点、改善点 次回企画 テーマ、集客文言、対象者を見直す 参加者反応、申込経路、質問内容 ## 同じような取り組みを行う前のチェックリスト 自社で同じような取り組みを行う場合は、以下の項目を先に整理してください。すべてを確定させる必要はありませんが、未確定のまま外注先に相談する項目と、社内で決めるべき項目を分けておくと、進行が早くなります。 タイミング 確認すること 実施前 目的、対象者、開催形式、会場・ツール、告知方法、社内責任者を決める 実施中 進行、参加者対応、記録、写真・動画、質問対応、緊急判断の方法を決める 実施後 アンケート、参加者データ、レポート、社内共有、営業・広報活用、次回改善を行う 相談時 未確定事項、予算感、希望時期、外注したい範囲、社内で担える範囲をメモにする 類似企画の進め方を相談する ## 関連するサービス 今回のような取り組みを検討する場合は、以下のサービスや関連記事も合わせて確認してください。企画、運営、ウェビナー、イベント制作、開催後活用のどこを相談したいかが整理しやすくなります。 - WiLLSkills: https://aiandwill.com/ - サービス詳細: https://aiandwill.com/ - ウェビナー運営代行: https://aiandwill.com/webinar-operation-agency/ - ウェビナー運用代行の費用: https://aiandwill.com/webinar-agency-cost/ - イベント制作会社の選び方: https://aiandwill.com/event-production-company-selection/ - イベント制作会社の見積もり比較: https://aiandwill.com/event-production-company-estimate/ - お問い合わせ: https://aiandwill.com/contact/ ## よくある質問 ### 同じようなイベントや研修を相談できますか？ 相談できます。企画、運営、AI活用、広報、レポート化、開催後のコンテンツ活用のうち、目的、対象者、実施時期、社内体制が整理できていれば、企画段階から具体化できます。 ### 開催後のレポートや記事化も相談できますか？ 相談できます。開催して終わりにせず、参加者の反応、アンケート、写真、録画、営業資料化、次回テーマ設計まで含めて活用方法を整理します。 ### 小規模な取り組みでも相談できますか？ 可能です。大規模なイベントだけでなく、社内研修、地域イベント、オンライン配信、少人数向けワークショップでも、目的に合わせて設計できます。 ### 生成AIを使った企画や研修にも対応できますか？ 対応できます。AIの使い方を説明するだけでなく、業務、資料作成、企画、営業、マーケティングにどう組み込むかまで実務寄りに設計します。 ### AiWiLLには何を相談すればよいですか？ まずは「何を実施したいか」よりも「誰にどんな変化を起こしたいか」を共有してください。そこからWiLLSkillsの支援範囲に合わせて、企画、運営、開催後活用を整理します。 ## まとめ 開催報告や掲載告知は、短い事実共有だけで終わらせると読者にとっての価値が伝わりにくくなります。背景、設計、運営、開催後活用、相談できる領域まで整理することで、読み物としても実務資料としても使える記事になります。 AiWiLLでは、イベント、ウェビナー、生成AI研修、広報発信、開催後のコンテンツ活用まで、目的に合わせて支援範囲を整理します。まだ企画が固まりきっていない段階でも、目的、対象者、希望時期、外注したい範囲を共有いただければ、次に決めるべきことから一緒に整理できます。 生成AI研修・AI活用支援を相談する --- # 【開催報告】2025/11/30 – 熱海・今宮神社でAIアートワークショップ「AI YATAI」を実施しました。 URL: https://aiandwill.com/2025-11-30/ 公開: 2025-12-05 / 更新: 2026-06-13 2025年11月30日（日）熱海・今宮神社の境内で開催されたお祭りに、AiWiLLとして「AI屋台」を出店しました！ 〜神社 × AI のミスマッチが生んだ、新しいお祭りの風景〜 ### 「生成AI体験屋台 – AI YATAI」～あなたの描いた絵が動きだすAIアートブース～ 歴史ある神社の境内に、最先端のAI技術を持ち込む——この「神社 × AI」という少し不思議なミスマッチも、当日ならではの面白い風景となりました。 予想を超える大盛況！ 当日は天気にも恵まれ、ブースには大人も合わせて約50組程の方々が足を運んでくれました。 実際にイラストを描いて「AI水族館」に参加してくれたのは約40名。一時はスタッフが総出で対応に追われるほどの大盛況でした。 ### 十人十色の「AI水族館」 子どもたちの参加スタイルは本当に自由でクリエイティブ！ 好きなキャラクターや流行りのイラストを描いてくれる子もいれば、お絵かきが少し苦手な子には用意した「塗り絵」にトライしてもらいました。 結果、モニターの中の「AI水族館」は、色とりどり、個性あふれる海の生き物たちでいっぱいに。 自分の絵が動き出した瞬間、「あ！泳いだ！」「いた！」と歓声が上がり、画面の中の自分の魚を指で追いかける子どもたちの目はキラキラと輝いていました。 ### 嬉しかった「小さなスタッフ」の誕生 今回特に印象的だったのは、何度も熱心にブースに来てくれたあるお子さんの姿です。 なんと、自らお友達に遊び方を説明して、私たちのサポートをしてくれたのです！ 参加者である子どもたちが、いつの間にか作り手側に回ってイベントを盛り上げてくれる——そんな一体感が生まれたことも、このイベントの大きな収穫でした。 完成したイラストは台紙に貼って、首から下げられるプレゼントに。 大事そうに持ち帰る背中を見送りながら、「お家に帰ってから、今日の不思議な体験をご家族やお友達と話してくれたら嬉しいな」と願わずにはいられませんでした。 ### 大人の方も「Gemini」で画像生成AI体験 今回は子どもたちだけでなく、大人の方にもAIの面白さを体験していただきました。 「どんな絵を描きたいですか？」と伺い、スタッフが生成AI「Gemini」を使ってその場で画像を生成。 言葉で伝えただけのイメージが、一瞬で絵画のように仕上がる様子を見て、「こんなに簡単な指示で絵ができるの！？」と驚きの声が上がっていました。 「難しそう」というイメージが、「意外と簡単で面白い」に変わる瞬間をご一緒できて嬉しかったです。 ### 新聞にも掲載されました この取り組みの様子は、熱海新聞・伊豆毎日新聞・伊豆新聞デジタルにも掲載いただきました。 地域の方々に私たちの活動を知っていただく素晴らしい機会となりました。 ▼掲載記事はこちら AiWiLLが熱海新聞・伊豆毎日新聞・伊豆新聞デジタルに掲載 ### おわりに 最後は運営メンバー全員、達成感いっぱいの笑顔で集合写真！ 熱海というこの場所で、子どもから大人まで、AIがもっと身近に、もっと楽しく活用されていく未来を感じた一日でした。 ご来場いただいた皆様、本当にありがとうございました！ ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【開催報告】2025/11/30 – 熱海・今宮神社でAIアートワークショップ「AI YATAI」を実施しました。近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 生成AI活用について相談する ## 関連して読む記事 - 会社情報 - お問い合わせ - イベントマーケティング全体設計 - 生成AI導入支援の相談導線を見る ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【掲載のお知らせ】熱海新聞にAiWiLL代表・赤堀亘のインタビューが掲載されました URL: https://aiandwill.com/%e3%80%90%e6%8e%b2%e8%bc%89%e3%81%ae%e3%81%8a%e7%9f%a5%e3%82%89%e3%81%9b%e3%80%91%e7%86%b1%e6%b5%b7%e6%96%b0%e8%81%9e%e3%81%abaiwill%e4%bb%a3%e8%a1%a8%e3%83%bb%e8%b5%a4%e5%a0%80%e4%ba%98%e3%81%ae/ 公開: 2026-01-09 / 更新: 2026-06-13 AiWiLL株式会社（代表：赤堀亘）は、熱海新聞より取材を受け、当社の取り組みが取り組みが2026年1月9日の記事として、熱海新聞・伊豆新聞デジタルに掲載されました。 記事では、生成AIを活用したイベント・マーケティング支援や、地域の方々にAIに触れていただく無料セミナー／体験イベントの実施など、熱海での活動をご紹介いただいています。 今後もAiWiLLは、さまざまなイベントを実施し、地域の挑戦・まちづくりへ貢献し、地域事業の成長を後押ししてまいります。 ※掲載紙面：熱海新聞「生成AIで熱海盛り上げ」（伊豆の今） ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【掲載のお知らせ】熱海新聞にAiWiLL代表・赤堀亘のインタビューが掲載されました近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 生成AI活用について相談する ## 関連して読む記事 - 会社情報 - お問い合わせ - イベントマーケティング全体設計 - 生成AI導入支援の相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的【掲載のお知らせ】熱海新聞にAiWiLL代表・赤堀亘のインタビューが掲載されましたで扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - 会社情報 - イベントマーケティング - お問い合わせ 関連する取り組みや今後の連携については、AiWiLLの活動について相談するから確認できます。 ## あわせて読みたい実務ガイド - イベントマーケティングとは？BtoB企業の完全ガイド——イベントを商談の仕組みにする考え方 - 企業イベントの企画アイデア50選｜目的別一覧——イベントの形式から探したい方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催報告】2026/1/16 AiWiLL × みらいマーケティング本舗 『ひとりマーケターの教科書』出版記念トークセッションを実施しました URL: https://aiandwill.com/%e3%80%90%e9%96%8b%e5%82%ac%e5%a0%b1%e5%91%8a%e3%80%912026-1-16-aiwill-x-%e3%81%bf%e3%82%89%e3%81%84%e3%83%9e%e3%83%bc%e3%82%b1%e3%83%86%e3%82%a3%e3%83%b3%e3%82%b0%e6%9c%ac%e8%88%97-%e3%80%8e/ 公開: 2026-01-19 / 更新: 2026-06-13 2026年1月16日（金）、東京・代々木のInnovatiaセミナールームにて、AiWiLL株式会社と株式会社みらいマーケティング本舗の共催による『ひとりマーケターの教科書』出版記念トークセッションを開催しました。 左から：モデレーター 和成氏、主催 赤堀氏、著者 堀野氏 アーカイブ視聴はこちら 冒頭、モデレーターの和成氏が「ゆるふわな雰囲気で楽しく進めましょう」と場を和ませる一方で、定員20名の会場は満席。「ひとりでも成果を出せるマーケティングのすべて」というテーマに対し、最前列から最後列まで、参加者の真剣な眼差しと熱気が充満する中でのスタートとなりました。 ## イベント開催概要 - イベント名: 『ひとりマーケターの教科書』出版記念イベント 「ひとりでも成果を出せる」マーケティングのすべて　〜失敗も成功も、全部話します〜 - 日　時: 2026年1月16日（金） 19:00 – 21:00 - 登壇者: - 堀野 正樹 氏（著者・メインスピーカー）（@horino_ec） （株式会社みらいマーケティング本舗 代表取締役 / 著者） - 赤堀 亘 氏（主催）（@wakahori110） （AiWiLL株式会社 代表取締役） - 伊東 和成 氏（モデレーター）（@MacopeninSUTABA) （株式会社サードスコープ 取締役COO ） ## 第1部：著者・堀野氏が語る「泥臭い顧客理解」 ### 〜会場が大きく頷いた「失敗と成功」の実体験〜 第1部では、著者の堀野氏が登壇。「かつては社内で『何をやっているか分からない』と言われる三流マーケターだった」という赤裸々な自己開示から始まり、そこから「たった4人のチームで年商70億円の事業を回す」までに至った、ウォーターサーバー事業時代の強烈なエピソードが披露されました。 特に会場の空気が変わったのは、「CMをやめて売上が伸びた理由」のロジックです。 堀野氏は当時、競合他社とのスペック競争に勝つため、徹底的な顧客インタビューを実施。その結果、「お客さんはブランド名すら覚えておらず、ネットの『比較サイト』だけを見て決めていた」という衝撃の事実に直面します。 堀野：「そこで、思い切ってテレビCMをやめ、年間10億円の予算のうち6億円を比較サイト対策に『全振り』しました。その結果、他社がCMを打てば打つほど、検索したユーザーが自社に流れてくる『コバンザメ戦略』がハマり、売上が劇的に伸びました」 さらに、LTV（顧客生涯価値）向上のために行った「100軒以上の自宅訪問」のエピソードも強烈でした。 「サーバーが大きすぎて邪魔」「飲みきれずに段ボールが積み上がっている」といった、データからは見えないリアルな不満を発見。そこから「配送スキップ機能」を提案し、あえて水を送らないことで解約率を下げたという逆転の発想に、多くの参加者が深く頷いていました。 また、堀野氏は「潜入調査」の裏技も披露。 「メーカーの人間と言うと本音が出ないので、調査会社の人間として座談会に潜り込み、ボロボロ出てくる悪口や本音をメモしていた」という執念の行動力に、会場からは驚きと感嘆の声が上がりました。 ## 第2部：クロストーク「AIに丸投げはNG。人間がやるべき"仮説"と"熱量"の話」 ### 〜プロンプトのコツからSNS運用まで、3人の"手触り感"ある活用術〜 第2部では、モデレーターの和成氏、赤堀氏を交え、「生成AIの実践的活用法」について議論が白熱しました。 単なる便利ツールの紹介に留まらず、「AIが出してきたものを、どう人間が料理するか」という、成果に直結する泥臭いノウハウが次々と飛び出しました。 ■ 和成の活用術：営業・リサーチの「仮説構築」 「商談前のリサーチにAI（Gemini等）を使い倒しています」と語る和成氏。単に会社概要を調べるのではなく、「仮説」を作らせるのがポイントだと語ります。ゼロから調べる時間を短縮し、人間しかできない「仮説検証」と「提案」に時間を割くという営業の極意が共有されました。 「相手企業の社長インタビュー記事などをAIに読み込ませ、『この社長はパッション重視』『今は営業マンの採用に困っているはず』といった仮説を立てさせます。その仮説を持って商談に臨むことで、『御社の課題はこれですよね？』と刺さる提案ができるようになりました」 ■ 赤堀の活用術：イベントPDCAの高速化 イベント主催者である赤堀氏は、PDCAを回すスピードにAIを活用しています。 「イベント後のアンケート分析や、次回の集客キャッチコピー作成に使います。『今回の参加者はこういう感想だったから、次のタイトルにはこのキーワードを入れよう』といった改善サイクルを、AIを壁打ち相手にしながら高速で回しています。一人で考えると煮詰まる企画も、AIとなら無限にブレストできます」 ■ 堀野の活用術：顧客憑依（ペルソナシミュレーション） 堀野氏は、AIを「顧客そのもの」になりきらせるユニークな使い方を披露しました。 「AIに特定のペルソナ（例えば30代主婦など）になりきってもらい、『この商品どう思う？』『この広告文、刺さる？』と壁打ちします。もちろんリアルのヒアリングが最強ですが、その前段階のシミュレーションとしてAIを使うことで、企画の精度を上げています」 ■ SNS運用での"人間味"の残し方 話題はSNS（X/Twitter）運用にも及びました。「AIで文章を書くと、どうしてもAIっぽく（優等生すぎたり、不自然に）なる」という課題に対し、和成氏から実践的なプロンプトのコツが紹介されました。 - 自分の過去の伸びた投稿を10個くらいAIに読み込ませて、文体やクセを学習させる（Few-shotプロンプト） - あえて、プロンプトに「人間味を持たせて」「AIっぽさを消して」と指示に入れる 3名の共通見解として出された結論は、「AI時代だからこそ『人間力（OS）』が重要になる」という点です。「ノウハウコレクターにならず、AIが出した仮説を泥臭く実行できるかどうかが、成果を分ける鍵になる」テクノロジーの話をしていたはずが、最後は人間の「泥臭さ」と「熱量」の重要性に帰着するという、会場全体が深く納得するセッションとなりました。 「AIに丸投げするのではなく、自分の『仮説』や『人間味』を足すことが不可欠」という結論には、会場からも納得の声が上がっていました。 ## 質疑応答と会場の雰囲気 ### 〜予算取りから採用まで、"ここだけの話"が続出〜 後半のQ&Aセッションでは、Slidoを通じて具体的な悩みや質問が次々と寄せられ、登壇者たちが本音で回答しました。 Q. 社内で新しい施策の予算を取るコツは？ A. （堀野）「小さく勝って信用を貯める」 いきなり大きな予算を狙わず、まずは数万円で速攻の成果（クイック・ウィン）を出して信用を作ること。提案時は「松・竹・梅（ポジティブ・通常・ネガティブ）」の3パターンを用意し、経営者のリスク不安を先回りして解消するのが鉄則です。 Q. AIで作ったLP、プロに頼むタイミングは？ A. （和成・赤堀）「売れる数字が出てから」 最初はAIで作ったLPで少額の広告を回し、テストマーケティングを行います。そこでニーズが確認できてからプロに依頼すればOK。今はスピード優先で「まずは世に出す」ことが最重要です。 Q. 予算がない個人事業主のリサーチ方法は？ A. （堀野）「1,000円オフ会で本音を聞く」 実費程度（1,000円）の参加費で、小規模なユーザー交流会を開くのがおすすめ。「開発者と話したい」ユーザーからポロリと出る本音こそが、最強のリサーチ材料になります。 登壇者たちの飾らない本音回答に、会場の緊張も解け、時折笑いが起こるアットホームながらも密度の濃い時間となりました。 イベント終了後の交流会では、「目が合ったら名刺交換」の合言葉のもと、参加者同士が積極的に交流。堀野氏のサインを求める長い列ができ、終了時間ギリギリまで「明日からの施策」について熱い相談が交わされるなど、最後まで熱量の高いイベントとなりました。 ネットや書籍だけでは解決できない個別の悩みを、登壇者に直接ぶつけられるのもリアルイベントならではの価値そのものでした。  参加者の「リアルな悩み」に本音で向き合う赤堀氏  「明日からの一歩」を後押しする直筆サインをする堀野氏 ## 参加者の声  参加者から寄せられた、熱い感想の一部をご紹介します。 - 書籍もいただけたのと、AI活用された生の声を聞くことが出来たので、非常に有意義でした。 - マーケティングをする上でブレてはいけないポイントや、実際にどんな壁打ちを試しているかなど、具体的なお話を聞かせていただきまして、大変ありがたかったです。 - 実際にどんな壁打ちを試しているかなど、具体的なお話を聞くことができました。 - 綺麗な成功談だけでなく、泥臭い失敗談や現場のリアルな工夫が聞けて、明日からの勇気をもらいました。 ## まとめ 「マーケティングとは、やるものではなく『動かす』もの」。 堀野氏の言葉通り、参加者一人ひとりが明日から周囲を巻き込み、成果を出すための「具体的な武器」と「仲間」を持ち帰る一夜となりました。 ▶アーカイブ視聴はこちら ▶ 本の詳しい情報はこちら 今後のイベント情報を見逃さないよう、ぜひ AiWiLL Peatixグループのフォローをお願いします。  https://peatix.com/group/16520808 ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【開催報告】2026/1/16 AiWiLL × みらいマーケティング本舗 『ひとりマーケターの教科書』出版記念トークセッションを実施しました近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 イベント制作・運営を相談する ## 関連して読む記事 - イベント制作会社ランキング - イベント企画書の作り方 - ハイブリッドイベント運営代行 - WiLLSTAGEの相談導線を見る ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催報告】2026/01/29 マックスバリュ熱海店の従業員様向けに「生成AI活用ワークショップ」を実施しました URL: https://aiandwill.com/%e3%80%90%e9%96%8b%e5%82%ac%e5%a0%b1%e5%91%8a%e3%80%912026-01-29-%e3%83%9e%e3%83%83%e3%82%af%e3%82%b9%e3%83%90%e3%83%aa%e3%83%a5%e7%86%b1%e6%b5%b7%e5%ba%97%e3%81%ab%e3%81%a6%e3%80%8c%e7%94%9f%e6%88%90/ 公開: 2026-01-29 / 更新: 2026-06-13 2026年1月29日（木）静岡県熱海市のマックスバリュ熱海店にて、従業員の皆様を対象とした「生成AI活用ワークショップ」を開催しました。 今回の開催は、熱海のコワーキングスペース「naedoco」の根上氏のご縁から、マックスバリュ熱海店の長倉店長と繋がり、「ぜひ従業員の業務効率化や、新しい働き方のヒントに」という熱い想いで実現したものです。 会場となったのは、普段は従業員の皆様が休憩やミーティングに使用されているバックヤードの一室。 「スーパーマーケットの裏側で最先端のAIセミナー」というユニークなシチュエーションの中、業務の合間を縫って参加された皆様と共に、和やかかつ熱気のある1時間がスタートしました。 ## 第1部：「晩ご飯どうする？」から始まるAI入門 〜冷蔵庫の写真を撮るだけで、献立問題が解決〜 「AIを使ったことがある方はいますか？」 冒頭、赤堀からの問いかけに、最初は少し緊張気味だった会場。しかし、話題が「毎日の家事」に移ると空気は一変しました。 「仕事で疲れて帰って、冷蔵庫に残っているのは半端な野菜だけ。そんな時、献立を考えるのって本当に面倒ですよね」 そこで紹介されたのが、Geminiを使った「冷蔵庫の中身写真からレシピを提案してもらう」という活用法です。 特に会場の共感を呼んだのは、「野菜嫌いの子どもがいる」というシチュエーションの実践でした。 赤堀：「例えば『野菜嫌いの10歳の子どもが喜ぶ、20分で作れるレシピを考えて』とAIに写真を送ります。するとAIは、野菜を細かく刻んでひき肉と混ぜる『キーマカレー』を提案してくれたりするんです。『野菜を隠す』という母の愛のような戦略まで、AIが瞬時に組み立ててくれるんですよ」 「人間に相談すると気を使うけれど、AIなら24時間365日、文句ひとつ言わずに相談に乗ってくれる」。この「気兼ねなさ」こそが、AIを生活に取り入れる最初の一歩であるというメッセージに、多くの参加者が頷いていました。 ## 第2部：IQ120の「優秀なパートナー」を雇う感覚 〜AIに丸投げして、人間は”判断”に集中する〜 続いて話題は、AIとの「付き合い方」へ。 現在の生成AIは、IQ120（東大生レベル）以上の知能を持っているとも言われています。しかし、多くの人が「使い方が難しい」と感じてしまうのはなぜでしょうか。 赤堀は、AIを使う際の心構えとして「優秀なパートナーを雇った社長になること」を提唱しました。 - すべてを自分でやろうとしない（AIに任せる） - AIが出してきた案に対して、人間が責任を持って「判断（決裁）」する - 上手に指示（プロンプト）を出して、期待通りの成果物を引き出す 「AIは完璧ではありません。東大生だって間違えることはあります。だからこそ、『使えない』と切り捨てるのではなく、『どう伝えればうまく動いてくれるか』を考える。これは、部下や同僚とのコミュニケーションとも通じるスキルなんです」 AIへの指示出しが上手くなると、不思議と人間同士のコミュニケーションも円滑になる――。と、AI技術の話だけでなく、マネジメントやコミュニケーションの本質に触れるセッションとなりました。 ## ワークショップ：スマホ片手にレシピと「即席POP」作り 〜現場ですぐ使える！参加者の驚きの声〜 後半は、実際にスマートフォンを使ってAI（Gemini）を動かすハンズオンタイムです。 今回は、スーパーマーケットという場所柄に合わせ、「売り場の食材写真を撮って、おすすめレシピや販促フライヤーを作る」というワークを行いました。 「この商品の写真を撮って、『おすすめの食べ方』を聞いてみてください。そして、それを『フライヤー画像にして』と頼んでみましょう」 参加者の皆様がそれぞれのスマホで店内や手元の写真を撮影し、AIに話しかけます。 数秒後、画面にAIが生成した「彩り豊かなレシピ画像」や「キャッチコピー入りのポスター案」が表示されると、会場のあちこちから「おお！すごい！」「これ、そのまま売り場に貼れるんじゃない？」といった歓声が上がりました。 文字情報だけでなく、画像生成まで一瞬で行えるAIの実力に、参加者の皆様も「明日の業務からどう使えるか」をリアルにイメージされている様子でした。 ## 質疑応答と会場の雰囲気 セッション終了後のQ&Aでは、具体的なツールの選び方や、今後の進化についての質問が寄せられました。 Q. AIツールはいろいろありますが、結局どれが一番いいんですか？ A. （赤堀）「今は好きなものでOK」 「今はGeminiがリードしていても、翌月にはChatGPTがアップデートして追い抜く、といったイタチごっこの状態です。なので『どれが一番か』を悩みすぎるより、まずは触りやすいものを一つ使い倒してみるのがおすすめです」 Q. AIはずっと使うと自分好みに育つんですか？ A. （赤堀）「その通りです。使えば使うほど阿吽の呼吸になります」 「AIは会話の履歴や文脈を記憶していきます。『この人はこういうトーンが好きだな』『以前の前提条件はこうだったな』と学習していくので、使い続けるほどに自分専用の秘書のように育っていきますよ」 ## まとめ イベントの締めくくりとして、赤堀から参加者の皆様へ以下のメッセージが送られました。 「AIに仕事を任せることで生まれた時間は、ぜひ『家族との時間』や『自分の幸せ』のために使ってください」 AIは仕事を奪う敵ではなく、人間が人間らしく生きるための時間を生み出してくれる味方です。 マックスバリュ熱海店の皆様が、これからの業務や私生活でAIという「新しいパートナー」と共に、より豊かな時間を過ごされることを願っています。 今回の貴重な機会を繋いでくださったnaedocoの根上様、そして開催にご尽力いただいた長倉店長、本当にありがとうございました！ ## イベント開催概要 - イベント名: マックスバリュ熱海店 生成AI活用ワークショップ - 〜毎日の仕事も家事もちょっとラクになる〜 - 日　時: 2026年1月29日（木） 13:00 – 14:00 - 会　場: マックスバリュ熱海店 - 登壇者: 赤堀 亘（AiWiLL株式会社 代表取締役） ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【開催報告】2026/01/29 マックスバリュ熱海店の従業員様向けに「生成AI活用ワークショップ」を実施しました近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 生成AI活用について相談する ## 関連して読む記事 - 会社情報 - お問い合わせ - イベントマーケティング全体設計 - 生成AI導入支援の相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的【開催報告】2026/01/29 マックスバリュ熱海店の従業員様向けに「生成AI活用ワークショップ」を実施しましたで扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - 会社情報 - イベントマーケティング - お問い合わせ 関連する取り組みや今後の連携については、AiWiLLの活動について相談するから確認できます。 ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 企画書をリアル会議でゼロから作る、ビジネスポッドキャスト番組「キカクラジオ」Spotifyで配信開始 URL: https://aiandwill.com/%e4%bc%81%e7%94%bb%e6%9b%b8%e3%82%92%e3%83%aa%e3%82%a2%e3%83%ab%e4%bc%9a%e8%ad%b0%e3%81%a7%e3%82%bc%e3%83%ad%e3%81%8b%e3%82%89%e4%bd%9c%e3%82%8b%e3%80%81%e3%83%93%e3%82%b8%e3%83%8d%e3%82%b9%e3%83%9d/ 公開: 2026-02-21 / 更新: 2026-06-13 マーケティング特化型イベント制作・生成AI研修を手がけるAiWiLL株式会社（代表：赤堀 亘、熱海市）は、ビジネスポッドキャスト番組「キカクラジオ」の配信を開始しました。 Spotify：https://open.spotify.com/show/1j40v1axkqI87BxE4oj4xt 本番組は、毎回リアルなクライアントからの依頼を受け、企画書をゼロからこの場で作り上げるドキュメンタリービジネスポッドキャスト番組です。企画の試行錯誤・議論の過程をそのまま配信し、「明日の会議からすぐ使える企画の作り方」を届けます。 ## 背景：なぜ始めたか 「イベントマーケティングって何ですか？」——名刺交換のたびに繰り返されるこの問いが、番組開始の原点です。 年間100企画以上を手がけながら、企画の作り方・発想法が世の中に届いていないという課題があった。企画力こそが売上・採用・ブランディングを動かす経営の核だが、「企画の思考プロセス」を公開しているコンテンツはほぼ存在しない。 キカクラジオは、リアルな会議をそのまま配信することで、経営者・マーケター・企画職が「良い企画を作れる人」になるための場を作る。 ## 番組概要 番組名：キカクラジオ Spotify：https://open.spotify.com/show/1j40v1axkqI87BxE4oj4xt ### 番組コンセプト あらゆるビジネス企画を0から会議し、この場で企画書まで作り上げるドキュメンタリービジネスポッドキャスト。毎回、本日のクライアントから届いた依頼に合わせて、どうすれば実現可能で魅力が伝わる企画になるかをリアルに会議する。 ### こんな方にオススメ ・「企画力を上げたい」経営者・マーケター・営業担当 ・イベントや自社メディアの企画で成果が出ていない方 ・企画会議で説得力のある提案ができるようになりたい方 ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ企画書をリアル会議でゼロから作る、ビジネスポッドキャスト番組「キカクラジオ」Spotifyで配信開始近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 イベントマーケティングを相談する ## 関連して読む記事 - イベントマーケティング全体設計 - イベントKPIとROI - BtoBリード獲得イベント - WiLLCREWの相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的企画書をリアル会議でゼロから作る、ビジネスポッドキャスト番組「キカクラジオ」Spotifyで配信開始で扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - イベントマーケティングの全体設計 - BtoBリード獲得イベント - イベントKPIとROI WiLLCREWで相談できること この記事と近いテーマで、目的設計、必要体制、当日の不安、開催後の活用まで整理したい場合は、現状の課題をまとめて相談できます。 成果につながるイベント設計を相談する ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # シンガーソングライター・somei氏が、AiWiLL株式会社の公式アンバサダー就任いたしました。 URL: https://aiandwill.com/%e3%82%b7%e3%83%b3%e3%82%ac%e3%83%bc%e3%82%bd%e3%83%b3%e3%82%b0%e3%83%a9%e3%82%a4%e3%82%bf%e3%83%bc%e3%83%bbsomei%e6%b0%8f%e3%81%8c%e3%80%81aiwill%e6%a0%aa%e5%bc%8f%e4%bc%9a%e7%a4%be%e3%81%ae%e5%85%ac/ 公開: 2026-03-02 / 更新: 2026-06-13 AiWiLL株式会社（代表：赤堀、所在地：熱海市）は、シンガーソングライター・somei氏を公式アンバサダーとして迎えたことをお知らせします。 ## 就任の背景 AiWiLLは「世界一を、生み出すイベントを」をミッションに掲げ、イベントを単なる集客施策ではなく、企業の権威性・信頼・感動を一日で構築するマーケティング装置として設計・提供してきました。 somei氏との出会いは、ある縁から始まった日常的な接点でした。しかし会話を重ねる中で、**「ライブも、イベントも、根っこは同じだ」**という強い共鳴が生まれました。 中学2年からギター弾き語りでステージに立ち続け、TVアニメ2作品のタイアップ、ソニーミュージック系新人コンペでの準グランプリ獲得、そして2025年2月の渋谷での1stワンマンライブ「ASYLUM」——somei氏のキャリアは「観客の感情を動かすこと」への一貫した執着で貫かれています。 これはAiWiLLがイベント設計で追い求めてきた本質そのものでした。プログラムの構成・登壇者の配置・空間演出・映像・音響——AiWiLLがこだわり続けてきた「感動の設計」と、somei氏が一曲一曲に込めてきた「感情を動かす構造」は、同じ思想の上に立っていました。 ## なぜアンバサダーなのか AiWiLLが提供するイベントは、クライアントの売上と信頼を直接つくる場です。参加者が「このイベントは違う」と感じる瞬間こそが、主催者への信頼と権威性を生む。 その「違い」を体現する存在として、somei氏は最適でした。 「等身大の日々を歌う」というsomei氏の音楽哲学は、飾らないリアルさで人の心を掴む力を持っています。その力はライブ空間で最大化される——これはAiWiLLがイベントという場に対して抱く信念と完全に一致します。 somei氏のアンバサダー就任は、AiWiLLが「感動の質」にも責任を持つ会社であるというメッセージを、言葉より先に示します。 ## somei プロフィール 東京都出身。元ソニーミュージック傘下・MiCLOVER所属のシンガーソングライター。 中学2年からギター弾き語りでライブ活動をスタート。2021年、ソニーミュージック主催の新人コンペ「Go To STARDOM」で準グランプリを獲得。2023年8月、TVアニメ『デキる猫は今日も憂鬱』OPテーマ「憂う門には福来たる」でメジャーデビュー。同年11月にはTVアニメ『僕らの雨いろプロトコル』EDテーマも担当。 作詞・作曲を自身で手がけ、「等身大の日々を歌う」スタイルで幅広い世代の共感を集める。2025年2月には渋谷LOFT HEAVENにて1stワンマンライブ「ASYLUM」を開催。同年3月には1stアルバム「some : i」をリリース。 – X：@somei_nanodayo – Instagram：@somei_nanodayo ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマシンガーソングライター・somei氏が、AiWiLL株式会社の公式アンバサダー就任いたしました。近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 AiWiLLについて見る ## 関連して読む記事 - 会社情報 - お問い合わせ - イベントマーケティング全体設計 - AiWiLLの相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的シンガーソングライター・somei氏が、AiWiLL株式会社の公式アンバサダー就任いたしました。で扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - 会社情報 - イベントマーケティング - お問い合わせ 関連する取り組みや今後の連携については、AiWiLLの活動について相談するから確認できます。 ## あわせて読みたい実務ガイド - イベントマーケティングとは？BtoB企業の完全ガイド——イベントを商談の仕組みにする考え方 - 企業イベントの企画アイデア50選｜目的別一覧——イベントの形式から探したい方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催報告】2026/03/01 AiWiLL×熱海市生涯学習課「5秒でAIまんが爆誕道場 in 熱海」を実施しました URL: https://aiandwill.com/shogaigakusyu-atami/ 公開: 2026-03-04 / 更新: 2026-06-13 2026年3月1日（日）、静岡県熱海市の南熱海マリンホールにて、熱海市生涯学習課との共同プロジェクト「AIまんが爆誕道場！君も今日からマンガ家プロジェクト」を開催しました。 会場の目の前に広がるのは、キラキラと輝く青い海。当日は「スポーツ少年団交流大会兼スポーツ体験教室」が開催されており、館内は朝からユニフォーム姿の子どもたちの活気で包まれていました。最新の生成AI体験ブースには多くの子どもたちが訪れ、会場は驚きと笑顔で埋め尽くされました。 ## 第1部：自分だけの物語が「爆誕」する瞬間 ### 〜「えっ、もうできたの？！」AIが叶える子どもたちの想像力〜 今回のメインコンテンツは、Googleの生成AI「Gemini」に特化した専用ツールを使い、子どもたちが考えたストーリーを即座にまんが化する体験ブースです。 子どもたちは、以下の3種類のオーダーシートから自分に合ったものを選びます 。 - 「入門シート」：低学年向け。選択肢から選ぶだけで手軽に作成 - 「応用シート」：高学年向け。キャラクター設定やお話のアイデアを詳細に指定 - 「手描きチャレンジ用紙」：全年齢対象。自分自身のイラストにAIの要素を組み合わせる本格派 アイデアに悩む子には、スタッフが「どんなお話にしたい？」「題名はどうする？」とヒアリングしながらサポート。画面上で自分の頭の中の世界が形作られていくのをジッと見守る子どもたちの表情は真剣そのものでした。 スピーディーにまんがが完成すると、会場のあちこちで「わぁ〜、超いいのできた！」「本当にもう描けてる！」と喜びが爆発。一度完成させた子が、さらにこだわりの「手描き」に再挑戦しに戻ってくるなど、創作の熱は冷めることがありませんでした。 完成したまんがは印刷され、首から下げられるホルダーに入れてプレゼント。自分だけの作品を誇らしげに掲げて歩く「小さなまんが家」たちの姿が、会場のあちこちで見られました。 ## 第2部：地域・世代を超えた「AI×生涯学習」の新しい形 ### 〜ボランティアや職員も夢中になった、学びのDX体験〜 今回のイベントは、子どもたちだけでなく、運営に関わった大人たちにとっても大きな学びの場となりました。 子どもたちが順番を待っている間、保護者の方々には生涯学習課の職員が活動パンフレットを配布したり、熱海の生涯学習についてお話ししたりする様子が見られました。待ち時間も地域とのつながりを感じる有意義なひとときとなりました。 特に盛り上がったのは、生涯学習課のイベント担当職員自らが「生涯学習を伝えるまんが」をAIで描いた瞬間です。 その出来栄えはボランティアの方々からも大絶賛！ 「このまま窓口に貼り出して活動を知ってもらいたい！」 「ブログで連載したら面白いかも！」 と、次々に前向きなアイデアが飛び交い、窓口業務や広報のDXを予感させる盛り上がりとなりました。 ## 当日の成果と「まんが家」たちの声 ### 〜「僕もパソコンが欲しくなった！」未来への種まき〜 会場の窓一面に貼り出された「作品ギャラリー」は圧巻。 当日は新聞社の方も見に来てくださり、イベントへの関心の高さが伺えました。 #### 【参加者の声】 - 「今日、これが一番楽しみだった！」 - 「自分の考えたことがまんがになるのが魔法みたいで楽しかった！」 - 「お母さんにパソコン買ってもらって、お家でもやりたい！」 - 「スポーツ以外の体験もできて、今日一日がもっと楽しくなった」（保護者） ## 運営スタッフより：会場を包んだ「熱量」が最大の成功 「我々スタッフも、心から楽しみました。その楽しさが子どもたちやボランティアの方々に伝わり、会場全体がポジティブな熱量に包まれたことが、今回の最大の成功だと確信しています」（AiWiLLスタッフ一同） ## まとめ ### AIで地域の「やりたい」を形にする 「AIまんが爆誕道場 in 熱海」は、技術を単に「学ぶ」ためのものではなく、技術を使って「創る・楽しむ」体験を通じて、市民の皆様に笑顔を届けるプロジェクトとなりました。 AiWiLL株式会社では、今回の「AIまんが道場」のように、生成AIという最新技術を「誰もが楽しめる体験」へと変換し、地域の課題解決や学習支援に繋げる活動を続けています。今後も私たちは「AI×イベントマーケティング」の専門家集団として、地方自治体や企業の皆様と共に、誰もがワクワクする未来の体験を創造してまいります。 今回のイベントのようなAIブースの出展や、生成AIを活用した地域活性化企画にご興味のある方は、ぜひお気軽にお問い合わせください。 ## イベント開催概要 イベント名：5秒でAIまんが爆誕道場 in 熱海（君も今日からまんが家プロジェクト） 日　時：2026年3月1日（日） 10:00 – 12:00 会　場：南熱海マリンホール 主　催：熱海市教育委員会 生涯学習課 / AiWiLL株式会社 対　象：年長児〜小学生児童及び保護者 参加費：無料 ▼ AiWiLL株式会社へのお問い合わせはこちら https://aiandwill.com/contact/ ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【開催報告】2026/03/01 AiWiLL×熱海市生涯学習課「5秒でAIまんが爆誕道場 in 熱海」を実施しました近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 生成AI活用について相談する ## 関連して読む記事 - 会社情報 - お問い合わせ - イベントマーケティング全体設計 - 生成AI導入支援の相談導線を見る ## あわせて読みたい実務ガイド - 企業イベントの企画アイデア50選｜目的別一覧——イベントの形式から探したい方へ - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催報告】2026/03/13 AiWiLL × naedoco「デザイン知識ゼロでOK！AIでサムネイル・ポスター量産セミナー」を実施しました URL: https://aiandwill.com/%e3%80%90%e9%96%8b%e5%82%ac%e5%a0%b1%e5%91%8a%e3%80%912026-03-13-aiwill-x-naedoco%e3%80%8c%e3%83%87%e3%82%b6%e3%82%a4%e3%83%b3%e7%9f%a5%e8%ad%98%e3%82%bc%e3%83%ad%e3%81%a7ok%ef%bc%81ai%e3%81%a7/ 公開: 2026-03-21 / 更新: 2026-06-13 2026年3月13日（金）、熱海のコワーキングスペース「naedoco」にて、AIを活用したクリエイティブ制作のワークショップを開催しました。 今回の開催も、熱海のコワーキングスペース「naedoco」を拠点とした地域ネットワークから生まれたご縁で実現しました。「熱海のAI活用率を上げたい」という想いと、「AIでデザインってどうやってやるの？」といった地域事業者の声に応える想いから、本セミナーの企画へと繋がりました。 この日は、職種も年齢も異なる多様な参加者が集結。古き良き熱海の情緒と最先端のAI技術が交差し、新しい可能性を探る、和やかかつ熱気のある2時間がスタートしました。 「デザインのセンスがない」「AIをどう仕事に使えばいいかわからない」といったデザイン未経験者の皆さんが、わずか数時間で、サムネイルを自力で完成させる、驚きと発見に満ちたセミナーの様子をレポートします。 ## 第1部：実演「今回のサムネもAIで作りました」 〜レイアウトはラフ画で伝える新常識〜 冒頭、講師の赤堀氏は「今日のセミナーのサムネイル、実は私がAIで作りました」と、実際の制作画面を披露しました。 注目は、その制作過程です。赤堀氏が用意したのは、Canvaで作成した「要素と位置を配置しただけの、極めてシンプルなラフ画」でした。 「自分なりの『型』をまず画像で見せ、そこに『かっこよく整えて』と言葉を添えるだけ。これだけで一瞬にしてハイクオリティなデザインへと昇華されます。」 「日付やロゴの色の変更も、AIがあれば自分ですぐに調整できます。この汎用性の高い技術を、今日は皆さんに持ち帰ってもらいます」という言葉に、会場の期待が一気に高まりました。 ## 第2部：実践ワークショップ「ラフ×テキストで爆速デザイン作成」 〜絵心・文章力不要！3ステップで自分だけのサムネイルが完成〜 第2部では、渡邉さおり氏の進行のもと、参加者が実際に自分のPCやスマホを使って画像生成に挑戦しました。本日のゴールは「自分の言葉でAIに伝えて生成」「完成したサムネをアウトプット（提出）」です。 ### 「コピペ」ではなく「対話」を プロンプト（指示文）ををコピペするだけでは、いつまでも自分でデザインは作れません。ワークショップでは、箇条書きや記号を使いながら、自分の頭にあるイメージを言語化するコツを伝授。 ### 合言葉は『レイアウトは画像、ディテールは言葉』 「絵心は不要です。丸や三角、棒人間でもOK。配置（レイアウト）を画像で見せ、雰囲気や色（ディテール）を言葉で添える。この役割分担こそがAIデザインの近道です」 ワークのステップはわずか3つです： - SKETCH（スケッチ）： ラフ画の用意。 - PROMPT（プロンプト）： イメージを自分の言葉で表現。 - CREATE（クリエイト）： AIが数十秒で画像を生成！ 実際に参加者がGeminiに「16:9の横長で」「洗練されたビジネス風に」と、自らの言葉で指示を入力。わずか数十秒で画像が生成されると、会場のあちこちから「おぉー！」という驚きの声が上がりました。 参加者からは次々と個性豊かな作品が誕生。「絵心がなくても、丸や四角の配置だけでここまで綺麗になるなんて！」「かっこよくして！と伝えたらいい感じになりました！」と、会場のあちこちから驚きの声が上がりました。 ### 同じラフから無限の案を ターゲットやカラーを変えるだけ構成はそのままで、全く異なるバリエーションを生成できる実例の紹介では、異なった雰囲気の仕上がりに、参加者たちは釘付けになっていました。 「レイアウトは画像で、ディテールは言葉で」 という合言葉は、AIを使いこなすための核心です。プロンプト（指示文）を丸暗記するのではなく、AIとの役割分担のコツを掴むことの重要性が語られました。 ## 完成したみんなのサムネ鑑賞会 ワークショップの締めくくりは、参加者全員が作成したサムネイルをスクリーンに投影する鑑賞会です。 同じ手順で作ったとは思えないほど個性豊かな作品が次々と映し出されると、「この色使い、素敵ですね！」「どんな指示を出したんですか？」と自然に会話が生まれました。 隣同士で「私もその雰囲気で作りたかった！」「次はこんなデザインに挑戦したい」と盛り上がる姿も見られ、作品を通じた温かい交流が広がりました。 「こんなに違いが出るなんて」という驚きの声とともに、参加者同士の学び合いが生まれる貴重な時間となりました。 ## 質疑応答：爆速実践タイム！AIの「脳」をリフレッシュする秘技 〜リアルタイムで解決する、AIとの賢い付き合い方〜 質疑応答では、赤堀氏が参加者の個別の悩みに応える「爆速実践タイム」が繰り広げられました。 ### 壁にぶつかったら「新しいチャット」を立ち上げる 「思うような画像が出てこない時はどうすれば？」という質問に対し、赤堀氏はその場でGeminiを操作。 「何度も指示しているのに、AIが変な方向に引っ張られる」というあるあるの悩みに対し、赤堀氏は「チャットを新しくして脳をリフレッシュさせる」秘技を伝授。「AIも過去の会話に引きずられることがあるんです」と解説し、うまくいかなかった指示を新しいチャットにコピペした瞬間、理想的な画像が爆誕するデモンストレーションには、参加者も納得の表情でした。 ### Canvaとのハイブリッド活用 「文字が化けてしまう」という課題に対しては、AIで画像だけを作り、Canvaで文字を乗せるという、実務で即戦力となるワークフローが紹介されました。 著作権や商用利用に関する現実的なアドバイスもあり、「明日からすぐに仕事で使ってみたい」という前向きな空気に包まれました。 ## 応用編：ポスター・4コマ漫画への無限展開 〜1つの素材から広がる無限のクリエイティブ〜 セミナー後半では、生成したサムネイルをさらに活用する「応用テクニック」が紹介されました。 一度作ったデザインを「ポスターのレイアウトに変更して」とAIに指示するだけで、縦型の告知物へ一瞬でリメイク。さらに、独自の「漫画生成Gem」を使い、作成したサムネを紹介する漫画が数秒で完成される実例も紹介されました。 SNSでの告知や、社内資料への活用など、ポスターから漫画まで多角的に展開できる可能性に、参加者の皆さんはおうちに帰ってからの「復習（遊び）」が待ちきれない様子でした。 ## 参加者の声 アンケートでは、全ての参加者が満足度「5（満点）」を評価！アンケートでは以下のような前向きな声が寄せられました。 - 「AIを使った画像作成をやったことがなかったので、出来そうだと実感できた」 - 「AIに触れたことがなかったのですが、とても充実していて、楽しくAIを体験できました」 - 「AIがちょっと身近になりました。使い続けてもっと慣れたいと思います」 - 「工夫やうまくいかない時の対処法まで聞けて、明日からの勇気をもらいました」 - 「今後もAIセミナーがあれば積極的に参加したいです！」 ## まとめ 今回のセミナーを通じて、AIは単なる「自動化ツール」ではなく、私たちの「創造性を拡張するパートナー」であることを確信できる時間となりました。 最後は、赤堀氏の「熱海のAI活用率を上げていきたい」という熱い想いと、参加者の皆さんの笑顔で幕を閉じました。 「デザインはプロに頼むもの」から「AIと一緒に、自分の手で作れるもの」へ。参加者の皆さんが掴んだ「AIとの対話のコツ」は、明日からのビジネスを確実に変えていくはずです。 ### 【アーカイブ配信のお知らせ】 「今回参加できなかった！」「もう一度復習したい！」という方のために Peatixにてアーカイブ配信を予定しております。 以下のグループをフォローして、配信開始の通知をお待ちください！ 👉 AiWiLL Peatixグループをフォローする ## イベント開催概要 イベント名： デザイン知識ゼロでOK！AIでサムネイル・ポスター量産セミナー 日時： 2026年3月13日（金）19:00 – 20:00 会場： 熱海・コワーキングスペース naedocoはなれ 登壇者：赤堀 亘（AiWiLL株式会社 代表取締役） 　　　　渡邉 さおり（AiWiLL株式会社 CCO/ Chief Creative Officer） ▼ AiWiLL株式会社へのお問い合わせはこちら https://aiandwill.com/contact/ ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的【開催報告】2026/03/13 AiWiLL × naedoco「デザイン知識ゼロでOK！AIでサムネイル・ポスター量産セミナー」を実施しましたで扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - イベント制作会社ランキング - イベント企画書の作り方 - ハイブリッドイベント運営代行 WiLLSTAGEで相談できること この記事と近いテーマで、目的設計、必要体制、当日の不安、開催後の活用まで整理したい場合は、現状の課題をまとめて相談できます。 イベント制作・運営の体制を相談する ## あわせて読みたい実務ガイド - ウェビナー企画の作り方｜1枚企画書と商談化シナリオ——自社開催を考え始めた方の最初の1本 - セミナーテーマのネタ50選｜集客できるテーマの法則——「何を話すか」が決まっていない方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # ビジネスイベントの開催コストと効果が3分でわかる。イベントシミュレーションアプリ「WiLLMIRU」を無料公開！ URL: https://aiandwill.com/willmiru-pr/ 公開: 2026-04-03 / 更新: 2026-06-13 1日のイベントを半永久的なビジネス資産に変え、投資対効果を最大化するマーケティング特化型イベント制作サービス「WiLLCREW(ウィルクル)」を提供するAiWiLL株式会社（代表：赤堀、熱海市）は、2026年04月01日、同社にイベント制作を依頼した場合のコスト・期待効果をシミュレーションできる無料Webアプリ「イベントシミュレーター WiLLMIRU（ウィルミル）」を公開しました。 URL：https://jlfxhdfw.gensparkspace.com/ ## 背景：なぜ作ったか 「イベント制作を頼んでみたいが、予算感がまったくわからない」——これが相談前に最もよく届く声です。 イベント制作の問い合わせを検討する企業の約7割が、「全体像が見えないまま稟議も出せず、最初の一歩が踏み出せない」という状態にあります。複数社に問い合わせて見積もりを揃えるだけで数日〜数週間かかるケースも珍しくありません。 「まず数字で見てから動きたい」——その声に応えるために、AiWiLLへの依頼を前提としたシミュレーターを自社で開発・公開しました。 ## サービス概要 サービス名：イベントシミュレーションアプリ「WiLLMIRU(ウィルミル)」 URL：https://jlfxhdfw.gensparkspace.com/ ### 主な機能 ・イベント規模（参加人数・形式・目的）を入力するだけで、AiWiLL依頼時の費用目安を自動算出 ・集客目標から逆算した必要施策と期待リターンを提示 ・無料・会員登録不要で即日利用可能 ### こんな方にオススメ ・AiWiLLへの依頼を検討しているが、予算感がつかめない担当者 ・稟議を通すために数字の根拠が欲しい方 ・イベントを開催した際に見込める効果を確認したい人 ## 【AiWiLL（WiLLCREW）への依頼で得られる効果】 イベントシミュレーションアプリ「WiLLMIRU(ウィルミル)」は、AiWiLL株式会社のイベントマーケティング支援「WiLLCREW」の実績データをもとに設計されています。 ### WiLLCREWの提供価値 ・「1日のイベントを半永久的なビジネス資産に変える」コンセプト ・撮影・編集〜広告クリエイティブ・SNS素材・アーカイブ配信まで二次活用まで一貫設計 ・単なる運営代行ではなく、売上・成約・権威性・参加者満足度を成果指標として設計 ・開催コストを極限まで下げ投資対効果を最大化 ## 代表コメント AiWiLL株式会社 代表 赤堀亘 「"いくらかかるか"がわからないから動けない。そんなお悩みこのシミュレーションアプリで解決いたします。まず数字で全体像を掴んでいただければ、安心して未来を考えれるようになると確信しております。ぜひ一緒に世界一のイベントを一緒に作り上げましょう。」 ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマビジネスイベントの開催コストと効果が3分でわかる。イベントシミュレーションアプリ「WiLLMIRU」を無料公開！近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 イベントマーケティングを相談する ## 関連して読む記事 - イベントマーケティング全体設計 - イベントKPIとROI - BtoBリード獲得イベント - WiLLCREWの相談導線を見る ## あわせて読みたい実務ガイド - イベントマーケティングとは？BtoB企業の完全ガイド——イベントを商談の仕組みにする考え方 - 企業イベントの企画アイデア50選｜目的別一覧——イベントの形式から探したい方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # イベントマーケティングが3分でわかる無料マンガコンテンツを公開 URL: https://aiandwill.com/%e3%82%a4%e3%83%99%e3%83%b3%e3%83%88%e3%83%9e%e3%83%bc%e3%82%b1%e3%83%86%e3%82%a3%e3%83%b3%e3%82%b0%e3%81%8c3%e5%88%86%e3%81%a7%e3%82%8f%e3%81%8b%e3%82%8b%e3%80%82%e7%84%a1%e6%96%99%e3%83%9e%e3%83%b3/ 公開: 2026-04-06 / 更新: 2026-06-13 イベントマーケティング支援・生成AI研修を手がけるAiWiLL株式会社（代表：赤堀 亘、熱海市）は、WEBマンガコンテンツ「AIには絶対できないマーケティング術 イベントマーケティングって？」を公開しました。 イベントマーケティングの本質・活用法・投資対効果を、専門知識ゼロでも理解できるストーリー形式で完全図解。経営者・マーケター担当者・起業家を対象に、無料で提供します。 ## 背景：なぜ作ったか 「イベントって、交流会や展示会のことですよね？」——名刺交換のたびに繰り返されるこの認識が、制作の原点です。 イベントマーケティングは単なる集客施策ではない。信頼・権威性・見込み客との関係構築を一日で実現できる、現代最強のマーケティング手法のひとつです。にもかかわらず、その本質を正確に伝えるコンテンツが存在しない。 「難しい説明より、3分で腹落ちするものを作る」——年間100企画超の実績を持つ代表・赤堀が、現場の知見をマンガという形式に落とし込みました。 ## 形式 ・全8ページ（ストーリーマンガ形式） ・無料公開（会員登録不要） ・スマートフォン対応 ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマイベントマーケティングが3分でわかる無料マンガコンテンツを公開近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 イベントマーケティングを相談する ## 関連して読む記事 - イベントマーケティング全体設計 - イベントKPIとROI - BtoBリード獲得イベント - WiLLCREWの相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的イベントマーケティングが3分でわかる無料マンガコンテンツを公開で扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - イベントマーケティングの全体設計 - BtoBリード獲得イベント - イベントKPIとROI WiLLCREWで相談できること この記事と近いテーマで、目的設計、必要体制、当日の不安、開催後の活用まで整理したい場合は、現状の課題をまとめて相談できます。 成果につながるイベント設計を相談する ## あわせて読みたい実務ガイド - イベントマーケティングとは？BtoB企業の完全ガイド——イベントを商談の仕組みにする考え方 - イベントROIの計算方法｜費用対効果を経営に示す——成果を数字で報告したい方へ AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催レポート】2026/04/15 １コマで成果最大化に挑戦！「Start up JAPAN EXPO 2026」に出展しました URL: https://aiandwill.com/%e3%80%90%e9%96%8b%e5%82%ac%e3%83%ac%e3%83%9d%e3%83%bc%e3%83%88%e3%80%912026-04-15-%ef%bc%91%e3%82%b3%e3%83%9e%e3%81%a7%e6%88%90%e6%9e%9c%e6%9c%80%e5%a4%a7%e5%8c%96%e3%81%ab%e6%8c%91%e6%88%a6%ef%bc%81/ 公開: 2026-04-16 / 更新: 2026-06-13 2026年4月15-16日の2日間、幕張メッセにて開催された国内最大級のスタートアップ展示会「Startup Japan 2026」 に、AiWiLL株式会社が出展しました。 今回の出展における最大のミッションは、「1コマで成果最大化に挑戦！」すること。 限られたスペースとリソースの中で、いかに来場者との深い接点を作り、次につながる成果を生み出せるか——。この高いハードルに、チーム一丸となって挑みました。 弊社では、イベントマーケティングの最前線で得られる「実践知」を自社に蓄積し、サービス品質を向上させるため、定期的な展示会出展を継続しています。 初日から多くの来場者様にお立ち寄りいただき、会場は熱気に包まれました。 単なる「代行業者」ではなく、お客様の「パートナー」として共にイベントを成功させる——。そんな私たちの想いが形になった、AiWiLL流の現場でしか得られない気づきと、熱気あふれる2日間のレポートをお届けします。 ## イベント開催概要 - イベント名: Startup Japan 2026（Climbers / Startup Japan EXPO内） - 開催日: 2026年4月15日(水)〜 4月16日 (木) - 会場: 幕張メッセ 7-8ホール - AiWiLL出展エリア: Startup Japan /MDX / LGXエリア ## ブースのコンセプト：伴走型のイベント制作 今回の出展において、私たちが大切にしているのは「BPO（業務代行）ではなく、パートナー（仲間）として一緒に成功させる」というスタンスです。 「イベントを代わりにやります」という単なる作業の提供ではなく、「集客のプレッシャーやイベントの重みを一緒に背負います」と伝えること。この対等な関係性での提案こそが、AiWiLLが提供する価値の本質です。 このマインドセットの転換が、限られた接客時間の中で相手の深い共感を得るための鍵となりました。 ## 成果と熱気：名刺獲得153枚の反響 2日間の成果として、名刺獲得数は合計153枚に達しました。 中でも、インフルエンサーと企業のマッチングイベントを運営されている方など、非常に感度の高いリード（見込み客）との接点を持つことができました。会場では「イベントをやったことはありますか？」という問いかけをフックに、多くの方と深い対話が生まれ、具体的なミーティング予約にも繋がっています。 ## 来場者の心に刺さった「イベントの資産化」という切り口 今回の展示会で特に反応が良かったのが、「イベントの資産化」というキーワードです。 「一度きりのお祭りで終わらせない」「イベントを通じて得た知見や繋がりをどう資産にするか」という視点に、多くの経営者層やマーケティング担当者様が強い関心を示されました。 また、イベントに馴染みがない方に対しても、「うちはイベントを通じて悩みを解決するのがメインです」とお伝えすることで、イベントに対する「ハードルの高さ」を払拭し、本質的な課題解決の手段として認識していただくことができました。 効果的だったトーク例 - 「今日、何か探しに来られたんですか？」 - 「集客のプレッシャー、全部一緒に背負います」 - 「イベントの『資産化』ってご存知ですか？」 ## まとめ 「１コマでの成果最大化」に挑んだ2日間。 データとしての数字以上に、私たちの「一緒に伴走する」という姿勢が、イベントに悩みを持つ方々に届いているという確かな手応えを感じました。 この展示会を通じて、私たちの掲げる「パートナーシップ型のイベント制作」が、市場から強く求められていることを改めて確信できました。業務を代行するだけの関係ではなく、プレッシャーも喜びも分かち合える「仲間」として、これからもお客様の挑戦を支えてまいります。 今後も、より多くの企業の皆様と「仲間」として出会えることを目指して、メンバー一同、次なる挑戦を楽しみにしています。 ▼ 今回出展したEXPOの詳細はこちら - Startup Japan EXPO 公式サイト - 出展検討者向けページ ## この実績から相談できること この記事は、AiWiLLの活動・支援・開催実績を記録するための記事です。検索流入を狙う一般論ではなく、実際にどのようなテーマで取り組みを行っているかを確認する証拠記事として位置づけます。 個別の契約条件、参加者情報、非公開の成果数値は記事上では扱いません。相談時には、近い目的、参加者像、当日までの不安、社内で不足している工程を確認し、公開できる範囲と非公開で扱う範囲を分けながら具体化します。 同じような取り組みを検討する場合は、実施目的、関係者、準備期間、社内で判断に迷っている点を先に整理しておくと、初回相談から具体的な進め方を決めやすくなります。 確認項目この記事で見られること相談につなげる時の見方 実施テーマ【開催レポート】2026/04/15 １コマで成果最大化に挑戦！「Start up JAPAN EXPO 2026」に出展しました近いテーマの開催、支援、運営を検討する材料にする 支援範囲企画、準備、当日運営、参加者体験、開催後の活用を整理する自社で不足している工程を切り出して相談する 次の検討単発の実施で終わらせず、継続的な接点や事業成果へつなげる開催目的、対象者、成果指標、必要体制を事前に決める 近いテーマの実施や支援を検討している方へ。 まずは目的、対象者、必要な体制、当日までの不安を整理すると、相談内容が具体化しやすくなります。 イベントマーケティングを相談する ## 関連して読む記事 - イベントマーケティング全体設計 - イベントKPIとROI - BtoBリード獲得イベント - WiLLCREWの相談導線を見る ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的【開催レポート】2026/04/15 １コマで成果最大化に挑戦！「Start up JAPAN EXPO 2026」に出展しましたで扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - イベントマーケティングの全体設計 - BtoBリード獲得イベント - イベントKPIとROI WiLLCREWで相談できること この記事と近いテーマで、目的設計、必要体制、当日の不安、開催後の活用まで整理したい場合は、現状の課題をまとめて相談できます。 成果につながるイベント設計を相談する ## あわせて読みたい実務ガイド - 展示会出展の費用｜1小間予算と回収の計算式——出展を検討中の方へ - イベント開催費用の相場まとめ｜形式別早見表——予算のたたき台づくりに AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催レポート】公的機関「2026年度キックオフイベント」の制作・運営・ハイブリッド配信をトータルサポート URL: https://aiandwill.com/%e3%80%90%e9%96%8b%e5%82%ac%e3%83%ac%e3%83%9d%e3%83%bc%e3%83%88%e3%80%91%e5%85%ac%e7%9a%84%e6%a9%9f%e9%96%a2%e3%80%8c2026%e5%b9%b4%e5%ba%a6%e3%82%ad%e3%83%83%e3%82%af%e3%82%aa%e3%83%95%e3%82%a4/ 公開: 2026-04-21 / 更新: 2026-06-13 2026年4月、都内某所にて開催された公的機関様の「2026年度キックオフイベント」において、弊社はイベント制作・運営、およびハイブリッド配信業務を全面的に支援いたしました。 本イベントは、新年度の組織体制や注力分野を全体で共有するための重要な場です 現地会場には幹部をはじめ、受賞者・新卒職員を含む約70名が参加し、オンラインでは約500名の職員が視聴する大規模ハイブリッド形式で実施されました。 弊社では、設営・運営と共に、配信設計や表彰演出など、技術と運用の両面からイベントの支援を行いました。 ## 組織の一体感を醸成する「表彰セレモニー」の演出 プログラム内の「年度MVP・MVT表彰式」では、受賞者の功績が現地とオンライン双方に正しく伝わるよう、現場のオペレーションを緻密に設計しました。 - スムーズな動線管理と誘導：受賞者の登壇タイミングや降壇の動きをリハーサルで徹底的に検証。登壇者への拍手の促しや、席へ戻る際のご案内など、細やかな配慮により滞りのない進行を実現しました。 - 臨場感を伝えるスイッチング：授与の瞬間を逃さないよう、登壇者の表情を捉えるカメラワークと表彰資料をリアルタイムで切り替え、効果的なBGMの演出により、オンライン視聴者にも式典の空気感を届けました。 ## 「ハイブリッド配信」における視聴体験の最適化 会場参加者とオンライン視聴者、それぞれの視聴環境に合わせて最適な情報を届けるため、高度な配信技術を投入しました。 - デバイス別レイアウトの使い分け: - 現地会場：プレゼンテーションへの集中を促すため、前方のモニターにはスライド資料をフルサイズで投影しました。 - オンライン配信：スイッチャー（ATEM Mini Pro ISO）と配信ソフトを組み合わせ、「スライド資料（2/3）＋登壇者映像（1/3）」を組み合わせたマルチ画面レイアウトを採用。 資料の視認性と登壇者の熱量を両立させた視覚効果を構築しました。 - 現場の状況に応じた安定運用：会場側のネットワーク帯域が限られる中、技術スタッフによる常時監視と迅速な判断により、プログラムを無事に完走させました。一時的な不安定要素に対しても、バックアップ回線の活用などプロフェッショナルな対応を行い、大多数の視聴者に対して安定した配信を提供いたしました。 ### テクニカル・スペック 本イベントの安定運営を支えた主要機材とシステム構成です。 カテゴリ使用機材・ツール 配信プラットフォームMicrosoft Teams ウェビナー 映像制御（スイッチャー）ATEM Mini Pro ISO + OBS Studio 音響制御（ミキサー）YAMAHA MG16 音声入力DJI ワイヤレスマイク（2波） 撮影機材高精細ビデオカメラ × 2台 収録体制本体ISO収録 ＋ クラウド録画の多重バックアップ ネットワーク施設Wi-Fi + 冗長化モバイル回線 ### おわりに キックオフイベントは、新年度のスタートラインとして組織の士気を高める極めて重要な機会です。 弊社は今後も、現場の制約をカバーする確かな技術力と、細やかな進行管理によって、クライアント様のメッセージが組織全体へ確実に届くようサポートしてまいります。 本レポートに関するお問い合わせ・イベント運営依頼・登壇依頼はこちら  [AiWiLL株式会社 お問い合わせフォーム] © 2026 AiWiLL Corporation. ## この記事を読む前に確認したい判断軸 このページは、単に開催報告や概要を読むためだけのページではありません。似た取り組みを自社で検討するときに、何を決めれば実行に移せるのか、どこを外部に相談すべきなのかを見極めるための補助情報として整理します。 確認すること見るべき理由次の判断 目的【開催レポート】公的機関「2026年度キックオフイベント」の制作・運営・ハイブリッド配信をトータルサポートで扱っているテーマが、集客、商談、PR、社内理解、採用、顧客接点のどれに近いかを確認する。目的が複数ある場合は優先順位を決める。 必要体制企画、進行、配信、受付、事務局、営業フォロー、記録活用のどこに人手が必要かを見る。社内で持つ範囲と外部に任せる範囲を分ける。 開催後の活用イベントやセミナーは当日で終わらせず、レポート、動画、営業資料、次回告知に変えることで価値が残る。開催前に記録とフォローの設計を入れる。 ### どのような企業に向いていますか？ 単発の開催で終わらせず、参加者との関係づくりや、社内外への発信、次の商談や相談につなげたい企業に向いています。 ### 社内だけで進める場合の注意点は何ですか？ 担当者の経験に依存しすぎると、告知、受付、当日進行、開催後フォローのどこかが抜けやすくなります。時系列のチェックリストと責任分界を先に決めることが重要です。 ### 外部へ相談する前に何を整理すべきですか？ 目的、対象者、開催時期、想定人数、会場や配信の有無、絶対に避けたい失敗、開催後に起こしたい行動を整理しておくと、相談内容が具体化します。 ## 関連して読む記事 - イベント制作会社ランキング - イベント企画書の作り方 - ハイブリッドイベント運営代行 WiLLSTAGEで相談できること この記事と近いテーマで、目的設計、必要体制、当日の不安、開催後の活用まで整理したい場合は、現状の課題をまとめて相談できます。 イベント制作・運営の体制を相談する ## あわせて読みたい実務ガイド - 社員総会を外注する費用相場と運営会社の選び方——社内イベントの企画運営に - イベント開催費用の相場まとめ｜形式別早見表——予算のたたき台づくりに AiWiLLは、ウェビナー運用代行（WiLLWEBINAR：60分1本15万円・税別）からイベントの企画・制作・当日運営まで一気通貫で支援しています。累計企画数112件・累計参加人数10,551名・顧客満足度94.9%。 イベント・セミナー開催を相談する（無料） --- # 【開催報告】2026/04/25 「労働時間を1/100へ。渋谷が熱狂した『AIエージェント時代の仕事術』W出版記念イベント」を実施しました。 URL: https://aiandwill.com/%e3%80%90%e9%96%8b%e5%82%ac%e5%a0%b1%e5%91%8a%e3%80%912026-04-25-%e3%80%8c%e5%8a%b4%e5%83%8d%e6%99%82%e9%96%93%e3%82%921-100%e3%81%b8%e3%80%82%e6%b8%8b%e8%b0%b7%e3%81%8c%e7%86%b1%e7%8b%82%e3%81%97/ 公開: 2026-05-06 / 更新: 2026-07-03 2026年4月25日（土）東京・渋谷のTKP渋谷長井記念ホールにて、AiWiLL株式会社、株式会社Uravation、TANREN株式会社の3社共催による【W出版記念イベント】『AIエージェント時代の仕事術 〜労働時間1/100・成果120%を実現するアウトプット〜』を開催しました。 本イベントは「W出版記念」として開催され、参加者全員に登壇者の書籍が1冊プレゼントされるという豪華な特典も用意されました。 最新のAI活用術を求めて集まった参加者が目撃したのは、単なる「効率化」の話ではなく、AIを「部下」として扱い、人間が本来のクリエイティビティに回帰するための衝撃的な未来図でした。 ## 豪華登壇者が語る「2026年、AIは使うから『任せる』時代へ」 本イベントのモデレーターを務めるのは、ビジネスプロデュースの旗手、AiWiLL株式会社 代表取締役・赤堀亘氏。 そして、メインスピーカーとして登壇したのは、AI活用の最前線を走る2名の著者です。 - 佐藤 傑（すぐる）氏：株式会社Uravation 代表取締役。『AIエージェント仕事術』著者。 - 佐藤 勝彦（かつひこ）氏：TANREN株式会社 代表取締役。『AIアウトプット超大全』著者 ## 第1部：AIエージェントで仕事はどう変わる？ 第1部では、AIを「使う」から「任せる」へと仕事の定義を書き換えた2名の著者が、現在の驚くべきワークスタイルを披露しました。 ### 「私の部下はAIエージェント12体です」 第1部で会場を最も驚かせたのは、佐藤勝彦氏による「チームビルディング」の概念でした。 「私の会社は正社員3名ですが、私の下には12体のAIエージェントがいます。 経理担当の『ミカさん』、スライド作成担当の『シくん』など、Discord内でそれぞれに役割を与えています。 例えば『ミカさん、経理帳簿をまとめてパワーポイントにしておいて』と一言指示するだけで、全自動で資料が出来上がります」 一方、佐藤傑氏は「少数精鋭でのユニコーン企業化」の可能性について言及。 「今のAI進化のスピードは凄まじく、人を増やすことよりもAIエージェントのスキル（レシピ）を育てる方が、企業の成長スピードを加速させます。実際、弊社のメディア記事やサムネイル生成、SEO対策の多くは、私が承認ボタンを押すだけの状態まで自動化されています」 共通して語られたのは、「エージェントを作るのではなく、エージェント『スキル』を蓄積せよ」という格言。 ベンダーロックイン（特定ベンダーへの依存）を避け、どのAIでも汎用的に使える「仕事のレシピ」を言語化することの重要性が強調されました。 ## 第2部：実践！AIに何をどう任せているのか？ ### 〜GPT-5.5、Claude Code、Felo…最前線のツール活用術〜 #### ■ 最新モデル「GPT-5.5（Codex）」の衝撃 イベント当日の未明に発表されたばかりの最新モデル（通称：チャッピー）に触れ、「もはや全身に鳥肌が立つレベルの化け物」と表現した勝彦氏。音声入力からスライド構成、ボイスクローニング、動画化までをシームレスに連携させるデモに、会場からはため息が漏れました。 第2部では、実際にステージ上で最新AIのデモンストレーションが行われました。 #### ■ Claude Codeによる「ハードコード」の推奨 傑氏は、ノーコードツールに頼りすぎず、あえてAI（Claude Code）にコードを書かせることで、柔軟かつ高速なサイト構築・改善を行う手法を紹介。 傑：「AIにとって楽な環境（コードベース）を整えてあげることで、24時間365日、勝手にリサーチや記事投稿を行ってくれる環境が作れます」 #### ■ 日本発の強力ツール「Felo」の活用 本イベントのスポンサーでもある「Felo」についても熱い議論が交わされました。日本人の視点で開発されたスライド生成や検索能力の高さは、外資系ツールを凌駕する部分が多く、アンバサダーを務める両名からも「日本市場に寄り添った最強の総合ソリューション」として推奨されました。 ## 質疑応答：人間がボトルネックになる時代の「生き残り方」 #### 〜人月モデルの終焉と「ラストワンマイル」の情熱〜 後半のQ&Aセッションでは、参加者から「AIに仕事が奪われる不安」や「ビジネスモデルの変化」について鋭い質問が飛びました。 Q. SIerの人月モデルはどうなりますか？ 勝彦：「何も考えなければ（このモデルは）崩壊します。技術と営業が未知の遭遇をしている今、エンジニアも『ラストワンマイルの不安を埋めるヒアリング力』や『人たらしな魅力』といった、AIに代替できない人間臭さを磨く必要があります」　（※人月（にんげつ）モデルとは-システム開発の費用を「エンジニアの人数 × 期間（月数）」で計算する、IT業界で長く続いてきたビジネス慣習。成果物（価値）ではなく「労働時間」に代金を払う仕組みのため、AIによる効率化が「売上減少」に直結してしまうという構造的な矛盾を抱えている。） Q. 請求書の送り忘れを防ぐには？ 傑：「それは完全にAI（エージェント）の仕事です。Gmailと連携させ、月末に自動で下書きを作らせ、自分は『承認』だけをする。人間がボトルネックにならない仕組みをどれだけ作れるかが勝負です」 ## 第3部：交流会・サイン会 ### 鳴り止まない質問と熱い議論 質疑応答の後は、自由交流型の交流会・サイン会が開催されました。 セミナーの熱気冷めやらぬ中、プレゼントされた書籍を手にサインを求める熱心な列が途切れることなく続きました。 登壇者の周りには常に輪ができ、直接質問を投げかけたり、これからのビジネスについて熱い議論を交わしたりする姿が会場の至る所で見られました。また、参加者同士も同じ志を持つ仲間として積極的に名刺交換や情報共有を行い、会場全体がポジティブなエネルギーに満ちた特別な空間となりました。 ### 参加者の声 - 「少数精鋭で事業を回す具体的なイメージが湧きました。人材不足を解消する決定打になると確信しています。」 （50代・個人事業主） - 「エージェントをDiscord等と連携させる手法は衝撃。日々使うアプリへの見方が180度変わりました。」 （40代・ITコンサルタント） - 「AIの圧倒的な進化を目の当たりにして、感動と同時に良い意味での『焦り』を感じました。」 （40代・クリエイター） - 「DX推進のヒントが満載。1人起業（企業）のリアルな実態を知ることができ、むっちゃ楽しかった！」 （50代・大手企業DX担当） - 「概念の重要性が身に染みました。離れていたFeloも、今日の内容を元に再度使い倒してみたいです！」 （30代・フリーランス） - 「内容は濃く高度だが、それ以上に学びを深めたいという強い刺激とワクワクをもらいました。」 （20代・個人） ### まとめ 今回のイベントを通じて、2026年はAIを「使う」フェーズから、自律的な「エージェント」と共に歩むフェーズへと完全に移行したことを実感しました。 SlackやDiscordといった日常的なツールが、AIと繋がることで最強の業務実行マシンに変わる。その光景を目撃した参加者の皆様の「視点」が変わった瞬間こそ、本イベント最大の成果でした ## スペシャルサンクス：日本発のAI検索エンジン「Felo」 本イベントを支えてくれたのは、日本初、丸の内を拠点とする生成AIサービス「Felo」。 検索からスライド生成までをワンストップで実現し、日本人の感性にフィットするUIで急成長中のツールです。 会場では、公式アンバサダーへの募集案内も行われ、多くの参加者が関心を寄せていました。 ## 結びに：あなたも「AIエージェント」と共に未来へ ### 2026年のスタンダード。AIは「実務」を、人間は「情熱」を。 イベントの締めくくりとして、登壇者からこれからの時代を生き抜くための核心的なメッセージが贈られました。 佐藤傑氏は、「指数関数的に伸びるAI性能を今すぐキャッチアップし、差を埋めるべきだ」と、時代の変化に乗り遅れないための危機感とエールを提示。 一方、佐藤勝彦氏は、「技術と営業が未知の遭遇をしている今こそ、プロとしての矜持を持ち、人間臭さを磨くべきだ」と説きました。 AIに任せられる実務は全て任せ、人間は「承認」と「情熱」にその全エネルギーを注力する。そんな2026年の新たなスタンダードを、参加者全員が確信する120分となりました。 会場を後にする参加者たちの顔には、明日からの仕事に対する「圧倒的なイメージ」と、未知の未来に対する「ワクワク感」が溢れていました。 ### お知らせ - ■ イベントアーカイブ配信のご案内 本イベントの熱狂をもう一度体験したい方、見逃してしまった方は、後日Peatix経由でアーカイブ配信予定です。 以下のグループをフォローして、配信開始の通知をお待ちください！ 👉 AiWiLL Peatixグループをフォローする - ■ 株式会社Uravation「 佐藤傑氏による、経営者・リーダー層向けのClaude Code個別指導」を実施中。 - 内容： 全12回であなたのビジネスに「自走エージェント」を構築する、超実践型コーチング。 - 特典： イベント参加者限定で月額25万円（税別・先着3社）にてご案内可能です。 - 詳細はこちら：https://uravation.com/claude-coaching/ - ■ Feloアンバサダー募集中 - 日本発の次世代AI検索・スライド生成ツール「Felo」では、共に魅力を発信するアンバサダーを募集中です。詳しくはFelo公式ページをご覧ください。https://official.felo.ai/ ## イベント開催概要 - イベント名: W出版記念イベント『AIエージェント時代の仕事術』〜労働時間1/100・成果120%を実現するアウトプット - 日　時: 2026年4月25日（土） 13:30 – 15:30 - 会　場: TKP渋谷長井記念ホール - 登壇者: - 佐藤 傑 氏（株式会社Uravation 代表取締役 / 『AIエージェント仕事術』著者） - 佐藤 勝彦 氏（TANREN株式会社 代表取締役 / 『AIアウトプット超大全』著者） - 赤堀 亘 氏（AiWiLL株式会社 代表取締役 / モデレーター） 主催：AiWiLL株式会社 本レポートに関するお問い合わせ・登壇依頼はこちら [AiWiLL株式会社 お問い合わせフォーム] © 2026 AiWiLL Corporation. ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 新規事業のリサーチはAIエージェントでどう変わるか。レビュー158件を数分で読む市場調査の実際 URL: https://aiandwill.com/ai-agent-new-business-research/ 公開: 2026-07-03 / 更新: 2026-09-02 2026年6月30日、私はデータ収集基盤を提供するBright Data社と共催で「AIエージェントで新規事業開発はどれだけ進化するか」というウェビナーを開催しました。登壇いただいたのは、AIエージェントを実務で使い込んでいるお二人。生成AI研修やAI導入支援を手がけるUravation株式会社代表の佐藤傑（すぐる）さんと、Netflix Japanなどを経て企業の事業開発・AI活用支援を行う株式会社Haru代表でBright Dataアンバサダーの尾形拓海さんです。私はモデレーターとして話を引き出す役だったのですが、正直に言うと、一番前のめりで聞いていたのは私だったと思います。 画面共有されたデモの中で、Amazonのスキンケア商品のレビュー158件が数分で収集され、不満の傾向、評価されているポイント、まだ満たされていないニーズの仮説までが一枚のレポートに並びました。人間がレビューを158件読んで、分類して、仮説まで書くと、どれだけ集中しても丸一日仕事です。それが、お茶を淹れて戻ってくる間に終わっていました。 この日を境に、私の中で確信に変わったことがあります。新規事業のリサーチは、もう「検索して、記事を読んで、まとめる」作業ではなくなった、ということです。AIエージェントに調べさせて、人間は問いを立てることと採用を決めることに集中する。この記事では、ウェビナーで実際に出た数字と、私がAI顧問として中小企業の現場に入って感じていることを合わせて、何がどう変わったのか、そして現場型の会社が何から始めればいいのかを書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 新規事業のリサーチは、もう「検索」ではなくなった まず言葉の整理からします。AIエージェントとは、指示を受けると自分で計画を立て、検索・データ取得・ファイル操作などのツールを使いながら、調査や作業を最後まで進めるAIのことです。チャット型のAIが「聞けば答える」のに対して、AIエージェントは「任せれば、調べて、まとめて、報告する」ところまで動きます。Claude CodeやCodexといった開発者向けツールが有名ですが、本質はツール名ではなく「AIが自分で手を動かす」という動作原理にあります。ツールの名前は2年後には変わっているかもしれませんが、この原理はもう戻りません。 新規事業のリサーチで何が変わるのか。工程ごとに並べると、こうなります。 リサーチの工程 これまで（人力） AIエージェント活用後 情報収集 検索して記事を読む。競合サイトを1つずつ眺める レビュー・SNS・検索結果・競合ページをエージェントがまとめて取得する 整理・分類 Excelやメモに手作業で転記する 不満・評価・傾向を自動で分類し、レポート化する 比較・分析 読んだ範囲の記憶で比較する 数百件単位のデータを同じ基準で横並びにする 仮説出し 会議でブレストする データの偏りから「満たされていないニーズ」の仮説を出させる 採用の判断 人間が決める 変わらず人間が決める クライアント企業の事業開発を支援している尾形さんは、この変化を「試行回数が増えることに尽きる」と表現していました。以前は要件を固めて、エンジニアに発注して、数ヶ月かけて形にしてから顧客に当てていた。今はアイデアが出たらその日のうちに試作を作り、使いながら要件を固められる。定量的な調査はほぼ半自動で終わる。だから検証のサイクルが圧倒的に速く回り、結果として当たる確率が上がる。尾形さんはそう整理していました。 一方で、尾形さんはこうも言っていました。「どんな事業をやるべきかというWhatの部分は、AIでは変わらない」。この線引きがこの記事全体を貫く結論なので、先に覚えておいてください。以下、ウェビナーで出た実例を3つの型に分けて紹介します。 ## 型その1：新規事業のタネは、会議室ではなく「反応データ」の中にある 佐藤さんは、AI研修事業を営みながら、自身がAIエージェントを毎日使い込んでいる人です。佐藤さんの会社のオウンドメディアは月およそ13万PVあり、サイト上には複数のホワイトペーパー（お役立ち資料）が置いてあります。佐藤さんはこのダウンロードデータを、AIエージェントに毎朝9時、定期実行で分析させています。 見ているのは「どの資料が何回落とされたか」ではありません。どの流入経路から来た人が、どんな属性で、どのテーマの資料に反応しているか。アクセス解析ツールのAPIと連携させて、この掛け合わせを毎日レポートさせる。そうすると「次にどの事業テーマの筋が良さそうか」が、データの側から浮かび上がってくるそうです。実際、佐藤さんの会社が今年立ち上げた2つの新規事業（ウェビナー事業と、マンツーマンの個別講座事業）は、どちらもこの反応データ分析がきっかけで生まれています。 ここで「うちには月13万PVのメディアなんてない」と思った方にこそ、伝えたいことがあります。私はAI顧問として、防災設備の点検会社や不動産管理会社のような、現場仕事が中心の中小企業に入っていますが、「データがない会社」にはまだ出会ったことがありません。問い合わせメール。商談の議事メモ。見積依頼の傾向。LINEでのやり取り。アンケートの自由記述。顧客の反応は、規模に関係なくすでに社内に落ちています。落ちているのに、誰も横串で読んでいないだけです。 新規事業というと、アイデア会議から始めるのが定番です。でも実際には、顧客が反応している小さなサインが先にあります。「なんとなく良さそう」から始めるのと、「このテーマにすでに反応が出ている」から始めるのとでは、初速も社内の説得しやすさもまるで違います。AIエージェントの最初の仕事は、外部の派手なデータ収集ではなく、この社内の反応データを毎週読ませることだと私は考えています。 ## 型その2：レビュー158件を数分で読む。不満の中に未充足ニーズがある ウェビナーのハイライトは、尾形さんによるライブデモでした。お題は「ヴィーガンスキンケアの新商品を作るとしたら」。Amazonから該当キーワードの商品を10件、1商品あたり最大20件のレビューを収集する設定で、実際に取得できたのは計158件。ここまでが数分です。そのままAIエージェントが分析まで進め、出てきたのが次のようなレポートでした。 分析の観点 実際に出てきた内容（2026-06-30ウェビナーのデモ実測） 収集規模 10商品・レビュー計158件（収集から分析まで数分） 不満の傾向（上位） 「効果が実感できない」「保湿力が物足りない」「香りが合わない」 評価されている点（上位） 「低刺激で敏感肌でも安心して使える」「ベタつかず肌なじみが良い」 未充足ニーズの仮説 「香りを選べる無香料設計」など、不満の裏返しから複数提示 全体所見 平均評価4.28。市場全体としては大きな不満が少ない可能性も示唆 私がこのデモで一番価値を感じたのは、実は「速さ」ではなく「読み方」の部分です。AIが出した未充足ニーズの仮説の中には、「低刺激なのに効果を実感できる商品」のような、当たり前すぎて使えないものも混ざっていました。尾形さん自身が「これは一般的すぎて使えないですね」と切り捨てながら進めていたのが印象的でした。AIは仮説を大量に出す係、人間は捨てる係。この分担が実務の姿です。また、平均4.28という数字から「そもそもこの市場には大きな不満が残っていないかもしれない」と読む。数字を集めることより、数字から降りる判断ができることのほうが、事業では重要です。 そしてこれは、D2CやEC事業者だけの話ではありません。顧客の本音が文字で残っている場所は、業種ごとに必ずあります。 業種 顧客の本音が残っている場所 読み取れること 旅館・宿泊 OTA（予約サイト）の口コミ 選ばれた理由・リピートしない理由・価格への納得感 飲食店 Google Mapのレビュー 来店動機・不満の集中点・競合店との比較のされ方 設備・点検・工事 問い合わせ時の質問・クレーム記録 顧客が不安に感じている工程・説明が足りていない箇所 研修・教育 受講者アンケートの自由記述 現場で使えた内容・期待と提供のズレ BtoB全般 競合の導入事例・お客様の声ページ 競合が誰のどんな課題で選ばれているか たとえば熱海で旅館を経営している方なら、自館と競合5館の直近の口コミをAIエージェントに読ませて、「うちだけに書かれている不満」「競合だけが褒められている点」を出させる。これだけで、次に打つ改善やプランづくりの精度が変わります。レビューを読む行為自体は昔からできました。変わったのは、100件を超える量を、同じ基準で、定期的に読み続けられるようになったことです。 ## 型その3：SNSは宣伝の場である前に、顧客理解のデータである デモはもう1本ありました。今度はTikTokです。「敏感肌スキンケア」などのハッシュタグで上位投稿を収集し、何が伸びているのかを分析させる。出てきたのは「上位30件中7件が、敏感肌でも安心して使えるという同じ切り口の訴求をしている」「冒頭1秒のつかみにはこういうパターンがある」「伸びている投稿のフォーマットにはこの傾向がある」という、勝ちパターンの構造分解でした。 これまでSNSの分析は「なんとなくバズっている投稿を眺めて、感覚で真似る」ものでした。それが「この領域では、この切り口とこの構成が伸びている」と構造で言えるようになる。広告やSNS運用の話に聞こえるかもしれませんが、私はむしろ商品づくりの話だと受け取りました。顧客がどんな言葉に反応し、コメント欄にどんな悩みを書き、何を保存しているか。SNSは宣伝媒体である前に、顧客理解のデータソースです。 佐藤さんは、さらに一歩先の使い方をしていました。佐藤さんいわく、Xや大手ニュースサイトは誰でも取れる情報で、しかも建前の発信が多い。生の声が残っているのはInstagramとTikTok、そして海外のニッチなソースだと。彼は中国のWeChatのSNS面や、海外の有料ニュースレターを情報源にして、動画はテキストに変換し、情報源ごとにサブエージェントを割り当てて並列で読ませ、毎朝レポートをSlackに届けさせています。本人は中国語をほとんど読めません。それでも、日本にまだ入ってきていない情報を毎日取れている。「他の人が取れていない情報を取れることが、そのまま事業の差別化になる」という佐藤さんの言葉は、リサーチという地味な工程の価値を言い当てていると思います。 ## 型その4：テストマーケも「反応データから絞る」へ リサーチで仮説ができたら、次は小さく当てる番です。ここでもウェビナーで具体的な話が出ました。 1つ目は、あるスタートアップの例。Xで動画編集AIのサービス告知をしたところ、約600件の事前登録リストが集まりました。この時点でプロダクトはほぼ形になっていません。集まった600件をAIエージェントに分析させて、どの機能を優先すべきか、逆にどの機能を削るべきか、セキュリティ設計をどうするかの示唆を出させ、さらに確度が高そうな登録者を特定して、個別に30分のミーティングを打診したそうです。600件のリストを人力で読んで優先順位をつける作業を想像すると、これがどれだけ現実的な話になったかが分かります。 2つ目は、佐藤さんが自社サイトでやっている需要検証です。佐藤さんは会社の公式サイトのサービスページに、自社に合う補助金制度を調べられるものと、商談前のリサーチを5体構成のエージェントチームがやってくれるものという、2つの小さなAIエージェントアプリを埋め込んでいます。そしてその利用ログをアクセス解析のAPI経由でAIに分析させ、どんな属性の会社がどちらをよく使うかを見る。「エンタープライズにはこの需要がある」「スタートアップには個別指導のほうが刺さりそうだ」という判断材料が、営業をかける前に手に入っているわけです。プロダクトを完成させてから需要を聞くのではなく、needsの出口を先に小さく置いて、反応から絞り込む。資料ダウンロードのリードにAIでスコアリングをかける、という運用も同じ発想です。 ## 現場型の中小企業が、明日から始める4ステップ ここまでの実例は、AIを使い込んでいる専門家たちのものです。では、紙とExcelと電話で回っている現場型の会社には関係ない話かというと、まったく逆だと私は思っています。私の顧問先は防災設備の点検会社や不動産管理会社のような会社ですが、リサーチの原理は同じです。そして私の顧問先の業界では、ここまでやっている会社をまだ見かけません。誰もやっていない領域だからこそ、先にやった会社の差が大きく出ます。順番はこうです。 - 社内の反応データを棚卸しする。問い合わせメール、商談メモ、見積依頼、クレーム記録、アンケート。「うちにはデータがない」と思っている会社ほど、読まれていないデータが溜まっています。まず何がどこにあるかを一覧にします。 - 顧客の本音が残っている「外の場所」を1つだけ決める。Google Mapの口コミ、OTAのレビュー、競合の導入事例。欲張らず1つに絞ります。上の業種別の表から選んでください。 - 問いを1つに絞る。「顧客は何に不満で離れているのか」「競合はどんな理由で選ばれているのか」。問いが曖昧なままAIに投げると、曖昧な答えが返ってきます。ウェビナー登壇者の全員が、性能の話よりも問いの立て方の話をしていたのが象徴的でした。 - 週1回、AIエージェントに読ませて、人間は採用と却下だけ決める。毎朝9時の全自動までいかなくても、週1回の定例で十分に景色が変わります。出てきた仮説を「やる・やらない・保留」に振り分けるのが経営者の仕事です。 やってはいけないのは、ツール選定から始めることです。「どのAIツールがいいですか」という質問を私は本当によく受けますが、データと問いが決まっていない状態でツールを選んでも、契約して満足して終わります。データが先、問いが先、ツールは最後。この順番だけ守れば、最初の一歩は今週中に踏めます。 ## 外部データを使う前に、知っておくべき線引き 外部データの収集（スクレイピング）には、押さえておくべき線引きがあります。ウェビナーでも質問が出て、尾形さんが実務家の目線で整理してくれました。要点は次のとおりです。 - ログインが不要な公開情報を取得すること自体は、基本的に問題ないとされる - ログイン認証を突破してその先の情報を取るのはNG - 相手のサーバーに過剰な負荷をかける取得の仕方はNG - 取得したコンテンツを著作物として再編集・再配布するのはNG。社内の分析利用に留める - 各サービスの利用規約がスクレイピングを禁止している場合がある。規約違反が即違法というわけではないが、そこは利用者の判断と責任になる - 個人情報を含むデータの扱いは、通常の個人情報保護のルールに従う これはウェビナーで共有された一般的な整理であって、個別のケースの適法性は事業内容や取得方法によって変わります。本格的に外部データを事業に組み込むなら、法務や専門家への確認を挟んでください。「取れるか」ではなく「使っていいか、使う意味があるか」で判断する。この姿勢が長く使い続けるための条件です。 コストの話も添えておきます。デモで使われたBright Dataのようなデータ収集基盤では、たとえばXの投稿データが1,000レコードあたりおよそ1.5ドルという水準の従量課金で取得できるそうです（2026年6月時点・尾形さんの実測談）。各SNSの公式APIの利用料と比べて安く済むケースがあるうえ、設定画面のスクリーンショットをAIエージェントに渡して「これを使って取ってきて」と頼めば、専門知識がなくても組めてしまう。技術の壁とコストの壁が同時に下がったことが、この分野で今起きていることの正体です。 ## AIが調べても、事業を決めるのは人間 最後に、ウェビナーを通して一番深く残った話を書きます。尾形さんは、リサーチを定量と定性に分けたうえで、こう言い切りました。定量調査はAIエージェントと相性が抜群にいい。しかし、コンセプトをターゲット顧客にぶつけて、話を聞いて、深掘りして、インサイトを引き出す定性調査のコアな部分は、AIには置き換えられない、と。 私もAI顧問の現場でまったく同じ実感を持っています。AIが158件のレビューを数分で読む時代に、経営者の仕事がなくなるかというと、逆です。AIが仮説を10個出してくるようになると、「これは自社でやる意味があるか」「うちの現場で続けられるか」「売り方まで見えるか」を決める時間こそが、経営者にしかできない仕事として残ります。調べる時間が10分の1になった分、決める時間の質が問われるようになった。リサーチの自動化とは、突き詰めると意思決定の高速化です。 だから、AIエージェント時代の新規事業開発で経営者がやるべきことは、ツールを全部覚えることではありません。自社のどの判断にAIを使うのかを決めること。どの情報を見に行くべきかを決めること。そして最後に、何を採用するかを決めること。この3つです。 ## よくある質問 ### AIエージェントは、ChatGPTのようなチャット型AIと何が違うのですか？ チャット型AIは質問に答えるまでが仕事ですが、AIエージェントは指示を受けると自分で計画を立て、データ取得や分析などのツールを操作しながら作業を完遂します。市場調査でいえば、チャット型は「聞いたことに知識で答える」、エージェントは「実際にレビューやSNSのデータを取りに行って、分析レポートまで作る」という違いです。 ### 市場調査にAIエージェントを使うと、費用はどのくらいかかりますか？ 構成によりますが、AIエージェントツールの利用料（月数千円〜数万円程度のプランが中心）に、外部データ取得の従量費用が加わる形が一般的です。データ取得は、たとえばXの投稿1,000レコードでおよそ1.5ドルという水準の例がウェビナーで共有されました（2026年6月時点・尾形さん談）。この水準から見る限り、調査会社に外注する市場調査と比べて大幅に小さい予算で、しかも何度でも反復できるのが特徴です。 ### プログラミングができない会社でも使えますか？ 使えます。ウェビナーのデモでも、データ収集ツールの設定画面のスクリーンショットをAIエージェントに渡して「この内容で設定して」と頼む方法が紹介されていました。専門知識の壁は確実に下がっています。ただし、最初の一歩は外部データではなく、問い合わせや商談メモといった社内の反応データをAIに読ませることから始めるほうが、つまずきが少ないというのが私の現場での実感です。 ### レビューや口コミは、何件くらい集めれば意味がありますか？ ウェビナーのデモでは158件で不満の傾向と未充足ニーズの仮説が明確に出ました。経験則として、人力で読み切れない100件を超えたあたりからAIエージェントを使う価値がはっきり出ます。まずは自社と競合の直近レビュー100件程度を対象に、「不満の傾向」「評価されている点」「まだ満たされていないニーズ」の3点を出させるのが定番の型です。 ### スクレイピングは法律的に問題ないのですか？ ログイン不要の公開情報を、サーバーに負荷をかけない方法で取得し、社内の分析に使う範囲であれば、基本的に問題ないと整理されています。一方で、認証の突破、著作物としての再配布、規約で明確に禁止された用途などはリスクがあります。事業として本格的に組み込む場合は、法務・専門家の確認を挟んでください。 ### 新規事業のアイデア出しそのものをAIに任せられますか？ 仮説を出させることはできますが、採用の判断は人間の仕事として残ります。ウェビナーでも「AIの出す仮説には一般的すぎて使えないものが混ざる」「どの課題を捉えるかというWhatはAIでは変わらない」という指摘が登壇者から繰り返し出ました。AIは選択肢を増やし、人間が捨てて決める。この分担で考えるのが現実的です。 ## まとめ：調べる時間が消えた分、問いと判断に投資する - 新規事業のリサーチは「検索して読む」から「AIエージェントに調べさせ、人間が判断する」へ変わった - レビュー158件の収集・分析が数分で終わる。人力で読み切れない量を、同じ基準で定期的に読めるようになった - 新規事業のタネは会議室ではなく反応データの中にある。資料DL・問い合わせ・商談メモは規模に関係なくどの会社にもある - 顧客の本音が残っている場所は業種ごとに違う。旅館ならOTA口コミ、飲食ならGoogle Map、BtoBなら競合の導入事例 - SNSは宣伝の場である前に顧客理解のデータ。勝ちパターンは感覚ではなく構造で分解できる - テストマーケは「完成させてから聞く」のではなく「反応から絞る」。600件のリスト分析も現実的になった - 外部データは「取れるか」ではなく「使っていいか」で判断する。規約・負荷・再配布の線引きを守る - 始める順番はデータ→問い→ツール。ツール選定から始めた取り組みはほぼ止まる - 定性調査とWhatの判断は人間に残る。AIは選択肢を増やす係、人間は捨てて決める係 ウェビナーを主催した私自身、翌朝から動き方を1つ変えました。自社サイトの資料ダウンロードの通知と検索レポートをAIエージェント（私の場合は普段から業務に使っているClaude Code）に渡して、「どの経路から来た人が、どのテーマに反応しているか」を週次で読ませる定例を組んだのです。仕組みと言えるほどのものではなく、既存のデータを渡して問いを固定しただけなので、かかった時間は30分ほどでした。まだ人に語れるほどの蓄積はないので、数字が貯まったら、この記事とは別に現場の記事として書きます。 もし自社にも、問い合わせや口コミ、資料ダウンロードのような反応データが眠っている、あるいは外部データをどう見に行けばいいか分からない、という状態であれば、AI顧問（WiLLAGENT）として一緒に整理するところから始められます。そして、この記事で紹介したウェビナーの本編映像は、「新規事業リサーチをAIエージェントで高速化」として無料の資料セットで受け取れます。レビュー158件の分析やTikTokの勝ちパターン分解を、文字ではなく実際のデモ画面で確認できます。セットには、ほか2本の実践セミナー本編と、WiLLAGENTのサービス説明PDFも含まれています。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る 執筆：赤堀亘（AiWiLL株式会社 代表取締役。AI顧問・生成AI研修。イベント/ウェビナー累計企画112件・累計参加者10,551名。本記事は2026年6月30日開催のBright Data社共催ウェビナー「AIエージェントで新規事業開発はどれだけ進化するか」の内容と、自身のAI顧問現場の実務経験をもとに執筆） --- # AI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援 URL: https://aiandwill.com/ai-komon-toha/ 公開: 2026-07-03 / 更新: 2026-09-05 ChatGPTのアカウントはある。勉強会もやった。でも報告書も返信も、結局いままでどおり社長かベテランの手元で止まっている——中小企業のAI導入は、だいたいここで止まります。原因はツール不足ではありません。属人化した判断基準と暗黙知が、まだ「AIが読める形」になっていないからです。 AI顧問とは、その止まり方を一緒にほどく伴走です。使い方を一度教える研修でも、提案書を渡して終わるコンサルでもありません。どの業務をAIに渡すか、何を入れてはいけないか、誰が確認するか、成果物を社内にどう残すかを、現場の仕事の中で決め、人とAIが働ける型まで整えます。 AiWiLLの伴走型AI顧問「WiLLAGENT」は、経営者や担当者の判断を支え、現場が自分でAIを使いこなせる状態を3か月でつくるサービスです。外部に丸投げせず、会社の中に「使える人・使う手順・残る成果物」を残します。独自の方法論が考脈学です。まずは契約前の90分で、自社のどこから始めるかを一緒に棚卸しできます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI顧問とは AI顧問とは、会社の経営課題や業務課題に対して、生成AIをどう使えば成果につながるかを一緒に設計し、実務に落とし込む支援役です。AI研修のように知識を教えて終わるものでも、開発会社のようにシステムを納品して終わるものでもありません。 たとえば、以下のような問いに対して、経営者や現場担当者と一緒に答えをつくります。 - 自社では、どの業務からAI化すると効果が出やすいのか。 - AIに入れてよい情報、入れてはいけない情報をどう分けるのか。 - 営業、広報、採用、経理、問い合わせ対応、マニュアル作成などのどこにAIを組み込むのか。 - AIが出した文章、表、企画案、報告書を誰がどう確認するのか。 - 一度作ったプロンプトや手順を、社内でどう再利用できる形に残すのか。 AI顧問の価値は、最新ツールを紹介することではありません。会社の目的に合わせて、AIを「使える状態」から「仕事が進む状態」へ変えることです。 その中核にあるのは、業務分解力です。会社には、売上、集客、営業、サービス提供、採用、経理、顧客対応、アフターフォローなど、さまざまな仕事があります。AI顧問はそれらを一つずつほどき、どこにAIを入れると仕事が進むのか、どこは人が判断すべきなのかを整理します。 区分主な目的残るもの向いている場面 AI研修知識や基本操作を学ぶ理解、体験、教材まず触ってみたい段階 AIコンサル戦略や導入方針を整理する提案書、ロードマップ全体方針を決めたい段階 AI開発会社専用システムやアプリを作るシステム、ソフトウェア要件が固まっている段階 AI顧問業務で使いながら仕組みを作る業務フロー、プロンプト、ルール、成果物実務に定着させたい段階 ## AI顧問が必要になる理由 AI導入が止まる理由は、ツールが足りないからではありません。多くの場合、現場の人が忙しすぎてAIを試す時間がない、何に使えばよいか決められない、会社としてのルールがない、成果物の確認基準がないことが原因です。 AIは、現場の知識と掛け合わせたときに価値が出ます。現場を知らない人がAIだけを使っても、出てくるものは一般論になりがちです。一方で、現場をよく知る人がAIを使えるようになると、日々の判断、資料作成、顧客対応、改善提案の速度が変わります。 AI顧問は、AIを「詳しい人だけが使う道具」にせず、会社の中で仕事を進めるための共通基盤に変える役割を持ちます。 特に中小企業では、「この仕事はこの人しか分からない」「本人も言語化できない」「マニュアルにできない」という暗黙知が多く残っています。AI顧問では、そうした暗黙知を無理に置き換えるのではなく、聞き取り、分解し、AIにも人にも渡せる形へ整えていきます。 ### AI導入でよく起きる失敗 - ChatGPTのアカウントは作ったが、日常業務で使われていない。 - 社内で何度か勉強会をしたが、各自の利用に任せたままになっている。 - 生成AIに入力してよい情報と禁止情報の線引きがない。 - AIが作った文章をそのまま使ってよいか判断できない。 - 便利なプロンプトが個人のPCやチャット履歴に埋もれている。 - AI活用が「詳しい人の趣味」になり、会社の資産になっていない。 この状態で新しいツールを増やしても、現場の負担は減りません。先に必要なのは、業務の棚卸し、使う場面の選定、ルール、確認フロー、再利用できる成果物です。 契約前90分で自社の棚卸しを相談する まだ話さずに中身を見たい方は、無料の資料セット、1ヶ月目に実際やること、費用の実額も公開しています。 ## AI顧問でやること AI顧問で行うことは、会社ごとに変わります。ただし、基本の流れは共通しています。最初に業務と課題を見える化し、AIを入れる場所を決め、実際の業務で試し、使える形に整え、最後に社内へ残します。 ### 1. 業務と課題の棚卸し まず、売上、集客、営業、採用、経理、顧客対応、報告書作成、マニュアル作成など、日々の仕事を洗い出します。ここで大切なのは、「AIで何ができるか」から入らないことです。先に見るべきなのは、どこで時間がかかっているか、どこで判断が止まるか、どこに属人化があるかです。 ### 2. AI利用ルールと確認基準の整備 AIは便利ですが、使ってよい情報、使ってはいけない情報、最終確認者、公開前チェックを決めないまま使うと危険です。顧客情報、社員情報、契約、法務、税務、医療、補助金など、専門家確認が必要な領域は明確に分ける必要があります。 ### 3. 実務ワークで成果物を作る AI顧問は、講義だけで終わりません。実際の業務で使う文章、表、手順書、返信文、企画案、報告書、チェックリスト、SNS投稿案、Web記事案などを一緒に作ります。作ったものは、その場限りにせず、テンプレートや手順にして残します。 ### 4. 社内で使える状態にする 最終的には、社内の担当者が自分でAIに相談し、出力を確認し、必要に応じて修正し、業務に反映できる状態を目指します。AI顧問のゴールは、外部の人に聞き続けることではなく、社内にAIを使える判断力と運用の型を作ることです。 ### 5. 経営者と現場の役割を分ける 会社のコアな方針、事業の目的、顧客への約束、判断基準は、経営者や事業責任者が先に整えるべき領域です。一方で、日々の手順、現場で起きる例外対応、顧客との細かなやり取りは、現場の担当者が一番よく知っています。AI顧問では、上流の判断基準は経営者と整理し、具体的な運用は現場と一緒に作ることで、AI活用を会社全体に広げます。 ## 3か月伴走の進め方 WiLLAGENTでは、AI顧問を3か月の伴走として設計しています。3か月という期間は、AIの知識を学ぶだけでなく、実際の業務に入れ、社内で使い続けるための型を作るための単位です。 期間主な内容目指す状態 1か月目ヒアリング、業務棚卸し、要件定義、AI利用ルールの初期設計何からAI化するかが決まっている 2か月目オンボーディング、実務ワーク、プロンプト・手順の作成担当者が実務でAIを使い始めている 3か月目業務ごとの改善、成果物の整理、継続運用計画社内に残す型と次の改善テーマがある 3か月で全業務を完全自動化するわけではありません。むしろ、最初に作るべきなのは「自社は何から始めると効果が出るか」を判断できる状態です。AI導入は一度で終わるものではなく、業務、顧客、商品、採用、社内体制に合わせて更新し続けるものだからです。 ## AI顧問で変わる業務例 AI顧問の対象は、特殊なIT部門だけではありません。むしろ、地域企業、中小企業、店舗、宿泊、飲食、防災、士業、採用、広報など、現場の知識が強い会社ほど効果が出やすい領域があります。 ### 防災点検や現場報告の例 手書きの点検メモ、写真、Excel、報告書作成が分かれている現場では、AIを使って記録の整理や報告書の下書きを軽くできます。重要なのは、現場の専門知識を持つ人が確認しながら使うことです。AIがすべてを判断するのではなく、現場のプロがAIを使って作業を速く、正確に進める状態を作ります。 ### 飲食店や店舗経営の例 小規模事業では、売上を直接生まない経理、在庫、口コミ返信、SNS、メニュー説明、予約対応に多くの時間を取られます。AI顧問では、こうした裏側の仕事を軽くし、経営者やスタッフの時間を作ることも重視します。「朝1時間多く眠れる」「毎週の投稿が止まらない」「問い合わせ返信が早くなる」といった変化も、重要な成果です。 ### 旅館や地域事業の例 HP、予約サイト、Googleビジネスプロフィール、SNS、公式LINE、口コミ返信、補助金リサーチなど、地域事業の仕事は細かく分散しています。全部を外部業者に丸投げする前に、自社で考えられる部分、自社で下書きできる部分、自社で判断すべき部分を増やすと、外部委託の精度も上がります。 ### 発信や採用広報の例 動画を撮り、文字起こしし、記事、note、SNS、Podcastへ展開する流れを作れば、現場の知見が資産になります。重要なのは、単にAIに投げることではなく、事前にターゲット、事業情報、言いたいこと、避けたい表現を渡しておくことです。AIが編集できる材料を会社側に蓄積しておくほど、発信の質は安定します。 ### 職人・専門職の暗黙知を継承する例 職人や専門職の仕事には、人間の手でしかできない工程があります。AI顧問は、その核心部分までAIに任せることを目的にしません。むしろ、材料の手配、販売準備、問い合わせ対応、発信、採用、教育、経営管理など、周辺業務を軽くすることで、人が本当に集中すべき価値創造の時間を増やします。 また、「自分にしかできない」と思われていた仕事も、丁寧に聞き取り、判断基準や手順を分解すると、次の世代に引き継げる部分が見えてきます。AIは、職人の価値を奪うものではなく、暗黙知を言葉にし、会社の資産として残すための補助線にもなります。 ## AI顧問が向いている会社チェックリスト AI顧問が向いているのは、AIに興味がある会社ではなく、AIを使って業務や売上導線を変えたい会社です。以下に当てはまる場合は、AI顧問を検討する価値があります。 - AIを触ったことはあるが、日常業務に定着していない。 - 経営者や事業責任者が、自社の業務構造を整理したい。 - 経営者や責任者が忙しく、AI活用を自分で検証する時間がない。 - 営業、広報、採用、経理、顧客対応などで手作業が多い。 - 特定の人にしか分からない暗黙知や属人化した業務がある。 - 外部委託している業務の下書きや要件整理を社内で強くしたい。 - 社内にAIを使える人を育てたい。 - 社員がAIを使うときのルールや禁止事項を決めたい。 - 一度作ったプロンプトや手順を、会社の資産として残したい。 - AI研修だけでは、現場が変わらなかった経験がある。 一方で、「AIに丸投げすれば売上が上がる」「人の確認なしで完全自動化したい」「短期で確実な成果保証がほしい」という期待が強い場合、AI顧問は合いません。AI顧問は、現場の人と一緒に判断しながら、使える形を作る支援だからです。 まずは契約前90分を申し込む 資料セットを先に見る ／ 1ヶ月目のカレンダーを見る ## AI顧問で残すべき成果物 AI顧問で大切なのは、相談して終わらないことです。成果物が残らなければ、次の週にはまた同じ質問から始まってしまいます。AI活用を会社の資産にするには、以下のような形で残す必要があります。 成果物内容効果 業務棚卸し表AI化候補、優先度、担当者、リスクを整理何から始めるか判断できる AI利用ルール入力禁止情報、確認者、公開前チェックを明文化社員が安心して使える プロンプト集営業、広報、経理、採用などの用途別指示文個人依存を減らせる 成果物テンプレート報告書、返信文、記事、SNS、提案書など毎回ゼロから作らなくてよい 運用レビュー表使われている業務、止まっている業務、次の改善継続改善できる AIを使える人材は、単にツールに詳しい人ではありません。自社の業務を理解し、AIの出力を判断し、必要な修正を加え、会社の成果物として残せる人です。AI顧問は、その人を社内につくるための支援でもあります。 ## AI顧問の費用感と選び方 AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。費用を検討するときは、面談の回数に加えて、業務棚卸し、実務ワーク、資料整理、社内展開のうち何を依頼するかをそろえます。ツール利用料などの実費は、顧問料と分けて確認してください。 選ぶときは、料金だけではなく、次の観点を見てください。 - ツール紹介だけでなく、業務改善まで見てくれるか。 - 自社の業務、顧客、売上導線を理解しようとしているか。 - 作ったものを、社内で再利用できる形にしてくれるか。 - 情報管理、個人情報、著作権、専門家確認の線引きをしているか。 - 提案で終わらず、完了まで一緒に動く設計になっているか。 AI活用は、費用対効果を「何件作ったか」だけで見ないほうがよい領域です。削減時間、属人化の解消、顧客対応速度、発信の継続、外部委託の精度、社内に残る手順や人材まで含めて評価する必要があります。 ## AI顧問に関するよくある質問 ### AI顧問は何をする人ですか？ 会社の課題や業務に合わせて、AIをどこに使うかを決め、実務で使いながらプロンプト、手順、ルール、成果物を整える人です。AIの説明だけでなく、業務への落とし込みまで支援します。 ### AI研修だけでは足りませんか？ AI研修は、知識や基本操作を学ぶには有効です。ただし、現場の業務に定着させるには、どの業務で使うか、誰が確認するか、成果物をどう残すかまで決める必要があります。そこを補うのがAI顧問です。 ### AI顧問はAIコンサルと何が違いますか？ AIコンサルは方針や提案を中心にすることが多い一方、AI顧問は日常業務に入り、担当者と一緒に手を動かし、使える成果物を残すことを重視します。提案で終わらず、完了まで一緒に進める点が違いです。 ### 社内情報をAIに入れても大丈夫ですか？ 何でも入れてよいわけではありません。顧客情報、個人情報、契約情報、機密情報、専門家確認が必要な内容は慎重に扱う必要があります。AI顧問では、入力禁止情報、匿名化、確認フロー、利用ツールの選定を先に整えます。 ### 何か月くらい必要ですか？ 最初の型づくりは3か月を目安にしています。1か月目で課題と対象業務を決め、2か月目で実務に入れ、3か月目で社内に残る形へ整えます。その後は、必要に応じて継続顧問や社内研修へつなげます。 ### 成果は保証されますか？ 売上、SEO順位、広告成果、補助金採択などの保証はできません。AI顧問で保証すべきなのは、作業量を増やすことではなく、業務を見える化し、使える型を残し、社内で改善を続けられる状態に近づけることです。 ### 誰からAI活用を始めるべきですか？ 会社の方針や事業の目的に関わる部分は、経営者や事業責任者から始めるのが効果的です。会社のコア情報を先に整えることで、現場のAI活用もぶれにくくなります。そのうえで、日々の業務手順や顧客対応は現場担当者と一緒に具体化していきます。 ## まとめ：AI顧問は、AI導入ではなく事業を変える伴走である AI顧問とは、AIに詳しい人を外から呼ぶだけのサービスではありません。会社の課題に合わせて、AIを使う場所を決め、現場の人が使えるようにし、成果物を社内に残す伴走支援です。 AIは、現場のプロに渡して初めて掛け算になります。だからこそ、AI顧問に必要なのは、ツール知識だけではなく、業務理解、経営判断、現場との対話、情報管理、完了まで一緒に進める力です。 自社でAIを入れたいけれど、何から始めるべきか分からない。研修だけでは現場が変わらなかった。属人化が進み、社長やベテランがいないと回らない。社内にAIを使える人と仕組みを残したい——そう感じているなら、AI顧問を検討するタイミングです。 自分で進められる会社は、そのまま進めて構いません。止まる会社だけ、来てください。最初の一歩は本契約ではなく、契約前の90分です。業務の棚卸しと90日の骨子をその場で作り、契約してもしなくても持ち帰れます（進め方の実物は1ヶ月目の記事に公開）。 契約前90分を申し込む 費用の実額はAI顧問の費用相場、提供内容の資料は無料資料セットで確認できます。 AI顧問を検討している方へ（関連記事） - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の1ヶ月目に実際やること - AI顧問の最初の90日｜前半の進め方 - AI顧問・研修・コンサルの選び方 - AI顧問の比較と選び方｜3種類の別物を売る側が仕分けする - 中小企業のAI導入事例4選｜4社の現場で実際にやったこと - 中小企業にAIコンサルは必要か｜費用相場と見極め方 - 中小企業のAI導入費用｜月3,000円から全パターンの相場 - 生成AI研修の費用相場と選び方 - 属人化の解消方法｜「あの人しかできない」を仕組みに変える - AI導入のメリット・デメリット｜売る側が正直に書く - AIを入れても会社が変わらない本当の理由 - 中小企業の生成AI、現場観測2026 - AI社員とは｜職場を持った働き手 - 考脈学｜暗黙知を人とAIが働ける形に残す - 契約前90分を申し込む - カンパニーブレインとは｜働ける会社の記憶 - 無料資料セット｜WiLLAGENT ## 最初の相談へ持っていく一業務のメモ 初回から立派な要件書を作る必要はありません。困っている仕事一つについて、入力と完成物、止まる理由を言葉にします。以下は相談内容を整理するひな形で、事前提出を必須にするものではありません。 対象の仕事： いま誰が担当しているか： 受け取る資料と、作る完成物： 月に何件程度あるか： 手間がかかる工程： 人の判断が必要な箇所： 使ってよい資料の範囲： 改善したと判断する条件：相談では、このメモからAIへ任せる範囲と、社内で残す判断を整理します。作業の一部を制作として依頼するか、社内で使う人と型を育てる伴走にするかも、業務と体制によって変わります。契約前には対応範囲、期間、費用、社内の担当時間を確認してください。 現在の支援内容と料金をご覧いただけます。まだ整理できていない場合も、いま困っている仕事から相談することができます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI研修で終わらないために｜社員がAIを使える会社の作り方 URL: https://aiandwill.com/ai-training-teichaku/ 公開: 2026-07-03 / 更新: 2026-09-05 AI研修を実施したのに、社員が使わない。ChatGPTの使い方は学んだはずなのに、現場の仕事は変わらない。これは、社員のやる気が低いからではありません。私はAI顧問の現場で、むしろ逆のことをよく見ます。社員も社長も、便利になるなら使いたい。ただ、会社として「どの仕事に、どの情報を渡し、何を完成とするか」が決まっていないため、使いようがないのです。 AI研修を定着させるには、研修内容を増やすだけでは足りません。必要なのは、会社の業務を分解し、社長や責任者の判断基準を言葉にし、現場の具体物で試し、AIが出したものを人が直し、その修正理由を会社の型として残すことです。私はこの一連の作業を、AI導入というより「会社の仕事の解像度を上げる仕事」だと捉えています。 この記事では、AiWiLLのAI顧問（WiLLAGENT）で実際に使っている考え方をもとに、AI研修をイベントで終わらせず、社員が実務でAIを使える状態へ変える方法を整理します。単なるプロンプト集ではありません。紙、Excel、写真、PDF、LINE WORKS、口頭確認が混在する中小企業の現場で、AIを会社の力に変えるための実装論です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論：AI研修のゴールは「社員がChatGPTを触れること」ではない AI研修のゴールは、社員がChatGPTやClaudeを触れることではありません。ゴールは、社員が自社の業務をAIに渡せる形に分解し、AIの出力を自社の基準で直し、仕事の成果物として使える状態にすることです。 私は現場でよく、次のように説明しています。 よくあるAI研修のゴール本当に作るべきゴール プロンプトを書ける自社の業務情報、判断基準、禁止事項をAIに渡せる 便利な使い方を知る明日から使う業務と成果物が決まっている 社員がAIに慣れるAI出力を現場の言葉で赤入れできる 研修満足度が高い1か月後も使われるテンプレートと手順が残っている ツールを導入する経営者、責任者、現場の役割分担が決まっている AI研修が失敗する会社は、社員に「AIを自由に使ってください」と渡します。AI研修が定着する会社は、社員に「この業務で、この材料を使って、この基準で直してください」と渡します。違いはツールではなく、業務設計です。 ここで大事なのは、AIを人の代わりに置くことではありません。AIは、会社の中にすでにある判断、経験、顧客理解、現場知識を増幅する道具です。だから、会社の知識が言葉になっていない状態では、AIは一般論しか返せません。逆に、現場の判断を丁寧に言葉にできる会社では、AIは急に強くなります。 AI顧問の資料セットで90日設計を見る ## AIは足し算ではなく、掛け算で効く AI研修を設計するとき、私はまず「AIは足し算ではなく掛け算です」と伝えます。AIを入れれば誰でも同じだけ伸びる、というものではありません。AIは、その人や会社が持っている情報量、業務分解力、判断基準、実行力に掛かります。 掛け算の要素意味低いと起きること高いと起きること 情報アクセス会社情報、顧客情報、過去資料、業務データにどこまで触れられるかAIに一般論しか渡せない自社に近い提案や下書きが出る 業務分解力仕事を目的、工程、判断、成果物に分けられる力「何に使うか」で止まるAIに渡す仕事と人が見る仕事を分けられる 判断基準良い/悪い、自社らしい/らしくない、出してよい/悪いの基準整っているが薄い文章が増えるAI出力を現場の品質に近づけられる AI性能使うモデル、ツール、エージェント、ナレッジ環境単発チャットで止まる日常業務の横にAIが常駐する 完了力試すだけでなく、成果物として出し切る力発案で終わる記事、報告書、返信文、手順書として残る この掛け算で見ると、なぜ「経営者や事業責任者から始めるべきか」が分かります。経営者は会社の目的、事業構造、顧客、売上、採用、リスクにアクセスできます。AIに渡せる情報も、判断できる範囲も広い。だから、最初に経営者や責任者がAIを触り、自社のコア情報と判断基準を整えると、社内展開が速くなります。 一方で、現場社員が悪いわけではありません。現場社員には、作業手順、顧客対応、例外処理、現場でしか分からない違和感があります。社長が会社のコアを整え、現場が実作業の細部を整える。この役割分担ができたとき、AI研修は初めて会社の仕組みになります。 ## AI研修が「効果ない」で終わる7つの理由 AI研修が効果ないと言われるとき、原因は研修講師の説明が下手だからとは限りません。むしろ、研修の前後設計に問題があることが多いです。 失敗理由現場で起きていること本当の対策 1. ツールから入るChatGPTの機能は分かったが、自社のどの仕事に使うか決まらない研修前に業務棚卸しを行う 2. 社長の判断基準が外に出ていない社員がAIで作っても、最後に社長確認で止まる社長の言葉、NG表現、優先順位をテンプレート化する 3. 現場が忙しすぎる学ぶ気はあるが、触る5分がないAI導入の前に、電話、会議、確認業務を軽くする 4. 使ってよい情報が分からない情報漏えいが怖くて、結局使わない1ページのAI利用ルールを先に作る 5. 出力を直す文化がないAIの回答を見て「違う」で終わる違和感の理由を拾い、プロンプトとチェックリストに戻す 6. 成果物が残らない研修中は盛り上がるが、翌週にはチャット履歴に埋もれるプロンプト、手順書、出力例を共有場所に残す 7. 完了まで伴走しない発案、下書き、試作で止まり、顧客や社内に出ない「公開・送信・提出」までを研修のゴールに入れる 特に大きいのは、3つ目です。忙しすぎる会社では、AIを触る余白がありません。これは言い訳ではなく、導入設計の問題です。AIは、少し立ち止まって「何を渡すか」「どう直すか」を考える道具です。その数分がない会社では、研修を増やしても定着しにくい。 だから私は、AI研修の前に社長や責任者の一日を見ることがあります。電話が鳴り続けていないか。確認が代表に集まりすぎていないか。議事録が残っているか。何度も同じ説明をしていないか。AI導入の第一歩が、AIツールではなく「社長の机の上を並べ直すこと」になる会社もあります。 ## 現場で見えた、AI研修が定着する瞬間 ここからは、AI顧問の現場で見えている例を、公開できる範囲に抽象化して紹介します。大事なのは業種名ではなく、どの仕事をどう分解したかです。 ### 防災・設備点検：手書き、写真、Excel、報告書をつなぐ 防災設備や点検の現場では、紙、手書き、写真、図面、Excel、報告書が混在します。現場スタッフが点検し、不備を記録し、写真を撮り、最後に報告書へまとめる。人間でも大変な整理です。 ここでAIを入れるとき、最初から「全部自動化しましょう」とは言いません。まず見るのは、どの情報がどの成果物に流れているかです。点検項目、建物名、場所、不備内容、写真、修繕要否、顧客へ伝える文言。これらを分けると、AIに渡せる部分が見えてきます。 たとえば、手書き記録や写真から項目を起こし、Excelの形へ近づける。報告書の下書きを作る。顧客へ説明する文章のたたき台を作る。最後は現場を知る人が確認する。この形なら、AIは現場判断を奪うのではなく、現場判断の前後にある重い整理作業を軽くします。 ### 飲食店：AI化の価値は「朝1時間多く眠れる」で測れる 飲食店の経理や仕入れ整理は、売上を直接生みません。でも、経営者の時間と体力を確実に削ります。夜遅くまで営業し、締め作業をして、翌日の仕込み前に領収書や納品書を整理する。ここにAIを入れる価値は、単なるコスト削減ではありません。 領収書、納品書、レジデータ、仕入れメモを整理し、仕訳や確認のたたき台を作る。もちろん会計判断は人や専門家が確認します。それでも、経営者が朝1時間多く眠れるなら、それは大きな価値です。AI研修の効果測定は、金額だけでなく「何時間戻ったか」「その時間を何に使えたか」で見るべきです。 ### 家族経営の旅館：外注前の下書き力が経営を軽くする 代替わりした旅館や地域事業では、HP、予約サイト、Googleビジネスプロフィール、公式LINE、口コミ返信、過去客への案内、補助金リサーチなど、やることが一気に増えます。全部を別々の業者に頼むと、費用も管理も重くなります。 ここでAIが効くのは、外注を全部なくすからではありません。宿を一番知っている人が、先に下書きと要件を作れるようになるからです。自分たちの強み、客層、季節ごとの訴求、再訪してほしい理由をAIと整理する。そこからHP原稿、口コミ返信、LINE配信、営業文、補助金の論点整理を作る。外注するにしても、依頼の精度が変わります。 ### 職人・専門職：AIは技術を奪うより、技術に集中する時間を作る 職人や専門職の仕事には、人間の手でしかできない工程があります。私は、その核心までAIに任せるべきだとは思っていません。むしろ、そこに集中するために、周辺業務をAIで軽くするべきだと思っています。 材料の手配、販売準備、問い合わせ対応、発信、採用、教育、経理、マニュアル作成。職人の仕事は、作品を作る以外にもたくさんあります。AIはその周辺を支えられます。そして、職人の「この順番で見ている」「ここだけは譲れない」「この状態なら出さない」という判断を聞き取って残せば、技術や思想を次の世代に引き継ぐ助けにもなります。 ## 研究・公開レポートから見ても、定着の鍵は「業務再設計」と「人の確認」 AI研修を定着させるには、現場感だけでなく公開されているガイドラインや調査の視点も使うべきです。総務省・経済産業省のAI事業者ガイドライン 第1.1版は、AI活用をリスクベースで考え、AI開発者、提供者、利用者がそれぞれの立場でガバナンスを実践する必要があると整理しています。中小企業が読むと難しく感じるかもしれませんが、現場で使うなら「どの用途は低リスクか、どの用途は人の確認が必要か」を決めるための材料になります。 また、IPAのDX推進指標が重視しているのは、単なるツール導入ではなく、経営、仕組み、人材、成果を合わせて見直すことです。AI研修も同じです。AIを使える人を増やすだけでなく、会社の仕事の流れと意思決定を変えなければ、定着しません。 McKinseyのState of AI 2025でも、高い成果を出す企業はAIを単なる効率化に限定せず、成長や革新を目的にし、ワークフローを再設計していることが示されています。これは、私が中小企業のAI顧問現場で見ていることとも一致します。AI研修で終わる会社は、研修を受けます。AIが定着する会社は、仕事の流れを変えます。 つまり、AI研修の品質は「講義が分かりやすいか」だけで測れません。業務再設計、利用ルール、人のレビュー、成果物化、継続改善まで含めて評価する必要があります。 ## 90日でAI研修を定着に変える実装ロードマップ AiWiLLのWiLLAGENTでは、最初の3か月を月2回、全6回の伴走として設計しています。AI研修だけを売りたいわけではなく、3か月で会社の中にAI活用の型を残すためです。 回テーマ何をするか残すもの 0初回診断事業、目標、詰まり、AI経験、制約を聞き、その場でAIと90日テーマ候補を整理する最初の3テーマ、やらないこと、提案判断 1業務棚卸し紙、Excel、写真、PDF、口頭確認、外注、社長確認を洗い出すAI活用テーマ候補リスト、初期ロードマップ 2利用環境とルール使うAI、権限、入力禁止情報、公開前確認者を決める1ページAI利用ルール、初期プロンプト集 3基礎の型AIへの依頼、材料の渡し方、出力の直し方を実務で学ぶ業務別プロンプト、活用ミニマニュアル 4自社業務ワーク営業、広報、報告書、問い合わせ、採用など実際の業務で試す業務別AI活用手順書、成果物テンプレート 5改善と横展開使った結果を見て、足りない材料、危ない使い方、広げる業務を整理する改善版手順書、追加AI化業務リスト 6次の90日成果、未達、削減時間、リスク、社員展開を確認する90日成果レポート、次の90日実行計画、WiLLSkills研修案 このロードマップで一番大事なのは、毎回「理解したこと」ではなく「残すもの」を決めることです。プロンプト、手順書、利用ルール、成果物テンプレート、成果レポートが残らなければ、担当者が変わった瞬間にAI活用は止まります。 逆に、型が残っていれば、AI研修は次の社員へ広げられます。経営者と責任者で作った型を、営業向け、バックオフィス向け、管理職向け、全社員向けのWiLLSkills研修へ展開する。これが、顧問から研修へ広げる自然な順番です。 自社の90日ロードマップを相談する ## AI利用ルールは、難しい規程より「現場で使える1ページ」から始める AI研修を定着させるうえで、ルールは必須です。ただし、最初から分厚い規程を作る必要はありません。現場で使われるのは、判断に迷った瞬間に見られる1ページです。 区分例運用 入力してよい公開情報、一般化した業務フロー、匿名化した事例、商品説明通常利用可。ただし出力確認は行う 合意の上で使う社内資料、過去提案、業務データ、未公開企画利用ツール、共有範囲、保存場所、確認者を決める 入力しない個人情報、顧客リスト実名、売上明細、従業員情報、認証情報原則禁止。必要なら別途設計する 人の確認が必要顧客送付文、公開記事、契約、法務、税務、労務、補助金、医療AIは下書きまで。責任者または専門家が確認する このルールを作ると、社員は安心してAIを使いやすくなります。ルールがない会社では、慎重な社員ほどAIを使いません。一方で、勢いのある社員が危ない使い方をする可能性もあります。定着と安全はセットです。 ## 社長、責任者、現場社員、外部顧問の役割を分ける AI研修を全社員に同じ内容で実施すると、どうしても薄くなります。社長がやるべきこと、責任者がやるべきこと、現場社員がやるべきことは違います。 役割やるべきことやってはいけないこと 社長・経営者会社の目的、優先順位、守るべき価値、出してよい情報、最終判断基準を言葉にする現場に「自由に使って」と丸投げする 事業責任者・管理職業務フロー、成果物、確認者、KPI、社内展開の順番を決める研修参加だけで満足する 現場社員実作業で試し、AI出力への違和感を言葉にするチャット履歴にノウハウを閉じ込める 外部顧問業務分解、AI環境、ルール、プロンプト、改善レビューを支援する会社の判断まで代行する 特に重要なのは、現場社員の「まあ、そうなんだけど」という違和感を捨てないことです。AIの出力が間違ってはいない。でも自社の言い方ではない。順番が違う。顧客の不安に先に答えていない。この違和感こそ、会社の暗黙知です。 AI研修が定着する会社は、この違和感を拾います。なぜ違うのか、どう直すのか、次からAIに何を伝えるのかを残します。これを繰り返すと、AIは少しずつ会社に近づきます。 ## WiLLSkillsは「売上を上げる流れ」でAIを学ぶ研修にする 社員向けに広げる段階では、WiLLSkillsのような実務型生成AI研修が有効です。ただし、ここでも「AIの使い方」だけを教えると定着しません。社員が理解すべきなのは、AIツールより先に、事業がどう動いているかです。 売上は、認知、リード獲得、見込み客育成、商談、顧客対応、リピート・紹介、経営マネジメントの連続で生まれます。AIはこの全体に入れられます。 フェーズ社員がAIでできること研修で作るべき成果物 認知・集客SEO記事、SNS投稿、動画文字起こし、プレスリリースの下書き発信テーマ表、投稿文、記事構成 リード獲得LP改善、資料DL導線、CTA文、フォーム改善案LP改善案、CTA案、資料構成 見込み客育成メルマガ、LINE配信、フォローメール、事例コンテンツステップ配信案、フォロー文 商談商談前調査、提案書構成、想定QA、お礼メール提案書たたき台、商談後メール 顧客対応FAQ、返信文、マニュアル、議事録、報告書問い合わせ返信集、業務手順書 CS・紹介アンケート要約、改善案、紹介依頼文、再訪提案フォローアップ文、紹介導線案 経営管理KPI整理、会議要点、予実分析、改善優先順位月次レビュー表、次アクション この形で研修を作ると、社員は「AIで何ができるか」ではなく「自分の仕事が会社のどこに効いているか」を理解し始めます。ここが大事です。AI研修は、社員のAIスキル研修であると同時に、会社の仕事の見え方を変える研修でもあります。 ## 自社で使えるAI研修定着チェックリスト ここからは、社内でそのまま使える診断リストです。AI研修を実施する前、または研修後に止まっている場合に、上から確認してください。 - AI研修の目的は、効率化、売上施策、採用、問い合わせ対応、社内教育のどれか明確ですか。 - 最初に扱う業務を3つ以内に絞っていますか。 - その業務の現在の手順、担当者、使っている資料、完成物が分かっていますか。 - 社長や責任者に確認が集まっているポイントを言葉にしていますか。 - AIに入力してよい情報、条件付きの情報、入力禁止情報を分けていますか。 - AIが作った文章や資料を、誰がどの観点で確認するか決まっていますか。 - 研修中に、実際の業務資料や実際の文章を題材にしますか。 - 研修後に残す成果物を、プロンプト、手順書、テンプレート、ルールのどれにするか決めていますか。 - 社員がAI出力を見て違和感を言える場がありますか。 - 違和感をプロンプトやチェックリストへ戻す運用がありますか。 - 研修後30日、60日、90日で利用状況を振り返りますか。 - 削減時間だけでなく、作成物、顧客対応速度、発信数、外注依頼の精度も見ますか。 - AIで空いた時間を何に使うか決めていますか。 - 社長、管理職、現場社員で研修内容を分けていますか。 - 研修後にWiLLSkillsのような部門別展開、または継続顧問へつなげる判断基準がありますか。 10個以上YESなら、AI研修は定着に向かいやすい状態です。6〜9個なら、業務設計とルール整備を先に足すべきです。5個以下なら、研修を増やす前に、経営者や責任者と業務棚卸しをする方が効果的です。 ## AI研修後の効果測定は、受講者アンケートだけでは足りない 受講者アンケートは大切です。ただし、「分かりやすかった」「便利そうだった」だけで評価すると、研修はイベントで終わります。定着を見たいなら、実務指標を見ます。 見る指標具体例なぜ見るか 実行量AIで作成した記事、返信文、議事録、報告書、提案書、マニュアルの数研修が作業に変わっているか 削減時間議事録作成、報告書作成、返信文作成、経理整理にかかった時間現場の余白が増えているか 品質手戻り、修正回数、公開前レビュー通過率、顧客クレーム速くなっただけで品質が落ちていないか 再利用共有されたプロンプト、テンプレート、手順書の利用回数個人技で終わっていないか 売上手前の変化発信数、問い合わせ返信速度、商談準備数、見込み客フォロー数AI活用が事業に接続しているか 定着週次利用者数、部署別利用業務数、月次レビュー実施回数一部の人だけで止まっていないか AI研修の効果は、すぐに売上だけで測ると見誤ります。最初に見るべきは、売上につながる先行指標です。発信が止まらなくなった。問い合わせ返信が早くなった。提案準備が軽くなった。社長の確認が減った。朝1時間多く眠れるようになった。こうした変化が、会社の体力を戻します。 ## まだAI研修を広げない方がいい会社 AI研修は万能ではありません。次の状態では、全社員研修を先にやっても定着しにくいです。 - 経営者や責任者が、AI活用の目的を決めていない。 - 最初にAIを使う業務が決まっていない。 - 社員が触る時間を週30分も取れない。 - 入力禁止情報や公開前確認のルールがない。 - AIで作ったものを誰が直すか決まっていない。 - 「AIに丸投げして完全自動化したい」という期待が強い。 - 成果保証、売上保証、補助金採択保証のような期待で導入しようとしている。 - 社長やベテランの判断基準を出す意思がない。 この場合は、研修より先に小さなAI顧問型の業務棚卸しをおすすめします。1業務だけでいいです。議事録、問い合わせ返信、報告書、営業準備、動画文字起こしからの記事化。小さく試し、出力を直し、型にする。その経験ができてから研修を広げる方が、社員にとっても分かりやすくなります。 ## AiWiLLが支援する「研修で終わらないAI活用」 AiWiLLの主力サービスであるWiLLAGENTは、AIを研修で終わらせず、経営、営業、マーケティング、制作、業務改善の現場で成果物が出るところまで伴走するAI顧問サービスです。詳しい考え方は、AI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援でも整理しています。 AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。研修で覚えた操作を日々の仕事へ移すため、業務の選定、実務での試用、訂正の記録、社内での共有まで進めます。最初の90日はその前半工程として、会社に残す成果物と確認担当を決めます。 WiLLSkillsは、その型を社員や部署へ広げる生成AI研修です。AIの使い方だけではなく、売上が上がるファネル、業務改善、商談、顧客対応、経営判断にAIをどう入れるかを扱います。顧問で作った自社事例を研修に持ち込むと、社員は「一般的なAI」ではなく「自分たちの仕事で使うAI」として学べます。 AI活用で一番遠いのは、発案ではなく完了です。便利そうだ、できそうだ、試してみたい。ここまでは多くの会社が行けます。難しいのは、顧客に出せる形、社内で再利用できる形、次の人が真似できる形まで持っていくことです。私たちは、提案で終わらせず、完了まで一緒にやることを大事にしています。 WiLLAGENTの無料資料セットを見る ## AI研修の定着に関するよくある質問 ### AI研修は意味がないのでしょうか？ 意味はあります。AIの基本を知り、触るきっかけを作ることは重要です。ただし、研修だけで会社の仕事は変わりません。対象業務、利用ルール、成果物、レビュー基準、90日運用まで設計して初めて定着します。 ### 社員がAIを使わない一番の理由は何ですか？ 多くの場合、やる気ではなく設計不足です。何に使えばよいか、どの情報を入れてよいか、出力を誰が確認するか、作ったものをどこに残すかが決まっていないと、社員は使い続けられません。 ### AI研修は社長から受けるべきですか？ 会社のコア情報や判断基準に関わるテーマは、社長または事業責任者から始めるべきです。その後、実作業の手順や現場の赤入れは社員と一緒に作ります。社長だけでも、現場だけでも足りません。 ### 全社員研修とAI顧問はどちらが先ですか？ 業務テーマとルールが決まっていないなら、AI顧問型の業務棚卸しが先です。経営者や責任者と型を作り、その型を社員研修へ展開する方が定着しやすくなります。すでに対象業務が明確なら、実務型研修から始めてもよいです。 ### ITに詳しくない社員でもAIは使えますか？ 使えます。ただし、抽象的なプロンプト講座より、実際の業務資料を使ったワークが必要です。スマートフォンやメールが使える人でも、業務の材料と確認基準があれば、AIの下書きを実務に使えるようになります。 ### 情報漏えいが怖い場合はどう始めればいいですか？ まず公開情報、一般化した業務フロー、匿名化した事例から始めます。顧客情報、個人情報、売上明細、従業員情報、認証情報は原則入力しません。社内資料を使う場合は、利用ツール、共有範囲、確認者を決めてから進めます。 ### AI研修の成果はいつ見えますか？ 議事録、返信文、報告書、SNS投稿、営業準備のような業務なら、数週間で小さな変化が見えます。ただし、社内定着や売上への接続は90日単位で見るべきです。1回の研修満足度ではなく、30日、60日、90日の成果物と利用状況を確認します。 ### AIで仕事が奪われるのではありませんか？ AIは人の仕事をすべて置き換えるものではありません。特に現場判断、顧客理解、職人技、経営判断は人が持つべきです。AIに任せるのは、整理、下書き、要約、候補出し、転記、再利用しやすい形への変換です。人が価値を作る時間に戻すために使います。 ### WiLLAGENTとWiLLSkillsの違いは何ですか？ WiLLAGENTは、経営者や責任者と一緒に会社のAI活用テーマ、ルール、成果物、90日ロードマップを作る顧問型支援です。WiLLSkillsは、その型を社員や部署へ広げる生成AI研修です。顧問で土台を作り、研修で広げる流れが最も自然です。 ### まず何から始めればよいですか？ 最初は、1業務だけ選んでください。議事録、問い合わせ返信、報告書、営業準備、動画文字起こしからの記事化など、頻度が高く、リスクが低く、人が確認しやすい業務が向いています。その業務で、材料、出力、確認者、保存場所を決めるところから始めます。 ## まとめ：AI研修は、会社の解像度を上げるところまでやって初めて定着する AI研修で終わる会社と、AIが定着する会社の違いは、ツールの差ではありません。会社の仕事をどこまで分解し、判断基準をどこまで言葉にし、成果物をどこまで残せるかの差です。 - AI研修のゴールは、社員がAIを触れることではなく、業務成果物を作れること。 - AIは足し算ではなく、情報アクセス、業務分解力、判断基準、AI性能、完了力の掛け算で効く。 - 社長や責任者は、会社のコア情報と判断基準を言葉にする役割を持つ。 - 現場社員は、実作業でAIを試し、違和感を言葉にして会社の型へ戻す役割を持つ。 - AI利用ルールは、分厚い規程より現場で使える1ページから始める。 - 研修後は、受講者満足度ではなく、成果物、削減時間、再利用、品質、売上手前の変化を見る。 - 研修を広げる前に、1業務で小さく試し、プロンプト、手順、レビュー基準を残す。 - AIで空いた時間は、売上づくり、顧客対応、採用、休息など、会社が本当に必要としていることへ戻す。 - 発案で終わらせず、公開、送信、提出、社内共有まで完了させることが定着の条件になる。 AiWiLLの使命は、すべての会社をAI Ready——会社の記憶と判断をAIが番頭として持ち続けられる状態——にすることです。属人的な成功ではなく、誰でも辿れる型にする。だから私たちは、AIを効率化の道具だけで終わらせず、現場の知識、経験、熱量にAIという武器を渡すことを大事にしています。自社でもAI研修を実務に変えたい、社長や現場の判断基準を残したい、社員がAIを使える会社にしたい場合は、WiLLAGENTの無料資料セットをご確認ください。具体的な相談は、AiWiLLのお問い合わせフォームから受け付けています。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：123字（推奨120〜158字） ============================================================ AI研修を受けても社員が使えない理由を、AiWiLLのAI顧問現場から解説。業務分解、社長の余白づくり、AI利用ルール、90日伴走、WiLLSkills展開まで、研修を実務定着へ変える方法を、現場事例と診断チェックリスト付きで具体的に公開します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # AIで会社は賢くなるのか、空洞化するのか｜生成AI時代に失ってはいけない「判断資本」 URL: https://aiandwill.com/ai-judgment-capital/ 公開: 2026-07-03 / 更新: 2026-09-05 生成AIを入れれば、会社は賢くなるのか。それとも、見た目だけ整った資料や文章が増える一方で、会社の中にあった判断力は薄くなっていくのか。私はAI顧問の現場で、この問いをかなり現実的な問題として見ています。 AIは議事録を作れます。メールも、提案書も、記事も、マニュアルも、報告書の下書きも作れます。便利です。けれど、便利さが増えるほど、会社は一つの危険に近づきます。なぜその判断をしたのかを、人間が説明しなくても仕事が進んでしまう危険です。 この記事では、その危険を「判断資本の空洞化」と呼びます。判断資本とは、社長の基準、現場の違和感、顧客への向き合い方、職人の暗黙知、過去の失敗から生まれたルール、何をやらないかの線引きの総体です。AiWiLLの使命は、すべての会社をAI Ready——会社の記憶と判断をAIが番頭として持ち続けられる状態——にすることです。属人的な勘や経験を、誰でも辿れる型に変える。だからこそ、AIを使うほど会社の判断力が痩せる状態は避けなければいけません。AIは人の判断を奪うためではなく、会社の判断を見える形にして、次の人へ渡すために使うべきです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論：AIで賢くなる会社は、判断をAIに丸投げしない 生成AIで会社が賢くなるかどうかは、AIの性能だけでは決まりません。会社の中にある判断を、どれだけ言葉にし、検証し、残せるかで決まります。 AIで賢くなる会社は、AIが出した下書きを見て終わりにしません。「ここは違う」「この順番だと顧客が不安になる」「この言い方はうちらしくない」「この情報は外に出さない」と人が直します。そして、直した理由を次のプロンプト、チェックリスト、業務手順、社内ルールへ戻します。 反対に、AIで空洞化する会社は、AIの出力をそのまま便利に使います。資料は速くなります。文章も整います。会議の要約も残ります。でも、なぜその言い方を選んだのか、なぜその判断をしたのか、どこまでならAIに任せてよいのかが社内に残りません。仕事は速くなっているのに、会社の判断力は痩せていきます。 観点 AIで賢くなる会社 AIで空洞化する会社 AIの位置づけ 判断を見える化する道具 判断を省略する道具 社長の関与 会社の目的、顧客、やらないことを言語化する 現場やAI担当者に任せきる 現場の赤入れ 「なぜ違うか」を拾い、型にする 「なんか違う」で終わる 成果物 プロンプト、チェックリスト、業務手順、判断基準が残る きれいな下書きとチャット履歴だけが残る 人材育成 AI出力を直す力が育つ AIに聞く力だけが増える 長期リスク 暗黙知が会社の資産になる 暗黙知が言語化されないまま失われる 私は、これからのAI導入で最も大事なテーマは、単なる効率化ではなく判断資本をどう残すかだと考えています。AIが賢くなるほど、人間側の判断を言葉にする力が問われます。 AI顧問の資料セットで判断資本の作り方を見る ## 判断資本とは何か 判断資本とは、会社の中に蓄積された「良い判断をするための材料」です。お金の資本、設備の資本、顧客資産、人材資産と同じように、会社には判断の資産があります。ただ、多くの会社ではそれが帳簿にも、マニュアルにも、システムにも載っていません。 たとえば、社長が営業資料を見て「この順番だと先方は不安になる」と言う。現場責任者が報告書を見て「この写真だけでは状況が伝わらない」と言う。ベテランが若手に「そのお客さんには、先に背景を説明してから金額を出したほうがいい」と言う。こうした一言は、ただの感想ではありません。会社が長い時間をかけて身につけた判断です。 判断資本の種類 現場での表れ方 AI導入で残すべき形 目的判断 この仕事は何のためにやるのか ミッション、事業目的、施策の優先順位 品質判断 どこまで整えたら顧客に出せるか 公開前チェックリスト、レビュー基準 顧客判断 誰に、どの順番で、どの温度で伝えるか 顧客別の説明順、NG表現、安心材料 リスク判断 何をAIに入れないか、何を断言しないか AI利用ルール、入力禁止情報、承認フロー 現場判断 紙、写真、Excel、口頭確認のどこを信じるか 業務別手順書、例外対応、報告書の型 撤退判断 やらないこと、受けない仕事、約束しないこと サービス範囲、除外事項、提案時の線引き 判断資本は、会社が成長するほど重要になります。社長だけが判断している間は、社長の中にあれば回ります。しかし社員が増え、事業が増え、AIが仕事に入ると、判断が見えないままでは仕事が止まります。AIは「それっぽい答え」を出せるため、判断基準が見えない会社ほど、空洞化に気づきにくくなります。 AiWiLLのAI顧問で最初に業務棚卸しをするのは、効率化できる作業を探すためだけではありません。会社の判断がどこに隠れているかを見つけるためです。紙、Excel、写真、PDF、LINE WORKS、報告書、見積、口コミ返信、問い合わせ文の中に、会社の判断は散らばっています。 ## AI導入で会社が空洞化する5つのパターン AI導入のリスクというと、情報漏えい、著作権、誤情報、セキュリティがよく語られます。もちろん重要です。ただ、中小企業の現場では、それだけではありません。もっと静かで、気づきにくいリスクがあります。会社の判断が残らないことです。 ### 1. 下書きが速くなり、考える前に出せてしまう AIは、文章や資料を速く整えます。これは大きな価値です。ただ、速い下書きに慣れると、人が「そもそも何を言うべきか」を考える時間が削られます。忙しい会社ほど、整った下書きに救われます。そして、そのまま出したくなります。 本当は、出す前に立ち止まる必要があります。この文章は誰に向けているのか。この順番で相手は動けるのか。根拠はあるのか。自社が約束してよい範囲か。ここを確認しないまま出せる状態が、空洞化の入口です。 ### 2. 社長の基準が外に出ないまま、現場がAIを使う AI担当者や現場社員がAIを使い始めても、会社のコアな判断は社長の中にあることが多いです。何を大事にする会社なのか。どんな顧客と付き合いたいのか。どの表現は自社らしくないのか。どこまでなら約束してよいのか。 ここが言葉になっていないと、社員はAIで作ったものを最後に社長へ戻すしかありません。社長確認が増え、AI導入なのに社長の負担が増えることがあります。これはAIの問題ではなく、判断資本が社長の中に閉じている問題です。 ### 3. 現場の「まあ、そうなんだけど」が捨てられる AIが出した文章を現場の人に見せると、「まあ、そうなんだけど」という反応が出ることがあります。私はこの言葉をかなり大事にしています。そこには現場の判断が入っているからです。 何が違うのか。なぜ違うのか。どう言えば近いのか。誰に向けるならその言い方がよいのか。この会話を拾わずに「AIの回答はまだ微妙ですね」で終わると、判断資本は残りません。逆に、この違和感を丁寧に拾う会社は、AI導入によって現場の知恵を言語化できます。 ### 4. 若手が「答えを整える力」だけを覚える AIは若手の仕事を助けます。調べる、要約する、書く、構成を作る。ここは積極的に使うべきです。ただし、AIが整えた答えを受け取るだけになると、問いを立てる力、違和感を持つ力、顧客の文脈を読む力が育ちにくくなります。 若手に必要なのは、AIを禁止することではありません。AI出力を直す理由を言語化する訓練です。「なぜこの出力は惜しいのか」「どの情報が足りないのか」「どこが自社の基準と違うのか」を上司や現場と一緒に見ることです。 ### 5. 責任の所在があいまいになる AIが提案した。AIが要約した。AIが書いた。そう言えてしまうと、最終判断の責任がぼやけます。しかし、顧客に届く文章、社外に出る資料、採用文、営業提案、口コミ返信、補助金や法務に関わる論点は、最後に人が確認しなければいけません。 総務省・経済産業省のAI事業者ガイドライン第1.1版でも、AIリテラシー、教育、説明責任、文書化、継続的なガバナンスが重要な論点として整理されています。これは大企業だけの話ではありません。中小企業でも、AIを使うなら「誰が見たのか」「何を根拠にしたのか」「どこまでAIに任せたのか」を残す必要があります。 ## 研究・ガイドラインから見る「判断資本」の必然性 判断資本という言葉は、私たちが現場で使うために置いた概念です。ただ、背景にある問題意識は、国際的なAIリスク管理や労働市場の議論ともつながっています。 参照元 示唆 この記事での解釈 NIST AI Risk Management Framework AIのリスクを個人、組織、社会に対して管理し、信頼性を設計・利用・評価へ組み込む考え方を提示している。 AIは便利な道具ではなく、用途ごとにリスクと責任を管理する経営対象。判断資本は、軽量なAIガバナンスの中核になる。 AI事業者ガイドライン 第1.1版 AIリテラシー、教育・リスキリング、アカウンタビリティ、文書化、継続的なAIガバナンスを重視している。 社内AIルールは形式ではなく、判断を残し、責任を分け、現場が迷わないための道具になる。 Stanford AI Index Report 2025 AIの影響が社会、経済、ガバナンスへ広がり、意思決定者が状況を理解するための長期的なデータが重要になると整理している。 AIの変化が速いほど、会社はツール情報だけでなく、自社の判断基準を更新し続ける必要がある。 WEF Future of Jobs Report 2025 技術変化、AI、人口動態、経済不確実性などが2030年までの仕事とスキルを変えると整理している。 AI時代の人材育成は、ツール操作だけでなく、分析的思考、判断、学び続ける力を会社の仕組みに埋め込む必要がある。 NISTやAI事業者ガイドラインが言っていることを、中小企業の現場に翻訳すると、かなりシンプルです。AIを使うなら、用途を決める。入力してよい情報を決める。出力を誰が確認するか決める。社外に出す前の基準を決める。使ってみて、うまくいかなかった理由を次に残す。 これは、分厚い規程を作る話ではありません。むしろ、最初は1ページでいいです。大事なのは、判断を毎回その場の感覚だけで処理しないことです。AI導入を進める会社は、便利なツールの契約数よりも、判断の記録が増えているかを見るべきです。 ## AIは掛け算だから、判断資本がない会社ほど危うい 私はよく「AIは足し算ではなく掛け算です」と話します。AIの性能だけで成果が決まるわけではありません。情報アクセス、業務分解力、判断基準、実行力、レビュー力にAIが掛かります。 この掛け算で見ると、判断資本がない会社の危うさが分かります。判断基準が0に近い状態で高性能なAIを使うと、見た目は整ったアウトプットが大量に出ます。でも、そのアウトプットが会社に合っているか、人が判断できません。AIの能力が高いほど、空洞化は目立ちにくくなります。 掛け算の要素 判断資本がある会社 判断資本が弱い会社 情報アクセス 会社情報、顧客情報、過去資料を整理してAIに渡せる 材料が散らばり、AIに一般論しか渡せない 業務分解力 目的、工程、判断、成果物を分けられる 「便利そう」から先に進めない 判断基準 良い/悪い、自社らしい/らしくないを言語化できる AI出力を見ても、違和感の理由を説明できない レビュー力 AIの出力を直し、直した理由を残せる AIの出力をそのまま使うか、全部やり直すかの二択になる 実行力 公開、送信、提出、社内共有まで完了させる 試作や下書きが増えるだけで終わる ここで重要なのは、AIに詳しい人だけを増やしても足りないということです。AIに詳しい人は必要です。しかし、会社の目的、顧客、現場、品質、リスクを知らないままAIを使っても、会社の判断は残りません。 だから、経営者や事業責任者が最初に関わるべきです。会社のコア情報は経営者が整える。実作業の手順や例外対応は現場が整える。AI担当者や外部顧問は、その間に入り、言葉になっていない判断をAIに渡せる形へ変える。この役割分担ができた会社ほど、AIで賢くなります。 ## 現場で見える判断資本の例 判断資本は、抽象的な経営論ではありません。現場の机の上にあります。紙、Excel、写真、PDF、LINE WORKS、報告書、見積、問い合わせ、口コミ返信、採用文、議事録。その中に、会社の判断が散らばっています。 ### 点検・報告業務：写真を並べるだけでは報告書にならない 防災設備や施設点検のような仕事では、現場写真、手書きメモ、Excel、PDF、報告書が混在します。AIは写真説明や文章の下書きを助けられます。ただし、どの写真が重要か、何を顧客に伝えるべきか、どの表現が不安を煽りすぎるかは、人が判断します。 この判断を残すと、報告書作成は単なる時短ではなくなります。「この種類の異常は先に安全性を説明する」「この写真だけでは顧客が理解しにくいので補足を入れる」「ここは断定せず確認事項にする」といった会社の型になります。 ### 旅館・飲食店：口コミ返信は文章ではなく関係性の仕事 旅館や飲食店では、口コミ返信、予約前後の案内、季節の発信、過去客への連絡が重要です。AIは返信文を作れます。しかし、常連客への温度、地域らしさ、過剰に謝りすぎない線引き、言わないほうがよい事情は、会社が持つ判断です。 AIが出した返信を見て、「これは丁寧だけど、うちの距離感ではない」と感じるなら、それは判断資本です。直した理由を残せば、次回からAIは会社に近づきます。残さなければ、毎回「AIっぽい返信」を人間が直し続けることになります。 ### 職人・専門職：AIは技術を奪うより、周辺業務を軽くする 職人技や専門的な現場判断は、AIに丸ごと渡せるものではありません。木の感触、現場の空気、顧客の表情、長年の勘。言語化できない部分は残ります。私は、そこを無理にAI化する必要はないと思っています。 ただ、その仕事を支える周辺業務はたくさんあります。材料の手配、説明資料、販売導線、顧客対応、後進育成、工程管理、発信、見積、マニュアル。そこにAIを入れると、人は本当に価値を作る時間へ戻れます。さらに、職人が若手に伝えてきた「ここは注意しろ」「この順番で見る」という一言を残せば、暗黙知の一部は次世代へ渡せます。 ## 判断資本を残すAIガバナンスは、1ページから始められる AIガバナンスという言葉は重く聞こえます。大企業の法務部門や情報システム部門の話に見えるかもしれません。でも、中小企業に必要な最初のAIガバナンスは、もっと実務的です。会社の判断を残すための最低限のルールです。 最初から分厚い規程は不要です。まずは1ページで、次の6項目を決めます。 項目 決める内容 判断資本として残るもの 用途 AIを使う業務と、まだ使わない業務 会社が優先する課題 入力情報 入れてよい情報、匿名化する情報、入力しない情報 リスクの線引き 確認者 社外に出す前に誰が見るか 責任分担 公開基準 事実確認、表現、保証、個人情報のチェック 品質基準 保存場所 プロンプト、出力例、修正理由をどこに残すか 再利用できるナレッジ 更新頻度 月1回または90日ごとに見直す項目 AI変化への追随力 この1ページは、社員を縛るためではありません。社員が迷わず使うためです。AIを怖がって使わない会社も、何でも入れてしまう会社も、どちらもリスクがあります。必要なのは、仕事を止めない線引きです。 NIST AI RMFは、AIのリスクを「設計・開発・利用・評価」に組み込む考え方を示しています。中小企業がそのまま全部を導入する必要はありません。ただ、Govern、Map、Measure、Manageのような発想は使えます。誰が責任を持つかを決める。用途を地図化する。出力の品質とリスクを測る。改善する。この4つを軽く回すだけでも、AI導入はかなり変わります。 ## 人材育成の焦点は「AIに聞ける人」ではなく「AIを直せる人」 AI時代の人材育成で、私は「AIに聞ける人」を増やすだけでは足りないと思っています。必要なのは、AIの出力を見て、何が足りないかを判断できる人です。 AIに聞く力は入口です。プロンプトを書ける、要約させる、文章を作らせる、調査のたたき台を出す。それは大事です。でも、それだけでは会社の力になりません。会社の力になるのは、AIの出力を直し、直した理由を残せる人です。 育てたい力 AIに聞くだけの状態 AIを直せる状態 問いを立てる力 とりあえず「作って」と頼む 目的、相手、材料、制約、出力形式を渡す 事実を見る力 整った文章を信じる 数字、固有名詞、日付、出典を確認する 顧客を見る力 一般的に丁寧な文章で満足する 相手の不安、温度、前提に合わせて直す 自社らしさを見る力 無難な表現を採用する 自社の言い方、やらない表現、約束の範囲を見る 学習する力 チャット履歴で終わる 修正理由をテンプレートとチェックリストへ戻す WEFのFuture of Jobs Report 2025は、技術変化やAIが仕事とスキルを変えていくことを、企業側の視点から整理しています。私はこれを中小企業の現場に置き換えるなら、AIスキルを単なるツール操作にしないことが重要だと考えています。分析的思考、判断、リスク感覚、学び続ける力を、日常業務の中で育てる必要があります。 そのためには、AI研修を「便利な使い方紹介」で終わらせないことです。実際の議事録、問い合わせ、報告書、見積、口コミ返信、営業資料を使い、AI出力を人が直し、なぜ直したかを共有する。これが判断資本を増やす研修です。 ## 90日で判断資本を残す進め方 判断資本は、抽象的な理念だけでは残りません。90日で小さく作るなら、次の順番が現実的です。 期間 テーマ やること 残す成果物 0週目 対象業務を選ぶ 議事録、報告書、問い合わせ、営業資料など頻度が高い業務を1つ選ぶ AI活用テーマ候補リスト 1〜2週目 社長の基準を出す 目的、顧客、NG表現、やらないこと、公開前確認を聞く 1ページAI利用ルール、判断基準メモ 3〜4週目 現場資料で試す 実際の紙、Excel、写真、PDF、問い合わせを使ってAIに下書きさせる 業務別プロンプト、出力例 5〜6週目 赤入れを残す 現場の「まあ、そうなんだけど」を拾い、修正理由を記録する レビュー基準、NG/OK例 7〜8週目 手順化する 誰が材料を入れ、誰が確認し、どこに保存するか決める 業務別AI活用手順書 9〜10週目 別業務へ横展開 同じ判断基準を別の業務にも使えるか試す 追加AI化業務リスト 11〜12週目 次の90日を決める 成果物、削減時間、品質、リスク、次に残す判断を振り返る 90日成果レポート、次の90日計画 ポイントは、最初から全社展開しないことです。一社一業務一週間でもいい。小さく試し、直し、理由を残す。その積み重ねが判断資本になります。 AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。セッションで出た判断と、人が訂正した理由を会社の資料へ戻し、次の仕事で参照できる形に整えます。外部担当者がいなくなっても、社内で更新と確認を続けられる人と仕組みを育てるための支援です。 AI顧問とは何かを詳しく読む ## 自社の判断資本チェックリスト 次の項目に3つ以上当てはまる会社は、AI導入の前に判断資本を残す設計が必要です。AIを止める必要はありません。ただ、便利に使うほど、判断を残す仕組みを同時に作るべきです。 - 社長やベテランの確認がないと、営業資料や提案文を出せない。 - 「うちらしい言い方」があるが、文章として整理されていない。 - 現場の報告書や写真の見方が、人によってばらつく。 - 顧客対応で、言ってよいことと言わないほうがよいことが明文化されていない。 - AIで作った文章を見て「違う」と思うが、何が違うか説明しにくい。 - 過去の失敗から生まれたルールが、口頭でしか共有されていない。 - AI担当者はいるが、経営者や現場責任者の判断基準を聞く場がない。 - チャット履歴に良いプロンプトが残っているが、社内で再利用されていない。 - 若手がAIで下書きは作れるが、顧客に出せる品質へ直す経験が少ない。 - AI利用ルールがない、または情報漏えい禁止だけで終わっている。 - 便利になった時間を、何に戻すか決めていない。 - AI導入後に、会社として何が賢くなったのか説明できない。 このチェックは、AI導入の成熟度を測るものではありません。会社の判断がどこに隠れているかを見るためのものです。チェックが多いほど、AIで伸びる余地があります。問題は、隠れた判断を拾わないままAI化してしまうことです。 判断資本を残すAI導入を相談する ## AiWiLLがAI顧問で残したいもの AiWiLLは、AIを効率化の道具だけで終わらせたくありません。私たちが残したいのは、会社が自分で事業を作り、育てる力です。AIはそのための強い武器です。しかし、武器だけ渡しても会社は強くなりません。何を守り、何を変え、何を次の世代に渡すのか。そこまで扱う必要があります。 WiLLAGENTで行うことは、ツール導入でも、研修でも、開発請負でもありません。本当に必要なAI活用を一緒に選び、導入し、実務で使い、判断基準を残し、3か月で社内運用の初期型を作ることです。 AIで作ったものを、そのまま出さない。社長の基準を言葉にする。現場の違和感を拾う。AIの出力を直す理由を残す。公開前レビューの基準を作る。業務別プロンプトや手順書に戻す。これを繰り返すことで、AIは会社の外から来た便利ツールではなく、会社の判断を育てる道具になります。 生成AI時代に失ってはいけないのは、人間の仕事そのものだけではありません。人間が仕事の中で積み上げてきた判断です。ここを残せる会社は、AIで賢くなります。ここを残せない会社は、AIで速くなっても、中心が空洞化していきます。 自社のAI導入と判断資本づくりを相談する ## 生成AIと判断資本に関するよくある質問 ### 判断資本とは、簡単に言うと何ですか？ 判断資本とは、会社が良い判断をするために持っている基準や知恵です。社長の考え、現場の違和感、顧客対応の順番、品質基準、リスクの線引き、過去の失敗から生まれたルールなどが含まれます。 ### AIを使うと判断力は落ちるのでしょうか？ 使い方によります。AIの出力をそのまま受け取るだけなら、考える機会が減り、判断力が育ちにくくなります。一方で、AI出力を人が直し、直した理由を残すなら、判断力はむしろ見える化されます。 ### 中小企業でもAIガバナンスは必要ですか？ 必要です。ただし、最初から分厚い規程を作る必要はありません。AIを使う業務、入力禁止情報、確認者、公開前チェック、保存場所を1ページで決めるだけでも、実務上の迷いとリスクはかなり減ります。 ### AI担当者を置けば判断資本は残りますか？ AI担当者だけでは不十分です。会社のコアな判断は経営者が持っていることが多く、実作業の判断は現場が持っています。AI担当者は、その判断を引き出し、AIに渡せる形に整える役割を担うべきです。 ### 若手にはAIを使わせない方がよいのでしょうか？ 使わせるべきです。ただし、下書きを作るだけで終わらせないことが重要です。AI出力を上司や現場と一緒に見て、なぜ直すのか、どの情報が足りないのか、どこが自社らしくないのかを学ぶ場にするべきです。 ### 暗黙知は本当にAIで残せますか？ すべては残せません。感覚、身体性、長年の勘には言語化しきれない部分があります。ただし、判断の一部は残せます。注意点、確認順、NG例、よくある例外、顧客への伝え方などは、AIと人の対話を通じて手順やチェックリストにできます。 ### 何から始めるのが現実的ですか？ 1つの業務から始めるのが現実的です。議事録、問い合わせ返信、報告書、営業資料、口コミ返信など、頻度が高く、リスクが比較的低く、人が確認しやすい業務を選びます。そこでAI出力を直し、直した理由を残します。 ### WiLLAGENTでは判断資本づくりまで支援できますか？ はい。WiLLAGENTでは、業務棚卸し、AI利用ルール、業務別プロンプト、レビュー基準、AI活用手順書、90日成果レポートまで作ります。目的は、AIを使える人と、判断を残せる仕組みを社内に作ることです。 ## まとめ：AIで会社が賢くなる条件 生成AIは、会社を速くします。ただし、速くなることと賢くなることは同じではありません。会社が賢くなるには、AIで作ったものを人が直し、直した理由を会社の型へ戻す必要があります。 - 判断資本とは、社長の基準、現場の違和感、顧客理解、暗黙知、リスクの線引きの総体。 - AIで賢くなる会社は、AI出力を直す理由をプロンプト、チェックリスト、手順書に残す。 - AIで空洞化する会社は、整った下書きに依存し、なぜその判断をしたのかを残さない。 - AIガバナンスは、大企業だけのものではない。中小企業でも1ページの利用ルールから始められる。 - 若手に必要なのは、AIに聞く力だけでなく、AIの出力を直す力。 - 暗黙知はすべてAI化できないが、判断の一部は言葉にできる。 - 最初は一社一業務一週間でいい。小さく試し、直し、理由を残す。 - AIは足し算ではなく掛け算。判断資本がある会社ほど、AIの価値は大きくなる。 - AiWiLLは、AIを効率化だけで終わらせず、会社が事業を作り育てる力として残すことを支援する。 自社でも、AIを便利に使うだけでなく、社長や現場の判断を会社の資産として残したい場合は、WiLLAGENTの無料資料セットをご確認ください。具体的な相談は、AiWiLLのお問い合わせフォームから受け付けています。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：126字（推奨120〜158字） ============================================================ 生成AIで会社は賢くなるのか、それとも判断が空洞化するのか。AI顧問の現場から、社長の基準、現場の暗黙知、人が直す理由を「判断資本」として残す方法を、NISTやAI事業者ガイドラインを踏まえ、中小企業の導入設計、育成、ガバナンスまで解説します。 --> --- # AI顧問の費用相場｜月額15〜50万の比較と当社実額（20万／30万） URL: https://aiandwill.com/ai-komon-hiyou/ 公開: 2026-07-09 / 更新: 2026-09-05 AI顧問の費用を比較するときは、月額と一緒に、セッション回数・実務で作るもの・社内側の担当時間・契約期間を確認します。AiWiLLの公開料金は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。この記事では、何に費用がかかり、どこから先は別途になるのかを説明します。 - AI顧問の月額相場 - 費用比較で揃える5項目 - AIコンサル費用との違い AI顧問の費用相場を調べると、多くのサービスが「料金は要問い合わせ」で、公開している会社も月額の数字が1行あるだけです。経営者が契約前に知りたいのは、その数字ではありません。「結局いくらで、その金額の中に何が入っていて、AIコンサルや研修と比べてどうで、うちの会社に払う価値があるのか」です。私はAI顧問という仕事を累計約15社に提供し、いまも10社以上と一緒に走っている、つまり売る側の人間です。売る側から見ても、この判断材料が検索して出てこないのはおかしいと思っています。 相談中心か、実際の業務へ組み込む伴走かによって見積もりの条件は変わります。各社に同じ対象業務と期待する成果物を伝え、対応範囲をそろえて比較してください。 読み終えたとき、目の前にあるAI顧問の見積もりを自分で比較して、「払う」か「払わない」かを決められる状態になっていること。それがこの記事のゴールです。売る側が書く記事なので、払わなくていい会社の条件も先に書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論：月額と対応範囲を比較する。当社は月30万円〜 先に結論から書きます。AI顧問とは、生成AIの活用を経営者・担当者と一緒に進める伴走型の顧問契約のことです。その費用は月額15万〜50万円程度に分布しています。専業の法人が提供する伴走型は月15万〜30万円が中心で、複数名の体制や役員級の担当者が入る会社は月30万〜50万円になります。断っておくと、この記事に出てくる他社・他手段の金額は、すべて私が商談と同業との情報交換で直接聞いた範囲のものです。公開料金が少ない市場なので統計ではなく、2026年9月時点で私が引ける線だと受け取ってください。この線の外側——月数千円の「AI顧問」と月100万円超の「AI顧問」——も存在しますが、それは後述するとおり売っているものが違います。 区分月額（税別）6か月の総額備考 AI顧問（伴走型）の相場15万〜50万円程度90万〜300万円程度専業の法人は15万〜30万円が中心。複数名体制・役員級で30万〜50万円 当社 AI顧問（標準・社員込み）300,000円1,800,000円担当者1名＋役職員の同席可。社員と一緒に型を作る会社向け 別途実費（AIツール代）1人あたり3,000円〜1万円1人あたり1.8万〜6万円ChatGPT PlusやClaude Pro等を人数分。顧問先が直接契約 - 最低契約期間は6か月です。期間の満了で契約は終了し、自動更新はありません。続ける場合は、あらためて合意して再契約します（継続顧問として、AIの新機能の見極め・社内ナレッジの更新・追加課題の相談を続ける形です）。 - 月額30万円と20万円の違いは「セッションに座れる人の範囲」だけです。提供内容で差をつけていません。 - 月額に含まれるのは、月2回・1回90分のセッション（対面またはオンライン）と、営業日のチャット相談です。内訳は後の章で1つずつ書きます。 ### 月額相場の分布を「型」で見る——月5万円と月50万円が同じ名前で売られている 「AI顧問の月額相場」を検索すると、月数千円から月100万円超まで出てきて混乱します。混乱の原因は、ぼったくりがあるからではなく、同じ「AI顧問」という名前で少なくとも3種類の別物が売られているからです。私が商談で比較対象として名前を聞く提供者を、月額の帯で並べるとこうなります。 提供者の型月額の目安買っているもの ツール型（AIチャットの会員制サービス）月数千円〜3万円程度一般論を答えるAIアプリ 士業のAIオプション既存顧問料＋数千円〜数万円税務・労務の相談にAIの助言が付く フリーランス・個人の伴走月5万〜20万円程度1人の専門家の時間 専業の伴走型・法人（当社はここ）月15万〜30万円が中心、複数名体制で30万〜50万円自社の業務にAIを組み込む工程と、回せる人 コンサルファーム型月50万円〜（プロジェクト単位が中心）分析・戦略・報告書とチームの人月 この表の月額を「どれが安いか」で読むのは間違いで、まず自分がどの型を探しているかを決めるのが先です。5つの型の原価構造と、状況別にどれを選ぶべきかは、AI顧問の比較と選び方｜3種類の別物を売る側が仕分けするで1本にまとめました。この記事はそのうち「伴走型」の費用を、内訳と比較の物差しまで掘り下げる各論です。 なぜ実額を公開するのか。理由は単純で、「要問い合わせ」は検討する経営者の時間を奪うからです。金額を見て「高い」と感じた会社とは、たぶん前提が合っていません。金額を見たうえで「この中身なら検討したい」と思った会社とだけ話したい。それが月額制・実額公開にしている理由です。 ## 費用の比較表：AI顧問・AIコンサル会社・AI研修・内製・ツールのみを同じ物差しで並べる AI顧問の費用を判断するとき、比べる相手は「他社のAI顧問」だけではありません。実際の商談では、AIコンサル会社・AI研修・システム開発・AI人材の採用（内製）・そして「ツールだけ契約して自力でやる」と比較されます。それぞれ、何にお金を払い、6か月でいくら出ていき、終わったあとに何が残るかがまったく違います。同じ物差しで並べたのが次の表です（スマートフォンでは横にスクロールできます）。 手段費用感6か月で出ていく額の目安お金を払う対象終わったあとに残るもの向いている会社実務定着 ツールのみ（自力）1人あたり月3,000円前後1人1.8万円〜道具使った人のスキル社内に推進役がいる会社○ 推進役次第 単発のAI研修数万〜数十万円/回同左（回数分）知識・体験教材、受講の記憶全員がAI未経験の会社の入口△ 現場で使われず終わりがち スポット相談数万〜数十万円/回同左（回数分）専門家の助言方向づけ・診断何から考えるか整理したい段階△ それだけでは現場は変わらない AI顧問（伴走型）月15万〜50万円程度90万〜300万円程度自社業務への実装と人の育成業務フロー、社内ルール、成果物の型、AIを使える社内人材業務は多いのに推進役がいない会社◎ 実務の中で一緒に作るため AIコンサル会社（戦略型）月数十万〜数百万円数百万円〜分析・戦略・提案書ロードマップ、報告書実行部隊が社内にある会社△ 実行は自社任せになりがち AIコンサル会社（プロジェクト型）数百万円〜（開発込みで膨らむ）数百万円〜特定業務の仕組み構築特定業務の仕組み要件が固まっている会社○ 要件次第 システム・AI開発数百万円〜＋保守費数百万円〜専用システムシステム（保守費が続く）要件固定・業務量が大きい会社○ 要件が固まっている会社向け 内製（AI推進担当を採用）年収数百万円＋採用コスト月換算で数十万円×6人その人（辞めたら消える）採用できる会社△ 中小企業では採用自体が難しい ※費用感はいずれも私が商談で聞いた範囲・2026年9月時点の目安で、統計ではありません。AI顧問（伴走型）の行だけは当社の実額を含みます。 私がこの表でいちばん見てほしいのは「終わったあとに残るもの」の列です。研修は知識が残り、コンサルは提案書が残り、開発はシステムが残ります。AI顧問が残すべきなのは、会社の中でAIが実際に仕事をしている状態と、それを自分たちで回せる人です。ここが残らないなら、月額がいくら安くてもその費用は高い。逆にここが残るなら、料金の差は誤差だと私は考えています。 ### AIコンサルタント会社の費用が桁で違う理由——見積もりで確認する3点 「AIコンサルタント会社の費用」を調べて、月数十万円から数千万円まで出てきて止まる経営者は多いです。桁が違うのは、コンサル会社の原価が「チームの人月」と「報告書」だからです。複数人のコンサルタントが期間で張り付き、分析と戦略を文書に落とす。その体制に払う金額なので、伴走型の顧問1人分の時間とは構造が違います。どちらが上等かではなく、実行部隊が社内にあるかどうかで向き不向きが決まります。 中小企業がAIコンサル会社の見積もりを見るとき、私が確認をすすめているのは3点です。①誰が来るのか（提案に出てきた人と、実際に担当する人は同じか）。②実行は誰がやるのか（報告書を渡されたあと、手を動かすのは自社か）。③終了時に何が残るのか（報告書か、動いている業務か）。この3点の答えで、同じ「月50万円」の中身が別物だと分かります。中小企業にAIコンサルがそもそも必要かどうか、要らない会社の条件と契約前の見極め質問は中小企業にAIコンサルは必要か｜費用相場と見極め方で、売る側の立場を開示したうえで書きました。 ### 「同じ月30万円」を比べる前に揃える5項目 伴走型のAI顧問どうしを比較するときも、月額の数字だけを横に並べては意味がありません。同じ月30万円で、月1回60分の顧問と、月2回90分＋チャット相談の顧問があるからです。見積もりを取ったら、次の5項目を同じ行に書き出してから比べてください。 - 回数と1回の時間——月何回、1回何分か。当社は月2回・90分です。 - セッションの間の相談窓口——チャット相談が含まれるか、追加料金か。当社は営業日のチャット相談を月額に含みます。 - 誰が来るか——提案者本人が担当するか、途中で担当が変わるか。当社は私が担当します。 - 成果物の定義——毎回のセッションで何が「実物」として残るか、見積もりに書いてあるか。当社は毎回、実際の業務が1つ以上前に進むことを設計に入れています。 - 契約期間と満了後の扱い——最低契約期間、自動更新の有無、満了後に続けるときの条件。当社は最低6か月・自動更新なし・満了後は合意のうえ再契約です。 この5項目が揃うと、月額は初めて比較できる数字になります。逆に、5項目のうち2つ以上が見積もりに書かれていないなら、その見積もりは比較の土俵にまだ乗っていません。書いてもらってから比べるのが順序です。 AI顧問の資料セットを見てみる ## 月額30万円・20万円の内訳——含まれるもの・含まれないもの 「月2回のセッションで30万円」とだけ聞くと、1回15万円の講義のように見えます。実際の中身は違います。まず、月額に何が含まれ、何が含まれないかを1枚にします。 月額に含まれるもの月額に含まれないもの（別途） 月2回・1回90分の実務セッション（対面またはオンライン）AIツールの利用料（1人あたり月3,000円〜1万円程度・顧問先が直接契約） 営業日のチャット相談システム開発・プログラムの受託 次回までの宿題の設計と、その確認社員全員向けの集合研修（必要な場合は別メニューでご提案） セッション中に作った型・テンプレート・ルール・AIエージェントの設計（すべて顧問先の所有物として残す）会社ごと丸ごと残す「カンパニーブレイン制作」（事業承継・企業価値の文脈で別途ご相談） 6か月・全12回の設計と、満了時に社内で回る仕組みの定着支援— ### 1. 月2回・90分の実務セッション——時間割は10・15・45・15 90分の使い方には型があります。前回の宿題の確認に10分、いまの困りごとの整理に15分、その場で実際にAIを使って自社の業務を進める時間に45分、次回までの宿題設定に15分。半分が「実際に手を動かす時間」です。講義はほとんどしません。画面を触るのは私ではなく、顧問先の担当者です。 10分 15分 45分 15分 宿題確認 困りごと整理 その場でAIを使って業務を進める（画面は顧問先が触る） 次回の宿題設定 90分の時間割。半分の45分が「実際に手を動かす時間」 この45分で作るのは、練習用の何かではなく実物です。実際の点検報告書の下書き、実際のお客様への返信文、実際の販促物。セッションが終わった時点で、その日の仕事が1つ以上前に進んでいる状態を作ります。「1回15万円」の中身は、講義90分ではなく、実物が1つ進む90分です。 ### 2. 営業日のチャット相談——顧問の価値の少なくない部分がここにある セッションとセッションの間、営業日はチャットでいつでも相談を受けます。「この文面、AIに書かせたけどこのまま送っていい？」「この情報はAIに入れて大丈夫？」——現場でAIを使い始めると、こういう小さな判断が毎日発生します。ここで止まると、人はAIを使わなくなります。止まらせないための窓口です。月額を「セッション2回分」で割ってはいけない理由が、この項目です。 ### 3. 6か月・全12回で「型」と「回せる人」を会社に残す設計 月2回×6か月＝全12回は、その場しのぎの相談対応ではなく、終わったあとに会社に何が残るかから逆算して設計しています。標準の流れは、1〜2か月目が現状整理とAI導入（業務の棚卸し、優先順位付け、ツール選定と初期設定、会社情報をAIが読める置き場づくり）、3〜4か月目が実務ワークと成果物づくり（集客・営業施策の実行、営業資料や掲載文の制作、業務改善の実装）、5〜6か月目が振り返りと定着（成果の棚卸し、新しい課題の発見、社内で回る仕組みの定着）です。工程で言えば、頭の中の判断基準を言葉に起こし、構造に収め、AIに実務を渡し、訂正をルールに書き戻して磨く——この一巡を6か月で回します。前半のセッション1回ごとの中身は、AI顧問の最初の90日｜前半の進め方で公開しています。 つまり月額30万円は「相談料」ではなく、6か月かけて自社にAIの業務基盤と使える人を作るプロジェクト費用を、月割りにしたものと捉えるのが実態に近いです。 ### 4. 社員も同席し、社内で使える人と型を残す 社員の同席を含む月30万円〜（税別）の伴走です。経営者だけでなく、現場で使う担当者も一緒に参加し、会社の業務でAIを使える人と型を育てます。参加者と対象業務は相談の場で整理します。 ### 5. 別途かかる実費：AIツール代は1人あたり月3,000円〜1万円 顧問料と別に、顧問先が自分で契約するAIツールの実費がかかります。私の顧問先の標準的な構成は、ChatGPT PlusやClaude Proといった月額20米ドル（約3,000円）の有料プランを、使う人数分。つまり1人あたり月3,000円前後、多くても1万円程度で足ります。数十万円のツール導入を前提にしません。高いツールをそろえることと成果が出ることは、現場を見てきた限りほとんど関係がないからです。ツール以外も含めたAI導入費用の全体地図は中小企業のAI導入費用｜月3,000円から全パターンの相場にまとめています。 ### 6. 顧客側の総コストを出す——月額の外にある一番大きなコストは、あなたの時間 見積もりの数字だけを見て決めると、契約後に「思ったより大変だ」となります。6か月の総コストを、お金と時間の両方で先に出しておきます。標準（月30万円）で、担当者1名がツールを使う場合の導出です。 項目計算6か月の合計 顧問料（標準）30万円×6か月180万円（税別） AIツール実費約3,000円×1人×6か月約1.8万円 セッションの時間90分×12回18時間 宿題の時間1回あたり1〜2時間×12回12〜24時間 お金の合計—約182万円（税別） 時間の合計—30〜42時間 顧問料だけでなく、ツールの実費と社内担当者の参加・確認時間も総コストに含めます。担当する人と使える時間を決めたうえで検討してください。 ### 7. 売る側の内情——月額に含めている、見積書に書けない時間 ここは売る側にしか書けない話です。月額の原価は、セッションの3時間ではありません。顧問先の業務資料を読む時間、セッションの前に手順を組む時間、チャットの返信、そして予定外の対応。熱海の不動産会社、マチモリ不動産さんとの顧問では、AIの作業環境（CursorとClaude Code）の構築をオンラインで進めるつもりでした。ところがインストールの段階で止まり、画面共有で指示を出しても先に進まない。このまま画面越しに押し切るか、それとも日を改めるか。正直に言うと、その場では焦りました。オンラインで済ませる前提で組んだ予定が崩れるからです。ただ、動かない画面の前で相手の時間を溶かし続けるのは、顧問料に見合う仕事ではない。そう判断して、日を改めて席に座りに行き、隣で一緒に進める形に切り替えました。見積書のどこにも書いていない時間が発生しましたが、月額の中で吸収しました。伴走型の月額が月十数万円以上になるのは、こういう「割り勘の効かない時間」が原価だからです。時間課金にすれば安く見せられますが、そうすると顧問先が相談をためらう。だから私は月額固定にしています。 ## 見積もりを同じ土俵に乗せる——「1回あたり」「1時間あたり」「成果物1本あたり」の換算ワーク 月額の数字を並べても比較できないなら、どう比べるか。私が商談で見積もりの比較を頼まれたときに使っている換算が3つあります。当社の標準（月30万円・税別・6か月）を例に、計算過程ごと出します。右の空欄に、あなたが見ている見積もりの数字を入れてください。 換算当社・標準の例この割り方の意味あなたの見積もり ② 1時間あたり（セッションのみ）30万円÷3時間＝10万円/時間どの伴走型もこの割り方では高く見える。チャット相談と準備時間を含まないため、比較には使わない＿＿円/時間 ②を見て「時給10万円は高い」と感じるのは自然です。私も、時間で割られたら高いと思います。ただ、伴走型の顧問は時間を売っていません。②で比較すると、チャット相談を削り、準備をせずに来る顧問ほど安く見える、という逆転が起きます。比較に使うべきは③です。当社の場合、毎回のセッションで実物が1つ以上前に進む設計なので、6か月で最低12本の成果物と、型・ルール・チーム共有の仕組みが残ります。180万円を12本で割った15万円/本を上限として、その成果物を外注したらいくらかと並べます。私の見聞きする範囲では、ホームページの原稿や構成を制作会社に頼めば数十万円、LP1本で10万〜50万円、チラシや紙資料で1件3万〜10万円、SNSの運用代行で月5万〜15万円が目安です。 1つ注意を添えます。この換算は「安いほうを選ぶ」ためのものではなく、「何を買っているか」を揃えるためのものです。1回15万円が高いか安いかは、その1回で自社の仕事が進むか、いい話を聞いて終わるかで決まります。見積もりの段階でそれを確かめる方法は簡単で、「初回のセッションで、うちの実際の業務を1つ進めてもらえますか」と聞くことです。答えに詰まる顧問とは、契約しないほうがいい。 ## その費用で現場に何が起きたか——顧問先3社の記録 金額の妥当性は、中身と結果で判断するしかありません。私はAI顧問を累計約15社に提供してきました（研修・講座まで含めると支援先は30社を超え、AIレクチャーの受講者は100名以上になります）。その中から、許諾を得ている3社の実例を書きます。数値は、お客様と確認が取れた範囲でしか出しません。 ### 防災設備会社（株式会社ウェックス）——紙とExcelの点検報告をAIの仕事に 熱海で30年以上、消防設備の点検を続けているウェックスさんでは、現場で発生する手書きメモ・写真・Excel転記という流れが、報告書作成の大きな負担になっていました。顧問では、点検の記録から報告書の下書きをAIが組み立てる流れを一緒に作っています。ポイントは、AIが点検の合否を判断するのではなく、判断は資格を持つ現場のプロがして、清書と転記という「作業」の部分をAIが引き受けるという線引きです。この線引きの設計こそが、顧問料の中身だと私は思っています。その後、kintoneに入っている見積の情報を読み取って、仕入先別の発注メールの下書きまでつなぐ実証も済みました。経営者の渡辺さんは、AIを「オペレーション中心から、経営判断の軸にも」使う段階に進み、幹部と一緒にレクチャーを続けています。 ### 飲食店（アタミスタンド）——売上を生まない朝の1時間を返す 熱海の飲食店アタミスタンドさんでは、経理まわりの朝作業が毎日約1時間ありました。仕込みの前の、売上を1円も生まない1時間です。ここをAIで軽くしました。劇的なDXの話ではありません。でも、毎日1時間×営業日数が経営者に返ってくる変化は、現場の実感としてはとても大きい。AI顧問の成果は、こういう地味な時間の回収の積み重ねから始まります。 ### 不動産会社（マチモリ不動産）——社長のノウハウを、コピーできる形に 先ほど環境構築でつまずいた話を書いたマチモリ不動産さんとの顧問で扱っているのは、リノベーション案件のプロジェクト管理——工事を大家さんに依頼する、テナントを募集するといった一連の進行ノウハウが、社長の頭の中にしかないという課題です。もともとの目的はマニュアルを作ることでした。これをAIと一緒にファイル（ナレッジ）として書き出し、社員がそれを頼りに実行でき、新しく入った人にもコピーして渡せる状態を作っています。属人化の解消は採用や引き継ぎのコストに直結するので、費用対効果を考えるとき私はこの「残る資産」を一番重く見ています。 3社に共通するのは、AIツールの紹介にお金を払っているのではなく、自社の業務にAIを組み込む設計と、それを自分たちで回せるようになるまでの伴走にお金を払っているという構造です。 ## 月30万円は高いのか——費用対効果を測る4つの軸 「月30万円は高いですか」と聞かれたら、私は「何と比べるかで決まります」と答えます。比較の軸は4つ。順番も大事で、一番上の軸から見てください。時間の節約の話は、実は3番目です。 ### 軸1：売上のために「打てる手の数」で比べる——これが本丸 どの会社にも、「やれば売上につながると分かっているのに、手が回らずに打てていない施策」が積み上がっています。過去のお客様へのご案内、閑散期プランの造成、ホームページ掲載文の改善、SNSでの発信、営業資料の作り直し、新しいサービスの企画書。売上の上限を決めているのは能力ではなく、この打ち手の数です。日常業務で手一杯だから、打てない。 これまで、この手数を増やす方法は外注しかありませんでした。制作会社、運用代行、業務委託。施策1本ごとにお金が出ていき、しかも自社にノウハウは残りません。一方、AI顧問で作っているものの実体は、集客のご案内文、プランの企画、販促物、掲載文——つまり「売上を作るための打ち手」そのものです。月30万円で施策の下書きを自社で量産できる体制が手に入るなら、施策を1本ずつ外注する費用と並べた時点で、私は「どうあがいても安い」と考えています。 導出を1つ置きます。「やりたいのに打てていない施策」を3つ書き出す——たとえば、LPを1本作り直す、チラシを1件作る、SNSの運用を1か月続ける。前の章に書いた外注の目安で足すと、LP10万〜50万円＋チラシ3万〜10万円＋SNS運用月5万〜15万円で、合計18万〜75万円。低く見積もれば3本すべてを外注しても月額30万円のほうが高く、高く見積もればLP1本分で月額に届きます。つまり月額が安いかどうかは、単月の足し算ではなく、この3本が来月も再来月も出続けるか——手数が続くか——で決まります。私の顧問先の範囲では、打てていない施策は来月もまた別の3本として出てきます。守り（作業時間の削減）はいつか底を打ちますが、攻め（打てる手の数）には上限がない。だから私は、AI顧問の費用対効果は時間よりまず手数で見てほしいと考えています。 ### 軸2：人を雇う場合と比べる AIを社内で推進できる人材を1人雇うと、給与・社会保険・採用コストを含めて月30万円では収まりません。そもそも地方の中小企業では、募集しても来ないのが現実です。AI顧問は「その人が育つまでの期間、外から機能を借りる」構造なので、比較対象は研修費ではなく人件費です。しかも6か月の設計は、外部に依存し続けるためではなく、社内の人がその機能を引き継ぐためにあります。 ### 軸3：回収される時間で比べる——ただし補助軸として 経営者の時間の値段で考えます。仮に経営者が営業・発信・事務まわりの「書く仕事」に1日2時間使っているなら、その一部でもAIに渡せたときに返ってくる時間は月に数十時間になります。その時間を売上を作る仕事に使えるなら、月30万円の回収ラインは見えてきます。逆に言うと、回収すべき時間がそもそも少ない会社（業務量が小さい・書く仕事がほぼない）には、AI顧問は割高です。ここは正直に書いておきます。 ただし、時間削減を主軸にすると「浮いた時間はどこに行ったのか」に答えられず、時給換算の効果額が帳簿のどこにも現れない、という問題が起きます。私が顧問先で時間換算を補助軸に下げている理由と、週次で運用しているROI式は生成AIの費用対効果の測り方｜「時間削減」で測ると失敗する理由に書きました。ここでは3分で終わる簡易版だけ置きます。 記入項目あなたの場合目安 ① 1日に「書く仕事・繰り返しの事務」に使っている時間＿＿時間経営者で1〜3時間が多い ② そのうち下書きをAIに渡せそうな割合＿＿％最初は3〜5割が現実的 ③ 返ってくる時間 ＝ ①×②×月の稼働日数月＿＿時間— ④ その時間で新たに打てる施策の本数と、外注したら払っていた額月＿＿本／＿＿円これが月額と比べる数字 ### 軸4：終わったあとに残る資産で比べる 6か月の顧問が終わったとき、業務の型・社内ルール・テンプレート・使える人が残っていれば、それは翌月以降も費用ゼロで働き続ける資産です。単発研修との本当の価格差はここに出ます。私の顧問先で見る限り、研修で得た知識は数か月で薄れますが、業務に組み込まれた型は使うたびに強化されるからです。研修が現場で使われずに終わる構造については、AI研修で終わらないために｜社員がAIを使える会社の作り方で詳しく書きました。 費用の内訳を資料セットで確認する ## 払わなくていい会社・払う価値がある会社——条件と、代わりにやること 売る側がこれを書くのは営業的には損ですが、払わなくていい会社が契約すると、6か月後に「AI顧問は意味がなかった」という結論だけが残ります。それはその会社にとっても、私にとっても損です。先に、いまはAI顧問にお金を払わなくていい会社の条件を書きます。 払わなくていい会社の条件なぜ要らないか代わりにやること 社内に推進役がいて、月3,000円のツールで業務が回り始めている伴走の一番高い部分（推進役の代行）が要らないそのまま自走。詰まった箇所だけスポット相談 AIに渡せる「書く仕事・繰り返しの事務」が月に数時間分しかない回収する時間も、打てる手の量も小さいツールのみ。月3,000円で十分 全員がAI未経験で、触ったことがない初回が「ChatGPTの開き方」で終わり、月額がもったいない数万円の単発研修か社内勉強会で「触ったことがある」状態を先に作る（生成AI研修の費用相場と選び方） 要件が固まっていて、欲しいのは特定業務のシステム顧問より開発のほうが早くて確実開発会社か、プロジェクト型のコンサルに見積もりを取る 経営者・担当者が月2回90分＋宿題の時間を出せない丸投げではAI顧問は機能しないいまは買わない。時間ができてから検討する 逆に、次の条件に当てはまる会社は、私の経験の範囲では払う価値が出やすい会社です。 - 業務は多いのに、推進役がいない——「AIをやりたいが、誰がやるのか」で止まっている。 - 特定の人にしかできない業務があり、会社の資産として残したい——引き継ぎ・採用のコストに直結する。 - 研修やツール導入をしたが、現場に定着しなかった経験がある——知識ではなく工程が足りていない。 - 打てていない施策が3本以上ある——攻めの手数で回収できる。 - 6か月後に「自社で回せる状態」をゴールにできる——外部に任せ続けたいなら顧問より外注が合う。 ### 契約前チェックリスト10問 ここまでの内容を、自社で判断できるチェックリストにします。AI顧問の見積もりを前にしたら、金額の前にこの10問に答えてみてください。 - 経営者か担当者に、月2回90分＋宿題の時間（6か月で30〜42時間）を確保する覚悟があるか。 - 書く仕事・繰り返しの事務・報告書などの「AIに渡せる業務」が、実際に社内にたくさんあるか。 - 特定の人にしかできない業務（属人化）があり、それを会社の資産として残したいか。 - 過去にAI研修やツール導入をして、現場に定着しなかった経験があるか（あるなら顧問型が向いています）。 - 6か月・総額120万〜180万円（税別）を、単月ではなくプロジェクト投資として判断できるか。 - 顧問が終わったあと「自社で回せる状態」をゴールにしたいか、それとも外部に任せ続けたいか（後者なら顧問より外注が合います）。 - AIに入れてはいけない情報（顧客情報・機密）のルールを、これから決める意思があるか。 - 成果を「劇的な自動化」ではなく「毎日の業務が確実に軽くなり、打てる手が増えること」で評価できるか。 - 見積もりに「何回・何分・チャットの有無・誰が来るか・何を作るか」が具体的に書かれているか（書かれていない見積もりは比較できません）。 - その顧問は、終わったあとに何が残るかを説明できているか。 1・2・5あたりが「いいえ」なら、いまはAI顧問にお金を払うタイミングではありません。まず月3,000円の有料AIツールを自分で1か月触ってみるほうが、費用対効果は高いです。 ### この記事の主張が成り立たない条件——反論の自己検討 「月30万円は、外注費と並べればどうあがいても安い」という私の主張は、約15社の顧問先という範囲での経験則です。成り立たない条件も書いておきます。第一に、施策を増やしても売上が増えない業態——受注が紹介だけで決まり、既に生産能力の上限に張り付いている会社では、攻めの手数が売上に変換されません。第二に、AIが出した下書きを確認・仕上げする人が社内に1人もいない場合。下書きは下書きのままでは価値になりません。第三に、業務の大半が「AIに入れてはいけない情報」で構成されている会社。入力ルールを決めた後に残る業務量が少なければ、回収は小さくなります。この3つのどれかに当てはまるなら、私の主張はあなたの会社には当てはまらないと考えてください。 ## 費用を無駄にする6つの失敗パターン 約15社の顧問と30社超の支援の中で、AIへの投資が空振りする会社には共通のパターンがありました。契約前に知っておくと避けられます。 - ツール先行——先に高額なAIツールやシステムを契約し、「これをどう使うか」から始めてしまう。順序が逆で、先に決めるべきは「どの業務を軽くするか」です。 - 担当者不在——「AIの件はよろしく」と若手に丸投げし、経営者が一度もセッションに出ない。業務の優先順位と情報の線引きは経営判断です。経営者が一度も出てこない形でAI活用が定着した会社を、私はまだ見たことがありません。 - 知識だけ買う——研修を受けて満足し、翌週から誰も使わない。知識は業務に組み込まれて初めて費用対効果が生まれます。 - 完全自動化への期待——「人の確認なしで全部AIがやる」を期待して、確認の手間に幻滅する。AIの出力を確認・判断するのは人の仕事として残ります。この期待値のまま契約すると、どの顧問と組んでも不満で終わります。 - 成果物を残さない——セッションのたびに良い話を聞くが、型・テンプレート・ルールの形で何も残していない。契約が終わると同時に全部消えます。 - 月額の安さで選ぶ——「月5万円でAI顧問」の後ろに、ツール販売や高額講座などの本命商材が控えていることがあります。入口の安さではなく、出口で何にいくら払うことになるかまで聞いてください。安い月額に見合う中身しか入っていないなら、それは安いのではなく、買っているものが違うだけです。 逆に言えば、この6つを避ける設計になっているかどうかが、AI顧問サービスを比較するときの実質的な品質基準です。 ## いきなり180万円を払わない——小さく確かめる始め方 最後に、検討の順序について。私は、いきなり6か月契約を決めることをおすすめしていません。当社の場合、契約の前に、Webの体験診断か30分の相談で「止まっている1業務」を1つ決めるところから始めます。来週、誰が・何を・どこまでAIに渡すかを1文にする。そこで進め方と相性を確かめてから、契約するかどうかを判断してもらいます。軽い定型業務1つで足りるなら、顧問ではなく1業務のAI社員制作（税別10万円・買い切り）という進め方もあり、顧問を無理にすすめることはしません。 契約の形も、今年に入って2回変えました。7月に自動継続をやめ、8月に最低契約期間を3か月から6か月に延ばしました。自動継続をやめたのは、続ける価値をこちらが毎回示さなくても売上が立つ形は、顧問先にとってフェアではないと思ったからです。最低期間を6か月にしたのは、3か月では型ができたところで契約が終わり、その型を部門に広げてAIに実務を渡し、訂正をルールに書き戻す「磨く」工程まで届かなかったからです。届く前に終わると、残るのは型ではなく「型を作った記憶」になります。だからいまは、6か月で一巡させたうえで必ず一度区切り、続ける価値があると判断してもらえたときだけ再契約する形にしています。 検討段階でできることを順番に並べると、こうなります。 - まず自社で、月3,000円程度の有料AIプランを1つ契約して触ってみる（ここまでは顧問不要です）。 - 「業務に組み込むところで止まった」と感じたら、AI顧問の資料や記事で進め方の全体像をつかむ。AI顧問がそもそも何をする仕事かはAI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援で定義から整理しています。 - 見積もりを取ったら、この記事の「揃える5項目」と「換算ワーク」で同じ土俵に乗せて比べる。 - 体験診断か30分の相談で、止まっている1業務を切り出してから契約を判断する。 AIに仕事を任せる際の設計の考え方は生成AI時代に失ってはいけない「判断資本」でも掘り下げています。費用の話の先にある「何を任せ、何を任せないか」の判断軸として、あわせて読んでもらえるとつながりが見えるはずです。 ## AI顧問の費用に関するよくある質問 ### AI顧問の費用相場はいくらですか？ 当社のAI顧問は月30万円〜（税別）です。対象業務や参加者を確認して提案し、契約前に対応範囲と費用を書面で整理します。 ### AI顧問の月額は最安でいくらからありますか？ 「AI顧問」という名前では、月数千円のツール型（AIチャットの会員制サービス）や、月5万円程度からの個人の伴走もあります。ただし売っているものが違い、ツール型は一般論を答えるアプリ、個人型は1人の専門家の時間です。自社の業務にAIを組み込む工程まで含む専業の伴走型は、月15万円程度からが目安です。最安を探す前に、どの型が必要かを先に決めてください。 ### AI顧問とAIコンサルタント会社の費用は、どう違いますか？ AIコンサル会社は、戦略型で月数十万〜数百万円、プロジェクト型で数百万円〜が目安で、原価はチームの人月と報告書です。AI顧問（伴走型）は月15万〜50万円程度で、原価は1人の専門家の時間と、業務に組み込む工程です。残るものも違い、コンサルはロードマップや報告書、顧問は動いている業務と回せる人が残ります。実行部隊が社内にある会社はコンサル、業務は多いのに推進役がいない会社は顧問が向いています。 ### AI顧問の見積もりを比較するとき、何を揃えればいいですか？ 月額の数字だけでは比較できません。①回数と1回の時間、②セッションの間のチャット相談の有無、③誰が担当するか、④毎回の成果物の定義、⑤契約期間と満了後の扱いの5項目を同じ行に書き出してから比べてください。そのうえで「成果物1本あたり」に換算して、外注した場合の費用と並べるのが、私が商談で使っている方法です。 ### 契約期間と総額はどうなっていますか？ 最低契約期間は6か月です。月30万円の場合、6か月の顧問料は180万円（税別）。ツールの実費などは別途です。自動更新はなく、継続は満了前に協議します。 ### 顧問料のほかにかかる費用はありますか？ AIツールの利用料が実費でかかります。標準的にはChatGPT PlusやClaude Proなど月額20米ドル（約3,000円）のプランを使う人数分で、1人あたり月3,000円〜1万円程度が目安です。高額なシステム導入を前提にはしません。お金以外では、経営者か担当者の時間が6か月で30〜42時間ほど要ります。 ### 社員もセッションに参加できますか？ 社員の同席を含む月30万円〜（税別）の伴走です。経営者だけでなく、現場で使う担当者も一緒に参加し、会社の業務でAIを使える人と型を育てます。参加者と対象業務は相談の場で整理します。 ### 費用対効果は保証されますか？ 売上増加や削減額の保証はできません。保証できないものを保証するサービスは、むしろ疑ったほうがいいと思います。私が約束できるのは、毎回のセッションで実際の業務の成果物が1つ以上でき、6か月後に業務の型・ルール・使える人が社内に残る状態を一緒に作ることです。費用対効果は「打てる手が増えたか」と「その成果物を外注したらいくらか」で測ってください。 ### 助成金や補助金は使えますか？ AI研修やAI導入に関連する公的な支援制度は存在しますが、制度の適用可否や条件は会社の状況によって大きく変わります。当社では、Webでの断定的な案内はせず、個別の相談の中でご説明しています。 ### セッションは対面ですか、オンラインですか？ どちらでも対応しています。私の顧問先は熱海・静岡の企業から首都圏の企業までありますが、AIの作業環境は画面共有で一緒に作れるため、オンラインでも進行の質は変わりません。初回だけ対面、以降オンラインという形も多いです。 ## まとめ：月額の数字ではなく「残るもの」と「成果物1本あたり」で判断する この記事の要点をまとめます。 - AI顧問（伴走型）の公開料金は少なく、確立した「相場」はまだない。私の見聞きする範囲では月15万〜50万円程度で、専業の法人は15万〜30万円が中心。月数千円や月100万円超の「AI顧問」は、売っているものが違う。 - 当社の公開料金は月30万円〜（税別・社員同席込み）、最低6か月。月30万円なら6か月の顧問料は180万円（税別）で、利用ツールなどの実費は別途です。 - 月額に含まれるのは、月2回90分の実務セッション＋営業日チャット相談＋宿題の設計＋6か月・全12回で型と人を残す設計。含まれないのはツール実費（1人月3,000円〜1万円）とシステム開発。 - 顧客側の総コストは、お金で約182万円（税別・標準）と、時間で30〜42時間。時間のほうを先に確保できるかで判断する。 - AIコンサル会社・研修・内製・ツールのみと比べるときは「終わったあとに残るもの」の列を見る。AIコンサル会社の費用が桁で違うのは、原価がチームの人月と報告書だから。 - 伴走型どうしを比べるときは、回数・時間・チャット・担当者・成果物・契約条件の5項目を揃え、「成果物1本あたり」に換算して外注費と並べる。時間単価で割ると比較を誤る。 - 費用対効果の本丸は「売上のために打てる手の数」。打てていない施策の外注目安と並べ、それが毎月出続けるかで判断する。人件費・回収される時間・残る資産は補助の軸。 - 推進役がいる会社、AIに渡す業務が少ない会社、全員未経験の会社、要件が固まっている会社、時間が出せない会社には、いまは払わなくていい。チェックリスト10問で判断できる。 - 費用を無駄にする失敗は、ツール先行・担当者不在・知識だけ買う・完全自動化への期待・成果物を残さない・月額の安さで選ぶ、の6つ。 - いきなり契約せず、体験診断か30分の相談で「止まっている1業務」を切り出してから判断すればいい。 AI顧問の費用は、料金表の数字だけを並べても比較できません。90分をどう使うのか、間の日々をどう支えるのか、6か月後に何が残るのか。そこまで見て、初めて高いか安いかが判断できます。この記事が、その判断の材料になっていれば嬉しいです。 WiLLAGENTの提供内容・進め方・実例をまとめた資料は、無料の資料セットで確認できます。自社の場合はどうかを具体的に話したい場合は、お問い合わせフォームからどうぞ。 AI顧問を検討している方へ（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の1ヶ月目に実際やること - AI顧問の最初の90日｜前半の進め方 - AI顧問・研修・コンサルの選び方 - AI顧問の比較と選び方｜3種類の別物を売る側が仕分けする - 中小企業のAI導入事例4選｜4社の現場で実際にやったこと - 中小企業にAIコンサルは必要か｜費用相場と見極め方 - 中小企業のAI導入費用｜月3,000円から全パターンの相場 - 生成AI研修の費用相場と選び方 - 属人化の解消方法｜「あの人しかできない」を仕組みに変える - AI導入のメリット・デメリット｜売る側が正直に書く - AIを入れても会社が変わらない本当の理由 - 中小企業の生成AI、現場観測2026 - AI社員とは｜職場を持った働き手 - 考脈学｜暗黙知を人とAIが働ける形に残す - 無料資料セット｜WiLLAGENT ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIエージェントに仕事を任せる前に｜中小企業が決めるべき「委任設計」 URL: https://aiandwill.com/ai-agent-delegation-design/ 公開: 2026-07-10 / 更新: 2026-09-05 ・・テーマHTML不要。このブロック全体を貼り付けてください。 ============================================================ --> AIエージェントに仕事を任せられる時代が来る。そう聞くと、多くの会社は「どのツールを入れるか」「どこまで自動化できるか」から考え始めます。 しかし、私はAI顧問の現場で逆の順番を大事にしています。先に決めるべきなのは、ツールではありません。何を、どこまで、誰の責任で、どんな条件ならAIに任せてよいのかという委任の設計です。 ここを飛ばすと、会社は便利になるようで危うくなります。文章は速く出る。報告書も作れる。問い合わせ返信も下書きできる。けれど、なぜその判断になったのか、誰が確認したのか、どこまでがAIの仕事でどこからが人間の責任なのかが曖昧になる。AIエージェント時代の失敗は、AIが動かないことより、動きすぎた仕事を会社が管理できないことから起きます。 この記事では、中小企業がAIエージェントを導入する前に決めるべき「委任設計」を、経営・現場・ガバナンス・人材育成の観点から整理します。AiWiLLのミッションは、すべての会社をAI Ready——会社の記憶と判断をAIが番頭として持ち続けられる状態——にすることです。そのために必要なのは、AIに人の仕事を奪わせることではなく、人が価値をつくる時間を増やし、会社の判断と実行を強くすることだと考えています。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論：AIエージェント導入の本質は「自動化」ではなく「委任設計」です AIエージェント導入とは、AIに仕事を丸投げすることではありません。会社の目的、業務の流れ、判断基準、権限、確認者、完了条件を整理し、AIが担当してよい範囲を決めることです。 ここでいう委任設計とは、次の7つを明文化することです。 項目 決めること 決めない場合に起きること 目的 そのAIエージェントで何を良くしたいのか 便利な実験で終わり、事業成果に接続しない 対象業務 どの業務のどの工程を任せるのか 範囲が広がりすぎ、誰も管理できない 入力情報 AIに渡してよい情報、渡してはいけない情報 個人情報、顧客情報、機密情報の扱いが曖昧になる 権限 閲覧、下書き、提案、送信、更新、実行のどこまで許すか AIがやってよいことと禁止事項の境界が消える 確認者 誰が何を確認してから社外に出すか 責任の所在がAI、担当者、会社の間で宙に浮く 完了条件 何をもって「その仕事は終わった」とするか 下書きだけ増え、公開・送信・改善まで進まない 記録 実行ログ、修正理由、改善点をどこに残すか 学習が蓄積せず、毎回チャット履歴からやり直す 中小企業にとって大切なのは、最初から高度なAIエージェントを作ることではありません。まずは、問い合わせ返信、報告書、議事録、営業メール、Googleビジネスプロフィール投稿、口コミ返信、社内FAQなど、AIが下書きし、人間が確認すれば価値が出る仕事から始めることです。 そして、その小さな委任を会社の型にしていく。これが、AIエージェント時代に中小企業が取り組むべき現実的な導入です。 AI顧問の資料セットを確認する ## なぜ今、AIエージェントの委任設計が必要なのか 2025年以降、AIは「質問に答える道具」から「仕事の一部を進める存在」へ移っています。Microsoftの Work Trend Index 2025 は、AIエージェントが人間と一緒に働く組織を「Frontier Firm」として捉え、企業が人とエージェントの混成チームを前提に業務を再設計していく流れを示しています。 また、McKinseyのState of AI 2025 では、AIで高い成果を出している企業ほど、単なる効率化ではなく、ワークフローを根本的に再設計し、AIエージェントの活用を先に進めているとされています。ここで重要なのは、成果企業が「ツールを多く入れた会社」ではなく、業務の流れそのものを作り替えた会社だという点です。 一方で、Anthropic Economic Index は、Claudeの利用において、AIが人の仕事を完全に置き換える自動化だけでなく、人と協働して検証、学習、反復を行う「拡張」の使われ方も多いことを示しています。中小企業にとっては、この示唆が実務的です。いきなり完全自動化を狙うより、まずは人間の判断を残したまま、調査、整理、下書き、確認補助を任せる方が失敗しにくい。 さらに、AI Agent Index は、AIエージェントの自律性が高まる一方で、安全性評価や透明性の開示にはまだ差があることを整理しています。つまり、AIエージェントは便利になっているが、会社側が「どこまで任せてよいか」を見極める責任は軽くなっていません。 参照した流れ 企業への示唆 中小企業での翻訳 AIエージェントは業務に入り始めている 人とAIの役割設計が必要 誰がAIを管理するかを決める 成果企業はワークフローを再設計している 既存業務にAIを足すだけでは弱い 報告、返信、見積、発信の流れを組み替える AI利用は自動化と拡張の両方に広がる 全部任せるか、全部人間かの二択ではない 下書き、確認、提案、実行を分ける エージェントの透明性には差がある ツール選定だけで安全性は担保できない 社内ルール、確認者、ログを持つ ## ChatGPT活用とAIエージェント活用は、何が違うのか ChatGPTやClaudeのようなチャットAIは、基本的には人が質問し、AIが答えます。AIエージェントは、目的を与えると、複数の手順を組み立て、必要に応じてツールや情報を使い、ある程度のまとまった仕事を進めます。 この違いは小さく見えて、会社運用では大きな差になります。チャットAIでは、利用者本人が毎回止められます。しかしAIエージェントは、設計によっては複数の処理を連続して実行します。だからこそ、事前の委任設計が必要になります。 観点 チャットAI AIエージェント 会社側の注意点 仕事の単位 質問と回答が中心 一連の業務フローを進める フロー全体の完了条件を決める 人間の関与 毎回人が入力する 設定後に連続実行する場合がある 中間確認点を置く リスク 出力を見てから使う 外部ツールやデータに触れる場合がある 権限とログを制御する 成果 文章、要約、案出し 調査、整理、通知、更新、起票、下書き作成 実行前レビューを設計する 必要な能力 プロンプトを書く力 仕事を分解し、任せ方を設計する力 業務分解力が成果を左右する AIエージェントの時代に必要なのは、プロンプトだけではありません。業務を分解する力、AIに渡す情報を選ぶ力、AIの出力を直す力、例外時に止める力です。 これは、私が現場で何度も感じていることです。AI導入が進む会社は、AIリテラシーが高い会社というより、業務を分解できる経営者や責任者がいる会社です。会社の目的、事業、営業、提供、アフターフォロー、採用、バックオフィスを構造として捉え、その構造をAIにも伝えられる会社は、進み方が速い。 ## AIに仕事を任せる6段階：中小企業はレベル2から始める AIエージェント導入で失敗しやすい会社は、最初から「自動で全部やってほしい」と考えます。実務では、委任レベルを段階化した方が安全です。 レベル AIに任せること 人間の役割 中小企業での例 0. 参照 情報を読み、要点を出す 内容を確認する 議事録、報告書、顧客メモの要約 1. 下書き 文章や表のたたき台を作る 修正して使う 問い合わせ返信、営業メール、口コミ返信 2. 提案 選択肢と優先順位を出す 判断して選ぶ 今月やる集客施策、業務改善テーマの候補 3. 準備 実行直前まで整える 承認して実行する 投稿予約案、見積説明文、社内告知文 4. 条件付き実行 決めた条件内で実行する ログと例外を確認する 定型返信、社内通知、タスク起票 5. 継続運用 業務フローの一部を継続的に回す 月次で評価し、ルールを更新する FAQ更新、問い合わせ分類、週次レポート 最初に狙うべきは、レベル1から2です。つまり、下書きと提案です。ここで会社の判断基準を入れ、AIの出力を人が直し、その修正理由をプロンプトや手順書に戻す。これを繰り返すと、AIは会社の仕事に近づいていきます。 逆に、レベル4や5から入ると危険です。入力情報、権限、ログ、例外処理が整っていない会社でAIに実行まで任せると、速さと引き換えに管理不能な仕事が増えます。 AI研修を定着させる方法も読む ## AIエージェント導入で起きる8つの失敗パターン AIエージェント導入の失敗は、ツールの性能不足だけで起きるわけではありません。多くは、会社側の委任設計がないまま進めることで起きます。 失敗パターン 現場で起きること 先に決めるべきこと 1. 社長の基準がない AIが無難な一般論を出し、会社らしさが消える ミッション、顧客、やらないこと、品質基準 2. 業務範囲が広すぎる 何でもAI化しようとして現場が疲れる 最初の対象業務を3つ以内に絞る 3. 入力情報のルールがない 機密情報や個人情報の扱いが人任せになる 入力してよい情報、避ける情報、匿名化方法 4. 承認者がいない AI出力がそのまま顧客に出る 公開前レビューと最終責任者 5. 完了条件がない 下書きばかり増え、公開・送信・改善まで進まない 送信、公開、記録、次回改善までを完了とする 6. ログが残らない 何を直したか分からず、同じミスを繰り返す 修正理由、判断理由、改善履歴の保存場所 7. 現場が使わされるだけ AIが押し付けになり、定着しない 現場の困りごとから始める 8. 更新が止まる 最初の便利さで止まり、1か月後の進化に追随できない 月次レビューと次の90日テーマ 特に中小企業で多いのは、社長や責任者が忙しすぎて、最初の業務分解に時間を取れないケースです。AIは余白を作るために入れるものですが、最初の余白がゼロだと導入が始まりません。だからこそ、最初の2週間は「AIを触る時間」ではなく、AIに任せるための棚卸し時間として確保する必要があります。 ## 経営者が決めること、現場が決めることを分ける AIエージェント導入では、経営者と現場の役割を分けることが重要です。すべてを社長が決める必要はありません。ただし、会社のコアに関わる部分は、経営者が言語化しなければAIに渡せません。 私が現場でよく伝えているのは、次の分担です。 領域 主担当 具体的に決めること AIに渡す形 会社の目的 経営者 何のために事業をしているか ミッション、ビジョン、価値観 顧客への約束 経営者 誰に、何を、どの品質で届けるか 顧客定義、提供価値、NG表現 判断基準 経営者・責任者 どこまで自動化してよいか、何を人が見るか 承認ルール、レビュー基準 実務フロー 現場責任者 作業順序、必要書類、例外処理 手順書、チェックリスト、テンプレート 現場の違和感 現場担当者 AI出力のどこがズレているか 修正コメント、改善ログ 改善サイクル 経営者・現場 月次で何を見直すか KPI、削減時間、反応、リスク記録 経営者が会社のコアを整え、現場が作業の流れを整える。この両方が揃うと、AIエージェントは単なる便利ツールではなく、会社の仕事を前に進める実行環境になります。 逆に、経営者の基準がないまま現場にAIを渡すと、現場は「何を正解にすればいいか」が分かりません。現場の手順がないまま経営者だけがAIを触っても、実務には落ちません。AIエージェントは、経営と現場の間にある仕事の構造を映し出します。 ## そのまま使える：AIエージェント委任設計シート AIエージェントを導入する前に、最低限このシートを埋めてください。大企業のような分厚いAIガバナンス文書でなくても、最初は1ページで十分です。 項目 記入例 確認者 対象業務 Google口コミ返信の下書き作成 店舗責任者 目的 返信漏れを減らし、顧客への感謝と改善姿勢を伝える 経営者 AIの役割 口コミ内容を分類し、返信文を3案作る 現場責任者 人間の役割 事実確認、表現調整、最終公開 店舗責任者 入力してよい情報 公開口コミ、一般化した対応方針、店舗の公式情報 経営者 入力しない情報 顧客の個人情報、内部クレーム履歴、従業員名 全員 禁止事項 返金・補償・法的責任をAI文面だけで約束しない 経営者 確認ポイント 事実、トーン、過剰な約束、個人情報、炎上リスク 店舗責任者 完了条件 返信公開、修正理由の記録、次回プロンプト更新 現場担当者 見直し頻度 月1回、返信品質とレビュー工数を確認 経営者・責任者 このシートを作ると、AIに任せる仕事が明確になります。さらに、AI出力を人間が直した理由を残すことで、次回のプロンプト、手順書、チェックリストが良くなります。ここまでやって初めて、AI活用は個人のチャット履歴ではなく会社の資産になります。 AI顧問の進め方を詳しく読む ## 中小企業が最初にAIエージェント化しやすい業務 AIエージェント化に向く業務は、「毎回似た流れで発生する」「文章や整理が多い」「人間の最終確認を入れやすい」「成果が見えやすい」仕事です。 業務 AIに任せる範囲 人が見るポイント 推奨レベル 報告書作成 写真、メモ、作業内容から下書き 事実、抜け漏れ、顧客提出表現 1-2 問い合わせ返信 問い合わせ分類、返信案作成 約束、金額、納期、個人情報 1-3 営業メール 見込み客別の提案文作成 相手理解、過剰表現、次アクション 1-2 口コミ返信 口コミ分類、返信案、改善メモ トーン、事実、炎上リスク 1-3 会議議事録 要約、決定事項、タスク化 決定内容、期限、担当者 2-4 社内FAQ 質問の整理、回答案、更新候補 正確性、最新性、担当部署 2-4 採用文面 求人票、スカウト文、面談質問案 労務表現、実態との一致 1-2 補助金調査 制度候補、要件整理、準備物リスト 最新情報、対象可否、専門家確認 1-2 注意点は、法務、税務、労務、補助金申請の判断、医療や安全に関わる判断などは、AIエージェントの出力をそのまま使わないことです。AIは論点整理や下書きには使えますが、最終判断は専門家や責任者に接続する必要があります。 ## AIエージェント時代の1ページAIガバナンス AI事業者ガイドラインは、AIのリスクを正しく認識し、ライフサイクル全体で必要な対策を自主的に実行することを重視しています。また、NIST AI RMFは、AIリスクを「Govern、Map、Measure、Manage」の観点で扱います。 中小企業がこれをそのまま分厚い文書にする必要はありません。最初は、次の1ページだけでも効果があります。 項目 最低限決めること 運用例 AI利用目的 何のためにAIを使うか 報告書作成時間を減らし、確認品質を上げる 利用ツール 使ってよいAI、使わないAI 会社指定ツールのみ。個人アカウント利用は原則禁止 入力情報 入れてよい情報、入れない情報 公開情報、匿名化情報、一般化した業務情報のみ 出力利用 そのまま使ってよいもの、確認必須のもの 社外提出物、顧客返信、数字、契約関連は確認必須 責任者 業務ごとの最終確認者 営業文は営業責任者、採用文は人事責任者 ログ 何をどこに残すか プロンプト、修正理由、公開日、担当者を保存 見直し いつ更新するか 月1回、使った業務と事故・改善点を確認 ガバナンスという言葉は重く聞こえますが、実務では「AIを安全に使い続けるための約束」です。中小企業に必要なのは、理想的な制度ではなく、明日から使える運用ルールです。 ## AIエージェント時代に社員へ求められる力 AIエージェント時代に必要な人材は、AIに詳しい人だけではありません。むしろ必要なのは、AIに仕事を任せ、出力を見て、必要なら止め、直し、会社の知識に戻せる人です。 MicrosoftのWork Trend Indexでは、AIエージェントを管理する「agent boss」のような役割に触れています。日本の中小企業でこれを直訳して肩書きにする必要はありません。ただ、全社員に共通して必要になる姿勢はあります。 力 具体的な行動 育成方法 業務分解力 仕事を目的、入力、手順、判断、出力に分ける 実務を題材に手順書を作る 依頼力 AIに背景、目的、条件、禁止事項を渡す プロンプトより「業務説明」を練習する レビュー力 AI出力のズレ、弱い根拠、過剰表現を見つける 赤入れと修正理由を共有する 例外対応力 AIでは処理できないケースを人に戻す 例外パターン集を作る 記録力 うまくいった型、失敗、判断理由を残す 業務別AIログを作る 顧客視点 出力が顧客にどう見えるかを考える 顧客対応文のレビュー会を行う AIエージェントは、社員の仕事をなくすだけの存在ではありません。社員が自分の仕事を構造化し、より広い範囲を見て動けるようになるきっかけにもなります。私が現場で面白いと感じるのは、職人肌の人や現場担当者が、自分の仕事をAIに説明する過程で、仕事そのものの解像度を上げていく瞬間です。 ## 90日で作るAIエージェント導入ロードマップ AIエージェント導入は、1日で完成させるものではありません。WiLLAGENTでは、3か月、月2回、合計6回の伴走を基本に、会社ごとの業務、情報、判断基準、実行体制を整えます。 時期 やること 成果物 失敗を避けるポイント 0週目 対象業務を選ぶ AI化候補リスト 最初から全社展開しない 1-2週目 経営者の判断基準を言語化する 会社方針、NG基準、優先順位 社長の頭の中を飛ばさない 3-4週目 現場フローを分解する 業務手順、入力情報、例外パターン 現場の「まあ、そうなんだけど」を拾う 5-6週目 AI下書きと人間レビューを試す プロンプト、テンプレート、赤入れ記録 AI出力を直す理由を残す 7-8週目 委任レベルを上げる 承認フロー、ログ、チェックリスト 送信・公開は人間承認を残す 9-10週目 別業務へ横展開する 業務別AI手順書 成功した型だけ広げる 11-12週目 月次運用へ移す 90日成果レポート、次の90日計画 作って終わりにしない AIエージェント導入で本当に作るべきものは、完成された自動化システムではありません。会社がAIを使って仕事を改善し続ける型です。3か月でこの型を作れれば、その後のAI進化にも追随しやすくなります。 WiLLAGENTの3か月伴走資料を見る ## AIエージェント導入前チェックリスト 以下のうち10個以上にチェックがつけば、AIエージェント導入の土台があります。6個以下の場合は、先に業務棚卸しとルール作りから始めてください。 - AIに任せたい業務が3つ以内に絞れている - その業務の目的が言語化されている - 業務の入力情報、手順、出力が分かっている - 誰が最終確認するか決まっている - AIに入れてはいけない情報が決まっている - 社外に出す文章のレビュー基準がある - AI出力を直した理由を残す場所がある - 失敗したときに止める権限を持つ人がいる - AI利用ツールを会社として指定している - 現場担当者がAI出力に違和感を言える空気がある - 経営者が会社の方針、顧客、品質基準をAIに説明できる - 月1回、AI活用の成果とリスクを見直す時間がある - 最初の導入に使う時間を2週間分確保している - AIに任せる仕事と人間が集中する仕事を分けている - 便利さだけでなく、顧客価値と事業成果で評価するつもりがある ## WiLLAGENTで支援できること WiLLAGENTは、AIツールの説明係ではありません。会社の仕事を見て、どこにAIを入れると事業が前に進むかを一緒に考え、実際に使える型に落とすAI顧問サービスです。 具体的には、次のような支援を行います。 - 経営者・責任者へのヒアリングと業務棚卸し - AIエージェント化すべき業務の優先順位づけ - 入力情報、禁止情報、承認フローの整理 - 業務別プロンプト、手順書、レビュー基準の作成 - 報告書、返信文、営業メール、口コミ返信、FAQなどの実制作 - AI出力の赤入れ、改善ログ、次回プロンプト更新 - 社員展開やWiLLSkills研修への接続 - 90日成果レポートと次の90日計画 AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。業務の目的、AIに許可する操作、人が承認する範囲を決め、実際の成果物で確かめます。参加する社員と対象業務は、契約前の相談で整理します。 私たちが見ているのは、AIを導入したかどうかではありません。会社の課題を見つけ、AIも人も使いながら、仕事を完了まで進められる状態になったかどうかです。 自社のAIエージェント導入を相談する ## FAQ：AIエージェント導入でよくある質問 ### Q. AIエージェントとは何ですか？ A. AIエージェントとは、目的や条件を与えると、複数の手順を組み立てて仕事を進めるAI活用の形です。チャットAIが「質問に答える」ことが中心なのに対し、AIエージェントは調査、整理、下書き、通知、起票、更新など、業務フローの一部を担います。 ### Q. 中小企業でもAIエージェントは必要ですか？ A. 必要になる会社は増えます。ただし、最初から高度な自動化を作る必要はありません。報告書、問い合わせ返信、営業メール、口コミ返信、議事録など、定型的で人間の確認を入れやすい業務から始めるのが現実的です。 ### Q. AIエージェント導入で一番危ないことは何ですか？ A. 権限と責任が曖昧なまま実行まで任せることです。AIが作った文章を誰が確認するのか、どの情報を入力してよいのか、どこまで自動で実行してよいのかを決めないまま進めると、情報管理、顧客対応、品質面でリスクが出ます。 ### Q. まず何から始めればよいですか？ A. 最初は、AIに任せたい業務を3つ以内に絞り、その業務の目的、入力情報、手順、出力、確認者、完了条件を書き出してください。ツール選定はその後で十分です。 ### Q. 社員に自由にAIを使わせてもよいですか？ A. 自由に触る時間は大切ですが、業務利用では最低限のルールが必要です。特に、個人情報、顧客情報、売上情報、契約関連、社外に出す文章については、入力ルールと確認者を決めてから使うべきです。 ### Q. AIエージェントは人の仕事を奪いますか？ A. 置き換わる仕事もありますが、中小企業ではまず「人が価値を作る時間を増やす」方向で使うべきです。材料手配、発信、返信、資料作成、記録、社内共有などを軽くすることで、職人、営業、現場責任者が本当に集中すべき仕事に時間を戻せます。 ### Q. AIエージェントを導入するにはシステム開発が必要ですか？ A. 最初から本格的な開発は不要です。まずは既存のAIツール、スプレッドシート、ドキュメント、社内チャット、手順書を組み合わせて、小さな運用から始められます。開発が必要かどうかは、業務フローと成果が見えてから判断した方が安全です。 ### Q. WiLLAGENTではAIエージェントを作ってくれますか？ A. はい。ただし、いきなり作って渡すのではなく、会社の業務分解、判断基準、入力情報、確認フローを一緒に整理した上で、使える形にします。目的はAIエージェントそのものではなく、会社がAIを使って仕事を前に進められる状態を作ることです。 ## まとめ：AIに任せる会社ほど、人間の設計力が問われる AIエージェントの時代に、会社の仕事は大きく変わります。ただし、変わるのは「人間が不要になる」という単純な話ではありません。むしろ、AIに何を任せ、どこで止め、誰が判断し、どう改善するかを設計できる会社ほど強くなります。 - AIエージェント導入の本質は、自動化ではなく委任設計である - 委任設計では、目的、対象業務、入力情報、権限、確認者、完了条件、記録を決める - 中小企業は、まず下書きと提案のレベルから始める - 社長は会社のコア情報と判断基準を、現場は実務フローと違和感を言語化する - AI出力を直した理由を残すと、会社の知識が蓄積する - AIガバナンスは分厚い規程ではなく、最初は1ページの運用ルールでよい - AIエージェント時代に必要な人材は、AIを丸投げする人ではなく、任せ方を設計できる人である - WiLLAGENTは、AI導入をツール説明で終わらせず、業務分解、ルール、実制作、定着まで伴走する AIに仕事を任せる会社ほど、人間の設計力が問われます。AIが速くなるほど、会社の目的、判断、責任、顧客への約束を言葉にする必要があります。そこまで整えて初めて、AIエージェントは会社を空洞化させる存在ではなく、事業を前に進める力になります。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：122字（推奨120〜158字） ============================================================ AIエージェント導入で中小企業が失敗しないために、目的、権限、確認者、完了条件を決める「委任設計」を解説。AI顧問の現場知、最新調査、AI事業者ガイドラインを踏まえ、仕事を任せる順番、ガバナンス、人材育成、90日導入ロードマップまで公開します。 --> --- # AI顧問の最初の90日｜最低6か月の伴走で進める前半の工程 URL: https://aiandwill.com/ai-komon-3kagetsu/ 公開: 2026-07-10 / 更新: 2026-09-05 以下は立ち上げの前半工程です。AiWiLLのAI顧問は月30万円〜（税別）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。この記事の3か月・6回は最初の90日の進行例で、3か月で終了する契約の募集ではありません。 AI顧問の料金や定義を説明すると、経営者から必ず返ってくる質問があります。「で、3か月で実際に何をするんですか」。当然の質問です。現在の契約は最低6か月ですが、まず前半の90日で何を進めるかを具体的に示します。月30万円の場合、最低6か月の顧問料は180万円（税別）です。 だからこの記事では、私がAI顧問（WiLLAGENT）で実際に使っている全6回・3か月のプログラムを、各回のテーマ・当日やること・終わったときの状態・毎回90分の時間割まで、設計図ごと全部公開します。累計約15社の顧問で試行錯誤して、いまの形に落ち着いたものです。真似してもらって構いません。設計図を隠して守る価値より、検討中の会社が「3か月後の自社」を具体的に想像できる価値のほうが大きいと考えているからです。読み終えたら、AI顧問に頼む場合も、自社だけで進める場合も、そのまま使える3か月の進行表が手に入ります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 全6回・3か月の全体像 先に結論の表を置きます。AI顧問の3か月は、月2回・1回90分のセッション全6回で、大きく「見える化する（第1回）→ AIの職場と型を作る（第2〜3回）→ チームと売上へ広げて、会社に残す（第4〜6回）」の三段階で進みます。 回テーマ当日やること終わったときの状態 第1回ニーズと目標・業務の棚卸しやりたいこと・困りごとのヒアリング、業務の洗い出し、優先順位づけ、90日の方向づけ「何からAI化するか」が決まっている 第2回インストールとディレクトリ整理ツールの設定、会社の情報をAIに教える、資料の置き場（ディレクトリ）を整える、AIのルールと安全設定会社のことを読めるAIが、自分のPCで動いている 第3回AI基礎の型とお試し実演頼み方の型（書く→レビュー→実行→型化）の習得、会社情報の拡充、お試し業務を1つその場で実演最初の1業務が実際にAIで動いた 第4回コンテキストの共有と業務実演社内で共有する仕組みづくり（GitHub／Google Drive）、実業務への投入、直しの仕分けチームでも使え、優先業務が軽くなっている 第5回売上の構造とAIの配置売上が生まれる流れ（ファネル）の書き出し、詰まりの特定、そこへのAIの配置効率化の先、売上づくりに手が動き始めている 第6回実務の実施と総まとめバックオフィスまで一巡、成果の棚卸し、完了条件の確認、自走の運用設計顧問がいなくても止まらない状態 各回の中身は会社によって入れ替えます。ただ、この骨格自体は約15社の顧問でほぼ変わりませんでした。理由は単純で、順番を飛ばすと必ずどこかで止まるからです。棚卸しをせずにツールから入ると「何に使えばいいかわからない」で止まり、会社の情報をAIに教えずに使うと「一般論しか出てこない」で止まり、型を残さずに進むと「顧問が終わった瞬間に元に戻る」。この3つの止まり方を15社分見てきた結果が、この順番です。 ## 毎回90分の時間割——講義はほぼゼロ 1回のセッションは90分で、時間割は毎回同じです。 時間やることポイント 最初の10分前回の宿題の確認できなかった場合も責めない。「なぜ止まったか」が次の設計材料になる 次の15分いまの困りごとの整理AIと関係ない業務の悩みも聞く。そこに次のAI化候補が眠っている 中心の45分その場で実際にAIを使い、実業務を進める画面を触るのは私ではなく顧問先の担当者。作るのは練習用サンプルではなく実物 最後の15分次回までの宿題設定「実務で1回使ってみる」レベルの小さな宿題。大きな宿題は続かない 見てのとおり、講義の時間がありません。知識のインプットが必要な場面でも、5分説明したらすぐ手を動かしてもらいます。AIの定着は「わかる」ではなく「自分の業務で使えた」の積み重ねでしか進まない、というのが15社を見てきた私の結論です。座学で理解した人と、自分の実業務で一度でも成果物を作った人とでは、2週間後にAIを開いている確率がまるで違います。セッションとセッションの間は、営業日のチャット相談でつまずきを解消します。この「間」の支えがないと、次のセッションまでの2週間で使わなくなります。 ## 各回で実際にやっていること ### 第1回：業務の棚卸し——「AIで何ができるか」から入らない 初回にやるのは、AIの話ではなく仕事の話です。売上の作り方、日々の業務、時間を取られていること、特定の人しかできないこと。これをAIへのインタビュー形式で吐き出してもらうこともあります。大切な原則が1つあって、「AIで何ができるか」からは絶対に入りません。先に見るのは「どこで時間が消えているか」「どこで判断が止まるか」「どこが属人化しているか」です。ここを飛ばしてツールの話から入った会社は、例外なく2か月目で迷子になりました。 棚卸しで実際に使っている質問を置いておきます。顧問を入れない場合でも、この8問に答えるだけで自社のAI化候補はかなり見えてきます。 - 一日の中で「これさえなければ」と感じる作業は何ですか。 - 毎週・毎月、ほぼ同じ形で繰り返している書きものは何ですか（報告書・返信・案内・議事録など）。 - あなたにしかできない業務は何ですか。それは本当に「あなたにしか」できませんか。 - 新しい人が入ったとき、教えるのに一番時間がかかる業務は何ですか。 - お客様を待たせてしまいがちな対応はどこですか。 - 外注しているもののうち、下書きだけでも社内で作れたら安くなる・速くなるものはありますか。 - 「やったほうがいい」と分かっていて手が回っていないことは何ですか（発信・DM・マニュアル化など）。 - 絶対にAIに触らせたくない情報・判断はどれですか。 なお私の場合、この第1回は契約前に実施しています。90分で棚卸しと3か月の方向づけまで作り、進め方と相性を実物で確かめてから契約を判断してもらう形です。 ### 第2回：インストールとディレクトリ整理——「賢い新入社員」に職場を用意する 2回目で、AIの職場を作ります。ツール（ChatGPT PlusやClaude Proなど、月3,000円程度の有料プラン。会社の用途で選びます）の設定に加えて、この回の本体は2つ。会社の情報をAIに教えること（インストール）と、AIが読む資料の置き場（ディレクトリ）を整えることです。私はAIを「賢い新入社員」と説明しています。どれだけ優秀な新入社員でも、会社のことを何も教えられず、資料がどこにあるかも分からない職場では働けません。逆に、会社の手引きと資料の置き場さえ渡せば、実務の下書きまで動けます。置き場を先に作るから、聞いた話がその場で収まっていく——器が先、が原則です。 「教える」といっても難しいことではなく、次のような情報をファイルにまとめてAIに渡せる状態を作ります。 - 会社の基本情報：事業内容、商品・サービス、料金、強み、沿革 - 顧客の情報：主な客層、よくある問い合わせと定番の答え、繰り返し登場する取引先 - 言葉のルール：自社らしい文章のトーン、使う言葉・使わない言葉、NG表現 - 過去の実物：良くできた報告書・提案書・返信文などのお手本 - 判断基準：値引きの考え方、断る仕事の条件など、社長がいつも口頭で言っていること この「会社の情報を揃えて渡す」工程が、実は3か月全体でもっとも効きます。指示文のテクニックを磨くより、AIに渡す材料を揃えるほうが出力は良くなる——これは15社どこでも例外がありませんでした。 あわせて、AIの「就業規則」を1枚作ります。会社の文体、使わない言葉、AIに入れてはいけない情報（顧客の個人情報・機密など）の線引き、出力を誰が確認するか。入力した内容をAIの学習に使わせない設定も、この日のうちに済ませます。ルールと安全設定が先にあるから、以後は安心してアクセルを踏めます。 ### 第3回：AI基礎の型と、お試し業務の実演 3回目は、AIへの頼み方に型を作ります。ここで重要なのは、凝った指示文のテクニックではありません。私が顧問で一貫して伝えているのは、上手な指示文より、AIに渡す材料（会社の情報・過去の実物・判断基準）を揃えるほうが効くということです。同じ「お客様への案内文を書いて」という依頼でも、会社の情報を渡す前と後では、出てくるものが「まあ普通」から「これなら、うちらしい」に変わります。この差をその場の実演で体感してもらうのがこの回です。 頼み方の型そのものはシンプルです。①やりたいことをファイルに書く → ②AIに足りない点をレビューさせる → ③実行する → ④うまくいったら型として残す（繰り返す仕事は合言葉にする）。たとえば口コミ返信なら、「過去の良い返信例3つ＋お店として言いたいこと＋避けたい表現」を一度ファイルにしておけば、以後は口コミを貼るだけで自社らしい返信の下書きが出てくる、という形です。 そしてこの回から、お試しの業務実演が入ります。優先業務の中から1つ選び、その場で実際にAIに仕事をさせて成果物を作る。定番はスライド・資料の作成です。デザインのルールを一度置いておけば、言いたいことを箇条書きで渡すだけで統一デザインの資料が揃う——最短で「おお」という声が出る業務だからです。 ### 第4回：コンテキストの共有——「あの人のAIだけ賢い」を防ぐ #### 共有の仕組みづくり 4回目のテーマは共有です。1人で回り始めた会社が次にぶつかる壁は、属人化の再発——「社長のAIだけ賢い」状態です。ファイルを手動でコピーして配る運用は、最新版がどれか分からなくなる・上書きで消える・直しが他の人に反映されない、という事故で必ず崩れます。だから仕組みで解きます。原則は「正しい置き場を1つに決める × 同期は自動 × 操作はAIに任せる」。GitHubやGoogle Driveに「チームの脳」を1つ作り、各自のAIがそこを読む形にします。難しそうに聞こえますが、人間が新しい道具の操作を覚える必要はありません。反映も取り込みも、AI側の仕事にするからです。 #### 実務投入と、直しの仕分け あわせて、第1回に決めた優先業務への本格投入を続けます。ここでの設計の核心は線引きです。たとえば防災設備会社のウェックスさんとの顧問では、点検報告書の作成をAI化しましたが、点検の合否を判断するのは資格を持つ現場のプロで、AIが引き受けるのは清書・転記・下書きという「作業」の部分です。この線引きを業務ごとに決めていくのが、顧問の仕事の中でもっとも価値が出る部分だと思っています。線引きを曖昧にしたままAIに任せると、品質事故か、逆に「怖くて使えない」の二択になります。 運用して見えてきた「出力が微妙だった」ケースの直し方も、この回で仕分けます。①流す（一度きりの揺らぎは気にしない）②記憶に残す（次回から反映させる）③ルールにする（会社の基準として明文化する）④定型化する（繰り返すならコマンド・テンプレにする）の4分岐。この仕分けができるようになると、AIの出力品質は使うほど上がっていきます。なお、社員へ広げる最初の一人は、若手のITに強い人ではなく繰り返し業務を一番多く抱えている人が定石です。効果の実感が一番大きく、「あの人が楽になったらしい」という伝わり方が、トップダウンの号令より強く働くからです。 ### 第5回：売上の構造——ファネルを書き出し、AIを配置する 5回目で、話は効率化から売上に進みます。といっても、AIが売上を保証してくれるわけではありません。やるのは、売上が生まれる構造（ファネル）を書き出して、その中にAIの働き手を配置することです。お客様は「知らない → 知る → 興味を持つ → 比べる → 買う」という流れで進みます。この流れを、理想ではなく現実ベースで書き出す。直近の受注が「どこから来たか」を10件並べると、自社のファネルの原型が見えてきます。紹介だけで回っている会社にも、店舗にも、ファネルは必ずあります。 次に、流れのどこで一番落ちているか——詰まりを1つだけ見つけます。渋滞が道路全部ではなく合流地点で起きるのと同じで、全部を一気に直そうとしないのがコツです。そして、その詰まりに効く施策——過去のお客様へのご案内、事例の整備、提案書の改善、発信——の「量を出す作業」をAIに任せ、人間は転換の質の判断に集中します。費用相場の記事で「AI顧問の価値の本丸は、売上のために打てる手の数が増えること」と書きましたが、その手をどこに打つかを決めるのがこの回です。施策を流行りではなくファネル上の役割で選べるようになると、打ち手は空振りしなくなります。 ### 第6回：実務の実施と総まとめ——「顧問がいなくても回るか」を検証する 最終回は、実務を回しきって仕上げる回です。集客・商談まわりの前線だけでなく、請求書や経理といったバックオフィスまで一巡させます。あわせて、日々の作業のたびにAIがログを1行残し、週1回「今週のレポートを作って」と言えば、どの業務で何時間浮いたかが金額換算まで自動でまとまる運用に載せます。感覚の「便利」ではなく、数字で続ける判断ができる状態にするためです。 そのうえで、3か月の成果の棚卸しと自走設計。作った型・テンプレ・ルールを整理し、完了条件を一つずつ確認して、今後自分たちだけで新しい業務にAIを広げる手順を決めます。私が顧問のゴールに置いているのは「私に聞き続けなくても回る状態」です。外部の専門家に依存し続ける構造を作ってしまったら、顧問としては失敗だと考えています。 ## 実例：不動産会社の3か月は「変則」で組んだ 骨格は同じでも、実際の3か月は会社ごとに組み替えます。実例を1つ。熱海のマチモリ不動産さんとの顧問では、標準の順番をあえて崩し、第1回で先に「実演」をやりました。AIを導入し、会社の基礎情報を集めてAIに教え、その場で実業務の資料を1本作り切る——棚卸しより先に成果を見せる変則です。多忙な経営者にとって「これは自分の時間を投資する価値がある」という確信が先に必要だと判断したからです。棚卸しと環境の整備は第2回でまとめて回収しました。 この会社の3か月のゴールは、単なる業務効率化ではありません。リノベーション案件のプロジェクト管理——工事の依頼、テナント募集といった一連の進行ノウハウが社長の頭の中にしかない状態を、①社長がAIと業務を回せる → ②ノウハウがファイル（ナレッジ)として貯まる → ③社員や新入社員にコピーして渡せる、という3層で解いていく設計にしています。3か月で目指す到達点をどの層に置くかは、第1回の棚卸しで会社と一緒に決めます。 AI顧問の資料セットを見てみる ## 3か月で「やらないこと」も決まっている 期待値のズレは不幸のもとなので、3か月でやらないことも正直に書いておきます。 - 全業務のAI化はしません。3か月で扱うのは優先度の高い2〜4業務です。広く浅くやると、何も定着せずに終わります。 - 完全自動化はしません。人の確認を外す設計は、中小企業の実務ではほぼ確実に品質事故につながります。「人の確認込みで今より速い」が現実的なゴールです。 - 専用システムの開発はしません。市販のAIツール（月3,000円程度〜）でできる範囲で組みます。開発が必要な要件が見つかった場合は、要件を整理したうえで開発会社への相談をおすすめします。 - 私が代わりに作業し続けることはしません。成果物を納品する外注ではなく、作れる人と型を社内に残す伴走です。 ## 3か月で手元に残るもの——成果物チェックリスト 3か月が終わったとき、会社の手元に何が残っているべきか。私が全6回の設計で「残す」と決めているものを一覧にします。AI顧問サービスを比較するときは、この列が相手の提案に含まれているかを確認してください。含まれていなければ、それは顧問ではなく「相談し放題」です。 成果物できる回それが無いと起きること 業務棚卸し表（AI化候補と優先順位）第1回「何に使えばいいかわからない」に戻る 動くAI環境＋会社情報のファイル一式＋資料の置き場（ディレクトリ）第2回AIが一般論しか返さない AIのルール1枚（文体・入力禁止情報・確認者）と安全設定第2回社員が怖くて使えない、または事故が起きる 頼み方の型・定番業務のテンプレ第3回毎回ゼロから頼み、個人のチャット履歴に埋もれる チーム共有の仕組み（正しい置き場1つ・自動同期）第4回「あの人のAIだけ賢い」で属人化が再発する 直しの4分岐の運用（改善が回る仕組み）第4回出力品質が上がらず、使われなくなる 自社ファネル1枚と詰まりの特定第5回施策が流行りで選ばれ、打ち手が空振りする 実業務の成果物（報告書・返信文・販促物など）毎回「勉強にはなった」で終わる 自走の運用設計＋90日の成果レポート第6回顧問終了と同時に元に戻る ## 自社だけで回すなら——セルフ版の進め方と、つまずく場所 ここまで読んで気づいた方もいると思いますが、この設計図は自社だけでも回せます。順番はまったく同じです。第1回の8問に答え、月3,000円のツールを契約し、会社の情報をファイルにまとめて資料の置き場ごとAIに渡し、繰り返し業務を1つ型にして実務に入れ、直しを仕分け、共有の置き場を1つ作り、売上の流れを書き出して詰まりに打ち手を足す。月に5〜6時間を3か月、自力で確保できるならやってみてください。それで回るなら顧問は不要です。 そのうえで、15社の現場でセルフ導入が止まった場所も共有しておきます。だいたいこの3か所です。 - 推進役の時間が消える。導入担当が日常業務に飲まれ、2〜3週間で棚上げになる。決まった日時に強制的に進む「セッション」という装置は、実はこの問題への対策です。 - 線引きで迷って止まる。「この情報は入れていい？」「この出力、使っていい？」の判断が積み重なり、確信が持てず手が止まる。ここは経験値がそのまま速度差になります。 - 「動いたけど微妙」で放置される。出力の直し方（流す・記憶・ルール・定型化の仕分け）を知らないと、「AIは使えない」という結論に飛びつきがちです。実際は、AIの能力の問題ではなく渡している材料の不足なだけ、というケースがほとんどです。ここで見切ってしまうのが一番もったいない止まり方です。 AI顧問の費用は、突き詰めればこの3つのつまずきを回避する時間と経験値に払うものです。自力で越えられる会社は、越えてしまっていい。それでもこの記事の設計図が役に立ったなら、私としては十分です。 ## 会社側に必要な準備と覚悟——3つだけ 3か月を機能させるために、会社側にお願いしていることは3つです。 - 時間の確保。月2回90分のセッションと、間の宿題（実務で使ってみる時間）。合計で月5〜6時間が目安です。これが確保できないなら、契約しないほうがいいと正直に伝えています。 - 経営者の関与。どの業務を優先するか、どの情報をAIに入れてよいかは経営判断です。担当者に丸投げで経営者が一度も出てこない形で定着した会社を、私はまだ見たことがありません。 - 入れてはいけない情報を決める意思。顧客情報・個人情報・機密の線引きを最初に決めます。これはAI活用のブレーキではなく、社員が安心してアクセルを踏むための整備です。 費用面の判断材料——月額の実額、内訳、費用対効果の測り方——はAI顧問の費用と内訳にすべて公開しています。あわせて読むと、金額と中身の両面から判断できるはずです。 ## 3か月プログラムに関するよくある質問 ### AI顧問の3か月では何をしますか？ 月2回・90分×全6回のセッションで、①ニーズと目標の整理・業務の棚卸し ②会社情報のインストールとディレクトリ整理 ③頼み方の型とお試し業務の実演 ④チームへの共有と実務投入 ⑤売上の流れ（ファネル）の書き出しとAIの配置 ⑥実務の仕上げと総まとめ、の順に進めます。毎回のセッションの中心は、その場で実際にAIを使って実業務を進める45分です。 ### 忙しくて宿題ができるか不安です。 宿題は「実務で1回使ってみる」程度の小さな設計にしています。それでも止まった場合は、止まった理由自体を次回の材料にします。ただし、月5〜6時間がどうしても確保できない状況なら、時期を改めることをおすすめしています。 ### パソコンが苦手でもできますか？ できます。実際の顧問先には、AIどころかITツール全般に苦手意識のある方もいます。第2回の環境づくりから一緒に進めるので、前提知識は不要です。むしろ現場の業務を深く知っている方ほど、AIに渡せる材料が多く、成果が出やすいです。 ### 社員も一緒に参加できますか？ 社員も同席できます。社内で使う担当者と一緒に、対象業務、資料、判断基準を整理します。参加者や進行は契約前に相談して決めます。 ### 3か月が終わったあとはどうなりますか？ 現在のAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。この記事で紹介した90日は前半の工程です。後半は実務での改善と社内への定着を進め、作った型やテンプレートを会社で更新できる状態を目指します。 ### どのAIツールを使いますか？ 会社の用途に合わせて選びますが、標準はChatGPT PlusやClaude Proなど月額20米ドル（約3,000円）程度の一般的な有料プランです。3か月プログラムのために高額なシステムを導入する必要はありません。 ### どんな業種に向いていますか？ 報告書・見積・問い合わせ対応・発信など「書く仕事」が多い業種ほど効果が出やすいです。私の顧問先は防災設備・不動産・旅館・飲食など、紙とExcelと現場仕事が混在する会社が中心です。逆に、書く仕事がほとんどない会社には割高だと正直に伝えています。 ### 3か月で成果が出なかったらどうなりますか？ 売上や削減額の保証はしていません。ただし毎回のセッションで実業務の成果物を1つ以上作るので、「3か月やって何も残らなかった」という状態は構造的に起きにくい設計です。それでも進みが悪い場合は、優先業務の選び直しをその場で行います。テーマの入れ替えは3か月の途中でも自由です。 ## まとめ：3か月の価値は「進行表」ではなく「順番」にある この記事の要点をまとめます。 - AI顧問の3か月は全6回：棚卸し→インストールとディレクトリ整理→基礎の型とお試し実演→チーム共有と実務→売上の構造（ファネル）→実務の仕上げと総まとめ、の順で進む。 - 毎回90分の中心は、その場で実際にAIを使う45分。講義はほぼしない。 - 「AIで何ができるか」からは入らない。先に見るのは、時間が消えている場所と属人化。 - AIは賢い新入社員。会社の情報を教える工程を飛ばすと一般論しか出てこない。 - 線引きの原則は「判断はプロ、作業はAI」。直しは4分岐（流す・記憶・ルール・定型化）で仕分ける。 - 後半は効率化から売上へ。自社のファネルを現実ベースで書き出し、詰まりを1つ見つけて、そこにAIの働き手を配置する。 - 全業務AI化・完全自動化・システム開発はやらない。会社側に必要なのは月5〜6時間と経営者の関与。 - ゴールは「顧問がいなくても回る状態」。この設計図は、自社だけで進める場合もそのまま使える。 順番どおりに、小さく、実物で進める。3か月プログラムの中身は、突き詰めればこれだけです。特別な才能も、高価なシステムも要りません。それでも多くの会社で導入が止まるのは、中身が難しいからではなく、順番を間違えるか、推進する時間が日常業務に飲まれるからです。この記事の設計図が、その2つを避ける地図になれば十分ですし、自社で回すのが難しいと感じたら、そのときが相談のタイミングだと思います。 WiLLAGENTの提供内容と進め方をまとめた資料は無料の資料セットで確認できます。AI顧問という仕事の全体像はAI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援、研修との使い分けはAI研修で終わらないために｜社員がAIを使える会社の作り方をどうぞ。 AI顧問を検討している方へ（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の1ヶ月目に実際やること - AI顧問・研修・コンサルの選び方 - AIを入れても会社が変わらない本当の理由 - 中小企業の生成AI、現場観測2026 - AI社員とは｜職場を持った働き手 - 考脈学｜暗黙知を人とAIが働ける形に残す - 無料資料セット｜WiLLAGENT ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：132字（推奨120〜158字） ============================================================ AI顧問は3か月で何をするのか。全6回プログラムの各回のテーマ・90分の時間割・宿題設計まで、累計約15社にAI顧問を提供するAiWiLL代表・赤堀亘が設計図ごと公開。棚卸し→AIの職場づくり→型→チーム共有→売上の構造（ファネル）→自走の順番と、やらないことまで正直に解説します。 --> --- # Claude CodeをWindowsにインストールする手順【10分・管理者権限不要】 URL: https://aiandwill.com/claude-code-windows-install/ 公開: 2026-07-10 / 更新: 2026-09-02 生成AI顧問として企業にClaude Codeを導入するとき、私が最初の30分で必ずやるのが「インストールを一緒に終わらせる」ことです。理由は単純で、ここでつまずくと導入の温度が一気に下がるからです。ツールの真価を体感する前に「なんかエラーが出た」「黒い画面が怖い」で止まってしまうのは、あまりにもったいない。 実際、私はこれまで顧問先15社・レクチャー延べ100名以上にAI活用の導入支援をしてきましたが、Claude Codeのインストール自体は10分で終わります。それでもつまずく人が一定数いて、しかもつまずくポイントはほぼ3つに集中していることがわかっています。①PowerShellとコマンドプロンプトの取り違え、②PATH（環境変数）の未反映、③32bit版PowerShellの誤起動。この3つです。 この記事は、私が顧問先の導入初日に実際に使っている手順書を、画面の再現イメージつきでそのまま公開するものです。WindowsにClaude CodeをCLI（ターミナル）でインストールし、エディタのCursorと連携して動かすところまで、この1本で完結させます。社内のIT担当者やメンバーへの配布用としても、そのまま使ってください。 ※本記事の手順は2026年7月10日時点の公式ドキュメントに基づいています。コマンドや画面はアップデートで変わることがあるため、記事と異なる表示が出た場合は文末の公式リンクを確認してください（変更を確認しだい本記事も更新します）。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## Claude Codeとは何か。なぜ「ターミナル版」を標準にしているのか Claude Codeは、Anthropic社が提供するコーディングエージェントです。名前に「Code」とありますが、実態はファイルの読み書き・コマンド実行・調査までこなす「PC上で動くAIの実行部隊」で、プログラミング以外の業務（資料作成、データ整理、定型業務の自動化）にこそ威力を発揮します。私の顧問先では、営業資料の量産や報告書の自動生成といった非エンジニア業務が主戦場です。 ブラウザ版のClaudeと違い、Claude Codeは自分のPCのフォルダの中で動きます。つまり自社の資料・データというコンテキスト（文脈）を直接読ませられる。私が「AI活用はプロンプトの上手さではなく、コンテキストの渡し方で決まる」と一貫してお伝えしているのは、まさにこの構造があるからです。その入口が、今回のインストールです。 なお、Windows版は以前はWSL（Linux互換環境）が必要でしたが、現在はWindowsネイティブで動作します。この記事の手順にWSLは登場しません。 ## 事前チェック：あなたのPCで動くか（ほぼ全員そのままでOK） まず要件の確認です。とはいえ、ここ数年のWindows PCならまず問題ありません。導入支援の現場でも、要件で止まったケースはほぼゼロです。 項目 要件 備考 OS Windows 10（1809以降）/ 11 Windows 11推奨 CPU 64bit（x64 / ARM64） 32bitは非対応 メモリ 4GB以上 近年のPCなら標準クリア ディスク 約512MBの空き — ネットワーク インターネット接続 社内プロキシ環境は後述の対処あり アカウント Claudeの有料プラン or API課金 Pro以上のプランで利用可 管理者権限 不要 会社PCでも入れやすい WSL / Node.js 不要 ネイティブ動作 特筆すべきは管理者権限が不要な点です。インストール先が自分のユーザーフォルダ（C:\Users\あなたの名前\.local\bin）なので、情シスに申請を出さずに試せるケースが多い。企業導入のハードルとしては、これはかなり大きいポイントです。 ## インストール本体は3ステップ・10分で終わる ### ステップ1：PowerShellを開く（ここが最初のつまずきポイント） キーボードのWindowsキーを押して、そのまま powershell と入力し、検索結果の「Windows PowerShell」を開きます。「管理者として実行」は不要です。 ここで導入支援の現場で最も多いミスが2つあります。 - 「Windows PowerShell (x86)」を開いてしまう — (x86)は32bit版で、Claude Codeは動きません。名前に(x86)が付いていない方を選びます。 - コマンドプロンプト（CMD）を開いてしまう — 見た目が似ていますが別物です。開いた画面の行の先頭が PS C:\Users\...> のように「PS」で始まっていればPowerShellです。 ### ステップ2：インストールコマンドを1行実行する PowerShellに次の1行を貼り付けてEnterを押します。ダウンロードからインストールまで全自動です。 irm https://claude.ai/install.ps1 | iex 実行すると、次のような画面になります（HTMLによる再現イメージ）。 Windows PowerShell Copyright (C) Microsoft Corporation. All rights reserved. PS C:\Users\taro> irm https://claude.ai/install.ps1 | iex Downloading Claude Code... Installing to C:\Users\taro\.local\bin ✓ Claude Code installed successfully! Next steps: 1. Restart your terminal 2. Run claude to get started もし irm : 用語 'irm' は認識されません と出たら、それはCMD（コマンドプロンプト）で実行しているサインです。PowerShellを開き直すか、CMDのまま進めたい場合は次のコマンドを使います。 curl -fsSL https://claude.ai/install.cmd -o install.cmd && install.cmd && del install.cmd ### ステップ3：ターミナルを開き直してバージョン確認 インストール直後のPowerShellは、まだ新しいコマンドの場所を知りません。いったんウィンドウを閉じて開き直してから、次を実行します。 claude --version 2.1.203 (Claude Code) のようにバージョン番号が返ってくれば、インストールは成功です。ここまで、慣れれば5分かかりません。 ## 「claudeは認識されません」と出たら：PATH（環境変数）の設定 バージョン確認で claude は認識されません と出るケースがあります。導入支援の現場でつまずきの2番手がこれです。原因はPATH——「コマンド名だけでプログラムを呼び出せるようにするための、プログラムの住所録」——にインストール先が載っていないことです。 まず、住所録に載っているか確認します。 $env:PATH -split ';' | Select-String '\.local\\bin' C:\Users\あなたの名前\.local\bin と1行返ってくれば登録済み（ターミナルの再起動だけで直ります）。何も表示されなければ未登録なので、次の2行をまとめて実行し、ターミナルを開き直してください。 $currentPath = [Environment]::GetEnvironmentVariable('PATH', 'User') [Environment]::SetEnvironmentVariable('PATH', "$currentPath;$env:USERPROFILE\.local\bin", 'User') マウス操作で設定したい場合は、Windowsキー →「環境変数」と検索 →「アカウントの環境変数を編集」→ ユーザー環境変数の「Path」を選んで「編集」→「新規」で %USERPROFILE%\.local\bin を追加 → OKで閉じる、でも同じことができます。どちらの方法でも、設定後は必ずターミナルを開き直すのを忘れずに。 ## 一緒に入れておきたい2つ：Git for WindowsとCursor ### Git for Windows（推奨）— Bashツールが有効になる Claude CodeはGitなしでも動きますが、Git for Windowsを入れるとClaude Codeの内部でBash（Linux系のコマンド実行環境）が使えるようになり、こなせる仕事の幅が広がります。ファイルのバージョン管理もそのままできるので、私は顧問先には基本セットで案内しています。 winget install --id Git.Git -e --source winget すでに入っているかは git --version で確認できます。バージョンが返ってくれば、この項は飛ばしてOKです。 ### Cursor（推奨）— AIの作業をエディタ画面で確認できる CursorはVS CodeをベースにしたAIコードエディタです。Claude Codeはターミナル単体でも使えますが、Cursorと組み合わせると「Claude Codeが書き換えたファイルの中身や差分を、エディタ画面で確認しながら進める」使い方ができます。非エンジニアの方ほど、この「目で見て確認できる」安心感の効果が大きい。 winget install --id Anysphere.Cursor -e --source winget インストール後の流れは、①Cursorを起動してサインイン（Google / GitHub / メール。無料プランで始められます）、②「File → Open Folder」で作業フォルダを開く、③Ctrl + @（日本語キーボードの場合。英語配列では Ctrl + `）でエディタ下部にターミナルを開いて claude と入力、の3手です。Cursorのターミナルで初めてclaudeを起動すると、IDE連携用の拡張機能が自動で入り、編集差分がエディタ側に表示されるようになります。 PS C:\Users\taro\Documents\claude-test> claude ╭──────────────────────────────────────╮ │ ✻ Welcome to Claude Code! │ ╰──────────────────────────────────────╯ ✓ Installed IDE extension for Cursor ## 初回起動：テーマ選択とログインの流れ 作業させたいフォルダに移動して claude を実行すると、初回はまず画面の配色（テーマ）を聞かれます。矢印キーで選んでEnter。迷ったらDark modeで問題ありません。 ╭──────────────────────────────────────────────╮ │ ✻ Welcome to Claude Code │ ╰──────────────────────────────────────────────╯ Choose the text style that looks best with your terminal: ❯ 1. Dark mode ✔ 2. Light mode 3. Dark mode (colorblind-friendly) 4. Light mode (colorblind-friendly) 続いてログイン方法の選択です。ここは契約形態で分かれます。 - 1. Claude account with subscription — Pro / Max / Team / Enterpriseのサブスクリプション契約の人はこちら。個人利用は基本これです。 - 2. Anthropic Console account — APIの従量課金で使う人はこちら。 選ぶとブラウザが自動で開き、Claudeのログイン画面が表示されます。普段のアカウントでログインして「承認」を押せば、ターミナルに Login successful と表示されてセットアップ完了です。ブラウザが開かない場合も、ターミナルに表示されるURLを手動でブラウザに貼れば同じ流れで進めます。 ## 動作確認：claude doctorと「最初のひと言」 環境が正しく組めているかは、診断コマンドで一括チェックできます。 claude doctor 実行すると、次のような診断結果が表示されます（HTMLによる再現イメージ）。 ✻ Claude Code Diagnostics ✓ Version: 2.1.x (latest) ✓ Installation type: native ✓ Install path: C:\Users\taro\.local\bin\claude.exe ✓ Auto-updates: enabled ✓ Authentication: logged in No issues found. 各行の読み方も押さえておきましょう。社内展開時に「どこまで正常か」を切り分ける物差しになります。 - Version — 導入済みのバージョン。「latest」なら最新です。 - Installation type: native — この記事の方法（ネイティブインストール）で入っている証拠。npm版と二重に入っていると競合の原因になるため、ここが「native」であることを確認します。 - Auto-updates: enabled — 自動更新が有効。ここが有効なら、更新作業を社内の運用タスクにする必要はありません。 - Authentication: logged in — ログイン済み。ここだけ✗の場合は claude を起動して /login を実行すれば直ります。 診断が通ったら、最後に claude で起動して、日本語でひと言頼んでみてください。私が導入レクチャーで最初に必ずやってもらうのは、この2つです。 - 「このフォルダに hello.txt を作って、中に自己紹介を書いて」— ファイルが実際に作られるのを見ると、"AIが自分のPCで手を動かす"感覚が一発でつかめます。 - 「今日の日付をPowerShellで表示して」— コマンド実行の許可を求められるので承認します。AIが勝手に実行するのではなく、人間が許可を出すという基本の対話サイクルをここで体感してもらいます。 ## 導入した翌日、Claude Codeにまず何をさせるか インストールが終わった直後に必ず聞かれるのが「で、何から使えばいいですか？」です。私が顧問先で"最初の仕事"として定番にしているのは、次の3つです。共通点は、自社のファイルを読ませる仕事から始めること。ここがブラウザ版のチャットとの決定的な違いであり、Claude Codeを入れた意味が最初に出る場面です。 ### ①議事録フォルダを読ませて、要点とネクストアクションを出させる 会議の文字起こしや議事録を1つのフォルダに置き、「このフォルダの議事録を読んで、決定事項と宿題を一覧にして」と頼む。コピペ不要でフォルダごと読めるので、ブラウザ版で1件ずつ貼り付けていた作業が一度に終わります。最初の体験として最も「おお」となりやすい仕事です。 ### ②既存資料を下敷きに、新しい資料の下書きを作らせる 過去の提案書や報告書を置いたフォルダで「この書きぶりを踏襲して、◯◯向けの下書きを作って」と頼む。自社のトーンや構成をファイルから直接学ばせられるため、ゼロから指示文を書き込むより圧倒的に速く、仕上がりも自社らしくなります。 ### ③毎週やっている定型作業を1つ、手順ごと教える 週次レポートの整形、ファイル名の一括リネーム、CSVの集計など、手順が決まっている作業を1つ選び、手順書のテキストファイルをフォルダに置いて「この手順どおりにやって」と頼む。一度手順を教えれば、翌週からは1行の指示で再現できます。私が「AI社員に仕事をインストールする」と呼んでいる進め方の、これが最小単位です。 ## つまずきポイント早見表：症状から引ける対処一覧 冒頭でお伝えしたとおり、つまずきはほぼ3つに集中しています。まずこの図で全体をつかんでください。 そのうえで、導入支援の現場で実際に遭遇したトラブルを、症状から逆引きできる形でまとめました。この表だけ社内チャットに貼っておくのもおすすめです。 症状 原因 対処 「claude は認識されません」 PATH未反映 ターミナル再起動 → 直らなければ本文のPATH設定コマンドを実行 「irm は認識されません」 CMDで実行している 先頭が「PS」のPowerShellを開き直す。またはCMD用コマンドを使う 「does not support 32-bit Windows」 PowerShell (x86)を起動 (x86)が付かない「Windows PowerShell」を開き直す TLS/SSLエラーで失敗 古いTLS設定 [Net.ServicePointManager]::SecurityProtocol = [Net.SecurityProtocolType]::Tls12 を実行してから再インストール 「ファイルが他のプロセスで使用中」 失敗したDLの残骸 Remove-Item -Recurse -Force "$env:USERPROFILE\.claude\downloads" で掃除して再実行 社内プロキシで通信できない プロキシ未設定 $env:HTTPS_PROXY = 'http://プロキシ:ポート' を設定してから実行 ブラウザ認証が開かない 既定ブラウザ設定等 ターミナル表示のURLを手動でブラウザに貼り付け ## 情シス・セキュリティ担当者のための導入判断メモ 企業導入では「入れられるか」より「入れてよいか」の判断に時間がかかります。導入支援の現場で情シス部門から実際に聞かれる論点を、確認の観点ごとに整理しておきます。稟議や社内説明の下敷きにしてください。 確認観点 Claude Codeの仕様・確認ポイント インストール権限 ユーザーフォルダ配下に入るため管理者権限は不要。ソフトウェア導入規程との整合は要確認 AIが読める範囲 原則、起動したフォルダ配下のファイル。「見せてよい資料だけの作業フォルダを切る」運用で統制できる コマンド実行 ファイル変更やコマンド実行は許可制（ユーザーが都度承認。設定で範囲調整可） 通信先 Anthropicのサービス（インストール時は downloads.claude.ai）。プロキシ環境は環境変数で対応可 データの取り扱い 契約プランによってデータ利用ポリシーが異なるため、自社契約プランの最新規約を必ず確認 アカウント管理 個人アカウント運用かTeam/Enterprise契約かで管理性が変わる。組織導入なら後者を検討 私が顧問先に必ず入れてもらう社内ルールはシンプルで、「Claude Codeを起動してよいフォルダを決める」の1点です。顧客情報や人事情報が混ざったフォルダで起動しない。AIに見せてよい資料だけを置いた作業フォルダを部署ごとに用意する。技術的な設定より先に、この運用ルールを決めるだけでリスクの大半は統制できます。 ## よくある質問（導入レクチャーで実際に聞かれる順） ### Q1. 会社のPCで管理者権限がなくても入れられますか？ 多くの場合、入れられます。インストール先が自分のユーザーフォルダなので管理者権限を要求されません。ただし、会社のセキュリティポリシー（ソフトウェアのインストール規程、外部AIサービスの利用規程）の確認は必ず先に行ってください。技術的に入るかどうかと、社内ルール上入れてよいかは別問題です。 ### Q2. 料金はどのプランが必要ですか？ Claudeの有料サブスクリプション（Pro以上）か、APIの従量課金（Console）のどちらかで使えます。個人がまず試すならProプラン、チームでの本格運用や使用量が多い場合はMax以上やAPI課金を検討する、というのが私の案内の目安です。最新の料金は公式サイトで確認してください。 ### Q3. WSLやNode.jsは必要ですか？ 不要です。以前はWSL経由が推奨されていた時期があり、古い解説記事にはWSLの手順が残っていますが、現在はWindowsネイティブで動きます。Node.jsもnpm経由でインストールする場合（開発者向けの選択肢）以外は不要です。 ### Q4. 社内のデータをClaude Codeに触らせて大丈夫ですか？ Claude Codeが読むのは、起動したフォルダ配下のファイルです。だからこそ「どのフォルダで起動するか」＝「AIに何を見せるか」の設計が重要になります。機密度の高いデータを扱う場合は、AIに渡してよい資料だけを置いた作業フォルダを切るところから始めてください（詳しくは前述の「情シス・セキュリティ担当者のための導入判断メモ」を参照）。この「ディレクトリ設計」こそ、私が顧問先の導入初日に最も時間をかけるテーマです。 ### Q5. アップデートは自分でやる必要がありますか？ この記事の方法（ネイティブインストール）で入れた場合は自動更新されるため、基本的に何もしなくてOKです。手動で今すぐ最新にしたいときだけ claude update を実行します。 ### Q6. Macでも同じ手順で入りますか？ Macはコマンドが異なります（ターミナルで curl -fsSL https://claude.ai/install.sh | bash）。本記事はWindows専用の手順書ですが、インストール後の初回起動・ログイン・動作確認の流れは共通です。 ## 社内配布用：導入チェックリスト この記事の手順を、そのまま社内に配れるチェックリストにまとめました。新しいメンバーのセットアップ時にコピーして使ってください。 - PCが64bit・Windows 10（1809以降）以上であることを確認した - 「Windows PowerShell」（(x86)なし）を開いた - irm https://claude.ai/install.ps1 | iex を実行し、成功メッセージを確認した - ターミナルを開き直し、claude --version でバージョンが表示された - （表示されない場合）PATHに %USERPROFILE%\.local\bin を追加して再起動した - Git for Windowsをインストールした（git --version で確認） - Cursorをインストールし、サインインした - 作業フォルダで claude を起動し、テーマ選択とログインを完了した - claude doctor ですべての項目にチェックが付いた - テスト指示（ファイル作成・コマンド実行）で動作を確認した ## まとめ：インストールは入口。本番は「AIに仕事をインストールする」設計 Claude CodeのWindowsインストールは、①PowerShellを開く、②1行実行、③開き直して確認、の3ステップで終わります。つまずきどころはPATH・シェルの取り違え・32bit版の3つに集中しているので、この記事の早見表があれば社内展開でも十分対応できるはずです。 ただ、私の経験上はっきり言えるのは、インストールが終わった状態は「スタートライン」であって成果ではないということです。Claude Codeの成果を分けるのは、その後の「どのフォルダに、どんな資料を、どんなルールで置くか」というコンテキスト設計です。ここを設計せずに使い始めると、便利なチャットツールで終わります。逆にここを丁寧に作った顧問先では、AIが議事録から提案書まで一気通貫でこなす"AI社員"として機能し始めます。 導入後の設計まで含めた進め方は、無料の資料セットにまとめています。社内でAI活用を前に進めたい方は、あわせてご覧ください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：138字（推奨120〜158字） ============================================================ Claude CodeをWindowsにインストールする手順を、企業導入を支援するAI顧問・赤堀が画面つきで解説。PowerShellでの1行インストール、PATH設定、Cursor連携、つまずき3大ポイントの対処まで、顧問先に配っている手順書をそのまま公開します。 --> --- # ClaudeデスクトップアプリのCoworkとCodeの違い｜AIは働く場所が広いほど右腕になる URL: https://aiandwill.com/claude-cowork-code-difference/ 公開: 2026-07-10 / 更新: 2026-09-05 2026年に入ってから、顧問先で一番増えた質問がこれです。「Claudeのデスクトップアプリに並んでいるCoworkとCodeって、何が違うんですか？　どっちを使えばいいんですか？」——同じアプリの中に並んでいるうえ、どちらも「AIが自分で作業してくれる」機能なので、混乱するのは当然です。 先に結論を1行で言います。Coworkは「あなたが指定したフォルダの中で働くAI社員」、Claude Codeは「あなたのPC全体で働くAI社員」です。そして一番大きな違いは働く環境にあります——Coworkはアプリの中に用意された専用環境で作業し、CodeはあなたのPCの環境そのものを使って作業する。これさえ掴めば、2つの使い分けは迷いません。 ただ、この記事で本当に伝えたいのはツールの比較表ではありません。私が生成AI顧問として15社以上の企業に導入支援をしてきて確信している原理——「AIは、渡すコンテキスト（文脈）と働く場所（アクセス権限）が広いほど、あなたの右腕になる」——を、CoworkとCodeという2つの具体物で解剖することです。この原理が腹落ちすると、この先どんなAIツールが出てきても「これはどこで働くAIか？」という一つの問いで評価できるようになります。 ※本記事は2026年7月10日時点の公式ドキュメント（claude.com/product/cowork・support.claude.com）に基づいています。仕様は更新されるため、働く場所の原理は普遍でも、個別の対応OS・プラン条件は最新情報を確認してください。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 30秒でわかる結論：違いは「働く場所の広さ」だけ まず全体像です。Claudeのデスクトップアプリを開くと、Chat・Cowork・Codeという3つの顔が並んでいます。本記事で比べるのはこのうちのCoworkとCode——どちらも同じClaudeのモデルで動く兄弟です（Codeにはターミナル版もありますが、中身は同じで見え方が違うだけ。この記事ではアプリ内のCodeを軸に話します）。頭脳は同じ。違うのは「どんな環境で・何に触れる状態で働かせるか」です。 軸Claude CoworkClaude Code 一言でいうと指定フォルダの中で働くAI社員PC全体で働くAI社員 作業する環境（最大の違い）アプリの中に用意された専用環境で作業する（あなたのPC環境そのものには触れない）あなたのPCの環境そのものを使って作業する（インストール済みソフト・設定をそのまま活かす） 働く場所（手が届く範囲）あなたが許可したフォルダの中＋接続したツールPC全体（ファイル・コマンド・インストール済みソフト） 使う画面デスクトップアプリのCoworkタブ（Web・モバイルにも拡大中）同じアプリのCodeタブ。ターミナル・エディタからも使える 想定ユーザーマーケ・営業・人事・経理・法務などの実務者開発者＋「PCの全業務を任せたい」人 得意な仕事資料作成・スプレッドシート・フォルダ内ファイルの整理と変換上記に加え、コマンド実行・ソフト連携・業務の自動化構築 コマンド（ターミナル）操作不可可（ここが決定的な差） 予約・定期実行あり（スケジュール機能）あり（外部の仕組みと組み合わせ） 必要プランPro以上（Freeは不可）Pro以上（Freeは不可） OS条件の注意Mac=Apple Silicon必須／Windows=Pro/Enterprise等が必須（Home不可）Windows 10(1809)以降ならHomeでも可 始めるハードル低い（アプリでフォルダを選ぶだけ）低〜中（アプリのCodeタブなら普通のアプリ感覚） この表で注目してほしいのは、機能の行よりも上の2行——「作業する環境」と「働く場所」です。Coworkはアプリが用意した安全な作業部屋の中で完結し、CodeはあなたのPCという実際の職場に出て働く。残りの違いはほぼすべて、ここから派生しています。 ## 原理：AIの実力は「コンテキスト×働く場所」で決まる 私は顧問先のレクチャーで、AIの働きぶりを次の式で説明しています。 AIの仕事の質 ＝ モデルの頭脳 × コンテキスト × 働く場所（権限） モデルの頭脳は誰が使っても同じ。差がつくのは後ろの2つ。 ここが重要です。モデルの頭脳は、あなたも競合他社も同じものを使っています。ChatGPTでもClaudeでも、課金すれば誰でも最高性能の頭脳が手に入る。つまり頭脳では差がつきません。差がつくのは、①そのAIに自社の何を読ませているか（コンテキスト）と、②そのAIがどこまで自分で手を動かせるか（働く場所＝アクセス権限）の2つです。 人間の採用で考えるとわかりやすい。優秀な人を雇っても、会議室に閉じ込めて口頭で質問するだけなら「物知りな相談相手」で終わります。社内資料を読ませ、フォルダにアクセスさせ、PCと権限を渡して初めて「右腕」として働き始める。AIもまったく同じ構造です。チャットAI・Cowork・Claude Codeの関係を図にすると、こうなります。 Claude Code — PC全体で働く ファイル全体・ターミナル・ソフト連携・自動化構築 Cowork — 指定フォルダで働く 許可したフォルダの読み書き・資料生成・定期実行 チャットAI — 会議室で相談 貼り付けた文章だけが世界。手は動かせない 外側に行くほど「働く場所」が広い ＝ 右腕度が上がる（そのぶん設計責任も増える） チャットAIは、あなたが貼り付けたテキストだけが世界のすべてです。Coworkになると、フォルダという「自分の島」を持ち、そこにあるファイルを読み、作り、書き換えられる。Claude Codeになると、島がPC全体に広がり、さらにターミナルという「PCのあらゆる操作の入口」を持つ。この同心円の外側に行くほど、AIは相談相手から右腕へ近づきます。 そして、外側に行くほど増えるものがもう1つあります。設計責任です。働く場所が広いほど、「何を見せるか・何をさせてよいか」を人間側が設計する必要が出てくる。これは後半で詳しく扱います。 ## Cowork：デスクトップアプリの中で完結する「フォルダ担当のAI社員」 Coworkの使い方は簡単で、アプリの中で「このフォルダで働いて」とフォルダを1つ指定するだけ。プログラミング知識は一切いりません。指定したフォルダの中身が、そのままCoworkの仕事場になります。 ### Coworkができること - フォルダ内のファイルを読む・作る・編集する — 契約書フォルダを読ませて更新期限の一覧表を作る、議事録の山からクライアント別の提案メモを起こす、といった「フォルダの中身を別の価値に変換する」仕事が得意です。 - ドキュメント・スプレッドシート・プレゼン資料の生成 — チャットの回答ではなく「ファイル」で納品してくれるのが本質的な違いです。 - 複数タスクの並列実行・バックグラウンド実行 — 複数の仕事を同時に走らせ、進行中に自分は別の作業ができます。 - スケジュール実行 — 「毎週月曜の朝にこのフォルダを整理して週次サマリーを作る」のような定期タスクを予約できます。 - ツール連携 — Microsoft 365（メール・カレンダー・OneDrive等）などの接続に対応（組織利用は管理者の同意が必要）。2026年7月からはWeb・モバイルにも拡大し、デバイスをまたいでセッションが同期されるようになりました。 ### Coworkの「守られ方」——サンドボックスという発想 Coworkの設計で私が評価しているのは、働く場所を最初から「檻つき」にしていることです。CoworkはあなたのPC環境そのものではなく、アプリの中に用意された専用の作業環境（仮想化技術で隔離されたサンドボックス）で動き、手が届くのはあなたが明示的に許可したフォルダだけ。ファイルの完全削除のような危険な操作には追加の確認が入ります。「AIに仕事を任せたいが、PC全体を触らせるのは怖い」という企業の心理に、構造で答えている。 ただし、この仮想化技術が動作条件にそのまま跳ね返ってきます。ここは導入前に必ず確認してください。 環境Coworkが使えるか Mac（Apple Silicon＝M1以降）使える Mac（Intel）使えない（チャットのみ） Windows 10/11 Pro・Enterprise・Education使える（仮想化機能Hyper-Vを利用） Windows 10/11 Home使えない（この場合の選択肢が実はClaude Code） ここ、見落とされがちですが実務ではかなり効きます。日本の中小企業のPCはWindows Homeが本当に多い。「Coworkを使いたいのに使えない」という相談が今後増えるはずです。そしてその場合の答えは「諦める」ではなく「Claude Codeを使う」。Claude CodeはWindows Homeで動きます。つまり環境制約で入口が決まるケースがある——これはどの解説記事もあまり書いていない、現場で先に踏んだ者の知見です。 ## Claude Code：あなたのPC環境を使って「PCでできること全部」に手が届くAI社員 Claude Codeは、デスクトップアプリの「Code」タブから使えるAIエージェントです（ターミナル＝黒い画面で動かす使い方もあり、中身は同じ。見え方が違うだけです）。「Code」という名前のせいで開発者専用だと思われていますが、私は顧問先の非エンジニアにこそ勧めています。理由は単純で、Coworkと違ってアプリ内の専用環境ではなく、あなたのPCの環境そのものを使って働くからです。 参考までに、ターミナル版だとこんな見た目です。アプリのCodeタブなら、これと同じやり取りを普通のアプリ画面でできます。 PS C:\Users\taro\業務> claude ╭──────────────────────────────────────╮ │ ✻ Welcome to Claude Code! │ ╰──────────────────────────────────────╯ > 先月の請求書PDFを全部読んで、取引先別の集計表を Excelで作って。終わったら経理フォルダに保存して Claude Codeにできることを並べると、Coworkとの違いがはっきりします。 - あなたのPC環境をそのまま使う — アプリ内の専用環境に仕事を持ち込むのではなく、普段のフォルダ構成・インストール済みソフト・設定の中で働きます。「いつもの職場」に出社してくるAI社員です。 - PC内のファイル操作 — フォルダをまたいだ整理・変換・生成。Coworkの仕事はほぼ全部こなせます。 - コマンド実行 — ここが決定的です。ターミナルはPCのあらゆる操作の入口なので、ファイルの一括処理、データ集計、他のソフトやWebサービスとの連携、画像や動画の変換まで、「PCでできること」に原理上ぜんぶ手が届きます。 - 自動化の「構築」 — Coworkが「定型作業を実行してくれる」のに対し、Claude Codeは「定型作業を自動化する仕組みそのものを作れる」。一度仕組みを作れば、以後は1行の指示で再現できます。私はこれを「AI社員に仕事をインストールする」と呼んでいます。 - 働き方のカスタマイズ — フォルダにルールファイル（そのフォルダでの仕事のやり方を書いたテキスト）を置いておくと、起動するたびにそれを読んで動きます。教育が蓄積するAI社員です。 ### 「PC全体」は無法地帯ではない——許可制の3層構造 働く場所が広いと聞くと「勝手に何かされそうで怖い」と感じるはずです。実際にはClaude Codeは許可制で動きます。操作のルールは3層で制御できます。 ルール意味例 Allow（許可）確認なしで実行してよい操作ファイルを読む・一覧を見る Ask（確認）毎回人間に確認してから実行ファイルの書き換え・コマンド実行 Deny（禁止）何があっても実行しない操作特定フォルダへのアクセス・危険なコマンド つまりCoworkとClaude Codeの安全設計は思想が違うだけで、どちらも「野放し」ではありません。Coworkは「檻を最初から狭く作る」、Claude Codeは「広い場所で首輪（許可制）をつける」。前者は設計不要で安全、後者は設計した分だけ働く範囲を広げられる。この対比が、そのまま使い分けの答えになります。 ## 使い分けの判断基準：私が顧問先で使っている導入順序 「で、うちはどっちから始めればいいのか」。顧問先で毎回この質問に答えている判断基準を公開します。 あなたの状況推奨理由 AIに仕事を任せるのが初めてCoworkフォルダを選ぶだけで始まる。「AIがファイルで納品してくる」体験を最短で得られる 資料作成・ファイル整理が業務の中心Cowork働く場所がフォルダで足りる仕事なら、檻つきの方が安心して深く任せられる 毎週・毎月の定型業務を丸ごと手放したいCowork→Code実行だけならCoworkのスケジュール機能。仕組み化・他ツール連携まで踏み込むならCode 複数のソフト・サービスをまたぐ業務があるCodeターミナル経由の連携はCodeにしかできない PCがWindows HomeCode一択Coworkは動作要件（仮想化）を満たせない。Codeは動く 会社としてAI活用の型を作りたい経営者両方実務者にCowork・推進役にCode。後述の「フォルダ設計」を共通言語にする 迷ったときのショートカットは、この一問です。「その仕事は、フォルダの外に出るか？」——読む資料も納品物も1つのフォルダに収まるならCowork。他のソフトを動かす・複数の場所をまたぐ・仕組み化までしたいなら、フォルダの外に出ている証拠なのでClaude Code。仕事のほうを先に見て、ツールを後から当てはめる。この順番を守るだけで、ツール選びの議論は5分で終わります。 導入の順序としては、「Coworkで味を知り、Codeで右腕にする」が私の標準ルートです。ただし逆順を否定しません。実際、私自身の業務はほぼすべてClaude Code側に寄せています。毎日の業務ログ、提案資料の生成、Webサイトのデプロイ、データ集計——PC上の仕事を1つの入口から任せられる状態は、一度体験すると戻れなくなります。 1つ現場の実話を添えます。ある顧問先の防災設備会社では、点検報告書の作成という「PDFを読んでExcelの報告書に転記する」業務をClaude Codeで仕組み化しました。これはフォルダ内のファイル読み書きだけでなく、Excelファイルの生成という「ソフトの領域」に踏み込む仕事なので、働く場所の広いCode側が適任でした。一方で、日々の議事録整理や資料の下書きのような仕事は、フォルダの檻の中で完結する——つまりCoworkの領分です。仕事を「必要な働く場所の広さ」で仕分けする。この目線が持てれば、使い分けは自動的に決まります。 ## なぜ「働く場所が広いほど右腕になる」のか——そして広さは設計とセットである ここまでを原理側から整理します。AIが「相談相手」で止まる会社と「右腕」になる会社の差は、突き詰めると次の2つしかありません。 - コンテキストの差 — AIが自社の資料・数字・過去の仕事をどれだけ読める状態にあるか。 - 働く場所（権限）の差 — AIが読んだ上で、どこまで自分の手で完結できるか。 世の中のAI活用論はプロンプト（指示文）の書き方に偏りがちですが、私の現場感覚では順序が逆です。下手な指示でも、正しいフォルダで正しい資料を読めるAIは良い仕事をします。逆に、完璧な指示でも、何も読めず何も触れないAIは一般論しか返せません。指示の上手さで埋まる差より、コンテキストと権限で開く差の方が圧倒的に大きい。CoworkとCodeの違いが「機能一覧」ではなく「働く場所」の違いとして設計されていることは、この原理をツール側が裏付けている証拠だと私は見ています。 ただし冒頭で触れたとおり、働く場所の広さは設計責任とセットです。私が顧問先の導入初日に、ツールのインストールよりも時間をかけるのはここです。 - 見せる範囲を決める — 顧客情報や人事情報が混ざったフォルダでAIを起動しない。AIに見せてよい資料だけを置いた「作業フォルダ」を切る。CoworkでもCodeでも、私の体感では、この1点を決めるだけで統制の議論の大部分が片づきます。 - フォルダを「仕事の単位」で設計する — 業務の棚卸しをして、仕事ごとにフォルダとルールを整える。AIのためのフォルダ設計は、実は人間にとっても業務が整理される副作用があります。 - 権限は段階的に広げる — 最初は確認多め（狭い檻）で運用し、信頼できた作業から許可を広げる。人間の新入社員に仕事を任せていく手順と同じです。 ## よくある質問（顧問先で実際に聞かれる順） ### Q1. CoworkとClaude Code、両方使うには2つ契約が必要ですか？ いいえ、1つの有料プラン（Pro以上）で両方使えます。利用枠は合算で消費され、一般にCoworkの方がトークン消費は多めです。まずProで両方触ってみて、使用量が増えたら上位プランを検討する順番で問題ありません。 ### Q2. 非エンジニアの自分に、Claude Codeは無理では？ 心理的なハードルのほとんどは「黒い画面」のイメージですが、いまはデスクトップアプリの「Code」タブから、黒い画面なしの普通のアプリ感覚で使えます。操作は日本語で話しかけるだけで、プログラミング知識は要りません。ターミナル版を使いたくなったときも、インストールは1行のコマンドをコピペするだけです（Claude CodeをWindowsにインストールする手順【10分・管理者権限不要】で画面つきで解説しています）。それでも不安なら、まずCoworkで「AIに仕事を任せる感覚」を掴んでからで十分です。 ### Q3. 会社のデータを触らせて大丈夫ですか？ 「どちらのツールが安全か」ではなく「どのフォルダを見せるか」で考えてください。Coworkは許可フォルダのみ・隔離環境という檻を最初から持ち、Claude CodeはAllow/Ask/Denyの許可制で首輪をつけます。どちらの場合も、実務上の要点は同じで、AIに見せてよい資料だけを置いた作業フォルダを切ること。加えて、契約プランのデータ取り扱いポリシー（入力データが学習に使われる条件）を必ず確認してください。 ### Q4. Windows Homeなのですが、Coworkが使えないのは本当ですか？ 本当です（2026年7月時点）。Coworkのサンドボックスは仮想化機能に依存しており、WindowsではPro/Enterprise/Educationエディションが必要です。選択肢は2つ——①Windows Proへのアップグレード、②Claude Codeを使う。私のおすすめは②です。Claude CodeはHomeで動き、できることはCoworkより広いので、環境制約を逆にチャンスと捉えてください。 ### Q5. ChatGPTなど他社にも同じような機能はありますか？ 各社が「AIに実務を任せる」方向のエージェント機能を競っており、構図は似てきています。ただ、この記事の判断軸——「そのAIはどこで働くのか？　何を読めて、どこまで手を動かせるのか？」——はツールが変わっても通用します。個別ツールの最新比較より、この問いを社内の共通言語にすることをおすすめします。 ### Q6. まず何から手をつければいいですか？ 「AIに任せたい仕事を1つ選び、その仕事に必要な資料だけを入れたフォルダを1つ作る」——これが最初の一歩です。ツール選びはその後で構いません。そのフォルダがCoworkの檻になり、将来Claude Codeに移行するときの作業場にもなります。フォルダ設計は両者共通の資産です。 ## 持ち帰り用：導入判断チェックリスト 社内で検討するとき、このまま使えるチェックリストにまとめました。 - AIに任せたい仕事を1つ、具体的に決めた（「資料作成」ではなく「毎週の◯◯レポート作成」まで絞る） - その仕事は「フォルダ内で完結する」か「ソフト連携・コマンドが要る」か仕分けした（前者=Cowork/後者=Code） - PCの環境要件を確認した（Mac=Apple Siliconか／Windows=HomeかProか。HomeならCode一択） - Claudeの有料プラン（Pro以上）を用意した（両ツール共通） - AIに見せてよい資料だけを入れた作業フォルダを作った（顧客情報・人事情報は入れない） - 会社のセキュリティ規程と、契約プランのデータ取り扱いポリシーを確認した - 最初の2週間は「確認多め」の設定で運用すると決めた（権限は段階的に広げる） - うまくいった仕事のやり方をテキストで残す場所を決めた（AI社員への仕事のインストールが始まる） ## まとめ：ツールの名前は変わる。「どこで働くAIか」という問いは残る CoworkとClaude Codeの違いは、機能一覧を暗記する話ではありませんでした。Coworkはアプリの中に用意された専用環境で、指定フォルダの中で働く。Claude CodeはあなたのPCの環境そのものを使い、PC全体で働く。そしてAIは、コンテキストと働く場所が広いほど、相談相手から右腕へと変わっていく——この原理さえ持ち帰ってもらえれば、この記事の目的は達成です。 2年後、ツールの名前や画面は変わっているでしょう。それでも「このAIはどこで働くのか？　うちは何を見せて、どこまで任せるのか？」という問いは変わらず有効です。そしてこの問いに答える作業——業務の棚卸しとフォルダの設計——こそが、私が顧問の現場で毎回最初にやっている仕事です。 自社での進め方を体系的に知りたい方向けに、無料の資料セットを用意しています。AIを右腕にする設計の全体像は、こちらでどうぞ。 次に読む AIが働く場所を決めたら、次は「どこまで任せるか」を決める番です。 - 「AI社員」の作り方｜プロンプトより先にフォルダを設計する理由AIが働ける職場を、社内にどう作るか - AIエージェントに仕事を任せる前に｜中小企業が決めるべき「委任設計」目的・権限・確認者・完了条件の4つを先に決める - Claude Code/Codexのコンテキストを社内で共有する方法1人の環境を、チームの資産に変える2層構成 ## 違いを理解したら、自社の成果物で選ぶ 自分の仕事で選ぶときは、完成させたいものを先に決めます。会議を扱うなら決定事項とタスクを分ける議事録テンプレート、表計算を扱うなら見積Excelの確認表を使い、下書きから人の確認まで試してください。 複数の候補を比較する場合は同じ仕事で採点する手順が使えます。何を任せてよいかから迷う場合は、業務を一つ挙げてご相談ください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：136字（推奨120〜158字） ============================================================ Claude CoworkとClaude Codeの違いを、企業導入を支援するAI顧問・赤堀が解説。Coworkは指定フォルダで働き、CodeはPC全体で働く——AIはコンテキストと働く場所が広いほど右腕になる原理から、使い分け判断基準・導入チェックリストまで公開します。 --> --- # Claude Code/Codexのコンテキストを社内で共有する方法｜GitHub×Google Driveの2層構成を実物公開 URL: https://aiandwill.com/ai-context-team-share/ 公開: 2026-07-10 / 更新: 2026-09-02 最初に、私のPCから64GBが消えた話をさせてください。今年の6月末、PCの空き容量がなぜか毎日減っていく。調べたら、犯人はAIエージェント用の作業フォルダでした。OneDriveの同期フォルダの中にGit（版管理の仕組み）の管理データを置いていたせいで、同期処理とGitの内部ファイルが干渉して、管理データが64GBまで膨れ上がっていたのです。半日かけて185MBまで掃除して、ほっとした翌日——また3.7GBに戻っていました。結局、リポジトリごとOneDriveの外に引っ越す恒久対策までやって、ようやく止まった。チームでAIのコンテキストを共有する仕組みは、私はこういう失敗を一個ずつ踏みながら作ってきました。 この記事のテーマは、Claude CodeやCodexに読ませるコンテキスト（会社のルール・情報・仕事の型）を、社内メンバーと一緒に構築して共有していく方法です。1人でAIを使えるようになった会社が次にぶつかる壁は、ほぼ例外なくここです。「Aさんが作った便利なルール、みんなのAIにも読ませたい」「メンバーごとにAIの賢さが違う」——この壁の越え方を、私が自社で実際に運用している構成（GitHub×Google Driveの2層）と、顧問先で敷いている段階的な導入まで、失敗談込みで公開します。 ※本記事は2026年7月10日時点の運用に基づいています。ツールの画面や機能は変わることがありますが、本文の設計原則はツールが変わっても使えるように書いています。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ共有するのか：コンテキストは「会社の教科書」だから Claude CodeもCodexも、起動したフォルダにあるルールファイル（Claude CodeならCLAUDE.md、CodexならAGENTS.md）と参照資料を読んでから働きます。このコンテキストの量と質が、そのままAIの仕事の質を決めます。同じモデルでも、会社の情報が濃いフォルダで働くAIと、空っぽのフォルダで働くAIでは、別人のような差が出る——ここまでは、1人で使っていても気づきます。 問題はチームに広げたときです。何もしないと、コンテキストが人に張り付きます。AさんのCLAUDE.mdには3ヶ月分の改善が蓄積されているのに、先週始めたBさんのAIは会社のことを何も知らない。同じ会社なのに、人によってAI社員の賢さがバラバラ。この状態を放置すると、「AIが使える人」と「使えない人」の差がそのまま固定されます。 だから共有します。目指す状態は一つで、「全員のAIが、同じ最新の"会社の教科書"を読んでから働く」こと。ちなみにClaude CodeとCodexを併用していても、教科書は1冊で足ります。私の運用ではAGENTS.mdを全AI共通の正系にして、CLAUDE.mdにはClaude Code固有の差分だけを書いています。ツールごとに教科書を二重管理し始めると、必ずどちらかが古くなります。 ## 先に失敗パターンから：私が実際に踏んだ2つの地雷 ### 地雷①：「コピーして配る」は必ず崩壊する 最初に誰もが思いつくのは、ルールファイルをチャットやメールでコピー配布する方法です。断言しますが、これは崩壊します。配った瞬間からコピーは古くなり始め、誰かが手元で直した内容は他の人に届かず、「どれが最新版？」の迷子が始まる。さらに複数人が同じファイルを直すと、後から保存した人が前の人の変更を消す上書き事故が起きます。ファイル名が「ルール_最新_v2_修正版.md」みたいになってきたら、それは崩壊のサインです。 ### 地雷②：クラウド同期フォルダとGitを重ねる（＝冒頭の64GB事件） 版管理にGitを使うのは正解なのですが、その置き場所で私は冒頭の64GB事件を起こしました。気づいた瞬間のことは今でも覚えています。夜、PCの容量警告が出て、フォルダサイズを大きい順に並べたら、見覚えのある作業フォルダが一番上にいる。中を開くと、普段は意識すらしない「.git」という隠しフォルダが1つで64GB。作業ファイル本体は数百MBしかないのに、です。血の気が引くというより、しばらく意味が分かりませんでした。 原因を調べて分かったのが、この構造です。OneDriveやDropboxの同期フォルダの中にGitリポジトリを置くと、同期処理とGitの内部ファイルが干渉して、容量の異常肥大や履歴の破損を招くことがあります。私の場合は一晩で数GB単位の再発でした。共有はGit、ファイル同期はクラウド——役割を重ねない。AIエージェントのワークスペース自体も、クラウド同期の外に作る。これは教材にも太字で書いている、身銭を切った教訓です。 ## 設計3原則：正系は1つ × 同期は自動 × 操作はAIに任せる 失敗を潰していった結果、残った原則は3つだけでした。 原則 意味 消える事故 ①正系は1つ 「これが最新」と言える置き場所を1箇所に決める 最新版迷子 ②同期は自動 配布・反映を人の手作業にしない（起動時に自動で最新化） 反映漏れ ③操作はAIに任せる 版管理（Git）のコマンドは人間が覚えず、AIへの一言で実行させる 上書き事故＋学習コスト 特に③が、この仕組みの発明ポイントです。Gitは「誰がいつ何を変えたか」を全部記録し、同時修正も安全に合流できる、現時点で唯一の実用解です。ただ、非エンジニアのチームにGitを覚えさせようとすると、そこで止まります。だから「人間はGitを覚えなくていい。版管理も、AI社員の仕事にする」。Gitの堅牢さだけを享受して、Gitの学習コストをゼロにする——この構成が成立するのが、AIエージェント時代の面白いところです。 ## 導入は3段階：チームに合わせてレベルを選ぶ 仕組みには軽い順に3つのレベルがあります。いきなり完成形を目指す必要はありません。 LEVEL 0｜最軽量：共有ドライブ直接参照 Google Drive等の共有フォルダ上のコンテキストを、コピーせず全員がそのまま参照する。「コピーして戻す」工程自体をなくすのがポイント。版管理はドライブ任せで履歴は粗い。向くチーム：GitHubの敷居が高い、数人・低頻度更新のチーム。 LEVEL 1｜推奨：共有リポジトリ＋AI任せ 本命 GitHubの非公開リポジトリを正系にして、全員が読めて、全員が（AI経由で）直せる双方向の共有。誰がいつ何を変えたか全履歴が残る。向くチーム：コンテキストをチームの資産として育てたい、ほとんどのチーム。 LEVEL 2｜配布型：プラグイン配布 スキル・コマンド一式をプラグインとして配布し、メンバーは導入コマンド1回で受け取る一方向の流れ。向くチーム：本部が標準を統制配布したい多拠点・大人数の組織（LEVEL 1と併用可）。 選び方はシンプルです。「みんなで育てたい」ならLEVEL 1（現場の学びを吸い上げてルールを育てる）。「本部が配りたい」ならLEVEL 2を重ねる。迷ったらLEVEL 1。正直に添えると、LEVEL 2のプラグイン配布は私もまだ顧問先で本格導入していません（自社で検証中の段階です）。この記事で「実物」と言えるのはLEVEL 0・1と2層構成までで、LEVEL 2は選択肢の紹介に留めます。そして私が自社で実証して、実務の最終形だと考えているのが——幹部はLEVEL 1（双方向リポジトリ）×スタッフはLEVEL 0相当（読み取り専用ミラー配布）の2層併用です。次で全体像を見せます。 ## 全体像：GitHub（幹部）× Google Drive（スタッフ）の2層構成 全スタッフにGitHubアカウントを配るのは、多くの会社で過剰です。AIを本格的に使い、ルールを育てる側に回る幹部・コアメンバーはリポジトリで双方向。閲覧して使えれば十分なスタッフには、クラウドドライブで読み取り専用のコピーを配る。これが2層構成です。 【正系】管理者PCの共有コンテキスト │ ├─ git push ──────▶ GitHubリポジトリ（幹部） │ └ 双方向・全部入り・AI任せで反映 │ └─ 自動ミラー ────▶ Google Drive「会社共有」（スタッフ） └ 読み取り専用・機微情報を除外して配布 私の会社では2026年7月からこの形で運用しています。幹部側はGitHubの非公開リポジトリ（テキストのみ・クリーンな履歴）、スタッフ側はGoogle Driveの共有ドライブへの一方向ミラー。同じ正系から、立場に応じて2つの形で配る——これで「育てる人」と「使う人」の両方が回ります。 ### GitHub側のセットアップ：メンバーの作業は2つだけ 管理者がやることは、①非公開リポジトリを作る、②初期コンテンツを入れる、③メンバーを招待する、の3つ。リポジトリ作成もAIに頼めるので、実作業は30分もかかりません。初期コンテンツの構成は、私はこの形を標準にしています。 team-context/ ← 共有リポジトリ（会社の教科書） ├ CLAUDE.md / AGENTS.md ← チーム共通ルール（品質基準・確認手順・禁止事項） ├ 会社概要.md ← 事業説明・サービス一覧・トーン&マナー ├ 用語集.md ← 社内用語・顧客業界の用語 ├ 業務の型/ ← よく使う定型手順・スキル ├ 置き場所の地図.md ← 主要資料がどこにあるかのパス案内 └ CHANGELOG.md ← 変更履歴（いつ・誰が・何を・なぜ） ポイントは「置き場所の地図」です。資料そのものを全部リポジトリに入れるのではなく、大きなファイルや動画は地図（パスの案内）だけを置く。教科書は薄く保つほうが、AIの読み込みも人間のメンテも軽くなります。 「管理者は誰がやるべきか」もよく聞かれます。役職で選ばないでください。私の顧問先で定着が速いのは、社内でいちばんAIを面白がっている人が管理者をやるパターンです。仕組みの立ち上げ期は「ルールを1行直したら全員に届いた」という小さな成功体験を積む人が要で、それは肩書きよりも熱量のある人が向いています。経営者の仕事は、管理者をやることではなく、その人に時間と権限を渡すことです。 一方、メンバーがやることは「GitHubアカウントを作る」と「初回にAIへセットアップを頼む」の2つだけです。実際のAIへの頼み方も、教材からそのまま載せます。 https://github.com/○○○/team-context をホームディレクトリにcloneして、起動時に自動で最新化されるようにフックを設定して。このプロジェクトのCLAUDE.mdからも読み込むようにして。 ✻ セットアップが完了しました。①~/team-context にcloneしました。②起動時の自動更新フックを設定しました。③このプロジェクトのCLAUDE.mdに @~/team-context/CLAUDE.md を追加しました。次回の起動から、チーム共通ルールが自動で最新の状態で読み込まれます。 ▲ メンバー初回セットアップのAIとのやり取り（再現イメージ）。人間はGitコマンドを1つも打っていません 裏側で効いているのが、起動時の自動更新です。AIエージェントの起動フックに「開始時にチーム共有フォルダを最新化する」設定を1行入れておくと、毎回の起動時に手元が自動で最新になります。設定の実物はこれだけです（これもAIに「設定して」と頼めば済みます）。 { "type": "command", "command": "git -C ~/team-context pull --rebase --autostash" } 日々の運用も同じ調子です。ルールを変えたくなったら、AIに一言。 提案書は送付前に社内レビューを必須にするルールを追加して、チームに共有して。 ✻ 反映しました。①CLAUDE.md の品質ルールに1行追加、②CHANGELOG.md に「2026-07-09 提案書の送付前社内レビューを必須化」を記録、③共有リポジトリへ反映済みです。明日から全員のAI社員がこのルールを読み込みます。 ▲ ルール更新のやり取り（再現イメージ）。ここでも人間はGitコマンドを打っていません 翌日から全員のAIがそのルールを読んで働きます。共有の仕組みは日常の中で完全に透明になり、意識すら必要なくなる——ここまで来ると、チームのコンテキストは勝手に育ち始めます。回り始めたサインも分かりやすくて、CHANGELOG（変更履歴）に自分以外の名前が並び始めたら成功です。私は週に一度、この履歴を眺めるのを楽しみにしています。自分が知らないうちに会社の教科書が1ページ増えている——この感覚は、正直、癖になります。 ### Google Drive側のセットアップ：一方向ミラー＋除外リスト スタッフ配布側は、正系フォルダからGoogle Driveへの一方向・全上書きコピー（ミラー）で作ります。「コピー配布は崩壊する」と言ったばかりですが、崩壊するのは人が・手で・双方向にコピーするからです。機械が・一方向に・全上書きするミラーは「正系の写像」なので、最新版迷子も上書き事故も起きません。Windowsならrobocopyで、機微情報を除外しながらこう書けます。 robocopy "共有コンテキスト" "G:\マイドライブ\会社共有" /MIR /XJ ^ /XD "経営戦略" "顧客別" "契約書" "商談メモ" "人事" ^ /XF ".env" "*.pem" "*商談メモ*" 実運用で効いてくる注意点を4つ。これも全部、自分で運用して気づいたものです。 - 除外は「名前」で判定される — 機微情報のフォルダ名は「顧客別」「契約書」「商談メモ」のような命名規則に揃える。規則に沿わない名前で作った機微フォルダは、配布に混ざります。 - 除外を後から足しても、配布済みは消えない — 除外の追加は、配布先からの手動削除までワンセット。 - 共有リンク（URL）ではAIは読めない — Web版ドライブはログイン必須のWebアプリなので、AIエージェントは中身を読めません。スタッフ側のPCにはドライブのデスクトップアプリを入れ、ローカルのフォルダとして見える状態にして初めてAIが参照できます。 - 個人ドライブではなく会社の共有ドライブに置く — 所有者が会社になり、閲覧者権限で「読み取り専用」を仕組みとして担保できます。ルートには「はじめに」の1枚ガイドを置き、禁止事項（コピー持ち出し・直接書き込み・社外への再共有）を明記しておきます。 ## 共有の線引き：共有した瞬間、閲覧範囲が広がる 仕組みができたら、最後は「何を入れて、何を入れないか」です。大前提として、共有した瞬間に、閲覧範囲が個人からチームへ広がります。入れるのは「全員のAIが読んでいてほしい、会社の教科書」——共通ルール・会社概要・用語集・業務の型・資料の置き場所の地図。入れないのは、顧客の機密・個人情報・人事評価、そしてAPIキーや認証情報は「一度も」入れない（非公開リポジトリでも履歴に全部残ります。誤って入れたら削除ではなくキーの無効化・再発行です）。 「非公開リポジトリだから大丈夫」という感覚も、一度疑ってください。非公開はあくまで社外に対しての話で、社内では招待したメンバー全員が全履歴を見られます。人事評価や給与のように社内でも閲覧範囲を限定すべき情報は、そもそも全員の教科書に載せる情報ではありません。 迷ったら「これは①チーム共有層・②プロジェクト層・③個人層のどの情報か？」と一度問う。この線引きの詳細と、AIに入力してよい情報の3段階の考え方は、AI導入のセキュリティと情報入力の考え方の記事に教材ごと公開しているので、あわせて読んでください。 ## 現場ではいきなり完成形にしない：顧問先での段階的な進め方 ここまで読んで「うちにはハードルが高い」と感じた方も多いはずです。実際の現場では、私はいきなりこの完成形を作りません。顧問先の防災点検会社・WECSでは、幹部向けのAI導入講座で、まず各幹部のPCのローカルに同じ形のワークスペースを1部ずつ配置するところから始めました。会社共通の情報を更新したら、当面は手動の上書きコピーで揃える。共有リポジトリ方式は、運用が回り始めてから次の段階として検討する——そう決めて進めています。 これは手抜きではなく、順番の設計です。共有の仕組みは、共有したくなる中身が育ってから入れるほうが定着します。最初の1〜2ヶ月は「会社の教科書」の中身づくり（経営方針・業務水準・用語の棚卸し）に集中し、ファイルが育って「これを全員に配りたい」という欲求が生まれた瞬間が、仕組み導入のベストタイミングです。私自身、自社の2層構成にたどり着くまでに、コピー配布→クラウド直置き→64GB事件→現在の形、と4段階を踏んでいます。最初から正解に行けた訳ではありません。 ## よくある質問（導入支援で実際に聞かれる順） ### Q1. Gitを知らないメンバーばかりですが、本当に運用できますか？ できます。この仕組みは「人間がGitを覚えない」前提で設計されています。メンバーの作業はGitHubアカウントの作成と、初回にAIへセットアップを頼むことの2つだけ。以後の更新・反映・競合解消はすべてAIが実行します。私の顧問先でも、Gitという単語を知らないメンバーが普通に使っています。 ### Q2. 誰でもルールを変えられると、勝手な変更が心配です 全変更が履歴に残ります——誰が・いつ・何を・なぜ。勝手な変更は必ず見つかり、ワンクリックで元に戻せます。それでも心配なら、承認制（変更提案を管理者がレビューしてから反映する運用）へ後から引き上げられます。最初は性善説＋履歴で始めるのが、私のおすすめです。 ### Q3. GitHubは有料ですか？ 非公開リポジトリを含め、この用途なら無料枠で始められます（2026年7月時点）。コストよりも「アカウントを作る」という心理的ハードルのほうが実際の障壁で、だからこそスタッフ側はアカウント不要のドライブ配布にする2層構成が効きます。 ### Q4. Google Drive（またはOneDrive）の共有フォルダだけではだめですか？ 全員が直接参照するLEVEL 0なら、小規模・低頻度更新の入口として成立します。だめなのは「コピーして配って、直したら戻す」運用（崩壊します）と、Gitリポジトリをクラウド同期フォルダの中に置くこと（私の64GB事件です）。この2つを避ければ、ドライブ起点で始めて、育ってきたらLEVEL 1へ引っ越すのは良い進め方です。 ### Q5. Claude CodeとCodexを併用しています。教科書は別々に作るのですか？ 1つで足ります。私の運用は「AGENTS.md＝全AI共通の正系、CLAUDE.md＝Claude Code固有の差分だけ」。同じ共有リポジトリを両方のAIが読むので、ツールを乗り換えてもコンテキスト資産はそのまま残ります。コンテキストはツールではなく会社に帰属させる——これが二重管理を防ぐ唯一の考え方です。 ### Q6. 2人が同時に同じルールを直したら、どうなりますか？ Gitの合流機能が働くので、別々の箇所の修正なら自動で両方活きます。同じ行を同時に直した場合だけ「衝突」となりますが、その解消もAIに「競合を解消して」と頼めば、両方の意図を確認しながら合流してくれます。手動コピー運用なら確実に片方が消えていた場面が、「両方残って合流される」に変わる——これがGitを土台にする最大の理由です。 ### Q7. 何人くらいから、この仕組みが必要になりますか？ AIを本格的に使う人が2人になった瞬間からです。1人ならフォルダが正系ですが、2人目が現れた時点で「どっちのルールが最新か」問題は始まります。逆に、まだ1人しか使っていないなら、仕組みより先に教科書の中身（棚卸しとフォルダ設計）を育ててください。 ## 持ち帰り用：チーム共有の導入チェックリスト - 共有したいコンテキスト（ルール・会社情報・業務の型）が、すでに1人分は育っている - 正系の置き場所を1箇所に決めた（迷ったらGitHub非公開リポジトリ） - ワークスペースとGitリポジトリをクラウド同期フォルダの外に置いた - CLAUDE.md／AGENTS.mdの役割分担を決めた（正系1つ＋ツール差分） - APIキー・認証情報・顧客機密・人事情報が共有物に含まれていないことを確認した - メンバーの初回セットアップ手順（AIへの頼み方の例文）を配った - 更新はAI経由で行い、変更履歴を残す運用にした - スタッフ配布が必要なら、一方向ミラー＋除外リスト＋命名規則を設定した - スタッフ側PCにドライブのデスクトップアプリを入れた（リンクでは読めない） - 配布先ルートに「はじめに」ガイド（禁止事項3つ）を置いた ## まとめ：コンテキストを「人の資産」から「会社の資産」へ チームでのコンテキスト共有は、突き詰めると「正系は1つ・同期は自動・操作はAIに任せる」の3原則に尽きます。形は3レベルから選べて、迷ったらGitHub非公開リポジトリの双方向共有（LEVEL 1）、スタッフが多いならGoogle Driveミラーを重ねた2層構成。そして仕組みより先に、教科書の中身を育てること。 私はこの形にたどり着くまでに、コピー配布の崩壊も、64GBの肥大化事件も、一通り自分で踏みました。だから断言できるのは、この仕組みの価値は「効率化」ではないということです。1人の学びが、翌日には全員のAIの学びになる——個人に張り付いていたノウハウが、会社の資産に変わる。AI活用で本当に差がつくのは、モデルの選び方ではなく、この蓄積の仕組みを持っているかどうかだと、私は考えています。 自社の教科書づくり（棚卸しとフォルダ設計）から一緒に進めたい方向けに、無料の資料セットを用意しています。全体像はこちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：140字（推奨120〜158字） ============================================================ Claude Code/Codexのコンテキストを社内で共有する方法を、AI顧問・赤堀が自社運用の実物（GitHub×Google Driveの2層構成）と64GB肥大化の失敗談込みで公開。設計3原則、レベル別の3段階、除外リスト、メンバーがGitを覚えずに回す運用まで解説します。 --> --- # AI顧問・AI研修・AIコンサルの違い｜売る側の収益構造から見る後悔しない選び方 URL: https://aiandwill.com/ai-komon-erabikata/ 公開: 2026-07-10 / 更新: 2026-09-05 AIの支援サービスの「選び方」記事は、検索すればいくらでも出てきます。比較表があって、チェックリストがあって、最後に自社サービスへの誘導がある。私はこの記事で、それをやりません。代わりに、売る側の中の人として、この業界の各サービスが「どういう仕組みで儲かっているか」から書きます。相手の懐事情——何をすると売上が立ち、何をすると売上が減るのか——が見えれば、営業トークの裏にある動機が読めるようになり、選び方は自然と分かるからです。 私はAI顧問（WiLLAGENT）を売る側の人間で、AI顧問を累計約15社、研修や講座まで含めると30社超を支援してきました。その立場で、うちに都合の悪いこと——月額顧問という商売が構造的に持っている歪みと、それを認めて私が今月、契約の形を変えた話——まで含めて書きます。読み終えたとき、AI研修・AIコンサル・AI顧問・AI開発のどれを選ぶべきかを、売り手の言葉ではなく構造で判断できる状態になっているはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI研修・AIコンサル・AI顧問・AI開発の違い——まず1枚で整理 先に一文で整理すると——AI研修は知識を教える場、AIコンサルは方針を描く助言、AI開発はシステムを作る受託、そしてAI顧問は日常業務の中で担当者と一緒に手を動かし、業務の型と使える人を会社に残す伴走支援です。4つのサービスは「何を買っているか」がそれぞれ違います。 区分買っているもの期間の目安費用の目安終わったあとに残るもの向いている段階 AI研修知識・基本操作の習得半日〜数日数万〜数十万円/回教材・受講体験まず全員に触らせたい AIコンサル戦略・導入方針の整理1〜6か月月数十万円〜提案書・ロードマップ全社方針を決めたい AI顧問実務への実装と人の育成3か月〜月15万〜50万円程度業務の型・ルール・使える人現場に定着させたい AI開発専用システム3か月〜1年数百万円〜システム（保守費が続く）要件が固まっている 費用はいずれも一般的な目安と、私が商談や同業との情報交換で見聞きしてきた範囲の数字です。ここまでは、正直どこにでも書いてある話です。本題はここからです。 ## 本題：それぞれ「どう儲かっているか」——売る側の構造を開示する なぜ選び方が分からないのか。情報が足りないからではありません。売る側のインセンティブ（何をすると儲かるか）が見えないからです。AI支援の市場は新しく、「AI顧問」を名乗る資格も業界標準もありません。研修会社もコンサルもツール販売会社も、同じ「AI支援」の顔をして並んでいます。だから商品の説明を聞き比べても決められない。でも、収益構造は嘘をつきません。先に断っておくと、これから書くのは「どの業態が悪い」という話ではなく、それぞれの商売の形が必然的に生む力学の話です。まっとうな会社もこの力学の上で仕事をしています。 ### AI研修——開催した時点で売上が確定する（売り切り型） 研修は、実施した日に売上が立ちます。受講者がその後AIを使うようになったかどうかは、売上に影響しません。つまり、売り切り型である限り、定着まで責任を持つ経済的な動機が構造上どこにも存在しないのです。講師が悪いのではありません。商品の守備範囲が「わかる」までで、「使える」は最初から範囲外——そういう商品設計なのです。「研修をやったのに現場が変わらない」という相談を私は何度も受けてきましたが、原因はほぼ全部これです。変わらなかったので講師を変えてもう1回、という重ね買いが一番もったいない。2回目の研修を検討している時点で、買うべきものは研修ではない可能性が高いです。 ### AIコンサル——工数と期間で儲かる（工数型） コンサルの売上は、投入した人数×期間で決まります。この構造は、分析を厚く、提案書を立派に、検討期間を長くする方向に自然と働きます。そして提案書の納品で契約が完了し、実行フェーズは別契約になっていることが多い。「数百万円かけた提案書が、経営会議を一度通ったあとフォルダで眠っている」という相談も、私のところに定期的に来ます。提案の質が低かったわけではありません。実行の伴走を、誰も買っていなかっただけです。コンサルを検討するなら、見積もりに「実行まで入っているか」を最初に確認してください。 ### AI開発——大きく作るほど儲かる（規模型） 開発会社の売上は、作るものの規模に比例します。だから、要件が曖昧な客ほど案件は膨らみます。「AIで何かできないか」の段階で開発会社に相談すると、要件定義のやり直しで期間と費用が膨らむ——4つの中で単価がもっとも高いぶん、段階を間違えたときの損失も最大です。逆に、「この基幹システムのこのデータで、この処理を自動化したい」まで固まっているなら、開発は最良の選択肢です。要件を固める工程は開発会社の仕事ではなく、その手前の顧問やコンサルの仕事です。 ### ツール販売・代理店——ライセンス数で儲かる（本数型） 特定ツールの販売や代理店が収益源の会社は、導入するライセンスの数で売上が決まります。この構造は「全社一斉導入」を勧める方向に働きます。提案が「そのツールを入れること」から始まる場合、中心にあるのはあなたの業務ではなくツールの都合です。私の経験では、中小企業のAI活用は月3,000円程度の汎用プラン数席から始めて困ることがほとんどありません。最初の見積もりにライセンスが数十席並んでいたら、一度立ち止まってください。 ### AI顧問（月額型）——顧客が自走すると、売上が終わる 最後に、うちの業態の話をします。月額制の顧問は、契約が続くほど儲かります。ということは、顧客が自走できるようになると売上が終わる。ここに、この業態最大の歪みがあります。「もう少し伴走しましょう」「次はこのテーマもやりましょう」——顧問を長引かせる言葉は、顧客のためにも聞こえるし、実際そうであることも多い。でも、売る側の売上動機と区別がつかない。これは顧問を選ぶ側からは絶対に見分けられませんし、売っている本人ですら、自分の判断がどちらから出ているのか怪しくなる瞬間があります。 実際、この歪みは日常の小さな場面に出ます。3か月の終わりが近づいたとき、「次はこの業務もAI化しましょう」という提案が口をつく。それ自体は顧客のためになる提案です。でも同時に、来月の売上を守る言葉でもある。この2つは、言っている本人にも完全には切り分けられません。だから私は、意志の力で切り分けるのを諦めました。 私はこの歪みを自分の商売の中に感じたので、2026年7月に契約の形を変えました。それまでの「最低3か月・以降は自動継続」をやめて、3か月で完結・自動更新なし。続ける価値があるとお互いに判断できた場合にだけ、次の3か月を私のほうから改めて提案する形です。自動継続は、顧客が解約を言い出さない限り売上が続く、売る側に都合のいい設計です。それを外して、3か月ごとに「続ける価値を証明しないと次がない」状態に自分を置く。売る側の動機と顧客の利益を一致させる方法は、精神論ではなく契約設計しかない、というのが私の結論です。 現在の条件：AiWiLLのAI顧問は月30万円〜（税別）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。上記は2026年7月当時の変更経緯です。 この形に変えて、はっきりしたことがあります。AI顧問は、突き詰めれば実力勝負の世界だということです。ツールの知識やプロンプトの技術は、この変化の速さでは数か月で追いつかれます。最後に残るのは顧問自身のビジネス力——AIとともに、その会社の事業成長や課題解決をどれだけ前に進められるか。それだけです。もちろん人と人なので相性もあります。だから、まず3か月試してもらう。相性が合わなければそこで気持ちよく終われるし、合えば、次の3か月は営業トークではなく完全に実力で選んでもらうしかない。私が日々精進せざるを得ないのは、人格が立派だからではなく、自分をこの契約構造の上に置いたからです。 まとめると、こうなります。 業態儲かる構造構造が生む力学選ぶ側の対抗策 AI研修開催した時点で売上確定定着に責任を持つ動機がない「翌週から誰がどの業務で使うか」を研修とセットで設計させる AIコンサル工数×期間分析と提案書が厚くなり、実行は別契約になりがち「実行まで含まれているか」を見積もりで確認する AI開発作る規模に比例要件が曖昧なほど案件が膨らむ要件が固まるまで開発の見積もりを取らない ツール販売ライセンス本数全社一斉導入を勧めたくなる数席の汎用プランで小さく始める AI顧問月額の継続自走させると売上が終わる→伴走が延びる「依存の出口」を契約前に語らせる。自動更新の有無を確認する。まず3か月で相性を試し、継続は実力で判断する ちなみに、この手の構造の話が「選び方」記事に書かれないのには理由があります。書くと自分の業態の急所も一緒に開示することになるからです。私が書けるのは、書いても困らないところまで契約設計を先に直したから——順番として、直してから書いています。逆に言えば、構造の話を避けて商品の良さだけを語る相手には、この記事の質問リスト（後述）をぶつけてみてください。 ## 状況別診断——いまの自社はどの段階か 構造が見えたところで、選び方は「どれが優れているか」ではなく「いまの自社がどの段階か」の問いになります。商談で私が実際に聞いている順番で、5問の診断にしました。 ### Q1. 社員のほとんどがAIをまだ触ったことがない → まずAI研修 全員が一度触って「これは何ができる道具か」の共通認識を作るのは、研修が一番安くて速い。ただし前述の構造上、定着は研修の守備範囲外です。「翌週から誰がどの業務で使うか」までセットで設計してくれる研修か、研修後の実装を自社で（または顧問と）引き取る前提で買ってください。 ### Q2. 全社のDX方針・システム刷新など大きな絵を決めたい → AIコンサル 複数部署をまたぐ再設計や投資計画など「経営会議で承認を取る絵」が必要なら、コンサルの領域です。実行フェーズが契約に含まれるか、含まれないなら誰が実行を担うのかを、契約前に決めておいてください。 ### Q3. 作りたいものの要件が具体的に固まっている → AI開発 「このデータで、この処理を自動化したい」まで言語化できているなら開発です。固まっていないなら、先に要件を固める段階（顧問・コンサル）を挟むほうが、結果的に開発費は安くなります。 ### Q4. 触ったことはあるが、日常業務で使われていない → AI顧問 「アカウントはある」「勉強会もやった」「でも現場は変わっていない」。この状態の会社が私の顧問先ではもっとも多い。中身を分解すると、①何の業務に使うか決まっていない（棚卸しの不在）②会社の情報をAIに渡していないので一般論しか返ってこない（材料の不足）③使えている人はいるが個人技で止まっている（型の不在）、のどれかです。どれも研修の追加では解決しません。この隙間——「わかる」と「使える」のあいだ——を埋めるのが顧問の仕事です。 ### Q5. どれにも当てはまらない・業務量が少ない → まだ何も買わない 書く仕事や繰り返し業務が少ない会社は、外部支援に払うお金がもったいない。月3,000円の有料AIプランを自分で1か月触ってから考えれば十分です。再検討のタイミングは、「書く仕事・繰り返しの事務に追われて本業の時間が削られている」と感じ始めたときです。 ## 私の現場ではどう組み合わせているか——実例 段階の違いは、実際の支援では組み合わせになります。熱海の防災設備会社・ウェックスさんとは、経営側との顧問的な伴走と、社員向けの連続レクチャー（研修）を並行しています。顧問の側で点検報告書の作成をAI化し——手書きの点検メモ・写真・Excel転記の流れから報告書の下書きをAIが組み立て、判断は資格を持つプロがする——レクチャーの側では、その実物を題材にして社員がAIとの仕事の仕方を学ぶ。一般論の教材で学ぶ研修と、自社の実例で学ぶ研修では、定着がまるで違います。 つまり研修と顧問は二者択一ではありません。ただし順番はあります。先に実装（顧問側）で自社の実例を1つ作ってから研修に進むほうが、その逆よりはるかに安くつく——約15社と30社超の支援で私がたどり着いた結論です。研修が現場で使われずに終わる構造はAI研修で終わらないために｜社員がAIを使える会社の作り方で詳しく書いています。 AI顧問の資料セットを見てみる ## 商談で相手のインセンティブを確かめる質問10——「なぜ効くか」つき ここまでの構造を、商談でそのまま使える質問に変換します。ただの質問リストではなく、それぞれの質問が相手のどの構造を暴くのかを添えました。印刷して持ち込んでもらって構いませんし、私に対して使ってもらっても構いません。 #質問この質問が暴くもの 1「御社の売上は、何をすると増えますか」直球ですが、誠実な相手ほどちゃんと答えます。答えをはぐらかす相手とは構造の話ができません 2「当社への依存は、いつ・どうなったら終わりますか」月額型の最大の歪み。出口を自分から語れない顧問は、あなたを自走させる動機を持っていません 3「契約は自動更新ですか」自動更新は解約を言い出さない限り売上が続く設計。更新の主導権がどちらにあるかで思想が分かります 4「実行・定着まで契約に含まれますか。含まれないなら誰がやりますか」研修の売り切り構造、コンサルの提案書止まり構造への対抗質問 5「3か月後、当社の手元に何が残りますか」具体的に列挙できなければ、それは成果物のない相談対応の月額課金です 6「特定のツールの販売や代理店をされていますか」提案の中立性。ライセンス本数型の収益が絡むなら、席数の提案は割り引いて聞く必要があります 7「最小構成で始めるなら、いくらからできますか」小さく始める選択肢を出せない相手は、あなたの検証より自社の受注額を見ています 8「セッション中、画面を触るのは誰ですか」「御社の担当者です」と答えられるか。講師が触り続ける支援は、使える人が育ちません 9「うちと近い業種で、定着した業務の実例を教えてください」「導入実績◯社」の数ではなく、定着の中身。研修実績と定着実績は別物です 10「当社に御社のサービスが合わない可能性があるとしたら、どんな場合ですか」一番大事な質問。具体的に答えられる相手はあなたの会社を見て話しています。答えられない相手は、契約を見て話しています 10問すべて聞く必要はありません。私のおすすめは2・3・10の3問です。この3つは、どの業態に対しても相手の構造と誠実さを同時に確かめられます。 使い方の注意を1つだけ。この質問は、相手を論破するための道具ではありません。答えに一瞬詰まっても、そこから正直に考えて答えようとする相手なら、むしろ信頼していい。警戒すべきなのは、詰まらずに営業トークが流れ出てくる相手のほうです。質問の目的は、構造の上でお互いが正直になれる相手を見つけることであって、粗探しではありません。 ## 見積もりの見方——同じ「月20万円」でも中身は別物 最後に、見積もりの分解を。月額の数字だけ並べても比較できません。同じ月20万円でも、「月1回60分の面談のみ」と「月2回90分＋チャット相談＋成果物の設計込み」では、時間単価も残るものもまったく違うからです。手順は3つ。 - 接触時間に直す。月のセッション回数×時間＋相談窓口の有無。月額をこの時間で割れば横に並べられます。 - 成果物を数える。契約期間で「形として残るもの」が何点あるか。棚卸し表、利用ルール、テンプレ、実業務の成果物。 - 隠れコストを聞く。ツール実費、追加面談の料金、途中解約の条件。当社の場合、ツール実費は1人月3,000円〜1万円程度で、それ以外の追加費用はありません——という形で即答できるかを見てください。 この3つに曖昧な答えが返ってくる見積もりは、金額の大小にかかわらず比較の土俵に乗せられません。当社の公開料金（月30万円〜・税別・社員同席込み）と内訳はAI顧問の費用相場｜実額・月30万円〜（税別・社員同席込み）の内訳と払う価値の判断基準ですべて公開しています。 ## 選び方に関するよくある質問 ### AI顧問とAIコンサルの違いは何ですか？ AIコンサルは戦略・方針の整理が中心で、提案書やロードマップが成果物です。AI顧問は日常業務の中に入り、担当者と一緒に手を動かして、業務の型・ルール・使える人を残すことが仕事です。収益構造も違い、コンサルは工数と期間、顧問は月額の継続で売上が立ちます。だからコンサルには提案書が厚くなる力学、顧問には伴走が延びる力学が働く——選ぶときはこの構造ごと見てください。 ### AI研修とAI顧問はどちらを先にやるべきですか？ 社員の大半がAI未経験なら研修が先です。すでに触ったことがある人が多いのに業務が変わっていないなら、追加の研修より顧問が効きます。理想は、顧問側で自社の実例を1つ作ってから、それを教材に研修へ広げる順番です。 ### なぜ自動更新をやめたのですか？ 解約を言い出さない限り続く仕組みではなく、価値を確かめて継続を選ぶ形にしたいからです。現在は最低6か月・月2回で、自動更新はありません。期間満了前に成果と次の課題を確認し、継続の要否を協議します。 ### 小さい会社（数名規模）でもAI顧問は必要ですか？ 規模より業務量で判断してください。数名でも、報告書・問い合わせ対応・発信などの「書く仕事」が多ければ効果は出ます。少なければ、まず月3,000円のツールを自分で触るだけで十分です。 ### 社内にITに強い社員がいる場合、顧問は不要ですか？ その方が「ツールに詳しい」だけでなく「業務の分解と優先順位づけ」までできるなら、不要かもしれません。ただ、社内の人は日常業務を抱えながらの推進になるので止まりやすいのも事実です。その場合、顧問を3か月だけ入れて社内推進者の立ち上げを支援する使い方が向いています。 ### AI顧問はどんな経歴の人がやっていますか？ 資格制度がないため経歴は様々で、エンジニア、コンサル、研修講師、マーケティング出身などが混在しています。経歴より、「あなたの会社の業務の言葉で話せるか」「実務で手を動かした事例を持っているか」で判断するほうが確実です。私自身はマーケティングとコミュニティ運営の出身で、発信や集客まわりの実装が得意という偏りがあります。候補者の得意分野と自社の優先業務が合うかも確認する価値があります。 ### この質問リストを使われたら、御社（AiWiLL）は困りませんか？ 困りません、と言えるように商売の形を先に直したので、むしろ歓迎です。依存の出口は「最低6か月の伴走」、自動更新は「なし」、残る成果物は「棚卸し表・ルール・型・実業務の成果物」、最小構成は「月3,000円のツール数席から」——全部この記事と、費用相場の記事に書いてあります。答えられない質問が見つかったら、それは私の商品設計の宿題です。 ### 費用の相場はどれくらいですか？ AI顧問の公開料金は少ないですが、私の見聞きする範囲では月15万〜50万円程度です。ただし本文に書いたとおり、月額の数字だけでは比較になりません。接触時間・残る成果物・隠れコストの3点で分解してください。 ## まとめ：商品説明ではなく、売る側の構造を見て選ぶ この記事の要点をまとめます。 - AI研修・AIコンサル・AI顧問・AI開発は優劣ではなく段階の違い。そして選び方が分からない本当の理由は、売る側のインセンティブが見えないこと。 - 研修は売り切り型で、定着に責任を持つ経済的動機が構造上ない。コンサルは工数型で、提案書が厚く実行が別契約になりがち。開発は規模型で、要件が曖昧なほど膨らむ。ツール販売は本数型で、全社導入を勧めたくなる。 - AI顧問（月額型）は、顧客が自走すると売上が終わる。だから伴走が延びる歪みがある——うちも例外ではなかったので、自動更新を廃止して最低6か月の伴走に変えた。最初の90日で前半の進捗を確かめ、契約満了前には「AIとともに事業をどれだけ前に進めたか」という顧問の実力で選ばれる勝負だと考えている。 - どの業態が悪いのではなく、構造の力学を知って対抗策を打てばいい。対抗策の本体は質問10、最低なら2・3・10の3問。 - 診断は5問：未経験の裾野→研修、全社の絵→コンサル、要件確定→開発、「触ったのに変わらない」→顧問、業務量が少ない→まだ何も買わない。 - 見積もりは月額でなく、接触時間・残る成果物・隠れコストの3点で分解して比べる。 売る側の構造を開示するのは、正直、営業上は損な書き方です。それでも書いたのは、構造を知った上で選ばれる関係のほうが、3か月の伴走がうまくいくと知っているからです。この記事の質問リストは、当社を選ばない判断にも使えるように作りました。それでも比較の結果うちに興味を持ってもらえたなら、そのときはどうぞ。 AI顧問という仕事の全体像はAI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援、3か月プログラムの実際の中身は無料の資料セットで公開しています。 AI顧問を検討している方へ（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の1ヶ月目に実際やること - AI顧問の最初の90日｜前半の進め方 - 中小企業のAI導入事例4選｜4社の現場で実際にやったこと - 中小企業にAIコンサルは必要か｜費用相場と見極め方 - 中小企業のAI導入費用｜月3,000円から全パターンの相場 - 生成AI研修の費用相場と選び方 - 属人化の解消方法｜「あの人しかできない」を仕組みに変える - AI導入のメリット・デメリット｜売る側が正直に書く - AIを入れても会社が変わらない本当の理由 - 中小企業の生成AI、現場観測2026 - AI社員とは｜職場を持った働き手 - 考脈学｜暗黙知を人とAIが働ける形に残す - 無料資料セット｜WiLLAGENT - AI顧問の比較と選び方｜3種類の別物を売る側が仕分けする ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：138字（推奨120〜158字） ============================================================ AI顧問・AI研修・AIコンサル・AI開発の違いを「売る側がどう儲かっているか」の構造から解説。研修は売り切り、コンサルは工数、月額顧問は自走させると売上が終わる——自社が自動更新を廃止した理由まで、累計約15社にAI顧問を提供するAiWiLL代表・赤堀亘が本音で書く選び方。 --> --- # AI導入のセキュリティと情報入力の考え方｜『全部読まれる』不安は設計で解ける URL: https://aiandwill.com/ai-donyu-security/ 公開: 2026-07-10 / 更新: 2026-09-02 企業へのAI導入を支援していると、初回セッションで必ずと言っていいほど、同じ3つの不安に出会います。「社内の情報をAIに全部読まれてしまうのでは？」「AIが間違ってファイルを消したり書き換えたりしないか？」「個人情報を扱う業務でもAIを使えるのか？」——順番も表現もほぼ毎回同じです。それだけ、みんな同じところで立ち止まっている。 先に私の答えを言います。この不安の多くは「設計次第で解決できる」の一言で解けます。AI導入のセキュリティとは、「安全なAI製品を選ぶこと」ではなく、「AIに何を見せ、どこまで任せ、壊れたらどう戻すかを先に決めること」——つまり製品選びではなく設計の問題です。「怖いから使わない」も「何でも渡す」も、どちらも早計です。AIの利便性と情報管理はトレードオフ——便利に使うほど情報へのアクセス範囲は広がる。だからこそ、どこまでAIに触れさせるかを先に設計すれば、安全性は運用の中でコントロールできる。これが、私が顧問先15社以上への導入とレクチャーで一貫して教えてきた結論です。 この記事では、私が顧問先の導入レクチャーで実際に使っている教材——AIエージェント基礎レクチャーとチーム共有運用レクチャー——の中身を、ほぼそのまま公開します。学習オプトアウトの設定手順から、AIに入力してよい情報の3段階の線引き、チーム展開時の「入れるもの・入れないもの」まで。社内のAI利用ルールを作る下敷きとして、そのまま使ってください。 ※本記事は2026年7月10日時点の各サービス仕様に基づいています。設定画面や既定値は変わることがあるため、個別の手順は最新の公式情報もあわせて確認してください。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 大原則：AIの安全性は「製品選び」ではなく「設計」で決まる 私はAIを「AI社員」として企業に入れる方法論を、次の式で説明しています。 優秀なAI社員 ＝ Prompt × Context × Harness 伝え方 × 会社の情報密度 × 守らせるルール。どれか1つ欠けると「賢いだけの他人」で終わる。 セキュリティはこのうちのHarness（ハーネス＝守らせるルール）に位置づけられます。そして企業導入で最も重要なハーネスは、便利さを引き出すルールよりも、安全に使い続けられるルールです。攻めの活用は後からいくらでも足せますが、事故への不安が残ったままでは、そもそも活用が社内に広がりません。 レクチャーで必ず見せるビフォーアフターがあります。何も決めずに使い始めた会社は「怖いから、結局使うのをやめよう」に行き着く。渡す範囲を先に決めてから使った会社は「これなら、安心して任せられる」と言う。AIの性能は変わらない。変わったのは、渡す前に設計したかどうかだけ——この一文が、本記事のすべてです。 逆に、レクチャーで必ず注意している失敗パターンも2つあります。1つは「怖いから使わない」で止めてしまうこと——競合がAIで手数を増やすなか、これは安全ではなく機会損失です。もう1つは逆で、「便利だから」と共有フォルダを丸ごと渡してしまうこと。あとから「どこまで見られたか分からない」状態になり、結局そこで活用が止まります。両極端はどちらも同じ結末——止まる——に行き着くのです。 設計と言っても、難しいことをするわけではありません。押さえるポイントは4つだけです。①導入初日の設定（学習オプトアウト）、②インプット設計（何を読ませるか）、③アウトプット設計（どこに出させるか）、④バックアップ設計（壊れても戻せるか）。順番に、教材のまま解説します。 ## 導入初日にやること：学習オプトアウトの設定 技術論に入る前に、全社員のアカウントで最初にやるべき設定があります。ChatGPTやClaudeの個人向けプランは、入力したデータがAIの学習に使われる設定が初期状態でONになっています（2026年7月時点）。会社の情報を入れ始める前に、利用する全員のアカウントでこの設定をオフにします。ここを飛ばして「AIに機密を入れるな」というルールだけ作っても、土台が抜けています。 - Claude（Pro/Max） — claude.aiの「設定」→「プライバシー」→「Help improve Claude」をオフ。同じアカウントで使うClaude Code・Coworkにも適用されます。 - ChatGPT（Plus/Pro） — 「設定」→「データコントロール」→「すべての人のためにモデルを改善する」をオフ。 - 法人プラン（Team/Enterprise）やAPI — 契約上、入力データが学習に使われないのが標準です。個別設定は不要ですが、契約プランの規約は一度確認してください。 設定 › プライバシー Help improve Claude 入力内容をモデルの改善（学習）に利用することを許可する ✓ トグルが左（オフ）になっていればOK ▲ Claudeの学習オプトアウト設定（画面はHTMLによる再現イメージ） そしてもう1つ、教材で必ず添えているのがこれです。オフにした設定画面はスクリーンショットで記録しておく。「うちは学習に使われない状態で運用している」と、顧客や取引先にいつでも説明できる状態にする——セキュリティは「やっている」だけでなく「説明できる」ことに価値があります。 なお「個人プランのオプトアウトで続けるか、法人プランに移るか」の判断基準も添えておきます。私の目安は3つで、①複数部署に利用が広がった、②顧客の実データを扱う業務に踏み込む、③取引先からデータの扱いについて説明を求められた——このどれかに当たったら、契約でデータ不使用が担保される法人プランやAPIへの移行を検討するタイミングです。それまでは、オプトアウト＋記録で十分に始められます。 ## インプット設計：AIに入力してよい情報の「3段階の線引き」 「AIに何を入れていいんですか？」への答えを、私は3段階で線引きしています。全か無かではなく、情報の性質ごとに渡し方を変える——私の経験上、実務で回ったのはこのやり方だけです。 第1段階：そのまま渡してよい情報 会社案内・公開Webサイトの内容・固有名詞を伏せた業務フローや手順書。外に出しても支障がない情報は、AIの常設の教科書にする。 第2段階：必要なタイミングだけ参照させる情報 顧客管理ツールや案件管理シートにある顧客情報。常時は読ませず、その作業のときだけ参照させる。終わったら参照を外す。 第3段階：直接は渡さない情報 個人情報・非公開の契約情報。渡す必要がある業務でも、ダミーデータや匿名化ファイルに置き換えて渡す。精度は多少落ちるが、実務では十分使える。 教材ではこの線引きを一言にしています——「見せない」ではなく「必要な分だけ、必要なときに見せる」。全面禁止は活用を殺し、全面開放は統制を殺します。段階を作ることで、その中間に実務の置き場所ができるのです。 もう1つ、見落とされがちな注意点があります。AIに読ませる情報は、増やすだけでなく「混ぜないこと」も同じくらい重要です。教材では「避ける情報」として4つ挙げています：個人情報、顧客の非公開情報、未確認の売上や契約情報、そして古くなった資料。古い料金表や廃止済みのルールが混ざったフォルダでAIを働かせると、AIは堂々と古い情報で回答します。セキュリティ事故ではありませんが、業務事故です。 ## アウトプット設計：出力は「渡しっぱなし」にしない インプットに比べて忘れられがちなのが出口の設計です。ポイントは3つあります。 - 出力先を固定する — チャット欄に出させて終わりではなく、指定フォルダ・指定ファイルに出力させる。どこに何が生まれたか追えるようにする。 - 形式とルールを事前に定義する — 「メールの下書きを作成する」「記事のドラフトを作成する」のように、下書きまでを仕事の単位にする。送信・提出は人間が行う。 - 自動連携は設計してから — APIを使えば指定システムへの自動出力もできますが、これは統制が固まってからの段階です。 特に2つ目は、私が顧問先のAI作業ルールに必ず入れる条項です。実際に顧問先へ配っているルールファイル（AIの取扱説明書）のサンプルを、そのまま載せます。 # AI作業ルール（agent.md サンプル） - 社外提出文書は、必ず人間の確認を受けてから使用する。 - 個人情報、顧客の非公開情報、契約条件は入力しない。 - 不明点は推測で断定せず、確認事項として出す。 - 新規案件では、最初にディレクトリ設計を提案し、採用後は決めた置き場所に保存する。 - 会社情報、案件資料、要件定義、作業中ファイル、納品物の参照先を確認してから作業する。 - 出力は結論、理由、次のアクションの順に整理する。 このファイルをAIの作業フォルダに置いておくと、AIは起動するたびにこれを読んでから働きます。ルールを「人間への通達」ではなく「AIが毎回読む設定ファイル」にする——ここが従来の情報セキュリティ規程と決定的に違う、AI時代のルール運用です。 ## バックアップ設計：「壊されないか」ではなく「壊れても戻せるか」 「AIがファイルを消したり書き換えたりしないか」という不安には、発想の転換で答えます。「壊されないか」ではなく「壊れても戻せるか」で設計する。事故をゼロにする設計は現実的ではありませんが、事故がダメージにならない設計は今日からできます。やることは3つです。 設計やること効果 ①範囲を限定するAIがアクセスできる場所を専用フォルダ・専用ファイルに限定する重要データへの干渉を構造的に防ぐ ②クラウドで保護するファイルをOneDrive等のクラウドストレージで管理する自動バックアップ・履歴管理。万一のとき元の状態に戻せる ③変更履歴を残すGit・GitHubと連携する（操作はAIに任せてよい）いつ・誰が・何を変更したかが残る。チーム共有もしやすい 教材ではこう要約しています——「AIがアクセスできる場所を専用フォルダに限定し、クラウドとGitで『元に戻せる』状態にしておく。それだけで、安全性と運用性の両方が上がる」。Gitと聞くと身構える方が多いのですが、Gitの操作自体をAIにやらせればよいので、人間がGitを覚える必要はありません。堅牢さだけを享受して、学習コストはゼロにできます。 1つだけ技術的な注意を。OneDriveやDropboxの同期フォルダの中にGitの管理フォルダを置かないでください。同期処理とGitの内部ファイルが干渉して、容量の異常肥大や履歴の破損を招くことがあります（私自身、この構成で痛い目を見て恒久対策をした経験があります）。共有はGit、ファイル同期はクラウド——役割を重ねないのが原則です。 ## 許可制と「危険モード」：確認を省略しない Claude Codeのような自律型のAIエージェントは、ファイルの読み書きやコマンド実行の前に人間へ許可を求める仕組みを持っています（この働く場所と権限の構造はClaude CoworkとClaude Codeの違いの記事で詳しく解説しています）。この確認は煩わしさではなく、意図しない挙動を防ぐ安全装置です。 確認を省略して全自動で走らせるモード（いわゆるデンジャラスモード）も存在しますが、顧問先では「基本的に使わない」運用にしています。どうしても使う場合は、「このフォルダ内のみ」「この作業だけ」「削除はしない」と事前指示を固めたうえで、管理者・責任者が許可する——例外扱いです。 また、外部ツール連携（MCP）やAPI連携は、できることが一気に広がるぶん、APIキー・認証情報・アクセス権限の扱いを誤ると情報漏えいや誤操作につながります。ここでも原則は同じで、利便性とセキュリティリスクはトレードオフ。キー発行・権限付与・外部サービス連携は、便利さだけで判断せず、会社のセキュリティ方針と照らして決めてください。 ## チーム展開の線引き：共有した瞬間、閲覧範囲が広がる 1人で使う段階の次に来るのが、チームでルールや会社情報（コンテキスト）を共有する段階です。ここで押さえるべき大前提は1つ——共有した瞬間に、閲覧範囲が「個人」から「チーム」へ広がるということ。だから共有には「入れるもの・入れないもの」の線引きが要ります。私のチーム共有レクチャーの中身をそのまま出します。 SHARE｜入れるものKEEP OUT｜入れないもの チーム共通ルール・品質基準・確認手順APIキー・パスワード・認証情報（絶対に入れない） 会社概要・事業説明・用語集・トーン&マナー顧客の機密情報・個人情報・契約条件の実データ 業務の型（スキル・定型手順）人事・評価・給与など閲覧範囲を限定すべき情報 よく使う資料の「置き場所の地図」（パスの案内）個人の作業メモ・実験中の下書き 変更履歴大容量ファイル（動画・データセット。地図だけ置く） 特に認証情報は別格の扱いです。非公開の共有場所であっても、履歴には過去の全内容が残り、メンバー全員が閲覧できます。APIキーや認証情報は共有リポジトリに「一度も」入れないのが原則。誤って入れてしまった場合の正解は「削除」ではなく「キー自体の無効化・再発行」です——履歴に残った鍵は、消したつもりでも消えていません。 迷ったときの物差しも教材に入れています。情報を「①チーム共有層（全員のAIが読む会社の教科書）／②プロジェクト層（関係者だけの文脈）／③個人層（本人だけの作業メモ）」の3層で捉え、「これはどの層の情報か？」と一度問う。それだけで、共有すべきか迷うケースのほとんどは判断できます。 さらに実務では、幹部とスタッフで見せる範囲を変える必要も出てきます。私の自社運用では、スタッフへの配布は読み取り専用の一方向ミラー＋除外リスト方式にしています。機微情報をフォルダ名で指定して、配布から機械的に除外する方法です。 robocopy "共有コンテキスト" "G:\マイドライブ\会社共有" /MIR /XJ ^ /XD "経営戦略" "顧客別" "契約書" "商談メモ" "人事" ^ /XF ".env" "*.pem" "*商談メモ*" 除外しているのは、顧客実データ・契約書・商談メモ・経営戦略・人事情報・認証情報。ここで効いてくるのが命名規則です。除外は名前で判定されるため、機微情報のフォルダ名を「顧客別」「契約書」「商談メモ」のように揃えておく——地味ですが、これがルールを仕組みに変える要です。 この方式の運用注意も2つ添えます。①新しく作った機微フォルダは自動では除外されません。命名規則に沿わない名前のフォルダを作ると配布に混ざるので、機微情報は必ず決めた名前のフォルダに入れる。②除外を後から追加しても、配布済みのファイルは自動では消えません。除外の追加は、配布先からの手動削除までワンセットで行う。また、配布先のルートには「はじめに」の1枚ガイドを置き、禁止事項——コピーの持ち出し・ファイルへの直接書き込み・社外への再共有——を明記しておきます。 ### 補足：「共有リンク」ではAIは読めない クラウドドライブで資料を配るとき、つまずきやすい落とし穴が1つあります。共有リンク（URL)をAIに渡しても、AIエージェントは中身を読めません。Web版のドライブはログイン必須のWebアプリだからです。鍵はデスクトップアプリ——Google DriveやOneDriveのデスクトップアプリを入れて、共有フォルダをPC上のフォルダ（ローカルパス）として見える状態にして、初めてAIが直接参照できます。これはGoogle Drive・Box・Dropbox・OneDriveすべて共通の構造で、「AIに読ませる＝ファイルとして触れる場所に置く」という原則の裏返しでもあります。 ## 現場ではこう適用している：防災点検会社WECSの例 抽象論で終わらせないために、顧問先での実際の適用例を1つ。業歴30年以上の総合防災点検会社・株式会社WECSでは、幹部向けのAI導入レクチャーを連続講座で進めています。そこで敷いた情報の扱いのルールは、この記事の原則がそのまま並びます。 - ワークスペースは各幹部のPCのローカルに配置（クラウド同期フォルダの外）。AIの作業場所を明確に区切る。 - フォルダを「全員共通層」と「個人専用層」の2層に分ける。会社の経営方針・業務水準は全員共通の`02_会社/`へ、個人の役割・作業メモは`00_自分/`へ。他の人の分と混ぜない。 - AIに書かせる業務ログには「書かないもの」を先に決める——秘密情報・個人情報・顧客の非公開情報・パスワード類。ログは完了作業の短い記録に限定する。 - AIへのインタビューで業務水準を棚卸しする際も、現場安全と個人情報の扱いを最初の質問項目に入れる。 注目してほしいのは、これが「セキュリティ対策の会議」から生まれたルールではないことです。AIに仕事を教える設計（フォルダと文脈の設計）を進めると、情報の置き場所と見せる範囲の整理が自動的についてくる。セキュリティを目的にせず、活用設計の副産物として手に入れる——中小企業に情シス専任がいなくても回るのは、この順番だからです。 ## よくある質問（初回セッションで実際に聞かれる順） ### Q1. 社内の情報をAIに全部読まれてしまうのでは？ 読ませる範囲はこちらで決められます。AIがアクセスできる場所を専用フォルダ・専用ファイルに限定でき、顧客情報などは「必要なタイミングだけ参照させる」設計も可能です。「全部読まれる」は、何も設計しなかった場合の話です。 ### Q2. AIが間違ってファイルを消したり書き換えたりしないか？ 可能性はゼロではありません。だから「壊されない」ではなく「壊れても戻せる」で設計します。専用フォルダへの限定＋クラウドの履歴管理＋Gitの変更履歴で、いつ何が変わったかが残り、元に戻せます。加えてAIエージェント側にも操作前の許可確認があり、確認を省略するモードは基本使いません。 ### Q3. 個人情報を扱う業務ではAIを使えないのでは？ 使えます。個人情報そのものを渡さず、ダミーデータや匿名化したファイルに置き換えて渡す方法があります。精度は多少落ちますが、実務では十分活用できます。「業務ごと諦める」のではなく「渡し方を変える」が正解です。 ### Q4. 無料版・個人プランを社員が勝手に使っているのですが、まずいですか？ まず確認すべきは学習設定です。個人向けプランは入力データが学習に使われる設定が初期でONのため、放置は危険です。全員分をオフにし、設定画面を記録してください。そのうえで、会社として使うツールとプランを決め、野良利用を「公認の入口」に吸収するのが現実的な進め方です。禁止だけすると、見えないところでの利用（シャドーAI）が増えるだけです。 ### Q5. 情シス担当がいない中小企業は、何から始めればいいですか？ この記事の順番のとおりです。①全員の学習オプトアウト→②AI専用の作業フォルダを1つ作る（見せてよい資料だけ入れる）→③AI作業ルールのファイルを置く（本文のサンプルを流用してOK）→④クラウド管理で「戻せる」状態にする。ここまでは専任がいなくても1日で整います。むしろ大企業的な「規程を作ってから」の順番のほうが、いつまでも始まりません。 ### Q6. 会社のルールとして何を文書化しておくべきですか？ 最低限は3点です。①入力してよい情報の線引き（本文の3段階を自社の言葉に直す）、②社外に出る文書は下書きまで・送信は人間、③認証情報は共有場所に一度も入れない。これをAIが毎回読むルールファイルと、人間向けの1枚ガイドの両方に書いておけば、運用は回り始めます。 ## 持ち帰り用：AI導入セキュリティ設計チェックリスト 顧問先の導入前チェックリストから、セキュリティ設計の項目を抜き出しました。社内会議にそのまま持ち込んでください。 - 利用する全員のアカウントで学習利用をオフにし、設定画面を記録した - AI専用の作業フォルダを作り、アクセス範囲をそこに限定した - 入力してよい情報の3段階（そのまま／必要時のみ／ダミー化）を自社の情報で仕分けした - 個人情報・非公開契約情報は直接渡さず、匿名化の要否を決めた - AI作業ルールのファイル（agent.md等）に禁止事項を書いて作業フォルダに置いた - 出力先と形式を決め、「社外に出る文書は下書きまで・送信は人間」と決めた - クラウドの履歴管理とGit連携で「壊れても戻せる」状態を確保した - 確認を省略する全自動モードは基本使わないと決めた - チーム共有する場合、SHARE／KEEP OUTの線引きを確認した（認証情報は一度も入れない） - 古い資料・未確認の数値をAIの参照フォルダから外した ## まとめ：不安の多くは、設計次第で解決できる AI導入のセキュリティは、「安全なAI製品はどれか」という製品選びの話ではなく、「うちは何を見せて、どこまで任せて、壊れたらどう戻すか」という設計の話です。学習オプトアウト、3段階の線引き、下書きまでの出力、戻せるバックアップ、共有の除外リスト——1つひとつは小さな決めごとですが、これが揃うと「怖いから使わない」と「何でも渡す」の間に、安心して任せられる道ができます。 そして経験上、この設計はセキュリティのためだけのものではありません。AIに見せる情報を整理する作業は、そのままAIに仕事を教える準備です。線引きの済んだフォルダは、AIが最も良い仕事をする職場になります。守りの設計と攻めの活用は、同じ1つの作業の裏表なのです。 自社の情報で線引きから一緒に進めたい方向けに、無料の資料セットを用意しています。導入設計の全体像はこちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：139字（推奨120〜158字） ============================================================ AI導入で必ず出る不安「全部読まれる・消される・個人情報」への答えを、AI顧問・赤堀が顧問先レクチャー教材からそのまま公開。学習オプトアウト設定、情報入力の3段階の線引き、チーム共有の除外リストまで、安全に使い続けるための設計を解説します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 点検報告書の作成をAIで軽くする方法｜防災設備会社の現場実例で解説 URL: https://aiandwill.com/tenken-houkokusho-ai/ 公開: 2026-07-10 / 更新: 2026-09-05 点検の現場から戻って、手書きのメモと数十枚の写真とExcelの様式を前に、報告書づくりで夜が潰れる。防災設備・建設・設備管理・ビルメンテナンス——「点検して、報告書を出す」仕事をしている会社なら、この光景に心当たりがあるはずです。私はAI顧問として、まさにこの課題を熱海の防災設備会社と一緒にAI化してきました。 この記事では、その現場で実際にやったこと——手書きメモ・写真・Excel転記の流れから、AIが報告書の下書きを組み立てる仕組みづくり——を、考え方から再現手順、やってはいけないことまで公開します。結論を先に言うと、点検報告書のAI化で大切なのは「AIに点検を任せる」ことではありません。判断は資格を持つ現場のプロに残し、清書・転記・整形という「作業」だけをAIに渡す。この線引きさえ守れば、報告書作成は今日から軽くできます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 報告書作成が重い本当の理由——「判断」ではなく「転記」に時間が消えている 最初に、問題の構造を分解します。私が顧問先の現場で報告書業務を棚卸しして気づいたのは、時間を食っているのは点検の判断そのものではない、ということでした。資格と経験を持つプロにとって、機器の良否を見る判断は速い。時間が消えているのは、その前後です。 工程 中身 性質 現場での記録 手書きメモ、チェック紙、写真撮影 判断＋記録（プロの仕事） 持ち帰り後の整理 メモの読み返し、写真の仕分け 作業 転記 手書きメモ→Excel様式への打ち込み 作業（同じ情報の2度目の入力） 清書・整形 指摘事項の文章化、体裁調整、写真貼り付け 作業 最終確認 内容の正誤チェック、押印・提出 判断（プロの仕事） つまり報告書業務は「判断のサンドイッチ」です。最初と最後にプロの判断があり、あいだに大量の作業が挟まっている。そして同じ情報を、現場で1回・事務所で1回、合計2回入力している。この真ん中の作業こそ、AIに渡せる部分です。逆に、両端の判断をAIに渡そうとすると失敗します。この記事で言うAI化とは、真ん中だけの話です。 この構造が放置されてきた背景には、業界共通の事情があります。点検・設備の業界は有資格者の採用が年々難しくなっていて、貴重な資格者の時間が転記と清書に消えている。しかも報告書は繁忙期に集中するので、残業の山になるか、点検の受注量そのものを抑える判断につながる。つまりこれは「事務作業の話」ではなく、会社の売上の上限を決めている話です。だから私は、点検・報告型の会社のAI化は、ほぼ例外なくこの業務から着手します。 ### OCRソフトや外注では、なぜ解決しなかったのか 「それはOCRソフトや事務代行で解決する話では？」と思った方もいるはずです。実際、どちらも試した会社は多い。うまくいかなかった理由は構造的です。 - 従来のOCRは「読む」だけで「書けない」。文字は取れても、それをどの欄にどの書きぶりで入れるかは様式と慣例の知識が必要で、結局人が組み立てていました。生成AIとの違いは、文例と様式のルールを教えれば「報告書の文章として」組み立てられる点です。 - 専用ソフトは自社の様式に合わない。業界向けパッケージは自社の様式・慣例と微妙にずれ、「ソフトに合わせて業務を変える」重い導入になりがちです。汎用AIに自社の実物を教えるアプローチは、この逆で、業務を変えずに済みます。 - 外注は機密と往復時間の壁がある。物件情報を外部に渡す契約の手間と、戻ってくるまでの待ち時間で、点検サイクルに追いつかないことが多い。社内で完結する仕組みのほうが、この業務の性質に合っています。 ## 実例：防災設備会社の点検報告書をAI化した 実例を書きます。熱海の防災設備会社・株式会社ウェックスさんとの顧問で、消防設備点検の報告書作成をAI化しました。 元の業務はこうです。点検の現場では、有資格者が機器を確認し、結果を紙にメモし、状況を写真に撮る。事務所に戻ると、そのメモと写真を見ながら、報告書の様式（Excel）へ手で転記していく。物件が大きいほど機器の数は増え、転記の量も増える。点検そのものより、この後工程が現場の負担になっていました。 顧問で作ったのは、点検の記録（チェック済みの紙やメモ）を渡すと、AIが報告書の様式に沿って下書きを組み立てる流れです。ポイントは3つあります。 - 様式は会社の実物を使う。汎用の報告書テンプレートではなく、実際に提出しているExcel様式そのものにAIが書き込む形にしました。提出先が受け取る形が変わらないので、後工程に影響が出ません。 - AIには事前に「会社と業務」を教えてある。扱う設備の種類、記入の慣例、指摘事項の書きぶり。この下地があるから、下書きの精度が実用になります。何も教えていないAIに点検メモを渡しても、一般論の文章が返ってくるだけです。 - 合否の判断はAIに書かせない。AIが埋めるのは、判断済みの結果の転記と文章化です。良否の判定そのものは、現場で資格者が下した判断がすべて。AIの下書きは必ず資格者が最終確認してから提出します。 結果、報告書づくりは「ゼロから書く仕事」から「下書きを確認して直す仕事」に変わりました。何時間かかっていたものが何分になった、という数字をここに書きたいところですが、数値はお客様との確認が取れた範囲でしか出さない方針なので、今は控えます。ただ、機器点検に続いて総合点検の報告書まで同じ仕組みで回り、次の物件でも使われ続けている——業務として定着した事実が、効果の何よりの証拠だと思っています。 ## 前提：法定点検の枠組みと、AIが触ってよい範囲 防災設備の場合、消防用設備の点検は消防法に基づく法定業務です。機器点検はおおむね6か月ごと、総合点検は1年ごとに行い、結果を消防署へ報告する義務があります（報告の頻度は建物の用途によって異なります）。つまり報告書は「出せばいい書類」ではなく、法令上の責任を伴う文書です。 だからこそ、AIの守備範囲を明確にする必要があります。私が顧問で引いている線はシンプルです。 領域 担当 理由 点検の実施・良否の判定 有資格者（人） 法令上も実務上も、資格者の判断そのもの 記録の整理・様式への転記・文章の下書き AI 判断を含まない作業。ミスも人の転記より検出しやすい 提出前の最終確認 有資格者（人） 文書の責任は会社と資格者が負う。AIの下書きは無確認で出さない この整理は防災設備に限りません。建設の安全書類、設備管理の月次報告、ビルメンの巡回記録——「法令や契約に基づいて、判断の結果を文書で出す」業務すべてに同じ線引きが使えます。 そして、この線引きは頭の中に置かず、1枚の社内ルールとして文字にしてください。「AIが作った下書きは、資格者の確認印がないものを社外に出さない」「判定欄はAIに触らせない」「物件名は略称に置き換えて入力する」——この程度の箇条書きで十分です。ルールが紙になっているだけで、現場は安心してAIを使えるようになりますし、監査や顧客への説明でも「うちはこう運用しています」と示せます。AI活用のルールづくりは締め付けではなく、現場がアクセルを踏むための整備です。 ## 自社でやるなら——再現手順5ステップ ウェックスさんでの実装を、他社でも再現できる手順に一般化します。使うのはChatGPT PlusやClaude Proといった月額20米ドル（約3,000円）程度の一般的な有料AIプランで十分です。専用システムの開発は要りません。 ### ステップ1：実物を3点そろえる ①実際に提出している報告書の様式、②過去の完成済み報告書（よくできたもの2〜3件）、③現場で使っている記録メモやチェック紙。この3点が「AIへの教材」になります。ここで大切なのは、理想の書式ではなく今使っている実物を使うことです。 ### ステップ2：会社と業務の情報をAIに教える 扱う設備や商材、報告書の読み手（提出先）、記入の慣例、指摘事項の定番の書きぶり、社内で使う略語。これをファイルにまとめてAIに渡します。この工程を飛ばすと、下書きの品質は一般論止まりになります。逆にここを丁寧にやるほど、後の全部が楽になります。 「教える情報」を具体的に挙げると、たとえばこういうものです。 - 報告書の様式の読み方：どの欄に何を書くか、空欄にしてよい欄はどれか - 指摘事項の文例集：過去の報告書から「良否・不良内容・措置」の書きぶりを10件ほど - 設備・機器の呼び方：正式名称と現場での略称の対応表（「感知器」と「感知」など） - 判定の記号ルール：○×レ点・「良」「否」など、自社様式の記号の意味 - やってはいけないこと：勝手に判定を補完しない、記録にないことを書かない 最後の1行が重要です。「記録にないことを書かない」を最初に明示しておくと、AIが気を利かせて空欄を埋めてしまう事故を防げます。 ### ステップ3：1物件・1件だけで試す いきなり全物件に広げず、終わったばかりの点検1件を題材に、記録を渡して下書きを作らせます。そして完成済みの報告書（人が作ったもの）と見比べる。どこが使えて、どこがずれているかを具体的に確認します。ずれの多くは、AIの能力不足ではなく、ステップ2で渡した情報の不足です。 ### ステップ4：資格者の検品を通して、直しを型に残す 下書きを資格者・ベテランが確認し、直した箇所を記録します。「この設備はこう書く」「この表現は使わない」——直しの内容を都度AIへの指示に反映していくと、下書きの精度は使うたびに上がります。直しっぱなしにして毎回同じ修正をするのが、一番もったいない運用です。 ### ステップ5：手順化して、人に渡せる形にする 「記録をこう渡す→下書きが出る→ここを確認する→提出」という流れを1枚の手順にします。ここまでやると、特定の誰かの個人技ではなく、会社の業務になります。担当が変わっても回る状態が、この取り組みのゴールです。 AI顧問の資料セットを見てみる ## 現場で実際につまずく3か所と、その対処 手順どおりに進めても、実装の途中で必ず引っかかる場所があります。私が現場で経験した順に、3つ挙げます。 ### つまずき1：手書きの読み取りミス 癖字・薄い複写・斜めに撮った写真は誤読の原因になります。対処は2段階で、まず撮り方のルールを決める（真上から・影を入れない・1枚に詰め込まない）。それでも残る誤読は、「読み取り結果の一覧を先に出させて、人が数分で確認してから様式に流し込む」という2段階の流れにすると、ほぼ実害がなくなります。読み取りと清書を一気にやらせないのがコツです。 ### つまずき2：Excel様式が複雑すぎて崩れる 結合セルが多い様式や、1ファイルに何十枚もシートがある様式では、AIの書き込みが崩れることがあります。対処は、様式そのものをいじるのではなく、「AIは中間の整理表まで、様式への最終転記は仕組みか人」と分担を分けること。中間の整理表（機器・判定・指摘の一覧）さえ正確にできれば、様式への流し込みは単純作業になり、ここも段階的に自動化できます。最初から様式への直接書き込みにこだわらないほうが、結局早く着地します。 ### つまずき3：2〜3回使ったあとの「なんか違う」停滞 最初は感動があるのに、数回使うと「直す箇所が多くて、自分で書いたほうが早い気がする」という声が出ます。ここが分かれ目です。直しの内容を観察すると、ほとんどは同じ種類の直しを毎回繰り返しています。つまり、直しを都度AIへの指示やルールに反映すれば消える種類のものです。この「直しを型に還元する」習慣が根づくかどうかが、定着と挫折の境目でした。 ## 誰が旗を振るか——現場任せでも、IT担当任せでも止まる 最後に体制の話です。この取り組みは、現場に丸投げしても、ITに強い若手に丸投げしても止まります。現場は日々の点検で手一杯ですし、ITに強い人は様式や慣例の「なぜ」を知らないため、ベテランが検品で直す量が減っていきません。 うまく回った形は、経営者が優先順位と情報の線引きを決め、現場のベテランが検品と「直しの型化」を担い、進行役（社内の推進担当か、私のような外部の顧問）が仕組みづくりを引き受ける三者の分担です。特にベテランの巻き込みが肝心で、「あなたの判断基準を教えてほしい」という頼み方をすると、抵抗どころか一番の協力者になってくれます。判断基準を言語化して残すことは、報告書の効率化であると同時に、ベテランの技術承継そのものだからです。 ## やってはいけない4つのこと この業務のAI化には、越えてはいけない線があります。現場で私が実際に止めたものも含めて、4つ挙げます。 - 良否の判定をAIにさせる。写真を見せて「これは合格ですか」と聞く使い方は、法定点検では論外です。判断は資格者の仕事であり、AIはその判断の記録係に徹します。 - 最終確認なしで提出する。AIの下書きは間違えることがあります。数字の転記ミス、設備名の取り違え。「確認済みのものしか外に出さない」を、ルールとして明文化してください。 - 顧客名・個人情報の扱いを決めずに始める。報告書には物件名や管理者の情報が含まれます。AIに渡してよい情報の範囲と、匿名化のルールを先に決めるのが順序です。ツール側の設定（入力データを学習に使わせない設定など）も最初に確認します。 - ツールの導入から始める。「報告書AI化ソフト」を探すところから入ると、自社の様式や業務と合わず、結局使われないことが多い。先に自社の業務を分解し、汎用AIと実物の様式で小さく試すほうが、安くて確実です。 ## 点検報告書の次に効く業務——同じ型の横展開 「判断のサンドイッチ」構造の業務は、点検報告書のほかにもたくさんあります。一度この型を作ると、横展開は最初よりずっと速く進みます。 - 議事録・打ち合わせメモ——録音や走り書きから、決定事項と宿題を整理した記録へ。 - 日報・月次報告——現場からの断片的な報告を、提出用の形式に整える。 - 見積書の下書き——過去の見積と現場情報から、たたき台を組み立てる（金額の最終判断は人）。 - マニュアル・引き継ぎ書——ベテランへの聞き取りから、手順書の下書きを起こす。 横展開の順番にもコツがあります。おすすめは「型が一番はっきりしている業務」からで、多くの会社では議事録か日報です。様式が単純で、間違えたときの影響も報告書より小さいので、社内にAIの成功体験を増やす2本目として最適です。逆に見積書は金額判断が絡むぶん検品の設計が重くなるので、2〜3本目で型に慣れてからのほうがスムーズでした。 どれも共通の原則は同じです。判断はプロに残し、転記・整形・下書きをAIへ。そして、会社の実物と情報を先に教える。この2つを守った顧問先では、例外なく業務が軽くなってきました。 ## 点検報告書のAI化に関するよくある質問 ### 法定点検の報告書にAIを使っても問題ありませんか？ 点検の実施と良否の判定を有資格者が行い、最終確認を経て提出するなら、下書き・転記・整形の作業にAIを使うこと自体は、書類作成の補助として位置づけられます。判定や点検そのものをAIに代替させることはできません。不安がある場合は、提出先や顧問の専門家に自社の運用形を確認してください。 ### 手書きのメモや紙のチェックシートでも読み取れますか？ 現在の生成AIは、手書きメモや帳票の写真からの読み取りをかなりの精度でこなします。ただし癖の強い字や薄い複写は誤読もあるため、「読み取り結果を人が確認する」工程は必ず挟んでください。読み取りやすいチェック紙に様式を少し直すだけでも、精度は大きく上がります。 ### どんなツールが必要ですか？費用は？ ChatGPT PlusやClaude Proなど、月額20米ドル（約3,000円）程度の一般的な有料プランで始められます。専用ソフトや開発は最初の段階では不要です。私の顧問先でも、この構成で実運用まで到達しています。 ### セキュリティが心配です。物件情報をAIに入れて大丈夫ですか？ 何でも入れてよいわけではありません。入力データを学習に使わせない設定（法人向けプランやオプトアウト）を確認したうえで、入れてよい情報・匿名化する情報・入れない情報の3区分を先に決めてください。この線引きの設計は、AI活用そのものと同じくらい重要です。 ### 点検員が複数いる場合、誰の書き方に合わせればいいですか？ 過去の報告書の中から「この人の書きぶりを会社の標準にしたい」というお手本を1人分選んでください。ベテランの一番良い書き方をAIに教えれば、全員の下書きがその水準から始まります。実はこれがこの取り組みの隠れた効果で、報告書の品質が人によってばらつく問題が、AI化と同時に解消していきます。 ### 現場の職人やベテランがAIに抵抗があります。 「AIに仕事を奪われる」文脈で伝わると抵抗は当然です。私が現場で伝えているのは逆で、「あなたの判断は誰にも代わらせない。夜の転記だけAIにやらせましょう」です。ベテランの判断が尊重される設計だと伝わると、一番協力してくれるのは現場側でした。 ### どれくらいの期間で使える状態になりますか？ 実物の様式と過去の報告書が揃っていれば、最初の下書きが出るまでは1日もかかりません。実用精度への調整と手順化まで含めると、点検サイクル2〜3回分（1〜2か月程度）を見ておくと現実的です。 ### 効果はどう測ればいいですか？ 測り方はシンプルで構いません。導入前に「報告書1件あたりの作成時間」を1〜2件分だけ実測しておき、仕組みが回り始めてから同じ物件規模で測り直す。この2点の差が効果です。加えて、残業時間の変化と「報告書が原因で受注を断った件数」を月単位で見ると、事務効率ではなく経営の数字として評価できます。測定の仕込みは導入前の実測だけなので、始める前にストップウォッチを1回持つことを忘れないでください。 ### 写真の整理や貼り付けもAIでできますか？ 撮影した写真の内容を読み取って「どの機器・どの指摘に対応する写真か」を仕分けする作業は、AIの得意分野です。様式への物理的な貼り付けは様式の作りによりますが、仕分けと名前付けが済んでいるだけでも、貼り付け作業の時間は大きく変わります。撮影時に「機器の全景→不良箇所の寄り」の順で撮るなど、撮り方のルールを揃えるとさらに精度が上がります。 ### 点検業務そのものの効率化（点検の自動化）はできませんか？ この記事で扱ったのは報告書という「後工程」のAI化で、点検行為そのものの自動化（センサー・ドローン等）は別の領域です。投資規模も難易度もまったく違います。私の考えでは、順番として先にやるべきは後工程です。数千円のツールで今月から効果が出るものを飛ばして、大きな設備投資の検討から入る必要はありません。 ## まとめ：点検はプロの仕事のまま、夜の転記だけをなくす この記事の要点をまとめます。 - 報告書作成の負担の正体は判断ではなく、整理・転記・清書という「作業」。同じ情報を2回入力している。 - AI化の原則は「判断はプロ、作業はAI」。良否の判定と最終確認は資格者に残す。 - 防災設備会社の実例では、実物の様式×会社情報のインストール×資格者の検品、の3点で実用になった。 - 再現手順は5ステップ：実物3点→会社情報を教える→1件で試す→検品と直しの蓄積→手順化。 - 月3,000円程度の汎用AIプランで始められる。専用システムの開発は最初は不要。 - やってはいけないのは、判定の代替・無確認の提出・情報ルールなしの開始・ツール先行の4つ。 - 同じ型は議事録・日報・見積・マニュアルへ横展開できる。最初の2本目は様式が単純な議事録か日報がおすすめ。 - ベテランの一番良い書きぶりをAIの標準にすれば、効率化と同時に報告書の品質のばらつきも解消していく。 点検・報告の仕事は、現場の判断力そのものが商品です。その判断力を軽んじるAI化は続きませんし、続けるべきでもありません。プロの判断はそのままに、判断を紙に写すだけの夜の時間をなくす——それがこの業務のAI化の正しい姿だと、現場を見てきた私は考えています。 AI顧問がどんな仕事かはAI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援に、自社で進めるか支援を入れるかの判断材料はAI顧問の費用と内訳にまとめています。報告書のような実業務のAI化を一緒に進めたい場合は、無料の資料セットからどうぞ。 ## 写真と記述を対応させる確認欄 報告書の下書きを確認するときは、写真番号、現場のメモ、AIが整理した文章、担当者の判断を一列に並べます。以下は様式の説明用で、実在の設備の診断結果ではありません。 写真 現場メモ 下書きで確認すること P01 対象設備の全景 別の設備名や場所へ置き換わっていないか P02 表面の変色を記録 原因や安全性を断定していないか P03 表示ラベルが一部不鮮明 型式や数字を推測で補っていないか 担当者が直した箇所には理由を残します。「原因を推測しない」「不鮮明な数値は判読不可とする」のように次回も使う判断を指示へ戻すと、同じ訂正を減らすための検証ができます。提出前には写真の順番と結論を専門担当者が確認します。 点検写真用のプロンプトと入力表に、コピーして調整できる依頼文を掲載しました。AIへ任せる下書きと、人が担う判断を分けて使ってください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：135字（推奨120〜158字） ============================================================ 点検報告書の作成をAIで軽くする方法を、防災設備会社の実例で解説。手書きメモ・写真・Excel転記から報告書の下書きをAIが組み立てる再現手順5ステップと「判断はプロ、作業はAI」の線引きを、累計約15社にAI顧問を提供するAiWiLL代表・赤堀亘が公開します。 --> --- # ChatGPTとClaude、会社で使うならどっち？両方の現場を持つAI顧問の判断軸5つ URL: https://aiandwill.com/chatgpt-claude-hojin/ 公開: 2026-07-11 / 更新: 2026-09-02 「ChatGPTとClaude、会社で入れるならどっちがいいんですか？」——生成AI顧問という仕事をしていて、この質問を受けない週はありません。商談の席でも、企業レクチャーの質疑でも、懇親会の雑談でも聞かれます。それだけ多くの会社が真剣に検討している、ということだと思います。 だからこそ、最初に正直な答えを言います。その比較は、多分あなたの会社では重要ではありません。意地悪で言っているのではなく、私は自分の会社で両方の有料プランを契約して毎日使い分け、顧問の現場でもどちらの環境にも触れてきた立場です。どちらかの陣営に肩入れする理由がない人間としての結論がこれです。ツールの優劣で導入の成否が決まった会社を、私は見たことがありません。決まるのはいつも、もっと手前の話——「自社のどの業務に、どう組み込むか」を決めているかどうかです。 ここでは、公開した瞬間から古くなっていくモデルの性能比較やスペック表は一切書きません。かわりに、ツールが何度入れ替わっても使い続けられる「判断軸5つ」と、私が現場で実際にやっている決め方、そして「もう1週間も選定会議をしている」という会社への処方箋を書きます。読み終わる頃には、「どっちがいいか」という問いそのものが、自社にとって答えやすい問いに変わっているはずです。 ※本記事は2026年7月時点の状況をふまえて書いています。ただし個別ツールの機能・料金・モデル性能は数ヶ月単位で変わる前提に立ち、本文は「変わっても残る判断軸」だけで構成しています。最新の仕様は必ず各社の公式情報で確認してください。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「スペック比較」は読んだ瞬間から腐り始めるのか 検索すると、ChatGPTとClaudeの比較記事は山ほど出てきます。モデル名を並べた性能表、料金プランの一覧、機能の○✕表。正直に言えば、ああいう表を作りたくなる気持ちはよく分かります。ただ、私は顧問の現場では作らないと決めています。理由は3つあります。 ### 理由1：更新が速すぎて、比較表は「作った日の記録」にしかならない 生成AIの世界では、新しいモデルの発表が数ヶ月おきにやってきます。比較表に載っているモデル名が半年後に現役でいる保証はどこにもない。つまりスペック比較の記事は、公開した瞬間から腐り始める生鮮食品です。あなたがいまどこかの比較記事を読んでいるとして、その表が「今日時点でも正しいか」を確認する手間を考えたら、最初から公式サイトを見たほうが早い。最新スペックの確認は公式情報の仕事であって、記事の仕事ではない——私はそう割り切っています。 ### 理由2：性能の評判は入れ替わり続ける 私の見聞きする範囲では、「いまはこっちが賢い」という評判は数ヶ月単位で入れ替わってきました。片方が新モデルを出せば逆転し、もう片方が追いつけばまた逆転する。この競争は健全で、ユーザーにとってはありがたいことです。ただしそれは同時に、「いま賢いほう」を基準に選ぶと、選定の根拠が数ヶ月で消えるということでもあります。導入の稟議書に「〇〇のほうが高性能だから」と書いた瞬間、その稟議書には賞味期限がつきます。 ### 理由3：仕事の質を決めるのは、モデルではない これが一番大事な理由です。私は顧問先のレクチャーで、AIの働きぶりを次の式で説明しています。 AIの仕事の質 ＝ モデルの頭脳 × コンテキスト × 働く場所 モデルの頭脳は課金すれば誰でも同じものが手に入る。差がつくのは後ろの2つ。 ChatGPTでもClaudeでも、有料プランを契約すれば、あなたの会社も競合他社も同じ頭脳を使えます。つまりモデルの項では差がつきません。差がつくのは、①そのAIに自社の何を読ませているか（コンテキスト）と、②そのAIがどこで働けるか——チャット欄への貼り付けだけか、フォルダやPCの中で手を動かせるか（働く場所）——の2つです。この「働く場所」の考え方はCoworkとClaude Codeの違いを解剖した記事で詳しく書きましたが、ツール選定でもまったく同じ原理が効きます。どちらのツールを選んでも、コンテキストと働く場所を設計しない会社では「物知りな相談相手」止まり。設計する会社では、どちらを選んでも右腕になる。スペック比較が導入の成否を決めない理由は、これです。 整理すると、スペック比較と判断軸は、見ている場所がそもそも違います。 「スペック比較」の目線 - ツール側を見る（性能・機能・料金） - 数ヶ月で答えが入れ替わる - 選定の根拠が外部要因（他社の開発競争） - 会議が長引く——情報が更新され続けるから - 導入後の使い方は決まらない 「判断軸」の目線 - 自社側を見る（業務・データ・人） - 2年後も答えが変わらない - 選定の根拠が内部要因（自社の業務構造） - 会議が短い——答えが社内にあるから - 導入後の使い方まで同時に決まる ここから、その判断軸を1つずつ開いていきます。 ## それでも決めるための判断軸5つ——私が顧問先で使っている問い 「比較は重要ではない」と言われても、契約するツールはどちらかに決めなければいけません。そのときに私が顧問先で使っている判断軸が、次の5つです。全部「自社に向けた問い」であることに注目してください。ツールのことは、実は1つも聞いていません。 判断軸 自社への問い この軸で決まること 1. 一番使う業務 社内で一番時間を食っている業務は何か？ AIを当てる場所。ここが曖昧だと何を選んでも定着しない 2. ファイルと働く場所 その業務は、チャット貼り付けで足りるか？　ファイルやフォルダの中で働いてほしいか？ 必要な「働く場所」の広さ。エージェント機能の要否 3. 既存環境との接続 自社の書類・メール・データはいまどこに置いてあるか？ 接続確認の優先順位。自社データの「居場所リスト」が先 4. データポリシー 入力したデータは学習に使われるか？　管理者は利用状況を把握できるか？ 契約すべきプランの種別。会社利用の最低条件 5. 触って好きになれるか 実際に触った社員は、また明日も開きたいと言うか？ 定着率。軽視されがちだが最後はここで決まる ### 軸1：社内で一番使う業務は何か——ツールから入らない 選定が迷走する会社には共通点があります。ツールを先に決めて、使い道を後から探していることです。順番が逆です。まず「社内で一番時間を食っている業務トップ3」を具体名で書き出してください。「資料作成」ではなく「毎月の営業報告書のとりまとめ」、「事務作業」ではなく「請求書PDFの内容をExcelに転記する作業」——このレベルまで絞ります。 これができると、選定の質問が変わります。「ChatGPTとClaudeどっちが優秀か」ではなく、「この報告書とりまとめ業務を任せるなら、どちらが向いているか」。前者には誰も正しく答えられませんが、後者には答えがあります。実際に両方でその業務をやらせてみればいいだけだからです。私が生成AI顧問として支援してきた約15社の現場でも、導入がうまくいった会社は例外なく、ツール名より先に業務名が決まっていました。逆に業務名が決まっていない会社は、どんなに高性能なツールを入れても「たまに検索代わりに使う」で止まります。AI顧問という仕事の中身の半分は、実はこの「業務名を決める」ことの支援です。 ### 軸2：ファイルと「働く場所」が要るか——チャットで足りる仕事かを仕分ける 軸1で業務名が決まったら、その業務を2種類に仕分けます。①チャット欄への貼り付けで足りる仕事（文章の下書き、要約、翻訳、壁打ち）と、②ファイルやフォルダの中でAIに手を動かしてほしい仕事（大量のファイルの読み込み・変換・生成、フォルダ整理、定型業務の自動実行）です。 ①が中心なら、正直に言ってどちらのツールでも大きな差は出ません。チャットとしての基本性能は両方とも十分に高く、そして前述のとおり評判は入れ替わり続けるからです。差が出るのは②です。②の仕事では、AIが「どこで働けるか」——あなたのフォルダやPCにどこまで手が届くか——がそのまま仕事の幅になります。ここは各社がエージェント機能で激しく競っている領域で、機能の細部は変わり続けますが、「うちの業務は①型か②型か」という仕分けそのものは変わりません。この仕分けが済んでいれば、各ツールの最新のエージェント機能を見たときに「うちに関係ある進化か」を一瞬で判定できます。②型の業務にAIを組み込む具体的な考え方は、「AI社員」の作り方の記事で、フォルダ設計から書いています。 ### 軸3：既存環境との接続——「接続できるか」より先に「自社のデータはどこにあるか」 「Microsoft 365と連携できますか」「うちはGoogle Workspaceなんですが」という質問もよく受けます。接続機能の対応状況は重要です。ただし、対応状況の一覧表を作るのは最後でいい。先にやるべきは、自社の仕事の「居場所リスト」を作ることです。 - 日々のやり取り（メール？　チャットツール？）はどこにあるか - 書類・ファイルはどこに置いてあるか（共有サーバー？　クラウドストレージ？　各自のPC？） - 顧客情報・案件情報はどこで管理しているか（CRM？　kintoneのような業務システム？　Excel？） - スケジュールは何で回っているか このリストが手元にあれば、あとは各ツールの最新の接続対応状況と突き合わせるだけです。接続機能はどちらの陣営も拡充を続けているので、対応の有無は時間が解決することも多い。逆に、自社のデータの居場所が整理されていない状態では、どんな接続機能があっても宝の持ち腐れです。接続とは「ツールの機能」ではなく「自社のデータの居場所とツールを結ぶ線」——線を引くには、まず自社側の点の位置を知る必要があります。 ### 軸4：データポリシーの確認——会社利用の最低条件 ここだけは好みや性能の話ではなく、会社として落とせない確認事項です。個人向けプランと法人向けプランでは、入力データの取り扱い条件が異なるのが一般的です。最低限、次の3つを契約前に確認してください。 - 入力したデータは、AIの学習に使われるか。使われない設定・プランはどれか（法人利用では「学習に使わない」条件を満たすことが事実上の必須ラインです） - 管理者は、社員の利用状況を把握・管理できるか。アカウントの一括管理、利用ログ、退職者アカウントの停止手順 - 顧客情報・個人情報・パスワードといった機密を入力しないルールを、社内側で決めてあるか。これはツール側の機能ではなく自社側の規律の問題で、どちらを選んでも必要になります 3つ目が意外と抜けます。ツールのセキュリティをいくら比較しても、社員が顧客の個人情報を無造作に貼り付けていたら意味がありません。「どちらのツールが安全か」の議論より、「うちは何を入力してよいことにするか」の取り決めのほうが、リスクの総量には効きます。この設計の考え方は生成AI導入とセキュリティの記事にまとめてあるので、情シス担当がいない会社ほど読んでほしい内容です。 ### 軸5：触って好きになれるか——ふざけた軸に見えて、最後はここで決まる 5つ目の軸を口にすると、「好みで決めていいんですか」と驚かれることがよくあります。いいんです、というのが私の本気の答えです。理由は単純で、使われないツールの費用対効果はゼロだからです。 ChatGPTとClaudeは、性能の数字に出ない部分——文章の口調、応答の性格、画面の空気感——がけっこう違います。そしてどちらを「感じがいい」と思うかは、本当に人によって割れます。同じ会社の中で、経営者と現場で好みがまったく割れることも珍しくありません。この好みは馬鹿にできません。毎日開きたくなるツールと、義務感で開くツールでは、3ヶ月後の利用量に大きな差がつきます。生成AIの導入は、システム導入というより「新しい同僚を迎える」ことに近い。同僚とは相性です。スペック表のどこにも載っていないこの軸を、私は選定の最終判断に必ず入れています。判定方法は簡単で、実際に触った社員に一言聞くだけです——「明日もこれ、開きたい？」 判断軸を自社に当てはめる：AI導入の無料資料セットを受け取る ## 私の現場での運用——両方入れて、両方使う 「で、赤堀さん自身はどっちを使っているんですか」。これもよく聞かれるので、手の内を全部書きます。 ### 結論から言うと、私は両方使っています 私自身、両方の有料プランを契約して毎日使い分けています。どちらかに一本化しようと思ったことは何度かありますが、そのたびにやめました。理由は、仕事の種類によって向き不向きが実際にあり、しかもその向き不向きが更新のたびに動くからです。片方に一本化するのは、動き続ける的に釘を打とうとするようなものです。 実例を1つ。私は自社で、AI導入講座の教材63本を制作したことがあります。このとき私は1つのAIで通しませんでした。構成の設計、画像の生成、スライドの実装——工程を3層に分けて、それぞれ別のAIに分担させたのです。最初は1つのAIで全部やらせようとして、途中で「この工程はこっちのほうが速い」と気づいて分けました。63本を作り終えて確信したのは、「最強の1本を選ぶ」より「工程ごとに使い分ける」ほうが、総量としてはるかに速いということです。人間のチームで考えれば当たり前の話で、設計が得意な人と手を動かすのが速い人は別にいる。AIも同じでした。 ### 迷ったら：月3,000円級を1ヶ月だけ試して決める 「両方はさすがに……まず1つに絞りたい」という会社には、いつもこう伝えています。どちらでもいいから、月3,000円級の有料プランを1ヶ月だけ契約して、軸1で決めた業務を実際にやらせてみてください。私の顧問先でのツール実費は、1人あたり月3,000円〜1万円の範囲に収まっています（2026年7月時点）。つまり試用のコストは、1人なら数千円。選定会議に役職者が3人集まって1時間議論するほうが、人件費としてはよほど高くつきます。 1ヶ月使えば、カタログスペックではわからないことが全部わかります。自社の業務との相性、社員の好み、実際の利用頻度。そこで「なんか違う」と思ったら、翌月もう片方に乗り換えればいい。この意思決定の失敗コストは数千円です。数千円の失敗を恐れて何週間も会議をするのは、費用対効果の計算が逆転しています。 ### 「後から乗り換えられるのか」——資産はフォルダとルールなので、移行できます それでも選定に慎重になる気持ちの正体は、「一度選んだら戻れないのでは」という不安だと思います。ここは経験から断言します。正しく使っていれば、乗り換えのダメージは驚くほど小さい。なぜなら、AI活用で会社に蓄積する本当の資産は、ツールの中ではなく自社側に置かれるからです。具体的には次の3つです。 資産 中身 乗り換え時 フォルダ AIに読ませる資料を業務単位で整理したフォルダ構造 そのまま持ち運べる ルール 仕事のやり方・判断基準・禁止事項を書いたテキスト そのまま持ち運べる 型（スキル） うまくいった仕事の手順を再現可能な形で残したもの 形式の調整のみで移行可 チャット履歴 過去のやり取りの蓄積 持ち出しにくい。ここに資産を溜める使い方が乗り換えを重くする 私は自社の日報作成・SEO記事制作・提案資料作成といった定型業務を、手順をテキスト化した「スキル」として整備していて、いまでは1行の指示で再現できるようにしています。この手順書はただのテキストファイルなので、ツールが変わっても書き直しは最小限で済みます。逆に言うと、チャット履歴の中にだけノウハウが溜まっている状態は、ツールへの人質を差し出しているのと同じです。フォルダとルールに資産を置く習慣は、乗り換えの自由を守る保険でもあります。この考え方の実装手順は「AI社員」の作り方で詳しく書きました。 ## ツール選定を1週間以上議論している会社への処方箋 最後に、この記事で一番伝えたい相手に向けて書きます。「ChatGPTかClaudeか」の選定会議が2回目、3回目に突入している会社です。断言しますが、その会議室の中に答えはありません。理由はもう書いたとおりで、スペックの優劣は外部要因（各社の開発競争）で動き続けるため、議論を尽くしても確定しないからです。確定しないものを確定させようとする会議は、原理的に終わりません。 会議が長引いているとき、本当に不足しているのはツールの情報ではありません。自社の業務の情報です。「一番時間を食っている業務は何か」「それはチャット型かファイル型か」「データはどこにあるか」——この3つに即答できる会社で、選定会議が紛糾するのを私は見たことがありません。答えが社内にあるからです。紛糾するのは、自社側の問いが空欄のまま、ツール側の情報だけを集めている会社です。 処方箋はシンプルです。選定会議を試用に置き換えてください。手順は4つ。 - 業務を1つ選ぶ——軸1のとおり、「毎月の◯◯報告のとりまとめ」レベルまで具体名で絞る - 少人数で1ヶ月試す——推進役1〜3人が、月3,000円級プランを1ヶ月契約。その業務を実際にAIにやらせる - 判断軸5つで採点する——スペックではなく、この記事の5軸＋「明日も開きたいか」で評価を集める - 決めたら、全社展開ではなく「次の業務」へ——ツールを決めた後にやることは、アカウントの一斉配布ではなく、2つ目の業務への適用です。使い道が先、配布が後 1ヶ月後、あなたの会社には「自社の実業務での使用感」という、どんな比較記事にも載っていない一次情報が手に入ります。それをもとにした決定は、稟議書に書いても腐りません。根拠が自社の業務だからです。私が支援してきた研修・講座を含む30社超の現場を振り返っても、AI活用が定着した会社と会議で止まった会社を分けたのは、性能への理解度ではなく、「とりあえず1ヶ月触る」に踏み切るまでの速さでした。 試用の設計から支援してほしい方へ：無料資料セットはこちら ## よくある質問（実際に聞かれる順） ### Q1. 前置きはいいので、結局どっちがおすすめですか？ この質問に即答できない自分に、私は正直さを感じています。両方の現場を持っているからこそ、「どの業務に使うか」を聞かずに答えるのは無責任だと知っているからです。それでも一言で返すなら——迷って止まっているくらいなら、どちらでもいいので今日どちらかを契約して、1ヶ月触ってください。1ヶ月後のあなたは、私の一般論よりずっと確かな答えを自社の中に持っています。なお、判断軸1と2（一番使う業務・チャット型かファイル型か）に即答できない場合は、選定より先に業務の棚卸しが必要なサインです。 ### Q2. 両方契約するのはコストの無駄ではないですか？ 金額で考えてみてください。私の顧問先でのツール実費は1人あたり月3,000円〜1万円です（2026年7月時点）。両方契約しても月1万円前後から。一方、どちらか一方に絞るための選定会議を役職者で繰り返すコストや、「合わないツールに一本化して使われなくなる」損失は、確実にそれを上回ります。全社員に両方は不要ですが、推進役の数人だけ両方持つのは、無駄どころか安い保険です。 ### Q3. まず無料版で試して決めるのはだめですか？ 入口としては良いのですが、会社の選定判断を無料版でやるのはおすすめしません。無料版は使えるモデル・機能・利用量が有料版と異なることが多く、「無料版で微妙だった」は有料版の評価としてあてになりません。さらに重要なのがデータの取り扱いで、プランによって学習利用の条件が異なる場合があります（軸4参照）。会社の判断材料を集めるなら、法人利用に耐える条件のプランで1ヶ月——これが最小の正しい投資です。 ### Q4. 会社のデータを入力して、情報漏えいは大丈夫ですか？ 「ツールがどちらか」より先に確認すべきことが2つあります。①契約プランで入力データが学習に使われない条件になっているか、②自社側で「入力してよい情報・いけない情報」のルールを決めてあるか。この2つが揃っていれば、どちらのツールでも実務レベルの安全性は設計できます。逆にルールがなければ、どちらを選んでも危険です。具体的な決め方は生成AI導入とセキュリティの記事にまとめています。 ### Q5. 一度選んだら、後からの乗り換えは大変ですか？ 資産の置き場所しだいです。フォルダ（AIに読ませる資料の整理）とルール（仕事のやり方のテキスト）に資産を置く使い方をしていれば、乗り換えの実作業は小さく済みます。逆に、チャット履歴の中にだけノウハウが溜まっている使い方だと、乗り換えは重くなります。つまり乗り換えコストはツールが決めるのではなく、日々の使い方が決める。導入初日からフォルダとルールに資産を置く習慣をつければ、選定の失敗はいつでもやり直せる失敗になります。 ### Q6. 部署や社員ごとに違うツールを使うのはありですか？ ありです。私自身が仕事の種類で使い分けているように、部署によって向くツールが違うのは自然なことです。ただし条件が1つ——データの扱いのルールと、成果物・ノウハウの置き場所は全社共通にすること。ツールがバラバラでもフォルダとルールが共通なら、会社としての資産は1つに積み上がります。逆にルールまでバラバラだと、それは活用ではなくただの野良利用です。 ## 持ち帰り：自社の判断軸チェックシート5問 この記事を閉じる前に、5問だけ自社に問いかけてみてください。3つ以上「はい」なら、あなたの会社はもうツールを決められる状態です。今日どちらかを契約して構いません。2つ以下なら、足りない項目を埋めることが、どんな比較記事を読むより選定を前に進めます。 生成AIツール選定・自社チェックシート 1. 業務：社内で一番時間を食っている業務を3つ、「毎月の◯◯作成」レベルの具体名で言える 2. 働く場所：その業務が「チャット貼り付けで足りる」か「ファイルと働く場所が要る」か、仕分けしてある 3. 接続：自社の書類・メール・顧客データの「居場所リスト」を作ってある 4. データポリシー：候補ツールの「学習利用の条件」と「管理機能」を、法人利用のプラン条件で確認した 5. 相性：実際に触った社員に「明日もこれ、開きたい？」と聞いた ✔ 3つ以上：今日決めてOK。まず1業務×1ヶ月の試用へ　✔ 2つ以下：比較記事を閉じて、空欄の項目から埋める チェックの埋め方がわかる：AI導入の無料資料セットを受け取る ## まとめ：ツールの優劣は入れ替わる。自社の判断軸は残る 「ChatGPTとClaude、どっちがいいですか」という問いに、私が両方の現場から答えられる正直な結論をまとめます。 - スペック比較は数ヶ月で腐る。性能の評判が入れ替わっても揺れない「自社側の判断軸」で決める - 判断軸は5つ——一番使う業務／ファイルと働く場所／既存環境との接続／データポリシー／触って好きになれるか。すべて答えは社内にある - 迷ったら月3,000円級を1ヶ月だけ試す。意思決定の失敗コストは数千円、選定会議のほうが高い - 乗り換えは怖くない。資産はフォルダとルールに置けば、ツールが変わっても持ち運べる - 選定会議が1週間を超えたら、それは情報不足ではなく自社の業務の言語化不足のサイン。会議を試用に置き換える 2年後、この2つのツールの力関係も、名前すらも、変わっているかもしれません。それでも「一番使う業務は何か」「AIをどこで働かせるか」「資産をどこに置くか」という問いは変わらず有効です。そしてこの問いに答える作業——業務の棚卸しと、コンテキストと働く場所の設計——こそが、私が顧問の現場で、どちらのツールの会社でも毎回最初にやっている仕事です。ツールは入れ替わっても、この設計は御社に残ります。 自社での進め方を体系的に知りたい方向けに、無料の資料セットを用意しています。ツール選定の先にある「AIを右腕にする設計」の全体像は、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：134字（推奨120〜158字） ============================================================ ChatGPTとClaude、会社で使うならどっちか。顧問先で両方の導入現場を持つ生成AI顧問・赤堀が、すぐ古くなるスペック比較ではなく2年後も使える判断軸5つ・月3,000円級を1ヶ月試す決め方・選定会議が長引く会社への処方箋を、自社チェックシート付きで公開します。 --> --- # NotebookLMの正しい使い方｜社内資料を報告書・FAQ・研修の種に変える URL: https://aiandwill.com/notebooklm-business-guide/ 公開: 2026-07-12 / 更新: 2026-09-05 「社内のPDF、多すぎて誰も読まない」。生成AI顧問で現場に入ると、だいたいこの棚（または共有ドライブ）に出会います。規程、マニュアル、過去の提案、点検様式、議事録——あるのに使われない。新人が聞いても、ベテランの頭の中にしか答えがない。ChatGPTに「うちのマニュアル要約して」と投げても、そもそもファイルが渡っていなければ一般論しか返りません。 そこで出番なのがNotebookLMです。アップロードした資料の範囲で答えさせる用途に特化した道具で、「社内の図書館員」として使うと本領を発揮します。一方で、何でも1つのノートに放り込むと、それっぽいが根拠の弱い回答が出やすくなる——これも現場で何度も見ています。 この記事では、NotebookLMを「要約ツール」で止めず、報告書の下書き材料・FAQ・研修の種・引き継ぎ資料まで落とす実務手順を書きます。テーマ別分割、コピペ用指示文、やってはいけないこと、ChatGPT/Claudeとの役割分担までまとめます。読み終わったら、最初の1ノートを今日つくれる状態がゴールです。 ※本記事は2026年7月時点の使い方の型です。画面の細部は変わります。残るのは「資料を分けて、根拠付きで次の仕事に変える」という設計です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論｜NotebookLMは「社内資料専用の図書館」 向く向かない PDF・スライド・マニュアルの横断Q&Aゼロからのアイデア創出だけ 未読者向け要約・FAQ・矛盾点の洗い出し資料に無い最新ニュースの断定 研修・引き継ぎ・社内説明の材料づくり見た目の最終デザイン決定 根拠を示しながら答えてほしい業務秘密情報を無秩序に入れる箱 今日の最初の一歩（15分） - テーマを1つ決める（例：就業規則、点検様式、特定顧客の過去提案ではない社内テンプレ） - 関連資料だけをノートに入れる（混在禁止） - 下の「完全要約セット」指示を投げる - 出力を人が読み、次の仕事（FAQ化/下書き）に1つだけ進める ChatGPT・Claude・Geminiとの位置づけは、4ツール使い分けでも整理しています。NotebookLMは「社内資料の中」、他は「発想・長文・調査」——この線引きが速い会社の共通点です。 無料資料セットを見る（セミナー3本＋サービス概要） ## なぜ今、社内資料をAIに読ませる必要があるのか 中小の現場型企業ほど、強みは人の経験にあります。同時に弱みもそこです。熱海の総合防災点検会社WECSさんのように業歴が長い会社ほど、様式・写真・口頭確認・Excelが混在し、判断が幹部に集中しやすい。AIは「賢い相談相手」だけでは足りず、会社の材料を読んだうえで下書きできる状態が必要です。 私は顧問の現場で、次の式を繰り返し使います。 AIの仕事の質 ＝ モデルの頭脳 × コンテキスト × 働く場所 NotebookLMは「コンテキスト（資料）」を主戦場にする道具。 プロンプトをどれだけ磨いても、読ませる資料が無い／混ざっている／古いままでは限界があります。コンテキストの考え方はチーム共有の記事でも書いていますが、NotebookLMはその入門として非常にわかりやすいです。 ## 最重要原則｜1ノート1テーマ（混ぜない） 実務でいちばん効く注意点がこれです。何でもかんでも1つのノートに入れない。 経理や士業の現場でも、「資料を無秩序に入れるとハルシネーションが起きる。テーマ別・プロジェクト別に分ける」という指摘が繰り返し出てきます。私の顧問現場でも同じです。就業規則と営業マニュアルと顧客別の古い見積が同居すると、回答が混線します。 ノート分割の例入れるもの入れないもの 社内規程ノート就業規則、情報取扱、AI利用ルール個別顧客の契約 業務マニュアルノート手順書、チェックリスト、教育資料一時の議事録全部 様式・帳票ノート報告書ひな形、記入例（個人情報除去後）生の個人情報・パスワード プロジェクトAノートその案件の公開可能資料・仕様他案件の機密 私の失敗談：初期に「とりあえず全部入れて最強の社内AI」を作ろうとして、回答が自信満々に間違えるノートを量産したことがあります。便利そうに見えて、現場の信頼を落とす最短ルートでした。それから私は、ノート名にテーマを必ず入れ、増やしすぎたら分割するルールにしています。賢いノートより、信頼できるノート。 入力してよい情報の線引きは、ツールの前に必要です。秘密情報・個人情報・顧客非公開情報・パスワードは入れない——この4点はセキュリティ記事でも強調しています。 ## 実務手順｜資料を「次の仕事」に変える5工程 - 目的を1つ決める（例：新人向けFAQをつくる／報告書の下書き材料を揃える） - テーマに合う資料だけを集める（古い版があるなら最新を優先、版を明記） - ノートを作り、アップロードする - 要約セットで全体像を出す（次の指示文） - 人が確認し、次工程へ渡す（Claudeで本文化、ChatGPTで説明文、など） ここで大事なのは、NotebookLMの出力を「完成品」扱いしないことです。多くは材料です。仕上げの長文はClaude、言い回しはChatGPT、という二段構えが安定します（4ステップ運用と併用するとさらに精度が上がります）。 ## コピペ用｜現場で効く指示文セット ### ① 完全要約セット（まずこれ） アップロード資料のみを根拠に、次を作成してください。 ①500字要約 ②重要ポイントTOP10 ③内容の矛盾・古い可能性・曖昧点 ④未読者向けFAQを10問（質問と回答） 各項目に、根拠にした資料名（可能なら該当箇所）を添えてください。 資料に無いことは「資料外」と明記し、推測で埋めないでください。 ### ② 横断Q&A（「どこに書いてあった？」用） アップロード済み資料を横断し、次の質問に回答してください。 必ず「どの資料のどこを根拠にしたか」を明記。 根拠が無い場合は「資料内に記載なし」とだけ答えてください。 質問：[知りたい内容] ### ③ 新人研修の種（引き継ぎ用） 入社1ヶ月の新人向けに、この資料群から ・最初の7日で覚えること ・よくあるミスTOP5 ・先輩に聞くべき質問リスト10 を作ってください。資料に無い慣習は作らないでください。 ### ④ 報告書・帳票の下書き材料 様式・記入例のみを根拠に、 今回の現場メモを当てはめるための「見出しごとの記入ガイド」を作ってください。 各見出しに：書くべき要素／書き方の注意／記入例（一般化）を添える。 今回の個別事実は、次のメモ以外使わない： [現場メモ] 点検・報告のAI活用の全体像は点検報告書AI化も参照してください。NotebookLMは「様式と過去知の図書館」、本文生成は別ツール——という分担が現実的です。 ## スライドや解説動画まで使うときの分担 NotebookLMでスライド案や短い解説の種を出す話は増えています。私のおすすめ分担は次です。 - NotebookLM：中身の整理（要点、順番、削る材料） - 人：見た目の方向性（余白、色、図解か文章か）を先に決める - Claude等：発表用の話し言葉・配布用の文章に整形 「自動でスライドができました」で終わると、現場では使いにくい資料になりがちです。中身はAI、方向性は人——この分担ができると現実的になります。 ## 業種別の最初の1ノート案 業種・状況最初の1ノート次にやること 点検・設備・現場系報告書様式＋記入例（個人情報除去）下書きガイド→本文はClaude 不動産・管理接客/契約前の社内手順（公開可能範囲）新人FAQ 士業・コンサル自社の標準成果物テンプレ案件別ノートは分離 メーカー・卸商品仕様・FAQ（公開資料）営業メールの種 1人広報自社の世界観・禁止表現・過去の勝ち記事企画の壁打ちはChatGPTへ マチモリ不動産さんのように、マニュアル作成が目的でAI導入に入る会社も増えています。マニュアルの原料がDriveに散らばっているなら、NotebookLMで「いま何があるか」を可視化してから、手順書化に進むと遠回りが減ります。 ## 社内運用｜誰がノートを育てるか NotebookLMは「作って終わり」にすると腐ります。資料は更新されるし、現場のやり方も変わります。小さくてよいので、運用の型を決めます。 役割やること頻度の目安 テーマオーナーノートの目的と入れる資料を決める作成時＋変更時 更新担当新しい版を入れ、古い版を外す or 明示月1、または改訂のたび 利用する現場質問し、ズレたらオーナーに返す使うたび 管理（兼任可）入力禁止情報の周知、権限の確認四半期 情シスがいない会社でも回せます。重要なのは「全員が管理者」にしないことです。全員が好き勝手に资料を足すと、また混線します。テーマオーナーを1人決める——これだけで品質が安定します。 私が顧問先で最初に聞くのも、「その資料の正はどこか」「誰が更新するか」です。AIの話に入る前に、ここが空だと、どれだけ賢いモデルでも会社の図書館にはなれません。AI顧問の最初の90日｜前半の進め方でも、棚卸しと置き場の設計を前半に置いています。 運用が回り始めると、次に起きるのは「便利だから他のテーマも全部入れたい」欲です。ここは我慢が勝敗を分けます。第二ノートを足す条件を、あらかじめ決めておくとよいです。例：「第一ノートでFAQが現場に使われた」「更新担当が名前で決まっている」「入力禁止情報が周知済み」。条件を満たしてから増やす。増やし方の上手さが、NotebookLM活用の上手さです。 ## 入れてよい／いけないの線引き（実務） 「便利だから」で秘密を入れるのが、いちばん高い失敗です。私の現場では、次の整理を先に共有します。 - 入れてよい例（要・社内ルール確認）：公開済みの商品説明、個人情報を除いた様式、一般化した手順書、社内向けだが機密指定の無いマニュアル - 原則入れない：顧客の非公開情報、個人情報、パスワード、未公開の契約条件、社外秘の財務詳細 - 迷ったら入れない：後から足すのはできる。一度入れた情報の扱いは、契約プランや設定に依存する 「見せない」ではなく「必要な分だけ、必要なときに見せる」——これが私の基本姿勢です。NotebookLMは図書館として強力なぶん、入れる前の選別が本体作業です。詳細はセキュリティと情報入力を先に読んでください。 ## ある日の使い方｜30分枠の例 「いつ使えばいいか分からない」人向けに、現実的な30分の使い方を置きます。 - 0〜5分：今日の目的を一文で書く（例：新人用FAQを8問ほしい） - 5〜10分：ノートと資料がテーマ一致しているかだけ確認 - 10〜20分：完全要約セット or 横断Q&Aを投げる - 20〜25分：根拠の薄い行を消す／資料外を捨てる - 25〜30分：次工程へ渡す（Claudeで本文、ChatGPTで社内告知、など） 毎日やる必要はありません。週2回、同じノートを育てるだけで、社内の「聞く相手」が増えた感覚になります。ベテランが同じ質問に何回も答えていた時間が、質問の質の高いものへ移ります。 ## NotebookLMで失敗するパターン - 全社資料を1ノートに詰める——混線と不信の元 - 古い版と新しい版を同居させて放置——矛盾回答の温床 - 要約を読んで理解した気になり、原本を捨てる——重要判断は原本 - 営業資料をAI要約だけで顧客に送る——自分が説明できないものは出さない - 個人情報・顧客秘密を入れる——ルール違反。最初から入れない設計 - NotebookLMだけで全部完結させようとする——役割を広げすぎて不安定になる ## 他ツールとの組み合わせ（最短ルート） 資料理解 → 成果物 NotebookLMで要約・FAQ → Claudeで提案/報告本文 → 人が数字と固有名詞を確定 調査 → 社内知 Geminiで市場の当たり → 自社資料はNotebookLM → 方針メモはChatGPTで壁打ち 精度を安定させる工程（質問→整形→逆算→査読）は、4ステップ運用の記事にまとめています。NotebookLMの出力にもそのまま使えます。 ## 判断に迷うときの優先順位 現場でよく聞かれる迷いと、私の答えです。 迷い私の優先順位 きれいに整理してから入れる vs まず入れる個人情報を除けるなら、まず小さく入れて要約。整理は並行でよい 全部の業務ノートを先に作る vs 1つ必ず1つ。成功体験が無いと運用が死ぬ 要約の美しさ vs 根拠の明示根拠が先。美しい一般論は不要 NotebookLMで最後まで書く vs 他ツールへ渡す材料までが本領。長文仕上げは得意なツールへ 社員全員に編集権 vs オーナー制オーナー制。閲覧は広く、編集は狭く 暗黙知の継承を本気でやるなら、NotebookLMは入口にすぎません。インタビューで言語化し、マニュアルと教育とAI社員の材料にする——その全体像は、顧問先・商談先での需要確認を経て強化してきたテーマです。入口の道具としてNotebookLMを置き、奥の設計はAI社員の作り方や顧問の伴走で進める、という段階設計が現実的です。 温度感の話：資料が揃っていない会社に「まず全部デジタル化を」と言うと、だいたい止まります。私は最近、「今週の15分で、いちばん聞かれた質問に答えられるノートを1つ」と頼むようにしています。小さく勝つ。その積み重ねが、読まれないPDFの山を、会社の資産に変えます。 ## 持ち帰り｜NotebookLM導入チェックリスト - □ 最初の目的が1つに決まっている（FAQ／要約／下書き材料 など） - □ ノート名がテーマ名になっている - □ 入れる資料の版（最新か）を確認した - □ 個人情報・秘密情報を除去または入れない判断をした - □ 1ノートに無関係テーマを混ぜていない - □ 完全要約セットを1回出した - □ 根拠表記がある回答だけを採用するルールにした - □ 出力は材料であり、完成品ではないとチームで共有した - □ 次工程の担当ツール（Claude等）が決まっている - □ 古くなった資料の入れ替え担当と周期が決まっている - □ 「説明できない要約は外に出さない」を守る - □ うまくいった指示文を保存した - □ テーマオーナーの氏名がノート説明か社内メモに残っている - □ 「説明できない要約は外に出さない」を朝会などで一度口にした ## 90日ロードマップ｜図書館を会社の習慣にする 1ノートの成功を、会社の習慣にするための粗い地図です。完璧な計画表ではなく、迷いを減らすための順番です。 期間やること成果物 0〜30日1テーマのノートを育て、週2で使うFAQまたは下書きガイドが1本 31〜60日第二ノート（別テーマ）と更新担当を追加ノート2つ＋更新ルール1枚 61〜90日他ツール連携（本文はClaude等）を定型化「資料→下書き→確認」の流れが1枚 90日後に目指す状態は、「AIがすごい会社」ではなく、新人が同じ質問をベテランに3回聞かなくて済む会社です。そのための図書館がNotebookLMです。そこから先の、仕事のインストールやスキル化は、次のレイヤーです。 生成AI顧問として約15社を見てきて、定着する会社は例外なく「最初の勝ち」が具体的です。抽象的な全社展開より、報告書、FAQ、引き継ぎ——誰が見ても楽になったと分かる一点から入る。NotebookLMはその一点を取りにいく道具として相性が良い、というのが私の結論です。 90日の途中でつまずきやすいのも、だいたい同じ場所です。ノートが増えすぎる、オーナーが曖昧、更新が止まる、要約を完成品扱いする。月1で「ノート一覧と最終更新日」だけ眺える時間を15分取る——これだけで腐敗を相当防げます。図書館は、蔵書の管理ができて初めて図書館です。 もう一つだけ。社内に「AI推進」の肩書きが無くても始められます。必要なのは、業務を知っている人と、ルールを守る意識です。ツールの初期設定より、テーマ選びと禁止事項の共有のほうが先です。ここを飛ばすと、便利な誤答装置になります。 社内へのAI導入の進め方を資料で確認する ## よくある質問（FAQ） ### Q1. NotebookLMは無料で使えますか？ 提供形態や制限は時期で変わります。契約前に公式の最新情報を確認してください。本記事は料金表ではなく、使い方の型を扱っています。 ### Q2. ChatGPTのファイルアップロードと何が違うのですか？ どちらも資料を読めますが、NotebookLMは「ノート単位で資料をためて問い続ける」図書館型の使い方に向きます。発想や雑多な壁打ちはChatGPT、資料群の根拠付きQ&AはNotebookLM、と分けると迷いにくいです。 ### Q3. どれくらいの資料量から効果が出ますか？ まずは3〜10ファイルのテーマノートで十分です。最初から数百ファイルを目指さない方が、品質管理が楽です。 ### Q4. 回答が間違えていました 混在・古い版・指示の甘さが原因のことが多いです。ノート分割、版の整理、「資料外は書くな」指示を徹底し、重要事項は原本確認を必須にしてください。 ### Q5. スライド自動生成だけで社内発表してよいですか？ 中身の事実確認と、話す順番の意図が自分の言葉になっているなら可。確認していない自動生成のまま出すのは事故りやすいです。 ### Q6. 顧客ごとのノートを作るべきですか？ 案件が長く資料が多いなら有効です。ただし権限と秘密区分を厳守し、他案件と混ぜないでください。 ### Q7. 情シスがいなくても導入できますか？ 小規模なら、テーマオーナー（業務の分かる人）がノートを管理する形で始められます。会社として入力禁止情報だけは先に共有してください。 ### Q8. 紙の資料しかありません まずスキャンや写真でデジタル化できる範囲からで構いません。最初から全紙を電子化しなくてよいです。いちばん聞かれる1テーマだけデジタル化→ノート化、が現実的です。 ### Q9. ベテランが「自分の頭の中が正」と言います 対立させないでください。NotebookLMはベテランを否定する道具ではなく、同じ説明を何回もしなくてよくするための道具です。最初はベテランが「これ間違ってる」と指摘できるノートを一緒に直すと、所有感が生まれます。 ## 成果の測り方｜要約回数で満足しない 「NotebookLMを使った回数」だけをKPIにすると、便利消費で終わります。会社に残る指標の例です。 - 同じ質問をベテランが口頭で答えた回数が減ったか - 新人の「どこに書いてある？」が、ノート経由で自己解決したか - 報告書やFAQの第一稿までの時間が短くなったか - 誤った社外発信（説明できない要約の流出）がゼロか - ノートの更新が止まっていないか（最終更新日） 私は費用対効果を見るとき、時間回収だけを第一軸にしません。打てる手が増えたか、外注に出していた質に近づいたか——この見方のほうが、経営の議論が健全です。NotebookLMは、その「打てる手」の在庫を、社内資料側から増やす道具です。 もし90日の地図を自社用に引き直したい、どの資料からノート化すべきか一緒に仕分けたい、という場合は、顧問・研修・コンサルの違いを踏まえたうえで、伴走の形を選ぶのも一つの手です。道具の解説で終わるか、会社の習慣になるか——分岐はそこにあります。 ## まとめ｜要約で止めず、次の仕事まで運ぶ NotebookLMの価値は、「速い要約」そのものより、読まれない社内資料を、次の仕事の材料に変えることにあります。 - 1ノート1テーマ - 根拠付きで答えさせる - 出力は材料、仕上げは人と他ツール - 秘密情報は最初から入れない 私の仕事である生成AI顧問でも、最初の打ち手は派手な自動化より「会社の材料を、安全に、テーマ別に、AIが読める場所へ置く」ことが多いです。NotebookLMはその入口として優秀です。そこからフォルダ設計やAI社員化（作り方の記事）へ進むと、再現性が一段上がります。 最後に、今日やるならこれだけ、をもう一度書きます。テーマを1つ決める。関連資料だけ入れる。完全要約セットを投げる。根拠の薄い行を消す。次の仕事を1つ決める。ここまでで15〜30分。完璧な社内図書館は、この繰り返しの先にしかありません。大きな計画より、最初の1ノートの更新日が先週より新しいこと——それが健全さのサインです。まずは1テーマ。混ざったら分ける。根拠が無ければ捨てる。この3行を壁に貼ってもいい程度に、シンプルで構いません。難しく考え始めたら、原点の15分に戻ってください。 紙・Excel・PDF・写真が混在していて、何から整理すべきか一緒に見たい場合は、WiLLAGENTで相談できます。まずは無料資料で、導入の全体像を掴んでみてください。 無料資料セットを受け取る 次に読む 社内資料をAIに読ませられるようになったら、次は「人の頭の中」の番です。 - ベテランの暗黙知を会社にインストールする方法｜30年の経験をAI教材にする書かせるのではなく、AIに聞き出させる5ステップ - 業務マニュアルをAIで作る方法｜「書く時間がない」を録画と議事録で突破する4つの素材から、人間用とAI社員用を一度に作る - 業務の棚卸しのやり方｜「AIに渡せる仕事」の洗い出し方【テンプレ付き】「AIに任せたい仕事が言えない」を抜ける3つの軸 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # ChatGPT・Claude・Gemini・NotebookLM使い分け完全マップ｜仕事でこう振り分ける URL: https://aiandwill.com/chatgpt-claude-gemini-notebooklm/ 公開: 2026-07-12 / 更新: 2026-09-05 「ChatGPTに全部入れています」「Geminiも契約したのに、結局どれを開けばいいか分からなくなる」——顧問先やレクチャーで、この告白を聞く回数は年々増えています。ツールが増えたのに仕事が速くならない。むしろタブが4つ開いて、どれも中途半端。私自身、有料プランを複数契約して使い分け始めてからしばらくは、まさにその状態でした。 結論から書きます。仕事で差がつくのは「どれが一番賢いか」ではなく、「どの仕事を、どのAIに渡すかを固定できるか」です。モデルの評判は数ヶ月で入れ替わります。一方で、「提案の壁打ちはA」「長い契約書・報告書はB」「最新の市場調査はC」「社内PDFの横断はD」という役割分担は、ツール名が変わっても会社に残ります。 この記事では、ChatGPT・Claude・Gemini・NotebookLMの4つを、スペック比較ではなく業務の役割分担表として整理します。私が自社と顧問現場で実際にやっている振り分け、1週間で定着させる最小セット、よくある失敗パターンまでまとめます。読み終わる頃には、「うちはまずこの3役だけ固定する」と言える状態になっているはずです。 ※本記事は2026年7月時点の実務感覚をふまえて書いています。個別のモデル名・料金・連携機能は変わります。本文は「変わっても残る役割の型」を中心にしています。最新仕様は各社の公式情報で確認してください。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論の早見表｜4ツールの役割分担 忙しい人向けに、先に全体像です。細かい説明はこのあとです。 ツール現場での役割向いている仕事向いていない仕事 ChatGPT壁打ち・発想・なんでも屋アイデア出し、言い回しの壁打ち、音声会話、幅広い下書き超長文の厳密な構造維持、社内資料だけの根拠付き回答 Claude長文・文章職人・分析提案書、契約書の読み込み、報告書の骨子、長い議事録の整理「いまこの瞬間のニュース」だけを根拠にした調査 Gemini調査・Google周辺市場の当たり付け、Gmail/Driveにある情報の横断、最新情報の一次確認社外秘だけを閉じた空間で深く書く長文業務（用途次第） NotebookLM社内資料の図書館PDF・マニュアル・過去資料の要約、FAQ化、根拠付きQ&Aゼロからの創作、資料に無い新規アイデアの「それっぽい回答」 1週間の最小セット（これだけ固定すれば十分） - ChatGPT：会議前に論点を広げる・返信の言い回しを整える - Claude：提案文・共有文・長い資料の下書きを整える - NotebookLM（またはGemini）：調べ物と社内資料の一次整理 4つ全部を毎日使う必要はありません。まず3役固定。余った枠は後から足せばいい。 私が見てきた範囲では、「1ツール信者」より「役割が決まっていないマルチ契約」のほうが、むしろ生産性を落とします。タブは増えたのに、毎回ゼロから同じ説明を繰り返すからです。役割を先に決める——これがこの記事の芯です。 無料資料セットを見る（セミナー3本＋サービス概要） ## なぜ「1つに統一」より「役割分担」のほうが速いのか 生成AI顧問として累計約15社、研修・講座含め30社超の現場に入ってきて、はっきりしていることがあります。導入が定着する会社は、ツールの数ではなく「仕事の渡し方」が揃っていることです。逆に、最新ツールを次々契約して定着しない会社は、毎回「今日はどれを開こう」から始まります。 私自身も痛い目を見ています。自社でAI導入講座を63本つくったとき、最初は「全部Claudeに任せればいい」と思っていました。設計・画像・実装を1つの流れで投げると、どこかが必ず雑になる。結果、私は3層に分けて担当を固定しました。設計の壁打ち、図解の方向、実装の仕上げ——人でもAIでも、「1人が全部やる」より「役割が分かれている」ほうが品質が安定します。これはChatGPTとClaudeを法人で選ぶときの判断軸とも同じで、ツール名より先に「何の仕事か」が決まる必要があります。 ### モデル性能の勝負は、差がつきにくい 有料プランを契約すれば、競合も自社もだいたい同じ頭脳に触れます。だから私は顧問先で次の式を使います。 AIの仕事の質 ＝ モデルの頭脳 × コンテキスト × 働く場所 頭脳は課金で揃えられる。差がつくのは、渡す材料と、どこで働かせるか。 「コンテキスト」と「働く場所」の考え方は、コンテキストをチームで共有する話やCoworkとClaude Codeの違いでも書いてきました。本記事はその手前——日常のチャット利用を、どの窓口に振るか——に絞ります。 ### Xでも繰り返し語られている「固定」の価値 2026年に入っても、実務者の発信では「プロンプトを毎回考える」より「役割を固定して仕組みで回す」話が強く残っています。全部を1回の指示で丸投げすると中途半端になる、1ステップずつ分ける——この感覚は、ツールが増えた今ほど効きます。私の言葉にすると、AIを『お願いする相手』から『再現できる工程の担当』に変える、です。 ## 4ツールの「性格」｜現場で使うときの印象 ここから各ツールの「現場での性格」を書きます。ベンチマークの点数ではなく、私が毎日行き来して感じる手触りです。 ### ChatGPT｜壁打ち相手・発想の量産装置 ChatGPTは、私にとって「これどう思う？」と投げやすい相棒です。面談前の論点整理、返信の言い回し、ブレインストーミングの100個出し——量と往復が必要な場面で強い。画像生成や音声会話など、周辺機能が広いのも「なんでも屋」としての強みです。 弱点は、長文で複雑な条件を積み上げると、途中で論点が薄まることがある点です。だから私は「発散・壁打ち・短い実務」をChatGPTに寄せる運用にしています。厳しく殴ってもらうメンター役にも向いています（後述のプロンプト例）。 ### Claude｜長文の頭脳・文章の安定感 Claudeは、長い資料を読ませて構造を崩さず返す場面で頼りになります。契約書の要約、提案書の骨子、8,000字級のレポート下書き、コーディング寄りの作業——「じっくり読む・丁寧に書く」系です。顧問先でも、報告書や提案文の第一稿はClaudeに寄せることが多いです。 弱点は、リアルタイムの「いま何が起きているか」だけを追う用途では、検索連携が強いツールに譲ることがある点です。私の使い分けでは、社内の材料を渡して深い成果物を出す担当に固定しています。 もう一つ、Claudeまわりで現場が増えているのが、エージェントとしてファイルやフォルダで働かせる系統の使い方です。Windowsへの入れ方はインストール記事に譲りますが、本記事の範囲で言えば「チャットの長文担当」と「PCの中で手を動かす担当」はレイヤーが違います。まずはチャットの役割分担を固め、必要になった会社だけ次のレイヤーへ進む——この順番を崩さないほうが、導入は安全です。 ### Gemini｜調査とGoogle周りの橋渡し Geminiは、Googleの生態系にいる会社ほど効きます。DriveやGmailに情報が散らばっているとき、「今月の面談メモをまとめて」のような横断がやりやすい、という声を現場でも聞きます。市場の当たり付け、競合の洗い出しの一次案、トレンドの俯瞰——調査の入り口として使うと速いです。 ただし「モデル性能が常に一番」とは限りません。私は調査の一次パスと、Google上の情報整理に役割を絞っています。最終の長文仕上げはClaudeに渡す、という二段構えもよく使います。 ### NotebookLM｜社内資料専用の図書館員 NotebookLMは、アップロードした資料の中だけで答えさせる用途が本領です。厚いマニュアル、過去の提案書、規程、点検様式——「どこに書いてあったっけ？」を減らす道具です。要約・重要点・矛盾・FAQを一度に出させると、未読者への引き継ぎが劇的に楽になります。 ここでの最大の失敗は、何でもかんでも1ノートに詰め込むことです。テーマが混ざると、それっぽいが根拠の弱い回答が出やすくなります。テーマ別・プロジェクト別に分ける——これは経理や士業の現場でも繰り返し言われている基本で、私も同じです。詳しい実務手順は、別記事「NotebookLMの業務活用」で深掘りします（同日公開予定の姉妹記事）。 ## 業務タスク別｜どれに渡すかマトリクス 「性格」より大事なのが、具体業務への振り分けです。中小の現場でよく出る仕事を並べます。 業務第一候補第二候補現場メモ 会議前の論点出しChatGPTGemini量を出してから人が選ぶ 提案書・企画書の骨子〜本文ClaudeChatGPT過去提案をコンテキストに渡すと精度が上がる 契約書・規程の要約・リスク洗い出しClaudeNotebookLM最終判断は必ず人が行う 競合・市場の一次調査GeminiChatGPT出典確認の工程を必ず後ろに置く 社内PDF・マニュアルの横断Q&ANotebookLMClaudeノートはテーマ別に分割 点検報告書・現場報告の下書きClaudeChatGPT様式と過去報告を材料にする（点検報告書AI化参照） 営業メール・お礼文の言い回しChatGPTClaudeトーン指定を先に固定 議事録→TODO・次の仕事ClaudeChatGPT文字起こしで止めない 社員向けFAQ・研修教材の種NotebookLMClaude根拠ページを明示させる 画像付きの軽い説明・図のたたきChatGPTGemini最終デザインは人が決める 現場型企業（紙・Excel・PDF混在） NotebookLM（様式・過去報告）＋Claude（下書き）を軸。ChatGPTは壁打ち補助。 Google Workspace中心の会社 Gemini（横断調査）＋Claude（仕上げ）＋ChatGPT（発想）。NotebookLMは規程・マニュアル用。 1人広報・発信が多い会社 ChatGPT（切り口）＋Claude（本文）＋Gemini（トレンド確認）。1本を多媒体に展開。 ## コピペで使える｜用途別の指示文テンプレ 役割が決まっても、最初の指示がふわっとしていると精度は落ちます。以下は、私が現場でよく使う型です。角括弧だけ自社用に書き換えてください。 ### ① ChatGPT｜発想を100個出す（量産） [テーマ/事業課題]についてアイデアを100個出してください。 最初の30個は王道、次の30個は異業種転用、次の20個は常識外れ、最後の20個は3〜5年先視点で。 最後に、私が今すぐ試せる上位5案を選び、理由を短く添えてください。 ### ② Claude｜経営層が10分で読めるレポート骨子 [テーマ]について、経営層向けレポートの構成案と本文下書きを作成してください。 構成：要約→背景→現状→課題3点→打ち手→実行手順（担当/期限の仮置き）→まとめ。 専門用語は避け、10分で読める密度にしてください。不明点は推測せず、確認質問を先に出してください。 ### ③ Gemini｜競合の一次整理 [自社サービス名/業種]の競合候補を最大10社挙げ、 強み・弱み・想定顧客・差別化の仮説を表で整理してください。 最後に、自社が取りうるポジション案を3つ。 不確かな情報には「要一次確認」と明記してください。 ### ④ NotebookLM｜社内資料の完全要約セット アップロード資料だけを根拠に、次を作成してください。 ①500字要約 ②重要ポイントTOP10 ③内容の矛盾・曖昧点 ④未読者向けFAQ10問 各回答に、根拠にした資料名（可能なら該当箇所）を添えてください。 資料に無いことは「資料外」と書き、推測で埋めないでください。 補足：指示は長くすれば良いわけではない 目的・条件・出力形式の3点が揃っていれば十分です。うまくいった文面は社内の共有フォルダに保存し、失敗したら「何がズレたか」を1行メモする。これが続く会社と、毎回ゼロから悩む会社の差になります。プロンプトそのものより、コンテキスト（自社の材料）のほうが効く、というのが私の立場です。AI社員の作り方でも同じことを書いています。 ## 1週間で定着させる最小運用プラン 全部を完璧に使いこなそうとすると失敗します。私のおすすめは、次の1週間メニューです。 日やること使うツール完了の定義 月自社の「時間を食う仕事」を3つ書くなし（紙でも可）業務名が具体語になっている 火3つを役割表に割り当てる本記事の早見表第一候補が1つに決まっている 水同じ仕事を2ツールで試し、好みをメモ2つ比較「来週も開くほう」が分かる 木一番使う1業務だけテンプレ化第一候補指示文がコピペできる 金社内共有（1枚でいい）—「何をどのAIへ」が1枚に載る 土日触らなくてよい／余力があればNotebookLMに1テーマだけ投入NotebookLMノートがテーマ単位で1つある 熱海の総合防災点検会社WECSさんのように、現場資料と帳票が多い会社では、「まず報告書まわりをClaude＋材料整理」に寄せる、といった決め方が効きます。業種が違っても、最初の1業務を決めるところは同じです。 ## よくある誤解を先に潰す ### 誤解1：「全部同じ質問を4つに投げて、いちばん良い回答を採点する」が正しい 比較会そのものが仕事になってしまう会社を、私は何度も見てきました。比較は学びにはなりますが、成果物は残りにくい。実務では第一候補を先に決め、困ったときだけ第二候補のほうが速いです。採点会は、ツール選定の初期に1回やれば十分です。 ### 誤解2：「高いプランにすれば使い分けは不要」 プランを上げると頭脳は良くなります。しかし、壁打ちに向く対話と、社内PDFの根拠付き回答と、長文の構造維持は、得意分野が違います。有料でも役割は残ります。投資対効果の第一軸は「打てる手が増えるか」で、顧問費用の考え方でも同じ視点を使っています。 ### 誤解3：「社員に自由に選ばせれば定着する」 自由は入口としては良い。ただ、会社としての標準が無いと、引き継ぎと教育が崩壊します。個人の好みは残しつつ、業務ごとの第一候補だけは1枚の表に固定する——ここが中小企業の現実解です。 ### 誤解4：「使い分け表さえあれば、材料（コンテキスト）は不要」 これはいちばん危ない誤解です。どれに渡すかが決まっても、過去の提案書・様式・禁止事項・顧客の前提が渡らなければ、一般論の上手な文章しか出ません。使い分けは入口で、中身はコンテキストです。AI社員の作り方で書いている「フォルダと材料の設計」が、ここにつながります。 ## 経営者・管理職が30分で決める進め方 現場に全部任せて選定が終わらない、というパターンも多いです。私なら経営側で次だけ決めます。 - 時間を食う仕事を3つ、会議でホワイトボードに書く（抽象語禁止） - それぞれに第一候補AIを仮置きする（今日の時点でよい） - 人の確認ゲートを宣言する（数字・契約・対外文は人が最終） - 入力禁止情報を4行で共有する - 2週間後に「第一候補を変えるか」だけ見直す日付を入れる これ以上の細かい設定は、いちばん触っている担当者に任せます。役職で推進役を決めるより、「面白がって毎日触っている人」に権限を渡すほうが定着しやすい——これは顧問現場での観察です。推進の話はAI顧問の最初の90日｜前半の進め方の進め方とも重なります。 私が自社で2層共有（幹部はGitHub、スタッフはDriveミラー）を入れたときも、最初から完璧なツール統一は目指しませんでした。先に「どこに材料があるか」「誰が触るか」を揃え、窓口の役割は後から洗練させました。順番を間違えると、きれいな比較表だけが残って現場は動きません。 ## 使い分けで失敗する5パターン - 全部同じプロンプトを3ツールに投げて比較会が始まる——比較自体が目的化し、成果物が残らない。 - 「最強を1つに統一」会議が終わるまで誰も使わない——選定が導入の敵になる。 - NotebookLMに全社資料を1ノート投入——回答が混線し、信頼を失う。 - 個人の趣味でツールがバラバラ——引き継ぎ不能。最低限の社内ルールが要る（情報入力の考え方も合わせて整備）。 - 人の確認ゲートがない——数字・固有名詞・顧客への約束がそのまま出て事故る。 私の失敗談：複数ツールを契約した直後、「便利だから」と案件ごとに違うAIに投げ、過去の指示文がどこにも残らなかった時期があります。同じ仕事なのに再現できない。恥ずかしい話ですが、そこから「役割表を1枚にする」「うまくいった指示はフォルダに残す」を徹底しました。ツールより、残し方のほうが会社の資産になります。 ## 持ち帰り｜自社の役割分担チェックリスト 印刷するか、メモアプリにコピーして使ってください。 - □ 時間を食う業務トップ3を、具体名で書けた - □ 各業務の第一候補AIが1つに決まっている - □ 「人の確認が必須」な工程（数字・契約・対外文）が分かっている - □ 社内資料の置き場（Drive / ローカル / 紙）が言語化されている - □ NotebookLMを使うなら、ノート分割ルール（テーマ別）がある - □ うまくいった指示文の保存場所が決まっている - □ 学習オプトアウトや入力禁止情報が共有されている - □ 社員が「明日も開く」と感じるツールが少なくとも1つある - □ 1週間後に見直す日付が入っている - □ ツール選定会議を、業務名が決まるまで開かないと決めた - □ 第二候補を使う条件（第一候補が弱い場面）を一言で書けた - □ 来月の見直し担当者の名前が入っている チェックが8個以上埋まっていれば、使い分けは「知識」ではなく「運用」に入り始めています。埋まらない項目があるなら、ツールを増やす前に、その項目だけ会議に出してください。 自社のAI導入の進め方を資料で確認する ## よくある質問（FAQ） ### Q1. 結局、中小企業はどれか1つだけで十分ですか？ 最初の1ヶ月は1つでも構いません。ただし「全部の仕事を1つで完結」させる必要はありません。1つで始め、業務が増えたら役割を足す——その順番が安全です。 ### Q2. ChatGPTとClaude、両方契約する価値はありますか？ 毎日の業務量が多く、壁打ちと長文仕上げが両方あるなら価値が出やすいです。月に数回しか使わないなら、まず1つで業務名を決めるほうが先です。法人での判断軸は比較記事にまとめています。 ### Q3. GeminiはGoogleを使っていない会社でも必要ですか？ 必須ではありません。調査の入り口として便利な場面はありますが、役割が空いていなければ無理に足さなくてよいです。 ### Q4. NotebookLMはChatGPTの代わりになりますか？ なりません。NotebookLMは「渡した資料の中」が主戦場です。ゼロからの発想や、資料外の一般知識を広く聞く用途は、他ツールのほうが向きます。 ### Q5. 社員ごとに違うツールを使ってもよいですか？ 個人の好みは残してよいですが、会社としての第一候補（標準）は決めたほうがいいです。引き継ぎと教育コストが跳ねます。 ### Q6. セキュリティが不安です。使い分け以前の問題では？ その通りで、入力してよい情報の線引きは先に必要です。秘密情報・個人情報・顧客非公開情報・パスワードは入れない、といったルールを先に置く会社のほうが、結果的に活用も進みます。セキュリティと情報入力の記事を先に読んでください。 ### Q7. 使い分け表は誰が更新しますか？ AI推進の担当が1人いればその人、いなければ「一番触っている人」が月1で見直すので十分です。完璧な情シスがなくても回ります。 ## まとめ｜固定するのはツール名ではなく役割 ChatGPT・Claude・Gemini・NotebookLM——どれが「最強」かを決める会議に時間を使うより、自社の仕事に役割ラベルを貼るほうが、現場は速くなります。 - ChatGPT＝壁打ち・発想・言い回し - Claude＝長文・構造・仕上げ - Gemini＝調査・Google周りの一次整理 - NotebookLM＝社内資料の図書館 私の仕事である生成AI顧問でも、最初のセッションでやることはツール比較ではありません。時間を食う仕事を特定し、材料（コンテキスト）を揃え、どの窓口に渡すかを一緒に決める——それだけです。ツールは変わります。役割の設計は、会社に残ります。 もし自社でも、紙・Excel・PDF・写真が混在していて「どのAIに何を渡せばいいか」から整理したい場合は、WiLLAGENT（生成AI顧問）で壁打ちできます。まずは無料の資料セットで、3ヶ月の進め方の全体像を見てみてください。 無料資料セットを受け取る 次に読む 使い分けが決まったら、次は「会社として、どう使わせるか」です。 - 生成AIの社内ルールの作り方｜そのまま使えるひな形2点を全文公開人間向け1枚ガイドと、AIが毎回読むagent.mdのひな形 - 中小企業のAI導入の進め方｜最初の90日でやること全手順何から始めるかを、順番と期限つきで - 社員がAIを使ってくれない本当の理由｜犯人はやる気ではなく設計「使わない」を3つに分解し、症状→構造→処方箋で解剖 ## 選んだ候補を、自社の同じ入力で試す 用途に合う候補を二つ程度に絞ったら、同じ業務の入力で比べます。以下は実測結果ではなく、社内で使う採点例です。問い合わせの整理なら、「指定の分類を守る」「資料にない条件を補わない」「不明な点を確認へ回す」を必須条件にできます。 入力の種類確かめること 必要事項がそろう必須項目が欠けず、次の作業へ渡せるか 条件が矛盾する矛盾を隠して一つに決めないか 情報が不足する担当者への確認事項を出せるか 初回の読みやすさに加えて、人が直して使えるまでの時間を記録します。モデル、日付、設定、入力の版も残すと、後から条件を変えて再確認できます。一回の回答だけで汎用的な優劣を決めるものではありません。 同じ仕事で比べる採点表と、資料を読む用途の引用チェック表を用意しました。業務に合わせた評価基準から考えたい場合は、AI活用について相談できます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIにインタビューさせる棚卸し術｜「書けない」でも会社の知見が文書になる URL: https://aiandwill.com/ai-interview-tanaoroshi/ 公開: 2026-07-13 / 更新: 2026-09-05 「じゃあ、それ文書化しておいてもらえますか」——会議でこう頼んで、期日どおりに文書が出てきた会社を、私はほとんど見たことがありません。生成AI顧問として累計15社、研修・レクチャーまで含めれば30社超の企業と仕事をしてきて、これは自信を持って言える数少ないことの1つです。業務のやり方、会社の強み、品質の基準、経営の方針。「あの人に聞けば分かる」ことを文書にしようという号令は、どの会社にも一度はあります。そして、そのほとんどが白紙のまま止まっています。 先に結論を書きます。書けないのは、その人の能力の問題ではありません。白紙に向かって書くという行為そのものに、構造的な無理があるのです。だから直すべきは人ではなくやり方で、具体的には「書く」を「話す」に変えます。AIに質問させれば、人は答えるだけでいい。答えた言葉は、その場で文書になる。私が顧問先の幹部レクチャーでも実際に使っているこの「AIにインタビューさせる棚卸し術」を、設計プロンプトの5要素から、コピーしてすぐ使える汎用プロンプト全文まで、この記事にすべて置いていきます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「文書化しておいて」で文書は出てこないのか まず、責める話ではないことをはっきりさせておきます。文書化を頼まれて書けなかった人は、サボったわけでも能力が足りないわけでもありません。頼まれた本人は真面目で、必要性も理解していて、やる気すらある。それでも書けない。私の見聞きする範囲では、この止まり方に業種も会社の規模も関係がありません。理由は3つ、すべて構造の側にあります。 1つ目、白紙に向かうのは三重の同時作業だから。文書を書くという行為は、「何を書くべきか思い出す」「それを順序立てて構造化する」「読める文章に表現する」という3つの仕事を同時にこなす作業です。これは訓練された専門技能であって、現場のプロの技能とは別物です。営業のエースが提案の名手でも、経理のベテランが数字に強くても、「自分の仕事を白紙から文書にする」訓練を受けた人は、社内にほとんどいません。 2つ目、本人には「書くべきこと」が見えていないから。毎日やっている仕事は、本人の中では「普通にやっているだけ」に圧縮されています。どの判断に価値があり、どの手順が他人には非自明なのか、当の本人がいちばん分からない。だから書き始めても「こんな当たり前のこと、書く意味があるのか」と手が止まります。実際にはその「当たり前」こそが、会社が文書にしたかった中身なのですが。 3つ目、書く時間は永遠に来ないから。文書化を頼まれるのは、たいていその業務をいちばん分かっている人、つまりいちばん忙しい人です。「手が空いたときでいいので」の手が空く日は来ません。数週間後に「あれ、どうなりました？」と聞かれて、「すみません、まだ……」と答える。この気まずいやり取りを数回繰り返して、号令は静かに消えていきます。 ここで、1つ思い出してほしいことがあります。書けなかったその人は、会議で聞かれれば30分でも話せるはずです。「あの案件どうなってる？」と聞かれて絶句する人はいない。つまり、頭の中に中身はあるし、言葉にする力もある。「業務を言語化できない」のではなく、白紙という形式が言語化を邪魔しているだけなのです。ナレッジ化の方法を考えるとき、この区別が出発点になります。直すべきは人の能力ではなく、形式のほうです。 ## 発想の転換——「書く」を「話す」に変える 形式を直すとは、こういうことです。AIをインタビュアー（聞き手）にして、人は質問に答えて話すだけにする。AIが1問ずつ質問し、答えに応じて深掘りし、聞き終わったらその場で文書に清書する。人がやることは、椅子に座って自分の仕事について話すことだけ。ペンもキーボードも、白紙も要りません。 やってみると分かりますが、これは体感がまったく違います。白紙を前にした10分は苦痛ですが、質問に答える10分はただの会話です。しかも質問には、先ほどの三重の同時作業を分解する効果があります。「何を書くか」は質問が決めてくれる。「構造化」と「文章表現」はAIが引き受ける。人に残るのは「思い出して話す」だけ——これなら、誰でもできます。 観点「書いておいて」方式「AIに話す」方式 必要なスキル構造化しながら文章を書く専門技能質問に答えて話すだけ 最初の10分白紙を前に固まる1問目に答えた時点で始まっている 本人の負担数時間〜数十時間（実際は着手されない）話すこと30〜60分×数回 出てくる中身本人が「書くべき」と思えたことだけ深掘りで、本人が意識していない判断まで出る 途中で止まるリスク高い（白紙のまま期日が過ぎる）低い（答えた分は必ず素材として残る） 清書本人がやる（さらに時間がかかる）AIがその場でやる あとからの更新腰が重い（「また書くのか」）追加インタビューで差分を足すだけ 実際のやり取りは、たとえばこんな空気で進みます。 ✻ 経費精算のチェックでは、金額のほかに必ず見ている項目はありますか？ 日付と、申請者の部署かな。あとは……なんとなく「この組み合わせは一度確認しよう」っていうのがあるんだよね。 ✻ その「確認しようと感じる組み合わせ」を、具体的に教えてください。たとえば過去には、どんなケースがありましたか？ ……そういえばこれ、いままで誰にも教えたことがなかったな。 ▲ AIインタビューの再現イメージ（特定の会社の事例ではなく、一般化した描写です）。本人が言葉にしたことのない判断基準は、だいたい3問目の深掘りから先に出てくる この「誰にも教えたことがなかった」が出た瞬間が、ナレッジ化の本番です。白紙方式では絶対に紙の上に載らなかった一文が、質問1つで口から出てくる。私はこの瞬間に立ち会うのが好きで、正直に言えば、この仕事のいちばんの醍醐味だと思っています。 ## なぜAIが聞き手に向くのか——人間の聞き手にできない4つのこと 「聞き手を立てるなら、人間でもいいのでは」という疑問は当然あります。実際、人間のインタビューにも価値はあります。それでも私がAIを聞き手に推すのは、組織の中の人間には構造的にできないことが4つあるからです。 ①無限に付き合う。人間の聞き手を確保するには、日程調整という関門があります。忙しい2人の60分を合わせるだけで1〜2週間、それを2回3回と重ねるのは現実には相当な覚悟が要ります。AIなら、思い立った瞬間に始められて、10分で中断しても文脈を覚えていて、深夜でも昼休みの15分でも続きから再開できます。「あとで続きをやろう」が、言葉どおりに実行できる聞き手は貴重です。 ②遠慮なく深掘りする。人間同士の会話では、「なぜですか？」を3回続けると詰問に聞こえます。相手が先輩なら「そんなことも知らないのか」と思われる不安があり、相手が後輩なら「これくらいで分かるだろう」という省略が起きる。AIへの回答には、この対人の力学が働きません。聞く側は何往復でも「たとえば？」を続けられるし、答える側も、人間相手なら格好をつけてしまう説明を、あっさり正直に話します。 ③その場で清書する。人間が聞き手のインタビューは、録音→文字起こし→構造化→文書化という後工程が控えていて、経験上、止まるのはたいていここです。話は聞けたのに、文書になる前に熱が冷める。AIは聞き手と書き手が同一人物なので、インタビューが終わった1分後には清書が始まります。「聞いたのに文書にならない」という一番もったいない失敗が、構造的に起きません。 ④偉い人にも新人にも、同じ調子で聞く。これが実は一番大きいと私は思っています。組織には「聞ける関係」と「聞けない関係」があります。社長の頭の中の経営方針を、部下は怖くて深掘りできません。「その方針の根拠は何ですか？」と社長に3回聞ける社員は、まずいない。逆に新人のつまずきは、聞く側のベテランが「そこは価値のある情報だ」と気づけずに流してしまう。AIは相手の役職を忖度しません。社長にも新人にも、同じ精度で「もう少し具体的に教えてください」と聞く。役職の非対称を消せる聞き手は、組織の中には存在しないのです。 ## 基本の型——インタビュー設計プロンプトの5要素 やり方は簡単で、AIに「聞き手」という仕事を依頼するプロンプトを1枚書くだけです。ただし、「私にインタビューしてください」の一行だけでは機能しません。顧問現場で型を磨いてきた結果、必要な要素は5つに落ち着きました。 ① テーマ　何について聞くか（1インタビュー1テーマに絞る） ② ゴール　最終的にどんな文書がほしいか（誰が読むかまで書く） ③ 1問ずつ　質問は必ず1つずつ・回答を受けて次を決めさせる ④ 深掘りルール　抽象語には具体例を要求・誘導尋問の禁止など ⑤ 清書形式　出力する文書の構成・創作禁止・本人確認まで指定 ↓ AIが「聞き手」として機能し、回答が構造化された文書（ファイル）になる ▲ インタビュー設計プロンプトの5要素。全文テンプレートは記事末尾に置いてあります ①テーマは、1つに絞ります。「うちの会社のすべて」では質問が浅くなって失敗します。「あなたが担当している月次請求の業務」「わが社の強み」——このくらいの粒度が1回分です。②ゴールは、ほしい文書の姿を先に言葉にします。「後任が読めば一人で回せる引き継ぎ文書」と「採用ページに載せる会社の強み」では、AIがすべき質問がまるで違うからです。 ③1問ずつは、指定しないと必ず破られます。放っておくとAIは律儀に5問まとめて出してきて、5問並んだ画面を前にした人は、白紙に向かうときと同じ「書くモード」に戻ってしまいます。「質問は必ず1つずつ。私の回答を受けてから次の質問を決めること」と明示してください。④深掘りルールは、この型の心臓部です。「抽象的な答えには『たとえば？』と具体例を求める」「『必ず』『絶対』『普通は』が出たら例外がないか確認する」「私の答えを先回りして提案しない」。この最後の1行の意味は、後半の失敗パターンで説明します。⑤清書形式では、文書の構成に加えて「私が話していないことを補完・創作しない」「曖昧なまま残った点は未確認事項として列挙する」を必ず入れます。 1つ、白状しておきます。私は普段から「プロンプトよりコンテキスト」と言い続けている人間で、プロンプトの書き方を主役にした記事にはかなり否定的です。その私がプロンプトの型を丸ごと公開しているのは、矛盾ではありません。このプロンプトは入口にすぎず、本当の成果物は、出てきた回答——会社のコンテキストがファイルになったもの——のほうだからです。プロンプトの文言を磨き込むことに時間を使うくらいなら、その時間で1回多くインタビューをして、会社の知見のファイルを1枚増やしてください。価値が積み上がるのはファイルの側です。 ## 用途別の使い方4つ——業務・強み・水準・方針 「棚卸し」と聞くと、業務の一覧表づくりを思い浮かべる方が多いはずです。業務を洗い出してAIに渡せる仕事を見つける棚卸しは、業務の棚卸しのやり方の記事で書いた「1週間の業務メモ方式」が向いています。AIインタビューが力を発揮するのはその先——一覧に載った個々の仕事の中身や、そもそも一覧表にできない「考え方」を言語化する場面です。私が顧問現場で実際に使っている用途は4つあります。 用途AIに聞かれる人できあがる文書主な使い道 ①自分の業務の棚卸し各担当者業務の手順・判断基準・注意点引き継ぎ／属人化対策／AIに仕事を任せる準備 ②会社の強みの言語化経営者・古参社員強み・選ばれる理由の一覧営業資料／採用ページ／HP・広報の文言 ③業務水準の明文化部門の中核メンバー「どこまでやったら合格か」の基準書新人教育／品質チェック／評価の物差し ④経営方針の言語化経営者方針とその根拠の文書幹部との共有／判断の拠り所／AIへの指針 ①自分の業務の棚卸しは、全員に勧められる入口です。自分の業務はいちばん身近なのに、いちばん言語化されていません。引き継ぎや属人化対策としての価値はもちろんですが、いま一番大きいのは「AIに仕事を任せる準備」としての価値です。業務の手順と判断基準がファイルになっていれば、それはそのままAIが読み込む仕事の指示書になります。この接続の全体像はAI社員の作り方の記事に書いたとおりで、棚卸しファイルはAI社員の判断材料そのものです。 ②会社の強みの言語化は、経営者ほど効きます。「御社の強みは何ですか」と正面から聞かれて、すらすら答えられる経営者は多くありません。手が止まるか、謙遜が返ってくる。強みは比較の中にしか存在しないので、「同業他社にできなくて、御社にできることは何ですか」「離れなかったお客様は、なぜ離れなかったのだと思いますか」という深掘りの往復が要るのです。これはまさにAIの得意な聞き方で、出てきた言葉は営業資料にも採用ページにもそのまま流用できます。 ③業務水準の明文化は、「うちの当たり前」を基準書にする仕事です。どこまでやったら合格で、何をしたら不合格なのか。ベテランの頭の中にはあるのに文書にはない、この水準の言語化は、新人教育と品質管理の土台になります。なお、引退が近いベテランの暗黙知を丸ごと会社に残すという一番重いテーマについては、教材・マニュアル・AIの3出口に展開する手順まで含めて暗黙知を会社にインストールする方法の記事で深掘りしているので、そちらを読んでください。本記事の型は、その入口としてそのまま使えます。 ④経営方針の言語化は、社長の頭の中にしかない方針を、幹部が「解釈」ではなく「参照」できる状態にする仕事です。方針が文書になっていない会社では、幹部は社長の顔色と過去の発言から方針を推測して動きます。文書になっていれば、判断に迷ったとき読みに行ける。そしてこれもまた、AIに渡せば会社の判断の指針として働き始めます。 この手法を、私は顧問先の幹部レクチャーに組み込んでいます。熱海の総合防災点検会社・WECSさん（業歴30年以上）の幹部向け連続レクチャーでは、幹部が自分の仕事をAIインタビューで棚卸して、ファイルにするワークを実施しています。設計思想はシンプルです。経営方針・業務水準・自分の役割——この3つが本人の頭の外に出てファイルになっていれば、人にもAIにも引き継げる。逆にこの3つが頭の中にある限り、どれだけ高性能なAIを入れても、会社の実態を知らない一般論しか返ってきません。レクチャーで延べ100名以上に伝えてきて、この順番——道具の使い方より先に、まず自分の仕事を言語化する——を崩さないことが、私のこだわりです。 こうした進め方を体系的に知りたい方向けに、無料の資料セット（セミナー動画3本＋サービス概要PDF）を用意しています。 無料資料セットを受け取る ## うまくいくコツ3つと、やりがちな失敗3つ ### コツ①：1回60分まで。長い1回より、短い複数回 質問に答え続けるのは、思っている以上に消耗します。60分を超えたあたりから答えが目に見えて雑になるので、私は1回60分で切ることを目安にしています。1テーマを仕上げたければ、60分×2〜3回。間を空けるのには積極的な意味もあって、1回目のあとの日常業務の中で「そういえば、あれも言っておかないと」が必ず湧いてきます。この「あとから思い出す」を回収するためにも、複数回に分ける設計のほうが結果的に濃くなります。 ### コツ②：答えは声で。タイピングは「書く」への逆戻り AIチャットにキーボードで答えを打ち込んでいると、人はいつの間にか文章を推敲し始めます。それは形を変えた「書く」であり、白紙の苦痛が薄まって戻ってくるだけです。答えは音声入力で話すか、対面・会議形式なら録音して文字起こしをAIに渡してください。話し言葉の「なんとなく」「あー、それはね」という言い回しには、整った文章から抜け落ちる判断の温度が乗っています。清書はどうせAIがやるのですから、入力は崩れていて構いません。 ### コツ③：清書は必ず本人確認。飛ばすと方式ごと信用を失う 話し言葉からの清書には、言い過ぎと言い足りないが必ず混ざります。本人が読んで「ここは違う」「正確にはこうだ」と直す工程を、絶対に飛ばさないでください。理由は正確性だけではありません。本人確認を通っていない文書が配布されて誤りが見つかると、「AIが作った、実態と違う文書」という評判が社内に立ちます。そうなると失われるのは1枚の文書の信用ではなく、この方式そのものへの信用です。一度そうなった会社で再起動するのは、最初に始めるより何倍も大変です。 ### 失敗①：誘導尋問にさせてしまう AIは優秀な聞き手ですが、放っておくと「〜という理解で合っていますか？」という確認質問や、気の利いた選択肢の提示を始めます。これが危ない。人は選択肢を示されると「あ、それでいいです」と流されるからです。出てくる文書は、本人の言葉ではなくAIの推測を本人が追認しただけのものになります。読み手には区別がつかないぶん、たちが悪い。対策はプロンプト側で打てます——「私の答えを先回りして提案しない」「はい/いいえで答えられる質問を続けない」。記事末尾の汎用プロンプトには、この2行を最初から入れてあります。 ### 失敗②：一度に全部聞こうとする 「この機会に、うちの業務を全部言語化しよう」と風呂敷を広げた途端、質問は浅く広くなり、出てくる文書は目次だけ立派な要約になります。テーマの広さと深掘りの深さはトレードオフです。1インタビュー1テーマ。物足りないくらいに絞って、そのぶん回数を重ねてください。 ### 失敗③：きれいな文書を作って満足する 使い道を決めずに始めた棚卸しは、どれだけ丁寧に文書化しても保管庫行きになります。行き着く先は、白紙のまま止まったマニュアルと同じ場所です。「来月入る中途採用者に渡す」「営業資料の次の改訂に使う」「AIの報告書チェックに読み込ませる」——誰が・いつ・何に使うのかを先に決めてから、聞き始めてください。使い道が決まっていれば、ゴール（5要素の②）も自然に書けます。 ## よくある質問 ### Q1. どのAIツールを使えばいいですか？ 始めるだけなら、普段使いの生成AIチャットで今日からできます。スマホの音声入力を併用すれば、「書く」工程は完全にゼロになります。できあがったファイルを溜めて、AI社員の判断材料として日々の業務で使う段階まで進むなら、ファイルとフォルダを扱えるAIエージェントが向いています。費用感の目安として、私の顧問先ではAIツールの実費は1人あたり月3,000円〜1万円の範囲に収まっています。 ### Q2. 話すのが得意ではない人でもできますか？ できます。インタビューは雄弁さを要求しません。質問は1つずつしか来ませんし、言い直しは何度でもできて、沈黙して考え込んでも誰も気まずくならない。プレゼンより、雑談より、ハードルは低いはずです。それでも話しにくい場合は、まず箇条書きのメモを渡してから「このメモについて、1つずつ質問して肉付けしてください」と頼む折衷案が使えます。白紙よりずっと楽なことに変わりはありません。 ### Q3. 社外秘の内容をAIに話して大丈夫ですか？ インタビューは会話なので、話しているうちに顧客名や金額が自然と口をつきます。それ自体は止めなくて構いません——現実的なのは、清書の段階でAIにマスキングさせる運用です。前提として①入力内容がAIの学習に使われる設定をオフにする（学習オプトアウト）、②清書ファイルには固有名詞・取引条件・機密の数値を残さない、の2点を決めておけば、聞き出したい本体は判断基準と考え方なので実務上困ることはほとんどありません。会社としての情報の渡し方の考え方はセキュリティと情報入力の記事にまとめています。 ### Q4. AIが話を盛ったり、勝手に作ったりしませんか？ 放っておけば盛ります。清書の段階で、話していない「それらしい一文」を補ってくるのは、生成AIの性質として織り込むべきです。だから対策を2段構えにします。1段目はプロンプトで、「私が話していないことを補完・創作しない」「曖昧な点は未確認事項として列挙する」を清書形式に明記する。2段目は運用で、清書は必ず本人が読んで確認する（コツ③）。この2段を守れば、実用上の問題はほぼ抑えられるというのが私の現場感です。 ### Q5. 1回のインタビューで、どこまで文書になりますか？ 60分で「1テーマの初稿」と考えてください。引き継ぎ文書や基準書として運用に耐える水準には、追加の深掘りと本人確認を含めて2〜3回が私の目安です。ただし、最初から完成を目指す必要はありません。初稿の時点で白紙よりはるかに価値があるので、まず使い始めて、使いながら追加インタビューで育てるほうが、結果として良い文書になります。 ### Q6. 自社だけでやるのと、外部の支援を受けるのとの違いは？ この記事の型と末尾のプロンプトで、自社だけで始められます。そのために公開しています。外部と組む意味が出るのは、棚卸しした文書をどう配置し、どうAIの仕事につなげるかという設計の段階です。私たちの生成AI顧問は月30万円〜（税別・社員同席込み）・最低6か月の伴走で、幹部レクチャーでの棚卸しワークからファイル設計、AI社員への接続までを伴走します。顧問という関わり方の中身はAI顧問とは何かの記事に費用の考え方も含めてまとめています。 ## 持ち帰り用：今日使える汎用インタビュープロンプト全文 最後に、5要素を組み上げた汎用プロンプトの全文を置いておきます。【 】の2箇所を書き換えて、普段使いのAIチャットに貼るだけで、今日から始められます。用途4つ（業務の棚卸し・強みの言語化・水準の明文化・方針の言語化）のどれにも、テーマとゴールの差し替えだけで対応できます。 # AIインタビュー依頼プロンプト（汎用版） あなたはインタビュアーです。これから私にインタビューをして、 最後に文書としてまとめてください。 ## テーマ（何について聞くか） 【例：私が担当している月次請求業務の内容と判断基準】 ## ゴール（最終的にほしい文書） 【例：後任者が読めば、一人で業務を回せる引き継ぎ文書】 ## 進め方のルール - 質問は必ず1問ずつ。まとめて聞かない - 私の回答を受けてから、次の質問を決めること - 全体で12〜15問・60分以内を目安に切り上げること ## 深掘りのルール - 抽象的な答えには「たとえば？」と具体例を求めること - 「必ず」「絶対」「普通は」が出たら、例外がないか確認すること - 専門用語・社内用語が出たら、その場で意味を確認すること - はい/いいえで答えられる質問を続けないこと - 私の答えを先回りして提案しないこと（誘導尋問の禁止） - 話が脱線しても止めず、一通り話させてから本筋に戻すこと ## 清書の形式 - インタビュー終了後、次の構成で文書にまとめること 1. 概要（この文書は何か・誰のためのものか） 2. 本文（見出し＋箇条書きで、聞き出した内容を構造化） 3. 判断基準・注意点（「この場合はこうする」の形で列挙） 4. 未確認事項（曖昧なまま残った点のリスト） - 私が話していないことを補完・創作しないこと - 清書後、「言い過ぎ・言い足りない箇所がないか」を私に確認すること 準備ができたら、最初の質問からどうぞ。 このプロンプトの本丸は、深掘りのルールと清書の形式です。誘導尋問の禁止、創作の禁止、未確認事項の明示、本人確認——この記事で説明した失敗対策は、すべてこの2ブロックに畳み込んであります。逆に言えば、テーマとゴール以外はいじらなくて大丈夫です。まず1回、このまま使ってみてください。 ## まとめ：白紙をやめた日から、会社の知見は文書になり始める 要点は3つです。①「文書化しておいて」で文書が出てこないのは、能力ではなく白紙に向かう形式の問題。書けない人も、聞かれれば話せる。②だから「書く」を「話す」に変えて、AIを聞き手にする。無限に付き合い、遠慮なく深掘りし、その場で清書し、社長にも新人にも同じ調子で聞く——この4つは人間の聞き手には構造的にできない。③型はテーマ・ゴール・1問ずつ・深掘りルール・清書形式の5要素。1回60分まで、答えは声で、清書は必ず本人確認。 最初の一歩としてお勧めしたいのは、誰かに頼む前に、今日、自分自身が30分だけ受けてみることです。テーマは「自分の業務の棚卸し」でいい。上のプロンプトを貼って、音声入力で答えるだけです。3問目あたりで「そういえば、これ誰にも言ったことがないな」が自分の口から出てきたら、この方式が御社で機能する証拠です。その体験を持って、次は隣の席の人に「30分だけ、話を聞かせてもらえますか」と声をかけてください。 棚卸しからファイル設計、AIへの接続まで、進め方の全体像を知りたい方向けに無料の資料セットを用意しています。私と一緒に3ヶ月で進めたい方は、下の資料からAI顧問の中身も覗いてみてください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：148字（推奨120〜158字） ============================================================ 「文書化しておいて」で文書が出てきた会社を、私はほとんど見たことがない。書けないのは能力でなく白紙に向かう構造の問題。AIに質問させて話すだけで業務・会社の強み・業務水準が文書になる「AIインタビュー棚卸し術」を、累計15社を支援する生成AI顧問・赤堀が公開。設計5要素と汎用プロンプト全文つき。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 経営者のAI活用は1日10分から｜社長が触らない会社のAIは定着しない URL: https://aiandwill.com/keieisha-ai-katsuyo/ 公開: 2026-07-13 / 更新: 2026-09-05 生成AI顧問として累計15社ほどの会社に入り、研修やレクチャーを含めれば30社を超える現場を見てきました。その経験から、確信していることが1つあります。AI導入がうまくいくかどうかは、初回の打ち合わせでだいたい分かる、ということです。見ているのは予算の大きさでも、選んだツールでも、担当者のITスキルでもありません。社長が自分で触るつもりがあるかどうか。この1点です。 「経営者はAIの細かい操作なんて覚えなくていい。方針を決めて、部下に任せればいい」——そう考えている社長にこそ、読んでいただきたい記事です。任せること自体が間違いだという話ではありません。「任せた」という言葉が、現場では「優先度が低い」と翻訳されてしまうという、組織の構造の話です。社長が1日10分だけ自分の仕事でAIを触ると何が変わるのか、逆に触らない会社で何が起きるのか。顧問先で実際に見てきた光景と、業歴30年を超える会社の経営者が口にした方針転換の実話から書いていきます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 導入の成否を分ける最大の変数は「社長が触るか」だった AI導入の相談は、私の経験では大きく2通りの始まり方をします。1つは、初回の打ち合わせに社長が同席し、自分のPCを開いて「まず私がやってみたい」と言う会社。もう1つは、社長は冒頭の挨拶だけで退席し、「あとは担当に任せていますので」と現場に引き継ぐ会社です。どちらも珍しくありません。そして半年後の景色は、はっきり分かれます。 前者の会社では、AIが業務の中に溶け込んでいきます。社長が使うから幹部が使い、幹部が使うから現場が使う。「これもAIに教えられるのでは」という会話が、私が居ない場でも自然に生まれるようになります。後者の会社では、担当者がどれだけ優秀でも、どこかの時点で止まります。研修直後の満足度は高いのに、翌月には使っている人が数人に減っている。ツールの契約だけが残り、誰も開かないフォルダと一緒に静かに風化していく——この光景を、私は何度も見てきました。 誤解のないように書いておくと、これは根性論ではありません。予算をかけても、良いツールを選んでも、優秀な担当者を置いても、この1点が欠けると投資が回収できない。逆にこの1点があると、小さな予算でも定着していく。つまり、費用対効果のいちばん大きなレバーが、お金のかからないところにあるということです。ここで言う「定着」とは、意識の高い数人が頑張って使っている状態ではなく、普通の社員が普通の業務の中で当たり前にAIを使っている状態を指します。 付け加えると、この変数は会社の規模が小さいほど強く効きます。大企業なら推進部門の組織力で経営トップの無関心をある程度は補えますが、社員数十名の中小企業では、社長の関心事がそのまま会社の関心事です。良くも悪くも、社長の行動が組織に伝わる速度が速い。だからこそ中小企業のAI導入は、社長が触れば大企業より速く定着し、触らなければ大企業より速く止まります。では、なぜ「触らない」だけで止まるのか。現場で起きていることを分解します。 ## なぜ社長が触らないと止まるのか——部下は本気度を「行動」で測る 理由は3つあります。先に強調しておきたいのは、どれも社員の怠慢ではなく、組織として合理的で自然な反応だということです。社員を責めても何も解決しません。 ### ①部下は、社長の言葉ではなく行動を見ている 「AIはうちの重要テーマだ」と朝礼で語る社長は大勢います。しかし社員が本気度を測る物差しは、言葉ではありません。社長自身が自分の時間を使っているかどうかです。DXでも新規事業でも同じですが、トップの時間の使い方は、どんな方針文書よりも雄弁に優先順位を語ります。社長がAIに1分も時間を使っていないことを、社員は驚くほど正確に察知します。察知した結果が「様子見」です。誰も反対はしない、けれど誰も本気で動かない。AI導入が失速する会社の空気は、だいたいこれです。 ### ②「任せた」は、現場では「優先度が低い」と翻訳される 社長にとって「任せた」は信頼の言葉のつもりでしょう。しかし受け取る現場での翻訳は違います。社長が自分の時間をまったく投じないテーマは「社長の関心が薄い仕事」であり、頑張っても評価に直結せず、失敗すれば自分の責任になる。合理的な社員ほど、目の前の既存業務を優先します。顧問先で見てきた「社長の行動と、現場での翻訳のされ方」を対比表にしておきます。左の列に心当たりがないか、上から順に確認してみてください。 社長の行動 現場ではこう翻訳される 「任せた。よろしく」と言って自分は触らない 「優先度の低い案件。頑張っても評価されない」 会議で「AIの成果、出てる？」と数字だけ聞く 「早く成果の体裁を整えないと詰められる」 ツールの決裁はするが中身を知らない 「説明しても伝わらない。相談するだけ損だ」 「私はアナログ人間だから」と笑って例外に回る 「この会社は本気ではない。使わなくても許される」 下手でも自分の仕事でAIを使い、所感を口にする 「本気だ。乗り遅れるほうがまずい」 うまくいかなかった体験も隠さず共有する 「失敗しても大丈夫。試すこと自体に価値がある」 下の2行を見てほしいのですが、現場を動かすのに必要なのは、上手に使うことではありません。下手でも触っている姿と、正直な所感です。ここを勘違いして「自分が使いこなせるようになってから」と先送りする社長が多いのですが、順番が逆です。 ### ③決裁だけの関与では、判断がずれる もう1つ、見過ごされがちな実害があります。AI導入では、経営者にしかできない判断が次々に発生します。どの情報をAIに見せてよいか。有料プランを何人分契約するか。業務時間のうちどれだけを試行錯誤に充ててよいか。触ったことのない人がこれらを判断すると、過剰に警戒するか、過剰に期待するかのどちらかに振れます。1人月数千円のツール決裁に何週間もかけて現場の熱を冷ます一方で、あるとき突然「全社員、明日から使えるようにしろ」と一足飛びの号令を出す。両極端に見えて、根は同じ「土地勘のなさ」です。自分で10分でも触っていれば、何が簡単で何が難しいか、どこに時間と線引きが要るのか、判断の解像度がまるで変わります。 ちなみに「社員がAIを使ってくれない」という相談を受けて現場を見に行くと、原因の一端が社長の行動にあるケースは少なくありません。社員側の理由の分解は社員がAIを使ってくれない理由の記事に書きましたが、仕組みをどれだけ整えても、トップの行動が「使わなくていい」というメッセージを発していたら打ち消されてしまいます。 ## 「触る」のハードルは想像よりずっと低い——1日10分、自分の仕事から ここまで読んで「そうは言っても、何をすればいいのか」と思われたかもしれません。安心してください。社長に必要な「触る」は、操作研修を受けることでも、プロンプトの書き方を暗記することでもありません。私はレクチャーで延べ100名以上にAIの使い方を教えてきましたが、経営者にお渡しする最初のメニューはいつも同じです。1日10分、自分の仕事をそのままAIに持ち込む。それだけです。 逆に、やらないでほしい始め方が1つあります。「AIで何ができるの？」とAI自身に聞くことです。返ってくるのは立派な一般論で、感心はしても、あなたの仕事は1ミリも変わりません。順番は逆です。先にあなたの仕事をAIに持ち込む。何ができるかは、その後で勝手に分かってきます。 「自分の仕事」の中でも、最初の用途はこの3つに絞ることを勧めています。どれも経営者が毎日すでにやっている仕事で、材料が手元にあり、10分で価値が体感できるものです。 最初の用途 1 会議メモの整理 直近の会議メモや議事録を貼り付けて、決定事項・保留事項・自分が持ち帰った宿題を仕分けさせる。頭の中でやっていた整理が外に出ます。 最初のひと言：「この会議メモから、決まったこと・保留のこと・私の宿題を分けて一覧にして」 最初の用途 2 判断メモの壁打ち いま迷っている判断を3行で書き、選択肢・リスク・見落としを挙げさせる。結論を出すのではなく、考えを整理する鏡として使います。 最初のひと言：「この判断の選択肢と、それぞれのリスク、私が見落としていそうな観点を挙げて」 最初の用途 3 数字への質問 月次資料や試算表を渡して、前月との差・動きの大きい項目を説明させ、逆にAIから質問を出させる。数字を「眺める」が「対話する」に変わります。 最初のひと言：「この月次資料で前月から動きが大きい項目と、経営者として気にすべき点を質問の形で挙げて」 この3つに共通するのは、部下には頼みにくい仕事だという点です。判断の迷いを部下に見せるのはためらいがある。数字についての素朴な疑問は、今さら聞きにくい。AIには、そのためらいが要りません。深夜でも早朝でも、何度同じことを聞いても、嫌な顔ひとつしない壁打ち相手です。経営者という仕事の孤独な部分にいちばん効く道具だと、私は思っています。 もう1つ大事なことを添えます。上手な指示文は要りません。私の方法論の根っこには「コンテキスト（AIに渡す材料）は、プロンプト（指示の上手さ）に勝る」という考え方があります。そして経営者の場合、その材料——会議メモ、判断の背景、月次の数字——が誰よりも手元に揃っています。話し言葉で「これを整理して」と頼めば十分に動きます。むしろ材料を持っている分、経営者は社内でいちばんAIと相性の良い職種だというのが、現場で教えてきた私の実感です。 ## オペレーション効率化の先へ——「経営判断の軸」としてのAI 多くの会社のAI活用は、議事録の整理、報告書の下書き、メールの文面といったオペレーションの効率化から始まります。それ自体は正しい順番です。ただ、経営者が自分で触り続けていると、その先にもう一段深い使い方が見えてきます。 私が顧問として幹部向けの連続レクチャーをご一緒している会社に、熱海の総合防災点検会社・WECSがあります。業歴30年を超える会社で、経営者の渡辺淳司さんと幹部の皆さんが同じ場でAIを学び、業務に組み込んでいく取り組みです。このレクチャーを重ねる中で、渡辺さんから出てきた方針転換の言葉が、私には強く残っています。「オペレーション中心から、経営判断の軸にも」——AIの使いどころを日常業務の効率化にとどめず、経営の意思決定にまで広げる。そして、それを「幹部と進める」と。 この言葉が重要な理由は2つあります。1つは、報告書が速く書けるようになったという「作業の話」から、会社として何を選ぶかという「判断の話」へ、AIの置き場所が一段上がっていること。もう1つは、それを社長1人の技術ではなく、幹部というチームの技術にすると決めていることです。業歴30年を超える会社の経営者がこの視座に立てたのは、遠くからAIを眺めて評論していたからではなく、レクチャーの場で自ら向き合ってきたからだと私は考えています。触った人だけが、次の使い道を思いつけるのです。 では「経営判断の軸」としてのAIとは、具体的に何をするのか。私が経営者の壁打ち相手として価値が大きいと考えているのは、次の3つの働きです。 - 事業数値の整理 — 月次資料や売上データを渡し、動きの大きい項目・前期との差・傾向を言葉にさせる。数字の羅列が「意味のある変化」として立ち上がってきます。 - 選択肢の比較 — 設備投資をするか見送るか、新サービスを出すか出さないか。選択肢ごとの前提・リスク・成立条件を表に並べさせる。頭の中の比較が紙の上の比較になります。 - 見落としの指摘 — 「この判断で私が見落としていそうな観点を挙げて」。社内では立場上誰も言ってくれない指摘が、遠慮なしに返ってきます。耳が痛い指摘ほど価値があります。 1つ、はっきり線を引いておきます。AIに経営判断そのものを任せるという話ではありません。決めるのは経営者です。AIが担うのは、判断の材料を揃え、選択肢を並べ、思考の偏りを指摘するところまで。それでも、壁打ち相手の質が上がれば判断の質は上がります。オペレーションの効率化で終わらせず、この「経営の壁打ち」まで並走するのが、私の考えるAI顧問という仕事の後半戦です。世の中にはオペレーション効率化の記事や研修はあふれていますが、この判断の壁打ちの話はまだあまり語られていません。理由は単純で、経営判断の場面までAIを連れて行った経営者が、まだ少ないからです。だからこそ、ここまで来た会社は静かに差をつけていきます。 ## やってはいけない経営者の関わり方3つ 逆のパターンも書いておきます。本人に悪気はまったくないのに定着を止めてしまう関わり方で、顧問の現場で繰り返し見てきた3つです。 ### NG①「君、AI担当ね」の丸投げ任命 若手やITに詳しい社員を指名して、権限も時間も予算も与えずに「あとはよろしく」。任命された本人は、通常業務の上にAI推進が乗り、成果だけを問われ、社内に協力を求めても「社長案件」という後ろ盾がないので動いてもらえない。数ヶ月で孤立します。担当者を置くこと自体は正しい打ち手です。問題は選び方と任せ方で、詳しくはAI推進担当者の選び方の記事に書きました。1つだけ先に言っておくと、実務の推進は任せられますが、「会社の本気度の発信」だけは社長にしか出せません。ここまで含めて丸投げした瞬間、どんなに優秀な担当者でも詰みます。 ### NG②触らないまま、成果の催促だけする 「で、AIの効果は出てるの？」——自分では触っていない社長のこの一言は、現場を確実に萎縮させます。触っていない人には、何が簡単で何が難しいかの土地勘がありません。土地勘のない催促は、時期も水準も的外れになりがちで、現場は「成果の体裁」を整える報告に走ります。そうなると、本当の課題やつまずきが上がってこなくなる。これが一番の損失です。問いを変えてください。「私も使ってみたが、ここでつまずいた。現場はどうか」。この聞き方ができるのは、触っている社長だけです。同じ進捗確認でも、現場から返ってくる情報の質がまるで変わります。 ### NG③「私はアナログだから」の例外扱い 一見謙虚で、場を和ませる一言です。しかし現場が受け取る実質的なメッセージは「このテーマは、やらなくても許される」。先ほどの対比表のとおり、社長の自己申告の例外は、全社員への例外許可として翻訳されます。全社で定着させたいなら、例外は作らない。特に社長自身を例外にしない。苦手なのは構いません。むしろ、苦手な社長が下手なりに触っている姿こそ、「うちの会社は本気だ」という何よりのメッセージになります。上手な模範演技は要らないのです。 ## 経営者がAIに触る時間を作る現実的な方法 最後の関門は時間です。「時間ができたら触ってみるよ」と言った経営者のうち、実際に触った人を私はほとんど知りません。経営者に時間の余りは永遠に来ないからです。顧問先の経営者に勧めて、実際に続いている方法を4つ挙げます。 - 予定表に「10分」を固定する — おすすめは朝いちばん、メールを開く前です。「空いたらやる」を「予定に入っている」に変える。来客や会議と同じ格の予定として扱えるのは、自分の予定表を自分で決められる経営者の特権です。 - 新しい仕事を増やさず、既存の仕事に挟む — 会議が終わった直後の5分でメモを整理させる。月次資料を受け取ったその場で質問を投げる。「AIのための時間」を別に作るのではなく、いつもの仕事の中にAIを差し込むと、意思の力に頼らず続きます。 - 見える場所で触る — 使った所感を社内チャットに一言流す。朝礼で30秒だけ話す。社長の10分は、本人の学習時間であると同時に全社への発信でもあります。同じ10分なら、見える形で使うほうが効果は段違いです。 - うまくいかない体験も共有する — 「昨日試したが、いまひとつだった」も立派な発信です。社長の失敗談は、現場にとって「失敗しても大丈夫」という許可になります。うまくいった話しか共有されない職場では、誰も新しい試行をしません。 私自身も経営者として、この「既存の仕事に挟む」型で回しています。日報の作成、記事の入稿、提案資料の組み立て——一度手順を教えた仕事は、1行の指示で再現できるようにしてあります。最初からこの水準を目指す必要はまったくありません。ただ、1日10分の積み重ねの先にこういう景色があることは、知っておいて損はないはずです。 ## よくある質問（経営者からの相談で実際に多い順） ### Q1. 経営者もプロンプトの書き方を勉強すべきですか？ 不要です。指示の上手さよりも、渡す材料（会議メモ・判断の背景・数字）のほうがはるかに効きます。そして材料は経営者がいちばん持っています。話し言葉で「これを整理して」「見落としを指摘して」で十分に動きます。伝え方の工夫は、触り続けた後の上積みで構いません。 ### Q2. 何のAIから触ればいいですか？ チャット型の生成AI（ChatGPTやClaudeなど）の有料プランで始めてください。ツール選定に何週間もかけるのがいちばんもったいないパターンです。会社として本格導入する段階ではAIの働く場所やフォルダの設計が必要になりますが、社長の最初の10分はチャット画面で足ります。まず触って、土地勘を持ってからツールの議論をするほうが、判断も速く正確になります。 ### Q3. 経営数値や社外秘の情報を入れても大丈夫ですか？ 条件付きで大丈夫です。条件は2つ。①入力内容をAIの学習に使わせない設定（いわゆる学習オプトアウト）をオンにすること、②入れてよい情報の線引きを先に決めることです。個人情報や顧客の非公開情報は入れない、自社の数字は学習オプトアウト済みの環境でのみ扱う、といった線の引き方はセキュリティと情報入力の記事で詳しく書いています。「怖いから何も入れない」では壁打ち相手になりません。線を引いて、線の内側では堂々と使う、が正解です。 ### Q4. 60代でITが苦手ですが、本当にできますか？ できます。レクチャーで延べ100名以上に教えてきた実感として、効くのは年齢やITスキルではなく「自分の仕事の判断材料を持っているかどうか」です。長く経営してきた方ほど、壁打ちで投げる問いが具体的で、AIの返答の質も上がります。キーボードが苦手なら音声入力でも構いません。話し言葉で使えるのが、いまの生成AIの良いところです。 ### Q5. どうしても時間が取れません。担当者にすべて任せてはいけませんか？ 実務の推進は任せて構いません。ツールの調査、社内展開、マニュアル整備——これらは適切に選んだ担当者のほうがうまくやります。ただし「社長が自分の仕事で触ること」と「本気度を行動で示すこと」の2つだけは、誰にも代替できません。1日10分、週にすれば50分です。会議1本分の時間も投じられないテーマなら、そもそも全社で取り組む優先度を再考したほうがいい——それくらい、この10分は投資対効果の高い時間です。 ### Q6. 社員がAIを使わないのは、社員側の問題ではないのですか？ 私の見聞きする範囲では、社員の意欲だけが原因というケースは少数派です。使われない理由の大半は、仕組みの不備（用途が業務に紐づいていない、聞ける相手がいない）と、トップの行動が発するメッセージにあります。分解と対策は社員がAIを使ってくれない理由の記事にまとめましたが、着手の順番として、社員研修の企画より先に社長の10分を始めるほうが、結果的に早く動き出します。 ## 持ち帰り：経営者の最初の1週間メニュー（1日10分×5日） この記事の持ち帰りとして、明日から使える1週間分のメニューを置いておきます。合計50分、会議1本分です。材料はすべて、いまあなたの手元にあるものだけで足ります。 日 10分でやること 用意する材料 終わったら確認すること 1日目 会議メモの整理 直近の会議メモか議事録1本 宿題の一覧が自分の記憶と合っているか。抜けを指摘できたか 2日目 判断の壁打ち いま迷っている判断1つ（3行で書く） 自分が挙げていなかった選択肢や観点が1つでも出たか 3日目 数字への質問 月次資料・試算表など手元の数字 AIからの質問のうち「即答できなかったもの」はどれか 4日目 直しの指示 1〜3日目の出力のどれか 「もっとこうして」と伝えて、出力がどう変わったか 5日目 社内への一言 4日分の所感 「社長が自分で触っている」ことが現場に伝わる形で共有できたか 5日目が終わったら、1つだけ自問してみてください。「この10分を、来週も続けたいか」。答えがイエスなら、そのまま3週間続ければ習慣になります。ノーなら、その理由——何が物足りなかったか、どこでつまずいたか——こそが、貴社のAI導入の最初の論点です。どちらに転んでも、それは触った経営者だけが手にできる一次情報です。 ## まとめ：社長の10分は、現場の号令100回より重い AI定着の最大の変数は、社長が自分で触るかどうか。部下は本気度を言葉ではなく行動で測り、「任せた」は現場で「優先度が低い」と翻訳されます。触るのに必要なのは1日10分と、会議メモ・判断の迷い・月次の数字という手元の材料だけ。そして触り続けた先には、渡辺さんの「オペレーション中心から、経営判断の軸にも」という言葉のように、AIが経営の壁打ち相手になる段階が待っています。そこまで行くと、AIはもうコスト削減の道具ではなく、判断の質を上げる経営資源です。 この10分を全社の定着につなげる道筋を伴走者と一緒に設計したい方は、AI顧問の最初の90日｜前半の進め方をご覧ください。まず全体像から掴みたい方は、下の無料資料セットからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：139字（推奨120〜158字） ============================================================ AI導入の成否を分ける最大の変数は、予算でもツールでもなく「社長が自分で触るか」。累計15社を支援する生成AI顧問・赤堀が、「任せた」が現場で「優先度が低い」と翻訳される理由、1日10分の始め方、経営判断の壁打ちとしての使い方、最初の1週間メニューまでを現場の実話で解説します。 --> --- # AI推進担当者の選び方・育て方｜「一番面白がっている人」に任せるべき理由 URL: https://aiandwill.com/ai-suishin-tantosha/ 公開: 2026-07-13 / 更新: 2026-09-05 「AI導入がうまくいくかどうかは、何で決まると思いますか」。セミナーや導入相談で私がこう尋ねると、返ってくる答えの大半は「ツール選び」「予算」「社員のITリテラシー」です。どれも間違いではありません。ただ、生成AI顧問として累計15社、研修や講座を含めて30社超の会社を見てきた私の実感は違うところにあります。同じようなツールを、同じような費用で導入したのに、半年後、片方の会社では議事録も提案書もAIが下書きするようになり、もう片方では誰も開かないアカウントの請求だけが続いている——この分かれ道を分けていた変数は、私の見てきた範囲ではほぼ毎回、「誰に任せたか」でした。 結論から書きます。AI推進担当者は、役職でもITスキルでもなく、「社内で一番AIを面白がっている人」で選んでください。そして選んだら、任命だけで終わらせず、時間と権限をセットで渡し、90日の設計図で育てる。この記事は、その選び方・任せ方・育て方を、私が現場で見てきた失敗パターンごと具体化したものです。最後に、任命のときそのまま本人に渡せる「権限と役割の1枚」テンプレートを置いておきます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「誰に任せるか」で決まるのか——立ち上げ期の仕事の正体 まず、ツールと予算が主変数にならない理由から。主要な生成AIサービスの性能差は数ヶ月単位で入れ替わり、どれを選んでも「選択ミスで全部が台無し」にはなりにくい状況です。費用も、私の顧問先での実費は1人あたり月3,000円〜1万円の範囲で、サーバー投資も開発費も発生しません。つまり、ツールでも予算でも差がつかない構造になっている。それでも会社ごとの結果は大きく割れる。残った変数が「人」です。 では、AI推進担当者の仕事とは何か。導入直後の華々しい変革——を想像すると外します。立ち上げ期の仕事の正体は、小さな成功体験を1つずつ作って、周りに見せることの反復です。議事録の要約がうまくいった。見積書の下書きが3回目でやっと使い物になった。うまくいかなかった原因をAI自身に聞いて、翌週やり直した——この地味な反復を、誰かが面白がって続けない限り、AI活用は立ち上がりません。 ここが人選の急所です。立ち上げ期は、思ったように動かないことのほうが多い時期です。義務感で任命された人は、うまくいかない3回目で「うちの業務には合わないようです」と報告して手を止めます。面白がっている人は、同じ3回目で「なぜ動かないのか」を調べ始めます。同じ出来事が、片方には撤退の根拠になり、もう片方には次の実験の材料になる。この差は知識の差ではなく、熱量の差です。そして立ち上げ期に必要な知識は実はごく少なく、操作のつまずきはAI自身に日本語で聞けば大半が解決します。詳しさは後から付く。熱量は後から付けにくい。だから選ぶ基準は熱量です。 AI推進の任命は「辞令」ではなく「投資」。 渡すのは肩書きではなく、時間と権限。選ぶ基準は役職ではなく、熱量。 立ち上げ期の仕事＝小さな成功体験の反復。反復の燃料は熱量で、知識は走りながら付いてくる。 ## よくある人選の間違い3つ——「体制図が立派な会社」ほど動かない 正解の前に、間違いを先に見ます。どれも私が導入の現場で繰り返し目にしてきたパターンで、しかもどれも、選んだ側に悪気がありません。悪気なく合理的に選んだ結果として失敗する——だからこそ、構造を知っておく価値があります。 ### 間違い①役職で選ぶ——「DX推進担当＝部長の充て職」問題 一番多いのがこれです。「DX推進担当」という肩書きを、情シス寄りの部長や総務部長の兼務として辞令で発令する。組織の論理としては自然です。責任者は役職者であるべきで、対外的な体裁も整う。ところが私の見聞きする範囲では、推進体制図が立派な会社ほど、現場では何も動いていない——と感じる場面が多いのです。理由は単純で、兼務の役職者は社内で最も時間がない人だからです。小さな試行錯誤の反復という立ち上げ期の仕事と、会議で埋まった管理職のカレンダーは、構造的に相性が最悪です。結果、四半期に一度「引き続き検討中です」という報告だけが生成され続けます。 ### 間違い②「ITに詳しい若手」に丸投げする 次に多いのがこれ。「若いから得意でしょ」と、パソコンに詳しい若手に任せて、あとは本人任せにするパターンです。一見、間違い①より筋がよさそうに見えますが、落とし穴が2つあります。 第一に、ITに詳しいことと、業務に詳しいことは別物です。AI活用の本体は、ツールの操作ではなく「会社の業務をAIに教えること」——私の言い方では、業務の棚卸しをして、資料を整えて、AIに仕事をインストールすることです。この仕事で希少なのは技術力ではなく、業務の流れを言葉にできる力です。入社数年の若手は、操作は速くても、教えるべき業務の全体像をまだ持っていないことが多い。 第二に、丸投げには権限がついてこない。若手が「このツールを試したい」と思っても稟議は通せず、他部署に「このやり方を試してほしい」と言っても聞いてもらえない。本人の善意と残業で回る期間が数ヶ月続き、静かに燃え尽きて終わります。外部ベンダーへの丸投げが失敗するのと同じ構造が、社内の1人に対して起きるわけです。 ### 間違い③本人の意向を聞かずに任命する 三つ目は、①②の根にある間違いです。辞令一枚で「君、来月からAI担当ね」。私は任命の場に同席することがありますが、意向を聞かれずに任命された方の表情は、だいたい同じです。口では「頑張ります」と言いながら、顔には「また仕事が増えた」と書いてある。そしてこの表情のまま始まった推進は、私の見てきた範囲では、ほぼ確実に「減点を避ける仕事」に変質します。新しいことを試して失敗すれば減点、何もしなければ現状維持——この損得勘定の中で、意向を聞かれなかった担当者が試行錯誤を選ぶ理由は、どこにもありません。 3つの間違いを正解と並べて整理します。 よくある人選 選んだ側の論理 現場で起きること 正解 ①役職で選ぶ（部長の充て職） 責任者は役職者であるべき 時間がなく、報告だけが生成される 役職ではなく熱量で選び、役職者は後ろ盾に回る ②ITに詳しい若手に丸投げ 若いから得意なはず 権限がなく孤立し、善意の残業で燃え尽きる 詳しさより「業務を面白がって言語化できるか」。任せるなら権限とセット ③意向を聞かず任命 辞令だから受けるのが当然 減点回避の担当者が生まれ、試行錯誤が止まる 任命前に本人の意向を確認し、断る自由を残す ## 正解は「一番面白がっている人」——3つの理由 以前、AIへのチーム共有の仕組みを解説した記事で、仕組みの管理者は誰がやるべきかという問いに、熱量で選ぶという答えを1段落だけ書きました。この記事は、その1段落を推進担当者選び全体の話として展開するものです。「面白がっている人」を推す理由は、情緒論ではなく3つの構造です。 ### 理由①立ち上げ期の仕事は「試行の数」で決まり、試行の燃料は熱量だから 前述のとおり、立ち上げ期の実体は小さな成功体験の反復です。反復ということは、成果は試行の数に比例します。そして試行の数を決めるのは、能力ではなく「もう1回やってみたい」と思えるかどうかです。面白がっている人にとって、うまくいかない結果は「なぜ？」という次の問いであって、撤退の根拠ではありません。週2〜4時間の枠で毎週数回試すとすれば、90日で数十回。この試行の積み上げが、そのまま両者の差になります。 ### 理由②詳しさは90日で付くが、熱量は研修で注入できないから 採用の世界に「スキルは教えられるが、姿勢は教えられない」という古い経験則がありますが、AI推進担当はその極端な例です。いまのAIは操作方法をAI自身に聞ける道具なので、スキルの習得コストは過去のどのITツールよりも低い。実際、私の支援先で立ち上げを担った方々は、開始時点でAIの専門知識をほぼ持っていませんでした。逆に、面白がる気持ちを外から注入する方法を、私は知りません。研修で知識を足すことはできても、受講者の目の輝きまでは変えられない——研修だけで定着しない理由は別の記事で詳しく書いたとおりです。付けられるものは後から付ければいい。付けられないものを最初に選ぶ。順序の問題です。 ### 理由③面白がる人は勝手に学ぶ——会社にとって学習コストがゼロだから 三つ目は、経営者にとって一番実利のある理由です。面白がっている人は、命令しなくても新機能を試し、休憩時間にAIのニュースを拾い、家で触った発見を月曜に持ってきます。AIの世界は変化が速く、「指示された範囲だけ学ぶ人」では半年で置いていかれますが、面白がる人の学習は自動更新です。私自身がその見本のようなもので、日報づくりも提案資料もSEO記事の入稿も、面白がって触っているうちにAIへの1行指示で再現できる仕組みになっていました。本人にとっては遊びに近い時間が、気づけば会社の資産になっている。熱量のある担当者を選ぶことは、育成コストの大部分を本人の好奇心に肩代わりしてもらうことでもあるのです。 ## 見つけ方——「面白がっている人」は3つのサインで探せる 「うちにそんな人いたかな」と思った方へ。面白がっている人は、目立つ場所にいるとは限りません。私が顧問先で候補探しを手伝うときに見ているサインは3つです。 ### サイン①すでに「野良利用」している人 会社が何も決めていないのに、個人アカウントでこっそりAIを使っている社員。セキュリティの観点では放置できない状態ですが（この公認化の手順は情シスがいない会社のAI導入の記事で書きました）、人選の観点では最有力のシグナルです。誰にも頼まれていないのに、自腹と自主性で先に学んでいる——これ以上の熱量の証拠はありません。任命すれば、地雷が資産に変わります。 ### サイン②会議で「これ、AIでできないんですかね」と言う人 直近3ヶ月の会議を思い出してください。AIの話題を自分から出した人が誰だったか。言い出しっぺは、たいてい自分で試したい人です。しかも会議で口に出すということは、自分の効率化だけでなく「会社の仕事のやり方」に関心が向いている証拠で、これは横展開の適性そのものです。 ### サイン③AIに限らず、新しい道具を試す癖のある人 新しいアプリを最初に入れる人。Excelの新しい関数を見つけてくる人。手順を勝手に改善して周りに配る人。道具への好奇心は分野をまたいで移転します。現時点でAIを触っていなくても、この癖のある人は、きっかけさえあれば一気に立ち上がります。 候補探しチェックリスト（社員の顔を思い浮かべながら） - 個人アカウントでAIを使っている形跡のある人はいるか（履歴の詮索ではなく、雑談で「使ってる？」と聞けば分かります） - 直近3ヶ月の会議で、AIや新しいツールの話題を自分から出した人はいるか - 頼まれていないのに業務の手順を改善して、周りに共有したことのある人はいるか - マニュアルや引き継ぎ書を書くのが上手な人はいるか（業務の言語化力＝AIに教える力） - 「それ面白いですね」が口癖のように出る人はいるか - 逆に、候補に挙げた名前が「役職」や「若さ」だけを理由にしていないか 複数の名前が挙がったら、迷わず両方と話してください。主担当とサブ担当という理想の布陣になります（後述のFAQ参照）。一人も挙がらない場合の打ち手もFAQに書きました。 ## 任せ方——「任命」ではなく「権限と時間のセット」を渡す 人選が当たっても、任せ方を間違えると失敗します。むしろ私は、人選の失敗より任せ方の失敗のほうが多いと感じています。熱量のある人を選んでおきながら、渡したのは「AI推進担当」という肩書きだけ。時間は現業のまま、ツール1つ契約するにも稟議、経営者への報告ルートもない——これでは、せっかくの熱量が組織の摩擦で消費されて終わります。任命と同時に渡すべきものは3つです。 ### ①週2〜4時間の「固定枠」——時間は許可証である 「通常業務の合間にやって」と言われた推進の仕事が繁忙期に消えることは、体制設計の記事でも書きました。ここでは担当者の側から見た意味を足します。固定枠は、単なる作業時間ではなく「勤務時間中にAIを触っていていい」という公式の許可証です。枠がないと、真面目な担当者ほど「こんなことをしていていいのか」という後ろめたさの中で作業することになり、周囲も「あいつ遊んでるのか」という目で見ます。カレンダーに枠が入り、経営者がそれを承認している——この事実が、担当者と周囲の両方の認識を変えます。目安は週2〜4時間。量より「消えない枠であること」が大事です。 ### ②ツール契約の決裁権——月1万円の稟議で速度を殺さない AIツールの実費は、私の顧問先の範囲で1人あたり月3,000円〜1万円です。この金額帯の契約に部長決裁と稟議書を要求すると、「試す→合わなければやめる」という立ち上げ期の生命線が止まります。正直に言えば、稟議を回す人件費のほうがツール代より高くつく場面すらあります。上限額を決めて、その範囲の契約・解約は担当者判断でよいと明文化してください。金額の上限という形でリスクは制御できているので、経営者が失うものはほとんどありません。得るものは速度です。 ### ③経営者との定例15分——報告書ではなく会話 三つ目が、軽視されがちで一番効くやつです。週1回15分、経営者と担当者が直接話す枠を固定する。議題は3つに固定します——今週できたこと1つ・詰まったこと1つ・次に試すこと1つ。これだけで、担当者は「経営者が見てくれている」という後ろ盾を得て、経営者は現場の実態を中間報告のフィルターなしで知れます。注意点は1つ、報告書を書かせないこと。報告資料づくりに推進の時間が食われるのは本末転倒です。口頭で15分、それで足ります。 渡すもの 中身 渡さないと何が起きるか 時間 週2〜4時間の固定枠（カレンダー登録・現業より優先） 繁忙期に推進が消える。担当者が後ろめたさの中で作業する 決裁権 1人月3,000円〜1万円目安の範囲でツール契約・解約は担当者判断 稟議待ちで試行が止まる。「試してやめる」ができない 接続 経営者との週次定例15分（議題3つ固定・報告書なし） 担当者が孤立し、経営者は実態を知らないまま期待だけする ## 育て方——90日ロードマップ（1ヶ月ごとにミッションを変える） 担当者の育成は、期限のない「頑張って」が一番いけません。私は90日で区切ることを勧めています。根拠は私自身の顧問契約の設計で、AiWiLLの生成AI顧問は月30万円〜（税別・社員同席込み）の最低6か月の伴走にしています。立ち上げは90日あれば形になる、逆に90日で形にならないなら人選か権限セットのどちらかが欠けている——というのが、15社を見てきた上での私の判断基準です。90日を1ヶ月ずつ、ミッションを変えて設計します。 ### 1ヶ月目：自分の業務で成功体験を作る（横展開はまだしない） 最初の1ヶ月は、担当者自身の業務だけに集中させます。自分の仕事から1つ選び——議事録・報告書・メール下書き、何でも構いません——AIに任せられる形に整え、かかった時間のビフォーアフターを記録する。ここで大事なのは、他人を巻き込まないことです。いきなり全社発表や勉強会を企画したくなりますが、実物の成功体験を持たない推進担当の言葉は、現場に届きません。1ヶ月目の成果物は「担当者自身の業務が目に見えて変わった」という実例1つ。これが2ヶ月目以降の、どんなスライドより強い説得材料になります。 ### 2ヶ月目：横展開の「1人目」を支援する（全員ではなく1人） 2ヶ月目に、初めて他人に広げます。ただし対象は全社ではなく1人です。1ヶ月目の実例を見て「自分もやりたい」と寄ってきた人がいればその人を、いなければ二番目に面白がりそうな人を選び、隣に座って伴走する。ここで「使ってくれない多数派」を追いかけ始めると、担当者の熱量が説得業務にすり潰されます。使わない人には使わないなりの構造的な理由があり（この分解は社員がAIを使ってくれない理由の記事に書きました）、その攻略は成功事例が2つ3つ揃ってからで間に合います。2ヶ月目の成果物は「担当者以外の成功体験1つ」。再現できた瞬間、それは個人技から手法に変わります。 ### 3ヶ月目：ルール運用の主になる（個人技を会社の仕組みへ） 3ヶ月目のミッションは、ここまでの経験をファイルに変えることです。AIに読ませるルールファイルの管理、アカウント台帳の整備、つまずきと解決策の記録——担当者の頭の中にある知見を、会社のフォルダに移す。私の方法論で言えば「人ではなくフォルダに仕事を持たせる」段階です。これをやっておくと、担当者が休んでも異動しても、AI活用は止まりません。3ヶ月目が終わったとき、担当者は「AIに詳しい人」ではなく「会社のAI運用ルールの主（ぬし）」になっています。ここまで来れば、立ち上げ期は卒業です。 期間 担当者のミッション やること 経営者の関わり 月末のゴール判定 1ヶ月目 自分の業務で成功体験 自業務1つをAIに任せ、時間のビフォーアフターを記録 定例15分で試行を聞く。失敗を責めない 実例が1つあるか 2ヶ月目 横展開の1人目支援 希望者1人に伴走し、成功体験を再現する 1人目の成果を全社の場で紹介する 担当者以外の成功例が1つあるか 3ヶ月目 ルール運用の主になる ルールファイル・台帳・つまずき記録をファイル化 ルールを会社の公式文書として承認する 担当者が1週間不在でも回るか ## 経営者の役割——担当者がやる気を失う瞬間は、決まっている 最後に、担当者ではなく経営者の話をします。ここまでの設計をすべて整えても、推進が失速する会社はあります。その原因を担当者の力量に求める経営者は多いのですが、私が支援の現場で見てきた失速の瞬間は、別のところにありました。担当者がやる気を失う瞬間は、経営者が無関心になった瞬間です。能力の限界でも、業務の忙しさでもなく。 失速は、いつも同じ順序で進みます。まず、定例15分が「今週は忙しいから飛ばそう」になる。2回飛ぶと、定例そのものが消える。担当者が共有した成果への反応が、質問から「いいね」の一言に変わる。経営会議の議題からAIの行が消える——このあたりから、担当者の報告のトーンが目に見えて変わります。弾んでいた「次はこれを試したくて」が、事務的な「進捗は以上です」になる。私はこの変化を何度か見てきて、そのたびに思うのです。熱量で選んだ担当者の熱は、経営者の関心を燃料にしている、と。本人の好奇心だけで燃え続けられる人は、ごく少数です。 だから経営者の役割は、指示でも監督でもなく、関心を切らさないことです。具体的には3つ。①定例15分を飛ばさない（どうしても無理なら必ず振り替える。「飛ばしても消えない枠」だと本人に分からせる）。②成果を経営者自身の言葉で全社に紹介する（担当者の自慢では嫌味になることが、経営者の紹介なら評価になります）。③挑戦した失敗を責めず、試した数を評価する（減点で査定される担当者は、試行をやめて防御に入ります）。どれも時間にすれば週30分足らずです。この30分を惜しんだ会社と惜しまなかった会社の半年後の差を、私は何度も見てきました。 ## よくある質問（任命の場で実際に出る順） ### Q1. 候補が2人います。共同担当にしてもいいですか？ 主担当は1名に決めることを勧めます。共同担当は責任の所在が薄まり、「相手がやると思っていた」という空白が生まれやすいからです。ただし2人目を遊ばせる必要はなく、サブ担当として立て、2ヶ月目の「横展開の1人目」を務めてもらうと、役割が競合せず、属人化の保険にもなります。候補2人は問題ではなく、理想の布陣の材料です。 ### Q2. 一番面白がっているのが20代の若手で、社内への影響力が不安です。 影響力は年次や役職からではなく、「経営者が公式に権限を渡した」という事実から生まれます。任命の1枚と週次定例15分が、若手の後ろ盾です。社内には担当者を「先生」ではなく「AI活用の窓口」と位置づけて紹介すると、年配社員も頼りやすくなります。むしろ若手の抜擢は、経営者の本気度を全社に伝えるメッセージとして機能します。ITに詳しい若手への「丸投げ」と、権限セット付きの「抜擢」は、まったくの別物です。 ### Q3. 面白がっている人が、社内に一人も見当たりません。 まず野良利用を探してください。「いない」と思っている会社でも、雑談レベルで聞いて回ると個人的に使っている社員が見つかることは珍しくありません。それでも本当にいなければ、次善はマニュアルや引き継ぎ書を書くのが上手な人——AIに業務を教える仕事の実体は業務の言語化なので、適性が重なります。最後の手段は、経営者自身が90日間、担当者を兼ねることです。手段としては最後ですが、意思決定と推進が同一人物になるぶん、実は最速のパターンでもあります。専任ゼロの体制設計そのものは情シスがいない会社のAI導入の記事で全体像を書いています。 ### Q4. 担当者に手当や評価はつけるべきですか？ 金額の前に、評価項目に推進の仕事を明記することが先です。通常業務の評価だけが残ったまま推進をやらせると、合理的な人ほど評価される仕事を優先し、推進は後回しになります。固定枠の時間を「正式な業務」として認め、90日のゴール判定（実例1つ・横展開1人・ファイル化）を評価面談の項目に入れる——ここまでが最低ラインで、手当はその上の任意です。お金より先に、時間と評価の扱いで報いてください。 ### Q5. 担当者が退職・異動したら、また振り出しですか？ 90日ロードマップの3ヶ月目を守っていれば、振り出しには戻りません。ルールファイル・台帳・つまずき記録がファイルとして残っていれば、後任はそれを読んで引き継げます。属人化の判定基準は「担当者が1週間休んでも、みんなのAI活用が止まらないか」。加えて2ヶ月目以降にサブ担当を育てておけば、二重の保険になります。人に仕事を残すのではなく、フォルダに仕事を残す——これはAI活用そのものの設計思想でもあります。 ### Q6. すでにDX推進担当がいます。AI推進担当を別に立てるべきですか？ 中小企業なら、無理に分ける必要はありません。ただし「すでにDX担当がいるから」という理由だけで自動的にAIも足すのは、間違い①（役職で選ぶ）と同じ構造です。判断基準は肩書きではなく本人の状態で、いまのDX推進担当が生成AIを面白がって触っているなら兼任が最短、義務でこなしているなら別の人を探すべきです。肩書きの整理は後からできますが、熱量のない推進の90日は取り返せません。 ## 持ち帰り用：「権限と役割の1枚」テンプレート この記事の内容を、任命の場でそのまま本人に渡せる1枚にしました。口頭の「よろしく頼むよ」を、書面の約束に変えるためのひな形です。空欄を埋めて、経営者と担当者が1部ずつ持ってください。経営者の約束が下段に入っているのがこの1枚の急所で、任命書であると同時に、経営者側の誓約書でもあります。 # AI推進担当者 権限と役割の1枚（ひな形） ## 任命 - 主担当：____________（本人の意向確認：済 ___月___日） - サブ担当：____________（任意。2ヶ月目までに指名） ## 渡す時間 - 固定枠：週___時間（___曜日 ___時〜___時） ※カレンダー登録・現業の都合で潰さない - 経営者との定例：毎週___曜日 15分 ※議題は3つ固定＝できたこと1つ／詰まったこと1つ／次に試すこと1つ ※報告書は作らない（口頭でよい） ## 渡す権限 - AIツールの契約・解約：1人あたり月額___円まで担当者判断で可 （実費の目安：月3,000円〜1万円／人） - AI運用ルールファイルの更新権限 - 横展開の相手と順番を決める権限 ## 90日のゴール - 1ヶ月目：自分の業務1つをAIに任せ、ビフォーアフターを記録する - 2ヶ月目：社内の1人目に横展開し、成功体験を再現する - 3ヶ月目：ルール・台帳・つまずき記録をファイルとして整備する ## 経営者の約束 - 定例15分を飛ばさない（無理なときは必ず振り替える） - 成果は経営者自身の言葉で全社に紹介する - 挑戦した失敗を責めない（試した数を評価する） 任命日：___年___月___日　経営者署名：________　担当者署名：________ ## まとめ：選ぶのは30分でできる。育つかどうかは渡し方で決まる AI推進の成否はツールでも予算でもなく、誰に任せるかで決まる。選ぶ基準は役職でもITスキルでもなく、社内で一番AIを面白がっている人。見つけたら、任命だけで終わらせず、週2〜4時間の固定枠・ツール契約の決裁権・経営者との定例15分をセットで渡す。育て方は90日で、1ヶ月目は自分の成功体験、2ヶ月目は横展開の1人目、3ヶ月目はルール運用の主。そして担当者の熱を消すのも保つのも、経営者の関心である——ここまでがこの記事の全部です。 最初の一歩は、今日の30分でできます。チェックリストを見ながら社内の顔を思い浮かべ、一番面白がっていそうな人と雑談してみてください。「AI、触ってる？」の一言で、その人の目の輝き方は分かります。任命を決めたら「権限と役割の1枚」に名前を入れる。体制全体の設計は情シスがいない会社のAI導入の記事と合わせると、専任ゼロでも回る形になります。 担当者の90日に外部の伴走をつけたい場合は、私のAI顧問の最初の90日｜前半の進め方を判断材料にどうぞ。まず全体像をつかみたい方には、下の無料資料セットを用意しています。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：134字（推奨120〜158字） ============================================================ AI推進担当者は役職でもITスキルでもなく「一番面白がっている人」で選ぶ——累計15社を支援する生成AI顧問・赤堀が、よくある人選の間違い3つ、見つけ方のサイン、権限と時間の渡し方、90日育成ロードマップを公開。任命時にそのまま渡せる「権限と役割の1枚」テンプレつき。 --> --- # Grok CLIをWindowsに入れる｜install.ps1と「認識されません」の直し方 URL: https://aiandwill.com/grok-build-windows-install/ 公開: 2026-07-13 / 更新: 2026-09-05 Windowsでの正しい1行はこれだけ。 irm https://x.ai/cli/install.ps1 | iex Mac/Linux用の curl ... | bash は使いません。「grok は認識されません」はだいたいPATH未反映なので、ウィンドウを開き直してください。手順の詳細は下へ。 新しいコーディングエージェントが出るたびに、私は実際に自分の開発環境に入れて動かします。理由は単純で、顧問先に薦めるかどうかは、触ってみないと判断できないからです。xAIが2026年5月にリリースした「Grok Build」も例外ではなく、私のWindows PCにはすでにインストール済みで、Claude Codeと並行して検証しています。 この記事は、その検証の過程でわかったことをそのまま公開するものです。Windows環境でGrok Build CLIを迷わずインストールし、初回起動まで終わらせる手順に加えて、「インストールしたはずなのにgrokコマンドが見つからない」の本当の原因を、実際に自分の環境の環境変数を調べた結果つきで解説します。さらに、Grok Buildが公式に持っている「Claude Code互換機能」——既存のClaude Code資産をそのまま読み込む仕組み——についても、実機で確認した内容を書いています。 私はこれまでAI顧問として15社への導入支援、延べ100名以上へのAIレクチャーを行ってきました。1つのツールだけを見ていると気づけない「複数のコーディングエージェントに共通するつまずきパターン」が見えてくるのは、こうして複数を並行運用しているからです。この記事もその一環としてまとめています。 ※本記事の手順は2026年7月12日時点で、実際にインストール済みのGrok Build（バージョン0.2.93）と公式ドキュメント（docs.x.ai）を確認したうえで書いています。ベータ提供のツールのため、コマンドや画面は今後のアップデートで変わる可能性があります。記事と異なる表示が出た場合は、文末の公式リンクで最新情報を確認してください。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## Grok Buildとは何か。なぜ「Claude Code対抗」と言われるのか Grok Buildは、xAIが提供するターミナル上で動くAIコーディングエージェントです。2026年5月14日にSuperGrok Heavy契約者向けの早期ベータとして公開され、同年5月25日にSuperGrokおよびX Premium+の契約者全体へ提供が拡大されました。名前のとおり「ビルド（作る）」に特化しており、ターミナル内で対話しながらファイルの読み書き・コマンド実行・調査までをこなします。この立ち位置は、Anthropicが提供するClaude Codeとほぼ同じです。 内部で使われているモデルはgrok-build-0.1で、コンテキスト窓は256,000トークン。xAIの発表ではSWE-Bench Verifiedで70.8%のスコアを記録しているとされています（数値・条件は今後のアップデートで変わり得るため、正確な最新値は公式発表を確認してください）。 Windows対応の経緯も押さえておく価値があります。ベータ開始当初のWindowsでの案内はWSL2（Windows上のLinux互換環境）経由が中心でしたが、5月25日のアップデートでPowerShellから直接インストールできるネイティブ対応が追加されました。この記事で紹介する手順はこのネイティブ版で、WSLは一切登場しません。 ## 事前チェック：あなたのPCで動くか まず要件です。とはいえ近年のWindows PCであれば、まず問題になりません。 項目要件備考 OSWindows 10 / 11PowerShell 5.1以降を想定 CPU64bit（x86_64）実機ではgrok-windows-x86_64.exeが配布される ネットワークインターネット接続x.ai・grok.comへの通信が必要 アカウントSuperGrok または X Premium+ の契約ベータのため対象プランが限定されている（後述） 管理者権限不要インストール先が%USERPROFILE%\.grok配下だと実機で確認済み WSL / Linux環境不要PowerShellインストーラーはネイティブ動作 実際に自分の環境のC:\Users\ユーザー名\.grok\フォルダの中身を確認すると、bin\grok.exe（本体）のほか、auth.json（認証情報）、config.toml（設定）、skills\（同梱スキル）、sessions\（セッション履歴）などが並んでいます。すべて自分のユーザーフォルダの中で完結しており、システム領域には触れません。会社PCでも情シスへの申請なしで試せるケースが多いはずです。 ## インストール：最初にやりがちな失敗と、正しい1行 ### よくある失敗：公式トップページのコマンドをそのまま実行してしまう Grok BuildのREADMEやトップページで大きく案内されているインストールコマンドは、次の1行です。 curl -fsSL https://x.ai/cli/install.sh | bash これはMac・Linux・WSL向けのコマンドです。Windowsの標準コマンドプロンプト（cmd.exe）やPowerShellでそのまま実行すると、次のようなエラーになります。 C:\Users\taro> curl -fsSL https://x.ai/cli/install.sh | bash 'bash' は、内部コマンドまたは外部コマンド、 操作可能なプログラムまたはバッチ ファイルとして 認識されていません。 原因はシンプルで、bashというプログラムがWindowsの標準環境には存在しないからです。「エラーが出た＝インストールに失敗した」ではなく、「そもそも対応するプラットフォームのコマンドを打っていなかった」というだけの話です。ここで詰まって離脱してしまうのは、非常にもったいないポイントです。 ### 正しいやり方：PowerShell用の1行を使う Windowsでは、公式が別途用意しているPowerShell版のコマンドを使います。Windowsキーを押して「powershell」と入力し、検索結果の「Windows PowerShell」を開いてから、次の1行を貼り付けてEnterです（管理者権限での実行は不要です）。 irm https://x.ai/cli/install.ps1 | iex 実行すると、ダウンロードとインストールが自動で進みます。完了時の画面イメージは次のとおりです（HTMLによる再現イメージ）。 PS C:\Users\taro> irm https://x.ai/cli/install.ps1 | iex Downloading Grok Build... Installing to C:\Users\taro\.grok\bin ✓ Grok installed successfully! (0.2.93) Next steps: 1. Restart your terminal 2. Run grok to get started バージョンを指定してインストールしたい場合は、Mac/Linux版と同じ考え方でオプションを付けられます（公式READMEに記載されている書式）。 curl -fsSL https://x.ai/cli/install.sh | bash -s 0.1.42 ## 「grokは認識されません」の正体：PATHは実は通っている、というオチ インストール直後、開いたままのPowerShellでgrok --versionを打つと、次のエラーが出ることがあります。 PS C:\Users\taro> grok --version grok : 用語 'grok' は、コマンドレット、関数、スクリプト ファイル、または操作可能なプログラムの名前として認識されません。 ここで多くの人が「インストールに失敗した」と誤解して、もう一度インストールコマンドを実行し直したり、Grok Buildをアンインストールしたりします。しかし実際に自分の環境で確認したところ、原因はインストールの失敗ではありませんでした。永続的な環境変数（ユーザーPATH）には、インストーラーがきちんとC:\Users\ユーザー名\.grok\binを追加してくれています。次のコマンドで確認できます。 [System.Environment]::GetEnvironmentVariable("Path", "User") -split ';' | Select-String 'grok' これを実行すると、次のように登録済みの行が返ってきます（実機で確認済み）。 C:\Users\taro\.grok\bin つまり、「住所録（PATH）」には正しく登録されているのに、いま開いているターミナルのウィンドウだけがその更新を知らない状態です。Windowsのプロセスは起動した瞬間の環境変数をコピーして使うため、インストール後に住所録が更新されても、すでに開いているウィンドウには反映されません。解決策は身も蓋もないほど単純で、そのPowerShellウィンドウを閉じて、新しいウィンドウを開き直すだけです。新しいプロセスは更新後のPATHを読み込むため、それだけでgrokコマンドが通るようになります。 万が一、ウィンドウを開き直しても認識されない場合は、フルパスで直接実行して原因を切り分けます。 & "$env:USERPROFILE\.grok\bin\grok.exe" --version これで動くのにコマンド名だけでは動かない場合は、本当にPATH未登録です。次のコマンドで手動追加してから、ウィンドウを開き直してください。 $currentPath = [Environment]::GetEnvironmentVariable('PATH', 'User') [Environment]::SetEnvironmentVariable('PATH', "$currentPath;$env:USERPROFILE\.grok\bin", 'User') 「エラーが出た＝壊れた」ではなく「エラーが出た＝まず何が原因かを確認する」という順番を踏むだけで、無駄な再インストールやアンインストールを避けられます。これはGrok Buildに限らず、CLIツール全般に言えることです。 ## 初回起動：認証とTUIの立ち上がり ウィンドウを開き直したら、作業したいプロジェクトフォルダに移動してから起動します。 cd C:\Users\ユーザー名\プロジェクトのパス grok 先頭のcdを忘れると、意図しないフォルダ（多くの場合ユーザーフォルダ直下）でGrok Buildが起動してしまうので注意してください。 初回起動時は、ブラウザが自動で開いてgrok.comのログイン画面が表示されます。ここでSuperGrokまたはX Premium+のアカウントでサインインします。承認するとターミナル側にTUI（ターミナルUI）が立ち上がり、対話を始められる状態になります。 認証情報は~/.grok/auth.jsonに保存され、セッションをまたいで保持されます。公式ドキュメントによると、このトークンは7日間で失効し、期限が来ると再認証を促されます。アカウントを切り替えたい・ログインし直したい場合は次のコマンドです。 grok login ブラウザを開けない環境（サーバーやCI/CDなど）では、console.x.aiで発行したAPIキーを環境変数にセットする代替手段があります。 $env:XAI_API_KEY = "xai-..." grok APIキーが設定されている場合は、ブラウザ認証より優先して使われます。 ## Claude Codeとの構造比較：なぜ「そっくり」と言われるのか Grok Buildを実際に触っていて一番驚いたのは、機能や操作感がClaude Codeに似ているという表面的な話ではなく、Grok Build自身が公式に「Claude Code互換機能」を明記していることでした。公式ドキュメント（~/.grok/README.md）には「Claude Code Compatibility」という節があり、次の要素をGrok Buildが自動で読み込むと書かれています。 要素Claude Code側の置き場所Grok Buildでの扱われ方 スキル.claude/skills/、~/.claude/skills/.grok/skills/と同様にスキルとして読み込む サブエージェント定義.claude/agents/、~/.claude/agents/サブエージェントとして読み込む プラグイン.claude/plugins/、~/.claude/plugins/構成要素ごと検出 導入済みプラグイン一覧~/.claude/plugins/installed_plugins.json各installPathを読み込む MCPサーバー設定~/.claude.json、.mcp.jsonconfig.tomlと並行して読み込む プロジェクトルールCLAUDE.md、.claude/CLAUDE.mdプロジェクト指示として読み込む 権限設定.claude/settings.jsonほかTOML設定がない場合のフォールバックとして使用 私のワークスペースには、Claude Code向けに整備してきた.claude/配下のルール・スキル・エージェント定義が積み上がっています。実機で確認したところ、Grok Buildをこのワークスペースで起動すると、これらのClaude Code資産を作り直すことなくそのまま拾ってくる設計になっていました。これは「乗り換えるとゼロから設定し直し」という、ツール移行にありがちな痛みを大きく減らす作りです。 あわせて、両者を比較表で整理しておきます（あくまで確認できた範囲の情報で、料金・スコアは変動があるため公式サイトでの確認を推奨します）。 項目Claude CodeGrok Build 提供元AnthropicxAI 公開形態ターミナルCLI＋TUIターミナルCLI＋TUI Windowsインストールirm https://claude.ai/install.ps1 | iexirm https://x.ai/cli/install.ps1 | iex 必要なアカウントClaudeの有料プラン、またはAPI課金SuperGrok / X Premium+、またはAPIキー 設定ファイルの場所~/.claude/~/.grok/ 相手側資産の読み込み非対応.claude/配下を自動検出（本記事で確認） MCP対応対応対応 プロジェクト指示ファイルCLAUDE.mdAGENTS.md／CLAUDE.md両対応 Plan Mode（計画確認）ありあり（デフォルトで有効という報告あり） この「一方向の互換」は業界的にも珍しい動きです。競合ツールが競合ツールの設定ファイルをわざわざ読み込みに行く、というのは、AIコーディングエージェント市場の主導権争いがそれだけ激しいことの表れとも言えます。企業側としては、「Claude Codeで積み上げたルール資産が、別ツールに乗り換えても無駄にならない」という安心材料として捉えておくとよいでしょう。 複数のAIエージェントをどう使い分けるか、無料資料でもらう ## 覚えておきたいコマンドとショートカット 初回起動後、最低限これだけ知っておけば困りません。 コマンド用途 grok対話型TUIを起動 grok -p "指示文"対話せずに1回で実行するヘッドレスモード grok agent stdioIDEなど外部ツールと連携するエージェントモード grok inspect設定・スキル・プラグインの読み込み状況を確認 grok update最新版へ更新 grok login再認証・アカウント切り替え TUI内では/から始まるスラッシュコマンドも使います。特によく使うのは次の5つです。 コマンド働き /model 使用するモデルを切り替える /new新しいセッションを開始（文脈をクリア） /load過去のセッションを再開 /rewind過去のやり取りまで巻き戻し、ファイルの状態も復元 /always-approveツール実行の自動承認をオン/オフ（別名/yolo） キーボードショートカットはCtrl+Cで操作をキャンセル、Ctrl+TでTODOパネルの表示切り替え、Ctrl+Oで常時承認モードの切り替えができます。 ## インストールが終わったら、最初に試したい3つの使い方 インストール直後に必ず聞かれるのが「で、何をさせればいいですか？」です。私が新しいコーディングエージェントを検証するときに必ず最初にやる3つを紹介します。共通しているのは、いきなり大きな仕事を頼まず、そのツールの「素の挙動」を確認するところから始めることです。 ### ①ヘッドレスモードで、既存フォルダの調査だけをさせてみる 対話型TUIを起動する前に、1回だけの実行で終わるヘッドレスモードを試すと、そのツールの読解力を素早く確認できます。 grok -p "このプロジェクトの構成と、何をするためのコードか説明して" 結果はターミナルにそのままテキストで返ってきます。プレーンテキストではなくJSONで受け取りたい場合は、--output-format jsonを付ければスクリプトから扱いやすい形式で返ってきます。CI/CDへの組み込みを検討している場合は、まずここで応答の質と速度を見ておくと判断材料になります。 ### ②既存のMCPサーバー設定が、そのまま動くか確認する すでにClaude Code用にMCPサーバー（社内システムやGitHub・Slackなどとの連携）を組んでいる場合、その資産が引き継げるかはツール選定で重要な判断軸になります。Grok Buildは前述のとおり~/.claude.jsonや.mcp.jsonを自動で検出する仕様なので、次のコマンドで実際に読み込まれているかを確認できます。 grok inspect ここでMCPサーバーの一覧に見覚えのある名前が並んでいれば、設定の移植作業なしで同じ外部連携をGrok Build側でも使える状態です。 ### ③Plan Modeで「先に計画を立てさせてから実行させる」を体験する Grok Buildにはファイルを触る前に、変更予定のファイル・実行予定のコマンド・途中の確認ポイントを平易な文章で提示してから作業に入る「計画確認」の仕組みがあります。いきなり全自動（常時承認モード）で走らせるのではなく、最初の何回かはこの計画を必ず目で確認してから承認する運用にすると、非エンジニアのメンバーに触ってもらうときの安心感が大きく変わります。承認前の状態から常時承認モードに切り替えたい場合は、TUI内でCtrl+Oを押すか、/always-approve（別名/yolo）を実行します。 ## つまずきポイント早見表 症状原因対処 「'bash' は、内部コマンド…認識されていません」Mac/Linux用コマンドをそのままWindowsで実行PowerShell用のirm ... | iexコマンドに切り替える 「'grok' は…認識されません」（インストール直後）PATHは登録済みだが今のターミナルに未反映ウィンドウを閉じて開き直す（本記事「PATHの正体」参照） ウィンドウを開き直しても直らないPATHが本当に未登録本文の手動PATH追加コマンドを実行してから再起動 cdを忘れて意図しないフォルダで起動コマンドの先頭cd省略プロジェクトフォルダへcdしてからgrokを実行 ブラウザ認証画面が開かない既定ブラウザ設定や環境の制限ターミナルに表示されるURLを手動でブラウザに貼り付け 7日後にログインを求められる認証トークンの有効期限切れ（仕様）grok loginで再認証 ブラウザが使えない環境で認証できないサーバーやCI/CDなど非対話環境XAI_API_KEY環境変数でAPIキー認証に切り替え 導入・比較検証の相談をする ## 情シス・導入判断担当者のためのメモ 顧問先から新しいAIツールの話が出ると、必ず最初に聞かれるのが「入れてよいものか」です。Grok Buildについても、公式ドキュメントで確認できる範囲を整理しておきます。 確認観点Grok Buildの仕様・確認ポイント インストール権限ユーザーフォルダ配下（%USERPROFILE%\.grok）に入るため管理者権限は不要。社内のソフトウェア導入規程との整合は別途確認 アカウント要件ベータのためSuperGrok / X Premium+の個人契約が前提。組織導入向けにはOIDC（Okta・Azure AD・Auth0等）連携や外部認証プロバイダのバイナリ委譲にも対応している 実行権限の制御ファイル編集・コマンド実行は許可制。--allow/--denyフラグで許可・拒否のルールを個別に指定できる ツールの絞り込みヘッドレスモードでは--tools（許可リスト）・--disallowed-tools（拒否リスト）でエージェントが使える機能を制限できる 既存資産の扱い.claude/配下を自動で読みに行く仕様のため、「見せてよい情報だけを置いた作業フォルダで起動する」という運用ルールはClaude Code導入時と同様に必要 企業プロキシtoolset.web_fetch設定でプロキシ経由・許可ドメインの上書きが可能 権限モードの選択肢「未承認の操作は都度確認」がデフォルト。dontAskにすると未承認の操作を確認なしで拒否する完全ロックダウンも選べる 面白いのは、ファイルの中身を見るだけ・git statusやgit logを見るだけといった「読み取り専用の操作」は、どの権限モードでもプロンプトなしで常に自動承認される設計になっている点です。逆に、ファイルの書き換えやコマンド実行のように状態を変える操作は、既定では毎回確認が入ります。私が情シス担当者に説明するときは、「見るだけの操作と、変える操作とで、承認の重さが最初から分けて設計されています」という言い方をしています。これは「AIに何でも許可するか、何も許可しないかの二択」ではなく、リスクの大きさに応じて承認の粒度を調整できる設計だと伝わりやすいためです。 私が顧問先で必ず伝えているのは「新しいツールを入れるとき、既存のルールがどこまで一緒に付いてくるか、まず確認しましょう」ということです。Grok Buildの場合、Claude Code向けに作り込んだルールやスキルが土台としてそのまま使えるとわかったので、「二重管理の負担を増やさずに比較検証できる」と社内向けに説明しています。 ## よくある質問 ### Q1. 会社のPCで管理者権限がなくても入れられますか？ 多くの場合、入れられます。インストール先が自分のユーザーフォルダ（%USERPROFILE%\.grok）のため、管理者権限は要求されません。ただし、会社のセキュリティポリシー（外部AIサービスの利用規程）の確認は別途必要です。 ### Q2. 料金・必要なプランはいくらですか？ 2026年7月時点ではSuperGrokまたはX Premium+の契約が前提で、API経由の従量課金も選べます。ベータ提供中のツールで料金体系が変わりやすいため、具体的な金額は必ずxAI公式サイト・console.x.aiで最新のものを確認してください。 ### Q3. WSL（Linux互換環境）は必要ですか？ 不要です。ベータ初期はWSL2経由の案内が中心でしたが、2026年5月25日のアップデートでPowerShellから直接インストールできるネイティブ対応が追加されました。本記事の手順にWSLは登場しません。 ### Q4. Claude Codeを使っている環境から乗り換えると、設定はやり直しになりますか？ やり直しにはなりません。公式ドキュメントに明記されている「Claude Code Compatibility」機能により、.claude/skills/・.claude/agents/・CLAUDE.md・.claude/settings.jsonなどを自動的に検出して読み込みます。実際に自分のワークスペースで確認したところ、既存のClaude Code資産を作り直す必要はありませんでした。 ### Q5. Macでも同じ手順で入りますか？ Macはコマンドが異なります（ターミナルでcurl -fsSL https://x.ai/cli/install.sh | bash）。本記事はWindows専用の手順書ですが、初回起動・認証・トラブル対処の考え方は共通です。 ### Q6. アップデートは自分でやる必要がありますか？ grok updateコマンドで最新版に更新できます。設定ファイル（config.toml）の[cli] auto_updateをtrueにしておけば、起動時に自動で更新チェックが走ります（実機の初期設定でも有効になっていました）。 ## 導入チェックリスト - WindowsキーからPowerShellを開いた（cmd.exeではないことを確認した） - irm https://x.ai/cli/install.ps1 | iexを実行し、成功メッセージを確認した - SuperGrokまたはX Premium+の契約があることを確認した（なければAPIキー利用を検討した） - ウィンドウを一度閉じ、新しいPowerShellを開き直した - grok --versionでバージョン番号が表示された - （表示されない場合）永続PATHに.grok\binが登録されているか[System.Environment]::GetEnvironmentVariableで確認した - 作業したいプロジェクトフォルダへcdで移動した - grokを実行し、ブラウザでのログインを完了した - （Claude Codeを使っている場合）.claude/配下の資産が読み込まれているかgrok inspectで確認した - ヘッドレスモード（grok -p "テスト指示"）で最低1回動作確認した ## まとめ：新ツールの検証は「本当に失敗しているか」を先に確認する Grok Build CLIのWindowsインストールは、①PowerShellを開く、②irm https://x.ai/cli/install.ps1 | iexを1行実行、③ウィンドウを開き直してバージョン確認、の3ステップで終わります。つまずきの正体の多くは「本当の失敗」ではなく、「Mac/Linux用コマンドの取り違え」と「PATH反映のタイミングのズレ」でした。エラーメッセージを見て即座に再インストールやアンインストールに走る前に、まず何が起きているかを確認する——この順番だけで、無駄な手戻りの大半は防げます。 もう1つ、今回の検証で私にとって収穫だったのは、Grok BuildがClaude Codeの設定資産を自動で読み込む仕組みを公式に持っていたことです。新しいツールを比較検証するたびにゼロから設定をやり直す必要がない、というのは、複数のコーディングエージェントを並行して見ている立場からすると、素直にありがたい設計でした。 こうした複数のAIツールを実際に比較・検証しながら、企業への導入設計まで落とし込む進め方は、無料の資料セットにまとめています。社内でAI活用を前に進めたい方は、あわせてご覧ください。 次に読む AIコーディングエージェントを動かせたら、次は「会社の仕事をどう渡すか」です。 - Claude Code/Codexのコンテキストを社内で共有する方法GitHub×Google Driveの2層構成を、64GB肥大化の失敗談ごと公開 - AIに教えた仕事を1行で再現する「スキル化」入門毎回同じ説明をする状態から抜けるための手順書の作り方 - 「AI社員」の作り方｜プロンプトより先にフォルダを設計する理由使えるプロンプト100選が社内で死ぬ理由と、その手前の設計 ## 導入できた後に読む、Windowsでのトラブル解決 起動できたら、実務の小さな一件で入力と出力を確認します。APIを利用する構成では、401・403・404・400の切り分け、環境変数の確認、モデル変更の点検を用意しました。手動実行だけ成功する場合は、定時処理の実行環境も別に確認してください。 会社で使う段階では、止まったときの担当と、出力を承認する人も必要です。障害を引き継ぐ記録表を整え、自社の報告書や資料整理へ組み込む場合は、AIの運用設計についてご相談ください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る ツールを入れたあとに読む記事 CLIのセットアップが済んだら、次は「会社の業務のどこに組み込むか」です。導入の判断から費用まで、実務側の記事はこちら。 - 「AI社員」の作り方｜プロンプトより先にフォルダを設計する理由 - AI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援 - AI顧問の費用と内訳 メタディスクリプション欄に貼り付けてください 文字数：155字（推奨120〜158字） ============================================================ Grok Build CLIをWindowsにインストールする手順を、複数のAIコーディングエージェントを実機検証してきたAI顧問・赤堀が解説。PowerShellでの1行インストール、「grok認識せず」の本当の原因、Claude Code資産をそのまま読み込む互換機能まで、実際に確認した内容を公開します。 --> --- # 〖開催報告〗2026/06/30「Claude Code・Codexで新規事業リサーチはどこまで進化するのか｜AIエージェント×外部Webデータ活用」ウェビナー URL: https://aiandwill.com/%e3%80%96%e9%96%8b%e5%82%ac%e5%a0%b1%e5%91%8a%e3%80%972026-06-30%e3%80%8cclaude-code%e3%83%bbcodex%e3%81%a7%e6%96%b0%e8%a6%8f%e4%ba%8b%e6%a5%ad%e3%83%aa%e3%82%b5%e3%83%bc%e3%83%81%e3%81%af%e3%81%a9/ 公開: 2026-07-20 / 更新: 2026-07-25 2026年6月30日（火）、Bright Data様主催、AiWiLL株式会社制作支援によるオンラインウェビナー「Claude Code・Codexで新規事業リサーチはどこまで進化するのか｜AIエージェント×外部Webデータ活用」を開催しました。 ## 検索で調べる時代から、AIエージェントが市場を読みに行く時代へ。 ウェビナー中盤、Bright DataとClaude Codeを組み合わせ、Amazonレビュー158件を数分で取得・分析するデモが行われました。画面上で商品・レビュー数を指定すると、外部Webデータが取得され、顧客の不満、評価点、満たされていないニーズの仮説が整理されていきます。 これは単なるツール紹介ではありません。新規事業のリサーチ、市場調査、競合分析、テストマーケティングにおいて、事業仮説を試す回数そのものを増やす実務の変化を扱った1時間でした。 登壇したのは、AIエージェント活用の実践者である佐藤すぐる氏と、Bright Dataアンバサダー / 株式会社Haru代表の尾形拓海氏。モデレーターはAiWiLL株式会社の赤堀亘が務めました。本記事では当日の論点を整理します。 アーカイブを視聴する デモの操作画面、登壇者同士の具体的な会話、質疑応答の全編はアーカイブでご覧いただけます。 アーカイブ視聴申込URL：https://peatix.com/event/5106360　2026/8/15 (土) 23:59まで プログラム 登壇者紹介 トークテーマ1：AIエージェントで新規事業開発はどう変わるか トークテーマ2：新規事業開発におけるAIエージェントの具体的活用を教えて！ 質疑応答 ## AIエージェントが変える、新規事業開発の前提 冒頭では、「AIエージェントによって新規事業開発はどう変わるのか」がテーマになりました。 尾形氏は、クライアント支援における大きな変化として、要件を定義できれば、プロトタイプをすぐに形にできる点を挙げました。従来のように、要件を固めて開発を依頼し、完成を待つだけではありません。実際に触れるものを早く出し、顧客の反応を見ながら企画・開発・検証を進められます。 佐藤氏は、自社メディアの流入元、資料ダウンロード、ユーザー属性、反応の違いをAIエージェントで分析し、新規事業の「筋」を探る実践例を紹介しました。月間13万PV規模のメディアデータから、どのテーマに需要がありそうかを定期的に確認しているといいます。 両氏に共通していたのは、AIエージェントを「アイデアを出す存在」ではなく、市場の反応を見に行き、検証サイクルを速める実務装置として捉える視点でした。 ## 検索だけでは見えない市場を、複数の情報源から読む 市場調査の対象は、Xやニュースサイトだけではありません。佐藤氏は、TikTok、Instagram、中国のWeChat、海外の有料ニュースレターなど、日本国内では広く流通していない情報源にもAIエージェントを活用していると紹介しました。 特にTikTokやInstagramには、検索だけでは拾いにくい生活者の声や、海外で先に起きているトレンドがあります。動画をテキスト化し、AIで整理すれば、言語や媒体の壁を越えて一次情報に近づけます。 こうしたリサーチでは、AIエージェントが複数の情報源を巡回し、収集した内容を整理してレポートする運用も可能です。重要なのは、情報量を増やすことではなく、事業仮説の精度を上げるために、これまで見られなかった市場の声へ到達することです。 ## 実践デモ：Amazonレビュー158件を数分で「市場の声」に変える ウェビナーの見どころとなったのが、尾形氏によるBright Data活用デモです。Bright DataとClaude Codeを組み合わせた「Amazonニーズファインダー」では、分析したいキーワード、取得する商品数、1商品あたりのレビュー数を選択すると、Amazonの商品情報・レビューを取得し、Claude Code上で分析できます。 今回のデモでは、「ビーガンスキンケア」「敏感肌」などを対象に、158件のレビューを分析しました。出力されたのは、次のような事業開発に直結する観点です。 - よくある不満：効果を実感しにくい、保湿力が足りない、香りが強い - 評価される点：低刺激で敏感肌でも使いやすい、ベタつかず浸透感がある - 事業仮説：満たされていないニーズ、差別化できるポイント、顧客満足度の所見 レビューを要約することが目的ではありません。人手なら、商品ページを開き、レビューを読み、表に整理し、傾向と仮説を探す必要があります。その前段の大量データ処理をAIエージェントに任せることで、担当者は「では、何を作るべきか」という判断に早く進めます。 データ取得から分析結果が出るまでの速度感は、静止画だけでは伝わりません。設定から結果表示までの実演は、アーカイブでご覧ください。 ## テストマーケティングは、出した後の反応まで読む 後半では、プロダクトや新規事業アイデアをどう検証するかというテストマーケティングの話題へ進みました。 佐藤氏は、自社サイトにAIエージェント型のWebアプリケーションを組み込み、利用状況を分析している事例を紹介しました。Google AnalyticsやMCPと連携し、単なるアクセス数ではなく、どの企業・どの層が、どの機能に反応しているかを読むことで、次の打ち手を判断します。 動画編集系AIサービスで600件規模のリードが集まったスタートアップの例では、AIエージェントで有望なリードを抽出し、優先してヒアリングすべき相手や検証すべき機能を見極める方法が共有されました。 「作る」「出す」「反応を読む」「改善する」。AIエージェントの価値は、この一連のサイクルで人間の判断を補い、次の検証を速く始められることにあります。 ## SNSの「伸びる型」も、データから企画に変える 尾形氏からは、SNSプロモーションでの活用例も紹介されました。Bright DataでTikTokのハッシュタグ情報を取得し、上位投稿の構成、冒頭のフック、投稿フォーマット、訴求パターンを分析します。 たとえば敏感肌スキンケアや低刺激コスメのようなテーマでは、最初の1秒に何を伝えているか、どの切り口が反応を得ているかを把握できます。企画を感覚だけに頼らず、実際に伸びている投稿の型をもとに組み立てられる点が重要です。 AIエージェントが最終的な答えを出すのではなく、人間が見るべきパターンを先に拾い、企画の叩き台をつくる。外部データとAIエージェントの組み合わせは、SNS運用においても仮説の質と検証速度を高めます。 ## 質疑応答で見えた、実務での活用テーマ 質疑応答では、参加者の関心がすでに具体的な業務活用に向いていることがわかりました。 - 競合のInstagram、TikTok、Xのエンゲージメントをどう分析するか - 公式コネクターだけでは足りないGoogleドライブ連携をどう補うか - Bright DataでGoogle Mapやキーワードトレンドのデータを扱えるか 回答では、Xの投稿時間、冒頭フック、引用、リツイート、返信、いいね、ブックマークなどを分解して見る方法や、Bright DataでX、Instagram、TikTok、LinkedIn、Facebookなどの主要プラットフォームを扱えることが紹介されました。Google Map関連データは、店舗ビジネス・飲食店の競合分析、口コミ分析、商圏把握にも活用できる可能性があります。 参加者の問いは、「AIエージェントに何ができるか」から、明日からどのデータを取り、どの業務に使うかへと移っています。 ## まとめ：AI時代の事業開発は、仮説を試す回数で差がつく 今回のウェビナーで示されたのは、AIエージェントの価値が単なる作業時間の短縮にとどまらないことです。 Amazonレビュー分析、SNS調査、競合リサーチ、プロトタイプ作成、リードスコアリング。公開情報を大量に集めて傾向を分析する仕事をAIに任せることで、人間は次の領域に集中できます。 - どの課題を解くかという課題設定 - どの顧客に向き合うかという顧客理解 - どの仮説に賭けるかという意思決定 AIがすべてを代替するわけではありません。だからこそ、AIエージェントと外部Webデータを活用し、人が判断すべきことに時間を使う体制が、新規事業開発とマーケティングの差につながります。 アーカイブで、具体的な実演と質疑応答を確認する Claude Code・Codexを使ったリサーチの実務像、Bright Dataによるデータ取得・分析の流れを確認したい方は、アーカイブをご視聴ください。 アーカイブ視聴申込URL：https://peatix.com/event/5106360　2026/8/15 (土) 23:59まで ## お知らせ Bright Dataは、公開Web上のデータ取得、データセット活用、スクレイピング基盤、SERP APIなどを通じて、AIエージェント時代の外部データ活用を支援するプラットフォームです。Amazonレビュー、SNSトレンド、Google Map関連データ、検索結果データなどを活用することで、市場調査や競合分析の精度とスピードを高められます。 - 尾形さんへの無料個別相談はこちら　Mail：takumi.ogata@haru.agency - ウェビナー企画・制作・運営のご相談：AiWiLL株式会社 お問い合わせ 今後のウェビナー情報はPeatixグループでもご案内します。よろしければフォローをお願いいたします。 Peatixグループはこちら：https://peatix.com/group/16520808 ## イベント開催概要 - イベント名：Claude Code・Codexで新規事業リサーチはどこまで進化するのか｜AIエージェント×外部Webデータ活用 - 日時：2026年6月30日（火）18:00〜19:00 - 開催形式：オンラインウェビナー - 主催：Bright Data様 - 制作支援：AiWiLL株式会社 - 登壇者：佐藤すぐる氏 / 尾形拓海氏 - モデレーター：赤堀亘（AiWiLL株式会社） --- # 考脈学（こうみゃくがく）とは｜文脈を構造に変える学 URL: https://aiandwill.com/koumyakugaku/ 公開: 2026-07-31 / 更新: 2026-09-05 - KOUMYAKU-GAKU ｜ OFFICIAL DEFINITION 考脈学 こうみゃくがく 考脈学とは、会社の文脈——暗黙知・判断基準・歴史・顧客理解——を、人とAIが働ける構造に変換し、磨き続けるための理論と技術の体系である。一言でいえば「文脈を構造に変える学」。略称は「考脈」。 文脈が残れば、会社は続く。 提唱: AiWiLL株式会社 代表取締役 赤堀亘（2026年） このページは、考脈学の公式な定義ページです。語の定義・体系の全体像・先行研究との関係を、提唱元であるAiWiLLが正式な表現で記載します。 THE WORD ## 「考脈」という言葉——鉱脈は、考脈になる 定義考脈（こうみゃく）とは、会社の考え——判断基準・暗黙知・歴史・顧客理解——が、人とAIのあいだを流れ続ける脈のこと。埋まっているうちは、鉱脈。掘り起こし、構造に載せ、流れはじめたとき、それは考脈になる。 会社の価値の大半は、言語化されないまま人の中に埋もれています。判断基準、顧客の機微、失敗の記憶——競争力の源泉ほど、文書になっていない。それは埋蔵された鉱脈であり、掘らなければ、持ち主の退職や引退とともに消えます。この語は、三重の意味を掛けています。 音 「文脈構造」の圧縮 コンテキストをストラクチャーへ。考脈学が扱う対象そのものを、二字に畳んでいます。 字 文脈で考え抜く 「考」の脈。会社の考えが途切れず流れる道筋、という字義です。 響き 掘り起こされるのを待つ鉱脈 埋もれた文脈は、価値の眠る鉱脈。考脈学の出発点となる比喩です。 STAGE 1 埋蔵 判断基準・暗黙知は、 人の頭の中に埋もれている ＝鉱脈 起こす → STAGE 2 採掘 掘り起こし、言葉にし、 構造に載せる 収める → STAGE 3 通脈 人とAIのあいだを 流れ続ける ＝考脈 THREE PRINCIPLES ## AIの時代に、なぜ文脈か——三つの原理 考脈学は、100年変わらない三つの前提の上に立っています。道具がどれだけ進化しても、この三つは変わりません。 壱 第一原理｜文脈優位 成果の質は、道具や指示の質ではなく、渡される文脈の質で決まる。 同じAI・同じ指示でも、渡す文脈が違えば成果は別物になります。そして道具が進化するほど、この差は縮まるどころか開いていく——強い道具ほど、渡された文脈をそのまま増幅するからです。 弐 第二原理｜埋蔵 会社の価値の大半は、言語化されないまま人の中に埋もれている。 判断基準・顧客の機微・失敗の記憶——競争力の源泉ほど文書化されていません。埋もれた文脈は鉱脈であり、掘らなければ、持ち主の退職・引退とともに消えます。 参 第三原理｜構造存続 文脈は、構造に載せた分だけ、人より長く残る。 頭の中の知は一代限り。書かれただけの知は散逸します。所有元と正系（どれが正か）の定まった構造の上の知だけが、人が代わっても、道具が入れ替わっても働き続けます。文脈が残れば、会社は続く——考脈学を貫く一行は、この原理から来ています。 THREE WALLS ## 文脈を殺す敵——三つの壁 会社の文脈の消え方には、型があります。3つしかありません。考脈学ではそれを「三つの壁」と呼び、現場の口ぐせで見分けます。 属人の壁 判断基準が、特定個人の頭の中にしかない。その人の退職日が、会社の記憶の消滅日になる。 現場の口ぐせ「あの件は◯◯さんに聞かないと分からない」 散逸の壁 情報はあるが、置き場がバラバラで、どれが正か誰にも分からない。探すより聞く方が早くなる。 現場の口ぐせ「最新版、どれでしたっけ？」 陳腐の壁 作った文書が更新されず、死蔵される。文書への信頼が死に、全員が口伝に戻っていく。 現場の口ぐせ「マニュアルと実際は、違うんですよね」 三つの壁は、輪になって連鎖します。散逸すると文書が信じられなくなり（陳腐化）、結局「人に聞く」に戻る（属人化）。だから一つの壁だけ倒しても、壁は必ず戻ってきます。 FOUR PROCESSES ## 四つの工程——起こす、収める、渡す、磨く 考脈学の実技は、四つの工程からなります。唱え言葉は「起こす、収める、渡す、磨く」。四つのうち、起こす・収める・磨くは壁を倒す守りの工程、渡すは価値を生む攻めの工程です。 渡す——価値を生む（考脈学の目的）壁を倒すのは、渡すためだ。 起こす 属人の壁を倒す 収める 散逸の壁を倒す 磨く 陳腐の壁を倒す PROCESS 01 起こす 守り｜属人の壁を倒す 棚卸しによって、人の頭の中に埋もれた文脈を言葉に起こします。キーパーソンとの対話を録音して文脈を抽出し、「迷ったとき、何で決めていますか」という問いの型で、判断基準を本人以外の言葉にしていきます。 PROCESS 02 収める 守り｜散逸の壁を倒す 起こした言葉を、所有権にもとづく構造——会社の機能を番号で並べた「考脈地図」——に収め、「正」を一つに定めます。完了の目安は、新しく入った人（人でもAIでも）が、初日に「どこに何があり、どれが正か」を説明なしで辿れること。 PROCESS 03 渡す 攻め｜壁を倒した先で、価値を生む 収められた文脈の上で、AI社員に仕事を渡します。役割・参照すべき正系・やってはいけないことを職務定義として文書化し、背景説明なしで頼んでも実務水準の成果物が返る状態をつくります。AIは提案まで、実行の判断は人——承認の線は必ず引きます。 PROCESS 04 磨く 守り｜陳腐の壁を倒す 現場の訂正・判断を、その日のうちにルールへ書き戻します。作って終わりの文書は必ず腐る——書き戻しの習慣だけが構造を生かし続け、話すほど会社が賢くなる自己強化ループが回りはじめます。 体系の全体は「三つの原理、三つの壁、四つの工程、五つの律」で構成されます（覚え方は「3・3・4・5」）。 FIVE LAWS ## 構造を保つ法則——五つの律 できあがった構造を保つための、五つの法則です。机上の設計ではなく、実運用の中で「破られたときの症状」まで観測ずみの法則群であることが、考脈学の特徴です。 一 所有権の律 すべての情報に「所有元」を一つ定める。迷ったら「誰のために作ったか」を問う。 破ると誰のものでもない「その他」「共有」フォルダが繁殖し、半年で元のゴミ屋敷に戻る。 二 正系の律 同じテーマの「正」は常に一つ。下書き・旧版を正系と混ぜない。 破ると「final_v2_最新(3)」が生まれ、人とAIが別々の正を根拠に働き出す。 三 番号の律 会社の機能を番号で並べ、誰が見ても地図になる状態を保つ。 破ると探す時間が増え続け、「探すより聞く方が早い」——属人の壁が再生する。 四 二層の律 ルールは「全社の憲法」と「現場の掟」の二層で書き、現場では掟を優先する。 破ると一枚のルールが肥大して誰も読まなくなるか、現場の例外が闇ルール化する。 五 書き戻しの律 現場で起きた判断・訂正は、その日のうちにルールへ書き戻す。 破ると同じ指摘が三度起き、文書と現実が乖離しはじめる——陳腐の壁の入口。 FIVE LEVELS ## どこまで通ったか——考脈レベル 考脈が通っているかどうかは、5段階で判定します。多くの会社はLv0〜1から始まり、考脈学の四工程の一巡でLv3へ、書き戻しの習慣化でLv4へ到達します。 LV 0 口伝 すべてが頭の中。「◯◯さんに聞いて」が社内共通語 LV 1 散在 書いてはあるが、どれが正か誰にも分からない LV 2 構造 正系が立ち、新人が初日に説明なしで辿れる LV 3 稼働 背景説明なしで、AI社員に仕事を頼める LV 4 自走 書き戻しが習慣化し、話すほど会社が賢くなる——「考脈が通った」状態 診断の問い 「御社の判断基準は、 社長がいなくなっても残りますか？」 残るなら、その会社には考脈が通っています。残らないなら、会社の記憶は特定の個人と運命を共にしています。考脈学が目指すのは、人が代わっても、道具が入れ替わっても、会社の文脈が働き続ける状態です。 THE COMPENDIUM ## 成果物——カンパニーブレイン、そして書斎 考脈学の実践が到達する成果物を「カンパニーブレイン」と呼びます。カンパニーブレインとは、その会社の文脈を、引ける形に総べた一冊（実体はディレクトリと正系文書群）。保管される社史ではなく、AIが毎日読んで働く「職場」そのものです。カンパニーブレインは器、考脈は流れ——カンパニーブレインという一冊に総べるのは、会社の考えが流れ続けるようにするためです。 会社の枠 カンパニーブレイン 会社にひとつ。判断基準・歴史・顧客理解が総べられた、AI社員の職場。顧客別の呼び名は「◯◯社カンパニーブレイン」。 →磨いた分だけ昇格 働く人の枠 書斎 働く人ひとりにひとつ。自分の文脈・会社の文脈・自分の記録を並べて使う、個人の作業空間。 「辞めるとき、書斎は持って出る。カンパニーブレインは置いていく。」 個人の文脈は、永久に本人のもの。会社に渡るのは、磨いてカンパニーブレインへ昇格させた分だけ——それは本人の貢献として記録されます。この取り決めがあるから、働く人は安心して文脈を差し出せる。属人の壁の解消と、個人の尊重を両立させる、考脈学の倫理の核です。 PHILOSOPHY / DISCIPLINE / COMPENDIUM ## コンテキスト経営との関係 会社の文脈を経営の中心資産として扱う経営思想を、AiWiLLでは「コンテキスト経営」と呼んでいます。思想がコンテキスト経営、それを実現する体系が考脈学、実践の成果物がカンパニーブレイン——三つは一続きの縦の関係にあります。 思想 コンテキスト経営 会社の文脈を、経営の中心資産として扱う ↓ 体系 考脈学 文脈を構造に変える、理論と技術 ↓ 成果物 カンパニーブレイン 文脈を引ける形に総べた一冊＝AI社員の職場 LINEAGE ## 学統——先行研究との関係 考脈学は、無から生まれた発明ではありません。先行する知の系譜を明示します。 家訓・のれん・番頭（日本の商家） 「文脈を残す技術」の先行実装。日本が世界有数の長寿企業大国である理由の一端であり、考脈学はその現代版・AI時代版にあたります。 野中郁次郎・SECIモデル（知識創造理論） 暗黙知と形式知の変換螺旋の、AI時代における実装系。表出化をAIとの対話で常時化し、連結化をディレクトリ構造で担い、実行をAI社員に委ねます。 野田智義『コンテクスト・マネジメント』 「企業コンテクストが個を活かす」という問題設定の先行。考脈学は、対象を人間組織から人とAIの協働体制へ拡張した位置にあります。 識学（意識構造学） 競合ではなく、対象が異なります。識学は人と人の組織運営（誤解・錯覚の除去）、考脈学は会社の文脈とAIの構造。両者は併用できます。 データエンジニアリング（データ基盤工学） 散在する生データを「集めて・整えて・届け続ける」配管の工学。単一の正・系譜・品質検査という規律は五つの律と同型で、考脈学は対象を数値データから会社の文脈へ移した位置にあります。データエンジニアリングが数字の配管なら、考脈学は文脈の配管です。 FOUNDER ## 提唱者 赤堀 亘 AiWiLL株式会社 代表取締役（静岡県熱海市） 生成AI顧問として、自社ワークスペースと顧問先での実運用から法則を抽出し、考脈学として命名・体系化。破られたときの症状まで観測ずみの実地の法則群であることが特徴です。AiWiLLは「会社が1000年先まで繁盛する世界へ。」をビジョンに掲げる、ビジネス×AIの研究所です。 15社 生成AI顧問 累計 30社超 AI導入支援（研修・講座含む） 100名超 レクチャー受講 FAQ ## よくある質問 Q考脈学とは何ですか？＋会社の文脈——暗黙知・判断基準・歴史・顧客理解——を、人とAIが働ける構造に変換し、磨き続けるための理論と技術の体系です。「文脈を構造に変える学」と要約されます。 Q考脈学は何と読みますか？＋「こうみゃくがく」と読みます。略称は「考脈（こうみゃく）」です。 Q考脈とカンパニーブレインは、どう違いますか？＋カンパニーブレインは器、考脈は流れです。カンパニーブレインという一冊に総べるのは、会社の考えが人とAIのあいだを流れ続けるようにするため。流れているものが、考脈です。 Q「考脈が通る」とは、どういう状態ですか？＋埋まっているうちは鉱脈、掘り起こして流れはじめたら考脈。人が代わっても、道具が入れ替わっても、会社の文脈が働き続ける状態（考脈レベルLv4）を「考脈が通った」と呼びます。 Q誰が提唱した方法論ですか？＋AiWiLL株式会社（静岡県熱海市）代表取締役の赤堀亘が、自社と顧問先での実運用をもとに体系化し、2026年に提唱しました。 Q唱え言葉「起こす、収める、渡す、磨く」とは何ですか？＋考脈学の四つの工程を表す言葉です。埋もれた文脈を言葉に起こし、構造に収め、AI社員に仕事を渡し、訂正を書き戻して磨く——起こす・収める・磨くの三つで壁を倒し、渡すで価値を生みます。 Q識学とは何が違いますか？＋競合ではなく、扱う対象が異なります。識学は人と人の組織運営における誤解・錯覚の除去を扱い、考脈学は会社の文脈とAIの構造を扱います。両者は併用できます。 Qコンテキスト経営とは、どういう関係ですか？＋コンテキスト経営は「会社の文脈を経営の中心資産として扱う」という思想であり、考脈学はその思想を実現するための体系です。思想がコンテキスト経営、建て方が考脈学、成果物がカンパニーブレインという縦の関係にあります。 考脈学を、実地で。 AiWiLLでは、考脈学にもとづいて「AI社員をつくる」伴走支援（生成AI顧問）を提供しています。 会社の鉱脈を掘り起こし、考脈を通すところまで、3ヶ月で伴走します。 AI顧問とはAI顧問の最初の90日｜前半の進め方コンテキストのチーム共有・実践例 AI顧問を検討している方へ（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の1ヶ月目に実際やること - AI顧問の最初の90日｜前半の進め方 - AI顧問・研修・コンサルの選び方 - カンパニーブレインとは｜働ける会社の記憶 - 無料資料セット｜WiLLAGENT --- # AI事業承継とは？社長の頭の中を会社に残す文脈棚卸しの手順 URL: https://aiandwill.com/ai-jigyo-shokei/ 公開: 2026-07-31 / 更新: 2026-09-05 「先代がなぜあの値付けにしたのか、正直いまだに分からないんです」。後継者の方から、この手の話を聞くことが増えました。決算書、設備台帳、取引先リスト――几帳面な経営者ほど、これらはきれいに残っています。ところが、いちばん知りたい部分だけがすっぽり抜け落ちている。なぜその価格にしたのか。なぜあの取引先には特別な条件を出したのか。なぜ今の与信ルールができたのか。事業承継の準備というと、株式の移転や自社株評価、後継者教育の計画表を思い浮かべる方が多いと思います。私が生成AI顧問として現場で見ているのは、もう一段深いところで進んでいる喪失です。会社の値段がつく前に、会社の判断基準が消えていく。 私は生成AI顧問として、これまで累計約15社の経営に伴走し、研修・レクチャーを含めると支援した会社は30社を超えました。事業承継で本当に消えていくもの――社長の頭の中にしかない判断基準・顧客の機微・失敗の記憶――を、AIを使ってどう会社に残すか。以下、私が顧問先・商談先で確かめてきた手順のまま公開します。自己診断の問い、従来のマニュアル化・OJTが間に合わない理由の整理、そして実際に手を動かす3つの工程まで、今日から自社で試せる粒度で書きました。事業承継の実務全般(税務・株式評価・M&A手続き)は専門書に譲り、ここでは「経営判断という無形の資産をどう残すか」だけに絞っています。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 事業承継で本当に消えるのは、株式でも設備でもない 事業承継の準備リストを思い浮かべてください。自社株の評価、株式の移転スキーム、後継者への役員登用、取引金融機関への挨拶回り。どれも大事ですが、共通点が1つあります。すべて「書類にできるもの」「数字にできるもの」だということです。書類と数字は、専門家に頼めば整います。税理士も弁護士もM&A仲介も、ここは得意分野です。 問題は、その外側にあるものです。私はこれを「文脈」と呼んでいます。事業承継で本当に消えていくのは、次の3層です。 層中身消えるとどうなるか ①判断基準値付け・与信・採用・仕入先選定など、日々の意思決定の「なぜ」後継者は判断のたびに一から迷い、決裁が遅くなる ②顧客の機微「あの担当者には強く言えない事情」「この取引先は支払いに波がある」等、口に出しにくい現場の呼吸取引先との関係が代替わりで静かに壊れる ③失敗の記憶過去のクレーム・トラブルと、そこから生まれた今のルールの由来同じ失敗を後継者が一から踏み直す この3層に共通するのは、言語化されていないということです。決算書は言語化されています。判断基準・顧客の機微・失敗の記憶は、経営者の頭の中に「体で覚えたもの」として存在していて、誰かに聞かれない限り言葉になりません。そして経営者自身も、聞かれるまで自分がそれを知っていることに気づいていません。優秀な経営者ほど、判断が速すぎて無意識に処理してしまうからです。 文脈が残れば、会社は続く。 株式と設備は相続税評価に載る。判断基準は載らない。だが会社を実際に動かしているのは後者のほうだ。 ここで、自己診断の問いを1つだけ置いておきます。私が顧問先の初回セッションで、必ず経営者に聞く質問です。 御社の判断基準は、社長がいなくなっても残りますか？ 「はい」と即答できた経営者に、私はまだ会ったことがありません。多くは一瞬止まり、「うーん、どうだろう」と言葉を探し始めます。その沈黙こそが、文脈が言語化されていない証拠です。 この沈黙を責める必要はありません。判断基準は、決算書のように「書く」機会が一度も無かっただけです。裏を返せば、書く機会さえ作れば言葉になる、ということでもあります。ここから先は、その「書く機会」をどう設計するかの話です。 ## マニュアル化・OJTだけでは、なぜ間に合わないのか 顧問先で承継の話題が出ると、すでに「マニュアルを作ろうとした」「後継者を1年間、社長に同行させた」という会社に多く出会います。方向性は正しいのですが、私が見てきた範囲では、ほとんどのケースで手順は残っても、判断基準は残らないまま終わっています。理由は単純で、マニュアルとOJTはそもそも「判断基準を書き出す」ための道具として設計されていないからです。研修やマニュアルが「作って終わり」になりがちな構造そのものは、AI研修が定着しない理由の記事で書いた構造とよく似ています。 マニュアルが得意なのは「順番」です。見積書の作り方、稟議の回し方、システムの操作手順。これらは書けます。しかし「なぜこの取引先には見積の段階で1割多めに積むのか」「なぜこの案件は例外的に即決していいのか」という判断の理由は、手順書のフォーマットに乗りません。乗せようとすると、注記だらけの読まれないマニュアルになります。 OJTは判断基準を伝えられる唯一の方法に見えますが、致命的な弱点があります。後継者が「まさにその判断が必要な場面」に立ち会えるとは限らないことです。値引き交渉の土壇場、クレーム対応の分かれ道、採用面接での見送り判断――こうした場面は年に数回しか起きません。同行期間が1年では、重要な判断の半分にも立ち会えないまま承継の期限が来る、というのが現場の実感です。 私が見てきたあるあるを、先に並べておきます。 - 退職・引退の半年前になって、慌てて聞き取りを始める(遅すぎて拾いきれない) - マニュアルは完成したが、目次が「作業」ばかりで「判断」の項目が1つもない - 後継者が「なぜですか」と聞くと、「そのうち分かる」で会話が終わる - 失敗の記憶は「触れたくない話」として、誰も記録に残そうとしない - 顧客ごとの機微は「あうんの呼吸」として、担当者本人しか把握していない 従来の準備手法を、判断基準の再現度という軸で並べると、限界がはっきり見えます。 手法判断基準の再現度準備期間の目安属人性の解消継続更新のしやすさ ①口頭伝承のみ(現状維持)✕―✕✕ ②手順マニュアル・業務マニュアル△(手順のみ)1〜3ヶ月○△ ③OJT・同行研修○(立ち会えた分のみ)半年〜数年△✕ ④動画マニュアル△(手順+一部の様子)1〜2ヶ月○✕(撮り直しが重い) ⑤退職予定者への聞き取り(単発インタビュー)○(聞けた範囲のみ)数週間○✕ ⑥AIによる文脈の棚卸し→構造化(本記事の方法)◎(判断基準そのものを言語化)数週間〜数ヶ月◎◎(ファイルなので更新できる) 表からわかるとおり、③OJTと⑤聞き取りは判断基準に届く数少ない手法ですが、いずれも「その時聞けた分だけ」で止まり、後から更新もできません。一方、⑥のようにAIを使って判断基準を言葉にし、ファイルとして残す方法なら、聞き漏らしに気づいた時点で追記でき、次の代にもそのまま引き継げます。マニュアルとOJTを否定しているのではありません。どちらも「手順」の継承には必要です。ただし「判断」の継承には、もう1つ別の工程が要る、というのが私の見立てです。 判断基準を残すAI活用の資料セットを見てみる ## 大手が語る「技術承継」と、中小企業の「経営判断の承継」は別の話 事業承継とAIで検索すると、大手企業の取り組みが目立ちます。NTTデータは熟練技術者へのインタビューやワークショップから暗黙知を引き出し、生成AIに継承させる取り組みを進めています。三菱総合研究所の「匠AI」も、熟練技能者のノウハウを「暗黙知」から「形式知」に変換して技能継承を支える仕組みです。どちらも本質的で、価値のある取り組みだと思います。 ただし、対象が違います。大手が占有しているのは、製造業の現場で熟練工が持つ「技能」の継承です。溶接の勘所、検査の目利き、設備調整のコツ――手を動かす技能の話です。一方、私が中小企業の現場で繰り返し出会うのは、もっと経営に近い層の話です。値付けの判断、与信の判断、採用の判断、取引先との距離の取り方――経営者の頭の中にある「経営判断」の継承です。ここは大手の取り組みが手を伸ばしていない、空白の領域だと私は見ています。 理由は単純です。技能継承は「同じ作業を何度も繰り返す現場」があるので、AIに学習させるデータも取りやすい。しかし経営判断は、社長1人の頭の中に、非定型な形でしか存在しません。データ化する前に、まず「言葉にする」工程が要るのです。この記事で扱うのは、まさにその「言葉にする」工程です。 私の見聞きする範囲では、事業承継の相談窓口(税理士・金融機関・M&A仲介)で、経営判断の言語化そのものを主要な支援メニューに据えているところは、まだ多くありません。相談の主戦場は今も株式評価や譲渡スキームで、そこは専門家の層が厚い。だからこそ、経営判断という無形の資産を扱う支援は、後回しにされたまま置き去りになりやすいのだと感じています。 ## 文脈承継の実践手順――棚卸し→構造化→AI社員へのインストール ここからが本題です。私が顧問先で実際にやっている進め方は、業務のAI活用と同じ骨格を使います。棚卸し→ディレクトリ設計→AI社員に仕事をインストール。この3工程を、経営判断という対象に当てはめます。 STEP 1 判断の棚卸し 過去1年の重要な判断を書き出し、「なぜそうしたか」を1行で言語化する STEP 2 構造化 書き出した文脈を1つの場所に集め、誰に・どこまで見せるかの線引きを決める STEP 3 AI社員へのインストール 後継者とAIに実際の案件を判断させ、先代と結果を突き合わせて答え合わせする ### STEP1：判断の棚卸し――「なぜ」を1行にする やり方は、業務の棚卸しとほぼ同じです。違うのは対象が「作業」ではなく「判断」であること。過去1年で悩んだ判断、即決した判断、他の人に説明しづらい判断を、まず5つ書き出してください。書き出したら、それぞれに「なぜそう判断したか」を1行で足します。 例 判断：A社の見積だけ、原価ぎりぎりまで値引きした なぜ：A社は10年来の取引先で、繁忙期に無理を聞いてくれた恩がある。 利益より関係の継続を優先する判断だった。 判断：B氏の応募を、書類選考で見送った なぜ：スキルは十分だったが、面接前の電話対応で 約束の時間に3回連続で遅れた。時間の扱いは現場で致命的になる。 この「なぜ」の1行こそが、後継者にとって最も価値のある資産です。判断そのものは真似できても、判断の理由が分からなければ、次の似た場面で応用が利きません。業務の棚卸しの現場では、書き出した本人が自分の仕事を急に説明できるようになる場面を、私は何度も見てきました。判断基準の棚卸しでも、同じことが起きるはずです——「なぜ」が言葉になった瞬間、それは特定の個人の勘ではなく、引き継げる資産に変わるからです。 書き出すときのコツは3つです。①「うまくいった判断」だけでなく「迷った末に決めた判断」も入れる(迷った判断のほうが基準の輪郭がはっきりします)。②数字ではなく理由から書く(「値引き5%」ではなく「関係を優先したから」が本体です)。③1回で完璧を狙わない(5つ書いたら一度止め、後継者や幹部に読んでもらい、疑問が出たところから深掘りする)。 ### STEP2：構造化――文脈をファイルにして、線引きを決める 書き出した判断基準は、頭の中に戻さず、ファイルとして1つの場所に集めます。ここでAIに渡す文脈は「ファイルであること」が前提です。口頭で持っている限り、次の代にはまた口頭でしか渡せません。 同時に必ずやってほしいのが、情報の線引きです。顧客の機微には、取引先の与信情報や個人的な事情が含まれます。何を書き、何を書かないかの判断は、業務のAI活用と同じ考え方で線を引けます。詳しくはセキュリティと情報入力の記事にまとめましたが、要点は「見せない、ではなく必要な分だけ必要なときに見せる」ことです。承継の文脈は特に機微を含むため、この線引きを飛ばさないでください。 ### STEP3：AI社員へのインストール――答え合わせをする 文脈が構造化できたら、実際にAIに判断をさせてみます。過去にあった案件を1つ選び、判断基準を読み込ませたAIに「あなたならどう判断するか」を聞き、先代の実際の判断と突き合わせます。ズレがあれば、そのズレこそが「言語化しきれていなかった基準」です。ここをもう1段掘り下げて言葉にする。この往復を数回繰り返すと、判断基準は驚くほど精度が上がります。 この一連の流れは、業務でAI社員を育てる手順――棚卸し→ディレクトリ→AI社員に仕事をインストール――と骨格が同じです。違いは、対象が「作業」ではなく「経営判断」であることだけです。私は普段、この骨格を「30年の経験を、会社にインストールする。」という一言で説明しています。実際、これまで支援した顧問先・商談先の4社——不動産、設備点検、旅館、製造と業種も規模もばらばらです——に、事業承継や技能継承を見据えたこの構想をヒアリングしたところ、4社のいずれからも強い反応がありました。「それはうちの話だ」という反応が、業種を問わず返ってくる。個別企業だけの課題ではなく、事業承継全般に共通する構造だと確信した理由の1つです。 正直に言うと、この話を最初に持ちかけたとき、後継者の方より先代の経営者の反応が鈍いことが多いという実感があります。「自分の判断を言葉にする」ことに、どこか照れくささや抵抗があるのだと思います。それでも、いざ「なぜ」を1行ずつ書き出す作業を一緒にやってみると、途中から止まらなくなる方が多い。棚卸しは、経営者自身にとっても「自分が何を大事にしてきたか」を再確認する時間になるようです。 実際に、こうした文脈の継承に近い取り組みを続けている会社もあります。熱海で30年以上続く総合防災点検会社のWECSでは、いま幹部向けに連続レクチャーを行い、経営に関わる情報や判断のよりどころを幹部と共有する仕組みづくりを進めています。業歴の長い会社ほど、社長1人の頭の中にある情報を、次の世代にどう手渡すかが現実の課題になる――その一例だと感じています。 AI顧問の最初の90日｜前半の進め方 ## 後継者にとっての意味――「値踏みできる会社」になる ここまでは経営者側の視点で書きましたが、後継者――親族内承継の跡取りでも、従業員承継の候補者でも、M&Aで会社を引き受ける買い手でも――にとって、文脈が残っているかどうかは、想像以上に大きな差を生みます。 文脈が残っていない会社を継ぐと、後継者は最初の数年、ほぼすべての判断を手探りでやり直すことになります。似た場面に遭遇するたびに「先代ならどうしただろう」と考え、正解が分からないまま決め、失敗して学ぶ。これは悪いことばかりではありませんが、時間がかかりすぎます。何年もかけて再学習する判断基準を、先代が言葉にして残していれば、後継者はその期間を大幅に圧縮できます。 もう1つ、見落とされがちな観点があります。M&Aで会社を引き受ける買い手にとって、判断基準が言語化されている会社は、値踏みがしやすい会社です。決算書と設備リストだけでは、その会社の本当の強さ――なぜこの顧客が離れないのか、なぜこの利益率を維持できているのか――は見えません。判断基準が構造として残っていれば、買い手はその会社の「再現可能な強さ」を評価できます。逆に、社長が去った瞬間に判断基準も消える会社は、社長個人への依存度が高いとみなされ、評価が下がりやすくなります。文脈を残すことは、後継者への贈り物であると同時に、会社そのものの資産価値を守る行為でもあります。 親族内承継と第三者承継(M&A)では、この価値の効き方が少し違います。親族内承継では、後継者が判断基準を早く自分のものにできることが、社内外からの信頼獲得のスピードに直結します。第三者承継では、買い手が「社長個人に依存しない会社かどうか」を精査する材料になり、譲渡条件や価格交渉そのものに影響します。どちらの道を選ぶにせよ、判断基準が文書として残っているかどうかは、承継後の数年を大きく左右する変数だというのが私の実感です。 AiWiLLでは、経営の文脈を掘り起こし、構造として残し、次の代が使える形にするこの一連の実践を「考脈学（こうみゃくがく）」と呼んでいます。難しい理論ではなく、ここまで書いてきた棚卸し・構造化・インストールという、地に足のついた作業の積み重ねです。 ## 持ち帰り用：事業承継×文脈棚卸し チェックリスト - 診断の問い「御社の判断基準は、社長がいなくなっても残りますか？」に、その場で即答できるか試した - 過去1年の重要な経営判断を5つ、具体的に書き出した - それぞれの判断に「なぜそう判断したか」を1行で言葉にした - 顧客ごとの機微(言いにくい事情・特別対応の理由)を書き出した - 過去の失敗とその教訓を、成功事例と同じ熱量で書き出した - 書き出した文脈を、1つのフォルダ・ファイルに集約する場所を決めた - 誰に・どこまで公開するか、情報の線引きを決めた - 後継者(候補)に、書き出した判断基準を実際に見せた - AIに過去の案件を1つ判断させ、先代の実際の判断と突き合わせた - 棚卸しの更新頻度と担当者を決めた(承継完了後も更新が続く前提にした) チェックリストの続きを伴走で進める資料を見る ## AI事業承継に関するよくある質問 ### AI事業承継とは、具体的に何をするのですか？ 製品名やシステム名ではなく、経営判断という無形の資産をAIの力で言語化し、構造として残す一連の実践を指します。本記事で紹介した「判断の棚卸し→構造化→AI社員へのインストール」の3工程が中心です。株式や税務の手続きそのものは含みません。 ### 後継者がまだ決まっていなくても始められますか？ 始められます。むしろ後継者が決まる前のほうが望ましいと考えています。判断基準の棚卸しは経営者1人でも進められますし、早く始めるほど「なぜ」を思い出しながら丁寧に言葉にできます。後継者が決まってから慌てて聞き取る場合、時間切れで拾いきれない判断が必ず出てきます。 ### 高齢の経営者でも、AIを使ったやり方についていけますか？ ついていけます。STEP1の「判断の棚卸し」は、ノートに書き出すだけの作業で、AIの操作はほとんど発生しません。AIが本格的に登場するのはSTEP3以降で、そこは推進役や後継者が操作を担い、経営者は「なぜ」を語る役に徹して構いません。実際、経営者本人がツールを操作する必要はない設計にしています。 ### すでにマニュアルを作っています。それでも文脈の棚卸しは必要ですか？ 必要です。マニュアルは「手順」を残すものであり、「判断基準」を残すものではありません。本記事の比較表のとおり、マニュアルの判断基準の再現度は△にとどまります。既存のマニュアルは手順の土台として活かしつつ、判断基準は別工程として棚卸ししてください。両方揃って、初めて承継の準備が完成します。 ### 顧客の機微や失敗の記憶まで、書き残して大丈夫ですか？ 書く内容と見せる範囲を分けて考えてください。取引先の個人情報や機微な事情そのものではなく、「なぜその対応をしたか」という判断の骨格を残すのが目的です。誰に・どこまで見せるかの線引きは事前に決める必要があり、考え方はセキュリティと情報入力の記事にまとめています。 ### どのくらいの期間・費用で始められますか？ 判断の棚卸しだけであれば、数週間で最初の成果物ができます。構造化とAIへのインストールまで含めると、会社の規模にもよりますが数ヶ月単位が目安です。伴走で進める場合、私のAI顧問プログラムは月30万円〜（税別・社員同席込み）・最低6か月の伴走という条件で提供しており、AI顧問の最初の90日｜前半の進め方。ツールの実費は1人あたり月3,000円〜1万円程度です。 ### 後継者が価値を実感できるまで、どれくらいかかりますか？ 完璧な網羅を待つ必要はありません。業務の棚卸しでは、最初の数件を言葉にした時点で「これは意味がある」という手応えが出ることを、私は現場で繰り返し見てきました。判断基準の棚卸しも同じで、まず5件、書き出してみる。手応えを確認してから、対象を広げていくやり方をお勧めします。 ### 親族内承継でもM&A(第三者承継)でも、同じやり方でいいですか？ STEP1・STEP2(棚卸しと構造化)は共通です。違いが出るのはその先の使い方で、親族内承継では後継者との答え合わせ(STEP3)にじっくり時間を使い、M&Aでは買い手への開示資料として整える比重が増えます。どちらを選ぶかまだ決まっていない段階でも、判断基準を書き出しておくこと自体は無駄になりません。 ### 「事業承継」と「事業継承」、表記はどちらが正しいですか？ 法律・行政文書での正式な表記は「事業承継」です。「事業継承」は同じ意味で使われる表記ゆれで、検索する方も両方の表記を使います。本記事で「AI事業承継」「AI事業継承」のどちらで調べてきた方にも、内容は同じものとして読んでいただけます。 ## まとめ：会社の値段より先に、会社の判断基準を残す この記事の要点です。 - 事業承継で本当に消えるのは株式や設備ではなく、判断基準・顧客の機微・失敗の記憶という「言語化されていない文脈」 - 診断の問いは「御社の判断基準は、社長がいなくなっても残りますか？」。即答できなければ、文脈はまだ言葉になっていない - マニュアル化は手順を残せても判断基準は残せない。OJTは立ち会えた場面しか継承できず、更新もできない - 大手が占有するのは製造業の技能継承。中小企業の経営判断の継承は、まだ空白の領域 - 実践手順は「判断の棚卸し→構造化→AI社員へのインストール」。棚卸しはノートで始められ、AIが本格的に登場するのは最後の工程 - 文脈が残っている会社は、後継者にとって立ち上がりが早く、買い手にとっても値踏みしやすい会社になる 株式や設備は、専門家に頼めば必ず整います。しかし判断基準・顧客の機微・失敗の記憶は、経営者本人が言葉にしない限り、誰も代わりに残せません。顧問先で承継の話をヒアリングするたびに感じるのは、多くの会社が「見える資産」の整理に時間をかけ、「見えない資産」の整理を後回しにしているということです。後回しにできる猶予は、思っているより短いというのが実感です。判断基準は、経営者が元気で、判断の理由をまだ覚えているうちにしか、言葉にできません。 まずは、今日の帰り道にでも、過去1年で悩んだ判断を1つだけ思い出してみてください。「なぜそう判断したか」を1行で言葉にできたら、それが文脈承継の最初の一歩です。体系立てて進めたい方には、無料の資料セットを用意しています。 無料の資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：131字（推奨120〜158字） ============================================================ 事業承継で本当に消えるのは株式や設備でなく、社長の判断基準・顧客の機微・失敗の記憶という文脈です。AI事業承継の進め方を、生成AI顧問として30社超を支援してきた赤堀亘が「御社の判断基準は残りますか」という診断の問いと、棚卸し→構造化の実践手順つきで公開します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 「AI社員」の作り方｜プロンプトより先にフォルダを設計する理由 URL: https://aiandwill.com/ai-shain-tsukurikata/ 公開: 2026-07-31 / 更新: 2026-09-05 ここ1年、いろいろな会社で同じ光景を見てきました。誰かが気を利かせて「使えるプロンプト100選」を社内に配る。最初の1週間はみんな試す。1ヶ月後、誰も開かなくなる——AI活用の相談に来る会社の多くが、この段階を一度通過しています。私自身、顧問業を始めた頃は「良い指示文の型を渡せば動き出すはず」と考えていた時期があったので、この失敗の気持ちはよく分かります。そして15社の顧問と30社超の支援を経たいま、はっきり言えることがあります。 AI活用の成否は、プロンプト（指示文）の上手さでは決まりません。AIに「何を読ませて、どこで働かせるか」——つまりフォルダの設計で決まります。この設計を私は「AI社員を作る」と呼んでいます。AIを便利な道具として使うのではなく、自社のことを知っていて、自社のルールで働き、教えた仕事を覚えていく社員として迎え入れる。この記事は、その作り方の全手順です。私が顧問先の導入初日に必ずやっている中身を、順番どおりに公開します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「AI社員」とは何か——道具として使うか、社員として迎えるか AI社員とは、自社の情報・ルール・仕事の型をファイルとして渡され、自分の作業場所（フォルダ）を持って働くAIエージェントのことです。ChatGPTやClaudeに毎回コピペで質問する使い方との違いは、雇用形態の違いだと思ってください。チャットは「その都度呼ぶ外部の物知り」、AI社員は「会社のことを知っていて、机とファイル棚を持っている中の人」です。 私はこの構造を、顧問先のレクチャーで1つの式にしています。 優秀なAI社員 ＝ Prompt × Context × Harness 伝え方 × 会社の情報密度 × 守らせるルール。どれか1つ欠けると「賢いだけの他人」で終わる。 世の中のAI活用術はPrompt（伝え方）に偏っています。しかし考えてみてください。優秀な新人が入社した初日に、あなたの会社は何を渡しますか。話しかけ方のマニュアルではないはずです。会社案内、業務資料、仕事のルール、そして自分の机——渡すのはコンテキストと働く場所です。AIも同じで、この記事で作るのはまさにその「入社初日セット」です。 ちなみに、私が「AI活用」ではなく「AI社員」という言葉にこだわるのには理由があります。道具の言葉で語ると、人は道具の期待値でしか使いません。「検索の代わり」「文章の清書係」で止まる。社員の言葉で語った瞬間、問いが変わるのです。「何を教えたか」「どこまで任せるか」「仕事ぶりをどう評価するか」——この問いを持った会社から、AIは戦力になっていきます。顧問先でも、社内の会話が「AIに聞いてみた」から「うちのAI社員に任せた」に変わった頃が、定着の分水嶺だと感じています。言葉の設計は、運用の設計です。 ## なぜ「プロンプト集の配布」から始めると止まるのか 冒頭のプロンプト100選が止まる理由は、使う人の怠慢ではありません。構造的に3つの欠陥があります。 欠陥何が起きるか ①文脈がないどんな名文のプロンプトでも、AIは自社の商品も顧客も知らないまま答える。返ってくるのは上手な一般論で、そのままでは仕事に使えない ②業務が人によって違う経理と営業では欲しい出力が違う。万人向けのプロンプト集は、誰の業務にもぴったりは合わない ③メンテされないプロンプト集は配った瞬間から古くなる。改善しても各自のコピペには反映されない 誤解しないでほしいのですが、伝え方の工夫に意味がないという話ではありません。順番の話です。下手な指示でも、正しいフォルダで正しい資料を読んでいるAIはまともな仕事をします。逆に、完璧な指示文でも、何も読んでいないAIは一般論しか返せません。指示の上手さで埋まる差より、読ませる情報で開く差のほうが、私の現場感覚では桁違いに大きい。だから先にフォルダを作るのです。 ここから、作り方を5ステップで示します。所要は最小構成なら半日、丁寧にやって数日です。 ## STEP1：任せる仕事を「1つだけ」選ぶ 最初の間違いは、いきなり全業務を対象にすることです。AI社員は新入社員と同じで、最初の担当業務は1つに絞ります。選ぶ基準は3つ。 - 繰り返し発生する（週次・月次のレポート、議事録の整理、定型の資料作成） - 手順を言葉にできる（あなたが新人に教えられる仕事なら、AIにも教えられます） - 結果をすぐ確認できる（成果物がファイルとして出てくる仕事が理想） 迷ったら「議事録から要点とネクストアクションを起こす仕事」をおすすめしています。ほぼすべての会社に存在し、材料（議事録）が既にあり、効果が初日に見えるからです。部門別の定番も載せておきます。私が実際の導入現場で「最初の1業務」に選んできた顔ぶれです。 部門最初の1業務の定番材料になるファイル 経営・企画会議の議事録→決定事項・宿題の一覧化議事録・録音の文字起こし 営業過去の提案書を下敷きにした新規提案の下書き過去の提案書3〜5本 経理・総務月次の定型レポートの整形・集計毎月作っているExcel・様式 現場・技術点検メモ・作業記録→報告書の下書き過去の報告書と記録の実例 広報・マーケ1つの素材（セミナー・取材）→複数媒体の原稿化過去の投稿・トーンが分かる原稿 共通点に気づくでしょうか。どれも「過去の実例がすでに社内にある仕事」です。お手本が存在する仕事から始める——これが最初の1業務選びの、いちばん外さない基準です。 ## STEP2：AI社員の「机」を作る——フォルダ設計 次に、AI社員専用の作業フォルダを1つ作ります。ここが本丸です。私が顧問先で使っている基本形はこれです。 AIワークスペース/ ├ CLAUDE.md（AGENTS.md） ← AI社員の取扱説明書（STEP3で書く） ├ 01_会社情報/ ← 会社案内・サービス一覧・用語集 ├ 02_案件資料/ ← 任せる仕事の材料（議事録・過去の成果物） ├ 03_作業中/ ← AIが作業する場所 ├ 04_納品物/ ← 完成した成果物の置き場 └ 05_ログ/ ← やった仕事の記録 設計のルールは3つだけです。第一に、見せてよい資料だけを入れる。顧客の個人情報や人事情報は入れない——AIに渡す情報の線引きはセキュリティと情報入力の考え方の記事で詳しく書いたとおり、「見せない」ではなく「必要な分だけ、必要なときに見せる」です。第二に、過去の良い成果物を入れる。あなたの会社の「良い提案書」を3本読んだAIは、あなたの会社らしい提案書を書きます。お手本は指示文より雄弁です。第三に、古い資料を混ぜない。廃止済みの料金表が混ざったフォルダのAIは、堂々と古い価格で見積もりを作ります。 正直に書くと、私自身のワークスペースは、この半年で数え切れないほど作り直しています。ひどいときは1日のうちに4回、フォルダ構成を転換したこともありました。それでも言えるのは、作り直しを恐れる必要はないということです。フォルダはあとから直せます。最初の1歩で完璧な設計を狙って動けなくなるより、5つのフォルダで今日始めるほうが、確実に先に着きます。 ## STEP3：取扱説明書（ルールファイル)を書く——AI社員との雇用契約 フォルダの一番上に、AI社員が毎回最初に読むテキストファイルを置きます。Claude CodeならCLAUDE.md、CodexならAGENTS.mdという名前です。中身は「会社のこと・仕事のルール・禁止事項」——人間の社員でいう、雇用契約書と就業ルールと業務マニュアルを1枚にしたものです。最小構成の実物を載せます。 # この会社について - 株式会社◯◯。事業内容は…（3行で） - 詳細は 01_会社情報/ を参照 # 仕事のルール - 成果物は 03_作業中/ で作り、完成したら 04_納品物/ へ - 出力は「結論→理由→次のアクション」の順に整理する - 不明点は推測で断定せず、確認事項として出す # 禁止事項 - 個人情報・顧客の非公開情報・契約条件は扱わない - 社外に出る文書は下書きまで。送信・提出は人間が行う 大事なのは、これが「AIが毎回読む設定ファイル」だという点です。人間向けの通達は読まれずに終わりますが、このファイルは起動のたびに読まれ、確実に効きます。ルールを追加すれば翌日から全部の仕事に反映される——人間の組織ではあり得ない浸透速度です。 書き方のコツを3つ添えます。これは私が何十回も書き直して固めた順序です。 - 禁止事項から書く — 「してほしいこと」は後からいくらでも足せますが、「してはいけないこと」の漏れは事故になります。まず守りから。 - 参照順序を書く — 「作業の前に01_会社情報とこのファイルを読む」「案件の資料は02_案件資料を見る」。AIは場所を教えられて初めて資料を探せます。 - 最初は10行以内 — 私は初期に張り切って何十行も書き、自分でも把握できないルールファイルを作って反省したことがあります。ルールは網羅ではなく厳選。運用しながら、本当に必要だった行だけを足していくほうが、結果的に守られるファイルになります。 ## STEP4：仕事をインストールする——一度教えたら、次から1行 準備ができたら、STEP1で選んだ仕事を最初の1回、一緒にやります。やり方は人間の新人へのOJTと同じで、対話しながら手順を固め、固まった手順をテキストファイルとしてフォルダに残す。私はこれを「AI社員に仕事をインストールする」と呼んでいます。 最初の1回の進め方は、実は3手で済みます。 - 口頭で説明するように指示する — 「議事録から週次サマリーを作りたい。決定事項と宿題を抜き出して、この過去サンプルと同じ形式で」——新人に説明するのと同じ粒度でOKです。 - できあがった成果物を直させる — 「宿題には担当者名も付けて」「見出しはこの順で」。直しの指示こそが、あなたの会社の暗黙のこだわりの言語化です。 - 手順書を書かせる — 仕上がったら「いまの手順を、次回から再現できるように手順書ファイルとして保存して」と頼む。手順書はあなたが書くのではなく、AIに書かせるのがポイントです。人間は確認して直すだけ。 できあがる手順書は、たとえばこんな形です。 # 手順書：議事録の週次サマリー作成 1. 02_案件資料/議事録/ の今週分ファイルをすべて読む 2. 決定事項・宿題（担当者つき）・懸案を抽出する 3. 04_納品物/サンプル_週次サマリー.md と同じ形式で整形する 4. ファイル名は「週次サマリー_MMDD.md」で 04_納品物/ に保存する 5. 宿題のうち期限が今週中のものを最後に警告として並べる インストール後は、こうなります。 今週の議事録、いつもの形でお願い。 ✻ 手順書「議事録整理.md」に沿って処理します。02_案件資料/の今週分3件から、決定事項・宿題・担当者を抽出し、いつものフォーマットで 04_納品物/週次サマリー_0710.md に保存しました。宿題のうち期限が今週中のものが2件あります。 ▲ 仕事のインストール後のやり取り（再現イメージ）。指示は1行、手順の説明は不要になる これは絵空事ではなく、私の毎日そのものです。私の会社では日報の作成、SEO記事の入稿、提案資料の組み立てまで、それぞれ手順書ファイルにして「1行で呼べる仕事」になっています。一度教えた仕事が消えない・辞めない・翌日も同じ品質——ここがAI社員と「毎回コピペのチャット」の決定的な差です。 あわせて、インストールに「向く仕事・向かない仕事」の線も引いておきます。任せない仕事を決めるのも、AI社員の設計のうちです。 向く仕事向かない（人間が持つべき）仕事 手順が決まっている定型・反復業務前例のない判断・経営判断そのもの 材料がファイルとして存在する仕事対面の交渉・関係構築が本体の仕事 成果物の合否を人間が確認できる仕事責任の所在が問われる最終承認・送信・提出 下書き・集計・整形・変換・要約謝罪・トラブル対応など感情の機微が要る場面 右の列に共通するのは「間違えたときの取り返しがつきにくい仕事」です。AI社員には下書きまでを任せ、最後の確認と責任は人間が持つ。この分担を最初に決めておくと、任せる側の心理的な安心感がまるで違います。 ## STEP5：育てる——ログと振り返りで教科書を厚くする 最後は運用です。といっても大げさなことではなく、2つだけ。①AI社員に作業ログを書かせる。ルールファイルに「作業が終わったら05_ログ/に時刻つきで1行追記する」と書いておけば、あとは勝手に溜まります。私の会社のログはこんな調子です。 - 14:22 7月分の顧問先レポート3件を下書き（04_納品物/）。B社分は数値の確認待ち - 16:05 セミナー文字起こしからnote記事の下書きを作成 - 17:40 提案資料の構成案を過去3案件を下敷きに作成 このログには2つの効用があります。任せた仕事の棚卸しが自動でできること。そして月末にログを眺めると、「AI社員が今月やった仕事の一覧」＝導入効果の報告書がそのまま出来上がっていることです。②週に一度、うまくいった指示・いかなかった指示をルールファイルに反映する。ルールファイルは書き上げるものではなく、育てるものです。 そして1人分のAI社員が育ってきたら、次の段階は「会社の教科書」をチームで共有する仕組みです。ここには手動コピー配布の崩壊など先に知っておくべき落とし穴があるので、コンテキストのチーム共有の記事を読んでから進んでください。また、AI社員の働く場所（アプリ内かPC全体か）の選び方はCoworkとClaude Codeの違いの記事で解説しています。 1人が1行で回るようになったあとに、私自身が試して驚いた次の景色も書いておきます。2025年6月、Claude Code上でボスAIがタスクを切り、ワーカーAIが3体で作業して報告する小さなAI組織を組んだことがあります。Windowsだと環境構築はハードモードでしたが、隣で動かしていたCursorに「助けて」と頼んだらほぼ勝手に揃ってしまい、出来上がったあとは私の仕事がレビューとフィードバックだけになった。AIがPMも作業もやるので、人間は品質の判断に集中できる——「AI社員」が1人育ったあとの発展形として、この役割分担はかなり生々しい実感でした。いきなり組織を組む必要はありません。ただ、「1人が1行で回る」まで来た会社には、次に見える景色として知っておいてほしい体験です。 ## 導入翌週によくある3つのつまずき 5ステップを終えた会社が、翌週に持ってくる相談はだいたい3つに集中しています。先回りして書いておきます。 - 「ルールを守ってくれない」→ 起動場所が違う — ルールファイルは、そのフォルダで起動したときに読まれます。デスクトップや別フォルダで起動すれば、AIは何も読んでいません。「AI社員は自分の机でだけ働ける」と覚えてください。 - 「一般論しか返ってこない」→ 材料が足りない — フォルダに会社案内1枚しか入っていないケース。判断してほしい仕事には判断材料を、書いてほしい仕事にはお手本を。AIの出力の質は、直前に読んだ資料の質を超えません。 - 「欲張って崩壊」→ 一気に5業務任せた — 手順が固まる前に対象を広げると、どの仕事も中途半端な精度で止まり、「AIは使えない」という誤った結論だけが残ります。1業務が1行で回るようになってから、次の1業務です。 ## この順番自体が答え——ツール選定は最後でいい 気づいた方もいると思いますが、この5ステップに「どのAIツールを契約するか」はほとんど登場しません。それが答えです。仕事を選び、フォルダを作り、ルールを書き、教える——この設計はどのツールでも同じで、ツールが変わっても資産として残ります。逆にツール選定から入ると、契約しただけで導入した気になり、フォルダは空のまま、AIは「賢いだけの他人」のまま止まります。 もう1つ、この順番には副産物があります。フォルダを設計し、手順を言葉にする作業は、そのまま自社の業務の棚卸しになるのです。AI社員を作った会社の経営者から「AIより先に、うちの業務がこんなに整理されたのが収穫だった」と言われたことが何度もあります。AIのための整理は、人間のための整理でもあります。 経営の目線では、もう1つの効果が大きい。属人化の解消です。ベテランの頭の中にしかなかった手順が、AI社員に教える過程で全部テキストになります。担当者が休んでも、辞めても、手順書とお手本はフォルダに残る。「あの人しかできない仕事」が「フォルダを開けば誰でも（AIでも）再現できる仕事」に変わる——AI導入の顔をした、事業の継続性への投資です。 従来の使い方との違いを、表で締めておきます。 観点チャットにコピペする使い方AI社員（フォルダ設計） 毎回の指示長い（背景説明から書く）1行（文脈はフォルダが持つ） 出力の質人と日によってばらつくルールとお手本で安定する 改善の蓄積個人のコツ止まりルールファイルに蓄積し全仕事に効く 引き継ぎできない（頭の中）フォルダごと渡せる ツール乗り換えゼロからやり直しフォルダ資産はそのまま移行 ## よくある質問（導入現場で実際に聞かれる順） ### Q1. プロンプトエンジニアリングは学ばなくていいのですか？ 後回しで構いません。フォルダとルールファイルが整った状態では、素朴な日本語の指示で十分に動きます。伝え方の工夫が効いてくるのは、コンテキストが整った後の上積みの段階です。順番が逆になると、冒頭のプロンプト100選と同じ道をたどります。 ### Q2. どのAIツールで始めればいいですか？ ファイルとフォルダを扱えるAIエージェント（Claude Code、Cowork、Codexなど）なら、この記事の作り方はそのまま通用します。有料プラン（月3,000円程度〜）のもので始めてください。迷う場合の判断軸は働く場所の広さで選ぶのが私のおすすめです。 ### Q3. フォルダはどこに作ればいいですか？ 自分のPCのローカルに作ってください。1つ注意があり、Gitという版管理の仕組みを併用する場合は、OneDriveやDropboxの同期フォルダの中に作ると干渉で不具合が起きることがあります（私はこれで痛い目を見ました。詳細はチーム共有の記事に書いています）。 ### Q4. まず1人で始めてもいいですか？会社の承認を待つべきですか？ 1人で始めてください。ただし2点だけ先に押さえること——①入力内容がAIの学習に使われる設定をオフにする（いわゆる学習オプトアウト）、②見せてよい資料だけの作業フォルダを切る。この2つを守れば、個人の検証として始めて、成果を持って社内提案する順番が最速です。 ### Q5. 情報漏えいが心配です その感覚は正しく、だからこそ「何でも読ませる」のではなくフォルダで線を引きます。学習オプトアウト・入力してよい情報の3段階・元に戻せるバックアップまで、セキュリティ設計の記事で顧問先に配っている教材ごと公開しています。 ### Q6. ExcelやスプレッドシートのようなAI以外の道具の仕事も任せられますか？ 任せられます。むしろ集計・転記・整形のようなExcel仕事は、AI社員の得意分野です。ポイントは、対象のファイルを作業フォルダに置く（またはファイルの場所をルールファイルに書く）こと。「毎月のこのExcelを、この形式に集計する」という仕事は、手順書化すれば典型的な1行仕事になります。 ### Q7. 部署ごとにAI社員を分けて作るべきですか？ 最初は1人（1フォルダ）で十分です。業務が増えてフォルダが混みあってきたら、「経理AI社員」「営業AI社員」のように仕事の単位でワークスペースを分ける段階が来ます。分けるときの判断基準は人間の組織と同じで、扱う資料と守るべきルールが明確に違うかどうか。なお複数人で同じAI社員（共通ルール・会社情報）を使う段階になったら、共有の仕組みが必要です——チーム共有の記事で実装まで公開しています。 ### Q8. 効果はどれくらいで出ますか？ 最初の1業務なら、インストールした当日から変わります。ただし本当の効果は「1つの仕事が速くなる」ことではなく、教えた仕事が積み上がっていく複利にあります。私の顧問先で見てきた範囲では、90日後の典型的な姿は、5〜8個の仕事が1行で呼べる状態です。そこまで来ると、会議の風景が変わります。「これ、AI社員に教えられる仕事だよね」という会話が自然に出るようになったら、その会社のAI活用はもう止まりません。焦らず1業務ずつ増やしてください。 ## 持ち帰り用：AI社員の入社手続きチェックリスト - 任せる仕事を1つ選んだ（繰り返し発生・手順を言語化できる・結果を確認できる） - 利用アカウントで「入力内容を学習に使う」設定をオフにした（学習オプトアウト） - AI社員専用の作業フォルダを作った（見せてよい資料だけ） - 過去の良い成果物を「お手本」としてフォルダに入れた - 古い資料・廃止済みルールをフォルダから外した - ルールファイル（CLAUDE.md／AGENTS.md）に会社のこと・ルール・禁止事項を書いた - 最初の仕事を一緒に1回やり、手順をテキストファイルで残した（インストール） - 1行の指示で同じ仕事が再現できることを確認した - 作業ログの置き場所を決めた - 週1回、ルールファイルを見直す時間を予定に入れた ## 今日の30分でやる、最小のスタート 5ステップを読んで「よし、来週やろう」と思った方へ。経験上、来週は来ません。今日の30分でここまでやってしまうのがおすすめです。 - 0〜5分：任せる仕事を1つ決める（迷ったら議事録の整理） - 5〜15分：フォルダを5つ作り、その仕事の材料と過去の成果物を2〜3個入れる - 15〜25分：本文のサンプルを写して、10行のルールファイルを置く - 25〜30分：AIエージェントをそのフォルダで起動し、最初の1回を頼んでみる 30分後、あなたの会社には社員が1人増えています。まだ研修初日の新人ですが、この新人は忘れず、辞めず、教えたぶんだけ確実に育ちます。 ## まとめ：プロンプトは借り物、フォルダは資産 AI社員の作り方は、①仕事を1つ選ぶ→②フォルダを作る→③ルールファイルを書く→④仕事をインストールする→⑤育てる、の5ステップです。プロンプトの上手さは人に付き、コピペとともに消えます。フォルダとルールファイルと手順書は会社に残る資産で、ツールを乗り換えても、担当者が代わっても、そこにあり続けます。 私はAI活用の本質を「AIに賢くなってもらうこと」ではなく、「会社の仕事を、AIが働ける形に翻訳すること」だと考えています。その翻訳の最小単位が、今日作る1つのフォルダです。完璧でなくていい。私のフォルダも作り直しの連続です。それでも、空のチャット画面に今日も同じ質問をコピペしている状態からは、確実に一歩抜け出せます。 この設計を自社の業務でどう進めるか、体系的な資料を無料で用意しています。私と一緒に90日で作りたい方はAI顧問の最初の90日｜前半の進め方を、まず全体像を掴みたい方は下の資料セットをどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：137字（推奨120〜158字） ============================================================ AI活用の成否はプロンプトではなくフォルダ設計で決まる——「AI社員」の作り方を、累計15社を支援するAI顧問・赤堀が5ステップで公開。仕事の選び方、フォルダとルールファイルの実物、一度教えた仕事を1行で再現する「インストール」まで、導入初日の手順そのままに解説します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # コンテキスト経営とは何か｜文脈が残れば、会社は続く（AiWiLL提唱の経営思想） URL: https://aiandwill.com/context-keiei-toha/ 公開: 2026-07-31 / 更新: 2026-09-05 正直に言うと、迷いました。2026年7月、AiWiLLは契約から自動更新をなくし、必ず3ヶ月で区切って終える形に揃えました。何もしなくても毎月自動で更新される契約は、経営者にとって収益が読めるありがたい仕組みです。それを自分から手放すと決めるまでに、私は何度も同じ問いに立ち返りました。「私がその場からいなくなったあと、この会社はAIと一緒に、ちゃんと自分で判断できるだろうか」。3ヶ月という期限を切ることは、この問いに「はい」と言い切るための決意でした。渡したものが本当に会社の中に残っているなら、私が去っても会社は困りません。残っていないなら、契約を延長したところで同じ問題を先送りするだけです。 現在のAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。上の記述は2026年7月当時の変更経緯です。 この決意の中心にあったのが、私が「コンテキスト経営」と呼んでいる経営思想です。会社の文脈をAIと人が働ける形で残せば、担当者が変わっても、ツールが入れ替わっても、会社の判断基準は続く——そう考えています。ここからは、この言葉に込めた定義と、実際に何から手を動かせば自社に文脈を残せるのかを、AiWiLLの実践も含めて書いていきます。 ※本記事のうち、自社実践に関する記述は2026年7月時点の運用に基づいています。思想と実践の骨格は、ツールが入れ替わっても使える設計にしています。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## コンテキスト経営とは何か——定義 コンテキスト経営という言葉で検索しても、この言葉自体を正面から定義しているページはほとんど見つかりません。AiWiLLがこの経営思想を提唱している当事者として、まず定義を先に置きます。 コンテキスト経営とは、会社の文脈——現場に眠る暗黙知、判断の基準、積み重ねてきた歴史、顧客への理解——を、人だけでなくAIも働ける形にして会社の中に残し、経営の再現性をつくる経営思想である。 AiWiLLはこの思想に、ひとつの合言葉を掲げています。 「文脈が残れば、会社は続く。」 ポイントは、これが単なる情報整理の技術ではなく、経営そのものの話だという点です。何を残し、何を手放し、誰に（人にもAIにも）どこまで渡すか——これは日々の業務改善ではなく、経営者が引く線です。ディレクトリを整えることや、AIにマニュアルを読ませることは手段であって、コンテキスト経営そのものではありません。目的は、社長や特定の担当者が抜けても、会社の判断の質が落ちない状態をつくることです。 多くの会社が抱えている課題は、情報が無いことではありません。情報が「その人の頭の中」「その人のPCのローカル」「その人のトークの中」に閉じていることです。良い判断をしている会社ほど、実はこの傾向が強くなります。優秀な担当者ほど頭の中で高速に判断できてしまうので、あらためて言語化する必要を感じないまま、日々の業務が回ってしまうからです。コンテキスト経営が最初に疑うのは、この「今のところ回っているから大丈夫」という感覚そのものです。 会社の文脈を残す実践フォーマットを見る ## なぜ今、コンテキスト経営が要るのか AIの性能は、この数年で誰の目にも分かるほど上がりました。それでも、同じClaudeやChatGPTを使っているのに、ある会社では驚くほど解像度の高い提案書が出てきて、別の会社では当たり障りのない一般論しか返ってこない——この差を、私は生成AI顧問として累計約15社、研修・講座を含めれば30社を超える支援の現場で、繰り返し見てきました。 原因はモデルの性能でも、プロンプトの上手さでもありません。AIに渡している文脈の量と質です。優秀なAI社員は、Prompt×Context×Harness——指示と、会社の文脈と、AIが動く環境——の掛け算で仕事の質が決まります。同じモデルでも、会社の判断基準や顧客理解という文脈を渡された状態と、渡されない状態では、出てくる仕事の解像度がまったく違います。差をつくっているのは指示の巧拙ではなく、渡した文脈の質——私はこれを「コンテキスト>>>プロンプト」と呼んでいます。 この掛け算のうち、多くの会社がプロンプトの工夫にばかり時間を使い、コンテキストへの投資が手つかずのままになっています。AIの性能が上がれば上がるほど、この差はプロンプトの工夫では埋まらなくなり、渡す文脈の差がそのまま成果の差になっていきます。だからこそ今、経営としてコンテキストに向き合う必要があると、私は考えています。 この差は、AIの活用度だけの話では終わりません。後継者の不在や、技術・ノウハウを渡しきれないまま代替わりを迎える不安を抱えた会社は、私の見聞きする範囲でも決して少なくありません。これまでは、暗黙知は先輩から後輩へ、時間をかけて背中で伝えるしかありませんでした。AIという新しい引き継ぎ先が生まれたことで、暗黙知を人だけに頼らず、構造として残せる可能性が初めて出てきた——これも、コンテキスト経営を今考える理由のひとつです。 ## 先行研究とAiWiLLの立ち位置——野田智義『コンテクスト・マネジメント』との違い 「コンテキスト経営」に近い問題設定は、実はすでに経営学の中にあります。野田智義氏による『コンテクスト・マネジメント 個を活かし、経営の質を高める』（至善館講義シリーズ）です。この本は、個人の力を最大限に引き出すためには、その人を取り巻く組織側の文脈（コンテクスト）をどう設計するかが問われる、という問題設定を経営教育の文脈で示した先行研究だと私は理解しています。会社の中の「個」を活かす鍵が文脈にあるという着眼点は、コンテキスト経営の土台にもなっている考え方で、この先行研究には敬意を持っています。 その上で、AiWiLLが提唱するコンテキスト経営の位置づけを明確にしておきます。コンテキスト経営は、この「企業コンテクストが個を活かす」という問題設定を、人間の組織だけでなく「人とAIの協働体制」へ拡張したものです。野田氏の議論が主に人と人、人と組織の間の文脈を扱うのに対し、コンテキスト経営はそこにAI社員という新しい働き手を加え、文脈を人だけでなくAIにも渡せる構造として残すところまでを射程に含めています。 観点野田智義『コンテクスト・マネジメント』AiWiLLの「コンテキスト経営」 問いの中心個人の力を最大化するために、組織側の文脈をどう設計するか会社の文脈を、人だけでなくAIも使える形にどう残すか 対象経営教育・組織におけるリーダーの育成中小企業の現場実務と経営承継 担い手経営者・リーダーと、彼らを取り巻く組織人とAI社員が共に働く体制 実践の道具経営教育プログラム・講義・対話棚卸し・ディレクトリ構造・AIへのルール実装 時代背景組織論・リーダーシップ論の系譜生成AIが実務に入り込んだ2020年代半ば以降 語としての「コンテキスト」は、経営書とAI技術論の両方の側から、今後さらに一般的な言葉になっていくはずです。私たちはこの語を独占しようとは考えていません。独占する意味があるのは語そのものではなく、実際に会社の文脈を残すための具体的な手順と、それを積み重ねた実践の記録だと考えています。 先行研究を踏まえずに新しい言葉だけを打ち立てるのは、都合のいい忘却だと思っています。野田氏が示した「文脈が個を活かす」という視点があったからこそ、私たちは「では、AIも同じ文脈の受け手になれるはずだ」という次の一歩を踏み出せました。系譜の上に立っていることを、隠す理由はありません。 ## 「会社の文脈」の中身——4つに分けて棚卸しする コンテキスト経営で言う「会社の文脈」は、抽象的な概念ではありません。私は現場で棚卸しをするとき、いつもこの4つに分けています。 - 暗黙知——なぜこの手順を先にやるのか、なぜこの言い回しを使うのかという、言葉になっていない現場の理由。 - 判断基準——見積りをいくらまで下げるか、どこからは断るかという、実際の意思決定を左右している線引き。 - 歴史——なぜ今の体制になったのか、過去にどんな失敗を経て今のルールができたのかという経緯。 - 顧客理解——顧客が本当に嫌がること、逆に何を言うと喜ぶかという、担当者の頭の中にしかない相手の解像度。 この4つはどれも、辞めた人や引退した経営者の頭の中と一緒に消えていきます。コンテキスト経営がやろうとしているのは、この4つを言葉にして、人が入れ替わってもAIが引き継いで使える場所に据えることです。 たとえば見積りひとつをとっても、価格表の数字だけでは判断基準の半分も伝わりません。「この業種の顧客には、最初の見積りが多少高くても構わない。その代わり対応の速さで信頼を得ている」というような、数字の裏にある理由まで含めて初めて、次の担当者やAIは同じ判断を再現できます。数字だけを引き継いでも、判断そのものは再現できないというのが、私の現場での実感です。 ## 文脈の残し方、何が違うのか 会社の知恵を残す方法は、コンテキスト経営が初めてではありません。マニュアル、研修、社内wiki——どれも同じ課題に取り組んできました。何が違うのかを、私なりの評価で並べてみます。 会社の知恵の残し方更新され続けるか人が辞めても残るかAIがそのまま使えるか総合 社長の頭の中だけ△（本人次第）✕✕✕ 紙のマニュアル✕（作って終わりがち）○△（デジタル化が必要）△ 研修・OJTのみ△△（伝言ゲーム化しやすい）✕△ 社内wiki・ナレッジベース△（放置されがち）○△（検索止まりで行動指示にならない）○ 外部コンサル・顧問への依存○（在籍中のみ）✕（抜けたら終わる）△△ コンテキスト経営◎（書き戻す仕組みを持つ）◎◎（そのまま読み込んで働ける）◎ 差がいちばん出るのは「更新され続けるか」です。マニュアルもwikiも、作った瞬間から現場は変わり続けるのに、書き手が更新を怠ればすぐに実態とずれます。コンテキスト経営が他と違うのは、現場の指摘や訂正をその日のうちにルールへ書き戻す仕組みを、最初から前提にしている点です。 棚卸しから始める資料セットを受け取る ## 実践の入口：棚卸し→ディレクトリ→AI社員に仕事をインストール ここからが本題です。棚卸し→ディレクトリ→AI社員に仕事をインストール、という3段階で、コンテキスト経営は誰でも今日から着手できます。完成形からいきなり作る必要はありません。 STEP1｜棚卸し 頭の中にある判断基準・暗黙知・顧客理解を、言葉にして書き出す。目的は完成度ではなく、まず外に出すこと。 ↓ STEP2｜ディレクトリ 書き出した言葉を、迷わず辿れる置き場所に据える。「これが正しい」と言える版をひとつに決める。 ↓ STEP3｜インストール 整えた文脈をAI社員に読ませ、実際の仕事を任せる。任せてみて足りない部分に気づいたら、また棚卸しに戻る。 ### ①棚卸し——文脈を言葉にする 最初の一歩は、道具ではなく問いです。自分自身、あるいは各担当者に、こう聞いてみてください。「この判断、なぜそうしているんですか?」。見積りの出し方、断る基準、顧客への言い回し——普段は意識せずにやっていることほど、言葉にする価値があります。完成度は求めず、まずは箇条書きで構いません。私がAiWiLLの顧問先で最初に頼むのも、いつも同じ、この「言葉にして書き出す」作業です。 具体的には、次のような問いから始めると言葉になりやすいです。 - この見積り、なぜこの金額にしたのか？ - この問い合わせ、なぜ今日中に返したのか（逆に、なぜ後回しにしてよいと判断したのか）？ - このお客様には、なぜこの言い回しを使っているのか？ - 過去にいちばん揉めたトラブルは何で、そこから何を学んで今のやり方に変えたのか？ ### ②ディレクトリ——文脈を構造に据える 書き出した言葉は、置き場所がバラバラだと結局使われません。次にやることは、「これが正しい」と言える版をひとつに決め、誰でも迷わず辿れる構造に据えることです。私自身、この置き場所を自社の中でGitHub（非公開リポジトリ）とGoogle Driveの2層に分けて運用しています。ルールを育てる幹部はGitHubで双方向に更新し、閲覧できれば十分なスタッフにはGoogle Driveへ自動でミラー配布する構成で、2026年7月からこの形を動かしています。具体的な作り方（セットアップの手順や除外リストの書き方まで）はコンテキストをチームで共有する方法の記事にまとめているので、あわせて読んでください。 ### ③インストール——AI社員に仕事を渡す 文脈が構造に据わったら、最後にAIへ実際の仕事を任せます。提案書の下書き、問い合わせ対応の一次回答、日報の作成——渡した文脈の分だけ、AIが引き受けられる仕事は増えていきます。任せてみて足りない部分に気づいたら、また①の棚卸しに戻る。この往復がコンテキスト経営の実態で、一度作って終わりという工程はありません。 現在のAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。契約期間内で資料を整えるだけでなく、会社がそれを使い直し、訂正し、更新するところまで進めます。会社の中へ判断を残すという思想を、実務で続けられる型にすることが伴走の目的です。 ### 誰が最初にやるべきか 「誰が最初にこれをやるべきですか」とよく聞かれます。私の答えはいつも同じで、役職ではなく熱量で選んでください、です。最初の棚卸しは地味で時間がかかる作業なので、社内でいちばんAIを面白がっている人、あるいは「これ、言葉にできたら楽になるのに」と日頃から感じている人が担当すると、驚くほど早く進みます。経営者の役割は、自分がすべてをやることではなく、その人に時間と、社内の情報にアクセスできる権限を渡すことです。 AI顧問の無料資料セットはこちら ## コンテキスト経営、やりがちな失敗 私が顧問先や自社で見てきた失敗には、共通するパターンがあります。どれも「悪意」でも「怠慢」でもなく、順番を間違えただけということが多いので、先に挙げておきます。 1つ目は、棚卸しをマニュアル化で終わらせてしまうことです。作った瞬間から現場は変わり続けるのに、マニュアルは更新されず、半年後には誰も見なくなります。2つ目は、ツールを導入しただけで満足してしまうことです。ChatGPTやClaudeを契約しても、会社の文脈を渡さなければAIは一般論しか返せません。研修で使い方だけを教えても、現場に戻った瞬間に定着しない理由はここにあります（研修だけでは定着しない理由はAI研修で終わらないためにの記事にも書きました）。 3つ目は、判断基準を経営者の頭の中だけに留めてしまうことです。自分がいなくなったら会社が止まる状態は、コンテキスト経営が目指す姿の対極にあります。4つ目は、一度作ったルールを書き戻さないことです。現場からの指摘や訂正がその日のうちにルールへ反映される仕組みがなければ、文脈は少しずつ実態とずれて陳腐化していきます。5つ目は、全部の情報を一度にAIへ見せようとすることです。見せない、ではなく必要な分だけ必要なときに見せる——情報を絞る判断も、渡す文脈の設計のうちです。そして、壊されないか、ではなく壊れても戻せるか、という発想でルールを育てていくと、失敗を恐れずに書き換えられるようになります。 ## 持ち帰り用：コンテキスト経営セルフチェック ここまでを読んで、自社がどの段階にいるか気になった方のために、セルフチェックのリストを用意しました。10項目のうち「はい」と即答できないものが3つ以上あれば、そこがコンテキスト経営の最初の着手点です。 - 自社の判断基準（見積りの出し方、断る基準など）を、言葉にして残していますか？ - その言葉は、社長の頭の中ではなく、誰でも開けるファイルにありますか？ - 新しく入った人（人でもAIでも）は、聞かなくても過去の経緯を辿れますか？ - 顧客対応で「なぜそうするのか」の理由を、担当者は言葉にできますか？ - 直近1ヶ月で、その言葉を更新した記録がありますか？ - AIに仕事を頼むとき、毎回同じ背景説明をゼロから書いていませんか？ - 社長が1週間不在でも、主要な判断は文書を見れば止まりませんか？ - 情報は「全部見せる」か「何も見せない」かの二択になっていませんか？ - 現場からの指摘や訂正が、ルールに書き戻される仕組みがありますか？ - その仕組みは、あなたが抜けても回りますか？ ## よくある質問 ### Q1. コンテキスト経営とは、一言で言うと何ですか？ 会社の文脈——暗黙知・判断基準・歴史・顧客理解——を、人とAIの両方が使える形で残し、経営の再現性をつくる思想です。合言葉は「文脈が残れば、会社は続く。」です。 ### Q2. コンテキスト経営と、コンテキストエンジニアリングは何が違いますか？ コンテキストエンジニアリングは、AIに渡す情報をどう設計するかという技術・工学の話です。コンテキスト経営はその一段上、何を残し何を渡すかを決める経営としての意思決定の話です。技術は思想を実装する手段のひとつだと考えています。 ### Q3. 野田智義さんの『コンテクスト・マネジメント』と同じものですか？ 問題設定は地続きですが、同じではありません。野田氏の著書は、個人の力を組織の文脈がどう活かすかという経営教育の文脈における先行研究です。コンテキスト経営は、この発想を人間の組織だけでなく人とAIの協働体制へ広げたものと位置づけています。 ### Q4. AI導入がまだの会社でも始められますか？ むしろAI導入前のほうが始めやすいです。棚卸しとディレクトリ化は人力でも進められる工程で、AIへのインストールは最後の一段に過ぎません。文脈が整っていない状態で先にツールだけ導入すると、AIは何も知らないまま働くことになり、成果が出づらくなります。 ### Q5. ナレッジマネジメントと何が違いますか？ 従来のナレッジマネジメントは、情報を検索できる状態にすることがゴールになりがちです。コンテキスト経営は情報を残すだけでなく、AIがそれを読んでそのまま仕事を代行できる状態まで持っていく点、そして書き戻しの仕組みで文脈を陳腐化させない点が異なります。 ### Q6. 一人社長・数名の会社でもコンテキスト経営はできますか？ できます。むしろ一人で判断を担っている会社ほど効果が大きいです。最初の棚卸しは自分の頭の中を書き出すだけなので、規模を問わず今日から始められます。 ### Q7. コンテキスト経営に向いていない会社はありますか？ 今のやり方を誰にも渡さず、自分の代で終わらせると決めている会社には向きません。逆に、担当者が変わっても顧客対応の質を落としたくない、次の世代に判断基準を渡したい会社には向いています。 ### Q8. 「考脈学」とはどう違うのですか？ コンテキスト経営が思想の名前だとすると、考脈学（こうみゃくがく）はAiWiLLがその実践に付けた方法論の名前です。この記事では思想としての全体像に絞り、方法論の詳細は公式の定義ページにゆずります。 ### Q9. 棚卸しには、どのくらいの期間がかかりますか？ 会社の規模と、言語化にどれだけ慣れているかによって変わりますが、最初の輪郭が見えるまでは数週間、実務で使えるレベルまで整うには2〜3ヶ月ほどを見ておくとよいです。完璧を待たず、粗い状態から使い始めて磨いていく進め方をおすすめしています。 ### Q10. 部署ごとにバラバラに進めてもよいですか？ 最初は構いません。むしろ全社で一斉に始めようとすると止まりがちなので、ひとつの部署・ひとつの業務から始めて、うまく回った形を横に広げるほうが定着しやすいです。ただし、置き場所（ディレクトリ）の正系だけは、最初から会社で一箇所に決めておいてください。 ## 文脈が残れば、会社は続く 迷った末に自動更新をやめたとき、正直、怖くなかったと言えば嘘になります。それでも、3ヶ月ごとに「この会社には、もう文脈が残っている」と言い切れる状態をつくるほうが、毎月の更新に頼るより、経営として誠実だと私は感じています。 コンテキスト経営は、特別なツールを買うことでも、AIに詳しくなることでもありません。会社が積み重ねてきた判断を、言葉にして、構造に据えて、人とAIの両方に渡し続けること。それだけです。合言葉をもう一度書いておきます。「文脈が残れば、会社は続く。」 この記事を書いている今も、私自身の棚卸しは終わっていません。むしろ、AI顧問として企業に伴走するたびに、自分たちの言語化がまだ甘かった箇所に気づかされます。コンテキスト経営に完成はなく、あるのは今日より少しだけ文脈が残った状態だけです。だからこそ、完璧に仕上げようとせず、粗くてもいいので今日書ける一行から始めてみてください。 自社の棚卸しとディレクトリ設計から一緒に進めたい方向けに、無料の資料セットを用意しています。全体像はこちらからどうぞ。 関連：カンパニーブレインとは ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：132字（推奨120〜158字） ============================================================ 「コンテキスト経営」とは何か、提唱者のAiWiLL代表・赤堀亘が定義から実践まで書きます。会社の文脈をAIと人が働ける形で残し、経営の再現性をつくる思想の中身と、棚卸し→ディレクトリ→AI社員への実践3段階、野田智義氏の先行研究との違いまでを一次情報で解説します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # AI経営とは？「AIに経営を任せる」との違いと中小企業の始め方 URL: https://aiandwill.com/ai-keiei-toha/ 公開: 2026-07-31 / 更新: 2026-09-05 私はいま、日報も、SEO記事の構成案も、提案資料の骨子も、ほとんど手を止めずに「いつもの形で」とAIに一言渡すだけで、狙った質のものが返ってきます。最初からこうだったわけではありません。以前は、似たような資料を作るたびに、社内の言い回しはこうだったな、この構成のほうが伝わったな、と手探りで思い出しながら指示文を毎回組み立て直していました。同じような作業のはずなのに、そのたびに時間がかかり、出来上がりの質もそのときの集中力でばらついていた。あるとき気づいたのは、これは指示文の書き方の巧拙の問題ではなく、AIに渡している「文脈」の量が、毎回ゼロに戻っているだけだ、ということでした。 世の中で語られる「AI経営」の多くは、この文脈の話を素通りします。どのAIツールを導入するか、どの業務を自動化するか、という「効率化の話」に矮小化されて終わっている記事がほとんどです。ですが、生成AI顧問として中小企業に累計15社ほど伴走してきた実感では、AI経営の本体はそこではありません。AI経営とは、AIに経営判断そのものを任せることではなく、経営者の判断基準や暗黙知をAIが働ける形に構造化し、経営の再現性をつくることだと、私は考えています。 ここからは、機能するAI経営としないAI経営の分かれ目、費用対効果の考え方、そして中小企業が明日から動かせる最初の一歩まで、自社で実際に運用している型を交えて具体的に書いていきます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI経営とは何か——「AIに経営を任せる」との違い 「AI経営」という言葉が広がるにつれて、意味がどんどん薄まっている気がしています。検索して出てくる記事の多くは、AIツールの紹介と業務効率化の事例紹介で構成されています。もちろんそれも大事な話ですが、それだけでは「AI経営」ではなく「AIツール活用」です。似ているようで、経営に与えるインパクトはまったく違います。 AI経営の定義 AI経営とは、AIに経営判断そのものを任せることではない。経営者の頭の中にある判断基準・暗黙知・会社の文脈を構造化し、AIが働ける形に変えることで、これまで属人化していた経営の意思決定と実行を、誰が担っても再現できる状態に近づけていく経営のあり方である。 この定義で重要なのは、主語が「AI」ではなく「経営」だという点です。AIに何をさせるかではなく、経営の判断と実行を、属人化させずにどう再現するか——これがAI経営という言葉が本来指すべき射程です。ツールの導入は、その手段の一つに過ぎません。 検索結果の上位を見ても、「AI経営」で出てくるのは大手コンサルティングファームの調査レポートや、企業事例を大量に横並びにしたまとめ記事がほとんどです。それらは間違ってはいませんが、「明日から自社の何を変えればいいか」までは、なかなか踏み込んでくれません。ここでは、そこを埋めるところまで踏み込んで書きます。 よく言われる「AI経営」のイメージと、実際のAI経営がどう違うか、先に一覧にしておきます。 よく言われる「AI経営」実際のAI経営 ChatGPTやCopilotを社内に導入すること会社の判断基準・情報をAIが読める形にして渡すこと 業務を自動化してコストを下げること経営の意思決定と実行を、誰が担っても再現できるようにすること 経営者がAIに経営判断そのものを任せること経営者の判断基準を言語化し、AIと人がその基準で一緒に動くこと 高額なAIシステムを導入すること月数千円のツールでも、文脈さえ整えば始められること 右側に近づくほど、AI経営は「効率化ツール」ではなく「経営の仕組み」として機能し始めます。次の章で、その分かれ目をもう少し具体的に見ていきます。 AI経営の進め方を資料で見てみる ## ダメなAI経営と機能するAI経営の分かれ目 AI経営がうまくいくかどうかは、実は最初の一歩の向き——「ツールから入るか」「文脈から入るか」——でほぼ決まります。私はこの二つを「ツール先行型」と「文脈先行型」と呼んで区別しています。うまくいっていない会社に共通するパターンを、先に挙げておきます。 - AIツールを契約したものの、結局は議事録の要約止まりで終わっている - 担当者に「使っておいて」と丸投げし、社長自身は一度も触っていない - 社長だけがAIを使いこなし、社員には広がらないまま半年が過ぎた - 「AI経営を始めた」と対外的に言えるようになったが、意思決定のスピードは導入前と変わっていない この4つに共通しているのは、どれも「ツールを入れた」ところで止まっていて、「会社の判断基準をAIに渡す」工程が抜けていることです。悪意があってこうなるわけではありません。ツールを選んで契約するところまでは目に見える作業なので着手しやすく、判断基準を言葉にする作業は地味で終わりが見えにくいため、後回しにされやすいのです。ツール先行型と文脈先行型の違いを、8つの観点で比較します。 観点ツール先行型（機能しないAI経営）文脈先行型（機能するAI経営） 起点「何のツールを入れるか」から始める「どこで判断が止まっているか」から始める AIに渡すもの汎用的な指示文だけ会社の判断基準・実例・言葉遣い 効果の再現性使う人によって出力がバラバラ誰が指示しても同じ質で再現できる 経営者の関与導入後は現場任せ判断基準を最初に言語化する主体になる 費用対効果の測り方「時間が削減できたか」だけを見る「打てる手が増えたか」を主軸に見る 失敗の出方一部の熱心な社員だけが使って終わる判断基準ごと会社に残り、誰でも使える 半年後の状態ツールが増えただけで運用が止まっている会社の文脈がAIに乗り、判断のスピードが上がっている 経営への影響業務効率化止まりで終わる経営の再現性（意思決定の速度と質）が上がる 表の右側、文脈先行型に近づけば近づくほど、AI経営は一過性の取り組みではなく、会社に残る仕組みに変わっていきます。逆に言えば、いま手元にあるツールの数や契約金額の大きさは、AI経営が機能しているかどうかとほとんど関係がありません。 現場でこの違いが一番分かりやすく出るのは、担当者が辞めたり異動したりしたときです。ツール先行型の会社は、その人が使っていたノウハウごと消えてなくなります。文脈先行型の会社は、判断基準がファイルとして残っているので、次の担当者もほぼ同じ質で仕事を引き継げます。属人化を解消できているかどうかは、平時にはなかなか見えず、人が抜けた瞬間に一気に表面化します。 自社はどちらに近いか、資料で確認する ## AI経営の4つのフェーズ——自社はどこにいるか ツール先行型と文脈先行型という二分法だけでは、実際の現場感覚には少し粗すぎます。私が顧問先を見てきた実感では、AI経営の定着度合いは、だいたい次の4つのフェーズのどれかに当てはまります。自社がどこにいるかを先に確認してから、次の一歩を選んでください。 フェーズ状態次にやること フェーズ0 属人化のままAIツールを試したことはあるが、業務にはほぼ組み込まれていない判断基準の棚卸し8問に、まず1問答える フェーズ1 個人が使いこなす経営者や一部の社員が個人的にAIを使いこなしているが、会社の資産にはなっていないその人が使っている判断基準・実例をファイルに書き出す フェーズ2 文脈が構造化され始める会社の情報・判断基準がファイル化され、複数人がAIに渡せる状態になっている実務に投入し、出力のズレを仕分けて直す運用を回す フェーズ3 経営の再現性がある誰が指示しても同じ質で再現でき、判断のスピードそのものが上がっている対象業務を広げつつ、判断基準の更新を仕組みにする 多くの会社は、フェーズ0とフェーズ1の間で止まっています。ツールを試すところまでは誰でもたどり着きますが、その先の「個人の使いこなしを会社の資産に変える」工程に、意図的に時間を割いている会社はまだ多くありません。AI経営という言葉が本来指すべきなのは、このフェーズ2からフェーズ3への移行そのものです。 あなたの場合：現在のフェーズは（　0　・　1　・　2　・　3　）。3か月後に到達したいフェーズは（　　）。そこに進むために、まず言葉にすべき判断基準は（　　　　　　　　　　）。 ## 私が自社でやっている「文脈先行型」の実践 抽象的な話だけで終わらせないために、自社で実際にやっていることを一つ公開します。冒頭に書いた、日報・SEO記事・提案資料をAIに一言で任せられる状態は、次のような手順で作りました。 - 自分が繰り返している作業を洗い出す - その作業をするとき、自分が何を基準に判断しているかを言葉にする - 会社の言葉遣い・過去にうまくいった実例をファイルにまとめる - それを「スキル」として1つのコマンド（合言葉）に固定する - 実際に使いながら、出力がズレた部分だけを直していく この順番の背骨にあるのは、優秀なAI社員は「Prompt（指示）×Context（文脈）×Harness（働く場所・仕組み）」の掛け算で決まる、という考え方です。指示文の技術より、会社の文脈をどれだけ渡せているかのほうが、出力の質にずっと直結します。コンテキストがプロンプトよりはるかに重要である——これは私が顧問先でも一貫して伝えていることです。 実際のやり取りは、こういう温度感になります。 日報書いて ✻ いつもの構成（今日やったこと／判断したこと／明日の優先度）で書きました。今週の傾向として、判断待ちの案件が2件たまっているので、明日の項目に加えています。 ▲ 実際のやり取り（再現イメージ）。細かい指示を毎回書き直していない SEO記事の構成づくりでも構造は同じです。過去に書いた記事の型、避けたい表現、読者に響いた切り口——これらを一度整理してファイルに残しておけば、新しいテーマを渡すだけで、その型に沿った構成案が返ってきます。指示文を毎回工夫するのではなく、渡す文脈を一度きちんと作り込む。この一度の作り込みに時間を使うかどうかが、半年後に「AIが会社の資産になっている会社」と「AIをツールとして試しただけの会社」を分けます。 同じことが、提案資料の骨子づくりでも起きています。最初の棚卸しと言語化にはそれなりに時間がかかりましたが、一度型になってしまえば、以後は「いつもの形で」の一言で、質を落とさず再現できる状態になりました。棚卸し→置き場所（ディレクトリ）の整理→AI社員に仕事をインストールする、という順番を飛ばして、いきなりツールの使い方だけを覚えようとすると、この状態にはたどり着けません。順番を守ることのほうが、どのAIツールを選ぶかより効きます。 AI顧問（WiLLAGENT）の内容を見てみる ## 費用対効果はどう考えるか——「打てる手の数」を主軸にする AI経営の費用対効果を聞かれたとき、私が最初に見る軸は「時間がどれだけ浮いたか」ではありません。「打てる手の数が、これまでよりどれだけ増えたか」です。 中小企業が改善や売上のために使える予算には限りがあります。何かを外部に依頼すれば、1本あたりに相応の費用と納期がかかり、試せる打ち手の数はどうしても絞られます。AIが会社の文脈を理解して働ける状態になっていれば、これまで外注していた作業の下書きや量産部分を内製で回せるようになり、同じ予算・同じ時間で試せる打ち手の本数そのものが増えます。これが第一の軸です。 この軸を第一に置いているのには理由があります。「時間が浮いた」というコスト削減の物差しは、どうしても守りの発想になりがちで、浮いた時間を本当に新しい打ち手に使えているかまでは測れません。一方、「打てる手の数が増えたか」という物差しは、最初から攻めの発想です。売上を作るための施策を、これまでより多く同時に試せるようになっているか——中小企業の経営者にとって、この問いのほうが判断材料として機能しやすいというのが、複数の顧問先を見てきた実感です。 たとえば、新しい問い合わせ対応の文面案、提案資料のバリエーション、発信文の下書き——これらを一つひとつ外部に発注すれば、当然ながら費用と納期がかかります。AIが会社の文脈を理解していれば、量産が必要なこの部分を内製でまかなえるようになり、外部への発注は「人にしか判断できない、質を左右する部分」に絞り込めます。攻めの手数が増えるのは、この絞り込みの結果です。 外注中心で打つ場合 - 1本あたりの費用と納期が発生する - 試せる打ち手の本数が予算で絞られる - 小さな仮説検証ほど割に合わず後回しになる AI経営が機能している場合 - 下書き・量産部分を内製で回せる - 同じ予算でも試せる打ち手の本数が増える - 小さく試して、当たった打ち手だけ人が磨く 時間の削減額を計算して効果を語ることもできますし、それも補助的な軸としては有効です。ただ、時間削減だけを軸にすると、「浮いた時間で結局何をするか」が抜け落ちがちです。浮いた時間を新しい打ち手に使えて初めて、経営の数字に効いてきます。だから私は、時間回収は補助軸、打てる手の数×外注費比較を第一軸に置いています。 参考までに、私が提供しているAI顧問（WiLLAGENT）の投資額は、月30万円〜（税別・社員同席込み）・最低6か月の伴走・自動更新なしで、使うAIツールの実費は1人月あたり3,000円〜1万円程度です。この投資に対して「何本の打ち手が新たに打てるようになったか」「同じことを外注していたらいくらかかっていたか」で効果を測るのが、私がおすすめしている考え方です。AI顧問に頼まず自社だけで進める場合も、この物差しはそのまま使えます。料金の内訳や払う価値の判断基準はAI顧問の費用相場の記事にさらに詳しく公開しています。 ## 中小企業がAI経営を始める最初の一歩 AI経営は、大きなシステム投資から始める必要はありません。最初の一歩は、月数千円のAIツール一つと、経営者自身の頭の中にある判断基準を言葉にする作業です。棚卸しに使える質問を8つ、実際に自社と顧問先で使っているものから置いておきます。 - 値引きや受注の可否を、どこで線引きしていますか。 - 新しい仕事を受けるか断るかを、最終的に何で判断していますか。 - 「今期はここに投資する」という判断を、誰にどう説明していますか。 - 数字で語れる判断と、勘や経験で語っている判断は、どちらが多いですか。 - あなたが急にいなくなったら、判断が止まる場面はどこですか。 - 会議で毎回口にしている「うちはこういう会社だから」という前提は何ですか。 - 過去の失敗から学んで、以後絶対にやらないと決めていることは何ですか。 - その判断基準は、いまファイルや文書として残っていますか、それとも頭の中だけですか。 8問すべてに完璧に答える必要はありません。1問でも具体的に書き出せれば、それがAI経営の最初の材料になります。そこから先は、①書き出す（棚卸し）②AIに渡せる形にする（ファイル化）③実際に指示してズレを直す（検証）、というシンプルな3ステップで進めます。AiWiLLでは、こうした経営の判断基準や暗黙知を構造化し、AIが働ける形に変えていく一連の実践体系を「考脈学（こうみゃくがく）」と呼んでいます。 この作業は、担当者に丸投げできる種類のものではありません。判断基準は、社長の頭の中にしかない場合がほとんどだからです。担当者がやれるのは、②のファイル化と③の検証の実務です。①の書き出しだけは、経営者自身が最初の30分を使うかどうかで、その後の速度がまったく変わります。忙しくて時間が取れない場合は、8問のうち1問だけでも構いません。小さく始めて、答えられる問いを少しずつ増やしていくほうが、結局は定着します。 3か月という期間で伴走を受けながら進める場合の具体的な進め方（回数・時間割・宿題設計）はAI顧問の最初の90日｜前半の進め方の記事に設計図ごと公開しているので、自走する場合の参考にもなるはずです。 ### 持ち帰り用：AI経営を始める前のチェックリスト - 判断基準の棚卸し8問のうち、1問以上に具体的に答えられた - その答えを、口頭ではなくファイルや文書として残した - 会社の言葉遣い・過去にうまくいった実例を、AIに渡せる形でまとめた - 最初にAI化する対象を、全業務ではなく1〜2の判断・作業に絞った - AIに入れてはいけない情報（顧客情報・機密など）を先に決めた - 費用対効果を「時間削減」だけでなく「打てる手の数」でも測る準備をした - 経営者自身が、少なくとも最初の言語化の工程には関与すると決めた - 3か月後に「誰が指示しても同じ質で再現できる」状態を、どの業務で目指すか決めた ## AI経営に関するよくある質問 ### AI経営とAI活用は何が違いますか？ AI活用は個別の業務でAIツールを使うことを指す、道具の話です。AI経営は、会社の判断基準や暗黙知を構造化してAIが働ける形にし、経営の意思決定と実行を再現できるようにする、仕組みと経営のあり方の話です。AI活用はAI経営を実現するための手段の一つに位置づけられます。 ### AI経営を始めるのに、必ずAI顧問と契約する必要がありますか？ 必要ありません。この記事で書いた判断基準の棚卸しとファイル化は、自社だけでも進められます。推進役がまとまった時間を継続して確保できる会社なら、自走で十分に始められます。推進役の時間が日常業務に飲まれて止まりやすい点と、線引きで迷って手が止まりやすい点だけ、伴走がある場合とない場合で差が出やすいところです。 ### AI経営は大企業向けの話で、中小企業には早いのではないですか？ むしろ逆だと考えています。大企業ほど意思決定の階層が多く、判断基準の構造化には時間がかかります。経営者が一人で意思決定の多くを担っている中小企業のほうが、判断基準を言語化してAIに渡す工程を短く済ませられ、成果も早く出やすいというのが、私が中小企業の現場で見てきた実感です。 ### どんなAIツールを使えばAI経営が実現しますか？ 特定の高額なシステムは必要ありません。ChatGPTやClaudeなど、月3,000円前後の一般的な有料プランで十分に始められます。ツールの性能差より、そのツールにどれだけ会社の文脈を渡せているかのほうが、出力の質を大きく左右します。 ### 経営者自身がAIを使いこなせなくても、AI経営はできますか？ 経営者がすべての操作を覚える必要はありません。ただし、判断基準を言語化する工程には経営者の関与が欠かせません。担当者に丸投げしたままAI経営が定着した会社を、私はまだ見たことがありません。操作は任せてよくても、判断基準を決める主体は経営者のままです。 ### AI経営とDXは同じ意味ですか？ 重なる部分はありますが、同じではありません。DXはデジタル技術で業務プロセスや事業モデルを変革することを広く指す言葉です。AI経営は、その中でも特に、経営者の判断基準や暗黙知をAIが扱える形に構造化し、経営の再現性をつくることに焦点を当てた考え方です。 ### コストがかかる高額なAIシステムを入れたほうが、AI経営としては本格的ではないですか？ そうは考えていません。高額なシステムを入れても、渡す文脈が空っぽなら出力は一般論のままです。逆に、月数千円の一般的なツールでも、会社の判断基準と実例をきちんと渡せば、実務で使える精度に届きます。私が顧問先に高額なシステム開発をまず勧めないのはこのためです。文脈を整える前にシステムへ投資すると、多くの場合、宝の持ち腐れになります。 ### AI経営を始めると、どれくらいで効果が見えますか？ 判断基準の棚卸しとファイル化そのものは、早ければ数週間で最初の形になります。ただし、それを実務で使いながら精度を上げ、「誰が指示しても同じ質で再現できる」状態まで持っていくには、3か月程度を見ておくと現実的です。焦って全業務に広げるより、1〜2の判断基準から始めるほうが定着しやすいです。 ### AI経営に取り組むと、社員がAIに仕事を奪われませんか？ AI経営で目指しているのは、人の仕事を奪うことではなく、判断はプロが担い、作業の量産部分をAIが担うという役割分担です。実際、私が見てきた現場では、AI経営が進んだ会社ほど、社員は単純作業から離れて、判断や顧客対応など人にしかできない仕事に時間を使えるようになっています。完全自動化を目指す設計は、中小企業の実務ではむしろ品質事故のもとになりやすいというのが私の考えです。 ## まとめ：AI経営を分けるのは予算でもAIの性能でもない AI経営とは、AIに経営を任せることではありません。経営者の判断基準や暗黙知をAIが働ける形に構造化し、経営の再現性をつくることです。ツールから入れば、効率化止まりで半年後には元の状態に戻ります。文脈から入れば、判断のスピードと質そのものが変わっていきます。この違いを分けるのは、予算の大きさでも、AIの性能でもなく、会社の中にある判断基準をどれだけ言葉にできているかです。 正直に言えば、私自身も判断基準を最初に言葉にする作業は簡単ではありませんでした。頭の中では分かっているつもりのことほど、いざ書き出そうとすると手が止まります。それでも一度書き出してしまえば、あとはAIと一緒に、実務で使いながら磨いていけます。完璧な棚卸しを最初から目指す必要はありません。 最初の一歩は、大きな決断でなくて構いません。まずは今日、自分が繰り返している判断を一つ、紙でもファイルでもいいので書き出してみてください。それが、AI経営の最初の材料になります。 AI経営を人に伴走してもらいながら始めたい場合はAI顧問とは何か、実際に3か月でやることを先に知りたい場合はAI顧問の最初の90日｜前半の進め方もあわせてご覧ください。 無料の資料セットを見てみる ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：136字（推奨120〜158字） ============================================================ AI経営とは、AIに経営を任せることではない。会社の判断基準や暗黙知をAIが働ける形に変え、経営の再現性をつくることだ。ツール先行型との違い、費用対効果の考え方、中小企業が始める最初の一歩を、生成AI顧問として累計15社に伴走してきたAiWiLL代表・赤堀亘が公開します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # AI会社の作り方｜「AIで回る会社」に変える4つの手順 URL: https://aiandwill.com/ai-kaisha-tsukurikata/ 公開: 2026-07-31 / 更新: 2026-09-05 「AIツールを導入しました」と話す経営者に、この一年でたくさん会いました。ChatGPTを契約した、Copilotのライセンスを社員に配った、生成AIの研修をやった——導入実績としてはどれも立派です。ただ、契約した先の会社の中身をよく聞くと、実務そのものが変わった会社は、思ったより多くありません。ツールは増えたのに、判断も作業もほとんどが相変わらず人の手の中にある。AIは「賢い検索エンジン」か「文章の下書き係」で止まっていて、会社の実務そのものを任されてはいないのです。生成AI顧問として累計約15社、研修・講座を含めると30社を超える会社の導入に関わってきて、私はこの分かれ目がどこにあるかを、はっきり言えるようになりました。契約しただけで止まる会社と、実際にAIが働き出す会社の違いは、AIに「会社の中身」を渡しているかどうかです。既存の会社の中に、AIが実務を担う職場をどう作るか——私が顧問先で実際にやっている手順を、そのまま書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「AIツールを契約した会社」と「AIが働く会社」は何が違うのか まず言葉を整理します。この記事でいう「AIが働く会社」とは、AIチャットに毎回コピペで質問する会社のことではありません。AIが参照できる会社の文脈（コンテキスト）とディレクトリ構造を持ち、そこに仕事の材料とルールが置かれていて、AIがその場所で実際の成果物を作っている会社のことです。逆に「AIツールを契約しただけの会社」は、ライセンスと使い方研修はあっても、AIの前には毎回何もない状態から会話が始まります。この差を表にすると、驚くほどはっきり出ます。 観点AIツールを契約した会社AIが働く会社 会社情報の渡し方毎回チャットにゼロから背景を打ち込む会社の文脈をディレクトリに常設し、AIがそこを参照する 仕事の材料都度、資料を探してコピペする業務ごとのフォルダに材料が最初から置いてある 指示のたびに毎回、経緯や前提から説明し直す手順書を1回作れば、次回から1行の指示で再現する 人の役割作業の大半を人が実行し、AIは補助AIが作業を実行し、人はレビューと最終判断に回る ミスの扱いその場で直して終わり、同じ間違いを繰り返す訂正をルールに書き戻し、次から再発しない 半年後の姿使う人と使わない人の差が開いたまま任せられる業務が部門をまたいで増えていく 私はこの差を、顧問先のレクチャーで1つの式にして説明しています。優秀なAI社員 ＝ Prompt（伝え方）× Context（会社の情報密度）× Harness（守らせるルールと働く場所）という式です。世の中のAI活用術は、圧倒的にPromptに偏っています。指示文の型、プロンプトのコツ、質問の言い回し——どれも大切ですが、それだけでは会社は変わりません。優秀な新人が入社した初日に、あなたの会社が渡すのは話しかけ方のマニュアルではないはずです。会社案内、業務資料、仕事のルール、自分の机——渡すのはコンテキストと働く場所です。AIも同じで、「AIが働く会社」を作るとは、この入社初日セットを会社全体の分だけ用意することにほかなりません。コンテキストは、プロンプトよりずっと強い。ここが、この記事の一番言いたいことです。 AI顧問の無料資料セットを見る ## なぜ多くの会社が「契約しただけ」で止まるのか 止まる会社には、共通するパターンがあります。私が顧問先や研修先で実際によく見かける、あるあるを並べます。 - プロンプト集だけ配って終わる — 「使えるプロンプト100選」を社内に配布して、あとは各自の自由に任せる。最初の1週間はみんな試しますが、1ヶ月後には誰も開かなくなります。プロンプトは伝え方の工夫であって、会社の情報そのものではないからです。 - 一部の担当者の端末にだけAIが入っている — 情シスや若手の一人が個人的に使いこなしているだけで、会社の資料や仕事の型には触れさせていない。その担当者が異動・退職した瞬間、蓄積がゼロに戻ります。 - 「情報漏洩が怖いから」といって何も見せずに使わせる — 気持ちは分かりますが、これでは新人に会社の資料を一切見せずに「察して仕事をしてください」と言っているのと同じです。見せない、ではなく、必要な分だけ、必要なときに見せる線引きを作る話であって、全部隠すことではありません。 - 全社一斉導入から入ろうとして止まる — 全部門・全業務を一度にAI化しようとすると、決めることが多すぎて誰も着手できません。稟議と検討だけで半年が過ぎます。 - 経営者自身が一度も手を動かさない — 号令だけかけて、担当者に丸投げする。現場は「上がよく分かっていないものを、なぜ自分たちが本気でやるのか」と感じ、形だけの導入で終わります。 共通しているのは、AIを「外部の便利な道具」として置いたままで、会社の内側に踏み込ませていない点です。道具として扱えば、道具の期待値でしか使われません。検索の代わり、文章の清書係——そこで止まります。次の章から、会社の内側にAIを踏み込ませる具体的な手順を書きます。 ## 会社をAIが働ける職場に変える4つの手順 ここからは、会社全体をAIが働ける職場に変えるための4つの手順です。1人のAI担当者を育てる話ではなく、営業・経理・現場・広報といった会社の複数の機能に、AIが実務者として入っていける状態を作る話だと思ってください。AiWiLLでは、この棚卸し→ディレクトリ整備→インストール→書き戻しという一連の実践体系を「考脈学（こうみゃくがく）」と呼んで、顧問先での型として磨いています。 ### 手順①：業務と判断基準の棚卸し 最初にやることは、AIに何かをやらせることではありません。今、会社の中でどんな業務が、どんな頻度で発生していて、その業務の「良し悪し」を何で判断しているかを書き出すことです。ここでいう判断基準とは、値引きの上限、見積もりの粗利ライン、問い合わせを即答してよい範囲と必ず人が対応する範囲、稟議を通す・通さないの線——多くの場合、ベテランの頭の中にしかなく、文字になっていないものです。棚卸しの粒度は、たとえばこんな表になります。 業務頻度材料になるファイル今の判断基準（言語化した例） 見積もり作成週3回程度過去の見積書・原価表原価に対し粗利30%が基準。常連客は5%引きまで担当者の即断可、それ以上は上長に相談 月次売上レポート月1回会計ソフトの出力・前年同月比前年比マイナスの科目には理由コメントを添えて報告する 問い合わせ一次対応ほぼ毎日過去のFAQ・返信メール文例料金・納期など一般的な質問は即答可。契約条件の変更は必ず人が対応する この棚卸しで一番効くのは、業務のリストではなく判断基準の言語化です。判断基準が言葉になっていない業務は、AIに任せる以前に、実は人に引き継ぐことすら難しい状態にあります。棚卸しは、AI導入の準備であると同時に、会社の暗黙知を可視化する作業でもあります。 判断基準を言葉にする作業は、いきなり「うちの判断基準は何ですか」と聞いても、たいてい答えが出てきません。ベテランほど、判断は体に染みついていて、言葉にしたことがないからです。効くのは、抽象的に聞くのではなく、具体的な例外対応を3つ思い出してもらうという聞き方です。「最近、いつもと違う対応をした案件を3つ教えてください」「なぜそこだけ特別扱いにしたのですか」——この2つの質問を繰り返すだけで、原則とその例外の境界線が自然と言葉になっていきます。私が顧問先の棚卸しで最初にやるのも、まさにこの聞き方です。 ### 手順②：会社の機能ごとのディレクトリ整備（正系を一つに） 次に、棚卸しした業務の材料を、会社の機能ごとのフォルダに整理します。ポイントは1つだけです。同じ種類の情報の「正しい版」を、必ず1箇所に決める。これを私は「正系を一つにする」と呼んでいます。料金表が3つのフォルダに別バージョンで散らばっていると、AIはどれが正しいか分からず、平気で古い方を使って見積もりを作ってしまいます。会社全体の基本形は、たとえばこういう構造です。 株式会社◯◯/ ├── 00_経営・戦略/ ← 経営方針・数値目標・意思決定の記録（正系） ├── 10_営業/ ← 商談メモ・提案書・見積もり基準 ├── 20_顧客対応/ ← FAQ・問い合わせ履歴・対応ルール ├── 30_経理・総務/ ← 請求書テンプレ・月次レポート様式 ├── 40_現場・製造/ ← 作業手順・点検記録・報告書ひな形 ├── 50_人事・労務/ ← 採用基準・評価シート・就業ルール └── 90_AI運用ルール/ ← 誰に何を見せるか・禁止事項・訂正ログ 整備のコツは3つです。第一に、今使っているもの・最新版だけを入れる。廃止した資料や古いバージョンは別フォルダに退避し、正系フォルダには混ぜません。第二に、見せてよい情報だけを入れる。個人情報や人事評価の詳細など、AIに読ませるべきでない情報は最初から入れない——これは「見せない」ではなく「必要な分だけ、必要なときに見せる」という線引きの実装です。第三に、渡すのはコピーでよい。基幹システムそのものに接続する必要はなく、業務に必要な範囲のファイルを整理して渡すだけで十分に始められます。 ここで、多くの経営者が口にする不安があります。「AIに会社の情報を渡して、変な使い方をされたらどうしよう」というものです。私はこの不安に、いつも同じ言葉で答えています。壊されないか、ではなく、壊れても戻せるか。フォルダはコピーであり、元データは別に残っています。おかしな出力が出ても、それはファイルが壊れたわけではなく、やり直せば済む話です。壊れない完璧な仕組みを最初から目指すと、いつまでも着手できません。戻せる状態を作ったうえで、まずは小さく始めるほうが、結果的に速く進みます。 AI導入時のセキュリティと情報の見せ方を読む ### 手順③：最初のAI社員に1業務をインストールする フォルダが整ったら、手順①で棚卸しした業務の中から1つだけ選び、AIと一緒にその仕事を1回やってみます。進め方は新人へのOJTと同じです。まず口頭で説明するように指示を出し、できあがった成果物を「ここはこう直して」と直しながら、あなたの会社らしいこだわりを言葉にしていきます。仕上がったら、その手順を「次から再現できる手順書」としてファイルに書かせます。ここで大事なのは、手順書を人間が書くのではなく、やり取りの最後にAI自身に書かせることです。人間は確認して直すだけで済みます。一度この手順書ができると、次からは「いつもの週次レポート、お願い」の1行で、同じ品質の成果物が再現されるようになります。これが「AI社員に仕事をインストールする」ということです。1体のAI社員を立ち上げる細かな手順は、姉妹記事のAI社員の作り方で詳しく書いています。どの業務を最初に選ぶべきかの基準は、この後の章で具体的に書きます。 ### 手順④：訂正をルールに書き戻して育てる 最後の手順が、会社全体をAI化するうえで一番見落とされがちな部分です。AIの成果物を直したとき、その場で直して終わりにすると、同じ間違いを翌週も繰り返します。直した内容を、90_AI運用ルール/の中のルールファイルに一行で書き戻す。これだけで、翌週も同じ指摘を繰り返す状態からは抜け出せます。書き戻す一行は、たとえば「レビュー依頼には、対象ファイルの実パスを必ず添付する（2026年7月・訂正から追加）」——実際に私の会社のルールファイルに入っている一行です——といった素朴な形で十分です。人間の組織なら、1人のミスの教訓を全員に浸透させるには時間がかかりますが、ルールファイルに書けば、次にAIが起動した瞬間から全業務に反映されます。私はこの書き戻しを週1回、まとめてやる時間を決めることをすすめています。毎回その場でやろうとすると続きませんが、週1回のログ見直しなら、経営者や担当者1人でも無理なく回せます。①棚卸し②ディレクトリ整備③インストール④書き戻し——この4つが1周すると、次の業務の棚卸しに移る準備が整います。会社のAI化は、一度に全部を変える話ではなく、この小さな1周を、業務の数だけ積み重ねていく話です。 ## 人間の役割は「作業者」から「レビューと判断」に変わる 4つの手順を回していくと、経営者や担当者の一日の中身が変わっていきます。これまで手を動かしていた作業——資料の作成、集計、下書き、一次対応——がAIの担当になり、人間の仕事は成果物を確認することと、手順①で洗い出した判断基準に沿って最終判断することに寄っていきます。作業者からレビュアーへ、実行者から判断者へ。これは役職や肩書きの変化ではなく、日々の時間の使い方の変化です。 この変化は、最初は落ち着かないものです。自分で手を動かさずに人（AI）の成果物をチェックするだけの状態は、慣れるまで妙な物足りなさがあります。私自身、この感覚を経験していますし、多くの経営者からも同じ声を聞きます。ただ、レビューに回った分だけ空いた時間は、判断そのものに使えるようになります。値引きの是非、新しい取引先との条件、採用の可否——本来、経営者にしかできない判断に時間を割けるようになることが、この移行のいちばんの実益です。 役割の変化を進めるうえで、任せる仕事と任せない仕事の線引きは最初に決めておくと安心です。目安はシンプルです。手順が決まっていて、材料がファイルとして存在し、成果物の合否を人間が確認できる仕事はAIに向いています。逆に、前例のない経営判断そのもの、対面の交渉、最終承認や送信、感情の機微が要るやり取りは、間違えたときの取り返しがつきにくいため、人が持ち続けるべき仕事です。AIには下書きまでを任せ、最後の確認と責任は人間が持つ——この分担を最初に言葉にしておくと、任せる側の心理的なハードルがまるで違います。 ## どの業務から始めるか——小さく始める基準 手順①の棚卸しをすると、たいてい10〜20個の業務が並びます。ここで全部に手をつけようとすると、また「全社一斉導入」の失敗に逆戻りします。最初の1業務は、次の3つの基準で選びます。 - 頻度が高いこと — 週1回未満の業務は、AIに任せても手順書を作るコストに見合いません。毎日・毎週発生する業務のほうが、投資した手間がすぐに回収できます。 - 判断が少ないこと — 手順①で洗い出した判断基準がすでに明確で、迷う余地が少ない業務を選びます。判断の余地が大きい業務は、後回しにするか、判断基準そのものを先に固めてから着手します。 - 成果が目に見えること — 成果物がファイルやレポートとして残り、「これがAIの仕事だ」と社内の誰が見ても分かる業務を選びます。効果が見えにくい業務は、最初の1つとしては不向きです。 この3つを自己診断できるチェックリストを作りました。棚卸しした業務それぞれについて、当てはまるものにチェックしてみてください。 最初の1業務を選ぶチェックリスト（当てはまる数が多いほど好適） - 週1回以上、繰り返し発生している - 過去の成果物（お手本）がファイルとして社内に残っている - 誰がやっても、ほぼ同じ手順で進められる - 判断が必要な場面が少ない、もしくは判断基準がすでに言葉になっている - 成果物が1つのファイルやレポートとして完結する - 完成した成果物の良し悪しを、担当者以外でも確認できる - 間違えても、社外に迷惑がかからない（社内向け、または下書き段階で人がチェックする） - 今、その業務に週1時間以上を使っている実感がある - 担当者が「この仕事は正直、単調で骨が折れる」と感じている - データや資料が、個人のメールやローカルPCではなく、共有できる場所にある 7個以上当てはまれば、最初の1業務としてかなり有望です。4〜6個なら、判断基準を先に言語化してから着手するのがおすすめです。3個以下の業務は、いったん保留にして別の業務を探しましょう。 迷ったら、社内のレポート業務や議事録の整理から始めるのが手堅い選択です。ほぼすべての会社に存在し、材料（過去のレポートや議事録）がすでにあり、効果がその日のうちに見えるからです。 導入の進め方をまとめた資料をもらう ## 実際にやってみて分かったこと——4回作り直して、ようやく収束した話 ここまで手順として整理して書きましたが、正直に言うと、私自身この形に落ち着くまでにきれいに進んだわけではありません。2026年7月、AiWiLL自身のワークスペースを「機能軸」の構造に再編したときのことです。事業ごとにフォルダを切るべきか、部門ごとに切るべきか、商品ごとに切るべきか——頭では分かっているつもりでも、実際に手を動かすと迷いが止まらず、1日のうちに4回も構成を作り直しました。朝に決めた構成を昼に壊し、昼に決めた構成を夕方にまた壊す。正直、何度目かの作り直しでは「今日中に収束するのか」と不安になったのを覚えています。 4回目でようやく落ち着いた考え方はこうです。会社の機能（売る・作る・届ける・数える）は、事業や商品が変わっても変わりません。変わるのは、事業・商品・人・道具のほうです。だから、外側の骨格には変わらないもの（機能）を置き、変わるもの（事業や商品）は内側の階層に入れる——この順番を先に固定してから作り直すと、その後の変更は骨格ごとの組み替えではなく、中身の入れ替えだけで済むようになりました。3回失敗して初めて、「何を外側に置くべきか」という問いの立て方自体が間違っていたと気づいた、というのが正直なところです。手順②で書いた「正系を一つに決める」という言葉は、私自身がこの1日で4回転換した経験から出てきたものです。ディレクトリ設計に唯一の正解はなく、作り直しながら収束させていくものだと思っておくと、着手のハードルはだいぶ下がります。 ## 自分たちだけで止まる会社に、伴走が必要な理由 ここまでの4つの手順は、原理としてはシンプルです。ただ、実際にやってみると、棚卸しの途中で「これは誰の判断基準を聞けばいいのか」で止まったり、ディレクトリを整備したものの正系がなかなか1つに決まらなかったりと、内部だけで進めようとすると、私の見てきた範囲ではほぼ例外なく、どこかで足踏みが起きます。私が累計約15社の生成AI顧問、研修・講座を含めると30社を超える会社を支援してきた中で見えてきたのは、この足踏みの多くが、能力の問題ではなく「一人で全部決めようとしていること」に起因しているということです。棚卸しの聞き取りや、正系フォルダの線引きは、社外の第三者が入ったほうが、社内の力関係やこれまでの経緯にとらわれずに進められる場面が多くあります。AI顧問とは何をする役割か、AI顧問の最初の90日｜前半の進め方は、それぞれの記事に具体的にまとめています。すべての会社に伴走が必要というわけではありませんが、足踏みが続くようなら、外の目を借りることも選択肢に入れてみてください。 AI顧問のサービス資料を見る ## よくある質問 ### Q1. AI会社の作り方は、まず何から始めればいいですか？ AIツールを何か契約する前に、今の業務と判断基準の棚卸しから始めます。どんな業務が、どんな頻度で発生し、何を基準に判断しているかを書き出すことが最初の一歩です。ツール選びはそのあとで十分間に合います。 ### Q2. 一人社長や社員数名の会社でも「AIが働く会社」は作れますか？ むしろ小規模な会社のほうが、正系フォルダを1つに決める合意形成が早く、着手しやすい面があります。私が支援してきた会社にも、少人数の会社は多くあります。全社一斉ではなく、1業務から始めれば、規模の大小は障害になりません。 ### Q3. どんなAIツールを使えば実現できますか？ 特定のツール名にこだわる必要はありません。重要なのは、ファイルやフォルダを読み込んで参照できる形のAIエージェントを使うことです。会社の情報をディレクトリとして渡し、そこを起点に作業させられるツールであれば、この記事の手順はそのまま当てはまります。 ### Q4. 会社をAI化するのに、どれくらいの期間がかかりますか？ 最初の1業務のインストールだけなら、棚卸しからルール書き戻しまで1〜2週間で1周できます。会社全体に広げるかどうかは、この1周を何回繰り返すかの積み重ねなので、期間よりも「何周回したか」で考えるほうが実態に近くなります。焦って一度に何業務も並行させるより、1業務を確実に1周させて手応えをつかんでから次に進むほうが、結果的に定着は早くなります。 ### Q5. 社員がAI活用に抵抗を示したらどうすればいいですか？ いきなり全業務を対象にせず、単調で骨が折れると本人が感じている業務から始めると、抵抗は和らぎやすくなります。作業を奪われる不安ではなく、面倒な作業が減ってレビューと判断に時間を使えるようになる、という順番で伝えることが大切です。 ### Q6. ITに詳しい担当者がいなくても、ディレクトリ整備はできますか？ できます。基幹システムに手を加えるような話ではなく、業務に使っているファイルを機能ごとのフォルダに整理し直すだけの作業です。難しいのは技術ではなく、正系をどれか1つに決める意思決定のほうです。 ### Q7. セキュリティや情報漏洩が心配です。何を守ればいいですか？ 基本の考え方は「見せない」ではなく「必要な分だけ、必要なときに見せる」です。個人情報や非公開の契約条件などはそもそも渡すフォルダに入れず、渡すのは基幹データそのものではなくコピーで十分です。具体的な線引きはセキュリティと情報入力の考え方にまとめています。 ## まとめ——今日からできる最初の一歩 「AIツールを契約した会社」と「AIが働く会社」の違いは、機能の多さでも、契約金額の大きさでもありません。AIが参照できる会社の文脈を持っているかどうか、それだけです。①業務と判断基準の棚卸し②会社の機能ごとのディレクトリ整備（正系を一つに）③最初のAI社員に1業務をインストール④訂正をルールに書き戻して育てる——この4つの手順を、頻度が高く・判断が少なく・成果が見える1つの業務から回し始めれば、規模の大小に関わらず着手できます。 今日中にできることは、実は3つだけです。1つ、この1週間で自分がやった業務を1つ紙かファイルに書き出す。2つ、その業務で使ったファイルを1つのフォルダにまとめる。3つ、その業務を「何を基準に良し悪しを判断しているか」を1行で書く。ここまでやれば、手順①の棚卸しは実質的に始まっています。会社をAIが働ける職場に変える作業は、大がかりな改革ではなく、この小さな3つから始まります。 無料資料セットで導入の進め方を見る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：149字（推奨120〜158字） ============================================================ AIツールを契約しただけで終わる会社と、AIが実務を担う会社は何が違うのか。業務と判断基準の棚卸しからディレクトリ整備、最初のAI社員へのインストール、訂正の書き戻しまで、15社超の生成AI顧問支援から見えた会社をAI化する具体的な手順をAiWiLL代表・赤堀亘が公開します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 生成AIの社内ルールの作り方｜そのまま使えるひな形2点を全文公開 URL: https://aiandwill.com/seisei-ai-shanai-rule/ 公開: 2026-07-31 / 更新: 2026-09-02 「AIを入れる前に、まず社内ルールを整備しないと」——顧問の現場で、この言葉を何度聞いたか分かりません。順番としては正しく聞こえます。ところが、この順番で始めた会社の多くが、AI活用にたどり着く前に止まります。利用規程のひな形を探し、総務や情報システム担当が条文を練り、承認を回している間に数ヶ月。ようやく完成した規程は立派ですが、そのころには現場の熱が冷めている。私の見聞きする範囲では、これが最も多い「AI導入が始まらない理由」です。 先に結論を言います。生成AIの社内ルールは、「作ってから使う」ではなく「小さく使いながら育てる」。そして紙の規程としてではなく、「AIが毎回読む設定ファイル」として作る。この2点を変えるだけで、ルールは「活用を止める門」から「活用を支える手すり」に変わります。これが、生成AI顧問として累計15社ほど、研修・講座を含めれば30社超の企業を支援してきた私の結論です。 ここからは、私が顧問先に実際に配っているルールのひな形を、2点セット——人間向けの「1枚ガイド」と、AIが毎回読む「agent.md」——の全文でそのまま公開します。会社名と管理者名を入れ替えれば今日から使える完成度にしてあります。あわせて、ルールに入れるべき7項目、従来の情報セキュリティ規程との決定的な違い、運用の中でルールを育てる方法まで、この1本で社内ルールづくりが完結するように書きました。 ※本記事は2026年7月10日時点の各サービス仕様に基づいています。学習設定の初期値などは変わることがあるため、個別の手順は最新の公式情報もあわせて確認してください。なお、AIに何を見せてよいか・壊れたらどう戻すかという「設計の考え方」そのものは、AI導入のセキュリティ設計の記事で先に詳しく書きました。本記事はその実践編——考え方を「そのまま配れるルール」に落とす回です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「規程を作ってから」の順番だと止まるのか 生成AIの利用規程やガイドラインを「先に」整備しようとする会社は、真面目な会社です。だからこそ止まり方も真面目です。ひな形を探し、他社事例を集め、リスクを洗い出し、条文をレビューする。どの工程も正しい。ただし、その間、現場では誰もAIを使っていません。使っていない業務のルールを、使ったことのない人が書く——ここに構造的な無理があります。 私の見聞きする範囲では、こうして作られた規程には共通のパターンがあります。想像で書かれた禁止事項が並び、「起こらなそうな事故」への備えは厚いのに、実際に起こる事故——古い資料を読ませて堂々と間違った回答をさせる、AIの下書きを未確認のまま送ってしまう——はカバーされていない。そして何より、完成した瞬間が規程のピークで、あとは誰も読み返さない。立派なAI利用規程を作った会社ほど活用が進んでいない、という逆転現象すら珍しくありません。規程の存在自体が「ルールはもう整備した」という安心を生み、現場は「何をしたら怒られるか分からないから触らない」まま止まる。門は立派に建ったのに、誰もくぐらないのです。 ### 最初にできるルールは、たいてい長すぎる 偉そうに書いていますが、私の会社のルールファイルも、最初からいまの短さだったわけではありません。事故が怖くて禁止事項と確認手順を足すたびに長くなり、何度も書き直しては削って、いまの形に落ち着いています。そして顧問先で最初にできあがるルール案も、ほぼ例外なく長すぎる。理由は単純で、使う前に書くルールは「起こるかもしれない全部」に備えようとするからです。でも、長いルールは読まれなくなり、読まれないルールは守られません。ルールの価値は網羅性ではなく、毎回読まれることにある——書き直しを重ねてたどり着いた結論です。 だから顧問先には、順番を逆にしてもらっています。①最低限の3つ（後述する学習オプトアウト・入力の線引き・出力は下書きまで）だけ決めて、まず小さく使い始める。②実際に困ったこと・ヒヤリとしたことだけをルールに足す。③月に1回見直す。ルールは机上で完成させる文書ではなく、運転しながら描き足していく地図です。走ったことのない道の地図を、想像で描き込むから止まるのです。 誤解のないように添えると、「ルールなしで好きに使わせてよい」という話ではありません。初日に決めるべき最低限は確かにあります。それを含めて、私が顧問先で最終的に行き着く共通項が、次の7項目です。 ## 生成AIの社内ルールに入れるべき7項目 7項目それぞれの「なぜ必要か」という設計の理屈は考え方編の記事で詳しく書いたので、ここでは「ルール文としてどう書くか」に絞ります。まず全体を一覧で。右列の型は、そのまま自社のルールに流用してかまいません。 #項目決めることルール文の型（流用可） 1学習オプトアウト全員分の設定オフと記録利用する全アカウントで入力データの学習利用をオフにし、設定画面を保存する 2入力情報の3段階そのまま／必要時のみ／渡さない、の線引き個人情報・非公開の契約情報・パスワード類は入力しない。必要な業務ではダミー化・匿名化して渡す 3出力は下書きまで社外に出る文書の最終確認者社外提出文書は必ず人間の確認を受けてから使用する。送信・提出は人が行う 4認証情報の扱い例外なしの禁止事項APIキー・パスワード・認証情報は、AIにも共有場所にも一度も入れない 5危険操作の許可制確認省略モードの扱い確認を省略する全自動モードは原則使わない。使う場合は範囲を限定し、管理者が許可する 6バックアップ「戻せる」状態の作り方AIの作業場所は専用フォルダに限定し、クラウドの履歴管理で元に戻せる状態を保つ 7見直しサイクル頻度・管理者・変更履歴ルールは月1回見直す。違反・ヒヤリは責めず、ルール改定の材料にする ### 1. 学習オプトアウト——ルールの前提になる初日の設定 ChatGPTやClaudeの個人向けプランは、入力データがAIの学習に使われる設定が初期状態でONです（2026年7月時点）。全員分をオフにして、設定画面をスクリーンショットで記録する——これはルールというより、ルールを書く前提の土台です。ここを飛ばして「機密を入れるな」という条文だけ作っても、床の抜けた家に施錠しているようなものです。ルール文には「オフにする」だけでなく「記録する」まで含めるのがコツです。取引先から「AIのデータの扱いはどうなっていますか」と聞かれたとき、口頭でなく画面で答えられるかどうかが、信頼の差になります。 ### 2. 入力情報の3段階——全か無かにしない 「そのまま渡してよい情報」「その作業のときだけ参照させる情報」「直接渡さず、ダミー化して渡す情報」の3段階に分けます。ここでよくある書き方の失敗は、禁止する情報だけを列挙してしまうことです。禁止リストだけのルールは、現場に「じゃあ何なら入れていいのか」という迷いを残し、迷った人は使わなくなります。「そのまま入れてよいもの」を明記することが、活用のアクセルになります。自社の実際の情報名——顧客リスト、図面、レシピ、見積データ——で書き換えると、ルールの効き方がまるで変わります。 ### 3. 出力は「下書きまで」——仕事の単位を決める AIの成果物はすべて下書きであり、社外に出るもの——メール、見積、提案書——は人間が確認してから送る。この一文があるだけで、「AIが間違ったことを書いたらどうする」という不安の大半は消えます。事故の可能性を消すのではなく、事故が社外に出る前に必ず人間を通る構造にするからです。書き方のコツは「AIの回答を鵜呑みにしない」のような心構え表現を避けること。心構えは守れたか検証できません。「送信・提出は人が行う」という行為の線で書きます。 ### 4. 認証情報——唯一の「例外なし」 APIキー・パスワード・認証情報は、AIへの入力にも、チームの共有場所にも、一度も入れない。7項目の中でこれだけは、初日から例外なしの禁止として書きます。理由は不可逆性です。他の違反はやり直せますが、共有履歴に一度入った鍵は、消したつもりでも履歴に残ります。誤って入れてしまった場合の正解は削除ではなくキー自体の無効化・再発行——ここまでルール文に書いておくと、いざというとき現場が正しく動けます。 ### 5. 危険操作の許可制——「速いから」で外さない Claude Codeのような自律型のAIエージェントには、ファイル操作やコマンド実行の前に人間へ許可を求める仕組みがあります。この確認を省略して全自動で走らせるモードは、原則使わない。使う場合は「このフォルダ内のみ」「削除はしない」と範囲を固めて管理者が許可する——例外扱いにします。確認が面倒になってくる時期が必ず来ますが、面倒になったときこそ、確認が仕事をしている時期です。 ### 6. バックアップ——「壊されないか」ではなく「壊れても戻せるか」 AIの作業場所を専用フォルダに限定し、クラウドの履歴管理やGit連携で「元に戻せる」状態を保つ。事故をゼロにする設計は現実的ではありませんが、事故がダメージにならない設計は今日からできます。ルール文としては「AIは専用フォルダの中で働かせる」という1行が本体です。この1行が、後述するagent.mdの「参照してよい範囲」の条項とそのまま対応します。 ### 7. 見直しサイクル——ルールに「育つ仕組み」を内蔵する ここが従来の規程づくりで最も抜け落ちる項目です。誰が管理者か、どの頻度で見直すか、変更履歴をどこに残すか。この3点をルール自体に書いておくと、ルールは配布物ではなく運用物になります。詳しくは後半の「運用の育て方」で書きますが、先に一つだけ——見直しの材料は違反とヒヤリです。それを集めるためにも、違反を責めない方針をルール文の中に明記しておきます。 ## そのまま使えるひな形全文——「1枚ガイド」と「agent.md」の2点セット お待たせしました。ここからが本題の持ち帰りです。私が顧問先に配っているルールのひな形を、2点セットの全文で載せます。なぜ2点なのか。人間向けの文書だけだと、AIは読まない。AI向けの設定ファイルだけだと、人間側の行動が揃わない。だから、人間の入口になる「1枚ガイド」と、AIが作業のたびに読む「agent.md」を対で運用します。書いてある中身は同じ7項目です。同じルールを、人間には人間の言葉で、AIには命令形の短文で渡す——それだけのことですが、この「それだけ」をやっている会社はまだ少数です。 ### ひな形①：人間向け「生成AI利用ガイド」（全社員向け・1枚版） ◯◯に会社名、△△に管理者名（推進担当者名）を入れれば、そのまま配れます。印刷してA4一枚に収まる分量に抑えてあります。分量を増やしたくなったら、この記事の前半——長いルールは読まれなくなる話——を思い出してください。 ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ 【株式会社◯◯】生成AI利用ガイド（全社員向け・1枚版） 版数：v1.0 ／ 最終更新：20XX年X月X日 ／ 管理者：△△ ＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝＝ ■ 基本方針 ・生成AIは業務に積極的に使ってよい。ただし、このガイドの範囲で使う。 ・迷ったら、使う前に管理者（△△）に聞く。聞いた人を責めない。 ■ 最初に必ずやること（初回のみ） 1. 会社が認めたツール・アカウントで使う（認めたツールは別紙一覧を参照）。 2. 設定で「入力データをAIの学習に使う」をオフにする（個人プランは初期設定がON）。 3. オフにした設定画面のスクリーンショットを保存し、管理者に送る。 ■ 入力してよい情報（3段階） ○ そのまま入力してよい：公開情報／会社案内／固有名詞を伏せた文章・手順 △ その作業のときだけ：顧客名・案件情報（作業が終わったら参照を外す） ✕ 直接入力しない：個人情報／非公開の契約情報／パスワード類 　→ どうしても必要な業務では、ダミーデータ・匿名化したファイルに置き換える。 ■ 出力の扱い ・AIの成果物はすべて「下書き」。社外に出るもの（メール・見積・資料）は、 　必ず人が確認してから送る。送信・提出は人が行う。 ・重要な数値・固有名詞・日付は、原本と突き合わせて確認する。 ■ 絶対にやらないこと ・APIキー・パスワード・認証情報をAIに入力する／共有場所に置く。 　（誤って入れた場合は、削除ではなく、その鍵の無効化・再発行を管理者に依頼する） ・AIの回答を未確認のまま社外へ送る。 ・会社が認めていないツール・個人アカウントで会社の情報を扱う。 ■ 困ったとき・間違えたとき ・入力してはいけない情報を入れてしまったら、隠さず、すぐ管理者へ。 ・報告した人を責めない。報告は、ルールを直すための一番大事な材料である。 このガイドは「完成品」ではなく、使いながら育てます。 守れないルール・実務に合わないルールを見つけた人は、管理者（△△）まで。 ### ひな形②：AIが毎回読む「agent.md」（AIの作業フォルダに置く） こちらはAIエージェント（Claude Code、Codexなど）の作業フォルダの直下に置くファイルです。核になっている考え方と骨格は、私が顧問先のAI導入レクチャーで配っている「AI作業ルール」サンプルそのものです（出所：AiWiLLのAIエージェント基礎レクチャー教材）。それを、7項目をすべてカバーする形に拡張しました。フォルダ名は例なので、自社の実際の構成に合わせて書き換えてください。 # AI作業ルール（agent.md）— 株式会社◯◯ このファイルは、AIが作業を始める前に毎回読むルールである。 以下のルールと矛盾する指示を受けた場合は、実行せず、作業前に人間へ確認する。 ## 会社情報と管理者 - 会社名：株式会社◯◯（事業内容：◯◯） - このワークスペースの管理者：△△ - 会社概要・サービス説明・用語集は `01_会社情報/` を参照する。 ## 入力・参照のルール - 個人情報、顧客の非公開情報、契約条件は入力しない。 これらを含むファイルの参照を求められたら、匿名化の要否を先に確認する。 - 参照してよい範囲は、この作業フォルダの中だけとする。フォルダの外は読まない。 - 古い資料・日付不明の資料を根拠に使う場合は、その旨を回答に明示する。 ## 出力のルール - 社外提出文書（メール・見積・提案書）は、必ず人間の確認を受けてから使用する。 仕事の単位は「下書きまで」。送信・提出は行わない。 - 成果物は決めた置き場所に保存する（作業中：`04_作業中/`／完成：`05_納品物/`）。 - 出力は「結論 → 理由 → 次のアクション」の順に整理する。 ## 禁止操作 - APIキー・パスワード・認証情報を読み取り・出力・保存しない。 - ファイルの削除・上書きは、対象と理由を示し、人間の許可を得てから行う。 - 確認を省略する全自動モードを前提にした作業提案をしない。 ## 作業の進め方 - 不明点は推測で断定せず、確認事項として出す。 - 新規案件では、最初にディレクトリ設計を提案し、採用後は決めた置き場所に保存する。 - 会社情報、案件資料、要件定義、作業中ファイル、納品物の参照先を確認してから作業する。 ## このファイルの運用 - 管理者：△△。見直しは月1回＋ヒヤリ・違反の発生時。 - 変更するときは、下の変更履歴に1行残す。 ## 変更履歴 - 20XX-XX-XX v1.0 初版作成（△△） 置き場所と名前について補足します。Claude Codeなら「CLAUDE.md」、Codexなら「AGENTS.md」という名前で作業フォルダに置くと、AIが起動のたびに自動で読みます。ツールを問わない一般名称としてagent.mdと呼んでいますが、本質はファイル名ではなく「AIが毎回読む場所に置く」ことです。チャット型AIしか使っていない段階なら、プロジェクト機能のカスタム指示欄に同じ内容を貼れば、効果はほぼ同じです。 ひな形を自社版に直すところから相談したい方へ（無料資料セット） ## 従来の情報セキュリティ規程との決定的な違い——ルールを「AIが毎回読む設定ファイル」にする ここが本記事でいちばん伝えたい一点です。従来の情報セキュリティ規程は、正直に言えば「読まれない前提」で設計されています。入社時に読んで誓約書に判を押し、あとは監査の前に見返すだけ。それでも機能してきたのは、教育と誓約と監査という外側の仕組みで実効性を担保してきたからです。ところが生成AIのルールでは、状況が根本から変わります。ルールを守らせたい相手の一人が、AI自身だからです。そしてAIは、人間と違って、毎回読むことを面倒がりません。 観点従来の情報セキュリティ規程AIが毎回読む設定ファイル（agent.md） 読む主体と頻度人間が入社時と監査前に読むAIが作業のたびに毎回読む（人間は1枚ガイドで補完） 実効性の担保教育・誓約書・監査AIが参照して実行。矛盾する指示には作業前に確認を返す 更新のコスト改定手続きが重く、年1回が現実的テキスト1行の修正。直したその日の作業から反映 文体条文体・網羅的命令形の短文・A4一枚以内 違反への働き方事後に発覚し、指摘・懲戒で対応作業前の確認として現れる（事前に止まる） 形骸化したときの症状誰も気づかないAIの挙動が実務とズレるので、すぐ気づく 私はAI導入の方法論を「優秀なAI社員＝Prompt×Context×Harness」という式で説明しています。伝え方×会社の情報密度×守らせるルール。agent.mdはこのHarness（ハーネス）の実装であり、社内ルールをagent.md化するというのは、規程をHarnessに変換するということです。人間への通達は破られても気づけませんが、AIが毎回読む設定ファイルは、破られる前に「このルールと矛盾しますが、実行しますか」という確認になって現れる。ルールが事後の裁きから、事前の手すりに変わるのです。 一つ、誠実に添えておきたい注意があります。agent.mdを置けばAIが100%ルールを守る、という保証はありません。AIは確率的に動くもので、まれに読み落としも起きます。だからこそ、7項目は多重の手すりとして設計してあります。仮にAIがルールを読み落としても、出力は下書きまでだから社外に出る前に人間を通る。仮にファイルを壊しても、専用フォルダとクラウド履歴で戻せる。設定ファイル・人間の確認・戻せる構造の三層で守る——どれか一つに全体重をかけない設計です。 すでに情報セキュリティ規程がある会社は、置き換える必要はありません。既存規程の下に、この1枚ガイドを「生成AI利用に関する運用ガイドライン」として、agent.mdを「その実装」としてぶら下げてください。重い改定手続きを通さずに、運用文書として月次で育てられる位置に置くのがポイントです。 ## 運用の育て方——違反を責めず、ルールを直す ひな形を配ったあとの運用について、私が顧問先に必ず伝えていることは一つです。違反が起きたら、人を直すのではなく、ルールを直す。違反やヒヤリは、ルールが実務に合っていないというシグナルです。禁止した情報をつい入れてしまう業務があるなら、そこにはダミー化の手順が用意されていないという設計の穴がある。責めれば報告が消え、報告が消えれば、社員は見えないところで個人アカウントを使い始めます。いわゆるシャドーAIの大半は、ルールが厳しいから生まれるのではなく、ルールが直らないから生まれます。 ① 使う まず実務で使う。ルールは最低限から ▶ ② 気づく ヒヤリ・違反・不便を報告してもらう ▶ ③ 直す 責めずに、ルールを1行変える ▶ ④ 記録する 変更履歴に1行残して、①へ戻る ### 短いルールが続く実例——「書かないもの」を先に決める 顧問先での実例を一つ——セキュリティ設計の記事でも紹介した例ですが、今度は「ルール文の書き方」として見てください。業歴30年以上の総合防災点検会社・株式会社WECSでは、AIに書かせる業務ログの運用ルールを作るとき、「何を書くか」ではなく「書かないもの」を先に4つだけ決めました——秘密情報・個人情報・顧客の非公開情報・パスワード類。書いてよいことを網羅的に定義する代わりに、越えてはいけない線だけを最小の本数で引く。ルールが短いから全員が覚えていて、覚えているから運用が続いています。禁止事項は、少数精鋭にするほど強くなる。長すぎるルールを削り続けてきた私の経験を、顧問先では最初から仕組みにしてもらっている格好です。 ### 変更履歴は「育てた証拠」になる agent.mdの末尾に変更履歴を残すのは、単なる管理作法ではありません。「いつ・何を・なぜ変えたか」の1行が積み重なった変更履歴は、この会社がルールを運用しながら育てている証拠そのものです。取引先からAIの利用体制を聞かれたとき、立派な規程の表紙を見せるより、月次で更新されている変更履歴を見せるほうが、はるかに信頼されます。見直しの頻度は、導入から3ヶ月は月1回、その後は四半期に1回＋ヒヤリ発生時の臨時見直し、が私の推奨です。所要時間は毎回15分もあれば足ります。議題は2つだけ——「守れなかったルールはどれか」「新しく困ったことは何か」。 そして、1人で使う段階からチームへ広げる段階に入ると、ルールと一緒に会社の情報（コンテキスト)を共有する設計が必要になります。共有した瞬間に閲覧範囲が個人からチームへ広がるため、「共有に入れるもの・入れないもの」の線引きが要る——この設計はコンテキストのチーム共有の記事で、私の自社運用の実物を含めて書きました。ルールが1枚で回り始めたら、次はそちらへ進んでください。 ## よくある質問（顧問先で実際に聞かれる順） ### Q1. ひな形はそのまま使っていいですか。どこを書き換えるべきですか？ そのまま使ってください。書き換え必須は3ヶ所——会社名、管理者名、フォルダ名（agent.mdの参照先を自社の実際の構成に合わせる）です。加えて効果が大きいのは、入力3段階の中身を自社の実際の情報名（顧客リスト・図面・レシピ・見積データなど）に置き換えることです。逆にやらないでほしいのは、配る前に禁止事項を足し込むこと。足すのは運用が始まって、実際に困ってからで間に合います。 ### Q2. 既存の情報セキュリティ規程や就業規則との関係はどうすればいいですか？ 既存規程の置き換えではなく、その下にぶら下げてください。1枚ガイドを「生成AI利用に関する運用ガイドライン」、agent.mdをその実装として位置づければ、重い改定手続きなしで月次更新できます。なお、違反を懲戒と結びつけたい場合は就業規則との整合が必要になるため、その段階では社会保険労務士や弁護士に確認してください。ただ私の顧問先では、懲戒の議論より先に運用を回すことを勧めています。1枚ガイドは罰するための文書ではなく、迷わないための文書だからです。 ### Q3. 社員がすでに個人アカウントで勝手に使っています。禁止すべきですか？ 禁止から入ると、利用が見えなくなるだけです。先にやるべきは、会社が認めるツールとアカウントを決めて、全員分の学習オプトアウトを設定し、野良利用を公認の入口に吸収すること。そして、すでに使っている社員を「違反者」ではなく「先行ユーザー」として扱ってください。その人が実務でどう使っているかを聞き取ると、自社に合ったルールの初版が最短で書けます。ルールの材料を一番持っているのは、先に使っていた人です。 ### Q4. ChatGPTとClaudeなど複数ツールを併用する場合、ルールは分けるべきですか？ 分けなくて大丈夫です。ひな形が「会社が認めたツール」という書き方にしてあるのはそのためで、ツール名は別紙の一覧で管理し、ルール本体はツールに依存しない書き方にします。ツールは入れ替わりますが、7項目の骨格は変わりません。ちなみに費用感でいうと、私の顧問先の実務では、ツール実費は1人あたり月3,000円〜1万円程度に収まっています。ルール整備を理由に高価な専用システムから入る必要はありません。 ### Q5. agent.mdはどこに置くのですか。チャット型AIしか使っていない場合は？ AIエージェントの作業フォルダ直下です。Claude Codeなら「CLAUDE.md」、Codexなら「AGENTS.md」という名前にすると自動で毎回読まれます。チャット型AIだけの段階なら、プロジェクト機能のカスタム指示欄に1枚ガイドの内容を貼ってください。本質は「AIが毎回読む場所に置く」ことで、ファイル名や置き場所は手段です。エージェント型に進むときに、カスタム指示の内容をagent.mdへ引っ越せば、それまでの運用がそのまま資産になります。 ### Q6. 罰則は入れるべきですか？ 初期は入れないことを勧めます。最初に罰則を置くと報告が止まり、ルールを育てる材料——ヒヤリと違反の実例——が入ってこなくなるからです。罰則を検討してよいのは、ルールが定着して報告文化ができた後です。ただし一つだけ例外があります。認証情報だけは、初日から「絶対にやらないこと」として明記してください。これは不可逆な事故だからです。それ以外は「責めずにルールを直す」で運用するほうが、結果として違反は減ります。 ## 持ち帰り用：生成AI社内ルール導入チェックリスト ひな形2点とあわせて、導入の進み具合をこのチェックリストで確認してください。上から順に進めれば、専任の情シス担当がいない会社でも、1〜2日でルールの初版が立ち上がります。 - 会社として使うAIツールとプラン（アカウントの持ち方）を決めた - 利用する全員のアカウントで学習利用をオフにし、設定画面を記録した - 入力してよい情報の3段階を、自社の実際の情報名で仕分けした - 「社外に出る文書は下書きまで・送信は人が行う」と決め、最終確認者を決めた - 認証情報は一度も入れない・誤入力時は無効化と再発行、と明記した - 確認を省略する全自動モードは原則使わないと決めた - AIの作業場所を専用フォルダに限定し、クラウド履歴で戻せる状態にした - 1枚ガイドを自社名入りに直して配布し、「聞いた人・報告した人を責めない」と伝えた - agent.md（CLAUDE.md／AGENTS.md）をAIの作業フォルダに置いた - 管理者・見直し頻度・変更履歴の置き場所を決め、初回の見直し日を予定に入れた ## まとめ：ルールは門ではなく、手すり 規程を先に完成させる力のある会社ほど、立派な門を建てて、その前で止まります。生成AIの社内ルールは、くぐらせるための門ではなく、進みながら掴むための手すりです。作ってから使うのではなく、小さく使いながら育てる。人間への通達で終わらせず、AIが毎回読む設定ファイルにする。違反を責めず、ルールを直して、変更履歴に1行残す——この記事のひな形2点は、そのための最初の足場として作りました。◯◯を自社名に置き換える5分から、始めてください。 そして、ルールが回り始めた会社が次に取り組むべきは、AIに会社の仕事を教える設計——フォルダとコンテキストの整備です。ルールづくりで整理した「見せてよい情報」は、そのままAIが最も良い仕事をするための教材になります。守りの1枚が、攻めの土台になる。この順番で進めたい企業に伴走するのが、私の生成AI顧問の仕事です（AI顧問とは何かはこちら）。 ひな形を自社の名前に書き換えていて手が止まった箇所があれば、それがあなたの会社の「線引きの論点」です。その論点を整理するための無料の資料セットを、こちらに置いておきます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：136字（推奨120〜158字） ============================================================ 生成AIの社内ルールは「規程を作ってから」の順番だと止まります。累計15社を支援するAI顧問・赤堀が、ルールに入れるべき7項目と、そのまま使える「人間向け1枚ガイド」「AIが毎回読むagent.md」のひな形全文を公開。運用しながらルールを育てる作り方を解説します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 中小企業のAI導入の進め方｜最初の90日でやること全手順 URL: https://aiandwill.com/ai-donyu-susumekata/ 公開: 2026-07-31 / 更新: 2026-09-05 「AIを入れたい。何から始めればいいですか」。生成AI顧問という仕事柄、私がいちばん多く受ける質問です。そして、この質問に世の中がよく返す答え——「まずツールを比較しましょう」「まず全社で研修を」「まず利用規程の整備から」——のどれもが、順番として間違っている、というのが現場を見てきた私の結論です。どれも正しそうに聞こえるのに、その順番で始めた会社が数ヶ月後に止まっている姿を、私は何度も見てきました。 AI導入でやることの順番は、実は決まっています。最初の90日で、棚卸しと環境づくり（0〜30日）→ 1業務の実装と型化（31〜60日）→ 横展開と自走準備（61〜90日）。私は生成AI顧問として累計約15社の中小企業に伴走してきましたが、業種が変わってもこの骨格は変わりませんでした。というより、私が提供しているAI顧問の3ヶ月プログラムそのものが、この90日構造を月2回のセッションに刻んだものです。この記事では、その90日を自社だけでも回せるように、週単位の「やること」まで落とした手順書として公開します。読み終えたら、明日の朝から始められるはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI導入でよくある間違った順番——正しそうに見える3つの入口 手順の前に、止まる会社の入口を3つ並べておきます。私の見聞きする範囲では、AI導入が空中分解した会社は、ほぼこのどれかから入っています。自社が今どの入口に立っているか、先に確かめてください。 ### 間違い①「どのツールがいいですか」から始める いちばん多い入口です。比較記事を読み、資料を取り寄せ、営業の説明を聞き比べ、1〜2ヶ月かけて選んだ末に「で、何に使うんだっけ」で止まる。ツールは道具です。やらせる仕事が決まっていない段階では、原理的に選びようがありません。しかも後述するとおり、中小企業の最初の90日に必要なAIは、1人あたり月3,000円〜1万円程度の汎用的な有料プランでほぼ足ります。選定に費やした1ヶ月は、業務の棚卸しに使っていれば丸ごと前進に変わっていた時間です。 ### 間違い②「全社一斉」で始める 号令をかけ、全員分のアカウントを配り、操作研修を1回やる。1ヶ月後にログインしているのは数人——というのが典型の経過です。原因は社員のやる気ではありません。「自分のどの業務で使うのか」が一人ひとり設計されていないからです。道具だけ渡されて仕事との接点がなければ、使われないのは当然です。広げるのは、1つの業務で成果の実物ができてから。順番が逆なのです。 ### 間違い③「規程の整備」から始める 慎重な会社ほどこの入口に吸い込まれます。委員会を立ち上げ、他社の規程を集め、数ヶ月かけて立派な利用規程が完成する。その間、現場は一度もAIに触っていません。触っていない人たちが書いた規程なので、実務とも噛み合わない。ルールが不要だと言っているのではありません。最初の90日に必要なルールはA4・1枚で足ります（この記事の4週目で作ります）。走りながら太らせるほうが、結果として安全です。 間違った入口数ヶ月後に起きること正しい入口 ツール選定から「何に使うか」が決まらず放置時間が消えている業務の特定から 全社一斉からログインする人が数人に減る1業務×1人の成功の実物から 規程づくりから現場が触らないまま規程だけ完成A4・1枚のルールで走り始める 3つに共通する根っこは、「導入すること」自体が目的になっていることです。AI導入はゴールではありません。特定の業務が、今より速く・楽に・高い品質で回ることがゴールで、導入はその手段です。だから、手順はツールではなく業務から始まります。 私がこの順番をしつこく強調するのは、「ツールから入って止まる」道をそれだけ繰り返し見てきたからです。新しいツールを契約して週末に触り、翌週には開かなくなる——「使っていない有料プランの請求だけが残る」状態は、笑い話のようで、導入相談の場では本当によく聞く話です。動き始めるのは決まって、ツールを増やすのをやめて、業務の棚卸しから逆算し始めた会社です。これから書く90日は、その観察をそのまま手順に落としたものだと思って読んでください。 ## AI導入の正しい進め方——最初の90日ロードマップ全体図 全体図を先に置きます。90日を30日ずつ、3つの塊で考えます。 DAY 0–30 棚卸しと環境づくり 時間が消えている業務を特定し、最初の1業務を選ぶ。AIの有料プランを契約し、学習オプトアウトを設定し、会社の情報をファイルにまとめ、ルールを1枚作る。まだ成果は出ない。ここは地下工事の30日。 棚卸しメモ対象業務1つ動く環境＋安全設定会社情報ファイルルール1枚 DAY 31–60 1業務の実装と型化 選んだ1業務を実物でAI込みの手順に切り替える。微妙な出力を材料の追記に変え、うまくいった頼み方を手順書に固め、効果を数字で記録する。成果の実物が初めてできる30日。 AI込みの新しい業務手順手順書1本効果の数字 DAY 61–90 横展開と自走準備 2人目・2業務目へ広げ、会社情報と手順書の共有の置き場を1つ作り、90日が終わったあとも自力で続く運用を決める。「担当者の趣味」を「会社の仕組み」に変える30日。 2人目の実践者2業務目共有の置き場次の90日計画 期間テーマ中心の問い月末に手元にあるもの 0〜30日棚卸しと環境づくりどの業務で時間が消えているか対象業務1つ・動く環境・会社情報ファイル・ルール1枚 31〜60日1業務の実装と型化この1業務を誰でも再現できるかAI込みの業務手順・手順書1本・効果の数字 61〜90日横展開と自走準備担当者が休んでも回るか2人目と2業務目・共有の置き場・次の90日計画 大事なのは、この順番が「丁寧さのための順番」ではなく「止まらないための順番」だということです。私の見聞きする範囲では、最初の30日を焦って飛ばした会社ほど、60日目あたりで同じ場所で止まります。止まり方まで似ています。「ツールは入れた。研修もやった。でも、何をさせればいいか分からない」。棚卸しをしていないので業務との接点がなく、会社の情報を渡していないので出力が一般論のまま。土台の30日は地味ですが、この地味さは欠陥ではなく仕様です。 なお、この90日を外部の伴走つきで進めたい場合の中身は、私のAI顧問の3ヶ月プログラム（月2回×全6回）の設計図としてAI顧問の最初の90日｜前半の進め方。本記事はその「自社でやる版」です。どちらを読んでも、到達する90日後の状態は同じ場所を目指しています。 ## 0〜30日：棚卸しと環境づくり【週単位の手順】 最初の30日の合言葉は「派手なことをしない」です。週ごとのやることを表にしてから、1週ずつ中身を書きます。 週やること週末の状態 1週目時間の記録（毎日5分×5日）＋繰り返しの書きもの一覧「時間泥棒」の候補が15個並んでいる 2週目最初の1業務を選ぶ・現状を数字でメモ対象業務1つと現状値（回数・時間）が決まっている 3週目有料プラン契約・学習オプトアウト設定・会社情報のファイル化会社のことを知っているAIが手元で動く 4週目ルール1枚（禁止情報・確認者・使うツール）安心してアクセルを踏める線引きがある ### 1週目：時間の記録——「時間泥棒」を探す 初週にやるべきは、AIに一切触らないことです。毎日の終業前に5分だけ取り、「今日、時間を取られた作業」を3つメモする。5営業日で15個たまります。あわせて、「毎週・毎月、ほぼ同じ形で繰り返している書きもの」——報告書、見積の添え書き、問い合わせへの返信、議事録、案内文——を思いつくまま並べてください。この2つのメモが、90日全体の原材料になります。 注意は1つだけ。完璧な業務一覧表を作ろうとしないことです。棚卸しと聞くと、列のきれいに揃った管理シートを想像する方が多いのですが、体裁づくりに2週間かける価値はありません。欲しいのは網羅ではなく「時間が消えている場所の当たり」です。7割の精度で次へ進んでください。 ### 2週目：最初の1業務を選ぶ 15個のメモと繰り返しリストの中から、最初にAIを入れる業務を1つだけ選びます。判断軸は「効果」×「着手しやすさ」。効果は、1回あたりの時間×月の回数で見ます。着手しやすさは、次の3条件です。 - 繰り返し発生する（月2回以上あるもの。年1回の仕事は型化の効果が薄い） - 「書く」工程が中心（報告書・返信・議事録・案内文・各種の下書き。生成AIが最初に強さを発揮する領域です） - 出力を社内の人が確認してから外に出せる（失敗が社外に直撃しない） 逆に、最初の1業務にしてはいけないのは、確認なしで顧客に直接届くものの自動化と、合否や採否など判断そのものをAIに任せる業務です。90日目以降ならともかく、初手でやると小さな事故が「AIはやっぱり危ない」という空気を作り、すべてが巻き戻ります。 業務を選んだら、その現状を数行で記録します。誰が・月何回・1回何分・何を見ながらやっているか。この数字が8週目の効果測定と、90日後の評価で効いてきます。 ### 3週目：環境づくり——契約・学習オプトアウト・会社情報のファイル化 3週目でようやくAIに触ります。やることは3点セットです。 ①有料プランの契約。ChatGPTやClaudeなど汎用ツールの有料プランで始めます。実費は1人あたり月3,000円〜1万円程度——私の顧問先でもこの範囲に収まっています。無料版で試して「大したことないな」と結論を出すのが、実はいちばんもったいないパターンです。無料版と有料版では使えるモデルの性能が違い、仕事で使える水準は有料側にあります。ツール間の細かい優劣は、この90日の範囲ではほとんど結果に影響しません。選定で立ち止まらないでください。一点だけ、私自身の失敗談として書いておくと、Claude Codeのようなエージェント系はWindowsだと環境構築がハードになりがちで、「契約した＝使い始められた」にはなりませんでした。隣のCursorに「助けて」と頼んで環境を揃え、やっと1本の仕事が回り始めた——導入のゴールは契約完了ではなく、実務で1回成果物が出た瞬間です。つまずいたら、導入が軽いCLI（当時試したGemini CLIなど）を並行で持ち、現場を止めない選択肢を残してください。 ②学習オプトアウトの設定。入力した内容をAIの学習に使わせない設定を、契約したその日に済ませます。各サービスの設定画面から数分で終わる作業ですが、これを飛ばすと「会社の情報を入れていいのか」という不安が社内にくすぶり続け、結局使われなくなります。どのツールでどう設定するか、そもそも入力データがどう扱われるかはセキュリティと情報入力の記事に詳しくまとめたので、この週にあわせて読んでください。 ③会社情報のファイル化。この週の本丸であり、実は90日全体の本丸です。会社概要、商品・サービスと料金、主な客層とよくある質問、自社の文章のトーンと使わない言葉、過去のよくできた報告書や返信文のお手本。これらをファイルにまとめ、AIに渡せる状態を作ります。「AIの出力が一般論ばかりでうちには使えない」という不満の原因は、ほぼ100%これです。AIの能力の問題ではなく、会社のことを何も教えていないだけ。上手な指示文を探し回るより、渡す材料を1つ増やすほうが、出力は目に見えて良くなります。90日で差がつくのはここです。 ### 4週目：ルールを1枚だけ作る 最初の30日の締めくくりに、A4・1枚のルールを作ります。書くのは3項目だけです。 - 入れてはいけない情報：顧客の個人情報、取引先の非公開情報、パスワード類 - 出力の確認者：AIの出力を誰が確認してから使うか（業務ごとに1人） - 会社として使うツール：契約済み・学習オプトアウト設定済みのものを列挙 線引きの原則は「見せない、ではなく必要な分だけ必要なときに見せる」です。心配だから全面禁止、は一見安全に見えて、社員が個人のスマホでこっそり使う「野良AI」を生むだけで、管理の外に情報が出ていくぶんむしろ危険です。そしてこの1枚は、担当者ではなく経営者が決めてください。何をAIに見せてよいかは情報管理の問題であり、つまり経営判断だからです。 30日目の時点で、手元にはこう揃っているはずです——対象業務1つと現状の数字、動くAI環境と安全設定、会社情報のファイル、ルール1枚。売上も時短もまだ何も起きていませんが、心配は要りません。次の30日で一気に回収します。 ## 31〜60日：1業務の実装と型化【週単位の手順】 2ヶ月目は、選んだ1業務を「AI込みの新しい手順」に実際に切り替える30日です。 週やること週末の状態 5週目実物の業務でAIを使い始める（練習用サンプル禁止）最初の成果物が実務で1回使われた 6週目「微妙な出力」を記録し、渡す材料を追記する出力の質が目に見えて上がり始める 7週目うまくいった頼み方を手順書1本にまとめる依頼文・渡す材料・確認観点の3点セットが文書化されている 8週目効果を数字で記録する（時間・回数の2つだけ）横展開の説得材料が数字で手元にある ### 5週目：実物で使い始める 練習用の架空サンプルでは絶対にやらないでください。今週、対象業務が実際に発生したら、それを新しい手順でやります。流れは単純で、会社情報のファイルを渡す→業務を依頼する→出力を「下書き」として人が仕上げて使う。最初の出力はだいたい60点です。それで正常です。比べるべきは100点との差ではなく、ゼロから書いて100点にする従来の手順と、60点から仕上げ始める新しい手順の、どちらが速くて楽か。この体感を担当者が持つことが、5週目の唯一のゴールです。 ### 6週目：「微妙な出力」を改善の材料に変える 使い始めると必ず「なんか微妙」な出力に当たります。ここが分かれ道です。微妙な出力を黙って捨てる会社は、そのうち黙って使わなくなります。やることは、微妙だった出力を記録して、原因を「AIが悪い」ではなく「渡した材料に何が足りなかったか」で見ることです。「うちの言い回しと違う」なら文体のお手本を追加する。「事実が違う」なら正しい情報がファイルに入っていたか確かめる。直したら会社情報ファイルに1行追記する。「AIは使うほど賢くなる」の正体は、AI本体ではなく、会社側の渡す材料がこうして育つことです。この追記の習慣がある会社とない会社で、90日後の出力品質はまったく別物になります。 ### 7週目：型化——手順書1本にまとめる 2週間実物で回すと、「うまくいく頼み方」が見えてきます。それを手順書にします。必要なのはA4・1枚、中身は3点セットです。 - 依頼文：そのままコピーして使える形で書いておく - 渡す材料：どのファイル・どの情報を添えるか - 確認観点：出力のどこを人がチェックしてから使うか 型化とは、「一番上手に使えた日の自分」を全員の標準として保存する作業です。私自身、この延長で日報・SEO記事・提案資料の作成を型にしていて、いまでは1行の指示で同じ品質の仕事が再現できるようになっています。最初の1本は拙くて構いません。9週目に2人目へ渡したとき、穴は嫌でも見つかります。 ### 8週目：効果を数字にする 2ヶ月目の最後に、効果を数字で残します。必要なのは2つだけです。1回あたりの時間（導入前→導入後）と、月の回数。「1回120分が40分になった。月6回だから月480分の圧縮」——この程度の素朴な計算で十分で、凝った投資対効果のシートは要りません。この数字が、61日目以降に社内を動かす唯一の言葉になります。数字がないと、横展開は「AIってすごいらしいよ」という感想文になります。感想文で人は動きません。 ここで「90日もかけて、たった1業務？」と思った方へ。遅く見えて、これが最速です。1業務を手順書まで持ち込んだ会社の2業務目は、私の顧問先で見てきた範囲では、どこも最初の半分以下の時間で立ち上がっています。逆に、最初から5業務に手を出した会社は、90日後に手順書が1本もない。広く浅くは、全部が中途半端になる進め方です。 ## 61〜90日：横展開と自走準備【週単位の手順】 3ヶ月目のテーマは、「担当者の趣味」で終わらせず「会社の仕組み」に変えることです。 週やること週末の状態 9週目2人目を決めて、手順書ごと渡す手順書の穴が塞がり、2人目が一人で回せる 10週目2業務目に着手（1業務目の手順書をコピーして開始）2業務目がAI込みの手順で動き始める 11週目共有の置き場を1つ作る会社情報・手順書・ルールを全員が同じ場所から読める 12週目自走の運用（月1ふりかえり）と次の90日計画91日目以降の予定がカレンダーに入っている ### 9週目：2人目に渡す 2人目の人選が横展開の成否を決めます。選ぶのは、ITに強い若手——ではなく、繰り返し業務を一番多く抱えている人。本人の「楽になった」実感が一番大きく出る場所であり、その噂は社内告知の何倍も速く広がるからです。加えて、1業務目と近い仕事をしている人なら、手順書がほぼそのまま通用します。 渡し方にもコツがあります。手順書を送って「読んでおいて」ではなく、隣で1回やってもらってください。必ずどこかで詰まります。その詰まった箇所が手順書の穴——書いた本人にしか分からない前提が混ざっている場所——です。穴を書き直して、2人目が一人で回せるようになったとき、手順書は初めて完成品になります。 ### 10週目：2業務目に着手する 2業務目はゼロから作りません。1業務目の手順書をコピーして、依頼文と渡す材料を書き換えるところから始めます。5〜8週目でやったことの圧縮再生なので、立ち上がりは体感で半分以下。ここで初めて、「1業務目に90日の前半を全部使った」ことの意味が分かるはずです。型は2つ目から利息がつきます。 ### 11週目：共有の置き場を1つ作る 会社情報ファイル・手順書・ルール1枚を、全員が同じ場所から読める置き場に集めます。共有ドライブで十分です。原則はひとつだけ——正しい置き場は1つ。最新版はそこにしかない。ファイルが個人のPCとチャット履歴に散らばった瞬間、「あの人のAIだけ賢い」という属人化が再発します。せっかく育てた会社情報ファイルは、置き場を1つにして初めて会社の資産になります。チームでの共有設計をもう一段しっかりやりたい場合は、コンテキストのチーム共有の記事に実務の型をまとめてあります。 ### 12週目：自走の運用と、次の90日を決める 最終週にやることは2つです。1つ目は、月1回30分の「AIふりかえり会」を定例化すること。議題は毎回同じで、新しく型化できた業務・微妙だった出力とその直し・次にAIを入れる1業務、の3つだけ。この30分が止まらない限り、AI活用は自走します。 2つ目は、壊れたときの戻し方を決めておくこと。共有の置き場に版の履歴かバックアップを効かせて、「間違って上書きした」「消えた」から数分で戻れるようにしておきます。問いの立て方は「壊されないか」ではなく「壊れても戻せるか」です。戻せる仕組みがあると分かっているだけで、社員は安心して手を動かせるようになります。最後に、次の90日で取り組む業務を2〜3個、A4半分の計画にして締めくくり。これで90日は完走です。 ## つまずきポイントは「日付」で予測できる 累計約15社の顧問と30社超の支援で気づいたことがあります。AI導入のつまずきは内容だけでなく、起きる時期にも傾向があるということです。以下の日付はあくまで私の体感からの目安ですが、カレンダーに先回りして印をつけておく価値はあります。 時期の目安起きること処方箋 20日目前後棚卸しが「完璧な一覧表づくり」に変質して止まる7割の精度で2週目へ進む。目的は一覧ではなく1業務を選ぶこと 30日目前後成果ゼロに焦り、派手な打ち手に飛びつきたくなる60日目の完成像を関係者で共有しておく。地味さは仕様 45日目前後「微妙な出力」で担当者が静かに使うのをやめる週1・15分、微妙な出力を見せ合う枠を作る 75日目前後2人目に渡らない。手順書が「本人にしか読めない」隣で1回やってもらい、詰まった箇所を書き直す とくに危険なのは30日目と45日目です。30日目の焦りは経営者側に出ます。「1ヶ月やって何も変わってないじゃないか」。ここで棚卸しと環境づくりを打ち切って派手な施策に切り替えた会社が、60日目に「何をさせればいいか分からない」で止まるのは、前に書いたとおりです。45日目の失速は現場側に出ます。微妙な出力に数回当たった担当者が、誰にも言わずに元の手順に戻る。だから「微妙だった出力を見せることは恥ではなく貢献」という場を、週15分でいいので仕組みとして作っておくのです。 そしてすべてのつまずきの背後には、共通のラスボスがいます。推進役の時間が日常業務に食われることです。対策は精神論ではなく予定です。毎週の作業枠を、社外との会議と同じ扱いでカレンダーに90日分先に入れて、動かさない。私のAI顧問で月2回のセッション日程を最初に6回分すべて押さえてしまうのは、実はこの問題への装置です。決まった日時に外部との予定が入っているから、日常業務に飲まれても強制的に前へ進む。自社だけでやる場合は、この装置を自前のカレンダーで再現してください。 ## 自社だけでやるか、外部支援を使うか——分岐の判断基準 ここまでの手順は、外部の支援なしで回せるように書きました。実際、回せる会社はあります。分かれ目は能力ではなく条件です。次の6項目で自己診断してみてください。 診断項目はいいいえ 推進役が月5〜6時間を90日間、確保し続けられる◎✕ 経営者自身が90日に関与する（ルールと優先順位を自分で決める）◎✕ 時間が消えている業務に、すでに当たりがついている○△ 微妙な出力に当たったとき、相談できる相手が社内外にいる○△ 過去に新しい仕組み（チャットツール・kintone等）を自社だけで定着させた経験がある○△ 止まったときに再起動をかける役割（進捗を問う人）がいる○△ 目安として、「はい」が5〜6個なら自社だけで回せる可能性が高い。この記事をそのまま進行表にしてください。3〜4個なら、自社主導＋詰まった時点での単発相談の併用が現実的です。2個以下——とくに最初の2項目が「いいえ」の場合は、伴走型の外部支援を検討する価値があります。最初の2項目は代替が効かないからです。時間と経営者の関与だけは、外注できません。 外部支援を選ぶ場合の見極めは3つです。①ツール販売やシステム開発がゴールになっていないこと。②作業を代行するのではなく、型（手順書・ルール・会社情報）を社内に残す設計であること。③契約に終わりがあること。ずっと居続ける前提の支援は、自走ではなく依存を作ります。ちなみに私のAI顧問が最低6か月の伴走・自動更新なしという契約にしているのは、この③を自分に課すためです。プログラムの中身はこの記事の90日と同じ設計図で、違いは隣に「先に踏んで痛い目を見た人」がいるかどうかだけ。AI顧問の最初の90日｜前半の進め方で公開しています。また、「まず研修から」を検討している場合は、研修単発で終わると定着しない構造をAI研修で終わらないための記事に書いたので、発注前に読んでみてください。 正直に付け加えると、自己診断で「はい」が並んだ会社は、外部に払う費用を推進役の時間の確保に回すほうがいい。それで回るなら、そのほうが健全です。 伴走型の進め方の資料を見てみる ## 中小企業のAI導入に関するよくある質問 ### AI導入は何から始めればいいですか？ 業務の棚卸し——具体的には「時間を取られた作業を毎日3つメモする」ことからです。ツールの契約は3週目で間に合います。最初の一手をツール選定にすると、「何に使うか」が決まらないまま比較検討だけで1〜2ヶ月消えるのが典型的な失敗です。 ### ツールはどれを選べばいいですか？ 最初の90日の範囲では、ChatGPTやClaudeなど汎用ツールの有料プランであれば結果はほとんど変わりません。差がつくのはツールの銘柄ではなく、会社の情報をどれだけ渡せているか（コンテキスト）の側です。選定に時間をかけるより、どれかを契約して3週目の「会社情報のファイル化」に進むほうが、確実に前進します。 ### 費用はどれくらい見ておけばいいですか？ 自社だけで進める場合、金銭的な実費はAIツールの利用料＝1人あたり月3,000円〜1万円程度です。ただし最大のコストはお金ではなく、推進役の時間（月5〜6時間×3ヶ月）です。ここを予算として確保しない計画は、金額がいくら小さくても頓挫します。外部支援を使う場合の相場感はAI顧問の費用相場の記事にまとめています。 ### 社員数名の小さな会社でも、この手順は同じですか？ 同じです。むしろ有利です。横展開の対象が少ないぶん3ヶ月目が軽く、経営者と現場の距離が近いぶんルールや優先順位の決定が速い。私の支援先にも少人数の会社は多くありますが、規模が小さいことが不利に働いた場面はほとんど見たことがありません。 ### 90日で売上は上がりますか？ 90日のゴールは売上ではなく、「AIで仕事を回せる人と型が社内にある」状態です。売上に効かせるのはその次の段階で、営業資料・発信・顧客フォローなど売上に近い業務へAIの働き手を配置していくことになります。順番としては、90日の土台があるからこそ売上側の打ち手の数が増える、という関係です。 ### セキュリティが不安です。最低限、何をすればいいですか？ 最低限は2つです。①学習オプトアウト設定（入力内容をAIの学習に使わせない設定）を契約初日に済ませる。②「入れてはいけない情報」（顧客の個人情報・非公開情報・パスワード類）をA4・1枚のルールで明文化する。全面禁止は管理外の「野良AI」を生むため、かえって危険です。具体的な設定手順はセキュリティと情報入力の記事をどうぞ。 ### 途中で止まってしまいました。どこからやり直せばいいですか？ 止まった日付で原因の見当がつきます。30日目前後で止まったなら棚卸し不足（対象業務が曖昧）、45〜60日目なら渡す材料の不足（出力が微妙で失速）、75日目以降なら手順書と人選の問題です。共通の再起動方法は、毎週の作業枠をカレンダーに入れ直し、対象を1業務に絞り直すこと。全部やり直す必要はありません。止まった週から再開すれば大丈夫です。 ## 持ち帰り用：90日チェックリスト 最後に、この記事の全手順をチェックリストに畳んでおきます。私が顧問の3ヶ月で完了確認に使っている観点を、自社導入用に組み替えたものです。印刷するか、そのまま社内チャットに貼って使ってください。 30日目チェック｜棚卸しと環境づくり - □ 「時間を取られた作業」のメモが15個以上ある - □ 繰り返している書きものの一覧がある - □ 最初の1業務が決まり、現状の数字（月何回・1回何分）を記録した - □ 有料プランを契約した（1人月3,000円〜1万円） - □ 学習オプトアウトを設定した - □ 会社情報ファイルがある（概要・商品・客層・文体・お手本） - □ ルール1枚がある（禁止情報・確認者・使うツール）＝経営者が決めた 60日目チェック｜1業務の実装と型化 - □ 実物の業務でAIを5回以上使った（練習サンプルではなく） - □ 人の確認を通してから出す運用が守られている - □ 微妙な出力を記録し、会社情報ファイルに追記した - □ 手順書1本がある（依頼文・渡す材料・確認観点の3点セット） - □ 効果の数字が2つある（1回あたりの時間の前後・月の回数） 90日目チェック｜横展開と自走準備 - □ 2人目が手順書だけで一人で回せる - □ 2業務目がAI込みの手順で動いている - □ 共有の置き場が1つある（会社情報・手順書・ルールが揃っている） - □ 月1回30分のふりかえり会が定例化されている - □ 壊れても戻せる仕組み（版の履歴・バックアップ）がある - □ 次の90日でやる業務2〜3個が決まっている 全部にチェックがついたら、外部の手を借りて進めた会社と同じ地点に立っています。そこから先は、同じ型を次の業務へ淡々と繰り返すだけです。 ## まとめ：中小企業のAI導入の進め方は「順番」がすべて この記事の要点です。 - ツール選定・全社一斉・規程づくりから始めるAI導入は止まる。手順は業務の棚卸しから始まる。 - 最初の90日は、棚卸しと環境づくり（0〜30日）→1業務の実装と型化（31〜60日）→横展開と自走準備（61〜90日）の3段階。 - 最初の30日は成果が出ない「地下工事」。ここを焦って飛ばした会社ほど60日目に止まる。 - 出力の質を決めるのはツールの銘柄ではなく、会社情報のファイル＝AIに渡す材料。微妙な出力は材料の追記で直す。 - 1業務を手順書（依頼文・材料・確認観点）まで持ち込めば、2業務目は半分以下の時間で立ち上がる。 - つまずきは20日・30日・45日・75日目前後に型どおり起きる。先回りして対策を予定に入れておく。 - 自社だけでやるか外部支援かの分かれ目は、推進役の時間（月5〜6時間）と経営者の関与。この2つだけは外注できない。 90日は長く感じるかもしれませんが、振り返ってみれば「毎日5分のメモ」と「週に1〜2時間の作業」と「月1回のふりかえり」の積み重ねでしかありません。特別な技術も、高額なシステムも要りません。要るのは順番を守ることと、時間の枠を先に押さえることの2つだけです。この手順書のとおりに進めて、90日後に「AIで仕事を回せる人と型が社内にある」状態を、ぜひ自社の手で作ってください。 もし読みながら「うちは推進役の時間が確保できない」「一人で60日目の壁を越えられる自信がない」と感じたなら、そのときが外部の手を検討するタイミングです。私のAI顧問の3ヶ月プログラムは、この90日をあなたの会社の実業務でそのまま一緒に走るサービスです。進め方と提供内容をまとめた資料は、無料の資料セットからどうぞ。 無料の資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：137字（推奨120〜158字） ============================================================ 中小企業のAI導入の進め方を、最初の90日のロードマップとして週単位まで具体化。ツール選定から始めると失敗する理由と、棚卸し→環境づくり→1業務の型化→横展開の正しい順番を、累計約15社を支援する生成AI顧問・AiWiLL代表の赤堀亘が全手順公開。90日チェックリスト付き。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 業務の棚卸しのやり方｜「AIに渡せる仕事」の洗い出し方【テンプレ付き】 URL: https://aiandwill.com/gyomu-tanaoroshi-ai/ 公開: 2026-07-31 / 更新: 2026-09-05 「御社の業務のなかで、AIに任せたい仕事はどれですか」。生成AI顧問の初回セッションで、私が最初に置く質問です。そして、いちばん会議室が静かになる質問でもあります。ツールの話なら盛り上がるのです。ChatGPTとClaudeはどちらがいいのか、料金はいくらか、セキュリティは大丈夫か。ところが「で、何をさせるのか」になった瞬間、言葉が止まる。累計約15社の顧問と30社超の支援を重ねて、いまは確信しています。AI導入の最初の壁は、ツール選定でも予算でもなく、「AIに任せたい仕事を、具体的に言えない」ことです。 この壁の突破口が、業務の棚卸しです。棚卸しと聞くと、AIを使う前の地味な準備運動に見えるかもしれません。違います。後で書くとおり、棚卸しは準備ではなくAI投資そのものです。この記事では、私が顧問先で実際にやっている棚卸しのやり方——1週間の「業務メモ」、仕分けの3つの軸、4象限マトリクス、そのままコピーして使える棚卸し表テンプレート——を、手順の順番どおりに全部公開します。なお、棚卸しを含むAI導入90日間の全体像はAI導入の進め方の記事に書きました。本記事は、その全体の最初の一歩である棚卸しだけを深く掘る、完全版のガイドです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ棚卸しが「AI投資そのもの」なのか 先に、いちばん大事な理屈を1つだけ。AIの出力の質は、指示文の上手さではなく、AIに渡した文脈——会社の情報・過去の成果物・仕事の材料——の質と量で決まります。そして実務では、その文脈は口頭ではなくファイルで渡します。過去の議事録、よくできた提案書、毎月の報告書の様式。AIはこれらを読んだ分だけ、あなたの会社の社員らしく働きます。 ここで棚卸しの正体が見えてきます。業務の棚卸しとは、「どの仕事に時間が消えているか」を数える作業であると同時に、「その仕事の材料が、どのファイルとして社内のどこにあるか」を突き止める作業です。つまり棚卸しの成果物は、時間の一覧表ではなく、AIに渡すべき文脈の在庫リストです。私は顧問先のレクチャーで、これを合言葉にしています。 文脈はファイルで渡す。 だから、棚卸しがそのままAI投資になる。 棚卸し表の1行1行が、AIに渡す文脈の在庫。書き出した分だけAIは戦力になる。 私の進め方は一貫して「棚卸し→ディレクトリ（フォルダ設計）→AI社員に仕事をインストール」の3工程です。棚卸しはその最初の工程で、ここを飛ばすと後の全部が空回りします。フォルダに入れるべき材料が分からず、AIに教えるべき仕事が決まらず、結局「何か聞きたいことがあったら聞く」だけの、賢い検索窓として飼い殺しになる。ツールに月額を払いながらAIが遊んでいる状態は、投資ではなく固定費です。棚卸しに使う1週間は、その固定費を投資に変えるための1週間だと考えてください。 ### 優秀な経営者ほど、自分の業務を把握していない もう1つ、先に知っておいてほしい現場の事実があります。棚卸しを最初に阻むのは、業務の複雑さではなく「自分の仕事は自分が一番分かっている」という感覚です。私は初回セッションで「社長ご自身の1週間は、何にどれくらい使われていますか」と聞くのですが、即答できた経営者は、正直ほとんど記憶にありません。 誤解しないでください。これは経営者への皮肉ではなく、むしろ逆です。優秀な経営者ほど、判断も処理も速すぎて、無意識で仕事を捌いているのです。見積の確認、銀行への返信、現場からの相談、採用の判断——1つひとつが数分から数十分で流れていくので、本人の記憶には「仕事をした」という手応えしか残らない。自分の呼吸の回数を数えられないのと同じで、熟練の証拠なのです。ただし、AIに仕事を渡すには、この無意識をもう一度言葉に戻す工程がどうしても要ります。それが棚卸しです。ヒアリングで「うちの業務はだいたい把握していますよ」と言った方が、後述の1週間メモをやってみたら、自分の予定表に存在しない仕事が山ほど出てきた——この光景を、私は何度も見てきました。出てきた瞬間の「え、俺こんなにやってたの」という顔まで、だいたい同じです。 ## 「AIに渡せる仕事」を見つける3つの軸 棚卸しというと「業務を全部書き出すこと」だと思われがちですが、書き出しは前半にすぎません。価値は後半の仕分けにあります。書き出した業務を「AIに渡せるか」で見るとき、私が使う軸は3つです。 軸何を見るか「渡せる」寄りのサイン「人が持つ」寄りのサイン ①頻度週・月に何回発生するか週次・月次で繰り返す年1回・不定期・一度きり ②手順の言語化しやすさ新人に文書で教えられるか手順・型・お手本がある「やってみないと分からない」「相手による」 ③材料＝ファイルの有無過去の成果物・議事録・データがファイルとして存在するか過去の実物がフォルダにある材料が頭の中と口頭にしかない ①頻度は、投資回収の軸です。AIに仕事を教える——手順を言葉にし、お手本を渡し、出力を直す——には初期コストがかかります。週次・月次で繰り返す仕事なら、この初期コストは数回で回収され、あとは回すたびに利息がつきます。年1回の仕事は、教えるコストが回収しにくいので後回し。まず反復業務からです。 ②手順の言語化しやすさは、教えやすさの軸です。判定の目安は「新しく入った社員に、文書で教えられるか」。教えられる仕事はAIにも教えられます。「やってみないと分からない」「ケースバイケース」としか言えない仕事は後回し——ただし永久に渡せないわけではなく、後述の4象限で「分解」の対象になります。 ③材料＝ファイルの有無は、3つのなかで私が最重視する軸です。理由は冒頭の理屈そのもので、AIは渡された材料の分しか、自社らしく働けないからです。過去の提案書が5本フォルダにある会社の「提案書の下書き」は、明日からAIに渡せます。一方、材料がベテランの頭の中にしかない仕事は、先に「頭の中を書き出す」工程を挟む必要があり、着手が一段重くなる。迷ったら、材料がすでにファイルで存在する仕事から。これが一番外さない判断です。 実務の感覚を1つ足すと、3軸すべて満点である必要はありません。とくに②が△でも、①と③が揃っていれば案外進めます。手順がうまく言葉にできなくても、過去の実物をAIに読ませて「この5本に共通する構成と書きぶりを抜き出して」と頼めば、言語化そのものをAIが手伝ってくれるからです。軸は落第点を探すためではなく、着手の順番を決めるために使ってください。 ## やり方：1週間の「業務メモ」——会議で聞くより、記録が正確 では、書き出しの実務です。結論から言うと、会議室に集まってヒアリングするより、1週間、自分の仕事を時刻つきでメモするほうが圧倒的に正確です。 これは机上の好みではありません。ヒアリングで作った業務一覧と、同じ人が取った1週間メモの集計を並べると、はっきりずれるのです。人の記憶は、印象に残った大仕事を過大に報告し、毎日無意識にこなしている細かい仕事——返信、確認、転記、探しもの——をごっそり落とします。そして皮肉なことに、AIが最初に得意なのは後者の「記憶から落ちる側」の仕事です。ヒアリングだけの棚卸しは、いちばんおいしい鉱脈を掘る前に終わってしまう。だから私は、棚卸しを聞き取りだけで済ませることを勧めていません。聞くのではなく、記録してもらう。 やり方は次のとおりです。道具はノートでも、スマホのメモでも、自分宛てのチャットでも構いません。 - 期間は5営業日。繁忙の特異週は避け、「いつもの1週間」を選ぶ - 仕事の区切りごとに、時刻・やったこと・かかった時間を1行でメモする。粒度は15〜30分単位でよい - 書きもらした時間帯があっても気にしない。完璧な記録ではなく、実態の当たりが目的 - 週末に、メモを業務名で束ねて「月あたりの回数×1回の時間」に集計する メモの実物は、この程度で十分です。 7/7（月） 09:10 メール確認・見積依頼2件に返信（30分） 09:40 A社の月次報告書の下書き（80分） 11:00 週次定例（60分） 13:00 定例の決定事項をチームに展開（25分） 13:30 B社提案の構成づくり。前回の提案書を探すのに手間取る（90分） 15:10 現場からの相談対応（20分） 15:30 求人媒体の原稿手直し（45分） 16:20 経費精算の突合（30分） 17:00 明日の商談の準備・想定問答づくり（40分） 1週間後、このメモは2つの発見を連れてきます。1つは、記憶になかった反復業務。もう1つは、「探す・思い出す」に消えている時間です。前回どうやったか思い出す、あのファイルはどこだったか探す——メモを取って初めて、これが名前のない業務として毎日発生していることに気づきます。 私自身も、「書く仕事」から順にAIへ渡してきた側です。日報も記事も提案資料も、いまは型を教えたAIが下書きまで持ってくる体制になっています。その順番は、自分の業務を棚卸しして、記事・資料・SNS・メール——「書く仕事」の塊が想像より大きいことを認めたところから来ています。人に棚卸しを勧める前に、まず自分の業務で効き目を確かめてきた方法です。 なお、90日ロードマップの記事では、最小版として「終業前5分で、時間を取られた作業を3つメモする」方式を紹介しました。1週間の時刻つきメモがどうしても負担なら、最小版から始めても構いません。精度は落ちますが、止まっているよりずっといい。余力ができたら、この完全版に格上げしてください。 ## 仕分け：「AIに渡せる×頻度」の4象限マトリクス メモの集計ができたら、仕分けです。3つの軸のうち②言語化と③材料をまとめて「AIに渡せるか」の縦軸に、①頻度を横軸に取り、すべての業務を4つの象限に置きます。 頻度が高い 頻度が低い AIに渡せる ① 最初の任務 今すぐAIに渡す 議事録の整理、定型レポート、返信の下書きなど。ここから1つだけ選んで始める。 ③ 二軍 手順書だけ作って待機 年次の資料や不定期の案内文。急がないが、手順書化しておけば次の発生時に1行で呼べる。 人が持つ ② 分解候補 工程を割って一部を渡す 商談・面接・トラブル対応など。仕事まるごとは人が持ち、準備と記録の工程だけAIへ。 ④ 聖域 触らない まれで、かつ人の判断・関係そのものが本体の仕事。AI化の検討対象から外してよい。 各象限の扱いを補足します。①「最初の任務」は宝の山ですが、欲張らないこと。頻度×1回の時間の積が大きく、材料のファイルが揃っているものを1つだけ選びます。最初の1業務を型にできれば、2業務目からは半分以下の労力で立ち上がります。 ②「分解候補」が、実は棚卸しの腕の見せどころです。「商談は人にしかできない」で終わらせず、工程に割る。商談そのものは人が持つ。ただし、事前の企業調べ、過去案件からの想定問答づくり、商談後の議事録整理とお礼メールの下書き——前後の工程はAIに渡せます。採用面接も同じで、面接は人、評価コメントの下書きと記録の整理はAI。仕事の単位ではなく工程の単位で見ると、「渡せる仕事」は体感で倍に増えます。 ③「二軍」は、急がないぶん見落とされがちですが、年1回の仕事ほど「前回どうやったか」を思い出すコストが高い。手順書だけ先に作っておけば、次の発生時に過去の自分から引き継ぎを受けられます。④「聖域」は、触らないと決めることに意味があります。棚卸しの目的はすべてをAI化することではなく、人が持つべき仕事に時間を返すことです。④と②の本体にあなたの価値があるからこそ、①を渡すのです。 ## 棚卸し表テンプレート全文（コピーして使えます） 仕分けの結果を書き込む棚卸し表のテンプレートです。私が顧問の現場で使っている仕分けの軸を、そのまま列に起こした構成で、ExcelでもスプレッドシートでもNotionでも、そのまま再現できます。記入例を2行入れてあります。 # 業務棚卸し表テンプレート | No | 業務名 | 頻度 | 1回の時間 | 手順の言語化 | 材料ファイル（何が・どこに） | 判定 | メモ（こだわり・確認者） | |----|--------------------|------|-----------|--------------|------------------------------|----------|--------------------------| | 1 | 週次定例の議事録作成 | 週1 | 60分 | ◎ 型がある | 録音データ・過去議事録／共有フォルダ | AIに渡す | 決定事項と宿題を分ける。宿題は担当者名つき | | 2 | 新規向け提案書の作成 | 月3 | 180分 | ○ 説明できる | 過去提案書5本／営業フォルダ | 分解する | 構成と下書きまでAI。金額と最終文面は人 | | 3 | | | | | | | | ◆ 列の書き方 - 頻度 : 週◯回／月◯回／年◯回 - 手順の言語化 : ◎=新人に文書で教えられる ○=口頭なら教えられる △=やって見せるしかない - 材料ファイル : 過去の成果物・議事録・データが「ファイルとして」あるか。保存場所まで書く - 判定 : AIに渡す（①）／分解する（②）／手順書だけ（③）／人が持つ（④） - メモ : 品質のこだわり・出力の確認者・注意点。後でそのままAIへの指示の材料になる 列の意図を2つだけ補足します。まず「材料ファイル」列に保存場所まで書くのは、この表が次の工程——AIの作業フォルダに材料を集めるディレクトリ設計——の買い出しリストになるからです。場所が書けない業務は、材料が頭の中にある業務だと、その場で判明します。次に「メモ」列。ここには「宿題には担当者名を付ける」「この表現は使わない」といった、あなたの会社の暗黙のこだわりを書いてください。棚卸し表は業務の一覧表ではなく、AIへの引き継ぎ書の下書きです。メモ列が厚い表ほど、AIの初日の出力が良くなります。 運用のルールは3つ。①7割の精度で先に進む。列を美しく埋める作業に2週間かける価値はありません。②顧客の個人情報・非公開情報は表に書かない。業務名と材料の場所だけで足ります。AIに見せてよい情報の線引きはセキュリティと情報入力の記事にまとめてあります。③置き場を1つに決めて、月1回更新する。AI化が進むと「判定」列がどんどん書き換わっていきます。それがこの表の正しい育ち方です。 棚卸しから始めるAI導入の無料資料セットを見てみる ## 部門別・棚卸しでよくある発見——「書く仕事」は思っているより大きい 棚卸しの結果には、会社が違っても驚くほど再現性があります。私の見聞きする範囲でいちばん多い発見はこれです。「書く仕事が、業務時間の3〜4割を占めていた」。報告書、議事録、メールの返信、提案書、案内文、社内への説明——本人たちは「書く仕事」とは呼んでいません。「報告」「連絡」「資料準備」という別の名前がついているせいで、束ねて見るまで塊の大きさに気づかないのです。 そしてこれは、朗報です。生成AIが最初に強さを発揮するのが、まさに「書く・整える・変換する」の領域だからです。棚卸しで見つかる最大の時間の塊と、AIの得意領域が、きれいに重なっている。棚卸しが「やってよかった」で終わらず、そのまま成果につながりやすいのはこの構造のおかげです。部門別の定番の発見も並べておきます。 部門棚卸しでよくある発見最初にAIに渡しやすい工程 経営者返信・確認・依頼文など「短い書きもの」が毎日細かく積もっていた返信・依頼文の下書き、会議メモの整理 営業提案書より「過去資料を探して下敷きにする時間」が長かった過去提案書を材料にした新規提案の構成・下書き 経理・総務転記・整形・突合という「作業の間の作業」が主役級だった月次資料の整形・集計、定型案内文 現場・技術作業より「作業を報告書にする時間」が重かった作業メモ・写真から報告書の下書き 広報・マーケ同じ内容を媒体ごとに書き直す時間が大半だった1つの素材から複数媒体への原稿展開 もう1つの定番の発見が、先ほども触れた「探す時間」です。ファイルを探す、前回のやり方を思い出す、誰が知っているか聞いて回る。これは業務一覧には決して載らないのに、メモを取ると毎日顔を出します。そして、この時間は棚卸しの次の工程——材料をAIの作業フォルダに集めるディレクトリ整理——で、AI以前にまず人間側から消えていきます。棚卸しをした会社の収穫として、AIの成果より先に「業務そのものが整理されたこと」が挙がることが多いのは、だいたいこの2つの発見のせいです。 ## 棚卸しの後の一歩——1業務を選んで、AIに仕事をインストールする 棚卸し表が埋まったら、次はいよいよAIの出番です。やることは3つ。 - ①の象限から、最初の1業務を選ぶ。基準は「頻度×1回の時間」の積が大きく、材料ファイルが揃っていること - その業務の材料を1つのフォルダに集め、AIの作業場所を作る（ディレクトリ設計） - 最初の1回を一緒にやり、固まった手順をファイルとして残す（AI社員への仕事のインストール） この2番目と3番目——フォルダの作り方、ルールファイルの書き方、一度教えた仕事を1行の指示で再現する方法——は、「AI社員」の作り方の記事に全手順を書きました。本記事の棚卸しとセットで、そのまま導入初日の教科書になるように作ってあります。また、棚卸しから横展開・自走までの90日間をどう配分するかはAI導入の進め方（最初の90日）の記事をどうぞ。 外部の伴走をつけて進めたい場合は、私のAI顧問の3ヶ月プログラムがこの流れそのものです。初回セッションでやるのは、まさにこの記事の棚卸しからで、AI顧問の最初の90日｜前半の進め方。読んでいただければ分かるとおり、中身は隠していません。自社でやるか、隣に経験者を置くかの違いだけです。 伴走型で進める場合の資料を見てみる ## 業務の棚卸しに関するよくある質問 ### 棚卸しにはどれくらい時間をかけるべきですか？ 業務メモ1週間＋仕分けと表への記入に半日、合計で2週間以内が目安です。ありがちな失敗は、体裁の整った完璧な業務一覧表づくりに1ヶ月かけてしまうこと。棚卸しの目的は網羅ではなく、最初にAIへ渡す1業務を決めることです。7割の精度で仕分けに進んでください。 ### 経営者と社員、誰から棚卸しを始めるべきですか？ 推進役の1人からで構いませんが、可能なら経営者自身が一度やることを勧めます。理由は2つ。本文に書いたとおり、優秀な経営者ほど無意識に仕事を処理していて、メモを取ると本人がいちばん驚くこと。そして、どの業務にAIという投資を振り向けるかは結局のところ経営判断であり、自分の時間の実態を知らないまま下す判断は精度が出ないからです。 ### ヒアリングやアンケートで代用できませんか？ 精度は明確に落ちます。記憶は印象的な大仕事を過大に、無意識の反復業務を過小に報告し、AIが最初に得意とするのは後者だからです。ただし0か100かではありません。メモの協力を得にくい部門はヒアリングで当たりをつけ、AI化の本命部門だけ1週間メモを取る、という併用は現実的です。 ### 「AIに渡せるか」の判断に自信が持てません。 迷ったら③材料＝ファイルの有無だけで決めてください。過去の成果物やデータがファイルとして存在する業務は、判断を間違えてもすぐ試せて、すぐ戻せます。それでも迷う業務は②分解候補に置き、工程を割って一部だけ渡すのが安全です。棚卸し表の判定列は、運用しながら書き換えていくのが前提です。 ### AIツールの契約は棚卸しの前と後、どちらですか？ 後で大丈夫です。棚卸しはノートとスプレッドシートでできます。渡す仕事が決まってから、ChatGPTやClaudeなど汎用ツールの有料プラン（実費は1人あたり月3,000円〜1万円程度）を契約すれば十分間に合います。先にツールを契約して「何に使うか」を考え始める順番が、いちばん時間を溶かします。 ### 棚卸し表は誰がどう管理すればいいですか？ 置き場を1つに決め、推進役が月1回更新する運用を勧めます。AI化が進むと「人が持つ」だった業務が「分解する」に変わるなど、判定列が動き続けるからです。表が個人のPCやチャット履歴に散らばると、せっかくの在庫リストが誰にも使われなくなります。正しい置き場は1つ、最新版はそこにしかない、が原則です。 ### 個人情報を扱う業務は、棚卸し表にどう書けばいいですか？ 表に書くのは業務名・頻度・時間・材料の場所までで、個人情報や顧客の非公開情報そのものは書きません。「顧客対応履歴の整理（材料：CRM内）」のような書き方で足ります。その業務をAIに渡す段階になったら、何をどこまで見せるかの線引きを別途設計します。考え方はセキュリティと情報入力の記事にまとめています。 ## 持ち帰り用：業務棚卸しチェックリスト - 「いつもの1週間」を選び、5営業日の時刻つき業務メモを取った - メモを業務名で束ね、「月あたりの回数×1回の時間」に集計した - 記憶にない反復業務と「探す時間」を、業務として一覧に加えた - 各業務を3つの軸（頻度・手順の言語化・材料ファイルの有無）で見た - 4象限マトリクスに全業務を置いた - ①の象限から、最初にAIへ渡す1業務を選んだ - その業務の材料ファイルの保存場所を、棚卸し表に書き込んだ - 「人が持つ」仕事＝渡さない仕事を明文化した - 表に顧客の個人情報・非公開情報を書いていないことを確認した - 棚卸し表の置き場を1つ決め、次の一歩（AIの作業フォルダづくり）の予定を入れた ## まとめ：AIの話なのに、やることにAIがほぼ出てこない。それが正解 この記事の要点です。 - AI導入の最初の壁は「AIに任せたい仕事が言えない」こと。突破口はツールではなく業務の棚卸し - 棚卸しは準備作業ではなくAI投資そのもの。文脈はファイルで渡す——棚卸し表は、AIに渡す文脈の在庫リストになる - 書き出しはヒアリングより1週間の時刻つき業務メモ。記憶は無意識の反復業務を落とし、そこにこそAIの得意分野がある - 仕分けは3つの軸（頻度・手順の言語化しやすさ・材料＝ファイルの有無）と4象限マトリクス。迷ったら材料の有無で決める - 「書く仕事が3〜4割」は最頻出の発見。AIの得意領域と重なっているから、棚卸しはそのまま成果につながる - 次の一歩は、①の象限から1業務選んでフォルダを作り、AI社員に仕事をインストールすること お気づきのとおり、この記事の手順には、AIを操作する場面がほとんど登場しません。ノートにメモを取り、付箋を並べ、表を埋める。それでいいのです。AI活用の成否は、AIに触っている時間ではなく、自社の仕事をAIが受け取れる形に翻訳する時間で決まります。棚卸しはその翻訳の第一章で、ここで書き出した1行1行が、この先何年も、どのツールに乗り換えても使い続けられる会社の資産になります。 まずは月曜日から、5営業日のメモを始めてください。1週間後のあなたは、「AIに任せたい仕事はどれですか」に、具体的な業務名と数字で即答できるようになっています。その状態で読むAI社員の作り方は、まったく別の解像度で見えるはずです。棚卸しから先を体系的な資料で掴みたい方には、無料の資料セットを用意しています。 無料の資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：138字（推奨120〜158字） ============================================================ AI活用の最初の壁は「AIに任せたい仕事が言えない」こと。業務の棚卸しのやり方を、累計約15社を支援する生成AI顧問・赤堀亘が公開。1週間の業務メモ、仕分けの3つの軸、4象限マトリクス、コピーして使える棚卸し表テンプレートまで、AIに渡せる仕事の洗い出し方を全手順解説します。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # AI導入の失敗パターン7つ｜止まった会社に共通していたもの URL: https://aiandwill.com/ai-donyu-shippai/ 公開: 2026-07-31 / 更新: 2026-09-05 私の仕事は、成功の相談からではなく、失敗の相談から始まることのほうが多い——これが正直なところです。「ツールは契約しました。研修もやりました。でも、止まっています」。生成AI顧問として累計15社、研修や講座まで含めると30社超の会社と関わってきて、最初の打ち合わせで聞く話は、だいたいこの形をしています。だから最初に、これだけは言わせてください。AI導入の失敗は、恥ではありません。構造です。 止まった会社の話を並べて聞いていると、担当者の能力や熱意が原因だったケースは、ほとんどありません。ほぼ全員が、同じ7つのパターンのどれか——多くの場合は2つか3つ——を踏んでいます。裏を返せば、パターンを知っていれば避けられるし、すでに踏んでしまった会社も、どこを踏んだかが特定できれば立て直せます。この記事は、その7つの解剖図です。各パターンを「症状→なぜ起きるか→処方箋」の型で開き、後半に7問の自己診断シートと、失敗済みの会社が今日からやり直す順番を置いておきます。健康診断のつもりで読んでください。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「恥ではなく構造」と言い切れるのか AI導入がうまくいかないと、社内では犯人探しが始まりがちです。担当者が悪かったのか、ツール選定を間違えたのか、社員のITリテラシーが低いのか。私はこの手の反省会に同席するたび、同じことを伝えています。犯人はいません。設計図がなかっただけです。 根拠は単純で、業種も規模も担当者もバラバラの会社が、判で押したように同じ止まり方をするからです。製造業でも不動産でもサービス業でも、止まった経緯を聞くと同じ7つの型に収まる。個人の資質が原因なら、失敗はもっと多様になるはずです。失敗が似るのは、原因が人ではなく構造にあることの何よりの証拠だと私は考えています。 そしてこれは朗報です。構造の失敗は、構造で直せます。人を入れ替える必要も、精神論で鼓舞する必要もありません。踏んだパターンを特定して、順番を組み替えればいい。では、7つを順に開いていきます。自社に当てはまるものを数えながら読んでください。 ## AI導入の失敗パターン7つ——症状・原因・処方箋 ### 失敗パターン1：ツール契約から始める 症状：全社版のChatGPTやCopilotを契約し、社内に告知した。導入を発表した日が熱量のピークで、3ヶ月後にはログイン率を確認する勇気がなくなっている。請求だけは毎月きちんと届く。 なぜ起きるか：「導入＝契約」という思い込みです。契約した時点では、誰が・何の仕事を・どう任せるかが何も決まっていません。人間の採用に置き換えると、配属先も業務内容も決めずに雇用契約書だけ交わした状態です。仕事を持たない社員が自然に働き出さないのと同じで、仕事を与えられていないツールも自然には使われ始めません。むしろ「買った」という安心感が「導入は済んだ」という錯覚を生む分、話が進みにくくなります。 処方箋：順番を逆にします。任せる仕事を1つ決める→その仕事に必要なツールを選ぶ→契約する。この順番なら、契約した翌日にはツールのやることが決まっています。なお、ツールの実費は私の顧問先での設計だと1人あたり月3,000円〜1万円程度で、金額そのものは経営を揺らす額ではありません。本当に失うのはお金ではなく、「うちは一度やったけどダメだった」という社内の空気です。こちらはお金では買い戻せません。 私自身のつまずき談も、契約と「動き始め」のズレに近いです。Claude CodeをWindowsで動かそうとしたとき、環境構築がハードモードで、アカウントを開いただけでは仕事は始まりませんでした。隣で動かしていたCursorに「助けて」と頼んだら環境がほぼ揃い、その後はボスAIとワーカー3体の小さな組織まで組めた——つまり契約した瞬間ではなく、1本の仕事が実際に回り始めた瞬間が導入のスタートラインだったのです。導入初日に「動く1業務」を1つ作ることの重みは、自分でつまずいてから腹落ちしました。Windowsでエージェント導入につまずいた人には、導入の軽いCLI（当時試したGemini CLIなど）を並行で持っておくと、現場が止まらずに済みます。 ### 失敗パターン2：プロンプト集の配布で終わる 症状：社内の誰かが気を利かせて「使えるプロンプト100選」を配る。最初の1週間はみんな試す。1ヶ月後、そのファイルを開く人がいなくなる。 なぜ起きるか：プロンプト（指示文）は、会社の文脈を運ばないからです。どれほど練られた指示文でも、あなたの会社の商品も顧客も業務ルールも知らないAIから返ってくるのは「上手な一般論」で、そのままでは仕事に使えません。さらに、業務は部署や人ごとに違うので、万人向けのプロンプト集はどの業務にもぴったりは合いません。合わない道具は使われなくなる——それだけの話で、社員の意欲の問題ではないのです。 処方箋：配るものを変えます。指示文ではなく、「AIの作業場所（フォルダ）と、読ませる会社の資料」を渡す。AIが自社の情報を読んだ状態で働く形にした瞬間、素朴な指示でも出力が仕事になります。この作り方の全手順は「AI社員」の作り方の記事にまとめました。私も顧問業を始めた頃は「良い指示文の型を渡せば動き出すはず」と考えていた時期があったので、その反省も踏まえて書いた記事です。いま同じ道を歩みかけている方は先に読んでください。 ### 失敗パターン3：規程を作ってから病 症状：「まずはガイドラインを整備してから」と決めて、委員会が立ち上がる。他社の規程を集め、法務に相談し、半年後——分厚い規程案は完成に近づいているが、AIに触った社員はまだ一人もいない。 なぜ起きるか：リスクをゼロにしようとする規程は、必ず「原則禁止」に収束するからです。そして、AIを触ったことのない人が書いた規程は実務と噛み合いません。現場から見ると「守れない」か「守ると仕事にならない」かの二択になり、規程の完成と同時にAI活用そのものが終わります。慎重さは美徳ですが、多くの場合これは慎重なのではなく、判断を規程づくりという形で先送りしているだけです。 処方箋：規程づくりと小さな実践を、同時に回します。最初に決めるべきことは3行で足ります。①入れてはいけない情報（個人情報・顧客の非公開情報・パスワード）、②学習オプトアウトなどのアカウント設定、③困ったときの相談先。私が顧問先で必ず伝えている原則は2つです。「見せない、ではなく、必要な分だけ必要なときに見せる」。そして「壊されないか、ではなく、壊れても戻せるか」。この2つを判断軸に据えると、禁止一辺倒だった議論が「どう見せるか」「どう戻せるようにするか」という設計の話に変わります。線引きの具体的な作り方はセキュリティと情報入力の記事に、顧問先へ配っている教材ごと公開しています。 ### 失敗パターン4：全社一斉導入 症状：キックオフ資料は立派で、全部署への説明会も開かれた。3週間後、部署ごとの温度差がはっきりしてくる。1ヶ月後、進捗を聞く人がいなくなる。 なぜ起きるか：部署ごとに業務も課題もITへの慣れも違うのに、同じ号令と同じ教材で一斉に走らせるからです。もう1つ、見落とされがちな理由があります。一斉に始めると、成功体験がどこにも生まれません。推進側の支援リソースが全部署に薄く分散し、どの部署も「浅く触って終わる」。全員が2合目までしか登らない登山は、誰の景色も変えないのです。 処方箋：狭く、深く。1部署・1業務・90日に絞ります。まず「動いた実例」を社内に1つ作り、それから横に展開する。私の見聞きする範囲では、社内の実例は外部の導入事例の何倍も効きます。「隣の部署の◯◯さんの報告書づくりが半分の時間になった」という話は、有名企業の事例記事よりはるかに現場を動かします。展開の速さは、初速ではなく複製のしやすさで決まります。 ### 失敗パターン5：推進を若手に丸投げする（権限なし） 症状：「若いからAIに詳しいだろう」と、20代の社員がAI推進担当に任命される。本人は夜遅くまで調べ、資料を作り、社内勉強会も開く。しかしベテラン社員に「今は忙しいから」と言われれば返す言葉がなく、数ヶ月後、静かに疲弊していく。 なぜ起きるか：AI導入の本体は業務の再設計であり、再設計は権限の仕事だからです。ツールに詳しいことと、他人の業務のやり方を変えられることは、まったく別の話——正確には、能力の差ではなく権限の差です。権限のない推進担当は、どれだけ優秀でも「お願いして回る人」にしかなれません。そして、お願いは断れてしまいます。 処方箋：若手の起用そのものは、むしろ正しい判断です。足りないのは権限。「この範囲の業務のやり方は、推進担当の判断で変えてよい」というマンデートを経営者が明文化し、報告ラインを経営直下に置きます。現場から抵抗が出たとき矢面に立つのは経営者か役員であって、若手を盾にしない。この設計があるだけで、同じ若手が同じ熱量のまま、まるで違う結果を出します。 ### 失敗パターン6：個人技の英雄頼み 症状：1人だけ抜群にAIを使いこなす社員がいて、その人の生産性だけが突出している。「あの人に聞けば何とかなる」が社内の合言葉になり、その人に仕事が集中する。そしてある日、異動か転職で——全部消える。 なぜ起きるか：個人のコツは、個人に帰属するからです。頭の中の工夫は、テキストという形に翻訳されない限り、会社の資産には一切なりません。厄介なのは、英雄がいる会社ほど「うちはAI活用が進んでいる」と錯覚することです。進んでいるのは会社ではなく、その人だけです。 処方箋：英雄のやり方をテキストにします。よく使う指示、参照している資料、成果物のお手本、作業の手順——これらをファイルとしてフォルダに残し、「英雄がいなくても、AIと他の社員で再現できる仕事」に変換する。属人化の解消はAI導入の副産物ではなく、本丸そのものです。ベテランや名人の頭の中を会社の資産に変えるという意味で、7つの処方箋の中でいちばん投資対効果が大きいのはここだと私は思っています。 ### 失敗パターン7：経営者が触らない 症状：経営者の口癖は「私はよく分からないから、若い人に任せているよ」。悪気はなく、本人は権限委譲のつもりでいる。しかし現場は空気を読みます。社長が本気ではないものに、本気を出す社員はいません。 なぜ起きるか：AI導入は、業務の優先順位・人の評価・投資の判断を変える経営マターだからです。道具の話なら任せていい。しかし「どの仕事をAIに任せ、人は何に時間を使うのか」は経営判断そのもので、これは委任できません。触っていない経営者には何が変わるのかの実感がなく、実感のない投資判断は、必ず小さく、遅くなります。 処方箋：経営者が週30分、自分の仕事でAIを触ってください。全部でなくていい。会議メモの整理、意思決定の壁打ち、挨拶文の下書き——自分の業務のどれか1つで十分です。私の見聞きする範囲では、AI活用が定着した会社と止まった会社の、いちばんはっきりした分かれ目はここでした。だから私は顧問の初日、担当者より先に経営者に触ってもらうところから始めています。 ## 7つの失敗パターン早見表——症状から処方箋を引く ここまでの7つを1枚に圧縮しておきます。会議で配る場合はこの表だけでも役に立つはずです。 #失敗パターン典型的な症状処方箋（一行版） 1ツール契約から始めるログイン率が下がり、請求だけ毎月届く任せる仕事を1つ決めてから契約する 2プロンプト集の配布で終わる配布1ヶ月後、誰もファイルを開かない指示文でなく、作業場所と資料を配る 3規程を作ってから病半年経っても誰もAIに触っていない3行ルールで小さく回しながら規程を育てる 4全社一斉導入部署間の温度差が出て立ち消える1部署・1業務・90日で実例を作る 5若手に丸投げ（権限なし）推進担当が「お願いする人」になり疲弊権限の明文化と経営直下の報告ライン 6個人技の英雄頼み1人の異動・退職ですべて消えるやり方をテキスト化し会社の資産にする 7経営者が触らない現場が空気を読み、本気にならない経営者が週30分、自分の仕事で触る AI導入の無料資料セットを受け取る（セミナー3本＋サービス資料） ## 7つの失敗の共通根——「AIを道具として買い、仕事の設計をしなかった」 7つのパターンを裏返すと、1つの文になります。「AIを道具として買い、仕事の設計をしなかった」。 ①は道具を買いました。②は道具の使い方を配りました。③は道具の禁止事項を決めました。④は道具を全員に配りました。⑤は道具係を任命しました。⑥は道具の名人に頼りました。⑦は道具の話だと思ったから任せました。——全部、道具の話です。誰も仕事の話をしていません。何の仕事を任せるのか。その仕事のためにAIへ何を読ませるのか。誰が業務のやり方を変える権限を持つのか。経営は何をコミットするのか。この4つの問いに答えていないまま進んだプロジェクトが、それぞれの場所で止まっただけなのです。 私は支援先のレクチャーで、「AIに読ませる文脈（コンテキスト）は、指示文（プロンプト）の巧拙より桁違いに重要」と繰り返し伝えています。同じことが、導入プロジェクト全体にも言えます。道具の性能や使い方のうまさで開く差より、仕事の設計があるかないかで開く差のほうが、比べものにならないほど大きい。 この視点で見ると、失敗後によくある再挑戦の一手も、評価が変わってきます。たとえば「もう一度、研修をやり直そう」。気持ちは分かりますが、相談されたとき私は率直にこう伝えています。2回目の研修を検討している時点で、買うべきはおそらく研修ではありません。1回目が定着しなかった理由が「使い方を知らないから」であることは稀で、大半は「研修の翌週から使う場所と仕事が設計されていないから」です。設計がないまま2回目をやれば、同じ場所で止まります（研修を定着につなげる条件はAI研修で終わらないための記事に書きました）。外部の力を借りること自体は有効です。ただし借りる相手は「道具の使い方を教える人」ではなく、「仕事の設計を一緒にやる人」を選んでください。研修・コンサル・顧問という形態ごとの構造の違いはAI顧問・研修・コンサルの違いの記事で比較しています。 ## 自己診断シート——うちはどのパターンを踏んでいるか（7問） 自社がどのパターンを踏んでいるか、あるいは踏みかけているかを、7問で確かめてください。考え込まず、直感で付けるのがコツです。各問は失敗パターン1〜7にそのまま対応しています。 AI導入 自己診断シート 当てはまるものにチェックを入れてください（チェック＝「はい」） Q1. AIツールの契約は済んでいるが、「何の仕事を任せるか」はまだ決まっていない Q2. 社内のAI施策で直近にやったことは「プロンプト集・活用事例集の共有」だ Q3. ガイドライン・規程の整備が終わるまで、現場はAIに触らない方針になっている Q4. 特定の1部署・1業務ではなく、全社・全部署を対象に導入を始めた（始める予定だ） Q5. AI推進の担当者はいるが、その人に「業務のやり方を変える権限」はない Q6. AIを使いこなす社員が1人いるが、その人のやり方は文書化されていない Q7. 経営者（あなた自身、または社長）は、この1ヶ月AIをほとんど触っていない チェック0個：設計の骨格はできています。止まる理由が見当たらないので、あとは速度の問題です。 チェック1〜2個：典型的な「止まる前夜」です。該当パターンの処方箋を今週中に打てば、失敗事例にならずに済みます。 チェック3個以上：すでに止まっているか、数ヶ月以内に止まる可能性が高い状態です。ただし恥ではなく構造。次章の順番で立て直せます。 このシートは経営会議にそのまま持ち込めるよう、7問だけに絞ってあります。おすすめの使い方は、経営者と推進担当が別々にチェックして、結果を突き合わせること。2人の回答がずれた問いこそ、その会社の本当のボトルネックです。 ## 立て直しの順番——失敗済みの会社が今日からやり直す5ステップ すでに止まってしまった会社から相談を受けたとき、私が実際に案内している順番です。ポイントは、2番目の「畳む」を飛ばさないこと。多くの会社は反省のあと、すぐ新しい打ち手に行きたがります。しかし止まった施策を宙ぶらりんのまま残すと、新しい一手も「前のやつ、結局どうなったんだっけ」という空気の中で始めることになります。 1 現状の棚卸し（30分） 契約中のAIツール・配布したもの・規程・担当者を全部書き出し、「動いているもの」と「止まっているもの」に仕分けます。止まっているものを責めない。すべて授業料を払い済みの資産です。 2 止まっているものを畳む 使っていない契約は縮小するか、理由を言えるなら残すかを決めます。禁止するのは「なんとなく継続」だけ。宙ぶらりんの施策を片付けることは、社内の空気を入れ替える儀式でもあります。 3 任せる仕事を1つ選び直す 繰り返し発生し、手順を言葉にでき、結果をすぐ確認できる仕事を1つ。全社ではなく1部署・1業務。迷ったら議事録の整理が定番です。 4 AIの作業場所を作り、仕事を教える 見せてよい資料だけのフォルダ、ルールファイル、過去のお手本を用意し、最初の1回を一緒にやって手順をファイルに残します。手順は「AI社員」の作り方の記事にすべて公開しています。 5 90日で「社内実例」を1つ作り、経営者が週30分触る 横展開は実例ができてから。90日後に「隣の部署がうらやましがる実例」が1つあれば、2周目の展開は1周目とは比べものにならない速さで進みます。 お気づきかもしれませんが、この5ステップに「新しいツールを契約する」は入っていません。多くの場合、必要な道具はすでに社内にあります。なかったのは設計だけ。だから立て直しは、追加投資ではなく組み替えから始まるのです。 立て直しの進め方がわかる無料資料セットはこちら ## よくある質問（失敗相談の現場で実際に聞かれる順） ### Q1. 一度失敗して、社員が冷めています。もう一度立ち上げられますか？ できます。ただし「前回と同じ絵」で再起動しないでください。全社説明会からやり直すと「またか」で終わります。おすすめは逆で、小さく1業務から静かに始めて、成果が出てから知らせるくらいがちょうどいい。冷めた空気は言葉では溶けません。動いた実例だけが溶かします。 ### Q2. 7つのうち、いちばん多い失敗パターンはどれですか？ 私の見聞きする範囲では、件数として最も多いのは「①ツール契約から始める」と「②プロンプト集の配布」の合わせ技です。ただし根深さで言えば「⑦経営者が触らない」が別格です。①〜⑥は手順の組み替えで直りますが、⑦だけは経営者本人の行動が変わらない限り、何度立て直しても同じ場所に戻ってきます。 ### Q3. 使っていないAIツールの契約は、解約すべきですか？ 判断軸は金額ではなく、「そのツールに任せる仕事を言えるか」です。言えるなら残す、言えないなら一旦畳んで構いません。いまのAIツールは契約も再開も数日でできるので、「解約したら出遅れるのでは」という心配は不要です。出遅れの原因は契約の有無ではなく、仕事の設計の有無です。 ### Q4. 2回目のAI研修を検討しています。今度こそ定着させたいのですが。 厳しい言い方になりますが、2回目の研修を検討している時点で、買うべきはおそらく研修ではありません。1回目が定着しなかった原因が「使い方を知らないから」なら2回目で直ります。しかし大半の原因は「研修の翌週から使う場所と仕事がないから」で、これは研修では直りません。研修が悪いのではなく、順番の問題です。研修を定着につなげる設計はAI研修で終わらないための記事にまとめています。 ### Q5. 小さく始めると、全社に広がるまで何年もかかりませんか？ 体感としては逆です。全社一斉は速く見えて、実際は「ゼロを7部署に配る」打ち手になりがちです。1業務の成功は遅く見えて、型が1つできた瞬間から複製が始まります。私のAI顧問の契約を最低6か月で設計しているのも同じ理由で、90日で1つの型さえ作れば、その先は社内で複製が回るからです。時間がかかるのは1つ目だけです。 ### Q6. 失敗を繰り返さないために、外部の支援は入れるべきですか？ 必須ではありません。この記事の順番どおりに自走できるなら、それが一番です。ただ、一度失敗している会社ほど「2周目を最短で走る」ための伴走には価値があります。選ぶ基準は1つだけ——道具の使い方を教える人ではなく、仕事の設計を一緒にやってくれる人かどうか。研修・コンサル・顧問の構造の違いと、契約前に確認すべきことはAI顧問・研修・コンサルの違いの記事に質問リストごとまとめています。 ## まとめ：失敗は構造。だから2周目は速い 7つの失敗パターンも、その処方箋も、突き詰めれば1つの原則に還元されます。AIは道具として買うものではなく、仕事を設計して迎え入れるもの。設計といっても、高度な技術の話ではありません。任せる仕事を1つ決める。読ませる資料を揃える。変える権限を決める。経営者が触る。——どれも、今日から着手できることばかりです。 最後に、すでに失敗してしまった会社の方へ。私は失敗の相談から始まる仕事をたくさんしてきましたが、一度止まった会社は「何が効かないか」を体験で知っている分、2周目の判断が明らかに速い——これは繰り返し見てきたことです。払った授業料を回収できるかどうかは、過去の反省の深さではなく、2周目の設計だけで決まります。2周目の具体的な進め方は最初の90日ロードマップの記事にそのまま接続するので、まずは自己診断シートの7問を、経営者と担当者の2人でやってみてください。 診断のあと、自社の状況に当てはめて立て直しを進めるための資料セット（セミナー動画3本＋サービス資料）を無料で配布しています。2周目を最短で走りたい方はこちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：136字（推奨120〜158字） ============================================================ AI導入の失敗は恥ではなく構造——ツール契約先行・プロンプト集配布・全社一斉導入・経営者が触らないなど、止まった会社に共通する失敗パターン7つを、累計15社を支援する生成AI顧問・赤堀が症状→原因→処方箋で解剖。7問の自己診断シートと今日からやり直す立て直しの順番も公開。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # kintoneとAIエージェントをつなぐ業務自動化｜見積データから発注メール下書きまで URL: https://aiandwill.com/kintone-ai-renkei/ 公開: 2026-07-31 / 更新: 2026-09-02 発注のたびに、kintoneの見積画面を開き、明細をExcelに書き写し、仕入先ごとにメールを一通ずつ手で書く——。私がAI顧問として通う会社で、実際に続いていた光景です。kintoneには品名も数量も型番も、必要なデータがすべて入っている。それなのに、データを「使う」段階になった瞬間、仕事は全部人の手に戻る。私の見聞きする範囲では、kintoneを導入した中小企業の大半が、この「入力はデジタル、活用は手作業」の状態で止まっています。 もったいない、という話で終わらせたくありません。kintoneに溜まった業務データは、AIエージェントにとって最高の教材です。私は顧問先である熱海の防災点検会社で、kintoneの見積データから仕入先別の発注メール下書きを自動生成する連携を、実際に手を動かして実証しました。結論を先に言うと、鍵になるのはプラグインの買い足しではなく、「kintone REST API×AIエージェント」という組み合わせです。この連携の仕組み、自社でやる手順、私が実際につまずいたポイント、そしてAPIトークンの安全な扱い方まで、現場で得たものを順に書き残していきます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## kintoneとAIの連携とは——プラグインを買い足す前に知ってほしい選択肢 まず言葉を定義しておきます。kintoneとAIの連携とは、kintoneに蓄積された業務データをAIが読み取り、これまで人がやっていた「判断」と「文書作成」を肩代わりさせることです。ポイントは、対象が入力補助や通知ではなく「判断と作成」だという点にあります。リマインドを飛ばすだけなら標準機能で足ります。人にしかできないと思われていた仕事をAIに渡すからこそ、連携する意味があります。 kintoneの自動化を考えたとき、選択肢は1つではありません。私が顧問先で比較検討するときの整理を表にします。 方法 費用の負担感 自社業務への適合 判断を伴う処理 変更への強さ kintone標準機能（プロセス管理・通知） ◎ 追加費用なし △ 定型の枠内のみ ✕ できない ○ 設定変更で対応 市販プラグイン（帳票・メール送信など） ○ 買い切り〜月額 △ パッケージの範囲 ✕ できない △ 提供元の仕様次第 iPaaS型連携サービス（ノーコード接続） ○ 月額 ○ 組み合わせ次第 △ 条件分岐まで ○ 画面上で修正可 RPA（画面操作の記録・再生） △ ライセンス費 ○ 画面があれば動く ✕ できない ✕ 画面変更で壊れる API×AIエージェント ○ AIツールの月額 ◎ 業務の形のまま ◎ 曖昧な判断も可 ◎ ルール文書の書き換えで対応 スクラッチ開発（外注） ✕ 高額 ◎ 完全対応 ○ 要件次第 △ 改修のたびに費用 プラグインやiPaaSを否定する意図はありません。定型で単機能の処理なら、それらのほうが速くて安い。ただ、私が現場で見てきた「本当に時間を食っている仕事」——見積の明細を見て発注先を判断する、報告書の文面を組み立てる、データの矛盾に気づく——は、どれも曖昧さを含む判断で、パッケージ機能では埋まりませんでした。 ここ数年で決定的に変わったのは、この「曖昧さを扱う判断」を、APIとAPIの間に挟めるようになったことです。生成AIは、表記の揺れを吸収し、明細を意味で振り分け、相手に合わせた文面を書けます。つまり、プラグインは「機能を買う」、API×AIエージェントは「自社の業務の形のまま自動化を作る」。業務をツールに合わせるのではなく、AIが業務に合わせてくれる。これがこの方式の本質的な価値です。 しかもkintoneには、標準でREST APIという「正規の窓口」が用意されています（外部連携＝APIが使えるコース契約かどうかだけ、先に確認してください）。裏技でも改造でもなく、メーカーが公式に開けている扉からデータを読むだけなので、始めるための追加開発費は基本的にかかりません。 ## 仕組みの全体像——kintoneのデータがメール下書きになるまで 連携の全体像はシンプルです。登場人物は「kintone」「AIエージェント」「人間」の3者だけで、流れは次の4段階になります。 1kintone REST API 読み取り専用のAPIトークンで、見積・案件などのレコードを明細ごと取得する → 2AIエージェントが判断 マスタ（一覧表）と突き合わせ、表記の揺れを吸収しながら明細を振り分ける → 3成果物を生成 相手別のメール下書き・帳票・レポートなど、業務の成果物の形に仕上げる → 4人間が確認して実行 下書きを確認し、送信ボタンは人が押す。最終判断は人間に残す この4段階を、AIエージェントの仕事として分解すると3つになります。 ### 仕事①：取得——機械的に、正確に データ取得はAIの出番ではなく、REST APIの出番です。kintoneのAPIは、アプリを指定してレコードを取ってくるだけの素直な仕組みで、イメージとしてはこの1往復です。 # イメージ：自社のkintoneから見積レコードを読み取る（読み取り専用） GET https://自社サブドメイン.cybozu.com/k/v1/records.json?app=見積アプリのID X-Cybozu-API-Token: 読み取り専用のAPIトークン 動くコードを長々と載せることはしません。実際の実装はAIエージェント自身に書かせればよく、覚えてほしいのは「正規の窓口が最初から開いている」という一点だけです。 ### 仕事②：判断——生成AIの本領はここ 取得したデータを「どう扱うか」が、これまで人の頭の中にしかなかった部分です。この明細はどの仕入先か。この項目は発注対象か、自社作業か。表記が微妙に違うこの2つは同じものか。こうした判断を、マスタと業務ルールを参照しながらAIが行います。従来の自動化がこの層を越えられなかったからこそ、kintoneのデータが眠っていたのだと私は考えています。 ### 仕事③：生成——ただし「下書き」まで 最後は成果物です。仕入先別の発注メール、集計レポート、帳票。ここで大事な設計思想が1つあります。AIの成果物は「完成品」ではなく「下書き」で止めること。送信や確定という取り返しのつかない操作は、人間の確認を挟みます。自動化の目的は人を外すことではなく、人の確認を「作る作業」から「見る作業」に変えることです。 そしてこの3つの仕事の質を決めるのは、実はAIモデルの賢さよりも、エージェントに渡すコンテキスト（業務ルール・マスタ・文面の見本）です。私の方法論では、優秀なAI社員の仕事の質は「Prompt×Context×Harness（指示×文脈×働く環境）」の掛け算で決まります。kintone連携で圧倒的に効くのはContextで、エージェントの作業フォルダに判断ルールとマスタをテキストで置く——私はこれを「AI社員に仕事をインストールする」と呼んでいます。この設計の考え方は「AI社員」の作り方の記事で詳しく書いています。 ## 実例：防災点検会社で「見積データ→仕入先別の発注メール下書き」をつないだ話 ここからは実話です。静岡・熱海の総合防災点検会社、株式会社WECS。業歴30年以上、消防設備の点検・設計・工事を手がける会社で、私はAI顧問として、社内でAIが働ける環境づくりを一緒に進めています（社名は許可をいただいて書いています）。 ### kintoneはある。それなのに発注は全部手作業だった WECSでは、見積がkintoneで一元管理されています。物件名、工事内容、明細の品名・型番・数量まで、データとしては揃っている。ところが、その見積から資材を発注する段になると、こうなっていました。 - 見積の明細を目で追い、「この設備はあのメーカー系」「この器具はあの商社」と、頭の中のルールで仕分ける - 仕入先ごとに品名・型番・数量を転記して、発注メールを一通ずつ書く - これを見積1件ごとに繰り返す。転記ミスや仕入先の選び間違いのリスクも常に抱えたまま 入力はkintone、活用は人力。冒頭に書いた「データが眠っている」状態の、まさに典型でした。ただ、私はこの状態を見たとき、問題よりも先に伸びしろを感じました。判断のルールがベテランの頭の中に確かに存在していて、毎回同じように運用されている。つまり、言語化さえできればAIに引き継げる仕事だということです。 ### 実証した連携の形 やったことは、先ほどの全体像そのままです。読み取り専用のAPIトークンを発行し、AIエージェントがkintoneから見積レコードを明細ごと取得する——この接続部分をまず実証しました。そのうえで、明細の設備種別から発注先を判定し、同じ仕入先に行く品目をまとめ直して、仕入先別の発注メール下書きを生成するところまでの設計を固めています。送信ボタンは人が押す設計です。見積を指定すると、確認するだけの状態のメール下書きが仕入先の数だけ並ぶ——目指しているのはこの景色です。 ### 正直に書くと、すんなりは行かなかった API接続そのものは、拍子抜けするほど素直に通りました。時間を食ったのはその先、「データと現実のずれ」との格闘です。実際に手を動かして直面したのは、たとえばこういうことでした。 - 見積の「宛名」は発注先ではない。見積データの宛名はお客様（受注元）であって、資材の仕入先は別のところで決まる。データを取った直後はどちらも「相手先」に見えるので、ここを混同したまま設計すると誤発注の仕組みが出来上がります。私はこの区別を確かめるために、実際のレコードを何件も見比べることになりました - 仕入先リストに連絡先が載っていない。会社名の一覧はあるのに、発注に使うメールアドレスや担当者名は一覧に載っておらず、担当者の頭の中にだけあった。メールを自動で作る仕組みなのに、宛先が埋まらない。最大のボトルネックはAPIでもAIでもなく、マスタの欠けでした - 仕入先の選び方が暗黙知だった。同じ種類の設備でも、仕入先の候補は1社とは限りません。どういうときにどこへ出すのか——そのルールは文書のどこにもなく、担当者の経験の中にだけありました - 名前が揺れる。同じものを指しているのに、見積側とリスト側で表記が微妙に違う。人間なら一瞬で「同じだ」とわかるものが、機械的な突合では別物になる。ここは生成AIの得意分野ですが、「何と何を同じとみなすか」の辞書は結局人間が確定させる必要がありました この経験から得た知見を、独自の結論として1行にまとめます。kintone×AI連携の実態は、接続プロジェクトではなく「暗黙知の棚卸しプロジェクト」である——これが、実際にやった人間としての私の答えです。データの隙間には必ずベテランの判断が住んでいて、それを言語化した分だけAIは仕事を引き継げる。逆に言えば、この棚卸しをやり切った会社は、自動化と同時に「業務ルールが文書になった」という副産物まで手に入れます。担当者が急に休んでも、仕事の判断基準が会社に残る。私はこちらの価値のほうが大きいとすら思っています。 ちなみに同じWECSでは、点検報告書の作成もAIで自動化しています（経緯は点検報告書AI化の記事に書きました）。1つ目の連携が動いた会社は、2つ目からが速い。教材（データ）と受け皿（エージェントの環境）がすでにあるからです。 顧問現場の実例がわかる資料セット（無料） ## 自社でやる手順5ステップ——最初の1業務を安全に通す ここからは、自社でkintone×AIエージェントの連携を始める手順です。私が顧問先で実際に踏んでいる順番をそのまま5ステップにしました。先に全体を表で示します。 ステップ やること 合格ライン 1. 業務を1つ選ぶ 判断ルールを言葉にできる業務を1つだけ選ぶ 判断ルールを3行で書ける 2. APIトークン発行 読み取り専用・対象アプリのみで発行 書き込み権限が付いていない 3. エージェントの受け皿づくり 作業フォルダ＋接続情報の分離＋ルール文書 ルールとマスタがテキストで置いてある 4. 最初の1件を通す 実データ1件で下書きを生成し、人が採点 違った箇所の「なぜ」をルールに追記した 5. 確認ポイントの固定 人が何を確認したらOKかを書面化 チェック観点が誰でも使える形になっている ### STEP1：対象業務を1つ選ぶ 欲張らず、1つだけ選びます。選定基準は3つ。①判断ルールを口頭で説明できる（「この場合はこう」が言える）、②失敗してもやり直せる（成果物が下書きで済む）、③繰り返し発生する（週1回以上）。発注メール、見積データの集計、案件の進捗レポートあたりが典型です。ここで一度、手を止めて試してほしいことがあります。その業務の判断ルールを、3行で書いてみてください。書けたら、それがそのままAIへの指示書の骨格になります。書けなければ、まだその業務を選ぶのは早い——もっとルールが明快な業務から始めるサインです。 ### STEP2：APIトークンを発行する——権限は「読み取りのみ」から kintoneのAPIトークンは、対象アプリの設定画面から数分で発行できます。このとき必ず、権限を「レコード閲覧」だけに絞ってください。書き込み権限は、読み取りの運用が安定して、戻せる仕組みを整えた第2段階まで付けない。読むだけなら、AIがどんな動きをしてもkintoneのデータは1文字も壊れません。最初の安心感がその後の社内の推進力を決めるので、ここはケチらず慎重に設計します。 ### STEP3：AIエージェント側の受け皿を作る エージェントに専用の作業フォルダを用意し、そこに3種類のテキストを置きます。①判断ルール（どういうときに何をどう振り分けるか）、②マスタ（仕入先一覧・担当者・連絡先などの対応表）、③成果物の見本（実際のメール文面や帳票の実例）。接続情報（サブドメイン・アプリID・APIトークン）は本文と分けて、.envのような専用ファイルに隔離します。WECSの実証で痛感した通り、ここで一番時間がかかるのはマスタの欠けを埋める作業です。連絡先の抜け、候補が複数あるときの決め方、名前の揺れの対応表——接続の前に、この「現実の穴埋め」を済ませておくと後が一気に楽になります。 ### STEP4：最初の1件を通し、出力を採点する 実データ1件で下書きを作らせて、業務をいちばん知っている人が採点します。大事なのは、間違いを見つけたときに「直して終わり」にしないこと。なぜ違うのかをルール文書に追記するところまでが1セットです。この往復こそが、AI社員に仕事をインストールする作業の本体で、数件も回すと出力は目に見えて安定していきます。 ### STEP5：人間の確認ポイントを固定する 最後に、「人が何を確認したらOKなのか」を書面にします。発注メールなら、宛先は正しいか・品目と数量は見積と一致しているか・自社作業分が混ざっていないか、という具合です。確認観点が固定されると、チェックは数分で終わる「見る作業」になり、しかも属人化しません。AIが下書きを作り、人が決まった観点で確認し、人が送信する。この運用が固まったら、最初の1業務は完成です。 ## 先に知っておきたいNGパターン4つ 私自身の試行錯誤と、相談を受ける中で見てきた失敗を、先回りして4つ挙げておきます。 NGパターン 何が起きるか 正しい向き いきなり全自動送信を目指す 誤発注・誤送信は取り返しがつかず、一度の事故で社内の信頼を失う 成果物は「下書きまで」。送信は人が押す 書き込み権限付きトークンで始める 不具合時にkintoneの実データを汚すリスクを最初から抱える 読み取り専用で開始。書き込みは第2段階 マスタ整備を後回しにする 接続できても宛先や判定が埋まらず、そこで頓挫する 連絡先・選定ルール・表記揺れを先に埋める 業務をツールに合わせて曲げる 現場に「余計な仕事が増えた」と受け取られ、使われなくなる AIが業務の形に合わせる。それがAPI×AIの利点 4つに共通するのは、技術の失敗ではなく設計の失敗だという点です。API×AIエージェントの連携は、技術的には既に難しくありません。成否を分けるのは、権限・マスタ・人の確認をどう設計するかです。 ## セキュリティの勘所——APIトークンは「鍵」そのもの kintoneのAPIトークンは、自社の業務データを開ける鍵です。連携を始める前に、次の3点だけは必ず守ってください。 - 共有の場所に置かない。社内チャット、共有Excel、手順書の本文、そしてプログラムのコード内への直書き——どれもNGです。トークンは.envのような専用ファイルに隔離し、Gitなどの共有リポジトリに入らないよう除外設定をしておきます。手順書には「トークンは○○にある」とだけ書き、値そのものは書かない - 権限を最小にする。読み取り専用・対象アプリのみ。私の原則は「見せない、ではなく、必要な分だけ必要なときに見せる」です。全部を渡さないと動かない仕組みは、設計がおかしいと疑ってください - 漏れたときの手順を先に決めておく。kintone側で古いトークンを削除して新しいものに差し替えれば（アプリ設定の更新まで行えば）、漏れたトークンは無効化できます。つまり「絶対に漏らさない」だけでなく「漏れても止められる」体制が作れる。もう1つの私の原則、「壊されないか、ではなく、壊れても戻せるか」です。読み取り専用トークンなら、そもそもデータを壊す手段がありません 加えて、AIサービス側の設定も確認しておきます。業務データを入力する以上、入力内容がAIの学習に使われないプラン・設定（法人向けプランやAPI利用）を選ぶこと。このあたりの社内ルールの作り方は、AI導入時のセキュリティと情報入力ルールの記事で詳しく書いているので、連携の前に一度目を通してみてください。 ## よくある質問（FAQ） ### Q1. kintoneのどの契約コースでもAI連携はできますか？ REST APIによる外部連携が使えるコースであることが前提です。契約によってはAPIが利用できない場合があるので、着手前に自社の契約内容を確認してください。APIが使えれば、追加のプラグイン購入なしで今回の方式を始められます。 ### Q2. プログラミングができる社員がいなくても可能ですか？ 可能です。実装コードはAIエージェント自身に書かせる時代になっていて、実際、私の顧問先でも専任のエンジニアを置かずに運用しています。ただし「業務の判断ルールを言語化する人」は必ず必要です。技術者よりも、業務をいちばん分かっている人の関与が成否を決めます。社内だけで不安な場合は、伴走してくれる外部の専門家と最初の1業務だけ一緒に作るのが近道です。 ### Q3. プラグインや連携サービスとどちらを選ぶべきですか？ 処理が定型で単機能なら、プラグインやiPaaSのほうが手軽です。一方、「明細を見て振り分ける」「相手に合わせて文面を作る」のような判断を伴う業務、そして自社独自の業務の形を崩したくない場合は、API×AIエージェントを選んでください。判断の有無が分かれ目です。 ### Q4. kintoneのデータをAIに読ませて、情報漏えいは大丈夫ですか？ 対策は3層で考えます。①APIトークンを読み取り専用・対象アプリのみに絞る、②トークンを共有の場所に置かない、③AIサービス側は入力データが学習に使われないプラン・設定を使う。この3つを守れば、リスクは「人がExcelに書き出してメールで送る」従来の運用より小さくできるというのが私の実感です。 ### Q5. どのくらいの期間で動くようになりますか？ 会社の状況次第なので断定はしませんが、構造ははっきりしています。API接続そのものは早く、時間がかかるのはマスタ整備と判断ルールの言語化です。つまり所要期間は「技術力」ではなく「暗黙知がどれだけ文書化されているか」で決まります。マスタが揃っている会社ほど一気に進みます。 ### Q6. 最初の1業務はどう選べばいいですか？ ①判断ルールを口頭で説明できる、②成果物が下書きで済む（失敗しても戻せる）、③週1回以上発生する——の3条件を満たす業務です。発注メールの下書き、定例レポートの集計、案件一覧の整理などが典型です。逆に、例外だらけでベテランでも説明に詰まる業務は、2巡目以降に回してください。 ### Q7. メール送信まで自動化してはいけませんか？ 最初の段階では推奨しません。誤発注・誤送信は金額や信用に直結し、取り返しがつかないからです。まず「下書きまで自動・送信は人」で運用を安定させ、確認観点が固定されて事故ゼロの実績が積み上がってから、送信の自動化を検討する。この順番なら、社内の心理的な抵抗も小さく済みます。 ## 着手前チェックリスト——12項目 この記事の持ち帰りとして、着手前に使えるチェックリストを置いておきます。全部にチェックがつけば、私たちが踏んだつまずきの典型要因はすべて潰せています。 kintone×AIエージェント連携 着手前チェックリスト - ☐ 対象業務を1つに絞ったか（欲張って複数同時にしていないか） - ☐ その業務の判断ルールを3行で書き出せたか - ☐ 判断に使うマスタ（一覧表）は存在するか - ☐ マスタの欠け（連絡先・担当者など）を洗い出したか - ☐ 候補が複数あるときの選定ルールを決めたか - ☐ 表記の揺れ（同じものの別名）の対応表を作ったか - ☐ 自社のkintone契約でAPIが使えることを確認したか - ☐ APIトークンを読み取り専用・対象アプリのみで発行したか - ☐ トークンの保管場所を決めたか（チャット・共有Excel・コード直書きは禁止） - ☐ 漏えい時の再発行手順を確認したか - ☐ AIの成果物を「下書きまで」に設計したか（自動送信にしていないか） - ☐ 人間の確認ポイントを書面化したか ## まとめ——kintoneのデータは、AI社員の教材になる日を待っている 社員のみなさんが毎日kintoneに入力しているデータは、御社の業務ルールが染み込んだ、世界に1つしかない教材です。これまで読み手がいなかっただけで、AIエージェントという読み手を得た瞬間、それは判断を教える教科書になり、発注メールの下書きになり、担当者が休んでも回る仕組みになります。 始め方は小さくて構いません。業務を1つ選び、読み取り専用のトークンでつなぎ、下書きまでを任せて、人が確認する。この記事のチェックリスト12項目を埋めていけば、最初の1業務は現実的な射程に入ります。そして1つ動けば、2つ目からは驚くほど速い。それは私が顧問先の現場で、実際に見てきた景色です。 「自社のkintoneで何ができそうか、一度壁打ちしたい」という段階でも歓迎です。私たちAiWiLLは、生成AI顧問として累計約15社、研修・講座を含めると30社以上の中小企業のAI導入を支援してきました（AI顧問という支援の形についてはこちらの記事にまとめています）。まずは無料の資料セットから、自社に引きつけて考えてみてください。 無料資料セットを受け取る（セミナー3本＋サービス資料） ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：149字（推奨120〜158字） ============================================================ kintoneに眠る見積データをAIエージェントが読み取り、仕入先別の発注メール下書きまで自動生成。プラグインに頼らないAPI×AI連携の仕組み・導入手順5ステップ・APIトークンの安全な扱いを、顧問先の防災点検会社での接続実証をもとに生成AI顧問の赤堀が公開。kintone自動化を検討する中小企業向け。 --> --- # ベテランの暗黙知を会社にインストールする方法｜30年の経験をAI教材にする URL: https://aiandwill.com/anmokuchi-ai-install/ 公開: 2026-07-31 / 更新: 2026-09-05 「あの人が辞めたら、うちの現場は回らなくなる」——経営者との打ち合わせで、この言葉を何度聞いたか分かりません。ベテランの頭の中にしかない段取り、勘どころ、お客様ごとの機微。会社もそれを分かっているから、過去に一度は手を打っています。「マニュアルにしておいて」。そして、そのマニュアル化はほぼ確実に止まります。書ける人がいない、書く時間がない、書き上がっても読まれない——私は累計15社の顧問と30社超の支援の中で、この止まり方を嫌というほど見てきました。 この記事の結論を先に書きます。ベテランに「書かせる」のをやめて、AIに「聞き出させる」。ベテランがやることは話すだけ、時間にして60〜90分です。聞き出した中身は1つの「コア」に構造化し、そこからe-learning教材・業務マニュアル・AI社員の判断基準ファイルという3つの出口に展開します。顧問先・商談先でのヒアリングと顧問現場での棚卸しを通じて磨いてきたこの手順を、初回インタビューの質問10問テンプレートまで含めてすべて公開します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「あの人が辞めたら回らない」——暗黙知継承の本当の難しさ 暗黙知とは、本人が言葉にしないまま、日々の仕事の判断に使っている経験知のことです。30年現場に立った人の「この音は放っておくとまずい」「この時期のこのお客様には先に一報を入れる」「図面がこうなっていたら現地を疑う」——手順書のどこにも書いていないのに、仕事の品質を実際に決めているもの。それが暗黙知です。技術伝承の議論で本当に問題になるのは、書き残せる手順ではなく、この書き残されていない判断のほうです。 厄介なのは、暗黙知の継承が「問題」として認識されるのが、たいてい手遅れの直前だという点です。ベテランが元気に働いている間、その人の判断は空気のように当たり前に供給されるので、誰もその価値を測りません。定年の話が出た瞬間、あるいは突然の退職届で、「あの人の頭の中」が会社の資産台帳のどこにも載っていなかったことに全員が気づく。気づいたときには、聞き出すための時間がもう残っていないことも珍しくありません。 そしてもう1つ、私が現場で何度も見てきた壁があります。暗黙知は、本人にとって「当たり前」すぎて、本人にはその価値が見えないのです。ベテランに「あなたのノウハウを教えてください」と頼むと、ほぼ全員が同じ答えを返します。「いやあ、大したことはやってないよ」。謙遜ではなく、本気でそう思っているのです。30年かけて磨いた判断の束が、本人の中では「普通にやっているだけ」に圧縮されている。だから「書いておいてください」と頼んでも、そもそも書くべきことが本人に見えていない。この非対称こそが、暗黙知継承のいちばん深い難しさだと私は考えています。 ## 従来のマニュアル化が失敗する3つの構造 「マニュアル化しよう」という号令そのものは、正しい問題意識です。それでも止まるのは、担当者の根性や意識の問題ではなく、やり方に構造的な無理があるからです。無理は3つあります。 構造的な無理現場で起きること ①書ける人がいないベテランは現場のプロであって、文章化のプロではない。「やれる」と「書ける」はまったく別のスキルで、自分の判断を言語化する訓練を受けた現場の人はほとんどいない ②書く時間がない仮に書けるとしても、ベテランは現場でいちばん忙しい人。「手が空いたときに書いておいて」の、手が空く日は永遠に来ない ③書いても読まれない執念で完成させても、共有サーバーの奥で古くなる。一度も改訂されないまま実態とずれ、「あれは当てにならない」と言われて誰も開かなくなる 支援先で「実は前に一度、やりかけたんです」と見せてもらうフォルダには、だいたい同じものが入っています。「マニュアル_作成中_v2.docx」。最終更新日は数年前。目次だけは立派で、中身が入っているのは最初の2章だけ。私はこの書きかけのファイルを見るたびに思うのですが、悪いのはこのファイルを作った人ではありません。「現場で一番忙しい、書く訓練を受けていない人に、執筆を頼む」という座組みそのものが破綻しているのです。座組みが同じなら、担当を替えても号令を強めても、何度やり直しても同じ場所で止まります。 だから、直すべきは号令の強さではなく座組みです。具体的には、「書く」という工程を、ベテランの仕事から丸ごと取り除きます。 ## 発想の転換——「書かせる」のではなく「AIに聞き出させる」 私が顧問先ですすめているのは、AIインタビュー方式です。仕組みは単純で、AIがインタビュアー（聞き手）になり、ベテランは質問に答えて話すだけ。会話は録音して文字起こしし、AIが「判断基準・手順・禁止事項・勘どころ」の形に構造化します。ベテランの仕事は60〜90分話すことだけで、ペンもキーボードも持ちません。書けない・時間がない・読まれないの3つの無理のうち、最初の2つがこの時点で消えます。 「聞き役なら若手にやらせればいいのでは」という質問をよく受けます。ですが、聞き手をAIにする効果は、現場で試すほどに大きいと感じています。理由は4つあります。 - 遠慮なく初歩から聞ける — 人間の後輩は「そんなことも知らないのか」と思われるのを恐れて、基本を聞けません。AIは何度でも、どんな初歩でも聞けます。そして暗黙知の核心は、たいてい「聞くのが恥ずかしいくらい基本的な問い」の先にあります。 - 深掘りが執拗 — 「まずいと感じるのは、何を見たときですか」「その勘を言葉にするなら？」。人間の聞き手なら気が引ける踏み込みを、AIは何往復でも続けられます。暗黙知は1問目では出ません。3往復目、5往復目に出ます。 - 記録が完全 — 聞きながらメモを取る必要がなく、雑談も脱線も全部残ります。そして経験上、暗黙知は脱線の中にこそ出ます。 - 構造化まで一気通貫 — 聞き終えた素材を、そのまま分類・整理・文書化まで持っていけます。人間がやれば数日かかる清書が、同じ日のうちに終わります。 そして、これは方式の説明だけでは伝わりにくいのですが——インタビューの現場には、独特の温度があります。自分の仕事について1時間、真正面から質問され続ける経験は、多くのベテランにとって職業人生で初めてです。最初は「俺なんかの話でいいのか」と構えていた人が、3問目あたりから前のめりになり、嬉しそうに話し出す——現場のヒアリングでこの変化に立ち会うたびに思うのは、暗黙知の棚卸しは技術の回収作業ではなく、30年働いてきた人への敬意の表明でもあるということです。ここを取り違えて「辞める前に吐き出させておこう」という空気で進めると、まずうまくいきません。 ✻ 点検の数値がすべて正常でも、「何かおかしい」と感じることはありますか？ 最近その勘が当たった例があれば教えてください。 ああ、あるある。数値は正常でもね、音がちょっとだけ違うときがあるんだよ。……そんなこと聞かれたの初めてだな（笑）。 ▲ AIインタビューの再現イメージ（一般化した描写）。「勘の中身」は、こういう問いの先にしか出てこない ### 従来のマニュアル化との違い 観点従来のマニュアル化AIインタビュー方式 言語化する人ベテラン本人（書けない・時間がない）AIが聞き出し、AIが文書化する ベテランの負担執筆に数十時間（実際は進まない）話すだけ60〜90分×数回 勘・判断の扱い手順の隙間に落ちて残らない質問で直接掘り当てる 成果物手順書1種類1つのコアから3出口（教材・マニュアル・AI） 更新改訂されず陳腐化するコアを直せば3出口に反映される 途中で止まるリスク高い（執筆が続かない）低い（セッションを終えれば素材は必ず残る） ## 出口は3つ——1つのコアから、教材・マニュアル・AI社員へ 聞き出した知見は、まず1つの「コア」に構造化します。コアとは、その業務の判断基準・手順・禁止事項・勘どころ・実例を整理したテキストファイルの束のことです。重要なのはここからで、コアは1つ作れば、そこから3つの出口に展開できます。 1つのコア 構造化された知見 判断基準・手順・禁止事項・勘どころ・実例 ↓ ↓ ↓ 出口① e-learning教材 新人・中途の立ち上げ教育に。辞めない・古びない先生 出口② 業務マニュアル 現場で引く手順書。属人化の保険として機能する 出口③ AI社員の判断基準 AIが毎回読み込み、日々の実務でベテランの判断を再現する ▲ 1コア×3出口。更新はコアだけ直せば、3つの出口すべてに反映される 出口①のe-learning教材は、新人・中途採用者の立ち上げ用です。汎用の研修教材と違い、自社のベテランの言葉と実例でできた教材は現場に一段深く刺さりますし、講師と違って辞めません。研修が一度きりのイベントで終わり、現場に定着しない構造についてはAI研修で終わらせないための記事で書いたとおりで、社内の実例で作った教材はその処方箋の1つでもあります。 出口②の業務マニュアルは、現場で引く手順書です。従来のマニュアル化が目指していた成果物はここで手に入りますが、この方式ではあくまで3分の1の位置づけです。 出口③が、この方式のいちばん新しいところです。AI社員の判断基準ファイル——つまり、AIエージェントが仕事をするときに毎回読み込む「ベテランの判断基準」です。マニュアルは人間が読むものなので「読まれない」リスクを構造的に抱えますが、判断基準ファイルはAIが起動のたびに必ず読みます。ベテランの「この場合はこうする」「これを見たら疑う」が、報告書の下書きチェックや見積もりの確認といった日々の実務に、自動で効き続ける。人間の記憶ではなくファイルとして会社に残り、働き続けるのです。AI社員という考え方と作り方そのものはAI社員の作り方の記事に全手順をまとめているので、出口③まで使い切りたい方は併せて読んでください。 1回のインタビューから3つの出口が同時に手に入る——この構造が、投資対効果を根本から変えます。従来のマニュアル化は「数十時間かけて、読まれない文書が1つ」でした。AIインタビュー方式は「90分の会話から、教材と手順書と、働くAIの3つ」です。かけた時間は減り、得られるものは増える。座組みを変えるとは、こういうことです。 ## 実施手順——5つのステップ ### STEP1：対象者と業務を決める 最初の対象は1人のベテラン×1つの業務に絞ります。全社一斉の棚卸しプロジェクトにした瞬間、総論賛成・各論停止で止まります。選ぶ基準は3つです。 - その人が抜けたら困る度が高い（後任がいない・代わりが利かない業務から） - 文書がほとんど残っていない（すでに手順書が充実している業務は後回しでいい） - 聞き出した知見を使う人が具体的にいる（来年入る新人・後任候補・AI社員） 見落とされがちなのが3つ目です。使い手のいない知見は、どれだけ丁寧に聞き出しても保管庫行きになります。「来春の新人教育に使う」「AI社員の報告書チェックに組み込む」——出口を先に決めてから、聞き始めてください。 ### STEP2：AIインタビューを設計する 次に、AIに「聞き手」という仕事を教えます。といっても大げさなものではなく、指示ファイルを1枚書くだけです。中身は3つ——①目的（この業務の判断基準と勘どころを聞き出す）、②質問リスト（この記事の末尾に置いた10問テンプレートをそのまま使えます）、③深掘りのルール（抽象的な答えには具体例を求める・専門用語が出たら定義を確認する・話が脱線しても止めない）。可能なら、対象業務の既存資料——過去の報告書、図面、日報など——を事前にAIへ読ませておくと、質問の精度が一段上がります。「先月の〇〇の案件では、なぜこの順番で進めたのですか」と、実物に基づいて聞けるようになるからです。 ### STEP3：60〜90分のセッションを行う 本番は60〜90分の会話です。長くやればいいものではなく、90分で切って回数を重ねるほうが結果的に濃くなります。進め方で大事なことは3つ。 - 冒頭で目的を伝える — 「あなたの仕事を、会社に残る形にしたい」。回収ではなく敬意であることを、最初に言葉にして伝えます。ここでセッション全体の温度が決まります。 - 脱線を歓迎する — 「そういえば昔、こんな失敗があってね」という横道にこそ、判断基準の原体験が入っています。効率よく進めようとして脱線を刈り込むと、一番おいしいところを捨てることになります。 - 録音して文字起こしする — メモに頼らず、全量を残します。道具は立派でなくていい。スマホのボイスメモと文字起こしがあれば、今日から始められます。 ### STEP4：清書して、本人に確認してもらう 文字起こしをAIに渡し、コアの形式——判断基準・手順・禁止事項・勘どころ・実例——に構造化させます。そして必ず、本人に読んで直してもらいます。この確認工程を飛ばしてはいけません。理由は2つあります。1つは正確性で、話し言葉からの聞き出しには、言い過ぎと言い足りないが必ず混ざるからです。もう1つのほうが重要で、本人が「ここはちょっと違うな。正確に言うとね——」と直し始めた瞬間、それは二度目のインタビューになるからです。書かれたものへの訂正は、ゼロから話すよりも具体的な知見を引き出します。仕上がったコアには、本人の名前を著者として残してください。それが敬意の形式であり、本人がその後もコアを育て続けてくれる理由になります。 ### STEP5：3つの出口へ展開する コアが確定したら、AIで3つの出口に変換します。e-learning教材なら章立てと確認テストの形へ。業務マニュアルなら現場の手順書の書式へ。AI社員用なら、判断基準ファイルとしてAIの作業フォルダへ。変換そのものはAIの得意分野なので、ここは半日仕事です。大事なのは順序で、先にコアを固めてから展開すること。出口ごとに別々に作り始めると、内容の食い違った3つの文書が生まれ、更新の手間も三重になります。「直すのはコアだけ、出口は再生成する」という一方向の流れを守ってください。 ## 先回りしておく——やりがちな3つのNG - 全社プロジェクトにしてしまう — 委員会ができ、対象業務の選定で紛糾し、初回インタビューの前に熱が冷めます。1人×1業務で小さく始めて、できあがった教材を見せるほうが、どんな企画書より社内を動かします。 - 引退の直前に始める — 残り時間が少ないと、複数回のセッションも本人確認も組めず、駆け込みの録音だけが残ります。私は「あの人が元気なうちに、何年も先の話として始める」ことをすすめています。暗黙知のインストールは、送別の準備ではなく日常の業務改善としてやるものです。 - 聞きっぱなしで終わる — 録音と文字起こしを溜めて満足してしまうパターンです。10時間の録音には確かに全部入っていますが、構造化されていない記録は、新人も後任もAIも使えません。記録は素材、コアが資産。セッションのたびに、コアへの反映までを1セットにしてください。 ## この方式の需要を確信した話——立て続けに4社 正直に書くと、私自身、この「暗黙知のインストール」を体系立てて磨き始めたのは、それほど昔のことではありません。きっかけは、顧問先・商談先の4社から、立て続けにほぼ同じ相談を受けたことでした。業種はばらばらです。防災点検の会社、旅館、ほかにも業態のまったく違う2社。それなのに、経営者の口から出てくる言葉は驚くほど同じでした。「あの仕事は、あの人の頭の中にしかない」「教えられる人が、もう現場にいない」「求人を出しても来ないし、来ても育つ前に辞めてしまう」。 4社目の打ち合わせで同じ言葉を聞いたとき、正直、少し鳥肌が立ちました。これは個社の悩みではなく、構造だ——ベテランの引退は全業種で同時に進んでいて、採用でその穴を埋める選択肢は年々細っている。「人から人への継承」は、教える人と教わる人が同じ職場に長くいることを前提にした仕組みですが、その前提そのものが崩れつつあります。私の見聞きする範囲では、この悩みに会社の規模も業種も関係ありません。そして印象的だったのは、4社とも過去に一度はマニュアル化を試みて、止まっていたことです。号令はあった。座組みがなかった。それだけの話なのです。 ## 「30年の経験を、会社にインストールする。」 この一連の取り組みを、私の会社では「30年の経験を、会社にインストールする。」という合言葉で呼んでいます。「継承」ではなく「インストール」という言葉にこだわっているのには、理由があります。継承は人から人へ渡すもので、渡した先の人が辞めれば、また消えます。インストールは会社という器そのものに入れるもので、一度入れば消えず、いつでも呼び出せて、複製できて、更新できる。ベテランの経験を「次の誰か」に託すのではなく、会社の構造に組み込む——人が入れ替わり続ける時代の技術伝承の答えは、こちら側にあると私は考えています。 そしてこの合言葉には、ベテランの側から見た意味もあります。自分の30年が、教材になり、手順書になり、AIの判断基準になって、自分が現場を離れたあとも会社の中で働き続ける。それは「俺の仕事は、ここにちゃんと残った」という、職業人生の締めくくりの誇りになり得ます。暗黙知のインストールは、会社のためのリスク対策であると同時に、働いてきた人の仕事に形を与える仕事でもある。私はどちらかと言えば、この後者の意味のほうが好きです。だから顧問先でこのテーマを進めるときは、必ず「誰の、どの仕事を、どう敬意をもって残すか」から話を始めるようにしています。 ## よくある質問 ### Q1. ベテラン本人が乗り気ではありません。どう声をかければいいですか？ 「マニュアルを作るので協力してください」という頼み方は避けてください。面倒な作業の依頼に聞こえるからです。うまくいくのは「あなたの仕事を、会社に残したい。話を聞かせてほしい」という指名の形です。私が見てきた範囲では、始まる前に渋る方はいても、始まってから嫌がる方はまれで、むしろ話が止まらなくなる方のほうが多い印象です。人は本当は、自分の仕事について語りたいのです。それでも固辞される場合は、その方が信頼している人に同席してもらう、最初の30分だけ試すなど、入口を小さくしてください。 ### Q2. 社外秘の業務内容をAIに話して大丈夫ですか？ 線引きを先に決めれば大丈夫です。最低限、①入力内容がAIの学習に使われる設定をオフにすること（いわゆる学習オプトアウト）、②顧客の個人情報・取引条件・機密の数値は対象から外すかマスキングすること、の2点を守ってください。聞き出したいのは判断基準と勘どころであって、顧客名や金額そのものではないので、実務上この線引きで困ることはほとんどありません。AIに渡す情報の考え方の全体はセキュリティと情報入力の記事にまとめています。 ### Q3. 1回のインタビューで全部聞き出せますか？ 聞き出せません。1業務につき60〜90分のセッションを2〜3回、というのが私の現場の目安です。1回目で業務の全体像、2回目で判断基準の深掘り、3回目はコアの本人確認を兼ねる、という配分をよく使います。一度に長時間やるより、間を空けるほうが、本人の中で「そういえば、あれも言っておかないと」が湧いてきます。この「あとから思い出す」も含めて設計に入れてください。 ### Q4. 特別なAIツールが必要ですか？ 始めるだけなら、スマホのボイスメモ、文字起こし、普段使いの生成AIで十分です。本格運用——コアをファイルとして管理し、3つの出口へ展開し、AI社員の判断基準として日々使う——まで進むなら、ファイルとフォルダを扱えるAIエージェント（Claude Codeなど、月3,000円程度から）が向いています。ツール選定は最後でよく、先に決めるべきは「誰の・どの業務を・誰のために」です。 ### Q5. 動画マニュアルや作業の録画なら、以前からやっています。何が違うのですか？ 録画や文字起こしは「記録」であって「構造化」ではない——これが違いです。10時間の作業動画には確かにすべて映っていますが、新人はどこを見ればいいのか分からず、AIもそのままでは判断材料に使えません。AIインタビュー方式の核心は、質問によって判断基準を直接掘り当て、判断基準・禁止事項・勘どころという使える形に整理し直すことにあります。すでに録画資産があるなら捨てる必要はなく、それをAIに読ませて「質問リストの下書き」を作らせると、インタビューの精度が上がります。 ### Q6. 外部の支援を受ける場合、費用の目安はどれくらいですか？ まず、自社だけでも始められます。この記事の手順と質問テンプレートは、そのために公開しています。外部と一緒に進めたい場合、私たちの生成AI顧問は月30万円〜（税別・社員同席込み）・最低6か月の伴走で、暗黙知のインストールは、いま相談が増えているテーマです。AI顧問という関わり方そのものについてはAI顧問とは何かの記事に、費用の考え方も含めてまとめています。 ## 持ち帰り用：最初のインタビュー質問10問テンプレート 最後に、STEP2でそのまま使える質問テンプレートを置いておきます。私が初回セッションの軸に使っている10問です。コピーしてAIに渡し、「この10問を軸に、回答に応じて深掘りしながらインタビューしてください」と指示すれば、今日から始められます。 # 暗黙知インタビュー 初回の10問 1. この仕事を一言で言うと、何をする仕事ですか？ 2. 新人がこの仕事をやると、最初にどこでつまずきますか？ 3. 作業に取りかかる前に、必ず確認していることは何ですか？ 4. 「これはまずい」と感じるのは、何を見た（聞いた・触った）ときですか？ 5. 数値やルールの上では問題がなくても「今日はやめておく」と 判断するのは、どんなときですか？ 6. この仕事で絶対にやってはいけないことは何ですか？ それで過去に、実際に何が起きましたか？ 7. 相手（顧客・現場・季節）によって、やり方を変えている部分はありますか？ 8. 道具・段取り・順番で、あなた独自の工夫はどこですか？ 9. 「いい仕上がり」と「ダメな仕上がり」の差は、どこを見れば分かりますか？ 10. 若手だった頃の自分に、いまアドバイスするとしたら何と言いますか？ 10問の中の本丸は、4・5・6です。この3問は手順ではなく判断を聞いています。「何を見て・何を感じて・どう動くか」——マニュアルに載らず、本人も普段は言葉にしていない部分は、ここから出てきます。逆に1・2は準備運動で、本人が「この質問なら答えられる」と感じて口が温まるための問いです。順番ごと、そのまま使ってください。 ## まとめ：書かせるのをやめた日から、継承は始まる 要点は3つです。①従来のマニュアル化が止まるのは、人の根性ではなく「忙しい非執筆者に書かせる」座組みの問題。②座組みを変えて、AIに聞き出させれば、ベテランは60〜90分話すだけでいい。③聞き出した知見は1つのコアに構造化し、e-learning教材・業務マニュアル・AI社員の判断基準という3つの出口へ展開する。 最初の一歩は、ツール選定でも予算取りでもありません。今週、社内のベテラン1人に「話を聞かせてほしい」と60分の約束を取り付けることです。誰の顔が浮かんだか——その人が対象者です。暗黙知のインストールに「早すぎる」はありません。あるのは「間に合わなかった」だけです。あの人が元気なうちに、始めてください。 自社でどう進めるか、より体系的に検討したい方向けに、無料の資料セットを用意しています。私と一緒に3ヶ月で進めたい方は、下の資料からAI顧問の中身も覗いてみてください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：142字（推奨120〜158字） ============================================================ 「ベテランが辞めたら現場が回らない」。暗黙知の継承を、書かせるマニュアル化ではなく「AIに聞き出させる」方式で進める手順を、累計15社を支援する生成AI顧問・赤堀が公開。60〜90分のAIインタビューから教材・マニュアル・AI社員の3出口へ展開する5ステップと質問10問テンプレつき。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 議事録AIの活用術｜文字起こしで終わらせず「次の仕事」に変える設計 URL: https://aiandwill.com/gijiroku-ai-katsuyo/ 公開: 2026-07-31 / 更新: 2026-09-05 ここ1年で「議事録AIを入れました」という会社がめっきり増えました。会議が終わると文字起こしが自動で届き、気の利いた要約までついてくる。ところが顧問先でも商談の場でも、私が「先週の議事録、そのあと誰か開きましたか？」と聞くと、たいてい会議室が少し静かになります。私の見聞きする範囲では、議事録AIを導入した会社の9割前後が「文字起こしして、保存して、終わり」で止まっています。せっかく導入したのに、増えたのは誰も開かないファイルだけ——これが議事録AIの、いちばんよくある現在地です。 もったいない、という説教をしたいのではありません。前提の置き方が違う、という話です。議事録は「読み返すための文書」ではなく、「次の仕事の原料」です。決定事項の一覧、提案書の下書き、顧客へのフォローメール、業務マニュアルの種——会議を1本やるたびに、これだけの成果物の材料が文字起こしの中に眠っています。ここからは、生成AI顧問として累計15社、研修・講座を含めて30社超の支援で私が実際に使っている「議事録を次の仕事に変える」設計を、指示文テンプレごと公開します。読み終えたら、次の会議1本からそのまま試せるはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 議事録の価値は3層でできている——文字起こしは1層目にすぎない まず、議事録AIの話がなぜ「文字起こし」で止まるのかを構造で押さえます。私は顧問先のレクチャーで、議事録の価値を3つの層に分けて説明しています。 第1層 記録 文字起こしして、残す ツールが自動でやってくれる領域。録音→テキスト化→保存 ▲ 9割の会社はここで止まる（私の見聞きする範囲） ↓ 第2層 抽出 決定事項・宿題・担当・期限の「構造」にする 会話の流れから、仕事に使える形を取り出す。ここから設計が要る ↓ 第3層 変換 サマリー・提案書・FAQ・マニュアル・メール——「成果物」にする 議事録を原料として、次の仕事そのものを生み出す ★ 議事録AIの投資回収は、この層で起きる 議事録AIツールが自動でやってくれるのは、第1層と、おまけ程度の要約までです。第2層から先は、ツールを買っても始まりません。何を取り出し、何に変えるかは、あなたの会社の仕事の設計だからです。道具の問題ではなく設計の問題——だから多くの会社は、悪気なく1層目で止まります。「導入した」という満足だけが残り、ファイルは溜まり続ける。 ここで、身も蓋もない現場の実感をひとつ書いておきます。議事録を読み返す人は、ほとんどいません。うちの会社でも、文字起こしを頭から読み返すことはまずありません。しかし——議事録から作った提案書は、読まれます。議事録から作ったフォローメールは、返信が来ます。議事録から作った決定事項の一覧は、次の会議の冒頭で必ず参照されます。つまり議事録の価値は「読み物」としてはほぼゼロで、「原料」としては非常に高い。読まれない文書を読ませようと頑張るのではなく、読まれる成果物に変えてしまうのが正解です。 1層目で止まっている会社と、3層目まで使い切っている会社では、同じツールを使っていても日常の風景がまったく違います。 観点 文字起こしで止まる会社 議事録を原料にする会社 会議の直後 文字起こしが届いて終わり 5分で決定・宿題・担当・期限を抽出して共有 宿題の管理 各自のメモ頼み。抜け漏れは翌週発覚 担当・期限つき一覧が自動で残る 提案書づくり 商談の記憶を頼りにゼロから書く 商談議事録から下書きを起こして直すだけ 顧客フォロー お礼メールが2〜3日後、内容は薄い 当日中に決定事項つきのメールが出る 過去の経緯 「あの件どうなったっけ」を人の記憶に聞く 議事録フォルダのAIに聞けば経緯ごと返る 1年後の資産 誰も開かないファイルの山 会社の意思決定史＝AIの教材庫 ここから、第2層（抽出）と第3層（変換）を順番に、実際の指示文つきで作っていきます。 ## 抽出層：議事録を「決定・宿題・担当・期限」の構造にする 最初にやるのは、文字起こしという会話の塊から、仕事に使える4つの要素を取り出すことです。決定事項・宿題・担当・期限。この4つさえ構造化されていれば、会議の実務的な価値の大半は回収できます。私が顧問先にすすめている指示文の形は、これです。 この議事録の文字起こしから、次の4つを表形式で抜き出してください。 1. 決定事項：確定した結論だけ。「誰が何と言ったか」ではなく「何に決まったか」 2. 宿題：やると決まった作業。1行1タスクに分解する 3. 担当：宿題ごとに誰がやるか。議事録に明示がなければ「未定」と書く 4. 期限：明示がなければ「期限未設定」と書く。勝手に補完しない 最後に「議事録に書かれていなかったこと」 （担当が未定の宿題・期限未設定の宿題・結論が曖昧なまま流れた議題）を 確認事項として箇条書きで列挙してください。 この指示文には、設計上のこだわりが2つ入っています。1つ目は、「勝手に補完しない」と明記していること。AIは気を利かせて、議事録に書かれていない担当者や期限を「文脈から推測」して埋めてしまうことがあります。もっともらしい一覧表の中に、誰も合意していない期限が混ざる——これが抽出層でいちばん危険な事故です。だから「なければ未定と書け」と縛る。空欄の「未定」は事故ではなく、情報です。 2つ目は、最後の「議事録に書かれていなかったこと」を出させる一文です。実はこれが、抽出層の隠れた本命だと私は思っています。担当が未定の宿題、期限のない宿題、結論が出ないまま次の議題に流れた話——これらを毎回リストで突きつけられると、会議そのものの品質が見えてきます。宿題が10個あって担当が全部「未定」なら、それはAIの問題ではなく、会議の締め方の問題です。AIに議事録を構造化させると、会議の弱点まで構造化されて出てくる。導入した会社が最初に受け取る「耳の痛い成果物」ですが、ここから会議の終わり方が変わった会社を私は何社も見てきました。 運用のコツはシンプルで、会議が終わった直後の5分でやることです。翌日ではなく直後。記憶が新しいうちなら、AIの抽出結果のおかしな点に一瞬で気づけます。そして抽出した一覧を、その日のうちに参加者へ共有する。「会議のたびに、決まったことと宿題の一覧が当日中に届く」——これだけで、議事録AIの評価は社内で一変します。 共有の形式に凝る必要はありません。社内チャットに表を貼るだけで十分です。タスク管理ツールを使っている会社なら、「この宿題一覧を、うちのツールに登録する形式（担当・期限・タスク名の列）に整形して」と一言足せば、転記の手間も消えます。議事録の自動作成の「その後」に必要なのは、立派な議事録データベースではなく、宿題の一覧が現場の道具に当日届くこと——これに尽きます。 ## 変換層：議事録から生まれる5つの成果物 抽出が習慣になったら、いよいよ本命の変換層です。議事録という原料から何が作れるのか。私が実際の支援現場で「これは定番」と確信している成果物は、次の5つです。 成果物 原料になる会議 読む人 作るタイミング ①週次サマリー 社内の定例・経営会議 経営者・マネージャー 週1回（金曜か月曜朝） ②提案書の下書き 商談・顧客ヒアリング 顧客 商談から2〜3日以内 ③FAQ（想定問答） 顧客との会議・問い合わせ対応・社内説明会 営業チーム・顧客・新人 同じ質問が2〜3回出たら ④業務マニュアルの種 引き継ぎ・手順説明・OJTの会話 後任者・新人 説明が発生したその週 ⑤顧客フォローメール 商談・打ち合わせ 顧客 当日中（鮮度が命） 5つ全部を一度に始める必要はありません。選び方の目安を添えると、社内の会議しかない会社なら①週次サマリーから、営業部門があるなら⑤フォローメール→②提案書の順が定番です。特に⑤は、効果が「顧客からの返信」という形でその週のうちに見えるので、社内にAI活用の手応えを作る一発目として優秀です。順番に、指示文の実物つきで並べます。 ### ①週次サマリー——経営者が「読む気になる」唯一の議事録 1週間分の議事録を、決定事項・進行中の宿題・遅れの警告に圧縮した1枚です。経営者は議事録を読みませんが、「今週決まったこと・止まっていること」の1枚は読みます。読む側の視点で言えば、これは議事録ではなく経営のダッシュボードです。 今週分の議事録ファイルをすべて読み、週次サマリーを1枚に整理してください。 構成は次の3つ。 1. 今週の決定事項（会議名つき） 2. 進行中の宿題（担当者つき） 3. 警告：期限が今週中・期限超過の宿題 前週のサマリーと見比べて、2週続けて動いていない宿題があれば 「停滞」として明示してください。 この仕事は毎週まったく同じ手順で繰り返すので、AIへの教え方としては「手順書化」して1行で呼べるようにするのが最終形です。そのやり方——AI専用のフォルダを作り、手順をファイルとして残す「インストール」の全手順は、AI社員の作り方の記事のSTEP4で実物ごと公開しているので、そちらに譲ります。この記事では「最初の1回」の指示文まで。1回うまくいったら、手順書化して定例業務からあなたの手を外してください。 ### ②提案書の下書き——顧客の言葉がそのまま「刺さる課題章」になる 商談の議事録は、提案書の下書きの最高の原料です。理由は単純で、提案書でいちばん重要な「課題の章」を、顧客自身の言葉で書けるからです。こちらが推測した課題ではなく、先方が商談で実際に口にした言い回しがそのまま並んでいる提案書は、読み手に「うちのことを分かっている」と伝わります。記憶を頼りにゼロから書いた提案書と、議事録から起こした提案書では、課題章の解像度がまるで違います。 この商談の議事録から、提案書の骨子を作ってください。構成は次の4章。 1. 現状の課題：先方が実際に話した内容だけを使う。 特徴的な言い回しは「 」つきでそのまま残す 2. 提案の方向性：商談中にこちらが提案し、先方の反応が良かった内容を軸にする 3. 想定される懸念と回答：先方が口にした不安・質問をすべて拾い、回答案を添える 4. 次のステップ：商談で合意した進め方 議事録にない情報は創作せず、「要確認」と書いてください。 ここでも「創作せず要確認と書く」の縛りは外せません。提案書は社外に出る文書です。AIが作るのは下書きまで、事実確認と最終判断は人間——この分担だけは崩さないでください。 ### ③FAQ（想定問答）——「同じ質問」は会社の資産である 顧客との会議、問い合わせ対応、社内説明会。これらの議事録には「聞かれたこと」が大量に記録されています。そして経験上、同じ質問は必ず繰り返されます。2〜3回同じ質問が出たら、それはFAQに昇格させるサインです。営業チームなら想定問答集に、カスタマーサポートなら公開FAQに、社内向けなら新人の教材になります。 直近3ヶ月分の顧客との会議・問い合わせ対応の議事録を読み、 「顧客から聞かれた質問」をすべて抽出してください。 - 同じ趣旨の質問はまとめ、聞かれた回数を添える - 回数が多い順に並べる - それぞれに、議事録の中で実際にした回答を要約して添える - 回答が会議ごとにブレている質問には「要・回答統一」の印をつける 最後の「回答がブレている質問」の検出は、FAQ作り以上の副産物を生みます。同じ質問に営業担当ごとに違う答えをしていた——という発見は、FAQを作らなければ永遠に表に出ません。 ### ④業務マニュアルの種——「口で説明した手順」を捨てない 引き継ぎの打ち合わせ、新人へのOJT、「ちょっとこのやり方教えて」の30分。ここで口頭で語られた手順は、その場で消えていくにはあまりに惜しい情報です。マニュアルが作られない最大の理由は「ゼロから書くのが面倒」だから。ならば、説明した音声の文字起こしから、AIに初稿を起こさせればいい。種さえあれば、人間は直すだけです。 この引き継ぎ打ち合わせの文字起こしから、業務マニュアルの初稿を作ってください。 - 説明された作業を、実行する順番に番号つきの手順に起こす - 「ここは注意」「よく間違える」と語られた箇所は、手順の中に注意書きとして残す - 口頭で曖昧だった部分（頻度・条件・例外処理）は【要確認】と明示する - 最後に「この説明で触れられていなかったと思われる点」を質問リストにする できあがる初稿は完璧ではありません。それでいいのです。白紙に向かって書き始めるのと、7割できた下書きを直すのとでは、着手の心理的ハードルが桁違いに違います。何年も止まっていたマニュアル整備が、引き継ぎ会議の録音1本から動き出す——変換層の中でも、私が特に好きな成果物です。 ### ⑤顧客フォローメール——鮮度が命、当日中に出す 商談やお打ち合わせの後のフォローメールは、内容よりもまず速さです。当日中に、お礼だけでなく「本日決まったこと・こちらの宿題・御社にお願いした確認事項・次回の日程」まで整理されたメールが届く——それだけで、仕事の進め方への信頼が1通で伝わります。逆に3日後に薄いお礼だけが届くと、商談の熱は冷めています。 本日の商談議事録から、先方へのフォローメールの下書きを作ってください。 - 冒頭：お礼は2行以内。定型のへりくだり表現を並べない - 本文：①本日確認できたこと ②弊社の宿題（期日つき） ③御社にご確認をお願いしたい事項 ④次回日程の候補 - 文面は簡潔に。議事録にない約束を書き足さない - 宛名・署名は空欄のままにする（送信前に人間が確認して入れる） 念のため繰り返しますが、送信するのは人間です。AIの仕事は下書きまで。この線引きは、5つの成果物すべてに共通する大原則です。 ## 蓄積の設計：議事録フォルダを「AIの教材庫」にする ここまでの抽出と変換は、議事録1本ずつでも十分に効きます。しかし本当の本命は、その先の蓄積にあります。議事録を決まったフォルダに溜め続け、AIがいつでも読める状態にしておく。すると、ある時点から質的な変化が起きます。会議に一度も出ていないAIが、会社でいちばん会議に詳しい存在になるのです。 フォルダの設計は、凝る必要はありません。私がおすすめしている基本形はこれだけです。 議事録/ ├ 00_運用ルール.md ← 書かないもの・扱い方のルール（後述） ├ 2026-06/ │ ├ 2026-06-03_経営会議_下期方針.md │ ├ 2026-06-05_A社定例_進捗確認.md ├ 2026-07/ │ ├ 2026-07-01_経営会議_採用計画.md │ ├ 2026-07-08_B社商談_初回ヒアリング.md 命名ルールは「日付_会議名_主題」。守るのはこれだけで、細かい分類フォルダは要りません。昔のドキュメント管理の感覚だと「顧客別・部門別に整理しなければ」と考えたくなりますが、検索と分類はAIの仕事です。人間が守るべきは、日付と会議名がファイル名から分かることだけ。分類に凝って運用が続かなくなるのが、いちばんの本末転倒です。 先頭に置いた「00_運用ルール.md」の中身も、最初は3項目で足ります。①書かないもの・入れないものの線引き（次の注意点で扱います）、②頻出する固有名詞の正誤表（文字起こしの誤変換をAIに直させるため）、③命名ルールと保存の締切（会議当日中に置く、など）。このファイルは、議事録を扱うAIが毎回最初に読む前提のルールブックになります。人間向けの通達と違って、はるかによく守られるのがいいところです。 この状態を半年続けた会社では、こんな使い方が日常になります。新しく入った社員が「A社との取引方針って、この半年でどう変わりました？」とAIに聞くと、議事録をさかのぼって経緯ごと答えが返る。新しい企画を出す前に過去の議事録を読ませると、「近い案が3月に一度見送りになっています。理由は——」と返ってくる。先月の決定と今月の決定が食い違っていれば、指摘される。人の記憶に頼っていた「会社の経緯」が、聞けば答えるインフラに変わる——議事録の蓄積が生む、複利の効果です。 これは絵空事ではなく、私自身の毎日でもあります。私の会社では、会議や収録の文字起こしをフォルダに落とすところから、ほとんどの仕事が始まります。文字起こしを原料に成果物を作り、その過程も記録として残る。AIに読ませる「会社の教科書」の中で、いちばん自然に増え続ける棚が議事録です。会社案内や業務マニュアルは意識して書かないと増えませんが、議事録は会議をするだけで毎週増える。教材を書く努力ゼロで教材が溜まっていく、唯一のコンテンツと言ってもいい。だから私は、AI活用の相談を受けたとき、最初の一歩に議事録をすすめることが多いのです。フォルダ設計とAIの育て方そのものはAI社員の作り方の記事で全手順を公開しています。 ## 先に知っておくべき3つの注意点 議事録は、会社のファイルの中でも機密の濃度が特に高い部類です。活用の前に、守りの設計を3つだけ固めてください。 ### 注意点①：機密の線引き——「書かないもの」を先に決める すべての会議を対象にしてはいけません。役員報酬、人事評価、M&Aのような機微情報を扱う会議は、最初から対象外リストに入れます。考え方は「AIに見せない」ではなく、「必要な分だけ、必要なときに見せる」です。私が顧問先で標準にしている線引きは4つ——秘密情報・個人情報・顧客の非公開情報・パスワード類。この4分類を議事録フォルダの運用ルール（先ほどの00_運用ルール.md）に書いておくだけで、現場の迷いが大きく減ります。学習オプトアウトの設定や情報の3段階の線引きなど、AIに渡す情報の守り全般はセキュリティと情報入力の記事で教材ごと公開しているので、議事録活用の前に一読をおすすめします。 ### 注意点②：参加者への告知——無断の録音・AI処理はしない 録音とAI処理は、参加者に事前に伝えてください。社内会議なら「議事録はAIで文字起こし・整理しています」と運用ルールとして周知する。社外との会議なら、冒頭に一言「記録のため録音させてください。議事録の整理にAIを使っています」と断る。技術的には黙って録音できてしまいますが、後から知られたときに失うのは、その商談1件ではなく信頼そのものです。私の経験では、断って嫌がられたことはほぼありません。むしろ「当日中に決定事項の整理が届く会社」として、仕事の進め方の評価につながります。 ### 注意点③：要約の鵜呑み——決定事項だけは原文と照合する AIの要約は、たまに「言われていないことを、言われたことにする」ことがあります。特に危ないのは、日本語の商談特有の曖昧な言い回しです。「前向きに検討します」は多くの場合お断りの前奏ですが、AIは文字どおり「前向きな反応を得た」と要約しかねません。すべてを疑う必要はありませんが、決定事項と金額・期日に関わる部分だけは、文字起こしの原文に当たって確認する——この10秒の習慣だけは省かないでください。抽出層の指示文に「勝手に補完しない」と縛りを入れているのも、同じリスクへの防御です。 ## よくある質問（導入の現場で実際に聞かれる順） ### Q1. 議事録AIツールはどれを選べばいいですか？ 文字起こしの精度は、主要ツールならもう横並びに近づいています。私が見ている判断基準はほぼ1つで、文字起こしをテキストファイルとして手元に書き出せるかです。ツールの画面の中でしか読めない議事録は、この記事の抽出・変換・蓄積のどれにも使えません。「エクスポートできるか」だけ確認してから契約してください。 ### Q2. すべての会議でやるべきですか？ いいえ。まず週次の定例会議を1本だけ選んでください。1本で「会議直後に決定・宿題一覧が届く」体験を作ると、他の会議の参加者から「うちの会議もやってほしい」と言われて自然に広がります。全社一斉に始めて全部が中途半端になるのが、いちばんよくある失敗です。 ### Q3. 要約だけ残せば十分では？全文の文字起こしは必要ですか？ 全文を残してください。要約は成果物であって、原料ではありません。要約だけ残すのは、だしを取る前の昆布を捨てて、取ったあとのだしだけ冷凍するようなものです。提案書の課題章に使う「顧客の生の言い回し」も、FAQの元になる質問のニュアンスも、全文にしか残っていません。テキストの保存コストはほぼゼロです。迷ったら全文。 ### Q4. 文字起こしの誤変換が多くても使えますか？ 使えます。AIは前後の文脈から誤変換をかなり正しく読み替えます。問題になるのは固有名詞（社名・製品名・人名）くらいなので、頻出の固有名詞の正誤表を議事録フォルダの運用ルールに書いておけば、抽出時に自動で直させることができます。誤変換を理由に導入をためらう必要はありません。 ### Q5. 費用はどのくらいかかりますか？ 文字起こしツールとAIエージェントを合わせて、私の顧問先の実費でいえば1人あたり月3,000円〜1万円が目安です。この記事の内容は、追加の開発費ゼロで、そのツール代の範囲だけで実現できます。会議1本から提案書の下書きやフォローメールが生まれることを考えれば、投資判断に悩む金額ではないはずです。 ### Q6. 過去の議事録もさかのぼって整理すべきですか？ さかのぼった「整理」は不要です。過去分はそのまま議事録フォルダに放り込んでおくだけでいい。検索も参照もAIができるので、人間が過去分をきれいに作り直す作業には時間を使わないでください。手をかけるのは今週の会議から。蓄積は前ではなく先に伸ばすものです。 ### Q7. うちの会議は雑談ばかりで、抽出するものがない気がします まず1本、試してみてください。抽出テンプレが「決定事項ゼロ・宿題ゼロ」と返してきたら、それはAIの失敗ではなく、会議の設計に対する診断結果です。1時間使って何も決まっていない会議が可視化される——導入前には見えなかった問題が見えるのは、前進です。実際、抽出結果を突きつけられてから「この会議、何を決める場なのか」を先に書くようになった会社を、私は複数知っています。 ### Q8. 社内の誰が担当するのがいいですか？ これまで議事録係だった人が最有力です。会議の文脈を知っていて、どの発言が重要かの土地勘があり、そして議事録作成の負担から最初に解放される人だからです。「議事録を清書する係」が「議事録から成果物を生む係」に変わる——本人の仕事の価値が上がる転換なので、任命の説得もしやすい。この役割は、そのまま全社のAI推進担当の入口にもなります。 ## 持ち帰り用：議事録活用の指示文テンプレ集 本文で紹介した指示文を、コピペで使える形にまとめて置いておきます。1つだけ前提を添えると、これらのテンプレは議事録がテキストファイルとして手元にあることを前提に効きます。仕事をするのは指示文の上手さではなく、議事録という原料です。原料の置き場（フォルダ）から整えたい方は、AI社員の作り方の記事とセットでどうぞ。 ■テンプレ1：抽出（会議直後の5分） この議事録から「決定事項／宿題（1行1タスク）／担当／期限」を表形式で 抽出してください。担当・期限が議事録にないものは「未定」「期限未設定」と 書き、勝手に補完しないこと。最後に、担当未定・期限未設定・結論が曖昧な まま流れた議題を「確認事項」として列挙してください。 ■テンプレ2：週次サマリー 今週分の議事録をすべて読み、①今週の決定事項（会議名つき）②進行中の 宿題（担当つき）③期限超過・今週期限の警告、の3部構成で1枚にまとめて ください。前週サマリーと比べ、2週動いていない宿題は「停滞」と明示。 ■テンプレ3：提案書の下書き この商談議事録から提案書の骨子を作成。構成は①現状の課題（先方の発言の 言い回しを「 」で残す）②提案の方向性③想定される懸念と回答④次の ステップ。議事録にない情報は創作せず「要確認」と書くこと。 ■テンプレ4：FAQ化 直近3ヶ月の顧客会議・問い合わせの議事録から「顧客に聞かれた質問」を すべて抽出。同趣旨はまとめて回数を添え、多い順に並べ、実際の回答の 要約を付ける。回答が会議ごとにブレている質問は「要・回答統一」と印を。 ■テンプレ5：マニュアルの種 この引き継ぎ・OJTの文字起こしから、番号つき手順のマニュアル初稿を作成。 「注意」「よく間違える」の発言は注意書きとして手順に残す。曖昧な点は 【要確認】、説明されていなかったと思われる点は質問リストに。 ■テンプレ6：顧客フォローメール 本日の商談議事録からフォローメール下書きを作成。お礼は2行以内。 ①本日確認できたこと②弊社の宿題（期日つき）③御社への確認依頼 ④次回日程候補。議事録にない約束は書かない。宛名・署名は空欄のまま。 ## まとめ：会議を「成果物の生産点」に変える 議事録AIの導入は、文字起こしがゴールではありません。記録（第1層）→抽出（第2層）→変換（第3層）と価値の層を上がっていき、最後は蓄積によって「会議に出ていないAIが、会社でいちばん会議に詳しい」状態を作る。ここまで来ると、会議は議事録を残す場ではなく、サマリー・提案書・FAQ・マニュアル・フォローメールを生む成果物の生産点に変わります。使ったのは高価なシステムではなく、フォルダと指示文と、毎週どうせ増えていく議事録だけです。 最初の一歩は、今週の定例会議1本。会議が終わった直後の5分で、テンプレ1の抽出だけ試してください。当日中に決定・宿題の一覧が参加者に届いたとき、あなたの会社の議事録AIは「文字起こしの道具」から「次の仕事を生む仕組み」に変わり始めます。 この設計を自社の会議と業務でどう組み立てるか、伴走する専門家という選択肢もあります。私たちの仕事の全体像はAI顧問とは何かの記事で、進め方の実際はAI顧問の最初の90日｜前半の進め方で公開しています。まず全体像を掴みたい方は、下の無料資料セットからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：137字（推奨120〜158字） ============================================================ 議事録AIを「文字起こしして保存」で止めない活用術。決定事項・宿題の抽出から、提案書・FAQ・マニュアル・フォローメールへの変換、議事録フォルダをAIの教材庫にする蓄積設計まで、累計15社を支援するAI顧問・赤堀が実際に使う指示文テンプレごと公開。次の会議1本から試せます。 --> --- # 情シスがいない会社のAI導入｜専任ゼロで回す「4つの決めごと」と最小の仕組み URL: https://aiandwill.com/joshi-nashi-ai-donyu/ 公開: 2026-07-31 / 更新: 2026-09-05 「うちには情シスがいないので、AIはまだ早いかなと思っていて」——導入相談やセミナー後の質疑で、私はこの言葉を数え切れないほど聞いてきました。興味深いのは、こう口にする方の表情がどこか安心して見えることです。導入しない理由が見つかってほっとしている、ように見える瞬間さえあります。気持ちは分かります。分からないものを自分が背負う怖さより、「担当がいないからできない」のほうがずっと楽だからです。 ただ、生成AI顧問として累計15社、研修や講座を含めれば30社超の会社を見てきた立場から、はっきり書いておきます。私の支援先で、情報システム部門の専任者がいる会社はほとんどありません。それでもAI導入は回っています。「情シスがいない」は導入できない理由ではなく、日本の中小企業の標準状態です。そして、専任ゼロを前提にした設計はちゃんと存在します。情シスの仕事を分解すると、AI導入のために本当に必要な機能は4つだけ——この記事では、その4つの回し方と「誰がやるか」を、社内会議にそのまま持ち込める役割分担表のテンプレートまで含めて公開します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「情シスがいない」は例外ではなく標準状態——だから設計もそこから始める まず前提の確認から。中小企業に情報システム部門の専任者がいないのは、恥ずかしいことでも珍しいことでもありません。私の見聞きする範囲では、数十名規模の会社でIT専任を置いているほうがむしろ少数派で、実態は「総務が兼ねている」「社長が一番詳しい」「たまたま詳しい若手が、なんとなく頼られている」のどれかです。中小企業のIT人材不足は今に始まった話ではなく、近い将来に解消される見込みの薄い、構造的な状態です。つまり「情シスが採用できたら始めよう」は、実質「始めない」と同じ意味になります。 問題は、この標準状態に対して、世の中のAI導入ガイドの多くが「大企業の体制」を前提に書かれていることです。全社ガイドラインを策定し、情報システム部門がツールを検証し、セキュリティ委員会が承認して展開する——手順としては正しいのですが、専任ゼロの会社がこれを真似ようとすると、何も始まらないまま半年が過ぎます。私が現場で繰り返し見てきたのは、規程づくりの会議だけが数回開かれ、議事録だけが増え、結局「うちにはまだ早いという結論になりました」と戻っていく光景です。あの会議に費やした時間で、線引きとフォルダは作り終わっていたはずなのにと、いつも思います。 だから発想を変えます。「情シスがいないのに、どう守るか」ではなく、「いない前提で、守るべきものを最小まで絞る」。絞るためには、そもそも「情シスの仕事」とは何で、AI導入にはそのうちどれが必要なのかを分解する必要があります。 ## 「情シスの仕事」を分解する——AI導入に必要なのは4つだけ 「情シス」という言葉から連想される仕事を、思いつくまま並べてみてください。社内ネットワークとサーバーの運用、業務システムの保守と改修、PCの調達とセットアップ、パスワードを忘れた社員のヘルプデスク、ベンダーとの折衝、セキュリティ規程の管理——たしかに、専任がいなければ回らなそうな顔ぶれです。 ところが、いまの生成AI・AIエージェントの導入に、この大半は関係ありません。ChatGPTやClaudeはクラウドサービスで、社内にサーバーを立てる必要がない。AIエージェントの働く場所は手元のPCのフォルダで、基幹システムの改修も要らない。操作のつまずきは、AI自身に日本語で聞けば大半が解決します。分解した結果を表にします。 情シスの仕事 AI導入に必要か 専任ゼロでの持ち方 ネットワーク・サーバーの構築運用 不要 クラウドサービスを使うだけ。作る物がない 基幹システムの保守・改修 不要 既存システムには触らない PCの調達・キッティング 不要 いまのPCでそのまま始められる ヘルプデスク ほぼ不要 操作の質問はAI自身が答える。残りは推進役へ ベンダー管理・システム選定 ほぼ不要 主要な生成AIサービスは数社。比較は1日で終わる ①アカウントと学習設定の管理 必要 兼任推進役が台帳1枚で管理 ②見せる情報の線引き 必要 経営者が判断し、推進役が文書化 ③戻せるバックアップ 必要 仕組み（クラウド履歴＋専用フォルダ）に任せる ④ルールの置き場所 必要 AIが毎回読むファイル1枚＋人間向け1枚 下の4行だけが、AI導入で本当に必要な「情シスの機能」です。そして見てのとおり、4つのどれも高度な技術ではありません。正体は「決めごと」と「初期設定」です。 要らないのは情シス「専任」。要るのは情シスの「機能」のうち4つだけ。 しかも4つとも、技術ではなく「決めごと」。決めごとなら、兼任1名と経営者で持てる。 この4つを順に、専任ゼロでのやり方まで落とします。なお、それぞれの深い設計論は個別記事としてすでに公開しているので、この記事では「専任ゼロで回すための要点」に絞り、詳細はリンク先に譲ります。 ## 4つの機能、専任ゼロでのやり方 ### ①アカウントと学習設定の管理——台帳1枚で足りる やることは3つです。会社として使うAIサービスとプランを決める。利用者全員のアカウントで、入力内容がAIの学習に使われる設定をオフにする（いわゆる学習オプトアウト）。そして「誰が・どのツールを・どのプランで使っていて・設定を済ませたか」を記録する。 専任ゼロでのやり方は、Excel1枚の台帳です。列は「氏名／ツール名／プラン／学習設定オフ済みか／設定日／備考」の6つで十分で、大企業のようなID管理システムは要りません。大事なのは、入社時に足し、退職時に消すことを推進役の仕事として名指しで決めておくこと。誰のものか分からなくなったアカウントが、一番の穴になります。 ひとつ運用のコツを足すと、この台帳はAIの作業フォルダの中に置いてください。置き場所をそこにするだけで、「台帳と実際の利用者がずれていないか、確認して」と年に1回AI自身に棚卸しを頼める台帳になります。管理の仕事すら、少しずつAIに渡していけるわけです。 費用感も書いておきます。私の顧問先でのツール実費は、1人あたり月3,000円〜1万円の範囲です。サーバー投資も開発費も発生しないので、AI導入のランニングコストは実質これだけです。学習オプトアウトの具体的な設定手順と、個人プランから法人プランへ移る判断基準は、セキュリティ設計の記事に顧問先へ配っている教材ごと公開しているので、実作業はそちらを見ながら進めてください。 ### ②見せる情報の線引き——これは技術ではなく経営判断 「AIに何を入力してよいか」を決める仕事です。ここで多くの会社が「専門家がいないから決められない」と止まるのですが、実は逆です。自社の何が機密で、何が外に出てよい情報かを知っているのは、情シスではなく経営者です。この線引きは技術判断ではなく経営判断で、だから専任がいなくても——むしろ経営者と現場の距離が近い中小企業のほうが——速く決められます。 枠組みだけ示すと、社内の情報を「そのまま渡してよい／必要なときだけ参照させる／直接は渡さない（匿名化して渡す）」の3段階に仕分けます。私が顧問先のレクチャーで使っている原則は「見せない、ではなく必要な分だけ必要なときに見せる」の一言です。仕分けの実例と考え方は同じ記事で詳しく書いたので、ここでは1点だけ——この仕分けの会議は30分で終わらせてください。完璧な分類を目指すと終わらなくなります。まず粗く3つに分け、運用しながら直すほうが確実に前へ進みます。 ### ③戻せるバックアップ——人ではなく仕組みにやらせる 「AIがファイルを壊したらどうする」への備えです。ここも専任は要りません。合言葉は「壊されないか、ではなく壊れても戻せるか」。AIの作業場所を専用フォルダに区切り、そのフォルダをOneDriveやGoogle Driveのようなクラウドストレージの履歴管理に載せておく。これだけで「いつでも前の状態に戻せる」が手に入ります。 ポイントは、バックアップを人の運用にしないことです。「推進役が毎週コピーを取る」という設計は、繁忙期に必ず飛びます。クラウドの版履歴は自動で動き、サボりません。より堅牢にしたければGitという版管理の仕組みも使えますが、Gitの操作自体はAIに任せられるので、人間が覚える必要はありません。専用フォルダの区切り方を含めた設計の詳細は、これもセキュリティ設計の記事に譲ります。 ### ④ルールの置き場所——「規程集」ではなく「AIが毎回読むファイル」 線引きやルールを決めても、置き場所を間違えると死にます。従来のやり方は、規程文書を作って回覧して、共有フォルダの奥に保存する——そして誰も読み返さない。専任の管理者がいない会社でこれをやると、ルールは作った瞬間から存在しないのと同じです。 専任ゼロの正解は、ルールをAIの作業フォルダに置くテキストファイルにすることです。AIエージェントは起動のたびにこのファイルを読んでから働くので、ルールが「人間が思い出すもの」から「AIが毎回確実に読むもの」に変わります。守らせるためのコストが、ほぼゼロになる。人間向けには、禁止事項だけを書いた1枚ガイドを別に用意すれば十分です。何をどう書くかは、そのまま使えるひな形を生成AIの社内ルールの作り方の記事に置きました。また、利用者が増えてルールや会社情報をチームで配る段階になると、配り方に固有の落とし穴があるので、その前にコンテキストのチーム共有の記事を読んでください。 ## 誰がやるか——「兼任推進役1名＋経営者」で設計する 4つの機能の正体が決めごとと初期設定なら、次の問いは「誰が決めて、誰が世話をするか」です。私の答えは一貫していて、兼任の推進役1名と、経営者の2人体制です。専任は要りませんが、「全員でやる」は誰もやらないのと同じなので、名前のついた1人は必要です。 ### 推進役の選び方——「ITに強い人」で選ばない 直感に反するかもしれませんが、推進役は「社内で一番パソコンに詳しい人」で選ばないでください。理由は2つあります。第一に、4つの機能の中身は技術ではなく決めごとの管理なので、技術力の出番がほとんどありません。操作で詰まったらAI自身に聞けばいい時代です。第二に、AI活用の本体はこの先「会社の業務をAIに教えること」に移っていくため、業務そのものに詳しいことのほうが、はるかに希少で重要だからです。 私が導入の現場で「この人が推進役なら定着する」と感じてきたのは、業務の流れを部署をまたいで説明できる人、新しいやり方を面白がれる人、そして面倒見がよく、聞かれるとつい世話を焼いてしまう人です。裏を返すと、ITに詳しくても自分の効率化だけで完結するタイプは、推進役には向きません。詳しさと広める力は、別の能力です。 候補が思い浮かばないときは、社内を一度見回してみてください。すでに個人アカウントでこっそりAIを使っている社員がいたら、その人が最有力候補です。放置すれば野良利用という地雷（後述）ですが、任命すれば「自腹と自主性で先に学んでいた人」に変わります。私はこの「野良利用者の登用」を、専任ゼロの会社でいちばん再現性のある人選だと思っています。 ### 時間の確保——「手すきのときに」は必ず消える 兼任で一番多い失敗は、任命だけして時間を用意しないことです。「通常業務の合間にやって」と言われた推進の仕事は、私が見てきた範囲では、繁忙期に例外なく消えます。目安として、立ち上げ期は週2〜4時間——週の稼働の1割弱——を、カレンダー上の固定枠として確保してください。「金曜の午後の2時間はAI枠」で構いません。大事なのは量より、消えない枠であることです。 その枠で何をやるかも、順番を決めておくと迷いません。最初の週にアカウント台帳と学習設定、次に経営者と線引きの30分会議、その次にルールファイル——ここまでで4つの機能は立ち上がります。以降の枠は、推進役自身の業務を1つAIに任せて成果を作る時間に充ててください。「推進役の仕事が速くなった」という目に見える実例が、社内展開のいちばんの説得材料になります。 ### 経営者の役割は3つ——線引き・時間・率先 経営者の仕事は3つです。①見せる情報の線引きを判断する。これは委任できません。何が機密かを最終的に決められるのは経営者だけです。②推進役の時間を守る。現業の上司が「今週は忙しいから」と枠を潰しに来たとき、防波堤になれるのも経営者だけです。③自分も使う。この3つ目を軽く見ないでください。私が支援してきた会社を思い返しても、経営者が自分の業務でAIを使っている会社と、「若い人に任せているから」と言う会社では、半年後の定着がまるで別物です。トップが使わないものを、現場は本気にしません。 ## 外部をどう使うか——「丸投げ」ではなく「内製の立ち上げ支援」 専任ゼロの会社が、外部の支援——AI顧問や導入支援会社——をスポットで使うのは合理的な選択です。ただし、使い方を1つ間違えると、お金を払って「導入した気分」だけを買うことになります。その間違いが丸投げです。 「全部おまかせでお願いします」と言われる場面は、正直に言えば、営業的にはありがたい話です。それでも私は毎回お断りして、必ず社内に推進役を立ててもらいます。外部が作って外部だけが説明できる仕組みは、契約が終わった日に止まるからです。線引きの理由を社内の誰も語れない、ルールファイルを誰も直せない——それは導入ではなく、レンタルです。 外部支援の正しい発注の仕方は、3つに集約されます。①成果物を「仕組み」ではなく「仕組み＋それを回せる人」と定義する（推進役への伴走を契約範囲に含める）。②期限を切る（立ち上げ支援は本来、終わりのある仕事です。参考までに、私自身の顧問契約も月30万円〜（税別・社員同席込み）・税別の最低6か月の伴走にしています）。③「この支援が終わった日に、社内に何が残りますか」と先に聞く（フォルダ・ルールファイル・台帳・回せる推進役、と具体的に即答できない支援は、丸投げ請負の可能性が高い）。 そもそもAI顧問という選択肢が何をしてくれるものかは、AI顧問とは何かの記事にまとめています。外部を検討する前に、発注側の物差しとして読んでみてください。 ## 専任ゼロの会社がやってはいけない3つ 最後に守りの話を。実は、ここまでの設計をしなくても、AI活用は「なんとなく」始まってしまいます。だからこそ、専任ゼロの会社がなんとなくのまま踏んでしまう地雷を3つ、先に示しておきます。どれも私が現場で繰り返し見てきたパターンです。 NG① 野良利用の放置 社員が個人アカウントで、会社に無断でAIを使っている状態をそのままにする。個人向けプランは入力内容が学習に使われる設定が初期でONのため（2026年7月時点）、会社の情報が知らないうちに外へ渡り続けます。正解は禁止ではなく公認化——会社として使うツールを決め、全員の学習設定をオフにし、野良利用を公認の入口に吸収する。 NG② 全部禁止 「事故が怖いから、ルールが整うまで全面禁止」。一見安全ですが、禁止は隠れた利用（シャドーAI）を生むだけで、統制にはなりません。そして競合がAIで打ち手を増やしている間、自社だけが止まる。事故のリスクは設計で下げられますが、機会損失は毎日確定で発生します。 NG③ ITに強い1人への丸投げ 「詳しいから」という理由だけで、任命も時間の確保も設計もなく背負わせる。本人の善意で回っている間はよいのですが、台帳もルールも手順も本人の頭の中にしか残らず、異動や退職で全部止まります。外部への丸投げと構造は同じ。正解は、台帳・ルール・手順をファイルとして残し、「人ではなくフォルダに仕事を持たせる」ことです。 3つに共通するのは、「決めない」ことのツケが、あとから利息つきで返ってくる構造です。逆に言えば、この記事の4つの決めごとは、この3つの地雷をまとめて外すための最小セットでもあります。 ## よくある質問（導入相談で実際に聞かれる順） ### Q1. 情シスどころか、パソコンに詳しい社員が1人もいません。それでも導入できますか？ できます。この記事の4つの機能は、どれも技術ではなく決めごとです。操作のつまずきは、AI自身に日本語で聞けば大半が解決します。それでも不安な場合は、最初の設定と線引きの会議だけ外部のスポット支援を使い、以降を社内で回す形が、費用対効果のよい落としどころです。 ### Q2. 推進役を選びたいのですが、社内に「新しいもの好き」がいません。 その場合は、業務マニュアルや引き継ぎ書を書くのが上手な人を探してください。AIに仕事を教える作業の実体は業務の言語化なので、言語化がうまい人は推進役の適性があります。好奇心は成果が見えると後からついてくることが多い一方、言語化の力は代わりが利きません。それも難しければ、当面は経営者自身が推進役を兼ねるのが現実解です。 ### Q3. 費用はどれくらい見ておけばいいですか？ ツールの実費は、私の顧問先の範囲では1人あたり月3,000円〜1万円です。社内サーバーもシステム開発も不要なので、初期投資は実質ゼロで始められます。外部支援を使う場合の相場感と価格の構造はAI顧問の費用相場の記事にまとめています。 ### Q4. 社内ルールには、最低限何を書けばいいですか？ 3点です。①入力してよい情報の線引き（3段階を自社の言葉に直す）、②社外に出る文書は下書きまで（送信・提出は人間が行う）、③パスワードや認証情報は共有場所に入れない。そのまま使えるひな形を生成AIの社内ルールの作り方の記事に置いたので、書き写して自社用に直してください。 ### Q5. 専任がいないと、社員が何を入力しているか監視できないのが不安です。 発想を「監視で守る」から「構造で守る」へ切り替えてください。全員の学習設定をオフにし、AIに見せる資料を専用フォルダに限定すれば、監視しなくても事故が起きにくい構造になります。そもそも監視で守る体制は、専任が何人いても完全にはなりません。構造の作り方はセキュリティ設計の記事で教材ごと公開しています。 ### Q6. 利用者が増えてきました。そろそろ専任を雇うべきですか？ 慌てなくて大丈夫です。先にやるべきは、ルールや会社情報を安全に配る仕組みの整備（チーム共有の記事で実装まで公開しています）と、契約でデータ不使用が担保される法人プランへの移行検討です。AI推進の本体は業務側の仕事なので、利用が広がった局面でも「情シス専任の採用」より「推進役の時間を増やす」ほうが効きます。 ## 持ち帰り用：専任ゼロ体制の役割分担表テンプレ この記事の内容を、社内会議にそのまま持ち込める形にしました。名前を2つ（経営者と推進役）入れれば、そのまま「うちのAI運用体制」の初版になります。 誰が 何を 具体的には いつ 経営者 見せる情報の線引きの最終判断 3段階（そのまま／必要時のみ／渡さない・匿名化）の仕分けを承認する 導入時・変更時 経営者 推進役の時間の確保 週2〜4時間の固定枠を決め、現業からの侵食を防ぐ 毎週 経営者 率先利用 自分の業務を1つAIに任せ、使っている姿を社内に見せる 常時 推進役（兼任） アカウント台帳の管理 利用者・ツール・プラン・学習設定オフを記録し、入退社で更新する 導入時・入退社時 推進役（兼任） ルールファイルの維持 AIが毎回読むルールを更新し、現場の声を反映する 週1回 推進役（兼任） つまずきの一次窓口 解決はAIと一緒に行い、対応内容もファイルに残す 随時 利用する全員 線引きの遵守 迷った情報は入力せず、推進役に確認する 常時 仕組み（自動） バックアップ AI専用フォルダ＋クラウドの版履歴で「戻せる」を維持する 自動 コピーして社内文書に貼れる、チェックリスト版も置いておきます。 # AI運用 役割分担表（専任ゼロ版・ひな形） ## 経営者：____________ - [ ] 入力してよい情報の線引き（3段階）を承認した - [ ] 推進役の固定枠（週__時間・__曜日）を決めた - [ ] 自分がAIに任せる業務を1つ決めた：____________ ## 推進役（兼任）：____________ - [ ] アカウント台帳を作った（氏名・ツール・プラン・学習設定オフ・設定日） - [ ] ルールファイルを書いて、AIの作業フォルダに置いた - [ ] 人間向けの1枚ガイド（禁止事項）を配った ## 利用する全員 - [ ] 学習設定（入力内容の学習利用）をオフにした - [ ] 迷った情報は入力しない・推進役に確認する ## 仕組みに任せる - [ ] AI専用の作業フォルダを作った - [ ] クラウドの版履歴が効いている（1回、元に戻せることを試した） 最後の1行だけ補足します。「戻せることを1回試す」は、ぜひ本当にやってください。バックアップは、戻せると確認できた瞬間に初めて安心に変わります。この確認をしてあるかどうかで、AIにファイル操作を任せるときの心理的なハードルがまるで違います。 ## まとめ：足りないのは「専任」ではなく「設計」だった 情シスがいない、だからAIはまだ早い——この推論は、前提が間違っていました。AI導入に必要な情シスの機能は、①アカウントと学習設定の管理、②見せる情報の線引き、③戻せるバックアップ、④ルールの置き場所の4つだけで、そのすべてが技術ではなく決めごとです。決めごとなら、兼任の推進役1名と経営者で持てます。 むしろ私は、専任ゼロの中小企業には構造的な強みがあるとすら思っています。検証委員会も部門間調整もない。経営者が線引きを判断すれば、明日から始められる。実際、動きの速さで大きな会社を追い越していく中小企業を、私は支援の現場で何度も見てきました。「いないからできない」ではなく「いないから速い」——設計さえあれば、そちら側に回れます。 最初の一歩は、今日の30分で役割分担表に名前を2つ入れることです。設計の立ち上げから伴走してほしい場合はAI顧問の最初の90日｜前半の進め方を、まず全体像をつかみたい場合は、下の無料資料セットをどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：138字（推奨120〜158字） ============================================================ 「うちには情シスがいないから」とAI導入を諦める前に。情シスの仕事を分解すると、本当に必要なのはアカウント管理・情報の線引き・バックアップ・ルールの置き場所の4つだけ。専任ゼロで回す体制設計と役割分担表テンプレを、累計15社を支援するAI顧問・赤堀が解説します。 --> --- # 業務マニュアルをAIで作る方法｜「書く時間がない」を録画と議事録で突破する URL: https://aiandwill.com/manual-sakusei-ai/ 公開: 2026-07-31 / 更新: 2026-09-02 「マニュアル、ちゃんと作らないととは思ってるんですけどね」——顧問先でマニュアルの話題になると、この台詞をほぼ必ず聞きます。重要なのは分かっている。過去に号令をかけたこともある。それでも無い。私は生成AI顧問として累計15社、研修や講座も含めれば30社超の会社を見てきましたが、業務マニュアルが無い会社に共通しているのは、意識の低さではありません。「書く」というまとまった時間が、業務を知っている人にだけ決して生まれない——この一点です。業務を知っている人ほど現場で忙しく、手が空いている人は業務を知らない。マニュアル作成はこの構造のせいで、重要度とは無関係に、後回しの王様であり続けます。 結論を先に書きます。マニュアルは、書かずに作れます。原料はすでに社内に転がっています。画面録画、会議の文字起こし、チャットのやり取り、過去の成果物。AIが得意なのはゼロからの執筆ではなく、こうした素材を「マニュアルの形」に変換することです。素材別の作り方は4パターンあり、それぞれに指示文例があり、最初の1本は今週中に作れます。顧問の現場で実際に回している手順を、導入でつまずいた私自身の失敗談も含めて、全部書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「マニュアルが無い」の正体——重要度ではなく、工数の置き場所の問題 まず、敵の正体をはっきりさせます。マニュアルが作られない理由を「忙しいから」で片付けると、対策が「時間を作ろう」になり、そして失敗します。もう少し解像度を上げると、ゼロから業務マニュアルを書くという行為には、三重の無理が乗っています。 - 書き手が執筆のプロではない — 業務のプロと文章化のプロは別のスキルです。現場で完璧に仕事を回せる人が、その手順を過不足なく文章にできるとは限らず、慣れない執筆は1本に膨大な時間を食います。 - 書いている間、現場が止まる — マニュアルを書けるのは業務を知っている人だけで、その人は現場で一番抜けられない人です。執筆時間はそのまま現場の稼働から差し引かれます。 - 書き上がる頃には業務が変わっている — 数ヶ月がかりで完成させた頃には、システムも体制も少しずつ変わっていて、初版から「実態と違う」箇所を抱えて生まれてきます。 私の見聞きする範囲では、マニュアル整備プロジェクトの止まり方はいつも同じです。キックオフでフォーマットを決め、業務ごとに担当を割り振り、1ヶ月後の進捗確認で「まだ着手できていません」が並ぶ。悪いのは担当者ではありません。「現場で一番忙しい人の、未来の空き時間」という存在しない資源を当てにした計画が悪いのです。残業で書く、合宿で書く、専任担当を置く——工数を捻出する方向の努力は、私が見てきた限りほぼ全部この壁に当たります。 だから突破口は、工数の捻出ではなく工数の消滅です。書く時間を確保するのではなく、「書く」という工程そのものを無くす。ここから先は、その具体的な方法の話です。 ## 発想の転換——マニュアルの原料は、すでに社内にある ゼロからマニュアルを書く行為を分解すると、「思い出す→構造化する→文章にする」の3工程です。後ろの2つ、構造化と文章化はAIの得意分野ど真ん中です。そして実は、最初の「思い出す」すら多くの業務では不要です。業務の実態は、すでにどこかに記録されているからです。具体的には、この4つです。 - 画面録画 — いまや多くの業務はPCの画面上で行われ、録画はワンクリックで残せます。作業をいつも通りやって録るだけなら、追加の工数はほぼゼロです。 - 会議・打ち合わせの文字起こし — オンライン会議の録画や自動議事録には、業務の説明・引き継ぎ・判断のやり取りがそのまま入っています。 - チャットのやり取り — 「あの件、どうすればいいですか」というスレッドは、質問と回答のペア、つまりFAQの原石です。 - 過去の成果物と古いマニュアル — 完成した提案書や報告書は「正解の見本」であり、数年前に力尽きた書きかけのマニュアルも、改訂の土台としてなら立派に働きます。 私は顧問先でいつも「コンテキスト（AIに渡す材料）は、プロンプト（指示文の巧拙）より桁違いに重要」と伝えています。マニュアル作成はその最たる例です。素材を渡さずに「経費精算のマニュアルを書いて」と頼めば、それっぽい一般論が出てきます。どこの会社にも当てはまりそうで、自社の実態とは微妙に全部ずれている——読んだ新人を一番混乱させる、たちの悪い文書です。逆に、60分の引き継ぎの録音を渡せば、出てくるのは自社の言葉と自社の手順でできたマニュアルです。上手な指示文を探すより先に、渡せる素材を探してください。 なお、素材がどこにも存在しない業務——ベテランの頭の中にだけあって、録画にも議事録にも残っていない勘や判断——は、この記事の守備範囲の外です。そちらは「AIにインタビューさせて聞き出す」という別のやり方になるので、暗黙知を会社にインストールする方法の記事に分けて書きました。この記事で扱うのは「記録はすでにある。マニュアルだけが無い」という、実は大多数の会社の話です。 画面録画 会議の文字起こし チャットログ 旧マニュアル・成果物 ↓ AIの仕事 構造化・変換 手順の抽出／判断基準の整理／不明点のマーク ↓ ↓ 人間用マニュアル 新人・後任が現場で引く手順書・FAQ AI用の手順書 AI社員が毎回読み込む判断基準・作業指示 ▲ 「書く」のではなく「変換する」。同じ素材から、人間用とAI用の2つの出口へ ## 素材別・業務マニュアルの作り方4パターン（指示文例つき） ここからが本編です。手元にある素材の種類によって、作り方と出来上がるものが変わります。まず全体像を表にします。自社の場合はどのパターンから始められそうか、当たりをつけながら読んでください。 パターン 原料になる素材 できあがるもの 向いている業務 ①録画→手順書 作業中の画面録画＋実況音声 操作手順書（1操作1行） システム入力・PC上の定型作業・ツール操作 ②議事録・口頭説明→マニュアル 引き継ぎやOJTの録音・会議の文字起こし 業務マニュアル（流れ・判断基準込み） 流れと判断が絡む業務・引き継ぎ全般 ③チャットログ→FAQ 社内チャットの質問・回答スレッド FAQ・トラブルシューティング集 問い合わせが繰り返し来る業務・総務/経理/情シス ④旧マニュアル→改訂 古いマニュアル＋現状が分かる素材 現状に合った改訂版＋改訂履歴 「あるけど誰も見ない」文書の再生 ### パターン①：画面録画→操作手順書 PC上の定型作業なら、これが最速です。やることは1つだけ。次にその業務をやるとき、画面を録画しながら、独り言で実況する。「ここで先月分の伝票を開きます」「この欄は空欄のままで大丈夫です」「ここ、間違えると差し戻しになるので注意です」——いつも通り仕事をして、口だけ動かす。追加の作業時間は実質ゼロです。録画はWindowsなら標準機能（Xbox Game Bar）で、オンライン会議のレコーディング機能を独りで回しても構いません。 AIに渡すのは、実況音声の文字起こしです。動画をそのまま読めるAIを使っているなら動画ごと渡せますが、文字起こしとつまずきやすい画面のスクリーンショット数枚でも十分に機能します。指示文例はこうです。 あなたは業務マニュアルの編集者です。 添付するのは「経費精算システムの月次入力作業」を、担当者が 画面録画しながら実況した音声の文字起こしです。 これを新人向けの操作手順書に変換してください。 - 手順は番号付きで、1操作につき1行 - 「どの画面の・どこを見て・何をするか」を毎行明記する - 実況に出てきた注意点・つまずきやすい点は、該当する手順の 直後に【注意】として差し込む - 元の発言にない操作を推測で補わない。手順がつながらない 箇所は【要確認】と残す 指示の最後の1行が肝です。AIは話の飛んだ箇所を「それらしく」埋めようとするので、推測で補わせず、穴は穴のまま【要確認】と出させる。この指示があるだけで、出力の信頼性がまるで変わります。注意点は素材側にもあります。画面に顧客名や個人情報が映る作業なら、録画前にテストデータに切り替えるか、該当画面を範囲外にしてください。 ### パターン②：議事録・口頭説明→業務マニュアル 流れと判断が絡む業務——月次の請求処理、クレーム対応、発注の段取り——には、このパターンが向いています。素材として最高なのは引き継ぎやOJTの録音です。人間は不思議なもので、「書いてください」と頼むと固まる人が、「後輩に教えてあげてください」と頼むと1時間よどみなく話します。書けないことも、話せるのです。だから引き継ぎ面談や新人へのOJTの場面を、本人の了解を取って録音する。すでにオンライン会議で業務説明をした録画が残っているなら、それがそのまま使えます。 添付は、経理担当が後任に「月次請求業務」を口頭で引き継いだ 60分の録音の文字起こしです。 これを業務マニュアルに構造化してください。 - 構成: 目的／全体の流れ／手順／判断基準／ やってはいけないこと／関係者・連絡先 - 話し言葉の重複や言い直しは整理してよい。ただし 固有の判断基準（「◯◯のときは△△する」）は言い換えずに残す - 話者が曖昧に言った箇所・矛盾している箇所は、本文に 混ぜずに末尾へ【要確認リスト】としてまとめる 話し言葉には「言い過ぎ」と「言い漏れ」が必ず混ざるので、構造化した結果は本人に一度だけ読んで直してもらってください。ゼロから書くのと違って、出来上がった文書への赤入れは30分仕事です。なお、会議の議事録はマニュアル以外にも使い道の多い素材で、議事録を「次の仕事」につなげる発想の全体像は議事録AI活用の記事に書いています。 ### パターン③：チャットログ→FAQ SlackやTeams、LINE WORKSの社内チャットは、過去問の宝庫です。「経費のこれ、どの科目ですか」「PCの調子が悪いときは誰に言えばいいですか」——質問と回答のペアが、日付つきで何百件も溜まっている。これをFAQに変換すると、聞かれた回数の多い順＝現場が実際に困っている順という優先順位まで自動的に手に入ります。ゼロから「新人が困りそうなこと」を想像して書くFAQとは、当たり方が違います。 添付は社内チャットの「総務・経費」チャンネルの過去6ヶ月分の ログです（個人名・顧客名はマスキング済み）。 繰り返し聞かれている質問を抽出し、FAQ形式にまとめてください。 - 同じ趣旨の質問は1つに統合し、聞かれた回数が多い順に並べる - 回答は、ログの中で実際に問題が解決した回答だけを根拠にする - 同じ質問に新旧で違う回答がある場合は、日付の新しいほうを 採用し、その旨を注記する - ログに答えが見つからない質問は、回答を作らずに 「未回答リスト」として分けて出す この「未回答リスト」が思わぬ副産物になります。チャットで聞かれ続けているのに誰も明確に答えられていない質問の一覧——つまり、次にマニュアル化すべき業務のリストがそのまま出てくるのです。素材を渡す前のマスキングだけは省かないでください。個人名・顧客名・評価に関わるやり取りは、FAQの役には立たないのに、漏れたときの傷は深い情報です。 ### パターン④：古いマニュアル→改訂版 「マニュアルはあるんです。誰も見ないだけで」という会社も多いはずです。数年前に誰かが執念で作り、一度も改訂されないまま実態とずれ、「あれは当てにならない」と言われて棚で眠っている文書。あれは失敗作ではありません。古いだけです。そして「古い文書と現状の差分を取って直す」のは、ゼロから書くよりはるかに軽く、AIの得意技です。旧マニュアルに、現状が分かる素材——直近の議事録、チャットログ、現行システムのスクリーンショット——を添えて渡します。 添付は数年前に作られた「受注処理マニュアル」と、現在の実際の 運用が分かる素材（直近の議事録・チャットログ・現行システムの 画面キャプチャ）です。 旧マニュアルを現状に合わせて改訂してください。 - まず、旧版と現状素材が食い違っている箇所をすべて列挙する - そのうえで改訂版を作り、変更箇所には末尾に「改訂履歴」として 日付・変更内容・根拠にした素材を記録する - 現状素材から確認できない手順は、削除せずに【現場確認】と マークして残す ここでも原則は同じで、確認できないものを消させないこと。旧マニュアルにだけ書かれている手順は、廃止されたのか、単に最近の素材に登場しなかっただけなのか、AIには判定できません。判定は現場がやる。AIには「食い違いの列挙」と「マークつきの改訂案」までをやらせる。この分業を守ると、改訂作業は現場にとって「読んで、マークに答えるだけ」の仕事になります。 ## 実例——マニュアルを作りたかったのに、その手前で転んだ話 顧問先の実例を1つ、失敗談から書きます。静岡・熱海のマチモリ不動産という不動産会社を支援したときのことです。目的ははっきりしていて、マニュアル作成。そのための道具として、CursorとClaude Codeというファイルやフォルダを扱えるAI環境を入れることにしました。私はオンラインで導入指導を始めました。画面越しの案内で十分いける——そう踏んでいたのです。 結果から言うと、最初のインストールの段階でつまずきました。オンライン越しに一つひとつ案内しても、こちらの想定どおりには進まない。遠隔の指導では、相手のPC環境の細かな差までは拾いきれないのです。粘るより切り替えるべきだと判断して、オフラインの対面対応に切り替えました。壁は業務の中身ではなく、最初のインストールにあった——それがこの話の教訓のすべてです。正直に書けば、見立てが甘かったのは私です。「導入はオンラインでスマートに」という私の絵は、初手のインストールで崩れました。 この経験から持ち帰ってほしいことが2つあります。1つ目は、マニュアル作成プロジェクトの最初の壁は、マニュアル作成ではなく「AIが動く環境を作る」段階に来るということ。ブラウザで使う普段の生成AIだけならこの壁はほぼありませんが、フォルダごと素材を渡せるエージェント型のAIを入れるなら、インストールという物理的な最初の一歩でつまずく前提で計画してください。Windowsでの具体的なインストール手順はClaude Codeのインストール記事にまとめてあります。2つ目は、つまずきは失敗ではなく通過点だということです。オンラインで駄目なら対面に切り替えればいいだけで、そこで「うちにはまだ早いのかも」と撤退してしまうのが一番もったいない。壁の位置をあらかじめ知っていれば、驚かずに越えられます。 ## マニュアルは「AIが読む文書」としても設計する——一石二鳥の話 ここからは、この記事で一番伝えたい話です。これから作るマニュアルの読者は、人間だけではありません。AIもマニュアルを読んで働くのです。私は「AI社員」という言い方をしていますが、AIエージェントに仕事を任せるとき、その品質を決めるのは毎回の指示の上手さではなく、AIが参照する手順書と判断基準——つまりマニュアルです。私の定式で言えば、優秀なAI社員は「Prompt×Context×Harness」の掛け算で決まり、マニュアルはこのContext（文脈・材料）の中核に当たります。 自社の実例を出します。私の会社では、日報の作成、SEO記事の制作、提案資料の組み立てといった定型業務を、それぞれ「AI用の手順書」としてファイル化してあり、1行の指示で同じ品質の仕事が再現される状態にしています。中身を見ると、人間の新人に渡す業務マニュアルとほとんど同じことが書いてあります。目的、手順、判断基準、やってはいけないこと、成果物の置き場所。つまり、人間用のマニュアルを整備することと、AIに仕事を教えることは、ほぼ同じ作業なのです。せっかく素材から変換するなら、最初から両方の読者を想定して作れば、一度の手間で二度おいしい。 AIにも効くマニュアルにするための書き方のコツは4つです。 - 判断基準を「もし◯◯なら△△」の形で書く — 「臨機応変に対応」はAIにも新人にも実行不能です。条件と動作のペアに分解します。 - 暗黙の前提を文字にする — 「例のフォルダに保存」ではなく、フォルダの場所・ファイルの命名まで書く。社内の人間なら聞けば済みますが、AIは書いていないことを知りません。 - やってはいけないことを明記する — 禁止事項は、やるべきことと同じ重さで書きます。AIは禁止と書かれていないことを平気でやります。 - 元データを1つにして、人間用とAI用を両方とも出力させる — 先に業務知識の構造化データを固め、そこから「新人向けマニュアル」と「AI用手順書」の2形式に展開させる。直すときは元データだけ直して再出力します。 気づいた方もいると思いますが、この4つは全部、人間の新人にも優しい書き方です。AIに読ませるつもりで書くと、人間用マニュアルの品質が上がる——これは顧問の現場で何度も確認してきた、私のお気に入りの副作用です。ちなみに「元データから複数の出口へ展開する」やり方は文書以外にも通用して、私の会社ではAI導入講座の教材63本を、設計・画像・実装の3層に分担するやり方で作り切りました。素材と分担の設計さえ固まれば、教材もマニュアルも量産は現実的な話になります。AI社員という考え方の全体像と作り方はAI社員の作り方の記事にまとめているので、AI用の出口まで使い切りたい方はそちらへどうぞ。 ## 作って終わりにしない——更新が止まらない仕組み マニュアルの本当の死因は「作られないこと」ではなく、「作られた直後から始まる陳腐化」です。完成した瞬間がいちばん正確で、あとは実態とずれていく一方。従来はこの更新を「書ける人の善意」に頼っていたので、初版を書き上げた英雄の異動とともにマニュアルは死にました。素材駆動で作ったマニュアルは、更新も素材駆動にできます。仕組みは4つです。 ①更新も「差分の変換」にする。業務が変わるとき、社内には必ず新しい素材が生まれます。システム更改の説明会の録画、新しい運用を決めた会議の議事録、「来月からこうなります」というチャットの告知。それをマニュアルと一緒にAIに渡して、「この変更を反映した改訂版と、変更箇所の一覧を出して」と頼む。ゼロから書き直す更新作業は存在しなくなります。 ②改訂履歴を必ず残す。いつ・誰が・何を根拠に・どこを変えたか。パターン④の指示文例に「改訂履歴」を入れてあるのはこのためです。私の運用の原則は「壊されないか、ではなく壊れても戻せるか」。履歴さえあれば、改訂に失敗しても前の版に戻せます。戻せると分かっていれば、現場は安心してマニュアルに手を入れられる。更新が止まる心理的な原因の半分は「下手に触って壊すのが怖い」なので、履歴はその恐怖を消す装置です。 ③更新のトリガーを業務イベントに紐づける。「半年に1回、見直し会議をやろう」は、やらない約束と同じです。そうではなく、システムの更改・組織変更・新人の入社・現場からの【要確認】の発見——実際に起きる出来事を更新の引き金にします。出来事が起きたら、そのとき生まれた素材を添えて改訂する。カレンダーではなくイベントで回すのが、止まらない更新のコツです。 ④新人を最初の読者兼テスターにする。マニュアルの穴を見つける能力が一番高いのは、その業務を知らない人です。新人に渡すときは「これを読んで作業して、分からなかった箇所・実態と違った箇所に印をつけて」とセットで頼んでください。その書き込みが次の改訂素材になります。新人が入るたびにマニュアルが強くなる——教える側の負担が減るだけでなく、教わる側が資産形成に参加する構造になります。 ## 先回りしておく——やりがちな4つのNG - 素材を渡さずに「◯◯のマニュアルを書いて」と頼む — 一番多い失敗です。出てくるのは検索すれば見つかる一般論で、自社の実態とずれた文書は、無いより悪い結果を招きます。指示文を磨く前に素材を集める。順番はいつもこちらが先です。 - 全業務を一斉にマニュアル化しようとする — 対象業務の一覧表を作った時点で満足し、熱が冷めます。まず1業務1本。できた1本を回覧するほうが、どんな計画書より社内を動かします。 - フォーマットを先に決める会議を開く — 見出し構成や体裁の議論は、中身が1本もない段階では空中戦です。1本目は不格好でいい。形式の統一は、3本できてから半日で追いつけます。 - AIの出力をノーチェックで配る — 素材に基づかせても、言い過ぎ・言い漏れは残ります。現場担当者の赤入れを1回、必ず挟んでください。逆に言えば、現場の仕事は執筆から「30分の赤入れ」に変わった、ということです。 ## よくある質問 ### Q1. どのAIツールを使えばいいですか？費用はどれくらいかかりますか？ 始めるだけなら、ChatGPTやClaudeなど普段使いの生成AIで十分です。文字起こしを貼り付けて、この記事の指示文例を渡せば今日から動きます。フォルダごと素材を渡したい・複数のマニュアルを横断的に管理したい段階になったら、Claude Codeのようなファイルを扱えるAIエージェントが向いています。費用感としては、私の顧問先でのツール実費は1人あたり月3,000円〜1万円の範囲に収まっています。マニュアル1本の外注費と比べれば、道具代はほぼ誤差です。 ### Q2. 録画やチャットログをAIに渡して、情報漏えいは大丈夫ですか？ 線引きを先に決めれば実務上は問題ありません。最低限、①入力内容がAIの学習に使われる設定をオフにする（学習オプトアウト）、②個人情報・顧客名・取引条件・パスワードは素材から除くかマスキングする、の2点です。マニュアルに必要なのは手順と判断基準であって、固有名詞や金額ではないので、マスキングしても品質はほぼ落ちません。AIに渡す情報の考え方の全体はセキュリティと情報入力の記事にまとめています。 ### Q3. AIが間違った手順を書いてしまうのが心配です。 その心配は正しく、対策は3段構えです。①素材に基づかせる（ゼロから書かせない）、②指示文に「推測で補わない・不明箇所は【要確認】と残す」を必ず入れる、③配布前に現場担当者の赤入れを1回挟む。特に②が効きます。私は出力に【要確認】が1つも無いときのほうをむしろ疑います。60分の口頭説明に曖昧さがゼロということは、現実にはまず無いからです。 ### Q4. 動画マニュアルとテキストのマニュアル、どちらがいいですか？ 二者択一にしないのが答えです。録画という素材からは両方作れます。動画は「動きのある操作」を伝えるのに強く、テキストは検索できて、部分改訂ができて、そしてAIが読めます。Q1のエージェント型AIに仕事を任せる将来まで考えるなら、テキスト版は必ず作っておくべきです。動画しか無い資産は、AIから見ると読めない資産になります。実務では「動画を残しつつ、その文字起こしからテキスト手順書も生成しておく」が一番堅い運用です。 ### Q5. マニュアル作成の専用ツールと生成AIは、どちらを使うべきですか？ スクリーンショットを自動取得して手順書の体裁に整える専用ツールは、パターン①の「操作手順書」を量産する場面では強力です。一方、口頭説明からの構造化（パターン②）、チャットログからのFAQ抽出（パターン③）、旧版の差分改訂（パターン④）、そしてAI用手順書への展開は、汎用の生成AIにしかできません。判断軸は「作りたいものが操作手順書だけかどうか」です。併用も普通にありです。 ### Q6. 素材がどこにも無い業務はどうすればいいですか？ ベテランの頭の中にしかなく、録画も議事録も残っていない業務は、素材を「これから作る」段階から始めます。有力なのは、AIをインタビュアーにしてベテランから聞き出す方式です。話すだけなので本人の負担が軽く、質問によって本人も言語化していなかった判断基準まで掘り出せます。やり方は暗黙知を会社にインストールする方法の記事に、質問テンプレートつきで書きました。まず本記事のパターンで「素材のある業務」を片付け、素材の無い業務はインタビュー方式へ、という順番が現実的です。 ## 持ち帰り用：「最初の1本」を今週作るチェックリスト 最後に、そのまま使えるチェックリストを置いておきます。目標は立派な整備計画ではなく、今週中に1本目のマニュアルを現物として出すことです。上から順に進めてください。 ☑ 最初の1本チェックリスト（10項目） - 新人や後任から「聞かれる回数が一番多い業務」を1つだけ選んだ - その業務の素材が4パターンのどれで手に入るか確認した（録画できる／引き継ぎ録音がある／チャットにある／旧マニュアルがある） - 素材が無い場合は、次にその業務をやる日に「画面録画＋実況」を予約した（追加工数ほぼゼロの①へ） - 素材から個人情報・顧客名・パスワードを除くかマスキングした - 使うAIの学習オプトアウト設定を確認した - 該当パターンの指示文例をコピーし、素材と一緒にAIへ渡した - 出力に【要確認】が残っていることを確認した（1つも無い出力のほうを疑う） - 業務を知っている担当者に30分の赤入れをしてもらった - 末尾に改訂履歴の欄を作り、初版の日付と根拠にした素材を書いた - 置き場所を決め、次に読む人に「分からなかった箇所に印をつけて」とセットで渡した 1に書いた「一番聞かれる業務」を思い浮かべたとき、具体的な業務名と、それを答え続けている人の顔が浮かんだはずです。その業務が1本目です。フォーマットの相談も、ツールの比較検討も、1本目の後でいい。現物が1つあると、社内の会話が「やるべきかどうか」から「次はどの業務か」に変わります。 ## まとめ：書く時間は、永遠に来ない。だから書かずに作る 要点は3つです。①マニュアルが無いのは意識の問題ではなく、「業務を知っている人に書く時間が無い」という構造の問題。②突破口は工数の捻出ではなく消滅——画面録画・議事録・チャットログ・旧マニュアルという既にある素材を、AIで変換する。③せっかく作るなら人間用とAI用の一石二鳥で設計し、更新は素材駆動とイベント駆動で回す。マニュアルはコストではなく、人にもAIにも仕事を教えられる、会社の資産になります。 自社のどの業務から手を付けるべきか、AI環境の導入も含めて体系的に進めたい方向けに、無料の資料セットを用意しています。マチモリ不動産のように導入の入り口から一緒に進める伴走の形——生成AI顧問という関わり方——については、AI顧問とは何かの記事に費用の考え方も含めてまとめているので、そちらも覗いてみてください。まずは今週、1本目からです。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：143字（推奨120〜158字） ============================================================ 業務マニュアルを作る時間がない——なら書くのをやめる。画面録画・議事録・チャットログ・旧マニュアルの4素材からAIでマニュアルを作る方法を、累計15社を支援する生成AI顧問・赤堀が指示文例つきで公開。人間用とAI社員用の一石二鳥設計、更新が止まらない仕組み、今週作るチェックリストまで。 --> --- # 社員がAIを使ってくれない本当の理由｜犯人はやる気ではなく設計 URL: https://aiandwill.com/shain-ai-tsukawanai/ 公開: 2026-07-31 / 更新: 2026-09-05 ツールは契約した。研修もやった。社内への案内も出した。それでも、使っているのはいつもの数人だけ——生成AI顧問として累計15社、研修や講座を含めれば30社超の会社と関わるなかで、この形の相談を数えきれないほど受けてきました。そして相談に来る経営者や推進担当の多くが、口には出さないものの、同じ疑いを抱えています。うちの社員は、やる気がないのではないか、と。 先に結論を置きます。犯人は社員のやる気ではありません。「使わない」を生んでいる設計の空白です。現場で見てきた「使わない」は、分解するとたった3つの型に収まります。何に使うか決まっていない。出力が仕事にならない。使える人が孤立している。——どれも意志の問題ではなく構造の問題で、構造なら設計で直せます。この記事では、その3つの型を症状から処方箋まで開き、さらにその奥にある心理の壁への「設計の答え」、号令をかけるほど使われなくなる逆説、定着した会社が共通してやっていたことまで、私が顧問の現場で使っている中身をそのまま置いていきます。最後に、自社の浸透度を測る8問のセルフチェックを付けました。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「やる気がない」を犯人にした瞬間、打ち手がすべて外れる AIが使われない状態が続くと、社内では静かな犯人探しが始まります。研修の内容が悪かったのか、ツールの選定を間違えたのか、それとも社員の意識か。そして多くの会社が、最後の答えに落ち着きます。意識が低い、変化を嫌がっている、と。 この診断は、ほぼ確実に外れています。根拠は単純で、同じ社員たちは、便利だと確信したものなら誰に言われなくても使うからです。スマホの地図アプリも乗換案内も、研修なしで全社に浸透しました。使われないのは、その社員にとって「使うと確実に得をする」形になっていないから。欠けているのはやる気ではなく、損得の設計です。 もう1つ、現場で繰り返し確かめてきたことがあります。私の見聞きする範囲では、AIを使わない社員の大半は「反対派」ですらありません。声を上げて抵抗する人は実際には少数で、多数派は様子見です。自分の仕事のどこに効くのか分からず、間違えたときに誰が責任を持つのか分からず、学ぶ時間の当てもない。この条件がそろった状態で様子見に回るのは、怠慢どころか、むしろ合理的な判断です。 やる気犯人説のいちばんの害は、打ち手が説得・啓発・叱咤に偏ることです。ポスターを貼る、朝礼で檄を飛ばす、意識改革の講話を開く——どれも、様子見を生んでいる構造そのものには触れていません。構造に触れない打ち手は、何度打っても効きません。では、その構造はどうなっているのか。「使わない」を3つに分解するところから始めます。 ## 「使わない」の3分解——どこで止まっているかで処方箋が変わる 使わない社員をよく観察すると、止まっている場所は人によって違います。そもそも入口に立っていない人、一度入って引き返した人、そして——見落とされがちですが——使えているのに広げられない人。整理すると次の3つです。 型社内でよく見る症状本当の原因（構造）処方箋（一行版） (a) 何に使うか決まっていない触ってはみたが2〜3回で終わる棚卸し不在。「自分のどの仕事に効くか」の翻訳が社員任せ会社が業務を棚卸しし、使う仕事を指定する (b) 出力が仕事にならない試した人ほど「思ったより使えない」で戻ってくる材料不足。AIが会社の情報を何も読んでいない読ませる資料とお手本を揃えた作業場所を作る (c) 使える人が孤立している一部の人だけ突出し、隣の席に広がらない個人技止まり。コツが暗黙知のまま共有されないやり方をファイル化し、誰でも再現できる形にする 1つずつ開いていきます。自社の「使わない」がどの型か、当てはめながら読んでください。 ### (a) 何に使うか決まっていない——棚卸し不在 症状：導入直後、社員は一度は触っています。質問を2つ3つ投げ、それらしい答えに少し感心して、そこで終わる。1ヶ月後に聞くと、最後に開いた日を思い出せない。「自由に使っていい」と渡された道具は、忙しい人の優先順位の中でいちばん下に沈みます。 構造：「何にでも使えます」という案内は、実はいちばん不親切な案内です。何に使うかを決める仕事——自分の業務を分解し、AIに向く部分を見極め、試し、手順に落とす——が、そっくり社員個人に丸投げされているからです。断言しますが、これはAI活用の全工程でいちばん難しい仕事で、本来は会社側の設計業務です。いちばん難しい部分を全社員に自力でやらせて、たまたま突破できた人だけが使っている。「浸透しない」の実態は、多くの場合これです。 処方箋：会社が業務の棚卸しをして、「この仕事のこの部分にAIを使う」まで指定します。議事録の整理、月次レポートの整形、提案書の下書き——仕事に名前を付けて渡された瞬間、社員は「使い道を考える人」から「仕事を任せる人」に変わります。考える負担が消え、成果の確認だけが残る。棚卸しの具体的な手順は業務の棚卸しのやり方の記事にまとめています。 ### (b) 出力が仕事にならない——材料不足 症状：意欲的に試した社員ほど、早く冷めます。期待して自分の業務の質問を投げ、返ってきたのは上手な一般論。自分の会社の文脈に合わない答えを手直しするくらいなら、最初から自分で書いたほうが早い——そう結論して戻ってきます。この「試した上での失望」は、触っていない様子見よりも根深く残ります。二度目に誘うほうが、初回より難しいのです。 構造：AIは、あなたの会社の商品も顧客も業務ルールも知りません。何も読ませずに使えば一般論しか返らないのは、AIの性能の問題ではなく渡した材料の問題です。私は顧問先のレクチャーで、AIの仕事の質は「モデルの賢さ×読ませた文脈×働く場所」の掛け算で決まる、と繰り返し伝えています。指示文の巧拙で埋まる差より、読ませる材料の有無で開く差のほうが、比べものにならないほど大きい。使われない会社では、この材料がゼロのまま社員だけが頑張らされています。 処方箋：社員に頑張らせる前に、会社がAIに材料を渡します。会社情報、業務資料、過去の良い成果物を置いた作業フォルダを用意し、AIが自社の文脈を読んだ状態で働く形にする。この作り方の全手順は「AI社員」の作り方の記事に公開しました。材料が揃った途端、素朴な日本語の指示でも出力が仕事になり、(a)で指定した業務が実際に回り始めます。 ### (c) 使える人が孤立している——個人技止まり 症状：どの会社にも、1人か2人は使いこなす社員がいます。その人の生産性は明らかに上がっている。それなのに、隣の席に広がらない。本人が善意で勉強会を開いても、その場では盛り上がり、翌週にはみんな元のやり方に戻っている——この光景を、私は何度も見てきました。 構造：個人のコツは、頭の中にある限り真似できないからです。使いこなす人の画面を横から眺めても、なぜその頼み方で良い答えが出るのかは見えません。しかもそのコツは本人の業務に最適化されているので、隣の人の業務にはそのまま合わない。孤立は本人の抱え込みのせいではなく、暗黙知という知識の性質そのものです。 処方箋：個人技を、ファイルに変換します。使っている資料、指示の型、成果物のお手本、作業の手順——これらをテキストとしてフォルダに残し、「あの人に聞かなくても同じ結果が出る」状態にする。目指すのは名人を増やすことではなく、名人のやり方が会社の資産になることです。なお、この個人技問題が導入プロセス全体のどこに位置するかはAI導入の失敗パターン7つの記事で組織側の視点から扱ったので、全体像を確かめたい方はそちらをどうぞ。 3つの型は独立ではありません。多くの会社で (a)→(b)→(c) は連鎖しています。使う仕事が決まっていないから材料も用意されず、材料がないから突破できるのは器用な少数だけになり、その少数のやり方は共有されない。逆に言えば、処方箋も1本の線でつながります。仕事を指定し、材料を揃え、やり方をファイルにする。この記事の残りは、この線を太くするための設計の話です。 AI定着の無料資料セットを受け取る（セミナー3本＋サービス資料） ## 心理の壁の正体——不安は説得ではなく設計で消す 構造の処方箋を打っても、まだ足が止まる社員はいます。残っているのは心理の壁です。私はこれまで延べ100名以上に生成AIのレクチャーをしてきましたが、講義のあとの質疑や雑談でいちばん多く受けてきたのは、技術の質問ではなく不安の相談でした。要旨をまとめると、3つに集約されます。 - 業務中にAIと対話している姿が、周りからサボっているように見えないか - AIの間違いをそのまま出してしまったら、責任は誰が取るのか - 新しい道具を学ぶ時間など、いまの業務量のどこにもない 重要なのは、この3つのどれひとつとして「説得」では消えないことです。大丈夫だから使ってごらん、と声をかけても、不安の根拠になっている構造が残っている限り行動は変わりません。消すのは言葉ではなく設計です。壁と設計の対応を1枚にしておきます。 心理の壁不安の中身効かない答え（精神論）設計の答え サボりと思われる不安AIを使う時間が「正式な仕事」と認められていないどんどん使っていい、という口頭の励まし利用ルールの明文化——使ってよい業務と推奨する行動を会社の文書として宣言する 間違いが怖いAIの誤りの責任が自分に来る気がするAIも完璧ではないから気をつけて、という注意喚起下書きまで原則——AIの出力は必ず人が確認して仕上げる。責任の所在を先に決める 学ぶ時間がない練習が「自習」扱いで、業務量は1分も減っていない隙間時間で学ぼう、という号令業務時間内の練習枠——週30分〜1時間を業務として割り当てる ### 設計1：利用ルールの明文化——「使っている姿」を正式な仕事にする 口頭の許可は、上司が代わり、忙しさに流されるたびに消えます。文書は消えません。A4一枚で足ります。AIの利用を会社として推奨すること、使ってよい業務の範囲、入れてはいけない情報（個人情報・顧客の非公開情報・パスワード）、困ったときの相談先——この4点を書いて配った瞬間、「AIと話している時間」は正式な業務になります。私の見聞きする範囲では、明文化の効果がいちばんはっきり出るのは、真面目な社員です。真面目な人ほど、会社の許可が明示されていない道具を業務中に使うことをためらいます。使わない社員が慎重なのは、多くの場合、不真面目だからではなく真面目だからです。この構造に気づくと、打つべき手が説教ではないことも見えてきます。 ### 設計2：下書きまで原則——間違いが出ても仕事が壊れない形にする AIの出力は下書きであり、仕上げと確認は人間がやり、社外に出す判断は人間が下す——この一線を先に引いておくと、「間違いが怖い」の意味そのものが変わります。AIは間違えます。しかし、間違いを含む下書きでも、白紙から書くよりはるかに速く仕事になります。確認して直す前提なら、AIの間違いは事故ではなく工程の一部です。私が顧問先に必ず伝えている原則に、「壊されないか、ではなく、壊れても戻せるか」があります。間違いをゼロにしようとする設計は、結局誰も動けなくします。間違いが出ても仕事が壊れない設計にすれば、人は安心して試せます。安心は性格ではなく、設計の産物です。 ### 設計3：業務時間内の練習枠——時間は「作らせる」のではなく「割り当てる」 学ぶ時間がない、というのは言い訳ではなく事実です。気合いでは1分も生まれません。定着した会社は、社員に時間を作らせるのではなく、時間を割り当てていました。週の決まった曜日・時間に、自分の業務でAIを試す枠を業務として置く。ポイントは2つで、自習扱いにしないこと、そして練習の題材を (a) で指定した業務にすることです。練習と実務が同じなら、練習した分だけ実際の仕事が進みます。「練習の成果物がそのまま今週の納品物になる」設計にできれば、練習枠は誰にも削られなくなります。 3つの設計に共通するものに気づくでしょうか。どれも、社員個人の勇気を不要にしています。勇気のある社員だけが使える道具は浸透しません。勇気が要らない道具は、放っておいても浸透します。 ## 「使え」と言うほど使われなくなる——号令より伝播の設計 ここまでの設計を整えたうえで、最後にもう1つ、多くの経営者が踏む逆説に触れておきます。号令です。トップが全員に向けて、AIを使うように、と言う。言った直後は、たしかに使われます。正確には、使ったことにされます。報告のためのログイン、形だけの試用、会議で聞かれたときのための実績づくり——号令が生むのは活用ではなく、遵守の演技です。 なぜそうなるのか。命令は「使わないと損」を作りますが、「使うと得」を作らないからです。人は損を避けるための最小限の行動を選びます。ログインはする、しかし自分の仕事のやり方は変えない。私が見てきた範囲では、号令の強さと浸透の深さはほとんど比例しません。むしろ強い号令は道具に「やらされごと」の匂いを付け、静かな距離を生みます。 効くのは号令ではなく伝播です。社内に1人、本物の成功例を作り、それを見せる。手順は3つだけです。 - 最初の1人を選ぶ——ITに詳しい人ではなく、繰り返しの多い業務を持ち、困りごとが具体的で、社内で信頼されている人。伝播の速さは、最初の1人の技術力ではなく人望で決まります。 - その人の1業務だけを、確実に成功させる——材料を揃え、手順を作り、ここだけは会社が全力で支援します。中途半端な成功例は伝播しません。 - 成果を数字と成果物で見せる場を作る——週次の朝会で5分、前はこうだった・いまはこうなった、を本人の言葉で。デモではなく実務の報告として見せるのがコツです。 号令ルート（止まる） 全員への号令 ↓ 形だけの利用・報告のためのログイン ↓ 進捗を聞く人がいなくなる ↓ 半年後、静かに形骸化 伝播ルート（広がる） 1人の本物の成功 ↓ 成果を見せる場（週5分） ↓ 隣の席が自分から聞きに来る ↓ 型が複製され、業務単位で広がる 隣の席の人の、自分と似た仕事が、目に見えて楽になった——この事実は、どんな号令よりも雄弁です。見た人は、命令されなくても聞きに行きます。教わりに行く行動は自発なので、演技になりません。伝播の設計とは、「使え」という命令を「隣がうらやましい」という感情に置き換える設計です。 ## 定着した会社が共通してやっていたこと3つ 最後に、視点を裏返します。累計15社の顧問と30社超の支援のなかで、AIが定着した会社を思い浮かべると、業種も規模もバラバラなのに、やっていたことは驚くほど似ていました。3つです。 1つ目、使う業務を会社が決めていた。定着した会社で「自由に使ってください」という案内を見た記憶が、私にはほとんどありません。議事録、報告書、提案書の下書き——AIの担当業務が名指しで決まっていて、社員はそこから使い始めていました。自由は一見親切ですが、忙しい現場にとって自由とは「後回しにしてよい」の同義語です。指定は不自由ではなく、迷いの削減です。 2つ目、社員の意識ではなく、AIの側に投資していた。定着しなかった会社はポスターと研修に投資し、定着した会社はAIに読ませる材料と作業場所とルールファイルに投資していました。いわばAIの職場環境の整備です。費用の話をしておくと、ツールの実費は私の顧問先での設計だと1人あたり月3,000円〜1万円程度で、投資として重いのはお金ではなく、材料を揃える数日の手間のほうです。そしてこの手間は、社員個人に負わせず会社が持つ。個人の自腹と独学に頼った導入で定着した例を、私は見たことがありません。 3つ目、使うことを制度にしていた。利用ルールの明文化、業務時間内の練習枠、成果を見せる場。前の章で書いた3つの設計を、意識としてではなく制度として置いていました。共通するのは、個人の善意・勇気・熱意に頼る箇所を、設計で1つずつ潰していく姿勢です。善意は枯れますが、制度は残ります。 ちなみに、私がAI顧問の契約をAI顧問の最初の90日｜前半の進め方という形にしているのも、根っこは同じ考えです。浸透は、外部の人間が永遠に伴走して支えるものではありません。90日で「仕事の指定・材料・制度」という型さえ作れば、あとは社内で回り始める。もし回り始めないなら、それは伴走を延長する理由ではなく、設計を見直す合図です。定着を外部依存にしない——この線引きは、支援する側の誠実さの問題だと思っています。 定着設計の進め方がわかる無料資料セットはこちら ## よくある質問（浸透の相談で実際に聞かれる順） ### Q1. 若手は使うのに、ベテランが使いません。年齢の問題でしょうか？ 年齢の問題として扱わないほうがいいです。ベテランが使わない理由は、多くの場合 (a) と (b) の複合です。経験で仕事が速いベテランほど、一般論しか返さないAIを「自分より遅い新人」と正しく評価して離れます。つまり目が肥えているだけです。効くのは、ベテランの業務のうち過去の成果物が豊富な定型業務を1つ指定し、材料を揃えて渡すこと。そしてもう1つ、ベテランには「AIに教える側」に回ってもらうことです。自分のやり方をAIの手順書に変換する役は、経験の否定ではなく経験の承認なので、入り方がまるで違ってきます。 ### Q2. 使うことを業務命令にして、評価にも反映するのはありですか？ ルールの明文化と練習枠までは、むしろ制度にすべきです。ただし「使った回数」を評価に入れるのはやめてください。測っているものがログイン数になった瞬間、演技が始まります。評価に載せるなら回数ではなく成果——AIを使って業務の手順や所要がどう変わったかの実例——にしてください。号令の章で書いたとおり、強制が作れるのは遵守までで、活用を作るのは伝播だけです。 ### Q3. 会社が把握していないところで、個人アカウントで勝手に使っている社員がいるようです。 咎める前に、良い知らせとして受け取ってください。使いたい需要が社内に確かにある証拠です。危険なのは使うこと自体ではなく、線引きのない使い方——顧客情報を個人アカウントに入れる、といった形——なので、対処は禁止ではなく公式化です。会社契約のアカウントと明文化したルールを用意し、表で堂々と使える道を作れば、隠れた利用は表に出てきます。禁止だけを言い渡すと利用は地下に潜り、会社から見えなくなる分、リスクはむしろ上がります。 ### Q4. 最終的には全社員に浸透させるべきでしょうか？ 最初から全員を目指さないでください。浸透は面ではなく点から始まります。1部署・1業務で確実な成功を作り、見せる場で伝播させる。私が見てきた定着した会社でも、全員が同じ熱量で使っていたわけではありません。目指す姿は「全員が使う会社」ではなく、「AIで回る業務が増え続ける会社」です。後者を追うほうが、結果として前者にも近づきます。 ### Q5. もう一度研修をやり直せば、使うようになりますか？ 1回目の研修のあと使われなかった理由が「使い方を知らないから」であれば、2回目で直ります。しかし本記事の3分解のどれかに当てはまるなら——使う業務が未指定、材料が未整備、個人技止まり——研修では直りません。研修が運べるのは知識だけで、設計は運べないからです。先に、研修の翌週から使う場所と仕事を設計してください。研修を定着につなげるための条件はAI研修で終わらないための記事に詳しく書きました。 ### Q6. 浸透したかどうかは、何で測ればいいですか？ ログイン率で測らないでください。演技できる指標は、必ず演技されます。私がおすすめしているのは「AI前提に変わった業務の数」です。この業務はAIが下書きを作り、人が確認して仕上げる——と手順そのものが書き換わった業務が何個あるか。1個なら点、3個なら線、部署をまたいだら面です。この物差しなら、次章のセルフチェックと同じ土俵で定点観測できます。 ## 持ち帰り用：AI浸透度セルフチェック8問 ここまでの内容を、自社の現在地を測る8問に圧縮しました。「はい」ならチェックを入れてください。おすすめの使い方は、経営者・管理職と現場の社員が別々にチェックして、結果を突き合わせることです。管理職には付くのに現場には付かない項目こそ、制度が紙の上だけになっている場所です。 AI浸透度セルフチェック 当てはまるものにチェックを入れてください（チェック＝「はい」） Q1. AIの利用を推奨すること・使ってよい範囲が、会社の文書として明文化されている Q2. 「この業務のこの部分にAIを使う」と名指しで指定された業務が1つ以上ある Q3. AIに読ませる会社の資料・過去のお手本を揃えた作業場所（フォルダ）がある Q4. 「AIの出力は下書き。確認と仕上げは人間」という原則が全員に共有されている Q5. 業務時間内に、AIを試す練習枠が制度として確保されている（自習扱いではない） Q6. 社内に「AIでこの仕事がこう変わった」という実例があり、それを見せる場がある Q7. 使いこなしている社員のやり方が、ファイル・手順書として他の人にも再現できる形で残っている Q8. 経営者・管理職自身が、この1ヶ月のあいだに自分の業務でAIを使った チェック0〜2個：社員が使わないのは当然の段階です。責める材料はどこにもありません。まずQ2の「業務の指定」から着手してください。 チェック3〜5個：骨格はあります。付かなかった項目が、いま浸透を止めているボトルネックです。1つずつ設計で埋めれば動き出します。 チェック6〜8個：浸透の設計はほぼ完成しています。あとは「AI前提に変わった業務の数」を定点観測しながら増やすだけです。 ## まとめ：社員は変えなくていい。設計を変える 社員がAIを使わない理由は、やる気でも年齢でもITリテラシーでもなく、3つの設計の空白でした。使う仕事が指定されていない。出力を仕事に変える材料がない。使える人のやり方が共有されていない。そこに心理の壁——サボりと見られる不安、間違いへの恐れ、時間のなさ——が重なり、号令がとどめを刺す。逆に言えば、指定と材料と制度を用意し、号令の代わりに1人の成功を見せれば、社員は変わらなくても行動が変わります。私が現場で見てきた「浸透した会社」は、例外なくこの順番でした。 最初の一歩は30分で打てます。使ってほしい業務を1つ決め、その業務の過去の良い成果物を3つ選ぶ——ここまでやれば、3分解の (a) と (b) の入口は同時に開きます。作業場所の作り方は「AI社員」の作り方の記事に、導入プロセス全体のつまずきは失敗パターン7つの記事にまとめてあるので、セルフチェックの結果と合わせて使ってください。 自社の浸透設計を体系的に進めたい方には、セミナー動画3本とサービス資料をまとめた無料の資料セットを用意しています。社員のやる気を疑う前に、設計から始めたい方はこちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：137字（推奨120〜158字） ============================================================ 社員がAIを使ってくれない犯人は、やる気ではなく設計の空白——累計15社を支援する生成AI顧問・赤堀が「使わない」を3つに分解し、症状→構造→処方箋で解剖。サボりと見られる不安・間違いへの恐れ・時間のなさへの設計の答え、号令より効く伝播設計、浸透度セルフチェック8問も公開。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # 生成AIの費用対効果の測り方｜「時間削減」で測ると失敗する理由 URL: https://aiandwill.com/seisei-ai-hiyotaikoka/ 公開: 2026-07-31 / 更新: 2026-09-05 「AIを導入して、月◯時間の削減に成功しました」——この形の報告を、私はこの1年で本当にたくさん見てきました。導入事例の記事でも、社内の稟議資料でも、生成AIの費用対効果はほぼ例外なく「時間削減」の言葉で語られます。ただ、生成AI顧問として累計15社と向き合ってきた立場から、正直に書きます。私はこの測り方に、ずっと違和感を持っています。この種の見出しを目にするたび、頭の中に意地の悪い質問が浮かんでしまうのです。「その削減された◯時間は、どこに行きましたか？」——この質問に具体的に答えられる会社を、私はほとんど見たことがありません。 浮いたはずの時間は、たいてい別の仕事に静かに溶けます。溶けること自体は悪いことではありません。問題は、行き先を説明できない時間を時給換算して「効果◯◯万円」と積み上げた瞬間、その数字が誰の実感とも、帳簿のどの行とも一致しない虚構になってしまうことです。だから私は、顧問先での効果測定の第一軸を時間削減に置いていません。置いているのは「打てる手が増えたか」——出せなかった提案書が出せた、書けなかった記事が書けた、返せなかった問い合わせに返せた、という攻めの手数です。ここから、時間削減換算の3つの罠、手数と外注費比較で測る考え方、顧問先の週次レポートで実際に運用しているROI式、そして明日から使える効果測定シートの列構成まで、私が現場で使っている測り方を全部公開します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「時間削減」で測りたくなるのか——換算の3つの罠 まず、時間削減という測り方がこれほど広まった理由から考えます。悪意があって選ばれているわけではありません。理由はおそらく3つで、①測りやすそうに見える（作業の前後で時間を比べればいい）、②稟議の言葉として通りやすい（「業務効率化」に反対する人はいない）、③世の中の導入事例がこの形式で書かれている——つまり、いちばん手近な物差しだからです。しかし、手近な物差しが正しい物差しとは限りません。時間削減換算をAI導入のROIの主役に据えると、運用するうちに必ず顔を出す罠が3つあります。 罠何が起きるか現場に出るサイン ①浮いた時間は別の仕事に溶ける削減されたはずの時間の行き先を誰も説明できない。人件費も残業も思ったほど変わらない「で、その時間で何をしたの？」に誰も答えられない ②時給換算は虚構になりがち「時給×削減時間＝効果◯万円」は帳簿のどこにも現れない概念上の金額。経理・決算と照合できない効果報告の金額は増え続けるのに、利益は変わらない ③「削減」は縮小の発想で士気が上がらない現場が「仕事が減る＝いずれ人が減る」と受け取り、協力ではなく警戒が生まれる効果測定の話をすると、現場の空気が重くなる ### 罠①：浮いた時間は、別の仕事に溶ける 仮に、議事録の整理が30分から5分になり、月に20時間浮く計算になったとします。ところが月末に振り返ると、その20時間はどこにも見当たりません。細かな確認、割り込みの対応、後回しにしていた雑務——忙しい現場では、空いた時間は次の仕事にすぐ吸い込まれます。残業は思ったほど減らず、新しい売上が立ったわけでもない。繰り返しますが、溶けること自体は不健全ではありません。現場は忙しいのですから、空いた手が次の仕事に向かうのは自然です。不健全なのは、行き先を説明できない時間を「効果」として計上し続けることのほうです。行き先の説明がない効果は、報告書の上にしか存在しません。 ### 罠②：時給換算は、虚構になりがち 時間の数字は、たいてい次に金額へ変換されます。仮に時給3,000円の社員の時間が月20時間浮いたとして、6万円の効果——この計算の弱点は、この6万円がどこにも実在しないことです。給与は1円も減っていない（減らすべきでもありません）。売上も1円も増えていない。つまりこの金額は、会計のどの行とも照合できない「概念上のお金」です。1回や2回の報告なら通ります。しかし毎月積み上げて「年間◯◯百万円の効果」まで育てた頃、経理か役員の誰かが必ず気づきます。「その効果は、うちの決算のどこにあるの？」——ここで答えに詰まったとき、失われるのは効果測定の信用だけではありません。AI導入そのものが「盛った話」の扱いを受け始めます。私はこの瞬間の空気の変わり方を何度も見てきました。数字で信用を作るはずの効果測定が、数字のせいで信用を失う。時給換算を主役にした測り方の、いちばん皮肉な結末です。 ### 罠③：「削減」は縮小の発想で、士気が上がらない 3つ目の罠は数字ではなく人の問題で、私はこれがいちばん深刻だと思っています。「削減」は縮小の言葉です。効率化・削減・圧縮という言葉で導入を語ると、現場の耳には「あなたの仕事は減らされる対象だ」と聞こえます。自分の仕事が減った先に何が待つのか——現場が想像するのは、明るい未来ではありません。結果として、推進役が旗を振っているのに現場が乗ってこない、という相談は本当に多いのです。原因はツールでも教育でもなく、効果を「守り」の言葉で定義したことにある場合が少なくありません。生成AIの導入は本来、できることを増やす攻めの投資です。測り方の言葉は、導入の空気を決めます。だからこそ、第一軸に据える物差しを変える必要があります。 ## 第一軸は「打てる手が増えたか」——攻めの手数で測る 私が顧問先に置いている効果測定の第一軸は、シンプルにこれです。「AIが入る前は打てなかった手を、今週いくつ打てたか」。 具体的には——出せなかった提案書が出せた。書けなかった記事が書けた。返せなかった問い合わせに、その日のうちに返せた。後回しにしていた分析資料が会議に間に合った。作れなかったマニュアルの初版ができた。どれも「時間が減った」話ではなく、「行動が増えた」話です。私はこれを「攻めの手数」と呼んでいます。 なぜこれを第一軸にするのか。理由は3つあります。 第一に、手数は数えられるからです。提案書は本数で、記事も本数で、問い合わせ対応は件数で数えられます。しかも成果物というファイルの形で実在するので、あとから誰でも検証できます。溶けて消える時間と違い、打った手は消えません。効果測定でいちばん大事な性質は「あとから疑われたときに現物を見せられること」で、手数はこの条件を最初から満たしています。 第二に、売上との距離が近いからです。提案書が出れば商談が動き、記事が出れば問い合わせの入り口が増え、返信が速くなれば案件がこぼれにくくなる。手数は売上の先行指標です。「浮いた時間」と売上の間には説明の飛躍がありますが、「増えた提案書」と売上の間には自然な因果の線が引けます。経営会議で説明するときの通りやすさが、まるで違います。 第三に、言葉が攻めだからです。「今月は、今まで打てなかった手を◯本打てた」という報告は、現場の士気を削りません。むしろ「次はどの手を増やすか」という前向きな会話を生みます。罠③の裏返しです。 私自身の会社も、この測り方で回しています。うちは大所帯ではありませんが、SEO記事の制作、提案資料の組み立て、日報のような社内文書まで、仕事の手順をAIに教えてあります（この「教え方」自体はAI社員の作り方の記事に全手順を書きました）。導入の効果を実感するのは、正直に言えば「楽になった」瞬間ではありません。以前なら「やりたいが手が回らない」で見送っていた打ち手が、実行のテーブルに載った瞬間です。手が回らないという理由で黙って捨てていた選択肢が、選べる選択肢に変わる——生成AIの費用対効果の正体は、これだと私は考えています。 2つの軸の違いを表で並べます。同じ導入を測っているのに、見える景色がこれだけ変わります。 観点時間削減軸攻めの手数軸 問いの形何が減ったか何が増えたか 数えるもの作業時間の差分実行できた打ち手（成果物）の数 検証可能性低い（時間は溶けて消える）高い（成果物がファイルとして残る） 金額の根拠時給換算（帳簿と照合できない概念上の金額）外注費比較（実在する市場相場で値札を付けられる） 売上との距離遠い（説明に飛躍がある）近い（提案・発信・対応は売上の先行指標） 現場の受け取り方守り（仕事が減らされる不安）攻め（できることが増える期待） 報告を続けたときの信用積むほど疑われる積むほど納得される 「攻めの手数」を増やすAI導入の全体像｜無料資料セットを見る ## 第二軸は外注費比較——「その成果物、外注したらいくらか」 手数が増えたことは分かった。では、その手数は投資に見合うのか——ここで初めて金額の物差しが必要になります。私が使うのは時給換算ではなく、外注費比較です。やり方は単純で、増えた手の1つひとつに「これを社外に発注したら、いくらかかったか」という値札を付けていきます。 提案書なら制作会社やデザイナー、記事ならライターや編集プロダクション、議事録整理や問い合わせの一次対応なら事務代行——どの成果物にも、世の中には対応する外注市場があり、相場があります。私の見聞きする範囲では、記事を外部のライターに頼めば1本あたり数万円、提案書をデザインから制作会社に任せれば1本で十数万円かかることも珍しくありません。事務代行も時給換算で数千円の世界です。実際の金額は成果物の種類と品質要求で大きく変わるので、自社で測るときは一度本当に見積もりを取るか、公開されている相場を調べて自社の単価表を作ることをおすすめします。値札の根拠が「実在する市場の相場」になる——これが時給換算との決定的な違いです。概念上のお金ではなく、実際に払うはずだったお金で測る。 一方の、AI側の費用はどうか。ツールの実費は、私の顧問先の水準で1人あたり月3,000円から1万円程度です。月に「打てなかった手」が数本打てるようになるだけで、外注費換算の金額はツール費を大きく超えます。構造として、どうあがいても安いのです。ここに顧問料や研修費のような導入支援の費用を足しても、この構造は変わりません。費用側の全体像（AI顧問・研修・コンサルの相場と内訳）はAI顧問の費用相場の記事にまとめてあるので、投資側の数字を固めたい方はそちらをどうぞ。ちなみに当社の顧問契約は月30万円〜（税別・社員同席込み）の最低6か月の伴走ですが、この金額の妥当性も「その3ヶ月で打てるようになる手の外注費換算」で判断してもらうのが、いちばんフェアだと思っています。 1つ、フェアネスのための注意を添えます。外注費比較は「AIの成果物は外注のプロと同品質だ」という主張ではありません。プロの制作会社が作る提案書と、AIが下書きして社内で仕上げた提案書は、別のものです。だから値札を付けるときは、人間が確認・仕上げにかけた時間も正直に投資側へ計上します。それでもこの比較に意味があるのは、比べているのが「外注するか、AIでやるか」ではないからです。ほとんどの会社にとって、実際の二択は「AIでやるか、そもそもやらないか」でした。発注すらされずに消えていた打ち手が実行された——外注費比較は、その価値に世の中の相場で値段を付ける作業です。 ## 補助軸としての時間換算——顧問先で週次運用しているROI式 ここまで読んで、「では時間削減の数字は完全に捨てるのか」と思われたかもしれません。捨てません。時間は、補助軸としてなら十分に働きます。条件は2つ——第一軸（手数×外注費比較）の下に置くこと、そして虚構化を防ぐ仕組みとセットで使うことです。 その実例として、顧問先のWECS（熱海の総合防災点検会社・業歴30年以上）のAI活用で、週次レポートに載せて運用しているROI式を紹介します。 投資額 ＝ 作業時間 × 基準時給 推定生産額 ＝ 売上見込 ＋ 費用削減 ＋ 削減時間の金額換算 ＋ 資産価値 ROI（%） ＝（推定生産額 − 投資額）÷ 投資額 × 100 週次レポートで運用中のROI式。時間削減は「推定生産額」を構成する4項目の1つにすぎない この式の設計意図を4つ説明します。ここが本記事でいちばん持ち帰ってほしい部分です。 ①投資額側に「人の時間」を正直に入れる。ツール代だけを投資額にすると、ROIはいくらでも良く見せられます。AIに指示を出し、出力を確認し、仕事を教えた時間——導入と学習のコストを基準時給で金額化して、分母に入れる。効果測定の信用は、効果側を盛らないことより先に、投資側を正直に書くことから始まります。 ②時間削減は「4項目の1つ」にすぎない。推定生産額の内訳を見てください。売上見込・費用削減・削減時間の金額換算・資産価値——時間はあくまで4分の1の構成要素です。時間削減「だけ」で測るから虚構になるのであって、位置づけを明確にした一項目としてなら、時間の数字にもちゃんと居場所があります。第一軸を手数に譲ったうえでの補助軸、という序列がこの式には織り込まれています。 ③「資産価値」を数える。4項目の中で最も見落とされがちで、しかし私が最も重視しているのがこれです。AIに仕事を教える過程で作られた手順書・テンプレート・ルールファイルは、その週だけでなく翌週も翌月も働き続ける資産です（この資産の作り方と考え方はAI社員の作り方の記事に書きました）。時間削減が「今週のフロー」だとすれば、資産価値は「積み上がるストック」。生成AIの費用対効果が月を追うごとに良くなっていく理由は、ほぼこのストックにあります。 ④最重要のルール——根拠が弱い数値は「仮説」と明記する。売上見込のような柔らかい数字を、確定値と同じ顔で並べない。実測できた数字、推定の数字、仮説にすぎない数字を区別して扱う。柔らかい数字に「仮説」と書き添えるのは、正直、少し勇気が要ります。レポートの数字が弱く見えるからです。それでも私がこの運用を強く勧めるのは、効果測定の信用はROIの高さではなく、根拠の透明性で決まるからです。仮説と明記された数字は、あとで検証して更新できます。盛られた数字は、一度照合に失敗した瞬間、レポート全体の信用を道連れにします。罠②で書いた「決算のどこにあるの？」への答えを、式の運用ルールとして先回りで用意しておくわけです。 お気づきかもしれませんが、私はここに「WECSのROIは◯％でした」という結果の数字を書いていません。意図的です。文脈を離れた数字は独り歩きし、読んだ会社の期待値を狂わせます。持ち帰ってほしいのは結果の数字ではなく、式の構造と、仮説を仮説と書く運用のほうです。 効果測定の設計まで伴走するAI顧問の資料を無料で受け取る ## 測り方の実務——週次で手数、月次で外注費換算、四半期でROI 最後に、ここまでの考え方を日々の運用に落とします。大がかりな仕組みは要りません。週5分と月30分で回る形にするのが、続けるための絶対条件です。効果測定そのものが重い業務になったら本末転倒ですから。 ### 週次：「今週AIで打てた手」を数える（5分） 金曜の終業前に5分、今週AIで実行できた打ち手を書き出します。ルールは1つだけ——数えていいのは、成果物として実在する手だけ。「AIに質問して参考になった」は数えません。提案書・記事・報告書・返信・分析資料のように、ファイルや送信記録として残ったものだけを1手と数えます。基準を厳しくするのは、この数字を「誰にも疑われない数字」にするためです。 今週AIで打てた手 ・提案書ドラフト 2本（先週まで着手ゼロで滞留していた案件） ・問い合わせへの一次回答 5件（従来は翌営業日→当日中に） ・会議用の分析資料 1式（毎回「時間がなくて口頭で」になっていたもの） → うち「AIがなければ打てなかった・大幅に遅れた」手：◯本 ▲ 週次カウントの記入イメージ（項目・数字は説明用のサンプル） ### 月次：手数に外注費の値札を付ける（30分） 月末に30分、今月の手数一覧に「外注したらいくらか」の概算を付けて合計します。外注費換算の合計と、実費（ツール代＋導入支援の費用＋人がかけた時間×基準時給）を並べれば、それがそのまま今月の費用対効果の一次報告になります。値札の相場は、最初の月に単価表として作ってしまえば、翌月からは貼るだけです。単価表の根拠（見積もり・公開相場のURL）も一緒に残しておくと、あとから誰に見せても崩れません。 ### 四半期：ROI式で総括する 3ヶ月分をまとめて、先ほどのROI式に入れて総括します。時間削減の金額換算が登場するのは、ここが初めてです。売上見込や資産価値のような柔らかい数字には、必ず仮説マークを付けて出してください。四半期という単位にするのは、資産価値（教えた手順書のストック）の効果が月単位では見えにくいからです。 そして、運用前の大前提をひとつ。何を測るかは、AIに何を任せたかで決まります。任せる仕事の選定が曖昧なまま効果測定だけ精緻にしても、測るものがありません。どの業務を任せるかの洗い出しから始めたい方は、業務の棚卸しのやり方の記事を先にどうぞ。棚卸しと効果測定は、同じ表の入口と出口です。 ### セルフチェック10問——効果測定が「虚構化」していないか 運用が回り始めたら、四半期に一度、この10問で測り方そのものを点検してください。3つ以上「いいえ」が付いたら、数字より先に測り方を直すサインです。 - 効果の第一軸が「減ったもの」ではなく「増えたもの」になっているか - 数えている手は、成果物・記録として実在するか - 「削減した時間で何をしたか」に答えられるか - 金額換算の根拠が、実在する相場（見積もり・公開相場）にひも付いているか - 投資額側に、ツール代だけでなく人の時間を入れているか - 根拠の弱い数字に「仮説」の明記があるか - 時間削減の換算に使った仮定（基準時給・測り方）を添えているか - マイナスの月（学習コスト先行の月）も隠さず報告しているか - 測定の負担が週5分・月30分の範囲に収まっているか - 測定結果が「次にどの手を打つか」の会話につながっているか ## よくある質問（効果測定の相談で実際に聞かれる順） ### Q1. 経営会議では時間削減の数字を求められます。出してはいけませんか？ 出して構いません。ただし単独で出さず、必ず第一軸（打てた手の数と外注費換算）の後ろに置いてください。順番を変えるだけで、同じ数字への信頼度が変わります。時間の数字を先頭に置くと「で、その時間はどこに行ったの？」という反撃を受けますが、手数と値札の後ろに置かれた時間の数字は、裏付けの1つとして働きます。あわせて、換算の仮定（基準時給・測り方）を必ず添えること。仮定のない換算金額が、罠②の入口です。 ### Q2. 「打てた手」は、何をもって1手と数えればいいですか？ ①成果物・記録として実在すること、②「AI導入前なら実行されなかった（または大幅に遅れた）」こと——この2条件を満たすものだけを数えるのが私の基準です。判定は厳しめに、迷ったら数えない。手数は多く見せるための数字ではなく、疑われないための数字です。後述のシートのD列（AIなしなら実行できたか）を◯△✕で自己申告する形にすると、判定が安定します。 ### Q3. 導入して最初の月は、教える時間ばかりかかって効果がマイナスに見えます。 正常です。投資額に人の時間を正直に入れる限り、最初の1〜2ヶ月が投資超過になるのはむしろ健全な証拠です。ここで数字を盛らず、「今月は資産（手順書・ルールファイル）を◯本作った月」と資産価値の側で報告してください。教えた仕事は翌月以降も働き続けるので、正直に付けた効果測定は、時間とともに勝手に良くなっていきます。逆に初月から派手なROIが出ている報告は、投資側の計上漏れを疑ったほうがいい、というのが私の感覚です。 ### Q4. ROI式の「資産価値」には、何をどう入れればいいですか？ AIに教えた手順書・テンプレート・ルールファイル・整備したフォルダなど、「来月も使い回せる形で残ったもの」を入れます。金額化に迷ったら、「同じものを外部に発注したらいくらか」（マニュアル作成の外注相場が目安になります）か、「人がゼロから作ると何時間かかるか×基準時給」で仮置きし、仮説と明記してください。金額の厳密さより、資産という項目が式の中に存在すること自体が大事です。この項目がないと、AI活用の複利の部分がすべて測定から漏れます。 ### Q5. 外注費比較は水増しになりませんか？ 外注のほうが品質は高いはずです。 その指摘は正しく、だからこそ2つの補正を入れます。①人間の確認・仕上げの時間を投資側に計上する、②値札は「その品質で実際に発注する場合の控えめなライン」で付ける。そのうえでなお、この比較には意味があります。比べているのは外注とAIの品質ではなく、「実行された打ち手」と「発注すらされず消えていた打ち手」だからです。ゼロ本の提案書とAI起点の提案書の差は、品質の差の議論より先に、存在の差として効いてきます。 ### Q6. 効果測定は誰がやるべきですか？ 管理部門ですか？ 週次の手数カウントは使っている本人、月次の集計と報告は推進役の1名、が私の推奨です。本人が数える理由は、「打てなかった手が打てた」の実感は本人にしかないから。ただし、測定の型（シートの列構成・単価表・仮説明記のルール）を最初に設計する段階だけは、経営に近い人が関わってください。何を効果と呼ぶかの定義は、経営判断そのものだからです。この設計部分を外部の伴走者と作る選択肢もあります——顧問がここをどう担うかはAI顧問とはの記事に書いています。 ## 持ち帰り用：効果測定シートのテンプレ（列構成） 最後に、ここまでの測り方を1枚に落とした効果測定シートの列構成を置いておきます。ExcelでもスプレッドシートでもkintoneでもOK、道具は何でも構いません。列の構成と運用ルールだけ揃えてください。 【週次シート：打てた手の記録】※1行＝1手 A列: 日付 B列: 打てた手（成果物名・アクション名） C列: 種別（提案／発信／顧客対応／社内整備／分析） D列: AIなしなら実行できたか（◯=できた ／ △=大幅に遅れた ／ ✕=打てなかった） E列: 外注したら（想定発注先／概算費用 ※自社の単価表から転記） F列: 人がかけた時間（指示・確認・仕上げの合計） G列: 根拠ランク（実測／推定／仮説） H列: 備考（品質メモ・次回への改善点） 【月次集計】 ・打てた手の合計（D列が△・✕の行だけを数える） ・外注費換算の合計（E列の合計） ・実費の合計（ツール代 ＋ 導入支援費 ＋ F列合計 × 基準時給） 【四半期：ROI総括】 ・投資額 ＝ 作業時間 × 基準時給 ・推定生産額 ＝ 売上見込 ＋ 費用削減 ＋ 削減時間の金額換算 ＋ 資産価値 ・ROI（%） ＝（推定生産額 − 投資額）÷ 投資額 × 100 ※ G列に「仮説」を含む場合、レポートの数字に必ず「仮説含む」と明記する ポイントはD列とG列です。D列が「◯（AIがなくてもできた）」の行は手数に数えない——この1列が水増しを防ぎます。G列の根拠ランクは、仮説を仮説と書くための仕掛けです。この2列がある限り、あなたの効果測定シートは、盛らない・疑われない・続けられる数字であり続けます。 ## まとめ：「何が減ったか」ではなく「何が増えたか」を数える 生成AIの費用対効果の測り方を、順番ごと整理します。第一軸＝打てる手が増えたか（攻めの手数）。第二軸＝その手の外注費換算。補助軸＝時間換算を含むROI式（投資側を正直に、仮説は仮説と明記して）。時間削減の数字そのものが悪いのではありません。それを第一軸に据えた瞬間、行き先を説明できない数字を積み上げるゲームが始まり、最初は歓迎された効果報告が、いつか信用を失う——この構造が問題なのです。 逆にこの順番で測ると、効果測定そのものが変わります。毎週の「打てた手」のリストは、そのまま「次はどの手を打つか」という攻めの会議の材料になる。測り方は、導入の空気を決めます。何を減らせたかを数える会社ではなく、何を打てるようになったかを数える会社にしてください。それが、15社と向き合う中で私がたどり着いた、生成AIの費用対効果のいちばん正直な測り方です。 効果測定の設計は、任せる仕事の選定・フォルダ設計・ルール作りとセットで初めて機能します。その全体像を体系的にまとめた資料を無料で用意しているので、自社の測り方を作る前の土台としてどうぞ。 AI導入の全体設計がわかる無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：133字（推奨120〜158字） ============================================================ 生成AIの費用対効果を「月◯時間削減」で測ると、浮いた時間の行き先を誰も説明できず数字が虚構化します。累計15社を支援するAI顧問・赤堀が、第一軸「打てる手が増えたか」×外注費比較への転換、顧問先で週次運用中のROI式、効果測定シートの列構成まで実務そのままに公開。 --> AI顧問を検討している方へ - AI顧問とは何か──コンサルとの違いと支援内容 - AI顧問の費用──月額相場と料金の考え方 - 考脈学──社長の頭の中を会社に残す方法論 --- # AIに教えた仕事を1行で再現する「スキル化」入門｜定型業務を自動化する手順書の作り方 URL: https://aiandwill.com/ai-skill-ka/ 公開: 2026-07-31 / 更新: 2026-09-05 顧問先でAI活用が軌道に乗り始めた頃、決まって出てくる愚痴があります。「AIは便利なんだけど、毎回同じ説明をするのが面倒くさい」。日報の形式、資料のトーン、保存先のフォルダ、確認してほしい観点——昨日も伝えたことを、今日もまた最初から打ち込んでいる。メモ帳から指示文をコピペして、細部を直して、出てきたものをまた直して。気づけば「AIに仕事を頼むための仕事」が増えている。この段階まで来た会社は、実はAI活用の入り口をもう越えています。足りないのは努力ではなく、教えたことをAIに「覚えさせる」仕組みのほうです。 その仕組みが、この記事のテーマである「スキル化」です。一度うまくいった仕事のやり方を手順書ファイルとしてAIの作業場所に保存し、次からは「いつもの日報お願い」の1行で同じ仕事を再現する。私の会社では日報の作成・SEO記事の入稿・提案資料の組み立てがこの形で回っていて、前回の記事「AI社員の作り方」で書いたSTEP4「仕事のインストール」の、これが実装編にあたります。定型業務の自動化を「ツール選び」から考え始めると迷子になりますが、「スキルを1本作る」から考えれば、今日から始められます。私が自社と顧問先で実際に運用している中身を、構造ごと公開します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## スキル化とは何か——「言い方の保存」ではなく「仕事の保存」 スキル化とは、AIに一度教えた仕事のやり方——何を読み、どの手順で作業し、どこへどんな形式で出力するか——を手順書ファイルとして保存し、短い呼び出しだけで何度でも再現できるようにすることです。人間の組織でいえば、優秀な担当者のやり方を業務マニュアルに落として、誰が頼んでも同じ品質で回るようにする作業。あれをAIに対してやるのがスキル化で、業務のテンプレート化をAIの言葉でやり直す行為だと言ってもいい。 ここでよく混同されるのが「プロンプトの保存」です。多くの会社が、NotionやExcelに「使えるプロンプト集」を持っています。あれとスキル化は、似ているようで別物です。プロンプト集が保存しているのは「言い方」。スキルが保存しているのは「仕事」です。違いを並べます。 観点 プロンプト保存（メモ帳・Notion） スキル化（手順書ファイル） 保存されるもの 指示の文面（言い方）だけ 参照する資料・手順・出力先・チェック項目の一式 文脈 貼り付け先のAIは自社のことを何も知らない AIの作業フォルダに置かれ、会社の資料とお手本を読んで動く 出力 チャット画面に出て、流れて消える 決まった場所に、決まった形式のファイルで残る 呼び出し 探す→コピー→貼る→毎回細部を直す 名前を1行呼ぶだけ 改善したとき 各自のコピペには反映されない 手順書を直せば、次回から全員の呼び出しに効く 担当者が代わったら 使いこなしのコツごと消える ファイルが残る。新しい人も同じ1行で呼べる なぜ「言い方」の保存では足りないのか。仕事というのは、指示文だけでは記述しきれないからです。日報ひとつ取っても、実際の仕事は「今日の作業記録を読む」「決まった型に整形する」「決まったフォルダに決まったファイル名で保存する」までがワンセットで、指示文はその一部でしかありません。文脈（何を読むか）・手順（どの順でやるか）・出力先（どこへどんな形で出すか）まで含めた「仕事の単位」を丸ごと保存する——これがスキル化の本体です。私は1本のスキルの中身を、5つの部品で考えています。 スキル1本の中身——5つの部品 ① 呼び出し口　スキルの名前。「いつもの日報」「/nippo」——1行で呼べる合図 ↓ ② 参照（文脈）　どのフォルダの、どの資料とお手本を読んで働くか ↓ ③ 手順　何を、どの順番で、どこまでやるか ↓ ④ 出力先と形式　どこへ・どんなファイル名で・どんな型で出すか ↓ ⑤ 完了条件　何を自己チェックしたら「終わり」と言えるか プロンプト保存が持っているのは③の一部だけ。残り4つが毎回の「同じ説明」の正体 道具の話も先に済ませておきます。この仕組みは、ファイルとフォルダを扱えるAIエージェントなら実現できます。たとえばClaude Codeには「スキル」「カスタムコマンド」と呼ばれる置き場が最初から用意されていて、手順書ファイルを所定のフォルダに入れるだけで「/名前」の1行で呼び出せるようになります。Codexなど他のエージェントでも、手順書ファイルを読ませる運用で同じことができる。つまりスキル化は特定ツールの機能の話ではなく、設計の話です。手順書は日本語のテキストファイルなので、ツールを乗り換えても資産としてそのまま残ります。 ## 私の会社で「1行になった」3つの仕事 抽象論より、実物の構造を見てもらうのが早いと思います。生成AI顧問として累計15社、研修や講座を含めると30社超を支援してきましたが、この仕組みは顧問先に教える前に、まず自社で毎日使っています。代表的な3本の中身です。 ### 実例1：日報——呼び出しは「業務終了」の4文字 1日の終わりに書く日報。以前は、やったことを思い出しながら書き出す時間が毎晩必要でした。今は違います。私が打つのは「業務終了」の4文字だけ。AIがその日の作業記録——作業ログや更新されたファイルの痕跡——を読み、やった仕事を推定して分類し、決まった型に整形して、日報フォルダの年別フォルダに日付ファイルで保存するところまで終わらせます。 業務終了 ✻ 日報スキルに沿って作成します。本日の作業記録と更新ファイルから、作業は3件と推定——A社向け提案資料の骨組み、記事草稿1本、請求書の下書き。いつもの形式で 日報/2026/2026-07-10.md に保存しました。未完了の「A社の数値確認待ち」は明日の欄に繰り越しています。 ▲ 日報スキルの呼び出し（再現イメージ）。「今日やったことの説明」すら不要になっている この手順書で私が一番こだわったのは、たった一行です——「本人に『今日何やった？』と聞かない。作業記録から自分で推定する」。設計したとき、真っ先にこれを大原則として書き込みました。本人への確認を1つでも挟むと、結局私が口頭で1日を振り返ることになり、日報を楽にするために作った意味が消えるからです。この一行があるから、日報は本当に4文字で終わります。1行になったのは「書く」作業だけではなく、「思い出す・分類する・保存する」まで含めた仕事の全部です。 ### 実例2：SEO記事の入稿——20項目近い決まりごとを1本の手順書に 記事をWordPressに入稿する作業には、細かい決まりごとが大量にあります。見出しに付けるHTMLのクラス名、記事の頭と末尾に差し込む固定部品、表やボタンの書式、メタディスクリプションの字数（120〜158字）、ファイルの保存先、投稿前のチェック項目。うちではこの20項目近い決まりごとが1本の手順書ファイルになっていて、呼び出しは「この草稿を入稿用に」の1行です。以前は入稿のたびに書式の指定を書き並べていて、しかも指定漏れがあると記事ごとに体裁がばらつく。今は同じ手順書を通るので、100記事作っても書式は1つです。 そしてこの手順書、作ってから何度も書き直しています。記事に入れる画像の方針が変わり、記事の頭に差し込む部品が新しくなり、投稿先サイトの1つが休止になった。ルール変更のたびに私がやったのは、手順書の該当する数行を直すことだけです。次の記事からは、何も言わなくても新しいルールで出てくる。「ルールを変えたので周知します」という、人間の組織で一番むなしいあの仕事が存在しない——チームにルールを浸透させる苦労を知っている方ほど、この意味は伝わると思います。 ### 実例3：提案資料——会社の「らしさ」をスキルに焼き込む 提案資料には会社の「らしさ」があります。配色、ロゴの位置、ヘッダーの作り、章立ての順序、言葉のトーン。うちではこのデザインの決まりごとと過去の提案書の構成をスキルにしていて、「◯◯社向けの提案資料、いつもの型で」と呼ぶと、会社のトーンをまとった資料の骨組みが出てきます。中身の詰め——相手の課題に何を当てるか——は変わらず人間の仕事です。消えたのは、ゼロから体裁を組む時間と、「前回のあの資料、どこだっけ」の検索時間のほうです。 同じ考え方を、もっと軽い仕事でも試しています。2025年5月、Xの投稿づくりで次の4ステップをやりました。①過去投稿を個別ファイルとして4本保存する ②そこから「投稿プロンプト」を生成させる ③今回書きたい内容だけmemoに書く ④プロンプトとmemoから新規投稿を作る。文体の一貫性が保たれたまま、投稿が一気にできた。同じ型で過去の報告書を数本読ませると、日報や週報も「書き方のスキル」として短時間で下書きが出るところまで行きました。日報・入稿・提案資料だけでなく、「過去の自分のお手本→手順書→短い呼び出し」は発信や報告書にもそのまま転用できます。発信まわりの運用全体は1人広報のAI活用の記事でも展開しています。 3本（＋発信・報告書）に共通する構造に気づいたでしょうか。1行になったのは、実は「作業」ではありません。「説明」です。日報を書く・HTMLを整える・資料を組む——作業自体は、AIは最初からできました。毎回消えずに残っていたのは、どこを読んで、どの順でやって、どこに出すかという説明のコスト。スキル化はこの説明を1回だけ払って、ファイルに固定する投資です。 ## スキル化する仕事の選び方——3つの条件 では、どの仕事から手を付けるか。私が自社と顧問先で使っている条件は3つです。 - ① 月2回以上繰り返している——頻度が低い仕事は、次に呼ぶ頃には状況が変わっていて、手順書の直しから始まることになります。スキル化のコストを回収できる下限は、私の運用感覚では月2回です。 - ② 手順が固まっている——直近2回、同じやり方で通った仕事。まだ毎回やり方を試行錯誤している仕事は、固める前に固定しないでください（後述します）。 - ③ 成果物の形が決まっている——出てきたものを見て、OKかNGかを自分が即座に判定できること。合否を判定できない仕事は、再現できているかの確認もできません。 典型的な仕事に当てはめると、こうなります。 仕事 ①繰り返し ②手順固定 ③形が決まる 判定 日報・週報 ◎ ◎ ◎ 今すぐスキル化 議事録の整理・共有 ◎ ○ ◎ 今すぐスキル化 定例レポートの集計・整形 ◎ ◎ ◎ 今すぐスキル化 提案資料の骨組み ○ ○ ○ 型を2〜3回固めてから SNS・ブログの原稿化 ◎ △ ○ まず数回、対話でやる 新規事業の企画・重要な判断 △ ✕ ✕ スキル化しない（人間の仕事） 1本目に迷ったら、議事録の整理をおすすめします。ほぼすべての会社に月2回以上あり、材料（議事録や文字起こし）がすでに存在し、成果物の形も決めやすい。三条件が最初から揃っている数少ない仕事です。議事録を「読む」で終わらせず「次の仕事」に変える設計は議事録AI活用の記事に書いたので、1本目の題材にする方はあわせて読んでください。 逆に、表の一番下——判断そのものが本体の仕事をスキル化の対象から外すのは、手抜きではなく設計です。定型業務の自動化とは「全部をAIに渡す」ことではなく、型のある仕事を型のまま渡して、人間の時間を型のない仕事に寄せることだと私は考えています。 ## スキルの作り方——4ステップ 作り方は4ステップです。最初の1本は、半日みておけば足ります。 ### STEP1：まず1回、うまくやる スキル化は、うまくいった仕事の「録画」です。だから最初の1回は、対話しながら丁寧にやり切ってください。AIに口頭で説明するように指示を出し、出てきたものに直しを入れる。「見出しはこの順で」「この言い回しはうちでは使わない」「保存はこっちのフォルダ」——この直しの指示こそが、あなたの会社の暗黙のこだわりの言語化です。ここで手を抜いて雑な1回目を録画すると、雑な仕事が量産されます。うまくいっていない仕事のスキル化は、失敗の自動化です。 ### STEP2：手順書をAIに書かせる 納得のいく成果物ができたら、こう頼みます。「いまの手順を、次回から1行で再現できるように手順書ファイルにして」。手順書はあなたが書くのではなく、AIに書かせます。理由は2つ。第一に、AIは自分が読んで迷わない粒度で書きます。第二に、人間が書くと「言わなくても分かるだろう」という暗黙の前提が抜け落ちます。実際にやった直後のAIに書かせるのが、一番漏れがない。人間の仕事は、出てきた手順書を読んで直すことです。うちの日報スキルの手順書を、この記事用に簡略化するとこういう形です。 # スキル：日報の作成 呼び出し：「業務終了」 1. 当日の作業記録（作業ログ・更新されたファイル）を読む 2. やった仕事を推定し、案件ごとに分類する（本人への確認はしない） 3. 決まった見出し構成のテンプレートで整形する 4. 日報/2026/ に「YYYY-MM-DD.md」の名前で保存する 5. 未完了のもの・明日に持ち越すものを最後にまとめる 完了条件：日付・保存先・見出し構成の3点を自己チェックしてから終了 先ほどの5つの部品——呼び出し口・参照・手順・出力先・完了条件——が揃っているかだけ確認してください。特に抜けやすいのが⑤の完了条件です。「どうなったら終わりか」が書いていない手順書は、AIの仕事も締まりなく終わります。 ### STEP3：フォルダに置いて、名前をつける 書けた手順書を、AIの作業フォルダの決まった場所に置きます。Claude Codeを使っているなら、スキルの置き場所が標準で決まっていて、置いたファイル名がそのまま呼び出しの名前になります。 AIワークスペース/ ├ CLAUDE.md ← ルールファイル（AI社員の取扱説明書） ├ .claude/commands/ ← Claude Codeのスキル置き場 │ ├ nippo.md ← 「/nippo」の1行で呼べる │ ├ seo-nyuko.md ← 「/seo-nyuko」で入稿一式 │ └ teian.md ← 「/teian」で提案資料の骨組み ├ 01_会社情報/ ├ 02_案件資料/ └ 04_納品物/ 他のAIエージェントでも考え方は同じで、「スキル」というフォルダを1つ作り、そこの手順書を読んでから動くようルールファイルに1行書けば成立します。名前のコツは2つ。呼びやすい短さにすることと、機能名ではなく仕事名にすること。「文書整形ツール」ではなく「日報」。呼ぶのは未来のあなたか、AIの操作に慣れていない同僚です。 ### STEP4：呼んで、直す 翌日以降、実戦で呼びます。最初の数回は、たいてい少しずれます。ここが運用の分かれ目で、ずれたときにチャットで直して終わりにせず、必ず手順書ファイルに戻して直してください。チャットで直した修正はその場限りで消えます。手順書に書いた修正は、次回以降のすべての呼び出しに効きます。直しの行き先がチャットかファイルか——たったこれだけの習慣の差が、3ヶ月後には「毎回微妙にずれるAI」と「呼ぶたびに正確になるAI」の差になります。 ## スキルが増えると、仕事が「部品」になる スキルが1本できると日報が楽になる。それだけでも十分ですが、本当の効果は数本たまってから現れます。3つの変化が起きます。 第一に、仕事が部品化して、組み合わせられるようになります。うちで一番大きかった実例は、オンライン講座の教材制作です。AI導入講座の教材63本を、設計・画像・実装の3層に役割分担して作りました。構成を設計する係、図版を作る係、教材ファイルに組み上げる係——それぞれのやり方が手順書として固まっていたので、設計係の成果物を次の係の入力として流す形で、63本を同じ品質で通せた。1本ずつ私が口頭で采配していたら、間違いなく途中で品質が割れています。スキルは1本では「時短」ですが、複数そろうと「工程」になります。 第二に、新しい人でも呼べるようになります。スキルの一覧は、その会社で「AIに頼める仕事のメニュー」そのものです。入ったばかりの人が、業務の背景を全部知らなくても「/nippo」は呼べる。ベテランの説明能力に依存していた仕事の立ち上がりが、メニューの案内で済むようになります。教育コストの構造が変わる、と言い換えてもいい。 第三に、改善が蓄積します。個人のチャット履歴の中のコツは、その人の異動や退職と一緒に消えます。手順書に入った改善は消えません。誰かが見つけた「こう指示したほうが精度が出る」が、ファイルへの1行として全員の次回に反映される——優秀な個人のコツが、組織の標準に変わる経路がここにできます。経営の目線で言えば、スキルの一覧はそのまま「うちの会社がAIに教えた仕事の資産台帳」です。AI投資の成果を聞かれたら、効率化の数字より先に、この台帳を見せるほうが実態を表していると私は思っています。 ## 先に読んでほしい、スキル化の3つの注意点 ここまで読んで「よし、全部スキル化するぞ」となった方に、先回りで注意点を3つ。どれも私が現場で見てきた（あるいは自分で踏んだ）順です。 ①順序を守る——棚卸しとフォルダが先、スキル化は後。スキル化はAI導入の最初の一歩ではありません。どんな仕事があるかを洗い出し（棚卸し）、AIの働く場所と読む資料を整え（フォルダ設計）、最初の1回を教える(インストール)——スキル化はその仕上げの工程です。文脈のない場所にスキルだけ置いても、会社のことを何も知らないAIが手順だけなぞる「一般論の量産機」ができあがります。棚卸しから始める理由と進め方は業務の棚卸しの記事に、働く場所の整え方はAI社員の作り方の記事に書いています。 ②固まる前に固定しない。手順がまだ揺れている仕事を先にスキル化すると、呼ぶたびに手順書と現実がずれて、再現より修正のほうが多くなります。こうなると人はスキルを呼ばなくなり、「スキル化は使えない」という間違った結論だけが残る。目安はさっきの条件②——直近2回、同じやり方で通ってから。逆に、固定を先延ばしにしすぎるのも損です。私のおすすめの合図は単純で、3回目に同じ説明をAIにしていると気づいたら、その瞬間がスキル化のタイミングです。 ③作りすぎない・呼ばれないスキルは捨てる。スキルは増やすほど偉いわけではありません。呼ばれないスキルは、更新されない社内規程と同じ速度で現実からずれていきます。数ヶ月呼んでいないスキルは、消すか、次に使うときに作り直す。私の感覚では、毎日〜毎週呼ぶ主力スキルが数本ある状態のほうが、呼ばれない数十本を抱えるよりずっと強い。スキルの本数はKPIになりません。「今週、何回呼ばれたか」だけが生きている証拠です。 ## よくある質問（導入現場で実際に聞かれる順） ### Q1. Notionに溜めているプロンプト集とは、結局何が違うのですか？ プロンプト集は「言い方」の保存で、文脈・手順・出力先・完了条件は毎回人間が補っています。その補いこそが「毎回の同じ説明」の正体です。ただしプロンプト集が無駄になるわけではありません。むしろスキルの原材料です。集めた中から一番よく使う2〜3本を選び、参照するもの・出力先・チェック項目を書き足して手順書ファイルに昇格させる——これが一番なだらかな移行路です。 ### Q2. Claude Codeでないとできませんか？ツールは何を選べばいいですか？ ファイルとフォルダを扱えるAIエージェントなら成立します。Claude Codeはスキル（カスタムコマンド）の置き場所と呼び出しの仕組みが標準で用意されているので相性が良い、というのが私の評価です。費用の目安は、私の顧問先の標準構成でツール実費が1人あたり月3,000円〜1万円。手順書は日本語のテキストファイルなので、将来ツールを乗り換えることになっても書き直しは不要です。 ### Q3. プログラミングの知識は必要ですか？ 不要です。手順書の中身は、この記事のサンプルのとおり日本語の箇条書きです。しかも書くのはAI自身で、人間の仕事は「良い1回目をやること」と「出てきた手順書を読んで直すこと」の2つだけ。私の顧問先でスキルを運用しているのは、ほとんどがプログラミング経験のない経営者と現場の実務者です。 ### Q4. スキルどおりに動かないときは、どうすればいいですか？ 原因の大半は、手順書の中の曖昧な1行です。「いい感じに整形する」「適宜まとめる」——人間の新人が迷う指示は、AIも迷います。便利な直し方があって、AIに「いまの作業で、手順書のどこで迷ったか」と聞いてください。直すべき行を自分で指してきます。直したら、チャットではなく必ず手順書ファイルに反映する。これはSTEP4で書いたとおり、運用のいちばん大事な習慣です。 ### Q5. 何本くらい作ればいいですか？ 本数の目標は立てないでください。1本が安定して回ってから次の1本、が唯一の正しいペースです。参考までに、毎日AIと仕事をしている私の会社でも、毎日〜毎週呼んでいる主力スキルは数本です。それで日報・入稿・資料作成という日常の定型業務が回っています。10本の半端なスキルより、3本の信頼できるスキルです。 ### Q6. チームでスキルを共有できますか？ できます。手順書はただのテキストファイルなので、共有フォルダや版管理の仕組みでチームに配れます。ただし共有には固有の落とし穴があって、各自が手元で勝手に直し始めると「同じ名前で中身の違うスキル」が乱立します。正系のファイルを1つに決めて、直しはそこに集める運用が必須です。仕組みの作り方はコンテキストのチーム共有の記事で、実装まで公開しています。 ### Q7. ベテランの属人的な仕事もスキル化できますか？ 手順を言葉にできる部分は、できます。そして「判断そのもの」が本体の仕事は、判断基準を書き出すところまでがスキル化の守備範囲です。ここで面白いのは副産物のほうで、ベテランと一緒にスキルを作る過程は、そのまま暗黙知の棚卸しになります。「なんとなくやっていた」が手順書の行として文字になる瞬間を、私は顧問の現場で何度も見てきました。属人化の解消を目的に、あえてベテランの仕事からスキル化に入る、という攻め方もあります。 ## 持ち帰り用：最初のスキル1本を作るチェックリスト この記事の持ち帰りとして、最初の1本を作るためのチェックリストを置いておきます。上から順に潰せば、そのままスキル化の工程になります。 - 月2回以上繰り返している仕事を1つ選んだ（迷ったら議事録の整理） - その仕事が「直近2回、同じやり方で通った」ことを確認した - 成果物のOK/NGを自分が判定できることを確認した - AIの作業フォルダに、その仕事の材料と過去のお手本を入れた - 最初の1回を対話でやり切り、直しの指示を出し切った - 「いまの手順を手順書ファイルにして」とAIに書かせた - 手順書に5つの部品（呼び出し口・参照・手順・出力先・完了条件）が揃っているか確認した - 決まった置き場所に保存し、仕事名で呼びやすい名前をつけた - 翌日以降に1行で呼び、同じ品質で再現されるか確かめた - ずれた点を、チャットではなく手順書ファイルに反映した 10番まで終わったら、あなたの会社には「教えたことを忘れない仕事」が1つ生まれています。2本目からは、この工程自体が半日もかからなくなります。 ## まとめ：スキルは「教えたことを忘れない会社」の単位 スキル化とは、AIに教えた仕事——文脈・手順・出力先・完了条件——を手順書ファイルとして保存し、1行の呼び出しで再現できるようにすることです。選ぶ基準は「月2回以上・手順が固まった・形が決まっている」の3条件。作り方は「1回うまくやる→AIに手順書を書かせる→置いて名前をつける→呼んで直す」の4ステップ。そして増えてきたら、部品として組み合わせ、呼ばれないものは捨てる。 私はスキル化を、定型業務の自動化の技術というより、会社の記憶の設計だと考えています。人間の組織は、教えたことを忘れます。担当者が代わるたびに、同じ説明が繰り返され、同じ失敗がやり直される。AIのスキルはその逆で、教えた瞬間からファイルとして残り、直すたびに賢くなり、誰が呼んでも同じ品質で応える。「AIに毎回同じ説明をしている」という冒頭の愚痴は、裏返せば「教える内容はもう固まっている」という合図です。あとはそれを、ファイルに1回書くだけです。 まず全体の流れから押さえたい方は、親記事の「AI社員」の作り方をどうぞ。棚卸しからスキル化までを自社の業務で一緒に進めたい方には、私が伴走するAI顧問の最初の90日｜前半の進め方の中身と、下の無料資料セットを用意しています。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：138字（推奨120〜158字） ============================================================ AIに毎回同じ説明をしていませんか。教えた仕事を手順書ファイルにして1行で再現する「スキル化」の設計と運用を、日報・SEO入稿・提案資料を実際にスキル化したAI顧問・赤堀が構造ごと公開。定型業務を自動化する仕事の選び方3条件、作り方4ステップ、最初の1本のチェックリスト付き。 --> --- # AI顧問の1ヶ月目に実際やること｜契約前90分と初回セッションの中身を公開 URL: https://aiandwill.com/ai-komon-1kagetsume/ 公開: 2026-07-31 / 更新: 2026-09-05 この記事は最低6か月の伴走のうち、最初の1か月の進め方です。公開料金は月30万円〜（税別・社員同席込み）です。 「AI顧問って、実際は何をしてくれるんですか」。この仕事を始めてから、いちばん多く受けてきた質問です。以前の私は「AI活用の伴走支援です」と答えていました。嘘ではないのですが、この答えで相手の表情が晴れたことは一度もありません。月30万円〜（税別）の契約を検討している経営者にとって、抽象的な説明は判断材料にならないからです。 累計約15社の顧問をやってきて、いまの答えは決まっています。カレンダーを見せる。契約前の相談で何をして、1ヶ月目の2回のセッションで何を作り、セッションとセッションの間に何が起きて、1ヶ月が終わった日に手元に何が残っているのか。日付と中身の入った実物を見せるのが、どんな説明より速くて正確です。だからこの記事には、私がAI顧問（WiLLAGENT）で実際に使っている1ヶ月目のカレンダーを、90分のタイムラインごとそのまま載せました。3ヶ月全体の設計図はAI顧問の最初の90日｜前半の進め方で公開済みなので、ここでは最初の30日だけを拡大します。読み終えたとき、AI顧問に頼む・頼まないにかかわらず、「導入した場合の最初の1ヶ月」が自社のカレンダーに書き込めるくらい具体的になっているはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 1ヶ月目のカレンダー——先に全部見せます 以下のカレンダーは、立ち上げ時の進行例です。現在の契約は最低6か月・月2回で、契約前の相談と契約後のセッションは分けて確認します。まず業務を棚卸しし、AIが参照する資料を整えて、一つの業務で試す流れを示します。各回の内容や順序は、事前の準備状況に応じて調整します。 週予定中身会社側の時間 第0週契約前90分（初回セッション）業務の棚卸し・90日ロードマップをその場でAIと作成・3ヶ月プランへの割り付け・契約判断90分 第1週準備期間契約手続き。宿題①＝会社の資料を「集める」（作らない）。導入講座の動画視聴1〜2時間 第2週セッション①（90分）ツール導入・学習させない設定・フォルダ（ディレクトリ）設計・AIのルール1枚90分 第3週セッションの間チャット相談はいつでも。宿題②＝集めた資料を読ませたAIに実務の下書きを1本頼む30分〜1時間 第4週セッション②（90分）最初の1業務をその場でAIにインストール（実演）90分 月末—手元に残るもの6点（後述のチェックリストで確認）— 会社側も、セッションへの参加に加え、資料を集める時間と成果物を確認する時間を確保します。以下の90分のタイムラインは説明用の進行例です。日程や事前相談の長さは個別に調整し、申し込み時に確認します。 AI顧問の資料セットを無料で見る ## 契約前90分——初回セッションが契約の「前」にある理由 普通のサービスは、契約してから初回が始まります。私は順番を逆にしていて、初回セッションを契約の前に行います。90分、実際に一緒に働いてから、契約するかどうかを決めてもらう形です。 理由は2つあります。1つ目は、相性は資料では分からないから。AI顧問は3ヶ月のあいだ会社の内側に入って一緒に仕事をする相手で、提案書のできばえと、実際に隣で働いたときの感触は別物です。これを確かめる方法は「実際に90分働いてみる」以外に見つかりませんでした。2つ目は、契約の判断材料は金額ではなく「自社の場合、何をAI化するか」そのものだから。何に使うかが見えていない段階で料金表だけを見せて判断を迫るのは、順番が逆だと思っています。 90分の実際のタイムラインがこれです。 時間パートやること 開始〜10分関係づくり事業の歴史、最近力を入れていることを聞く。AIの話はまだしない 10〜35分業務の棚卸し時間を食っている業務・社長に確認が集中している場所・属人化している仕事を言語化する。相手の言葉をそのままメモに残す 35〜60分ロードマップ作成その場でAIを開き、聞いた話を一緒に整理。AI化のテーマ候補を3〜5個出し、「効果×着手しやすさ」で優先順位をつけ、90日の骨子に落とす 60〜70分3ヶ月プランロードマップを月2回×全6回のセッションに割り付けて、「あなたの会社の3ヶ月」として見せる 70〜82分サービス説明料金・提供範囲・やらないこと（成果の保証・システム開発の請負はしない等）を先に言う 82〜90分意思確認進める場合は、契約書の送付日と次回セッションの日程まで決める 核心は35〜60分です。ここで私は画面共有でAIを開き、直前25分のヒアリング内容を一緒に入力して、テーマ候補の整理をAIに頼みます。ポイントは、AIの出力をそのまま使わないこと。「この候補はうちでは無理」「この表現はうちらしくない」と、相手と一緒に直していきます。AIの出力を直して自社のものに変えていくこの工程こそ、顧問の3ヶ月で毎回やることの縮図だからです。つまりこの25分は、サービスの説明ではなく、サービスそのものの試食です。 そして、ここで作ったヒアリングメモと90日ロードマップは、契約してもしなくても、その場で相手に渡します。契約に至らなければ90分がまるごと持ち出しになる設計で、正直に言えば、この形にした当初は勇気が要りました。それでも続けているのは、判断材料を先に全部渡さない限り、相手は中身の見えない箱にお金を賭けることになる——自分が顧客の立場ならそれは嫌だ、という単純な理由です。 この90分で、私の側も相手を見ています。見ているのは3つです。①自社の業務の話が具体的に出てくるか——現場の解像度が低いままだと、棚卸しが空転します。②「AIに入れてはいけない情報」を自分ごとで考えられるか——顧客情報や社外秘の線引きを丸投げにする会社があとで手を止める場面を、私は繰り返し見てきました。③宿題、つまり実務で試す時間を出す意思があるか——月2回のセッションだけで魔法のように定着することはありません。この3つが揃わないまま契約だけ進めても、3ヶ月後にお互いが不幸になります。 棚卸しの冒頭で「時間を食っている業務はありますか」と聞くと、最初に返ってくる答えが「特にないですね」であることは珍しくありません。それが30分後には、書ききれないほど出てきます。腕を組んで聞いていた経営者が、自社の業務がAI化テーマの候補として画面に並んだ瞬間に前のめりになる——この変化が起きた3ヶ月は、たいていうまくいきます。逆に、90分たっても他人事の距離感が変わらない場合は、こちらから契約を勧めることはしません。 ## 1ヶ月目・1回目のセッション——AIの「職場」をつくる90分 契約後の立ち上げでは、AIが参照する資料と作業環境を整えます。棚卸しの進み具合を確認し、必要な準備を補ってから実務へ進みます。ここでは環境づくりの作業を三つに分けて紹介します。 ### ①ツールの導入と「学習させない」設定 ChatGPTやClaudeといった一般的なAIツールの有料プランを、会社の用途に合わせて選んで契約します。実費の目安は1人あたり月3,000円〜1万円。顧問料と別にかかる費用はこれだけで、専用システムの開発も高額なライセンスも要りません。 契約と同時に必ずやるのが、入力した内容をAIの学習に使わせない設定です。主要なAIツールには、業務データをモデルの学習に利用させないための設定が用意されています。これを初日に済ませ、あわせて「AIに入れてはいけない情報」——顧客の個人情報、社外秘の数字、パスワードの類——の線引きを、会社の言葉で決めます。この順番には意味があります。安全の線引きが先にあるから、社員は以後、ためらわずにアクセルを踏める。線引きのない会社では、真面目な人ほど「これ、入れていいのかな」で手が止まります。 ### ②フォルダ（ディレクトリ）設計——プロンプトより先に、置き場 この回の本丸です。AIに賢く働いてもらうために最初にやるべきは、上手な指示文（プロンプト）の練習ではなく、AIが読む資料の置き場を設計することだと私は考えています。私の顧問の進め方は一貫していて、「棚卸しをして、ディレクトリ（フォルダ）を整えて、AIに仕事をインストールする」。この順番の根っこにあるのは、指示の巧拙よりも、AIに渡す材料（コンテキスト）の質と量のほうが出力の質をはるかに大きく左右するという、約15社の現場で例外を見たことがない法則です。 セッションでは、たとえばこんな形のフォルダを一緒に作ります。 うちの会社/ ├── 00_会社の基本情報/ ← 事業内容・商品・料金・強み・沿革 ├── 01_お客様/ ← 主な客層・よくある質問と定番の答え ├── 02_お手本/ ← 良くできた報告書・提案書・返信文の実物 ├── 03_ルール/ ← 文体・使わない言葉・入れてはいけない情報 └── 09_作業場/ ← AIと作る下書きの置き場 これは説明用に単純化した例で、実際の構成は会社の業務に合わせて設計します。ここに入れるのは、第1週の宿題で集めてもらった「すでにある資料」です。新しく書き起こすものは、ほとんどありません。集めて、置き場に収めて、AIに読ませる。それだけで、AIの答えは一般論から「この会社の話」に変わります。もう1つ、置き場を設計するときの原則として伝えているのが、「見せない、ではなく、必要な分だけ必要なときに見せる」という考え方です。全部隠すのでも全部見せるのでもなく、仕事ごとにAIが読む場所が決まっている状態を作る。これが、安全と出力品質を両立させる実務解です。 ### ③AIのルールを1枚にする 最後に、会社としてのAIの使い方を1枚のファイルにまとめます。中身は、自社の文体、使う言葉と使わない言葉、入れてはいけない情報、AIの出力を誰が確認してから外に出すか。分厚い規程集ではなく、A4で1枚です。この1枚とフォルダと安全設定が揃った状態を、私は「AIの職場ができた」と呼んでいます。どれだけ優秀な人でも、机も資料棚も就業ルールもない会社では働けません。AIも同じです。 ## 1ヶ月目・2回目のセッション——最初の1業務を「インストール」する 1ヶ月目の仕上げは、実演です。棚卸しで決めた優先業務の中から1つを選び、その場でAIに仕事として教え込みます。私はこの工程を「業務のインストール」と呼んでいます。一度きりの便利な使い方を覚えることではなく、仕事のやり方をファイルに書いてAIに渡し、誰がいつ頼んでも同じ品質で再現される状態にすることです。 私がAIを働かせるときの整理は、「優秀なAI社員＝指示（プロンプト）×材料（コンテキスト）×働く環境」という掛け算です（自社の運用で使っている整理です）。1回目のセッションで作ったのが「働く環境」、宿題で集めたのが「材料」。この回で最後の「指示」を型にして、掛け算を完成させます。 最初の1業務の選び方には基準があります。 - 繰り返し発生する——月1回以上、ほぼ同じ形で発生する仕事であること - 書きものである——報告書・案内文・返信・議事録など、文章が成果物であること - お手本がすでにある——過去の「良くできた実物」が2〜3本残っていること 実演の流れはこうです。①お手本と判断基準をフォルダに置く → ②AIに仕事を頼む → ③出力を担当者と一緒に直す → ④直した内容を「ルール」としてファイルに書き戻す → ⑤もう一度、同じ仕事を頼む。1ヶ月目のハイライトは⑤です。④で書き戻したルールを読んだAIの2回目の出力は、1回目と見違えるほど会社に寄ります。さっき直したことが、もう反映されている——ここで多くの会社の空気が変わります。魔法ではなく、材料と置き場とルールを整えた掛け算の結果です。 これは顧問先だけに提供している特別な技ではなく、私自身が毎日使っている仕組みの移植です。私は日報の作成、SEO記事の制作、提案資料の組み立てといった自分の定番業務を、この形で自分のAIにインストールしてあり、いまはどれも1行の指示で再現されます。自分の会社で毎日回している型だからこそ、顧問先の業務にも確信を持って移植できます。 なお、この回で扱うのは必ず「1業務」です。時間が余っても、2つ目に手を広げません。1ヶ月目に3業務を浅く触った会社より、1業務を型まで持ち込んだ会社のほうが、2ヶ月目以降の広がりは速い。「広く浅く」は、何も残らないことの婉曲表現だと思っています。 ## セッションの間に起きること——顧問は「月2回の面談」ではない ここまで読むと、AI顧問は月2回×90分＝月180分の商品に見えるかもしれません。実際は違います。セッションは節目であって、本体はむしろ「間」にあります。 ### チャットでの相談は、いつでも セッションとセッションの間、顧問先とはチャットでつながっていて、テキストでの相談はいつでも送ってもらえます（返信は営業日の対応です）。1ヶ月目に多いのは、こんな種類の質問です。 - 「この資料、AIに入れて大丈夫ですか」——線引きの個別判断 - 「昨日までできていた頼み方で、急に変な出力になった」——つまずきの解消 - 「明日の会議のこの資料づくり、AIでやれますか」——適用範囲の相談 どれも、次のセッションまで2週間寝かせたら熱が冷めてしまう類の疑問です。AIの定着は「使おうと思った瞬間に、つまずきが解消されるか」でほぼ決まるので、この即時性は面談そのものより重要だと考えています。 ### 宿題は「集める」と「1回使う」の2つだけ 1ヶ月目の宿題は2つだけです。1つ目は契約直後の「集める」宿題。会社案内、料金表、過去の良い報告書やメール、よくある質問への定番回答——すでに社内にあるものを、フォルダに集めてもらいます。新しく作る宿題は出しません。作る宿題が忙しい現場で後回しにならなかった例を、見たことがないからです。2つ目はセッション①のあとの「1回使う」宿題。集めた資料を読ませたAIに、実務の下書きを1本頼んでみる。うまくいってもいかなくても、その結果がセッション②の実演の材料になります。 あわせてこの期間に、AIの基礎を押さえるための動画教材を見てもらいます。私が制作した63本の導入講座の中から、その会社の1ヶ月目に必要な回だけを選んで渡す形です。セッションの90分を知識のインプットに使わず、手を動かす時間に全部充てるための設計です。 宿題が止まることも、もちろんあります。そのとき「なぜ止まったか」を責めずに聞くと、たいてい次の設計材料が出てきます。時間がなかったのか、線引きに迷ったのか、頼み方が分からなかったのか。止まり方は、その会社の詰まりの正確な地図です。 ## 1ヶ月が終わった日に、手元に残っているもの 1ヶ月目の最終日、会社の手元にはこれだけのものが残っています。逆に言えば、これが残らないなら、その1ヶ月は失敗です。 ✓業務の棚卸し表と90日ロードマップ——契約前90分で作成。「何をAI化するか」の地図 ✓動くAI環境——有料プラン＋学習させない設定＋入れてはいけない情報の線引き ✓会社の情報が入ったフォルダ一式——AIの答えを「一般論」から「この会社の話」に変える材料 ✓AIのルール1枚——文体・NG表現・禁止情報・出力の確認者を決めたA4一枚 ✓最初の1業務の型——お手本＋頼み方＋直しの記録。誰が頼んでも再現される状態 ✓実業務の成果物——練習用サンプルではない、実際の仕事で使った下書きが最低1本 そして、1ヶ月目に「無いもの」も正直に書いておきます。売上への目に見える効果は、まだありません。全社への展開もまだです。完全自動化は3ヶ月たってもやりません——人の確認を外す設計は、中小企業の実務では品質事故のもとだからです。1ヶ月目は徹頭徹尾、土台の月です。この土台の上に、2ヶ月目のチーム共有と実務投入、3ヶ月目の売上構造への配置と自走設計が載っていきます。前半の2ヶ月目・3ヶ月目の中身はAI顧問の最初の90日｜前半の進め方にすべて書きました。 この土台づくりに月30万円〜（税別）を払う価値があるかどうか。その判断材料になる料金の内訳と費用対効果の考え方は、AI顧問の費用相場の記事に公開しています。 補足：顧問を入れずに、この1ヶ月を自力でやる場合 このカレンダーは、自社だけでも再現できます。①自分で90分とって業務を棚卸しする（質問リストはAI顧問の最初の90日｜前半の進め方の8問をどうぞ）→②有料プランを契約し、学習させない設定と禁止情報の線引きを済ませる→③フォルダを作り、すでにある資料を集めて収める→④お手本のある1業務で「頼む→直す→ルールに書き戻す→もう一度頼む」を回す。推進役の時間が月5〜6時間確保でき、線引きの判断で止まらない自信があるなら、顧問なしで進めて構いません。 WiLLAGENTの提供内容を資料で確認する ## 「合わない」と分かるのも、1ヶ月目の成果 最後に、この1ヶ月の設計思想をひとつだけ。契約前90分から始まるこの1ヶ月は、成果を出すための期間であると同時に、相性を確かめるための期間として設計しています。 顧問は、道具の売り切りではなく関係の継続です。そして関係には、どうしても相性があります。実物で手を動かす、宿題がある、経営者本人に出てきてもらう——私のこの進め方が合わない会社は確実に存在していて、それはどちらが悪いわけでもありません。だからこそ契約前の相談で「一緒に働く感触」を実物で確かめてもらい、1ヶ月目の2回のセッションでも、進め方そのものを隠さず全部見せます。 現在のAI顧問は最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。最初の90日は前半の進捗を確認する時点であり、3か月で契約が終了する条件ではありません。 契約前の相談で相性や社内の体制を確認し、今は契約に進まないという判断もできます。AIより先に、担当者の配置や業務の手順を見直す方がよい場合もあります。依頼する内容と、社内で取り組む内容を明確にしてから判断してください。 ## AI顧問の初回・1ヶ月目についてよくある質問 ### AI顧問との初回セッションでは何をしますか？ 私の場合、初回セッションは契約前に90分で行います。中身は、①事業と業務のヒアリング（棚卸し）②その場でAIを開いての90日ロードマップ作成 ③3ヶ月プランへの割り付け ④料金・提供範囲・やらないことの説明 ⑤進めるかどうかの意思確認、の5つです。ロードマップはAIの画面を一緒に見ながら作るので、サービスの中身を契約前に体験できます。 ### 初回セッションだけ受けて、契約しなくてもいいのでしょうか？ 構いません。90分で作ったヒアリングメモと90日ロードマップは、契約の有無にかかわらずお渡しします。それを持って自社だけで進める、他の顧問と比較する、時期を改める——どの選択も自由です。判断材料を先に渡すのがこの90分の目的なので、遠慮は不要です。 ### 1ヶ月目に会社側が確保する時間はどれくらいですか？ 契約前の相談を含めて、月5〜6時間が目安です。内訳は、セッション90分×2回、資料を集める宿題に1〜2時間、AIを実務で1回使ってみる宿題と動画教材に1〜2時間程度。この時間がどうしても確保できない状況なら、契約せず時期を改めることをおすすめしています。 ### 1ヶ月目から成果は出ますか？ 「成果」の定義によります。売上や大きな時間削減は、1ヶ月目にはまだ出ません。出るのは、動くAI環境・会社の情報が入ったフォルダ・最初の1業務の型・実業務の成果物1本以上という「土台一式」です。逆に、初月から売上効果を約束する提案に出会ったら、その根拠を確認することをおすすめします。 ### 初回セッションまでに準備するものはありますか？ 特別な準備は要りません。強いて挙げるなら、「時間を食っている業務」「自分に確認が集中している業務」を2〜3個思い浮かべておくと、棚卸しが速く深くなります。あとは、ツールの実費（1人あたり月3,000円〜1万円）が顧問料と別にかかることを、予算として頭に置いておいてください。 ### パソコンやITが苦手でも、1ヶ月目についていけますか？ 問題ありません。環境づくりのセッションは画面を一緒に見ながら進めますし、1ヶ月目の中心は操作の習熟ではなく「会社の情報を集めて置く」ことです。必要なのはITスキルより自社の業務への理解で、現場を長く知っている方ほど、AIに渡せる材料を多く持っています。 ### 社員も1ヶ月目から同席できますか？ 社員の同席を含む月30万円〜（税別）の伴走です。社内で実際にAIを使う担当者にも参加いただき、業務の進め方と確認基準を一緒に整理します。 ## 持ち帰り：AI顧問を検討するとき、初回面談で見るべき5つのポイント この記事の持ち帰りです。ここまでは私のやり方の公開でしたが、世の中にはさまざまなAI顧問・AIコンサルタントがいます。誰に頼む場合にも使える「初回面談のチェックポイント」を5つにまとめました。私自身が発注側だったらこれを見る、という基準です。 - その場で実際にAIを触るか。初回が会社紹介のスライドだけで終わる相手は、契約後もスライドで進む可能性が高いです。画面を開いて一緒に手を動かす時間が90分の中に一度もなければ、実務伴走型ではありません。 - 商品の説明より先に、あなたの業務の話を聞くか。時間を食っている業務・判断が集中している場所・属人化——棚卸しの質問が相手から出てくるかどうか。出てこないなら、どの会社にも同じ提案をしている可能性を疑ってください。 - 契約前に、持ち帰れる実物を渡してくれるか。ヒアリングメモ、課題の整理、ロードマップの素案——形式は何でも構いません。「詳しくは契約後に」で全部を隠す相手は、中身に自信がないか、中身がないかのどちらかです。 - 「やらないこと」を自分から言うか。成果の保証、システム開発の請負、丸投げでの代行。誠実な顧問ほど、できないこと・やらないことを先に明示します。「全部できます」は、何も深くはできないことの言い換えであることが多いです。 - 「1ヶ月目が終わった日に、手元に何が残りますか」に具体名で即答できるか。この記事で言えば、棚卸し表・ロードマップ・動く環境・フォルダ・ルール1枚・1業務の型・実業務の成果物です。検討中の相手に、この質問をそのまま投げてみてください。「伴走します」としか返ってこなければ、この記事の冒頭と同じ場所に戻ることになります。 ワークとして使えるように、形にしておきます。初回面談の前にこの5つをメモの端に書いておき、終わったあとに◎○✕をつける。あなたの場合——検討中の相手は、5つのうちいくつが◎でしたか。3つ以上◎がつかない相手との3ヶ月は、慎重に考えたほうがいいというのが私の感覚です。 ## まとめ：1ヶ月目は「契約前90分＋職場づくり＋最初の1業務」 この記事の要点をまとめます。 - 「AI顧問は何をするのか」への一番速い答えは、カレンダーの実物。1ヶ月目は契約前90分＋セッション2回＋その間のチャット相談と宿題で構成される。 - 初回セッションは契約の「前」。棚卸しと90日ロードマップをその場でAIと作り、メモごと持ち帰れる。相性と中身を確かめてから契約を判断する。 - 1回目のセッションはAIの職場づくり：ツール導入・学習させない設定・フォルダ（ディレクトリ）設計・AIのルール1枚。 - 2回目のセッションで最初の1業務をインストール：お手本を置く→頼む→直す→ルールに書き戻す→もう一度頼む。2回目の出力が変わる瞬間が1ヶ月目のハイライト。 - 顧問は月2回の面談ではない。本体はセッションの間——いつでものチャット相談と、「集める」「1回使う」だけの宿題設計。 - 月末に残るのは6点セット。売上効果はまだ無い。1ヶ月目は土台の月。 - 「合わない」と90分で分かるのは失敗ではなく、3ヶ月分の時間と費用を守る成果。 - 検討時は、初回面談チェック5項目で顧問を品定めする。 AI顧問という仕事の全体像はAI顧問とは？の記事に、2ヶ月目・3ヶ月目を含む全6回の設計図はAI顧問の最初の90日｜前半の進め方に、料金の実額と内訳は費用相場の記事に、研修・コンサルとの使い分けは選び方の記事に公開しています。この記事と合わせて、検討に必要な材料はそろうはずです。 WiLLAGENTの提供内容と進め方をまとめた資料は、無料の資料セットで確認できます。読んでみて「まず90分やってみたい」と思ったら、ご連絡ください。契約は、そのあとで構いません。 無料の資料セットを受け取る AI顧問を検討している方へ（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の最初の90日｜前半の進め方 - AI顧問・研修・コンサルの選び方 - AIを入れても会社が変わらない本当の理由 - 中小企業の生成AI、現場観測2026 - AI社員とは｜職場を持った働き手 - 考脈学｜暗黙知を人とAIが働ける形に残す - 無料資料セット｜WiLLAGENT ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：132字（推奨120〜158字） ============================================================ AI顧問は初回に何をするのか。契約前90分セッションの実際のタイムラインと、1ヶ月目2回のセッションの中身・月末に手元に残るもの6点を、累計約15社にAI顧問を提供するAiWiLL代表・赤堀亘がカレンダーの実物で公開。検討時に初回面談で見るべき5つのポイントつき。 --> --- # 営業提案書をAIで作る仕組み｜過去の提案書を「下敷き」にする方法 URL: https://aiandwill.com/teiansho-ai-sakusei/ 公開: 2026-07-31 / 更新: 2026-09-02 「AIで提案書が作れるらしい」と聞いて試した営業責任者が、だいたい同じ場所で止まります。ChatGPTに「◯◯業界の会社向けに、うちのサービスの提案書を作って」と頼むと、数十秒で見出しの整った提案書らしきものが出てくる。一瞬「おお」となる。ところが読み込むと、どこの会社が出しても成立する内容で、自社の強みも相手の事情も入っていない。結局ほぼ全部書き直して、「AIは提案書には使えないな」という結論だけが残る——私は生成AI顧問として累計15社、研修や講座を含めると30社を超える会社を支援してきましたが、営業部門からのAI相談は、かなりの割合でこの「それっぽいが薄い」の話から始まります。 先に結論を書きます。原因は指示文（プロンプト）の下手さではありません。下敷きの不在です。提案書の質は「文章力」ではなく「参照の質」で決まります。あなたの会社が過去に勝ってきた提案書の型を、ChatGPTは知りません。私の会社では、過去の提案書を「下敷き」としてAIに渡し、提案資料の組み立てそのものを型化した結果、新規案件の下書きが1行の指示で出てくる体制になっています。この記事は、その仕組みの作り方の全部です。下敷きの選び方、フォルダの作り方、指示文の実物、出てきた下書きの直し方まで、私が実際にやっている順番のまま書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「それっぽいが薄い」提案書ができるのか まず、なぜああいう提案書ができあがるのかを片づけておきます。理由は単純で、AIの出力の質は、AIが直前に読んだものの質を超えないからです。何も渡さずに提案書を頼んだとき、ChatGPTが参照しているのは、学習した「世の中の平均的な提案書」です。だから出てくるのは、構成は整っているのに誰の心にも刺さらない、平均点の文書になります。悪いのはAIでも、あなたの指示文でもありません。読ませるものを何も渡していない、それだけです。 一方で、あなたの会社には勝ちパターンがあるはずです。どの順番で話すと相手が乗ってくるか。どの実績を最初に見せると信頼されるか。価格をどこでどう出すか。競合と比べられたときに何を言うか。エース営業の提案書には、そういう判断が全部染み込んでいます。そしてその勝ちパターンを、世界中のどのAIも学習していません。社外に出たことがない情報だからです。 つまり「AIで提案書」の勝負は、指示文の書き方が上手いかどうかではなく、自社の勝ちパターンをAIが読める形にして渡せるかどうかで決まります。ゼロから書かせた場合と、下敷きを渡した場合で何が変わるか、表にします。 観点 ゼロから書かせる 下敷き（過去の勝った提案書）を渡す 出てくる構成 世の中の平均的な提案書の型 自社が勝ってきた提案の型 文体・トーン AIの標準文体（丁寧だが没個性） 自社の提案書の文体に寄る 強みの見せ方 一般論の箇条書き 勝った提案書の実績の出し方を再現 相手の課題 業界の一般的な課題を並べる 下敷き＋商談メモの言葉で言い当てにいく 修正量 ほぼ全編書き直し 相手固有の部分に集中できる 品質の安定 頼むたび・人によってばらつく 下敷きが同じなら誰が頼んでも安定 この構造は提案書に限った話ではなく、「AI社員」の作り方の記事で書いた「お手本は指示文より雄弁」という原則の、営業版です。指示文を磨く努力に意味がないとは言いませんが、順番が逆です。先に下敷き、指示文はその後。私はこの順番だけは、どの顧問先でも譲らずに通しています。 ## 勝った提案書には「型」がある——「下敷き」という考え方 この記事で言う「下敷き」を定義しておきます。下敷きとは、AIに新しい提案書を書かせるときに参照させる「過去に勝った提案書3〜5本」と「それぞれの勝因を言語化したメモ」のセットのことです。テンプレートとは違います。テンプレートは空欄を埋める枠ですが、下敷きは考え方ごと写すお手本です。枠に言葉を流し込むのではなく、「この会社はこういう相手に、こういう順番で、こういう見せ方をしたときに勝ってきた」という判断のパターンをAIに写させます。 人間の育成に置き換えると分かりやすいはずです。新人営業に「良い提案書を書け」と口で説明するのと、エースが受注した提案書を3本読ませて「なぜこれで勝てたか」を添えるのと、どちらが早く育つか。間違いなく後者です。AIも同じで、抽象的な指示より具体的なお手本のほうが、はるかに正確に意図が伝わります。私はこれを「コンテキスト（読ませる情報）は、プロンプト（指示文）より桁違いに重要」と表現していて、AiWiLLの支援全体の根幹に置いている考え方です。 私の会社の実例を、構造だけ書きます。AiWiLLでは提案資料の組み立てを型化していて、過去の提案書と構成の考え方を「下敷きセット」としてフォルダに常備しています。新しい商談が発生したら、先方の情報を案件フォルダに置いて1行指示すれば、下書きの初稿が出てくる。日報の作成やSEO記事の入稿と同じ「1行で呼べる仕事」の一つになっています。最初からこうだったわけではなく、下敷きと勝因メモを揃える地味な仕込みを先にやったから、この体制になりました。 同じ型は提案書以外でも動きます。2025年5月に試したのは、過去のX投稿を4本ファイルにして渡し、そこから投稿プロンプトを作り、今回のmemoだけで新規投稿を出す——という4ステップ。過去の報告書を数本読ませて書き方をプロンプト化する運用も同じで、「過去の勝ち筋（お手本）＋今回だけの材料」という構造は、提案書でも発信でも報告書でも共通です。ここからは、提案書に絞った仕込みの手順を4ステップで書きます。 ## 仕組みの作り方——4ステップ 全体像は次のとおりです。STEP1〜3が仕込みで、丁寧にやって半日。STEP4は案件が発生するたびに回す運用側で、初稿が出るまで数分です。 1 選ぶ——過去の提案書から「勝った3〜5本」を選ぶ 2 言語化する——1本ごとに「勝因メモ」を書く 3 置く——フォルダに「下敷きセット」を作る 4 出す——新規案件は「先方情報＋下敷き」で下書きを出す（ここから毎回の運用） ### STEP1：過去の提案書から「勝った3〜5本」を選ぶ 材料はすでに社内にあります。過去の提案書のうち、次の3条件で選んでください。 - 受注に至った提案書であること——「よく書けている」ではなく「勝った」が基準です - 営業チーム自身が「良い提案だった」と納得していること——値引きだけで取った案件、相手都合のまぐれ受注は外します - 相手のタイプが散っていること——業界・企業規模・新規か既存か、が偏らないように選びます 3〜5本という本数には理由があります。1本では、その案件専用の論理までAIが写してしまい、2本目の相手に前の相手向けの理屈が残ります。逆に10本も渡すと今度は型がぼやけて、平均化が始まります。「どの案件にも共通する型」と「案件ごとに変わる部分」をAIが見分けられる本数が、自社の運用と顧問先で試してきた範囲の実感として、3〜5本です。 ### STEP2：1本ごとに「勝因メモ」を書く 選んだ提案書1本ごとに、「なぜこれで勝てたのか」を言語化した短いメモを作ります。長文はいりません。項目は4つ、5〜10行で足ります。 # 勝因メモ：◯◯社向け提案（受注） ## 相手はどんな会社で、何に困っていたか - （業界・規模・商談で出ていた課題を2〜3行で） ## この提案のどこが刺さったか - （営業担当の記憶でよい。「実績を先に見せたら空気が変わった」など） ## 構成・見せ方の工夫 - （課題の言い当てを1ページ目に置いた、プランを3段で見せた、など） ## 反省点・次はこうする - （値引きの出し方が早かった、決裁者向けの1枚が足りなかった、など） 正直に言うと、4ステップの中でここが一番面倒です。そして一番効きます。提案書のファイルだけをAIに渡しても、AIには「どれが良い提案書で、何が良かったのか」までは分かりません。勝因メモがあって初めて、AIは真似すべき点を特定できます。私はこの工程を省かないことに一番こだわっていて、顧問先でも必ず、営業担当本人に「なぜ勝てたと思うか」を聞きながら書いてもらいます。担当者の頭の中にしかなかった勝てた理由が言葉になる——この30分は、AIのためというより、自社の営業の棚卸しそのものです。メモを書く過程で「うちはこういうときに勝つのか」と自分たちの勝ちパターンに初めて気づく、という反応を私は何度も見てきました。 ### STEP3：フォルダに「下敷きセット」を作る 提案書と勝因メモが揃ったら、AI専用の作業フォルダに置きます。私が使っている基本形はこれです。 提案書ワークスペース/ ├ ルールファイル（CLAUDE.md／AGENTS.md） ├ 00_下敷きセット/ │ ├ 提案書_A社向け.pdf │ ├ 提案書_A社向け_勝因メモ.md │ ├ 提案書_B社向け.pdf │ ├ 提案書_B社向け_勝因メモ.md │ └ …（3〜5セット） ├ 01_会社情報/ │ ├ 会社案内.pdf │ ├ 実績一覧.md │ └ 料金表_現行.md └ 02_案件/ └ （新規案件ごとにフォルダを作る） 置き方のルールは3つです。第一に、提案書と勝因メモは必ずセットで置く。ファイルだけの下敷きは効きが半分になります。第二に、会社情報は最新版だけを入れる。古い料金表が混ざったフォルダのAIは、古い価格で堂々と提案書を作ります。第三に、見せてよい情報だけを入れる。顧客名や取引条件の扱いに迷う提案書は、社名をマスキングするか、下敷きから外してください。AIに渡す情報の線引きは「見せない、ではなく必要な分だけ必要なときに見せる」が私の基本方針で、考え方の全体はセキュリティと情報入力の記事に書いています。 ### STEP4：新規案件は「先方情報＋下敷き」で下書きを出す 仕込みが済めば、新規案件でやることは2つだけです。①案件フォルダを作り、先方情報を放り込む。商談メモ、議事録、先方のWebサイトから分かる事業内容、商談で出てきた課題。ここでいちばん効くのが商談議事録で、相手の生の言葉がそのまま「課題の言い当て」の材料になります（議事録を次の仕事に変える流れは議事録AI活用の記事に書きました）。②1行指示する。それだけです。 B社の商談メモを読んで、下敷きセット参照で提案書の初稿をお願い。 ✻ 00_下敷きセット/の提案書3本と勝因メモ、01_会社情報/、02_案件/B社/の商談メモを読みました。下敷きの型に沿って、B社向け提案書の初稿を 02_案件/B社/提案書_初稿.md に保存しました。価格欄は【要確認】のまま空けています。商談メモから読み取れなかった確認事項が3点あります。 ▲ 仕込み後のやり取り（再現イメージ）。指示は1行になり、構成や参照先の説明は不要になる 初稿が数分で出てくるのを自社の運用で最初に見たとき、便利だという感想より先に、「提案書を書く時間の長さを、がんばりだと思っていた自分」が少し恥ずかしくなりました。この仕組みができると、勝負どころは書く時間ではなく、下敷きの質と、出てきた下書きをどう直すかに移ります。直し方は後半で詳しく書きます。 ## 指示文の実物——「下敷き参照型」プロンプト 下敷きが先、指示文は後——と言いつつ、指示文に工夫がいらないわけではありません。ここでは私が使っている構造をそのまま出します。まず、うまくいかない指示から。 製造業の会社向けに、業務効率化コンサルティングサービスの 提案書を作ってください。説得力のある内容でお願いします。 これが「それっぽいが薄い」の製造機です。参照すべきものを何も指定していないので、AIは平均的な提案書を書くしかありません。下敷き参照型は、こうなります。 # 提案書の初稿作成 ## 参照するもの（この順番に読む） 1. 00_下敷きセット/ の提案書3本と勝因メモ 2. 01_会社情報/ の会社案内・実績一覧・料金表_現行 3. 02_案件/B社/ の商談メモと先方情報 ## 作るもの - B社向け提案書の初稿（構成は下敷きの型に合わせる） - 保存先: 02_案件/B社/提案書_初稿.md ## 守ること - 課題の整理は、B社の商談メモに出てきた言葉を使う - 実績は 01_会社情報/実績一覧 にあるものだけ。数字の創作は禁止 - 価格は書かず【要確認】と空欄にする - 分からない点は推測で埋めず、最後に「確認事項リスト」として出す ポイントは3つです。①参照の順番を指定する。AIは場所と順番を教えられて初めて、意図どおりに資料を読みます。②使ってよい情報を縛る。実績も数字も「実績一覧にあるものだけ」と限定し、価格は空欄にさせる。AIの数字の創作を、注意ではなく仕組みで防ぎます。③分からないことを質問させる。推測で埋めさせず、確認事項として出させる。この確認事項リストがそのまま「次の商談で聞くことリスト」になるのは、やってみて気づいた副産物でした。 そしてこの指示文は、毎回書くものではありません。一度ファイルとして保存すれば、次回からの指示は冒頭のやり取りのとおり1行です。書く時間より、この構造を一度作る時間に投資してください。 ## 下書きの直し方——AIの初稿は「7割」と考える 下敷き参照型で出てきた初稿の完成度を、私は「7割」と見ています。自社の運用と顧問先で見てきた範囲の実感値ですが、構成・骨格・標準的な文章という「時間を食うわりに差がつかない7割」は仕上がっていて、受注を分ける残り3割が空いている、という感覚です。だから直しは、この3割にだけ集中します。優先順位つきで3つ。 - 相手固有の文脈——課題の言い当てが、商談で相手が実際に使った言葉になっているか。決裁者は誰か、過去に何を試して失敗しているか、社内の誰を説得する資料なのか。ここは商談の場にいた人間にしか書けません。逆に言えば、営業が頭を使うべき仕事はここに凝縮されます。 - 「なぜ自社か」の一段——競合ではなくうちに頼む理由。下敷きから写された一般形のままになりやすい箇所なので、この案件の言葉で書き直します。 - 数字と固有名詞の全件検証——品質改善というより事故防止です。次で詳しく書きます。 3つ目を独立して強調するのは、AIが下敷きに含まれる過去案件の情報を、新しい提案に混ぜることが実際にあるからです。私の運用では、送付前に次の5点を機械的に全件チェックします。 - 価格・料金——過去案件の価格や値引き条件が紛れていないか - 社名・人名——下敷き元の顧客名・担当者名が残っていないか - 実績の数値——実績一覧と一致するか。丸められたり盛られたりしていないか - 日付・期間——納期・契約期間が過去案件のままになっていないか - サービス名・プラン名——廃止したプランや旧名称が出ていないか 「AIが書いたので間違えました」は、受け取った相手には関係のない話です。最終確認と責任は人間が持つ。私はここだけは、どれだけ体制が育っても自動化しないと決めています。 ## やってはいけない3つ この仕組みを壊す典型的な失敗を、先回りして3つ書いておきます。どれも、私が相談を受けてきた中の頻出パターンです。 - ①ゼロから書かせる——ここまで読んだ方には繰り返しになりますが、最頻出なので最初に置きます。指示文をどれだけ磨いても、参照ゼロの提案書は薄い一般論に着地します。「AIが使えない」のではなく「何も読ませていない」だけ。うまくいかないときに見直すのは指示文ではなく、フォルダの中身です。 - ②下敷きを1本だけにする——1本だけ渡すと、AIは「型」ではなく「その案件」を写します。前の相手向けの論理や業界の話が新しい提案に残り、読み手には既製品の流用のような違和感として伝わります。共通の型を抽出させるには、複数本と勝因メモが要ります。 - ③出しっぱなしで送付する——初稿をそのまま相手に送ることです。7割の完成度のまま届くうえ、数字や固有名詞の混入を検証していない状態は、事故の一歩手前です。提案書は、たった1通で信頼を失える文書です。AIで浮いた時間の一部は、必ず検証と残り3割の作り込みに戻してください。 ## 提案書の先へ——見積書・会社紹介・営業メールに横展開する 下敷きセット方式は、提案書専用の技ではありません。「過去の良い成果物」＋「良かった理由のメモ」を参照させて新しい成果物を作るという構造は、営業まわりの文書のほぼ全部に通用します。 - 見積書の説明文——過去の見積書から、条件の書き方・プランの見せ方を写す - 会社紹介資料——反応の良かった紹介の流れを下敷きに、相手の業界向けに組み替える - 営業メール——返信につながったメールを下敷きセットにする（件名・長さ・締めの型） - セミナー・勉強会資料——手応えのあった回の構成を写して新テーマに展開する 私の会社では、提案資料だけでなく日報の作成やSEO記事の制作・入稿まで同じ方式で型化して、それぞれ1行指示で呼べる状態にしています。手順そのものに名前をつけて、誰が呼んでも同じ品質で再現できる形にする——この先の話は「スキル化」入門の記事で扱います。提案書が1つうまく回ることはゴールではなく、営業部門の仕事を1つずつ、AIが働ける形に翻訳していく入口です。 もう一つ、見落とされがちな副産物があります。下敷きセットと勝因メモは、AIのためだけの資産ではありません。新人営業の教材そのものです。エースの提案書と勝因が言語化されてフォルダにある会社と、エースの頭の中にしかない会社。この差は、担当者が異動しても辞めても勝ちパターンが会社に残るかどうか、という事業の継続性の差になります。AIのために作った仕組みが、人の育成にそのまま効く——下敷きセットを作った会社が最初に驚くのは、たいていここです。 ## よくある質問（相談の場で実際に聞かれる順） ### Q1. 提案書はPowerPointで作っています。AIで作れますか？ 作れます。ただし役割分担が要ります。AIが得意なのは構成・ロジック・文章で、スライドの見た目の仕上げは人間（または自社のデザインテンプレ）の仕事です。おすすめの分担は、「1枚ごとの見出し＋載せる要素＋そのページで話すこと」まで、いわゆるスライド構成案の粒度でAIに下書きさせ、PowerPointへの流し込みと整形を人間がやる形です。下敷きにする過去の提案書は、PDFに書き出せばそのまま読ませられます。 ### Q2. 「勝った提案書」が3本もありません。 創業して間もない会社や、新規事業の立ち上げ期にはよくある状態です。その場合は、受注した1本＋惜しくも負けたが手応えのあった1本＋「こう書きたい」と思える理想に近い構成の1本、の混成で始めてください。負けた提案書には勝因メモの代わりに「何が足りなかったか」のメモを添えると、避けるべきパターンとして機能します。下敷きセットは最初に完成させるものではなく、受注が出るたびに1本足して育てていくものです。 ### Q3. 顧客名の入った過去の提案書をAIに読ませて大丈夫ですか？ 2つ守れば、実務上の線は引けます。①入力内容をAIの学習に使わせない設定（学習オプトアウト）を必ずオンにする。②それでも扱いに迷う案件——秘密保持の厳しい相手や係争中の案件など——の提案書は、社名をマスキングするか下敷きから外す。方針は本文にも書いた「見せない、ではなく必要な分だけ必要なときに見せる」です。線引きの具体的な考え方はセキュリティの記事で、顧問先に配っている教材ごと公開しています。 ### Q4. どのAIツールが必要ですか？ フォルダとファイルを読めるAIエージェント（Claude Code、Cowork、Codexなど）なら、この記事の仕組みがそのまま組めます。ChatGPTのようなチャット型でも、プロジェクト機能に下敷きセットを登録すれば近いことは可能です。実費の目安は1人あたり月3,000円〜1万円程度。ただ、順番だけは間違えないでください。ツールの選定より、下敷きセットを作るほうが先です。下敷きセットはどのツールに乗り換えても持ち運べる、自社の資産です。 ### Q5. 下敷きにした過去案件の内容が、新しい提案に混ざりませんか？ 混ざることがあります。だから、注意ではなく仕組みで防ぎます。指示文で「実績は実績一覧にあるものだけ」「価格は空欄」と縛り、送付前に価格・社名・実績数値・日付・サービス名の5点を全件検証する。この2段構えを崩さなければ、実害には至りません。本文で書いた「出しっぱなし送付」だけは、どれだけ運用に慣れても省略しないでください。 ### Q6. 営業チーム全員で使うには、どうすればいいですか？ まず1人で回して、下敷きセットと指示文ファイルを固めてから展開してください。共有するのは「下敷きセット＋勝因メモ＋指示文ファイル＋送付前チェックリスト」の4点で、これがそのまま営業チームの共有資産になります。注意点は配り方で、各自にコピーを配ると更新のたびに古いコピーが残って崩れていきます。共有の仕組みの作り方はコンテキストのチーム共有の記事を先に読んでから設計するのがおすすめです。 ## 持ち帰り用：下敷きセット作りチェックリスト この記事の持ち帰りです。上から順に潰せば、半日で「1行指示で提案書の初稿が出る」入口まで到達できます。 - 過去の提案書から「勝った3〜5本」を選んだ（相手の業界・規模・新規/既存が散るように） - 値引きだけで取った案件・まぐれ受注を下敷きから外した - 1本ごとに勝因メモを書いた（相手の課題／刺さった点／構成の工夫／反省点） - 営業担当本人に「なぜ勝てたと思うか」を聞いて、メモに足した - 下敷きセット用フォルダを作り、提案書と勝因メモを必ずセットで入れた - 会社案内・実績一覧・現行料金の最新版だけを入れた（古い料金表は外した） - 学習オプトアウトを設定し、扱いに迷う提案書はマスキングか除外で処理した - 下敷き参照型の指示文をファイル化した（参照の順番・使ってよい情報の縛り・質問させるルール） - 新規案件1件で試し、初稿→3割の直し→数字と固有名詞の全件検証まで一度通した - 「数字と固有名詞は送付前に全件検証」をチームのルールとして明文化した ## まとめ——文章力は借りられる。勝ちパターンは自社にしかない 提案書AIの本体は、指示文ではなく下敷きです。①勝った提案書を3〜5本選ぶ→②勝因を言語化してメモにする→③フォルダに下敷きセットを作る→④先方情報＋下敷きで下書きを出す。仕込みは半日、その日から提案書の初稿は数分の仕事になります。人間が直すのは、相手固有の3割だけ。そして数字と固有名詞の検証だけは、最後まで人間の仕事です。 AIの登場で、文章力と構成力は誰でも借りられるものになりました。だからこそ、差がつく場所が変わります。何を参照させるか——つまり、勝ちパターンという自社にしかない資産を、AIが読める形にしてあるかどうか。下敷きセットを作った会社から、提案の量と質が同時に変わっていきます。しかもその資産は、AIのためであると同時に、新人が育つ教材にもなる。私はこれを、AI導入の顔をした営業組織づくりだと思って支援しています。 提案書に限らず、会社の仕事を1つずつAIが働ける形に翻訳していく進め方は、AI顧問とは何かの記事に支援の全体像としてまとめています。まず自社のどこから手をつけるかを掴みたい方は、下の無料資料セットをどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：141字（推奨120〜158字） ============================================================ AIで提案書を作ると「それっぽいが薄い」で止まる——原因は指示文ではなく下敷きの不在です。過去に勝った提案書3〜5本を「下敷きセット」にして、1行指示で自社らしい下書きを出す仕組みを、累計15社を支援する生成AI顧問・赤堀が4ステップで公開。指示文の実物と送付前チェックリスト付き。 --> --- # 1人広報のAI活用｜1つの素材を5つの媒体に展開する仕組み【自社の実物・指示文つき】 URL: https://aiandwill.com/hitori-koho-ai/ 公開: 2026-07-31 / 更新: 2026-09-02 中小企業で「広報専任のチームがあります」という会社に、私はほとんど出会ったことがありません。生成AI顧問として累計15社、研修・講座を含めて30社超を支援してきた範囲でいえば、発信の担当は良くて専任1人。実際には総務や営業事務との兼任、あるいは「社長が思い立ったときにやる」がいちばん多い形です。一方で、やったほうがいいとされる媒体は増える一方です。X、Instagram、YouTube、ショート動画、note、Podcast、自社ブログ、メルマガ——。全部に別々のコンテンツを作ろうとして、数週間で全部が止まる。この相談を、私は何度も受けてきました。 先に結論を書きます。1人広報が止まるのは、頑張りや企画力が足りないからではなく、「媒体の数だけコンテンツを作る」という設計そのものが間違っているからです。正解は、作る回数を増やすことではなく、1つの濃い素材——私は「母体」と呼んでいます——から複数の媒体へ展開すること。私の会社では、YouTube番組の収録1本を母体に、ショート動画2〜3本・X投稿数本・Podcast1本・note1本・HP記事0〜1本という展開を毎週回しています。合計すれば、収録1本から最大9本前後のコンテンツです。この記事には、その実物の構成と、文字起こしを媒体別に変換する指示文、1人で回すための週次設計、持ち帰り用の設計シートまで、自社でやっていることをそのまま置いていきます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「媒体の数だけ作る」が1人広報を潰す——まず構造の話 最初に、なぜ止まるのかを構造で押さえます。仮に主要な媒体を5つ運用し、それぞれ週3本ずつ投稿するとします。単純な掛け算で週15本。1本ごとに、ネタを考え、作り、投稿し、反応を見る。そして制作そのものより先に、「今日は何を投稿しよう」と考える時間が毎回発生します。兼任の担当者にとって、実はこのネタ出しがいちばん消耗する工程です。通常業務の合間にスマホを開き、他社の投稿を眺めて焦り、結局「今日はいいや」と閉じる——発信はこの繰り返しで静かに止まっていきます。 「媒体ごとに作る」設計と「1つの母体から展開する」設計では、同じ5媒体を運用していても、担当者の毎日がまるで違います。 観点 媒体ごとに作る 母体から展開する ネタを考える回数 投稿の数だけ（週15回） 週1回（母体のテーマだけ） コンテンツの源 毎回その場の思いつき 一番濃く語れるテーマ 品質 媒体ごと・日ごとにばらつく 母体の濃さが全媒体に波及する 発信の一貫性 媒体ごとにバラバラの声になる どこで読んでも同じ人の同じ主張 AIの役割 「何か作って」の丸投げ→一般論が返る 変換に徹する→中身は本人の言葉のまま 担当者の状態 常にネタ切れの不安を抱える 録る日以外は確認と投稿だけ 1年続けた先に残るもの 散発的な投稿の山 母体のアーカイブ＝会社の知の資産 下の段の設計に切り替えるために必要なのは、追加の人員でも高価なツールでもありません。「何を母体にするか」を決めることと、母体を各媒体へ変換する仕組み——この2つだけです。順番に作っていきます。 ## 発想転換——「一番濃い素材」を母体にして展開する 母体とは、あなたの会社でいちばん情報濃度の高い素材のことです。候補になるのは、番組や動画の収録、セミナーや登壇、顧客向けの説明会、社内勉強会、腰を据えて書いた濃いブログ記事。共通点は、担当者が「投稿のために」ひねり出したものではなく、誰かに向けて本気で語られた・書かれたものであることです。 なぜ濃さにこだわるのか。生成AIは、形の変換は得意でも、中身の濃度を上げることはできないからです。薄い入力から立派な出力を求めると、返ってくるのはどこかで読んだような一般論です。AIの出力の質は、指示文の巧拙よりも渡す原料で決まる——私が顧問先で繰り返し伝えている原則ですが、発信ではそれが特にはっきり出ます。母体が濃ければ、展開されたショート動画にもX投稿にもnoteにも、元の濃さが宿ります。逆もまた同じです。 母体（週1本） 一番濃く語った60〜90分 番組収録・セミナー・登壇・顧客への説明会・濃いブログ ↓ 文字起こし（テキスト＝すべての展開の原料） ↓ YouTube本編 1本 母体そのもの ショート動画 2〜3本 1論点だけを独立させる X投稿 数本 言い切れる一文を磨く Podcast 1本 本編をそのまま置く note 1本 話し言葉を読み物へ HP記事 0〜1本 検索と重なる回だけ 出所：AiWiLL「AI顧問の現場録」の週次運用（2026年7月時点の構成） 図にすると単純ですが、この設計には副次的な効果が2つあります。1つ目は、企画会議が週1回で済むこと。考えるのは「今週は何を語るか」だけになり、「Xに何を投稿するか」「noteに何を書くか」を個別に考える時間は消えます。2つ目は、発信の声が揃うこと。すべての媒体が同じ母体から生まれるので、どの媒体で会社に出会った人にも、同じ人物の同じ主張が届きます。媒体ごとに担当や外注が分かれてトーンがバラバラ——という、よくある事故が構造的に起きなくなります。 なお、「1つの素材を複数の成果物に変える」という思想は、社外向けの発信だけの話ではありません。社内の会議の議事録から提案書・FAQ・マニュアルを生む——という社内素材版の同じ設計を議事録をAIで次の仕事に変える記事で公開しています。あちらは「社内の会話」の多用途化、この記事は「発信コンテンツ」の多媒体展開。原理は同じで、原料が違うだけです。 ## 自社の実物——収録1本が最大9本のコンテンツになるまで ここからは実物です。私の会社では「AI顧問の現場録」というYouTube番組を運営していて、その収録1本を母体にした展開を毎週回しています。置き場は母体のYouTube本編を含めて6つ、展開先としては5つの媒体。それぞれの変換ルールと合わせて表にします。 媒体 1母体あたり 変換の考え方（何を残し、何を変えるか） YouTube本編 1本 母体そのもの。編集はしても、話した中身は削りすぎない ショート動画 2〜3本 「切り抜き」ではなく「1論点の独立」。前後の文脈なしで意味が立つ箇所だけを選ぶ X投稿 数本 収録の中の「言い切れる一文」を拾って磨く。動画への誘導は最後の1本だけ Podcast 1本 本編をそのまま音声の聴かれる場所に置く。変換コストほぼゼロ note 1本 話し言葉を読み物に書き直す。一番手がかかり、一番ストックになる HP記事（検索向け） 0〜1本 収録テーマが検索意図と重なる回だけ。無理に作らない ここで再生数や登録者数を並べないのは、隠したいからではなく、それが再現の役に立たないからです。数字は業種と運で大きく振れます。あなたの会社が持ち帰れるのは数字ではなく、この構成と変換ルールのほうです。その上で、表には収まらない私のこだわりを3つ書いておきます。 1つ目は、ショート動画を「切り抜き」と呼ばないことです。盛り上がった箇所を機械的に切り出すのではなく、その60秒だけ見ても論点が完結する箇所を選びます。文脈から切り離されて誤解を生む切り抜きは、認知を増やしても信頼を増やしません。1本につき論点は1つ。これを守るだけで、ショートの質は目に見えて変わります。 2つ目は、Podcastの扱いです。私の運用では、本編の動画をそのままPodcastの場に置いています。音声を別に編集し直すこともしていません。つまり変換コストがほぼゼロの媒体を1つ確保しているわけです。多媒体展開というと全媒体に手をかける印象を持たれますが、実際は「手をかける媒体」と「置くだけの媒体」の濃淡をつけることが、1人で続けるための生命線です。 3つ目は、HP記事が「0〜1本」であることの正直さです。収録は会話の生き物なので、検索キーワードときれいに重なる回もあれば、まったく重ならない回もあります。重ならない回から無理に検索向け記事を作ると、キーワードに寄せる過程で母体の濃さが薄まり、どっちつかずのものができあがる。「0本の週があっていい」と決めてから、運用は格段に楽になりました。目的は全媒体を毎週埋めることではなく、母体の濃さを損なわずに届く場所を増やすことだからです。白状すると、この構成も最初から設計図どおりだったわけではなく、媒体を足したり引いたりしながら今の形に落ち着きました。あなたの会社の最適解も、運用しながらこの表を書き換えて見つけるものだと思ってください。 ## 仕組みの作り方——母体の選定から変換指示文まで4ステップ ### STEP1：母体を選ぶ——4つの条件 最初の分かれ道は「何を母体にするか」です。私が使っている条件は4つあります。 - 資料を見ずに30分話せるテーマであること。話せる長さは濃度の証明です。台本がないと5分もたないテーマは、まだ母体になりません - 顧客から実際に質問されたことがある内容であること。誰にも聞かれたことのないテーマは、届けたい相手がいない可能性が高い - 2年後にも通用する内容であること。時事ネタを母体にすると、展開したコンテンツごと賞味期限切れになります - 自分の言葉で話せること。書籍や他人の受け売りは、変換の過程で「誰の言葉でもない文章」に劣化します 形式は、録音さえできれば何でも構いません。セミナーでも、社内勉強会でも、顧客への説明でも。1人で話すのが苦手なら、聞き手を立てて質問に答える対談形式が圧倒的に話しやすくなります。私の番組も、聞き手の質問に答える形で収録しています。カメラに向かって1人で語るより、目の前の1人に説明するほうが、言葉は自然に濃くなるからです。 ### STEP2：文字起こしをテキストで手元に置く——母体の「原料化」 収録した母体は、音声のままではAIの原料になりません。文字起こしして、テキストファイルとして手元に置く。ここまでやって初めて原料です。文字起こしツールの選定基準はほぼ1つで、テキストとして書き出せること。ツールの画面の中でしか読めない文字起こしは、この後の変換に使えません。 書き出したテキストは、「発信素材」フォルダを1つ作って、日付とテーマ名を付けて溜めていきます。中に入れるのは母体の文字起こしと、後述するトーンのお手本（過去投稿）——最小構成はこれだけです。この「AIがいつでも読めるフォルダ」の設計は発信に限らずAI活用全体の土台になる考え方なので、全手順はAI社員の作り方の記事に譲ります。チームで発信素材を共有する段階になったらコンテキストのチーム共有の記事も参考になるはずです。 個人的な話をすると、私はこの文字起こしを読み返す工程がけっこう好きです。話している最中は流れで喋っているので、あとからテキストで眺めると「ここは単体で1本立つ論点だ」という箇所が思いがけず見つかります。展開の設計は、この読み返しの時点で半分終わっています。 ### STEP3：媒体別の変換指示文——「足さない」縛りが命 原料が揃ったら、媒体別に変換させます。私が実際に使っている形に近い指示文を3つ置いておきます。まずショート動画の台本抽出です。 この収録の文字起こしから、ショート動画（60秒以内）の台本候補を3つ 抽出してください。 - 1本につき論点は1つだけ。複数の話題を詰め込まない - 収録で実際に話した言葉を軸にする。言っていないことを台本に足さない - 各候補に「冒頭のつかみ（最初の2秒で言う一文）」を付ける - 前後の文脈がないと意味が通らない箇所は、候補にしない 次にX投稿。ここでは「1投稿1主張」と「誘導しすぎない」が肝です。 この文字起こしから、X投稿の下書きを5本作ってください。 - 1投稿1主張。140字以内に収める - 曖昧な語尾にせず言い切る。ただし収録で話した範囲を超えて断定しない - ハッシュタグは付けない - 動画への誘導文は最後の1本だけ。残り4本は投稿単体で価値が完結する形に そしてnote。話し言葉から読み物への書き直しで、変換の中では一番の大工事です。 この文字起こしを、note記事の下書きに書き直してください。 - 相槌・言い直し・脱線は削る。ただし、たとえ話と具体例は必ず残す - 構成は「結論→理由→具体例→まとめ」に組み替えてよい - 見出しを3〜5個立てる - 文体は、別途渡す過去記事のトーンに合わせる - 書き終えたら「文字起こしに無い内容を足した箇所」を最後に列挙する 3つに共通して入れている縛りが1つあります。「言っていないことを足さない」。社内文書の生成でも同じ縛りを使いますが、発信では重要度がさらに上がります。AIが気を利かせて足した一文は、あなたが言っていない主張が、あなたの名前で世に出るということだからです。展開の本数がいくら増えても、この縛りと、公開前の人間の確認だけは省けません。noteの指示文の最後に「足した箇所を列挙させる」一文を入れているのも、確認を10秒で終わらせるための仕掛けです。 ### STEP4：トーンの教え方——「私らしく」ではなく過去投稿を渡す 変換で最後に残る問題が文体です。「私らしい文章にして」「柔らかいトーンで」という形容詞の指示は、ほぼ機能しません。機能するのは実物です。 これから渡す過去投稿5本が、私の文体のお手本です。 語尾・一文の長さ・漢字とひらがなのバランス・たとえ話の使い方を観察して、 「この書き手の文体の特徴」を10項目で言語化してください。 以後の下書きはすべて、その10項目に従って書いてください。 過去の投稿やブログから「これは自分の声だ」と思える5本を選んで渡すと、「一文が短い」「体言止めを使わない」「たとえ話は日常の道具から選ぶ」といった特徴リストが返ってきます。以後の変換には、このリストを毎回添える。トーンは形容詞ではなく、お手本と特徴リストで教える——これだけで、いわゆる「AIっぽさ」の大半は消えます。 私自身、このやり方を公開する前にCursorで実演していました。過去投稿を4本、個別ファイルにして渡し、そこから投稿用のプロンプトを生成させ、今回のmemoだけ書いて新規投稿を作る——という4ステップです。結果として「毎回ゼロから文体を説明する」時間が消え、しかもその投稿自体もCursorが書いていた、という循環まで回りました。1人広報でいちばん削りたいのは、媒体ごとのネタ出しではなく「私の声を毎回思い出させる説明コスト」です。お手本ファイルがフォルダに残っている限り、その説明は1回で済みます。同じ型は報告書にも転用できて、過去の報告書を数本読ませて書き方をプロンプト化し、今回の内容だけmemoに書く——これで日報や週報の下書きも一気に出せます。 そして、毎週同じ変換を繰り返していることに気づいたら、指示文を毎回打つのをやめて、手順そのものをファイルに書いてAIに渡す「スキル化」に進んでください。私の会社では、この記事で紹介した変換に限らず、日報・SEO記事・提案資料といった定型仕事を同じ方式でスキル化し、1行の指示で呼び出しています。やり方はスキル化入門の記事で全手順を公開しています。 ## 週次運用の設計——人の仕事は「録る・確認する・押す」の3つ 仕組みができたら、あとは回し方です。大原則はひとつ。人間の仕事を「録る・確認する・投稿を押す」の3つに絞ること。作る工程はAIに渡します。1人広報の方にすすめている週次設計はこの形です。 タイミング 工程 人がやること 時間の目安 週の頭 母体を録る 収録・セミナー・勉強会など。週でいちばん濃い時間 60〜90分 同日中 原料化と変換 文字起こしをフォルダへ置き、媒体別の変換指示を出す。下書き一式はAIが作る 10〜15分 週の中盤〜後半 確認と投稿 1日1媒体ずつ下書きを確認して投稿。「足していないか」を原文と照合 1回15〜30分 投稿のついで 数字を見る 反応の良かった論点をメモし、次週の母体テーマに反映 5〜10分 合計すると週2.5〜3.5時間程度に収まる設計です（これは実測の平均ではなく、設計の目安として読んでください）。ただ、時間の絶対値より大事なのは比較のほうです。「5媒体を毎日別々に作る」発想でこの時間に収まることは、まずありません。兼任の担当者が現実に確保できる時間の中で5媒体が動く——この設計にして初めて、1人広報は構造的に成立します。 始め方にも順番があります。初週から6つの置き場を全部埋めようとしないでください。最初は2媒体——顧客が現にいる場所を1つ（XでもInstagramでも）と、ストックが効く場所を1つ（noteか自社ブログ）——から始めて、運用が安定したら1つずつ足す。母体さえ録り続けていれば、後から媒体を足すのは簡単です。過去の母体に遡って展開できるからです。投稿が途切れた週があっても、母体のアーカイブが残っていれば再開できる。「投稿の継続」より「母体の継続」を守る——息切れしないための優先順位はこれです。 ## やってはいけない3つ——先に失敗を潰しておく ### NG1：全媒体に同じ文章をコピペする 展開とコピペは違います。Xに長文の断片を貼る、noteに140字の言い切りを置く——どちらも媒体の文法を無視した「よそから持ってきた文章」で、読者は一瞬で見抜きます。手を抜いた発信は、発信しないより悪い印象を残すことさえあります。展開かコピペかの判定は簡単で、媒体ごとの変換ルールが言語化されているかどうかです。ルールがあれば展開、なければコピペ。STEP3の指示文が、そのまま変換ルールの言語化になっています。 ### NG2：母体なしでAIに小ネタを量産させる 「AIで投稿を作れば楽になる」と、原料を渡さずに毎日の投稿だけを生成させる運用。私はこれが一番危険だと考えています。最初の1〜2週間は、たしかに楽になった気がします。しかしすぐに、当たり障りのない、誰の言葉でもない投稿が並び始める。読者の立場に立てば当然で、その投稿にはあなたの会社である必然性がどこにもないからです。発信は会社の声です。AIは声を増幅できますが、声そのものにはなれません。浮いた作業時間と引き換えに信頼を削る取引はやめて、まず母体を1本録ってください。 ### NG3：数字をいっさい見ない 逆に、投げっぱなしで数字を一度も見ない運用も続きません。といっても、分析ダッシュボードを組む必要はありません。見るのは「どの母体（テーマ）が反応されたか」だけで十分です。再生数やいいねの絶対値は業種と運で大きく振れるので、一喜一憂する価値がありません。それより、保存・返信・問い合わせといった濃い反応がどのテーマに付いたかをメモして、次の母体選びに反映する。数字は成績表ではなく、次に何を語るかを教えてくれる材料です。週1回、投稿のついでの5分で足ります。 ## よくある質問（相談の現場で実際に聞かれる順） ### Q1. 収録もセミナーもしていません。母体になる素材がない気がします 「発信のために新しく何かを始める」と考えると重くなりますが、母体はすでに話しているものを録るのが最初の一歩です。営業での商品説明、採用面接で会社について語る時間、社内勉強会、お客様向けの説明会。資料を見ずに30分話している時間が、業務のどこかに必ずあります。相手の許可を取って録音すれば、その日から母体です。 ### Q2. 社長も社員も、顔出し・声出しはしたくありません 問題ありません。母体は「公開するもの」ではなく「原料」です。収録した音声そのものを出す必要はなく、文字起こしを経由して、X投稿・note・HP記事という文章の媒体だけに展開すればいい。さらに言えば、母体は音声である必要すらありません。腰を据えて書いた濃いブログや、作り込んだ社内資料も立派な母体になります。声を出さない場合、動画系の媒体は使えませんが、文章系の3媒体は十分に回ります。 ### Q3. 費用はどのくらいかかりますか 文字起こしツールと生成AIを合わせて、私の顧問先の実費でいえば1人あたり月3,000円〜1万円が目安です。この記事の仕組みは、追加の開発費ゼロでその範囲に載ります。動画編集まで内製する場合は編集ツール代が別途かかりますが、文章系の媒体だけならこの金額で完結します。 ### Q4. AIが書いた文章だと読者に思われませんか 「AIっぽい文章」の正体は、AIを使ったことではなく、原料なしで生成された、誰の言葉でもない文章です。母体方式では、中身はすべてあなたが実際に話した言葉が原料で、AIがやるのは形の変換だけ。さらにSTEP4のお手本方式でトーンを教え、公開前に人間が確認する。この3段構えなら、むしろ「その人の声」が薄まらずに全媒体へ届きます。 ### Q5. 媒体はどれから始めるべきですか 2つから始めてください。1つは顧客が現にいる場所。BtoBならX、地域のお客様相手ならInstagramなど、お客様が実際に見ている媒体です。もう1つはストックが効く場所。noteか自社ブログのように、投稿が流れず、あとからの検索や発見で読まれ続ける媒体です。フロー型とストック型を1つずつ。この2つが安定してから、ショート動画やPodcastを足すのが定番の順番です。 ### Q6. SNS運用代行に外注するのとどちらがいいですか 役割が違います。外注が担えるのは変換と投稿の部分で、母体だけは社内からしか生まれません。御社の事業について資料なしで30分濃く語れる外注先は存在しないからです。運用代行で成果が出ない典型は「原料を渡さない丸投げ」のケース。外注を使うなら「母体はこちらで録る、変換と投稿をお願いする」という分担にしてください。そして、その変換の部分は、この記事のとおりAIが月数千円で担える仕事になりつつあります。 ### Q7. 事実と違う内容を投稿してしまう事故が怖いです その感覚は正しくて、だからこそ変換指示文のすべてに「言っていないことを足さない」の縛りを入れています。加えて、公開ボタンを押す前の確認だけは必ず人間が行う。逆説的ですが、母体方式は無から生成させる運用よりも安全です。すべての投稿の根拠が、手元の文字起こしという一次資料に必ず存在するからです。「この投稿、元の収録のどこで言った？」といつでも原文に当たれる状態を保つこと——これが発信の事故に対する一番の保険です。 ## 持ち帰り用：多媒体展開の設計シート 最後に、この記事を1枚に圧縮した設計シートを置いておきます。埋めるのは2つの表。10分あれば埋まります。まず母体の設計です。 母体の設計 記入例（私の運用） あなたの場合 母体の形式 YouTube番組の収録（聞き手の質問に答える対談形式） ＿＿＿＿＿＿ テーマの決め方 顧客から実際に質問されたこと＋前週に反応が良かった論点 ＿＿＿＿＿＿ 頻度 週1本（60〜90分） ＿＿＿＿＿＿ 残し方 文字起こしをテキストで「発信素材」フォルダへ ＿＿＿＿＿＿ 次に展開の設計。私の例を参考に、まずは2媒体分だけ書いてください。 媒体 1母体あたりの本数 変換ルール（何を残し、何を変えるか） トーンのお手本 （例）ショート動画 2〜3本 1論点1本。文脈なしで意味が立つ箇所だけ。言っていないことを足さない 過去の動画3本 （例）X 数本 1投稿1主張・140字・言い切り。誘導は最後の1本だけ 反応の良かった過去投稿5本 （例）note 1本 結論→理由→具体例→まとめに再構成。たとえ話は残す。足した箇所を列挙させる 過去記事5本 媒体①（フロー型）：＿＿＿ ＿＿＿ ＿＿＿＿＿＿＿＿＿＿＿＿ ＿＿＿＿＿＿ 媒体②（ストック型）：＿＿＿ ＿＿＿ ＿＿＿＿＿＿＿＿＿＿＿＿ ＿＿＿＿＿＿ 埋め方の手順は3つだけです。 - 母体を1つ選ぶ。4条件（資料なしで30分話せる／顧客に質問されたことがある／2年後も通用する／自分の言葉で話せる）に当てはまるテーマを1つ - 媒体を2つ選ぶ。顧客がいる場所を1つ、ストックが効く場所を1つ - 変換ルールを書く。STEP3の指示文を、自分の媒体名に書き換えるだけでいい ここまで埋めて、最初の母体を録る予定をカレンダーに入れたら、仕組みづくりは完了です。 ## まとめ：「毎日作る人」から「週1回録って、確認する人」へ 1人広報が行き詰まる原因は、能力ではなく「媒体の数だけ作る」という設計にあります。1つの濃い母体を録り、文字起こしで原料に変え、媒体別の変換ルールでAIに展開させ、人間は確認して投稿を押す。私の会社で毎週回しているこの仕組みは、収録1本をショート動画2〜3本・X投稿数本・Podcast・note・HP記事——最大9本前後のコンテンツに変えますが、使っているのは文字起こしと変換指示文と、週2〜3時間の運用設計だけです。担当者の役割は「毎日作る人」から「週1回録って、確認する人」に変わります。 最初の一歩は、投稿でも媒体選びでもありません。来週すでに予定されている「誰かに何かを説明する時間」を1つ選んで、録音すること。セミナーでも、顧客への説明でも、社内勉強会でも構いません。文字起こしをAIに渡して、「この中で、単体で1本立つ論点はどれですか」と聞いてみてください。返ってきたリストが、あなたの会社の多媒体展開の第0週になります。 この設計を自社の発信と業務にどう実装していくか、隣で伴走する専門家という選択肢もあります。私たちの仕事の全体像はAI顧問とは何かの記事で公開しています。まとまった資料で掴みたい方は、下の無料資料セットからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：143字（推奨120〜158字） ============================================================ 1人広報・兼任担当のためのAI活用術。媒体ごとに作る発想を捨て、収録1本を5つの媒体・最大9本に展開する自社の実運用を、媒体別の変換指示文・トーンの教え方・週2〜3時間の週次設計・記入式の設計シートつきで公開。30社超を支援する生成AI顧問・赤堀が、1人で回る発信の仕組みを解説します。 --> --- # 赤堀 亘（あかほり わたる）｜AiWiLL株式会社 代表取締役・「考脈学」提唱 URL: https://aiandwill.com/profile/ 公開: 2026-08-04 / 更新: 2026-09-05 PROFILE 赤堀 亘 あかほり わたる AiWiLL株式会社 代表取締役／「考脈学」提唱 会社の価値の大半は、社長やベテランの頭の中に埋もれたまま、代替わりとともに消えていきます。私はそれを、AIと一緒に働ける形に変えて会社に残す仕事をしています。文脈が残れば、会社は続く。継げる会社が増えれば、人生を諦めなくていい人が増えるからです。 ## 何をしている人か 静岡県熱海市に本社を置くAiWiLL株式会社の代表取締役です。中小企業に伴走してAIを導入する「生成AI顧問（WiLLAGENT）」を主な仕事にしています。 やっていることは、AIツールの使い方を教えることではありません。社長の判断基準、ベテランの段取り、顧客ごとの機微といった、いままで誰も文書にしてこなかったものを聞き出して構造にし、AIが実務を担える状態まで持っていく。そして、その仕組みを会社の手元に残して去る。伴走は最低6か月・月2回。自社でAIを使い続ける型を残すことを目指します。自動更新はなく、継続は期間満了前に協議します。 この進め方を体系化したものを「考脈学（こうみゃくがく）」と名づけ、提唱しています。 ## 実績 約15社 AI顧問として伴走 （現在10社以上） 30社超 研修・講座を含む 支援企業 100名以上 AIレクチャー 受講者（AiWiLL分） 3万人 SHIFT AI 創業期に グロースさせた規模 ※ 支援先には、防災設備メンテナンスの株式会社ウェックス、不動産の株式会社マチモリ不動産などがあります（掲載許諾済み）。 ## 経歴 時期所属・活動やったこと 1995年静岡県生まれ— キャリア初期プラチナムピクセル— —日本テレビメディア領域 —BitgetB2Bマーケティング 〜2023年SHIFT AI 創業参画創業メンバーとして、AIコミュニティを3万人規模へグロース 2026年2月〜AiWiLL株式会社 創業・代表取締役生成AI顧問（WiLLAGENT）、生成AI研修、イベントプロデュース ## 提唱する方法論 ——「考脈学」 考脈学とは、会社の文脈——暗黙知・判断基準・歴史・顧客理解——を、人とAIが働ける構造に変換し、磨き続けるための理論と技術の体系です。唱え言葉は「起こす、収める、渡す、磨く」。 埋まっているうちは、鉱脈。掘り起こし、構造に載せ、流れはじめたとき、それは考脈になる。 三つの原理（文脈優位・埋蔵・構造存続）、三つの壁（属人・散逸・陳腐）、四つの工程、五つの律、そして会社の成熟度を測る「考脈レベル」まで、定義から実践までを公式ページで公開しています。 考脈学とは｜文脈を構造に変える学 → ## ミッションとビジョン ### ミッション：すべての会社を、AI Readyに。 AI Readyとは、ツールを入れる準備のことではありません。会社の記憶と判断を、AIが番頭として持ち続けられる状態のことです。それをすべての会社に届けたいと思っています。 ### ビジョン：会社が1000年先まで繁盛する世界へ。 日本は世界一の長寿企業大国で、それを支えてきたのは家訓・のれん・番頭という「文脈を残す技術」でした。その現代版をAIでつくり、続くだけでなく栄え続ける会社を増やしたいと考えています。 ## 著書 いずれもKindleで公開しています（Amazon 著者ページ）。 - コンテキスト経営｜社長の頭の中を、会社の資産に変える 会社の文脈をAIと人が働ける形で残し、経営の再現性をつくる思想と実践。 - ChatGPTを、「AI社員」に育てる方法｜会社の記憶を渡せば、AIは「社員」になる プロンプトではなくフォルダから設計する、AI社員のつくり方。 - Claude Code 超仕事術｜AI社員をつくり、AI会社をつくる AIエージェントを実務に組み込むための実装ガイド。 - AI事業継承｜先代の頭の中を、継げる資産に変える 事業承継で本当に消えるのは株式や設備ではなく、判断基準と顧客理解であるという話。 - 事業計画書を書くな｜AIと「会社の器」からはじめる起業術 計画書より先に、事業が育つ器をつくるという起業の順番。 - イベントマーケティングの基本が全部わかる本 展示会・ウェビナー・セミナーで商談につなげるための実践入門。 - 月に5万で売ってる場合じゃない｜高単価にするだけでいい 副業を事業に変えるための、値付けの考え方。 ## 専門領域 - 生成AIの導入支援・AI顧問（中小企業の伴走支援） - 暗黙知の棚卸しと構造化（考脈学） - AIエージェントの業務実装（Claude Code・Codex ほか） - イベントマーケティング（祭典型イベントのプロデュース） - コミュニティ・スクール事業の運営とグロース ## 発信 X @wakahori110 NOTE 赤堀亘のnote YOUTUBE AI顧問の現場録 FACEBOOK 赤堀 亘 ARTICLES 執筆記事一覧 COMPANY AiWiLL株式会社 ## 取材・講演のご依頼 AI導入の実際、中小企業の現場で起きていること、暗黙知の継承、事業承継とAIといったテーマでお話ししています。取材・講演・寄稿のご依頼はお問い合わせフォームからご連絡ください。 ## AI顧問について知る AI社員が働き続ける会社を、最低6か月の伴走で目指す。 サービスの中身と実際の進め方を公開しています。 WiLLAGENT を見る AI顧問を検討している方へ（関連記事） - AI顧問とは｜何をする伴走か - AI顧問の費用相場｜月額の実額と内訳 - AI顧問の1ヶ月目に実際やること - AI顧問の最初の90日｜前半の進め方 - AI顧問・研修・コンサルの選び方 - 考脈学｜暗黙知を人とAIが働ける形に残す - 無料資料セット｜WiLLAGENT --- # 中小企業のAI導入事例4選｜防災設備・不動産・飲食・旅館の現場で実際にやったこと URL: https://aiandwill.com/ai-donyu-jirei/ 公開: 2026-08-08 / 更新: 2026-09-05 「AI導入事例」で検索すると、大企業の全社プロジェクトか、ツールベンダーが自社製品を売るための成功談ばかりが出てきます。読んでも「で、うちみたいな会社は何をすればいいのか」が分からない——そう感じて、このページに来た方が多いはずです。 この記事では、AI顧問として私（AiWiLL・赤堀）が実際に伴走した中小企業4社の導入事例を書きます。防災設備会社、不動産会社、1人で回す飲食店、老舗旅館。すべて社員数名〜数十名の、紙とExcelと電話で仕事が回っている現場です。うまくいった話だけでなく、途中でつまずいた場所、「自分で書いたほうが早い」と言われた停滞期、そして数字で語れない部分は語れないという正直なところまで含めて公開します。 AiWiLLはAI顧問として累計約15社、研修・講座を含めると30社超の中小企業を支援してきました。この記事は他社事例の寄せ集めではなく、全部が自分たちの現場の一次情報です。読み終わる頃には、「自社ならどの業務から、何を最初にやるか」まで判断できる状態を目指します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 先に言います。「導入事例」の9割は、読んでも自社の役に立ちません 事例記事を書いておいて変な始め方ですが、これを先に言わないとフェアではないと思うので書きます。世の中のAI導入事例が役に立たない理由は、だいたい次の3つです。 - 主語が大きい。「全社でDX推進」「数千時間削減」。専任のIT部門と予算がある会社の話は、情シスがいない会社では再現できません。 - 売り手が書いている。ツールベンダーの事例は「そのツールを買った会社」の話しか載りません。導入前の迷いや、入れたけど使われなかった話は構造的に出てきません。 - 結果だけ書いてある。「AIで報告書作成を効率化しました」——知りたいのはそこではなく、誰が何をどの順番でやったか、途中で何に引っかかったか、のはずです。 だからこの記事は逆にします。過程とつまずきを主役にして、盛った数字を書かない。効果の数値は、お客様との確認が取れた範囲でしか出さない方針なので、書けないところは「書けない」と言います。そのかわり、どの業務を選び、何をAIに渡し、どこで止まりかけて、どう乗り越えたかは全部書きます。事例として持ち帰れるのは、結果の数字ではなく進め方の型だからです。 ついでに、他社の導入事例（この記事以外のもの）を読むときのチェック観点も置いておきます。事例の目利きができると、情報収集の効率が全然変わります。 - 会社の規模と体制は自社と近いか。「DX推進室が主導」と書いてあったら、専任を置けない会社にはそのまま使えません。 - 誰が書いた事例か。ツールベンダー発なら「そのツールありき」で読む。導入企業本人やメディアの取材記事のほうが失敗談が残っています。 - 「何を」だけでなく「誰が・どの順番で」が書いてあるか。書いていなければ、その事例は広告です。 - 数字の出どころが書いてあるか。「◯◯時間削減」の測定方法が書かれていない数字は、参考程度に。 - 定着後の話があるか。導入直後の感想と、半年後も使われているかは別問題です。 ## 4社の事例サマリー早見表 まず全体像です。4社とも「AIツールを導入した」のではなく、特定の1業務を選んで、そこにAIを入れた点が共通しています。 事例 業種・規模感 入口に選んだ業務 AIに渡したもの 人に残したもの 状態 ① ウェックス（実名） 防災設備（熱海） 消防設備点検の報告書作成 手書きメモ・写真からExcel様式への転記と文章化 点検の良否判定・提出前の最終確認 ◎ 定着（次の物件でも継続使用） ② マチモリ不動産（実名） 不動産（熱海） 社長の頭の中の棚卸し 商談・会議の録音を会社の文書群に整理 「決定」と「雑談」の見分け・共有範囲の判断 ◎ 幹部・社員への共有まで進行中 ③ アタミスタンド（実名） 飲食・1人経営（熱海） 閉店後の経理の下ごしらえ 領収書・納品書・レジ数字の読み取りと一覧化 最終確認・お金の判断 ○ 朝の時間が1時間戻った ④ 老舗旅館（匿名） 旅館業・地方 放置されていた口コミ返信ほか 返信文の下書き・補助金情報の検索 返信の最終判断・申請の意思決定 ○ 初月で打ち手が複数動き出した 4社とも熱海および地方の会社なのは偶然ではありません。AiWiLLは熱海の会社で、私は顧問先の現場に実際に足を運びます。紙の様式、レジの数字、点検の道具——画面越しでは見えない「現場の実物」から始めるのが私たちのやり方で、この記事の事例が具体的なのはそのためです。それでは順に、現場で起きたことを書いていきます。 4社の支援で使っている資料セットを無料で見る ## 事例1：防災設備会社｜点検報告書づくりが「ゼロから書く仕事」から「確認して直す仕事」に変わった ### 導入前：資格者の時間が「転記」に消えていた 熱海の防災設備会社・株式会社ウェックスさん。消防設備点検の現場では、有資格者が機器を確認し、結果を紙にメモし、写真を撮ります。事務所に戻ると、そのメモと写真を見ながら報告書のExcel様式へ手で転記する。物件が大きいほど機器の数が増え、転記も増える。点検そのものより、この後工程が現場の負担になっていました。 業務を棚卸しして分かったのは、時間を食っているのは点検の判断ではなく、その前後の「整理・転記・清書」だということです。同じ情報を現場で1回、事務所で1回、合計2回入力している。貴重な資格者の時間が、判断ではなく作業に消えていたわけです。 導入前後で、業務の流れはこう変わりました。 工程 導入前 導入後 現場での記録 資格者がメモ・写真（判断＋記録） 変更なし（ここは人の仕事のまま） 持ち帰り後の整理 メモの読み返し・写真の仕分け 記録をAIに渡す 転記・清書 手書きメモをExcel様式へ打ち込み・文章化 AIが様式に沿って下書きを組み立てる 最終確認 内容の正誤チェック・提出 資格者が下書きを確認・修正して提出（ここも人のまま） 導入後の流れ。AIが担うのは真ん中の「下書き」だけで、記録と最終確認は人の仕事のまま ### やったこと：実物のExcel様式に、AIが下書きを組み立てる流れを作った 顧問で作ったのは、点検の記録（チェック済みの紙やメモ）を渡すと、AIが報告書の様式に沿って下書きを組み立てる流れです。ポイントは3つありました。 - 様式は会社の実物を使う。汎用テンプレートではなく、実際に提出しているExcel様式そのものに書き込む形にした。提出先が受け取る形が変わらないので、後工程に影響が出ない。 - AIに先に「会社と業務」を教えた。扱う設備の種類、記入の慣例、指摘事項の書きぶり。この下地があるから下書きが実用になる。何も教えていないAIに点検メモを渡しても、一般論しか返ってきません。 - 合否の判断はAIに書かせない。AIが埋めるのは判断済みの結果の転記と文章化だけ。良否の判定は現場の資格者の仕事で、下書きは必ず資格者が確認してから提出する。 ### つまずいた場所：3回使ったあとに来た「自分で書いたほうが早い」 順調に聞こえるかもしれませんが、途中に停滞期がありました。最初の1〜2回は感動があるのに、数回使うと「直す箇所が多くて、自分で書いたほうが早い気がする」という声が出るんです。正直、ここで止まる会社をいくつも見てきました。 分かれ目は、直しの中身を観察することでした。見てみると、ほとんどが毎回同じ種類の直しなんです。「この設備はこう書く」「この表現は使わない」。つまり、直した内容をその都度AIへの指示に反映すれば消える種類のもの。この「直しを型に還元する」習慣が根づいてから、下書きの精度は使うたびに上がるようになりました。結果、報告書づくりは「ゼロから書く仕事」から「下書きを確認して直す仕事」に変わり、機器点検に続いて総合点検の報告書、さらに次の物件へと使われ続けています。何時間が何分になったという数字をここに書きたいところですが、数値はお客様と確認が取れた範囲でしか出さない方針なので、今は「業務として定着した」という事実だけを書きます。 ### この事例を自社に写すなら ウェックスさんの型は、「現場で記録して、書式で提出する」業務がある会社ならほぼそのまま使えます。建設の安全書類、設備管理の月次報告、ビルメンの巡回記録、製造の検査成績書。写すときの最初の一歩は、①実際に提出している様式、②過去のよくできた完成品2〜3件、③現場の記録メモの実物、の3点をそろえることです。この3点がAIへの教材になります。理想の書式を新しく作るのではなく、今使っている実物を使うのがコツです。そして報告書で型ができたら、見積や発注のような「データを見て文書を作る」業務にも同じ構造が使えます（kintoneとAIエージェントをつなぐ業務自動化で実装例を公開しています）。 この事例の詳細な再現手順は、別記事「点検報告書の作成をAIで軽くする方法」で5ステップに分解しています。点検・報告型の業務がある会社はそちらもどうぞ。 ## 事例2：不動産会社｜「社長に聞かないと分からない」を、録音から会社の文書に変えた ### 導入前：会社の情報のほとんどが、社長の頭の中と4つの場所に散っていた 熱海の株式会社マチモリ不動産・三好さんの場合、課題は書類仕事ではありませんでした。大家さんとの交渉経緯、物件ごとの事情、業者との付き合い方——会社を回すのに必要な情報のほとんどが、社長の頭の中にしかない。社員が動くには、その都度社長に聞くしかない状態です。地域の不動産会社ではきわめて普通の光景ですが、これは社長が会社のボトルネックになっているということでもあります。 ### やったこと：商談・会議を録りためて、AIで「会社の棚卸しディレクトリ」に変換した やったことはシンプルで、まずウェアラブルの録音デバイスで、社長の商談・社内会議・電話を数か月分録りためました。それをAIに読ませて、「物件・案件」「業務の型」「関係者との付き合い方」「会社の判断基準」といったフォルダ構成の文書群——私たちは棚卸しディレクトリと呼んでいます——に整理していく。社長は文章を書きません。話した記録から、AIが会社の文書を起こすんです。 ここで大事な設計が2つあります。1つは、AIに全自動で書かせないこと。録音の要約には話者の取り違えが混ざりますし、会議の発言には「決まったこと」と「言ってみただけ」が混在します。この2つを見分けられるのは社長だけなので、AIが整理した内容を一覧で出し、社長が「これは反映、これは違う」と番号で答える承認制にしました。もう1つは、共有の線引きを最初に決めること。せっかく作った文書群も、機密が混ざれば誰にも渡せません。人事評価と給料は誰にも出さない、社員向けには個別取引の顧客名・金額を「型」に変換して渡す——という線を引いてから、幹部向け・社員向けの2系統で共有しています（この2層構成のやり方自体は「AIのコンテキストを社内で共有する方法」で実物を公開しています）。 ### 何が変わったか：「社長に聞かないと分からない」が減っていく 棚卸しディレクトリの値打ちは、「社長に聞かなくても、読めば分かる」ことにあります。そしてもう1つ、副産物として大きいのはAIそのものが会社に詳しくなることです。会社の判断基準や物件の経緯を読み込んだAIは、報告書でも提案書でも「うちの会社の文脈」で下書きを出せるようになります。ベテランの頭の中を会社に残す取り組みは「ベテランの暗黙知を会社にインストールする方法」でも詳しく書いています。 ### この事例を自社に写すなら 「社長やベテランに聞かないと分からない」が口癖になっている会社は、業種を問わずこの型が効きます。ただし、いきなり録音デバイスを買う必要はありません。最初の一歩はAIに自分をインタビューさせることです。「うちの会社の主要な取引先と、それぞれとの付き合い方の注意点を、私に質問しながら聞き出してください」とAIに頼むと、30分話すだけで最初の文書ができます（やり方は「AIにインタビューさせる棚卸し術」で全公開）。録音の常時取得は、この最初の1枚に価値を感じてからで十分です。もう1つの注意は、共有の線引きを後回しにしないこと。「誰に何を見せるか」を決めずに文書を作り始めると、機密が混ざって結局誰にも渡せない文書群ができあがります。 AI顧問とは何かを先に知りたい方はこちら ## 事例3：1人で回す飲食店｜売上アップより先に、朝の1時間が戻った ### 導入前：閉店後の「裏側の仕事」が店主の睡眠を削っていた 熱海の小さな飲食店・アタミスタンド。1人でお店を回している店主にとって、きついのは営業中ではなく閉店後でした。領収書の確認、納品書、レジの数字、明日の仕込み、SNS。体も頭も疲れ切った夜に、紙と数字に向き合う。この状態の人に「AIで効率化しましょう」と言っても、AIを勉強する時間がそもそもないんです。 ### やったこと：派手な自動化ではなく、「紙の置き場を決めて、AIに下ごしらえをさせる」 やったことは地味です。まず領収書・納品書・レジ情報を集める場所を決める。紙のままでも、スマホで撮るでもいい。夜になってから「どこに置いたっけ」と探さないようにする——人は作業そのものより、作業に入る前の迷いで疲れるからです。そのうえで、AIに渡したのは下ごしらえだけです。領収書の写真から日付・金額・用途を読み取る。納品書の品目を拾う。突き合わせ用の一覧に並べる。分からないところは「不明」として残す。お金の判断は一切AIに任せず、最後の確認は店主がする。 印象に残っているのは、この導入がきれいな会議室ではなく、地元のスナックのカウンターの端にパソコンを置いて始まったことです。「この紙、撮ってみましょう」「この分類、お店の感覚と合ってますか」——講義ではなく共同作業。AIを使えるようになる瞬間は、説明を聞いたときではなく、自分の仕事が目の前で少し軽くなるのを見たときだと、この現場で確信しました。 ### 何が変わったか：戻った1時間を、仕事ではなく睡眠に返した 夜の経理が軽くなって、朝の時間が1時間戻りました。ここで私が店主に伝えたのは「その1時間を仕事で埋めないでください」です。1人経営のお店にとって体力は経営資源で、店の空気は店主の体調に出ます。AI導入の成果を数字だけで測ると、この価値は見落とされます。でも現場では、これがいちばん大きい。 ### この事例を自社に写すなら 飲食に限らず、1人〜数人でやっている会社（小売、士業、教室業、個人事業）は、この「夜に溜まる事務の下ごしらえ」から始めるのが一番現実的です。手順は3つだけ。①紙とデータの置き場を1か所に決める（レジ横の箱とスマホの撮影でいい）。②週に1回、まとめてAIに読ませて一覧にする（「この写真の領収書を、日付・金額・用途の表にして。読めないところは不明と書いて」——指示はこの1文で足ります）。③人が一覧を確認して、確定する。最初から毎日やろうとしないこと、確定作業をAIに渡さないこと。この2つを守れば、税理士さんに渡す資料の質はむしろ上がります。 ## 事例4：老舗旅館｜初月で「放置していた打ち手」が動き出した（進行中・匿名） 4つ目は進行中の事例です。ご契約の途中なので、社名を伏せて業種のみで書きます（当社は事例の公開範囲をお客様ごとに許諾管理しており、許諾のない情報は書きません）。 ### 導入前：口コミが80件以上、未返信のまま溜まっていた 地方の老舗旅館。代表が1人で経営判断を担っています。初回セッションで業務を棚卸しすると、出てきたのは「やったほうがいいと分かっているのに、手が回らず放置している打ち手」の山でした。象徴的だったのがクチコミ返信です。80件以上が未返信のまま溜まっていて、「1件返したら、全部返さないといけなくなる」という心理的な重さで、余計に手が付けられなくなっていました。ほかにも、補助金の情報収集、公式サイトの料金掲載、検索経由の集客——「知らなかった」「調べる時間がなかった」で止まっている打ち手が並びます。 ### やったこと：初回の90分で、AIの置き場を作って、打ち手を1つその場で動かした 初回にやったのは3つです。①月3,000円程度の有料AIプランを導入し、旅館の写真や会社情報を格納した「AIの脳みそ」（AIが参照する専用の置き場）を作る。②溜まっていた口コミへの返信文を、その場でAIに下書きさせて1件返してみる。③補助金情報をAIで検索できる環境を作り、地域の宿泊業向けの候補をその場で洗い出す。 参考までに、口コミ返信の下書きをAIに頼むときの形はこうです（内容は説明用の例です）。「あなたは当館の代表として、この口コミに返信します。宿の情報ファイルを読んだうえで、①具体的に褒められた点への感謝、②指摘への正直な受け止めと改善予定、③再訪を押し付けない結び、の順で、150字以内で下書きしてください。事実でないお詫びや約束は書かないでください」——ここでも原則は同じで、AIが書くのは下書きまで、送信の判断は代表がする。1件あたりの心理的な重さが下がるから、溜まらなくなるんです。 ポイントは、初回から「勉強」ではなく「実務」をやることです。AIの概念説明に90分使うより、溜まっていた口コミが1件片付くほうが、経営者の目の色が変わります。「これは自分でも回せそうだ」となって初めて、2回目以降の宿題（AIへの事業情報の蓄積、口コミの続き、補助金リサーチ）が自走し始めます。AI顧問の初月に実際に何をやるかは「AI顧問の1ヶ月目に実際やること」で全公開しています。 なおこの旅館で私が学んだのは、中小企業のAI導入の価値は「時間削減」だけでは測れないということです。この旅館の場合、削減できた時間より、「打てなかった手が打てるようになった」ことのほうがはるかに大きい。口コミ返信も補助金も、外注すれば毎月お金がかかる仕事です。AIと代表の90分で、それが社内で動き出した。私たちはこれを「攻めの手数」と呼んで、支援効果の第一の物差しにしています。 ### この事例を自社に写すなら 「やるべきと分かっているのに放置している打ち手」がある会社は、まずそのリストをAIと一緒に作ってください。やり方は簡単で、AIに「うちは＿＿業です。集客・発信・顧客対応・行政の支援制度のうち、中小企業がよく放置している打ち手を質問しながら洗い出してください」と頼み、出てきたリストに「やっている／放置」の印を付けるだけ。そして放置の中から、いちばん心理的に重いものを1つ選んで、その場でAIに下書きさせて1件だけ片付ける。溜まった口コミの1件目、書きかけの案内文、調べていなかった支援制度。この「1件目が片付く体験」が、2件目以降を自走させます。全部やろうとしないでください。1件です。 初回90分でやることが分かる資料セット（無料） ## 4つの事例に共通していた「成功パターン」5つ 業種も規模もバラバラの4社ですが、うまく回った理由はきれいに共通しています。事例から持ち帰るべきは、この5つの型です。 共通パターン 具体的には 逆をやると ① 全社導入ではなく、1業務から 報告書、経理の下ごしらえ、口コミ返信——痛みが一番強い1業務だけを選ぶ 「全社でAI活用」は誰の業務も変わらないまま空中分解する ② 判断は人、作業はAI 良否判定・お金の判断・共有範囲の判断は人。転記・清書・下書き・一覧化はAI 判断を任せると事故る。作業を任せないと楽にならない ③ AIに先に会社を教える 実物の様式・過去の完成品・社内の言葉をAIに渡してから仕事をさせる 何も教えないAIは一般論しか返さず、「使えない」の烙印を押される ④ 直しを型に還元する 下書きの修正内容を、都度AIへの指示に反映する。同じ直しを2回しない 直しっぱなしだと精度が上がらず、「自分でやったほうが早い」で止まる ⑤ 最初の成功体験を現場で作る 初回から実物（今日の領収書・溜まった口コミ）で1件片付ける 概念の研修から入ると、現場に戻った瞬間に日常へ流される とくに②は、4社全部で最初に引いた線です。この線引きを社内ルール1枚に落とす方法は「生成AIの社内ルールの作り方」で、ひな形ごと公開しています。 ## 4社が実際に使ったツール構成｜専用システムはひとつもない 事例を読んだ方から必ず聞かれるのが「結局、何のツールを使ったんですか」です。答えを先に言うと、4社とも専用システムや業界向けパッケージは1つも入れていません。使ったのは誰でも今日契約できるものだけです。 役割 使ったもの 月額の目安 備考 AI本体 ChatGPT PlusまたはClaude Proなどの汎用AIの有料プラン 1アカウント3,000円前後 無料版は入出力の制限と設定項目の関係で業務利用に不向き。法人利用の選び方はこちらで比較 AIへの教材 自社の実物（提出様式・過去の完成品・記録メモ・録音） 0円 ここが品質の8割を決める。買うものではなく、社内にすでにある 記録の入口 スマホのカメラ／ウェアラブル録音デバイス 0円〜（録音デバイスは買い切り数万円） 録音デバイスは事例2のみ。他は写真と既存データで足りた 成果物の出口 既存のExcel様式・Googleドライブ・既存の業務システム 0円（既存契約のまま） 提出先が受け取る形は一切変えない。これが定着の条件 ルール AI利用の社内ルール1枚（学習利用オフ設定・入力範囲・確認フロー） 0円 ツールではないが、これがないと現場が安心して踏めない 逆に言うと、「何のツールを買うか」から入った時点で、この4社の型からは外れます。ツールを先に決めると業務をツールに合わせることになり、現場の抵抗が一番強くなる。自社の実物を汎用AIに教えるほうが、安くて、速くて、現場に合います。 ### コピペで使える「最初の指示文」3本 ツールより大事なのが、AIへの最初の頼み方です。4社の現場で実際に使っている指示文を、そのまま使える形で3本置いておきます。 ① 経理の下ごしらえ（事例3の型） この写真の領収書・納品書を読み取って、「日付／金額／支払先／用途（推定）」の表にしてください。読み取れない箇所や自信がない箇所は、推測で埋めずに「不明」と書いてください。用途の推定には（自信度：高／低）を付けてください。 ② 報告書・書類の下書き（事例1の型） 添付の様式が、当社が実際に提出している報告書です。もう1つの添付が過去の完成例です。この2つから「どの欄に・どんな書きぶりで書くか」のルールを箇条書きにして、私に確認してください。ルールが確定したら、今回の記録メモから下書きを作ります。記録にないことは書かず、判定欄には触れないでください。 ③ 会社の知識の棚卸し（事例2・4の型） 当社は＿＿業です。私の頭の中にある「主要な取引先との付き合い方」を文書に残したいので、あなたが私にインタビューしてください。質問は1回に1つ。私の回答が曖昧なときは、具体例を求めてください。30分たったら、それまでの内容を「取引先別の注意点」として文書にまとめてください。 3本に共通しているのは、「推測で埋めるな」「記録にないことを書くな」を最初に言っておくことです。AIの事故の大半は、能力不足ではなく、気を利かせた勝手な補完から起きます。先に釘を刺しておけば、下書きの信頼性は大きく変わります。 ## あなたの会社はどのタイプか｜入口業務の選び方 「事例は分かった。うちは何から始めればいいのか」に答えます。4社の入口業務は偶然選ばれたのではなく、会社のタイプごとに、効く入口はだいたい決まっています。 タイプ あてはまる会社 最初の入口業務 対応する事例 点検・報告型 防災設備、建設、設備管理、ビルメン。現場で記録して書類で出す仕事が多い 報告書・日報・安全書類の下書き化 事例1（ウェックス） 属人知識型 社長やベテランに判断が集中。「あの人に聞かないと分からない」が口癖 録音・インタビューからの知識の棚卸し 事例2（マチモリ不動産） 1人経営型 飲食・小売・士業など、経営者が実務も裏方も全部やっている 夜に溜まる事務（経理・記録）の下ごしらえ 事例3（アタミスタンド） 打ち手放置型 口コミ・発信・補助金など「やるべきと分かっているのに手が回らない」が山積み 放置している打ち手を1つ、AIとその場で動かす 事例4（旅館） 複数あてはまる場合は、「毎週発生していて、締切があって、書式が決まっている」業務を優先してください。頻度が高いほど改善の回数が稼げ、書式が決まっているほどAIの下書きが安定します。業務の選び方そのものは「業務の棚卸しのやり方」でテンプレート付きで解説しています。 ### 着手前チェックリスト10問 入口業務を1つ決めたら、着手前にこの10問を確認してください。7つ以上Yesなら、その業務は今日から始められます。 - その業務は週1回以上発生するか - アウトプットの書式（様式・フォーマット）が決まっているか - 過去の完成品（よくできた実物）が2〜3件手元にあるか - 「判断する部分」と「作業する部分」を口頭で説明できるか - AIの下書きを最終確認する担当者が決まっているか - 顧客名・個人情報をAIに渡す範囲のルールを決めたか（学習に使わせない設定の確認を含む） - 月3,000円程度の有料AIプランを会社として契約できるか - 最初の1件を試す題材（直近の実案件）があるか - 下書きの直しを記録して、AIへの指示に反映する係がいるか - 経営者自身が最初の1件に立ち会えるか ワーク：あなたの会社の入口業務を1つ書き出してください——「＿＿＿＿＿＿の（毎週／毎日）発生する＿＿＿＿＿＿業務。判断するのは＿＿さん、AIに渡すのは＿＿＿＿の部分」。この1行が埋まれば、事例の再現は半分始まっています。 ### 逆に、最初の1業務に選んではいけない業務 チェックリストの裏返しとして、入口に選ぶと高確率で失敗する業務も書いておきます。4社の伴走で「それは後にしましょう」と止めた実例ベースです。 選んではいけない業務 理由 いつならやれるか クレーム対応の返信自動化 感情と文脈の判断が本体で、間違えたときの損害が大きい 定型業務で型化の習慣ができてから、下書き支援に限定して 採用・人事評価 判断そのものであり、AIに渡すべきでない領域。情報の機微も最大級 原則やらない（募集文の下書きなど周辺作業のみ） 契約書の法的チェック 責任の所在が曖昧になる。専門家の領分 専門家に渡す前の論点整理までなら可 月1回しか発生しない業務 改善サイクルが月1回しか回らず、型になる前に忘れる 週次業務で型化の筋力がついてから 書式が毎回バラバラの業務 下書きの正解が定まらず、直しが型に還元できない まず書式を揃える。それ自体をAIと一緒にやるのは可 経営数値の分析・意思決定 データの正確性検証と経営判断が本体。最初の1件の成功体験にならない 入口業務の定着後、資料の下ごしらえから ## 事例を再現する90日ロードマップ 4社の伴走はいずれも3ヶ月（90日）を1つの区切りにしています。これは契約の都合ではなく、「最初の感動」から「業務としての定着」までに、実際にこのくらいかかるからです。自社でやる場合も、同じ時間感覚で計画してください。 期間 やること ゴール よくある脱線 1〜30日目 （試す） 入口業務を1つ決める／有料AIプラン契約と学習利用オフ設定／実物3点（様式・完成品・記録）をAIに教える／直近の実案件1件で下書きを作り、人の完成品と見比べる 「最初の1件」の下書きが出て、使える部分とずれる部分が特定できている 複数業務に同時に手を出す／ツール比較で1ヶ月使う 31〜60日目 （型にする） 実案件のたびにAIで下書き→人が確認→直しを指示に反映、を繰り返す／「渡し方→確認箇所→提出」を1枚の手順にする／社内ルール1枚を明文化する 停滞期（「自分でやったほうが早い」）を、直しの型化で越えている 直しっぱなしで毎回同じ修正をする／担当者1人の個人技のまま進む 61〜90日目 （広げる） 手順を担当者以外の1人に渡して回るか試す／2つ目の業務（同じ構造のもの）に横展開／効果を「打てた手」と「軽くなった業務」の両方で棚卸しする 特定の誰かがいなくても回る「会社の業務」になっている 定着前に別部門へ拡大して薄まる／効果測定を時間削減だけで語る 90日の全手順をさらに細かく分解したものは「中小企業のAI導入の進め方｜最初の90日でやること全手順」にまとめています。この記事の事例と合わせて読むと、計画に落とせるはずです。 自社の場合はどこから始めるべきか相談してみる ## 事例を真似るときにやってはいけない4つのこと - ツール選びから始めない。「AI 報告書 ソフト」で検索してパッケージを探すと、自社の様式と合わず使われなくなります。4社とも使ったのは月3,000円程度の汎用AI（ChatGPTやClaudeの有料プラン）と、自社の実物だけです。 - 判断をAIに渡さない。点検の良否、お金の承認、人事の評価。ここにAIを入れると、効率化どころか会社の信用問題になります。線引きは導入初日に文書で決めてください。 - 「効果は時間削減」と決めつけない。旅館の事例のように、中小企業では「打てなかった手が打てるようになる」効果のほうが大きいことが多い。時間だけで測ると、成果が出ているのに「効果なし」と誤判定します（費用対効果の測り方に詳述）。 - 1〜2回試して「使えない」と結論しない。4社に共通した山場は、数回目に来る「自分でやったほうが早い」でした。そこは能力の限界ではなく、教えた情報の不足です。直しを型に反映すれば越えられます。よくある挫折の型は「AI導入の失敗パターン7つ」にまとめています。 ちなみに費用感について。4社のようにAI顧問として伴走を入れる場合、AiWiLLの顧問料は月30万円〜（税別・社員同席込み）で、最低6か月です。安くはありません。ただ、この記事に書いた進め方は顧問なしでも再現できるように書いたつもりです。まず自社でやってみて、止まったら相談してください——それで回るならそれが一番いいと本気で思っています（内訳と判断基準は「AI顧問の費用相場」で全部開示しています）。 ## よくある質問 ### Q1. 何人規模の会社から導入できますか？ 1人経営から可能です。この記事の事例3は店主1人の飲食店です。むしろ人数が少ないほど、経営者の裏方仕事をAIが下支えする効果は出やすいです。数十名規模なら、事例1・2のように「現場の1業務」か「社長の知識の棚卸し」が入口になります。 ### Q2. 導入に必要な費用はどのくらいですか？ 自社でやる場合の必須コストは、有料AIプラン（1アカウント月3,000円程度）だけです。専用システムの開発は要りません。外部の伴走支援を入れる場合、AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）・最低6か月です。 ### Q3. ITに詳しい社員がいなくても大丈夫ですか？ 4社とも情報システム部門はありません。必要なのはITスキルより、「この業務のここが判断で、ここが作業だ」と言える業務理解です。それは現場のベテランと経営者が一番持っています。専任がいない会社の回し方は情シスがいない会社のAI導入で解説しています。 ### Q4. 顧客情報や機密情報をAIに入れて大丈夫ですか？ 渡す範囲のルールを先に決めれば運用できます。具体的には、入力データを学習に使わせない設定の確認、物件名・顧客名の略称化、人事・給与情報は入れない、の3点が基本線です。詳しくはAI導入のセキュリティと情報入力の考え方をどうぞ。 ### Q5. 効果はどのくらいの期間で出ますか？ 「最初の1件の下書きが出る」までは初日で到達します。業務として定着するまでが山場で、数回目に来る停滞期を越えるのに1〜2ヶ月。AiWiLLの顧問が最低6か月の伴走なのは、この定着までを射程に入れているためです（AI顧問の最初の90日｜前半の進め方）。 ### Q6. 社員がAIに反発しないか心配です。 反発の多くは「仕事を奪われる不安」ではなく「新しい仕事が増える警戒」です。有効なのは、事例1のようにベテランへ「あなたの判断基準を教えてほしい」と頼む形にすること。検品役・先生役として巻き込まれたベテランは、一番の協力者になります。使ってもらえない場合の対処は「社員がAIを使ってくれない本当の理由」に詳しくまとめています。 ### Q7. AI導入に補助金や助成金は使えますか？ 国や自治体には、中小企業のITツール導入や省力化投資を支援する補助制度（IT導入補助金など）があります。ただし対象・要件・公募時期は年度ごとに変わるため、必ず最新の公募要領を確認してください。当記事の4社の型は月3,000円程度の汎用AIで始められるため、補助金を待たずに小さく始めて、大きな投資が必要になった段階で制度を検討する順番をおすすめしています。 ### Q8. 事例の数字（削減時間など）が書かれていないのはなぜですか？ お客様との確認が取れた数値しか公開しない方針だからです。導入事例の数字は盛ろうと思えばいくらでも盛れてしまうので、当社は数字の派手さではなく、業務として使われ続けているかどうか（定着）を成果の証拠として書いています。 ## 4社のその後｜導入は「終わり」ではなく「会社にAIが詳しくなっていく始まり」 最後に、導入事例の記事でほとんど書かれない「その後」の話をします。AI導入は、仕組みが1つ回り始めたら終わりではありません。4社の現場で起きているのは、使えば使うほどAIが会社に詳しくなっていく循環です。 報告書の直しを型に反映するたび、AIは自社の書きぶりに近づく。商談の録音が取り込まれるたび、AIが参照できる会社の文脈が増える。口コミ返信を重ねるたび、宿の言葉遣いが蓄積される。つまり、AIへの「教材」が業務の中で勝手に増えていく状態を作れたかどうかが、1年後の差になります。逆にこの循環がないと、AIは導入初日の賢さのまま止まり、やがて使われなくなります。私たちが顧問の3ヶ月で本当に納品しているのは、個別の効率化よりも、この循環が回る状態です。 だから、事例を読んで「うちもやろう」と思った方への最後のアドバイスはこれです。最初の1業務を選ぶとき、「この業務は、直しや記録が自然に溜まっていくか？」も見てください。溜まる業務を選べば、AIは勝手に育ちます。この考え方の全体像は「「AI社員」の作り方」と「コンテキスト経営とは何か」で深掘りしています。 ## まとめ：事例から持ち帰るべきは数字ではなく「型」 - 中小企業のAI導入は、全社プロジェクトではなく痛みが一番強い1業務から始める - 防災設備会社は点検報告書、不動産会社は社長の知識の棚卸し、1人経営の飲食店は夜の経理、旅館は放置していた打ち手——入口は会社のタイプで決まる - 線引きは常に「判断は人、作業はAI」。良否判定・お金・人事はAIに渡さない - AIには先に会社の実物（様式・過去の完成品・社内の言葉）を教える。教えないAIは一般論しか返さない - 数回目に来る「自分でやったほうが早い」は挫折ポイントではなく、直しを型に反映するサイン - 効果は時間削減だけでなく「打てなかった手が打てるようになる」で測る - 必要なのは月3,000円程度の汎用AIと実物の資料。ツール探しから始めない - 初回から実物で1件片付けて、成功体験を現場で作る この記事の進め方で、まず1業務、始めてみてください。途中で止まったとき——多くの場合は数回目の停滞期です——に、外部の伴走が要るかどうかを判断すれば十分です。AiWiLLのAI顧問（WiLLAGENT）は、この記事に書いた進め方を貴社の業務でそのまま一緒にやる3ヶ月です。まずは4社の支援で実際に使っている資料セットからどうぞ。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 中小企業にAIコンサルは必要か？費用相場・選び方・要らない会社の条件まで正直に書く URL: https://aiandwill.com/ai-consul-chusho/ 公開: 2026-08-08 / 更新: 2026-09-05 「AIコンサル」を検索し始めた中小企業の経営者の頭の中は、だいたいこの3つのはずです。うちみたいな規模の会社に必要なのか。頼むといくらかかるのか。そして——正直、怪しい業者と本物をどう見分ければいいのか。 先に立場を開示します。私はAiWiLLという会社で、AI顧問という「AIコンサルの一形態」を売っている側の人間です。だからこの記事は、放っておけばポジショントークになります。そうならないように、書く順番を逆にしました。最初に「AIコンサルが要らない会社の条件」から書き、費用相場は自社の実額を含めて具体的な金額で書き、コンサル業界が言いたがらない失敗の構造まで開示します。読み終えたときに「頼まない」という結論になるなら、それはそれで正しい買い物です。 判断材料としての中身は入れてあります。AiWiLLはAI顧問として累計約15社、研修・講座を含めると30社超の中小企業を支援してきました。防災設備会社、不動産会社、旅館、飲食店——社員数名〜数十名の、紙とExcelで回っている現場です。この記事は、その現場で「コンサルという買い物」がどう機能し、どこで空回りするかを見てきた人間の一次情報で書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AIコンサルとは何か——中小企業が買える4つの形 AIコンサルとは、AIを経営や業務にどう組み込むかについて、外部の専門家から助言・支援を受けるサービスのこと。ただし一口にAIコンサルと言っても、実際に売られている形は大きく4つに分かれ、価格も、終わったあとに手元に残るものも、まったく別物です。中小企業の検討で最初につまずくのは、この4つを区別せずに「AIコンサル」とひとくくりで比較してしまうことです。 形態 やること 費用感 終わったあとに残るもの 中小企業との相性 ① 戦略コンサル型 現状分析→AI戦略立案→ロードマップ策定→報告書納品 月数十万〜数百万円 戦略資料・ロードマップ △ 実行部隊が社内にないと絵で終わる ② プロジェクト型 特定テーマ（例：問い合わせ対応のAI化）を期間契約で構築 数百万円〜（開発を含むと膨らむ） 特定業務の仕組み ○ ただし要件が固まっている会社向け ③ 伴走型（顧問型） 月額で現場に入り、業務のAI化と社内人材の育成を一緒に進める 月15万〜50万円程度 業務フロー・社内ルール・AIを使える社員 ◎ 実装まで踏み込む前提なら本命 ④ スポット相談型 単発の相談・診断・セミナー 数万〜数十万円/回 助言・気づき ○ 入口としては良いが、それだけでは現場は変わらない 4形態の一番の違いは価格ではなく「終わったあとに何が残るか」 この4形態の「売る側の収益構造」——どの形態が、どう儲かる仕組みなのか——は別記事「AI顧問・AI研修・AIコンサルの違い」で開示しています。この記事では、中小企業の側から見た「どれを・いつ・いくらで買うべきか」に絞ります。 前提としてもうひとつ知っておくべきことがあります。「AIコンサルタント」に公的な資格や免許は存在しません。名乗るのは今日からでも誰でもできます。中小企業診断士やITコーディネータのような関連資格はありますが、AI実務の力量を保証するものではありません。だからこの買い物は、肩書きではなく中身——事例の具体度、実装への踏み込み、終わったあとに残るもの——で見極めるしかない。この記事の後半は、その見極めの道具に紙幅を使います。 なお「DXコンサル」「生成AIコンサル」という呼び名との関係も整理しておくと、DXコンサルはデジタル化全般（基幹システム・業務プロセス・組織）を扱う広い概念で、AIコンサルはそのうちAI活用に特化したもの、生成AIコンサルはさらにChatGPTなどの生成AIに絞った呼び方です。呼び名は違っても、中小企業にとっての判断軸は同じです——提案で終わるのか、実装まで来るのか。 ### ① 戦略コンサル型——「絵」を買う。実行部隊が社内にあるかが全て 現状分析からAI戦略、ロードマップ策定までを、数ヶ月のプロジェクトで納品する形です。コンサルタントの工数に対して支払う構造なので、期間と人数で費用が積み上がります。向いているのは、受け取った戦略を実行する部署・担当・予算が既にある会社。つまり中小企業では、「戦略を受け取る側の体制」が先に問われます。危ない兆候は、契約前の提案書が自社の業務の実物（様式・データ・現場の言葉）に一度も触れていないこと。一般論のフレームワークにあなたの会社名を差し込んだだけの提案は、納品物も同じ作りになります。 ### ② プロジェクト型——「特定の仕組み」を買う。要件の解像度が成否を決める 「問い合わせ対応をAI化したい」「見積作成を自動化したい」のような特定テーマを、期間契約で構築する形です。開発を含むと数百万円〜になります。向いているのは、対象業務が明確で、量が多く、要件を語れる会社。危ない兆候は、要件が曖昧なまま金額が先に確定すること。要件が曖昧な段階で大きな金額を約束させる契約は、追加費用の温床です。要件がまだ固まっていないなら、先に伴走型かスポット相談で解像度を上げるほうが、結果的に安くつきます。 ### ③ 伴走型（顧問型）——「変わっていく現場」を買う。実装と育成がセット 月額で現場に入り、業務のAI化と社内人材の育成を並走する形です。当社のAI顧問もここに入ります。分析・提案・実装・定着が一体なので、「提案はもらったが動かない」が構造的に起きにくい。向いているのは、やるべきことは多いのに推進役がいない会社。危ない兆候は、月額なのにセッションの中身が毎回「近況相談」で終わること。伴走型の価値は相談対応ではなく、毎回のセッションで実物（実際の報告書・返信文・仕組み）が1つ前に進むことです。ここが曖昧な伴走契約は、高い雑談になります。 ### ④ スポット相談型——「解像度」を買う。入口としては最良、出口にはならない 単発の相談・診断・セミナーです。数万〜数十万円/回で、失敗しても傷が浅い。使いどころは、①そもそも何から考えればいいか分からない段階の整理、②大きな契約の前の「お試し」、③セカンドオピニオンの3つです。危ない兆候は、スポットのはずが毎回「続きは次回」で終わり、実質サブスク化すること。スポット相談は「次に自社が何をすべきか」が言語化されたら卒業が正しい使い方です。 ## なぜ「AIコンサルを入れたのに何も変わらない」が起きるのか AIコンサルの標準的な仕事の型は、大企業向けに発達してきました。現状分析をして、戦略を描いて、ロードマップと報告書を納品する。大企業ならこれで機能します。受け取った戦略を実行する専任部署と予算があるからです。 中小企業には、その前提がありません。立派なロードマップを受け取っても、それを実行するのは現場と兼務の誰か、多くの場合は社長本人です。日々の業務で手一杯の人に「全社AI変革ロードマップ」を渡しても、動きません。ミスマッチの正体は、コンサルの質の問題ではなく、「分析・提案」を買っても「実行する人」は付いてこないという構造の問題です。 私はAiWiLLの前に、AI教育の会社（SHIFT AI）の創業に参画して、3万人規模のコミュニティを見てきました。そこで嫌というほど見たのは、知識を得た瞬間の熱と、現場に戻って1週間後の静けさの落差です。学ぶことと、月曜の朝に自分の業務が変わっていることは、まったく別の出来事なんです。だから私は独立するとき、提案書を納品する形ではなく、現場で一緒に手を動かす形を選びました。これはポジショントークと言われても仕方ない選択ですが、選んだ理由がこの落差の目撃だったことは、書いておきたい事実です。 もうひとつ、中小企業特有の事情があります。分析の対象になる業務そのものが、文書化されておらず、社長やベテランの頭の中にしかないことです。この状態で外部が「現状分析」をすると、ヒアリングだけで契約期間の大半が溶けます。中小企業のAI導入で最初にやるべきは多くの場合、戦略策定ではなく業務と知識の棚卸しです（やり方は「業務の棚卸しのやり方」で無料公開しています。正直、この記事を実行すれば、初期分析だけを高く売るタイプのコンサルは不要になります）。 ### 契約する前に、自社でやっておく下準備3つ どの形態を選ぶにしても、契約前にこの3つを済ませておくと、同じ費用で進む距離がまったく変わります。外部の時間を「調査」ではなく「実装」に使えるようになるからです。 - 業務の棚卸しを1枚書く。完璧でなくていい。「毎週発生する業務」「時間を食っている業務」「放置している打ち手」を箇条書きにするだけで、初回の議論が具体から始まります。 - 推進役の候補に目星をつける。役職ではなく「一番面白がってAIを触っている人」。外部支援は、この人を育てる装置として使うと投資効率が最大になります。 - AIに渡してよい情報の仮ルールを決める。顧客名は略称にする、人事・給与は渡さない、学習利用はオフにする——この3行だけ先に決めておくと、「セキュリティが不安で進まない」という最頻出の停滞を回避できます（ひな形は社内ルールの作り方で無料公開）。 ## 中小企業がAIコンサルに払う費用相場——実額で話す 費用の話を具体的にします。相場観は先の表のとおり、戦略コンサル型で月数十万〜数百万円、プロジェクト型は内容次第で数百万円〜、伴走型で月15万〜50万円程度、スポット相談で数万〜数十万円/回。ここで大事なのは相場の暗記ではなく、「月額いくら」ではなく「終わったとき何が残って、いくらだったか」で見ることです。 当社の実額も書きます。AiWiLLのAI顧問（伴走型）は月30万円〜（税別・社員同席込み）、最低6か月です。月2回・90分の実務セッションと営業日のチャット相談が含まれ、3ヶ月で「AIが実際に業務を回している状態と、それを自分たちで回せる人」を残すことをゴールにしています。月30万円〜（税別・社員同席込み）の内訳と、それが高いか安いかの判断軸は「AI顧問の費用相場｜実額・月30万円〜（税別・社員同席込み）の内訳と払う価値の判断基準」で全部開示しているので、比較検討の物差しに使ってください。 予算の目安として、私が商談で実際に伝えている考え方はこうです。年商1〜10億円規模の会社なら、AI活用への投資は「まず3ヶ月で60万〜100万円」が現実的な検討ライン。それより大きい金額の提案が最初から出てきたら、この記事の後半の見極め質問を使ってください。逆にそれより小さく始めたいなら、コンサルを入れずに月3,000円のAIツール代だけで自走を試す道もあります（後述の「要らない会社」参照）。いきなり大きく払わないことです。 ### 契約形態も3種類ある——どこに責任が置かれるか 金額と一緒に、契約の形も見てください。責任の置き場所が違います。 - 準委任契約（工数型）——「稼働すること」に対して支払う形。コンサル業界の標準ですが、成果が出なくても稼働していれば支払いは発生します。だからこそ、成果の測り方の事前合意（後述のチェックリスト8番）が重要になります。 - 成果報酬型——一見リスクがなさそうに見えますが、「成果」の定義次第で揉めます。AI活用の成果は売上に直結する形で切り出しにくいため、この分野では実はあまり機能しません。成果の定義が曖昧な成果報酬は、定義を握る側が勝ちます。 - 月額顧問契約——範囲（セッション回数・チャット対応・対象業務）が明文化されているかが全てです。範囲が書いていない月額契約は、期待値のズレが3ヶ月目に噴き出します。 ### 安すぎる提案にも構造がある 高い提案だけでなく、安すぎる提案にも注意が要ります。たとえば「月5万円でAIコンサル」という提案が成り立つ構造は限られていて、①テンプレート資料の使い回し、②経験の浅い担当者のOJT案件、③別の商材（ツール・開発・高額講座）への入口、のどれかであることがほとんどです。③が一番多い。安い月額の後ろに本命の商材が控えている場合、判断すべきは月額ではなく「本命側の金額と中身」です。入口の安さで選ばず、出口で何にいくら払うことになるかまで聞いてください。 AI顧問の中身がわかる資料セットを無料で見る ## 先に言います。AIコンサルが「要らない」会社の条件5つ 売る側がこれを書くのは営業的には損ですが、要らない会社が契約すると、3ヶ月後に「AIコンサルは意味がない」という結論だけが残ります。それは業界にとっても、その会社にとっても損なので、先に書きます。次のどれかに当てはまる会社は、いまはAIコンサルを買わなくていい。 条件 なぜ要らないか 代わりにやること ① 社内に「面白がって触る人」が既にいる 推進者がいる会社は自走できる。外部が入ると、むしろその人の勢いを削ぐことがある その人に有料AIプランと週数時間の権限を渡す（推進担当者の選び方・育て方） ② 作りたいものの要件が固まっている 必要なのはコンサルではなく開発会社。間にコンサルを挟むと費用が二重になる 開発会社に直接見積もりを取る ③ 経営者が時間を1秒も出せない 中小企業のAI導入は経営者の関与で決まる。丸投げ前提の契約は何も残らない まず経営者自身の1日10分から始める ④ 対象業務の量が少ない 週1回未満の業務をAI化しても、削減効果が顧問料に届かない 月3,000円のAIツールを自分で契約して個人業務から試す ⑤ 直近の資金繰りが厳しい AI投資は3ヶ月〜半年の投資。翌月の資金を圧迫してまでやるものではない 無料でできる棚卸し（テンプレ公開中）だけ先にやっておく 逆に言うと、「やるべき業務は山ほどあるのに、社内に推進役がおらず、経営者は月数時間なら出せる」という会社が、外部支援の効果が一番出る会社です。私の顧問先はほぼ全部このパターンでした。 ## 中小企業×AIコンサルの失敗パターン5つ 顧問の現場や商談で実際に見聞きしてきた、中小企業がAIコンサルで失敗する典型を5つ挙げます。契約前に読んでおくだけで、大半は避けられます。 - ① 立派な資料が納品されて、終わる。数十ページのAI活用戦略が引き出しに入ったまま1年経つ。買うべきは資料ではなく「月曜の朝に変わっている業務」です。契約前に「実装まで入りますか」と一言聞くだけで見分けられます。 - ② 特定ツールの導入がゴールにすり替わる。コンサルが特定ベンダーの代理店を兼ねている場合、提案はほぼ例外なくそのツールに寄ります。ツール販売のマージン構造は別記事で開示したとおりです。「他のツールと比較した資料はありますか」で確認できます。 - ③ 大企業向けの型をそのまま持ち込まれる。委員会設置、月次定例、分厚い議事録。社員20名の会社に大企業のガバナンス設計を持ち込むと、AI活用の前に会議で力尽きます。 - ④ 丸投げで、社内に何も残らない。コンサルが全部やってくれるのは快適ですが、契約終了と同時に止まります。「終わったあと、うちの誰が回せるようになっていますか」が効く質問です。 - ⑤ 成果の測り方を決めずに始める。「AI活用の推進」のような曖昧なゴールは、成果が出たかどうかを誰も判定できません。時間削減だけで測るのも危険で、中小企業では「打てなかった手が打てるようになった」ほうが大きいことが多い（費用対効果の測り方に詳述）。 失敗の型をもっと広く知りたい方は「AI導入の失敗パターン7つ」もどうぞ。コンサルの有無にかかわらず、止まる会社には共通点があります。 ## 契約前の見極め質問7つ——「いい答え」と「危ない答え」 商談の場でそのまま使える質問リストです。それぞれ、いい答えの例と危ない答えの例を付けました。7問すべて聞いても10分かかりません。 質問 いい答えの例 危ない答えの例 1. うちと同じ規模の会社の事例はありますか 社員数・業種が近い具体例が出てくる 大企業のロゴ一覧を見せられる 2. 実装まで入りますか、提案までですか 「現場で一緒に作ります」と範囲を明言 「実行支援は別契約で」が後から出る 3. 実際に来るのは誰ですか 商談に出ている本人、または実名で担当者を紹介 契約後に若手に交代する（言葉を濁す） 4. 契約が終わったとき、社内に何が残りますか 業務フロー・社内ルール・使える社員、と具体物で答える 「ノウハウが残ります」で終わる 5. 特定ツールの販売や代理店をしていますか している場合も含めて即答で開示する 質問をはぐらかす 6. 途中でやめられますか 契約期間と出口が明文化されている 1年縛り＋自動更新＋違約金 7. こちら（経営者）の宿題は何ですか 経営者の時間・判断・情報提供を具体的に要求してくる 「お任せください、何もしなくて大丈夫です」 とくに7問目は、逆説的ですが一番の見極めポイントです。「何もしなくていい」と言うコンサルほど危ない。中小企業のAI活用は経営者の判断と情報なしには進まないので、誠実な支援者ほど経営者に宿題を出します。売る側のインセンティブ構造から見た質問リスト（10問）は「AI顧問・AI研修・AIコンサルの違い」にもあり、併用すると精度が上がります。 ### 商談での切り出し方——そのまま使える言い回し 「質問リストは分かったが、面と向かって聞きにくい」という声もあるので、角が立たない言い回しの実物を置いておきます。 質問を切り出すとき： 「外部にお願いするのが初めてで、社内に説明する材料が必要なんです。いくつか率直な質問をさせてください。——契約が終わった時点で、うちの社内には具体的に何が残っていますか？　それと、私たち側がやるべきことは何でしょうか？」 その場で決めずに持ち帰るとき： 「内容は理解しました。今日いただいた『終わったあとに残るもの』を書き出して、社内の◯◯と費用対効果を突き合わせてから返事をします。1週間ください。」 ポイントは、「社内に説明する材料が必要」という枕を置くことです。質問が詰問にならず、それでいて曖昧な答えは持ち帰りの段階で自然に露呈します。その場で即決を迫ってくる相手は、この持ち帰りの一言への反応で見分けられます。 売る側の収益構造から見る選び方も読む ## そもそもAIコンサルはどこで探すのか——チャネル別の実情 「選び方」の前に「探し方」でつまずく会社も多いので、探すチャネル別の実情も書きます。どのチャネルにも当たり外れはあり、最後は前章の見極め質問で判断する前提です。 チャネル 長所 注意点 経営者仲間・取引先からの紹介 実際に使った人の評価つき。ミスマッチが起きにくい 「紹介の手前、断りにくい」が発生する。見極め質問は紹介でも省略しない 検索（この記事のような発信を読む） その会社の思想・実力・現場感が事前に分かる 発信が上手いことと支援が上手いことは別。事例の具体度で判断する コンサル紹介・マッチングサイト 比較しやすく、相場観がつかめる 掲載側は成約手数料を払っている。上位表示＝実力ではない セミナー・展示会 話し方・質疑応答で力量が見える その場の高揚で契約しない。持ち帰りの言い回し（前章）を使う 公的窓口からの専門家派遣 費用負担が小さい 派遣される専門家のAI実務経験には差がある。継続実装は範囲外が多い もうひとつ、探す段階で効く視点を足すと、「会社」ではなく「来る人」で選ぶことです。コンサルティングは属人性の高い仕事で、同じ会社でも担当者で成果が変わります。商談に出てきた実力者が契約後は来なくなる、は業界の古典的なパターンなので、見極め質問3（実際に来るのは誰ですか）はどのチャネル経由でも必ず聞いてください。 ## 研修とコンサルはどちらが先か——組み合わせの順番 商談でよく聞かれる質問に「研修とコンサル、どちらを先にやるべきですか」があります。答えは会社の段階によりますが、原則はこうです。 - 全員がほぼ未経験なら、小さく研修が先。触ったことがない状態で伴走契約をしても、初回が「ChatGPTの開き方」で終わってしまい、月額がもったいない。数万円の単発研修か、無料の社内勉強会で「触ったことがある」状態を作ってからのほうが、コンサル費用の効率が数倍違います。 - 触ってはいるが業務で使われていないなら、伴走が先。この段階で研修を重ねても「知っているのに使わない人」が増えるだけです。必要なのは知識ではなく、自社業務での成功体験と仕組みです（AI研修で終わらないためにに詳述）。 - 研修とコンサルを最初からセットで大きく買わない。「全社研修＋年間コンサル」のパッケージ一括契約は、途中で方向修正が利きません。小さく始めて、効いたら広げる。この順番はAI投資の全域で共通です。 ## 問い合わせから開始までの標準スケジュール 検討を始めてから支援が始まるまでの標準的な流れも書いておきます。ここが見えないと「問い合わせ＝即契約させられそう」という警戒で足が止まるからです。誠実な会社なら、おおむねこの流れになります。 段階 期間の目安 この段階で確認すること ① 問い合わせ・無料相談 30〜90分 相手が「売り込み」より「現状の質問」に時間を使うか ② 提案・見積もり 数日〜2週間 提案が自社の実業務に触れているか。一般論テンプレでないか ③ 社内検討 1〜2週間 最終チェックリスト10問（後述）。即決を迫られたら黄信号 ④ 契約・キックオフ 契約から1〜2週間 初回の宿題（自社側の準備物）が具体的に指定されるか つまり、検討開始から支援開始まで1〜1.5ヶ月がだいたいの相場です。当社の場合は、契約前の相談で実際の業務を1つ触ってみせて、合う・合わないを双方で判断してから提案に進みます。無料相談の中身は「AI顧問の1ヶ月目に実際やること」の冒頭に書いたとおりです。 ## 結局うちはどうすればいい？——状況別の結論 ここまでの内容を、状況別の結論にまとめます。自社に当てはまる行から読んでください。 いまの状況 結論 最初の一歩 社員がAIをほぼ触ったことがない コンサルの前に、まず触る体験 単発研修 or 経営者が1日10分から 触ってはいるが、業務で使われていない 伴走型（顧問型）が本命 AI顧問とは何かを読んで比較検討 作りたいものの要件が固まっている コンサル不要、開発会社へ 要件書を持って複数社見積もり 全社のDX方針・システム刷新まで含めて考えたい 戦略コンサル型の領分。ただし実行体制とセットで 見極め質問の2と4を必ず聞く 何から考えればいいかすら分からない スポット相談 or 無料資料で解像度を上げる 業務の棚卸しテンプレを自社でやってみる 推進役がいて、勝手に進んでいる 外部は不要。邪魔しない その人に予算と権限を渡す 迷ったら、実際の現場で何が起きるかを見るのが早いです。防災設備・不動産・飲食・旅館の4社で実際にやったことは「中小企業のAI導入事例4選」に、支援の3ヶ月の中身は「AI顧問の最初の90日｜前半の進め方」に全部書いてあります。 ## お金をかける前に——無料で使える公的相談窓口も正直に紹介する コンサルを売る側が書くのも変な話ですが、有料契約の前に使える無料の選択肢も紹介しておきます。国や自治体には中小企業向けの無料経営相談の仕組みがあり、AI・IT活用の相談も受け付けています。 - よろず支援拠点 — 国が各都道府県に設置している中小企業・小規模事業者向けの無料経営相談所。IT・デジタル活用の相談窓口として、まず全体像を整理するのに使えます。 - 商工会議所・商工会 — 地域の経営相談窓口。地元の支援制度やセミナーの情報が集まります。 - 中小機構などの専門家派遣制度 — 条件を満たすと専門家の派遣を受けられる制度があります（制度の内容・条件は年度で変わるため最新情報を確認してください）。 正直な評価も書きます。公的窓口は「何から考えるべきかの整理」には有効ですが、担当者のAI実務経験には差があり、自社の実業務に入り込んだ実装・定着までは範囲外のことが多い。だから使い分けはこうなります——解像度ゼロの段階は無料窓口で整理する。実装と定着まで進めたくなったら、この記事の見極め質問を持って有料の支援を検討する。無料で済む段階に有料契約は要りません。 ## 伴走型の現場では実際に何が起きるか——90分の中身 「伴走型が本命」とだけ言われても中身が想像できないと思うので、当社の初回セッション90分で実際に起きることを書きます。ある旅館の初回では、①月3,000円程度の有料AIプランを導入して会社情報の置き場を作り、②80件以上未返信のまま溜まっていた口コミへの返信文をその場でAIに下書きさせて1件返し、③補助金情報をAIで検索できる環境を作りました。講義はゼロです。90分で、放置されていた実務が1件、目の前で動く。これが伴走型の「提案書の代わりに納品されるもの」です。 順風満帆な話だけではありません。防災設備会社の点検報告書AI化では、数回使ったあとに「直す箇所が多くて、自分で書いたほうが早い」という停滞期が来ました。これは私の設計ミスでもあります。最初の設計で「下書きの直しを記録して、AIへの指示に反映し直す」係と手順を決めていなかった。初回の感動だけ作って、感動が薄れたあとの運用を仕組みにしていなかったんです。いまは初月からこの「直しを型に還元する」手順を必ず入れるようにしていて、それ以降の顧問先では同じ停滞は起きていません。伴走型の質の差は、成功の演出ではなく、この停滞期をあらかじめ設計に織り込んでいるかで出ます。詳細は事例記事とAI顧問の1ヶ月目に実際やることでどうぞ。 ## 契約直前の最終チェックリスト10問 商談を終えて、契約書にサインする直前の最終確認です。8問以上Yesなら進めていい。5問以下なら立ち止まってください。 - 自社と近い規模・業種の事例を、具体的に聞けたか - 「実装まで入るか、提案までか」の範囲が書面で明確か - 実際に来る担当者の名前と経歴を把握したか - 契約終了時に社内に残るものを、具体物（フロー・ルール・人材）で説明されたか - 特定ツールの販売・代理店関係の有無を確認したか - 契約期間・中途解約・自動更新の条件を読んだか - 自社側（経営者）の宿題が具体的に提示されたか - 成果の測り方（何がどうなったら成功か）を合意したか - 最初の対象業務が「全社」ではなく特定の1〜2業務に絞られているか - この金額を3ヶ月〜半年、回収を待てる資金状態か ワーク：契約前に1行だけ書いてみてください——「この契約が終わったとき、うちの会社には＿＿＿＿＿＿が残っていて、＿＿さんが＿＿＿＿業務を自分で回せるようになっている」。この1行がスラスラ埋まらない契約は、まだ検討が足りていません。 ## よくある質問 ### Q1. 中小企業にAIコンサルは本当に必要ですか？ 全社に必要なものではありません。社内に推進役がいる会社、要件が固まっている会社、業務量が少ない会社には不要です。効果が出るのは「やるべき業務は多いのに推進役がおらず、経営者が月数時間出せる」会社で、その場合も買うべきは提案書ではなく、実装まで踏み込む伴走型です。 ### Q2. AIコンサルの費用相場はいくらですか？ 形態で分かれます。戦略コンサル型は月数十万〜数百万円、プロジェクト型は数百万円〜、伴走型（顧問型）は月15万〜50万円程度、スポット相談は数万〜数十万円/回が目安です。当社の伴走型は月30万円〜（税別・社員同席込み）・最低6か月で、内訳は費用記事で全額開示しています。 ### Q3. AIコンサルとAI顧問は何が違うのですか？ AI顧問は「AIコンサルの伴走型」にあたります。一般的なコンサルが分析と提案を納品するのに対し、顧問型は月額で現場に入り、業務のAI化と社内人材の育成を一緒に進めます。詳しい違いは選び方の記事で、売る側の収益構造から解説しています。 ### Q4. 怪しいAIコンサルはどう見分ければいいですか？ 本文の見極め質問7つを使ってください。即効性があるのは「実装まで入りますか」「終わったとき社内に何が残りますか」「こちらの宿題は何ですか」の3問です。「お任せで大丈夫」と答える相手ほど、契約後に何も残らない可能性が高いです。 ### Q5. どのくらいの期間で成果が出ますか？ 伴走型の場合、最初の下書きレベルの成果は初回セッションで出ます。業務として定着するまでは、停滞期を挟んで1〜2ヶ月。当社が最低6か月の伴走にしているのは、定着までを射程に入れているためです。1年以上の長期契約を最初から求められたら、理由を確認してください。 ### Q6. 丸投げしたいのですが、可能ですか？ 丸投げ型の契約は存在しますが、おすすめしません。契約終了と同時に止まり、社内に何も残らないからです。中小企業のAI活用は経営者の判断と会社の情報なしには進まないため、誠実な支援者ほど経営者の関与を求めます。 ### Q7. 社員数名の会社でも対象になりますか？ なります。当社の顧問先には1人経営の飲食店もあります。むしろ少人数ほど、経営者の裏方業務をAIが支える効果は出やすいです。ただし業務量が少ない場合は顧問料に効果が届かないので、まず月3,000円のAIツールで自走を試すのが先です。 ### Q8. 地方の会社ですが、対応してもらえますか？ 伴走型はオンラインで成立します。当社自体が静岡県熱海市の会社で、顧問先も地方の現場型企業が中心です。セッションは画面共有で実業務を一緒に触る形なので、場所の制約はほぼありません。むしろ「東京のコンサルは地方の現場を知らない」というミスマッチのほうが問題になりやすいので、自社と近い環境の支援経験があるかを確認してください。 ## まとめ：資料を買うな、月曜の朝の変化を買え - AIコンサルは4形態（戦略型・プロジェクト型・伴走型・スポット型）。ひとくくりで比較しない - 中小企業でのミスマッチの正体は「提案を買っても実行する人は付いてこない」という構造 - 費用相場は戦略型で月数十万〜数百万円、伴走型で月15万〜50万円程度。「終わったとき何が残ったか」で判断する - 推進役がいる会社・要件が固まっている会社・業務量が少ない会社には要らない - 失敗の型は5つ：資料止まり・ツール売り・大企業の型の持ち込み・丸投げ・測り方未定義 - 見極めは質問7つ。とくに「こちらの宿題は何ですか」——「何もしなくていい」と言う相手が一番危ない - 迷ったら、まず無料の棚卸しテンプレと事例記事で解像度を上げてから商談に臨む 最後にもう一度、立場を開示した上で。AiWiLLのAI顧問は、この記事で言う伴走型です。この記事の見極め質問7つを、私たちとの商談でそのまま使ってもらって構いません。全部に答えます。まずは資料セットか、事例記事からどうぞ。 AI顧問の無料資料セットを受け取る 「そもそも、うちは外部に頼む段階なのか」を先に確かめたい方は、AI Ready（AIレディ）とは何か｜経産省の定義と、自社がLv何かを事実で測る12項目もあわせてご覧ください。5段階のうち自社がどこかを、12の事実で判定できます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI導入はどこに相談すればいい？中小企業の相談先7つを無料窓口から正直に比較 URL: https://aiandwill.com/ai-donyu-soudan/ 公開: 2026-08-08 / 更新: 2026-09-05 「AIを会社に入れたい。でも、そもそも誰に相談すればいいのか分からない」——中小企業のAI導入で、実は一番多くの会社が止まっているのはここです。検索すれば「AI導入支援」を名乗る会社は山ほど出てきますが、どれも売り手のサイトで、公平な地図がない。役所系の無料窓口があるらしいことは知っていても、何をしてくれるのかが分からない。 この記事は、その地図を1枚にします。無料で使える公的窓口から、税理士や銀行などの身近な相談先、民間の有料支援まで、中小企業がAI導入を相談できる先を7つ並べて、費用・できること・限界を正直に比較します。そして「あなたの会社の状況なら、まずどこへ行くべきか」まで答えを出します。 立場を先に開示します。私（AiWiLL・赤堀）は、この7つのうち「民間の伴走支援」を売っている側です。だからこの記事は、無料の窓口から先に、限界も含めて書きます。AI顧問として累計約15社、研修・講座を含め30社超の中小企業を支援してきた現場感覚で、「その相談、そこに持って行っても解決しません」というミスマッチのパターンまで含めて書くので、相談先選びの30分を節約できるはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論から：状況別・最初に行くべき相談先 忙しい方のために、結論の早見表から。自社に当てはまる行だけ読めば、今日の行き先が決まります。 いまの状況 最初の相談先 理由 何から考えればいいかすら分からない よろず支援拠点（無料） 課題の整理はお金を払う前にできる やりたい業務は決まっている。実装まで進めたい 民間の伴走型支援（AI顧問など） 公的窓口は実装・定着まで入らないことが多い 作りたいシステムの要件が固まっている 開発会社 間にコンサルを挟むと費用が二重になる まず社員に触らせたい 研修会社 or 商工会議所のセミナー 「触ったことがある」状態は安く作れる 補助金・支援制度のことを知りたい 商工会議所・よろず支援拠点 制度情報は公的窓口が正確で最新 信頼できる人の実体験を聞きたい 同業・地域の経営者仲間 導入済みの経営者の一次情報に勝る営業資料はない ## AI導入の相談先7つ——費用・できること・限界の全体マップ 中小企業がAI導入を相談できる先は、大きく7つあります。それぞれ費用と「できること・できないこと」がまったく違うので、1枚の表にします。 相談先 費用 できること 限界・注意点 ① よろず支援拠点（国設置の無料経営相談所） 無料 経営課題の整理、IT・デジタル活用の方向づけ、他の支援機関への橋渡し 担当者のAI実務経験に差がある。自社業務への実装・定着は範囲外が多い ② 商工会議所・商工会 無料〜会費 地域の支援制度・セミナー情報、経営指導員への相談、専門家派遣の入口 AI専門の相談員は常駐していないことが多い ③ 専門家派遣制度（中小機構・自治体など） 無料〜低額 条件を満たすとITやAIの専門家の派遣を受けられる（制度内容・条件は年度で変わる） 回数に上限があり、単発助言で終わりがち。派遣される専門家は選べないことが多い ④ 顧問税理士・診断士・取引銀行 既存顧問料の範囲〜 自社の数字を知る人としての壁打ち、支援機関・業者の紹介 AI実務は専門外。紹介先が自社規模に合うとは限らない ⑤ ツールベンダー・SIer・開発会社 無料相談→製品・開発費用 製品デモ、導入事例の提供、見積もり、要件が固まった案件の構築 相談の出口は自社製品・自社開発。中立な比較は構造的に出てこない ⑥ 民間のAIコンサル・AI顧問 スポット数万円〜／伴走 月15万〜50万円程度 業務の棚卸しから実装・社内人材の育成まで（形態による） 玉石混交。見極め方は別記事で詳述 ⑦ 同業・地域の経営者仲間 無料 導入済み経営者の実体験、信頼できる支援者の紹介 その会社に合った話が自社に合うとは限らない 実は⑦を入れるかどうか迷ったのですが、入れました。理由は単純で、私の顧問先は、1社も検索から来ていないからです。全社が、経営者仲間の紹介か、地域の場での出会いから始まっています。「AIをどうにかしたい」と思った経営者が実際に最初にやることは、検索よりも「あの人に聞いてみる」——これが現場の事実なので、地図に載せないのは不誠実だと思いました。もしあなたの周りに「AIで業務を変えた」経営者がいるなら、その人との30分が、この記事の続きを読むより早いかもしれません。 それぞれの相談先を、もう一段深掘りします。 ### ① よろず支援拠点——「何度でも無料」の課題整理マシン 国が全都道府県に設置している中小企業・小規模事業者向けの経営相談所で、何度でも無料で使えます。AI・IT専門の窓口ではなく経営相談の窓口ですが、だからこそ価値があります。AI導入の相談の多くは、実は「AIの相談」ではなく「業務のどこが重いかの整理」だからです。使い方のコツは、AIという言葉を忘れて「困っている業務」を持って行くこと。「AIで何かしたい」と言うと一般論が返ってきますが、「点検報告書の作成に現場が疲弊している」と言えば、経営相談のプロは力を発揮します。 ### ② 商工会議所・商工会——地域の制度情報とセミナーの入口 地域の経営指導員に相談でき、その地域で使える支援制度・補助制度の最新情報が集まる場所です。AIの実務相談よりも、「この地域で何が使えるか」「どんなセミナーがあるか」の情報源として使うのが正解です。会員でなくても相談できる窓口が多いので、まず電話で聞いてみてください。 ### ③ 専門家派遣制度——当たれば大きいが、ガチャ要素はある 中小機構や自治体には、条件を満たすと専門家の派遣を受けられる制度があります（内容・条件・回数は制度と年度で変わります）。費用負担が小さいのが魅力ですが、正直に書くと、派遣される専門家のAI実務経験には幅があり、こちらから指名できないことが多い。「無料だから試す」姿勢で使い、合わなければ深追いしないのが健全な付き合い方です。 ### ④ 顧問税理士・診断士・取引銀行——「紹介のハブ」として最強 AIの実務は専門外ですが、あなたの会社の数字と歴史を知っている唯一の外部者です。期待すべき役割は2つ。1つは「その投資、今の資金繰りでやるべきか」の壁打ち。もう1つは紹介のハブです。士業や銀行は地域の支援者ネットワークを持っているので、「うちの規模でAI導入を手伝ってくれる人を知りませんか」という聞き方が有効です。ただし紹介された相手が大企業向けのこともあるので、規模の確認だけは自分でしてください。 ### ⑤ ツールベンダー・SIer・開発会社——最後に行く場所。最初ではない 製品デモも事例も見積もりも無料で出してくれる、ある意味一番親切な相談先です。ただし構造を忘れないでください。ベンダーの無料相談は営業活動です。悪ではなく、そういう構造だというだけ。課題が固まる前に行くと、課題のほうが製品に合わせて定義され直します。行くのは「何を解決したいか」が言語化できた後。そして必ず複数社から話を聞くこと。この順番さえ守れば、ベンダーは強力な味方になります。 ### ⑥ 民間のAIコンサル・AI顧問——実装まで進めたい会社の本命 スポット相談（数万円〜）から伴走型（月15万〜50万円程度）まで形は様々です。公的窓口との一番の違いは、自社の実業務に入り込んで、実装と定着まで一緒に進めること。その分お金がかかるので、選び方と見極め質問は「中小企業にAIコンサルは必要か」で1本にまとめました。玉石混交の業界なので、契約前にあの記事の質問7つだけは使ってください。また、「AI顧問」という同じ名前でツール型・士業オプション型・伴走型の別物が売られている問題と、サービス同士の比較のやり方は「AI顧問の比較と選び方」で仕分けしています。 ### ⑦ 同業・地域の経営者仲間——一次情報の宝庫 導入済みの経営者から聞ける「実際いくらかかったか」「どこで詰まったか」「誰に頼んだか」は、どんな営業資料より正確です。聞き方のコツはツール名を聞くのではなく「誰に相談したか」「最初の1ヶ月で何が変わったか」を聞くこと。送るメッセージはこの一言で足ります。 「◯◯さんの会社、AIで業務を回してるって聞きました。うちも考え始めたんですが、最初どこに相談しました？　30分だけ話を聞かせてもらえませんか。」 商工会議所の会合、業界団体、地域の勉強会——場はどこにでもあります。実際、私の顧問先の旅館も、別の顧問先の経営者からの紹介で始まりました。信頼している経営者の「実際に頼んでみてどうだったか」が、意思決定の最後のひと押しになるのは、売る側から見ていても明らかです。 ## 無料の公的窓口を使い倒す方法——行く前の準備で価値が変わる 公的窓口（①〜③）は無料です。使わない理由はありません。ただし「行けば何とかしてくれる場所」ではなく「持って行ったものを整理してくれる場所」だと理解しておくと、得られるものがまるで変わります。 ### 持って行くべきもの3点 - 困りごとの箇条書き（5個）——「報告書作成に時間がかかる」「口コミに返信できていない」レベルの現場の言葉でいい。「DXを進めたい」のような大きな言葉にしないのがコツです。 - 会社の基本情報1枚——業種・従業員数・主な業務の流れ。初回の説明時間を半分にできます。 - 予算感と時間の上限——「月にいくらまで・経営者が月何時間出せるか」。これがあると、返ってくる提案が現実的になります。 1つ目の「困りごと5個」の書き方の実例も置いておきます。このくらい具体的で、このくらい短くていい。 ・点検のあとの報告書づくりで、資格者が毎回残業している ・Googleの口コミが80件たまっていて、誰も返信できていない ・見積書を作れるのが社長だけで、不在だと止まる ・ベテランが3年以内に退職予定。引き継ぎ書がない ・SNSやブログをやったほうがいいと言われるが、誰も手が回らない 「DX推進」「AI活用」という言葉は1つも入っていないことに注目してください。相談の質は、悩みの抽象度に反比例します。現場の言葉で書かれた5行は、どの窓口に持って行っても、相手のプロの部分を引き出します。 ### 予約の電話・メールはこの一言でいい 「＿＿業をやっている＿＿名ほどの会社です。業務のいくつかをAIで軽くできないか考えているのですが、何から手をつけるべきか整理したくて、相談を予約したいです。」 立派な資料も、専門用語も要りません。この電話を今日かけるかどうかだけが、3ヶ月後の差になります。 ### 初回相談の60分は、だいたいこう流れる 初めてだと身構えますが、公的窓口の初回相談はおおむね次の流れです（窓口・担当者により多少変わります）。 時間 何が起きるか あなたがやること 最初の10分 会社概要と現状のヒアリング 基本情報1枚を渡して時間を節約する 中盤30分 困りごとの深掘りと整理 困りごと5個を現場の言葉で話す。カッコつけない 終盤15分 方向づけと選択肢の提示 「次の一歩は何か」「それはどこでできるか」を必ず聞く 最後の5分 次回・紹介先の案内 宿題を1つ持ち帰る。聞くだけで終わらせない ### 公的窓口の限界も正直に書く 限界は2つあります。1つは、担当者のAI実務経験の差。経営相談のプロがAI活用の実務に強いとは限らず、一般論の域を出ないこともあります。相性が合わなければ担当替えを申し出るか、別の窓口を使えばいい。無料なので試行錯誤にコストがかかりません。もう1つは、実装と定着は範囲外が多いこと。「方向は整理できたが、実際に業務が変わるところまでは進まなかった」が公的窓口の典型的な着地です。それで十分な段階の会社と、それでは足りない会社がいる、というだけの話です。 ## 無料相談から有料支援に切り替えるタイミング——3つの条件 「無料でどこまで粘って、いつからお金を払うべきか」。私が商談で実際に使っている判断基準は3つです。 - 条件1：やりたい業務が特定できている。「点検報告書の作成を軽くしたい」「口コミ返信を回したい」まで具体化できたら、次に必要なのは助言ではなく実装です。ここから先は手を動かす支援にお金を払う価値が出ます。 - 条件2：社内に推進役がいない。特定できた業務を自力で進められる人がいるなら、有料支援は不要です（事例記事の再現手順で自走できます）。いないなら、外部の伴走が推進役の代わりと育成を兼ねます。 - 条件3：時間を買う判断ができる。独学でも数ヶ月あれば形になります。その数ヶ月を短縮することに月額の価値があるか——これは能力の問題ではなく、経営判断です。 3つ揃ったら有料を検討、1つも当てはまらないなら無料の範囲で十分です。有料支援の選び方・費用相場・怪しい業者の見極め方は「中小企業にAIコンサルは必要か」に全部書いたので、そちらへどうぞ。 伴走支援の中身がわかる資料セット（無料） ## 第8の選択肢——「AIにAI導入を相談する」も、実は使える この記事のテーマからすると変化球ですが、正直に書きます。ChatGPTやClaudeに「AI導入の相談」をするのは、壁打ち相手としてかなり優秀です。無料〜月3,000円程度（個人向け有料プランの目安・2026年8月時点）で、深夜でも付き合ってくれて、何度聞いても嫌な顔をしません。使うなら、この指示文から始めてください。 「私は＿＿業・従業員＿名の会社の経営者です。AIで業務を軽くしたいと考えています。あなたが経営コンサルタントとして、私に1問ずつ質問しながら、①困っている業務の洗い出し、②優先順位付け、③最初に手をつける1業務の特定、を手伝ってください。一般論ではなく、私の回答に基づいて具体的に進めてください。」 ただし限界も明確です。AIはあなたの会社を知らないので、答えの質はあなたが渡す情報の質で決まります。そして「その計画で本当に現場が動くか」の検証はできません。AIとの壁打ちで課題を言語化してから、人間の相談先に持ち込む——この順番で使うと、7つの相談先すべての価値が上がります。仕事で使うAIの選び方は「ChatGPTとClaude、会社で使うならどっち？」を参考にしてください。 ## そもそも相談で何が得られるのか——独学との一番の違い 「相談しなくても、調べれば分かるのでは」と思う方もいるはずです。半分は正しい。やり方の情報は、この記事を含めて無料で手に入ります。それでも相談に価値がある理由は3つあります。 - ① 課題が言語化される。人に説明しようとした瞬間に、頭の中のモヤモヤが「業務の困りごと」に変わります。これは独学では起きません。 - ② 知らない選択肢の存在を知る。これが最大の価値です。私の顧問先のある旅館は、検索経由の集客という手法の存在自体を知りませんでした。知らないものは検索できません。独学の限界は能力ではなく、「自分が何を知らないかを知らない」ことにあります。相談は、その死角を外部の目で照らす行為です。 - ③ 締切と伴走者ができる。「次回までにこれをやってみてください」と言われるだけで、動く確率は跳ね上がります。経営者は自分に宿題を出してくれる人を、意外なほど持っていません。 ## 実際は「併用」が最適解——無料と有料の使い分けタイムライン ここまで無料と有料を分けて書いてきましたが、実際にうまくいく会社は両方を段階で使い分けています。標準形はこうです。 段階 使う相談先 ゴール STEP1：整理（費用ゼロ） よろず支援拠点＋経営者仲間＋棚卸しテンプレ 困りごと5個と優先順位が言語化されている STEP2：試す（月3,000円程度） 自社で有料AIプランを契約して最優先の1業務を試す 「自走できるか、支援が要るか」が体感で分かる STEP3：実装（必要な場合のみ有料支援） 民間の伴走型支援 or 社内推進役 業務が実際に変わり、回せる人が社内に育つ STEP4：制度確認（随時・無料） 商工会議所・よろず支援拠点 使える支援制度を取りこぼさない 大事なのは順番です。STEP2を飛ばしてSTEP3に行くと「本当は自走できたのに払った」が起き、STEP1を飛ばすと「何を頼むかが曖昧なまま契約」が起きます。ゼロ円→3,000円→必要なら月額、の順で階段を上がってください。 相談とお金の階段。ゼロ円の整理から始めて、お金を払うのは実装の段階だけでいい ## 相談先を間違えた失敗パターン5つ 相談すること自体は正しくても、行き先を間違えると遠回りになります。現場で見聞きしてきた典型を5つ。 - ① 最初にツールベンダーへ相談してしまう。無料デモは丁寧で親切ですが、相談の出口は必ず自社製品です。課題が整理できていない段階でベンダーに行くと、「そのツールで解決できる形」に課題のほうが変形されます。ベンダー相談は、課題と要件が固まった後の最終段階に回してください。 - ② 紹介された支援者が自社規模に合っていない。銀行や士業経由の紹介は信頼できますが、紹介先が大企業向けだと月額費用も進め方も合いません。紹介でも「うちと同じ規模の支援経験はありますか」の確認は省略しないでください。 - ③ 「AIに詳しい知人」に頼ってしまう。個人的にAIに詳しいことと、会社の業務に実装できることは別の技能です。無責任な最新ツール情報に振り回されて、かえって混乱した会社を何度も見ました。知人に聞くなら「何のツールがいいか」ではなく「誰に相談したか」を聞くのが正解です。 - ④ どこにも相談せず、経営者が独学で抱え込む。一番多い失敗はこれです。夜中にYouTubeで勉強して、疲れて、止まる。AI導入は情報不足ではなく設計と伴走の問題なので、独学の限界を感じたら、それは能力の問題ではありません。無料窓口でいいから、まず誰かに現状を話してください。 - ⑤ 補助金ありきで相談を始めてしまう。「使える制度があるならAIをやる」という順番は、手段と目的が逆転しています。制度は業務課題が固まったあとの追い風として確認するもの。制度の締切に合わせて中身の薄い計画を急造すると、採否にかかわらず現場には何も残りません。 ## 業種別・相談に持ち込む「困りごと」の実例 「困りごとを現場の言葉で」と言われても最初の1行が出ない方のために、当社の顧問先と同じ業種での持ち込み例を並べます。自社の業種に近い行を、そのまま叩き台にしてください。 業種 相談に持ち込む困りごとの例 参考になる実例 点検・設備・建設 「現場から戻ったあとの報告書・安全書類の作成が資格者の残業になっている」 点検報告書のAI化の実例 不動産・管理業 「物件や取引の経緯が社長の頭の中にしかなく、社員がその都度聞きに来る」 暗黙知のインストール 飲食・小売・1人経営 「閉店後の経理・記録の整理で毎晩1時間以上使っている」 飲食店の事例（朝の1時間） 宿泊・サービス業 「口コミへの返信・情報発信など、やるべきと分かっている打ち手が放置されている」 旅館の事例（初月の90分） 士業・教育・コンサル 「提案書・教材・議事録など書き物が多く、過去の資産を使い回せていない」 提案書をAIで作る仕組み 共通点に気づいたでしょうか。どれも「AIをどう使うか」ではなく「どの業務が重いか」の言葉になっています。相談の入口で必要なのはAIの知識ではなく、自社の痛みの解像度です。そしてそれは、あなたが誰よりも持っています。 ## どこに相談するにしても聞くべき質問5つ 相談先がどこであれ、この5つを聞くと、その相談先が自社に合うかを最短で判定できます。 質問 この質問で分かること 1. うちと同じ規模・業種で、どんな相談を受けましたか 自社規模の経験の有無。大企業の話しか出てこなければミスマッチ 2. この相談の「次の一歩」は何になりますか 具体的な宿題が出るか。「またいつでも来てください」だけなら前に進まない 3. それはこの窓口でできますか、別のどこかですか その相談先の守備範囲。範囲外を正直に言う相手は信頼できる 4. 費用がかかる段階に進むとしたら、何にいくらですか 無料と有料の境界線。ここが曖昧な相手は後で揉める 5. 私（経営者）は何を準備すればいいですか 相手の本気度。具体的な準備物を言える相手は実務を知っている ワーク：相談に行く前に1行埋めてください——「うちは＿＿業・従業員＿名。いちばん困っているのは＿＿＿＿の業務で、月＿＿円・経営者の時間月＿時間までなら出せる」。この1行が、どの相談先でも最初の5分をまるで違うものにします。 ### 相談準備チェックリスト10問 相談を予約したら、行く前にこの10問を確認してください。 - 困りごとを現場の言葉で5個書き出したか（「DX」「AI活用」という言葉を使わずに） - 業種・従業員数・主な業務の流れを1枚にまとめたか - 月の予算上限を決めたか（ゼロ円なら「ゼロ円」でいい） - 経営者が出せる時間の上限を決めたか - 5個の困りごとに優先順位を付けたか - それぞれの業務を「誰が・週何回・何分」やっているか概算したか - 過去に試して失敗したこと（ツール導入・研修など）を書き出したか - 相談相手に聞く質問5つ（前章）をメモしたか - 「次の一歩」を持ち帰る意思を決めたか（聞くだけで終わらせない） - 相談の翌日に15分、動く時間をカレンダーに入れたか 7つ以上Yesなら、相談の密度がまるで変わります。そして10問目が地味に効きます。相談は行った日ではなく、翌日に何をしたかで価値が決まります。 ### 相談の翌日にやる15分の中身 相談から戻ったら、記憶が新しいうちに15分だけ使ってください。やることは3つです。①相談メモを「決まったこと／出された宿題／次に連絡する相手と期日」の3行に整理する。②その3行を、社内の関係者（1人でいい）に共有する。③宿題の最初の5分ぶんだけ、その場で着手する——資料を開く、テンプレをダウンロードする、電話番号を調べる、程度でいい。着手済みのタスクと未着手のタスクでは、その後の完了率がまるで違います。ちなみにこの整理はAIに任せられます。「この相談メモを、決まったこと・宿題・次のアクションの3つに整理して」と写真ごと渡すだけです。相談の帰り道が、最初のAI活用の練習になります。 相談前の棚卸しテンプレ（無料）を使う ## 相談を受ける側から見た「良い相談」と「もったいない相談」 私は相談を受ける側でもあるので、その視点の本音も書いておきます。同じ60分でも、進む相談と進まない相談には、はっきりした型があります。 良い相談 もったいない相談 入り方 「◯◯の業務で困っている」から始まる 「AIで何ができますか？」から始まる（回答が総論になる） 持ち物 実物（実際の報告書・実際の口コミ画面）を見せてくれる 手ぶら。すべて口頭の説明（具体の議論に入れない） 決め方 「持ち帰って◯日までに返事します」と期日を切る 「検討します」のまま期日がない（そのまま自然消滅する） 本音 予算の上限・過去の失敗を正直に言う 格好をつけて情報を伏せる（提案が現実離れする） 共通しているのは、良い相談は「格好をつけない相談」だということです。散らかった実物、正直な予算、過去の失敗。出しにくいものを出してくれる相談ほど、受ける側は具体的に動けます。これは当社に限らず、公的窓口でもベンダーでも同じはずです。相談相手はあなたの会社を採点しに来ているのではなく、現状から一緒に考えるために座っています。 受ける側も完璧ではない、ということも書いておきます。私自身、顧問の初期に「初回の感動」だけ作って、その後の運用——下書きの直しを型に戻す係と手順——を設計し忘れ、顧問先に停滞期を招いたことがあります（事例記事に書いたとおりです）。相談も支援も、双方が現実を出し合って初めて機能します。だから、格好をつけずに来てください。こちらも格好をつけずに答えます。 ## 当社に相談するとどうなるか——これも1つの選択肢として 最後に、7つの地図の中での当社の位置も正直に書いておきます。AiWiLLは⑥の民間伴走型で、AI顧問（月30万円〜（税別・社員同席込み）・最低6か月の伴走）を提供しています。契約前に契約前の相談があり、そこでは営業トークではなく、実際にあなたの会社の業務を1つ、AIでその場で触ってみせます。合わなければ断ってもらって構いませんし、この記事で書いたとおり、無料窓口で足りる段階の会社には「まだ買わなくていいです」と言います。実際の初回の中身は「AI顧問の1ヶ月目に実際やること」で、顧問の現場で何が起きるかは「中小企業のAI導入事例4選」で確認できます。 契約前契約前の相談を申し込む ## よくある質問 ### Q1. AI導入の相談は、まずどこにすればいいですか？ 課題が整理できていないなら、国が各都道府県に設置している無料経営相談所「よろず支援拠点」がまず候補です。やりたい業務が特定できているなら、実装まで踏み込む民間の伴走型支援、要件が固まっているなら開発会社が直接の相談先になります。 ### Q2. 無料の相談窓口だけでAI導入はできますか？ 課題整理と方向づけまでは可能です。ただし自社業務への実装・定着は範囲外のことが多く、「方向は見えたが業務は変わっていない」が典型的な着地です。実装まで進めたい場合は、社内の推進役か外部の伴走支援が必要になります。 ### Q3. 相談にお金を払うべきタイミングはいつですか？ ①やりたい業務が特定できている、②社内に推進役がいない、③時間を買う経営判断ができる——の3つが揃ったときです。1つも当てはまらないうちは無料の範囲で十分です。 ### Q4. 補助金や支援制度について相談したい場合は？ 商工会議所・商工会やよろず支援拠点など公的窓口が正確です。専門家派遣などの制度は内容・条件が年度で変わるため、必ず最新の公募情報を窓口で確認してください。 ### Q5. 相談前に何を準備すればいいですか？ ①現場の言葉で書いた困りごと5個、②業種・従業員数・主な業務の流れをまとめた1枚、③予算と経営者が出せる時間の上限、の3点です。業務の棚卸しテンプレートも無料公開しています。 ### Q6. 税理士や銀行に相談するのは意味がありますか？ あります。ただし期待する役割は「AIの実務指導」ではなく「自社の数字を知る人としての壁打ちと、信頼できる紹介」です。紹介を受けた場合も、自社と同じ規模の支援経験の確認は省略しないでください。 ### Q7. 地方の会社ですが、近くに相談先がありません。 よろず支援拠点は全都道府県にあり、オンライン相談に対応している窓口も増えています。民間の伴走型支援もオンラインで成立します（当社も地方の顧問先を画面共有のセッションで支援しています）。「近くにないから」は、いまは相談しない理由になりません。 ### Q8. 相談だけして契約しないのは失礼ではないですか？ 失礼ではありません。公的窓口は相談自体が役割ですし、民間の無料相談も「合うかどうかを双方が確かめる場」です。むしろその場の空気で契約するほうが失敗します。堂々と持ち帰って、比較して、断ってください。それで態度が変わる相手なら、契約しなくて正解だったということです。 ## まとめ：相談は無料から。お金は「実装」に払う - 相談先は7つ：公的窓口3つ（よろず支援拠点・商工会議所・専門家派遣）＋身近な士業銀行＋ベンダー＋民間支援＋経営者仲間 - 課題整理は無料でできる。よろず支援拠点は使い倒していい - 公的窓口の限界は「実装・定着は範囲外」。お金を払う価値が出るのは実装の段階から - 有料に切り替える条件は3つ：業務が特定できた・推進役がいない・時間を買う判断ができる - 最初にベンダーへ行かない。課題がツールに合わせて変形される - 紹介・知人経由でも「同じ規模の経験」の確認は省略しない - 相談前の1行ワークと持ち物3点で、どの窓口でも相談の質が数倍変わる - 一番の失敗は「どこにも相談せず独学で抱え込む」。無料でいいから今週、誰かに話す 最後に、この記事を閉じたあとの「今週やること」を3つに絞ります。①困りごとを現場の言葉で5個書く（15分）。②1行ワークを埋める（5分）。③相談の予約を1件入れる——無料窓口でも、経営者仲間へのLINEでも、当社の資料請求でもいい（5分）。合計25分。相談先選びで迷い続けた数週間は、この25分で終わらせられます。 実装の段階に来ている会社は、当社の資料セットか契約前90分でお待ちしています。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 生成AI研修の費用相場｜「受けて終わり」にしない選び方を研修もやる側が正直に書く URL: https://aiandwill.com/seisei-ai-kenshu-hiyou/ 公開: 2026-08-08 / 更新: 2026-09-05 「社員向けの生成AI研修って、いくらぐらいするんですか」。この質問に対する世の中の答えはたいてい「内容によります」で、検討はそこで止まります。相場が分からないと、届いた見積もりが高いのか安いのかすら判断できないからです。 この記事では、生成AI研修の費用相場を形態別に示したうえで、価格が何で決まるのかという構造、そして「安い研修が結局一番高くつく」理由まで正直に書きます。私（AiWiLL・赤堀）は研修・レクチャーを提供する側の人間で、AiWiLLだけで100名以上にAIレクチャーを実施し、顧問先では毎月の社員向けレクチャーも運営しています。つまりこの記事もポジショントークになりうるので、いつも通り、お金をかけない選択肢（自前の勉強会・0円）まで含めて書きます。 結論を先に言うと、研修選びで見るべきは「1回いくらか」ではありません。「研修の翌週、現場の誰かの業務が実際に変わっているか」——この1点に対していくら払うかです。読み終える頃には、見積もりの妥当性を自分の言葉で判断できるようになっているはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 生成AI研修の費用相場——形態別の早見表 生成AI研修とは、ChatGPTなどの生成AIを業務で使えるようにするための社員教育のこと。費用は形態とカスタマイズ度で、1人数千円から1回数十万円まで幅があります。まず全体像です（金額は一般的な相場の目安。提供会社・人数・内容で変動します）。 形態 費用の目安 内容 向いている段階 注意点 ① eラーニング・動画教材 1人あたり数千円〜数万円 汎用的な基礎知識の自習 △ 前提知識ゼロの底上げ 視聴完了＝使えるようになる、ではない ② 集合研修（汎用・半日〜1日） 数万〜数十万円/回 講義＋汎用的な演習 ○ 全員が未経験の会社の入口 教材が一般論だと現場に持ち帰れない ③ カスタム実践研修（自社業務持ち込み） 数十万円/回〜 自社の実業務・実データで演習 ◎ 「触ったことはある」の次の段階 準備に自社側の協力（実物提供）が必要 ④ 伴走型（研修＋定着支援） 月額制（月15万〜50万円程度の伴走支援に内包されることが多い） 研修→実業務投入→定着までを継続支援 ◎ 業務を実際に変えたい会社 単発より高いが「残るもの」が違う ⑤ 自前の社内勉強会 0円（＋ツール代月3,000円前後） 推進役が事例を持ち回りで共有 ○ 推進役がいる会社ならこれで回る 推進役の時間と設計力に依存する 5つの形態と値段の目安。上から安い順ではなく、下から段階の順で選ぶ この表で大事なのは、①→④は「高い順」ではなく「段階の順」だということです。全員未経験の会社にいきなり③を入れても消化不良になりますし、②を何度繰り返しても③④の代わりにはなりません。自社の段階に合う形態を選ぶことが、金額交渉より先です。 ### 形態別の深掘り——それぞれの「向く会社」と「典型的な失敗」 - ① eラーニング。向くのは、全社の前提知識をとにかく安く底上げしたい会社。典型的な失敗は「視聴完了率をKPIにする」こと。完了率100%でも業務は1ミリも変わりません。視聴後に「自分の業務でどこに使えそうか」を1行提出させるだけで、効果はまるで違います。 - ② 汎用集合研修。向くのは、AIへの警戒感が強く、まず共通言語と安心感を作りたい会社。失敗は、これを繰り返して「研修した実績」だけが積み上がること。1回で卒業し、次の段階へ進む前提で使ってください。 - ③ カスタム実践研修。向くのは、対象業務が決まっていて「その業務が回り始める」ことを買いたい会社。失敗は、自社側が実物（様式・データ）を出し渋って、結局汎用演習になること。実践研修の質の半分は発注側の提供物で決まります。 - ④ 伴走型。向くのは、研修と実務投入を分けずに一気に進めたい会社。失敗は、月額の中身（セッション回数・フォロー範囲）を確認せず「高い雑談」になること。当社のAI顧問もここに入り、実額は月30万円〜（税別・社員同席込み）・最低6か月の伴走です（内訳は費用記事で全開示）。相場を語る記事で自分の値段を伏せるのはフェアではないので、比較の物差しに使ってください。見極め方はAIコンサルの選び方の記事の質問7つをそのまま使えます。 - ⑤ 自前勉強会。向くのは、面白がって触る推進役が既にいる会社。失敗は、推進役に丸投げして業務時間を確保しないこと。「月1回30分＋準備1時間」を業務として認めるだけで続きます。 ### 研修費用の落とし穴3つ - 人数課金×全社一斉の掛け算。1人5,000円でも100名なら50万円。全社一斉が必要な内容かを先に疑ってください。前章の投資配分（経営者と推進役に厚く、全社に薄く）が原則です。 - 年間パッケージの一括契約。「年12回シリーズ研修」を最初に一括で買うと、途中で内容が合わないと分かっても止まれません。生成AIは進化が速く、半年後のカリキュラムは陳腐化している可能性すらあります。四半期単位で見直せる契約にしてください。 - 「資料は差し上げます」を成果物と数えること。研修スライドは、読み返されません。残すべきは資料ではなく、受講者の業務で動き始めた実例と、それを社内で回す型です。 ## 誰に受けさせるか——対象者別の設計と費用の目安 「全社員一斉」が一番もったいない設計です。対象者の層で、目的も適した形態も変わります。 対象 目的 適した形態 費用の考え方 経営者・役員 投資判断ができる解像度を持つ。自分が触る 個別レクチャー・伴走の初回 ここをケチると全社の判断が曇る。最優先投資（経営者のAI活用は1日10分から） 推進役候補（1〜3名） 社内の先生役を育てる カスタム実践研修・伴走 1人あたり単価は高くていい。全社展開の起点になる 特定業務の担当者 その業務がAIで回る状態を作る 実物持ち込みの実践研修 業務単位で発注する。「部署全員」より「業務の当事者」 全社員 アレルギーを消す・共通言語を作る eラーニング・汎用集合研修 1人あたりを安く・薄く。ここに大金を使わない 推奨の投資配分は「経営者と推進役に厚く、全社に薄く」です。逆（全社一斉に厚く、経営者は不参加）は、費用が最大で効果が最小になる配分です。とくに経営者が研修に出ない会社は、その後の定着率が目に見えて下がります。社長が触らない会社のAIは定着しない——顧問の現場で何度も見てきた法則です。 ## 研修の値段は何で決まるのか——価格の3つの変数 見積もりの妥当性を判断するには、売る側が何に値段をつけているかを知るのが早道です。研修価格の変数は実質3つです。 - カスタマイズ度（最大の変数）。汎用スライドの使い回しなら講師の追加工数はほぼゼロ。逆に、貴社の業務をヒアリングし、貴社の実データで演習を設計すると、登壇時間の何倍もの準備工数がかかります。同じ「1日研修30万円」でも、この準備工数が入っているかで中身は別物です。見積もりで確認すべきは金額より「準備に何をしてくれるか」。 - 講師は誰か。実務でAIを使い込んでいる人と、研修会社の汎用講師では、質疑応答の深さが違います。特に生成AIは進化が速く、教科書化された知識はすぐ古びるので、「現場で使っている人」かどうかが品質に直結します。 - 人数とフォローの範囲。人数課金か1回課金か、研修後の質問対応が含まれるか。ここは単純な条件差なので、複数見積もりで比べられます。 つまり、安い研修は「準備工数を省いた研修」である可能性が高い。それが悪いわけではなく（入口の②としては合理的です）、③の価格で②の中身が来るのが最悪のパターンです。見分け方は後述の質問リストで。 ## 「安い研修」が一番高くつく構造 研修を売る側として、これは書いておかないと不誠実だと思うので書きます。研修費用で一番もったいないのは、高い研修ではなく、現場が変わらない研修を安く何度も買うことです。 構造はこうです。汎用研修を受ける→その日は盛り上がる→翌週、自分の業務への翻訳ができず誰も使わない→数ヶ月後「定着しなかったので、もう一度研修を」→また汎用研修を受ける。1回数万円でも、これを2〜3回繰り返せば、カスタム実践研修や伴走1ヶ月分の費用が消えます。しかも社員には「AI研修＝役に立たないもの」という学習が残る。2回目以降の研修は、1回目より効きにくくなります。この「研修疲れ」こそ最大の損失です。 私がAI教育の会社（SHIFT AI）の創業に参画して3万人規模のコミュニティを見ていた頃から、この落差——知識を得た瞬間の熱と、現場に戻って1週間後の静けさ——は一貫していました。知識と業務のあいだには「自社の実物で試す」という橋が必要で、その橋は汎用研修には含まれていないことが多い。研修が定着しない構造の全体は「AI研修で終わらないために｜社員がAIを使える会社の作り方」で1本にまとめています。 研修で終わらせない設計の資料セット（無料） ## 発注前に社内で決める4点——研修企画1枚テンプレ 見積もりを取る前に、社内でこの4点を決めてください。これが決まっていない状態で問い合わせると、提案は「相手の売りたい形」になります。これは業者が悪いのではなく構造の問題で、白状すると、受ける側の私でも、要件のない相談には自社の提供しやすい形を出したくなります。発注側の要件だけが、提案を自社起点に引き戻せます。 - 対象者：誰が受けるか（前章の4層のどれか）。 - ゴール行動：研修の翌週、誰が何をしていたら成功か。「理解する」ではなく行動で書く。 - 題材業務：演習に持ち込む自社の実業務と実物（様式・過去の完成品）。 - フォロー体制：2週間後に誰が「詰まりどころ」を拾うか（外部に頼むか、社内でやるか）。 そのまま使える企画1枚と、問い合わせ文例も置いておきます。 【研修企画1枚】 対象：＿＿＿＿（＿名） ゴール行動：翌週、＿＿さんが＿＿＿＿業務でAIの下書きを使い始めている 題材：＿＿＿＿業務（持ち込む実物：＿＿＿＿） フォロー：2週間後に＿＿が30分の振り返り会を実施 予算上限：＿＿円／実施希望時期：＿＿月 【問い合わせ文例】「＿＿業・従業員＿名の会社です。＿＿＿＿業務を題材にした実践型の生成AI研修を検討しています。汎用カリキュラムではなく、当社の実物を使った演習は可能でしょうか。可能な場合、事前準備として何を提供すればよいかも教えてください。」 この問い合わせ文の後半——「事前準備として何を提供すればよいか」——が仕掛けです。実践型をうたうだけの会社は、ここで具体的な答えが返ってきません。 ## 払った費用を回収する「研修の設計」5箇条 同じ研修でも、発注側の設計次第で定着率は大きく変わります。当社が顧問先の社員レクチャーで実際にやっている型を、発注側チェックリストとして開示します。 - 実物を持ち込む。演習の題材は例題ではなく、今週の実業務（実際の報告書・実際のメール・実際の議事録）にする。研修の場で仕事が1つ進めば、翌週も使う理由ができます。 - 「翌週やる1つ」を各自が宣言して終わる。感想ではなく、「私は◯◯の下書きをAIにやらせる」という行動宣言で締める。 - 推進役を研修の中で見つける。一番面白がっていた人が推進役候補です。研修は教育の場であると同時に、人選の場でもあります（推進担当者の選び方・育て方）。 - 社内ルールを同時に配る。「入力していい情報・ダメな情報」が曖昧なままだと、研修後に現場は怖くて使えません。ひな形は全文公開しています。 - 2週間後のフォローを先に予定に入れる。「やってみてどこで詰まったか」を拾う30分があるだけで、定着率は別物になります。フォローが提供メニューにない研修なら、社内で自前開催してください。 この5つはどれも、研修会社に追加料金を払わなくても発注側の設計でできます。研修の費用対効果は、講師の質×発注側の設計の掛け算です。片方だけでは回収できません。 ## 実例：現場で実際にやっている研修・レクチャーの形 抽象論にならないよう、当社が実際にやっている形を3つ書きます。 - 小売店舗の従業員向けワークショップ。スーパーマーケットの従業員の皆さん向けに、講義ではなく「その場で触って作る」形式の生成AIワークショップを実施しました。前提知識ゼロの現場職の方々でも、実物を触る形式なら90分で「自分の仕事に使えそうな場面」まで到達します。 - 顧問先での毎月の社員レクチャー。防災設備会社の顧問では、経営者との個別セッションと並行して、社員向けのレクチャーを毎月続けています。単発で終わらせず、前回の宿題→今回の実務→次の宿題、と連続させる形です。研修は「イベント」ではなく「習慣」にしたほうが定着します。 - 地域・公共向けの入門講座。自治体や地域団体と組んだ市民向け・事業者向けのAI講座も継続的に実施しています（開催報告は当サイトの記事一覧にあります）。入門層に効くのは、機能の説明ではなく「目の前で自分の課題が1つ片付く」体験です。 3つに共通するのは、講義の比率を下げて、実物を触る時間を最大化すること。研修の見積もりを取るときも、「90分のうち、受講者が手を動かす時間は何分ですか」と聞いてみてください。この1問で研修の設計思想が分かります。 ### 当社の90分レクチャーの時間配分（実物） 参考までに、当社が現場でやっている90分の型を開示します。発注時の設計比較の物差しに使ってください。 時間 やること 意図 最初の10分 講義は最小限。「今日この場で、この業務を1つ進めます」の宣言 受講姿勢を「勉強」から「仕事」に切り替える 中盤60分 各自が自分の実業務を持ち込み、その場でAIに下書きさせて確認・修正 成功体験を「自分の仕事」で作る。講師は机間を回る 終盤15分 できたもの・詰まったところの共有 他人の業務での使い方が、次の自分のヒントになる 最後の5分 各自の「翌週やる1つ」の行動宣言 研修をイベントで終わらせない仕掛け 講義は10分だけです。正直に言うと、最初からこの配分だったわけではありません。伝えたいことを詰め込むほど受講者の手が止まる——それを繰り返し見て、講義を削りに削った結果がこの型です。研修の価値は、教えた量ではなく、受講者の業務が動いた量で決まります。それでも——むしろだからこそ——「使えるようになった」という声が出ます。 ## 発注前に聞くべき質問5つ——「いい答え」と「危ない答え」 質問 いい答えの例 危ない答えの例 1. 演習はうちの実業務でやってもらえますか 「事前に業務と資料をヒアリングして設計します」 「汎用的な演習をご用意しています」のみ 2. 受講者が手を動かす時間は何割ですか 半分以上が演習・実践 大半が講義・デモ視聴 3. 講師は普段、実務でAIを使っていますか 自社業務での使い込みを具体例で語れる 経歴は語るが実例が出てこない 4. 研修後のフォローはありますか 質問対応・フォロー会の設定がある（ない場合も正直に言う） 「資料を差し上げるので大丈夫です」 5. 研修の成果は何で測りますか 「翌週の行動変化」など具体的な指標を持っている 満足度アンケートのみ ワーク：発注前に1行埋めてください——「この研修の翌週、＿＿部門の＿＿さんが、＿＿＿＿業務でAIを使い始めていたら成功」。この1行が書けない研修は、目的がまだ曖昧です。埋まらない場合は、研修より先に業務の棚卸しが必要なサインです。 ### 発注前チェックリスト10問 見積もり比較の前に、この10問を確認してください。7つ以上Yesで発注段階です。 - 対象者を4層（経営者・推進役・業務担当・全社）のどれかに絞ったか - 「翌週のゴール行動」を1行で書いたか - 演習に持ち込む実業務と実物を決めたか - 経営者自身が参加する予定か（少なくとも冒頭と発表） - 受講者全員分の有料AIアカウントを研修前に用意したか（研修当日に無料版では演習にならない） - 入力していい情報のルールを研修前に配れる状態か - 2週間後のフォローの場を予定に入れたか - 複数社から見積もりを取り、「準備に何をしてくれるか」を比較したか - 研修後の成果指標（使った人数・回り始めた業務数）を決めたか - この予算で「研修を繰り返す」より「実務投入に進む」ほうが早くないか自問したか ## 研修当日までの準備——受講者がつまずく典型3つを先に潰す 研修の失敗の多くは、実は当日の講義ではなく準備段階で確定しています。現場で見てきた典型的なつまずきと、その予防をセットで書きます。 つまずき 何が起きるか 予防（いつまでに） ① ログインで冒頭10分が溶ける アカウント未作成・パスワード不明の人が続出し、演習時間が削れる 1週間前までに全員の有料アカウント作成とログイン確認を済ませる ② 「何を入力していいか分からない」で萎縮する 顧客名や社内情報を入れていいのか不明で、演習が仮名・一般論になる 前日までに社内ルール1枚（学習オフ設定・入力の線引き）を配布 ③ お題が抽象的で手が止まる 「業務で使ってみましょう」だけでは、何を持ち込むべきか迷う 当日朝までに各自「持ち込む実物1つ」（今週の報告書・メール・資料）を指定 この3つを潰すだけで、同じ講師・同じ費用の研修の成果が目に見えて変わります。研修の費用対効果は、当日より前に半分決まっている——発注側として、ここは押さえてください。 ### 研修費を下げる正攻法3つ - 対象を絞る。全社一斉をやめ、経営者＋推進役＋対象業務の担当者に絞る。人数が減れば費用も下がり、演習の濃度は上がります。 - 準備物を自社で揃える。業務の棚卸しと実物の収集を自社で済ませて渡せば、研修会社のヒアリング工数が減り、その分の調整余地が生まれます。 - 入門の底上げは無料・低額の場を使う。商工会議所や自治体のAIセミナー、公的機関の講座は安価または無料です。全社の「触ったことがある」はここで作り、有料研修は実践段階に集中させる。当社も自治体・地域団体と組んだ入門講座を継続的にやっており、入口はこうした場で十分だと現場でも感じています。 ## 0円の選択肢——自前の社内勉強会のやり方 最後に、買わない選択肢も置いておきます。社内に「AIを面白がって触っている人」が1人でもいるなら、月1回・30分の社内勉強会は自前で回せます。型はこれだけです。 【社内AI勉強会・30分の型】 ①前半10分：誰か1人が「今週AIにやらせた実際の仕事」を画面ごと見せる（成功でも失敗でもいい） ②中盤15分：全員がその場で自分の業務で真似してみる ③最後5分：来月の発表者と、各自の「来週やる1つ」を決める 教材づくりは不要です。教材は「先週の実務」がいちばん優れています。この勉強会が3ヶ月回るなら、外部研修はカスタム実践型（③）か伴走型（④）に進む段階まで待ってよく、逆に自前で回らないなら、それが外部の力を借りるサインです。有料と無料の判断基準は「AI導入はどこに相談すればいい？」の切り替え3条件と同じです。 ## よくある質問 ### Q1. 生成AI研修の費用相場はいくらですか？ eラーニングで1人数千円〜数万円、汎用の集合研修で数万〜数十万円/回、自社業務を持ち込むカスタム実践研修で数十万円/回〜、定着支援まで含む伴走型は月額制が目安です。価格の最大の変数はカスタマイズ度（準備工数）です。 ### Q2. 何人まで同じ料金で受けられますか？ 提供会社により、1回固定料金と人数課金があります。ただし人数を増やすほど1人あたりは安くなる一方、演習のフォローは薄くなります。実践研修は少人数、入門の底上げは大人数、と目的で分けるのが実務的です。 ### Q3. 研修とAI顧問（伴走支援）はどちらを先にすべきですか？ 全員がほぼ未経験なら、小さな研修で「触ったことがある」状態を作るのが先です。触ってはいるが業務で使われていないなら、研修を重ねるより伴走で実業務に入れるのが先です。最初から大型パッケージで一括契約しないことをすすめます。 ### Q4. 研修に助成金は使えますか？ 人材開発関連の助成制度は存在しますが、対象・要件・手続きは制度と年度で変わります。金額や受給可否はここでは断定せず、労働局や公的窓口で最新の要件を確認してください。制度ありきで研修内容を決めると本末転倒になる点だけ注意が必要です。 ### Q5. オンライン研修と対面研修はどちらが良いですか？ 実物を触る演習ができるなら、どちらでも成立します。オンラインは画面共有で各自の手元が見やすく、対面はその場の質問・巻き込みに強い。形式より「手を動かす時間の比率」で選んでください。 ### Q6. 1回の研修で社員はAIを使えるようになりますか？ 「触ったことがある」にはなりますが、業務で使い続ける状態には、実業務への投入とフォローが必要です。研修は入口であって出口ではない、という前提で予算を組むことをすすめます。 ### Q7. 研修の効果はどう測ればいいですか？ 満足度アンケートではなく、翌週・翌月の行動で測ります。「AIを業務で使った人数」「AIで回り始めた業務の数」が実用的な指標です。時間削減だけで測ると失敗する理由は費用対効果の測り方で解説しています。 ## まとめ：「1回いくら」ではなく「翌週何が変わるか」に払う - 相場はeラーニング数千円〜／汎用集合研修 数万〜数十万円／カスタム実践 数十万円〜／伴走型 月額制 - ①〜④は高い順ではなく段階の順。自社の段階に合わない研修はいくら安くても無駄になる - 価格の最大の変数はカスタマイズ度（準備工数）。見積もりでは金額より「準備に何をしてくれるか」を確認 - 一番高くつくのは現場が変わらない研修を安く繰り返すこと。研修疲れは2回目以降の効果も削る - 費用回収は発注側の設計5箇条（実物持ち込み・行動宣言・推進役発見・ルール同時配布・2週間後フォロー）で決まる - 見積もり前の質問は5つ。特に「受講者が手を動かす時間は何割か」で設計思想が分かる - 推進役がいるなら0円の社内勉強会で回る。回らないことが外部を頼るサイン - 成果は満足度ではなく翌週の行動変化で測る 研修を「イベント」で終わらせず、業務が変わるところまで設計したい会社は、当社の資料セットをどうぞ。研修の先にある「社員がAIを使える会社の作り方」は定着の記事で全体像を公開しています。 AI顧問・研修の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 中小企業のAI導入費用はいくらか｜月3,000円から数百万円まで全パターンの相場を正直に出す URL: https://aiandwill.com/ai-donyu-hiyou/ 公開: 2026-08-08 / 更新: 2026-09-05 「AI導入っていくらかかるんですか」——これは私がAI顧問の商談で、ほぼ必ず最初に聞かれる質問です。そして検索してもスッキリした答えが出てこない質問でもあります。ツールの料金表はある。コンサルの料金も調べれば出る。でも「うちの会社が、結局トータルでいくら用意すればいいのか」の全体地図がどこにもない。 この記事はその地図を1枚にします。月3,000円のツール代だけで始める最小構成から、研修・相談・伴走顧問・コンサル・システム開発まで、中小企業のAI導入にかかる費用の全パターンを、相場と「その金額で何が残るか」で正直に並べます。隠れコスト、人数分のライセンスは必要かという実務の疑問、年商別の予算目安、費用を無駄にする典型パターンまで含めます。 立場を開示しておくと、私（AiWiLL・赤堀）はこの選択肢の中の「伴走顧問」を売っている側です。だからこそ、お金をかけない選択肢から順に書きます。AI顧問として累計約15社、研修・講座を含め30社超の中小企業を見てきた現場感覚で言えば、最初から大きく払うべき会社はほとんどありません。読み終える頃には、自社の予算ラインが1行で言えるようになるはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論：AI導入費用の全体地図（6パターン早見表） AI導入費用とは、ツール利用料だけでなく、研修・外部支援・開発・社内の時間まで含めた、AIを業務に組み込むための総コストのこと。中小企業の場合、この総額は月3,000円から数百万円まで、選ぶ手段で桁が2つ変わります。まず全体を1枚で見てください。 パターン 費用の目安 お金を払う対象 終わったあとに残るもの 向いている会社 ① 自力・ツールのみ 1人あたり月3,000円前後 汎用AIの有料プラン 使った人のスキル ◎ 推進役がいる会社・全社の最初の一歩 ② 単発の研修 数万〜数十万円/回 知識・体験 教材と受講の記憶 ○ 全員が未経験の会社の入口 ③ スポット相談 数万〜数十万円/回 専門家の助言 方向づけ・診断 ○ 何から考えるべきか整理したい段階 ④ 伴走型（AI顧問） 月15万〜50万円程度×3ヶ月〜 実装と社内人材の育成 業務フロー・社内ルール・使える社員 ◎ 業務は多いのに推進役がいない会社 ⑤ プロジェクト型コンサル 月数十万〜数百万円 分析・戦略・提案書 ロードマップ・報告書 △ 実行部隊が社内にある会社向け ⑥ システム・AI開発 数百万円〜＋保守費 専用システム システム（保守が続く） ○ 要件が固まっていて業務量が多い会社 この表で一番見てほしいのは金額ではなく「終わったあとに残るもの」の列です。同じ50万円でも、報告書が残るのか、AIで回る業務と回せる社員が残るのかで、投資としての意味がまったく違います。以降、パターンごとに深掘りします。 手段で費用の桁が変わる。下の段に行くほど「残るもの」も大きくなるかは、選び方次第 ## 最小構成は月3,000円——まずここから始まる すべての出発点は、ChatGPT PlusやClaude Proといった汎用AIの有料プラン（1アカウント月3,000円前後・2026年8月時点の個人向けプランの目安）です。当社の顧問先も、防災設備会社も旅館も飲食店も、使っているAI本体はこれだけです。専用システムは1つも入れていません。 「無料版ではダメなのか」もよく聞かれます。業務利用なら有料をすすめます。理由は3つ。①利用回数・機能の制限で業務の途中に止まる、②入力データを学習に使わせない設定など、会社で使う前提の管理がしやすい、③月3,000円は、この投資判断に迷う時間の人件費より安い。逆に言うと、月3,000円の支出を決裁できないうちは、その先のどの選択肢も検討段階に達していません。まずここを通してください。ツールの選び方は「ChatGPTとClaude、会社で使うならどっち？」で比較しています。 ### 月3,000円で実際に何ができるのか 「たった月3,000円で業務が変わるのか」と疑うのは健全です。実際に当社の顧問先が汎用AIの有料プランだけでやっている業務を並べます。 - 点検報告書・日報・提出書類の下書き（防災設備会社の実例） - 溜まった口コミ・問い合わせへの返信文の下書き - 領収書・納品書の読み取りと経理の下ごしらえ - 会議録音からの議事録整理と宿題の抽出（議事録AIの活用術） - ベテランへのインタビューからのマニュアル下書き（AIにインタビューさせる棚卸し術） - 補助金・制度情報の検索と整理 ポイントは、これらが「AIの機能」ではなく「会社の業務」の名前で並んでいることです。月3,000円のAIを業務の道具に変えるのは、追加のお金ではなく、自社の実物（様式・過去の完成品・記録）をAIに教える手間です。だから費用の話は、次の隠れコストの話とセットで考える必要があります。 ### やってはいけない節約：アカウントの使い回し 節約のために1アカウントを複数人で共有する会社がありますが、やめてください。多くのAIサービスで規約違反にあたるうえ、「誰が何を入力したか」が追えなくなり、情報管理のルールが機能しなくなります。人数を絞るのは正しい節約、共有は誤った節約です。 ### 人数分のライセンスは必要か——答えはNo 実務で必ず出る疑問がこれです。社員20名なら20アカウント＝月6万円が要るのか。最初は要りません。推奨は段階拡大です。 - 第1段階：経営者＋推進役の2アカウント（月6,000円前後）。まず「自社の業務で使えるか」を確かめる段階。全員配布はこの検証の後です。 - 第2段階：AIを使う業務の担当者に配布。「全員に配る」ではなく「AIで回す業務を持つ人に配る」。業務起点で増やすと、使われないアカウントが発生しません。 - 第3段階：全社配布は「使いたい」が湧いてから。他部署の成功例を見て「うちの業務でも」と声が出た時が配布のタイミングです。先に配ると幽霊アカウントになります。 ## 料金表に載らない「隠れコスト」4つ AI導入の総費用を見積もるとき、料金表の外にあるコストを見落とすと計画が狂います。実際の現場で発生する順に4つ。 隠れコスト 正体 抑え方 ① 時間コスト 推進役と経営者の学習・試行錯誤の時間。実は最大のコスト 対象業務を1つに絞る。全方位に手を出すと時間だけ溶ける ② 教材づくりのコスト AIに会社の実物（様式・過去の完成品・ルール）を教える整理作業 ゼロから書かない。既にある実物を集めるだけにする（棚卸しテンプレ） ③ 停滞期の挫折コスト 数回使って「自分でやったほうが早い」で止まり、投資がゼロになる 直しを型に反映する係と手順を最初に決める（4社の事例で詳述） ④ ルール整備のコスト 入力範囲・確認フローを決めないと、現場が怖くて使えない ひな形を使えば1時間で終わる（社内ルールの作り方・全文公開） 逆に、世間で言われるほど大きくないコストもあります。データ整備です。「AIを使うにはまずデータを整備しないと」と身構える会社が多いのですが、中小企業の最初の1業務に必要なのは、基幹システムの刷新ではなく提出様式と過去の完成品2〜3件です。データ整備を理由に先送りしている会社は、たいてい始められます。 ③の停滞コストについては、白状しておくことがあります。これは私自身の失敗でもあるんです。顧問の初期、防災設備会社の支援で「初回の感動」を作ることに集中して、下書きの直しを型に戻す係と手順を設計し忘れ、数回目に「自分で書いたほうが早い」という停滞期を招きました（事例記事に書いたとおりです）。投資がゼロになりかけた瞬間です。以来、どの顧問先でも初月にこの手順を必ず入れるようにしています。停滞コストは「かかるかもしれないコスト」ではなく、設計しなければ確実に発生するコストとして予算に織り込んでください。 ### 時間コストの見積もり方 ①の時間コストは、金額に換算して予算に入れておくと計画が現実的になります。目安は、推進役が週2〜3時間×3ヶ月＝約30時間、経営者が月2〜4時間×3ヶ月＝約10時間。この時間が出せない体制なら、ツール代がいくら安くても導入は進みません。逆に言うと、外部の伴走支援に払うお金の正体は、この社内時間の一部を「専門家の時間」で置き換え、試行錯誤の遠回りを削ることへの対価です。お金と時間はトレードオフの関係にある——これがAI導入予算の本質です。 4社の実例で見る資料セット（無料） ## 外部にお金を払う場合——4つの選択肢と使い分け 自力（パターン①）で試したうえで外部の力を借りる場合、選択肢は4つです。それぞれの費用の構造と、詳しい選び方の記事を並べます。 - ② 単発の研修（数万〜数十万円/回）——全員がAI未経験の会社の入口。ただし研修だけでは現場は変わらないので、「触ったことがある状態」を作る目的に限定して使う。研修の費用相場と選び方は近日、別記事で詳しく書きます（研修で終わらせない設計はこちら）。 - ③ スポット相談（数万〜数十万円/回）——課題整理と方向づけ。無料の公的窓口という代替もあるので、先に「AI導入はどこに相談すればいい？」を読んでから判断してください。整理だけなら0円でできます。 - ④ 伴走型・AI顧問（月15万〜50万円程度×3ヶ月〜）——実装と定着まで進めたい会社の本命。当社の実額は月30万円〜（税別・社員同席込み）・最低6か月の伴走で、内訳は「AI顧問の費用相場｜実額・月30万円〜（税別・社員同席込み）の内訳」で全開示しています。 - ⑤ コンサル／⑥ 開発（数十万〜数百万円〜）——実行部隊がある会社・要件が固まった会社向け。要否の判断と見極め質問は「中小企業にAIコンサルは必要か」に1本でまとめました。 使い分けの原則は1つだけです。「①で試す→足りない部分にだけ外部を足す」の順番を守ること。逆順（先に大きく契約して、あとからツールを触る）は、何にお金を払うべきかが分からないまま契約することになります。 ### 時系列で見る標準ルート 6パターンを時系列に並べ直すと、標準ルートはこうなります。0円（無料窓口・棚卸し）→月3,000円（自力で1業務）→必要なら月額（伴走で実装・3ヶ月）→業務量が証明されたら開発を検討。各段階で「足りているならそこで止まる」が正解で、階段を飛ばすほど失敗率が上がります。相談先の使い分けは「AI導入はどこに相談すればいい？」で、進め方の中身は「最初の90日でやること全手順」で詳述しています。 ### 0円でできることも先に使い切る - 課題整理：よろず支援拠点・商工会議所の無料経営相談（何度でも無料） - 業務の洗い出し：棚卸しテンプレート（無料公開） - ルール整備：社内ルールのひな形2点（全文公開） - 進め方の学習：この記事を含む当サイトの実例記事群（すべて無料） ここまで0円で揃えてから最初の3,000円を払う——これが一番費用対効果の高い順番です。 ## 見積書の読み方——「一式」を分解させる 外部支援や開発の見積もりを受け取ったら、チェックするのは4点です。 - 「一式」の中身。「AI導入支援 一式 ◯◯万円」は比較不能です。作業項目・回数・成果物に分解してもらう。分解を渋る相手とは契約しないのが安全です。 - 初期費用とランニングの分離。初年度総額と2年目以降の年額を分けて出してもらう。月額・保守費・ライセンス費の「続くお金」を見落とすと、2年目に予算が崩れます。 - 範囲の境界。「実装まで含むか」「フォローは何回か」「追加費用が発生する条件は何か」。境界が書いていない見積もりは、境界で揉めます。 - 出口の条件。契約期間・中途解約・自動更新。終わりの定義がない月額は青天井になります。 見積もり依頼の文例も置いておきます。 「お見積もりの際は、①作業項目ごとの内訳、②初年度総額と2年目以降の年額、③範囲外となる作業と追加費用の条件、④契約期間と解約条件、の4点が分かる形でお願いします。社内稟議で必要なためです。」 「社内稟議で必要」という枕は、角を立てずに全部を聞ける魔法の言葉です。この4点に即答できる会社は、支援の中身もたいてい整理されています。 ### 値引き交渉より効く3つの調整 見積もりが予算を超えたとき、単純な値引き要求より効くのは範囲の調整です。売る側の原価（工数）が下がるので、双方が損をしません。 - 対象業務を絞る。「3業務→1業務」にすれば、支援側の工数も費用も下がり、成功率はむしろ上がります。広く浅くは、AI導入で一番高くつく構成です。 - 準備を自社で持つ。実物の収集・棚卸しの下書きを自社でやってから渡す。ヒアリング工数が減った分の調整は交渉の余地になります（無料テンプレでできます）。 - 成果物を明確にして回数を減らす。「月4回の定例」より「この成果物が残る隔週セッション」。回数ではなく残るものベースで組み直すと、総額は下がって満足度は上がります。 ### なぜ「大手向け価格」と「中小向け価格」があるのか 同じ「AI導入支援」で月30万円と月300万円が併存する理由も書いておきます。大手向けの支援は、複数人のチーム体制・ガバナンス対応・稟議用ドキュメントの分厚さにコストがかかっており、その体制ごと中小企業に持ち込むと過剰装備になります。中小企業に必要なのは体制の厚さではなく、現場に入って手を動かす1人の実力者です。価格が安いから質が低いのではなく、構造が違う。だから「大手も使っている会社だから安心」という選び方は、中小企業では機能しません。自社の規模の現場を知っているか——選ぶ基準はそこです。 ### SaaS型AIツール（議事録AI・営業AIなど）の費用はどう考えるか 「議事録AI 月1,500円」「営業支援AI 月5,000円/人」のような業務特化型SaaSも選択肢に入ってきます。判断基準は1つです。まず汎用AIで同じことができないか試してから契約する。録音の文字起こしと整理、メール下書き、資料要約——特化型ツールの中核機能の多くは、月3,000円の汎用AIで実用水準に届きます。特化型が勝つのは「毎日大量に発生し、ワンクリックで済ませたい定型業務」に絞られたときです。順番を逆にすると、パターン別失敗①（ツール乱契約）に一直線です。 ### 開発（数百万円〜）に進むべきかの判断基準3つ - 要件を1枚で書けるか。「誰が・何を入力すると・何が出て・誰が確認するか」が書けないうちは、開発見積もりの土俵に乗っていません。 - 汎用AI＋実物で同じ流れを試したか。開発前に月3,000円で「手動版」を回してみると、要件の穴が全部見つかります。私が現場で見てきた範囲では、この検証をせずに書いた要件書は、ほぼ例外なく手戻りしています。 - 保守費まで見たか。開発費は初期費用だけではありません。月々の保守費・改修費が続きます。見積もりでは「初年度総額」と「2年目以降の年額」を分けて出してもらってください。 ## 予算はどう決めるか——年商別の現実的なライン 「相場は分かった。で、うちはいくら用意すればいいのか」に答えます。私が商談で実際に使っている目安はこうです。 会社の規模感 現実的な初期予算（最初の3ヶ月） 構成の例 1人〜数名（年商〜5,000万円） 月3,000円〜1万円 有料AIプラン1〜2席＋無料窓口の活用。外部支援はまだ買わない 〜20名前後（年商5,000万〜3億円） 3ヶ月で10万〜100万円 有料プラン数席＋単発研修 or 伴走支援。1業務に集中 〜50名前後（年商3〜10億円） 3ヶ月で60万〜150万円 伴走支援＋部門展開。推進役の育成までを射程に 要件が固まった特定業務がある会社 開発見積もり次第（数百万円〜） ただし着手前に汎用AI＋実物で小さく検証してから 大事な原則を2つ。1つ、回収を3ヶ月〜半年待てる金額にすること。AI投資の効果は初日に出始めますが、業務として定着して数字になるのは1〜3ヶ月後です。翌月の資金繰りを圧迫する金額は、金額の大小にかかわらず過大投資です。2つ、効果は「時間削減」だけでなく「打てなかった手が打てるようになる」で測ること。口コミ返信・発信・補助金リサーチのような「放置していた打ち手」が動き出す価値は、時間換算より大きいことが多い（測り方は生成AIの費用対効果の測り方）。 ### 費用シミュレーション3例（初年度の総額イメージ） 年商別の表を、モデルケースの初年度総額に落とすとこうなります（金額はこの記事の相場レンジに基づく例示です）。 モデル 構成 初年度総額の例 1人経営の飲食店 有料AIプラン1席（月3,000円）のみ。相談は無料窓口を活用 約3.6万円 汎用AIの有料プラン3席＋AiWiLLの伴走6か月 ツール代は説明用仮定で月9,000円、顧問料は月30万円（税別） 初年度190万8,000円（税別の試算）。顧問6か月180万円＋ツール12か月10万8,000円。顧問の追加継続なし、ツール代も税別月9,000円と仮定。実際の利用料金で再計算 社員50名のサービス業 有料プラン10席（月3万円）＋単発研修1回＋伴走3ヶ月＋部門展開 約100万〜150万円 以下の試算では、顧問料とツール利用料を別に積み上げます。最低契約期間、参加者数、継続の有無で総額が変わるため、月額だけを並べず、同じ対象期間で比較してください。顧問契約が終了した後も、ツール代と社内の更新・確認時間は必要です。 ### 支出前の最終チェックリスト10問 - 汎用AIの有料プランを、まず1〜2席で試したか - 対象業務を1つに絞ったか（「全社で活用」になっていないか） - 推進役の時間（週2〜3時間）を確保したか - 入力情報のルール（学習オフ設定・機密の線引き）を決めたか - この支出の「終わったあとに残るもの」を言えるか - 回収を3ヶ月〜半年待てる金額に収まっているか - 見積もりの「一式」の中身を確認したか（初期費用とランニングを分解したか） - より安い代替（無料窓口・自前勉強会・汎用AIでの代用）と比較したか - 効果の測り方（時間＋打てた手）を決めたか - 途中でやめられる条件（契約期間・解約・自動更新の有無）を読んだか ワーク：1行埋めてください——「うちの初期予算は月＿＿円＋外部支援＿＿円まで。対象業務は＿＿＿＿。3ヶ月後に＿＿＿＿が残っていたら成功」。この1行が、見積もり比較のすべての物差しになります。 ## 費用を無駄にする5つの典型パターン - ① ツールを乱契約する。議事録AI、画像AI、営業AI……月数千円のSaaSを足していくと、気づけば月数万円で、どれも半端に使われている。まず汎用AI1本で「どこまでできるか」を確かめてから、専用ツールを検討する順番です。 - ② 全員に一斉配布して終わる。ライセンス費用だけ毎月出ていき、ログインすらされない。配布は業務起点・段階式で。 - ③ 「安いから」で単発研修を繰り返す。1回数万円でも、現場が変わらない研修を3回やれば、伴走1ヶ月分の費用が消えています。安さではなく「終わったあとに何が残るか」で選ぶこと。 - ④ 補助金ありきで金額から決める。制度で予算が膨らむと、必要以上に大きな開発・パッケージに誘導されがちです。業務課題→必要な手段→金額の順で決め、制度は最後に追い風として確認する（制度の内容・条件は年度で変わるため公的窓口で最新を確認してください）。 - ⑤ 見積もりの「何が残るか」を確認しない。同じ「3ヶ月100万円」でも、報告書が残る契約と、回る業務＋回せる社員が残る契約があります。金額比較の前に、残るもの比較をしてください。 ## 実例：当社の顧問先4社は、実際いくらの構成だったか 最後に実例です。防災設備会社・不動産会社・飲食店・旅館の4社（事例の詳細はこちら）の費用構成は、全社共通でシンプルでした。 - AI本体：汎用AIの有料プラン（1アカウント月3,000円前後）。専用システムの開発はゼロ。 - 教材：0円。自社にすでにある実物（提出様式・過去の完成品・録音・領収書）を使った。 - 外部支援：当社のAI顧問（月30万円〜（税別・社員同席込み））。ここが4社の判断で、「推進役の不在」と「時間を買う」ことへの対価です。 つまり総費用は「月3,000円＋顧問料」がほぼすべてで、隠れた追加費用は発生していません。削減時間などの効果数値は、お客様と確認が取れた範囲でしか出さない方針のためここには書きませんが、費用の構造は上記の通り全部開示できます。中小企業のAI導入は、お金の勝負ではなく、設計と順番の勝負です。顧問なしで再現する手順も事例記事に書いてあるので、まず自力の月3,000円から始めてください。 AI顧問の費用と内訳 ## よくある質問 ### Q1. 中小企業のAI導入費用は結局いくらですか？ 最小構成なら1人あたり月3,000円前後（汎用AIの有料プラン）で始められます。外部支援を入れる場合は、単発研修・スポット相談で数万〜数十万円/回、伴走型で月15万〜50万円程度、プロジェクト型コンサルや開発で数十万〜数百万円が目安です。 ### Q2. 無料のAIツールで済ませるのはダメですか？ 個人の試用なら無料版で十分ですが、業務利用は有料プランをすすめます。利用制限で業務が止まらないこと、入力データを学習に使わせない設定などの管理面が理由です。月3,000円は判断に迷う時間のほうが高くつく金額です。 ### Q3. 社員全員分のライセンスが必要ですか？ 最初は不要です。経営者＋推進役の2席で検証し、AIで回す業務を持つ担当者へ業務起点で広げ、全社配布は「使いたい」という声が出てからにします。先に全員配布すると使われないアカウントが発生します。 ### Q4. システム開発とツール利用はどちらが良いですか？ 要件が固まっていて業務量が多いなら開発、それ以外は汎用AIツールからです。要件が曖昧なまま開発に進むと追加費用の温床になります。まず月3,000円のツール＋自社の実物で小さく検証し、それでも足りない部分だけを開発する順番が安全です。 ### Q5. AI導入に補助金は使えますか？ 国や自治体にIT導入や省力化投資を支援する補助制度があります。ただし内容・条件・公募時期は年度で変わるため、商工会議所やよろず支援拠点など公的窓口で最新情報を確認してください。制度ありきで金額から決めるのではなく、業務課題→手段→金額の順で決めるのが原則です。 ### Q6. 月額の顧問やコンサルは、いつまで払い続けるものですか？ 「自走できる状態」がゴールなら、期限は切れます。当社の顧問は最低6か月の伴走・自動更新なしです。逆に、終わりの定義がない月額契約は、費用が青天井になりがちなので、契約前に「何ができたら卒業か」を確認してください。 ### Q7. 3ヶ月で成果が出なかったら、費用は無駄になりますか？ 設計次第です。「AIで回る業務の型」「社内ルール」「使える社員」を残す設計なら、目標未達でも資産は残ります。逆に丸投げ型は、止まった瞬間に何も残りません。契約前に「うまくいかなかった場合、何が手元に残るか」を確認しておくと、最悪ケースの損失が見積もれます。 ### Q8. 費用対効果はどう測ればいいですか？ 時間削減だけで測らないことです。中小企業では「放置していた打ち手が動き出す」効果のほうが大きいことが多く、当社は「新しく打てた手の数×外注したら幾らか」を第一の物差しにしています。詳しくは費用対効果の測り方の記事で解説しています。 ## まとめ：金額の勝負ではなく、順番の勝負 - AI導入費用は月3,000円〜数百万円。手段で桁が2つ変わるので、まず6パターンの地図で現在地を決める - 出発点は常に汎用AIの有料プラン（月3,000円前後）。ここを決裁できてから次を考える - ライセンスは人数分ではなく業務起点で。2席→担当者→全社の段階式 - 最大の隠れコストは推進役の時間。対象業務を1つに絞ることが最大の節約 - 外部に払うのは「①自力で試して足りない部分」だけ。先に大きく契約しない - 予算は回収を3ヶ月〜半年待てる金額まで。翌月の資金繰りを圧迫したら過大投資 - 見積もりは金額の前に「終わったあとに何が残るか」で比較する - 効果は時間削減＋「打てなかった手が打てるようになる」の両方で測る 自社の予算ラインが見えたら、次は入口業務の選定です。「中小企業のAI導入事例4選」でタイプ別の入口を、「最初の90日でやること全手順」で進め方を確認してください。伴走が要る段階の会社は、資料セットからどうぞ。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 建設・設備業のAI活用｜紙と現場写真だらけの会社で実際にやったこと URL: https://aiandwill.com/kensetsu-setsubi-ai/ 公開: 2026-08-10 / 更新: 2026-09-05 建設業・防災設備・設備管理・ビルメンテナンス——この業界の会社がAI活用の記事を読むと、たいてい途中で閉じることになります。出てくる事例がオフィスワークの話ばかりで、「うちは現場仕事だから関係ない」と感じるからです。 逆です。私（AiWiLL・赤堀）がAI顧問として一番手応えを感じてきたのは、まさに紙とExcelと現場写真だらけの、建設・設備系の会社でした。理由は単純で、この業界は「現場で判断して、書類で出す」仕事の塊だからです。点検報告書、安全書類、日報、見積、発注、写真整理、マニュアル——判断のあいだに挟まる書類仕事の量が、他業界より圧倒的に多い。そしてAIが軽くできるのは、まさにこの部分です。 この記事では、熱海の防災設備会社・株式会社ウェックスさんとの顧問で実際にやったことを軸に、建設・設備業のどの業務にAIが効くかの全体マップ、現場が本当に使うための条件、そして絶対にAIに渡してはいけない領域まで、現場の一次情報で書きます。オフィスワークの話は出てきません。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 建設・設備業の業務マップ——AIが効く場所は「判断のサンドイッチ」 この業界の書類仕事には共通の構造があります。最初に現場のプロの判断があり、最後に責任者の確認があり、あいだに大量の「転記・整理・清書」が挟まっている——私はこれを「判断のサンドイッチ」と呼んでいます。AIに渡せるのは真ん中だけ。両端の判断を渡そうとすると失敗します。 判断のサンドイッチ。AIに渡すのは真ん中の作業工程だけで、両端の判断は人に残す この線引きを前提に、業務別のマップを見てください。 業務 現状の痛み AIに渡せる部分 人に残す部分 効き目 点検・巡回報告書 手書きメモ・写真からExcel様式への転記で夜が潰れる 記録の読み取り・様式への下書き・指摘事項の文章化 良否判定・提出前の最終確認 ◎ 最有力の入口 安全書類（グリーンファイル等） 現場ごとに似た書類を毎回作る 過去書類を下敷きにした下書き作成 内容の正誤確認・提出責任 ◎ 日報・月次報告 現場からの断片的な報告を集めて成形 音声・写真・メモからの整形 異常の判断 ○ 見積書 作れる人が限られ、その人の残業になる 過去見積と現場情報からのたたき台 金額の最終判断 ◎ 属人化の解消も兼ねる 発注・手配 見積データから発注書・メールへの転記 データ連携での下書き生成 発注の承認 ○ 仕組み化向き 現場写真の整理 数百枚の写真の仕分け・台帳貼り付け 内容の読み取り・分類・キャプション 採用写真の選定 ○ マニュアル・技術承継 ベテランの頭の中にしかない。退職が近い 録音・インタビューからの文書化 内容の検品・監修 ◎ 効率化より価値が大きい 顧客・物件情報の管理 経緯が担当者の記憶とメールに散在 記録の集約・要約・検索応答 顧客対応の判断 ○ どこから始めるか迷ったら、点検・巡回報告書です。毎週発生し、様式が決まっていて、痛みが強い——入口業務の3条件が揃っています。しかもこの業界の報告書は「受注量の上限」を決めている業務でもあります。繁忙期に報告書作成が詰まるから、点検の受注そのものを抑える判断につながる。つまり報告書のAI化は事務改善ではなく、売上の上限を上げる話です。 ## なぜ今なのか——この業界の3つの構造変化 「昔からこのやり方で回ってきた」業界が、いま動く理由も書いておきます。精神論ではなく、構造が3つ変わっているからです。 - 有資格者・技術者の採用が年々厳しくなっている。資格者の時間が転記と清書に消えている状態は、これまでも問題でしたが、補充が利かなくなった今は経営問題です。貴重な資格者の時間を「資格が要る仕事」に集める手段として、書類仕事のAI化は最も現実的です。 - 時間外労働の規制が現実の制約になった。建設業にも時間外労働の上限規制が適用され、「報告書は夜やる」で吸収する働き方は制度的に続けられません。業務量を落とさず労働時間を落とすには、書類工程の圧縮が避けて通れません。 - ベテランの大量退職が視界に入った。現場を支えてきた世代の引退が進み、判断基準の承継は「いつかやる」から「期限のある仕事」に変わりました。後述しますが、AIは承継の道具としても機能します。 つまり、書類のAI化は「便利になる話」ではなく、採用難・労働時間規制・承継という3つの制約の中で受注量を守るための、数少ない打ち手だということです。 ## 実例：防災設備会社の点検報告書AI化で起きたこと 株式会社ウェックスさん（熱海・防災設備）との顧問の実例です。消防設備点検の現場では、有資格者が機器を確認し、紙にメモし、写真を撮る。事務所に戻って、そのメモと写真を報告書のExcel様式へ手で転記する——同じ情報を現場と事務所で2回入力していました。 作った仕組みはシンプルです。点検の記録を渡すと、AIが実物のExcel様式に沿って下書きを組み立てる。ポイントは3つありました。 - 様式は会社の実物を使う。汎用テンプレートではなく、実際に提出している様式のまま。提出先が受け取る形が変わらないので、後工程に影響しない。 - AIに先に「会社と業務」を教える。扱う設備の種類、記入の慣例、指摘事項の書きぶり、略語の対応表。この下地が下書きの精度を実用にします。 - 合否の判定はAIに書かせない。AIがやるのは判断済みの結果の転記と文章化だけ。下書きは必ず資格者が確認してから提出。 順調な話だけ書くのはフェアではないので、途中の失敗も書きます。数回使ったあと、現場から出たのは「直す箇所が多くて、正直、自分で書いたほうが早い気がする」という言葉でした。これは私の設計ミスです。初回の感動を作ることに集中して、「直した内容をAIへの指示に反映し直す」係と手順を最初に決めていなかった。直しの中身を一緒に見返すと、ほとんどが毎回同じ種類の直しで、型に反映したら消えていきました。以来、この「直しを型に還元する」手順は初月に必ず入れています。現場のプロが一度「使えない」と判定したものを再起動するのは、最初に設計するより何倍も大変です。これからやる会社は、私と同じ順番を間違えないでください。 結果、報告書づくりは「ゼロから書く仕事」から「下書きを確認して直す仕事」に変わり、機器点検から総合点検、次の物件へと使われ続けています。効果の数値は、お客様と確認が取れた範囲でしか出さない方針なのでここには書きませんが、業務として定着し続けていることが何よりの証拠だと思っています。途中の停滞期（数回目に来る「自分で書いたほうが早い」）と越え方まで含めた詳細は「点検報告書の作成をAIで軽くする方法」で再現手順ごと公開しています。 報告書で型ができると、横展開が速くなります。同じ「データを見て文書を作る」構造は見積・発注にもあり、kintoneの見積データから発注メールの下書きを作る自動化は「kintoneとAIエージェントをつなぐ業務自動化」で実装例を公開しています。こうした伴走支援そのものの中身——何を何回やって、何が残るのか——は「AI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援」で定義から整理しています。 点検報告書AI化の実物が見られる資料セット（無料） ### 写真整理も同じ構造で軽くなる 報告書と並んで負担が大きい現場写真の整理も、同じ考え方で軽くできます。現場から上がってくる数百枚の写真をAIに読ませて、「どの設備・どの状態・どの工程か」の分類とキャプション案を出させ、人は仕分け結果の確認と採用写真の選定だけを行う。ここでも原則は同じで、撮り方のルール（工程の最初と最後を撮る・黒板や札を入れる・詰め込まない）を先に決めるほど、読み取りの精度が上がります。台帳への貼り付けが月末の残業になっている会社は、報告書の次の横展開先としてちょうどいい業務です。 ## 効率化より大きい話——ベテランの30年を会社に残す 建設・設備業のAI活用でもうひとつ、効率化より価値が大きいテーマがあります。技術承継です。有資格者の採用は年々難しくなり、ベテランの退職は秒読みなのに、その人の判断基準——「この音がしたらここを疑う」「この客先はこの順番で回る」——はどこにも文書化されていない。 従来の対策は「マニュアルを書いてもらう」でしたが、一番詳しい人は一番忙しい人なので、書かれないまま退職日が来ます。いまのやり方は違います。書かせない。話してもらって、AIが書く。作業を録画・録音する、AIに本人へインタビューさせる、若手が聞き役になって録音する——どれでも、本人の負担は「話すこと」と「AIの下書きを検品すること」だけです。しかも「あなたの判断基準を教えてほしい」という頼み方をすると、ベテランは抵抗どころか一番の協力者になってくれます。判断基準の言語化は、その人の30年を会社に刻む仕事だからです。 具体的な手順は「ベテランの暗黙知を会社にインストールする方法」と「属人化の解消方法」で全公開しています。点検報告書が「今日の業務」を軽くする話なら、こちらは「10年後も会社が回る」ための話です。両輪で進めてください。 ## 現場が本当に使うための3条件——事務所のAIは現場に届かない この業界特有の落とし穴があります。事務所のPCでは動く仕組みが、現場に届かないことです。現場のプロが実際に使ってくれるかは、次の3条件で決まりました。 - 入口はスマホと写真。現場で新しいアプリの操作を覚えてもらうのは無理筋です。「いつも通りメモして、写真を撮る。それを送るだけ」——記録の取り方を変えずに、その後工程だけをAIに渡す設計にします。撮り方のルール（真上から・影を入れない・1枚に詰め込まない）だけ決めれば、読み取り精度は実用になります。 - 出口は今の様式のまま。提出書類の形式を変えると、元請け・提出先との調整が発生して止まります。AIはあくまで「今の様式に書き込む側」に置く。業務フローの変更を最小にするほど、定着は速い。 - 判断は資格者・責任者に残す。特に法定点検・安全関連は、判定をAIに触らせないことを文書のルールにします。これは制約ではなく、現場が安心してアクセルを踏むための整備です。「AIの下書きは、資格者の確認なしに社外へ出さない」——この1行があるだけで、現場の心理的ハードルが大きく下がります（ルールのひな形はこちらで全文公開）。 ## 元請け・提出先にどう説明するか——聞かれたときの答え方 この業界特有の心配がもうひとつあります。「AIで作った報告書だと元請けや提出先に言っていいのか」です。答えはシンプルで、責任の所在が変わらないことを説明できれば、問題になることはまずありません。ワープロ導入のときも、Excel化のときも、道具は変わってきました。変わっていないのは「資格者が判定し、会社が責任を持って提出する」ことです。 聞かれたときの答え方の実物を置いておきます。 「点検の実施と良否の判定は、従来どおり当社の有資格者が行っています。AIは判定結果を様式に清書する事務作業に使用しており、提出前に資格者が全件確認しています。判定にAIは関与していません。社内規程でもその運用を定めています。」 この説明が成立するためにも、前章の社内ルール（判定はAIに触らせない・確認なしで提出しない）を文書で持っておくことが効きます。「規程があります」と言える会社の説明は強い。むしろ書類の質とスピードが上がったことは、元請けからの評価につながっていくはずです。 ## 副産物：若手の採用と育成にも効く 報告書のAI化を進めた会社で見えてきた副産物が2つあります。1つは育成の高速化。ベテランの判断基準が文書になっていると、新人は「見て盗む」のではなく読んで学べます。AIに教えるために言語化した知識は、そのまま新人教育の教材です。もう1つは採用への効果。「うちは報告書をAIで作っている」と言える会社は、若い世代からの見え方が違います。紙の山と長時間労働のイメージが強い業界だからこそ、デジタル活用は採用広報の差別化になります。書類仕事の圧縮は、いまいる社員のためであると同時に、まだ入っていない社員のための投資でもあります。 ## 絶対にAIに渡してはいけない領域——この業界の越えてはいけない線 - 法定点検の良否判定。消防設備点検をはじめ、法令に基づく点検の判定は資格者の仕事です。写真を見せて「これは合格ですか」と聞く使い方は論外で、AIは判断の記録係に徹します。 - 安全に関わる判断。作業手順の安全確認、危険予知の最終判断。AIは「過去のヒヤリハットの整理」「KY資料の下書き」までで、現場の安全判断は人が行います。 - 構造・法規の適合判断。建築基準・消防法などへの適合は専門家の領分。AIは条文や過去資料の検索・整理までに使い、判断根拠は必ず原典で確認します。 - 最終確認なしの提出。報告書は法令上・契約上の責任を伴う文書です。「確認済みのものしか出さない」を明文化してください。 逆に言えば、この線さえ守れば、建設・設備業のAI活用は堂々と進められます。AIの守備範囲を明確にした会社ほど、現場の活用は速く進む——順序が逆に見えますが、現場で見てきた事実です。 ## よくある2つの質問——既存システムとの関係・小さな会社の場合 ### kintone・工事管理システムを既に使っている場合 入れ替えは不要です。AIは既存システムの「隣」に置きます。kintoneに入っている見積データから発注メールの下書きを作る、工事台帳の情報から報告書の下書きを起こす——既存システムはデータの置き場、AIは文書の下書き係、という分担です。むしろ既にデータが構造化されている会社ほど、AI活用の立ち上がりは速い。連携の実装例はkintoneとAIエージェントをつなぐ業務自動化で公開しています。 ### 一人親方・数名の会社でも意味があるか あります。むしろ書類仕事が全部自分に乗っている分、効き目は直接的です。夜にやっている見積書・請求書・報告書の下書き、現場写真の整理、元請けへの連絡文——月3,000円のAIに渡せるものばかりです。1人経営の会社で夜の事務が軽くなり朝の時間が戻った実例は事例記事（飲食店の例ですが構造は同じ）に書きました。規模が小さいことは、始めない理由にはなりません。決裁が自分だけで済む分、一番速く始められる立場です。 ## 建設・設備業版・90日の始め方 期間 やること ゴール 1〜30日 報告書（または見積）を1種類選ぶ／実物3点（提出様式・よくできた完成品2〜3件・現場の記録メモ）を集める／月3,000円程度の汎用AIを契約し、学習オフ設定と入力ルール1枚を決める／直近の実案件1件で下書きを作り、人の完成品と見比べる 最初の1件の下書きが出て、ずれの原因（教えた情報の不足）が特定できている 31〜60日 実案件のたびに下書き→資格者の検品→直しをAIへの指示に反映／「記録の渡し方→確認箇所→提出」を1枚の手順に 停滞期を「直しの型化」で越え、下書きの精度が実用になっている 61〜90日 手順を担当者以外の1人に渡す／2つ目の業務（安全書類・見積など同じ構造のもの)へ横展開／ベテランの録音・インタビューを開始 個人技ではなく会社の業務になり、承継の蓄積が始まっている 全体の進め方の詳細は「中小企業のAI導入の進め方｜最初の90日」、費用の全体像は「AI導入費用の記事」と同じです。建設・設備業の場合も、専用システムは要りません。4社の顧問先で使っているのは月3,000円程度の汎用AIと、自社の実物だけです。 ### 着手前チェックリスト10問（建設・設備業版） - 入口業務を1つ選んだか（報告書・安全書類・見積のどれか） - 実際に提出している様式の実物が手元にあるか - よくできた過去の完成品を2〜3件集められるか - 現場の記録（メモ・チェック紙・写真）のサンプルがあるか - 下書きを検品する資格者・ベテランを決めたか - 「判定はAIに触らせない」「確認なしで提出しない」を文書にするか - 物件名・顧客名の扱い（略称化・学習オフ設定）を決めたか - 現場の記録の取り方は「今のまま」で設計したか - 直しを型に反映する係を決めたか - ベテランの退職時期から逆算した承継の期限を把握しているか ワーク：1行埋めてください——「うちの入口は＿＿＿＿（報告書／安全書類／見積）。検品役は＿＿さん。承継を急ぐのは＿＿さんの＿＿＿＿の判断」。この1行で、90日の設計図は半分できています。 ## よくある質問 ### Q1. 建設・設備業でAIは本当に使えるのですか？ 使えます。むしろ「現場で判断して書類で出す」業務構造のこの業界は、判断と判断のあいだの転記・整理・清書が多く、AIの効き目が出やすい業界です。当社の顧問先の防災設備会社では、点検報告書のAI化が業務として定着しています。 ### Q2. 現場の職人はITが苦手ですが、大丈夫ですか？ 現場の記録の取り方（手書きメモ・写真）は変えない設計にすれば大丈夫です。新しいアプリの操作を覚えるのではなく、「いつも通り記録して送るだけ」。AIを触るのは事務側・検品側からで始められます。 ### Q3. 手書きのメモや癖字は読み取れますか？ 癖字・薄い複写・斜めの写真は誤読の原因になります。撮り方のルール（真上から・影を入れない）を決め、「読み取り結果の一覧を先に出させて人が数分で確認→様式に流し込む」の2段階にすると、実害はほぼなくなります。 ### Q4. 法定点検の報告書にAIを使って問題ないのですか？ 法令が求めているのは、資格者による点検の実施と判定です。判定を資格者が行い、AIは転記・文章化・整形という清書工程だけを担い、提出前に資格者が全件確認する——この運用を守る限り、清書の道具が手書きかExcelかAIかは本質を変えません。逆に良否判定そのものをAIにさせるのは論外です。この線引きを社内ルールとして文書化してから始め、個別の疑義は所轄への確認も併用してください。 ### Q5. 専用の建設業向けAIシステムを買うべきですか？ 最初は不要です。業界向けパッケージは自社の様式・慣例と微妙にずれ、「ソフトに合わせて業務を変える」重い導入になりがちです。まず月3,000円程度の汎用AIに自社の実物を教える方式で始め、業務量が証明されてから専用化を検討する順番が安全です。 ### Q6. 費用はどのくらいかかりますか？ 自社でやる場合は汎用AIの有料プラン（1人月3,000円前後）だけです。伴走支援を入れる場合は月15万〜50万円程度×3ヶ月が相場で、当社は月30万円〜（税別・社員同席込み）・最低6か月の伴走です。詳細は費用の全体地図で開示しています。 ### Q7. 元請けから「生成AIの使用は不可」と言われたらどうすればいいですか？ まず、何を懸念しているか（情報管理か、品質か、判定の責任か）を確認してください。多くの場合、懸念は「判定までAIに任せているのでは」という誤解と「入力情報の管理」の2点で、判定は資格者・学習利用オフ・確認フローの社内規程を示せば解けます。それでも不可なら、その元請けの案件では従来運用に戻し、社内業務（自社の見積・日報・マニュアル）から進めれば投資は無駄になりません。 ### Q8. 何から相談すればいいですか？ 「点検報告書の作成に毎回◯時間かかっている」のような現場の言葉で十分です。無料の公的窓口から民間まで、相談先の選び方は相談先7つの比較記事にまとめています。 ## まとめ：現場仕事の会社こそ、AIの効き目は大きい - 建設・設備業は「判断のサンドイッチ」構造の書類仕事が多く、AIの効き目が出やすい業界 - 入口の最有力は点検・巡回報告書。事務改善ではなく「受注量の上限を上げる」話 - やり方は3原則：実物の様式を使う・先に会社を教える・判定はAIに書かせない - 効率化より大きいのが技術承継。ベテランに書かせず、話してもらってAIが書く - 現場が使う条件はスマホと写真が入口・今の様式が出口・判断は資格者 - 法定判定・安全判断・法規適合・確認なし提出は絶対にAIに渡さない - 専用システムは不要。月3,000円の汎用AI＋自社の実物で90日から - 線引きを明文化した会社ほど、現場の活用は速く進む 「うちは現場仕事だから」と閉じてきた会社にこそ、読んでほしくてこの記事を書きました。同じ業界での実例の詳細は事例記事と点検報告書の記事で、支援の中身は資料セットでどうぞ。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI導入のメリット・デメリット｜売る側がデメリットから正直に書く URL: https://aiandwill.com/ai-donyu-merit-demerit/ 公開: 2026-08-10 / 更新: 2026-09-02 「AI導入 メリット デメリット」で検索して出てくる記事は、大手IT企業の教科書のような整理が多い。業務効率化、コスト削減、意思決定の高度化——正しいのですが、読み終えて「で、うちの会社ではどうなんだ」が残ります。しかも書き手の多くはAIを売る側なので、デメリットの章はたいてい薄い。 この記事は順番を逆にします。デメリットから先に、現場で実際に起きたことベースで書きます。私（AiWiLL・赤堀）はAI顧問として累計約15社（顧問契約ベース。研修・講座を含め30社超）の中小企業に伴走してきました。うまくいった話は事例記事に書いたので、ここでは停滞期・つまずき・見落とされがちなコストまで含めた、意思決定に使える正直な損益計算書を出します。 先に結論だけ言うと、私の見てきた範囲で、AI導入のデメリットは「導入するかどうか」で決まるものはほとんどなく、ほぼすべて「設計するかどうか」で決まります。つまりデメリットの正体は、リスクではなく宿題です。この記事では、その宿題の中身まで具体的に書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論の1枚——メリット・デメリット対照表 デメリット（先に読む） 対処（＝宿題） メリット ① 学習と定着に時間がかかる 対象を1業務に絞り、推進役の時間を業務として確保 ① 書類仕事・下書き仕事が軽くなる ② 数回目に「停滞期」が来る 直しをAIへの指示に反映する係と手順を最初に決める ② 放置していた打ち手が動き出す（攻めの手数） ③ 間違いを自然な文章で出してくる 「判断は人・作業はAI」の線引きと最終確認フロー ③ ベテラン・社長の頭の中が会社の資産として残る ④ 情報管理のルールが必要になる 学習オフ設定・入力の線引き・ルール1枚（1時間で作れる） ④ 採用難・人手不足の一部を補完できる ⑤ ツールが乱立して費用が膨らむ 汎用AI1本から。特化ツールは代替検証後に ⑤ 経営者の時間と判断の質が戻る ⑥ 「AI係」への新たな属人化 手順化して2人目に渡すまでを導入の範囲とする ⑥ 低コストで始められ、やめるのも簡単（月3,000円〜） ⑦ 効果が測りにくく、続かない 時間削減＋「打てた手の数」の2軸で測ると決めておく ⑦ 現場の「できた」体験が組織の空気を変える 以降、それぞれを現場の実例で深掘りします。急ぐ方は、この表と最後のチェックリストだけでも判断材料になります。 メリットとデメリットは同じ重さで存在する。どちらに傾くかを決めるのは、会社の属性ではなく設計 ## デメリット7つ——現場で実際に起きたことベースで ### ① 学習と定着に、思ったより時間がかかる ツールの契約は5分で終わりますが、業務として定着するまでは1〜3ヶ月かかります。見積もりの目安は、推進役が週2〜3時間、経営者が月2〜4時間。この時間を「空き時間でやって」と扱った会社は、ほぼ例外なく止まりました。時間コストはAI導入最大の隠れコストです（費用の全体地図に詳述）。 ### ② 数回使うと「自分でやったほうが早い」という停滞期が来る 最初の1〜2回は感動があります。問題はその後で、下書きの直しが多いと「結局、自分で書いたほうが早い」という声が、私の見てきた現場ではほぼ必ず出ます。白状すると、私自身がこれを顧問先で招いたことがあります。防災設備会社の報告書AI化で、初回のセッションで「おお、書けてる」という感動を作ることには成功した。ところが数回目、現場から出たのは「直す箇所が多くて、正直、自分で書いたほうが早い気がする」という言葉でした。原因は私の設計ミスで、直した内容をAIへの指示に反映し直す係と手順を、最初に決めていなかったんです。直しの中身を一緒に見返すと、ほとんどが毎回同じ種類の直しで、型に反映したら消えていきました。停滞期は事故ではなく、設計しなければ確実に来る工程です。最初から織り込んでください（顛末は事例記事にも書きました）。 ### ③ 間違いを、自然で自信ありげな文章で出してくる 生成AIの誤りは、誤字脱字のように目立ちません。もっともらしい文章の中に、数字の転記ミスや事実でない補完が紛れます。対処は技術ではなく運用です。「AIの下書きは、確認済みのものしか外に出さない」を文書のルールにする。そして指示の段階で「記録にないことを書かない」「不明な箇所は不明と書く」と釘を刺す。この2つで実害はほぼ抑えられます（ひな形は社内ルールの作り方で全文公開）。 ### ④ 情報管理の宿題が発生する 顧客情報・社内情報をどこまで入力してよいか、決めないままでは現場が怖くて使えません。逆に言うと、決めれば使えます。学習利用をオフにする設定、顧客名の略称化、人事・給与は入れない——この程度の1枚を作るのに1時間で足ります。「セキュリティが不安だから見送る」は、1時間の宿題を理由に投資判断を止めている状態です（セキュリティの考え方）。 ### ⑤ ツールが乱立して、月額が静かに膨らむ 議事録AI、営業AI、画像AI……便利そうな特化型SaaSを足していくと、月数万円になり、どれも半端に使われている状態になります。原則は汎用AI1本（月3,000円前後）で代替できないか先に検証。特化型が勝つのは、毎日大量に発生する定型業務に絞られたときだけです。 ### ⑥ 「AIに詳しいあの人」への、新しい属人化が生まれる 皮肉な話ですが、AI活用が進むほど「AI係」に仕事が集中し、その人が休むと回らない——という新しい属人化が起きます。対処は、導入の定義を変えることです。「動いた」で終わりにせず、「手順化して2人目に渡せた」までを導入の範囲とする。属人化の構造と解き方は属人化の解消方法で1本にまとめています。 ### ⑦ 効果が測りにくく、経営判断として続かない 「なんとなく便利」のままだと、忙しくなった瞬間に優先度が下がって消えます。測り方を先に決めてください。おすすめは2軸で、①軽くなった業務の時間、②新しく打てるようになった手の数×外注したら幾らか。中小企業では②のほうが大きいことが多く、時間だけで測ると「効果なし」と誤判定します（費用対効果の測り方）。 ## メリット7つ——教科書の言葉ではなく、現場で起きた変化で デメリットの宿題をやった会社で、実際に起きた変化を書きます。教科書的な「業務効率化・コスト削減」を、現場の解像度に落とすとこうなります。 - ① 書類仕事が「ゼロから書く」から「確認して直す」に変わる。点検報告書、見積もりの下書き、議事録、返信文。防災設備会社では、資格者の時間を食っていた報告書の転記・清書がAIの下書き確認に変わり、業務として定着しています。 - ② 放置していた打ち手が動き出す。旅館では、80件以上未返信のまま溜まっていた口コミへの返信が初回のセッションで動き出しました。「やるべきと分かっていたが手が回らなかったこと」が回り出す——中小企業ではこれが一番大きいメリットです。 - ③ 社長とベテランの頭の中が、会社の資産になる。録音とAIインタビューで暗黙知が文書になり、「あの人に聞かないと分からない」が減っていく。効率化と同時に、承継の準備が進みます（暗黙知のインストール）。 - ④ 採用できない分を、一部AIで補える。「事務をもう1人」の求人を出しても来ない時代に、下書き・整理・転記のかなりの部分は月3,000円のAIが担えます。人にしかできない仕事に人の時間を寄せられる。 - ⑤ 経営者の時間と、判断の質が戻る。1人経営の飲食店では、閉店後の経理の下ごしらえをAIに渡して、朝の1時間が戻りました。経営者の体力と機嫌は、それ自体が経営資源です。 - ⑥ 始めるのも、やめるのも安い。最小構成は月3,000円前後で、合わなければ翌月やめられます。数百万円のシステム投資と違い、「試す」ことのリスクが極端に小さい——これは意思決定上、非常に大きいメリットです。 - ⑦ 「うちでもできた」が組織の空気を変える。1つの業務が目に見えて軽くなると、「うちの業務でも」と声が出始めます。不動産会社では、社長の頭の中の棚卸しから始まった仕組みが、幹部への共有、社員への共有へと自然に広がっていきました。トップダウンの号令より、横で見えた成功が一番人を動かします。 ### 規模別・メリットの出方の違い 規模 一番効くメリット 入口の例 1人〜数名 経営者の裏方仕事の下支え。体力と時間が戻る 夜の経理の下ごしらえ、返信文の下書き 〜20名前後 特定業務のボトルネック解消と、属人化の緩和 報告書・見積の下書き、社長の知識の棚卸し 〜50名前後 部門横断の型の共有と、推進役の育成 1部門で型を作り、成功例を横展開 なお、この記事のデメリット7つに「AIが暴走する」「仕事を奪われる」が入っていないことに気づいた方もいるはずです。意図的です。月3,000円の汎用AIを下書き係として使う現実の導入で、映画のようなリスクは起きません。現実のデメリットはもっと地味で、地味だからこそ見落とされ、地味だからこそ全部対処できます。 現場の実例で見る資料セット（無料） ## 検討前に解いておきたい3つの誤解 - 誤解①「入れれば勝手に楽になる」——なりません。AIは契約した日ではなく、自社の実物（様式・過去の完成品・社内の言葉）を教えた日から役に立ち始めます。導入の中身はツールの契約ではなく、この「教える」工程です。 - 誤解②「若手なら使いこなせる」——ITに強いことと、業務の勘所を知っていることは別です。AI活用の質を決めるのは操作スキルより「どの業務の・どこが判断で・どこが作業か」を言える業務理解で、それはむしろベテランが持っています。若手×ベテランのペアが最強です。 - 誤解③「大手製の高いツールなら安心」——中小企業の最初の1業務に必要なのは、月3,000円の汎用AIと自社の実物だけです。高いツールの安心感は、使われなければゼロ円の価値もありません。金額と効果は比例しません。 ## 見落とされがちな比較軸——「導入しない」ことのデメリット メリデメ比較には、実はもう1列必要です。「導入しない」という選択にもコストがあるからです。私が現場で見ている範囲で、導入しない会社に静かに積み上がっているものを挙げます。 - 採用難がそのまま業務逼迫になる。「事務をもう1人」が採れない状況は当面変わりません。AIで補える下書き・整理仕事を人手だけで回し続けると、既存社員の残業と疲弊に跳ね返ります。 - 属人化が毎日深くなる。知識の文書化を先送りした分だけ、ベテランの退職時に失うものが増えていきます。属人化は待っていても解けません。 - 「できる会社」との差が、顧客に見え始める。見積もりの返答速度、資料の質、対応の速さ。AIを回している同業と比べられる場面は、確実に増えています。 - 始めるコストは下がり続けるが、追いつくコストは上がり続ける。道具は安くなる一方、社内に蓄積された「使いこなしの型」の差は複利で開きます。 煽りで言っているのではありません。導入を見送る判断自体は合理的な場合があります（後述の「まだの会社」）。ただしその判断は、導入するリスクと、しないリスクを両方見てからにしてください。片側だけ見た「様子見」は、判断ではなく先送りです。 ## デメリットが現実化した会社・しなかった会社——分岐点は3つ 同じようにAIを導入して、デメリットの7つが現実化する会社と、宿題として処理できる会社に分かれます。見てきた範囲で、分岐点は3つに集約されます。 分岐点 現実化した会社 宿題で済んだ会社 ① 対象の絞り方 「全社でAI活用」の号令から始めた 痛みの強い1業務から始めた ② 検品役の有無 AIの出力をそのまま使う／誰も直さない 検品役を決め、直しをAIへの指示に反映し続けた ③ 測り方の事前合意 「なんとなく便利」のまま評価タイミングなし 時間＋打てた手の2軸で、3ヶ月後に振り返ると決めていた 逆に言うと、ツールの選定・業種・社員の年齢構成は、思われているほど分岐に効いていません。デメリットは会社の属性ではなく、設計の有無に宿ります。これがこの記事で一番伝えたいことです。 ### 社内への説明にそのまま使える言い方 「AIを入れますが、皆さんの仕事を置き換える話ではありません。＿＿業務の下書き・転記をAIに渡して、確認と判断は今まで通り人がやります。最初はAIの下書きに直しが多いはずです。それは失敗ではなく、直した内容を反映して賢くしていく前提の運用です。困ったことは＿＿さんに集めてください。」 ポイントは、停滞期（直しが多い時期）を先に予告しておくことです。予告された不具合は改善プロセスに見え、予告されなかった不具合は失敗に見えます。同じ現象でも、組織の受け止めがまったく変わります。 ## 結局、導入すべきか——「今やるべき会社」と「まだの会社」 今やるべき会社 まだ急がなくていい会社 業務 書類・下書き・転記・返信などの定型業務が毎週発生している 業務量が少なく、定型業務がほぼない 人 「面白がって触る人」がいる、または経営者が月数時間出せる 推進役ゼロ・経営者の時間ゼロ（先に体制の問題） 痛み 残業・採用難・属人化・放置された打ち手が具体的にある 現状の回し方で痛みが特にない 資金 月3,000円〜の投資の回収を3ヶ月待てる 翌月の資金繰りに影響する状態（まず資金対策） 「まだの会社」に当てはまった場合も、ゼロ円でできる準備（業務の棚卸しと無料窓口での相談）だけは先にやっておくと、始め時が来たときの立ち上がりが変わります。 判断に迷った場合の原則も書いておきます。迷ったら、試す側に倒してください。理由は損得の非対称性です。試して合わなかった場合の損失は月3,000円と数時間。一方、「検討し続ける」ことの損失は、会議のたびの議論時間と、その間も進行する採用難・属人化です。多くの会社で、検討のコストはとっくに試行のコストを超えています。3ヶ月検討するより、3週間試すほうが、確かな判断材料が手に入ります。 ### 導入判断チェックリスト10問 7つ以上Yesなら、デメリットは宿題に変換できています。始めてください。 - 対象業務を1つに絞ったか - 推進役の週2〜3時間を業務として認めるか - 経営者自身が月数時間関与するか - 停滞期が来ることを関係者が知っているか - 直しをAIへの指示に反映する係を決めたか - 「確認済みのものしか外に出さない」をルール化するか - 入力情報の線引きと学習オフ設定を済ませるか - まず汎用AI1本で始めるか（特化ツールを先に買っていないか） - 「2人目に渡せた」までを導入のゴールにするか - 効果を時間＋打てた手の2軸で測ると決めたか ワーク：1行埋めてください——「うちにとって最大のメリットは＿＿＿＿。最大のデメリットは＿＿＿＿で、その宿題は＿＿＿＿。判断は＿月＿日までにする」。メリデメの記事は、この1行を書くために読むものです。 ### この記事の次にやること3つ - 棚卸し（無料・15分）：困っている業務を現場の言葉で5個書き出す（テンプレあり）。 - 試す（月3,000円・初日）：一番痛い1業務の実物で、AIに下書きを作らせてみる（90日の全手順）。 - 相談する（無料〜）：自走できるか判断がつかなければ、無料窓口か当社の資料セットへ（相談先7つの比較）。 ## よくある質問 ### Q1. AI導入の最大のデメリットは何ですか？ 導入・定着にかかる社内の時間コストです。ツール費用より、推進役と経営者の時間（合計で月10〜15時間程度×3ヶ月）が最大の投資になります。ここを予算として認識せずに始めると、途中で止まります。 ### Q2. AIの間違い（ハルシネーション）が怖いのですが。 「判断は人・作業はAI」の線引きと、「確認済みのものしか外に出さない」ルール、指示段階での「記録にないことを書かない」の3点で実害はほぼ抑えられます。AIに良否判定やお金の判断を渡さない限り、間違いは下書き段階で拾えます。 ### Q3. 情報漏えいが心配で踏み切れません。 学習利用をオフにする設定、顧客名の略称化、人事・給与情報は入力しない——のルール1枚で運用できます。作成には1時間で足ります。不安の多くは「決めていないこと」が原因で、技術的な問題ではありません。 ### Q4. 社員の仕事がなくなりませんか？ 中小企業の現場で起きているのは代替ではなく再配分です。下書き・転記・整理をAIに渡し、人は確認・判断・顧客対応に時間を寄せる。むしろ採用難で埋まらなかった穴をAIが埋める形が実態です。反発への向き合い方は「あなたの判断基準を教えてほしい」という巻き込み方が効きます。 ### Q5. メリットが出るまでどのくらいかかりますか？ 最初の下書きは初日に出ます。業務としての定着は、停滞期を挟んで1〜3ヶ月が目安です。効果測定は時間削減と「打てた手の数」の2軸で、3ヶ月単位で見てください。 ### Q6. ツールは何を選べばいいですか？ 最初はChatGPTかClaudeの有料プラン（月3,000円前後）1本で十分です。業務特化型のSaaSは、汎用AIで代替できないと分かってから検討します。法人利用での選び方はChatGPTとClaude、会社で使うならどっち？で比較しています。 ### Q7. 小さな会社（数名以下）でもメリットはありますか？ むしろ大きいです。1人経営の飲食店では夜の経理が軽くなり朝の1時間が戻りました。少人数ほど経営者の裏方仕事の比重が大きく、AIの下支え効果が直接効きます。 ### Q8. 経営者自身がAIをうまく使えないのですが、それでも導入できますか？ できます。経営者に必要なのは操作スキルではなく、対象業務の決定・情報の線引き・最初の1件への立ち会いの3つです。操作は推進役と現場が覚えます。ただし「社長も1日10分触る」を続けている会社のほうが定着が明確に速いので、簡単な用途（音声での相談・要約）から触ることをすすめます。 ### Q9. デメリットが上回るのはどんな会社ですか？ 定型業務がほとんどない会社、推進役も経営者の時間も出せない会社、翌月の資金繰りが厳しい会社です。この場合は導入を急がず、無料でできる棚卸しと相談だけ先に済ませておくことをすすめます。 ## まとめ：デメリットの正体は、リスクではなく宿題 - デメリット7つ：時間コスト・停滞期・自然な間違い・情報管理・ツール乱立・AI係の属人化・効果測定難 - 7つとも「導入するか」ではなく「設計するか」で決まる。すべて対処が存在する - メリット7つの核は、効率化より「打てなかった手が打てるようになる」と「頭の中が会社の資産になる」 - 最大の投資はツール代ではなく社内の時間。ここを予算化した会社だけが定着する - 始めるのも、やめるのも月3,000円。試すリスクは極端に小さい - 判断は「今やるべき会社／まだの会社」の4条件とチェックリスト10問で - 「まだの会社」も、ゼロ円の準備（棚卸し・無料相談）だけは先にやっておく メリット・デメリットの一般論より、自社の1業務でどうなるかが全てです。実際の現場で何が起きたかは事例4選で、始め方の全手順は90日の記事で公開しています。宿題ごと伴走してほしい会社は、資料セットからどうぞ。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 中小企業のDX、何から始める？「言葉が大きすぎて動けない」を解く現実的な最初の一歩 URL: https://aiandwill.com/chusho-dx-nanikara/ 公開: 2026-08-10 / 更新: 2026-09-02 「DXを進めないと」と言われ続けて、もう何年か経ちます。セミナーにも出た。資料も読んだ。それでも動けていないとしたら、原因はあなたの会社の怠慢ではありません。「DX」という言葉が大きすぎて、月曜の朝にやることへ翻訳できない——ただそれだけです。 この記事は、その翻訳をやります。DXの定義や重要性の説教はしません。紙とExcelと電話で回っている中小企業が、何を・どの順番で・いくらで始めれば「DXが進んでいる」と言える状態になるのかを、実際に伴走してきた現場の手順で書きます。結論を先に言うと、最初の一歩は経営会議でもシステム選定でもなく、「一番痛い業務を1つ選ぶこと」です。 書き手の立場も開示しておきます。私（AiWiLL・赤堀）はAI顧問として、防災設備・不動産・旅館・飲食など、現場型の中小企業を累計約15社（研修・講座を含め30社超）支援してきました。世の中のDX記事の多くはシステム会社かコンサルが書いています。この記事も伴走支援を売る側が書いていますが、いつも通り、お金をかけない手順から先に書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## まず「DX」という言葉を分解する——あなたが今やるべきはDXではない 身も蓋もない話から始めます。経済産業省の整理では、デジタル化には段階があります。紙の情報をデータにするデジタイゼーション、デジタル技術で業務のやり方を変えるデジタライゼーション、そしてビジネスモデルそのものを変革するDX（デジタルトランスフォーメーション）。 つまり、厳密な意味の「DX」はビジネスモデル変革の話で、これは第三段階です。紙とExcelが混在する会社が今やるべきは、第一・第二段階——業務のデジタル化と効率化であって、変革はその先にあります。ここを混同すると、「わが社のDXビジョン」を描く会議から始めてしまい、現場は1ミリも変わらないまま半年が過ぎます。 だからこの記事では、言葉を実務サイズに置き換えます。中小企業の「DXを進める」とは、「人がやらなくていい仕事を、道具に渡していくこと」。この定義なら、月曜の朝にやることが決められます。 ### 2026年の追い風：段階を「飛ばせる」ようになった 従来のDX論には「まず紙をデータ化し、システムを整備し、それから活用」という長い階段がありました。生成AIの実用化で、ここが大きく変わっています。手書きのメモも、紙の帳票も、スマホで撮ればAIがその場で読んで整理できる。つまり、基幹システムの刷新を待たずに、紙のままの現場で「業務が軽くなる」体験を先に作れるようになりました。データ整備が終わってから活用、ではなく、活用しながらデータが貯まる。この順番の逆転が、資金も人手も限られる中小企業にとって一番大きい変化です。 ## そもそも、なぜ動けないのか——止まっている会社の内側 手順の前に、動けない原因を片づけておきます。DXが止まっている会社の内側で起きていることは、だいたい次の3つで、どれも能力の問題ではありません。 - ① 言葉が大きすぎて、担当を決められない。「DX推進」は誰の仕事でもない言葉です。「火曜の請求書業務を軽くする」なら担当が決まる。動けない会社と動ける会社の差は、意欲ではなく課題の粒度です。 - ② 完璧な計画を作ろうとしている。全業務の可視化、3ヶ年ロードマップ、ツール比較表——準備が仕事になって、実行が始まらない。デジタル化は計画の精度より試行の回数で進みます。 - ③ 過去のツール導入の失敗が尾を引いている。「前にシステムを入れたが使われなかった」という記憶が、新しい挑戦のブレーキになっている。原因はツールではなく、業務の痛みと結びつけずに導入した順番にあります。同じ轍を踏まない設計はこの記事の手順そのものです。 粒度の話で、忘れられない場面があります。ある旅館の初回セッションで、代表と一緒に困りごとを書き出したときのことです。出てきたのは「DXが遅れている」ではなく、「口コミが80件以上返せていない」「1件返したら、全部返さないといけなくなる気がして手が付けられない」という、痛いほど具体的な言葉でした。その場でAIに返信の下書きを作らせて、1件返した。代表の目の色が変わったのはその瞬間です。人は「DXの必要性」では動きません。自分の痛みが目の前で1つ軽くなったときに動きます。私自身、独立前のAI教育の現場では「知識を届ければ人は動く」と思っていた時期があり、届けた知識が月曜の現場で使われない光景を何度も見て、この順番に辿り着きました。だからこの記事は、概念ではなく粒度の話ばかりしています。 よくある誤解も3つ、先に解いておきます。「DX＝システムを買うこと」ではありません（買い物は手段の一つ）。「DX＝大企業のもの」でもありません（むしろ決裁が速い中小企業のほうが進めやすい）。「専任担当が必要」でもありません（当社の顧問先4社に専任は1人もいません。情シスがいない会社の回し方で書いたとおりです）。 ## 何から始めるか——最初の90日の現実的な手順 結論の手順です。全部で費用は月3,000円程度から。既に公開している各論記事と合わせて、そのまま実行できます。 順番 やること 期間の目安 詳しい手順 ① 業務の棚卸し 「誰が・何を・週何回・何分」を書き出し、痛い業務を1つ選ぶ 1週間 棚卸しテンプレ（無料） ② ルールを1枚決める 入力していい情報・ダメな情報、確認フロー 1時間 ひな形を全文公開中 ③ 月3,000円のAIで1業務を試す 選んだ業務の実物（様式・過去の完成品）をAIに教えて、下書きを作らせる その日から 4社の実例 ④ 直しを型にして定着させる 停滞期（数回目に来る）を「直しの反映」で越え、手順化して人に渡す 1〜3ヶ月 90日の全手順 ⑤ 2業務目へ横展開 同じ構造の業務に型をコピーする 2ヶ月目以降 — 気づいた方もいると思いますが、この手順に「システム選定」がありません。意図的です。道具の比較検討から入るDXは、業務が置き去りになって高確率で止まります。まず汎用の道具（生成AI）と自社の実物で「業務が軽くなる」を1つ作る。専用システムの検討は、業務量と要件がはっきりしてからで遅くありません（費用の全体地図はこちら）。 ### 「1業務」はどう選ぶか——うちの現場での選定基準 - 毎週発生する（頻度が高いほど、改善の回数が稼げる） - 書式・型が決まっている（報告書・見積・日報・議事録・返信文） - 「誰かの残業」か「放置された打ち手」になっている（痛みが強いほど、定着の動機が続く） 実例で言えば、防災設備会社は点検報告書の作成、旅館は溜まっていた口コミ返信、飲食店は閉店後の経理の下ごしらえ、不動産会社は「社長に聞かないと分からない」の解消から始めました。4社とも、DXという言葉は一度も使っていません。でも、やったことは間違いなくDXの第一歩です。 ### 4社のビフォー・アフター——「DX」と呼ばなかったDXの実例 会社 ビフォー 最初の一歩 アフター 防災設備会社 手書きメモと写真をExcel様式へ手で転記。資格者が残業 点検報告書のAI下書き化 「ゼロから書く」が「確認して直す」に。次の物件でも定着 不動産会社 物件の経緯・判断が社長の頭の中だけ 商談・会議の録音をAIで文書群に整理 「社長に聞かないと」が減り、幹部・社員へ共有 飲食店（1人経営） 閉店後の経理・記録で毎晩1時間以上 領収書・レジ情報の写真をAIで一覧化 夜の事務が軽くなり、朝の1時間が戻った 老舗旅館 口コミ80件以上が未返信。打ち手が軒並み放置 初回90分で返信下書きと情報の置き場を構築 放置されていた打ち手が動き出した 4社に共通するのは、基幹システムを1つも入れ替えていないこと、そして誰も「DX」と言っていないことです。現場の1業務が変わる。それが積み重なった状態を、外から見たときの名前がDXです。順番を逆にしないでください（各社の詳細は事例記事）。 ### 経営者の役割は3つだけ 手順の中で経営者にしかできないことは3つです。①対象業務と優先順位を決める（現場任せにしない）。②入力情報の線引きを決める（機密の判断は経営判断）。③最初の1件に立ち会う（私が支援してきた範囲では、社長が触らない会社のデジタル化は失速しています）。時間にして月2〜4時間。これが出せないなら、道具を買う前に時間の問題を解くのが先です（経営者のAI活用は1日10分から）。 社内への宣言も、大げさな「DX方針発表」は要りません。この一言で足ります。 「DXとか大きな話は一旦やめます。まず＿＿の業務を、AIの下書きで軽くする実験を1つやります。担当は＿＿さん、期間は3ヶ月、私も毎回見ます。うまくいったら次の業務に広げます。」 4社の実例で見る資料セット（無料） ## 中小企業のDXが止まる5つの典型——先に知っておけば避けられる - ① 「DX推進委員会」から始める。会議体が先にできると、成果物が議事録だけになります。委員会は、現場で1業務が回り始めてから、広げるために作るものです。 - ② ツールの一括導入から始める。グループウェア・SFA・勤怠・会計を一気に刷新すると、現場は覚えることだらけで疲弊します。道具は「業務の痛み」1つに対して1つずつ。 - ③ 「若手に任せた」で終わる。ITに強い若手は道具に詳しくても、業務の勘所と決裁権がありません。経営者が月数時間関与しない会社のデジタル化は、例外なく失速しました（経営者のAI活用は1日10分から）。 - ④ コンサルに丸投げする。立派なDXロードマップが納品されて、実行されないまま1年——中小企業で一番高くつくパターンです。外部を使うなら、提案ではなく実装まで踏み込む相手を（見極め方はこちら）。 - ⑤ 補助金・制度ありきで計画を作る。制度は追い風であって、目的ではありません。業務課題→手段→金額の順で決めて、制度は最後に公的窓口で確認してください（内容・条件は年度で変わります）。 共通しているのは、どれも「大きく構えすぎ」だということです。DXの失敗はほとんどが技術の失敗ではなく、主語の大きさの失敗です。「わが社のDX」ではなく「経理の山田さんの毎週火曜の3時間」——主語がこのサイズになった会社から、動き始めます。 ## 紙の会社が上る「デジタル化の階段」——全体の見取り図 1業務から始めたあと、会社全体としてどこへ向かうのか。紙の会社が現実的に上っていける階段を、費用感とセットで示します。上の段に行くほど偉いのではなく、下の段の充実が上の段の土台になります。 段 やること 費用感 できるようになること 1段目：記録が残る 紙・写真・録音をデータとして1か所に集める習慣 0円〜 「どこにあるか分からない」が消える 2段目：下書きをAIが作る 報告書・見積・返信など定型書類のAI下書き化 月3,000円前後/人 書類仕事が「確認して直す」に変わる 3段目：知識が会社に残る 録音・インタビューから判断基準・手順を文書化 同上 「あの人に聞かないと」が減る。承継が進む 4段目：仕組みがつながる 既存システム（kintone等）とAIの連携・定型処理の自動化 内容による 転記そのものが消える（実装例） 5段目：事業が変わる 蓄積されたデータと余力で、新しい商品・サービス・売り方へ — ここで初めて、厳密な意味の「DX」 デジタル化の階段。厳密な意味の「DX」は5段目で、最初の一歩は1段目からでいい 多くのDX記事は5段目の絵から描き始めます。この記事が1〜2段目に紙幅を割いてきたのは、そこで止まっている会社が大多数で、かつ、そこを越えた会社は3段目以降が加速度的に速いからです。焦らず、飛ばさず、1段ずつで大丈夫です。 ### 社内の反対には、こう向き合う - 「今のやり方で困っていない」（ベテラン）——正面から反論しないでください。その人は本当に困っていないことが多い。困っている業務・困っている人から始めて、成功を横目で見てもらうのが最短です。巻き込むなら「やり方を変えてほしい」ではなく「あなたの判断基準を教えてほしい」（属人化の解消方法で詳述）。 - 「情報漏えいが心配」（管理部門）——もっともな指摘なので、ルール1枚（学習オフ設定・入力の線引き・確認フロー）を先に作って持っていきます。「心配だからやらない」ではなく「心配だからルールを決めてやる」へ。 - 「自分の仕事が増えるのでは」（現場）——最初の対象業務を「その人が一番嫌がっている仕事」にすると、この反対は起きません。デジタル化の最初の顔を「管理の強化」ではなく「面倒の削減」にすることが、その後の全てを左右します。 ## 自社の現在地診断——どの段階から始めるか いまの状態 あなたの会社の「最初の一歩」 参考記事 紙とExcelと電話が主役。デジタル化はこれから 棚卸し→1業務をAIで。紙のままでいい、スマホの写真から始まる 90日の全手順 ツールは入れたが、使われていない 新しい道具を足さない。使われていない理由（設計）を先に直す 社員がAIを使ってくれない本当の理由 社長・ベテランに全部聞かないと回らない デジタル化より先に、頭の中の棚卸し（属人化の解消） 暗黙知のインストール 要件が固まった特定業務のシステム化をしたい 開発会社へ。ただし着手前に汎用AIで「手動版」を検証 費用の全体地図 何から考えればいいかすら分からない 無料の公的窓口で課題整理から。お金はまだ使わない 相談先7つの比較 ### 着手前チェックリスト10問 7つ以上Yesなら、今週から始められます。 - 「DX」を自社の言葉（どの業務を、どう軽くするか）に翻訳できたか - 対象業務を1つに絞ったか（「全社で」になっていないか） - その業務の実物（様式・過去の完成品・記録）が手元に集まるか - 経営者が月数時間、この取り組みに出せるか - 推進役（一番面白がって触る人）に目星がついたか - 入力していい情報のルールを1枚決めたか - 月3,000円程度の予算を決裁できるか - 最初の3ヶ月は売上でなく「業務の変化」で測ると決めたか - 止まりがちな停滞期（数回目の「自分でやったほうが早い」）を知っているか - システム選定・委員会設置を「後回しにする」と決めたか ワーク：1行埋めてください——「うちのDXの最初の一歩は、＿＿さんの＿＿＿＿業務を、AIの下書きで軽くすること。今週＿曜日に実物を集める」。DXはこの1行のサイズから始まります。 ## よくある質問 ### Q1. 中小企業のDXは何から始めるべきですか？ 業務の棚卸しをして、毎週発生し書式が決まっていて痛みの強い業務を1つ選ぶことからです。システム選定や委員会設置からではありません。選んだ1業務を月3,000円程度の生成AIと自社の実物で軽くする——これが最初の90日の中身です。 ### Q2. DXとAI導入は何が違うのですか？ DXは「デジタルで業務や事業を変えていく」全体の話、AI導入はその手段の一つです。ただし2026年現在、中小企業にとって生成AIは「紙のままでも始められる」最も着手しやすいデジタル化の入口になっており、実務上はAI活用から始めるDXが最短ルートになるケースが多いです。 ### Q3. 基幹システムが古いままですが、先に刷新すべきですか？ 刷新を待つ必要はありません。生成AIは紙・写真・既存のExcelをそのまま入力にできるため、システム刷新と並行して、あるいはその前に「業務が軽くなる」体験を作れます。逆に、活用の実感がないままの大規模刷新は、要件が曖昧になりがちで危険です。 ### Q4. IT人材がいない会社でもDXはできますか？ できます。当社の顧問先4社に情報システム部門はありません。必要なのはITスキルより「どの業務が痛いか」を語れる業務理解で、それは現場と経営者が持っています。専任ゼロの回し方は情シスがいない会社のAI導入で解説しています。 ### Q5. DXの費用はどのくらい見ておくべきですか？ 最小構成は生成AIの有料プラン（1人月3,000円前後）だけで始められます。外部支援を入れる場合は伴走型で月15万〜50万円程度×3ヶ月が目安。パターン別の全体地図はAI導入費用の記事で相場を開示しています。 ### Q6. 補助金を活用してDXを進めたいのですが。 IT導入や省力化投資を支援する公的制度は存在します。ただし内容・条件・公募時期は年度で変わるため、商工会議所やよろず支援拠点など公的窓口で最新情報を確認してください。制度ありきで計画を組むと手段が目的化するので、順番は業務課題が先です。 ### Q7. 1業務の成功のあと、どう広げればいいですか？ 順番は「同じ構造の業務→同じ部署の別業務→別部署」です。報告書で型ができたら、次は見積・日報など「データを見て文書を作る」同じ構造の業務が速い。部署をまたぐときは、道具より先に成功例の共有会（30分）をやると、「うちの業務でも」という声が出て、押し付けずに広がります。広げる各段階で「手順化して2人目に渡す」を守ると、AI係への新たな属人化も防げます。 ### Q8. どのくらいで「DXが進んでいる」と言える状態になりますか？ 1業務なら90日で「変わった」と言える状態になります。会社として「デジタル化の階段の2〜3段目にいる」と言えるまでは、横展開を含めて半年〜1年が現実的な目安です。ただし対外的に何と呼べるかより、四半期ごとに「軽くなった業務」が1つずつ増えているかで測ることをすすめます。 ### Q9. 経営陣がDXに乗り気ではありません。 「DXをやりましょう」という提案をやめて、「この業務のこの3時間を軽くしたい」という提案に変えてください。抽象語への反対はあっても、具体的な痛みの解消に反対する経営者はほとんどいません。小さな成功を1つ見せることが、最強の社内説得です。 ## 90日後に見える景色——「DXが進んでいる会社」の実際 最後に、この手順で90日進めた会社がどう見えるかを書いておきます。派手な変化ではありません。火曜の請求書業務が半日から1時間になっている。報告書が「ゼロから書く仕事」ではなくなっている。会議の議事録と宿題が、会議終了の10分後に共有されている。そして何より、「次はどの業務をやろうか」という会話が、社内で自然に始まっている。 DXの成否を分けるのは、初速ではなくこの「次をやりたくなる空気」です。大きな計画は空気を作れません。小さな成功だけが空気を作ります。90日後にこの空気ができていれば、あなたの会社のDXは、もう止まりません。逆に、90日経っても1業務も変わっていなければ、計画が大きすぎるサインです。主語を1業務まで小さくして、やり直してください。何度でもやり直せるのが、小さく始めることの最大の利点です。 ## まとめ：DXは「言葉を小さくした会社」から進む - 厳密なDX（事業変革）は第三段階。紙とExcelの会社がやるべきは業務のデジタル化・効率化から - 実務の定義は「人がやらなくていい仕事を、道具に渡していくこと」。これなら月曜にやることが決まる - 生成AIの実用化で、データ整備を待たずに紙のまま始められるようになった——中小企業最大の追い風 - 手順は5つ：棚卸し→ルール1枚→月3,000円のAIで1業務→型化と定着→横展開。システム選定は最初の手順にない - 止まる原因は技術ではなく主語の大きさ。委員会・一括導入・丸投げ・制度ありきを避ける - 経営者の関与は必須。月数時間出せないなら、まだ始めるべきではない - 効果は最初の3ヶ月、売上ではなく業務の変化で測る - 最初の一歩は「＿＿さんの＿＿業務を軽くする」の1行から DXという大きな言葉に疲れた方こそ、1業務の小さな成功から始めてください。当社のAI顧問は、まさにこの「最初の1業務から定着まで」を3ヶ月で伴走する支援です。進め方の実物は資料セットで、現場で何が起きるかは事例記事でどうぞ。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 属人化の解消方法｜「あの人しかできない」を仕組みに変えた現場の手順 URL: https://aiandwill.com/zokujinka-kaisho/ 公開: 2026-08-10 / 更新: 2026-09-05 「あの人が休むと、この業務は止まる」「社長に聞かないと、誰も答えられない」「ベテランの◯◯さんが辞めたら、正直終わる」——属人化の悩みで検索すると、出てくるのはマニュアル作成ツールやナレッジ共有システムの紹介記事ばかりです。読み終わって残るのは「で、そのマニュアルを書く時間は誰にあるのか」という、最初と同じ疑問だったりします。 この記事は、ツールの紹介はしません。私（AiWiLL・赤堀）がAI顧問として、実際に「社長にしか分からない会社」「ベテランに判断が集中する会社」の属人化を解いてきた現場の手順を、実名の事例つきで書きます。結論を先に言うと、属人化の解消は「書く」ことでは進みません。「話す」ことから始めて、書くのはAIにやらせる——少なくとも私が見てきた現場で、唯一続いた方法です。 立場の開示もいつも通りに。私はマニュアルツールを売っていませんが、AI顧問という伴走支援を売っています。だからこの記事も、自社でお金をかけずにやれる手順から先に書きます。AI顧問として累計約15社、研修・講座を含め30社超の中小企業を見てきた現場の一次情報です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 属人化とは何か——そして、なぜ「悪」と言い切れないのか 属人化とは、特定の業務のやり方や判断基準が特定の個人の中にだけあり、その人がいないと業務が回らない状態のこと。休暇・退職・急病で業務が止まる、引き継ぎで品質が落ちる、その人に負荷が集中し続ける——リスクはよく知られている通りです。 ただ、現場を回ってきた実感として先に言っておきたいのは、属人化は怠慢の結果ではないということです。原因はたいてい次の3つで、どれも「頑張ってきた会社」ほど深くなります。 - ① その人が優秀で、任せるのが一番速かったから。属人化は多くの場合、成功の副産物です。だから「属人化＝悪」と断じる改革は、その人の誇りを傷つけて失敗します。 - ② 知識が「言葉になっていない」から。ベテランの判断は本人にとって呼吸と同じで、聞かれても「まあ、感覚だよ」としか言えない。書けないのではなく、言語化の手伝いが要るだけです。 - ③ 共有する時間が、構造的にないから。一番詳しい人は一番忙しい。マニュアルを書く時間がある人は、マニュアルに書くべき中身を持っていない。この構造のねじれが、後述の「マニュアル整備の失敗」の正体です。 解消のゴールも正確に定義しておきます。目指すのは「誰でもできる」ではなく「その人がいなくても止まらない」です。ベテランの専門性は残したまま、判断基準と手順が会社の資産として存在している状態。ここを混同すると、標準化の名のもとに強みまで平準化してしまいます。 ### 放置するとどうなるか——実際に起きる順番 属人化のリスクは「退職されたら困る」の一言で語られがちですが、実際はもっと手前から、静かに進行します。現場で見てきた典型的な順番はこうです。①その人への質問・確認が集中し、本人の残業が常態化する。②本人がボトルネックになり、会社全体の仕事の速度がその人の処理能力で頭打ちになる。③疲弊した本人が退職を考え始める——皮肉なことに、属人化は、属人化された本人を一番苦しめます。④退職・休職が現実になり、引き継ぎ期間が足りず、品質低下や顧客離れが起きる。⑤残ったメンバーに同じ構造が再生産される。 どの段階で手を打つかで、必要なコストは桁で変わります。①②の段階なら月数千円と少しの習慣で防げますが、④で慌てて始める引き継ぎは、時間切れとの勝負になります。「まだ辞めると言われていない今」が、一番安く解ける時期です。 ## 属人化の3タイプ診断——どれが起きているかで、解き方が違う 「属人化を解消しましょう」が空回りする一番の理由は、属人化をひとくくりに扱うことです。現場で見てきた属人化は3タイプに分かれ、それぞれ解き方が違います。 タイプ 症状 典型例 効く解き方 ① 手順の属人化 「やり方」をその人しか知らない 月次処理、機械の操作、書類の作り方 作業を録画・録音して、AIに手順書の下書きを起こさせる ② 判断の属人化 「どっちにするか」をその人しか決められない 見積もりの匙加減、クレーム対応、良否判定 過去の判断例から、AIと一緒に判断基準を言語化する ③ 関係の属人化 「あの人だから」で回っている取引・信頼関係 大口顧客との歴史、業者との貸し借り、地域の顔 経緯と暗黙の約束を記録に残す（関係自体は引き継げないが、文脈は残せる） 重要なのは、マニュアルツールが効くのは①だけだということです。②と③は「手順」ではないので、手順書のフォーマットに入りません。そして中小企業の経営を止めるのは、たいてい②と③です。社長の属人化はほぼ全部②と③で構成されています。ツールを入れたのに属人化が解消しなかった会社は、①の道具で②③を解こうとしていたケースがほとんどです。 ## なぜ「マニュアルを整備しよう」は失敗し続けるのか 属人化対策の定番は「マニュアル整備」「ナレッジ共有ツール導入」です。私はこれで解消した中小企業をほとんど見たことがありません。理由は精神論ではなく構造です。 - 書く時間が存在しない。一番詳しい人は一番忙しい人です。「業務の合間にマニュアルを」は、その人の残業を増やす施策でしかありません。 - 書けたとしても、読まれない。分厚いマニュアルは検索されず、結局「あの人に聞いたほうが早い」に戻ります。聞いたほうが早い限り、人は聞きます。 - 更新が止まって、嘘になる。業務は変わり続けるのに、マニュアルは書いた日で止まる。古いマニュアルは「読んでも現場と違う」という不信を生み、二度と読まれなくなります。 ツールベンダーの記事はこの構造に触れません。ツールは「書いたものを置く場所」であって、「書く時間」と「言語化の技術」は提供してくれないからです。属人化解消のボトルネックは置き場所ではなく、抽出です。ここが、生成AIで初めて解けるようになった部分です。 ## AI時代の属人化解消・5ステップ——「書く」を捨てて「話す」から始める 現場で実際に回っている手順です。原則はひとつ、本人には一切書かせない。本人がやるのは、話すことと、AIが書いたものの検品だけ。 - ステップ1：対象を1業務に絞る。「会社全体の属人化解消」は始まりません。「◯◯さんの見積もり判断」「社長の物件対応」——止まると一番痛い業務を1つだけ選びます（選び方は業務の棚卸しのやり方）。 - ステップ2：話してもらう。書かせない。やり方は2つ。(a) AIに本人へインタビューさせる——「あなたの見積もりの決め方を、私に質問しながら聞き出してください」とAIに頼めば、30分の対話で材料が揃います（AIにインタビューさせる棚卸し術）。(b) 実際の業務の場——商談・会議・作業説明——を録音してためる。日常業務がそのまま教材になるので、追加の時間がほぼ要りません。 - ステップ3：AIに文書の下書きを起こさせる。録音・インタビューの記録から、手順書・判断基準・FAQの下書きをAIが作ります。ゼロから書く工程が消えるので、「書く時間がない」問題がここで消滅します（業務マニュアルをAIで作る方法）。 - ステップ4：本人が検品する。下書きを本人が読み、「ここは違う」「実際はこう」と直す。ゼロから書くのと、間違い探しをするのとでは、負荷が桁違いです。そしてこの直しこそが、言語化されていなかった暗黙知の本体だったりします。 - ステップ5：使われる場所に置き、更新を業務に組み込む。文書は共有フォルダの奥ではなく、AIが読める場所に置きます。すると「あの人に聞く」の代わりに「AIに聞く」が成立し、AIが会社の文脈で答えられるようになる。更新は「月1回、新しい録音を取り込む」を業務として固定します（仕組み化の実物はコンテキストの社内共有で公開）。 属人化解消の型。本人がやるのは「話す」と「検品」だけで、「書く」工程が存在しない この5ステップの本質は、マニュアル整備の3つの死因（書く時間・読まれない・更新停止）を、構造ごと消していることです。書く時間→話すだけ。読まれない→AIに聞けば答える。更新停止→録音の取り込みが業務化。ツールの購入は不要で、必要なのは月3,000円程度の汎用AIと録音手段だけです。 この手順の実物が見られる資料セット（無料） ### 録音の始め方——何を・どう録るかの実務 ステップ2の録音方式について、よく聞かれる実務の疑問に答えておきます。 - 何を録るか：会議・商談・作業中の説明・電話のメモ書き代わり。「知識を語る特別な時間」を作るのではなく、日常業務の音をそのまま録るのがコツです。ベテランが若手に何かを教えている瞬間こそ、最高の教材です。 - 機材：スマホのボイスメモで始められます。手ぶらで録りたければウェアラブルの録音デバイス（買い切り数万円）もありますが、最初から買う必要はありません。 - 伝え方：無断録音はしない。「会社の記録として残したいので録らせてください」と一言。社外の相手がいる場では相手の了承も取る。この誠実さを省くと、仕組みごと信頼を失います。 - 録ったあと：文字起こしと整理はAIの仕事です。人がやるのは、AIの整理を見て「これは反映・これは違う」と答えることだけ（議事録AIの活用術で詳述）。 ## 一番重い属人化は、経営者自身——そして一番後回しにされる ここまで読んで「うちで一番属人化しているのは、社員ではなく私だ」と思った経営者の方。その自覚は正しいです。中小企業で最も深い属人化は、ほぼ例外なく経営者本人です。顧客との歴史、価格の決め方、銀行との関係、危機のときの判断——全部、社長の頭の中にしかない。 そして社長の属人化は、一番後回しにされます。本人が忙しすぎるからです。だから社長にだけは、インタビューよりも「録りためる」方式をすすめています。商談・会議・移動中の独り言を録音してためて、AIが月に一度まとめて文書群に整理する。社長の追加時間はほぼゼロで、会社の判断基準が毎月蓄積されていきます。 この蓄積は、日々の「社長に聞かないと」を減らすだけでなく、もっと大きな意味を持ちます。事業承継や会社の売却の場面で、「社長がいなくても回る会社」と「社長がいないと回らない会社」は、企業価値がまったく違うからです。属人化の解消は、守りの業務改善であると同時に、会社の値段を上げる攻めの投資でもあります（承継の文脈は「AI事業承継」、思想の全体は「コンテキスト経営とは何か」で書いています）。 ## 一番の難所は技術ではなく「本人の気持ち」——頼み方をひとつ間違えると全部止まる 手順より大事な話をします。属人化解消の最大の障害は、ツールでも時間でもなく、「自分の知識を吐き出したら、自分の居場所がなくなるのでは」という本人の不安です。この不安があるまま進めると、インタビューの答えは薄くなり、検品は雑になり、プロジェクトは静かに死にます。 白状すると、私自身も昔は失敗する側の言い方をしていました。独立前のAI教育の現場で、知識の言語化を「業務の標準化」「仕組み化」という言葉で語っていた時期があります。正論のはずなのに、話すほどベテランの顔が曇っていく。あの言葉たちは、聞く側には「あなたの代わりを作る準備」に聞こえていたんです。頼み方を「あなたの判断基準を教えてほしい」に変えてから、同じ内容の依頼への反応がまるで変わりました。効いた頼み方と、失敗する頼み方は、はっきり分かれます。 失敗する頼み方 効いた頼み方 枕 「業務を標準化したいので」（＝あなたの代わりを作りたい、と聞こえる） 「あなたの判断基準を教えてほしい」（＝あなたの頭の中に価値がある、という承認） 役割 マニュアルの執筆担当 AIの下書きを検品する先生役・監修者 目的の説明 「誰でもできるようにする」 「あなたの判断を、会社の未来に残す」「あなたにしかできない仕事に集中してもらう」 防災設備会社の顧問先で、ベテランに「あなたの判断基準を教えてほしい」という頼み方をしたとき、抵抗どころか一番の協力者になってくれました。判断基準の言語化は、その人の30年を会社に刻む作業でもあるからです。属人化解消は、本人から知識を「取り上げる」プロジェクトではなく、本人の知識に「敬意を払って残す」プロジェクトとして設計してください。技術承継の観点は「ベテランの暗黙知を会社にインストールする方法」で深掘りしています。 ## 実例：社長の頭の中しかなかった不動産会社で起きたこと 熱海の株式会社マチモリ不動産・三好さんの例です。物件ごとの経緯、大家さんとの関係、業者との付き合い方——会社を回す情報のほとんどが社長の頭の中にしかなく、社員はその都度聞くしかない。3タイプで言えば②判断と③関係の属人化が同時に起きている、地域の会社の典型でした。 やったことは前述の5ステップそのものです。ウェアラブルの録音デバイスで商談・会議を数か月分ためて、AIが「物件・案件」「業務の型」「関係者との付き合い方」「会社の判断基準」の文書群に整理。社長は書かず、AIの整理を「これは反映、これは違う」と番号で答えて検品するだけ。できた文書群は、機密の線引き（人事・給料は誰にも出さない等）を決めたうえで幹部・社員の2系統に共有しています。「社長に聞かないと分からない」が、「読めば分かる・AIに聞けば答える」に置き換わっていく——属人化解消の実際の姿はこれです。詳しくは「中小企業のAI導入事例4選」に書きました。 もうひとつ正直に書いておくと、この取り組みには終わりがありません。会社が動き続ける限り、新しい経緯と判断が毎週生まれるからです。だから「一度の大プロジェクト」として設計すると必ず失速します。月1回、記録を取り込む小さな習慣として設計する——完成を目指さず、蓄積が続く状態を作ることが、実務上のゴールです。 ### 副産物：AIそのものが「会社に詳しい相談相手」になる この方法にはもうひとつ、狙って作りにくい副産物があります。属人化解消のために集めた文書群——判断基準、経緯、業務の型——をAIが読める場所に置くと、AIが「一般論を言う道具」から「うちの会社の文脈で答える相談相手」に変わることです。報告書の下書きも、顧客への返信も、新人の質問への回答も、会社の判断基準を踏まえた出力になる。属人化解消の成果物は、そのまま社内AIの頭脳です。一石二鳥ではなく、これは同じ一つの仕事です。会社の記憶を、人の頭から会社の資産へ——その置き場所が、たまたまAIも読める場所だった、という順番で考えると分かりやすいと思います（この考え方の全体像は「「AI社員」の作り方」で書いています）。 ## 自社の属人化リスク診断——チェックリスト10問 自社の現在地の確認に使ってください。4つ以上当てはまったら、対策を始める段階です。 - 特定の人が1週間休むと、止まる業務が具体的に思い浮かぶ - 「それは◯◯さんに聞いて」が社内の口癖になっている - 見積もり・価格の最終判断ができる人が1人しかいない - 大口顧客との歴史・経緯を語れる人が1人しかいない - ベテランの退職予定（3年以内）があるのに、引き継ぎ計画がない - 過去にマニュアル整備を試みて、途中で止まったことがある - 社長の携帯に、現場からの質問電話が毎日かかってくる - 新人が一人前になるまでの期間が「人による」としか言えない - 手順や基準を聞くと「ケースバイケース」という答えが返ってくる - 誰かの退職をきっかけに、顧客や品質を失った経験が既にある ワーク：1行埋めてください——「うちで一番危ない属人化は、＿＿さんの＿＿＿＿業務（タイプ：手順／判断／関係）。止まったら＿＿＿＿が起きる」。この1行が書ければ、対象の絞り込み（ステップ1）は完了です。 ## 今週やること——最初の30分はこの指示文から 読んで終わらせないために、最初の一歩を具体化します。月3,000円程度の汎用AI（ChatGPTやClaudeの有料プラン）を開いて、この指示文を貼るだけです。 「私は＿＿業の会社の＿＿です。当社の＿＿＿＿業務は私に属人化しており、これを会社の資産として文書に残したいです。あなたがインタビュアーとして、私に1問ずつ質問してください。手順だけでなく、判断に迷うケースと、そのときの決め方を重点的に聞いてください。30分後、ここまでの内容を『手順』『判断基準』『注意点』の3部構成の文書にまとめてください。」 30分後にできる文書は、完成品ではありません。でも、10年間「いつかやらないと」と言われ続けたことの、最初の1ページです。属人化の解消は、この1ページの積み重ね以外の方法では進みませんでした——少なくとも私の見てきた現場では。 ## よくある質問 ### Q1. 属人化はすべて解消すべきですか？ いいえ。ゴールは「誰でもできる」ではなく「その人がいなくても止まらない」です。専門性そのものは会社の強みなので残し、判断基準と手順と経緯を会社の資産として文書化します。全業務の平準化を目指すと、強みまで削って失敗します。 ### Q2. マニュアル作成ツールやナレッジ共有ツールは不要ですか？ 「書く時間がない・読まれない・更新が止まる」の3つが解決してから検討すれば十分です。ボトルネックは置き場所ではなく知識の抽出で、そこは録音・AIインタビュー・AI下書きで解けます。月3,000円程度の汎用AIで始められます。 ### Q3. 本人が協力してくれない場合はどうすればいいですか？ 頼み方を変えてください。「標準化のため」ではなく「あなたの判断基準を教えてほしい」。役割は執筆者ではなく、AIの下書きを検品する先生役に。それでも動かない場合、多くは過去の改革で嫌な思いをした経験が原因なので、経営者が「あなたの代わりを作る話ではない」と直接伝えることが効きます。 ### Q4. 社長自身の属人化は、誰が主導すればいいですか？ 社長本人が「話す側」に回り、進行はAIか外部に任せるのが現実的です。社長の商談・会議を録音してためる方式なら、社長の追加時間はほぼゼロで進みます。事業承継の文脈では「AI事業承継」で詳しく書いています。 ### Q5. どのくらいの期間で効果が出ますか？ 最初の文書（1業務分の判断基準の下書き）は初週にできます。「聞かなくても回る」実感が出るのは、文書が現場で参照され始めてから1〜3ヶ月。一度に完成させるのではなく、月1回の取り込みを業務として続ける設計が前提です。 ### Q6. 録音した情報の管理が心配です。 先にルールを決めれば運用できます。録音することを本人・相手に伝える、人事・給与・個人の事情は対象外にする、AIの学習利用はオフにする、共有範囲は機密の線引きをしてから——の4点が基本です。詳しくはAI導入のセキュリティと社内ルールの作り方をどうぞ。 ### Q7. 知識を文書化したら、社員が辞めやすくなりませんか？ 逆です。属人化した会社ほど「自分が抜けたら迷惑がかかる」という重圧で人が疲弊し、辞めていきます。知識が会社に残る状態は、休みを取りやすくし、引き継ぎの恐怖を消し、むしろ定着に効きます。「辞められないように知識を独占させておく」という発想は、本人を追い詰めるだけで、結局その人ごと知識を失います。 ### Q8. 多能工化（複数人が業務を兼務できる状態）とはどう違いますか？ 多能工化は「人を増やして」冗長性を作る策、この記事の方法は「知識を会社に移して」冗長性を作る策です。両立しますが、順番は知識の文書化が先です。文書がない状態での多能工化は、OJTの負担がベテランに集中して、むしろ属人化を強化します。 ## まとめ：「書く」を捨てた会社から、属人化は解けていく - 属人化は怠慢ではなく成功の副産物。本人を責める設計は失敗する - タイプは3つ——手順・判断・関係。マニュアルツールが効くのは手順だけで、経営を止めるのは判断と関係の属人化 - マニュアル整備が失敗する死因は3つ：書く時間がない・読まれない・更新が止まる - 解き方は「話す→AIが書く→本人が検品→AIが読める場所に置く→月1回の取り込みを業務化」の5ステップ - 最大の難所は本人の不安。「あなたの判断基準を教えてほしい」という承認の頼み方で、抵抗者は協力者に変わる - ゴールは「誰でもできる」ではなく「その人がいなくても止まらない」 - 完成を目指さない。蓄積が続く状態が実務上のゴール - 今週の30分、インタビュー指示文をAIに貼るところから始まる 属人化の解消は、突き詰めると「会社の記憶を、個人の頭から会社の資産へ移す」仕事です。当社はこれをAI顧問（伴走支援）の中核業務として、録音からの棚卸し・判断基準の言語化・社内共有の仕組みづくりまで3ヶ月で伴走しています。自社でやる場合も、この記事の5ステップでそのまま始められます。止まったときに、資料セットか無料相談をどうぞ。 AI顧問の無料資料セットを受け取る ## 担当者が休んでも進められるかを確認する 引き継ぎ書のページ数より、別の人が一件進められるかを確認します。次の空欄が埋まらない仕事は、情報だけでなく判断や責任の引き継ぎが不足しています。 項目 確認する内容 開始条件 何を受け取ったら仕事を始めるか 入力の原本 どの版の資料を使うか 完成条件 何を誰へ渡せば完了か 例外 どんな状態で止めて誰へ聞くか 代行確認 別の担当者が実際に試した日と結果 代行時に口頭で補った説明をメモし、正式資料へ戻します。AIが答えられなかった質問も同じです。答えを増やす前に、その判断を会社として誰が決めるかを確かめます。資料の更新者まで決めると、引き継ぎ直後に古くなることを防ぐ運用を作れます。 資料が複数版ある場合は参照する正式版の管理、人がいなくなる前の確認は退職前の引き継ぎチェックを参照してください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI顧問の比較と選び方｜同じ名前で売られている3種類の別物を、売る側が正直に仕分けする URL: https://aiandwill.com/ai-komon-hikaku/ 公開: 2026-08-12 / 更新: 2026-09-05 「AI顧問を比較して選びたい」と検索して、候補を並べてみたら、月3,000円のサービスと月50万円のサービスが同じ「AI顧問」という名前で出てきた——。この記事は、その混乱を解くために書きました。結論から言うと、いま「AI顧問」という名前で売られているものは、少なくとも3種類の別物です。アプリと、士業のオプションと、人間の伴走者。値段が100倍違うのは、どれかがぼったくりだからではなく、そもそも売っているものが違うからです。 私は熱海でAI顧問（伴走型）をやっている、AiWiLL株式会社の赤堀です。累計で約15社、現在も10社以上の中小企業にAI活用の伴走をしています。つまりこの記事は、比較される側の当事者が書いています。だからこそ、自社が負けるケースも含めて正直に仕分けます。「ツール型で十分な会社」に月30万円〜（税別・社員同席込み）の伴走型を売るのは、私の商売の寿命を縮めるだけだからです。 読み終わる頃には、5タイプの月額の目安と中身の違い、自社がどれを選ぶべきかの診断、商談でそのまま使える評価シート10項目まで、比較に必要な材料が一式そろいます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「AI顧問」という名前で、3種類の別物が売られている まず言葉の交通整理からです。AI顧問とは、本来は「AIの活用について継続的に相談できる相手」を指す言葉ですが、現在の市場では次の3つの意味で使われています。 - ツール型（AIが顧問になる）——経営や実務の質問にAIチャットが答えるソフトウェア。月数千円〜。買っているのは「24時間使える相談窓口」です。 - 士業オプション型（既存の顧問にAIが付く）——税理士・社労士などが、既存の顧問契約にAI相談やAIツールの提供を付けたもの。買っているのは「本業の顧問サービスの拡張」です。 - 伴走型（人間の顧問がAI導入を運ぶ）——人間の専門家が毎月自社に入り、AIを業務に定着させていくサービス。月十数万円〜。買っているのは「自社が変わっていく工程」です。 「AI顧問」という同じ名前で、3種類の別物が売られている この3つは、比較表の同じ行に載せてはいけないくらい別物です。ツール型は文房具、士業オプション型は既存契約の付録、伴走型は社外の右腕。「AI顧問 比較」で最初にやるべきことは、サービスを並べることではなく、自社が3つのどれを探しているのかを決めることです。ここを飛ばして値段だけ並べると、「一番安いから」でツールを契約し、3ヶ月後に誰も開かなくなる、という一番よくある失敗に直行します。 正直な補足をひとつ。「AI顧問」という言葉自体、まだ世の中に定着していません。私たちのサイトの検索データ（Google Search Console）を見ても、「AI顧問」と直接検索する人はまだごくわずかで、多くの人は「AI 導入 相談」「AIコンサル」といった言葉で探しています。言葉が固まっていない市場では、名前ではなく中身で比較するしかない。この記事の書き方が「名前の仕分け」から始まっているのは、そのためです。 なお、「AI顧問という手段そのもの」と「AI研修・AIコンサル・AI開発」との違いを知りたい方は、先にAI顧問・AI研修・AIコンサルの違いを読んでください。この記事は、その次の段階——「AI顧問と名のつくものの中で、どれを選ぶか」——を扱います。 ## 提供者は5タイプ——月額の目安と「買っているもの」 3種類の別物を、実際の提供者ベースでもう一段細かくすると5タイプになります。月額はいずれも私が商談や相談の場で見聞きしている範囲の目安で、各社の実際の価格は必ず個別に確認してください。 ### ① ツール型AI顧問（月数千円〜3万円程度） 「AI顧問」「AI相談役」といった名前のアプリ・SaaSです。経営の悩みや実務の質問を入力すると、AIが回答を返します。強みは値段と即時性。弱みは、御社のことを何も知らないまま答えることと、使う習慣を作る仕組みが自社任せなことです。一般論の回答で十分な相談（世の中の相場観・文書のたたき台・調べ物）には効きますが、「うちの場合はどうか」には答えられません。 ### ② 士業オプション型（既存顧問料＋数千円〜数万円） 顧問税理士・社労士・弁護士などが提供する「AI相談付き顧問プラン」です。強みは、すでに自社の数字や労務を知っている相手だということ。税務×AI、労務×AIのように専門領域と掛かる相談では最有力です。弱みは、AI活用そのものの専門家ではない場合が多いこと。経理以外の現場業務（見積、報告書、マニュアル、顧客対応）へのAI導入までは、通常は守備範囲外です。 ### ③ コンサルファーム型（月50万円〜・プロジェクト単位が中心） コンサルティング会社が顧問契約の形でAI戦略支援を提供するものです。強みは組織的な体制と、全社DX・システム刷新まで含めた大きな絵を描く力。弱みは、中小企業には過剰装備になりやすいことと、実行が社内任せになる契約も多いことです。社員数百名以上で、経営企画部門が受け皿になれる会社向けです。詳しくは中小企業にAIコンサルは必要かで構造ごと書きました。 ### ④ フリーランス・個人伴走型（月5万円〜20万円程度） 個人のAI専門家が顧問として毎月入る形です。強みは価格の柔軟さと、当たりの人に出会えたときの密着度。弱みは品質の分散が大きいこと、そして継続性がその人ひとりに懸かることです。SNSでの発信力と、企業の現場を変える力は別物なので、見極めには後述の評価シートが要ります。 ### ⑤ 専業伴走型・法人（月15万円〜30万円程度） AI導入の伴走を本業とする会社です。私たちAiWiLLはここに入ります（月30万円〜（税別・社員同席込み）・最低6か月・月2回）。強みは、AI定着を専業にしていることと、法人としての継続性。弱みは、5タイプの中でツール型の数十倍という価格です。この価格が何に化けるのかは、AI顧問の費用相場｜月30万円〜（税別・社員同席込み）の内訳で1円単位まで開示しています。 ## 値段が100倍違う理由——5タイプの原価構造を売る側が開示する 月3,000円と月30万円。この差を「高い方が上等」と読むのも「安い方がお得」と読むのも間違いです。差の正体は、各タイプが何にお金を使っているか（原価の構造）にあります。売る側の内情なのであまり書かれない話ですが、ここが分かると比較は一気に楽になります。 ### ツール型が月数千円で成立する理由 ソフトウェアは、利用者が1社増えても原価がほとんど増えません。開発費を大人数で割り勘にする商売なので、安くできます。裏を返すと、あなたの会社のためだけに使われる時間は、原則ゼロです。安さの代償は「密着度ゼロ」。これはツール型が悪いのではなく、そういう構造の商品だということです。 ### 士業オプションが「＋α」で済む理由 税理士・社労士の先生は、すでに御社の顧問として毎月の接点と情報を持っています。AIオプションは、その既存インフラに載せる追加サービスなので、単体で売るより安くできます。安く見えて実は合理的な構造ですが、先生の本業時間の合間に提供されるものなので、AI導入プロジェクトの主戦力として期待する設計にはなっていません。 ### 伴走型が月十数万円かかる理由 伴走型の原価は、ほぼすべて人の時間です。訪問・面談だけでなく、御社の業務資料を読む時間、仕組みを作る時間、社員の質問に答える時間。1人の専門家が並行して伴走できる社数には物理的な上限があるため、割り勘が効きません。私たちの月30万円〜（税別・社員同席込み）の中身も、要するに「AiWiLLの時間を毎月どれだけ御社に割り当てるか」の値段です（内訳は費用相場の記事で公開しています）。 ### コンサルファーム型が月50万円からになる理由 ファームは、コンサルタント個人の時間に加えて、組織の品質管理・調査体制・管理部門のコストが乗ります。大きな組織の大きな意思決定を支えるための装備であり、その装備が必要な規模の会社にとっては妥当な値段です。中小企業にとって高すぎるのは、装備が過剰だからであって、ぼったくりだからではありません。 まとめると、比較の質問はこう変換できます。「この月額で、うちのためだけに使われる時間と成果物はどれだけあるか」。ツール型にこれを聞くのは酷で、伴走型にこれを聞かないのは損です。タイプごとに聞くべきことが違う理由が、原価の構造にあります。 ## 5タイプ比較表——8つの評価軸で◎○△✕ 5タイプを8つの軸で評価しました。◎がいくつあるかを数える表ではありません。自社が重視する軸を先に2つ選び、その行だけを見るのが正しい使い方です。 評価軸 ①ツール型 ②士業オプション ③コンサル型 ④個人伴走 ⑤専業伴走 費用の軽さ ◎ 月数千円〜 ◎ 既存契約＋α ✕ 月50万〜 ○ 月5万〜 △ 月15万〜 始まる速さ ◎ 即日 ○ 次回面談から △ 提案・稟議あり ○ 合意すれば早い ○ 通常2〜4週間 自社事情への密着 ✕ 一般論のみ ○ 数字・労務は把握済み ○ 調査して把握 ◎ 現場に入る ◎ 現場に入る 社員への定着力 ✕ 自社任せ △ 範囲外が多い △ 実行は社内 ○ 人による ◎ 定着が本業 経営判断への踏み込み ✕ できない ○ 専門領域内は◎ ◎ 戦略が本業 △ 人による ○ 現場起点で行う やめやすさ ◎ いつでも解約 ○ 本業契約は残る △ 期間拘束が多い ○ 契約による ○ 3ヶ月区切り等 効果の測りやすさ △ 使用量のみ △ 本業と混ざる △ 成果が遠い ○ 業務単位で見える ◎ 業務単位で見える 丸投げしたい会社との相性 ✕ 全部自分 △ 範囲が狭い △ 実行は残る △ 容量に限界 △ 丸投げは崩壊のもと 最後の行だけ全タイプが△以下なことに気づいた方は鋭い。「丸投げでうまくいくAI導入」は、どのタイプを選んでも存在しません。AIは会社の中身（業務・判断基準・文脈）を教わって初めて働くので、教える工程だけは社内の誰かが関わる必要があります。ここを引き受けたふりをする提案が一番危ない、というのは後述の失敗パターンで扱います。 ## 状況別診断——うちはどれを選べばいいか 上から順に読み、最初に当てはまったところで止まってください。 ### Q1. まだ誰もAIを業務で使っていない。まず安く試したい → ①ツール型か、契約前の無料相談。いきなり顧問契約は不要です。ChatGPTなどの汎用AIを役員が1ヶ月触るだけでも、自社に何が必要かの解像度が変わります。無料で使える公的窓口も含めた選択肢はAI導入はどこに相談すればいいかにまとめました。 ### Q2. 相談したいことが税務・労務・法務に集中している → ②士業オプション型。既存の顧問の先生に「AI対応のプランはありますか」と聞くのが最短です。現場業務のAI化まで広げたくなったら、そのときに④⑤を検討すれば十分です。 ### Q3. 社員数百名規模で、全社のDX方針から決めたい → ③コンサルファーム型。ただし「絵を描いた後、誰が実行するのか」を契約前に詰めてください。実行部隊が社内にないままだと、立派な資料だけが残ります。 ### Q4. 触ってはいるが、業務に定着していない。現場を変えたい → ④個人伴走か⑤専業伴走。ここがAI顧問（伴走型）の本領です。予算が許すなら⑤、信頼できる個人に出会えているなら④。両者の見極めには次章の評価シートを使ってください。 ### Q5. どれにも当てはまらない・そもそも業務量が少ない → まだ何も契約しないのが正解です。月額サービスは、使う場面が月に数回しかない会社ではほぼ例外なく割高になります。 あなたの場合：Q＿＿に該当 → まず検討するのは＿＿型——この空欄を埋めてから次章に進むと、評価シートの使い方が具体的になります。 ## 「どれか1つ」でなくていい——現実的な併用パターン3つ 比較記事は「どれを選ぶか」を迫りがちですが、実際の現場では併用がむしろ普通です。私の顧問先でも、汎用AIツール＋伴走という形がほとんどです。相性のいい組み合わせを3つ挙げます。 ### パターンA：ツール型＋伴走型（一番多い形） 道具はChatGPTやClaudeなどの汎用AI（またはツール型サービス）を使い、「どの業務で・どう使うか」の設計と定着だけを伴走型に頼む形です。道具代は月数千円、伴走が月十数万円。伴走側が特定ツールの販売代理を兼ねていないか（本数で儲かる構造になっていないか）だけ確認してください。道具の選定が中立でなくなるからです。 ### パターンB：士業オプション＋伴走型（役割分担が明確） 税務・労務のAI相談は既存の先生に、現場業務のAI化は伴走型に。領域が重ならないので、喧嘩しません。むしろ伴走側が作った業務資産（経理まわりの整理など）を先生に渡すと、顧問料の中で受けられるサービスの質が上がることもあります。 ### パターンC：スポット相談→伴走型（慎重派の順番） いきなり月額契約をせず、単発の相談やセミナーで相手の力量と相性を確かめてから、伴走に進む形です。誠実な伴走型は、この順番を嫌がりません。私たちも、初回の商談前の90分で「契約しなくても持ち帰れるもの」を出すことを自分たちに課しています。入口で出し惜しみする相手は、契約後も出し惜しみします。 逆に、おすすめしない組み合わせもあります。伴走型×伴走型の同時契約です。方針が2系統になると現場が混乱し、費用も倍。セカンドオピニオンが欲しい場合は、契約は1本に絞り、もう1本はスポット相談で使うのが実務的です。 ## AI顧問選びの失敗パターン5つ 比較の段階で先に知っておくと避けられる失敗を5つ。どれも、相談の場で実際に耳にしてきた型です。 - 名前だけで比較して、別物を並べていた——月3,000円のツールと月20万円の伴走を「どっちが安いか」で比べてしまう。この記事の冒頭に書いた通り、まず3種類のどれを探しているかを決めるのが先です。 - ツールを契約したが、3ヶ月後に誰も開いていない——ツール型の解約理由の定番です。道具は買えても、使う習慣は買えません。「誰が・どの業務で・週何回使うか」を契約前に紙に書けないなら、時期尚早です。 - 既存顧問の「AI対応」に期待しすぎた——士業の先生のAIオプションは本業の拡張であって、現場業務のAI導入支援ではないことが多い。期待の範囲を最初にすり合わせないと、双方が不幸になります。 - 最安の個人に頼んだら、月1回の雑談で終わった——伴走型は「毎月何をするか」の設計がないと、ただの定例相談になります。会う頻度ではなく、間の期間に何が進むかで選んでください。 - 比較しすぎて、1年経った——一番多い失敗はこれかもしれません。AI活用は着手が遅れた分だけ、社内の「うちには関係ない」という空気が固まります。比較は最大1ヶ月と期限を切り、小さく始めて合わなければ替える方が、結果的に安くつきます。 ## 商談でそのまま使う「比較評価シート」10項目 候補を2〜3社に絞ったら、各社との商談でこの10項目を確認し、◎○△で採点してください。質問の言い回しごと載せておくので、コピーして使って構いません。私自身がこれを聞かれたら、と考えながら作った、売る側として一番痛いリストです。 # 確認すること（言い回し） いい答えの例 危ない答えの例 1 「最初の1ヶ月、具体的に何をしますか」 業務の棚卸し・対象業務の特定など工程が言える 「まずはヒアリングから」だけで工程が出ない 2 「うちと似た規模・業種の支援経験はありますか」 匿名でも具体的な業務名で語れる 大企業やIT企業の事例しか出ない 3 「成果は何で測りますか」 業務単位の変化（この書類がこう変わる）で答える 「AIリテラシーの向上」など測れない言葉 4 「うちの社員は何をする必要がありますか」 社内の役割を正直に要求してくる 「全部こちらでやります」＝丸投げを許す提案 5 「契約期間と、やめるときの条件は」 区切りが明確で、更新は都度判断 長期拘束＋自動更新＋解約条件が曖昧 6 「毎月の訪問・面談以外の時間は何が進みますか」 宿題・成果物・チャット対応など間の設計がある 「月1回お会いして相談に乗ります」で終わり 7 「うちに必要ないと思ったら、そう言ってくれますか」 「要らない会社の条件」を自分から言える どんな会社にも「必要です」と答える 8 「セキュリティと入力情報の扱いはどうなりますか」 学習利用の設定・ルール作りまで話せる 「大丈夫です」以上の説明が出ない 9 「担当者が変わる・辞める場合はどうなりますか」 体制・引き継ぎの答えがある（個人なら正直にリスクを言う） 想定していない 10 「契約が終わった後、うちに何が残りますか」 社内に残る成果物・使える人・仕組みを言える 「継続をおすすめします」＝依存させる設計 採点のコツはひとつだけ。7番の答えを一番重く見てください。「うちには要らないと言えるか」は、その提供者が顧客の成果と自分の売上のどちらを先に置いているかが、ごまかしようなく出る質問です。 この評価シートをAiWiLLにぶつけたい方へ：無料資料セットはこちら ## 比較から契約まで——4週間のモデルスケジュール 「比較しすぎて1年経つ」を防ぐために、期限付きの進め方を置いておきます。社内への説明（稟議）にもそのまま使える構成です。 週 やること アウトプット 第1週 本文の3分類でタイプを決め、該当タイプの候補を3社まで挙げる タイプの決定＋候補リスト3社 第2週 各社の無料相談・資料請求。並行して自社の「たまっている実務」を3つ書き出す 相談メモ＋対象業務メモ 第3週 商談。評価シート10項目で採点する 採点済みシート×候補社数 第4週 社内で決定。合わなかったときの見直し時期（3ヶ月後など）も先に決めておく 契約＋見直し日の設定 第2週の「たまっている実務を3つ書き出す」だけは、飛ばさないでください。これがあるかないかで、商談の中身がまるで変わります。候補側は具体的な業務を出されると、力量がその場で露呈します。「点検報告書が月末にたまる」「見積の下書きに時間を食う」——この粒度で十分です。書き出し方に迷ったら業務の棚卸しのやり方にテンプレートがあります。 稟議で聞かれがちな「効果はいつ出るのか」への答え方も書いておきます。伴走型の場合、最初の1〜2ヶ月は対象業務の特定と仕組み作り、3ヶ月目あたりから業務単位の変化が見え始めるのが標準的な時間感覚です（私たちの伴走の前半3ヶ月の進行はAI顧問の最初の90日｜前半の進め方で公開しています）。初月から劇的な数字を約束する提案のほうを、むしろ警戒してください。 ## うちはどのタイプか——AiWiLLの自己申告と、負けるケース 比較記事を書いている本人が比較対象なので、自己申告しておきます。AiWiLLは⑤専業伴走型です。月30万円〜（税別・社員同席込み）・最低6か月・月2回のプログラムで、自動更新はありません。契約の満了前に「続ける価値があるか」を顧客に判断してもらう設計です。中身はAI顧問の最初の90日｜前半の進め方で前半の工程を公開しています。 現場で実際に起きることの例を2つだけ。防災設備会社では、紙とExcelに埋もれていた点検報告書の作成をAIで軽くするところから始めました（実例記事）。地方の老舗旅館では、80件以上たまっていた口コミの未返信を、その旅館の言葉遣いを学ばせたAIで返しきるところから始めました（導入事例4選）。どちらも共通するのは、最初の題材が「派手なAI活用」ではなく「一番たまっている実務」だったことです。効果の数値は、お客様と確認が取れた範囲でしか出さない方針なので、ここでは工程だけ書いています。 そして、AiWiLLが負けるケースも正直に書きます。 - 一般論の相談で十分な会社——月20万円は過剰です。①ツール型か無料窓口で足ります。 - 作りたいものの要件が固まっている会社——顧問より開発会社に直接頼む方が速くて安い。 - 全社数千人規模のDX構想——③コンサルファーム型の領域です。私たちは現場起点の会社なので、この土俵では戦いません。 もうひとつ、私自身の失敗もひとつ白状しておきます。前職で3万人規模のAIコミュニティの運営に関わっていた頃、「良いツールと良い情報を届ければ、人は使うようになる」と信じていました。違いました。情報を浴びても、業務は1ミリも変わらない人が大多数だったのです。変わるのは、自分の業務のどこで使うかを一緒に決めて、最初の1回を伴走してもらえた人だけ。いまの私が「伴走型」を専業にしているのは、この痛い学習の結果です。だからこそ、伴走が要らない状態の会社には、要らないと言います。 AiWiLLのAI顧問の中身を見る（無料資料セット） ## AI顧問の比較に関するよくある質問 ### Q1. AI顧問のおすすめはどこですか？ 「どこ」の前に「どのタイプか」を決めるのが先です。一般論の相談で十分ならツール型（月数千円〜）、税務・労務中心なら既存顧問のAIオプション、現場への定着が目的なら伴走型（月5万〜30万円程度）が候補になります。タイプが決まれば、本文の評価シート10項目で個別に比較できます。 ### Q2. AI顧問の費用相場はいくらですか？ タイプで桁が変わります。ツール型は月数千円〜3万円程度、士業オプションは既存顧問料＋数千円〜数万円、個人伴走は月5万〜20万円程度、専業伴走の法人は月15万〜30万円程度、コンサルファーム型は月50万円以上が目安です。AiWiLLは月30万円〜（税別・社員同席込み）で、内訳は費用相場の記事で全公開しています。 ### Q3. ツール型のAI顧問アプリと、人間のAI顧問はどちらがいいですか？ 用途が違います。ツール型は「一般論の答えを速く安く得る」道具で、人間の伴走型は「自社の業務を変える工程」を買うサービスです。まだ何も試していない会社はツール型や無料の汎用AIから始め、「使ってはいるが業務が変わらない」段階に来たら伴走型を検討する、という順番をおすすめします。 ### Q4. AI顧問とAIコンサルは何が違うのですか？ 重なる部分もありますが、AIコンサルは戦略立案やプロジェクト遂行が中心で、AI顧問（伴走型）は月額で継続的に現場へ入り、定着まで運ぶ点が違います。売る側の収益構造から見た違いはAI顧問・AI研修・AIコンサルの違いで詳しく書きました。 ### Q5. 小さい会社（社員数名）でもAI顧問は必要ですか？ 必要とは限りません。業務量が少ない会社では月額契約は割高になります。まず経営者自身が汎用AIを1ヶ月使い、「時間を食っている実務」が具体的に見えてから検討しても遅くありません。逆に、数名でも書類仕事や顧客対応が大量にある会社では、伴走型の効果が最も出やすい規模です。 ### Q6. 比較の途中で営業に押し切られそうです。断る言い方はありますか？ 「評価シートで3社を比較してから決めると社内で決めています」と伝えてください。誠実な提供者ほどこの進め方を歓迎します。急かす相手・比較を嫌がる相手は、それ自体が採点材料です。 ## まとめ：名前ではなく、「契約後に何が起きるか」で比較する - 「AI顧問」という名前で、ツール型・士業オプション型・伴走型の3種類の別物が売られている。まず自社がどれを探しているかを決める。 - 提供者は5タイプ。月額は数千円〜50万円超まで幅があるが、値段の差は中身の差。同じ行に並べて比較しない。 - 比較表で見るべきは、自社が重視する軸2つだけ。全タイプ共通で「丸投げ」は成立しない。 - 診断の結論：未着手ならツール型か無料窓口／税務・労務中心なら士業オプション／定着が目的なら伴走型／業務量が少ないなら契約しない。 - 最大の失敗は「比較しすぎて1年経つ」。比較は1ヶ月で締め、小さく始めて合わなければ替える。 - 商談では評価シート10項目を使う。一番重いのは「うちには要らない、と言えるか」。 - AiWiLLは専業伴走型（月30万円〜（税別・社員同席込み）・最低6か月・自動更新なし）。ツール型で足りる会社・要件が固まっている会社・数千人規模のDX構想には向かないと自己申告しておく。 比較の材料はこの記事で全部出しました。あとは、御社の「一番たまっている実務」をひとつ思い浮かべて、それが変わる工程を一番具体的に語れる相手を選んでください。その候補にAiWiLLを入れていただけるなら、まずは無料の資料セットからどうぞ。評価シートを持って商談に来ていただくのも歓迎です。 外部に頼むかどうかを決める前に、自社がいまどの段階にいるのかを測っておくと、商談での質問が具体的になります。AI Ready（AIレディ）とは何か｜経産省の定義と、自社がLv何かを事実で測る12項目もあわせてご覧ください。5段階のうち自社がどこかを、12の事実で判定できます。 ## 比較する各社へ同じ一業務を提示する 提案書の情報量を比べる前に、同じ対象業務を各社へ伝えます。「AIを導入したい」から一歩進め、いま使う資料、欲しい完成物、人が確認する内容をそろえると、支援範囲の差が見えます。 比較欄 各社へ聞くこと 対象業務 どこまでが契約内か 成果物 終了時に会社の手元へ何が残るか 社内側の時間 誰が何を準備・確認するか 進捗確認 どの入力で、何を確かめるか 継続・終了 最低期間、自動更新、終了時の引き継ぎ 回答が未定の欄は、良さそうな説明で埋めず未定のまま比較します。価格には税区分、ツール実費、追加対応を含めるかも添えます。候補の点数は自社の必要条件に合わせて付け、支援範囲が違うものを月額だけで順位付けしないようにします。 AiWiLLの公開料金と費用の考え方を確認したうえで、対象業務を一つ挙げてご相談ください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 旅館・宿泊業のAI活用｜口コミ返信・繁忙期の実務・引き継ぎまで現場でやった順に書く URL: https://aiandwill.com/ryokan-ai-katsuyo/ 公開: 2026-08-13 / 更新: 2026-09-05 旅館・宿泊業の方がAI活用の記事を読むと、たいてい途中で閉じることになります。出てくるのがチャットボットや無人チェックインの導入事例ばかりで、「うちはおもてなしの宿だから関係ない」と感じるからです。フロントの無人化を勧められても、それはうちが目指す宿じゃない——その感覚は正しいと思います。 ただ、結論は逆です。私（AiWiLL・赤堀）がAI顧問として手応えを感じてきた業種のひとつが、まさに旅館でした。理由は単純で、旅館の仕事は「接客」の周りに「文章を書く仕事」が大量に張り付いているからです。口コミへの返信、予約前の問い合わせメール、多言語の案内、館内マニュアル、帳場の引き継ぎ帳、清掃指示——おもてなしそのものではなく、おもてなしの前後にある書き仕事。AIが軽くできるのは、まさにこの部分です。 この記事では、顧問先である地方の老舗旅館で実際にやったこと——80件以上溜まっていた未返信の口コミを、その旅館の言葉遣いを学ばせたAIで返していった実例——を軸に、旅館・宿泊業のどの業務にAIが効くかの全体マップ、繁忙期がある業界ならではの着手時期の設計、女将さんの判断をどう会社に残すかまで、現場の一次情報で書きます。チャットボットを売る話は出てきません。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 旅館・宿泊業の業務マップ——AIが効くのは「おもてなしの前後」 業界特化シリーズの第1弾「建設・設備業のAI活用」で、私は書類仕事の構造を「判断のサンドイッチ」と呼びました。最初に現場のプロの判断があり、最後に責任者の確認があり、あいだに転記・清書・整理が挟まっている——AIに渡せるのは真ん中だけ、という構造です。旅館にも、これがそのままあります。お客様をどう迎えるかの判断は女将さんや帳場のもの。でも、その判断とお客様に届く言葉のあいだには、大量の「書く・訳す・整える」が挟まっています。 この線引きを前提に、旅館の業務別マップを見てください。 業務 現状の痛み AIに渡せる部分 人に残す部分 AIに渡せる度 口コミ返信 未返信が溜まる。1件目に手を付ける心理的な重さ 宿の言葉遣いを学ばせた下書き 事実確認・送信の最終判断 ◎ 最有力の入口 予約前の問い合わせメール 同じ質問（送迎・食事・子供連れ）に毎回ゼロから返す 過去回答を下敷きにした返信下書き 空室・料金など事実の確認と送信 ◎ 多言語対応（案内・メール） 外注は高く遅い。そもそも作れず日本語のみ 翻訳・多言語版の下書き 固有名詞・安全情報・料金の確認 ◎ 館内マニュアル・接客手順書 作る時間がなく口伝のまま。新人が育たない 録音・メモからの文書化 内容の検品・監修 ◎ 採用・育成にも効く 帳場の引き継ぎ帳・申し送り 書く人によって粒度がバラバラ。読み落としが事故になる 音声メモからの整形・要点抽出 異常・クレームの判断 ○ シフト・清掃指示書 組める人が固定。その人の夜なべ仕事 条件整理・たたき台の作成 最終決定・当日の調整 ○ プラン紹介文・お知らせ発信 やるべきと分かっているのに手が回らず放置 下書き・季節ごとの書き換え 料金・内容の最終判断 ○ 女将・番頭の判断（部屋割り・常連対応） 本人の頭の中にしかない。引退したら消える インタビュー・録音からの文書化 判断そのもの ◎ 効率化より価値が大きい 接客そのもの・クレームの最終対応 —— 渡せない すべて人 ✗ 渡してはいけない どこから始めるか迷ったら、口コミ返信です。毎週発生し、書く型があり、痛みが強い——入口業務の3条件が揃っています。しかも口コミへの返信は、書いてくれたお客様だけが読むものではありません。これから予約するかどうか迷っている人が、宿の返信を読んで「この宿は客の声をどう扱う宿か」を見ています。つまり口コミ返信のAI化は事務改善ではなく、次の予約を守る話です。入口業務の選び方そのものは「業務の棚卸しのやり方」でテンプレート付きで解説しています。 ## なぜ今なのか——旅館業の3つの構造変化 「今までこのやり方で回ってきた」宿が、いま動く理由も書いておきます。精神論ではなく、構造が3つ変わっているからです。 - 人が採れなくなった。フロントも客室係も調理場も、募集をかけても来ない。これまでは「人が辞めたら補充する」で回っていた宿が、補充が利かない前提で回し方を考える段階に入りました。限られた人の時間を接客に集めるには、裏側の書き仕事を圧縮するしかありません。 - 多言語対応が「一部の宿の話」ではなくなった。海外からのお客様が地方の宿まで届くようになり、問い合わせも口コミも多言語で来ます。英語圏だけではないので、語学人材の採用で解決できる規模を超えました。一方でAIの翻訳品質は実用の水準に達しています。この2つが重なったのが今です。 - 世代交代が視界に入った。女将さん、番頭さん、料理長。宿を支えてきた人の引退や代替わりが現実の日程になり、その人の判断基準——常連さんの好み、部屋割りの勘所、業者との付き合い方——を文書として残す仕事が、「いつかやる」から「期限のある仕事」に変わりました。 つまり旅館のAI活用は「便利になる話」ではなく、採用難・多言語化・承継という3つの制約の中で、宿の水準を守るための数少ない打ち手だということです。 ## 実例：地方の老舗旅館——未返信の口コミ80件以上が動き出すまで AiWiLLはAI顧問として累計約15社（現在10社以上）、研修・講座を含めると30社超の中小企業を支援してきました。その中の1社、地方の老舗旅館での実例です。進行中のご契約のため社名・地域は伏せます。当社は事例の公開範囲をお客様ごとに許諾管理しており、この記事に書くのは確認が取れている範囲だけです。 この旅館では、予約サイトやGoogleマップの口コミが80件以上、未返信のまま溜まっていました。放置したくて放置していたわけではありません。口コミ返信は、溜まれば溜まるほど1件目に手を付ける心理的な重さが増していく仕事です。1件返せば「なぜ他は返さないのか」になる気がして、余計に手が付けられなくなる。多くの宿で同じことが起きているはずです。 初回のセッションは90分。ここで私たちがやった中心が、「その旅館の言葉遣いをAIに学ばせる」ことでした。何も教えていないAIに口コミ返信を書かせると、丁寧できれいで、どこの宿でもない文章が出てきます。あれをそのまま貼れば、常連のお客様ほど違和感を持つでしょう。だから先に、その宿がこれまで自分の言葉で書いてきた文章をAIに読ませて、言い回しごと学ばせる。そのうえで下書きさせ、送信するかどうかの判断は必ず人がする。この形で、80件以上の未返信に、宿の言葉のまま返していきました。 効果の数値は、お客様と確認が取れた範囲でしか出さない方針なので、この記事には書きません。初回90分で他に何をやったか、その後どう自走していったかの経緯は「中小企業のAI導入事例4社」の事例4で公開しています。 ひとつ、先回りして正直に書いておきます。私は以前、建設・設備業の顧問先で、初回の感動を作ることに集中しすぎて「直した内容をAIへの指示に反映し直す」係と手順を決め忘れ、現場に「自分で書いたほうが早い」と言わせてしまったことがあります（建設・設備業編に経緯を書きました）。旅館でも、同じ山は必ず来ます。数回使ったところで「直す箇所が多い。自分で書いたほうが早い」と感じる時期が来る。それはAIの能力の限界ではなく、教えた情報の不足です。直しの中身を見返すと、ほとんどが毎回同じ種類の直しで、型に反映すれば消えていきます。この「直しを型に戻す」手順を初月に組み込んでおいてください。私と同じ順番を間違える必要はありません。 AI導入の実例が入った資料セットを無料で見る ## 口コミ返信のAI化——「言葉遣いを学ばせる」が9割 口コミ返信のAI化は、やり方を間違えると一番バレやすく、正しくやると一番効く業務です。手順は3ステップしかありません。 - 宿の実物を集める。過去に自分で書いた口コミ返信（よく書けたもの10件前後）、館内案内、お品書き、挨拶状。汎用の「模範文例集」は要りません。集めるのは、あなたの宿がこれまで使ってきた言葉です。 - AIに読ませて、言葉遣いを学ばせる。月3,000円程度の汎用AIの有料プランで十分です。集めた実物を参照ファイルとして渡し、「この宿の言葉遣いで書く」ことを前提に設定します。学習利用のオフ設定と、宿泊者の個人情報を入力しないルールはこの時点で決めます。 - 1件ずつ、下書き→人が直す→直しを型へ戻す。下書きをそのまま貼るのではなく、直した箇所を「次からこう書いて」とAIへの指示に反映していく。数件回すごとに直しは減っていきます。 口コミ返信のAI化は「宿の実物→言葉遣い→下書きと確認」の循環で回す AIへの頼み方の型も置いておきます（内容は説明用の例です）。 「あなたは当館の主人として、この口コミに返信します。当館が過去に書いた返信文と館内案内を読み、当館の言葉遣いのまま、①具体的に褒めていただいた点への御礼、②ご指摘への正直な受け止め、③再訪を押し付けない結び、の順で下書きしてください。事実でないお詫びや、実行できるか分からない改善の約束は書かないでください。」 「AIで返信していると気づかれないか」という心配には、正直に答えます。何も教えていないAIの定型文は、バレます。だから言葉遣いを学ばせ、人が確認してから送るのです。そしてもうひとつ、順番が逆の心配だとも思っています。返信がAIっぽいことより、返信が何ヶ月も来ないことのほうが、予約を迷っている人への印象をよほど下げています。低評価の口コミほど人の目と時間をかける、お詫びと約束はAIに書かせない——この線を守れば、堂々と進めていい業務です。 ## 問い合わせメールと多言語対応——同じ質問に毎回ゼロから返さない 口コミ返信で型ができると、横展開が速くなります。次に効くのが予約前の問い合わせメールです。送迎はあるか、アレルギー対応はできるか、子供連れでも大丈夫か、チェックインに間に合わない場合はどうなるか——顧問先の受信箱を見てきた体感では、質問の大半は毎回ほぼ同じなのに、返信は毎回ゼロから書いている。過去の返信メールからよくある質問と回答の型を作り、AIに下書きさせて、事実の部分だけ人が確認して送る形に変えます。 「あなたは当館の予約係です。過去の返信例とよくある質問のファイルを読み、このお問い合わせに当館の言葉遣いで返信を下書きしてください。空室状況・料金・対応可否など確認が必要な箇所は書かずに「＿＿＿」のまま残してください。私が確認して埋めます。分からないことには推測で答えず、確認のうえご連絡する旨を書いてください。」 この「確認が必要な箇所は空欄で残させる」が実務のコツです。AIに事実を推測で埋めさせない。埋めるのは帳場の仕事、文章の形を整えるのがAIの仕事です。 多言語対応は、いまのAIが最も得意とする仕事のひとつです。海外からの問い合わせへの返信、館内案内・入浴マナー・食事案内の多言語化は、外注より速く、複数言語に同時対応できます。注意点は2つ。道順・時刻・料金・アレルギーなど、間違いが事故につながる情報は必ず人が原文と突き合わせること。そして「日本語の婉曲表現を直訳しない」と指示すること。「お控えいただけますと幸いです」の直訳は、禁止事項として伝わらないことがあります。伝えるべきことは、はっきり伝わる形に訳させてください。 なお、ここまで読んで分かるとおり、これはフロント無人化やチャットボット導入の話ではありません。人が出す言葉の「下ごしらえ」をAIがやる——おもてなしの主役は変わりません。 ## 繁忙期の現実——お盆と年末年始に、新しいことは始められない 旅館のAI導入には、他業界にはない制約があります。繁忙期は、新しいことを覚える時間が1分もないことです。導入初月は「AIの下書きを直して、直しを教える」時間が必ず要ります。そこに繁忙期が直撃すると導入は止まり、止まった導入を再起動するのは、最初に始めるより何倍も大変です。だから旅館のAI活用は、何をやるかと同じくらい、いつ始めるかが成否を分けます。 時期（一般的な例） 現場の状態 着手判断 1月中旬〜2月 年末年始明けの閑散期 ◎ 型づくりに最適 4月上旬〜中旬 GW前の仕込み期 △ 型が間に合えばGWで実戦投入できる GW・夏休み/お盆・年末年始 繁忙期 ✗ 新規着手はしない。「使うだけ」で回す 6月 梅雨の閑散期 ◎ 夏休み前に型を作る好機 9月〜11月 地域差が大きい（行楽・紅葉） ○ 自館の予約カレンダーで判断 繁忙期明けの1〜2週間 疲れはあるが記憶が新しい ○ 繁忙期に出た直し・気づきを型へ反映する 表はあくまで一般的な例です。宿によって繁忙のカレンダーは違うので、自館の予約表で読み替えてください。設計の型はひとつです。閑散期に型を作る→繁忙期は「使うだけ」で乗り切る→繁忙期明けに直しを反映する。繁忙期は着手には最悪ですが、すでに型がある宿にとっては、問い合わせも口コミも一番多い「最高のテスト期間」になります。 正直に書くと、顧問を売る側としては「いつでもどうぞ」と言いたいところです。でも実際には、繁忙期直前のご相談に「今は始めないほうがいい。この時期から始めましょう」とお答えすることがあります。急いで始めて止まるより、始める時期を設計して定着させるほうが、結局早いからです。 ## 女将の判断を会社に残す——書かせない、話してもらう 旅館のAI活用でもうひとつ、効率化より価値が大きいテーマがあります。女将さん・番頭さんの判断の属人化です。常連の◯◯様は川側の静かな部屋、あの会社の宴会は席順に癖がある、この業者への頼み方はこう——宿の水準を支えているこの判断基準は、たいてい誰の頭の中にもなく、その人の頭の中にだけあります。代替わりのとき、建物と帳簿は引き継げても、この判断は引き継げません。 従来の対策は「マニュアルを書いてもらう」でしたが、一番詳しい人は一番忙しい人なので、書かれないまま引退の日が来ます。いまのやり方は違います。書かせない。話してもらって、AIが書く。聞き役が録音しながら判断の理由を尋ね、文字起こしからAIが文書に整え、本人は出来上がった下書きの検品だけをする。本人の負担は「話すこと」と「読んで直すこと」だけです。頼み方はこうです。 「マニュアルを書いてほしい、とは言いません。女将さんが部屋割りを決めるとき、何を見て、何を思い出して決めているのか——それを私に話して聞かせてください。文章にするのはAIの仕事です。出来上がったものを、女将さんが直してください。」 「あなたのやり方を変えろ」ではなく「あなたの判断基準を残させてほしい」という頼み方をすると、ベテランは抵抗どころか一番の協力者になってくれます。自分の何十年を宿に刻む仕事だからです。帳場の引き継ぎ帳も同じ構造で進化させられます。書く人によって粒度がバラバラな申し送りを、音声メモ→AIが整形→検索できる記録に変えれば、「言った・聞いてない」が減っていきます。具体的な手順は「ベテランの暗黙知を会社にインストールする方法」と「属人化の解消方法」で全公開しています。口コミ返信が「今日の宿」を軽くする話なら、こちらは「代替わりしても続く宿」のための話です。両輪で進めてください。 ## 旅館のAI導入でよくある失敗パターン5つ - 繁忙期直前に始めて、2週間で止まる。一番多い失敗です。導入初月の「直して教える」時間を繁忙期が飲み込み、そのまま再開されない。着手時期は閑散期から逆算して決めてください。 - 言葉遣いを学ばせず、定型文のまま返信する。どの口コミにも同じ温度の返信が並ぶと、読み手には分かります。効率は上がっても信頼を下げる、一番もったいない使い方です。宿の実物を先に読ませることが前提です。 - ツール探しから始める。「宿泊業向けAI」で検索してパッケージやチャットボットの比較から入ると、自社の実務と微妙にずれた道具に業務を合わせる重い導入になります。まず月3,000円程度の汎用AIと自社の実物で始め、業務量が証明されてから専用化を検討する順番が安全です。 - 若旦那・若女将ひとりのスキルで終わる。後継ぎ世代が一人で使いこなして満足すると、その人が現場を離れた瞬間に止まります。手順を1枚にして、本人以外がもう1人回せる状態にして初めて「宿の業務」になります。 - 判断まで渡してしまう。クレームへの最終回答、お詫びと補償の判断、料金の決定。ここにAIを入れると、効率化どころか宿の信用問題になります。線引きは導入初日に文書で決めてください。 ## 絶対にAIに渡してはいけない領域——宿の越えてはいけない線 - クレーム対応の最終判断。お詫びの言葉、補償の判断、直接の謝罪。AIは経緯の整理と下書きまでで、温度を決めるのは人です。 - アレルギー・食の安全に関わる回答。「対応できます」の一言が事故につながる領域です。AIの下書きに含まれていても、必ず調理場に確認した事実で上書きしてください。 - 料金・キャンセル規定の確定回答。AIに推測で埋めさせない。確認が必要な箇所は空欄で残させ、人が埋める型を守ります。 - 宿泊者の個人情報の扱い。宿泊者名簿や連絡先を不用意にAIへ入力しない。学習利用のオフ設定と、入力してよい情報の一覧を初日に決めます。 - 接客そのもの。お客様の前に立つ仕事は渡せませんし、渡す必要がありません。AIが裏の書き仕事を持つのは、人が接客に立つ時間を増やすためです。 逆に言えば、この線さえ文書で決めれば、旅館のAI活用は堂々と進められます。AIの守備範囲を明確にした会社ほど、現場の活用は速く進む——建設・設備業でも旅館でも、現場で見てきた同じ事実です。 ## 旅館版・90日の始め方 期間 やること ゴール 1〜30日（閑散期に設定） 入口業務を1つ選ぶ（口コミ返信が最有力）／宿の実物を集める（過去の返信10件・館内案内・よくある質問）／月3,000円程度の汎用AIを契約し、学習オフ設定と「入力してよい情報・いけない情報」の1枚を決める／直近の口コミ1件で下書きを作り、自分の文章と見比べる 最初の1件の下書きが出て、ずれの原因（教えた情報の不足）が特定できている 31〜60日 未返信の口コミを古い順に、週の件数を決めて返していく／直しを毎回AIへの指示に反映する／問い合わせメールの型（よくある質問と回答）を作って横展開する 「自分で書いたほうが早い」の停滞期を直しの型化で越え、下書きの精度が実用になっている 61〜90日 手順を1枚にして担当者以外のもう1人に渡す／多言語案内・館内マニュアルへ横展開する／女将・番頭へのインタビュー（録音→AIが文書化）を開始する 個人技ではなく宿の業務になり、判断を残す蓄積が始まっている 進め方の考え方そのものは「中小企業のAI導入の進め方｜最初の90日」と同じです。旅館の場合も専用システムは要りません。必要なのは月3,000円程度の汎用AIと、宿の実物だけです。自社でやるか支援を入れるかの費用感は「AI顧問の費用相場」で開示しています。 ### 着手前チェックリスト10問（旅館・宿泊業版） - 入口業務を1つ選んだか（口コミ返信・問い合わせメール・引き継ぎ帳のどれか） - 過去に自分の言葉で書いた返信・案内文を10件前後集められるか - 宿の基本情報（館内案内・プラン・よくある質問）をAIに読ませる形にできるか - 下書きを確認して送信する責任者を決めたか - 「お詫び・補償・アレルギー・料金はAIの下書きのまま出さない」を文書にするか - 宿泊者の個人情報の扱いと学習オフ設定を決めたか - 自館の繁忙期カレンダーから逆算した着手時期を決めたか - 直しをAIへの指示に反映する係を決めたか - 女将・番頭の引退・代替わりの時期から逆算した「判断を残す」期限を把握しているか - 数回目に来る「自分で書いたほうが早い」の停滞期を、関係者に先に共有したか ワーク：1行埋めてください——「うちの入口は＿＿＿＿（口コミ返信／問い合わせメール／引き継ぎ帳）。確認役は＿＿さん。着手は＿＿月。残すことを急ぐのは＿＿さんの＿＿＿＿の判断」。この1行が埋まれば、90日の設計図は半分できています。 90日の進め方が分かる資料セット（無料） ## よくある質問 ### Q1. 旅館や宿泊業で、AIは本当に使えるのですか？ 使えます。旅館の仕事は接客そのものに目が行きがちですが、その周りには口コミ返信・問い合わせメール・多言語案内・館内マニュアル・引き継ぎ帳といった「文章を書く仕事」が大量にあります。AIが効くのはこの部分で、接客の質を落とさずに裏側の仕事を軽くできます。当社の顧問先の地方の老舗旅館では、80件以上溜まっていた口コミ返信がAIで動き出しました。 ### Q2. 口コミ返信をAIで書くと、お客様に気づかれませんか？ 何も教えていないAIの定型文をそのまま使えば、気配は出ます。過去に自分で書いた返信や館内の文章を読ませて宿の言葉遣いを学ばせること、そして送信前に必ず人が確認して直すこと。この2つで「うちの言葉」の返信になります。AIが書くのは下書きまで、送信の判断は人がします。 ### Q3. 外国語の問い合わせやインバウンド対応にAIは使えますか？ 使えます。多言語の翻訳は現在のAIが最も得意とする仕事のひとつで、問い合わせへの返信や館内案内・食事案内の多言語化から始められます。ただし道順・時刻・料金・アレルギー対応など、間違いが事故につながる情報は、必ず人が原文と突き合わせて確認してください。 ### Q4. パソコンが苦手なスタッフが多くても大丈夫ですか？ 大丈夫です。全員がAIを操作する必要はありません。最初にAIを触るのは代表や若手の1人で十分で、現場のスタッフは「いつも通り書いて、話して、渡すだけ」の設計にします。女将さんの判断の文書化も、話してもらってAIが書く方式なら、本人はパソコンに触りません。 ### Q5. 宿泊業向けの専用AIシステムやチャットボットを買うべきですか？ 最初は不要です。業界向けパッケージは自社の実務と微妙にずれ、「ソフトに合わせて業務を変える」重い導入になりがちです。まず月3,000円程度の汎用AIに宿の実物（過去の返信文・館内案内・引き継ぎ帳）を教える方式で始め、業務量が証明されてから専用化を検討する順番が安全です。 ### Q6. 費用はどのくらいかかりますか？ 自社でやる場合は汎用AIの有料プラン（1人月3,000円前後）だけで始められます。伴走支援を入れる場合、当社のAI顧問は月30万円〜（税別・社員同席込み）・最低6か月・月2回で、自動更新はありません。契約前に契約前の相談があるので、そこで自社に合うかを判断できます。 ### Q7. 繁忙期で時間がありません。いつ始めればいいですか？ 繁忙期の直前・最中の着手はおすすめしません。導入初月は「直して教える」時間が必要で、そこに繁忙期が重なると止まり、止まった導入の再起動は最初より難しいからです。お盆・年末年始・大型連休から逆算して閑散期に型を作り、繁忙期は「使うだけ」の状態で迎えるのが定石です。 ## まとめ：おもてなしの宿こそ、AIの効き目は大きい - 旅館のAI活用は無人化の話ではない。おもてなしの前後にある「書く・訳す・整える」を軽くする話 - 入口の最有力は口コミ返信。事務改善ではなく「次の予約を守る」施策 - やり方の核心は宿の言葉遣いを学ばせること。定型文のまま使うのが一番もったいない - AIには事実を推測で埋めさせない。空欄で残させて、人が埋める - 旅館特有の成否条件は着手時期。閑散期に型を作り、繁忙期は使うだけ、明けに直しを反映 - 効率化より大きいのが女将・番頭の判断を残すこと。書かせない、話してもらってAIが書く - クレームの最終判断・アレルギー・料金の確定・個人情報・接客そのものは絶対にAIに渡さない - 専用システムは不要。月3,000円の汎用AI＋宿の実物で90日から始められる - 数回目に来る「自分で書いたほうが早い」は限界ではなく、直しを型に戻すサイン 「うちはおもてなしの宿だから」と閉じてきた方にこそ、読んでほしくてこの記事を書きました。実例の詳細は事例記事で、こうした伴走支援そのものの中身——何を何回やって、何が残るのか——は「AI顧問とは」で定義から整理しています。支援の実物は資料セットでどうぞ。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 飲食店のAI活用｜個人店・小規模チェーンが現場で使える実例と始め方 URL: https://aiandwill.com/inshoku-ai-katsuyo/ 公開: 2026-08-13 / 更新: 2026-09-05 「飲食店 AI活用」で検索すると、出てくるのは配膳ロボット、セルフオーダー端末、AIによる需要予測——ほとんどが大手チェーンか、数十店舗規模の会社の話です。個人で店をやっている人がそれを読むと、「うちには関係ない」と途中で閉じることになります。数百万円のロボットの話は、カウンター8席の店の話ではないからです。 でも、閉じるのはもったいない。私（AiWiLL・赤堀）はAI顧問として、熱海の1人経営の飲食店を実際に支援してきましたが、個人店・小規模チェーンでAIが効くのはホールでも厨房でもなく、開店前と閉店後の「裏側の仕事」でした。メニューの説明文、SNSの投稿、口コミへの返信、アルバイトに教える紙、手書きの仕入れメモ、レジ締めのあとの経理。ロボットは1台数百万円ですが、こちらは月3,000円の汎用AIとスマホで始まります。 この記事では、飲食店の業務のどこにAIが効くかの全体マップ、「レシピと味は渡せないが、店の言葉と段取りは渡せる」という属人化の仕分け、営業の構造上まとまった時間が取れない店でも回る始め方（朝1時間の設計）、そして「客数がすぐ増える魔法ではない」という正直な限界まで、現場の一次情報で書きます。ツールの羅列はしません。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「飲食店のAI活用」は2種類ある——配膳ロボットの話と、あなたの店の話 最初に仕分けをします。世の中で「飲食店のAI活用」と呼ばれているものは、実は2つのまったく別の層が混ざっています。 1つ目は設備投資の層。配膳ロボット、セルフオーダー、AIカメラでの来店分析、多店舗の需要予測と自動発注。これは店舗数で投資を回収する大手チェーンの世界で、導入の単位は「事業部」、費用の単位は「百万円」です。検索して出てくる導入事例の大半はこちらで、読んでも個人店が持ち帰れるものはほぼありません。 2つ目は言葉と記録の層。メニューの説明文、SNS、口コミ返信、新人に教える手順、仕入れメモ、閉店後の経理。店主が営業の前後に1人でやっている「書く・整理する・考える」仕事です。こちらの道具は月3,000円の汎用AI（ChatGPTやClaudeの有料プラン）とスマホだけで、導入の単位は「店主1人」です。 大手チェーン型（設備投資の層） 個人店・小規模チェーン型（言葉と記録の層） 代表例 配膳ロボット・セルフオーダー・需要予測 メニュー説明文・SNS・口コミ返信・教育・経理の下ごしらえ 目的 人件費削減・多店舗の標準化 店主の裏側の仕事を軽くする・止まっていた発信を動かす 費用感 数十万〜数百万円＋保守 月3,000円前後 必要な体制 本部・専任担当・複数店舗 店主1人とスマホ 導入の単位 事業部・店舗網 業務1つ（口コミ返信1件から） 検索で出てくる情報量 多い（ベンダー発の事例が中心） 少ない（この記事はこちら側を書く） 正直に書くと、私自身、最初に飲食店の支援を考えたとき、頭に浮かんだのは1つ目の層でした。「AI活用＝設備」という刷り込みは、支援する側にもあるんです。考えが変わったのは現場を見てからです。1人で店を回している店主のきつさは、営業中ではなく閉店後にありました。体も頭も疲れ切った夜に、紙と数字と未返信の口コミに向き合う時間。ここが、月3,000円のAIで軽くできる場所でした。この記事で扱うのは、以降すべて2つ目の層です。 ## 個人店で効くのは「事務・発信・記録」の層——業務別・AIに渡せる度マップ 飲食店の1日の業務を並べて、どこがAIに渡せて、どこが渡せないかを一覧にしました。評価の軸は「渡せる度」——◎は今日から渡せる、○は条件付きで渡せる、△は渡せる部分が少ない、✗は渡してはいけない、です。 業務 現場の実態 AIに渡せる部分 人に残す部分 渡せる度 メニュー・POPの説明文 おいしさを言葉にする時間がなく、品名と値段だけになりがち 説明文の下書き・言い換え・英語メニュー化 味の表現が合っているかの最終判断 ◎ SNS投稿（Instagram・X） 文面に毎回悩んで、更新が止まる 写真からの投稿文下書き・ハッシュタグ案・複数案出し 投稿するかどうか・写真選び ◎ 口コミ返信（Googleマップ・グルメサイト） 未返信のまま溜まる。低評価に心が折れて余計に触れない 店の言葉を教えたうえでの返信文の下書き 事実確認・送信の判断 ◎ アルバイト教育・マニュアル 口伝とホワイトボード頼み。教える人によって内容が違う 口頭説明の録音からの手順書化・チェックリスト化 実地で見せること・できているかの判断 ◎ 経理の下ごしらえ（領収書・納品書・レジ） 閉店後の疲れた頭でやっている。紙が散らばる 写真からの読み取り・一覧化・不明点の仕分け 最終確認・お金の判断 ◎ シフト・スタッフへの連絡文 LINEの文面に気を使う。変更の伝え漏れが起きる 連絡文の下書き・変更点の整理 シフトを決めること自体 ○ 仕入れメモ・発注の整理 手書きメモがレジ横と厨房に散らばる メモの一覧化・納品書との突き合わせの下書き 発注量の決定 ○ 新メニューの壁打ち 相談相手がおらず、1人で煮詰まる アイデア出しの相手役・原価構成や告知文の整理 試作・味の決定 ○ 予約対応・電話 営業中に電話が鳴って手が止まる 渡せる部分が少ない。既存の予約システム・予約台帳の領分 対応全般 △ 調理・盛り付け・接客 店の本体 なし。ここを渡したら、その店である意味がなくなる すべて ✗ ◎が5つ並んだことに注目してください。飲食店は「AIが使えない業界」ではなく、使える業務と使えない業務がはっきり分かれている業界です。◎はすべて「言葉の仕事」で、✗は「手と舌の仕事」。この線引きさえ持っておけば、迷いません。 どこから始めるかは、「毎週発生していて、言葉の仕事で、痛みが強い」ものを選びます。多くの店では口コミ返信かSNS、あるいは閉店後の経理の下ごしらえです。自分の店の業務を書き出して選ぶやり方は「業務の棚卸しのやり方」でテンプレート付きで公開しています。 ## レシピと味は渡せない。でも「店の言葉」と「段取り」は渡せる 飲食店の経営者と話すと、必ずどこかで出てくる言葉があります。「うちは俺の味でやってる店だから、AIとかそういうのは向いてない」。この感覚は半分正しくて、半分もったいない。飲食店の属人化には、守るべき属人化と、手放していい属人化の2種類があるからです。 種類 中身 扱い 守るべき属人化 レシピ・味の決め方・火加減・盛り付けの手・常連さんとの距離感 店の価値そのもの。AIに渡さない。無理に文書化しなくていい 手放していい属人化 料理を説明する言葉・仕込みの順番・開店前チェック・締め作業・新人に教える内容・仕入れの判断メモ 店主の頭にしかないことが「休めない・任せられない」の原因。ここをAIと文書化する 「休めない」「人に任せられない」「新人が入るたびに教育がゼロから」——個人店の悩みの多くは、味ではなく2段目の属人化から来ています。開店前に何をどの順番でやるか、ドリンクはどう作るか、締め作業はどこまでやって帰るか。店主の頭の中と、レジ横のホワイトボードの走り書きにしかない。だから店主が倒れたら店が止まるし、アルバイトは「見て覚えて」になります。 ここでAIの出番です。ただし、店主に「マニュアルを書いてください」とは言いません。一番詳しい人は一番忙しい人なので、書かれないまま次の繁忙期が来ます。やり方は逆で、書かせない。話してもらって、AIが書く。開店前の準備をやりながらスマホで録音して、文字起こしをAIに渡し、手順書に起こさせる。店主がやるのは、話すことと、できた下書きの間違い探しだけです。30分の録音から、新人に渡せる紙が1枚できます。詳しい手順は「マニュアル作成をAIで軽くする方法」と「属人化の解消方法」で全公開しています。 そしてもう1つ、見落とされがちなのが「店の言葉」の属人化です。メニューの説明も、SNSも、口コミ返信も、店主が書くとその店の言葉になるのに、疲れているから書けない。かといって何も教えていないAIに書かせると、どこにでもある文章が出てくる。よく「AIの文章は薄い」と言われますが、あれはAIの能力の問題ではなく、店を教えていないことの問題です。何の店で、誰に来てほしくて、どんな口調で話す店なのか——この1枚を先に作ってAIに渡すだけで、下書きの質は別物になります。次のセクションで、その実物を置いておきます。 ## そのまま使える指示文3本——口コミ返信・SNS投稿・新人マニュアル 顧問の現場で実際に使っている形を、そのまま使える指示文にして3本置いておきます。3本に共通する前提は、先に「店の紹介文1枚」（何の店か・誰に来てほしいか・値段帯・口調・使わない言葉）をAIに渡してあることです。これがないまま指示だけ真似ると、例の「AIっぽい文章」が出てきます。 ① 口コミ返信の下書き あなたは当店の店主として、この口コミに返信します。先に渡した店の紹介文と、私が過去に書いた返信例の口調に合わせてください。①具体的に褒めてもらった点への感謝、②指摘があれば正直な受け止め（言い訳をしない）、③再訪を押し付けない結び、の順で150字以内。事実か確認できないお詫びや約束は書かないでください。丁寧すぎる敬語は当店らしくないので避けてください。 ② SNS投稿の下書き この料理の写真で、Instagramの投稿文を3案作ってください。店の紹介文の口調で。①1行目は料理名ではなく情景や一言から始める、②仕入れや仕込みの裏側をひとつ入れる、③絵文字は2つまで、④ハッシュタグは地域名＋料理ジャンルで5個。「残りわずか」「限定」など、事実でない煽りは書かないでください。 ③ 新人アルバイト向け手順書 開店前の準備を口で説明した録音の文字起こしを渡します。新人アルバイト向けの手順書にしてください。①時系列の番号リスト、②理由があるものは（なぜ＝〇〇）を添える、③聞き取れなかった箇所は勝手に補わず【要確認】と残す、④A4で1枚に収める。この店にない手順を一般常識で付け足さないでください。 3本とも、最後に釘を刺している点に気づいたでしょうか。「事実でないことを書くな」「勝手に補うな」。AIの事故の大半は能力不足ではなく、気を利かせた勝手な補完から起きます。口コミ返信で事実と違うお詫びを書く、手順書に存在しない工程を足す——先に禁止しておけば、下書きの信頼性は大きく変わります。 店にAIを教える手順が分かる無料資料セットを見る ## 実例：熱海の1人経営の店で、最初に軽くなったのは「閉店後」だった 実例を1つ書きます。熱海の小さな飲食店・アタミスタンドさん。店主が1人で店を回しています。支援に入って分かったのは、この仕事のきつさは営業中ではなく閉店後に集中しているということでした。レジ締めのあと、領収書と納品書とレジの数字。体も頭も疲れ切った時間帯に、いちばん間違えたくない紙の仕事が待っている。この状態の人に「AIを勉強しましょう」と言っても、勉強する時間と体力がそもそもないんです。 やったことは派手な自動化ではありません。まず紙の置き場を1か所に決める。そのうえでAIに渡したのは下ごしらえだけです。領収書や納品書の写真から日付・金額・品目を読み取って一覧に並べる。読めないところは推測させず「不明」と残させる。お金の判断は一切AIに渡さず、最終確認は店主がする。導入の初日も、きれいな会議室ではなく、地元のスナックのカウンターにパソコンを置いて「この紙、撮ってみましょう」から始まりました。この導入の経緯は「中小企業のAI導入事例4選」で他業種の3社と並べて詳しく書いたので、ここでは繰り返しません。 この記事で書きたいのは、その先の時間の置き方です。私がこの型の店に勧めているのは、夜にAIを触らないこと。触るなら朝、仕込みに入る前です。夜の疲れた頭で新しい道具に向き合うのは無理がある——閉店後のきつさは、この店で目の当たりにした通りだからです。朝ならAIに紙を読ませて下書きを確認し、口コミやSNSの返信もそこに寄せられます。営業時間は1秒も削らず、AIの時間を営業の外側に置く。1人経営の店でAIを続けるなら、これが要の設計だと私は考えています。 効果はどうだったか。夜の経理の下ごしらえが軽くなって、朝の時間が1時間戻りました。私が店主に伝えたのは「その1時間を仕事で埋めないでください」です。1人経営の店では店主の体力が経営資源で、店の空気は店主の体調に出ます。それ以上の数値は、お客様と確認が取れた範囲でしか出さない方針なので書きません。数字で盛るより、戻った時間がどこへ行ったかのほうが、これから始める店の参考になるはずです。 ## 始め方——「まとまった時間が取れない」を前提に設計する 飲食店のAI活用が他業種と決定的に違うのは、業務内容ではなく時間の構造です。朝の仕込み、ランチ営業、アイドルタイム、ディナー営業、レジ締めと片付け。研修に半日出る余裕も、夜に勉強する体力もない。だから飲食店の始め方は、ツール選びではなく時間の設計から入ります。 飲食店の1日で、AIを触れる時間は「朝」と「アイドルタイム」だけ 選択肢は実質2つです。朝、仕込みに入る前の1時間。またはアイドルタイム（14〜17時ごろ）の30分。前の実例で書いたとおり、閉店後はきつい。だから私は朝を推します。頭が新しく、電話も鳴らず、失敗しても営業に影響しないからです。逆に、閉店後は最初から候補に入れないでください。疲れた頭で触ったAIは「使えない道具」に見えます。道具のせいではなく、時間帯のせいで。 時間を決めたら、30日の進め方はこうです。 期間 やること ゴール 1週目 入口の業務を1つ選ぶ（口コミ返信／SNS／経理の下ごしらえ／新人向け手順書）。月3,000円程度の汎用AIを契約し、入力を学習に使わせない設定を確認。「店の紹介文1枚」をAIとの対話で作る 店を教えたAIが手元にある 2〜3週目 毎朝の1時間で、実物を1件だけ片付ける（今日の口コミ1件・昨日の納品書・今週の投稿1本）。下書きの直しは、直すだけでなくAIへの指示に反映する 「直せば使える」下書きが安定して出る 4週目 やり方をメモ1枚にする（渡すもの→指示→確認箇所）。2つ目の業務に広げるか、今の1つを深めるかを決める 気合いではなく手順で回っている ポイントは「1件だけ」です。溜まった口コミを一気に返そうとしない。全業務に同時に入れようとしない。1日1件が、営業をやりながら続く上限であり、続けば十分に大きい。口コミ返信を毎朝1件返せば、1ヶ月で20件を超えます。止まっていた店から見れば、別の店です。 ### 着手前チェックリスト10問（飲食店版） - 入口の業務を1つ選んだか（口コミ返信／SNS／経理の下ごしらえ／新人向け手順書） - AIを触る時間帯を決めたか（朝の仕込み前かアイドルタイム。閉店後にしていないか） - 月3,000円程度の汎用AIの有料プランを契約したか（無料版で始めていないか） - 入力した内容を学習に使わせない設定を確認したか - 「店の紹介文1枚」（何の店か・誰に来てほしいか・口調・使わない言葉）を作ったか - 自分で書いたよくできた実物（過去の返信・投稿・メニュー説明）を2〜3件集めたか - 領収書・納品書・手書きメモの置き場を1か所に決めたか - 「お金の判断・味の判断・送信の判断はAIに渡さない」と決めたか - 下書きの直しをAIへの指示に反映する、と決めたか（直しっぱなしにしない） - 戻った時間の使い道を決めたか（まず休む、でいい） ワーク：1行埋めてください——「うちの入口は＿＿＿＿。AIを触るのは毎日＿時からの＿分。AIに渡さないのは＿＿＿＿の判断」。あなたの場合の答えがこの1行に入れば、始める準備はできています。 ## 飲食店のAI活用でよくある失敗パターン5つ 先に転び方を知っておくと、避けられます。相談の現場で繰り返し見てきた順に並べます。 - ① ツール探しから始める。「飲食店向けAIアプリ」を比較しているうちにアイドルタイムが終わり、結局何も始まらない。必要なのは汎用AIと、店の実物（紹介文・過去の投稿・紙）だけです。ツールを買う話は、業務が回り始めてからで遅くありません。 - ② 店の言葉を教えずに書かせる。SNSの文章が急に「AIっぽい別人」になる失敗です。常連さんは文体の変化に気づきます。紹介文1枚と過去の実物を先に渡す——この一手間を飛ばした「効率化」は、店の空気を薄めます。 - ③ 閉店後にやろうとする。意志の問題ではなく体力の問題なので、3日で終わります。時間帯の設計が先、AIは後です。 - ④ 口コミ返信を全自動にする。下書きまでは◎、送信までは✗。事実確認と送信判断を手放すと、行っていないサービスへのお詫びや、できない約束を書く事故が起きます。返信は店の公開文書です。最後の目は外さないでください。 - ⑤ 効果を客数だけで測る。客数は立地・季節・観光動線の影響が大きく、AIの効果だけを切り出せません。最初に測るべきは「止まっていた発信が動いたか」「未返信の口コミが減ったか」「閉店後の紙仕事が何分軽くなったか」。客数の手前の指標で見ないと、効いているのに「効果なし」と誤判定します。 ## 正直な限界——AIは客数を直接増やす魔法ではない ここまで読んで導入する気になった方にこそ、先に言っておきたいことがあります。AIを入れても、料理は勝手にできあがらないし、ホールの体は増えないし、客数が来月から増えるわけでもありません。洗い物も減りません。ここを曖昧にして「AIで売上アップ」と書く記事を、私は信用していません。 変わるのは3つです。①言葉の仕事が軽くなる。メニュー・SNS・返信・連絡文——書けずに溜まっていたものが、毎朝1件ずつ動き出す。②打てなかった手が打てるようになる。口コミ返信も発信も、外注すれば毎月お金がかかる仕事です。それが店の中で回り始める。③店の段取りが言葉になって残る。手順書ができれば、教育が毎回ゼロからでなくなり、店主が丸1日休む準備が初めて整います。 集客への効き方は、あくまで間接です。発信が続いている店、口コミに丁寧に返している店は、初めての土地で店を探す人からの見え方が確実に変わります。ただ、それが何ヶ月で客数何%になるかは、私には約束できません。言えないことは言えないと書く。その代わり、確実に言えること——閉店後の紙仕事が軽くなること、止まっていた発信が動くこと——から始めるのが、飲食店のAI活用の誠実な入口だと思っています。 AiWiLLはこうした伴走をAI顧問として累計約15社、研修・講座を含めると30社超の中小企業とやってきて、AIレクチャーは100名以上に実施してきました。顧問は月30万円〜（税別・社員同席込み）・最低6か月です。正直、個人店には軽い金額ではありません。だからこの記事は、顧問なしで再現できるように書きました。まず朝の1時間から始めて、数週間で止まったとき——多くは「直しが多くて自分で書いたほうが早い」と感じる時期です——に、外の伴走が要るかを考えれば十分です。AI顧問という支援の中身は「AI顧問とは？」で定義から公開しています。 支援で実際に使っている資料セットを無料で見る ## よくある質問 ### Q1. 個人経営の飲食店でも本当にAIは使えますか？ 使えます。当社が支援した熱海の飲食店は店主1人の店です。効くのは調理や接客ではなく、メニュー説明文・SNS・口コミ返信・経理の下ごしらえといった「言葉と記録の仕事」で、月3,000円程度の汎用AIとスマホで始められます。配膳ロボットのような設備投資とは別の話です。 ### Q2. パソコンが苦手で、スマホしか使っていません。大丈夫ですか？ 大丈夫です。汎用AIはスマホアプリで使えて、入口は写真と話し言葉です。領収書や手書きメモはカメラで撮って渡す、指示は音声入力で話す、で成立します。パソコンが必要になったら、そのときに考えれば十分です。 ### Q3. 口コミ返信をAIに書かせるのは、お客様に失礼ではありませんか？ 下書きまでをAIに任せ、事実確認と送信の判断を店主がするなら、失礼にはあたらないと考えています。失礼なのはAIを使うことではなく、事実と違う内容や、誰にでも同じ定型文を送ることです。店の言葉を教えたAIの下書きを自分の目で直して送るほうが、未返信のまま放置するより誠実な状態です。 ### Q4. 費用はどのくらいかかりますか？ 自分でやる場合は汎用AIの有料プラン（月3,000円前後）だけで、設備投資は不要です。伴走支援を入れる場合、当社のAI顧問は月30万円〜（税別・社員同席込み）・最低6か月ですが、この記事の範囲は顧問なしで始められるように書いています。費用の全体像は「AI導入費用の記事」で開示しています。 ### Q5. 予約管理やレジ締めもAIでできますか？ 予約管理は既存の予約システムや予約台帳の領分で、無理にAIへ寄せる必要はありません。AIが効くのはその手前と後ろ——レジの数字や納品書を読み取って一覧にする下ごしらえと、数字を見ながら考える壁打ちです。いま使っているレジ・予約の仕組みはそのままで大丈夫です。 ### Q6. 何から相談すればいいですか？ 「口コミの返信が溜まっている」「閉店後の事務が長い」のような、店の言葉のままで十分です。無料の公的窓口から民間まで、相談先の選び方は「AI導入の相談先の比較記事」にまとめています。 ## まとめ：店の本体はそのまま。裏側の言葉と記録をAIへ - 「飲食店のAI活用」は2種類ある。配膳ロボット・需要予測は大手チェーンの設備投資の話で、個人店の話ではない - 個人店・小規模チェーンで効くのは事務・発信・記録の層——メニュー説明文・SNS・口コミ返信・教育・経理の下ごしらえ - 仕分けの軸は「レシピと味は渡せない。店の言葉と段取りは渡せる」。守るべき属人化は守っていい - AIには先に店の紹介文1枚と過去の実物を教える。教えないAIは「AIっぽい文章」しか返さない - 時間は朝の仕込み前1時間かアイドルタイムに設計する。閉店後にはやらない - お金の判断・味の判断・送信の判断は渡さない。下書きまでがAIの仕事 - 進め方は1日1件。溜まった口コミも毎朝1件で1ヶ月20件になる - 効果は客数より先に「止まっていた打ち手が動いたか・閉店後の時間」で測る - 必要なのは月3,000円の汎用AIとスマホ。設備投資はいらない 「うちみたいな小さい店には関係ない」と記事を閉じてきた人にこそ、届いてほしくて書きました。業界特化のシリーズとして「建設・設備業のAI活用」も同じ方針で書いています。現場の一次情報だけで書くこのやり方が、AiWiLLの研究スタイルです。実例の全体は事例記事で、支援の中身は資料セットでどうぞ。まずは明日の朝の1時間、今日の口コミ1件からです。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 技能伝承をAIで進める方法｜ベテランの30年を「読める形」にする中小企業の手順 URL: https://aiandwill.com/ginou-denshou-ai/ 公開: 2026-08-13 / 更新: 2026-09-05 「◯◯さんが辞めたら、この現場は回らない」。設備、建設、製造、保守——業種は違っても、中小企業の経営者からこの言葉を聞かない月はありません。求人を出しても経験者は来ない。未経験の若手が入っても、ベテランの隣で10年並走させる時間はもうない。「マニュアルにしておいて」と頼んだものの、書きかけのファイルが共有サーバーで止まっている。技能伝承は、多くの会社で「重要だと全員が知っているのに、誰も前に進められない仕事」になっています。 私は生成AI顧問として累計約15社の経営に伴走し、研修・レクチャーを含めると30社超を支援してきました。その現場で確信していることが2つあります。1つ、技能伝承が止まるのは担当者の根性や意識の問題ではなく、やり方の構造の問題だということ。2つ、ベテランの価値の大半は手先の動きではなく頭の中——判断基準・段取り・異常への気づき——にあり、この層は言葉にできるということです。言葉にできるものはAIで「読める形」に残せます。そして最も大きいのは、残した中身が本物かどうかの答え合わせを、ベテランが在職中にできるようになったことです。従来の技能伝承では、うまく引き継げたかどうかは、その人が去った後にしか分かりませんでした。 この記事では、技能伝承が詰む3つの構造、技能を「手」と「頭」の2層に切り分ける考え方、インタビューで起こす→AIが読める形に収める→AIにやらせて本人に採点させるという実技の手順、退職日から逆算した着手時期、使われ続ける仕組みの作り方、そして「残せないもの」についての正直な限界まで、顧問先の現場で実際にやっている進め方のまま書きます。声かけのセリフ例と自社診断チェックリストも置いておくので、読み終わったら今週から始められるはずです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 技能伝承が詰む3つのポイント——止まるのは意識の問題ではない 先に言葉を定義しておきます。技能伝承とは、ベテラン社員が持つ技能・判断基準・段取りを、次の世代が使える形で引き継ぐことです。本記事では、溶接の腕や包丁さばきのような身体の技術を「手の技能」、どこを見て異常に気づくか・どの順番で段取るか・迷ったとき何で決めるかという頭の中の技術を「頭の技能」と呼び分けます。AIで進められるのは主に後者——頭の技能の伝承です。 技能伝承・技術承継の相談を受けるとき、私はまず「過去に何を試しましたか」と聞きます。返ってくる答えはだいたい同じで、マニュアル化か、若手の同行か、その両方です。そしてどちらも、同じ場所で止まっています。止まり方には構造があります。 ### 詰みポイント①：マニュアル化しても「なぜ」が抜ける 手順書には「異音がないか確認する」と書けます。しかし、どの音が「異」なのかは書かれません。「増し締めを行う」と書けても、どこまで締めたら締めすぎなのかは書かれない。マニュアルというフォーマットは「順番」を残すための道具であって、「判断」を残すための道具ではないからです。手順どおりにやったのに仕上がりが違う——その差分こそがベテランの技能の本体なのに、従来のマニュアル化はその本体を構造的に取りこぼします。なお、マニュアル作成という作業自体をAIで軽くする方法はマニュアル作成をAIで進める記事に分けて書いたので、手順書そのものが無い会社はそちらが先です。 ### 詰みポイント②：並走期間が足りない OJTは、技能伝承の王道です。特に手を動かす技能については、今でも最良の方法だと私は思います。ただしOJTには前提があります。教える人と教わる人が、同じ職場に長くいることです。採用難と早期離職で、この前提が崩れました。しかも技能の核心が出る場面——異常の兆候、クレームの分かれ道、イレギュラーな現場条件——は毎日は起きません。年に数回の「その場面」に若手が立ち会えないまま、並走期間だけが過ぎていきます。10年かけて盗ませる方式は、10年いてくれる若手がいて初めて成立するのです。 ### 詰みポイント③：教える側に時間も、言語化の技術もない ベテランは現場でいちばん忙しい人です。「手が空いたときに書いておいて」の、手が空く日は来ません。そしてもう1つ、見落とされがちな事実があります。「やれる」と「言葉にできる」はまったく別のスキルだということです。30年かけて磨いた判断は、本人の中で「普通にやっているだけ」に圧縮されていて、本人にはその価値が見えていません。「いやあ、大したことはやってないよ」——この言葉を、私は何度聞いたか分かりません。謙遜ではなく、本気でそう思っているのです。書くべきことが本人に見えていない人に執筆を頼む座組みは、担当を替えても号令を強めても、同じ場所で止まり続けます。 まとめると、詰みの正体はこうです。判断が書けない道具（マニュアル）と、前提が崩れた方法（並走）と、書けない人への依頼（本人執筆）。3つとも座組みの問題であって、人の問題ではありません。だから直すのは座組みです。 ## 技能は2層に分かれる——「手の技能」と「頭の技能」 座組みを直す前に、対象を正しく切り分けます。技能伝承の議論が混乱するのは、性質のまったく違う2つのものを「技能」という1つの言葉でまとめて扱うからです。 技能伝承の対象を2層に分けると、AIの役割がはっきりする 層 中身 例 残す主な手段 AIの効き方 手の技能 （動作・感覚） 体で覚えた動作、手触り・音・振動の感覚 溶接の運棒、刃物の研ぎ圧、塗りの厚みの手感覚 OJT・動画記録・本人の練習 補助（動画に「見るべき点」の注釈を付ける） 頭の技能 （判断・段取り・気づき） やる/やめる/やり直すの判断基準、作業順序とその理由、異常の兆候への気づき、相手や条件による使い分け 「この数値なら正常でも、この音なら現地を疑う」「この現場は午後に風が出るから高所を先にやる」「この顧客には報告を先に入れる」 これまで受け皿が無かった 主戦場（言葉にして構造化し、日々の業務でAIに使わせる） ここが本記事のいちばん大事な主張です。「あの人がいないと回らない」の中身を分解すると、その多くは手の技能ではなく、頭の技能です。段取りを組めるのがあの人しかいない。異常に最初に気づくのがあの人。クレームの引き際を判断できるのがあの人。若手の報告書のどこが危ないか見抜けるのがあの人——どれも、手先の器用さの話ではありません。判断と段取りと勘所、つまり言葉にできる層の話です。言葉にできるものはテキストにでき、テキストにできればAIが読める。ここに技能伝承の突破口があります。 世の中で「技能伝承×AI」というと、センサーやモーションキャプチャで熟練工の動作をデータ化する、大手製造業向けの大がかりな取り組みが目立ちます。あれはあれで本物ですが、専用設備と予算が要る世界で、中小企業の現実からは遠い。私が中小企業の現場で必要とされているのは、もっと手前の話です。録音とAIさえあれば始められる、「言葉の技能」の伝承。本記事が扱うのはこちらです。 この記事と関連記事の役割分担：社長の値付け・与信など経営判断の承継はAI事業承継の記事へ。インタビューの詳細設計と教材・マニュアル・AI社員への展開（1コア×3出口）は暗黙知インストールの記事へ。本記事は現場技能の伝承——問題の構造、手と頭の切り分け、在職中の答え合わせまでの全体手順——を扱います。 ## 伝承手段の比較——何が残り、何が続くか 技能伝承の手段を、「手の技能が残るか」「頭の技能が残るか」「続くか（更新できるか）」「ベテランの負担」で並べます。どれか1つを選ぶ話ではなく、手段ごとに残せる層が違うことを見てほしい表です。 伝承手段 手の技能 頭の技能 続く度（更新） ベテランの負担 始めやすさ ①OJT・並走教育 ◎ ○（立ち会えた場面のみ） ✕（人が辞めれば消える） 大（常時拘束） △（若手がいる会社のみ） ②紙のマニュアル・手順書 △ ✕（「なぜ」が抜ける） △（改訂されず古びやすい） 大（執筆） ○ ③動画マニュアル・作業録画 ○ △（映るが説明されない） ✕（撮り直しが重い） 中 ○ ④外部研修・技能講習 △（一般技能のみ） ✕（自社固有の判断は扱えない） ✕ 小 ◎ ⑤退職前の単発聞き取り ✕ ○（聞けた範囲のみ） ✕（一度きり・追記されない） 小 ○ ⑥AIカンパニーブレイン（インタビュー→構造化→答え合わせ） △（動画と併用して補助） ◎（判断基準を直接掘り当てる） ◎（使われるたび更新できる） 小（話す・採点するだけ） ○（録音とAIで開始可） 表の読み方はこうです。手の技能はOJTと動画が主役。頭の技能はAIカンパニーブレインが主役。⑥は①〜⑤を置き換えるものではなく、これまでどの手段も受け止められなかった「頭の技能」の受け皿が、ようやくできたという話です。そして⑥だけが「続く度◎」なのは偶然ではありません。理由は後半の「続け方」で書きますが、先に手順です。 頭の技能を残すAI活用の資料セットを見てみる ## 実技——インタビューで起こし、AIが読める形に収め、在職中に答え合わせする 私が顧問先ですすめている手順は4ステップです。ベテランがやることは「話す」と「採点する」の2つだけ。ペンもキーボードも持ちません。 ### STEP1：対象を1人×1業務に絞り、声をかける 最初の対象は1人のベテラン×1つの業務です。全社プロジェクトにした瞬間、対象選定の会議で熱が冷めます。選ぶ基準は「その人が抜けたら困る度」×「文書がほとんど無い」×「聞き出した中身を使う相手（後任・新人・AI）が具体的にいる」の3つ。 そして、最初の声かけがその後のすべてを決めます。避けてほしい頼み方と、うまくいく頼み方を並べます。 - ✕「マニュアルを作るので協力してください」——面倒な作業依頼に聞こえ、「俺は書き物は苦手だ」で終わります。 - ○「◯◯さんが30年かけて身につけた判断を、会社に残したいんです。書く作業は一切ありません。話を聞かせてください」——作業依頼ではなく指名です。私の経験では、始まる前に渋る方はいても、始まってから嫌がる方はまれです。人は本当は、自分の仕事について語りたいのです。 ### STEP2：インタビューと録音で起こす 60〜90分の会話を録音し、文字起こしします。道具はスマホのボイスメモで十分です。1回で全部は出ないので、間を空けて2〜3回。聞き手はAIでも推進役の若手でも構いませんが、質問の設計が精度を決めます。技能現場向けに、私がよく使う問いを置いておきます。 - 「作業に入る前に、必ず見ているものは何ですか。逆に、見なくていいと思っているものはどれですか」 - 「数値やルールの上では問題がなくても『今日はやめておく』と判断するのは、どんなときですか」 - 「『なんか嫌だな』と感じて段取りを変えたことはありますか。何が引っかかったんですか」 - 「新人がこの作業をやると、どこで事故が起きますか。それはなぜ手順書では防げないんですか」 - 「同じ作業でも、夏と冬、あるいは現場や相手によって、やり方を変えている部分はありますか」 - 「『いい仕上がり』と『ダメな仕上がり』の差は、どこを見れば分かりますか」 共通しているのは、手順ではなく判断を聞いていることです。答えが抽象的なら「最近その勘が当たった例を教えてください」と実例まで掘る。脱線は止めない——「そういえば昔、こんな失敗があってね」の中にこそ、判断基準の原体験が入っています。インタビュー設計の詳細と初回に使える質問10問テンプレートは暗黙知インストールの記事にそのまま置いてあるので、併用してください。 ### STEP3：AIが読める形に収める 文字起こしをAIに渡し、判断基準／段取りとその理由／異常のサイン／禁止事項と過去に実際に起きたこと／相手・季節・条件による使い分けという構造のテキストファイルに整理させます。私はこれを、その人の仕事の「カンパニーブレイン」と呼んでいます。 「AIが読める形」と言っていますが、中身はただの構造化されたテキストです。特別なデータ形式ではありません。重要なのはこの形の持つ2つの性質です。1つ、AIが業務のたびに参照できること。つまりカンパニーブレインは読み物ではなく、AIを動かす部品になります。2つ、人間の若手にもそのまま読めること。タイトルに「読める形」と書いたのはこの二重の意味で、ベテランの30年を、AIと人の両方が読める1つのテキストにする——これがこの工程のゴールです。整理したら必ず本人に読んで直してもらいます。「ここはちょっと違うな、正確に言うとね——」と直し始めた瞬間、それは二度目のインタビューになります。 ### STEP4：AIにベテランの仕事をやらせて、本人に採点させる ここが、この記事でいちばん持ち帰ってほしい工程です。カンパニーブレインを読み込ませたAIに、ベテランの仕事を実際にやらせます。たとえば—— - レビュー：若手が書いた報告書・作業記録を、カンパニーブレインの基準で一次チェックさせる - 判定：過去の実案件の条件を読ませて「やる／やめる／現地を確認しに行く」を判断させる - 段取り案：明日の現場の条件を渡して、作業順序の案を組ませる そして、その出力をベテラン本人に採点してもらいます。声のかけ方はこうです。「◯◯さん、このAIの段取り案、何点ですか。減点したところだけ教えてください」。 ✻ このAIが組んだ明日の段取り案、◯◯さんなら何点ですか？ うーん、70点かな。順番の筋はいい。ただこの現場、午後から風が出るんだよ。高所を先に片付けないとダメだ。 ▲ 採点セッションの再現イメージ（一般化した描写）。この「風が出るから高所を先に」が、まだカンパニーブレインに載っていなかった判断基準 採点の減点理由は、そのまままだ言語化されていなかった判断基準です。カンパニーブレインに追記して、またAIにやらせて、また採点してもらう。この往復を数周まわすと、カンパニーブレインの精度は目に見えて上がっていきます。ゼロから「あなたの判断基準を教えてください」と聞かれても人は答えられませんが、目の前の間違いに「そうじゃない、ここはこうだ」と赤を入れることは、誰でもできるからです。 そして、ここが従来の技能伝承との決定的な違いです。従来の方式では、引き継ぎがうまくいったかどうかは、ベテランが去った後にしか分かりませんでした。マニュアルの抜けも、若手の誤解も、退職後に現場で発覚する。答え合わせの相手が、もういないのです。AI方式では、カンパニーブレインが本人の判断をどこまで再現できているかを、本人が在職中に、何度でも検証できます。翻訳の正しさを、原著者が保証してから送り出せる——技能伝承にAIを入れる意味は、自動化でも効率化でもなく、この「答え合わせの前倒し」にあると私は考えています。 ワーク：あなたの会社に当てはめる 「辞めたら困る」で顔が浮かんだ人：＿＿＿＿さん 最初に残す1業務：＿＿＿＿＿＿＿＿＿＿ その人の退職・引退までの残り：約＿＿年 採点セッションの相手役（推進役）：＿＿＿＿さん 残り年数を書いた方は、次の逆算表と突き合わせてください。 ## 着手時期——締切は退職日ではなく「答え合わせができる最後の日」 「いつか始める」の「いつか」を決めるために、退職日から逆算します。あなたの会社の状況はどれに当たるでしょうか。 退職・引退まで できること 進め方の目安 3年以上 理想の着手時期。2〜3業務を丁寧に残せる 採点セッションを月1回の定例にして、日常業務に溶かし込む 1年 標準の下限。1業務に絞れば間に合う インタビュー2〜3回＋採点ループを数周。教材化は在職中に完了させる 半年 駆け込み。判断基準と禁止事項に絞る 網羅を捨て、「事故につながる判断」から優先して聞く 3ヶ月未満 録音だけでも全量残す 構造化は退職後でもできる。ただし答え合わせはもうできない 表の下2行を見てほしいのですが、残り時間が短いほど、削られるのは録音でも構造化でもなく答え合わせの回数です。つまり実質の締切は退職日ではありません。「本人に採点してもらえる最後の日」です。かつて団塊の世代の一斉退職が懸念された「2007年問題」は、定年延長と再雇用で先送りされたと言われます。その先送りの期限が、いま多くの会社で順番に切れています。 ここで1つ、提案があります。再雇用・嘱託の期間を、「現場に立ち続ける期間」ではなく「採点者を務める期間」として設計し直しませんか。体力の要る現場業務は徐々に減らし、その分、カンパニーブレインの採点と若手の答案チェックに時間を割いてもらう。本人にとっては、30年の経験が最後の数年で「教材と判断基準」という形になって会社に残る仕事です。私はこれが、再雇用という制度のいちばん実りある使い方だと思っています。 ## 続け方——使われる文書だけが更新される 比較表で⑥だけが「続く度◎」だった理由を書きます。原理は単純で、文書は、使われている限り更新され、使われなくなった瞬間に古び始めるからです。従来のマニュアルが改訂されないのは、日常業務の中に読む場面が無いからです。逆に言えば、カンパニーブレインを日常業務の道具にしてしまえば、更新は努力目標ではなく自然現象になります。 具体的には、カンパニーブレインを3つの場面に置きます。 - 新人の質問窓口——「◯◯さんに聞きにくいこと」をAIに聞くと、カンパニーブレインに基づいて答えが返る。答えられなかった質問は、そのまま次のインタビューの質問リストになる - 日々のレビュー——報告書・作業記録の一次チェックをAIがカンパニーブレインの基準で行う。現場のチェック観点が変わったら、カンパニーブレインを直さないとチェックがずれるので、直す動機が業務の中に生まれる - 段取りの下書き——AIが組んだ段取り案に人が赤を入れて確定する。赤の内容が新しい判断基準としてカンパニーブレインに還流する 共通する設計思想は、「保管」ではなく「稼働」です。カンパニーブレインは棚に置く記念品ではなく、毎日呼び出される道具。AIの答えがずれたとき、新しい失敗が起きたとき、本人が「そういえばあれも」と思い出したとき——更新のトリガーはすべて日常の中にあります。推進役は若手1人で足ります。書くのはAI、直すのは会話だからです。この「使われることで文脈が更新され続ける」設計は、技能伝承に限らず属人化の解消全般に共通する骨格で、全体像は属人化解消の記事と、方法論の名前としては考脈学（こうみゃくがく）にまとめています。 ## 現場の実話——技能伝承は「点検報告書」から始まった 正直に書くと、私の顧問先で技能伝承の支援が「技能伝承プロジェクト」として始まったことは、ほとんどありません。顧問先の防災設備の点検会社での取り組みも、入口は点検報告書の作成をAIで楽にするという、ごく地味な業務改善でした。 ところが、報告書のチェックをAIに任せようとした瞬間、避けて通れない問いにぶつかります。「ベテランは、報告書のどこを見て、何を直しているのか」。これを言葉にしない限り、AIはチェックのしようがないのです。数値の転記ミスのような機械的なチェックはすぐできます。しかし「この記載だと、お客様が読んだときに不安になる」「この所見なら、写真を1枚足しておくべきだ」といった判断は、ベテランの頭の中にしかありませんでした。そこから、ベテランの判断基準を1つずつ言葉にする支援が始まりました。報告書という具体的な成果物があったおかげで、「あなたの判断基準を教えてください」という抽象的な質問ではなく、「この報告書、どこを直しますか。なぜですか」という具体的な質問で掘れたことが、大きかったと思っています。 効果を数字で書きたいところですが、私は効果の数値をお客様と確認が取れた範囲でしか出さないと決めているので、ここでは控えます。ただ、数字を出さなくても言い切れることが1つあります。ベテランの「見るポイント」が文書になった瞬間、それは報告書チェック専用の道具ではなく、新人教育にもAIのレビューにも使い回せる会社の資産に変わったということです。技能伝承を始めたいなら、立派な計画書からではなく、報告書・見積・日報のような「毎週発生する成果物」から入る。これが、この現場から私が持ち帰った教訓です。設備・建設の現場でAIをどこから入れるかの全体像は建設・設備業のAI活用の記事に書いています。 ## 正直な限界——残せないものと、進まない場合 ここまで読んで前向きになった方にこそ、限界を正直に書いておきます。誇張した期待で始めると、必ず途中で失望して止まるからです。 ### 限界①：手先の感覚そのものは、残せない 研ぎの圧、溶接の運棒、手触りで分かる劣化——身体に宿った感覚は、テキストになりません。AIにできるのは、動画記録と組み合わせて「その動画のどこを見るべきか」「何が良し悪しを分けるか」という着眼点をカンパニーブレインから注釈として付けること、つまり練習の的を絞る地図を作るところまでです。地図があれば習得は速くなりますが、歩くのは本人です。手の技能が事業の核心そのものである会社（職人技そのものを売る会社）は、AIカンパニーブレインを「頭の技能の受け皿」と割り切った上で、手の技能にはOJTと練習時間を確保してください。ここを混同して「AIで全部残せます」と言う提案があったら、疑ったほうがいいです。 ### 限界②：本人が協力的でない場合は、成果物から始める 声かけを工夫しても、乗り気になってくれない方はいます。その場合、インタビューは一旦諦めて構いません。代わりに、その人の仕事の成果物——報告書、日報、図面、写真、過去のやり取り——から始めます。成果物はすでに会社の中にあり、本人の許可の心理的ハードルも低い。AIに読み込ませて「この人の判断基準はこうではないか」という仮のカンパニーブレインを下書きさせ、それを本人に見せて「これ、合ってますか」と赤ペンだけお願いする。ゼロから話すのは嫌でも、間違った推測を訂正するのは、多くの人にとって我慢ならないものです（そして訂正の言葉こそ本物の判断基準です）。それでも動かなければ、一緒に働いてきた中堅への聞き取り＋成果物解析で「二次資料のカンパニーブレイン」を作る手もあります。本人の言葉に比べれば精度は落ちますが、ゼロとは比べものになりません。 ## 自社診断——技能伝承リスク チェックリスト12問 最後に、自社の状態を測るチェックリストを置いておきます。「はい」の数を数えてください。 - 「あの人が辞めたら回らない」と、具体的な名前が浮かぶ社員が1人以上いる - その人の退職・引退までの残り年数を、経営側が正確に把握していない - その人の業務の手順書・マニュアルが無い、または数年更新されていない - マニュアルはあるが、手順の「なぜそうするか」は書かれていない - その人にしか判断できない場面（異常対応・クレーム・特殊案件）が月1回以上ある - 若手がその人にじっくり質問できる時間が、日常的にほぼ取れていない - その人が突発で休むと、その日の段取りが組めなくなる - 過去3年で、技能を持つ人の退職により品質・スピードが落ちた経験がある - 求人を出しても経験者が採用できない状態が半年以上続いている - 若手の定着率が低く、並走教育が完了する前に辞めてしまうことがある - その人の仕事ぶりの記録（動画・音声・詳細な日報）がほとんど残っていない - 技能伝承について、担当者・期限・最初の一歩のどれも決まっていない はい0〜2個：現時点のリスクは低めです。ただし1問目に名前が浮かんだなら、逆算表だけは作っておいてください。はい3〜6個：典型的な「重要だが着手できていない」状態です。1人×1業務で今月中に録音を始めることをすすめます。はい7個以上：残り時間との勝負に入っています。網羅を捨て、「事故につながる判断」と「禁止事項」から聞いてください。 診断の続きを進めるための無料資料セットを見る ## 技能伝承とAIに関するよくある質問 ### 「技能伝承」「技術伝承」「技術承継」は何が違いますか？ 厳密には、技能は人の身体と経験に宿るスキル、技術は図面や仕様書のように文書化しやすい知識、と区別されることが多いです。ただ、検索や日常会話ではほぼ同じ意味で使われており、「技能継承」「技術継承」という表記も同様です。本記事の方法は、どの表記で呼ばれる課題にも同じように使えます。強いて言えば、本記事が主に扱う「頭の技能」は、技能と技術の中間にある「これまで文書化されてこなかったが、文書化できる層」です。 ### ベテラン本人が乗り気ではありません。それでも進められますか？ 進められます。コツは、インタビューから始めないことです。報告書・日報・図面・写真など、その方の仕事の成果物はすでに会社にあります。まずそれをAIに読ませて判断基準の下書きを作り、「これ、合っていますか」と赤ペンをお願いしてください。ゼロから話すより、書かれたものを直すほうが心理的な抵抗はずっと小さく、訂正の言葉こそが本物の判断基準です。あわせて、依頼の言葉を「マニュアル作りへの協力」ではなく「あなたの仕事を会社に残したい」という指名に変えるだけでも、反応は大きく変わります。 ### ベテラン本人がAIを操作できる必要はありますか？ ありません。ベテランの役割は「話すこと」と「採点すること」の2つだけで、録音・文字起こし・構造化・AIへの指示はすべて推進役（若手で構いません）が担う設計です。ベテランはペンもキーボードも持たなくてよい、というのがこの方式の出発点です。 ### 溶接や研磨のような手先の感覚も、AIで残せますか？ 感覚そのものは残せません。そこは正直にお伝えします。手の技能の伝承は、動作の動画記録と本人の練習が主役です。ただしAIには補助ができます。その動画のどこを見るべきか、何が良し悪しを分けるかという着眼点をカンパニーブレインから注釈として付ければ、練習の的を絞る地図になります。残せる範囲を最初に線引きすることが、技能伝承の計画では重要です。 ### 対象にしたいベテランが複数います。全員一斉に始めるべきですか？ 1人×1業務から始めることを強くおすすめします。全員一斉のプロジェクトにすると、対象選定と調整で時間が溶け、最初のインタビューの前に熱が冷めます。順番は「退職が近い順」と「代わりがいない順」の掛け合わせで決めてください。1人目のカンパニーブレインと答え合わせの様子を社内に見せることが、2人目以降への一番の説得材料になります。 ### 自社だけで始められますか？外部の支援を受ける場合の費用は？ この記事の手順は、録音と一般的な生成AIがあれば自社だけで始められます。そのために質問例やチェックリストを公開しています。外部と一緒に進めたい場合、私たちの生成AI顧問は月30万円〜（税別・社員同席込み）・最低6か月・月2回で、技能伝承・暗黙知の言語化はいま相談が増えているテーマの1つです。 ## まとめ：答え合わせができるうちに、始める - 技能伝承が止まるのは意識の問題ではなく座組みの問題。「判断が書けない道具」「前提が崩れた並走」「書けない人への執筆依頼」の3つが原因 - 技能は「手の技能」（動作・感覚）と「頭の技能」（判断基準・段取り・異常の気づき）の2層に分かれる - 「あの人がいないと回らない」の中身の多くは頭の技能であり、この層は言葉にでき、AIで残せる - 実技は4工程——1人×1業務に絞る→インタビューと録音で起こす→AIが読める形（カンパニーブレイン）に収める→AIにやらせて本人に採点させる - 最大の変化は、引き継ぎの答え合わせがベテランの在職中にできること。締切は退職日ではなく「採点してもらえる最後の日」 - 再雇用・嘱託期間は「現場に立つ期間」ではなく「採点者を務める期間」として設計し直せる - カンパニーブレインは保管ではなく稼働——新人の質問窓口・日々のレビュー・段取りの下書きに使われることで、更新が自然に続く - 入口は立派な計画書ではなく、報告書・日報など毎週発生する成果物からでよい - 手先の感覚そのものは残せない。AIができるのは「練習の的を絞る地図」まで。残せる範囲に正直であること 最初の一歩は、ツール選定でも予算取りでもありません。チェックリストの1問目で顔が浮かんだあの人に、「話を聞かせてほしい」と60分の約束を取り付けることです。技能伝承に「早すぎる」はありません。あるのは「答え合わせが間に合わなかった」だけです。あの人が採点者でいてくれるうちに、始めてください。 自社でどう進めるかを体系的に検討したい方向けに、無料の資料セットを用意しています。伴走者としてのAI顧問という関わり方についてはAI顧問とは何かの記事にまとめているので、外部の力を借りる選択肢も含めて検討してみてください。 無料の資料セットを受け取る ## ベテランの判断を聞くための一件シート 「コツを教えてください」だけで終わらず、通常と違う対応をした一件を取り上げます。説明用の質問シートは次の通りです。 どんな入力・依頼を受けたか： 通常ならどう処理するか： 今回は何を見て違うと気づいたか： どの段階で止めたか： 誰へ何を確認したか： 再開してよい条件は何だったか： 後任が参照する資料はどこか： 聞き取った内容を短い例題にして、後任が同じ分岐を選べるか確かめます。回答を見て本人が採点し、足りなかった手がかりを資料へ戻します。本人の好みと会社として守る手順を区別し、正式な判断基準にする部分は管理者が確認してください。 退職日が近い場合は、資料を作るだけでなく、後任の権限で開けるかも確認します。NotebookLMを使った退職前の引き継ぎ手順で、原本の管理と実務テストまで整理できます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI顧問のデメリットといらない会社の条件｜売る側が契約前に全部言う URL: https://aiandwill.com/ai-komon-demerit/ 公開: 2026-08-13 / 更新: 2026-09-05 「AI顧問 デメリット」と検索するのは、たいてい検討がかなり進んだ後です。提案は聞いた、金額も分かった、悪くない気もする——でも、売る側の説明にはデメリットがほとんど出てこないので、最後に自分で調べている。もしいまがその状況なら、この記事はちょうどいいはずです。売る側が言いにくいことを、売る側が契約前に全部言うために書いたからです。 私は熱海でAI顧問をやっている、AiWiLL株式会社の赤堀です。累計約15社、現在も10社以上の中小企業に月額で伴走しています（AI顧問という仕事の中身は別記事に書きました）。売る側がなぜデメリットを書くのか。理由は単純で、合わない会社と契約すると、3ヶ月後に解約と不信だけが残るからです。だから私たちは、契約前の相談で「まだ買わなくていい」とお伝えすることがあります。この記事では、その判断基準ごと公開します。 先に守備範囲を区切っておきます。AIを導入すること自体のメリット・デメリット（学習コスト・停滞期・情報管理など）はAI導入のメリット・デメリットで書きました。この記事が扱うのは、「AI顧問」という月額サービスそのもののデメリットです。月額が続くことの本当の意味、効果の当たり外れ、丸投げできない構造、依存させられるリスク——そして、そもそもAI顧問がいらない会社の条件まで、実額と構造で書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI顧問のデメリット6つ——実額と構造で 営業資料の「注意点」欄に載る薄い話ではなく、契約するお金を出す側の視点で本当に痛いところを6つ挙げます。全部、私が売っている商品の話です。 ### ① 月額が続く——「月20万円」ではなく「年間240万円」で考える 伴走型のAI顧問は月十数万〜30万円程度が相場です。月で見ると、なんとか払えそうに見える。ここに最初の罠があります。顧問契約は続くことが前提の商品なので、判断の単位は月ではなく年です。月20万円なら、年間240万円。中小企業にとってこれは、パート従業員の年間人件費を超え、若手正社員の人件費に近づく金額です。つまり「AI顧問を契約するか」は、実質的に「人をひとり雇うか」と同じ土俵の投資判断です。 売る側として白状すると、月額表記は「買いやすく見せる」仕掛けとしても機能します。だから私は商談で年額換算を自分から言うことにしています。「人をひとり雇うつもりがないなら、うちと契約しないでください」と。月30万円〜（税別・社員同席込み）の中身が何にどう使われるかはAI顧問の費用相場｜月30万円〜（税別・社員同席込み）の内訳で1円単位まで開示しているので、年額判断の材料にしてください。 ### ② 効果が「人」と「設計」に依存する——当たり外れが構造的にある 伴走型の中身は、ほぼ人の時間です。ソフトウェアと違って品質が均一になりません。同じ看板でも担当者によって変わり、同じ担当者でも設計によって変わります。当たり外れは例外ではなく、この商品の構造です。 しかも「当たりの人」でも外れの体験を作れます。私自身がやりました。顧問先の防災設備会社で、初回に作った感動が数回目には「自分で書いたほうが早い気がする」に変わった話は別の記事に書きましたが、原因は先方ではなく、直しをAIの指示へ戻す係と手順を決め忘れていた私の設計ミスでした。型に戻したら直しは消えていきましたが、設計をひとつ飛ばすだけで、月30万円〜（税別・社員同席込み）の顧問が「余計な仕事を増やす人」に見える瞬間は来る。売る側の実感として、ここは書いておきます。だからこそ提供者は、実績の看板ではなく「最初の1ヶ月に何をするか」を工程で語れるかで見極めてください。商談で使える評価シートはAI顧問の比較記事に10項目載せてあります。 ### ③ 丸投げできない——請求書に載らない「社内の時間」が必ず乗る 月20万円払えば全部やってくれる、は伴走型では成立しません。AIは自社の業務・判断基準・言葉遣いを教わって初めて働き、それを教えられるのは社内の人だけだからです。目安として、経営者が月2〜4時間、推進役が週2〜3時間。この時間は請求書に載りませんが、実質的な追加費用です。年間240万円の隣に、この人件費も書き足して判断してください。 危ないのはむしろ逆で、「社員さまのお手を煩わせません」「全部こちらでやります」と言う提案です。丸投げを許す提案は、成果が出ない構造を最初から抱えています。商談ではこう聞いてください。 商談で使えるセリフ①「御社と契約した場合、うちの社内では誰が・月に何時間・具体的に何をする必要がありますか」——時間と役割が具体的に返ってこない提案は、その場では気持ちよく、3ヶ月後に何も残りません。 ### ④ 成果が見えるまで2〜3ヶ月かかる——確認する前に40〜60万円が先に出る 伴走の前半は業務の棚卸しや対象業務の特定が中心です。変化が出る時期は入力資料や社内の実行体制によって異なり、開始直後の効果は保証できません。費用は契約に沿って発生するため、月額だけでなく契約全体の総額と、社内で確保する時間を先に確認してください。 正直に言えば、この2〜3ヶ月は「信用の前払い」です。だからこそ売る側は、初月に何をするかを契約前に工程で示す義務があるし、買う側は初月から劇的な数字を約束する提案のほうをむしろ警戒すべきです。前払いの重さをごまかす提案は、前払いの後もごまかします。 ### ⑤ 依存リスク——「顧問がいないと回らない会社」にされる危険 これは業界の中の人間として一番書きにくく、一番書くべきことです。顧問業の売上は継続で決まります。つまり顧客を依存させるほど儲かる誘惑が、売る側に構造的にある。仕組みやプロンプトを顧問だけが持つ、成果物を渡さない、社内の人が育つ前に次のテーマを始める、更新を前提に話す——悪意がなくても、放っておくと商売の重力でそうなります。 依存の完成形は「快適」なので、渦中では気づけません。気づくのは契約が終わった日、全部が止まったときです。見分け方と契約での防ぎ方は後の章でまとめます。 ### ⑥ 「AI顧問」という名前で別物が売られている——検討の土俵が混乱している 最後は市場側のデメリットです。月数千円のAIチャットアプリと、士業の先生のAIオプションと、月十数万円の人間の伴走が、全部「AI顧問」という同じ名前で売られています。名前だけで情報を集めると、別物のデメリットを混ぜて判断することになる。この記事が扱っているのは伴走型（人間の専門家が毎月入る型）のデメリットです。自社がどのタイプを検討しているのか曖昧なら、先にAI顧問の比較と選び方で仕分けてから戻ってきてください。順番が逆だと、この後の話が全部ズレます。 ## 比較表——どのデメリットが、どんな会社に致命的か 6つのデメリットは、すべての会社に同じ重さでのしかかるわけではありません。会社のタイプ別に致命度を採点しました。✗＝契約を見送るレベルで致命的／△＝重くのしかかる／○＝対処すれば問題にならない／◎＝ほぼ影響しないです。 デメリット 業務量が少ない会社 資金に余裕がない会社 社内の時間を出せない会社 定型業務が多く推進役候補がいる会社 ① 月額が続く（年240万円） ✗ 使用頻度で割ると割高 ✗ 固定費の重さが直撃 △ 投資が回収されにくい ○ 投資判断として成立 ② 効果が人と設計に依存 △ 外れを検証する題材がない △ 外れたときの損失が重い ✗ 設計に付き合う時間がない ○ 評価シートで見極め可能 ③ 丸投げできない △ 割く時間の意味が薄い ○ お金より時間で払える ✗ 前提条件が欠けている ◎ 推進役がいれば宿題で済む ④ 成果まで2〜3ヶ月 △ 変化の実感が出にくい ✗ 先払いに耐えられない △ 停滞期で心が折れやすい ○ 織り込めば計画できる ⑤ 依存リスク ○ 依存するほど使わない △ 抜けたくても抜けられない ✗ 検証できず言いなりになる ○ 契約の組み方で防げる ⑥ 名前の混乱 ✗ 安い別物で足りるのに高い方を買う危険 △ 相場観を誤りやすい △ 比較の時間も出せない ○ 仕分けてから選べば済む 読み方はシンプルです。自社の列に✗が2つ以上あるなら、いまは契約しないでください。それはあなたの会社が劣っているからではなく、AI顧問という商品の構造と噛み合っていないだけです。逆に一番右の列——定型業務が多く、推進役候補がいる会社——では、6つのデメリットのほとんどが「対処可能な宿題」に変わります。デメリットは会社を選ぶのです。 ## 「AI顧問をやめた」につながる失敗パターン5つ 相談の場で見聞きしてきた「やめた話」と、自社の反省を合わせて型にすると、5つに集約されます。先に知っておけば、全部契約前に防げます。 - 丸投げ型——「プロに任せたのだから」と社内の時間を出さず、月1回の定例が近況報告会になり、半年後「何も変わっていない」でやめた。→ 回避策：契約前にセリフ①で社内の役割と時間を確認し、出せないなら契約しない。 - 別物契約型——一般論の相談で足りるのに伴走型を契約した（逆に、現場を変えたいのに月数千円のツール型を契約して「効果がない」とやめるケースも同じ構造）。→ 回避策：契約の前に3タイプの仕分けをする。 - 測定不在型——効果の測り方を決めずに始め、更新のたびに「なんとなく良い気はする」で悩み、結局やめた。続けても、やめても、後味が悪い。→ 回避策：「軽くなった業務の時間」と「新しく打てた手の数」の2軸で測ると、開始前に合意しておく。 - 相性未確認型——初回商談の印象だけで長期契約し、担当者と合わなかったがやめられなかった。→ 回避策：区切りの短い契約から始める。区切りの短さを嫌がる提供者は、それ自体が判断材料。 - 依存完成型——顧問が全部作ってくれて快適だったが、契約終了と同時に全部止まった。本人は満足して更新し続け、やめたのは資金繰りが変わったとき。そして止まった。→ 回避策：次章の「契約の組み方」を最初から入れておく。 気づいた方もいると思いますが、5つのうち4つは「顧問の質」ではなく「契約前に決めなかったこと」が原因です。やめた話の大半は、選び方と契約の組み方の話なのです。 ## AI顧問がいらない会社の条件6つ ここからが本題かもしれません。売る側が言う「いらない会社」です。ひとつでも当てはまったら、少なくともいまは、月額の顧問契約を結ぶ段階ではありません。 ### ① 相談したいことが、一般論で足りる会社 「世の中の相場観を知りたい」「文書のたたき台がほしい」「調べ物を速くしたい」。この種の相談に月十数万円の人間は要りません。月数千円のAIツールか、無料の公的窓口で足ります（選択肢はAI導入はどこに相談すればいいかにまとめました）。顧問が要るのは、相談が「うちの場合はどうか」という個別の問いになってからです。 ### ② 業務量が少ない会社 月額は使用頻度で割って評価してください。AIに渡せる定型業務が月に数件しかないなら、1件あたり数万円の相談料を払う計算になります。どんなに良い顧問でも、この算数は覆せません。 ### ③ 作りたいものの要件が固まっている会社 「このシステムを作りたい。仕様もほぼ決まっている」なら、開発会社に直接頼むほうが速くて安い。間に顧問を挟むと、工程と費用が1段増えるだけです。顧問が効くのは要件の手前——「何をAI化すべきかが、まだ言葉になっていない」段階です。 ### ④ 社内に推進できる人が、既にいる会社 AIが好きで、業務も分かっていて、周りを巻き込める人が社内にいるなら、外の顧問に月30万円〜（税別・社員同席込み）払うより、その人に時間と権限を渡すほうが先です。外部はスポットの壁打ちで足ります。私たちの商売としては痛い正直ですが、その人を差し置いて外部顧問を入れると、社内のやる気を一人分潰すおまけまで付いてきます。 ### ⑤ 経営者が時間を1秒も出せない会社 月2〜4時間すら出せない状態では、AI顧問どころか、何を買っても失敗します。これはAIの問題ではなく、経営の優先順位の問題です。厳しい言い方になりますが、外注で解決できる状態ではないので、先に時間の問題を解決してください。それができた会社は、顧問なしでも案外進みます。 ### ⑥ 月20万円が、翌月の資金繰りに響く会社 伴走の前半は業務の棚卸しや対象業務の特定が中心です。変化が出る時期は入力資料や社内の実行体制によって異なり、開始直後の効果は保証できません。費用は契約に沿って発生するため、月額だけでなく契約全体の総額と、社内で確保する時間を先に確認してください。 商談で使えるセリフ②「正直に伺いますが、うちは御社の顧問がなくても大丈夫な会社ではないですか」——誠実な提供者は「いらない会社の条件」を自分の言葉で答えられます。どんな会社にも「必要です」と答える相手からは、買わないでください。 ## デメリットを打ち消す契約の組み方——4つの見分け方 ここまでのデメリットのうち、①②④⑤は契約の組み方でかなり打ち消せます。契約書とその手前の商談で確認すべきことを4つに絞ります（そもそも顧問・研修・コンサルのどれを選ぶかで迷っている段階なら、先に手段の選び方の記事をどうぞ）。 主要なデメリットには、それぞれ契約段階での打ち消し方がある ### ① 期間の区切り——短い区切り＋更新は都度判断か 3ヶ月などの区切りがあり、更新のたびに継続価値を判断できる契約なら、「外れ」を引いたときの損失は区切り1個分で止まります。年間一括・長期拘束・自動更新の組み合わせは、デメリット②と⑤を最大化する組み合わせです。自動更新の有無は、契約書で必ず確認してください。口頭の「いつでもやめられますよ」は、契約書の解約条項と突き合わせて初めて意味を持ちます。 ### ② やめやすさ——解約の予告期間・違約金・最低期間 やめる場面の条件は、一番機嫌のいいとき——つまり契約前——に決めるのが鉄則です。解約の予告は何ヶ月前か、違約金はあるか、最低契約期間はいつまでか。ここが曖昧な契約は、失敗パターン4（やめられない）に直行します。聞きにくい質問ですが、聞かれて嫌な顔をする提供者なら、そのこと自体が答えです。 ### ③ 成果物が社内に残る設計か——契約終了後の所有権 顧問と一緒に作ったプロンプト・手順書・社内ルール・アカウント類は、契約が終わった後も自社のものとして使えるのか。ここが「残る」設計なら、月額は消費ではなく蓄積になります。逆に成果物が顧問側の手元にしか無いなら、払った分は契約終了と同時に蒸発します。 ### ④ 依存させない設計か——「2人目」をゴールに置いているか 依存させない顧問の見分け方は、ゴールの言い方に出ます。「動く仕組みを作ります」で止まる相手より、「社内の2人目に渡して、私たち抜きで回る状態にします」まで言う相手を選んでください。顧問しか触れない仕組みを作りたがるか、社内の人が育つ設計を最初から入れているか。ここが⑤のリスクの分水嶺です。 商談で使えるセリフ③「この契約が終わった半年後、御社なしで、うちの社内には何が残っていて、何が回っていますか」——4つの見分け方を1問に圧縮した質問です。具体的な成果物と人の名前で答えられない相手とは、契約しないでください。 ## それでもAI顧問が効く会社の条件——正直なバランス ここまで書いたデメリットは、全部本当です。そのうえで、月額の顧問が効く会社も確かにあります。累計約15社に伴走してきた範囲で、効いた会社の条件は次の形をしています。 - 書類・下書き・転記・返信などの定型業務が毎週発生している——AIに渡す題材が既にあり、月額を使用頻度で割っても算数が合う。 - 「やるべきと分かっているが手が回らない」打ち手が3つ以上ある——顧問の対価は時間削減だけでは合わないことが多く、「打てなかった手が打てるようになる」で初めて釣り合います。放置された打ち手の在庫がある会社ほど、回収が速い。 - ツールを契約したのに定着しなかった経験がある——道具は買えたが習慣が作れなかった会社は、まさに「設計と伴走」を買うべき段階にいます。社員が使ってくれない構造と処方は社員がAIを使わない理由に書きました。 - 推進役候補はいるが、型と後ろ盾がない——ゼロから人を立てるのではなく、いる人に型を渡す形が一番早い。顧問の仕事は、この人を主役にする黒子です。 - 経営者が月2〜4時間を出す覚悟がある——結局ここです。時間を出した会社と出さなかった会社の差は、担当者の力量差より大きい。 効果の大きさについては、煽らずに書きます。私たちは効果の数値を、お客様と確認が取れた範囲でしか出さない方針です。だからこの記事に「生産性◯倍」の類は書きません。書けるのは工程の事実——たとえば紙とExcelに埋もれていた報告書作成が「ゼロから書く」から「確認して直す」に変わる、80件以上溜まっていた口コミ返信が動き出す、といった変化が、条件の揃った会社では2〜3ヶ月目に業務単位で見え始める、ということまでです。 ## 自己診断チェックリスト10問——うちにAI顧問は必要か ここまでの内容を、自社に当てて判定できる形にしました。Yesの数を数えてください。 - 書類・下書き・転記・返信などの定型業務が、毎週発生している - 「やるべきと分かっているが手が回らない」打ち手を、3つ以上具体的に言える - 相談したいことが、一般論ではなく「うちの場合はどうか」という個別の問いになっている - 経営者自身が、月2〜4時間をこのテーマに出せる - 推進役候補（AIを面白がって触る人・育てたい人）が社内に1人以上いる - 過去にAIツールを契約したが、業務に定着しなかった経験がある - 社内に、AI導入を自力で設計・推進しきれる人は「いない」 - 月20万円前後の支出が、翌月の資金繰りに影響しない - 成果が業務単位で見え始めるまでの2〜3ヶ月を、計画として待てる - 顧問に永続的に頼るのではなく、「契約終了後も社内で回る状態」をゴールにしたい 判定の目安：Yesが8個以上——AI顧問が効く条件が揃っています。契約の組み方4つを確認しながら候補を比較してください。5〜7個——素質はありますが、欠けている条件次第で結果が割れます。無料相談で「足りない条件をどう補うか」から聞いてください。4個以下——いまは契約しないでください。月数千円の道具と無料窓口で始めるのが正解です。 ワーク：1行埋めてください——「うちはYesが＿＿個。足りないのは質問＿＿番の条件で、それは＿＿＿＿すれば埋まる。判定は＿月＿日までに出す」。この記事は、この1行を書くために読むものです。 判定に迷ったら：契約の前に、無料の資料セットで中身を確認する ## AiWiLLの自己開示——うちの契約条件と、導入判断の考え方 デメリットの記事を売る側が書いている以上、自社の条件を同じ基準に晒すのが筋です。AiWiLLのAI顧問は、月30万円〜（税別・社員同席込み）・最低6か月・月2回・自動更新なし。契約の満了前に、続ける価値があるかをお客様の側が判断する設計です。この記事のデメリット6つに対する、うちの答えも並べておきます。 - ① 月額が続く→ 自動更新を付けず、3ヶ月=60万円単位で判断してもらう。年額換算は商談で自分から言う。 - ② 人と設計に依存→ 最初の90日・6回の工程をAI顧問の最初の90日｜前半の進め方で公開し、初回前に工程で判断できるようにしている。 - ③ 丸投げできない→ 契約前に、社内に必要な時間と役割を先に伝える。出せない会社とは契約しない。 - ④ 成果まで2〜3ヶ月→ 初月から劇的な数字は約束しない。代わりに1ヶ月目の中身を先に開示している。 - ⑤ 依存リスク→ プロンプト・手順・ルールは社内に残す。「私たち抜きで回る状態」を支援範囲に含める。 - ⑥ 名前の混乱→ 比較記事を自分で書いて、うちが負けるケースごと公開した。 そして、契約前の相談で、私たちは「まだ買わなくていい」とお伝えすることがあります。業務量と体制を聞いた結果、月額を払う段階ではないと判断したら、まず経営者が汎用AIを1ヶ月触ること、無料の窓口を先に使うことを案内して、商談を終える。売上の機会を逃しているように見えますが、逆です。その状態で契約すると、3ヶ月後にお互いが不幸になることを、私たちは知っているのです。時期が来て戻ってきてくださる会社とだけ契約するほうが、商売としても長持ちします。 AiWiLLのAI顧問の中身と料金を見る（無料資料セット） ## AI顧問のデメリットに関するよくある質問 ### Q1. AI顧問の最大のデメリットは何ですか？ 月額が続くことです。月20万円なら年間240万円で、人をひとり雇うのに近い投資判断になります。次に大きいのは、効果が担当者と設計に依存し、当たり外れが構造的にあることです。金額は月額ではなく年額で判断し、提供者は看板ではなく「最初の1ヶ月に何をするか」の工程で見極めてください。 ### Q2. AI顧問がいらないのはどんな会社ですか？ 相談が一般論で足りる会社、AIに渡せる業務量が少ない会社、作りたいものの要件が固まっている会社、社内に推進できる人が既にいる会社、経営者が時間をまったく出せない会社、月額が翌月の資金繰りに響く会社です。これらの会社は、月数千円のAIツール・無料の相談窓口・開発会社への直接依頼のほうが合理的です。 ### Q3. AI顧問に丸投げはできますか？ できません。AIは自社の業務や判断基準を教えて初めて働き、教える工程は社内の人にしか担えないからです。目安として経営者が月2〜4時間、推進役が週2〜3時間は必要です。「全部こちらでやります」という提案はむしろ危険で、丸投げを許したまま成果が出ない典型パターンに直行します。 ### Q4. AI顧問の効果はいつから出ますか？ 伴走の前半は業務の棚卸しや対象業務の特定が中心です。変化が出る時期は入力資料や社内の実行体制によって異なり、開始直後の効果は保証できません。費用は契約に沿って発生するため、月額だけでなく契約全体の総額と、社内で確保する時間を先に確認してください。 ### Q5. AI顧問をやめたくなったら、どうすればいいですか？ やめる場面の条件は契約前に確認しておくのが最善です。確認すべきは、契約期間の区切りと自動更新の有無、解約の予告期間と違約金、やめた後に成果物（プロンプト・手順書・ルール）が社内に残るかの3点です。すでに契約中なら、更新の判断は「軽くなった業務の時間」と「新しく打てた手の数」の2軸で測ってください。 ### Q6. AI顧問に依存してしまいませんか？ 依存させる設計の顧問を選ぶと、依存します。顧問業は継続で売上が決まるため、依存させるほど儲かる誘惑が売る側に構造的にあるからです。見分け方は、成果物の所有権が自社にあるか、社内の2人目に渡すまでを支援範囲と言えるか、自動更新でないかの3点です。契約前に「御社なしで半年後に何が残りますか」と聞き、具体的に答えられない相手は避けてください。 ## まとめ：デメリットを全部見てから、それでも要るかを決める - AI顧問のデメリットは6つ——月額が続く・効果が人と設計に依存・丸投げできない・成果まで2〜3ヶ月・依存リスク・名前の混乱。全部、売る側が知っている構造です。 - 金額の判断単位は月ではなく年。月20万円は年間240万円＝人をひとり雇うのと同じ土俵の投資判断。 - 請求書に載らない隠れ費用がある——経営者が月2〜4時間、推進役が週2〜3時間。出せないなら、何を買っても失敗する。 - いらない会社の条件は6つ——一般論で足りる・業務量が少ない・要件が固まっている・推進役が既にいる・経営者の時間ゼロ・資金繰りに響く。ひとつでも該当したら、いまは契約しない。 - 「やめた」の大半は顧問の質ではなく、契約前に決めなかったことが原因。測り方と社内の役割は開始前に合意する。 - デメリットは契約の組み方4つでかなり打ち消せる——短い区切り・やめやすさ・成果物が社内に残る・「2人目に渡す」がゴール。 - 商談では3つのセリフを使う。一番重いのは「御社なしで半年後に何が残りますか」。 - 迷ったらチェックリスト10問。Yesが8個以上なら検討、4個以下ならまだ契約しない。 - AiWiLLは月30万円〜（税別・社員同席込み）・最低6か月・月2回・自動更新なし。契約前の相談で「まだ買わなくていい」と言うことがある。 デメリットを全部見たうえで「それでもうちには要る」と思えた会社とだけ、私たちは契約したい。契約を急ぐ必要はありません。まずは資料で中身を確認して、チェックリストの答えとセリフ3つを持って、無料相談に来てください。「まだ買わなくていい」と言われたら、それも収穫です。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # ナレッジマネジメントはなぜ失敗し続けるのか｜『書いても読まれない』30年を終わらせる読み手の話 URL: https://aiandwill.com/knowledge-management-shippai/ 公開: 2026-08-13 / 更新: 2026-09-05 社内wikiを立ち上げた日のことを、覚えていますか。キックオフは盛り上がった。最初の1ヶ月は書き込みもあった。それがいま、最終更新日は数ヶ月前で止まり、共有フォルダには「最新版_確定_v2_修正済み」が並んでいる——「ナレッジマネジメント 失敗」で検索しているあなたは、たぶんこの光景をすでに見たあとだと思います。そして多くの記事が「書く文化を作りましょう」「使いやすいツールを選びましょう」と続けるのも、すでに読んだはずです。 先に結論を書きます。ナレッジマネジメントの失敗は、「社員が書かないから」起きているのではありません。「書いても読まれないから」起きています。書く動機は、読まれることからしか生まれない。だから読み手のいない仕組みは、どんなツールを入れても、必ず同じ順番で止まります。この構造は約30年間、誰にも壊せませんでした——ここ数年で、「全部読む読み手」が現れるまでは。 立場の開示もいつも通りに。私（AiWiLL・赤堀）はナレッジ共有ツールを売っていません。売っているのはAI顧問という伴走支援です（月30万円〜（税別・社員同席込み）・最低6か月）。だからこの記事にツール比較ランキングはありません。AI顧問として累計約15社、研修・講座を含め30社超の中小企業の現場で見てきた「なぜ止まったか」と「何なら続いたか」を、自社でお金をかけずに始められる手順まで含めて書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## ナレッジマネジメントの失敗は「書かない」で起きていない——更新が止まる本当の順番 ナレッジマネジメントとは、社員個人の知識・ノウハウを会社の資産として共有し、活用する取り組みのことです。社内wiki、ナレッジベース、共有フォルダ、マニュアル整備——形は何であれ、失敗の報告はほぼ一つの症状に集約されます。「更新が止まった」です。 このとき社内で下される診断は、だいたい決まっています。「うちには書く文化がない」「みんな忙しくて書く時間がない」「ツールが使いにくかった」。全部、書く側の問題として診断される。でも思い出してください。導入直後、社員は書いていたんです。数十本の記事が、ちゃんと投稿されていた。書く力が尽きたのではありません。実際に起きていた順番は、こうです。 - 号令がかかり、最初の1〜2ヶ月で数十本の文書が書かれる - 読まれない。閲覧数は一桁、反応はゼロ。現場は今日も「あの人に聞いたほうが早い」で回っている - 書いた人が、書く意味を見失う。「誰も読まないものを、業務の合間に書く理由がない」 - 更新が止まる。業務は変わり続けるのに、文書は書いた日のまま古くなる - たまに開いた人が「現場と違う」ことに気づき、「あそこの情報は古い」という評判が立つ - ますます読まれなくなり、誰かが言う。「ツールが悪かったんじゃないか」 - 新しいツールを探し始める。1に戻る 更新が止まるのは、書く力が尽きたからではなく、「読まれない」という事実が確定したからです。返事の来ない手紙を書き続けられる人はいません。知識共有が進まない会社で欠けているのは、書く文化でも時間でもツールでもなく、読み手です。そしてこの欠落は、精神論では埋まりません。埋まらなかった歴史が、30年分あります。 ## 思想は30年前から正しかった——SECIモデルとナレッジマネジメントブームに欠けていたもの ナレッジマネジメントは、思いつきの流行語ではありません。理論の土台は、経営学者の野中郁次郎氏と竹内弘高氏が1995年に出した『The Knowledge-Creating Company』（邦訳『知識創造企業』）です。経験をともにして暗黙知を伝え（共同化）、それを言葉にして（表出化）、組み合わせて（連結化）、実践を通じてまた個人の血肉に戻す（内面化）——この循環で組織の知識が生まれるというSECIモデルは、いまも世界中の経営学で参照される、日本発の理論です。 この理論を旗印に、1990年代後半から2000年代にかけて、日本でも「ナレッジマネジメントシステム」の導入が相次ぎました。私はその時代を教科書で知ったクチです。ただ、現場は直接知っています。あのブームの産物——誰も開かない社内データベース、更新の止まった共有システム——が、いま私の顧問先の会社に、遺跡のように残っているからです。 何が起きたのか。理論は「変換の循環」を説いたのに、実装は倉庫だけ作ったんです。書き出すこと（表出化）と貯めること（連結化）には投資が向かった。でも、貯めた知識が読まれて現場の血肉になる工程は、「社員の自助努力」に丸投げされた。循環のいちばん大事な折り返し地点に、担い手がいなかった。 思想は正しかった。読み手がいなかった。これが、私が30年分の失敗を一言で要約するなら、の答えです。そして「読み手がいない」のは、社員の怠慢ではありません。次の章で書きますが、あれは人間の仕様です。 ## 人間は分厚いドキュメントを読まない——3万人のコミュニティで骨身に沁みた「仕様」の話 前職の話をします。私はSHIFT AIというAI教育の会社に創業期から参画して、3万人規模のAIコミュニティのグロースに関わっていました。仕事は、要するに「情報を届けること」です。質の高いコンテンツを、毎週、大量に届けていました。 そこで骨身に沁みたことが一つあります。情報を届けるだけでは、業務は変わらない。読まれないんじゃない。読まれても、変わらない。まして大半は、読まれない。学ぶ意欲が高い人が集まった3万人のコミュニティですら、そうでした。会社の共有フォルダに置かれた文書が読まれるはずがない、と独立後の現場で確信するのに、時間はかかりませんでした。 読まれない理由は、怠慢ではなく構造です。分解すると3つあります。 - ①現場は常に忙しく、「読む」より「聞く」が速い。10ページの文書を読むより、隣の先輩に30秒聞くほうが確実に速い。「聞いたほうが早い」が成立している会社で、文書が読まれることはありません。人は合理的に聞き続けます。 - ②検索は「何と書いてあるか知っている人」しか使えない。新人は、自分が探すべき文書のタイトルも、社内用語も知りません。探せないものは、存在しないのと同じです。 - ③読んだ内容は、使う瞬間まで覚えていられない。4月に読んだマニュアルの内容を、10月のトラブルの現場で思い出せる人はいません。知識は「必要な瞬間に、その場に届く」形でないと働かない。 つまり人間は、分厚いドキュメントを読まない。怠慢ではなく、仕様です。ナレッジ共有が定着しないのは、あなたの会社の社員の意識が低いからではありません。人間という読み手に、そもそも「網羅的に読んで、覚えていて、必要な瞬間に取り出す」という機能が載っていないんです。この仕様を無視した仕組みは、どれだけ立派でも動きません。 ## 失敗パターン6つ——あなたの会社は、どれで止まったか 「読み手の不在」という根は同じでも、止まり方には型があります。現場で見てきた典型を6つ。自社がどれで止まったかを特定しておくと、再設計のときに同じ穴に落ちずに済みます。 - ①花火型。キックオフだけ盛大で、3ヶ月で沈黙する。初速の書き込みが「読まれないという事実」を最速で確定させてしまう、いちばん多い型です。熱量の問題ではなく、読まれる仕組みを先に作らなかった設計の問題です。 - ②筆まめ偏り型。書くのが得意な数人の知識だけが集まり、肝心のベテランや社長の頭の中——値引きの限度、断る仕事の基準、顧客との歴史——が一行も入らない。文書量は増えるのに、会社を止める属人化はそのまま残ります。 - ③完璧主義型。「カテゴリを整理してから」「テンプレートを決めてから」「ちゃんとしたものにしてから」で、公開が永遠に来ない。整理の設計会議だけが議事録に残ります。 - ④ツール転々型。読まれない原因をツールに求めて、乗り換えを繰り返す。移行のたびに過去の資産が置き去りになり、「また変わるんでしょ」という学習性の冷めが社内に蓄積します。ツールを2つ以上乗り換えた会社は、ほぼ例外なくこの型です。 - ⑤評価点稼ぎ型。「書いたら人事評価に加点」で書かせる。数は増えますが、読まれるためではなく書くために書かれた薄い記事がノイズになり、本当に必要な情報が埋もれて、検索の信頼がさらに落ちます。 - ⑥番人不在型。更新が「誰の仕事」でもない。業務が変わっても文書は直らず、古い情報が「読んでも現場と違う」という不信を生む。信頼を一度失った文書群は、二度と読まれません。 6つに共通する根を、もう一度確認してください。①〜⑥のどれも、「書かれた知識を、誰が読み、どう働かせるか」が設計されていないことから始まっています。書く側をどう変えるかの議論を何年続けても、ここは解決しません。そして——読み手の側に、この数年で決定的な変化が起きました。 ## AIという「全部読む読み手」の登場——書いたものが、その日から働き始める 生成AIの話です。ただし「AIがすごい」という話ではありません。ナレッジマネジメントの詰みポイントが「書いても読まれない」だったところに、無限に読む存在が現れた——という、パズルのピースの話です。 考えてみてください。AIは、数百ページの文書を飛ばさずに読みます。2年分の議事録も、数百本のファイルも、疲れず、嫌がらず、必要になるたび何度でも読み返す。そして読んだ内容に基づいて、その場で働きます。人間には誰一人続けられなかったこの読み方を、月々数千円の汎用AIがやります。 ここで大事なのは、「読まれる」の意味が変わったことです。人間が読み手だった時代、「読まれる」は「情報が誰かの頭に入る（かもしれない）」で終わりでした。AIが読み手になると、「読まれる」は「働き始める」に変わります。 - 金曜に判断基準を1本、文書に起こしたとします。月曜の朝、新人がAIに質問すると、AIがその基準を根拠に答えます。あなたに来るはずだった質問が、1件減ります。 - 報告書や顧客への返信の下書きが、会社の判断基準を踏まえた形で数十秒で出てきます。書いた文書が、翌日から自分の作業時間を返してくれる。 - 「書いてもどうせ読まれない」が、「書けば明日から自分が楽になる」に変わる。書く動機の構造そのものが、ここで初めて変わります。 そして、失敗の第2の死因だった「更新が止まる」にも効きます。AIに「文書に書かれていないことは、書かれていないと答えて」と指示しておくと、答えられなかった質問のリストが残ります。このリストは、次に書くべきものの一覧表です。使われるほど欠落が見つかり、埋める動機が生まれる。更新が「善意の努力」から「需要への補充」に変わるんです。 止まるループと回るループ——違いは「読み手がいるか」だけ 従来のナレッジ施策と何が違うのか、「読まれ続けるか」を軸に並べます。 施策 作る・書く負担 読まれ続けるか 更新が続くか 判断・暗黙知が残るか 人が抜けても残るか 社内wiki・ナレッジベース ✗（ゼロから書く） ✗（初月だけ） ✗ △（書ける人の分だけ） △（書かれた分は残る） 共有フォルダ・ファイルサーバー ○（置くだけ） ✗（探せない） △（置かれるが整理されない） ✗ △ 紙・PDFマニュアル ✗（作成も改訂も重い） ✗ ✗（改訂されない） ✗（手順止まり） △ 動画マニュアル △（撮影・編集） △（探して見れば） ✗（撮り直しが重い） △（手順は◎・判断は✗） ○ ベテラン同行（OJT） ◎（仕事がそのまま教材） ◎（伝わり続ける） ◎（常に最新） ◎ ✗（辞めたら消える） AIに読ませるナレッジ ○（話す→AIが下書き） ◎（AIが全部読む） ○（使われるほど欠落が見つかる） ○ ◎ 正直な注記を2つ。まず、最後の行が良く見えるのは私の商売柄もあるので、割り引いて読んでください。ただ「読まれ続けるか」の◎だけは、性能自慢ではなく構造の話です——読むことを仕事にできる読み手が、史上初めて現れたという。もう1つ、表のOJTの列を見てほしいのですが、ベテラン同行は実は最強のナレッジマネジメントです。唯一の欠陥は「人が抜けたら全部消える」こと。AIに読ませる方式は、OJTの代替ではなく、OJTで流れている知識に「消えない置き場」を与えるものだと理解してください。 この再設計の実物が見られる資料セット（無料） ## 再設計の実務手順——何から書き、どう読ませ、どう続けるか ここからは、中小企業の現場で実際に回っている手順です。原則は3つ。一番痛いところから書く。本人には書かせない。書いたらすぐAIに読ませて使う。 ### 手順1：何から書くか——立派なポータルではなく、一番痛い書類の山から 失敗した会社のほとんどは、「全社の知識を整理する」から始めています。逆です。入口は3つに絞ってください。 - 判断基準——値引きの限度、断る仕事の基準、クレーム対応の匙加減。「迷ったとき、うちはこうする」。会社を止める知識の本丸です。 - よくある質問——新人やお客様から繰り返し聞かれること。毎回同じ人が答えている質問は、その人の時間を毎週削っている質問です。 - 引き継ぎ——「あの人が明日いなくなったら困ること」。退職や休職が起きてからでは、時間切れとの勝負になります。 実例をひとつ。顧問先に防災設備の会社があります。この会社のナレッジ整備を、かっこいい社内ポータルから始めたわけではありません。始めたのは、紙とExcelに埋もれた点検報告書の山からです。毎月発生して、一番時間を食っていて、特定の人しか捌けない書類。ここをAIが読める形に起こすことから着手しました（経緯は点検報告書のAI化に書いています）。全社運動は要りません。一番痛い1業務から始めて、効果を見せてから広げる——これが、続いた会社に共通する唯一の始め方です。 ### 手順2：書かせない——話してもらい、AIが下書きし、本人は間違い探しだけ 「じゃあベテランに書いてもらおう」で止まった経験があるなら、原因はもうお分かりだと思います。一番詳しい人は一番忙しい人で、しかも本人にとって判断は呼吸と同じなので、「書いてください」では出てきません。だから書かせない。話してもらって録音し、文書の下書きはAIに作らせ、本人にはAIの間違い探し（検品）だけを頼む。ゼロから書くのと間違い探しでは、負荷が桁違いです。しかもこの「ここが違う」の指摘こそが、言語化されていなかった暗黙知の本体だったりします。 やり方の詳細は既に別の記事で公開しているので、ここでは繰り返しません。録音からの5ステップは属人化の解消手順、AIに聞き役をさせる方法はAIにインタビューさせる棚卸し術、会議や商談の録音を材料にする方法は議事録AIの活用術、下書きの起こし方は業務マニュアルをAIで作る方法にあります。 社内への伝え方だけ、この記事で押さえておきます。過去にナレッジマネジメントで一度失敗している会社は、「またか」という冷めが最大の敵です。だから再起動の宣言では、前回と何が違うのかを一言目に言ってください。文例を置いておきます。 「これまで、社内wikiやマニュアルの記入をお願いしてきました。今回は、書くお願いはしません。皆さんにお願いするのは、話すことだけです。やり方や判断の理由を、録音しながら話してください。文章にするのはAIがやります。そして、それを最初に読むのは他の社員ではなくAIです。皆さんには、AIが書いた下書きを見て『ここが違う』と直すことだけをお願いします。」 ### 手順3：AIに読ませて、使う場面を1つ決める——「置き場」ではなく「職場」を与える 文書ができたら、共有フォルダに置いて終わり、にしないでください。それは30年間の失敗の再演です。文書はAIに読ませて、使う場面を1つ決めます。新人の質問対応、見積もりのレビュー、報告書の下書き——週に何度も発生する場面が最適です。AIへの最初の指示は、たとえばこうです。 「このフォルダの文書（判断基準・よくある質問・業務の経緯）をすべて読んでください。あなたは、当社の新人からの質問に、この文書だけを根拠に答える先輩役です。文書に書かれていないことを聞かれたら、推測で埋めず『文書には書かれていない』と答えて、その質問を『未回答リスト』に記録してください。」 最後の一文が、更新を続けさせる仕掛けです。未回答リストは「次に書くべきもの」の需要一覧なので、月に1回、リストの上から順に録音→AI下書き→検品で埋めていく。これで更新が「思い出したらやる善意」ではなく「たまった質問に答える業務」になります。この状態まで来ると、AIは一般論を言う道具ではなく、会社の文脈で答える相談相手に変わっています。その先の育て方は「AI社員」の作り方に書きました。 ## ツール選定より先に「読ませる先」を決める——設計の順番を逆にする 最後に、これから始める（またはやり直す）方へ、設計論を一つだけ。従来のナレッジマネジメント導入は、こういう順番で進みました。ツールの比較表を作る→稟議を通す→導入する→「さあ、書いてください」。読み手を誰にするかは、最後まで一度も議題に上がらない。この順番のプロジェクトを、私は成功した姿で見たことがありません。 順番を逆にしてください。最初に決めるのは「読ませる先」です。どのAIに読ませるか（入力が学習に使われない設定・契約かを確認する）。次に「最初の1本」をどの文書にするか。次に「使う場面」をどこにするか。ツールの検討は最後——というより、この3つが決まれば、最初は月数千円の汎用AIと普通のフォルダで始まります。稟議書より先に、次の3行を埋めるほうが役に立ちます。 【読ませる先】どのAIに読ませるか（学習利用オフの設定・契約は確認済みか） 【最初の1本】判断基準・よくある質問・引き継ぎのうち、どれのどの業務から起こすか 【使う場面】誰が・どの業務で・週に何回、AIに聞くか ——この3行が埋まらないうちは、ツールの比較表を作っても意味がありません。 不利な本音も書いておきます。この記事の結論は「高いナレッジマネジメントツールを買う前に、月数千円の汎用AIとフォルダで構造を確かめてほしい」という話なので、ツールを売る側から見れば嫌な記事だと思います。ツールが悪だと言いたいのではありません。ツールは「置き場」であって「読み手」ではない、という役割の話です。読み手のいない置き場を、私たちは30年買い続けてきた。順番さえ直せば、置き場は後からいくらでも選べます。 「読ませる先」の作り方がわかる資料セット（無料） ## 自社診断チェックリスト12問——なぜ失敗したかを特定する 自社のナレッジマネジメントがどこで止まっているか、確認に使ってください。4つ以上当てはまったら、「読み手の不在」が構造化しています。8つ以上なら、ツールの再選定ではなく設計の順番からやり直す段階です。 - 社内wiki・共有システムの最終更新日が、3ヶ月以上前で止まっている - 「それ、どこかに書いてあったはず」という会話が月に1回以上ある - 文書の置き場所を、書いた本人しか知らない - ナレッジ共有ツールを、過去に2つ以上乗り換えている - マニュアルはあるのに「あの人に聞いたほうが早い」が現役で使われている - 書き込みが、書くのが得意な特定の数人に偏っている - 値引きの限度・断る仕事の基準など、判断基準はどの文書にも書かれていない - 新人が同じ質問を、別々の先輩に何度もしている - 文書の更新が「誰の仕事」か、決まっていない - 書いても、誰からも反応が返ってこない - 「整理してから共有しよう」と言ったまま、数ヶ月経っている資料がある - 退職者が出るたび、引き継ぎ書をゼロから書かせている ワーク：診断のあと、この空欄を埋めてください——「うちで一番繰り返されている質問は『＿＿＿＿』。毎回それに答えているのは＿＿さん。その答えの根拠になっている判断基準は、いま＿＿＿＿（どこにも書かれていない／◯◯にあるが読まれていない）。だから、最初にAIに読ませる1本目の文書は『＿＿＿＿』」。この1段落が埋まれば、手順1は完了です。 ## この設計論の置き場所——「書く技術」ではなく「読ませる設計」の体系 この記事で書いたこと——知識は書く側ではなく読み手から設計する、判断基準・歴史・顧客理解といった会社の文脈を人とAIの両方が読める形に起こす、使われることで更新が続く状態を作る——を、私は考脈学という名前で体系化して、顧問先の現場で回しています。ナレッジマネジメントの30年の宿題は、この体系が扱う問題のど真ん中です。全体像は考脈学とはにまとめてあるので、この記事の考え方が刺さった方はどうぞ。押し売りはしません。体系の名前を知らなくても、この記事の手順だけで今日から始められます。 ## よくある質問 ### Q1. ナレッジマネジメントが失敗する一番の原因は何ですか？ 「社員が書かないこと」ではなく「書いても読まれないこと」です。読まれないから書く動機が消え、更新が止まり、古くなった情報が信頼を失ってさらに読まれなくなる——この循環が失敗の正体で、ツールの乗り換えでは解決しません。 ### Q2. 更新が止まった社内wikiは、立て直すべきですか？ 読み手が人間のまま「もう一度書こう」と号令をかけても、同じ順番で止まります。先に読み手をAIに変え、書いたものが質問対応や下書き作成に使われる場面を作ってから再開してください。すでに書かれたwikiの中身は、AIに最初に読ませる資産になります。 ### Q3. ナレッジマネジメントツールはどう選べばいいですか？ ツール選定を最初にやらないでください。先に「読ませる先」（どのAIに読ませ、どの場面で使うか）を決めれば、最初は月数千円の汎用AIと普通のフォルダで始められます。専用ツールは、使われ方が固まってから必要性を判断すれば十分です。 ### Q4. 何から文書化すればいいですか？ 入口は3つ——判断基準（値引きの限度・断る仕事の基準）、よくある質問（繰り返し聞かれること）、引き継ぎ（その人が抜けたら困ること）です。全社一斉ではなく、一番痛みの大きい1業務から始めてください。 ### Q5. ベテランや社長が書いてくれません。どうすればいいですか？ 書かせないでください。話してもらって録音し、文書の下書きはAIに作らせ、本人にはAIの間違い探し（検品）だけを頼みます。ゼロから書くのと間違い探しでは、負荷がまったく違います。 ### Q6. AIに社内文書を読ませるのは安全ですか？ 入力が学習に使われない設定・契約のAIを使うことが大前提です。そのうえで、人事・給与・個人の事情は対象外にする、顧客の実名は匿名化する、不安な文書は読ませないところから始める——の線引きを先に決めれば運用できます。 ### Q7. 属人化の解消とナレッジマネジメントは何が違いますか？ 属人化の解消は「特定の人に知識が閉じている状態」を解く仕事、ナレッジマネジメントは「会社として知識を蓄え、使い続ける仕組み」を作る仕事です。別物ではなく、前者は後者の入口で、どちらも「話す→AIが書く→本人が検品→AIに読ませて使う」という同じ型で進められます。 ## まとめ：読み手を変えた会社から、ナレッジは動き始める - ナレッジマネジメントの失敗は「書かない」ではなく「書いても読まれない」で起きる - 更新停止は書く力の枯渇ではなく、読まれない事実が確定した結果。診断を「書く側の問題」にすり替えない - 思想は30年前から正しかった（野中・竹内のSECIモデル）。実装に読み手がいなかっただけ - 人間は分厚いドキュメントを読まない。怠慢ではなく仕様。「聞いたほうが早い」が成立する限り人は聞く - 失敗パターン6つ（花火型・筆まめ偏り型・完璧主義型・ツール転々型・評価点稼ぎ型・番人不在型）の根は、すべて読み手の不在 - AIは史上初の「全部読んで、即働く読み手」。書いたものがその日から質問に答え、下書きを作るので、書く動機の構造が変わる - 始め方は、判断基準・よくある質問・引き継ぎのうち一番痛い1業務から。本人には書かせず、話す→AI下書き→検品 - 順番は「読ませる先」→最初の1本→使う場面→ツールは最後。未回答リストが更新を業務に変える - 完成を目指さない。使われて、欠落が見つかり続ける状態が実務上のゴール ナレッジマネジメントは、突き詰めると「会社の記憶を、個人の頭から会社の資産へ移す」仕事です。当社はこれをAI顧問（伴走支援）の中核業務として、録音からの言語化・AIに読ませる設計・社内共有の仕組みづくりまで伴走しています（これまでAIレクチャーだけでも100名以上に実施してきました）。自社でやる場合も、この記事の手順でそのまま始められます。30年ぶりに読み手が現れた今が、やり直すには一番いいタイミングです。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 会社の資料をAIに読ませる｜チャットに貼るのをやめる手順 URL: https://aiandwill.com/shiryo-yomaseru/ 公開: 2026-08-14 / 更新: 2026-09-02 顧問先の画面を見せてもらうと、ほぼ毎回同じ操作に出会います。チャットを開く。社内PDFをドラッグする。待つ。答えを読む。タブを閉じる。翌日、同じPDFをもう一度貼る。本人は「資料を読ませている」つもりです。私の目には、毎日同じ新人に、同じ説明をゼロからしているように見えます。 先に結論を置きます。会社の資料をAIに読ませるとは、チャットにファイルを貼ることではありません。読ませる場所を会社側に固定することです。毎回貼る使い方は、便利な相談です。固定する使い方は、仕事の受け渡しです。この差を埋めないまま「うちはもうAIに資料を読ませている」と言うと、個人の時短は起きても、会社の記憶は増えません。 技術の世界では、この固定をRAG（検索してから答えさせる仕組み）と呼びます。中小企業で必要なのは、その用語ではありません。フォルダに置く、ソースを固定する、職場にする——この3段階です。ツール名は補助です。画面のボタンは、2年後には別の名前になっている前提で書きます。 ※本記事は2026年8月時点の使い方の型です。個別ツールの画面や上限は変わります。残すのは「毎回渡す」をやめて、「会社の側に資料を置く」設計です。NotebookLMのノート分割や指示文は社内資料専用の図書館としての使い方へ、学習オフと機密の線引きはセキュリティの記事へ分けています。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論｜読ませるとは、毎回渡すことではない 私は生成AI顧問として累計約15社、研修や講座を含め30社超の現場に入っています。レクチャーだけでも100名以上です。そこで「社内資料をAIに読み込ませる方法」を聞かれる回数は、ツール比較の次に多い。答えを先に表にします。 やり方 何が起きるか 翌日残るか 向く仕事 毎回チャットにPDFを貼る その場では読める。毎回ゼロから説明し直す 残らない 単発の相談 カスタム指示に会社概要を書く 口調と禁止事項は少し覚える 薄く残る 返信の型、社名の言い回し 共有フォルダに資料を置く 人が探して渡せる。どの道具でも使える 会社に残る すべての前工程 図書館型ツールにソースを固定する 同じ資料群へ何度でも聞ける ノートに残る FAQ、要約、根拠付きQ&A 会話のプロジェクトにファイルを付ける その案件のあいだは読める 会話に閉じやすい 案件単位の下書き エージェントの職場にする 読んで、書いて、指定場所に保存する フォルダに残る 繰り返しの成果物 貼る・置く・読ませる。毎回貼るのは、毎回の説明 上から3つ目までが、中小企業の本体作業です。4つ目以降は道具の選び方です。順番を逆にすると、道具の設定ばかりが長くなり、資料の置き場は散らかったままになります。 毎回PDFを貼る会社は、毎回新人に説明している 賢いのはAI側です。足りないのは、会社側の書棚です。 資料の置き場から整えたい方へ：無料資料セットを見る ## なぜ「毎回貼る」では、会社は変わらないのか 私自身、最初の数ヶ月はそうしていました。提案書の下書きを頼むたびに、会社案内と過去提案をチャットへ入れる。その場の出来は悪くない。けれど翌日、別の会話を開くと、AIはまた自社を知らない他人に戻る。便利なのに、仕事が減った実感がない。減らない理由は単純で、説明コストが会話の外に残らないからです。 書籍『ChatGPTを、「AI社員」に育てる方法』の第3章で、私はこの違いを相談と仕事の依頼に分けました。相談は「この資料、どう思う？」。仕事の依頼は「過去の提案とルールを読んで、指定フォルダに下書きを置け」。後者は、資料が最初から職場にある前提です。毎回貼る使い方は、前者のままです。会議室にコンサルを呼んで、その都度カバンから紙を出す。帰ったら紙も記憶も持って帰られる。 『コンテキスト経営』の序章でも同じねじれを書きました。道具は増えたのに、会社はたいして変わっていない。原因はモデルの賢さ不足ではありません。会社の文脈が人の頭に埋まったままで、AIにも次の人にも渡せる形になっていないことです。PDFの山がある会社ほど、このねじれは深い。あるのに使われない。新人が聞いても、ベテランの頭にしか答えがない。チャットに貼っても、貼った人のその日の仕事にしか効かない。 顧問の現場で繰り返している式は、これです。 AIの仕事の質 ＝ モデルの頭脳 × コンテキスト × 働く場所 頭脳は課金すれば揃う。差がつくのは、何を読ませ、どこで働かせるか。 コンテキストは、プロンプトより効きます。私の現場感覚では桁が違います。下手な依頼でも、正しい資料を読んでいるAIはまともな下書きを出します。完璧な依頼文でも、何も読んでいないAIは上手な一般論しか返しません。だから「社内資料を読み込ませる」検索の本体は、指示文の話ではなく置き場の話です。 ## RAGとは何か｜中小企業の言葉にする 検索で「RAG とは わかりやすく」と出る記事の多くは、ベクトル検索や埋め込みの話から入ります。会社で最初に必要な理解は、もっと短いです。 RAGを中小の言葉にすると、「答えさせる前に、うちの書棚を先に探させる」です。新人が顧客からの質問に即答するのではなく、キャビネットを開けて最新の手順書を見てから答える。それだけの話です。実装の名前は、道具側が引き受けます。会社が引き受けるのは、キャビネットの中身と、混ぜてはいけない紙の仕分けです。 この理解があると、次の勘違いが消えます。 - 「RAGシステムを発注しないと資料を読ませられない」——違います。フォルダと、ソースを固定できる道具があれば、今日から同じ思想で使えます - 「全部アップロードすれば社内AIになる」——違います。混ぜた書棚は、自信満々に古い料金を答えます - 「賢いモデルなら、貼らなくてもうちの事情を察する」——察しません。経歴書が一流の新人でも、机と引き継ぎが無ければ動けません - 「チャットの記憶機能をオンにすれば十分」——個人の癖は残っても、会社の最新版と版管理は残りません 私は顧問先で、RAGという言葉を最初から使いません。使うのは「書棚」「最新版」「混ぜない」です。言葉が現場に落ちた会社から、貼る回数が減ります。用語を覚えた会社ではなく、置き場を決めた会社です。 技術者の方が読むなら、一言だけ添えます。ここで言うRAGは、製品を自前で組む話ではありません。retrieval（探す）と generation（書く）を、会社の資料で分けるという運用の話です。探す対象が散らかっていれば、どんな実装も一般論に戻ります。 ## 3段階｜フォルダに置く／ソースを固定する／職場にする 私の進め方は、道具の契約順ではありません。会社の側の成熟度です。飛び級はできます。ただし第1段階を飛ばすと、第2・第3はすぐ腐ります。 段階 会社側で起きること 人がやること AIがやること 終わった印 1. フォルダに置く 読ませてよい資料の居場所ができる 1テーマだけ集める。古い版を外す まだ働かなくてよい 「最新はここ」と言える 2. ソースを固定する 同じ資料群へ何度でも聞ける テーマ別にノートやプロジェクトを分ける 根拠付きで要約・FAQ・矛盾出し 同じ質問をベテランにしなくて済む 3. 職場にする 成果物の保存先まで決まる 入口（何を読ませるか）と出口（何を外に出すか）を握る 読んで書いて、指定場所に置く 依頼文が短くなっても品質が落ちない ### 第1段階：フォルダに置く——どの道具でも使える準備 最初にやることは、新しいAIを契約することではありません。いま社内にある資料のうち、読ませてよい1束を、名前の付いたフォルダへ移すことです。共有ドライブでも、ローカルでも構いません。大事なのは「最新版の置き場」が人の頭の外に出ることです。 私が最初に作ったのも、大掛かりなシステムではありませんでした。パソコンの中に、経営に関わる情報を集めるフォルダを一つ置いただけです。見積の判断基準、うまくいった提案、口頭でしか伝わっていなかった注意点。頭の中とチャットの流れに散らばっていたものを、とりあえずそこに移した。完璧な設計図は後から来ます。先に必要なのは、渡せる場所です。 この段階でやりがちな失敗は、全社の共有フォルダを丸ごと「AI用」と宣言することです。共有フォルダには、読ませてよい手順書と、読ませてはいけない契約実数と、誰のものか分からない古い版が同居しています。丸ごと渡すのは、新人に書庫の鍵を全部渡して「察して」と言うのと同じです。 最小の作り方は、次です。 - テーマを1つ決める（例：社内向けの報告書様式、公開可能な商品説明、個人情報を除いた手順書） - そのテーマの最新版だけを新しいフォルダへコピーする。原本の整理は後でよい - フォルダ名にテーマを入れる。「いろいろ」「AI用」は禁止 - 古い版は別の「アーカイブ」へ隔離する。削除しなくてよい。混ぜなければよい - 所有者を1人決める。更新しないフォルダは、数ヶ月で誰も見なくなります。私自身、所有者を決めずに作った箱を、そうして腐らせました 何を1束にするかは、業務の棚卸しとセットです。時間が消えている仕事の材料が、どのファイルとしてどこにあるか。棚卸しの中身は業務棚卸しの記事に書いたので、ここでは一点だけ繰り返します。棚卸しの成果物は時間の一覧表ではなく、AIに渡す文脈の在庫リストです。 ### 第2段階：ソースを固定する——同じ書棚へ、何度でも聞く フォルダに1束ができた会社が次にやるのは、その束を「毎回貼る」のではなく「常設のソース」にすることです。2026年時点でこの役割が分かりやすいのがNotebookLMです。アップロードした資料の範囲で答えさせる用途に特化した、社内の図書館員です。 ここは親記事として、手順の再掲はしません。1ノート1テーマ、古い版を同居させない、根拠の無い行は捨てる、出力は完成品ではなく材料——この型はNotebookLMの実務ガイドが正本です。押さえるのは、位置づけだけです。 - NotebookLM（や同等の図書館型）：社内資料の中で聞く。FAQ、要約、矛盾の洗い出し - チャットへの単発添付：今日限りの相談。翌日残すつもりがないもの - フォルダそのもの：どの道具にも渡せる原簿。これが本体 「NotebookLM 社内」で探す人の多くは、ここで道具の設定に入りたがります。私は先に質問を返します。そのノートのテーマは何か。最新版はどれか。入れないものは何か。この3つが空のままソースを固定すると、固定された混乱ができます。便利な誤答装置です。 ソースを固定する道具は、NotebookLMだけではありません。各社のプロジェクト機能、社内向けのナレッジ接続、エージェントが読むフォルダ。名前は入れ替わります。残る判定は一つです。同じ質問を、資料を再添付せずにできるか。できなければ、まだ毎回新人に説明しています。 ### 第3段階：職場にする——読んで、書いて、置いて帰る 図書館は、聞かれたら答えます。職場は、仕事を終わらせます。第3段階は、資料を読ませる場所と、成果物を書く場所が同じフォルダになる状態です。書籍第3章の言い方を借りれば、フォルダを職場にする。 ここで初めて、依頼の文が短くなります。「このPDFを読んで」と毎回書かなくてよくなる。AIの側が、机の上の資料を先に確認してから動き始めるからです。優秀なAI社員は Prompt × Context × Harness で決まります。読ませる資料はContext、守らせる範囲はHarness、短い依頼はPromptです。世間はPromptから入りたがります。現場で先に効くのは、机です。 職場化の手順の本体は、「AI社員」の作り方に置いてあります。本記事では、読ませる観点だけを残します。 - 職場フォルダには、見せてよい資料だけを入れる - 過去の良い成果物を入れる。お手本は指示文より雄弁です - 古い料金表・廃止ルールは入れない。セキュリティ事故ではなく業務事故になります - 保存先を決める。チャット欄に出して終わりにしない - 入口（何を読ませるか）と出口（削除・送信・公開）は人が握る 自社では、幹部向けの正本とスタッフ向けの配布を分けています。GitHubとDriveの2層です。全員に同じ書棚を丸ごと見せない。必要な層だけを渡す。この運用の失敗と型はコンテキストのチーム共有に書きました。1人で貼る段階から、会社で読ませる段階へ進むときの次の記事です。 飛び級したくなる気持ちも分かります。エージェントを契約して、共有ドライブを職場に指定すれば、第1段階を飛ばせるように見えます。実際には、古い版と機密とお手本が同居した職場ができます。賢い手が、間違った棚を整理し始める。入口を人が握れていない状態です。第3段階は、第1段階が小さいままでも進めます。小さい束を、職場にする。大きい山を、職場にしない。 ## 何を読ませるかより先に、何を混ぜないか 「社内資料を読み込ませる」と聞くと、量の話だと思われがちです。現場で先に効くのは、量より混在です。就業規則と営業マニュアルと、個別顧客の古い見積が同居した箱は、それっぽいが根拠の弱い回答を量産します。私はこれを、賢いノートより先に潰します。 混ぜてはいけないものは、機密だけではありません。 混ぜると起きること 典型 先にやること 版が混ざる 去年の料金と今年の料金 最新だけ残し、旧版はアーカイブ テーマが混ざる 規程と営業と顧客別資料 1フォルダ1テーマ 公開と非公開が混ざる 会社案内と未公開の契約条件 常設と都度を分ける お手本と失敗作が混ざる 採用した提案と没になった下書き 「良い例」フォルダを先に作る 個人のメモと会社の正が混ざる 誰かの実験ノート 個人層は職場に入れない 未確認の数字が混ざる 口頭の見込み売上 断定の材料にしない ナレッジマネジメントが失敗する会社の多くは、箱を増やす前に「正はどこか」を決めていません。読ませることより、正本を決めることのほうが先です。隣接する失敗の型はナレッジマネジメントが形骸化する理由にも書いてあります。 ## セキュリティ｜見せないではなく、必要な分だけ 資料を読ませる話をすると、会議室はだいたい二つに割れます。片方は「怖いから何も入れない」。片方は「便利だから共有フォルダを全部渡す」。どちらも、数ヶ月後に止まります。使えないか、どこまで見られたか分からなくなって使えなくなるか。 教材で使っている一言は、「見せない」ではなく「必要な分だけ、必要なときに見せる」です。全面禁止は活用を殺します。全面開放は統制を殺します。段階を作ると、その中間に実務の置き場所ができます。 3段階の線引き——そのまま渡す／必要なときだけ参照させる／直接は渡さず匿名化する——の本体は生成AI導入とセキュリティが正本です。本記事では、読ませる作業に直結する判定だけを置きます。 常設してよい（第1段階のフォルダへ） 会社案内、公開サイトの内容、個人情報を除いた手順書、様式、一般化したお手本。外に出しても支障がない情報は、AIの教科書にする。 その仕事のときだけ見せる 案件の固有名詞、顧客管理の一部。常時は読ませず、作業が終わったら参照を外す。図書館の常設蔵書にしない。 フォルダにもノートにも入れない 個人情報、パスワード、未公開の契約条件、マイナンバー、認証情報。渡す必要がある業務でも、ダミーか匿名化ファイルに置き換える。 学習に使われるかどうかの設定は、資料を置く前に済ませます。初期設定はツールとプランで異なります。オフの仕方と、法人プランへ移る判断はセキュリティ記事へ送っています。順番だけ覚えて帰ってください。設定を確認してから、読ませる。逆はしません。 現場型の会社ほど、この仕分けは「セキュリティ会議」から生まれません。仕事を教えるために資料を集めると、自然に「これは見せてよい／これは残すな」が分かれます。業歴の長い点検会社で、ログに書かないものを先に決めたのも、活用設計の副産物でした。守りと攻めは、同じ作業の裏表です。 線引きと置き場を自社に当てはめる資料はこちら ## 現場で止まる4つの型 資料を読ませ始めて止まる会社には、型があります。ツールの不具合ではなく、運用の型です。 ### 型1：契約して、貼って、触らなくなる 有料プランを入れ、最初の週はみんなPDFを貼る。1ヶ月後、開く人が数名になる。原因は「読ませ方を覚えていない」ではありません。読ませた先の仕事が決まっていないのです。要約して終わり。FAQにして終わり。次の成果物が無いと、貼る理由が消えます。プロンプト集が1ヶ月で開かれなくなるのと同じ構造です。 ### 型2：全部入れて、最強の社内AIを急ぐ 気持ちは分かります。私自身、初期は「会社の全部を読ませれば、何でも答える同僚ができる」と思っていました。できたのは、自信満々に混線する箱でした。賢い書棚より、信頼できる書棚です。増やす条件は、最初の1束が現場で使われたあとです。 ### 型3：要約を読んで、原本を捨てた気になる AIの要約は材料です。就業規則の解釈、金額、契約、安全に関わる判断は、原本です。図書館員に聞いた答えを、司書自身が確認していない本の代わりにはできません。 ### 型4：読ませた人と、使う人が別人のまま 情シスや推進担当がソースを固定し、現場は存在を知らない。あるいは現場が自分のPCにだけ資料を置き、会社の書棚に上がらない。どちらも、貼る行為が個人に戻ります。テーマオーナーを1人決め、閲覧は広く、編集は狭くする。これだけで腐り方が変わります。 ## 業種ごとの「最初に読ませる1束」 全社資料から入らないでください。最初の1束は、来週また発生する仕事の材料です。 業種・役割 最初の1束 入れないもの 読ませた先の仕事 点検・設備・現場 報告書の様式と、個人情報を除いた記入例 顧客の生データ、現場写真の顔や車番 下書きガイド。本文生成は別 不動産 接客前の社内手順、公開可能な物件説明の型 個人の契約条件、反社確認の生情報 新人FAQ 士業・コンサル 自社の標準成果物テンプレ 個別顧客の機密、他案件の混在 構成案。数字は人が確定 メーカー・卸 公開可能な商品仕様とFAQ 原価の詳細、未発表の取引条件 営業メールの種 1人広報 世界観、禁止表現、過去の勝ち原稿 未公開の数値目標の断定材料 企画の材料。壁打ちは別道具 経営者本人 判断基準3つと、会社案内 人事評価、未確認の売上 会議前の論点整理 マニュアルづくりが目的でAI導入に入る会社では、原料がDriveに散らばっていることが多い。その場合も、いきなり全ファイルを読ませない。いちばん聞かれている1テーマだけを束ねる。手順書化の本体はマニュアル作成とAIへ渡せます。 ## 読ませたあと、何をさせるか 読ませる作業そのものを目的にすると、要約回数だけが増えます。会社に残るのは、次のどれかです。 - 同じ質問をベテランが口頭で答えなくてよくなった - 報告書や提案の第一稿までの時間が短くなった - 新人が「どこに書いてある？」を自分で閉じられるようになった - 打ちたかったのに人手不足で止まっていた発信や提案の下書きが増えた 最後の一行が、私の費用対効果の主軸です。時間削減は底を打ちます。手数の増加には上限がありません。資料を読ませるのは、守り（今の仕事を速くする）と攻め（止まっていた手を動かす）の両方の材料づくりです。ROIの計算式は費用対効果の記事へ譲ります。ここでは順番だけ持って帰ってください。読ませる → 下書きさせる → 人が判断する。判断はプロ、作業はAIです。 暗黙知が頭の中にしかない仕事は、PDFが無いから読ませられない、で終わりません。先に話して文字にする。その文字を第1段階のフォルダへ入れる。聞き方の型はAIインタビューで棚卸しする記事へ渡せます。本記事の範囲は、すでにファイルになっている会社の資料です。無いものは、作ってから読ませる。あるのに使われないものは、混ぜずに固定する。 手数の話を数字に落とすときは、生成AIの費用対効果の側で計算してください。その前段だけ置いていきます。読ませていないAIに手数を増やす仕事を頼むと、上手な一般論の在庫が増えるだけです。読ませた1束がある会社だけが、下書きの量を増やしても会社らしく保てます。 ## ある週の使い方｜貼る時間を、直す時間に移す 「いつ、何をすればいいか」が空だと、またPDFをドラッグします。私が顧問先に置く、週1回30分の型です。 - 5分：今週いちばん聞かれた社内質問を1つ書く - 10分：その答えが載っている最新版だけを、テーマフォルダで確認する。無ければスキャンか、ベテランの口頭を文字にして足す - 10分：固定したソースへ聞く。根拠の薄い行を消す - 5分：残った答えを、人が次に使える形（FAQの1問、下書きの見出し、朝会の一言）へ落とす 毎日やる必要はありません。週1で、同じ束を育てる。貼る時間が減り、直す時間が増える。直す時間が増えた週は、うまくいっています。貼る時間が戻った週は、テーマが混ざったか、所有者が空になったサインです。 私自身のワークスペースも、半年で何度も作り直しています。最初から正しい書棚を狙うと、動けなくなります。15分で1束を置き、来週の質問で直す。この往復が、読ませる作業の本体です。フォルダはあとから直せます。チャットに貼った説明は、翌日消えます。 ## よくある質問 ### Q1. 結局、RAGを自社で開発する必要はありますか？ 最初はありません。中小企業の大半は、フォルダと、ソースを固定できる既存の道具で足ります。自前の検索基盤が必要になるのは、資料量が膨大で、権限が部署ごとに細かく、既存の図書館型では回らなくなってからです。先に第1段階をやれない会社が、開発発注でうまくいった例を、私は見聞きしていません。 ### Q2. ChatGPTにファイルをアップロードするのと、何が違いますか？ 単発のアップロードは相談です。ソースの固定は書棚です。前者は今日の仕事を速くします。後者は、明日の誰かの仕事にも残ります。両方使って構いません。残したい資料を毎回アップロードし続けるのが、やめる対象です。 ### Q3. 紙の資料しかありません。 全紙の電子化から入らないでください。いちばん聞かれている1テーマだけ、スキャンか写真でデジタル化する。それが第1段階の1束です。紙の山を前に「まず全部」と言うと、だいたい止まります。 ### Q4. 社員が勝手に顧客資料を貼っています。止めたほうがいいですか？ 禁止だけすると、見えないところでの貼り付けが増えます。先に「貼ってよい／だめ」の仕分け表を1枚配る。学習オフを確認する。そのうえで、貼らずに済む書棚を1つ用意する。野良利用は、公認の入口に吸収します。 ### Q5. どのツールに読ませるのが正解ですか？ 最初の正解はツール名ではありません。テーマが一つで、最新版が一つで、入れないものが決まっているフォルダです。そのうえで、根拠付きQ&Aなら図書館型、成果物の保存まで任せるならエージェントの職場、です。比較の入口は4ツールの役割分担へどうぞ。 ### Q6. どれくらいの量から効果が出ますか？ 3〜10ファイルの1テーマで十分です。顧問先で最初に作る束も、だいたいこの範囲です。最初から数百ファイルを目指すと、版管理が破綻します。効果の指標はファイル数ではなく、「同じ質問を人が口頭で答えた回数が減ったか」です。 ### Q7. ベテランが「自分の頭が正だ」と言います。 対立させないでください。読ませる行為は、ベテランの否定ではありません。同じ説明を何回もしなくてよくするための移設です。最初はベテランに「この束のどこが違うか」を直してもらう。所有感が生まれた箱から、使われ始めます。 ### Q8. 顧客ごとのフォルダを作るべきですか？ 案件が長く、資料が多いなら有効です。ただし他案件と混ぜない。権限を狭くする。常設の社内テンプレとは分けます。迷ったら、社内の型を先に固定し、顧客別は後です。 ## 持ち帰り｜読ませてよい資料／読ませない資料の仕分け表 社内会議に、この表をそのまま持ち込んでください。◎はそのまま常設。○は条件付き。△は必要な仕事のときだけ。×はフォルダにもノートにも入れません。 資料 判定 条件 置き方 会社案内・公開Webの文言 ◎ 公開済みであること 常設。第1段階の最初の1束にしやすい 業務マニュアル・手順書 ◎ 最新版だけ。個人名が本文に残っていないこと テーマ別の常設 公開済みの商品FAQ・仕様 ◎ 未発表情報を混ぜない 常設 就業規則・社内規程 ○ 給与明細・個別人事を外す 規程ノート／規程フォルダに分離 様式・記入例 ○ 実在の個人名・住所・車番を消す 常設。生データは置かない 過去の提案書（お手本） ○ 顧客名と金額を伏せるか、社内限定にする 業務フォルダの「良い例」 議事録 △ 個人の評価、未公開数字、機微な人事を切る 案件のときだけ。常設蔵書にしない 顧客の契約書・見積の実数 × 原則読ませない。どうしても必要なら匿名化 都度、作業後に参照を外す 個人情報・マイナンバー × 渡さない 置かない パスワード・APIキー・認証情報 × 一度も入れない。誤投入したらキー自体を失効 別管理 古い料金表・廃止ルール × 業務事故の原因になる アーカイブへ隔離 未確認の売上・口頭の契約条件 × 断定の材料にしない 入れない。確認事項として人が持つ 判定に迷ったら、入れない。後から足すのはできます。一度入れた情報の扱いは、契約プランと設定に依存します。仕分けが終わった1束だけを、第1段階のフォルダへ移す。それが「社内資料をAIに読み込ませる」の、最初の完了条件です。 今日の15分 来週また発生する仕事を1つ書く その材料になるファイルを3〜10個、新しいフォルダへコピーする 上の仕分け表で×と△を取り除く 所有者の名前をフォルダのメモに1行書く。貼らずに済む状態を、明日の自分へ渡す ## まとめ｜書棚を先に置け。道具の名前は後でよい 社内資料をAIに読ませる、の本体は技術用語ではありません。毎回の説明を、会社の側に残す作業です。 - 毎回PDFを貼るのは、毎回新人に説明しているのと同じです - RAGは「答えさせる前に、うちの書棚を探させる」。実装名より、書棚の中身です - 順番は3つ。フォルダに置く、ソースを固定する、職場にする - ツール名は補助。NotebookLMの手順は子記事、線引きはセキュリティ記事、職場化はAI社員の作り方へ分けています - 見せないのではなく、必要な分だけ、必要なときに見せる - 持ち帰りは仕分け表です。×を除いた1束が、最初の完了です 2年後、図書館型の製品名も、アップロードの画面も、変わっているかもしれません。残るのは、「最新版はどこか」「混ぜていないか」「貼らずに聞けるか」です。この3つに即答できる会社は、どの道具を選んでも資料を読ませられます。即答できない会社は、どの道具を契約しても、翌日またPDFをドラッグします。 置き場の設計から一緒に進めたい方は、無料の資料セットを置いています。売り込みではなく、今日の15分の続きです。 無料資料セットを受け取る（セミナー3本＋概要） ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # ChatGPTに丸投げしてズレる人へ｜精度が跳ねるAIの4ステップ運用法 URL: https://aiandwill.com/ai-precision-4step/ 公開: 2026-08-14 / 更新: 2026-09-02 ・・テーマHTML不要。このブロック全体を貼り付けてください。 ============================================================ --> 「いい感じに提案書を書いて」「うちの会社っぽくまとめて」。ChatGPTにそう丸投げして、返ってきた文章を読んでげんなりした経験は、ありますか。文章は上手い。読みやすい。でも、自社の商品も顧客も、現場の言い回しも入っていない。上手な一般論が並んでいるだけ。そこで多くの人が、「プロンプトが下手なんだ」と自分を責め、プロンプト集を集め始めます。 私は生成AI顧問として累計約15社、研修・講座含め30社超の現場に入り、同じ光景を何度も見てきました。そしてレクチャーで最初に言うことは、いつもほぼ同じです。ズレの主因は、指示文の下手さではない。AIに渡している会社の文脈——コンテキスト——が足りないことだ、と。 ここに書くのは、顧問レクチャーと提供標準で使っている考え方そのままです。磨かれたプロンプト術ではなく、コンテキストを整理して、AIに会社のことを読ませる話です。読み終わる頃には、「次は何を渡すか」が具体語で書ける状態を目指します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論｜精度を跳ねさせるのはプロンプトではなくコンテキスト 先に言葉を定義します。コンテキストとは、AIが判断の前提にできる会社側の情報——会社概要・方針・用語・過去の成果物・ルール——の総体です。プロンプトが「頼み方」だとすれば、コンテキストは「読ませる材料」です。 AIの賢さ ＝ モデルの性能 × 渡した文脈（コンテキスト） 左側は毎月、勝手に賢くなる。あなたが投資できるのは右側だけ。文脈はファイルで渡す。 AI導入がうまくいかない会社は、指示文の書き方を磨こうとします。うまくいく会社は、AIに渡す情報——コンテキスト——を磨きます。頼み方ではなく、会社のことをAIが読める状態にすることに投資してください。これが、顧問レクチャーの決まり文句でもあります。 CREED コンテキストを整理して、 AI社員に仕事をインストールする。 「4ステップ」も、プロンプト4本の話ではありません。私が現場でやっているのは、次の4つです。 - ズレを読み替える——能力不足ではなく、情報不足だと見る - 順番を直す——プロンプト集より先に、コンテキスト - つくる・埋める・補う——器を置き、既存資料を流し込み、足りない分だけ話す - 育てる——ズレたら怒るのではなく、該当ファイルに追記する 4ステップの全体像。ズレの読み替えから始めて、器をつくり、育てるまでが一本の流れ 無料資料セットを見る（セミナー3本＋サービス概要） ## ステップ1｜ズレを「情報不足」に読み替える AIエージェントは、レクチャーでよく言うように「賢い新入社員」です。能力は高いが、あなたの会社のことは何も知らない状態で入社してきます。初日にやるべきは、話し方の練習ではなく、「会社のことを書いた手引き」と「資料の置き場」を渡すこと——人間の新人と同じです。 同じ依頼でも、読める情報で結果は別人になります。レクチャーで必ず出す対比がこれです。 BEFORE｜会社情報なし 依頼：「新規顧客への営業メールを作って」 拝啓　貴社ますますご清栄のことと……（どの会社でも使える一般論） 「まあ、普通ですね」 AFTER｜会社概要・営業方針・過去商談メモあり 依頼：同じ一文 営業方針と過去メモを確認した上で、「点検とセットで提案する」勝ちパターンに沿った下書き…… 「これなら、うちの営業っぽい」 依頼文は一言一句同じ。変わったのは、AIが読める会社情報だけです。だから丸投げしてズレたとき、まず見るのはプロンプトの長さではなく、「自社の何を読ませたか」です。ここに気づくと、次の行動が変わります。プロンプトを3行長くする代わりに、営業方針を1ファイル置く。その方が、同じ依頼の精度が安定して上がります。 レクチャーでの決め台詞：AIの答えがズレたら、怒って使うのをやめるのは最悪手。ズレは能力不足ではなく情報不足のサイン。「情報が足りないんだな」と考えて該当ファイルに追記すれば、同じズレは二度と起きにくい。育てるのは人間の仕事です。 ## ステップ2｜プロンプト集を配る前に、順番を直す ここ1年、いろいろな会社で同じ光景を見てきました。誰かが気を利かせて「使えるプロンプト100選」を配る。最初の1週間は試す。1ヶ月後、誰も開かなくなる。顧問業を始めた頃の私も、「良い指示文の型を渡せば動き出す」と思っていた時期がありました。今ははっきり言えます。順番が逆だった、と。 プロンプト集から始める欠陥 何が起きるか 文脈がない 名文の指示でも、商品も顧客も知らないまま答える。上手な一般論で終わる 業務が人によって違う 万人向けの集は、誰の仕事にもぴったり合わない メンテされない 配った瞬間から古くなる。改善が各自のコピペに届かない 伝え方の工夫に意味がない、と言っているのではありません。先にコンテキスト、あとから伝え方——その順番の話です。下手な指示でも、正しいフォルダで正しい資料を読んでいるAIはまともな仕事をします。完璧な指示文でも、何も読んでいないAIは一般論しか返せません。 私は構造を、次の式でも説明します。 優秀なAI社員 ＝ Prompt × Context × Harness 伝え方 × 会社の情報密度 × 守らせるルール。どれか1つ欠けると「賢いだけの他人」で終わる。 世の中のAI活用術はPromptに偏りがちです。でも優秀な新人が入社した初日に渡すのは、話しかけ方のマニュアルではないはずです。会社案内、業務資料、仕事のルール、そして自分の机——渡すのはコンテキストと働く場所です。作り方の全体像はAI社員の作り方にまとめています。本稿はその手前——「なぜズレるか」をコンテキストで解く話です。 ## ステップ3｜つくる・埋める・補う（レクチャーの3ワーク） 顧問先で実際にやっている導入は、プログラムではありません。やることは3つだけです。つくる、埋める、補う。しかも実行の多くはAI自身に任せ、人間は横で答えて確認します。 ワーク やること 意図 1. つくる AIが働くフォルダ（器）と、毎回読むルールファイルを初日に置く 置き場所が先に決まると、以後の情報が迷わず収まる 2. 埋める PC・Drive・メールにある既存資料を探し、振り分ける ゼロから書かせない。会社にすでにあるものを流し込む 3. 補う 空いている場所だけ、本人の口からインタビューで埋める 書かせると止まる。話すだけにして、聞いた話をファイルに収める 器が先。棚卸しが最後なのは、置き場所が決まっているから、聞いた話がその場でファイルに収まるからです。逆に「まず全部言語化してからフォルダを」とすると、ほぼ確実に止まります。 ### つくる：机と就業規則 最小でも、次は欲しいです。 AIワークスペース/ ├ CLAUDE.md または AGENTS.md ← 毎回最初に読むルール（就業規則） ├ 01_会社情報/ ← 概要・方針・用語・トーン ├ 02_案件資料/ ← 任せる仕事の材料（過去の良い成果物） ├ 03_作業中/ ← 下書きの緩衝地帯 ├ 04_納品物/ ← 完成物 └ 05_ログ/ ← やった記録 顧問の標準では、さらに「自分／プロジェクト／会社の機能／いまやるべき仕事／ログ」の5層に分けます。会社フォルダの中に経営・商品・営業・提供などの置き場を最初から全部つくる——空でよい、というのがポイントです。空フォルダは失敗ではなく、器が先であることの正常な状態です。 ルールファイルに書く観点の例は、レクチャーでも使っている8点です。①会社概要 ②サービス ③文体 ④表記 ⑤禁止事項 ⑥セキュリティ ⑦成果物の形式 ⑧確認ルール。初日はTODO残しで構いません。置くこと自体に意味がある。中身は埋める・補うで育ちます。 このルールファイル、私は複数の顧問先で同じ標準形を使い回しています。個社の事情はあとから足せばよくて、骨子はだいたいこうなります。 # この会社のAIワークスペース共通ルール あなたはこの会社の業務を支援するAIアシスタントです。 作業前に必ずこのルールを守ってください。 ## まず読むもの（判断の前提） - 会社概要、営業方針、トーン&マナー、業務水準 ## 仕事の進め方 - 社外に出る文章は下書きまで。送信・提出は人が行う - 型番・数量・金額・取引先名は元資料どおり。不明は「要確認」で止める - 迷ったら推測せず、確認事項として質問する - 成果物はチャットだけでなく、該当フォルダにファイルで残す コツは「まず読むもの」を番号や箇条書きで明示することです。人間の新入社員に「困ったらこの順で見て」と教えるのと同じで、AIも場所を教えられて初めて資料を探せます。私は初期に張り切って何十行も書き、自分でも把握できないルールを作って反省したことがあります。最初は10行前後で足りる。運用しながら、本当に効いた行だけを足してください。 ### 埋める：すでにあるものを探す 会社概要PDF、過去の提案書、営業方針メモ、様式、良い報告書——「整っていなくてよい」ので、まず集めて振り分けます。私の現場では、熱海の総合防災点検会社WECSさんのように、帳票や過去の成果物がすでに現場にある会社ほど、埋めるだけで出力の地力が上がります。点検報告書のAI化も、魔法の指示文より様式と過去知を読ませたことが本体でした（詳細は点検報告書のAI化）。 業種が変わると、埋める中身も変わります。顧問先の地方の老舗旅館なら、材料は点検の帳票ではなく「宿の言葉」です。客室の案内文、お品書き、季節のあいさつ、過去のお知らせ——おもてなしの言い回しは、新しく書かなくても、すでに紙とPCの中に散らばっています。それを器に集めてから書かせると、借り物の敬語が減って、文章が宿の文体に寄っていきます。埋める作業の本体は、どの業種でも同じです。すでにあるものを、AIが読める場所へ移すこと。ゼロから書く仕事は、思っているより少ないです。 ### 補う：書けない部分だけ話す 残りは頭の中にしかない判断基準です。ここを「文書をゼロから書いて」と頼むと止まります。AIに1問ずつインタビューさせ、清書させ、該当フォルダに収める。書かせず、直させる——赤入れの方が、濃い暗黙知が出ます。 業務の棚卸しも、「業務名」で止めないのがコツです。どこで誰が止まっているかまで聞くと、そのままAIに任せられる粒度になります。たとえば見積から発注までの仕事なら、使う材料（kintoneの見積、発注先リスト、型番マスタ）、止まっている箇所（型番の読み替え、発注先の振り分け）、完了の定義（メール下書きまで／送信は人）まで書いて初めて、コンテキストとして機能します。顧問先では、こうした業務knowledgeを「提供・顧客対応」配下に積み上げ、新人が入ったらフォルダごと渡せる状態を目指します。 ## なぜ「チャットの上手い使い方」だけでは足りないのか ChatGPTの画面で完結する使い方は、相談相手としては優秀です。ただし会話が流れる。教えたことは次のスレッドに残りにくく、成果物もチャット欄の中で終わりがちです。 一方、会社のフォルダの中で働けるAIエージェント（Claude CodeやCodexなど）は、業務フォルダを理解して一緒に作業し、成果物と記録がファイルとして会社に残る。レクチャーでは「チャット型＝相談相手／エージェント型＝実務担当」と分けて説明しています。ツールは流行で選ぶより、会社のコンテキストで働けるかで選ぶ——これが判断軸です。 もちろん、全員が初日にエージェントまで行く必要はありません。ChatGPTだけでも、「このスレッドではこの3ファイルを前提にして」と固定するだけで精度は上がります。ただし会社として残すなら、いつかフォルダとルールに昇格させた方が資産になります。個人のチャット履歴は、退職と同時に消えることが多いからです。ツールの選び分けは法人での判断軸と働く場所の話に分けて書きました。 ## ステップ4｜ズレたら追記する（育てる運用） コンテキストは、一度渡して終わりではありません。使うほど、会社の解像度が上がるのが正しい状態です。 - 出力がズレた → 該当する会社情報・業務knowledgeに1行追記 - 良い成果物ができた → お手本として02_案件資料や04_納品物に残す - 禁止が分かった → ルールファイルの禁止事項に足す - 一時のメモは就業規則に書かない → 未来はタスクボード、過去はログへ分離 チームで同じ教科書を読ませる段階に来たら、コンテキストのチーム共有へ進みます。個人のコンテキストが人に張り付くと、社員ごとにAIの賢さがバラつきます。共有は「便利機能」ではなく、会社の教科書を1冊にするための話です。 ## 「丸投げ」がズレる本当の理由 丸投げそのものが悪なのではありません。材料なしの丸投げがズレます。 丸投げの種類 結果 前提も資料もない一文だけ投げる 上手な一般論。修正地獄 資料はあるがテーマも版も混在 自信満々な混線回答 資料とルールを渡したうえで任せる 会社っぽい下書き。確認は人がやる レクチャーで戒めている落とし穴も、結局ここに集約されます。 - 文例集から始める——会社の文脈がなければ汎用のまま - 骨格をその場の思いつきでアレンジする——置き場所判断が毎回発生して挫折 - ゼロから書かせる・一度に聞きすぎる——止まる - 正式資料をAIに直接編集させる——確定版が静かに壊れる。作業中で下書きし、人が昇格 - ズレたら使うのをやめる——情報を足すチャンスを捨てる 私の実感：自社のワークスペースも、この半年で数えきれないほど作り直しています。ひどいときは1日に何度もフォルダ構成を転換したこともあります。それでも言えるのは、作り直しを恐れて動けないより、器を置いて今日から埋め始めた人のほうが先に着く、ということです。コンテキストは生鮮食品のように腐る部分もありますが、骨格さえあれば、中身は育てられます。 ## 今日からやる最小セット（30〜60分） - 任せる仕事を1つだけ決める（議事録→TODO、提案下書き、報告書など）。躓きポイントは欲張りです。3つ選ぶと材料集めが分散して、全部が中途半端になります - 空のフォルダを1つ作り、ルールファイルを10行以内で置く（禁止事項を先に）。躓きポイントは書き込みすぎ。初日に立派な規程を作ろうとした人から止まります - その仕事の材料を3点入れる（良いお手本・様式・関連メモ）。躓きポイントは「整理してから入れよう」という良心。汚いまま入れるが正解です - 同じ依頼を「材料なし」と「材料あり」で1回ずつ試し、差をメモする。躓きポイントは依頼文をつい変えてしまうこと。一言一句同じでないと、差の原因が分からなくなります - ズレた点を、文句ではなくファイルへの追記にする。躓きポイントはチャットで言い直して満足すること。追記先は必ずファイルです セキュリティの線引き——秘密情報・個人情報・顧客非公開・パスワードは入れない——は先に決めてください。情報入力の考え方も合わせて読んでください。「見せない」ではなく「必要な分だけ、必要なときに見せる」が基本です。 ## 顧問レクチャーで実際にやっている進め方 机上の話に聞こえるかもしれないので、提供現場での進め方を短く書きます。初回からやることは、ツール比較でもプロンプト講習でもありません。 - 時間を食う仕事を具体名で1〜3つ挙げる - その仕事の材料がいまどこにあるか（紙／Excel／Drive／頭の中）を洗い出す - AI用の机（フォルダ）をその場でつくる - ルールファイルを最小で置く - 材料を流し込み、同じ依頼をBefore/Afterで体験する - ズレた点を、次に追記するファイル名まで決める 体感として効くのは、⑤のBefore/Afterです。同じ一文の依頼でも、会社情報の有無で出力が変わる瞬間を見ると、「プロンプトを磨こう」から「材料を置こう」へ、社内の会話が変わります。言葉の設計は運用の設計です。「AIに聞いてみた」が「うちのAI社員に読ませた」に変わる頃が、定着の分水嶺だと感じています。 自社では、2026年7月から幹部向けにGitHub、スタッフ向けにDriveミラーの2層でコンテキストを配る運用も入れました。個人の机ができたら、次は会社の教科書を1冊にする段階です。詳細は共有記事に譲りますが、順番は同じです——器、中身、共有。 もう一つ、現場でよく聞かれるのが「全部の業務を最初から完璧に入れないとダメですか」です。答えはNoです。レクチャーでも、最初の勝ちは一点突破です。議事録、提案、報告書——どれか1つで「材料を渡したら会社っぽくなった」を体験する。その成功が、次のフォルダを埋める動機になります。全社一斉のプロンプト研修より、1業務のコンテキスト完了の方が、あとから効きます。完璧な全社展開を待つ会社ほど、現場の1業務が進みません。小さく置いて、追記で濃くする——それがコンテキストの育て方です。 ## 持ち帰り｜コンテキスト運用チェックリスト - □ ズレを「プロンプトが下手」ではなく「情報不足」と口に出せた - □ 最初の1業務が具体名で決まっている - □ AI用の作業フォルダが1つある - □ ルールファイル（禁止事項入り）がある - □ 良いお手本が最低3点入っている - □ 古い版と新しい版を混ぜていない - □ 入力禁止情報がチームで共有されている - □ 下書きは作業中フォルダ、完成後に人が昇格、の流れがある - □ ズレたとき追記する先のファイルが分かっている - □ プロンプト集の配布より先に、器の共有を議論した - □ 最終確認者（数字・対外文）の名前がある - □ 来週、同じ仕事でもう一度試し、追記した行が効くか見る予定がある - □ 「良い提案書／良い報告書」のお手本が、誰の主観かではなくファイルとして残っている - □ ルールファイルに一時メモを書いていない（恒久ルールだけ） - □ チャット履歴にしかない会社の決めごとを、1つファイルへ移した チェックが10個以上埋まっていれば、もう「プロンプト講座の入口」ではなく「コンテキスト運用の入口」に立っています。埋まらない項目があるなら、ツールを増やす前に、その項目だけ朝会に出してください。 自社のコンテキスト設計を相談する ## よくある質問（FAQ） ### Q1. 結局、プロンプトは不要なのですか？ 不要ではありません。ただし主役ではありません。コンテキストが揃ったあとの「合言葉」や手順の型として効きます。先に器と材料です。 ### Q2. ChatGPTのチャットだけでもコンテキストは渡せますか？ 毎回ファイルを貼れば一定の効果はあります。ただ会話が流れるので、再現性が弱い。残したい会社情報は、ファイルとルールに固定したほうが資産になります。 ### Q3. 資料が整っていません 整っていなくて構いません。レクチャーでも「探す・振り分ける」が先で、美しさは後です。空の器を置いてから埋めます。 ### Q4. どのくらいの量を渡せば十分ですか？ 最初の1業務に必要な材料だけで十分です。全社資料を一度に入れない。テーマが混ざると、自信満々な誤答が増えます。 ### Q5. 社員がプロンプトを覚えられません 覚えさせなくてよいです。フォルダとルールを共有し、「この仕事はこの机で」と渡すほうが定着します。プロンプト暗記は個人技で終わりやすい。 ### Q6. コンテキストとセキュリティは矛盾しませんか？ 矛盾しません。渡す範囲を設計すること自体がセキュリティです。全部見せるか、全部隠すか、の二択にしないでください。 ### Q7. 顧問に頼むと何が起きますか？ 多くの場合、最初のセッションから「どの仕事に、何を読ませ、どこで働かせるか」を一緒に決めます。ツール比較から入らないのはそのためです。AI顧問とはも参照してください。 ### Q8. 4ステップと「つくる・埋める・補う」はどう対応しますか？ ステップ1が読み替え、ステップ2が順番の是正、ステップ3が「つくる・埋める・補う」そのもの、ステップ4が運用での育成です。レクチャー標準の3ワークに、現場で必ず必要になる「ズレの解釈」と「追記」を足した形です。 ### Q9. すでにプロンプト集を配ってしまいました 捨てなくて構いません。次の改定で「このプロンプトを使う前に読むファイル」を各項目に1行足してください。プロンプト集が、コンテキストへの目次に変わります。 ## まとめ｜磨かれたディレクトリは、会社の解像度そのもの ChatGPTに丸投げしてズレる——それは、あなたが無能だというサインではありません。賢い新入社員に、会社の手引きを渡していないというサインです。 - ズレを情報不足に読み替える - プロンプト集より先に順番を直す - つくる・埋める・補うでコンテキストを置く - ズレたら追記して育てる つくって、埋めて、補う——コンテキストを整理して、AI社員に仕事をインストールする。そこから仕事の再現性が生まれます。これが、私がレクチャーでも顧問でも繰り返している芯です。磨かれたディレクトリは、会社の解像度そのものです。AIが賢く見える会社は、だいたい、渡している会社の解像度が高い。 最後に、今日の自分への問いを3つ置きます。①いまズレている出力は、どのファイルが足りないサインか。②そのファイルは、すでにあるのか、頭の中にしかないのか。③頭の中にしかないなら、誰に1問インタビューすれば埋まるか。この3問に答えられた瞬間、プロンプトの自責から抜けられます。 もし自社で、紙・Excel・PDFが混在していて「何をどの順でAIに渡すか」から整理したい場合は、WiLLAGENT（生成AI顧問）で壁打ちできます。まずは資料セットで、3ヶ月で何を積むかの全体像を見てみてください。道具の説明会ではなく、会社の手引きを一緒に置く時間が、いちばん効きます。 無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIエージェントとは何か｜相談するAIと、仕事を任せるAI URL: https://aiandwill.com/ai-agent-toha/ 公開: 2026-08-14 / 更新: 2026-09-02 AIエージェントの話を始めると、顧問先でも講演のあとでも、同じ問いが返ってきます。「結局、ChatGPTに長い指示を出す話なんですか」。無理もありません。画面だけ見れば、どちらも入力欄に日本語を打つ道具です。私も最初は、そこに差があるとは思っていませんでした。答えをもらうまでの時間が短くなっただけで、会社の仕事の進み方は、ほとんど変わっていなかったからです。 結論から言います。チャットAIは相談するAI、AIエージェントは仕事を任せるAIです。賢さの差ではありません。フォルダを職場にできるかどうか、成果物を机の上に置いて帰れるかどうかの差です。この記事は、その定義の正本です。作り方でも委任設計でもなく、「とは何か」を、会社で人に仕事を頼む感覚に置き換えて書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AIエージェントとは何か——相談するAIと、仕事を任せるAI 私が顧問先で使っている定義は、これだけです。 チャットAI ＝ 相談する相手 AIエージェント ＝ 仕事を任せる相手 画面は似ていても、仕事の進み方はまったく違う。 チャットAIは、入力欄に質問や資料を入れると、その場で答えを返してくれます。ChatGPT、Claude、Gemini、Copilotなどがこの顔です。メールの返信案、会議メモの要約、企画の壁打ち、長い資料からの抜き出し——相談相手としては、いまも優秀です。書籍『ChatGPTを、「AI社員」に育てる方法』で私は、これを社外の頭のいいコンサルと呼びました。会議室に呼べば、持参した資料について助言してくれる。ただし、回答のあと、どのファイルへ反映するか、どこへ保存するか、どの形式で完成させるかは、人間側に残りがちです。 AIエージェントは、質問に一度答えて終わりません。任された目的に向かって、必要な情報を確認し、手順を考え、使える道具を選び、途中の結果を確かめながら仕事を進めます。私が現場で中心に扱うのは、このうちフォルダの中で働くAIです。CodexやClaude Codeが代表格ですが、製品名を暗記する必要はありません。見分ける問いは一つです。今回の仕事で、AIは会話だけをするのか。目的に向かってファイルや道具を扱うのか。 技術の世界では、記憶・計画・道具を組み合わせて目的まで進む仕組み、と説明されることが多い。現場の翻訳はもっと短い。相談ではなく、仕事の依頼ができる相手です。 ## 依頼文を2行並べると、違いが一目で分かる 定義を言葉でこねるより、依頼文を並べたほうが早い。私が書籍第3章でも、顧問先の初回でも、必ずやる対比です。 チャットAIへの依頼（相談）この営業資料、どう改善したらいいと思う？ AIエージェントへの依頼（仕事）過去の提案書と商談メモを確認して、この会社向けの提案資料を作り、指定したフォルダに保存してください。金額と契約条件は変更せず、人間が確認すべき点を最後にまとめてください。 ▲ 同じ「提案資料」でも、相談と仕事の依頼では、終わったあとに残るものが違う 上の1行は相談です。賢い意見が返ってくる。でも、返ってきた文章をどこに置くか、どの過去資料と突き合わせるか、誰が最終確認するかは、まだあなたの仕事です。下の数行は仕事の依頼です。目的、材料の場所、やってよい範囲、人が握る点が入っている。エージェントは、必要な資料を探し、会社のルールを読み、構成を考え、成果物を作り、指示どおりかを確認して保存します。情報が足りなければ質問し、危険な操作や権限外の作業が必要なら人間の承認を求めます。 私がChatGPTを実務に渡そうとした頃、よくやっていたのは上の行です。手順は返ってくる。実行はいつも私。社内のフォルダを整理したいときも、「このフォルダの中身を整理する手順を教えて」と聞けば、それらしい手順は出ました。フォルダを開いて、ファイルを動かして、結果を確認するのは、結局いつも自分でした。便利なのに、仕事が減っている実感がなかったのは、ここで止まっていたからです。 転換点は、指定したフォルダの中身を実際に読み、ファイルを実際に書き、成果物を机の上に置いてくれる相手に仕事を渡したときでした。私が結果をコピーして別の場所へ移す往復が消えた。その瞬間に、「AIに仕事を任せる」という言葉の意味が、初めて体感として落ちました。累計約15社、研修・講座を含めれば30社超の支援でも、同じ転換が起きない会社は、ほぼ例外なく、相談の行で止まっています。 ## チャット依頼と仕事依頼の対比表 持ち帰り用に、対比を表にします。ツール名ではなく、仕事の進み方で見てください。製品は機能をいくつも併せ持っているので、「この製品はチャット、あれはエージェント」と固定しないほうがいい。同じアプリの中に、相談する顔と仕事を進める顔が並んでいることすらあります。 観点 チャット依頼（相談） 仕事依頼（エージェント） たとえ 社外の頭のいいコンサル 社内の頭のいい社員 いる場所 会議室（ブラウザやクラウド） 机（指定したフォルダ） 会社のキャビネット 基本は見えない。持参資料だけ読む 指定フォルダを実際に開ける 依頼の型 「どう思う？」「いい感じに」 目的・材料・成果物・保存先・禁止 終わったあと 画面に答えが残る。運ぶのは人 フォルダにファイルが残る 向く仕事 壁打ち、論点整理、短い下書きの相談 定型実務、下書き作成、複数資料の横断 翌日の続き また資料を持参する 同じ机に新しい材料を置く 人が握ること 持参する範囲と、答えの採用 入口（何を読ませるか）と出口（何を外に出すか） 相談するAIと、仕事を任せるAI。画面は似ていても、終わったあとに残るものが違う 表の右側が「AI社員」の体感です。答えをもらうのではなく、社内の机の上に成果物が積み上がっていく。私の会社では、日報、SEO原稿、提案資料の組み立てまで、この右側で回しています。左側を捨てる必要はありません。考える壁打ちと、短い相談は、今もチャットの仕事です。取り違えると損をするのは、右側で済む仕事を、毎回左側で運んでいるときです。 同じ仕事を両方に頼むと、体感の差はもっと露骨です。「先月の会議メモから、決定事項とTODOを出して」と頼むとします。チャット側では、あなたが会議室に入り、メモをコピーして持参する。整理された答えが画面に返る。あなたがまたコピーして、社内フォルダにしまう。翌日もう一度頼むときは、また資料を持参する。優秀です。ただ、運ぶのも、しまうのも、毎回あなたです。 エージェント側では、机になっているフォルダを開き、「input の会議メモを読んで、output に決定とTODOを書いて」と頼む。キャビネットを開き、書き、保存する。エクスプローラーを開くと、成果物がある。翌日は、同じ机に新しいメモを置くだけで続きができる。ここが定義の本体です。賢くなったかではなく、社内の机の上に、仕事が残るかです。 ## AIが働ける場所は、3段階で広がる 定義を「相談か仕事か」で切ったあと、現場で次に聞かれるのは「じゃあ、どこまで見えているのか」です。私が書籍第2章で置いている地図は、3段階です。製品名は入れ替わります。広がりの向きは、そう簡単には入れ替わりません。 段階 たとえ 見えているもの 向く使い方 第1段階 社外コンサル（クラウド上のチャット） 持参した文章と、残した短い記憶 壁打ち、論点整理、短い下書きの相談 第2段階 社内社員（あなたのパソコンの中） 指定したフォルダの実ファイル 読ませて、書かせて、確認する定型実務 第3段階 他部署まで届く担当（外部ツール接続） フォルダの外の業務システム 入口と出口が設計できたあとの拡張 書籍でも、私の顧問現場でも、中心に扱うのは第2段階です。最初から第3段階を目指す必要はありません。会計システムや業務ツールへ一気に手を伸ばす前に、1フォルダで「読ませて、書かせて、確認する」が回れば、会社はすでに変わり始めています。逆に、第1段階のまま「うちの見積基準で」と言っても、基準がチャットに貼られていなければ一般論になります。社外コンサルに、キャビネットの鍵を渡していないのと同じです。 ここで一つ、比喩に混ざりやすい誤解を正しておきます。「社内の社員」とは、あなたのフォルダを机にして働くという意味であって、データがパソコンの外に出ないという意味ではありません。手足は手元で動いても、頭脳であるモデルはクラウド側にあることが多い。読ませたファイルの中身は、処理のために外へ送られます。だから学習利用の設定を先に確認し、パスワードや個人情報を机に置かない、という入口のルールが効いてくる。機密の扱いが厳しい会社は、入力データを学習に使わない扱いが標準の法人プランも選択肢になります。 ## なぜ画面が同じなのに、仕事の進み方が違うのか 混乱の原因は、入力欄が似ていることです。どちらも日本語を打つ。どちらも返事が返る。だから「指示文を長くすればエージェントになる」と思われやすい。なりません。長い相談は、長い相談です。仕事の依頼に必要なのは、文章の長さではなく、目的と、材料の場所と、成果物の置き場です。 もう一つの混乱は、製品の進化です。いまのチャットAIにも、ファイル操作や外部サービスとの連携は付いています。エージェント側にも、途中で会話して確認する顔があります。境界は製品カタログでは引けません。現場では、こう切っています。 - 会話が本体なら、相談するAIとして使う - 目的達成までファイルや道具を扱うことが本体なら、仕事を任せるAIとして使う - 保存先と禁止事項が書けない依頼は、まだ相談である 私はこの切り方を、レクチャー100名以上の場でも同じ言葉で渡してきました。ツール比較の質問が来ても、先にこの3行を返します。働く場所の広さで選ぶ話は、CoworkとClaude Codeの違いの記事に譲ります。ここで押さえるのは、もっと手前の定義です。 ## 製品名ではなく、「何をしてくれるか」で分ける 世の中のAIを製品名で暗記する必要はありません。私が書籍で使っている分け方は、顔が5つです。実際の製品は、これらをいくつも併せ持っています。 顔 すること 会社でのたとえ 会話するAI 質問に答え、壁打ちし、短い文を返す 社外コンサルとの打ち合わせ 資料を根拠に調べるAI 渡した資料の範囲で要約・照合する 持参資料を読んだ助言 ブラウザやパソコンを操作するAI 画面やソフトを使って作業を進める 手元の道具を借りて動く派遣 フォルダの中で働くAI 指定フォルダを読み、書き、成果を置く 机を与えられた社員 外部サービスとつながるAI 業務ツールや外部APIまで扱う 他部署や取引先まで届く担当 中小企業で最初に効くのは、上から4つ目——フォルダの中で働く顔です。外部サービスまで一気に開く必要はありません。読ませて、書かせて、人が確認する。これが回った会社から、現場が変わり始めます。5つ目は、入口と出口の設計ができてからの話です。 「自律的に何でもやるエージェント」という話が先行すると、中小企業の導入は遅れます。全部自由に任せることは、AI社員化ではありません。権限を決め、確認する場所を残し、安全に成果を積み上げられる状態を作ることがAI社員化です。委任の深さは別の設計です。この記事は、その前の定義——相談か、仕事か——を固定するためのページです。どこまで任せるかを決める前に、いま頼んでいる一文が相談なのか仕事なのかが分かれていないと、委任の設計図は空中戦になります。 ## 「フォルダを職場にする」とはどういうことか フォルダの中で働くAIの動きを、ひとつの流れにすると次のようになります。 目的を受け取る → フォルダの中を確認する → ルールと材料を読む → 必要な道具を選ぶ → 作業する → 結果を確認する → 成果物を保存して報告する 最初に開いたフォルダが、仕事の起点です。そのフォルダに会社概要、業務ルール、過去事例、テンプレート、入力資料があれば、それらを読んで仕事を進められます。パソコンの中に利用できるプログラムがあり、使用が許可されていれば、目的に応じて必要なものを選びます。複数のファイルから文字を探す。表を集計する。文書を別の形式へ変換する。作った成果物を確かめる。こうした作業を、必要な順番で組み合わせていきます。 ただし、「パソコンにあるものを何でも勝手に使う」ではありません。読める場所、書ける場所、実行できるプログラム、インターネットへの接続、外部サービスの操作は、設定と人間の許可で制限されます。その範囲の中で、目的達成に必要な道具を選ぶ。ここが、チャットの相談と決定的に違います。 裏返しも重要です。AIエージェントは、最初から会社のことを知っているわけではありません。フォルダに情報がなければ、一般論で考えるしかない。判断基準が書かれていなければ、会社らしい判断はできない。保存先が決まっていなければ、成果物も散らかる。 AI社員の能力は、モデルの賢さだけでなく、 どのフォルダを職場にし、そこに何を置いているかで決まる これが、書籍第3章の背骨であり、この記事の背骨でもある。 人間の新入社員でも、初日に机も共有フォルダも就業規則も渡されず、「会社のことは察して仕事をしてください」と言われたら動けません。AIも同じです。いきなり「この資料、いい感じにまとめといて」は、職場のない依頼です。私が顧問業の初期に「良い指示文の型を渡せば動き出すはず」と考えていた時期があったのも、この順番を逆にしていたからです。誰かが気を利かせて配る「使える指示文100選」が、1ヶ月後に開かれなくなるのも、同じ構造です。文脈のない依頼は、上手な一般論しか返しません。 ## 業務ごとに机を置けば、定義は具体になる フォルダが職場だと分かれば、「業務ごとに任せる」が具体化します。部署名ではなく、ひとつの目的と成果物を持つ仕事の単位です。 業務の例 フォルダに置くもの エージェントが置ける成果物 人が残すこと SEO・コンテンツ 過去記事、商品情報、執筆ルール 構成案、原稿、改善メモ 事実確認と公開可否 分析 CSV、表、前回レポート 集計、グラフ、変化の報告 数字の採用と判断 ウェビナー 過去資料、アンケート、台本 企画案、告知文、フォロー文 開催判断と対外発信 営業資料 会社紹介、過去提案、相手の課題 今回提案の下書き 金額・約束表現 見積もり（製造・建設） 過去見積、原価目安、値引き基準 下書きと迷い点の一覧 金額・納期の最終決定 報告書 現場メモ、写真の説明、様式 様式どおりの下書き 事実と提出 どの業務でも、最終確認は人間に残します。AIが資料を読んで成果物を書き、人間が事実関係、金額、契約条件、公開や送信の可否を確認する。この責任の境界を決めておけば、AIエージェントを安全に実務へ入れられます。判断はプロ、作業はAI——顧問先の防災設備会社で報告書の下書きを渡したときも、線はここに引きました。合否をAIに預けたのではありません。 部署名から入ると、担当が広すぎて話がぶれます。営業AI、マーケAI、と呼んだ瞬間、机に何を置くかが決まらなくなる。SEOなら、キーワードを調べ、構成を作り、原稿を書き、公開後の数字を見るところまでを一つの業務として切る。見積もりなら、引き合いを読み、類似を当たり、下書きと迷い点を置くところまで。その単位で机を置くと、定義は抽象論で終わりません。 最初の1業務の選び方は、業務棚卸しの記事に手順があります。机の作り方、ルールファイル、一度教えた仕事を1行で呼ぶところまでは、AI社員の作り方が手順の正本です。この記事は、その手前で「いま自分は相談しているのか、仕事を頼んでいるのか」を見分けられるようにするための定義です。 ## 中小企業でAIエージェントが効く理由 大企業の「AIエージェント」特集は、全社基盤や専用チームの話になりやすい。中小企業で効く理由は、逆です。専任の指示文職人を置けない。その代わり、繰り返す書類仕事と、頭の中にある判断基準が、同じ机に集まりやすい。 私が現場で見ている限り、中小企業の最初の成果は、派手な自動化ではありません。議事録から決定と宿題を起こす。過去提案を下敷きに新規提案の下書きを置く。現場メモを報告書の様式に整える。どれも、相談のチャットでも「それらしい文」は出ます。会社が変わるのは、その文が所定のフォルダに、所定の形式で、翌日も同じ手順で残るようになったときです。 費用の桁も、ここで一度置いておきます。ツール実費は、顧問先の標準構成で1人あたり月3,000円〜1万円程度です（ChatGPT Plus等、月20ドル前後が目安。プラン名も金額も変わるので、契約時は公式を見てください）。外注や採用と比べて、試して損の出る金額ではありません。ただし、契約しただけでは右側の仕事依頼にはなりません。机が空なら、月額を払っても社外コンサルのままです。契約して触らなくなる会社も、私の見聞きする範囲では珍しくありません。止まる理由はモデルではなく、渡す仕事と渡す場所が決まっていないことです。 費用対効果の主軸は、守りの時間削減より、打てる手が増えることです。提案の下書き、案内文、掲載文、フォロー——外注なら1本ごとに費用が乗り、ノウハウも残らない仕事を、自社の机で回せるようにする。時間回収は底を打ちますが、手数には上限がありません。この設計を隣で進めるのが、私のいうAI顧問の仕事です。 中小企業で定義がずれると、止まり方も型にはまります。私が自分の会社でも先に踏んで、顧問先でも繰り返して見てきたのは、だいたい3つです。社長だけがチャットを使い、使い方が本人の頭の中にしかない。現場の一人がこっそり使っていて、その人が休むと消える。全社で契約したのに、何に使うかが渡っておらず、数ヶ月後にはログインすらしない。三つの根は同じです。AIに、人と同じオンボーディング——情報と働く場所——を与えていない。 「うちも使っていますよ。でも会社としては特に何も変わっていない」は、この天井の台詞です。便利だった。それだけだった。個人の作業時間は短くなる。会議の進め方も、成果物の置き場も、休みのときに誰が続きをやるかも、何も変わらない。エージェントという定義は、この天井を越えるための言葉です。新しい魔法の箱の名前ではありません。 ## 最初の1件の依頼文ひな形 定義の次に必要なのは、今日使える1件です。書籍付録の依頼テンプレを、エージェントへの初仕事用に畳んだものがこれです。空欄を自社の業務名に変えて、そのまま渡してください。 # 今回の依頼（最初の1件） 目的: （例）今週の会議メモから、決定事項と宿題を一覧にする 対象: 社内共有。送信・公開はしない 入力: このフォルダの input/ にある会議メモ 欲しい成果物: output/ に「決定・宿題・担当・期限」の表 保存先: output/ 制約・禁止: - 個人情報を新たに書かない - 金額・納期・対外約束を断定しない - 削除・送信・公開をしない 参考: 同じフォルダの過去サンプルがあれば、その形式に合わせる ## 冒頭に貼る指示 このフォルダの中を先に確認し、ルールと材料を読んでから作業してください。 推測で断定しないでください。不明点は質問してください。 成果物は指定の保存先に置き、最後に「人間が確認すべき点」を5つ書いてください。 最初の練習では、本番データではなく公開情報かダミーを使います。パスワードやAPIキーはフォルダに入れない。個人情報を扱わせない。削除・送信・公開はさせない。まず作業計画を出させる。成果物は人間が開いて確認する。作業範囲はひとつのフォルダ内に限定する。七つありますが、畳むと二つです。 入口と出口だけは、人間が握る 何を読ませるかが入口。何を外に出させるかが出口。事故は、この二点の設計ミスから育ちます。間で働くAIがどれだけ賢くなっても、この二点は手放しません。 入口に入れすぎる（見せなくていい情報まで机に置く）、出口を開けすぎる（下書きのまま送信・公開させる）。現場で実害になる事故は、ほぼこのどちらかです。ゼロにはできません。読ませた資料の中に、意図しない指示文が紛れている型もあります。だからこそ、出口——削除・送信・公開——は最後まで人が持ちます。線の引き方の詳細は、セキュリティと情報入力の記事にあります。 最初の1件の置き方を資料で確認する ## よくある誤解——定義がずれると、導入がずれる 定義記事でいちばん役に立つのは、正しい一文より、ずれ方の一覧かもしれません。顧問先で繰り返してきたずれです。 ずれ 現場で起きること 直し方 長い指示文＝エージェント 相談が長くなるだけで、成果物の置き場がない 保存先と禁止を1行足す 先に一番賢いモデルを選ぶ 契約して触らなくなる 先に1業務と机を決める 全部自動化しないと意味がない 入口と出口が開いたまま止まる 下書きまで、1フォルダから エージェントが判断してくれる 金額や約束が勝手に確定する 判断はプロ、作業はAI エンジニアがいないと使えない 検討会議だけが続く デスクトップでも、フォルダ指定から始められる チャットを捨てないといけない 壁打ちまでフォルダ仕事にする 相談は左、仕事は右。使い分ける 5つ目だけ補足します。黒い画面に慣れている人は、コマンドラインやエディタ拡張でも同じことができます。目的はエンジニアになることではありません。AI社員に仕事を渡せる会社を作ることです。最初は、フォルダを指定して日本語で頼める形で十分です。画面の名称は更新されます。ChatGPTのデスクトップアプリには、会話と実行が並ぶ形になっています（2026年7月確認時点）。個別のボタン名は、公式の最新案内を見てください。残るのは「どのフォルダを職場にするか」です。 ## チャットとエージェント、どちらから始めるか 判断基準は単純です。 - 考えたい、整理したい、壁打ちしたい——チャットでよい。持参資料と、学習に使わない設定だけ先に確認する - 繰り返す仕事があり、材料がファイルとしてあり、成果物の置き場が言える——エージェントに仕事を頼む番 - まだ仕事の名前が言えない——ツールを増やす前に、棚卸しへ戻る 前述の「変わっていない」は、多くの場合、左の使い方だけで止まっている状態です。個人の作業時間は短くなる。仕組みは残らない。私が自分の会社で先に気づいた天井でもあります。エージェントは、その天井を越えるための定義です。魔法ではありません。机を与え、入口と出口を握り、1件の仕事を依頼文にできた会社から、景色が変わります。 チャット側の正しい使い方も、短く残しておきます。学習に使わない設定を、会社情報を入れる前に確認する。口調と禁止と「断定しない」を、短い固定文として持っておく。よく使う判断基準は、相談の冒頭に持参資料として貼る。出てきた案はチャットで終わらせず、自分で社内フォルダにしまう。これができるなら、チャットは今も優秀な入口です。限界がはっきりするのは、複数ファイルを横断して整理する、決まった場所に決まったファイル名で保存する、同じ様式で何本も積み上げる——そうした仕事です。そこから先が、社内に社員を置く段階です。 ## よくある質問 ### Q1. ChatGPTとAIエージェントは、別の契約が必要ですか？ 製品によります。同じアカウントの中に、相談する顔と仕事を進める顔が並んでいることも増えています。大切なのは契約の本数より、今回の依頼が相談なのか仕事なのかです。仕事なら、フォルダを指定できる使い方になっているかを見てください。 ### Q2. 中小企業にAIエージェントは早すぎませんか？ 全社基盤としては早い会社もあります。1業務・1フォルダ・下書きまで、なら遅くありません。専任チームがなくても、繰り返す書類仕事がある会社のほうが、成果が見えやすい。私が約15社の顧問で先に渡してきたのも、この最小単位です。 ### Q3. 指示文の上手さが不要になる、ということですか？ 不要ではありません。順番です。文脈のない上手な一文より、材料のあるぶっきらぼうな仕事依頼のほうが、実務では当たります。伝え方の工夫が効くのは、机とルールができたあとの上積みです。 ### Q4. データを学習に使われませんか？ 学習利用の設定は、会社の内部情報を入れる前にオフにします。加えて、フォルダの中身そのものを選びます。見せない、ではなく、必要な分だけ、必要なときに見せる。エージェントはファイルを読むので、チャット以上に入口の設計が効きます。詳細はセキュリティの記事へ。 ### Q5. 自律型エージェントと、この記事の定義は同じですか？ 同じではありません。放っておくとビジョンを達成する、という話を、この記事ではしていません。目的を受け取り、許可された範囲で手を動かし、人が出口を握る。中小企業の実務に載るのは、こちらの定義です。 ### Q6. 最初の1件は、何がいいですか？ 材料がすでにファイルとしてあり、手順を新人に説明でき、成果をその場で確認できる仕事です。迷ったら議事録から決定と宿題を起こす仕事。ほぼすべての会社にあり、効果が見えやすい。 ### Q7. AI顧問とAIエージェントはどう違いますか？ エージェントは働く相手、顧問は設計する隣の人です。机の置き方、入口と出口、最初の1業務の選定は、道具だけでは止まりやすい。AI顧問とは何かは、その役割の定義です。 ### Q8. この記事の次に読むべきなのはどれですか？ 仕事の名前が言えるなら作り方。まだ言えないなら棚卸し。働く場所の広さでツールを選ぶ段階ならCoworkとCodeです。 ## 持ち帰り：見分けチェックと、最初の1件 明日、社内で「エージェントを入れよう」と話すなら、製品比較の前にこの見分けを使ってください。議題は「どのツールが賢いか」ではなく、「いま社内で繰り返している仕事のうち、相談で終わってよいものと、机に残すべきもの」です。後者が1つでも言えたら、導入は始まっています。言えないなら、ツールを増やす会議ではありません。 今日の仕事を、この5つで見てください。3つ以上「仕事側」なら、チャットではなくエージェントに頼む番です。 - 目的が「意見が欲しい」ではなく「成果物が欲しい」になっている - 材料の場所（どのフォルダ、どのファイル）を言える - 保存先とファイルの形を指定できる - やってはいけないこと（金額変更、送信、削除）を1行で書ける - 人間が確認する点を、先に挙げられる 最初の1件は、上のひな形をコピーし、業務名だけ差し替えてください。本番データはまだ入れない。ダミーで一度、成果物がフォルダに残るところまで見る。残ったら、それが定義の体感です。画面に賢い答えが出ただけでは、まだ相談です。エクスプローラーを開いて、指定した場所にファイルがある。その瞬間から、仕事を任せたことになります。 ## まとめ：定義が先、道具はあと AIエージェントとは、相談するAIではなく、仕事を任せるAIです。画面の入力欄は似ています。仕事の進み方は違います。依頼文を2行並べれば、その差は一目です。能力の本体は、モデル名より、どのフォルダを職場にし、そこに何を置いているか。入口と出口は人が握る。判断はプロ、作業はAI。 作り方は別記事にあります。委任の深さも別の設計です。このページで固定しておきたいのは、たった一つです。いま打っている一文は、相談なのか。仕事の依頼なのか。そこが分かれた会社から、チャットの便利さが、会社の仕組みに変わり始めます。 自社の1業務で机を置くところまで、資料にまとめています。隣で90日進める話は、資料の中のプログラム概要を見て判断してください。 無料の資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIへの仕事の渡し方12型｜プロンプト集の代わりに使う依頼文 URL: https://aiandwill.com/ai-shigoto-watashikata/ 公開: 2026-08-14 / 更新: 2026-09-02 誰かが気を利かせて「使える指示文100選」を社内に配る。最初の1週間はみんな試す。1ヶ月後、誰も開かなくなる——この光景を、顧問の相談でも、自分の初期の失敗でも、何度も見てきました。需要は本物です。世界中で「ChatGPTに何を打てばいいか」は、検索が死なない問いです。ずれているのは、答えの置き場所です。上手な一文を集めても、会社の材料と、任せる範囲と、人が決める点が無い。返ってくるのは、上手な一般論です。 プロンプト集の代わりに使うのは、仕事の渡し方です。渡す材料、任せる範囲、人が決めること。この3点が揃った依頼文なら、文章がぶっきらぼうでも実務に載ります。この記事は、書籍『ChatGPTを、「AI社員」に育てる方法』付録の依頼テンプレを、現場で繰り返す12の仕事に展開したものです。集めて飾る一覧ではありません。1型をコピーし、空欄を自社に差し替えて、今日渡すための型です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ「使える指示文」の配布から始めると止まるのか 止まる理由は、使う人の怠慢ではありません。構造が3つ欠けています。 欠けているもの 配布された一文で起きること 仕事の渡し方だとどうなるか 材料 自社の商品も顧客も読まずに答える 読むファイルの場所を先に渡す 範囲 万人向けなので、誰の業務にもぴったり合わない 下書きまで、など境界を1行で切る 人の決断 金額や送信まで、それらしい文で埋まってしまう 人が決める点を、先に列挙する 置き場 画面に答えが残り、各自のコピペで消える 保存先を指定し、翌日同じ机で続く 更新 配った瞬間から古くなる ズレた点だけ、型に1行足す 検収 上手いか下手かでしか見ない 所定の場所・禁止・推測の明示で合否を見る 私自身、顧問業を始めた頃は「良い指示文の型を渡せば動き出すはず」と考えていました。動かなかったのは、型の美しさ不足ではありません。読むものが無く、置いてよい場所が無く、人が握る点が書いていなかった。いま私は、伝え方より先にコンテキストを置きます。順番が逆だと、どんな名文でも一般論に戻ります。配った資料が開かれなくなるのは、現場が怠惰だからではなく、その一文では自分の今日の仕事が始まらないからです。 検索されている言葉は「何を打てばいいか」です。打ちたい気持ちは正しい。ずれは、打てば仕事が終わると思っているところにあります。人が新人に仕事を渡すとき、美しい話し方マニュアルは渡しません。材料の場所、ここまでやってよい範囲、最後は自分が見る点を渡します。AIへの依頼も、同じ順番です。上手い一文は、その3点が揃ったあとの上積みです。 この記事でも、あの検索語——「何を打てばいいか」——には答えます。ただし答えは100個の魔法の一文ではありません。仕事の渡し方12型です。言葉の「プロンプト」は、この対比のためにだけ使います。本体は依頼文です。 ## 仕事の渡し方は、3点で決まる 仕事の渡し方は、この3点で決まる。材料・範囲・人が決めること 12型に入る前に、共通の骨を置きます。書籍付録の依頼テンプレは、毎回これを埋めるための枠です。 渡す材料 × 任せる範囲 × 人が決めること どれか1つ欠けると、相談に戻るか、事故側に倒れる。 ChatGPTを画面で使う場合も、この3点は同じです。入力は「ファイル添付か貼り付け」、保存先は「返ってきた答えを自分で所定フォルダへ保存する」に読み替えてください。どこに置くかを先に決めてから渡す。そこは画面でもフォルダでも変わりません。 # 今回の依頼 目的: 対象（誰が・いつ・どこで使うか）: 入力（材料の場所）: 欲しい成果物（形式・分量）: 保存先: output/ 制約・禁止: 参考にするナレッジ: ## 冒頭に貼る指示 まず就業規則・社員定義・knowledge を読んでから作業を始めてください。 推測で断定しないでください。不明点は質問してください。 成果物は指定の保存先に置き、最後に「人間が確認すべき点」を5つ書いてください。 この記事で「机」と呼ぶのは、AIが毎回読むフォルダ一式（材料・templates・output）のことです。机がまだ無い会社は、この枠の「入力」と「保存先」を、今あるフォルダ名に読み替えてください。机の作り方そのものはAI社員の作り方が正本です。どの仕事を最初に渡すかは業務棚卸しで決めます。この記事は、決まった1件を、どんな文で渡すかの型です。 出来上がりの見方は、上手さではありません。付録の受け入れテストを、そのまま使います。 - 成果物が所定の場所にある - 禁止事項を破っていない - 推測部分が推測と明記されている - 人間が確認すべき点が具体的 - ゼロから作り直すより、直して出せる 5つが揃えば採用。揃わなければ、指示文を磨くより先に、社員定義（=AIに毎回読ませる自社ルールのファイル）のどこが空かを直します。12型目の「検収」は、このテストそのものです。 ## 仕事の渡し方12型・全体表 12個を覚えなくていい。自社で今週発生する仕事に、いちばん近い1行を選んでください。 型 渡すもの 任せる範囲 人が決めること 1. 議事録 文字起こし・出席者・良いサンプル 決定・宿題・担当・期限の抽出 何が決定で、何が雑談か 2. 提案書下書き 勝った提案3〜5本・相手メモ 構成と本文の下書き 金額・約束・送付 3. 報告書 現場メモ・様式・過去報告 様式どおりの下書き 事実確認と提出 4. 見積下書き 過去見積・原価目安・値引き基準 下書きと迷い点の一覧 金額・納期・保証 5. メール 経緯・口調の実例・目的 返信・依頼の下書き 送信、謝罪、確約 6. FAQ 過去問い合わせ・公式回答・禁止表現 分類した草案 公式見解と約束しないこと 7. マニュアル 手順の断片・誰が使うか 手順書の下書き これが正式手順かどうか 8. 日報 当日の作業ログ・様式 1行〜表形式への整形 上げる話、隠す話 9. 棚卸しインタビュー 質問票・録音起こし・役割 業務一覧の抽出 どれをAIに渡すか 10. 社内ルール 既存ルール・事故・やってはいけないこと ルール案の下書き 何を公式にするか 11. 二次展開 元ネタ1本・媒体別の過去文 媒体ごとの下書き 公開、主張、出す日 12. 検収 元の依頼・成果物・合格条件 ズレの指摘と直し案 採用か差し戻しか 共通点ははっきりしています。判断はプロ、作業はAI。12型のどれも、送信・公開・金額の確定は人の列に残しています。ここを空けると、便利な一文が事故の一文に変わります。 1業務への落とし方を資料で見る ## 1. 議事録——会議を、次の仕事の材料にする 最初の1型に、いちばん選ばれます。材料がすでにあり、効果が見え、ほぼすべての会社にある。詳細な変換の設計は議事録活用の記事に譲り、ここでは渡し方だけ置きます。 項目 中身 渡す材料 文字起こし、出席者と役割、自社の「良い議事録」1本、前回の宿題一覧 任せる範囲 決定事項、宿題（担当・期限）、保留、次回までの確認点を表にする 人が決めること 本当に決まったことか、担当の割り振り、社外に出してよいか 目的: 本日の会議から、決定・宿題・担当・期限を一覧にする 入力: input/本日の文字起こし。参考に templates/良い議事録.md 欲しい成果物: output/YYYY-MM-DD_議事録.md（決定／宿題／保留） 制約: 発言を美化しない。決まっていないことを決定にしない。送信しない 最後に、人間が確認すべき点を5つ。 よくあるズレは、雑談を決定に格上げすることです。直すときは依頼文を長くせず、「決定は、担当と期限が言えた行だけ」と1行足します。文字起こしが雑でも、良いサンプルが1本あれば形は寄ります。サンプルが無いと、きれいな議事録の一般形になり、その会社の会議では使えません。 ## 2. 提案書下書き——勝った型を下敷きにする 白紙に「いい提案を」は、相談です。勝った提案書が3本あれば、仕事になります。下敷きの作り方は提案書の記事が本丸です。渡し方はこう切ります。 項目 中身 渡す材料 採用された提案3〜5本、会社紹介、相手の課題メモ、今回の条件 任せる範囲 構成、課題の整理、提案本文の下書き。価格表は既存数字の転記まで 人が決めること 金額、値引き、納期の確約、送付の可否、約束の言い切り 目的: 今回の相手向け提案書の下書きを、過去の勝ちパターンで作る 入力: templates/勝った提案/ と input/相手メモ.md。料金は現行表以外使わない 欲しい成果物: output/提案下書き.md。金額と契約条件は変更しない 制約: 未確認の実績を断定しない。送付しない 最後に、人間が確認すべき点を5つ。特に約束表現を列挙する。 薄い提案になるときは、指示が弱いのではありません。下敷きが薄い。相手メモが「元気な会社」しか無い状態で、名文を足しても中身は増えません。勝った提案の「勝ち」は、文章の上手さより、何を約束し、何を約束しなかったかの型です。その型がフォルダに無い依頼は、相談に戻ります。 ## 3. 報告書——現場のメモを、様式に乗せる 現場が時間を溶かすのは、作業そのものより、作業を報告書にすることです。顧問先の防災設備の現場でも、線は同じでした。判断はプロ、清書と転記はAI。 項目 中身 渡す材料 手書きメモや写真の説明、会社の様式、過去の良い報告書 任せる範囲 様式どおりの下書き、抜け項目の指摘、前回との差分の候補 人が決めること 事実の最終確認、数値、提出、顧客に見せる表現 目的: 本日の現場メモを、指定様式の報告書下書きにする 入力: input/現場メモ.md と templates/報告書様式.md。数値はメモにあるものだけ 欲しい成果物: output/報告書下書き.md。空欄は空欄のまま残す 制約: 見えない点検結果を埋めない。提出・送信しない 人間が確認すべき点を、様式の項目順で出す。 空欄を賢く埋めさせると、いちばん危ない。無いものは無い、と書かせるのがこの型の肝です。現場メモが短いほど、AIは「それらしい点検結果」を補いたがります。補完を褒めない。空欄の指摘を褒める。報告書型の合格は、埋まっている量ではなく、事実の境界が残っていることです。 ## 4. 見積下書き——金額は書かせても、確定させない 製造業・建設業で効く型です。書籍の記入例も、見積もり担当は「金額の確定はしない」から始まります。下書きと、迷った点の一覧が成果物です。 項目 中身 渡す材料 過去見積、原価の目安、値引き上限、受けない案件の条件、今回の引き合い 任せる範囲 類似案件の照合、下書き作成、迷い点の列挙。安い方へ倒さない 人が決めること 単価の採用、値引き、納期、保証、先方への提示 目的: 今回の引き合いに対する見積もりの下書きと、判断に迷った点の一覧 入力: knowledge/過去見積/ と knowledge/値引き基準.md、input/引き合い.md 欲しい成果物: output/YYYY-MM-DD_見積下書き.md 制約: 金額・納期を確約しない。値引き上限を超えない。送信しない 迷ったら安い方に倒さず、類似案件を根拠として添える。 この型で人が決める列を空けると、AIは「通したい見積」を書き始めます。通すのは営業判断です。作業は照合と下書きまで。過去見積に古い単価が混ざっていると、堂々とその単価で下書きします。材料の鮮度は、依頼文の修辞より効きます。受けない案件の条件が1行でもあると、迷い点の一覧の質が一段上がります。 ## 5. メール——短文ほど、出口が大事 短いほど事故ります。謝罪、納期、値引き、次の約束。チャットの相談で「丁寧な文」を貰ってそのまま送るのが、いちばん多い出口の開きすぎです。 項目 中身 渡す材料 経緯の要点、相手との過去文、自社の口調、今回の目的と禁句 任せる範囲 件名と本文の下書きを2案。確約表現は仮置きと明記 人が決めること 送る、送らない、謝る深さ、次の約束、金額・日付の言い切り 目的: 先方への返信下書きを2案（標準／短文） 入力: input/経緯.md。口調は templates/過去の返信から外さない 欲しい成果物: output/返信下書き.md。確約しそうな文には印を付ける 制約: 送信しない。新しい納期・金額を作らない。謝罪の深さを決めない 人間が確認すべき点は、約束と日付の行だけでも可。 丁寧さの指定は、あとで足せば足ります。先に切るのは、新しい日付を作らせないことです。短い文ほど、無い納期が自然に入ります。2案出させるのは、文章を競わせるためではなく、人が選ぶ余地を残すためです。 ## 6. FAQ——過去の問い合わせを、公式の手前まで 問い合わせ履歴は宝です。ただし、現場の口癖を公式にする権限はAIにありません。草案までが仕事、公式見解が人です。 項目 中身 渡す材料 過去の問い合わせと回答、商品仕様、使ってはいけない表現、未決定事項 任せる範囲 質問の束ね、草案、不足情報のリスト。公開用の断定はしない 人が決めること 公式にするか、補償や返金に触れるか、サイトへ載せるか 目的: 直近の問い合わせからFAQ草案を作る 入力: input/問い合わせ履歴。公式として確定していることだけ knowledge/仕様.md 欲しい成果物: output/FAQ草案.md（質問／草案回答／未確定） 制約: 未確定を断定しない。補償・返金・納期を新たに約束しない 未確定は「未確定」列に分けて残す。 現場の口癖を公式にしない、がこの型の全部です。過去の回答に「次回は値引きします」が混ざっていても、それをFAQに昇格させてよいかは人の仕事です。未確定列が厚い草案は、失敗ではありません。公式にする前の在庫が見えたということです。 ## 7. マニュアル——断片を手順にする。正式化はしない ベテランの頭の中を、一度手順に落とす型です。完成した瞬間に「これが正式」と扱うと危険なので、成果物名は必ず下書きです。 項目 中身 渡す材料 画面メモ、口頭説明の起こし、既存SOPの断片、想定読者（新人／パート） 任せる範囲 手順の並べ替え、チェックリスト化、抜けの指摘 人が決めること これが正式手順か、例外を認めるか、現場へ配るか 目的: 新人向け手順書の下書きを作る 入力: input/口頭説明.md と 既存の断片。読者は入社1ヶ月の担当 欲しい成果物: output/手順下書き.md（手順／注意／不明点） 制約: 見ていない操作を補完しない。正式手順だと書かない 不明点は手順の中に混ぜず、末尾に集める。 「見ていない操作を補完しない」は、報告書型と同じです。賢い補完は、現場では嘘になります。読者を「新人」と書いておくと、専門語のまま進みにくくなります。それでも正式化は人がやります。配った瞬間に現場が止まり、例外処理が裏ルートになるのが、早すぎる正式化です。 ## 8. 日報——ログを、翌日の材料にする 私の会社では、日報は感想文ではありません。1案件1行で、うまくいった点、ズレ、定義に追記することを残します。AIに書かせる対象も、そこです。 項目 中身 渡す材料 その日の作業ログ、様式、前日までの日報、書いてはいけない情報の定義 任せる範囲 様式への整形、ズレの候補抽出、翌日に残す1行の下書き 人が決めること 上位に上げる話、書かない話、顧客名の出し方 目的: 本日の作業ログを、所定の日報1行（または表）にする 入力: 05_ログ/本日分。様式は templates/日報.md 欲しい成果物: 日報表への追記案。秘密情報・個人情報・パスワードは書かない 制約: 推測の成果を実績にしない。社外秘の固有名詞は役割名に戻す 定義に追記すべきズレがあれば、別行で提案する。 感想の日報は、翌日の材料になりません。残すのは、何をやって、どこがズレて、定義のどこを足すかです。顧客実名や人事の機微は、入口の時点で役割名に戻します。日報が秘密の置き場になると、机そのものが危なくなります。 ### 記入済みの実例：私の会社の日報 空欄のテンプレだけでは渡しにくいので、私が実際に使っている1組を置きます。私は日中の作業を、日次ログに時刻付きの1行で記録しています。終業時にAIへ渡す依頼文が、これです。 目的: 本日の日次ログから、所定の型で日報を作る 入力: 日次ログ/本日分（時刻付き1行の作業記録）。様式は templates/日報.md 欲しい成果物: 日報1本。見出しは 作業一覧／課題／次の一手 の3つ 制約: ログに無い作業を実績にしない。顧客名は役割名に戻す。送信しない 最後に、人間が確認すべき点を挙げる。 返ってくる日報の冒頭は、この構造です。 ## 作業一覧 （ログの時刻順に、1件1行） ## 課題 （詰まった点と、定義に足す候補） ## 次の一手 （翌日の最初の1件） 検収で差し戻したのは、ほぼ2種類でした。ログに書いていない作業が実績側に紛れたとき。顧客名が役割名に戻っていないとき。差し戻すたびに制約へ1行足した結果、いまは「業務終了」の一言で、同じ構造の日報が返ってきます。依頼文が短くなるとは、こういうことです。 ## 9. 棚卸しインタビュー——聞く仕事を、渡す仕事の在庫にする 「AIに任せたい仕事が言えない」会社の、手前の型です。インタビューそのものをAIがする必要はありません。起こしから業務名と材料の場所を抜くのが仕事です。 項目 中身 渡す材料 質問票、録音の文字起こし、その人の役割、既存の業務一覧があればそれ 任せる範囲 繰り返す仕事の抽出、材料ファイルの有無、詰まりどころの整理 人が決めること どれをAIに渡すか、どれは人が持つか、次に聞く人 目的: インタビュー起こしから、繰り返す仕事と材料の場所を抜く 入力: input/起こし.md。観点は 頻度／手順を言葉にできるか／ファイルの有無 欲しい成果物: output/業務候補一覧.md。判定（渡す／分解／人が持つ）は仮でよい 制約: 個人の評価を書かない。顧客の個人情報を抜かない 人が決める列は空欄のまま残し、候補だけ埋める。 判定までAIに確定させると、棚卸しが推薦会議になります。判定は経営の仕事です。手順の全体は棚卸しの記事にあります。 ## 10. 社内ルール——使ってから書く。AIが毎回読む形で 「AIを入れる前に規程を」で止まる会社は、真面目な会社です。順番を逆にします。小さく使いながら、AIが毎回読むファイルとして育てる。全文ひな形は社内ルールの記事に置いてあります。渡し方は、事故と禁止から入ることです。 項目 中身 渡す材料 いま現場で守っていること、起きかけた事故、見せてよい情報の3層、既存規程の該当箇所 任せる範囲 1枚ガイド案、AIが読むルール案、抜けの指摘 人が決めること 何を公式にするか、罰則にするか、全社へ出すか 目的: いまの運用から、人間向け1枚とAIが読むルールの下書きを作る 入力: input/いま守っていること.md。禁止は入口（何を読ませるか）と出口（送信・公開） 欲しい成果物: output/ルール下書き.md。推測の禁止事項は「仮説」と付ける 制約: 使っていない業務の禁止を増やさない。公式規程だと名乗らない 人が確認する点は、現場が守れない行の候補。 事故と禁止から書かせるのは、ルールを現実より先に走らせないためです。使っていない業務の禁止を先に増やすと、誰も守れない規程が1枚増えるだけで、現場は裏ルートで回り始めます。起きかけた事故と、いま実際に守っていること。守れるルールの材料は、この2つだけです。 ## 11. 二次展開——1つの素材を、媒体に分けて置く 広報・マーケで時間が溶けるのは、同じ話を媒体ごとに書き直す作業です。元ネタは1つ。過去のトーンが材料。公開は人。 項目 中身 渡す材料 元ネタ（セミナー、取材、記事）、媒体別の過去文、禁句、出せない数字 任せる範囲 各媒体の下書き、共通で使う事実の抜き出し、トーンの揃え 人が決めること 公開、主張の強さ、出す日、顧客名の扱い 目的: 本日の元ネタから、社内向け要約／短い投稿文／メール案内の下書きを作る 入力: input/元ネタ.md と templates/過去投稿。数字は元ネタにあるものだけ 欲しい成果物: output/二次展開.md。媒体ごとに見出しを分ける 制約: 公開しない。元ネタに無い実績を足さない。顧客実名は役割名に戻す 人間が確認すべき点は、主張と数字の行。 媒体を増やすほど、元ネタに無い数字が入ります。禁止は「誇張するな」より、「元ネタに無い実績を足すな」のほうが効きます。出す日と出す場所は、人が持ちます。下書きが揃うことと、公開してよいことは、別の仕事です。 ## 12. 検収——「上手い」ではなく、雇う／雇わない 12型の最後は、新しい仕事ではありません。1〜11の成果物を、人が見る前の下準備です。上手いかどうかで見ると、また指示文集めに戻ります。見るのは、所定の場所、禁止、推測の明示、直しで出せるかです。 項目 中身 渡す材料 元の依頼文、出てきた成果物、受け入れ条件5つ、前回直した点 任せる範囲 条件との突合、破っている行の指摘、差し戻し時に直す定義の候補 人が決めること 採用か差し戻しか、定義のどこを直すか、次の1件に進むか 目的: 今回の成果物を、受け入れ条件で検収する 入力: 元の依頼、output/成果物、次の5条件 - 所定の場所にある - 禁止を破っていない - 推測が推測と書いてある - 人間が確認すべき点が具体的 - ゼロからより、直して出せる 欲しい成果物: output/検収メモ.md（合格／不合格の行、直し先） 制約: 合否そのものは仮判定。採用の決定は人が書く 定義の空欄候補があれば、社員定義の項目名で返す。 差し戻しの行き先は、依頼文の修辞ではありません。材料が無い、範囲が広い、人が決める点が空、のどれかです。直しの定着先——流す、覚える、ルールに書く、手順にする——は、作り方の記事側の運用です。ここでは「検収してから次の型に進む」ことだけ決めてください。 伴走で1型を定着させる場合の資料 ## 部門別に、最初の1型を置く 全体表を前に迷う会社には、部門の定番を渡しています。私が導入の初日に選んできた顔ぶれです。お手本がすでに社内にある仕事から入る、が外さない基準です。 部門 最初に置きやすい型 よくある材料 人が残す点 経営・企画 議事録、棚卸しインタビュー 会議の起こし、週次の決定 何を決定とみなすか 営業 提案書下書き、見積下書き 勝った提案、過去見積 金額と約束 現場・技術 報告書、マニュアル 現場メモ、様式 事実と正式手順 総務・経理 メール、FAQ、日報 定型案内、問い合わせ 送信と公式見解 広報・マーケ 二次展開、検収 元ネタ1本、過去投稿 公開と数字 推進役 社内ルール、検収 いま守っていること 何を公式にするか 私の会社で日報や原稿が1行で呼べるのは、一度渡した仕事が手順として机に残っているからです。 ## 最初の1型の選び方 12個を横並びで始めると、どれも中途半端になります。指示文集を配った会社が止まるのと、同じ失敗を、型の数で繰り返すだけです。選ぶ基準は3つです。 - 今週、材料がファイルとしてある - 成果物の置き場と、人が決める点が言える - 直して出せるかどうか、その日のうちに判定できる 迷ったら1の議事録です。提案書も見積も、材料の3本が揃ってからでいい。メールは短いので軽く見えますが、出口が開いているので2型目以降が安全です。社内ルールは、1型を回したあとのほうが中身が具体になります。 1型が受け入れテストを通ったら、依頼文は短くして構いません。材料の場所と禁止と確認点が、フォルダ側に移るからです。毎回12型分の長文を打つことが、成功ではありません。成功は、同じ仕事が翌週、より短い依頼で同じ品質になることです。短くして崩れたら、文才が足りないのではありません。机に残すルールが1行足りない。足りない行を、依頼文ではなく机側へ足します。 2型目は、1型が短い依頼で回ってからです。提案書の次に見積、議事録の次に二次展開、と欲張ると、どちらの机も中途半端になります。人が決める点が似ている型——提案と見積、報告書とマニュアル——は、あとから並べやすい。出口が開いているメールとFAQは、入口の設計が一度通ってからのほうが安全です。 ## やってはいけない、渡し方 やりがち 何が起きるか 代わりにやること 「いい感じに」 相談に戻る 目的と保存先を1行ずつ 材料なしで名文だけ 上手な一般論 読むファイルを先に置く 12型を一度に配る 1ヶ月で開かれなくなる 1型を検収する 空欄を埋めさせる 嘘の事実が様式に乗る 無いものは空欄のまま 送信まで任せる 出口が開く 下書きまで。送信は人 不合格を指示文のせいだけにする また一文集めに戻る 材料・範囲・人の決断のどれが空かを見る 契約して触らなくなる会社も、配って開かれなくなる社内資料も、根は同じです。仕事が渡っていない。型を増やす前に、1件が机の上に残るかを見てください。 ## よくある質問 ### Q1. 指示文の上手さを、まったく勉強しなくていいですか？ 後回しで構いません。3点が揃った依頼は、素朴な日本語で動きます。修辞が効くのは、机と材料ができたあとの上積みです。先に修辞へ行くと、冒頭の100選と同じ道をたどります。 ### Q2. ChatGPTの画面に、この依頼文を貼るだけでいいですか？ 相談として使うなら、材料を持参したうえで貼れます。仕事として残すなら、読む場所と保存先がある使い方——フォルダを職場にする側——へ渡したほうが、翌日につながります。画面が同じでも、置き場が無い依頼は相談です。 ### Q3. 12型以外の仕事は、どう渡せばいいですか？ 同じ3点で切ってください。渡す材料、任せる範囲、人が決めること。型名は後から付けていい。先に3点が言えない仕事は、まだ渡す番ではありません。 ### Q4. 英語の長い指示文を翻訳して使ってはダメですか？ 材料と禁止を自社に差し替えるなら、骨だけ借りて構いません。そのまま貼ると、存在しない部署名と、自社に無いデータと、送れない「Send this email」が混ざります。翻訳より、3点の空欄埋めのほうが速い。 ### Q5. 個人情報を含むメールや議事録は？ 机に置く前に落とすか、その仕事は人が持ちます。依頼文で「気をつけて」と書いても、入口に入ったものは読まれます。線の引き方はセキュリティの記事側、社内への一文はルールの記事側です。 ### Q6. 1型あたり、どれくらいで検収できますか？ 材料が揃っている仕事なら、最初の1回はその日のうちです。通らなければ、依頼文を増やす前に材料を足す。私の顧問先でも、初日に通るのは様式がすでに存在する仕事——議事録、報告書、日報——です。 ### Q7. 社員に12型を配ってよいですか？ 全体表と、自部門の1型だけ渡してください。12個の依頼文を一度に配ると、また開かれない資料になります。受け入れテストの5行は、全部署共通で配ってよい。 ### Q8. 料金やツールは、どの段階で決めますか？ 1型が机の上に残ってからです。ツール実費の目安は1人あたり月3,000円〜1万円程度（ChatGPT Plus・Claude Proなど個人有料プラン〜法人プランの、2026年8月時点の目安）。先に契約して「何を打つか」を探し始めると、また100選に戻ります。 ## 持ち帰り：今週使う1枚 コピーして埋めるのは、この順です。 - 12型から、今週材料がある1つを選んだ - 渡す材料の場所を、ファイル名まで書いた - 任せる範囲を「下書きまで」で切った - 人が決めることを3つ書いた（金額・送信・公開のうち該当するものは必ず） - 該当型の依頼文をコピーし、空欄だけ差し替えた - 成果物を、受け入れテスト5つで見た - 不合格なら、指示文ではなく材料・範囲・人の決断のどれを直すか書いた - 合格したら、ズレ1行だけ型に足した - 来週も同じ仕事なら、依頼文を短くして再現できるか試す - 2型目は、1型が短い依頼で回ってから 全体表は保存用に切って使ってください。依頼文は、机の templates/ に置くと、配布資料より残ります。 ## まとめ：集めるな。渡せ。 検索されているのは「何を打てばいいか」です。現場で残るのは「何を渡すか」です。12型は、仕事の渡し方です。渡す材料、任せる範囲、人が決めること。この3点が揃えば、文章は短くていい。揃わなければ、100個あっても1ヶ月で開かれなくなります。 判断はプロ、作業はAI。入口と出口は人が握る。型は増やす前に、1件を机の上へ。作り方と棚卸しと社内ルールは、すでに別の正本があります。入力してよい情報の線はセキュリティと情報入力、伴走の役割はAI顧問とはにあります。この記事の仕事は、渡し方を12個、コピーできる状態で置くことです。 自社の1業務へ落とす資料は、下に置いてあります。 無料の資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIを入れても会社が変わらない本当の理由｜道具は増えたのに現場が動かない URL: https://aiandwill.com/ai-kaisha-kawaranai/ 公開: 2026-08-14 / 更新: 2026-09-05 「ChatGPTは使っています。でも、会社はたいして変わっていない」——生成AI顧問として累計約15社、研修や講座まで含めれば30社を超える会社と関わってきて、いちばん多く聞くのは、失敗の告白ではありません。成功したつもりでいる人の、この一言です。契約は済んでいる。何人かは毎日触っている。文章は前より速い。なのに、社長がいちばん忙しいのも、属人的な仕事が属人的なままなのも、先月と同じです。 先に結論を置きます。会社が変わらない理由は、道具が足りないからではありません。道具に渡せる形の、会社の文脈が無いからです。道具はこんなに増えたのに、会社はたいして変わっていない——このねじれの正体を、私は書籍『コンテキスト経営』の序章で書きました。この記事はその「なぜ」の親です。止まったあとの手順は失敗パターンの記事に譲り、ここでは診断5問まで持ち帰れるようにします。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 道具は増えた。会社は、たいして変わっていない 私は静岡の熱海に住んでいます。仕事柄、旅館や不動産、設備会社の経営者と毎週のように話します。そこで見ている景色は、世の中の「導入が進んだ」という話と、いつもずれています。 道具は、本当に増えました。文章も、資料も、画像も、一瞬で下書きできる。私の会社にも「何かAIをやらなきゃと思って」という相談が毎週届きます。届く相談の中身は、二年前とは違います。二年前は「どれを契約すればいいか」でした。いまは「契約した。何人かは使っている。で、会社としては何が変わったのか、説明できない」です。 おかしいと思いませんか。道具の性能は、誰の目にも分かるほど上がった。個人の作業速度も、確かに上がった人がいる。それでも、会社の実行力——打てる手が増えたか、判断の質が人に依存しなくなったか、社長が休んでも同じ仕事が残るか——を聞くと、答えに詰まる会社のほうが多い。私の見聞きする範囲では、これが中小企業の生成AIの、いちばん大きな現実です。 「効果がない」と検索してこのページに来た方は、ツールを責めているのかもしれません。責めなくていい。効果が出ない会社のほとんどで、足りなかったのはモデルの性能でも、社員の意欲でもありません。会社の文脈が、人の頭の中に埋まったままで、AIにも、隣の席にも、次の世代にも、渡せる形になっていないこと。それがすべての原因だと、私は現場で結論しています。 ## 驚きは、もう消えた。「で、売上とどうつながるんですか」 この半年、商談の場で、はっきりした変化を感じます。二年前は、AIが文章を書くだけで驚かれました。一年前は、資料が数分でできると身を乗り出されました。いまは違います。「作れるのは知っています」と言われます。驚きは、もう消えたのです。 そして驚きが消えたあとに、経営者が口にする質問は、いつも同じです。「で、それがうちの売上と、どうつながるんですか」。まっとうな質問です。きれいな文章が作れることと、あなたの会社の実行力が上がることの間には、深い谷がある。プロンプト集も、全社アカウントも、この谷には答えられません。 谷のこちら側にあるのは、個人の便利です。メールの下書きが速い。調べ物が速い。議事録の要約が速い。谷の向こう側にあるのは、会社の変化です。出せなかった提案が出せる。属人だった仕事が人を替えても残る。社長の頭の中にあった判断が、他の人の仕事になる。多くの会社は、こちら側で満足して、向こう側に渡っていない。だから「使っているけど、会社は変わらない」が起きます。 効果の測り方そのものを時間削減に置いていると、この谷は見えにくくなります。浮いた時間は別の仕事に溶け、時給換算は帳簿のどこにも現れない。私が顧問先で第一軸にしているのは「打てる手が増えたか」です。測り方の中身は生成AIの費用対効果の記事に全部書いたので、ここでは一点だけ言います。測っているものが個人の速度なら、会社は変わったことになりません。 ## 私自身が掘った、「プロンプト研修の墓場」 私はこれまで、AiWiLLだけで100名以上の経営者や社員に生成AIのレクチャーをしてきました。そこで、ほぼ必ず起きることがあります。研修の当日は、盛り上がるのです。「こんな文章が一瞬で」と歓声が上がる。懇親会では「うちも変わりますね」と握手を求められる。 三週間後に訪ねると、誰も使っていません。正確に言うと、二、三人が「たまに検索代わりに」使っている。配られた虎の巻——「この通りに入力すれば企画書が出ます」という指示文の束——は、共有フォルダの奥で眠っている。私はこれをプロンプト研修の墓場と呼んでいます。 私自身、初期のころに開いた研修で、この墓場をいくつも作りました。あの頃の受講者の皆さんには、この場を借りて謝りたいくらいです。当時の私は、「使い方を覚えていないから定着しない」と考えていました。だからもっと分かりやすい指示文を、もっと便利な型を、と配った。違いました。 墓場になる理由は、使い方を忘れたからではありません。研修で渡したものが、会社の文脈を運ばなかったからです。どれほど練った指示文でも、あなたの商品も顧客も「うちはこうする」も知らないAIから返ってくるのは、上手な一般論です。一般論は、もう価値を持ちません。誰でも作れるようになったからです。現場に戻った人が「思ったより使えない」と感じるのは、能力の問題ではなく、材料の問題です。 社員が使わない相談も、同じ根です。犯人は意欲ではありません。何に使うかが決まっていない、出力が仕事にならない、使える人が孤立している——分解すると構造です。社員側の処方箋は社員がAIを使わない記事に譲ります。この記事で掘るのは、その一段上です。なぜ、道具を足しても会社側が動かないのか。 ## 経歴書が超一流の、新入社員 想像してください。あなたの会社に、明日、新入社員が来ます。経歴書は超一流です。世界中の本を読んでいて、文章は速くて上手い。法律も会計も語学も一通りできる。給料は月数千円でいいと言っている。 さて、この新入社員は、明日から戦力になるでしょうか。なりません。彼は、あなたの会社の何も知らないからです。お客様の名前を知らない。値引きの限度を知らない。「あの社長への見積もりは、必ず電話してから送る」を知らない。おたくの会社で「丁寧に」という言葉が何を意味するのかを知らない。社長のあなたが、何に怒り、何を大事にしているかを知らない。 このとき、あなたはどうしますか。指示の出し方を工夫しますか。「あなたは優秀な営業アシスタントです。丁寧な文面で——」と、命令の言葉を磨きますか。しませんよね。引き継ぎをするはずです。顧客台帳を見せる。過去の見積もりと、うまくいった提案書を渡す。会社のルールを教える。机と、必要な資料の置き場を与える。分からないことがあったら誰に聞くか、どの書類が最新かを教える。つまり、会社の文脈を渡すはずです。 AIとは、この「経歴書が超一流の新入社員」です。似た喩えをどこかで聞いたことがある方もいるでしょう。大事なのは、喩えの先です。いま世の中で行われているAI導入のほとんどは、この超一流の新人に、机も与えず、引き継ぎもせず、「なんかすごいことをやってくれ」と言っている状態です。動けるわけがない。優秀さの問題ではありません。文脈がないのです。 道具を足す会社は、新人を増やしています。会社が変わる会社は、新人に職場を渡しています。この一文が、この記事の全部です。 会社の文脈を残す実践フォーマットを見る ## 第一原理——成果の質は、指示ではなく、渡す文脈で決まる 世の中では長らく、指示文を磨けば良い答えが返ってくる、という話が流行りました。私は現場で、逆の結論に至りました。成果の質を決めるのは、指示の質ではなく、渡している文脈の質です。同じAIに、同じ指示を出しても、渡っている文脈が違えば、返ってくるものは別物になります。 あなたの会社の判断基準、過去の実例、お客様の履歴——それが渡っていれば、雑な指示でも「うちの仕事」が返ってくる。渡っていなければ、どれだけ指示を磨いても、返ってくるのは「どこの会社でも通用する、つまりどの会社のものでもない、きれいな一般論」です。 これからの差は、たった一つの場所につきます。AIに何を渡せるか。つまり、あなたの会社に、渡せる文脈がどれだけ資産として貯まっているか。私はこれを「コンテキスト＞＞＞プロンプト」と呼んでいます。優秀なAI社員は、指示×文脈×環境（Prompt×Context×Harness）の掛け算です。多くの会社は、掛け算の最初の項だけを磨いて、真ん中を空欄のままにしています。 希望もあります。道具の性能競争では、あなたの会社は大手に勝てません。でも文脈は違う。あなたの会社の文脈は、世界であなたの会社にしかない。旅館の女将さんの目利きも、設備会社のベテランの勘所も、社長の三十年の判断も、どんな大企業も、どんな最新のAIも、持っていません。AIの時代は、大きい会社が勝つ時代ではありません。文脈を資産にした会社が勝つ時代です。この思想の定義そのものはコンテキスト経営とは何かの記事に置いてあります。ここからは、その思想の手前——なぜ会社が動かないのか——を、現場の言葉で分解します。 ## 「変わった」と錯覚する合図——会社は、まだ動いていない 現場でいちばん厄介なのは、失敗している自覚がないことです。止まった会社は立て直せます。厄介なのは、「うちは導入済み」と会議で言える状態のまま、実行力が一年前と同じ会社です。次の表は、私が初回の会話で頭の中で照合している見分けです。左が錯覚、右が会社が動いた証拠です。 よく見る合図 それが意味すること 会社が変わったと言える条件 判定 全社アカウントを契約した 入口が開いただけ その入口から、毎週同じ仕事が出ている △ 研修の満足度が高い 当日の驚きは消える 三週間後も、同じ仕事が残っている △ 何人かが毎日ログインしている 個人の便利が起きた 人が替わっても同じ成果物が出る △ 文章が速くなった 速度は上がった 以前は打てなかった手が、今月増えた △ 優秀な一人が使いこなしている 属人が増えた その人のやり方がファイルとして残っている × ガイドラインが完成した 禁止は決まった 現場が、許可された仕事を実際に回している △ 経営者が「任せている」と言っている 優先度が低いと翻訳される 経営者自身の仕事で、週に一度は成果物が残る × AIの出力を人が確認し、社外に出せている 仕事になっている 確認の直しが、次の仕事に書き戻されている ◎ 契約したことと、仕事が残ることは別。入口が増えても出口がなければ会社は動いていない 表の上から六つは、導入プロジェクトの進捗報告に載りやすい項目です。載りやすいものは、会社の変化そのものではありません。契約も研修もログインも、全部「入口」です。入口の数を増やしても、出口——人が確認した成果物——が増えなければ、会社は動いていません。 AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。最初の90日は、会社の仕事を整理して一つの業務へ渡す前半工程です。入口となる情報収集だけで終わらず、実務の出力と確認者を決めることを重視します。前半の進め方と、契約全体の条件を分けて確認してください。 ## 変わらない会社で起きている、三つのねじれ 止まったあとの手順——どこで足を取られ、どの順で立て直すか——は失敗パターンの記事に症状から処方箋まで置いてあります。ここでは同じ型を並べません。並べると「どれを踏んだか」の話になって、肝心の問いが消えるからです。この記事が掘る問いは一つです。なぜ、どの踏み方をしても、会社は同じように変わらないのか。 私の見聞きする範囲では、答えは三つのねじれに収まります。手順の失敗は、この三つどこかへ流れ着きます。 ### ねじれ1：道具は増えたのに、渡す文脈が増えていない 新しいツールを足すたびに、社内は「進んだ」と感じます。画面は新しくなり、デモは上手くなる。しかしAIが読める会社の判断基準は、先月と同じ枚数です。読ませるものが同じなら、出力の質は道具を替えても同じです。違うのは、一般論が出る速度だけです。 文脈とは、抽象ではありません。現場では四つに分かれます。暗黙知——言葉になっていない勘所。判断基準——迷ったとき、うちはこうする。歴史——あの失敗をどう収めたか。顧客理解——お客様が本当は何を買っているのか。この四つは、いま、どこにありますか。ほとんどが、人の頭の中です。一部は、散らばったファイルと、チャットの流れと、誰も更新していないマニュアルの中に。資産ではなく、消えものとして存在しています。 道具を足す前に疑うべきは、この消えものです。ルール0は、これです。ツールを増やす前に、文脈を疑え。あなたの会社に足りないのは、新しい道具ではない。道具に渡せる形になった、あなたの会社の文脈である。 ### ねじれ2：個人は使っているのに、会社の仕事になっていない 「うちは使っています」の中身を聞くと、個人のチャットです。上手い人の履歴は、その人のアカウントの中に閉じています。隣の席は、同じ会社の仕事なのに、毎回ゼロから説明し直しています。これは活用ではありません。個人の時短です。 会社の仕事になる条件は、地味です。同じ仕事が、週に一度でもファイルとして残る。残ったものを人が確認する。直しが、次の誰か——人でもAIでも——に渡せる場所へ戻る。この三拍子が揃ったとき、初めて「会社が使っている」と言えます。ログイン率では測れません。 英雄が一人いる会社ほど、このねじれは見えにくい。「あの人に聞けば何とかなる」は、会社が変わった証拠ではなく、会社が変わっていない証拠です。その人が休んだ週に、同じ品質の下書きが出るかどうか。出ないなら、進んでいるのは会社ではなく、その人だけです。 ### ねじれ3：文章は速くなったのに、判断は人の頭のまま 生成AIがいちばん上手なのは、言葉を速くすることです。だから最初に変わるのは、文章の速度です。提案書の体裁、メールの丁寧さ、議事録の体裁。見た目は、確かに会社が賢くなったように見えます。 しかし速くなった文章の中身——いくらまで下げるか、どの仕事は断るか、あの顧客には何を先に言うか——は、以前と同じ人の頭から出ています。AIは体裁を担い、判断は相変わらず社長とベテランに集中する。これでは、忙しい人はもっと忙しくなります。下書きが増えるほど、確認が社長に戻るからです。 会社が変わったと言えるのは、判断基準そのものが、人の頭の外に出たときです。値引きの限度がファイルにある。断る仕事の理由が、過去の実例と一緒に置いてある。新しく入った人——人でもAIでも——が、聞かなくても同じ線を辿れる。文章の速度は、そのあとについてきます。 三つは別々の病気に見えて、同じ場所から出ています。文脈が人の頭に埋まっている、という一点です。埋まっているから、道具を足しても読むものがない。埋まっているから、個人の履歴が会社の仕事にならない。埋まっているから、速くなった文章の中身だけが、同じ人に戻る。手順の失敗は、この一点の現れ方の違いです。だからこの記事では、手順を並べずに一点を掘ります。 私が初回の90分で画面を見ながら聞くのも、この一点です。「先週出した文章で、うちにしか書けない箇所はどこですか」。答えられる会社は、文脈が少し外に出ています。答えられない会社は、上手い一般論を量産しています。量産の速度が上がるほど、確認の山だけが増える。これが、道具は増えたのに社長が忙しい、という日常の作り方です。 ## 「ChatGPTは使っているけど」が起きる、具体的な場所 検索語としては「生成AI 使えない」「AI導入 効果ない」が並びます。現場の口語は、もっと短い。「使っているけど」。この「けど」のあとに続く言葉を、私は初回の90分でできるだけ拾います。よく聞く続きは、だいたいこの形です。 - 使っているけど、出てくる文章がうちっぽくない。 - 使っているけど、確認に時間がかかって、結局自分が書いたほうが早い。 - 使っているけど、一部の若手だけで、ベテランは見て見ぬふりをしている。 - 使っているけど、何が効果なのか、経営会議で説明できない。 - 使っているけど、社長の仕事は一つも減っていない。 五つとも、道具の性能の話に聞こえません。うちっぽくないのは、文脈が渡っていない。確認が重いのは、判断基準が頭の中に残っている。若手だけなのは、会社の仕事になっていない。効果を説明できないのは、測っているものが入口だから。社長が忙しいのは、判断が戻ってくる設計のままだから。全部、三つのねじれのどれかです。 「使えない」と感じている人ほど、実は正しく感じています。一般論しか返ってこない道具を、仕事に使えないと判断するのは、現場として健全です。無理に使わせると、出力の後始末だけが増えて、AI嫌いが社内に定着します。必要なのは、使えない人を説得することではありません。使える仕事になるまで、渡すものを揃えることです。 揃える順番は、この記事の仕事ではありません。任せる仕事を一つ決め、読ませる資料を置き、最初の一本を人が確認して残す。その手順は「AI社員」の作り方と、最初の90日の進め方に分けてあります。ここで持ち帰ってほしいのは、順番の前の判定です。自社は、入口が増えただけなのか。出口が一つあるのか。 入口と出口の見分けがわかる無料資料セット ## 会社が変わった、と言える最小条件 大きな変革を待つ必要はありません。私が顧問先で「動いた」と判断する最小条件は、次の三つが同時に揃ったときです。 - 名前のある仕事が、週に一度以上、ファイルとして残っている。 - その仕事を、特定の英雄ではなく、別の人（または整えたAI）が再現できる。 - 人が確認した直しが、次の回の材料として残っている。 これだけです。全社展開も、新しい部署も、まだ要りません。最小条件が一つできた会社は、景色が変わります。隣の席が「それ、うちでもできる」と言い始める。経営者が、自分の仕事でも同じことをやりたくなる。複製は、号令より実例のほうが速い。 逆に、この三つが無い状態でツールを足しても、会社は変わりません。入口が増えるだけです。私の見聞きする範囲では、契約済みの会社の多くが、この最小条件の手前にいます。恥ずかしい話ではありません。最小条件は、意識の問題ではなく、設計の問題です。設計は、今日から着手できます。 「変わらない」が一年続くと、現場では別の損失が静かに貯まります。一つは空気です。「うちは一度やったけど、たいして変わらなかった」が社内の共有記憶になる。この空気は、次の提案の時点で、担当者の熱量を先に削ります。二つ目は、測り方の固定です。入口の数字——契約、研修回数、ログイン——だけが報告され続けると、出口を数える習慣が育ちません。三年目に本気でやり直そうとしたとき、比較対象が入口しか残っていない。三つ目は、属人の強化です。上手い一人が個人の便利を積み上げるほど、その人に仕事が集まり、会社の依存は深くなります。道具が増えたのに、社長がいちばん忙しい、という状態は、ここで固定されます。私もこの固定を能力の問題だと思っていましたが、順番が逆でした。「会社が変わった」の定義が入口のままなら、どれだけ丁寧な研修も、入口を増やす作業になります。 熱海の不動産会社・マチモリ不動産で最初に起きた変化も、道具の入れ替えではありませんでした。社長の頭の中にあった地域の物件と大家さんと業者の話を、言葉にして、辿れる棚に置いた。その棚を読ませたうえで仕事を渡した。数値はお客様と確認が取れた範囲でしか出さないので、ここでは速さの話はしません。本質は、時短ではありません。社長の頭の中が、初めて会社の資産になったことです。道具は、いずれ入れ替わります。収められた文脈の構造は、次の道具の燃料になります。 旅館でも、設備会社でも、同じ型を見ます。女将さんの頭の中にある「いつもの部屋」と、到着した瞬間の顔色の読み方。ベテランの頭の中にある、図面に載っていない配管の癖。それが頭の外に出ない限り、道具を何個足しても、会社は同じ人に依存したままです。出れば、道具が変わっても会社は続きます。合言葉は短い。文脈が残れば、会社は続く。 ## 持ち帰り：会社は変わったか——診断5問 失敗パターンを当てる7問は、あちらの記事にあります。こちらが確かめるのは、その手前です。自社が「使っている」のか、「会社が変わった」のか。考え込まず、直感で付けてください。 会社は変わったか　診断5問 当てはまるものにチェック（チェック＝「はい」）。経営者と推進担当が別々に付けて、突き合わせると精度が上がります。 Q1. 契約中のツール名は言える。そのツールが「毎週残している仕事の名前」も言える Q2. AIの下書きを人が確認し、社外または社内の正式な成果物として出せた仕事が、この1ヶ月に1本以上ある Q3. その仕事のやり方は、特定の一人の頭やチャット履歴ではなく、他の人が開けるファイルにある Q4. 「迷ったとき、うちはこうする」という判断基準が、人の頭以外のどこかに、実例つきで残っている Q5. 先月、AIが入る前には打てなかった手（提案・発信・対応・資料など）が何本増えたか、現物を指差しながら言える チェック4〜5個：会社は動き始めています。足りないのは速度です。横展開の前に、直しの書き戻しだけ確認してください。 チェック2〜3個：個人の便利は起きています。会社の変化は、まだ入口です。Q2とQ3が空欄なら、仕事の残し方から直します。 チェック0〜1個：道具は増えたのに、会社はたいして変わっていない、典型です。恥ではありません。次に読む順番は下に置きます。 Q1だけ「はい」で、Q2以降が空欄の会社が、いちばん多い。これが「ChatGPTは使っているけど」の正体です。Q5だけ独立して空欄の会社は、動いているのに測っていない。測っていない変化は、経営会議で消えます。測り方は費用対効果の記事へ渡してください。 ## 診断のあと、どこを読むか この記事の仕事は、原因を特定することまでです。直し方は、すでに公開してある記事に分かれています。診断の結果から、次だけ選んでください。 - どの手順で止まったかを特定したい → AI導入の失敗パターン（7つの解剖図と立て直しの順番） - 社員が使わない理由を分解したい → 社員がAIを使わない記事 - 最初の90日の順番が欲しい → AI導入の進め方 - 仕事として残す作り方が欲しい → 「AI社員」の作り方 - 効果を何で測るかを決めたい → 生成AIの費用対効果 - 思想の定義と残し方の全体が欲しい → コンテキスト経営とは 全部を一度に読まなくていい。診断5問で空欄だった問いが、次に読む記事を決めます。Q1だけ埋まっているなら失敗パターンへ。Q2が空なら作り方へ。Q5が空なら費用対効果へ。手順をここに複製しないのは、あちらに全部あるからです。 ## よくある質問 ### Q1. AI導入の効果がないのは、ツール選定が悪いからですか？ 私の見聞きする範囲では、ほとんど違います。同じChatGPT、同じClaudeを使って、ある会社ではその会社の言葉で仕事が出て、別の会社では一般論しか出ない。差はモデルではなく、渡している文脈です。ツールを替える前に、読ませているものと、残している仕事の名前を確認してください。 ### Q2. 「ChatGPTは使っているけど効果がない」は、使い方の問題ですか？ 使い方の問題に見えることが多いですが、中身は引き継ぎ不足です。超一流の新人に机を渡していない状態で、指示の言い回しだけを磨いても、一般論は一般論のままです。使い方研修を足す前に、診断のQ2とQ3を見てください。 ### Q3. 失敗パターン7つの記事と、この記事はどう違いますか？ あちらは手順です。どの踏み方で止まったか、どう立て直すか。こちらは親です。なぜ、どれを踏んでも会社が変わらないのか。7つを再掲しないのは、役割が違うからです。すでに止まっているなら、診断5問のあと、あちらの立て直し5ステップへ進んでください。 ### Q4. 個人が便利になっただけでも、導入の成果では？ 個人の便利は、否定しません。否定するのは、それを会社の変化と呼ぶことです。英雄が一人いる状態は、その人が休んだ瞬間に消えます。会社の成果と呼ぶなら、人が替わっても残る仕事まで持っていく必要があります。 ### Q5. 文脈を残すのは、大企業の話では？ 逆です。社員が少なく、社長の頭に会社が集中している会社ほど、消えもののリスクは大きい。一方で、棚に置くべき文脈の量も少ない。中小企業のほうが、最小条件の一つ目は速く作れます。道具の性能競争で大手に勝つ必要はありません。 ### Q6. 何から手を付ければいいか、まだ分かりません。 診断5問を、経営者と担当者で別々に付けて突き合わせてください。答えが割れた問いが、最初の着手点です。割れたまま新しいツールを足すと、入口だけがもう一つ増えます。90日の順番が必要なら、進め方の記事へ渡します。 ### Q7. コンテキスト経営を始めないと、会社は変わりませんか？ 名前は要りません。必要なのは、判断基準と実例を頭の外に出し、仕事として残すことです。思想の名前と定義が要る段階になったら、コンテキスト経営の記事を読んでください。考脈学の体系そのものは、別のページにまとめてあります。 ## まとめ：足りないのは道具ではない 道具はこんなに増えたのに、会社はたいして変わっていない。このねじれの正体は、AIでも、指示文でもありません。会社の文脈が、人の頭の中に埋まったままなことです。経歴書が超一流の新人に、机も引き継ぎも渡さず、すごいことをやれと言っている。動けるわけがありません。 会社が変わったと言える最小条件は三つです。名前のある仕事が週に残る。人が替わっても再現できる。直しが次の材料になる。これが無いなら、契約も研修もログインも、入口の話です。入口の話で一年を使う必要はありません。 診断5問を、今日、二人で付けてください。空欄の場所が、次に読む記事を決めます。手順はあちらにあります。こちらは、なぜかを忘れないための記事です。 自社のねじれを、文脈の棚卸しから一緒に見たい方は、無料の資料セット（セミナー動画3本＋サービス資料）を置いてあります。売り込みではなく、判定の補助として使ってください。 診断のあとで使う無料資料セットを受け取る なお、「入れたのに変わらない」がどの段階で起きているのかは、会社の状態を段階で測ると特定できます。AI Ready（AIレディ）とは何か｜経産省の定義と、自社がLv何かを事実で測る12項目もあわせてご覧ください。5段階のうち自社がどこかを、12の事実で判定できます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 中小企業の生成AI、現場観測2026｜使っている会社と、回っている会社は違う URL: https://aiandwill.com/seisei-ai-toukei-2026/ 公開: 2026-08-14 / 更新: 2026-09-05 「生成AIの導入率」を検索すると、大きな数字が並びます。世界ではChatGPTの利用者が億の単位で語られ、日本でも企業の利用は年々上がっている、と書かれている。数字そのものは、たぶん本当です。ただ、生成AI顧問として累計約15社、研修や講座を含めれば30社を超える現場を見ている立場から言うと、その数字では会社の実態は測れません。 先に、このページの約束を置きます。主役は公開統計ではなく、顧問先で見ている観測の型です。「契約している／週に一度でも仕事が残っている／人が確認して成果物になっている」。この三つを分けない導入率は、使っている会社と、回っている会社を同じ棚に入れてしまいます。公開数字は出典を付けて補助に置きます。自社で測っていない「導入率◯％」は、ここでは作りません。数字は月次で差し替えます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 観測の型を先に公開する——契約／週次の残り／人が確認した成果物 統計記事の定石は、大きな数字から入ることです。このページは逆にします。先に、私が現場で数えたい三つの層を公開します。数字が後から増えても、型は変えません。型を先に固定しないと、都合のいい導入率だけが一人歩きするからです。 第1層　契約している ChatGPT、Claude、Copilot、社内の全社アカウントなど、請求が発生している状態。ログインできる人が何人いるか、までを含む。世の中の「導入率」のほとんどは、この層です。 第2層　週に一度でも、仕事が残っている 個人のチャットで消える利用ではない。名前のある仕事（提案の下書き、議事録の整理、問い合わせの一次回答など）が、週に一度以上、ファイルとして残っている。残っていない利用は、便利ではあっても、会社の仕事ではない。 第3層　人が確認して、成果物になっている 残った下書きを人が見て、直して、社外または社内の正式な成果物として出せている。判断はプロ、作業はAI。ここまで来て初めて、私は「回っている」と言います。 観測の3層。契約している／週に一度仕事が残る／人が確認した成果物 三層を分ける理由は単純です。第1層は、経理が一番数えやすい。第3層は、現場がいちばん実感する。二つの数字は、同じ会社の中でも大きくずれます。ずれを見ないまま「うちは導入済み」と言うと、経営会議の翌月から誰も追わなくなります。 私の見聞きする範囲——顧問累計約15社、現在10社以上、研修を含めれば30社超——では、第1層にいる会社は珍しくありません。第2層まで定常的に乗っている会社は、それより少ない。第3層が「特定の一人」ではなく「仕事の型」として回っている会社は、さらに少ない。割合を全国の導入率のように断定はしません。サンプルは小さく、業種も熱海周辺の現場に偏っています。それでも、公開統計が見ない段差は、この範囲では毎回同じ向きに現れます。 ## なぜ「導入率」だけでは、中小企業は測れないのか 導入率という言葉は、便利です。稟議にも、記事の見出しにも、よく馴染みます。問題は、何を「導入」と呼ぶかが調査ごとに違うことです。アカウントを持っていることなのか。過去に一度でも触ったことなのか。業務で使っていると本人が思っていることなのか。人が確認した成果物が残っていることなのか。 中小企業では、この差が特に大きく出ます。社員が数十人の会社では、経営者か幹部の一人が個人アカウントを契約した瞬間に「うちは導入した」と言える。大企業の推進部門が全社ライセンスを配った話と、同じ「導入」という言葉で並びます。並んだ数字を比較しても、現場の温度は分かりません。 もう一つ、導入率が見ないものがあります。止まっている契約です。請求は毎月届く。ログインは月初に数回。仕事は残っていない。これも第1層です。公開統計の多くは、この層と第3層を足して一つの％にします。足された側の会社から見ると、「世の中は進んでいるのに、うちだけ効果がない」という孤独が生まれます。孤独の正体は、多くの場合、測り方の混線です。 だからこのページは、％の競争をしません。型を先に置き、公開数字は「第1層の空気」として補助に使います。自社でやるべきことも、大きな調査を待つことではありません。来週、自社の三層を数えることです。 ## 公開統計は補助——出典つきで置く、2026年8月時点 ここから先の数字は、私の顧問先の観測ではありません。報道と公的調査です。引用の単位を崩さないために、要約ではなく出典のページへ辿れる形で置きます。更新したら、この節の日付と表を差し替えます。 ### 世界の利用者数——「使っている人」は、すでに億の単位 OpenAIは2026年2月、ChatGPTの週次アクティブユーザーが9億人を超えたと公表しています（報道はTechCrunch 2026年2月27日）。同じ発表の中で、有料の消費者サブスクライバーが5,000万人を超えたとも報じられています。 アプリの月次利用者では、別の数字が並びます。Reutersは2026年6月2日、Sensor Towerの推計として、ChatGPTアプリの月次アクティブユーザーが10億人を超えたと報じています（Reuters 2026年6月2日）。到達は5月、公開は6月、という整理です。これはOpenAI自身の週次人数とは定義が違います。週次と月次、公式発表と第三者推計を、同じ「利用者数」として足してはいけません。 サイトへのアクセス数は、さらに別物です。DemandSageがSimilarwebを引用した整理では、2026年4月のChatGPT月間訪問数は55.1億回とされています（DemandSage “ChatGPT Statistics”。一次はSimilarweb）。訪問回数は人数ではありません。同じ人が何度も開きます。日本のトラフィック比率は、同ページのSimilarweb引用で4.23％とあります。世界の利用者増を、自社の第3層の証拠にはできません。 ### 日本の公式調査——個人26.7％、企業の業務利用55.2％ 国内の補助数字は、検証できた一次情報として、総務省『令和7年版 情報通信白書』（2025年公表、調査は2024年度）を正とします。2026年7月には令和8年版も出ていますが、本ページの補助欄は、本文で数字を突き合わせられた令和7年版に固定します。新しい公式値が確認できたら、月次更新で差し替えます。 個人の生成AI利用経験は、日本26.7％です。前年度調査の9.1％から大きく伸びています。同じ調査で、米国68.8％、ドイツ59.2％、中国81.2％です（総務省 令和7年版 情報通信白書「個人におけるAI利用の現状」）。日本の20代は44.7％。使わない理由の上位には、「日常生活や業務に必要ない」「使い方が分からない」が並びます。 企業側では、生成AIの活用方針（積極活用＋領域を限定して利用）を定めている割合が、日本49.7％（前年度42.7％）です。中小企業では「方針を明確に定めていない」が約半数、と白書本文に書かれています。何らかの業務で生成AIを利用している割合は、日本55.2％。メール・議事録・資料作成などの補助では47.3％です（総務省 令和7年版 情報通信白書「企業におけるAI利用の現状」）。導入の懸念で日本がいちばん多いのは、「効果的な活用方法がわからない」です。期待する効果は、日本では業務効率化や人員不足の解消が前に出やすく、他国では事業拡大や新規顧客の話が相対的に多い、という整理が同ページにあります。 読み方を、私の言葉で一言だけ添えます。55.2％は「業務で使用中」と答えた割合です。第3層——人が確認して成果物になっている——の割合ではありません。方針未決定が中小で約半数、という記述のほうが、顧問先で見る景色には近い。決めていない会社は、禁止しているのではなく、入口と出口を分けて考える言葉を持っていないことが多い。 数字 何の数字か いつの、誰の数字か このページでの扱い 出典 週次9億人超 ChatGPTの週次アクティブユーザー 2026年2月・OpenAI発表（報道ベース） 世界の第1層の空気。自社の導入率ではない TechCrunch 有料5,000万人超 消費者サブスクライバー 2026年2月・OpenAI公式 有料と無料を混ぜないための補助 同上 月次アプリ10億人 ChatGPTアプリの月次アクティブ 2026年5月到達・Sensor Tower推計 公式週次とは定義が違う Reuters 月間訪問55.1億回 chatgpt.comの訪問回数 2026年4月・Similarweb（DemandSage引用） 人数ではない。訪問回数 DemandSage 個人26.7％ 日本の生成AI利用経験 2024年度調査・総務省 個人の第1層。企業の第3層ではない 情報通信白書 方針49.7％ 日本企業の活用方針（積極＋限定） 2024年度調査・総務省 方針があることと、仕事が残ることは別 情報通信白書 中小の約半数 方針を明確に定めていない 同調査・総務省本文 禁止ではなく未決定、という読み 同上 業務利用55.2％ 何らかの業務で使用中 同調査・総務省 自己申告の利用。成果物の残存率ではない 同上 表の右端が、このページの使い方です。大きな数字を否定しません。大きな数字で、自社の第3層を語らない。それだけです。 AI顧問の無料資料セットはこちら ## 顧問約15社の現場観測——割合は断定しない ここからが主役です。数字の全国推計ではありません。私が入った会社で、繰り返し見た並びです。対象は、生成AI顧問として伴走した累計約15社が中心で、研修・講座の30社超の印象も混ぜます。熱海を拠点にしているので、旅館、不動産、設備、飲食の現場が多い。大企業の全社導入とは母集団が違います。 白状すると、私自身も最初は、契約数を成果として数えそうになりました。顧問先が増えた、と言えば報告の体裁が整うからです。残ったファイルの本数を数え始めて、自分の報告もまだ第1層だったと気づきました。この三層は、顧問先に向ける前に、まず自分に向けた型です。 断定しない、と先に書きます。15社で「日本の中小企業の◯％」は言えません。言えるのは、同じ段差が何度も現れた、という観測です。 ### 第1層は、もう珍しくない 相談に来る会社の多くは、すでに何か契約しています。個人の有料プランか、全社アカウントか、どちらかです。ツール実費は、顧問先の標準で1人あたり月3,000円から1万円程度（ChatGPT Plus等、月20ドル前後）。金額そのもので経営が揺れることは、まずありません。第1層のハードルは、お金より「契約した＝導入した」という安心のほうが高い。 私が初回で聞くのは、「何を契約しているか」より「先週、何のファイルが残ったか」です。契約の話で十分間が持つ会社は、第1層にいます。残った仕事の名前が出る会社は、第2層に片足を入れています。この聞き方を変えただけで、同じ「導入済み」が二つに割れます。 ### 第2層は、「残っている仕事」で割れる 週に一度でも仕事が残っている会社は、残っている仕事の名前が短い。提案の下書き。議事の整理。問い合わせの一次回答。物件紹介の初稿。残っていない会社は、利用の説明が長い。「いろいろ試していて」「情報収集に使っていて」「若手が勉強していて」。長い説明は、ファイルが無いときの特徴です。 残っている仕事がある会社でも、残っている場所が個人のチャットだけなら、私は第2層とは数えません。会社の仕事にするには、他の人が開ける場所にファイルがある必要があります。ここを曖昧にすると、英雄一人の第1.5層が、社内では第3層に見えます。 ### 第3層は、「人が確認した」で初めて仕事になる 業種が違っても、残る仕事の名前は似ています。不動産なら物件紹介の初稿。設備なら現場メモを人が読める文章に直したもの。旅館なら問い合わせへの一次回答。飲食なら仕入れやシフトの確認メモの整理。名前が具体的な会社は、第2層に入れます。名前が「AI活用全般」の会社は、まだ第1層です。全般は、残ったファイルの名前になりません。 回っている会社に共通しているのは、確認者が決まっていることです。AIが合否を出さない。人が見て、直して、出している。判断はプロ、作業はAI。この線が無いと、現場は「責任の所在が不明な下書き」を量産して疲れます。 確認がある会社でも、直しが次の回に戻らないと、同じ修正を毎週します。回っているように見えて、実は第2層の反復です。第3層の条件に、私は「直しの行き先がある」を足して見ています。流す、メモリに残す、ルールに書く、コマンドにする——直しの4分岐そのものは、作り方の記事側の話です。統計のページで言いたいのは、確認した本数を数えていない会社は、効果も語れない、という一点です。 効果の金額換算は、このページの仕事ではありません。第一軸は「打てる手が増えたか」で、時給換算は補助です。式と罠は生成AIの費用対効果の記事に置いてあります。ここでは、手数を数える前に、三層のどれを数えているかを揃えてください、とだけ言います。第1層の契約数を効果と呼ぶと、費用対効果の話は最初から空転します。 ## 使っている会社と、回っている会社——現場の見分け 公開統計の表は空気です。次の表は、私が訪問先で頭の中で付けている見分けです。6行では足りないので、相談で繰り返し出る場面を並べます。 場面 使っている（第1層に近い） 回っている（第3層に近い） 翌月に残るもの 月初の報告 契約プランとログイン人数 人が確認して出せた成果物の本数 本数と現物 社長の言葉 「若手に任せている」 自分の仕事でも週1本残している 経営者の実例 社員の利用 調べ物と下書きの試し打ち 名前のある仕事が週次で残る 仕事の型 英雄が休んだ週 何も出ない 別の人が同じ型で下書きを出せる 再現手順 確認 誰が見るか決まっていない 判断する人が決まっている 責任の線 直し チャットの中で消える 次の回の材料に戻る 更新された文脈 費用の話 ツール代が高い／安い 増えた手数を外注費と比べる 投資の意味 事例の語り方 有名企業の導入ニュース 隣の部署の、残った1本 社内の実例 表の右側に寄せたいなら、新しい調査を待つ必要はありません。左側の会社が右側に移る条件は、観測項目を変えることです。ログインを数えるのをやめて、残った仕事の名前を数える。それだけで、会議の言葉が変わります。 経営者が自分の仕事で触っているかどうかは、第3層への最短距離です。触らない会社で第3層が全社に広がった例を、私はほとんど見ていません。この変数の分解は経営者のAI活用の記事に譲ります。統計のページでは、観測項目の一つとして置いておく、という扱いです。 ## 公開数字が見ない、四つの穴 補助の統計を置いたうえで、見えないものを明示します。見えないものを見えないまま使うと、記事も経営会議も、同じ穴に落ちます。 - 止まっている契約は、導入率に残る。請求がある限り、第1層は減りません。現場では、止まっているほうが普通です。 - 自己申告の「使っている」は、成果物を保証しない。白書の55.2％は、業務で使用中という答えです。出せた提案の本数ではありません。 - 個人の伸びと、会社の実行力は別物。個人26.7％が3倍近くになっても、社長の頭の中の判断基準は、自動ではファイルになりません。 - 方針策定は、仕事の残存ではない。方針49.7％は、決めた会社の割合です。決めたあとに週次で残っているかどうかは、別調査です。 四つの穴を埋める公式統計を、私はまだ持っていません。だから自社で数える、という結論になります。穴を、自作の導入率％で埋めない。ここが、このページの品質基準です。 費用の話も、穴の隣にあります。「導入にいくらかかったか」は第1層の質問です。「回すのに、月いくらかかっているか」は第2層と第3層の質問です。ツール実費、研修、顧問、内製の人件費の置き方はAI導入の費用とAI顧問の費用に分けてあります。私の顧問は月30万円〜（税別・社員同席込み）・最低6か月・自動更新なしです。この金額を語るときも、私は契約社数ではなく、3ヶ月で第3層の仕事が何本残ったかで見てもらっています。 会議で公開統計を出すときの注意も、短く置きます。白書の55.2％を「うちも遅れている／進んでいる」の根拠にしない。あれは自己申告の業務利用です。OpenAIの9億人を「だから今すぐ全社契約」の根拠にしない。あれは世界の第1層です。Similarwebの訪問回数を、自社のログイン率の代わりにしない。人数ですらありません。使える使い方は一つです。自社の三層と、世の中の第1層が、同じものではないと共有する。共有できた会議だけが、翌週の3指標に入れます。 実名の現場は、深掘りしません。点検報告書や発注メールの話は、すでに事例側の記事があります。統計のページでやるのは、個別ストーリーではなく、数え方です。事例の現物が必要な人はAI導入事例へ進んでください。 AI顧問の無料資料セットを見る ## 持ち帰り：自社で数える3指標シート 全国の％を待たなくていい。来週の月曜に、この三列だけ埋めてください。埋まらない列が、その会社の現在地です。 生成AI　自社3指標シート（週次） 対象週：____年__月__日〜__月__日　記入：経営者 / 推進担当（両方あると精度が上がる） 指標1　契約している（第1層） - 契約中のツール名：________________ - 月額（税込でも税別でも、社内で揃える）：________円 × 人数____人 - この1週間で一度も開かなかった契約：ある / ない（名前：________） 指標2　週に一度でも仕事が残っている（第2層） - 残った仕事の名前（チャットは不可、ファイル名）：①________ ②________ ③________ - 残った場所（他の人が開けるか）：はい / いいえ - 残った本数：____本　／　英雄一人のアカウントにしかない本数：____本 指標3　人が確認して成果物になっている（第3層） - 人が確認して、社外または社内正式に出せた本数：____本 - 確認した人の役職：________　／　AIが合否を出していないか：はい / いいえ - 直しを次の回の材料に戻したか：はい / いいえ（戻した先：________） - AIが入る前には打てなかった手は何本増えたか：____本（現物の名前：________） 読み方：指標1だけ埋まる → 導入率の話はできる。会社はまだ回っていない。 指標1と2が埋まり、3が0本 → 下書きは残っている。仕事になっていない。 指標3が1本以上、かつ直しが戻っている → 回っている。来月は本数を横に複製する。 シートは、経営会議に一枚で持ち込めます。おすすめは、経営者と推進担当が別々に埋めて突き合わせること。指標2の本数が二人で違う週は、会社の観測が割れている週です。割れたまま公開統計の％を議論しても、自社の手は増えません。 使い方の提案は、短くします。月曜の朝、15分。経営者と担当者がシートを別々に埋める。数字が割れた列だけ話す。割れていない列は、その週は触らない。これで会議が「世の中の導入率」から「うちの第3層は何本か」に落ちます。落ちた会議は、翌週の仕事を選べます。 三ヶ月続けると、自社の時系列ができます。公開統計の更新を待つより、この時系列のほうが経営判断に使えます。私の顧問が最低6か月なのも、この観測窓を一度は揃えるためです。月30万円〜（税別・社員同席込み）の話も、第1層の契約社数ではなく、この窓の中で第3層が何本残ったかで見てもらうほうが、双方に正直です。 ## このページは、月次で数字を差し替える 統計記事は、書いた瞬間から古くなります。だから運用を先に宣言します。 - 差し替えるもの：公開統計の表（OpenAI、Reuters、Similarweb/DemandSage、総務省白書）。日付とURLをセットで更新する。 - 差し替えないもの：三層の型、15社観測の言い方（「私の見聞きする範囲」）、自社3指標シート。 - 足さないもの：自社で測っていない導入率％、顧問先の未許諾な実数、令和8年版など未突合の二次引用。 - 足すもの：顧問先で同じ型の観測が溜まり、かつ許諾が出た実数。溜まるまでは定性のまま置く。 更新の単位は月1回です。週次で世界の利用者数を追いかける記事にはしません。中小企業の経営者が必要なのは、昨日の億人ではなく、自社の第3層が今週何本だったかです。 二次まとめサイトの数字を、一次のURLなしで足すこともしません。DemandSage型の一覧は便利ですが、転載記事にはしない、というのがこのページの設計です。便利な一覧が欲しい人は本家へ行き、ここでは型と自社シートを持って帰ってください。 ## よくある質問 ### Q1. 日本の中小企業の生成AI導入率は、何％ですか？ このページでは、自社未計測の導入率％を作りません。公式の補助数字としては、総務省『令和7年版 情報通信白書』で、日本企業の業務利用が55.2％、活用方針が49.7％、中小では方針未決定が約半数、と読めます。これらは第1層寄りの数字です。第3層の全国％は、私が知る範囲ではまだありません。 ### Q2. ChatGPTの利用者数は、いま何人ですか？ 公式の週次は、2026年2月時点で9億人超（OpenAI）。アプリの月次は、Sensor Tower推計で2026年5月に10億人（Reuters報道）。訪問回数は別物です。どの定義かを先に言わない利用者数は、使わないほうが安全です。 ### Q3. 顧問15社の「回っている割合」を％で教えてください。 出しません。サンプルが小さく、偏りがあり、会社ごとの契約範囲も違います。出せるのは型と、私の見聞きする範囲での定性です。％が必要なら、自社の3指標を週次で数えてください。その％は、全国推計ではなく、自社の経営数字です。 ### Q4. 導入率が高いのに効果がないのは、日本特有ですか？ 公開統計だけで「特有」とは言い切れません。ただし白書が示すように、日本企業の期待は効率化・人員不足の解消に寄りやすく、効果的な活用方法が分からない、が懸念の上位です。現場で見る限り、特有なのは遅れそのものより、「入口の数字で安心する」癖です。 ### Q5. 自社は第1層です。次に何を数えますか？ 契約を増やす前に、指標2です。今週、名前のある仕事がファイルとして残ったか。残っていないなら、残す仕事を一つ決める。進め方はAI導入の進め方の記事へ、費用はAI導入の費用の記事へ渡します。 ### Q6. 第3層が1本あれば、導入は成功ですか？ 成功というより、観測が始まった、です。1本は最小条件です。成功と呼ぶなら、その1本が他の人でも再現でき、直しが戻り、翌月も残っているかまで見てください。 ### Q7. この記事の数字は、いつ更新されますか？ 月次です。表の出典URLと日付を差し替えます。型とシートは固定します。未突合の二次数字は足しません。 ## まとめ：使っている会社と、回っている会社は違う 生成AIの導入率も、ChatGPTの利用者数も、空気としては正しい。会社の実態としては、足りない。足りないのは、契約と、週次で残った仕事と、人が確認した成果物を分けて数える型です。 公開統計は出典つきで補助に置きました。主役は、顧問約15社で繰り返し見た段差です。割合の全国断定はしません。自社で数える3指標は、今日から埋まります。 このページは、月次で数字を差し替えます。型は変えません。億人の話で安心するより、今週の第3層が何本かを数えてください。数え方の資料が必要なら、下のセットを使ってください。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI社員とは｜チャットの相手ではなく、職場を持った働き手 URL: https://aiandwill.com/ai-shain-toha/ 公開: 2026-08-14 / 更新: 2026-09-02 「うちにもAI社員がいます」。この言葉を、この1年で何度も聞きました。中身を聞くと、ChatGPTの有料プランを契約しているだけの会社もあれば、社内チャットボットを置いただけの会社もある。使い込んでいる人が、自分のチャット相手をそう呼んでいるだけのこともある。言葉としては便利です。便利な言葉は、定義が溶けやすい。 AI社員とは、チャットの相手ではありません。自社の判断基準と仕事の型を読める職場を持ち、決められた範囲の実務を進め、成果物をファイルとして残し、人間が最終確認する働き手です。賢いモデルを契約したかどうかでは決まりません。机があるか、読む資料があるか、守るルールがあるか、成果物の置き場があるか。それが揃って、はじめて社員です。揃っていないなら、どれだけ賢いAIでも、初日の新人のままです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI社員とは何か——定義 私はAiWiLLの赤堀亘です。生成AI顧問として累計約15社に伴走し、研修・講座を含め30社超、レクチャーは100名以上を見てきました。その現場で使い、書籍『ChatGPTを、「AI社員」に育てる方法』でも先に言い切った定義を、Webの正本としてここに置きます。 定義 AI社員とは、会社固有の判断基準・過去の失敗・業務の型を読んだうえで、決められた範囲の実務を進め、成果物をファイルとして残し、人間が最終確認する相手のことである。 チャットは「その都度呼ぶ外部の物知り」。AI社員は「机とファイル棚を持った、中の人」。 社員に必要なのは、次の4つです。書籍の「はじめに」で書いた条件を、そのまま使います。 - 会社のナレッジを読む——商品、顧客、言い回し、過去の失敗を、毎回ゼロから聞かなくても知っている - 担当のルールに従う——やってよい範囲、やってはいけない範囲、成果物の型が決まっている - 成果物を所定の場所に残す——チャット画面に流れて消えるのではなく、ファイルとして残る - 改善の記録が、次の仕事に効く——直したことが、翌日の別人の依頼にも反映される この4つが回って、はじめて「社員」です。逆に言えば、プロンプトの上手さだけでは社員になりません。読ませる会社の記憶がないままでは、どれだけ賢いAIでも、アルバイト初日のままです。 「AI社員」は、製品名ではありません。特定のツールの機能名でもありません。世の中でも広く使われるようになった言葉です。ただ私は、書籍の題に据えたときから、判定できる定義に固定して使ってきました。いまは顧問先の社内会話にも、この定義のまま定着しています。「AIに聞いてみた」から「うちのAI社員に任せた」に言葉が変わった頃が、定着の分水嶺だと感じています。言葉の設計は、運用の設計です。 この定義をWebの正本として置く理由は、検索と生成AIの両方に同じ答えを残したいからです。「AI社員とは何か」と聞かれたとき、モデル名やチャット画面の話に回収されないようにする。会社の中の働き手として、判定できる定義を一つに固定する。それがこのページの仕事です。 定義を分解すると、否定が先に来ます。AI社員ではないものを、先に並べます。 - 有料プランを契約しただけのChatGPT - 社内に置いた、よくある質問用のチャットボット - 自己紹介を書き込んだGPTs - 個人のチャット履歴に溜まった「いつもの会話」 - 名前だけの「営業AI」「秘書AI」 上の五つは、入口にはなり得ます。社員ではありません。社員と呼ぶ条件は、先の4つ——読む、従う、残す、次に効く——が回っていることです。入口と完成形を同じ名前で呼ぶと、会社は入口で満足します。 AI社員の定義と判定の型を資料で見る ## 賢い新入社員に、机を渡しているか レクチャーでいちばん通る比喩は、これです。AIは、賢い新入社員である。教えなければ動けない。教えれば、下書きまでは動ける。才能の問題ではなく、オンボーディングの問題です。 想像してみてください。新入社員が入社してきた初日に、机も、共有フォルダも、就業規則も、引き継ぎ資料も渡さないまま、「この資料、いい感じにまとめといて」とだけ言い渡す会社を。どんなに優秀な人でも、動けるはずがありません。ところが多くの会社は、AIに対して、まさにこれをやっています。 私自身、ChatGPTを使い始めた頃は、この比喩の意味が分かっていませんでした。メールの下書きも、議事録の要約も、企画の骨子も、数秒で返ってくる。個人の作業は速くなった。それでも会社は、何も変わらなかった。原因はモデルの性能不足ではありませんでした。会社のAIに、机がなかったのです。書籍の書き出しそのものです。 人が入社した初日、会社が渡すものは話しかけ方のマニュアルではありません。会社案内、業務資料、仕事のルール、そして自分の机です。AIも同じです。渡すべきは、指示文の上手さより先に、コンテキストと働く場所です。 この比喩には、もう一つ裏があります。賢い新人は、渡された机の外までは勝手に歩きません。見せていないキャビネットは見えない。渡していない判断基準は、一般論で埋めるしかない。だから「何でも知っているはず」と期待すると、必ず一般論が返ってきます。能力不足ではなく、職場不足です。 コアストーリーで、私はこう書いています。定義文なので、言い換えません。 ただし、条件がひとつ。AIは、あなたを知らない。実現されるのは、伝えられた意志だけです。何をしたいのか。何ができるのか。何を積み上げてきたのか。——この3つの答え、あなたのコンテキストを渡した人から、望む未来を実現していく。 個人の話に読める文章ですが、会社でも同じです。AIは、御社を知りません。何を売りたいのか、何ができるのか、何を積み上げてきたのか。この3つを渡していない相手に、「うちらしい提案書」は書けません。考脈学の四工程そのものの解説は考脈学の定義ページに置いてあります。本記事が引き受けるのは、その文脈を受け取ったあとの働き手の名前だけです。 賢い新入社員比喩を、現場の会話に落とすとこうなります。「うちのAI、使えない」の大半は、使えないのではなく、まだ入社オリエンテーションが終わっていない。オリエンテーションを飛ばして評価だけしている会社が、いちばん早く「AIは期待外れだ」と結論します。 ## 優秀なAI社員＝Prompt × Context × Harness 私はこの構造を、顧問先のレクチャーで1つの式にしています。出所は自社の方法論で、書籍と現場の両方で使っている型です。 優秀なAI社員 ＝ Prompt × Context × Harness 伝え方 × 会社の情報密度 × 守らせるルールと働く場所。どれか1つ欠けると「賢いだけの他人」で終わる。 掛け算である点が大事です。どれか1つがゼロなら、全体もゼロです。 - Prompt（伝え方）——何をしてほしいかを、日本語で渡す力。必要ではある。ただし、世の中のAI活用術が偏っている場所でもある。 - Context（会社の情報密度）——商品、顧客、判断基準、過去の失敗、お手本の成果物。AIが「うちらしい仕事」をするための材料。 - Harness（守らせるルールと働く場所）——読んでよい範囲、書いてよい場所、やってはいけないこと、成果物の置き場。馬具のように、力を仕事へつなぐ仕組み。 世の中のAI活用術は、Promptに偏っています。誰かが気を利かせて「使えるプロンプト100選」を社内に配る。最初の1週間はみんな試す。1ヶ月後、誰も開かなくなる——顧問先の導入相談で、この段階を一度通過していない会社のほうが少ない。私自身、顧問業を始めた頃は「良い指示文の型を渡せば動き出すはず」と考えていたので、この失敗の気持ちはよく分かります。 順番が逆なのです。下手な指示でも、正しい職場で正しい資料を読んでいるAIはまともな仕事をします。逆に、完璧な指示文でも、何も読んでいないAIは一般論しか返せません。指示の上手さで埋まる差より、読ませる情報で開く差のほうが、私の現場感覚では桁違いに大きい。これを私は「コンテキスト＞＞＞プロンプト」と呼んでいます。 掛け算のどれかが欠けたときの症状は、現場で見分けることができます。 欠けているもの 現場で見える症状 やりがちな誤診 Promptだけ弱い 材料はあるのに、頼みが曖昧で的がずれる 「モデルが悪い」 Contextだけ弱い 上手な一般論ばかり返る。自社の商品名も価格も違う 「もっと良い指示文が要る」 Harnessだけ弱い 良い文章は出る。保存場所がバラバラ。禁止事項を踏む 「使い方が雑」 ContextもHarnessも弱い 毎回ゼロから説明し、画面の文章をコピーして終わる 「うちにはAIは早い」 三つとも一応ある 1行で同じ型が出る。直しが翌日に効く 「特別なツールを使っている」——実際は職場がある 誤診の列が、プロンプト偏重を長引かせます。一般論しか返らないときに指示文を磨くのは、空腹の新人に話し方教室を受けさせるようなものです。先に渡すのは、会社の情報と机です。 だからこの記事では、作り方の手順を並べません。手順はAI社員の作り方に全部書いてあります。ここでは、何をもってAI社員と呼ぶのか、何が似ていて何が違うのか、どこまで来たら「社員化」したと言えるのかを、定義として固定します。 ## チャットの相手・ボット・GPTsと、何が違うのか 似た言葉が多すぎます。ChatGPT、カスタム指示、GPTs、社内チャットボット、AIエージェント、AI社員。画面だけ見れば、どれも入力欄に日本語を打つ道具です。違いは能力の宣伝文句ではなく、社外にいるか、社内にいるかです。 書籍の第2章で使っている比喩を、ここでも使います。チャットAIは、社外の頭のいいコンサルです。会議室に呼べば、持参した資料について的確に助言してくれる。優秀です。ただし、会社のキャビネットも、昨日の商談メモも、現場の判断基準も、持っていかない限り見えません。毎回、あなたが資料を持ち込み、答えを持ち帰ります。 AI社員は、社内の頭のいい社員です。机を与え、就業規則とナレッジを渡せば、フォルダを開き、判断し、成果物を置いてくれます。聞かれたら答えるだけでなく、任された仕事を自分で進めていく。この差は、モデルの賢さの差ではありません。環境の差です。 観点 チャットの相手 カスタム指示・GPTs 社内チャットボット AI社員 いる場所 社外の会議室 社外。ただし自己紹介カードは持っている 社内の窓口。奥のキャビネットは見えないことが多い 社内。自分の机とファイル棚を持つ 毎回の持ち込み 背景も資料も、毎回ゼロから 口癖と役割は省略できる。案件資料は毎回 質問文だけ。材料は自分で探さない 1行で足りる。材料は職場にある 成果物 画面に出て、流れて消える 画面に出る。保存は人がやる 回答文。ファイル作業は本体ではない 所定の場所にファイルで残る 改善の残り方 個人の記憶とチャット履歴 作成者の設定の中 ベンダーか管理者の設定の中 会社のルールと手順書に残り、次の仕事に効く 担当の単位 その場の質問 役割（「営業アシスタント」など） よくある質問への応答 業務ごと（議事録、見積下書き、週次サマリー） 最終確認 人がコピーして使う 人がコピーして使う 人が読んで返す 人が開いて合否を出す。送信・提出は人が握る ツールが変わったら ゼロからやり直し 設定の移植が要る 作り直しになりやすい 職場（フォルダ資産）はそのまま移せる 人が辞めたら その人の使い方ごと消える 作った人の頭とアカウントに残る 窓口は残る。中身の更新は止まりやすい 机とルールが残る。次の人も同じ1行で任せられる 道具と社員の違い。チャットの相手ではなく、机を持った働き手 カスタム指示やGPTsを否定しているのではありません。あれは「自己紹介カード」です。口癖、禁止事項、役割の宣言としては効く。ただ、案件の資料も、過去の失敗も、お手本の提案書も、カード1枚には入りきりません。自己紹介カードを持った社外コンサルは、まだ社外コンサルです。 社内チャットボットも同じです。窓口としては便利です。ただし、多くの導入は「よくある質問に答える」で止まります。フォルダを開き、報告書の下書きを作り、決まった場所に置く——そこまで設計されていないなら、それは社員ではなく、受付です。 ## AIエージェントとの違い——能力の話と、雇用の話 もう一つ、混同されやすい言葉があります。AIエージェントです。 AIエージェントは、目的に向かって手を動かすAIのことです。質問に一度答えて終わるのではなく、資料を探し、ルールを読み、成果物を作り、指定の場所に保存する。書籍の第3章で書いたとおり、チャットが「相談」なら、エージェントは「仕事の依頼」です。 ただし、エージェントであることと、AI社員であることは、同じではありません。 - AIエージェントは、能力の話です。ファイルを読めるか、書けるか、途中で確かめながら進めるか。 - AI社員は、雇用の話です。その能力を、自社の職場とルールの上で使っているか。 フォルダを扱えるエージェントでも、空のフォルダで起動すれば、一般論しか書けません。能力はある。職場がない。これは「優秀な人を採用して、何も渡さずに放置している」状態です。逆に、チャットAIでも、毎回ていねいに資料を貼れば、一時的には社員に近い仕事をします。ただし、貼った文脈は会話が終わると散る。翌日、別人は再現できません。 だから私は、製品の世代が上がるたびに「もうAI社員だ」と言い換えるのをやめました。エージェントは身体です。AI社員は、その身体に職場を渡したあとの状態です。身体だけ買って、職場を渡さない会社が、いちばんお金を捨てます。 書籍の第2章では、AIが働ける場所を3段階で書いています。ここでも定義としてだけ置きます。画面の操作手順は書きません。2年後にはボタンの名前が変わっているからです。 段階 いる場所 見えるもの 社員か 第1段階 社外の会議室（クラウド上のチャット） その場で持ち込んだ文章 いいえ。相談相手 第2段階 社内の机（指定したフォルダ） 会社の資料、ルール、お手本 条件が揃えば、はい 第3段階 社内の机＋社外の道具 フォルダの外のシステムやツール 第2段階ができてからの拡張 書籍と現場が中心に扱うのは、第2段階です。最初から第3段階を目指す必要はありません。第2段階で「読ませて、書かせて、確認する」が回れば、会社はすでに変わり始めています。第1段階のまま「社員」と呼ぶのが、いちばん多い言い過ぎです。 担当の切り方も、定義に含めます。部署名から入ると、範囲が広すぎて何も残りません。マーケティングAI、営業AI——肩書きは人間の組織の写しです。AI社員に渡す単位は、部署ではなく業務です。議事録の整理、見積の下書き、週次サマリー。目的と成果物が一つに見える仕事。その仕事に机を与えたとき、初めて「誰の部下か」ではなく「何の担当か」で呼べます。 業務の中では、読むことと書くことをAIに渡し、最終確認は人間に残します。読む・書く・確認するは、3つの職種ではありません。ひとつの業務の中の、責任の境界です。境界がないまま「任せる」と言うと、会社は成果物の置き場も、合否の基準も持てません。 ## 「AI社員化」とは、人が消える話ではない 検索では「AI 社員化」という言葉もよく見ます。人をAIに置き換える、という響きです。私の使い方は、逆です。 AI社員化とは、会社の仕事を、AIが働ける形に翻訳することです。人が消える話ではなく、人の頭の中にあった判断を、次の人も次のAIも使える形に残す話です。判断はプロが持つ。作業はAIが引き受ける。この線を先に引かない「社員化」は、ただの丸投げです。 顧問先で何度も言ってきた分担は、これです。判断はプロ、作業はAI。見積の最終金額、契約条件、謝罪の言葉、対外発信の可否——間違えたときの取り返しがつきにくい仕事は、人間が持ちます。下書き、集計、整形、変換、要約、一次整理は、AI社員の守備範囲です。 人がやるべきなのは、次の2つに寄っていきます。 - 型を作ること——何が良い成果物か、何が禁止か、どこまで任せるか - 合否を出すこと——出てきたものを開き、通すか、直すか、戻すか 作業そのものを人間が先にやる必要は、だんだん減ります。ただし、型と判定を手放した瞬間、AI社員は「それらしい一般論を量産する機械」に戻ります。社員化の本体は、採用ではなく、この責任の境界です。 「最終確認」も、定義の一部として固定します。開いて読むことと、責任を持つことは、同じではありません。確認が仕事になる条件は、三つあります。 - 合否の基準が、人の気分ではなく、先に言葉になっている - 不合格のとき、直しの行き先が決まっている（今回限りか、ルールに戻すか） - 送信・提出・公開のボタンは、人が押す 基準がない確認は、ただの不安の処理です。毎回「なんとなく違う」で戻しているなら、社員が悪いのではなく、合格の型がまだ会社の外に出ていません。逆に、基準がある確認は速い。私の自社実務でも、日報や入稿は、型から外れた行だけを見ます。全部を一から書き直す確認は、社員化の前の状態です。 向く仕事と、人が持つべき仕事の線も、定義の内側です。手順がある、材料がファイルである、成果物の合否を人が見られる——この三つが揃う仕事は、社員化の対象になります。前例のない経営判断、対面の交渉、感情の機微が本体の謝罪は、対象にしません。線を引かない「全部任せる」は、社員化ではなく放棄です。 ## 隣接する言葉との役割分担 同じ家の中に、似た名前が並んでいます。混ぜると、全部が薄くなります。役割だけ先に分けます。 言葉 層 一言 この先を読む場所 コンテキスト経営 思想 会社の文脈を、人とAIが働ける形で残す経営 コンテキスト経営とは 考脈学 方法論の名前 起こす・収める・渡す・磨く。文脈を資産にする体系 考脈学 AI社員 働き手の定義 職場を持った働き手。本記事の主題 このページ AI社員の作り方 手順 仕事を選び、机を作り、教え、育てる 作り方 スキル化 仕事1本の保存 一度教えた仕事を、1行で呼べる状態にする AIスキル化 AI顧問 人間の伴走 上記を90日で会社に残す側の人間 AI顧問とは スキル化は、AI社員の「仕事の1本」です。日報、SEO入稿、提案資料の組み立て——私の会社では、これらが1行の呼び出しで回っています（自社実務）。ただし、スキルだけを切り出しても、職場がなければ動きません。社員が先、スキルはそのあとです。 考脈学の中身は、この記事では解説しません。定義と四工程は、公式の定義ページに一字一句で置いてあります。AI社員は、その方法論が現場に現れたときの「働き手」の名前だと思ってください。 AI顧問は、AI社員ではありません。私は人間です。顧問の仕事は、会社の文脈を棚卸しし、職場を設計し、最初の仕事をインストールし、90日で自走できる状態にして去ることです。いまのAiWiLLは、自動更新をやめています。渡したものが会社に残っているなら、私が残る必要はない。残っていないなら、契約を延ばしても同じ問題を先送りするだけです。 職場の渡し方を、資料で確認する ## 「使っている」のに会社が変わらない理由 中小企業の経営者と話していると、「うちもChatGPT、使ってますよ」のあとに、決まってこう続きます。「でも、会社としては特に何も変わってないんですよね」。書籍の第1章そのものです。止まり方には、型が3つしかありません。 - 社長だけが使っている——本人の立場だから成立する使い方で、誰にも渡せない。社長が忙しくなった瞬間、会社のAI活用はゼロに戻る。 - 現場の一部が、こっそり使っている——その人のやり方のまま共有されない。異動や退職と一緒に消える。 - 全社導入したが、誰も使わなくなった——ツールを配っただけで、何に使うか、どこで働かせるかを渡していない。 三つのパターンは、一見バラバラに見えて、共通の根を持っています。どの会社も、AIに人と同じオンボーディング——情報と働く場所——を与えていない。個人の時短は本物です。だから「うちもAI、始めてますよ」と胸を張れる。けれど、それは「AIを使い始めた」であって、「会社が変わった」ではありません。 ここに、もう一つの属人化が生まれます。「AIをどう使えば成果が出るか」が、また特定の個人の頭の中に閉じる。従来の属人化の上に、AI使いこなしの属人化が重なる。便利になった実感が、会社の停滞を覆い隠します。 私自身がそうでした。ChatGPTで個人の作業は速くなった。会社の仕事の進め方も、誰かの代わりにできる状態も、何ひとつ変わっていなかった。「赤堀が早い」だけだった。その天井に気づいてから、会話する相手ではなく、仕事を任せる相手を置く側へ回りました。 この天井に気づけない理由も、定義側の話です。個人の時短は本物だからです。昨日まで30分かかっていた下書きが、今日は3分で出る。この体感がある限り、「うちも進んでいる」と言えます。書籍の第1章で私は、個人の時短を、会社の変化と呼ぶなと書きました。あなたが速くなることと、あなたがいなくても回ることは、別の問題です。 AI社員という言葉を使う意味は、ここにあります。道具の言葉で語ると、人は道具の期待値でしか使いません。検索の代わり、文章の清書係、で止まる。社員の言葉で語った瞬間、問いが変わります。何を教えたか。どこまで任せるか。仕事ぶりをどう評価するか。この問いを持った会社から、AIは戦力になります。 少人数のチームで回している自社でも、日報、SEOの入稿、提案資料の組み立ては、それぞれ「いつもの形で」の1行です。最初からそうだったのではありません。毎回、社内の言い回しを思い出しながら指示を組み立て直していた時期がある。文脈が毎回ゼロに戻っていただけだ、と気づいてから、相手の呼び方を変えました。呼び方を変えたあとで、渡すものが変わりました。逆ではありません。 ## 持ち帰り：「AI社員になっているか」判定5項目 定義の話は、判定できなければ使えません。自社のAIが社員になっているか、次の5つで見てください。全部「はい」なら、名前の使い方は正しい。1つでも「いいえ」なら、それはまだチャットの相手です。 判定 はい、なら いいえ、なら ① 自分の机があるか 決まった作業場所で起動し、そこでだけ働く その日のチャット画面が職場になっている ② 会社の資料を、毎回貼らずに読めるか 商品・ルール・お手本が職場に置いてある 毎回、背景説明から書き直している ③ 成果物がファイルで残るか 所定の場所に、所定の名前で残る 画面の文章を人がコピーして散らす ④ 直しが次の仕事に効くか 直したことがルールか手順に戻り、翌日も効く 同じ直しを、毎回口頭で繰り返す ⑤ 1行で同じ仕事を再現できるか 「いつもの形で」で、先週と同じ品質が出る 再現には、また長い説明が要る 5つのうち、いちばん効くのは②と④です。机だけ作って中身が空なら、一般論しか出ません。中身があっても、直しが残らなければ、いつまでも初日の新人です。⑤は結果です。①〜④が揃ったあとに、自然と「1行」になります。1行を先に欲しがって指示文だけ磨くと、冒頭のプロンプト100選に戻ります。 判定で迷う場所も、先に書いておきます。現場で「半分はい」になりやすいグレーゾーンです。 - チャットのプロジェクト機能に資料を上げている——②に近い。ただし成果物が画面の外に残らず、直しがプロジェクトの外へ出ないなら、③と④はいいえです。資料置き場と職場は、同じではありません。 - よくできた回がある——⑤に見えます。再現できない一回は、社員ではなく当たりです。先週と同じ1行で、同じ型が出るか。 - 社長の頭の中では基準が明確——本人は②を満たした気になる。ファイルになっていなければ、別人は再現できません。社員ではなく、社長専用の秘書です。 - フォルダはあるが、起動場所が日によって違う——①が崩れます。机と別の場所で働けば、ルールもお手本も読んでいません。 判定は、点数を競うためではありません。「社員と呼んでよいか」を、社内の言葉として揃えるためです。いいえが残っている項目が、次に渡すべきものです。机がないなら机。資料がないなら資料。直しが残らないなら、残す場所。そこまでが定義の使い方です。 判定が「いいえ」寄りなら、次に読むのは定義の続きではなく、手順です。AI社員の作り方に、仕事の選び方、机の作り方、教え方、育て方を公開してあります。本記事ではその手順を再掲しません。定義と判定を先に固定したほうが、手順を読んだときに迷わないからです。 ## よくある5つの誤解 定義を置いたあと、現場で必ず出る反論があります。先に潰しておきます。 ### 誤解1. 高いモデルを契約すれば、社員になる なりません。賢い新人を採用しただけです。机と資料がなければ、賢い一般論が増えるだけです。ツール実費の感覚は、ChatGPT Plus等で1人あたり月3,000円〜1万円程度（2026年時点）。桁の話ではなく、渡し方の話です。 ### 誤解2. 使い方研修をすれば、社員になる なりません。私が初期に開いた研修では、当日は盛り上がり、数週間後に誰も使っていない、という光景を何度も見ました。使い方は入口です。職場がなければ、入口の外に出られません。 ### 誤解3. 全部の仕事を、最初から任せられる 任せられません。人間の新人と同じで、最初の担当は1業務です。部署名（「営業AI」）から入ると範囲が広すぎて、何も定着しません。単位は部署ではなく、業務です。 ### 誤解4. 人が確認しなくてよくなる なりません。送信、提出、公開、金額の確定、謝罪は、人が握ります。AI社員の完成形は「無人化」ではなく、「人が判定に集中できる」です。 ### 誤解5. うちは小さいから、社員を置くほどではない 逆です。少人数の会社ほど、一人の頭の中に文脈が集中しています。その人が止まった瞬間、会社が止まります。AI社員は、人員を増やす話ではなく、文脈を一人の頭の外に出す話です。 ## よくある質問 ### Q1. AI社員とは、一言で言うと何ですか？ 職場を持った働き手です。自社の判断基準と仕事の型を読み、決まった範囲の実務を進め、成果物をファイルとして残し、人間が最終確認する。チャットの相手の別名ではありません。 ### Q2. ChatGPTを毎日使っていれば、AI社員ですか？ いいえ。毎日使っていても、毎回ゼロから説明し、画面の文章をコピーして終わっているなら、それは社外コンサルへの相談です。便利ではあります。社員ではありません。 ### Q3. GPTsやカスタム指示を作り込めば十分ですか？ 自己紹介としては十分です。案件の資料、過去の失敗、お手本の成果物までは入りきりません。カードを持った社外の人は、まだ社外の人です。 ### Q4. AIエージェントと同じものですか？ 違います。エージェントは「手を動かせる身体」、AI社員は「その身体に自社の職場を渡した状態」です。身体だけあっても、空の机では社員になりません。 ### Q5. 作り方の手順は、どこにありますか？ この記事には置きません。AI社員の作り方が手順の正本です。仕事を1つ選ぶ、机を作る、ルールを書く、一度一緒にやる、育てる——そこに実物があります。 ### Q6. どのツールで始めれば、AI社員になりますか？ ファイルとフォルダを扱える実行型のAIなら、定義は同じです。ツール名は入れ替わります。残るのは職場です。ツール比較から入ると、契約しただけで導入した気になります。 ### Q7. 人の仕事はなくなりますか？ 作業の一部は減ります。判定と型づくりは残ります。私の見方では、人が減る会社より先に、人が判定に集中できる会社が強くなります。置き換えの話として始めると、現場は守りに入り、何も残りません。 ### Q8. AI顧問とAI社員は、何が違うのですか？ AI顧問は人間の伴走者です。AI社員は、会社の中に残る働き手です。顧問は90日で職場と最初の仕事を残して去る側。詳細はAI顧問とはに書いてあります。 ### Q9. 情報漏えいが心配です。社員を置くほど、危なくなりませんか？ 逆です。何でも貼るチャットのほうが、入口が広い。職場を1つに切るということは、読んでよい範囲を先に決めるということです。「見せない」ではなく「必要な分だけ、必要なときに見せる」。線の引き方はセキュリティの記事側の主題なので、ここでは定義だけ置きます。社員化は、無制限公開ではありません。 ### Q10. 効果は、どう測ればいいですか？ 時間削減だけを主軸にしないほうがいい、というのが私の立場です。守りの時短は底を打ちます。測るなら、同じ人数で打てる手が何本増えたか。下書きが社内で量産できる状態は、外注1本ずつ買う体制より残ります。数字の置き方は費用対効果の記事側に譲り、本記事では「判定5項目がはいになること」を、社員化の一次指標にします。 ## まとめ：名前を先に固定する AI社員とは、チャットの相手ではなく、職場を持った働き手です。必要なのは、会社のナレッジを読むこと、担当のルールに従うこと、成果物を所定の場所に残すこと、改善が次の仕事に効くこと。優秀なAI社員は、Prompt×Context×Harnessの掛け算で決まります。どれか1つが欠けても、賢い他人のままです。 私はこの言葉を、流行の飾りとしては使いたくありません。検索する人の多くは、作り方を求めている。それでも先に「とは」を置いたのは、名前が溶けると、手順まで溶けるからです。「うちにもAI社員がいる」と言いながら、毎週同じ説明を打ち直している会社を、これ以上増やしたくない。 判定5項目を、もう一度だけ置きます。机があるか。資料を毎回貼らずに読めるか。成果物がファイルで残るか。直しが次に効くか。1行で再現できるか。いいえが残っているなら、次は作り方へ進んでください。思想の側から入りたいならコンテキスト経営を、仕事1本を1行にしたいならスキル化を、伴走が要るかどうかはAI顧問を見てください。 自社の判定と、最初の職場の渡し方を資料で見たい方は、下のセットからどうぞ。売り込みではなく、今日の判定に使う型です。 判定と最初の職場づくりの資料を受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # コンテキストエンジニアリングとは｜プロンプトの次に来る、会社の作業 URL: https://aiandwill.com/context-engineering-toha/ 公開: 2026-08-14 / 更新: 2026-09-05 先に、役割分担を置きます。この記事で書くのは経営思想ではありません。経営思想は、私は「コンテキスト経営」と呼んでいます。会社の文脈——暗黙知、判断基準、歴史、顧客理解——を人とAIが働ける形で残し、経営の再現性をつくる話です。合言葉は「文脈が残れば、会社は続く。」定義の正本はコンテキスト経営とはにあります。本記事は、その一段下、実装の話です。 コンテキストエンジニアリングとは、プロンプトを磨くことではなく、AIが次の仕事を誤らず進められるように、会社の情報・判断基準・お手本・働く場所を組み立てる作業である。2025年に世界の開発者たちが使い始めたこの言葉を、中小企業の現場の作業として定義します。プロンプトを磨く会社と、職場を渡す会社では、半年後の景色が違います。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## コンテキストエンジニアリングとは何か——世界の定義と、現場の定義 2025年6月、Andrej KarpathyはXでこう書きました。コンテキストエンジニアリングは、「次の一歩に必要な、ちょうどよい情報でコンテキストウィンドウを満たす、繊細な技であり科学である」（原文: the delicate art and science of filling the context window with just the right information for the next step. 出典: Karpathy, 2025-06-25）。ShopifyのTobi Lütkeも同年、プロンプトよりコンテキストを設計する側へ言葉を移しています。 技術者の言葉を、そのまま中小企業に持ち込むと、画面の裏の用語になります。コンテキストウィンドウ、トークン、RAG、メモリ。必要な人には必要な言葉です。ただし、顧問先の会議室でこのまま話すと、作業が始まりません。私は生成AI顧問として累計約15社、研修・講座を含め30社超、レクチャーは100名以上を見てきました。その現場で使う定義は、もっと作業に近いです。 現場定義 コンテキストエンジニアリングとは、AIに渡す「次の仕事の材料」を、毎回ゼロから貼り付けず、会社の側で組み立てておく作業である。材料とは、会社の3行、判断基準、お手本の成果物、そしてそれを置く職場（フォルダ）である。 世界語は「窓に何を入れるか」。現場語は「会社の作業場所に何を据えるか」。 Karpathyの定義と、私の現場定義は、対立しません。同じことを、担い手が違って見ているだけです。開発者は、モデルの窓を設計する。経営者と現場は、会社の机を設計する。窓に入れる中身の大半は、会社の外にはありません。商品の言い回し、値引きの線、過去の失敗、うまくいった提案書。それはエンジニアリングの道具で生成するものではなく、会社の作業で外に出すものです。 だから私は、この言葉を「エンジニアだけのもの」にしたくありません。実装語ではある。ただし実装の本体は、コードを書くことより先に、会社の文脈をファイルにすることです。 世界語を、会社の作業に翻訳すると、だいたい次の対応になります。用語を覚える必要はありません。右列の作業ができていれば、左列の言葉は後から追いつけます。 世界語で言われるもの 会社の作業に落とすと コンテキストウィンドウ その仕事の直前に、AIが読める机の広さ システムプロンプト 毎回読む就業ルール。禁止と順番と保存先 few-shot お手本の成果物を2〜3本置くこと RAG 必要なときに、正しい版だけを探す接続 メモリ その人との口癖。会社の正本にはしない ツール呼び出し 書いてよい場所、使ってよい道具の範囲 ちょうどよい情報 古い正を混ぜず、次の仕事に要るものだけ 日本語の解説が空いているのは、左列の翻訳ばかりが増えて、右列の作業が記事にならないからです。本記事は右列の正本です。左列の実装細部——どの製品のどの機能か——は、2年後に名前が変わります。右列は残りやすい。 最小コンテキストの型を資料で見る ## コンテキスト経営との役割分担——思想と実装を混ぜない 似た名前なので、混ぜたくなる気持ちは分かります。混ぜると、どちらも薄くなります。私の使い分けは、こうです。 観点 コンテキスト経営 コンテキストエンジニアリング 層 経営思想 実装の作業 問い 何を残し、何を手放し、誰に渡すか 残すと決めたものを、どこに、どの形で据えるか 主語 経営者 現場と、AIの職場を設計する人 成果 人が抜けても判断の質が落ちない会社 AIが次の仕事を、毎回ゼロから聞かずに進められる状態 失敗の形 文脈が社長の頭の中に閉じたまま 毎回長い指示を貼り、同じ直しを繰り返す 先に読む場所 コンテキスト経営とは このページ 思想がないまま実装だけ走ると、何でもフォルダに入れて「渡した気」になります。実装がないまま思想だけ語ると、美しい言葉で終わります。両方いる。ただし記事は分けます。本記事が受け持つのは、実装の側です。 混同が起きるのは、どちらも「コンテキスト」を主語にするからです。思想は、残す対象の話です。暗黙知、判断基準、歴史、顧客理解。実装は、残し方の話です。3行にする、机に置く、仕事で一回使い、穴を戻す。対象と残し方を同じ段落で語ると、経営者はフォルダの話だと思い、現場は理念の話だと思う。担当が消えます。 AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。会社の判断基準を資料に収め、AIへ渡し、実務で出た訂正を戻すことを伴走の中で進めます。文脈を会社側へ残すには、設計と日々の更新をつなげる担当が必要です。これはコンテキストエンジニアリングを社内で続けるための役割分担でもあります。 ## プロンプトを磨く会社と、職場を渡す会社 同じモデルを使っているのに、ある会社では解像度の高い下書きが出て、別の会社では当たり障りのない一般論しか返ってこない。この差を、私は繰り返し見てきました。原因は、モデルでも、指示文の語彙でもありません。渡している文脈の量と質です。 私はこの差を、レクチャーで「コンテキスト＞＞＞プロンプト」と呼んでいます。出所は自社の方法論です。優秀なAI社員は Prompt×Context×Harness——伝え方と、会社の情報密度と、守らせるルール——の掛け算です。世の中の解説は、掛け算の左端ばかりを磨きます。 磨き会社の典型は、こうです。誰かが気を利かせて「使えるプロンプト100選」を配る。最初の1週間は試す。1ヶ月後、誰も開かなくなる。私自身、顧問業の初期に「良い指示文の型を渡せば動き出すはず」と考え、同じ墓を掘りました。書籍『コンテキスト経営』の序章で、私はこれをプロンプト研修の墓場と呼びました。レクチャー100名以上のうち、当日は歓声が上がり、三週間後に訪ねると、配った虎の巻は共有フォルダの奥で眠っている。あの頃の受講者には、謝りたいくらいです。 職場を渡す会社は、逆の順です。先に、何の仕事かを決める。次に、その仕事の材料と判断基準とお手本を、AIが毎回読める場所に置く。指示は、あとから雑になっても動きます。多少ぶっきらぼうでも、キャビネットを見ている社員のほうが、持参資料だけのコンサルより的を外しません。 観点 プロンプトを磨く会社 職場を渡す会社 最初の投資 指示文の型、研修、プロンプト集 棚卸し、置き場所、お手本の選定 毎回の依頼 長い。背景から書く 短い。材料は机にある 出力 人と日でばらつく お手本と基準で安定する 直し方 その場のチャットで直して終わる 直しをルールかお手本に戻す 1ヶ月後 集は開かれなくなる 机の中身が厚くなる 担当が代わったら 使いこなしごと消える 机を渡せば再現できる ツールが変わったら 指示文を移植し直す 職場ごと移す 会社に残るもの 個人のコツ 判断基準とお手本 右の列が、コンテキストエンジニアリングの成果です。左の列は、努力の方向が違うだけです。悪意はない。順番が違う。 ## 現場の3工程——棚卸し → ディレクトリ → インストール AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。会社の判断基準を資料に収め、AIへ渡し、実務で出た訂正を戻すことを伴走の中で進めます。文脈を会社側へ残すには、設計と日々の更新をつなげる担当が必要です。これはコンテキストエンジニアリングを社内で続けるための役割分担でもあります。 ① 棚卸し —— 何を渡すかを決める 頭の中の判断と、すでに社内にあるお手本を、言葉とファイルの在庫にする。完成度は後回し。外に出すことが本体。 ↓ ② ディレクトリ —— 渡す場所を決める 「これが正しい」と言える版を一つに決め、迷わず辿れる置き場所に据える。古い料金表が混ざった机は、堂々と古い見積を書く。 ↓ ③ インストール —— 渡した文脈で、仕事を一度回す 実際の仕事を任せ、足りない材料に気づき、また①へ戻る。コンテキストは、使って初めて穴が見える。 現場の3工程。棚卸し → ディレクトリ → インストール ①の本体は、時間の一覧表ではありません。AIに渡すべき文脈の在庫リストです。どの仕事に材料があり、どの判断がまだ頭の中だけか。ここを飛ばすと、あとのフォルダは空になります。やり方の細部は業務棚卸しの記事が正本です。 ②の本体は、ツールの契約ではありません。置き場所です。私自身の会社では現在、ルールを育てる側をGitHub（非公開）、閲覧できれば十分な側をGoogle Driveへミラーする2層で回しています。作り方の実装はコンテキストのチーム共有にあります。本記事で言いたいのは、「正しい版が一つある」こと自体がコンテキストだ、という点です。最新版が三つある会社は、文脈を持っているのではなく、文脈の衝突を持っています。 ③の本体は、チャットの成功体験ではありません。仕事を一度、最後まで回すことです。回すと、足りない判断基準が見えます。見えた穴を机に戻す。この往復が、コンテキストエンジニアリングの日常です。職場側の作り方はAI社員の作り方へ譲ります。 3工程を、世界語の「次の一歩に必要な、ちょうどよい情報」に重ねると、役割がはっきりします。棚卸しは、何が必要かを決める。ディレクトリは、必要なものだけが次の一歩の直前にある状態をつくる。インストールは、その状態で一歩を踏み、過不足を測る。測らずに窓を満たし続けると、ただの荷物になります。 顧問の初回で会議室が静かになるのは、いつも同じ場所です。「何をさせるのか」を言えない。ツールの話なら盛り上がる。ChatGPTとClaudeのどちらがよいか、料金はいくらか。仕事の名前が出た瞬間、言葉が止まる。棚卸しがコンテキスト投資そのものだ、と私が言う理由はここです。渡す文脈の在庫が見えないまま、窓の設計だけを語っても、中身は空です。 在庫の見方は粗くて構いません。その仕事の材料は、すでにファイルとして存在するか。判断の線は、まだ特定の人の頭だけか。お手本は、どれが正か。この3問に答えられない仕事は、まだコンテキストエンジニアリングの対象ではありません。先に、対象を一つに減らします。全社の文脈を一度に設計しようとすると、倉庫づくりに戻り、wikiの失敗と同じ順番をたどります。 ## 持ち帰り：最小コンテキスト3点セット 窓を満たす情報は、いくらでも増やせます。増やしすぎると、今度は古い資料と新しい資料が喧嘩します。最初に据えるのは、3つで足ります。これが本記事の持ち帰りです。 最小コンテキスト3点セット - 会社3行——何の会社で、誰に、何を売っているか。詳細な沿革は後回し。3行で、業種も客も取り違えられないこと。 - 判断基準——やる／やらない、急ぐ／急がない、高い／安い、の線。数字の裏の理由まで一文で。 - お手本成果物——自社で「これは良い」と言える実物を2〜3本。指示文より、お手本のほうが雄弁です。 会社3行の失敗例は、「総合的なソリューションを提供する企業です」です。これでは、どの会社にも当てはまります。必要なのは固有名詞と、対象と、やらないことです。「地方の設備会社で、点検と改修を主に請け負う。新規の大型開発は受けない」——この粒度です。 判断基準の失敗例は、「お客様第一」です。誰も反対しない言葉は、次の仕事を決めません。「初回の見積は多少高くてもよい。代わりに当日中の一次回答を優先する」——この粒度です。価格表の数字だけでは、判断の半分も伝わりません。 お手本の失敗例は、フォルダに十年分を全部入れることです。古い料金、廃止した型、例外対応の残骸が混ざると、AIは堂々とその残骸を踏襲します。良いものを2〜3本。古いものは外す。足すより、削るほうが先です。 この3点が机にあれば、指示は雑でも動き始めます。3点がないまま指示だけ磨くと、毎回の持ち込み作業が増えるだけです。 書き方の穴埋めを置きます。きれいな文章にする必要はありません。他人が読んで、別の会社と取り違えなければ十分です。 会社3行 私たちは（　　　）の会社です。主な相手は（　　　）。売っているのは（　　　）で、やらないことは（　　　）です。 判断基準（最初の1本） この仕事では、（　　　）より（　　　）を優先する。迷ったら（　　　）は人間に返す。やってはいけないのは（　　　）。 お手本 良い実物：（　　　）と（　　　）。混ぜてはいけない古い実物：（　　　）。置く場所：（　　　）。 判断基準は、部署の標語ではなく、その仕事の線です。営業なら「初回は速さ、二回目から精度」。事務なら「不明な数字は埋めず、空欄と確認事項で返す」。現場系なら「写真と日付のない記録は、報告書に使わない」。誰も反対しない言葉を避け、次の一手が決まる文だけを残します。 お手本は、点数の高いものより、「この型で出してほしい」ものです。例外対応で奇跡的にうまくいった一枚は、お手本にしないほうがいい。再現したい平均の上、を置きます。AIは置かれた実物を、正として踏襲します。 3点セットの書き方を資料で受け取る ## プロンプト、RAG、wiki——何が違って、何が足りないか コンテキストエンジニアリングは、既存の手法を否定するために生まれた言葉ではありません。足りない層に、名前が付いただけです。 手法 設計するもの 会社の作業か 残り方 足りないところ プロンプトエンジニアリング 言い方 △（個人の技になりやすい） 個人のメモ帳 読ませる材料がない RAG・検索接続 探し方 △（仕組みは会社、中身は別） システム側 古い文書まで拾うと事故る 社内wiki・ナレッジ基盤 置き場と検索 ○（書く作業はある） ページとして残る 読まれず、更新が止まる カスタム指示・GPTs 自己紹介 △ 作成者の設定 案件資料が入らない コンテキストエンジニアリング 次の仕事の材料一式 ◎ 職場とルールに残る 何を残すかの思想がないと、何でも入れて壊す コンテキスト経営 何を残すかの線 ◎（経営の仕事） 会社の判断として残る 実装がなければ言葉で終わる RAGは、「探す」ための実装です。探す対象が整理されていなければ、古い見積と新しい見積を同じ顔で持ってきます。検索精度の問題に見えて、中身の問題です。 社内wikiの失敗は、もっと古い。書いても読まれない。読まれないから更新が止まる。更新が止まったものは「古い」と言われ、ますます読まれない。この循環は、ナレッジマネジメント論が広がってから約30年、壊れていませんでした。詳細はナレッジマネジメントが失敗し続ける理由に譲ります。コンテキストエンジニアリングがwikiと違うのは、読み手が最初からAIである点です。人が気合で開く前提を捨て、毎回読む相手を職場に据える。書く動機は、読まれることからしか生まれません。 ## 直した文脈は、どこへ戻すか——4分岐 インストールしたあと、必ず直したくなります。ここが分岐です。直しをチャットの中で終わらせると、コンテキストは増えません。私は顧問先で、直しの行き先を4つに分けています。出所は提供運用の第5回ワークです。 - 流す——今回限りの例外。残さない。残すと例外が正になる。 - メモリ——その人との口癖や、一時的な好み。会社の正本にはしない。 - ルール——次回から全員の仕事に効かせる線。禁止事項、順番、保存先。 - コマンド（手順）——その仕事専用の呼び出し。いつもの日報、いつもの週次。 全部をルールに書くと、誰も把握できない取扱説明書になります。私は初期に張り切って長いルールを書き、自分でも把握できないファイルを作って反省しました。全部を流すと、同じ直しが永久に続きます。分岐する、ということが設計です。 「壊されないか」より、「壊れても戻せるか」。書き戻せる場所がある会社は、失敗を恐れずに直せます。書き戻す場所がない会社は、成功したチャットを再現できず、またゼロから説明します。 ## やりがちな失敗——窓を満たすほど、壊れる 世界語の定義には「ちょうどよい情報」とあります。現場でいちばん多い失敗は、多すぎることです。 - 全部入れる——十年分の共有フォルダを、そのまま職場にする。古い正と新しい正が同居する。 - 機密まで入れる——入口を開けすぎる。必要な分だけ、必要なときに見せる、が先。 - 思想を飛ばす——何を残すかを決めず、置けるものから置く。机は埋まる。判断は増えない。 - ツールから入る——新しい接続、新しいメモリ機能、新しい検索。窓の仕組みは増える。会社3行がない。 - 個人の机のまま止める——一人は回る。その人が休むと、文脈が消える。共有は別工程だが、最初から「正しい版はどこか」だけは決める。 契約して触らなくなる会社の多くは、ツール不足ではありません。次の仕事の材料が、会社の側にない。だから毎回、個人の頭から貼る。貼るのが面倒になり、開かなくなる。構造の問題です。 「コンテキストがある」と誤認しやすいものも、分けておきます。机に載っていることと、次の仕事の材料であることは、同じではありません。 - 長いチャット履歴——昨日の雑談と、先月の例外が混ざる。正本ではない。 - 共有ドライブの丸ごと接続——量はある。正しい版がない。古い料金が勝つ。 - PDFを毎回貼る習慣——その回は動く。翌日の別人は、また貼る。 - 理念カード——「誠実に」は判断を決めない。線になっていない。 - 個人のメモリ設定——その人には効く。会社の資産ではない。 少なすぎると一般論になります。多すぎると、古い正と新しい正が喧嘩します。世界語の「ちょうどよい」は、量のセンスではなく、捨てる作業です。何を入れないかを決めること自体が、コンテキストエンジニアリングです。 入れないものの代表は、個人情報、パスワード、顧客の非公開条件、廃止した料金、例外対応の残骸です。入口を開けすぎた事故と、出口（削除・送信・公開）を開けすぎた事故は、形は違って根は同じです。窓を満たすことと、何でも見せることは、反対の作業です。 ## 誰が最初にやるか——エンジニアである必要はない 名前にエンジニアリングと付いているので、開発者の仕事だと思われがちです。世界語としては、その理解で正しい面もあります。現場語としては、最初の担い手は、社内でいちばん「これ、言葉にできたら楽なのに」と感じている人です。 経営者の役割は、全部を自分で書くことではありません。その人に時間と、社内情報へアクセスする権限を渡すことです。何を残すかの線だけは、経営者が引きます。ここが思想側——コンテキスト経営——の仕事です。 一人で始めて構いません。最初から全社一斉は、止まります。ただし、置き場所の正系だけは、最初から一つに決めてください。個人の成功を、個人のフォルダに閉じたまま増やすと、また属人化します。 最初の仕事の選び方も、実装の一部です。繰り返す、手順を言葉にできる、成果物をすぐ確認できる。この三つが揃う仕事から、3点セットを置きます。迷うなら、すでに実物がある仕事です。お手本が社内にない仕事は、まだコンテキストを設計できません。先に、人が一回やって実物を残す。その実物が、次の窓の材料になります。 仕事が違うと、3点の中身も違います。型だけ置きます。中身は、自社の言葉に差し替えてください。 仕事 会社3行で足すこと 判断基準の例 お手本 議事録の整理 会議の種類と、残す相手 決定と宿題だけ残す。雑談は捨てる 良い週次サマリー2本 提案の下書き 誰に何を売らないか 金額と納期は埋めない。確認欄にする 通った提案書2〜3本 見積の下書き 主戦場と、受けない案件 値引きの上限。急ぐ／急がないの線 良い見積と、使ってはいけない旧料金 点検・現場記録 扱う設備や現場の範囲 写真と日付のない記録は使わない 良い報告書2本 広報の原稿化 トーンと、出さない話題 未確認の数字は書かない トーンが分かる過去稿2本 問い合わせ一次整理 対象顧客と、対象外 謝罪と値引きは人が書く 良い一次回答と、使ってはいけない例 表の右へ進むほど、世界語の「ちょうどよい」に近づきます。左だけ書いて右が空だと、理念カードです。右だけあって左がないと、真似はできても、やらないことが分かりません。3点はセットです。 ## よくある質問 ### Q1. コンテキストエンジニアリングとは、一言で何ですか？ AIが次の仕事を誤らず進められるように、会社の材料と判断基準とお手本を、職場に据えておく作業です。指示文の磨き方の、一段上です。 ### Q2. コンテキスト経営と同じものですか？ 違います。コンテキスト経営は、何を残すかを決める思想です。コンテキストエンジニアリングは、残すと決めたものを据える実装です。思想の定義はコンテキスト経営とはへ。 ### Q3. プロンプトエンジニアリングは、もう不要ですか？ 不要ではありません。後回しです。材料がない状態で言い方だけ磨くと、上手な一般論が増えます。材料が揃ったあとなら、伝え方の工夫は上積みになります。 ### Q4. RAGを入れれば、コンテキストエンジニアリングは終わりですか？ 終わりません。RAGは探し方です。探す対象が古ければ、古い正解を持ってきます。先に、正しい版とお手本を決める作業が残ります。 ### Q5. エンジニアでなくてもできますか？ 最小3点セット——会社3行、判断基準、お手本——は、エンジニアリングの資格なしに始められます。接続や自動化は、そのあとです。 ### Q6. 何から始めればいいですか？ 任せる仕事を1つ決め、その仕事の3点セットを机に置くことです。全社の文脈を一度に書こうとすると止まります。棚卸しの型は業務棚卸し、机の作り方はAI社員の作り方です。 ### Q7. どれくらいの量を渡せばいいですか？ 最初は3点セットで足ります。足りないものは、仕事を一度回した穴で足します。十年分を先に入れるほうが、壊れます。 ### Q8. チームで同じ文脈を使うには？ 正しい版を一つに決め、見る人と直す人を分けます。自社はGitHubとDriveの2層です。実装はチーム共有の記事へ。 ### Q9. ナレッジマネジメントと何が違いますか？ wikiは、人が検索して読む前提になりがちです。コンテキストエンジニアリングは、次の仕事の直前に、必要な材料がすでに机にある状態を設計します。倉庫ではなく、職場です。 ### Q10. ツールが変わったら、やり直しですか？ 窓の仕組みは変わります。会社3行、判断基準、お手本は、テキストとファイルなら移せます。残るものを、特定ツールの設定の中だけに置かないことです。 ## まとめ：次に磨くのは、言い方ではない コンテキストエンジニアリングは、2025年から世界で使われ始めた実装語です。窓に、次の一歩に必要な情報を、ちょうどよく入れる。中小企業の現場では、それは会社3行、判断基準、お手本を、職場に据える作業になります。プロンプトを磨く会社は、個人の技を増やします。職場を渡す会社は、次の人も次のAIも使える材料を増やします。 思想はコンテキスト経営、棚卸しは業務棚卸し、机はAI社員の作り方、共有はチーム共有、書いても読まれない歴史はナレッジマネジメントの失敗へ分けます。本記事の仕事は、実装語の名前を、会社の作業として固定することだけでした。 今日やるなら、3点セットです。会社を3行で書く。判断の線を一文で書く。良い成果物を2〜3本、古いものと分けて置く。指示文は、そのあとでいい。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # ChatGPTを会社で使うなら｜相談窓口から、仕事の受け口へ URL: https://aiandwill.com/chatgpt-houjin-tsukaikata/ 公開: 2026-08-14 / 更新: 2026-09-02 「ChatGPT 使い方 仕事」で検索すると、画面の説明と、できることの一覧が山ほど出てきます。新しいボタンの場所、音声入力、ファイル添付、便利な聞き方。私も最初の数ヶ月は、そういう記事を読みながら使っていました。メールの下書きは速くなった。議事録の要約も速くなった。それで、会社は何も変わりませんでした。 先に結論を置きます。会社でChatGPTを使うとは、相談窓口を開くことではありません。仕事の受け口を作ることです。相談は「この文、どう思う？」。仕事の依頼は「過去の材料とルールを踏まえて下書きを作り、人が確認するまで送信しない」。前者は個人の時短です。後者から、会社の仕事が動き始めます。 この記事は、巨大な検索需要の入口として書いています。モデル名の性能表も、画面キャプチャの手順も、主役にしません。ボタンの名前は数ヶ月で変わります。残るのは、相談と依頼の違いです。料金と学習オフ、ChatGPTとClaudeの比較は、すでに書いた記事へ送ります。ここで持って帰るのは、法人として最初の1週間にやることです。 ※本記事は2026年8月時点の使い方の型です。プラン名や画面は変わります。最新の仕様は各社の公式情報で確認してください。本文は、変わっても残る依頼の型だけを扱います。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 結論｜相談窓口のままでは、会社は変わらない 生成AI顧問として累計約15社、研修や講座を含め30社超を見てきました。レクチャーは100名以上です。「うちもChatGPT、使ってますよ」の直後に、「でも会社としては特に何も変わってないんですよね」が続く回数は、今でも多い。この二つの台詞のあいだに挟まっているものを、先に表にします。 仕事 相談窓口で止まる聞き方 仕事の受け口になる依頼 メール この返信、どう思う？ 先方の文面と社内の言い回しを踏まえ、下書きを作れ。送信はするな 議事録 要約して 決定事項・宿題・確認事項に分けて書け。秘密情報は書くな 提案 構成、どうする？ 過去の良い提案を踏まえ、金額と条件は変えず下書き。確認点を末尾に マニュアル 分かりやすくして 現行手順の矛盾を洗い出し、改訂案を別ファイルの想定で出せ 調査 この業界どう？ 公開情報だけ使い、自社に関係する論点と、資料に無いことは資料外と書け 日報 きれいにして 事実／課題／次アクションに分けよ。個人情報とパスワードは書くな 見積の下書き 相場は？ 過去の型で下書きせよ。金額の最終決定は人間だと明記せよ 相談窓口で止めず、仕事の依頼へ 左列は、賢い窓口です。右列は、仕事です。法人利用で最初に変えるのは、モデルではありません。聞き方と、受け渡す材料と、人が握る出口です。 個人の時短を、会社の変化と呼ぶな あなたが速くなることと、あなたがいなくても回ることは、別の問題です。 仕事の受け口の作り方を資料で見る ## 「うちも使ってます」の天井 私が最初にChatGPTを触ったときの感覚は、率直に言って衝撃でした。返信文が数秒で出る。長いメモが三行になる。企画のたたき台も、聞き方を工夫すればそれらしい。30分かかっていた作業が、3分で終わる。 それから数ヶ月、ほぼ毎日使いました。個人の生産性は、間違いなく上がっていました。あるとき気づきます。変わっていたのは、私個人の作業時間だけでした。会社の仕事の進め方も、他の誰かの働き方も、何ひとつ変わっていない。私が早く終わらせられるようになっただけです。属人的に「赤堀が早い」。 これはChatGPTが悪い話ではありません。会話するAIとして、今でも優秀な入口です。問題は、多くの会社がその入口で止まることです。止まり方は、私の見聞きする範囲では3つしかありません。書籍『ChatGPTを、「AI社員」に育てる方法』の第1章に書いた型です。 止まり方 社内で起きていること 本人の実感 会社に残るもの 社長だけが使っている 情報も決裁も社長に集中しているから成立する 自分は使いこなしている 社長が離れた瞬間、ゼロに戻る 現場の一部がこっそり使う その人のやり方で、共有されない 自分だけ仕事が軽い 異動・退職で消える 全社契約したが誰も開かない アカウントは配った。仕事は渡していない 導入したつもり 月額だけが残る 三つの型は、見た目が違います。根は同じです。AIに、人と同じオンボーディング——情報と働く場所——を与えていない。賢い新人に、机も引き継ぎも渡さず、「いい感じにまとめといて」と言う。入口の便利さが本物だから、天井に気づきにくい。昨日まで30分かかっていた仕事が今日3分なら、「うちもAI、始めてますよ」と胸を張れます。それは使い始めた、であって、会社が変わったではありません。 中小企業が昔から抱えてきた属人化と、同じ形でもあります。営業の勘所がベテランの頭。仕入れの目利きが担当者の勘。ChatGPTは、これを解消するどころか、もう一つ別の属人化を足します。「AIをどう使えば成果が出るか」が、また特定の個人の頭に閉じる。 『コンテキスト経営』の序章でも書きました。道具は増えたのに、会社はたいして変わっていない。原因はプロンプトの下手さではありません。会社の文脈が人の頭に埋まったままで、AIにも次の人にも渡せていないことです。ChatGPTの法人利用は、その文脈を渡す話です。機能紹介の話ではありません。 もう一つ、この時期によく聞く言葉があります。「うちも何かしないと」。経営者同士の話で、AIの話題が出ない日は少なくなりました。焦りの正体は、シンプルです。「ChatGPTを使う」ことと「会社にAIを入れる」ことを、同じ話だと思い込んでいることです。前者は個人が道具を使いこなす話。後者は、仕事の受け口を会社の側に作る話です。この二つを混ぜたまま「もっと使いこなせば会社も変わる」と考え続けると、天井は破れません。上手な人が一人増えるだけです。 ## 相談と、仕事の依頼は何が違うか 画面だけ見れば、どちらも入力欄に日本語を打つ道具です。仕事の進み方は、まったく違います。 相談は、社外の頭のいいコンサルを会議室に呼ぶことに近い。持参した資料については的確に助言してくれる。ただし基本は社外の人です。会社のキャビネットも、昨日の商談メモも、現場の判断基準も、持っていかない限り見えません。あなたが資料を持ち込み、答えを持ち帰る。 仕事の依頼は、社内の頭のいい社員に渡すことに近い。机とルールと材料があれば、読んで、書いて、指定の場所に置く。聞かれたら答えるだけでなく、任された目的まで仕事を前へ進める。 この差は、頭の良さの差ではありません。社外にいるか、社内にいるかという環境の差です。ChatGPTを会社で使うなら、最初から後者の完成形を求めなくてよい。最初にやるのは、相談の文を、依頼の文に書き換えることです。同じ入力欄でも、依頼になった瞬間、必要な材料と、人が確認する点が見えます。 相談窓口 - 持参した文面に反応する - 答えはチャット欄に残る - 翌日、またゼロから説明する - 上手な一般論が出やすい - 個人の時短で完結する 仕事の受け口 - 目的と成果物が先に決まる - 材料の置き場が会社側にある - 人が確認する点を残す - 送信・公開・金額は人が握る - 同じ仕事を翌週も繰り返せる 依頼に必要な要素は、技巧ではありません。次の6つです。 - 目的：何のための仕事か。一文で書く - 材料：読むもの。無いなら「資料外」と書かせる - 成果物：何が出来上がれば終わりか - やってはいけないこと：推測で断定しない、個人情報を書かない、金額を勝手に変えない - 人が確認すること：事実、数字、契約、公開や送信の可否 - 置き場：チャット履歴ではなく、人が開ける場所 この6つが揃うと、指示文を磨く必要が減ります。多少ぶっきらぼうでも、材料がある依頼のほうが、気の利いた相談より仕事になります。コンテキストは、プロンプトより効きます。順番を逆にすると、プロンプト集が配られ、1ヶ月で開かれなくなります。私自身、顧問業の初期に「良い指示文の型を渡せば動き出す」と思っていた時期があります。動かなかったのは、型ではなく机でした。 ChatGPTの中にも、プロジェクトやカスタムの指示、ファイルを残す機能はあります。名前は変わり続けます。判定は一つです。来週、同じ仕事を、同じ材料で、もっと短い依頼で再現できるか。できなければ、まだ相談窓口です。できるようになったら、受け口です。フォルダを職場にする段階の本体は、「AI社員」の作り方へ進んでください。本記事は、その手前——まず聞き方を変える入口——です。 ## 法人で最初に決めること｜画面より先の3点 会社で使うなら、便利機能の前に3つだけ決めます。画面のどこをクリックするかは、公式の最新案内に任せます。残るのは中身です。 ### 1. 入力した内容を、学習に使わせない 個人向けプランは、入力データが学習に使われる設定が初期でオンになっていることが多い（2026年時点）。会社の文面を入れ始める前に、利用する全員のアカウントでオフにし、設定画面を記録する。法人プランやAPIは、契約上学習に使わないのが標準のことが多い。どちらを選ぶかの判断——複数部署に広がった、顧客の実データに踏み込む、取引先から説明を求められた——はセキュリティと情報入力が正本です。ここでの要点は順番です。オフを確認してから、仕事を入れる。 ### 2. 入れてよい情報を、自社の言葉で1枚にする 「どちらのツールが安全か」より、「うちは何を入力してよいか」のほうが、リスクの総量に効きます。見せないのではなく、必要な分だけ、必要なときに見せる。会社案内や手順書は常設してよい。顧客の実数や個人情報は原則入れない。迷ったら入れない。社内ルールの育て方——紙の規程を先に厚くしない、AIが毎回読む1枚と人間向けの1枚をセットにする——は生成AIの社内ルールに落としてあります。規程づくりで熱が冷める会社を、私は何度も見ています。小さく使いながら育ててください。 ### 3. 最初の仕事を、1つだけ具体名で決める 「資料作成」では決まりません。「毎月の営業報告のとりまとめ」「点検メモから報告書の下書き」まで落とします。決まっていない会社にアカウントを配ると、検索代わりで止まります。決まっている会社は、相談が依頼に変わります。経営者本人が自分の仕事で触るかどうかは、導入の成否を分けます。方針だけ部下に任せると、現場では「優先度が低い」と翻訳されます。この構造は経営者のAI活用に書きました。法人利用の入口は、社長の10分でも構いません。ただし、その10分は相談ではなく、自分の反復仕事の1件であるべきです。 最初の1業務の決め方を資料で確認する ## 料金とプラン｜桁だけ覚えて、比較は既存へ 料金表をここに置くと、公開した日から腐ります。持って帰るのは桁です。顧問先十数社を見てきた範囲で、ツール実費は1人あたり月3,000円〜1万円に収まっています（2026年時点。ChatGPT Plus等は月20ドル前後）。選定会議に役職者が集まって1時間話すほうが、人件費としては高いことが多い。 迷ったら、月3,000円級を1ヶ月だけ、決めた1業務で試す。失敗コストは数千円です。無料版で会社の選定を完結させないでください。使える量も、データの扱いも、有料や法人の条件と違うことが多い。「無料で微妙だった」は、法人利用の評価になりません。 ChatGPTとClaudeのどちらを会社の入口にするかは、本記事の主題ではありません。スペック比較は数ヶ月で入れ替わります。決まるのは、一番使う業務、ファイルと働く場所、データの扱い、触って好きか、です。判断軸の正本はChatGPTとClaude、会社で入れるならです。4つの道具の役割分担——壁打ち、長文、調査、社内資料——は使い分けの記事へ送っています。入口がChatGPTでも、社内PDFの図書館は別の道具のほうが速いことがあります。一本化にこだわって、仕事を道具に合わせないでください。 ## 最初の1週間｜画面の説明ではなく、仕事の習慣 法人で最初の1週間に必要なのは、全機能を触ることではありません。同じ仕事を、相談から依頼へ移し、2回目を短くすることです。私が顧問先の導入初期に置く型を、曜日ではなく完了条件で書きます。画面の名称に依存しないためです。 日 やること 完了の印 1日目 反復する仕事を1つ、具体名で決める 「毎月の◯◯」と口に出せる 2日目 学習オフを確認し、設定画面を記録する。入れてよい／だめを1枚にする 記録が残っている 3日目 その仕事の材料を3つ集める。会社の事実を3行書く チャットの外にファイルがある 4日目 相談の文を、依頼の6要素で書き直して1件やる 下書きと、人が確認する点がセットで出る 5日目 出力を人が直し、直しをチャットの外に1行残す 翌日の自分が読める 6日目 同じ仕事をもう1件。依頼文を短くする 材料を再説明しなくて済む 7日目 残すルールを1つ決める。次の1業務の候補を書く 再現の準備ができる 4日目の「依頼の6要素で1件」は、実物を置きます。私が毎週金曜にやっている、顧問先への近況メッセージの下書き依頼です。 目的：顧問先へ毎週金曜に送る近況メッセージの下書きを作る。 材料：前回送った文面と、今週のセッションメモ。この2つ以外は読むな。 成果物：AIの最新動向・使い方のヒント・近況・先方への質問の4ブロックで、下書きを1通。 やってはいけないこと：メモに無い成果を書くな。日程と数字を推測で埋めるな。 人が確認すること：固有名詞と、次回の日程。送信は私がやる。 置き場：下書きは週次連絡のフォルダへ。 この依頼で出てくる下書きは、書き出しの挨拶が長い。2文削って送りました。そして「挨拶は1文。前回の続きから入る」と、同じフォルダのメモに1行残す。翌週は、この1行を依頼文に足すだけです。4日目と5日目は、実物にするとこれだけのことです。 7日目に目指す状態は、「ChatGPTに詳しい社員」ではありません。同じ種類の仕事を、昨日より短い依頼で渡せる状態です。機能を全部覚えた状態でも、アカウントを全社に配った状態でもありません。配るのは、1業務が2回回ってからです。先に配ると、止まり方の3つ目——契約したが開かない——に入ります。 この型は、机上の整理ではありません。顧問先の防災設備の点検会社では、受け口に決めた1件が点検報告書の下書きでした。現場から戻った担当者の手書きメモと現場写真、報告書のExcel様式。この3つを材料として渡し、様式に沿った下書きをAIが組み立て、機器の良否判断と署名は資格を持つ人が最後まで握っています。「ChatGPTって何ができるんですか」という相談からは、この運用は出てきませんでした。仕事を1つ決めて、材料を会社の側に置いたから動いた例です。 直しの行き先も、最初の週から雑にしないほうがよい。うまくいった言い回しをチャット履歴にだけ残すと、その人の頭と、その会話に閉じます。流してよい直しと、次も守らせる直しは違います。守らせるものは、人が読める1枚へ移す。詳細な4分岐は作り方側の話なので、ここでは一行だけ持って帰ります。残したい直しは、チャットの外へ。 ## 経営者が自分だけ速くなって終わる問題 法人利用の相談で、いちばん多い成功体験の語られ方は、「自分が速くなった」です。それは本物です。同時に、いちばん深い落とし穴でもあります。社長はすべての情報に触れる立場なので、相談窓口のままでも成果が出やすい。現場は材料も決裁も持っていないので、同じ聞き方をしても一般論が返る。社長は「使える」と言い、現場は「使えない」と言う。会議が割れる。 処方箋は、社長の使い方を現場に教えることではありません。社長が速くなった仕事の、材料と確認点を会社側に出すことです。判断基準を3つ、良い例を1つ、やってはいけないことを1つ。それが渡った瞬間、ChatGPTは社長専用の相談窓口から、会社の受け口に近づきます。 攻めの手数の話も、ここに繋がります。AIの費用対効果を時間削減だけで語ると、底を打ちます。打ちたかったのに人手不足で止まっていた提案、掲載文、フォローの下書きを自社で増やせるかどうか。ChatGPTを会社で使う意味は、検索の代替ではなく、止まっていた手を動かす受け口を増やすことです。時間の回収は補助軸です。 ## 会社でやりがちな失敗 - 機能紹介で満足する——新しいボタンを触った日を、導入日だと思わない - プロンプト集を配って終わる——文脈の無い名文は、上手な一般論を量産する - 無料版の感想で稟議を止める——条件が違う道具の感想は、選定材料にならない - 顧客の実数を、相談の勢いで貼る——便利さは、入口の設計不足を隠す - 全社員に同時配布する——仕事が決まる前の配布は、開かれないアカウントを増やす - チャット履歴を会社の資産だと思う——履歴は持ち出しにくい。フォルダとルールに置く - 比較記事を読み続けて、1件目をやらない——比較の正本は既存記事に置いた。入口の仕事は、今日の1件です 失敗の多くは、悪意ではありません。入口の便利さが、次の段差を隠すだけです。段差に気づいたら、機能を増やす前に、依頼の6要素へ戻ってください。 ## 業種ごとの「最初の1件」 最初の仕事は、派手である必要はありません。来週も発生し、材料がすでにあり、人が確認できるものです。 立場 最初の1件 人が握る出口 相談のまま終わらせないために 経営者 週次の論点メモ（自分の判断基準3つを添える） 方針の決定 基準をチャットの外に残す 営業 過去の良い提案を踏まえた新規の下書き 金額・条件・送付 良い例フォルダを先に1つ 現場・点検 様式に沿った報告書の下書き 事実確認と署名 生の個人情報は材料にしない 総務・経理 月次レポートの整形 未確定の数字 様式の最新版だけ渡す 1人広報 1つの素材から告知文の下書き 公開ボタン 禁止表現を1枚にして渡す 社長秘書・アシスタント 会議メモの決定事項と宿題の切り出し 関係者への送付 評価や人事の行は切る 判断はプロ、作業はAI、です。合否も、金額も、公開も、人が持つ。ChatGPTに「決めて」と頼む使い方は、法人の受け口ではありません。下書きを速くし、人が判断する回数を増やす使い方です。経営者が自分の1件目を見せると、現場は「うちではこれを依頼と呼ぶ」が分かります。説明会より、その1件のほうが残ります。 ### 1週間の翌月曜日に残っているもの 良い1週間のあと、会社に残るのは新しい機能の知識ではありません。名前の付いた仕事、材料の置き場、人が確認した下書き、次も守るルール1行。悪い1週間のあと残るのは、チャット履歴と、「便利だった」という感想です。感想は属人化します。1行のルールは、次の人に渡せます。 翌週やることは、全社展開ではありません。同じ受け口でもう2件回すことです。3件目で依頼が短くなり、直しが同じ場所に集まり始めたら、複製を考えます。複製の本体は作り方の記事です。入口のChatGPTは、その前の習慣をつくる道具として十分です。 ## よくある質問 ### Q1. 結局、仕事での正しい使い方は何ですか？ 反復する仕事を1つ決め、材料を渡し、下書きまで依頼し、人が確認する。これを来週も再現する。これが法人としての使い方です。アイデア出しや言い回しの壁打ちは、その上に乗せる相談です。相談を禁止しません。相談だけで終わらせない、が答えです。 ### Q2. 無料のChatGPTでも会社に導入できますか？ 個人が入口を確かめる用途なら使えます。会社の選定と、顧客文面の定常利用は、学習条件と利用量が耐えるプランで1ヶ月試すほうが早い。無料の感想で止めるほうが、高くつきます。 ### Q3. 社員が各自の個人アカウントで使っています。まずいですか？ まず学習設定です。そのうえで、会社として使う入口と、入れてよい情報を1枚にする。禁止だけすると、見えない利用が増えます。野良を潰すのではなく、公認の受け口に吸収します。 ### Q4. 法人プランは必須ですか？ 最初の1人、1業務なら、学習オフを記録した有料の個人プランで始めている会社もあります。必須になる目安は、利用が部署をまたいだとき、顧客の実データに踏み込むとき、取引先から説明を求められたときです。詳細はセキュリティ記事へ。 ### Q5. ChatGPTとClaude、会社ならどちらですか？ 本記事では決めません。決める軸は、一番使う業務と、チャットで足りるか、触って好きかです。比較は判断軸5つの記事が正本です。迷って止まっているなら、どちらでもよいので1ヶ月、決めた1業務で触るほうが速い。 ### Q6. プロンプト集は不要ですか？ 対比としてなら残してよい。主役にはしない。同じ仕事が2回回ったら、依頼の6要素を1枚に残す。それが会社の型です。万人向けの100選は、誰の業務にもぴったり合いません。 ### Q7. 全社研修から入ったほうが早いですか？ 当日は盛り上がります。三週間後、誰も使っていない現場を、私は初期にいくつも作りました。研修の前に、1業務の受け口を1つ見せる。驚きは、もう消えつつあります。残る問いは、「それがうちの仕事とどうつながるか」です。 ### Q8. エージェント機能やパソコンの中で動くAIは、いつ必要ですか？ チャットへの貼り付けで足りない仕事——大量のファイルを読み、成果物を所定の場所へ置く仕事——が見えたときです。その分岐の実装は作り方の記事へ進みます。入口のChatGPTが不要になるわけではありません。相談と依頼の両方が、会社には要ります。 ## 持ち帰り｜法人で最初の1週間にやることチェックリスト 印刷して、推進役の机に置いてください。全部埋まらなくてよい。埋まらない行が、来週の仕事です。 ChatGPTを会社で使う・最初の1週間 仕事：反復する業務を1つ、「毎月の◯◯」で言える 学習：利用するアカウントで学習オフを確認し、画面を記録した 線引き：入れてよい情報／だめな情報を1枚にした（見せない、ではなく必要な分だけ） 材料：その仕事のファイルを3つ、チャットの外に置いた 依頼：目的・材料・成果物・禁止・人の確認・置き場の6つで1件回した 確認：社外に出る文は下書きまで。送信・公開・金額は人が握った 再現：同じ仕事を2件目までやり、依頼文が短くなった 残す：次も守らせるルールを1つ、チャットの外に書いた。全社配布はまだしない ✔ 6つ以上：来週も同じ受け口で回す　✔ 3つ以下：比較記事を閉じて、空欄の仕事名から埋める ## まとめ｜入口はChatGPTでよい。止まり方だけ変える ChatGPTを会社で使う話は、機能の話に見えやすい。中身は、相談を仕事の依頼へ変える話です。 - 個人の時短は本物です。それを会社の変化と呼ばない - 止まり方は3つ。社長だけ、現場の一人、配ったが開かない。根は机と引き継ぎの不在です - 相談は社外コンサル、依頼は社内の受け口。同じ入力欄でも、6要素で仕事になる - 法人の初日は、学習オフ、入れてよい情報、仕事の具体名。画面手順は公式の最新へ - 料金は桁だけ。比較と役割分担は既存記事へ。本記事は入口です - 最初の1週間は、同じ仕事を2回回して、依頼を短くすること 2年後、ChatGPTの画面も、プラン名も、隣の道具の名前も変わっているかもしれません。残るのは、「何の仕事を受け口にしたか」「材料は会社の側にあるか」「人が出口を握っているか」です。この3つに答えられる会社は、入口の道具が入れ替わっても使えます。答えられない会社は、どれだけ賢い窓口を契約しても、翌日また「これ、どう思う？」と打ちます。 この1週間を伴走で回す選択肢は、AI顧問とはにまとめています。 1週間の設計から一緒に進めたい方は、無料の資料セットを置いています。機能紹介ではなく、仕事の受け口の話です。 無料資料セットを受け取る（セミナー3本＋概要） ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Claude CodeとCodexとGrok、会社の職場はどれにするか URL: https://aiandwill.com/claude-code-codex-grok/ 公開: 2026-08-14 / 更新: 2026-09-05 「Claude CodeとCodex、どっちがいいんですか。Grokも出てきて、もう分からないです」——顧問先でも、セミナー後の質疑でも、この質問の頻度は2026年に入って明らかに増えました。画面はどれも日本語で話せる。どれもフォルダを開いてファイルを触る。名前だけが違う三人の新人を前に、会社として誰を出社させるか決められない。気持ちはよく分かります。 先に結論を置きます。会社の職場選びは、賢さランキングでは決まりません。決まるのは、そのAIがどのフォルダを机にするか、その机で何を見せてどこまで手を出していいか、Windowsで誰がつまずかずに出社できるか、向く仕事は何か——この4つです。モデル名の優勝劣敗は、あなたが稟議書を書き終わった翌月には入れ替わっています。 ※本記事は2026年8月時点の公開情報と、自社・顧問現場での並行運用をふまえて書いています。画面・料金・モデル名は数ヶ月で変わります。個別のインストール手順は既存記事へ送り、ここでは2年後も残る判断軸だけを書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## この記事で比べないもの。隣の記事との役割分担 検索すると、Claude Code・Codex・Grokの「性能比較」はすでに山ほどあります。ベンチマークの点数、対応モデル、料金表、機能の○✕。私はそれを、この記事ではやりません。理由は後で書きますが、もっと手前に、読者の混乱の正体があります。いま世の中では、似た名前の話が四層に重なって見えています。 層 問い 行き先 会話AI同士 ChatGPTとClaude、相談窓口はどっちか ChatGPTとClaudeの法人利用の判断軸 同じメーカーの働き方 ClaudeのCoworkとCode、どっちの部屋で働かせるか CoworkとClaude Codeの違い 会社の職場（本記事） エージェントを、どの机に出社させるか この記事 入れ方の手順 Windowsで、今日つまずかずに起動するか Claude CodeのWindows手順／Grok BuildのWindows手順 会話AIの比較と、エージェントの比較は、別の仕事です。前者は「会議室で相談する相手」を選ぶ話。後者は「フォルダという机を渡して、成果物を置いて帰らせる相手」を選ぶ話です。私は書籍『ChatGPTを、「AI社員」に育てる方法』の第3章で、この違いを「相談」と「仕事の依頼」という言葉で分けました。画面が似ているから、会社は同じ土俵で採点してしまう。そこが最初の迷子です。 同じAnthropicの中でも、CoworkとCodeは働く場所の広さが違います。Coworkは指定フォルダの檻の中、CodeはPCの環境そのもの。あれはメーカー内の部屋割りです。本記事はメーカーをまたいで、「会社としてどの机を正社員扱いにするか」を決めます。手順のクリック回数は、既存のインストール記事に任せます。ここではクリックの話はしません。 ## なぜスペックランキングを、私は会社の判断に使わないのか 顧問の現場で、私はツールの点数表を配りません。配らない理由は、きれいごとではなく実務です。 ### 理由1：点数が、会社の仕事の質を説明しない 私は顧問先のレクチャーで、AIの働きぶりを次の式で話しています。 AIの仕事の質 ＝ モデルの頭脳 × コンテキスト × 働く場所 出所：顧問レクチャー／『Claude Code 超仕事術』の前提。頭脳は課金すれば揃う。差は後ろの2つ。 Claude CodeでもCodexでもGrokでも、有料で契約すれば、競合も同じ頭脳に手が届きます。差がつくのは、自社の資料を読めるか（コンテキスト）と、その資料のあるフォルダで手を動かせるか（働く場所）です。ベンチマークで1位を取ったモデルを、空のチャット欄に座らせても、一般論しか返りません。逆に、少し前のモデルでも、会社の憲法と過去の成果物が置いてある机に座れば、会社の言葉で下書きを置いて帰ります。 ### 理由2：ランキングは、作った日の新聞になる 生成AIの発表間隔は、中小企業の稟議サイクルより短いです。比較表に載せたモデル名が、決裁が下りる頃にも現役だという保証はない。私が『Claude Code 超仕事術』の冒頭で「この本はあえて古びる本です」と書いたのは、道具の名前を書く以上、古びることを引き受けているからです。会社の判断まで、賞味期限つきの表に載せてはいけません。 ### 理由3：優劣論争は、使い続ける習慣を壊す AI顧問養成の場でも、私は同じことを繰り返しています。Claude CodeとCodexのどちらが正解か、という論争はしない。使いやすい方に慣れて、使い続けるほうが大事です。差が出るとしたら、画像をよく作るならCodexのほうが楽な場面がある、文章とファイル整理に慣れている人はClaude Codeに残りやすい、その程度です（出所：顧問養成講座S06-1／自社の日常運用）。論争している間に、どちらの机にも会社の資料は置かれません。 私が累計約15社、現在10社以上、研修・講座を含め30社超を見てきた範囲では、中小の現場で「このエージェントは絶対に入れられない」という要件に出会うことは多くありません。例外は、CopilotやAzureに限定されている大きな組織です。そのときはセキュリティと利便性はトレードオフだと共有し、先方のルールに合わせます。それ以外の会社で、選定会議が長い理由のほとんどは、性能不足ではなく自社の職場が言葉になっていないことです。 ## 会社の職場を決める4軸——点数ではなく、自社側の問い 判断軸は、ツール側ではなく自社側に置きます。私が現場で使っているのは、職場（フォルダ）・権限・Windowsでのつまずき・向く仕事の4つ。下の表は、この4軸に、現場で一緒に見る4項目（契約の入口・教科書・情シス・向かない使い方）を足した8行です。 判断軸 自社に聞く問い Claude Code Codex Grok Build 職場（フォルダ） そのAIは、どのフォルダを机にして働くか PC上の指定フォルダ／必要ならPC環境そのもの 開いたプロジェクトフォルダを机にする 起動したディレクトリを机にする 権限 何を見せ、何を禁止し、外に出す前に誰が止めるか 許可・確認・禁止の層で首輪をつけられる 指定フォルダと承認設定で範囲を絞れる 計画確認や承認の仕組みを持つ。設定は別系統 Windowsでのつまずき 毎日使う人が、黒い画面で止まらないか △〜○　CLIはつまずきやすい。アプリ面は楽 ◎〜○　ChatGPTアプリから入れる道がある ◎　Windowsネイティブは軽い。並行検証向き 向く仕事 相談か、ファイルに残る仕事か 資料・整理・仕組み化・自動化の構築 フォルダ内の実務、下書き、画像が絡む仕事 検証・調査・既存Claude資産の読み込み確認 契約の入口 すでに社内にあるアカウントはどれか Claudeの有料プラン、またはAPI ChatGPTアカウント（同じ家の別部屋） SuperGrok／X Premium+、またはAPIキー 既存の教科書 会社のルールファイルを、二重管理したくないか CLAUDE.md／AGENTS.md 同じフォルダのAGENTS.mdを読ませられる Claude側資産を公式に読みに来る設計 情シス不在 専任がいなくても、机を1つ切れるか ○　管理者権限なしで入れられる ○　個人PCのフォルダから始められる ◎　ユーザーフォルダ内で完結しやすい 向かない使い方 会議室の相談だけに使うか チャット代わりにすると、権限設計が無駄になる 資料を毎回貼る使い方だと、社員にならない 本業の唯一の机にする前に、検証役として置く ◎○△は2026年8月時点の入りやすさの目安（賢さの採点ではない） 会社の職場を選ぶ3問。職場・権限・出社 ◎○△は「賢さ」ではありません。会社がつまずかずに机を渡せるかの目安です。点数の優勝を決める表ではないので、列の合計で選ばないでください。空欄が残る列があるなら、その空欄が宿題です。 職場の4軸を自社に当てはめる：無料資料セットを受け取る ## 三者の正体は「別メーカーの社員」。優勝劣敗ではない 名前が並ぶと、つい同じ試験の受験者に見えます。実態は、別の会社が雇っている、よく似た職種の社員です。職種は共通で、フォルダを机にして働く実行型のAIエージェント。違うのは、どの家の鍵を持っているかと、どの入り口から出社するかです。 ### Claude Code——PCという職場に出社する社員 Anthropicの実行部隊です。「Code」とついているので開発者専用に見えますが、私が顧問先の非エンジニアに勧める理由は、フォルダの読み書きだけでなく、必要ならPCの環境そのものを使える点にあります。資料の整理、報告書の下書き、定型の仕組み化。Coworkが「指定フォルダの島」なら、Codeは「いつもの職場に出てくる人」です。詳細な部屋の広さはCoworkとCodeの記事に譲ります。 私自身の日常業務は、かなりこちらに寄っています。書籍『Claude Code 超仕事術』の冒頭に書いたとおり、人間が2名、業務委託を入れても8名の会社で、日報・記事・提案の下書きが机の上に積み上がる状態を、こちら側で回しています。これは「一番賢いから」ではなく、私が一番長く机を磨いてきたからです。長く磨いた机は、乗り換え比較に勝ちます。 ### Codex——ChatGPTの家に住む、フォルダ担当の社員 OpenAI側の実行部隊です。私は書籍の第3章で、ChatGPTを社外のコンサル、Codexを社内の社員と書き分けました。コンサルには相談できる。でも会社のキャビネットは見ていない。社員は机を持ち、フォルダを開き、成果物を置いて帰っていく。画面の入力欄は似ています。依頼の種類が違います。 2026年7月時点では、ChatGPTのデスクトップアプリからCodexへ切り替え、プロジェクトとしてフォルダを渡す道があります（出所：『ChatGPTを、「AI社員」に育てる方法』第3章。画面文言は公式の最新案内を優先）。すでにChatGPTを法人で使っている会社は、新しい宗教に改宗する話ではなく、同じ家の別の部屋に机を置く話です。会話AI比較でChatGPTを残した会社が、次にエージェントへ進むときの自然な入口でもあります。 注意を一つ。社内の社員と呼んでも、データがパソコンの外に出ないという意味ではありません。手足はPC、頭脳はクラウドです。読ませたファイルは処理のために先方のサーバーへ送られます。だから学習利用の設定と、机に置かないもの（パスワード、個人情報、顧客の非公開情報）は、メーカーが違っても同じ初日の宿題です。 ### Grok Build——軽く並列で座らせる、検証用の社員 xAIのターミナル上のエージェントです。私は新しいコーディングエージェントが出るたびに、自分のWindowsに入れて動かします。顧問先に薦めるかどうかは、触らないと判断できないからです。Grok Buildも例外ではなく、Claude Codeと並行して検証しています（出所：自社Windows実機／Grokのインストール記事）。 Grokで私が評価しているのは、点数ではありません。Claude Code向けに積み上げたルールやスキルを、公式が読みに来る設計になっていることです。乗り換えのたびに教科書をゼロから書き直す痛みが減る。会社にとってこれは機能表より大きい。本業の唯一の机にするかどうかは別問題として、検証役として座らせる価値があります。 ## Windowsでのつまずきやすさは、性能表より先に見る 日本の中小企業の標準PCは、Windowsです。しかも情シス専任がいない会社がほとんどです。この前提は情シス不在の導入記事に書きました。エージェント選びで私がWindowsを独立した軸にしているのは、ここで温度が一度下がると、その後の設計が全部止まるからです。 公開済みの自社実践として書いてよい事実は、これです。WindowsでのClaude Code環境構築は、私自身にとってもハードだった。Cursorに「助けて」と頼むと、かなりの部分が自動で進んだ。つまずいたときの並行選択肢として、Gemini CLIはWindows導入が軽い。Grok Buildも、PowerShell用の一行でユーザーフォルダ内に収まり、管理者権限なしで試せます（出所：X公開済みの自社実践／Grok記事の実機確認）。 現場で繰り返されるつまずきは、モデルの賢さではなく、もっと地味です。 - Mac/Linux用のコマンドを、Windowsに貼ってしまう - インストールは成功しているのに、開いたままの画面だけが新しい住所を知らない（PATH） - PowerShellとコマンドプロンプトを取り違える - 起動するフォルダを指定せず、意図しない場所で出社させてしまう この4つは、Claude CodeでもGrokでも、他のCLIでも同じ顔をします。だから私は「どのツールがエラーを出さないか」ではなく、エラーが出たときに、誰が横に座れるかを見ます。社長が一人で黒い画面と戦う設計は、続かない。最初の2週間は、詳しい人が隣にいるか、アプリ面から入れる道を残す。手順の画面は既存記事にあります。本記事で持ち帰ってほしいのは、「Windowsで止まったら、それは不適格証明ではなく、入り口の設計不足」という読み方です。 Coworkを使いたいのにWindows Homeで止まる、という話も現場では増えます。HomeでもClaude Codeは動きます。環境制約で入口が決まることはあります。ただしそれは「Claude家の部屋割り」の話なので、詳細はCowork記事へ送ったうえで、本記事ではこう言い切ります。OSの制約は、賢さランキングより先に、候補を減らしてくれる。減ったあとに残った机で、フォルダを磨けばいい。 もう一つ、現場で先に踏んだ話を置きます。インストールが成功しているのに「コマンドが認識されない」と、もう一度入れ直す人が多い。原因の本体は、壊れたことではなく、開いたままの画面が新しい住所を知らないことです。ウィンドウを閉じる、という身も蓋もない解決が、性能比較より先に会社の一日を救います。この手のつまずきを「うちの社員には無理」と翻訳しないでください。翻訳すると、次の週も同じ会議室で別の点数表を眺めることになります。 ## 相談と仕事の依頼は、画面が似ていても別の生き物 書籍の第3章で、私は依頼文を並べて見せました。チャットAIへの依頼は、「この営業資料、どう改善したらいいと思う？」という相談です。エージェントへの依頼は、「過去の提案書と商談メモを確認して、この会社向けの提案資料を作り、指定したフォルダに保存してください。金額と契約条件は変更せず、人間が確認すべき点を最後にまとめてください」——仕事の依頼です。 この違いを腹に落とさないまま三者を比べると、全部が「賢いチャット」に見えます。賢いチャットを三点買いしても、運ぶのもしまうのも毎回人間です。会社のキャビネットは、誰も見ていません。 私の会社の朝は、この違いで回っています。コーヒーを淹れてパソコンの前に座ると、昨日頼んでおいた提案の下書きや記事の草稿が机の上にある。それは相談のログではなく、フォルダに残った成果物です（出所：『Claude Code 超仕事術』はじめに。夜の自動実行の種明かしは本書に譲り、ここでは「仕事の依頼がファイルで返る」ことだけ使います）。社員2名の会社が、顧問と複数の仕事を同時に持てる理由は、会議室の相談相手を増やしたからではありません。机を渡したからです。 だから会社の職場選びは、次の一文で足ります。その道具は、相談が終わったあと、成果物をどのフォルダに置いて帰るか。置けないなら、それはまだ会議室です。置けるなら、メーカーが違っても同じ職種です。職種が同じなら、点数で選ぶ必要はありません。出社できる入口と、教科書を一冊にできるかで選びます。 ### 「同じ仕事」を会議室と机で頼むと、翌日が変わる たとえば「先月の会議メモから、決定とTODOを出して」。会議室（チャット）なら、あなたがメモを持参し、画面の整理を受け取り、自分で社内フォルダにしまいます。翌日も、また持参します。机（エージェント）なら、指定フォルダの入力を読ませ、出力フォルダに書かせます。翌日は、新しいメモを同じ場所に置くだけです。この体感を、役員室の比較表は説明しません。 私が顧問先で最初に見せるのも、この体感です。防災点検の会社でも、不動産の会社でも、最初にやるのは機能ツアーではありません。要件をファイルにし、AIに読ませ、成果をファイルに残す。あとから別の人も追えるか、社外に出す前に止められるか、来月も再現できるか。担当者が見ているのは、回答の上手さより、仕事の跡です（出所：顧問養成講座S06-1。個別業務の深掘りは既存記事へ）。 ## 職場選びで、先に踏んで痛い目を見た形 完璧な選定者として書くつもりはありません。自社でも、候補を増やしすぎて教科書が割れかけたことがあります。現場で繰り返される失敗は、だいたいこの5つです。 - 点数表で稟議した。決裁が下りる頃にモデル名が古くなり、根拠が消えた。次の会議がまた点数の話になった。 - 三人を同時に正社員にした。同じ禁止事項を、三箇所に別々の言い方で書いた。片方だけ直して、事故りやすい机が残った。 - Windowsの入り口で温度を下げた。「黒い画面は無理」で止まり、フォルダ設計まで届かなかった。入口をアプリ面に戻せば済んだ話だった。 - 机を切らずに共有フォルダを丸ごと渡した。便利のあとで「どこまで見られたか分からない」になり、活用が止まった。 - 個人の試用と、会社の職場を混同した。社長の自宅PCで気に入った道具を、翌朝全社の正とする。教科書も権限も、まだない。 最後の一つは、特に小さな会社で起きます。社員2名なら、個人の机が会社の机に見えやすい。見えやすいからこそ、私は作業フォルダを切る作業を、ツール名より先にやります。個人の検証は歓迎です。検証のログを、会社の憲法だと思わないことが条件です。 料金の話も、ここで一度だけ置きます。ツール実費は1人あたり月3,000円〜1万円です。WiLLAGENTの本業は月20万／30万円税別の顧問ですが、職場選びそのものにその金額は要りません。先に数千円の机で、一仕事を残す。残った仕事を見て、会社としてどの家の鍵を増やすか決める。この順番を守ると、選定会議の人件費が先に減ります。 ## 権限は「どのメーカーが安全か」ではなく「机に何を置くか」 「Grokは学習が心配」「OpenAIはデータを取る」「Anthropicのほうが安心」——この会話は、会社ではあまり生産的ではありません。各社の法人プランと学習条件は、契約画面で確認する作業です。記事が代行して永久保証できる話ではない。私が現場で先に決めるのは、メーカー信仰ではなく机の中身です。 - 見せてよい資料だけを置いた作業フォルダを切る。顧客名簿、人事、パスワード、未公開の契約条件は、最初から机に置かない。 - 学習利用をオフにする設定を、使うアカウント全員分で確認する。画面は各社で違うので、公式の最新手順を見る。 - 成果物は下書きまで。送信・公開・金額の確定は人が行う。 - 権限は狭い檻から始める。読ませる→下書きさせる→必要なコマンドだけ許可する。人間の新人と同じ順番です。 Claude Codeには許可・確認・禁止の層があります。Codexも、開くフォルダと承認設定で範囲を切れます。Grokにも計画を先に出させる使い方があります。首輪の形は違っても、思想は同じです。広い場所で野放しにするか、狭い場所で何もさせないか、の二択ではない。見せる範囲を先に決めた会社は、どのメーカーでも使い始められる。決めない会社は、どのメーカーでも怖くて止まる。 ## 向く仕事は、ツール名より先に「相談か仕事か」で切る 向き不向きを機能一覧で覚えると、また腐ります。残る切り方は、依頼の種類です。 依頼の種類 例 向く机 向く道具の型 相談 論点整理、壁打ち、短い下書きの相談 会議室（チャット） ChatGPT／Claude／Geminiの会話面 フォルダ内の仕事 会議メモ→決定とTODO、過去提案→今回の下書き 指定フォルダ Codex／Cowork／Code フォルダをまたぐ仕事 複数ソフト、一括変換、仕組みそのものを作る PC環境 Claude Codeが本命になりやすい 画像が絡む実務 図版、表紙、告知ビジュアルの生成 画像も扱える机 Codexが楽な場面がある（自社運用） 検証・併用 同じ仕事を別の社員にやらせて癖を見る 同じフォルダを読ませる副机 Grok／Gemini CLI やってはいけない仕事 金額の最終決定、送信、秘密情報の下書き 人の机 どのエージェントでも不可 同じ「先月の会議メモから決定とTODOを出して」でも、チャットに貼るのと、フォルダの中のファイルを読んでoutput/に書かせるのでは、翌日の続き方が違います。前者は、また資料を持参する。後者は、新しいメモを同じ机に置くだけです。この体感の差が、エージェントを選ぶ理由の本体です。性能表の小数点ではありません。 だから最初の一仕事は、派手な全社改革にしない。議事録の整理、日報の下書き、提案の骨組み。材料がフォルダにあり、完成物の形が見える仕事を1つ。それがCodexの机で回るならCodexでいい。Claude Codeの机で回るならCodeでいい。Grokは、その机を壊さずに横で検証する役に回す。私の会社では、教科書は1冊、社員は複数、という状態をわざと作っています。 ## 社員は複数でいい。教科書を二冊にすると、会社が割れる 私は普段、Claude CodeとCodexを併用しています。性格の違う社員を、同じ事務所に座らせているイメージです。ここで失敗しやすいのが、ツールごとにルールを別々に教え込むことです。片方には伝えたが、もう片方には伝えていない。そのズレは、新しい属人化です（出所：『ChatGPTを、「AI社員」に育てる方法』第8章）。 自社の運用では、全AI共通の正系をAGENTS.mdに置き、Claude固有の差分だけをCLAUDE.mdに書いています。Grokは、そのClaude側資産を読みに来ます。つまり磨くべきはツールではなく、会社の教科書と机の中身です。ツールが来年名前を変えても、フォルダに残した憲法・お手本・禁止事項は残る。これが、スペック比較より先にやる仕事です。 共有の話も、軽くだけ置きます。うちは2026年7月から、幹部はGitHub、スタッフはDriveミラーの2層にしています。詳細はコンテキストのチーム共有の記事に譲ります。本記事で必要なのは一句だけで、複数エージェントを使う会社ほど、教科書の置き場所を一つにしないと割れます。 ## 会社の机の最小形。ツール名より先に、棚を4つ 職場選びで止まる会社の多くは、ツールが決められないのではありません。渡す机の中身が、頭の中にしかないのです。私が書籍と顧問の現場で繰り返している最小形は、これです。メーカーが違っても、棚の名前は同じで構いません。 - 読んでよいルール。会社の言葉、やってはいけないこと、金額は人が決める、の十行。 - お手本。よくできた提案、報告書、返信。3つあれば、一般論は減ります。 - 入力。今回の材料だけ。昨日の秘密が混ざったフォルダを、机にしない。 - 出力。下書きの置き場。完成品と混ぜない。 この4つがあるフォルダなら、Claude CodeでもCodexでもGrokでも、同じ仕事を頼めます。4つがないチャット欄なら、どのモデルを座らせても会議室です。優秀なAI社員は、Prompt×Context×Harnessだという式も、ここに落ちます。伝え方、会社の情報密度、守らせるルール。机の4棚は、その具体です（出所：顧問レクチャーの式／書籍第3章「フォルダを職場にする」）。 逆に、この4棚を作らずに三者を比較する会議は、家具のない部屋で椅子のブランドを選んでいる状態です。私はレクチャー延べ100名以上で、この順番を先に崩した会社を何度も見ました。崩すと、次に来る言葉はいつも同じです。「試したけど、うちの仕事には向かなかった」。向かなかったのではなく、机がなかった、です。 ## 役員に5分で説明するなら、点数ではなくこの順番 決裁者向けの説明は、三点に絞ります。これは書籍の付録でも同じ型です。 - 費用。まず1人分、月3,000円〜1万円。上限の見える定額から入る。 - 安全。学習に使わない設定、机に置かないもの、外に出る前の人の確認。 - 90日で何が残るか。フォルダに下書きが溜まる仕事を1つ。時間の自慢より、跡が残ること。 この三点に、モデル名の優勝は入りません。入ると、来月また説明し直すことになります。情シス不在の会社では、この三点を口頭で共有できる人が一人いれば始められます。ガイドラインの完成を待たない。待っている間に、隣の会社は机を磨いています。 私が熱海で見ている中小の現場でも、最初に通るのはこの三点です。累計約15社、現在10社以上の伴走で、エージェント導入そのものを制度が止めた例は多くありません。止めるのは、社内の「まだ比較している」時間です。 ## 会社としての決め方。選定会議を、試用に置き換える 「で、うちはどれから？」——顧問先で毎回返す順番です。 - すでに契約している家を見る。ChatGPTを使っているならCodex、Claudeを使っているならCode。新しい課金を増やす前に、同じ家の別部屋を開ける。 - 最初の一仕事を、フォルダ1つに閉じる。見せてよい資料だけを入れる。顧客の生データは入れない。 - 毎日使う人のWindowsで、起動まで一緒にやる。ここで止まるなら、アプリ面か、Grok／Gemini CLIのような軽い並行選択肢を残す。 - 1ヶ月は、同じ机で同じ仕事だけを回す。モデルを毎週乗り換えない。教科書を1冊書く時間が消える。 - 検証用の二人目は、同じフォルダを読ませる。本業の机は動かさない。癖の違いだけ見る。 費用感だけ、確定数字の範囲で置きます。ツール実費は、1人あたり月3,000円〜1万円（ChatGPT Plus等なら月20ドル前後）です。選定会議を3回開く人件費のほうが、たいてい高い。迷ったら、空の会議室で点数を語るより、机を1つ切って下書きを1本置かせたほうが早い。 上司なし・情シスなしの会社でも、この順番はそのまま使えます。必要なのは、全社ガイドラインの完成ではなく、作業フォルダ1つと、学習オフと、下書きまで、の3点です。体制の話は情シス不在の記事へ。ここでは、職場選びが体制待ちの言い訳にならないことだけを残します。 ## よくある質問 ### Q1. 結局、いま一番賢いのはどれですか？ その問いでは選びません。私が現場で見る限り、賢いほうは数ヶ月で入れ替わります。会社が残すべきなのは、フォルダという机と、そこに置いた判断基準です。賢さの最新値は公式発表を見てください。稟議書には書かないほうが長生きします。 ### Q2. 3つとも契約する必要がありますか？ 不要です。本業の机は1つ。検証用に1つ、が上限の感覚です。私は自社検証のために複数を入れていますが、顧問先の初日に3つ並べることはしません。教科書が割れるからです。 ### Q3. 情シスがいない中小でも、エージェントは使えますか？ 使えます。私の支援先に専任の情報システム部門がある会社はほとんどありません。管理者権限なしでユーザーフォルダに入る道具が多く、社内サーバーを立てる必要もありません。代わりに、見せるフォルダと学習設定と下書き確認は、誰かが持ちます。持ち手がいないなら、社長が最初の2週間だけ持ってください。 ### Q4. Windows Homeでも動きますか？ 動くものと、動かないものがあります。ClaudeのCoworkは、WindowsではPro等の仮想化が要る条件があります（2026年7月時点）。Claude CodeはHomeでも動きます。Grok Buildのネイティブ版も、近年の64bit Windowsなら要件は軽い。Homeだから諦める、ではなく、Homeで出社できる机を選ぶ、です。 ### Q5. Claude Codeで作ったルールは、CodexやGrokに持っていけますか？ フォルダに置いた教科書（会社のルール、お手本、禁止事項）は、メーカーをまたいで使えます。私は共通正系を1冊にしています。加えてGrokは、Claude側のスキルやルールを公式に読みに来る設計です。逆に、チャットの履歴だけに残した「うまい頼み方」は、乗り換えのたびに消えます。資産は会話に置かない。 ### Q6. 社員に黒い画面は無理です。 無理、で終わらせない道はあります。ClaudeはデスクトップアプリのCodeタブ、CodexはChatGPTアプリ、と、普通のソフトの顔が増えています。どうしてもCLIが要る人だけが黒い画面に行けばいい。最初から全員をターミナルに立たせる必要はありません。つまずきの手順は既存のインストール記事へ送ってください。 ### Q7. 画像生成が多い会社は、Codex一択ですか？ 一択、とは言いません。私の運用では、画像が絡む仕事はCodexが楽な場面があります。ただし本業の文書とフォルダ整理まで全部移す必要はない。仕事の種類で机を分けるのはよくて、会社の憲法まで分けるのが失敗です。 ### Q8. まず今日、何をすればいいですか？ 下の3問に、紙で答えてください。①そのAIはどのフォルダを机にするか、②その机で何を見せて、外に出す前に誰が確認するか、③毎日使う人はWindowsでつまずかずに出社できるか——の3つです。答えられない問いは、ツール不足ではなく、職場がまだない印です。3問の中身は、次の持ち帰りにまとめてあります。 ## 持ち帰り：自社の職場選び3問 社内会議に、この3問だけ持っていってください。性能表は持っていかない。 自社の職場選び3問 - そのAIは、どのフォルダを机にするか。作業フォルダの名前と、入れないもの（個人情報・秘密・パスワード）を1行で書く。 - その机で、何を見せて、どこまで手を出していいか。読んでよい／下書きしてよい／禁止、の3段。外に出す前の確認者の名前も書く。 - 毎日使う人は、Windowsでつまずかずに出社できるか。アプリ面かCLIか。止まったときの横役は誰か。すでに社内にあるアカウントは、ClaudeかChatGPTか、それ以外か。 3問とも埋まったら、机は1つでいい。空欄が残るなら、ツール比較を閉じて空欄を埋める。向く仕事は、1問目のフォルダに材料がある仕事から選ぶ。 3問の答え 次の一手 ChatGPTアカウントがあり、フォルダ1つ切れる Codexを、そのフォルダの社員にする Claudeを使っていて、仕組み化まで見たい Claude Code。手順はWindows記事へ 本業の机はあるが、癖を見てみたい 同じフォルダでGrokを検証役に座らせる WindowsのCLIで止まっている アプリ面へ退避。並行でGemini CLI／Grok 見せてよい資料が言えない ツール選定を止め、机の中身の棚卸しへ 確認者の名前が空欄 エージェントを増やさない。下書き確認の人を先に決める 3問の埋め方を、無料資料セットで見る ## まとめ：選ぶのは優勝カップではなく、会社の机 Claude CodeとCodexとGrokは、別メーカーの、よく似た職種の社員です。会社が決めるのは、誰が一番賢いかではなく、どの机に会社の資料を置くかです。 - 会話AIの比較、CoworkとCodeの部屋割り、インストール手順は、隣の記事の仕事。本記事は会社の職場選び - 判断軸は4つ。職場（フォルダ）・権限・Windowsでのつまずき・向く仕事 - 私は優劣論争をしない。使い続けて机を磨いたほうが勝つ。画像はCodexが楽な場面がある、その程度 - WindowsのClaude Codeはハード。GrokやGemini CLIは、止まったときの並行選択肢 - 社員は複数でよい。教科書は1冊。二冊にすると属人が増える - 持ち帰りは3問。机、権限、毎日使う人の出社 2年後、この3つの名前は並んでいないかもしれません。それでも「どのフォルダを職場にするか」「何を見せ、どこまで任せるか」「誰が止まらず出社できるか」は残ります。私が顧問の初日にやるのも、点数表ではなく、この3問です。 机の設計を人と一緒にやる場合の役割は、AI顧問とはに分けてあります。自社での進め方を一枚にしたい方は、無料の資料セットを置いてあります。ツール名の先にある、机と権限の設計の全体像は、こちらからどうぞ。 ## Windowsで試す際の確認先と、業務での選び方 環境設定で止まったときは、CodexとPowerShellの実行制限、Claude Codeのファイルパス、MCPの接続状態から該当するものを確認してください。ツールの問題と、Windows側の設定を分けて調べます。 導入後は、同じ入力で成果物を作り、人が直して使えるまでを比較します。社内比較の採点表を使い、担当者・資料・承認手順まで決める場合はAI業務の設計について相談できます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 日報をAIに渡す｜書いたあとが仕事になる日報の型 URL: https://aiandwill.com/nippo-ai/ 公開: 2026-08-14 / 更新: 2026-09-02 日報を書かせている会社は、多いです。アプリに入力させている会社も、多いです。AIに「今日の日報をきれいにして」と頼んでいる会社も、増えてきました。ところが顧問先で「先週の日報、そのあと誰が開きましたか？」と聞くと、会議室の空気が少し落ちます。書かせた。溜めた。検索もできる。なのに、翌日の仕事は、また口頭と記憶で始まっている。 先に結論を置きます。日報は、書いたあとが仕事です。きれいに整えることでも、提出率を100%にすることでもない。書いた日から、課題と次のアクションが机の上に残ることです。文字起こしや清書で止めると、日報は「読まれない記録」のまま厚くなります。原料として使うと、日報は翌朝の仕事になります。 この記事は、議事録AIの隣にあります。会議の文字起こしを次の仕事に変える話は、すでに議事録の活用記事に書きました。ここでは中身を再掲しません。日報は会議録ではありません。一人の一日、現場の一日、営業の一日です。誰かの頭の中にあった「今日何が起きたか」を、会社の次の一手に変える型だけを書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 日報が死ぬ理由は、書くのが下手だからではない 日報が形骸化する会社を、私は「書く気がない会社」だと思っていません。むしろ真面目です。提出時間を決め、未提出者にリマインドし、書式を整える。アプリの月額も払う。なのに、経営者も現場も、日報を「義務の提出物」以上の扱いにしていない。私の見聞きする範囲では、日報が死ぬ理由は次の4つに集中します。 - 感想で終わる。「忙しかった」「無事完了」だけが並び、翌日誰が何をするかが残らない。 - 事実と推測が混ざる。見聞きしたことと、本人の解釈が同じ段落に入り、後から使えない。 - 秘密が混ざる。顧客名、金額、パスワード、個人の話が本文に入り、共有できなくなる。共有できない日報は、会社の資産にならない。 - 書いた場所で死ぬ。チャットのログ、個人のメモ、提出用アプリの奥。翌朝、誰も取りに行かない。 AIを足しても、この4つは自動では消えません。きれいな文章になるだけです。きれいな感想は、汚い感想よりタチが悪いことがあります。読んだ気になるからです。私が生成AI顧問として累計約15社、研修・講座を含め30社超を見てきた結論は、単純です。日報AIの成否は、文章力ではなく、項目設計です。 業務の棚卸しの記事で書いたとおり、優秀な人ほど自分の一日を言葉にできません。判断が速すぎて、記憶に残るのは「仕事をした」という手応えだけです。日報を「思い出して書け」と命じるのは、呼吸の回数を数えろと言うのに近い。だから日報をAIに渡す第一の意味は、文章代行ではありません。本人が思い出せない一日を、痕跡から組み立て直すことです。 ## 書いたあとが仕事になる日報——記録・課題・次アクション 議事録には「記録→抽出→変換」という層があります。日報も層はありますが、中身は違います。会議は複数人の合意を残す文書。日報は、一人の行動から会社の宿題を残す文書です。私が現場で使っている日報の層は、次の3つです。 第1層 事実 今日、何をしたか。何が残ったか 時間帯、案件の種類、成果物。感想はここに書かない ↓ 第2層 課題 止まったこと、曖昧なまま流したこと 「うまくいった」より、詰まった一点のほうが翌日の原料になる ↓ 第3層 次アクション 明日誰が何をするか。確認は人が残す 日報の投資回収は、ここで起きる。清書では起きない 第1層だけで止めると、日報は日記です。第2層まで行くと、改善の種が見えます。第3層まで行くと、翌朝の仕事が日報から始まります。AIに渡す意味は、1層をきれいにすることではありません。2層と3層を、毎日同じ型で残すことです。 観点 書いて終わる日報 書いたあとが仕事になる日報 書く目的 提出する 翌日の一手を残す 本文の中心 感想・経過 事実・課題・次アクション AIの仕事 文章を整える 痕跡から組み立て、型に流し、確認欄を空ける 人が見るところ 誤字 秘密の混入、推測の断定、次アクションの妥当性 翌朝 また記憶で始める 日報の最終行から着手する 1ヶ月後 誰も開かない提出履歴 詰まった点の一覧＝ルールの種 1年後 個人の日記の山 会社の判断が残る記録の一部 日報の流れ。記入 → 課題 → 次の一手 書籍『コンテキスト経営』の序章にある問いは、日報にもそのまま刺さります。道具は増えた。入力欄も増えた。なのに会社は変わらない。変わらない理由は、文脈が人の頭に残ったままだからです。日報は、その頭の中を、翌朝も使える形に下ろす装置です。装置が感想文のままだと、頭は昨日のままです。 日報を原料にする進め方を、無料資料で見る ## 日報に書いてはいけないもの。AIに渡す前の線 日報をAIに渡す話で、先に決めるのは項目ではありません。書かないものです。顧問先の防災設備会社では、ログ運用の線をこう置いています。書かないもの＝秘密情報・個人情報・顧客の非公開情報・パスワード。これは点検や発注の話ではなく、日報でも同じ線です。線がないまま「全部AIに要約させて共有」を始めると、便利になった瞬間に出せない文書になります。 入力してよい情報の段階は、セキュリティ設計の記事と社内ルールの記事に詳しくあります。日報用に落とすと、次の3段です。 段階 日報に書いてよいか 例（一般化） AIへの渡し方 そのまま可 書いてよい 作業の種類、成果物の種類、所要の感覚、詰まった工程名 本文に残してよい 必要時のみ 匿名化してなら可 顧客は「既存の製造業A社」、案件は社内コード 固有名詞を一般化してから渡す 渡さない 書いてはいけない 個人の病状、給与、パスワード、未公開の金額条件、顧客の内部事情 本文にも下書きにも入れない 推測 書いてよいがラベル必須 「相手は価格より納期を気にしている（推定）」 推定と断定を混ぜない 感情 短い一行まで 「説明が長くなり、先方が疲れた」 本文の主役にしない 他人の評価 原則書かない 同僚の人事評価めいた一文 課題は仕事に向け、人に向けない 「匿名化すれば何でも書ける」ではありません。中小企業では、業種と地域を足しただけで本人が特定されることがあります。旅館のように、対外では業種だけにする運用があるのはそのためです。日報は社内文書でも、あとから研修資料や記事の種に昇格することがあります。最初から、昇格できない情報を混ぜない。これが、書いたあとが仕事になるための前提です。 もう一つ。学習利用の設定は、日報を渡す前にオフを確認します。日報には、会社の一日が濃く入ります。チャットの雑談より密度が高い。設定画面は各社で違うので、手順はセキュリティ記事へ。ここでは原則だけ置きます。濃い文脈を渡す道具ほど、学習オフと机の柵を先にやる。 ## 自社の日報は「1行で再現する型」がある。中身の秘密は出さない うちの会社は、人間が2名です。創業は2026年2月。その人数で顧問先と複数の仕事を回している理由の一つが、日報係です。書籍『Claude Code超仕事術』の冒頭に書いたとおり、私が「業務終了」と打つと、その日の仕事をまとめてくれます。スキル化の記事でも触れたとおり、呼び出しは1行です。 公開してよいのは、その中身のエピソードではなく、構造です。手順書の全文も、内部の置き場の細部も、ここには出しません。会社の外に出してよい骨だけを書きます。 1行で再現する日報の型——公開してよい構造 ① 合図　「業務終了」など、決まった一言。毎回の説明をしない ↓ ② 証拠集め　本人に「今日何やった？」と聞かない。その日の作業痕跡と会話の文脈から推定する ↓ ③ グルーピング　時系列に並べ、仕事の単位で束ねる。自信がない行には「推定」と付ける ↓ ④ 決まった見出しへ流す　作業ログ／成果／フィードバック／翌日の改善 ↓ ⑤ 決まった場所へ日付で保存　提出して終わり、にしない。翌朝取りに行ける住所を固定する 出所：自社の日報スキルの構造（中身の手順書・内部パスは非公開） この型で、私が一番こだわった一行はこれです。本人に「今日何やった？」と聞かない。確認を一回挟むと、結局その人が一日を口述することになり、楽にするために作った意味が消えます。自信がない項目は、日報の中に「推定」と書いて出す。質問で止めない。人が後から、推定を事実に直す。この分担が、1行で終わる理由です。 置き場にも、公開してよい原則が一つあります。日報は、全社員が読む共有棚にそのまま置かないことがあります。一日には、個人の活動や、まだ会社の正史にしてはいけない作業が混ざります。会社に残すのは、決定と成果と、翌日から使う宿題だけ。日記の全部を社内Wikiに流し込むと、秘密の混入か、逆に誰も読めない雑多か、どちらかになります。書斎の記録と、会社の記録を分ける——この考え方は、棚卸しやナレッジの失敗とも地続きです。 仕組みの作り方そのものは、スキル化の記事にあります。日報は、スキル化の最初の題材として相性がよい。毎月発生する、手順が固まりやすい、成果物の形が見える。3条件が揃っています。ここではスキル化の一般論は繰り返しません。日報固有の注意だけ残します。日報スキルの本体は、うまい指示文ではない。聞かないこと、推定と付けること、書かないものを先に決めることです。 ## 持ち帰り①：日報の最小項目テンプレ 自社の1行スキルを、明日から他社がコピーする必要はありません。最初に必要なのは、項目です。私が顧問先に渡す最小セットは、この5つです。これ以上細いと日記になり、これ以上太いと書かれなくなります。 項目 書くこと 書かないこと AIにやらせてよいか 1. 事実ログ 時間帯の目安、仕事の単位、残った成果物 感想、社外秘の固有名詞 ◎　痕跡からの下書き 2. 成果 数えられるもの。本数、件数、完了／未完 盛り、未確認の数字 ◎　ただし数字は人が見る 3. 課題 止まった一点。再現できる具体 人への不満、人格評 ○　候補出しまで 4. 次アクション 誰が、何を、いつまでに 「頑張る」「意識する」 ○　下書き。担当と期限の確定は人 5. 人が確認する欄 秘密の混入、推定の断定、明日やってよいか AIに自己承認させない ×　人の仕事 （任意）フィードバック うまくいった型、ボトルネック 長い反省文 ○　1〜3個まで コピペ用の見出しだけ、平文で置きます。チャットに貼るための「魔法の一文」は主役にしません。主役は見出しです。どの道具に渡しても、この見出しがあれば日報は仕事になります。 # 日報 YYYY-MM-DD ## 事実ログ（時系列） - （時間帯）仕事の単位 / 何をしたか / 残ったもの ## 成果 - 数えられるものだけ ## 課題 - 止まった一点（事実） - 推測なら（推定）と付ける ## 次アクション - [ ] 誰が / 何を / 期限 ## 人が確認する欄 - [ ] 秘密情報・個人情報・顧客の非公開・パスワードが混ざっていない - [ ] 推定を断定にしていない - [ ] 数字と固有名詞は、人が見てよいものだけ - [ ] 明日の一手は、人が承認した - 確認者：　　　確認日： 現場日報——点検、施工、接客、配送——でも、見出しは同じです。事実ログが「訪問先の内部事情」に落ちそうなときだけ、社内コードか「既存顧客／新規」「業種」に置き換えます。写真や音声から起こす場合も、起こした全文を日報本文にしない。本文に残すのは、上の5項目です。全文は原料フォルダに置き、日報は抽出後の薄い一枚にする。ここが、議事録記事と隣接しつつ、日報側で独自に守る線です。会議の全文活用は議事録側の仕事。日報は、一日を薄い一枚にして翌朝使う仕事です。 項目設計の置き方を、無料資料で確認する ## 持ち帰り②：人が確認する欄——ここを空にすると、日報は危険になる AIに日報を渡す会社が事故る場所は、文章の下手さではありません。人が見る欄を、AIの自己申告で済ませることです。下書きまで、は社内ルールの基本です。日報は社外に出ないことが多いので、つい「内部ならそのままでいい」になりやすい。内部だからこそ、顧客の話と個人の話が混ざります。 人が見るのは、誤字ではありません。次の4点です。 - 混入。秘密、個人情報、顧客の非公開、パスワード、認証情報。1つでもあれば、その行は消すか、一般化する。消した事実は「削除した」と残してよい。中身は残さない。 - 断定。「相手は怒っている」「この案件は失注する」を、根拠なしで本文の事実欄に置いていないか。推定なら推定と残す。消せ、ではありません。ラベルを付けろ、です。 - 数字。件数や金額が、本人の記憶のまま一人歩きしていないか。未確認なら「未確認」と書く。AIは、それらしい数字を補完することがあります。 - 明日やってよいか。次アクションに、顧客へ送る、値引きする、公開する、が入っていたら、そこで止める。日報の承認は、作業計画の承認でもあります。 確認者は、毎日社長である必要はありません。書いた本人が、退勤前に4つの箱を見るだけで足りる会社が多い。週1回、誰かが課題欄だけを横断して読む。書籍の90日計画でも、週三十分の精錬——日報からルール候補を拾う——をカレンダーに固定する、と書きました。毎日の確認は混入と明日の一手。週1の確認は、同じ詰まりが三度出ていないか。三度出た詰まりは、個人の反省ではなく、会社のルール候補です。 「人が確認する欄」を、テンプレの末尾に最初から印刷しておくことを勧めます。後付けの「気をつけてね」は、守られません。欄がある日報と、ない日報では、AIの気の利かせ方も変わります。欄があると、「ここは人が見る」と分かった文章になります。欄がないと、完成した顔の文書が出て、誰も疑いません。 ## 現場日報は、キーボードが先ではない 検索で「現場日報 活用」と入ってくる方の多くは、デスクワークの提出アプリに困っているのではありません。手書き、写真、音声、LINEの報告。終わる時間が日によってずれ、事務所に戻ってから清書する。清書した頃には、詰まった理由を忘れている。この形です。 AIに渡す順番は、きれいな文章からではありません。 - その場で残せる痕跡を残す。写真、短い音声、箇条書き3行でよい。 - 事務所や移動中に、痕跡をAIへ渡す。本文を一から書かせない。 - 出てきた5項目を、人が4点だけ見る。 - 翌日の一手だけを、朝の打ち合わせか個人の予定に移す。 建設・設備・飲食・不動産——業種が違っても、この順番は共通です。業種別の深い実話は、それぞれ別記事の仕事です。点検・報告書まわりは点検報告書の記事に譲ります。本記事で必要なのは、現場ほど「思い出して書け」が残酷だという一点です。痕跡から組み立てる型は、デスクワークより現場のほうが本命です。キーボードが得意な人が先にやる必要はありません。音声で事実を3つ残し、課題を1つ残し、明日を1つ残す。それだけで、日報は原料になります。 最初の一週間は、全員分をきれいにしなくていい。一人、一つの現場、一つの型。棚卸しで書いた「仕事を具体的に言えない」壁は、日報でも同じです。一日を項目に落とせない会社は、AIに渡す仕事も言えない。日報の項目設計は、AI導入の準備運動ではなく、棚卸しの毎日版です。 ## 議事録AIの隣に置く。中身は借りない 混同されやすいので、境界だけ書きます。詳細な抽出指示や変換先の一覧は、議事録記事にあります。こちらでは再掲しません。 議事録 日報 原料 複数人の会話 一人の行動と痕跡 欲しい構造 決定・宿題・担当・期限 事実・課題・次アクション 事故りやすい点 合意していない期限を補完する 秘密と推測を本文に混ぜる 翌朝の使い方 会議の続き 個人と現場の着手 週1の使い方 宿題の未消化 同じ詰まり＝ルール候補 本文の厚さ 必要なら全文を残す 薄い一枚。全文は別置き 両方とも、文字起こしや清書で止めると死にます。両方とも、人が確認する欄が要ります。似ているのはそこまでです。会社によっては、議事録ツールを日報に流用して失敗します。会議用の見出しで一人の一日を切ると、決定事項が空欄の変な文書になります。日報用の見出しを、最初から別ファイルで持ってください。 ## 日報AIで、先に踏んで痛い目を見た形 完璧な運用を語るつもりはありません。自社でも、顧問先でも、最初から今の型だったわけではありません。痛い目の形だけ、一般化して残します。 - 本人に一日を語らせてから整えた。楽になっていない。口述筆記が一本増えただけだった。 - 共有フォルダに、生の一日を全部置いた。個人の作業と会社の正史が混ざり、誰が読んでよいか分からなくなった。 - きれいな文章を褒め始めた。課題欄が消え、感想文大会になった。 - 確認欄を省いた。それらしい数字と、出してはいけない固有名詞が、完成顔で残った。 - 毎日全員分を経営者が読もうとした。三日で止まった。見る場所を、課題と次アクションに削って再開した。 一つだけ、自社の話を具体に残します。うちも初期は、完了の報告をその日のタスクボードに溜めていました。「済」の行は毎日増える。ところが日報にまとめる段になると、何をどうやったかの中身が消えている。ボードは消し込む場所で、思い出す場所ではありませんでした。いまは日次ログに時刻付きの1行で残す、に運用を変えています。日報係が組み立てる原料は、その1行たちです。溜める場所を間違えると、書いたつもりの一日が消えます。 どれも、道具の性能不足ではありません。項目と確認と置き場の設計不足です。直すのも、新しいアプリではなく、見出し5つと確認欄4つです。 ## 毎日の日報は薄い一枚。週1で、同じ詰まりをルールにする 日報を毎日厚く読もうとすると、続きません。私が書籍の90日計画に書いたのは、週三十分の精錬です。日報からルール候補を拾い、カレンダーに固定する。毎日の仕事は、翌朝の一手を残すこと。週の仕事は、同じ一手が三度出ていないかを見ることです。 三度出た詰まりの例を、一般化して置きます。見積の数字が毎回「未確認」のまま翌朝へ送られる。現場写真はあるのに、課題欄が空。顧客への返信が、次アクションに「送る」と書いてあるのに、確認者の名前がない。どれも個人の怠慢に見えます。週1で横断すると、会社の型がないことが見えます。数字の置き場がない。課題の言葉がない。送信前の確認者が決まっていない。 ここで日報は、評価制度の材料ではなく、会社の憲法の種になります。同じ訂正を二度打たない、という書き戻しの発想です。日報の課題欄は、その週の訂正リストです。リストを個人の反省で終わらせると、来週も同じ行が生まれます。リストをルールの一行にすると、来週の日報からその行が消えます。消えた行の数が、日報AIの投資回収です。きれいな文章の行数ではありません。 運用の分け方も、短く置きます。 頻度 誰が 見る場所 やらないこと 毎日・退勤前 書いた本人 確認欄4点と、明日の一手 全文の文学的な推敲 毎朝・5分 本人または現場リーダー 次アクションだけ 昨日の感想の読み返し 週1・30分 決めた一人 課題欄の横断。三度目の詰まり 全員分の通読 月1 経営または推進役 ルールに昇格した行、書かないものの線 提出率だけの点検 随時 確認者 社外に出る一手が混ざっていないか AIへの自己承認 やらない 全員 — 日報アプリの機能追加を先に議論する この表が回ると、日報は「提出しました」から「今朝はここから始めます」に変わります。変わらない会社は、たいてい毎日の欄を厚くして、週1を持っていません。厚い毎日は続きません。薄い毎日と、短い週1の組み合わせだけが続きます。 ## 匿名の記入例。きれいさより、翌朝使えるか 抽象のままだと、現場は動きません。顧客名も地名も金額も抜いた、最小の記入例です。業種は問いません。 # 日報 2026-08-14 ## 事実ログ（時系列） - 午前：既存顧客（製造業）の提案骨子を整理。下書きを作業フォルダへ - 午後：現場報告3件を写真から起こし、課題だけ抽出 - 夕方：未完の見積数字は触らず、確認待ちと記録 ## 成果 - 提案骨子の下書き 1本 - 現場報告の課題抽出 3件 - 見積は未完（数字は未確認） ## 課題 - 見積の原価表が、今回の材料フォルダになかった - 現場報告の1件は、写真だけで「何が詰まったか」が残っていなかった（推定：口頭で済ませた） ## 次アクション - [ ] 本人：原価表の置き場を作業フォルダへ移す / 明日午前 - [ ] 現場リーダー：写真報告に「詰まった一点」を一言足す型を週次で確認 / 今週末 ## 人が確認する欄 - [x] 秘密・個人情報・顧客非公開・パスワードなし（顧客は業種のみ） - [x] 推定には（推定）を付けた - [x] 未確認の数字は「未確認」のまま - [x] 社外送信の一手は入っていない - 確認者：本人　確認日：2026-08-14 褒められる文章ではありません。翌朝、原価表を移す手と、写真報告の一言を足す手が残っています。残っていれば、その日報は仕事をしています。美文で課題が消えている日報より、こちらのほうが会社の資産です。 記入例で見てほしいのは、文章の上手さではなく、確認欄が先に仕事をしていることです。顧客は業種だけ。数字は未確認のまま。推定にはラベルがある。社外送信の一手がない。この4点が埋まっている日報は、共有しても事故りにくい。埋まっていない美文は、共有した瞬間に出せない文書になります。AIに渡す前に、この4点を見出しとして印刷しておく理由は、そこにあります。 現場の一日は、デスクの一日より痕跡が散らばります。写真は端末に残り、詰まった理由は口頭で消え、数字は事務所の別フォルダに残る。日報AIの仕事は、散らばった痕跡を一枚に「美しく」まとめることではありません。翌朝に必要な一手だけを、確認済みで残すことです。美しさは、提出儀式の名残です。一手は、経営の名残です。 ## よくある質問 ### Q1. 日報をAIに書かせると、嘘を書きませんか？ 書きます。正確には、空白を嫌って補完します。だから本文に「推定」を付けさせ、数字は人が見ます。嘘をつかないAIを探すより、嘘が混ざっても見つかる欄を先に作るほうが早いです。 ### Q2. 手書きや写真の現場日報でも使えますか？ 使えます。本文を一から書かせないでください。写真と短い音声を原料にして、5項目だけ出す。全文を日報にしない。現場ほど、この型のほうが楽です。 ### Q3. 顧客名はどうしますか？ 社内コードか、「既存／新規＋業種」に置き換えます。日報はあとから別の文書に昇格することがあるので、最初から薄い名前にしておく。特定できる書き方は、社内限定でも避けます。 ### Q4. 議事録AIと同じツールで足りませんか？ 道具は同じでよいことが多いです。足りないのは見出しです。会議用の「決定・宿題」だけだと、一人の一日が抜けます。日報用の5項目を別テンプレで持ってください。会議側の詳しい型は議事録記事へ。 ### Q5. 社長が全員分を毎日見るべきですか？ 見るべきではありません。本人が確認欄を見る。週1で課題欄だけ横断する。同じ詰まりが三度出たらルールにする。毎日の通読は、続かない運用です。 ### Q6. ChatGPTに今日の出来事を貼るだけでいいですか？ 相談にはなります。仕事にはなりにくい。翌日また貼ることになるからです。フォルダに日付で残し、翌朝取りに行ける住所を固定する。チャットの履歴は、日報の正式な置き場にしないでください。 ### Q7. 「1行で再現」は、うちでも必要ですか？ 最初は不要です。最初に必要なのは項目と確認欄です。月に何度も同じ型で回るようになったら、合図を1つに固める。その段階の話はスキル化の記事へ。1行はゴールであって、初日の宿題ではありません。 ### Q8. 日報をやめたほうがいい会社もありますか？ 感想文の提出義務だけが残っているなら、一度やめてもいい。ただし「一日の痕跡を、課題と次アクションに落とす」作業までやめると、会社の記憶がまた人の頭に戻ります。やめる対象は提出儀式で、残す対象は翌朝の一手です。 ## 持ち帰り用：来週からのチェックリスト テンプレと確認欄を、運用に落とす順番です。 - 書かないもの（秘密・個人情報・顧客非公開・パスワード）を、先に1行で決めた - 見出し5つ（事実／成果／課題／次アクション／人が確認する欄）を、提出先に置いた - 確認欄の4点（混入／断定／数字／明日やってよいか）を印刷した - 確認者は、まず本人。週1の横断読みだけ別の人、と分けた - 原料（写真・音声・作業痕跡）と、日報本文を別の場所にした - 最初の一週間は、一人または一現場だけで回した - 同じ詰まりが三度出たら、個人の反省ではなくルール候補にした - チャットの履歴を、正式な日報にしないと決めた 確認欄の回し方を、無料資料セットで見る ## まとめ：日報は提出物ではなく、翌朝の原料 日報をAIに渡す、の本体は、清書の外注ではありません。一日の痕跡を、課題と次アクションに落とす型を、毎日同じ見出しで残すことです。 - 文字起こしや記入で止めない。書いたあとが仕事 - 議事録記事の隣だが、日報は一人の一日。会議用の見出しを借りない - 書かないものを先に決める。秘密・個人情報・顧客非公開・パスワード - 自社の日報係は、1行で再現する型がある。公開するのは構造だけ - 大原則は、本人に「今日何やった？」と聞かない。推定と付けて出す - 持ち帰りは、最小5項目と、人が確認する欄4点 2年後、日報アプリの名前は変わっているでしょう。見出し5つと確認欄4つと、「聞かない」という一行は、残ります。私が自社で先に回し、顧問先で型だけ渡しているのも、そこです。 伴走の役割はAI顧問とはにあります。自社の一日を、提出儀式から原料に戻したい方は、無料の資料セットを置いてあります。項目の置き方と、人が見る場所の設計は、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 見積もりの下書きをAIに任せる｜金額は人が決める URL: https://aiandwill.com/mitsumori-ai/ 公開: 2026-08-14 / 更新: 2026-09-05 建設会社でも製造会社でも、見積書を「作れる人」はだいたい決まっています。図面を読み、現場条件を思い出し、過去の似た案件を頭の中で引き、材料と人工と下請けを足し、値引きの余地を測る。それができる人が夜に残って、Excelを開く。私は生成AI顧問として累計約15社、研修や講座を含めると30社を超える会社を見てきましたが、見積の相談はほぼ例外なく「その人の残業」から始まります。そこでChatGPTに「この工事の見積書を作って」と頼むと、数十秒でそれらしい表が出る。数字も揃っている。ところが、その数字はどこの会社の原価にも、どこの現場の歩掛にも、根拠がありません。 先に言い切ります。金額の最終決定は、人間の仕事です。AIに任せてよいのは見積もりの下書きと、「どこで迷ったか」の一覧まで。金額を確定させ、納期を約束し、値引きを決め、先方へ送る——ここを渡した瞬間、見積書AIは会社を守る道具から、会社を壊す道具に変わります。この記事は、建設・製造の見積をAIに渡すときの線の引き方です。kintoneの見積データから発注メールを作る話は書きません。あちらはkintoneとAIの連携記事にあります。ここでは見積書そのものを扱います。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 金額は人が決める——見積書AIの、最初の1行 見積書は、社内メモではありません。相手に渡した瞬間、会社の約束になります。安すぎれば仕事を請けてから赤字になり、高すぎれば商談が止まり、納期を軽く書けば現場が壊れる。私は顧問の場で「見積もAIに任せたい」と聞いたとき、まずこの1行を書いてもらいます。 見積もりの下書きはAIが作る。金額・納期・値引き・送信は、人が決める。 下書きまでがAI。金額の最終決定は人 きれいな分担に見えますが、現場で崩れる場所は決まっています。AIが仮置きした数字が、そのままExcelの合計欄に残る。担当者が「まあ近いだろう」と送る。後から原価を見たら、材料単価が半年前のままだった——この事故は、モデルが賢くないから起きません。出口を開けすぎたから起きます。私が書籍『ChatGPTを、「AI社員」に育てる方法』の第3章で書いた安全設計は、入口（何を読ませるか）と出口（何を外に出させるか）の二点です。見積は、出口が契約に直結する仕事です。だから最初の1行を、職務の定義に刻みます。 同じ第3章で、製造業・建設業の見積もり作成業務をこう定義しました。過去の見積書、原価の目安、値引きの判断基準を読み、新しい引き合いに対する見積もりの下書きと、判断に迷った点の一覧を作る。金額の最終決定は、もちろん人間の仕事——本の一文を、この記事の骨格にします。ツールの画面操作は2年後に変わります。この線引きは変わりません。 ## なぜ見積は、作れる人が限られるのか 見積が遅い会社を見ると、能力不足より先に、仕事の形が見えます。建設・設備なら、図面と現場条件の読み、拾い出し、歩掛、下請けへの出し方、材料の高騰、天候や搬入の制約。製造なら、図面の読み、材料、段取り、ロット、金型や治具、納期とラインの空き。どれも「表計算の足し算」ではなく、頭の中の類似案件との照合です。その照合ができる人が社内に一人か二人しかいない。その人が休むと、見積が止まる。見積が止まると、受注の上限が決まる。 建設業には2024年4月から時間外労働の上限規制が適用されています。「夜に見積を書けば回る」は、制度としても現場としても続きません。設備系の会社では、見積を書ける人が現場も見ていることが多く、日中は現場、夜は見積、という形が残っています。私の見聞きする範囲では、見積の相談は「残業を減らしたい」より先に「その人が倒れたら会社が止まる」として来ます。効率化の話に見えて、実は事業継続の話です。 だからAIの使い方も、文章をきれいにすることではありません。その人が頭の中でやっている照合を、フォルダに置いた過去見積と判断基準で再現し、たたき台と迷いリストまで運ぶことです。残るのは、金額を決める仕事だけ。ここが設計できれば、見積は「その人しか書けない文書」から「その人が決める文書」に変わります。 工程 いま起きていること AIに渡してよい（◎○△＝効き目） 人が残す 引き合いの整理 メール・図面・口頭がバラバラ ○ 欠損の洗い出し、質問リスト 相手への確認の可否 類似案件の検索 担当者の記憶頼み ◎ 過去見積の横断検索と比較 本当に類似かの判定 明細の下書き ゼロから行を増やす ◎ 過去明細を土台にしたたたき台 今回だけの特殊条件 原価・掛け率 頭の中の「いつもの倍率」 ○ 基準表との突合、外れ値の指摘 掛け率そのものの決定 値引き 場の空気で決まる △ 上限と過去の値引き幅の提示 今回の値引きの可否 納期 希望納期をそのまま書く △ 過去のリードタイムの参照 現場の空きとの照合 受けない判断 経験者だけが「これは危ない」と言う ○ 受けない条件との照合 受ける／断るの決定 送付 作った人がそのまま送る ◎ 送付文の下書き 送信ボタン 表の◎は、時間を食うわりに差がつかない作業です。類似検索と明細の下書きがそれです。逆に値引きと納期は、AIに「決めて」と言った瞬間に事故ります。判断はプロ、作業はAI——顧問現場で私が最初に置く線です。建設・設備業の書類仕事全体で同じ線を「判断のサンドイッチ」と呼んで整理したのが建設・設備業のAI活用記事です。見積は、そのサンドイッチの中でも、金額という刃物を持っている工程です。 ## 見積でAIがやる仕事は、3つだけ チャットに「いい感じの見積を作って」と頼む使い方と、フォルダを職場にして仕事を頼む使い方は、別物です。前者は相談、後者は仕事の依頼です。見積は後者でしか安定しません。AIにやらせる仕事を、私は3つに限っています。 ### 仕事①：探す——似た案件を、記憶ではなくファイルから 担当者の頭の中にある「あの現場に似ている」を、直近1年の見積フォルダから引きます。品目、規模、工法、客先のタイプ、受注したか失注したか。結果つきで残っている過去見積は、AIにとって最高の教材です。結果が無い見積だけを渡すと、安く出して負けた案件も、高く出して通った案件も、同じ「お手本」に見えます。探す仕事の質は、過去見積に結果が書いてあるかで決まります。 ### 仕事②：組む——たたき台を、空欄だらけで出す 類似案件の明細を土台に、今回の数量と条件で組み替えます。ここで重要なのは、分からない数字を埋めさせないことです。材料単価が新しいか分からない行、歩掛が現場条件で変わりそうな行、下請け見積がまだ来ていない行——そこは【要確認】のまま空ける。埋まった見積は、見た目が完成しているので人が油断します。空欄のある見積は、人が仕事を始められます。 ### 仕事③：迷う——判断に迷った点を、一覧にする これが本の定義でいちばん効く部分です。AIに「決めるな、迷え」と命じます。類似が2件あって金額が分かれる、値引き上限の近くにいる、納期が過去の実績より短い、受けない条件に引っかかりそう——その一覧を、根拠のファイル名つきで出させる。担当者はゼロから考えるのではなく、迷いリストを上から潰す。見積の仕事が「作る」から「決める」に変わる地点です。 この3つを支えるのは、指示文の上手さではありません。読む資料です。コンテキストはプロンプトより桁違いに効く、というのが私の方法論の核で、「AI社員」の作り方でも同じ順番を書いています。見積では、そのコンテキストが「過去見積＋原価の目安＋値引き基準」の3点セットになります。 顧問現場の実例がわかる資料セット（無料） ## 見積もり担当の社員定義——机に置く1枚 AI社員にキャラ設定は要りません。必要なのは職務の定義です。書籍の特典テンプレートに、製造業を想定した見積もり担当の記入例を置いてあります。顧問先でも、この7項目を1枚にしてフォルダの入口に置きます。金属加工を想定した例ですが、建設・設備でも項目は同じです。中身の名詞を入れ替えるだけです。 項目 見積もり担当での埋め方 なぜこの書き方か 1. 職務・担当範囲 引き合いと図面メモから見積書の下書きを作る。金額は確定しない 1行目で出口を閉じる 2. 読む資料の地図 判断基準／過去見積（結果つき）／今回の引き合い 読む場所が無いと一般論になる 3. 成果物と保存先 下書き＋迷い一覧。日付と相手名で保存 完成品ではなく下書きと明示する 4. 判断方針 迷ったら安い方に倒さない。類似案件を根拠として添える AIは無意識に安く寄せる 5. やってよいこと 検索、比較、下書き、迷いの列挙 作業の範囲を肯定する 6. やってはいけないこと 金額・納期の確約、値引き上限超え、先方への送信 契約行為を禁止する 7. 人間が確認する点 単価の鮮度、値引きの可否、納期が現場に合うか 確認が「なんとなく読む」で終わらない 4番の判断方針は、私がこの1枚でいちばん好きな行です。迷ったら安い方に倒さない。見積をAIに書かせると、根拠が薄い行を「通る金額」に寄せたくなります。安く出せば角が立たない、という錯覚です。会社が壊れるのは、だいたいこちら側です。高い見積は商談で直せます。安い見積は受注したあとで直せません。だから迷いは安売りではなく、根拠つきの保留にします。 7番の確認点も、書籍の記入例をそのまま使っています。材料単価が最新か。値引きの可否。納期が現場の実情に合っているか。建設なら、ここに人工、下請け、搬入、天候リスクが足されます。製造なら、段取り、ロット、金型、ラインの空きが足されます。業種で増えるのは確認項目であって、構造ではありません。 ## 渡すもの——過去見積、判断基準、今回の引き合い 見積AIが薄くなる原因は、指示が短いことではありません。読むものがないことです。私は顧問先で、最初の半日を「渡せる状態」に使います。システム導入ではなく、机の上を揃える作業です。 ### 過去見積は、勝ったものだけを置かない 提案書なら「勝った3〜5本」を下敷きにします。見積は少し違います。金額の根拠になるのは、勝った見積だけではありません。高く出して失注した見積、安く出して受注したあと苦しんだ見積、条件が特殊で参考にならない見積。結果と一言メモが付いていることが、金額の学習になります。「受注／失注／あとで赤字になった」のラベルが無いフォルダは、教材ではなく紙の山です。 本数の目安は、直近1年、案件タイプが散るように20〜50件、というのが私の見聞きする範囲での現実的な線です。1件だけ渡すと、その現場の特殊条件まで写します。100件をラベルなしで渡すと、平均化が始まります。きれいに揃えるより、結果のラベルを先に振るほうが効きます。 ### 判断基準は、3つ書けば仕事が始まる 立派な原価管理規程は要りません。最初は次の3つです。 - 材料費の掛け率——標準、下限、例外を出すときの条件 - 値引きの上限——誰が、どこまで、何を見てよいか - 受けない案件の条件——距離、規模、危険作業、与信、希望納期が現場を壊すとき 書けない会社は、まだ見積をAIに渡す段階ではありません。書けないということは、人が毎回その場で決めているということです。その場の判断をAIに真似させると、いちばん安いその場が複製されます。基準を書く作業は、AIのためというより、見積の属人化を会社の言葉にする作業です。第4章で私が自分の会社について書いた通り、値引きの判断基準は、放っておくと社長の頭の中にしか残りません。私自身がそうでした。イベントの見積も、顧問料の値引きも、聞かれるたびにその場で決めていました。いざ3行に書こうとすると手が止まり、頭の中にあると思っていた基準は、その場の判断の集まりだったと分かりました。 ### 今回の引き合いだけは、生のまま置く 相手のメール、図面のメモ、現場調査の写真、希望納期、競合の有無。ここを要約してから渡すと、要約した人の解釈だけが残ります。生の言葉のまま置いて、欠損はAIに洗い出させる。図面が読めない部分、数量が書いていない部分、搬入条件が口頭だけの部分——それが次の電話で聞くリストになります。 古い単価表と新しい単価表を同じフォルダに置くのは、見積AIでいちばん多い事故です。AIは日付を見ずに、それらしい数字を拾います。会社情報は最新版だけ、というのが提案書でも見積でも同じです。顧客名や図面の扱いに迷う案件は、社名を落とすか、その案件だけ人間が最初から書く。見せない、ではなく必要な分だけ必要なときに見せる——線引きの全体はセキュリティと情報入力の記事にあります。見積フォルダにパスワードや個人の携帯番号を置かない、は初日のルールです。 ## 建設・設備の見積で、人が残す判断 検索でこの記事に来る方の多くは、建設・設備の見積を速くしたいのだと思います。速くなります。ただし速くなるのは下書きであって、決める速さではありません。人が残す判断を、建設の言葉で置きます。 - 拾い出しの正否——数量が現場と一致しているか。AIは図面メモの数字を信じます。信じた数量に単価を掛けると、それらしい合計が出ます - 歩掛・人工——同じ器具でも、高所、夜間、稼働中の建物、搬入経路で人工が変わる。ここを平均で置くと、現場が持ち出しになります - 下請けへの出し方——自社施工か外注か、どの業者にいくらか。AIに業者選定まで任せない - 材料単価の鮮度——銅、鋼、半導体、設備機器は、半年前の単価が使えないことがある - 受けない判断——人手、資格、距離、与信、元請けの条件。請けてから泣く案件は、見積の段階で止められる - 金額そのもの——仮置きの合計を、責任者が自分の数字にする 防災設備や点検・工事の会社では、見積の品目は比較的型が決まっています。型が決まっているほど、過去見積は効きます。一方で、現場条件の差は型に入りません。だから「型の部分は下書き、現場条件は人が書く」が、この業種の現実的な分け方です。報告書や安全書類まで含めた業界全体の地図は、先の建設・設備記事に譲ります。ここでは見積の金額欄だけを、人の机に戻します。 製造も構造は同じです。図面の読みと段取りとロットが、建設の現場条件に相当します。特典テンプレートが製造業想定なのは、横文字の業務例ばかりになると現場の会社が自分ごと化しにくいからです。金属加工の引き合いメールと図面メモ、という書き方にしたのは、見積が「営業文書」ではなく「工場の判断文書」だと示すためでした。 製造で人が残す判断を、対応させて置きます。材料の歩留まりは、図面のきれいな寸法どおりには出ない。段取り時間は、同じ品でも初回とリピートで違う。金型や治具を新しく切るか、既存で回すか。ロットを分けた瞬間に単価が跳ねるかどうか。ラインの空きは、営業の希望納期より先に工場が知っている。ここをAIに「妥当な納期で」と書かせると、妥当な嘘が納期欄に入ります。製造の見積は、工場の席に確認欄を置く設計にしてください。営業が一人で確定する運用は、建設の現場を見ない見積と同じ事故になります。 迷い一覧は、抽象で終わらせると役に立ちません。顧問先で出させるときの型は、こんな行です。数字は仮で、自社の品目に置き換えてください。 - 類似Aは受注、類似Bは失注。今回の数量はAに近いが、夜間作業はB側。仮置きはAを土台にし、夜間割増は【要確認】 - 材料Cの単価表が90日前。直近の仕入実績がフォルダに無いので、単価は空欄 - 希望納期が過去の中央値より短い。受けない条件の「希望納期が現場を壊す」に当たる可能性。受ける判断の前に止める - 値引き依頼が先方メールにある。上限まで使う理由が、今回の材料からは読めない この4行がある下書きと、合計だけが出ている下書きでは、責任者の10分の使い方が変わります。前者は決める。後者は作り直す。見積AIの成果物は、きれいな合計ではなく、決めるための迷いです。 ## 見積下書きの依頼文——相談ではなく、仕事として頼む うまくいかない依頼は、だいたいこの短さです。「この図面で見積書を作って。妥当な金額でお願いします」。妥当、という単語が、どこの会社の平均にもなる合図です。仕事として頼むときは、読むもの、作るもの、守ることを先に渡します。指示文を磨く話ではありません。新入社員に案件を振るときの、仕事の渡し方です。 # 見積書の下書き（金額は確定しない） ## 読むもの（この順） 1. knowledge/見積もり判断基準.md （掛け率、値引き上限、受けない条件） 2. knowledge/過去見積もり/ （直近1年、受注・失注・事後の一言つき） 3. 02_案件/今回/ の引き合いメール・図面メモ・現場条件 ## 作るもの - 見積書の下書き（明細＋仮置き金額） - 判断に迷った点の一覧（類似案件名と根拠つき） - 保存先: 02_案件/今回/見積_下書き.md ## 守ること - 金額・納期を確約する文は書かない - 値引き上限を超える案は出さない - 迷ったら安い方に倒さない - 根拠のない数字は埋めず【要確認】 - 先方への送信はしない - 分からないことは推測せず、確認事項に回す この依頼を一度ファイルにしておけば、次回から案件フォルダを指定する1行で足ります。毎回「いい感じに」と頼む必要はありません。出てくる下書きの質が安定しないときは、依頼文を直す前に、過去見積のラベルと判断基準の3項目を見ます。直す場所を間違えると、うまくいかないたびに指示が長くなり、誰も開かないファイルになります。一般化した観察として書いておくと、プロンプト集は作った翌月には開かれなくなります。残るのは、読む資料と、人が決める項目です。 提案書側の「下敷きセット」の作り方は提案書をAIで作る記事にあります。見積と提案は隣の部屋です。提案は勝ち方の型、見積は金額の根拠。混ぜると、提案の勢いが金額を連れて走ることがあります。私はフォルダも担当の定義も、分けて置きます。 見積以外の顧問現場もまとめた資料セット（無料） ## 人が決める項目——下書きを開いたあとの仕事 下書きが出たあとに「全体を読む」だけでは、確認したつもりになります。見る場所を固定します。私が顧問先に渡す確認は、次の順です。上から潰すと、金額の決定に必要な情報だけが残ります。 - これは受ける案件か——受けない条件に当たっていないか。当たっていたら、きれいな見積を作る前に止める - 数量と範囲——拾いと図面とメールの範囲が一致しているか。一致していなければ金額を見ない - 材料単価の日付——使っている単価は、いつ時点の数字か - 人工・歩掛——現場条件（高所、夜間、稼働中、搬入）が乗っているか - 下請けと自社施工の境界——外注前提の数字が、自社施工の顔をしていないか - 値引き——上限の内側か。誰の権限か。今回やる必要があるか - 納期——希望納期ではなく、現場が実際に動ける日か - 仮置きの合計を、自分の数字にする——ここが金額の最終決定。署名する人が決める - 送るか、持ち帰るかを決める——送信は人が押す この9つを「人が決める項目チェック」として、下書きの末尾に毎回出させます。AIがチェックを付けるのではありません。人が、自分の目で印を付けるための欄です。確認欄が空のまま送ってはいけない、と社内ルールに1行あれば、見積AIの大半の事故は社外に出ません。 時間の感覚だけ置きます。仕込み——判断基準3項目と過去見積のラベル——に半日。案件ごとの下書きは、揃っていれば数分から十数分。人が決める時間は、案件の大きさで変わります。短くなるのは「探す・組む」であって、「決める」を時短の対象にしないでください。決める時間を削った会社の見積は、安く、速く、危なくなります。 最初の1週間で起きがちなのは、「下書きが速い」ことへの安心です。3件ほど通ると、確認欄の上のほう——受けるか、数量か——を飛ばして、合計だけを見るようになる。私はこの飛ばしを、見積AI導入の最初の油断だと思っています。速さは、確認を短くするためではなく、確認する場所へ早く着くための速さです。3件目で確認を飛ばした会社は、4件目で仮置きを送ります。だから最初の10件は、確認欄を声に出して潰す運用にしています。一人の会社なら、自分に読み上げるだけでいい。読み上げられない項目は、まだ決まっていません。 ## 見積の下書きと、発注メールの下書きは、別の仕事 見積が社内で確定したあと、その明細から仕入先へ発注する仕事が始まります。kintoneに見積データがある会社では、そこをAIエージェントにつなげられます。私が顧問先で手を動かしたのも、そちらの接続です。ただしそれは確定した見積を、発注の言葉に翻訳する仕事であって、今回の「いくらで出すか」とは別です。 混ぜると事故ります。未確定の見積明細を発注メールの下書きに流すと、仮の数量が仕入先へ歩き出します。だから順番は固定します。人が金額を決める。決まった見積だけが、発注側の材料になる。kintone固有のつなぎ方、権限、マスタの話は、繰り返しません。kintone連携の記事を見てください。本記事の範囲は、決める前の見積です。 ## 先に知っておきたいNG 6つ NG 何が起きるか 向き ゼロから「妥当な金額で」と頼む どこの会社の原価にもならない数字が完成する 過去見積と判断基準を先に置く 迷ったら安い方へ寄せる 受注したあとで現場が持ち出す 安く倒さず、根拠つきで保留する 下書きをそのまま送る 仮置きが約束になる 人が決める項目を潰してから送る 古い単価と新しい単価を混ぜる それらしい合計が、昨日の会社ではない 最新版だけを読ませる 見積と発注を一つの仕事にする 未確定の数量が仕入先へ歩く 決めてから発注側へ渡す 確認欄を「見た」で済ませる 数量も単価も見ていない見積が外に出る 項目ごとに印を付ける 6行ありますが、根は一つです。見積AIの失敗は、モデルの性能不足ではなく、入口と出口の設計不足です。入口に古い数字を入れ、出口で送信まで開ける。賢いAIほど、それらしい完成品を出して、人の確認をサボらせます。 ## 道具は月数千円。勝負は机の中身 フォルダを読んで下書きを書けるAIの実費は、1人あたり月3,000円〜1万円程度です（ChatGPT Plus等、月20ドル前後が目安。2026年時点）。建設向けの専用見積AIを最初から買う必要はありません。専用ツールは、自社の過去見積と判断基準が「渡せる状態」になってからでも間に合います。先に買うと、自社の掛け率ではなく、ツールの平均に寄ります。 費用対効果を時間削減だけで見ると、見積は途中で退屈になります。下書きが速くなっても、決める時間は残るからです。私が見る軸は、攻めの手数です。見積を出せる件数が、受注の上限を決めている会社は多い。出せていなかった案件に、下書きが間に合う。その一件が外注の見積担当を雇うより高いかどうか——並べ方は費用対効果の記事に譲ります。ここでは一句だけ。見積AIは、夜業を消す道具である前に、見積を出せる回数を増やす道具です。 ## よくある質問 ### Q1. AIが付けた金額を、そのまま出してはいけないのですか？ いけません。仮置きは仮置きです。似た案件の平均が出てくることはありますが、今回の現場条件・単価の鮮度・値引き権限までは、人が持っています。「近いからいい」で送った見積は、近い間違いです。近い間違いは、大きく間違った見積より気づかれません。 ### Q2. 過去の見積が整理されていません。 最初から全件整理しないでください。直近の同じ種類の案件を10件、受注か失注かを1行書いてフォルダに置く。それだけで下書きの質は変わります。整理が進まない理由の多くは、完璧なフォルダを先に作ろうとすることです。案件が来るたびに1件足す、で十分です。 ### Q3. Excelの見積書のまま使えますか？ 使えます。過去見積はExcelのままでも、PDFでも読めます。最初から様式を変えなくていい。出口は今の様式のまま、が建設・設備では特に効きます。AIは中身のたたき台を作り、人が自社のExcelに移す。見た目の仕上げを最初からAIにやらせると、確認が「体裁」に吸い寄せられます。 ### Q4. 図面の拾い出しまでAIにやれますか？ 補助はできます。確定はできません。図面メモや数量表があるなら欠損の指摘は得意です。拾いの正否は、現場を知っている人の仕事です。拾いが狂ったまま単価を掛けると、きれいな誤計算になります。私は拾いを「人が決める項目」の2番に置いています。 ### Q5. 材料単価が週ごとに変わります。 だからこそ、単価表は最新版だけを読ませ、下書きの確認1番に「日付」を置きます。AIに市場価格を調べさせて確定させる使い方はしません。調べた数字は参考欄に置き、採用は人がします。変動が激しい品目は、最初から【要確認】にしておくほうが安全です。 ### Q6. kintoneで見積を管理しています。この記事のやり方は不要ですか？ 不要ではありません。置き場がkintoneでも、決める人は人です。kintoneの数字をAIが読んで下書きを作るのはありです。ただし権限は読み取りから、成果物は下書きまで。確定見積から発注メールを作る話は、kintone連携の記事側です。金額を決める話は、システムの有無に依存しません。 ### Q7. 顧客の図面をAIに読ませて大丈夫ですか？ 学習に使われない設定を前提に、必要な案件だけを渡します。秘密保持の厳しい相手、まだ公開できない物件名、個人の連絡先は、最初から外すかマスキングする。全案件を同じフォルダに放り込みません。考え方はセキュリティ記事、社内ルールの書き方は生成AIの社内ルール記事にあります。 ### Q8. 見積担当が一人しかいません。仕込みの時間が取れません。 その一人が倒れたら見積が止まる、というのが仕込みを先にやる理由です。最初の10件のラベルと、掛け率・値引き上限・受けない条件の3行。それ以上を初日に求めません。一人の会社ほど、机の中身を先に残してください。 ## 持ち帰り——依頼文と、人が決める項目チェック この記事から持ち帰るものは2つです。上の依頼文と、下のチェックです。印刷しても、案件フォルダの末尾に置いても構いません。空欄を埋めたら、その案件の見積作業は始まります。 【見積下書き 1案件シート】 ■ 依頼（AIへ） 読むもの: 判断基準 / 過去見積（結果つき） / 今回の引き合い 作るもの: 下書き（仮置き）＋迷い一覧 守ること: 確約しない / 安く倒さない / 送信しない / 【要確認】を埋めるな ■ 人が決める項目 [ ] 受ける案件か（受けない条件に当たっていないか） [ ] 数量と範囲は図面・メールと一致しているか [ ] 材料単価の日付は最新か [ ] 人工・歩掛に現場条件が乗っているか [ ] 下請けと自社施工の境界は合っているか [ ] 値引きは上限内か、今回やる必要があるか [ ] 納期は現場が動ける日か [ ] 仮置きの合計を、自分の数字にしたか [ ] 送るか、持ち帰るかを決めたか（送信は人） ■ 迷い一覧（AIが出したもの） 1. 2. 3. チェックが全部埋まっていない見積は、まだ社外に出しません。埋まらない項目があるなら、それはAIの失敗ではなく、材料不足か、人がまだ決めていないかです。決めてから送る。この順番だけは、ツールが変わっても残します。 ## まとめ——下書きは任せる。金額は、署名する人が決める 見積書AIの本体は、自動で金額が出ることではありません。過去見積と判断基準を読ませ、たたき台と迷いリストまで運ばせ、金額・納期・値引き・送信を人の机に残すこと。迷ったら安い方に倒さない。古い単価を混ぜない。見積と発注を一つの仕事にしない。この4つを守れば、建設でも製造でも、見積は「その人の夜業」から「その人が決める日中の仕事」に寄っていきます。 文章力は借りられます。自社の掛け率と、受けない条件と、現場の空きは、借りられません。そこが会社の判断です。判断を残したまま作業だけ渡す——見積に限らず、私がAI社員を入れるときの全部です。まず1案件、上のシートで一度通してみてください。うまくいかなければ、依頼文ではなく、机の中身を見てください。 金額の線引きを人と一緒に設計する場合は、AI顧問とはを先に読んでください。 AI顧問の無料資料セットを受け取る ## AIへ渡す前の見積入力表 見積の下書きでは、数量や単価をAIに補わせず、分からない欄を残します。次の表は架空の記入例です。価格や取引条件を示す実際の見積書ではありません。 項目 入力例 確認する人 対象作業 既存資料の項目整理 業務担当 数量 2件。資料上の根拠も添える 依頼内容を確認する担当 単価 承認済み単価表から転記 見積承認者 不明な条件 納期と追加作業の範囲 依頼先へ確認する担当 AIに依頼するのは、この入力から必要項目を整理し、不足する条件を列挙する部分です。単価の採用、値引き、数量の確定、提出可否は担当者が承認します。入力情報が足りないのに文章だけ完成している見積を、承認済みとして扱わないようにします。 Excelにした後の検証は、数量・数式・合計・丸めのチェック表を使えます。自社の様式に合わせる場合は、見積業務のAI化について相談することもできます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 営業メールの下書きを、過去の勝ちメールから作る URL: https://aiandwill.com/eigyo-mail-ai/ 公開: 2026-08-14 / 更新: 2026-09-02 営業メールをAIに書かせた人の顔は、だいたい同じです。数十秒で整った文面が出る。敬語も間違っていない。「ご多忙のところ恐れ入ります」「ご検討のほど何卒よろしくお願いいたします」——どこかで読んだことがある。自分の会社の声ではない。相手の商談の温度でもない。どこの会社が送っても成立するメール。私は生成AI顧問として累計約15社、研修や講座を含めると30社超の会社を支援してきましたが、営業部門のAI相談は、提案書の薄さと同じくらいの頻度で、この「誰のメールでもある文面」から始まります。 先に結論を書きます。ゼロから書かせると、どこの会社のメールにもなります。必要なのは、過去に実際に通ったメールのお手本と、今回だけの材料です。そして送信してよいかどうかは、最後まで人間が握ります。提案書の下敷きの作り方は別の記事に譲ります。この記事は、メール1通の型です。宛先、目的、お手本、禁則、確認欄。この5つが揃った依頼だけが、営業メールの仕事になります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## ゼロから書かせると、どこの会社のメールにもなる 理由は単純です。何も渡さずに「フォローメールを書いて」と頼んだとき、AIが参照しているのは、世の中の平均的な営業メールです。平均は、失礼がなく、特徴もなく、相手のカレンダーに残らない。悪いのはAIでも、あなたの文章力でもありません。読むものを渡していない、それだけです。 営業メールで差がつく場所は、名文ではありません。件名の長さ、最初の2行で何を言うか、前回の相手の言葉を拾うか、次の行動が一つに絞れているか、借り物ではなく自社の温度で終われるか。エースの送信箱には、その会社の勝ち方が残っています。世界中のどのAIも、その送信箱は学習していません。社外に出ていないからです。 これは、顧問先を眺めての感想ではありません。私自身、顧問先へ毎週送っている近況メッセージの下書きを、AIに任せています。最初にAIへ渡したのは、書き方の指示ではなく、過去に相手から反応が返ってきた自分のメッセージでした。あれを渡していなければ、私の文面も、失礼がなく特徴もない平均に沈んでいたはずです。 私の方法論では、コンテキストはプロンプトより桁違いに効きます。指示文を磨く前に、読ませるメールを選ぶ。この順番を、営業メールでも譲りません。「いい感じのフォローを書いて」は相談です。相談には、平均が返ってきます。仕事の依頼にするなら、お手本と今回の材料と、やってはいけないことを先に渡します。書籍『ChatGPTを、「AI社員」に育てる方法』第3章で、チャットAIへの相談とAIエージェントへの仕事の依頼を分けたのは、この差を言葉にするためでした。 観点 ゼロから書かせる 勝ちメール＋今回の材料 出だし ご多忙のところ恐れ入ります 前回の相手の言葉、または約束した日付 件名 ご提案の件／ご挨拶 相手が開く理由が1つ入っている 長さ 丁寧さのために長くなる お手本の長さに寄る 次の行動 何卒よろしく、で終わる 候補日時か、返事の要否が1つ 自社らしさ どこの会社でも成立する 通ったメールの温度が残る 修正量 ほぼ全部書き直す 今回固有の数字と固有名詞に集中できる 事故の型 薄い お手本の社名や条件が混ざる（後述） お手本と今回の材料から下書きする。ゼロからは書かない 右列の事故——お手本の社名が残る——は、ゼロから書かせたときより性質が悪いです。薄いメールは無視されます。混ざったメールは、相手の信頼を削ります。だからお手本を渡す運用では、送信前の確認欄が必須になります。楽をするためにAIを入れるのではなく、薄さを消すために材料を渡し、混入を止めるために人が送る。この二段です。 ## 提案書の記事と、この記事は隣の部屋 過去の勝ちパターンを読ませて新しい文書を書く、という構造は、提案書でもメールでも同じです。だからこそ、同じ話を二度書くと両方薄くなります。提案書側——勝った提案を何本置くか、勝因メモ、フォルダの分け方——は提案書をAIで作る記事にあります。あちらを読んだ方は、本記事で提案の仕込みを繰り返さないでください。こちらはメール1通です。 分ける理由は、成果物の単位が違うからです。提案書は相手の机に残る資料です。メールは、相手の受信箱で数秒で判断される文書です。残る資料は構成が勝負で、消える文書は件名と最初の2行と、次に何をしてほしいかが勝負です。同じ「下敷き」という言葉で雑に扱うと、提案書の丁寧さがメールに流れ込み、読む前に閉じられます。私は顧問先でも、提案用の机とメール用の机を分けます。 広報の文面とも違います。1つの母体から複数媒体へ展開する話は1人広報の記事にあります。あちらは「濃い素材を変換する」仕事です。営業メールは、変換ではなく相手1社への1通です。母体を使い回した営業メールは、個別の手紙の顔をした一斉送信になります。原料が違う、とだけ覚えてリンクを辿ってください。 ## 「勝ちメール」とは、名文ではなく、次が起きたメール お手本に選ぶのは、「よく書けているメール」ではありません。次が起きたメールです。私の現場での定義は、次のいずれかです。 - 返信が来た - 打ち合わせの候補が返ってきた - 資料を送ってほしい、と相手から言われた - 決裁者を紹介された - 失注のあと、別件で声がかかった 先に触れた毎週のメッセージを、もう少し具体に書きます。私は顧問先の各社へ、毎週金曜、近況ヒアリングを兼ねたメッセージを送っています。文面は4ブロックの定型です。AIの直近アップデート、いま使えるTips、こちらの近況、相手へのヒアリング。この型の出どころは、過去に送って相手から反応が返ってきた自分の通です。名文だから残したのではありません。返事が来たから残しました。いまはこの型と各社の文脈をAIに渡して会社ごとの下書きを作らせ、私が読んで、私が送っています。ヒアリングに返ってきた一言が、次のセッションの入り口になります。この記事に書いている運用は、私が毎週やっていることの言語化です。 値が下がったから通ったメール、相手が最初から買う気だったメールは、外します。文章の勝ちではなく、取引条件の勝ちだからです。逆に、短くて素っ気なくても次が起きているメールは残します。営業チームが「丁寧さ」で選ぶと、長いお手本ばかり集まり、AIは長さを正解だと学びます。長さは業種と相手で違います。正解は、自社で次が起きた長さです。 何通置くか。私の実感では、目的別に3通前後です。初回、打ち合わせ後のフォロー、見積や資料を送ったあとの確認、音沙汰がないときのリマインド、失注後のお礼。全部を一度に集めなくていい。いま一番詰まっている目的を1つ選び、その勝ちメールを3通置く。1通だけだと、その相手専用の冗談まで写します。10通をラベルなしで置くと、平均化が始まります。提案書の本数論をここへコピーしないでください。メールは短い分、混ざると目立ちます。少なく、目的別に、が安全です。 1通ごとに、勝因を3行で足します。長文の分析は要りません。「件名に日付を入れたら開かれた」「最初の行で前回の発言を拾ったら返信が来た」「候補日時を2つに絞ったら決まった」。担当者の記憶でいい。この3行が無いお手本は、AIにとって「ただの過去メール」です。ただの過去メールを読ませると、古い部署名や、もう売っていないプランまで丁寧に再生します。 ## メール1通の型——宛先・目的・お手本・禁則・確認欄 ここがこの記事の本体です。営業メールをAIに頼むときの最小単位を、1通分の型にします。案件フォルダにこの5欄があれば、依頼は仕事になります。足りない欄がある依頼は、相談のままです。 欄 書くこと 空欄だと起きること 宛先 会社名、担当者名、関係（初回／既存／紹介）、CCの有無 敬称と温度がずれる。紹介者の名前が落ちる 目的 この1通で起きてほしいこと。1つだけ 挨拶と提案と日程調整が同居する お手本 同じ目的で次が起きたメール2〜3通と、勝因3行 平均的な丁寧さになる 今回の材料 前回の議事、相手の発言、送った資料、約束した日付 一般論の課題から書き始める 禁則 書いてはいけない価格、未公開、他社名、煽り お手本の条件や、まだ言えない数字が混ざる 確認欄 人が送る前に見る項目。送信可否は最後の1行 下書きがそのまま送信箱に入る 目的を1つにする、がいちばん効きます。私の見聞きする範囲では、薄い営業メールの大半は、1通に用事を詰めすぎています。お礼と、追加資料と、次の日程と、料金の補足。読む側は、何に返事をすればいいか分からず、後回しにします。AIに頼むと、この詰め込みがさらに丁寧になります。丁寧な詰め込みは、迷惑メールの上品な版です。目的が「候補日時を2つ出す」なら、それ以外は削る、と禁則に書きます。 宛先欄は、礼儀のためだけではありません。紹介経由なのか、展示会のあとなのか、既存の担当変更なのかで、最初の2行が変わります。宛先が「ご担当者様」のまま依頼すると、お手本がどれだけ良くても、初対面の温度に戻ります。 埋まっている型がどう見えるか、打ち合わせ後の1通だけ実物の骨を置きます。会社名は仮です。 宛先：B社・田中様／初回打ち合わせ後／CCなし 目的：来週の候補を2つ出し、どちらがよいか返事をもらう お手本：打ち合わせ後に候補が返ってきた3通。勝因は「件名に日付」「最初の行で相手の言葉」「候補は2つまで」 今回の材料：相手が「来週中に社内で共有したい」と言った。資料は当日渡済み。価格はまだ出していない 禁則：価格に触れない。お手本元の社名を出さない。お礼のあとに提案段落を足さない 確認欄：未チェックのまま下書きを置く。送信は人が決める この骨があれば、出てくる下書きは「先日はありがとうございました。つきましては弊社の強みを改めて…」から始まりにくくなります。始まりは、相手が言った「来週中に社内で共有したい」です。終わりは、火曜午後か水曜午前か、です。用件が1つなので、読んだ人が返事を書けます。これが1通の型の効き方です。骨が無い依頼は、お礼と強みと資料の再掲と「またご連絡します」で終わり、返事の手が止まります。 下書きの完成形も置きます。ただしB社の続きではなく、実物に寄せます。私が毎週送っている顧問先向けメッセージ——先ほどの4ブロックの型——をAIに渡すと、下書きはおよそ次の形で返ってきます。宛先と社名を伏せた出力例です。 件名案（3つ・人が選ぶ） 1. 今週のAIと近況です 2. 8月◯週の定例便｜試す価値のあるアップデート1件 3. 「議事録の整理が重い」の続き——今週のTips 本文の下書き（出力例） ◯◯さん 今週ぶんの近況とAIの動きをお送りします。 まずアップデート。◯◯（ツール名）に、会議メモをそのまま要約に落とせる機能が入りました。御社の議事録づくりに、そのまま効きます。 Tipsを1つ。前回のセッションで出た「議事録の整理が重い」は、文字起こしを議題ごとに切ってから要約させると、確認が1回で済みます。 こちらの近況です。来週のセッションでお見せしたい資料を仕込んでいます。 最後にヒアリングです。その後、先週決めた運用は回っていますか。 詰まっている箇所があれば、一言だけ返してください。次回のセッションで机に載せます。 返事は一言で構いません。 骨との対応はこうです。目的は1つ、近況の返事をもらう。お手本は、過去に反応が返ってきた自分の通。今回の材料は、その会社の直近セッションと今週のAIの動き。売り込みの段落は無い。件名は3案から人が選び、送信も人。欄の並びは、B社の骨と同じです。 ## 初回・フォロー・リマインドは、別の仕事 「営業メール」で一括りにすると、お手本が混ざります。目的ごとに机を分けるほうが、短い文書では効きます。 種類 1通の目的 お手本に残すもの 人が残す判断 初回 返事か、短い通話の了承 自己紹介の長さ、理由の1行 今送る相手か 打ち合わせ後 約束の確認と、次の日付 相手の発言の拾い方 議事の事実関係 資料・見積送付 開いてほしい場所を1つ示す 添付の案内の短さ 金額・条件の最終確認 リマインド 負担の少ない返事の仕方を出す 催促に見えない件名 送る間隔と、送ってよいか 失注後 関係を切らない。売らない 売り直しを我慢した文面 今は何も売らない判断 紹介依頼 紹介してほしい人の型を1つ 相手が転送しやすい短さ 頼んでよい関係か クレーム隣接 事実確認の日程だけ取る （原則、お手本化しない） 人が最初から書く リマインドは、需要の多い検索語です。だからこそ、危ない。音沙汰がない相手へAIに「フォローして」と頼むと、熱量が一段上がった文が来ます。熱量は、相手の沈黙を責める方向へ寄りやすい。勝ちメールとして残すリマインドは、短いものです。前回の資料の場所、返事の選択肢を2つ、今回見送るならそれで構わない、という逃げ道。逃げ道があるリマインドだけが、次の仕事になります。 クレームに隣接するメールは、型に入れません。謝罪の温度は人の仕事です。下書きを作らせること自体を禁則にしてください。型がないと不安な会社ほど、ここを型にしたくなります。型にした瞬間、事故の文章が量産されます。 件名だけ切り出します。本文をいくら直しても、開かれなければ仕事になっていません。私がお手本の勝因でいちばんよく聞くのは、件名の話です。日付が入っている。相手の社内行事や前回のテーマが入っている。「ご提案」「ご挨拶」「ご連絡」だけではない。AIに件名を1つだけ出させると、丁寧な抽象に戻ります。3つ出させて、人が選ぶ。3つのうち1つは短く、1つは日付入り、1つは相手の言葉入り、と禁則側に書いておくと、選びやすくなります。 展示会やウェビナーのあと一斉に送る文面は、個別の営業メールと机を分けてください。書籍第3章でも、ウェビナー業務の成果物として開催後のフォローメールを挙げています。あちらは「参加者全体への1通」、こちらは「この人への1通」です。参加者全体のフォローをお手本に、個別の決裁者へ送ると、個別の顔をした一斉送信になります。名簿を回して同じ型で送るなら、目的は「資料の場所を渡す」まで。個別の日程調整は、別の1通です。 ## お手本の集め方——受信箱を、丸ごと渡さない やりがちな失敗は、OutlookやGmailの出力をフォルダに捨てて「この中からいい感じに」と頼むことです。入口が広すぎます。関係のない顧客、採用、社内連絡、個人の携帯番号、過去の値引き条件が、同じ山に入ります。入口に入れすぎた事故は、出口をいくら締めても残りやすい。書籍第3章の言い方を借りれば、事故は入口と出口の二点から起きます。 集め方は、人が選びます。 - いま詰まっている目的を1つ決める（例: 打ち合わせ後のフォロー） - その目的で、次が起きたメールを3通、送信箱から出す - 顧客名の扱いに迷う通は、社名を落とすか、お手本から外す - 1通ごとに勝因を3行書く - メール用の机（フォルダ）に、目的名で置く 全社のメールを学習させるプロジェクトにしないでください。それは情報管理の案件であって、今週末のフォローを速くする仕事ではありません。学習に使われない設定、個人情報と認証情報を置かない、必要な通だけを見せる。この線はセキュリティの記事と同じです。社内ルールとして「社外に出るメールは下書きまで」と1行書くなら、生成AIの社内ルール記事のひな形を使ってください。本記事では条文を再掲しません。送信ボタンが人の手にあることだけ、繰り返します。 ## 仕事としての依頼——「いい感じのフォロー」を禁止する 相談の依頼は、こうです。「先日お会いしたA社へ、フォローメールをいい感じで書いて」。仕事の依頼は、1通の型を埋めたものです。指示文の技巧ではありません。渡す順番です。 # 営業メールの下書き（送信しない） ## 宛先 - 会社: A社 / 担当: ◯◯様 / 関係: 初回打ち合わせ後 / CCなし ## 目的（1つ） - 来週の候補日時を2つ出し、どちらがよいか返事をもらう ## お手本 - 00_お手本/打ち合わせ後/ の3通と、各3行の勝因 ## 今回の材料 - 02_案件/A社/ の議事メモ（相手の発言を優先） - 送付済み資料のファイル名 - 約束した「来週中に日程調整」 ## 禁則 - 価格・値引きに触れない - お手本元の社名・人名を出さない - 売り込む段落を足さない - 件名を「ご挨拶」「ご提案」にしない ## 作るもの - 件名案 3つ - 本文の下書き 1通 - 確認欄（未チェックのまま） - 保存先: 02_案件/A社/メール_下書き.md ## 守ること - 送信しない - 分からない固有名詞は【要確認】 - 目的以外の用事を足さない 件名を3つ出させるのは、本文より件名で勝負が決まるからです。本文がよくても、件名が「ご提案の件」なら開かれない。3つの中から人が選ぶ。ここも、人が決める仕事です。 この依頼を毎回手で書かなくていい。型をファイルにして、宛先と今回の材料だけ変える。うまくいかないときに直すのは、たいていお手本の選び方か、目的が2つ以上あるかです。依頼文を長くしても、平均からは出られません。プロンプト集を作って翌月には開かなくなる、という一般化した観察は、営業メールでもそのまま起きます。 1通の型以外の顧問現場もまとめた資料（無料） ## 送信可否は人間——出口を、便利さで開けない 下書きが速くなると、次に欲しくなるのが自動送信です。予定時刻に送る、開封を追う、返信がなければ次を送る。便利です。営業メールでは、私はそこを閉じます。理由は、メールが契約や関係の手前にあるからです。間違った社名、間違った金額の残像、まだ言えない納期、紹介者の名前落ち。これらは下書きのうちは社内の問題で、送信した瞬間に相手の問題になります。 確認欄は、心構えではなく項目です。 - 宛先の会社名・担当者名・敬称は、今回の相手か - お手本元の社名・人名・案件名が残っていないか - 価格・納期・契約条件が、書いてよい範囲か - 相手の発言や日付の事実は、議事と一致しているか - 目的は1つか。返事の仕方が一通で分かるか - CC、添付、件名は、送る内容と一致しているか - 今送ってよいか。沈黙を責めていないか - 送信してよいか——人が決める 8番が空のまま送ってはいけない、をルールの1行にします。AIがチェックを付ける運用にはしません。付ける側と送る側が同じ機械になると、確認が儀式になります。人が印を付け、人が送る。入口でお手本を選び、出口で送信を握る。間で働くAIがどれだけ速くなっても、この二点は手放しません。 セッションの完了報告も、同じ運用です。顧問のセッションが終わるたびに、支援内容の共有と次回の提案をセットにした報告のメッセージを送っています。定型は私のもの、下書きはAI、読んで送るのは私。正直に書くと、下書きの精度が上がるほど、確認が形式に見えてきます。それでも全文を読んでから送ります。相手に届くのは、AIの下書きではなく、私の名前のメッセージだからです。8番の欄は、この誘惑を知っている人のための欄です。 最初の週に起きがちなのは、下書きの速さに安心して、確認欄の上から3つ——宛先、お手本の固有名詞、価格——だけ見て送ることです。残りの事実関係と「今送ってよいか」が、いちばん事故ります。相手が「来月以降で」と言った案件に、翌週の候補を出す。お手本の値引き幅が、今回の本文に残る。どちらも、丁寧な日本語のまま起きます。速さは、確認欄へ早く着くための速さです。送る速さをKPIにしないでください。 ツールの実費は、ChatGPTやClaudeの有料プランの公表価格帯（2026年8月時点）でいえば、1人あたり月3,000円〜1万円程度です。メール専用の営業支援AIを最初から買う必要はありません。先に揃えるのは、目的別の勝ちメール3通と、1通の型です。専用ツールは、型が社内で回ってからでも間に合います。先にツールを買うと、自社の温度ではなく、その製品の平均温度で送ることになります。 ## やってはいけない6つ NG 何が起きるか 向き ゼロから書かせる どこの会社のメールにもなる 勝ちメールを先に置く 受信箱を丸ごと渡す 入口が広がり、混入と漏えいが同時に起きる 目的別に人が3通選ぶ 1通に用事を詰める 返事の仕方が分からず後回しになる 目的は1つ リマインドの熱量を上げる 沈黙を責める文面になる 短い選択肢と逃げ道 下書きをそのまま送る 社名混入や事実誤認が相手へ行く 確認欄を人が潰す 自動送信までつなぐ 出口が開き、事故が社外で完了する 送信ボタンは人 6つのうち、現場でいちばん多いのは1番と3番です。ゼロから書かせて薄い、と嘆いたあと、指示に「もっと熱く、もっと具体的に、でも簡潔に」と足す。矛盾した相談には、矛盾した平均が返ります。熱さはお手本からコピーし、具体は今回の材料から取り、簡潔さは目的を1つにすることでしか出ません。 ## メール担当をAI社員にするなら、机を分ける 1通の型が回り始めたら、それを社員定義に落とせます。職務は「営業メールの下書き」。読むものはお手本と今回の材料。成果物は下書きと確認欄。やってはいけないことは送信と、価格の創作。人間が確認する点は、上の8項目。キャラ設定は不要です。この置き方の全体は「AI社員」の作り方にあります。本記事は、そのうちメール1通に切った実務です。 横展開したくなる気持ちは分かります。提案書、見積の送付文、セミナー後のフォロー。ただし机は分けてください。提案の机、メールの机、広報の机。同じ「文章」でも、勝ち方の単位が違います。混ぜたフォルダのAIは、提案の丁寧さでリマインドを書き、広報のキャッチで初回メールを書きます。どちらも、次が起きない文面です。 攻めの手数の話も、メールでは具体になります。送れていないフォロー、出せていない初回、書けていない失注後。人手を足さずに通数だけ外注すると、通ごとに費用が消え、勝ち方も残りません。型とお手本が社内にある状態は、通数を増やしても温度が落ちにくい。時間削減は補助です。主軸は、打てていなかった1通が、自社の声で出せることです。 ## よくある質問 ### Q1. 勝ちメールが3通もありません。 次が起きた1通と、自分で「次はこう送りたい」と思う1通と、失敗した1通（長すぎた、売りすぎた）の混成で始めてください。失敗した通には、勝因の代わりに「何が余計だったか」を3行添える。避け方のお手本になります。創業直後で送信箱が空なら、まず人が3通送り、その結果から机を作ります。空の机に平均を置いても、自社の声は増えません。 ### Q2. 英語や丁寧語のミスを直すだけでも価値はありますか？ あります。ただしそれは校正であって、営業メールの仕事ではありません。校正だけならお手本は不要です。次を起こす文面にしたいなら、校正の前にお手本と目的を置いてください。丁寧語が正しい平均メールは、すでに世の中に足りています。 ### Q3. 一斉配信のメルマガにも使えますか？ 構造は近いですが、机は分けます。メルマガは1対多、営業メールは1対1です。お手本も違います。開封された配信と、返信が来た個別メールを混ぜない。1対多の設計は、1人広報の記事側の話に寄せてください。 ### Q4. 商談の議事録が雑でも動きますか？ 雑な議事のまま頼むと、AIは穴を一般論で埋めます。埋められた一般論が、相手の発言として返ってきます。議事が薄いときは、下書きより先に、相手が言った言葉を3つだけ書き出す。それが今回の材料になります。議事そのものを仕事にする話は、本記事の外です。 ### Q5. 送信まで自動化してはいけませんか？ 社外に出るメールでは、いけません。社内の下書き共有や、自分宛のリマインドなら話は別です。相手の名前と条件が入る文書の出口は、人が握ります。便利さで出口を開けると、事故の完了だけが速くなります。 ### Q6. 顧客名の入った過去メールを読ませて大丈夫ですか？ 学習オフを前提に、必要な通だけを、迷う通はマスキングして渡します。係争中、秘密保持の厳しい相手、個人のプライベートな事情が書いてある通は、お手本にしません。全受信箱を教材にする発想を、最初に捨ててください。 ### Q7. 営業チーム全員で使うには？ まず一人の目的で3通回す。型と確認欄が固まったら共有する。各自にコピーを配ると、古いお手本が残ります。共有の仕組みはコンテキストのチーム共有の記事側の話で、本記事では「コピーを配って終わりにしない」だけ守ってください。最初から全チームの全目的を作ると、お手本選びが会議になります。会議になったお手本は、更新されません。 ### Q8. ChatGPTの画面に貼るだけで十分ですか？ 1通試すなら十分です。残すなら、お手本と型をフォルダに置いて、仕事として頼める形にしてください。画面に貼ったお手本は、その会話が終わると職場が消えます。消える職場では、勝ち方が会社に残りません。 ## 持ち帰り——メール1通の型 印刷して、案件の横に置いてください。空欄を埋めてからAIに渡す。埋まっていない欄があるうちは、まだ相談です。 【営業メール 1通の型】 宛先 - 会社: - 担当: - 関係（初回 / 既存 / 紹介 / その他）: - CC: 目的（1つだけ） - お手本（同じ目的で次が起きた通） - 通1: 勝因3行: - 通2: 勝因3行: - 通3: 勝因3行: 今回の材料 - 相手の発言: - 日付・約束: - 送付済みのもの: - 書いてはいけないこと以外の、書いてよい事実: 禁則 - [ ] 価格・値引きに触れない - [ ] お手本元の社名・人名を出さない - [ ] 目的以外の用事を足さない - [ ] その他: 確認欄（人が印を付ける） - [ ] 宛先・敬称は今回の相手か - [ ] お手本の固有名詞が残っていないか - [ ] 価格・納期は書いてよい範囲か - [ ] 事実は議事と一致しているか - [ ] 目的は1つか - [ ] 件名・添付・CCは一致しているか - [ ] 今送ってよいか - [ ] 送信してよいか（人が決める） 保存先: 送信しない。下書きまで。 この1枚が埋まっている依頼と、「フォローしておいて」の一言は、同じAIでも別の社員に仕事を振っているのと同じです。埋まらない欄は、AIの能力不足ではなく、その案件の材料不足です。材料が無いなら、下書きを頼む前に、相手の発言を3つ思い出すところから戻ってください。 ## まとめ——平均の丁寧さは、もう足りている 営業メールをゼロから書かせると、どこの会社のメールにもなります。通ったメールをお手本にし、今回の材料を渡し、目的を1つにし、禁則を書き、確認欄を人が潰し、送信ボタンは人が押す。これだけです。提案書の仕込みとも、広報の展開とも、机を分けます。名文は要りません。次が起きた長さと、相手の言葉と、返事の仕方だけが要ります。 文章力は借りられます。自社の送信箱に残っている勝ち方は、借りられません。そこをフォルダに移した会社から、フォローの通数が、平均の丁寧さではなく自社の声で増えていきます。まず1目的、3通、1通の型。うまくいかなければ、指示を足す前に、お手本を見直してください。 お手本の置き方を会社の仕組みにする話は、AI顧問とはにあります。 AI顧問の無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # ChatGPTやGeminiに、自社の名前が載る会社の作り方 URL: https://aiandwill.com/llmo-kaisha-noru/ 公開: 2026-08-14 / 更新: 2026-09-05 ChatGPTやGeminiに「中小企業向けのAI顧問はどこがいいですか」と聞く。出てくる社名の中に、自社がない。一方でGoogle検索では、自社サイトは出ている。このズレを「生成AI検索の対策」と呼んで、宣伝記事を増やそうとする会社が増えています。私は、その順番が違うと思っています。 私（AiWiLL・赤堀）の結論は単純です。宣伝記事を増やす前に、測り方を決め、社名・人名・方法論の定義ページを先に置く。AIに引用されるかどうかは運ではなく、AIが読める場所に、一貫した定義があるかどうかの話です。書くのは用語ではなく、測り方と、置くページ5つです。ツールの設定画面を追うハウツーにはしません。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 先に結論——宣伝記事を増やす前に、測る 「ChatGPTに引用される会社になりたい」という相談は、2026年に入ってから明らかに増えました。相談の中身を聞くと、やりたいことはだいたい同じです。比較サイトに載りたい。プレスを出したい。AI向けの記事を量産したい。気持ちは分かります。ただ、私の現場では、その手前で止まっている会社のほうがずっと多い。 止まる理由は、能力不足ではありません。何をもって「載った」とするかが、決まっていないからです。Googleの順位はSearch Consoleで見える。AIの回答に社名が出たかは、同じ質問を同じ条件で投げ続けないと見えない。見えないものを改善しようとすると、施策は宣伝に寄ります。宣伝は気持ちがいい。数字は動かない。 だからこの記事の順番は、一般的な「LLMO対策10選」とは逆です。 - 言葉を定義する（LLMOとは何で、何ではないか） - 測り方を決める（検索側と、AI回答側を分ける） - エンティティ（社名・人名・方法論）をページとして置く - 引用されやすい1文と表を、定義ページに先に置く - そのあとで、外部の言及と実践の一次情報を足す 4と5を先にやると、AIは「何の会社か」を取り違えたまま、薄い紹介文を量産します。自社でも同じ取り違えが、検索側ではすでに起きています。後述します。 ## LLMOとは何か——用語は、まだ揃っていない LLMOは Large Language Model Optimization の略で、日本語では「大規模言語モデル最適化」と訳されます。実務で使うなら、ChatGPTやGeminiなどの生成AIが回答を作るとき、自社の社名・人物・方法論・一次情報が引用されやすくなるよう、置き方を設計することです。 LLMOとは、生成AIの回答の中で、自社の社名・人物・方法論・一次情報が引用されやすくなるよう、定義ページの置き方と測り方を設計することである。 AiWiLLではこれを「宣伝の最適化」ではなく、「会社の文脈を、AIが読める形で残す」作業として扱っています。 似た言葉が並んでいるので、ここで一度仕分けます。用語が揃っていないこと自体が、この領域の現在地です。日本経済新聞は2025年10月の記事で、日本ではLLMO、米国ではAEOやGEOが使われやすい、と整理しています（出典: 日経電子版「『AI検索最適化』表す用語は 日本独自のLLMO、米国はAEO・GEO」、2025年10月11日）。 呼び方 主に見ている対象 実務で使うときの意味 この記事での扱い SEO 検索エンジンの結果ページ GoogleやBingに載り、クリックされる 土台。これが無いとAIも読めないことが多い LLMO 大規模言語モデル（ChatGPT等） 回答の中で社名や定義が引用される 本記事の主語 GEO 生成エンジン全般 LLMOとほぼ同義で使われることが多い 学術側の呼び方として扱う AEO 質問への直接回答 強調スニペットやAI概要など「答え」として抜かれる 定義文とFAQの置き方に効く AIO AI検索全般、またはAI Overviews 使う人によって指す範囲が違う 用語としては使わない 指名検索 社名・人名のクエリ 「その会社を知っている人」が来ているか 検索側の成績表として使う GEOという言葉自体は、2023年に公開された論文「GEO: Generative Engine Optimization」（arXiv:2311.09735）が起点です。論文の主張を私の言葉で圧縮すると、「生成エンジンは検索結果を読んで答えるので、引用されやすい書き方をすれば、露出は変えられる」です。これは学術側の仮説です。自社の観測と混ぜません。 私の立場を先に置きます。用語を新しく増やしてサービスを売りたいわけではありません。呼び方が何であれ、現場で必要なのは「AIが自社を何者だと理解しているか」を測り、定義を1か所に置くことです。ここを抜かして「生成AI検索対策」のチェックリストだけを買うと、またプロンプト集と同じ末路になります。配った瞬間は安心する。1ヶ月後、誰も開かない。 プロンプト集が1ヶ月で開かれなくなる——これは顧問先で繰り返し見てきた一般化した観察です。LLMOの施策リストも、測らずに配れば同じになります。 ## AIが社名を挙げるとき、実際に読んでいる場所 生成AIが「どこがいいですか」と聞かれて社名を出すとき、中身はだいたい3つの経路のどれかです。経路を分ける理由は、打ち手が違うからです。 経路 AIがやっていること ここで効く条件 宣伝記事だけで足りるか ① その場で検索する 質問を受けた瞬間に検索エンジンを叩き、上位数件を読んで要約する 検索インデックスに載っている。定義が1文で抜ける △ 記事量より、定義ページの到達性 ② 学習済みの知識から答える 学習時に読んだWeb・書籍・百科的データから記憶を引く 複数の場所に、同じ定義で存在している ✗ 自社サイトだけでは弱い ③ 他人の比較記事を引く 「おすすめ◯選」を読んで、載っている社名をそのまま挙げる 第三者の比較・解説に社名と定義が載っている ✗ 自社宣伝は比較に見えない ④ 社名の取り違え 同名の別会社・別店舗の情報を混ぜて答える 人物・所在地・方法論で区別できるページがある ✗ 記事を足すほど混ざることもある ⑤ 存在しないものとして扱う 読めない、または確信度が低く、名前を出さない まず検索に載ること。次に一貫した定義 ✗ 宣伝以前の問題 ⑥ 古い自己定義を引く 昔の肩書や旧事業の説明を、今の正体だと思って使う トップと会社ページの1行が、今の事業と一致している ✗ 古い説明を増幅する ①はSEOの延長です。Googleに載っていないページは、検索して答えるタイプのAIからも見えにくい。ここは仮説ではなく、仕組みの話に近い。②と③は「他の場所でも同じことが書いてあるか」です。自社サイトだけ正しい定義を持っていても、外が空っぽなら、AIは確信度を上げません。 私がこの整理を現場で使う理由は、施策の順番を間違えないためです。比較サイトへの掲載依頼は③の打ち手です。定義ページが無い状態で③だけをやると、先方が書く紹介文がブレます。ブレた紹介文をAIが読むと、自社でも意図していない肩書が固定されます。 ⑥は自社で痛い目を見ました。創業は2026年2月。事業の重心はAI顧問ですが、以前のイベント制作の説明がサイトの自己定義に残っていた時期があります。人が読めば「いまはAI顧問の会社だ」と補完できます。AIは補完しません。最初の1行を、そのまま会社の正体だと思う。だからトップと会社ページの1行は、記事量より先に直す対象です。 ## 自社の実測——AI顧問のページは、検索表示の1%未満 ここからが、この記事の一次情報です。出典は自社サイト aiandwill.com の Google Search Console（Site Kit経由、期間は2026年5月7日〜2026年8月4日、取得は2026年8月7日）です。推測は混ぜません。 サイト全体では、表示33,564、クリック527、CTR 1.57%。表示のあるページは181、クエリは944。数字だけ見ると「サイトは動いている」ように見えます。クラスタを分けると、景色が変わります。 クラスタ ページ数 表示 クリック CTR 表示シェア イベント 80 27,790 249 0.90% 82.80% その他 64 2,618 61 2.33% 7.80% AIツール解説 5 1,589 56 3.52% 4.73% トップ 1 1,242 152 12.24% 3.70% AI顧問 31 325 9 2.77% 0.97% AI顧問クラスタの表示は、サイト全体の0.97%です。ページ数は31あります。記事が無いのではありません。狙っている検索者には、ほとんど届いていない。全体の表示が増えても、イベントのページが稼いでいるだけなら、AI顧問の会社としては前に進んでいません。 これが、私が「宣伝記事を増やす前に測れ」と言う理由です。測らずにAI顧問の記事を足しても、検索エンジンから見た会社の正体は、まだイベント会社のままです。AIが検索して答える経路を使うなら、同じ偏りを引き継ぎます。 指名検索（社名・人名・方法論名）も出します。同じ期間です。 クエリ数 表示 クリック CTR 指名 10 451 134 29.71% 非指名 934 11,683 101 0.86% クエリ単位の表示合計は、匿名化クエリが含まれないため、ページ単位の合計（33,564）より小さくなります。Search Consoleの仕様です。 指名のCTRは29.71%、非指名は0.86%。知っている人が社名で来たときの強さと、知らない人がテーマで来たときの弱さが、同じサイトの中に同居しています。指名クエリのうち上位6件を置きます。 クエリ 表示 クリック 平均順位 aiwill 217 69 3 aiwill株式会社 108 61 1 ai will 102 4 5.8 アイウィル 12 0 39.7 赤堀亘 5 0 10 アイウィル 美容室 名古屋市港区中川本町 2 0 45.5 読み取れることは3つです。1つ目、ラテン文字の社名は取れている。2つ目、人名「赤堀亘」は表示5、クリック0。人が検索されていない。3つ目、カタカナの「アイウィル」は、名古屋の美容室と混ざる。同名の取り違えは、机上の心配ではなく、Search Consoleにすでに出ています。 方法論名のページも、同じ期間ではまだ薄いです。考脈学の正典ページの表示は24、コンテキスト経営の定義ページの表示は3、AI顧問とはの表示は7。定義ページは公開されています。検索に厚く載っている状態では、まだありません。 2026年8月4日時点の自社点検では、会社ページ・プロフィールページ・考脈学ページはいずれも公開され、外部アカウント（X、note、YouTube、Amazon著者ページ、Facebook）との接続も機械可読な形であります。llms.txt も存在します。つまり「ページが無い」段階は、少なくとも自社では終わりつつある。いまの問題は、ページの有無ではなく、狙ったクラスタが検索に載っていないことです。 ## 「Googleに載っても、AIに名前が出ない」は仮説として分ける 記事の企画段階で、私は「Googleに載っても、AIに名前が出ない会社が増えている」という一文を置いていました。読者の実感にも近い。ただ、これを事実として書くのは、まだ早い。出典と自社観測を分けます。 - 学術・報道側（出典あり）：生成エンジンは検索結果やWeb上の文書を読んで答える、という整理がある。GEO論文（arXiv:2311.09735）は、引用されやすい書き方で露出が変わる可能性を示しています。日経の用語記事は、呼び方が地域で分かれている現状を伝えています。どちらも「Googleに載れば必ずAIに出る」とは書いていません。 - 自社の観測（Search Console）：AI顧問の定義・実践ページは公開されているのに、表示シェアは0.97%。人名の指名はほぼ無い。カタカナ社名は別業種と混ざる。これは「検索に載っていない／薄くしか載っていない」観測です。「AIに名前が出ない」の直接証拠ではありません。 - 自社の観測（仕組み）：検索して答えるタイプのAIは、検索インデックスを土台にする。土台がイベント82.8%なら、AIが自社を要約する材料もイベントに寄る、という推論は立てられる。これは推論です。月次の回答ログを公開できるまでは、断定しません。 - まだ公開できないもの：同じ質問をChatGPT・Gemini・ほかのモデルに投げて、社名が出たかを数えた表。私は社内の成績表としてこの測り方を使っています。定義と記録の型が外に出せる状態になってから公開します。未計測の「掲載率○%」は作りません。 分けて書くのは、きれいごとではありません。LLMOの記事は、ここを混ぜた瞬間に宣伝になります。「AIに載る方法」と書いて、根拠が他社ブログの要約だけ、は一番やってはいけない形です。私自身、顧問として累計約15社、研修・講座を含め30社超、レクチャーは100名以上を見てきましたが、その現場知と、検索の実測と、学術の仮説は、同じ文に置かない。 いま言えるのは、次の1文です。Googleに厚く載っていない会社が、検索型のAIに厚く載る理由は、私の観測の範囲ではない。だから先にやるのは、AI向けの魔法のタグではなく、狙った定義ページを検索に載せることです。 ## なぜエンティティを、ページとして置くのか エンティティという言葉を使うと難しそうに聞こえます。実務では、「AIが取り違えない単位」です。会社、人、方法論、サービス。この4つが、別々のページとして定義されていないと、AIは近い言葉を混ぜます。 自社の混線は、すでに数字に出ています。「アイウィル」で美容室が混ざる。「赤堀亘」はほとんど検索されていない。方法論ページの表示は、まだ二桁前後。この状態で「中小企業 生成AI 顧問」と聞かれても、AIが社名を確信して出す材料が足りない。 ページとして置く理由は、3つです。 - 同じ定義を、何度でも同じ言葉で読ませるため。SNSの自己紹介、会社概要、記事のリード、書籍の肩書が、少しずつ違うと、AIは平均します。平均された肩書は、どの事業でもない説明になります。 - 同名の別会社と切るため。社名だけでは切れません。人名、所在地、方法論、著書、提供内容を、同じ塊として接続する必要があります。 - 引用の単位を小さくするため。AIは長いストーリーより、「○○とは、〜である」の1文を抜きます。その1文が、独立した定義ページの先頭にあるかどうかで、抜かれ方が変わります。 これは、コンテキスト経営そのものです。会社の文脈が人の頭の中にあると、人もAIも再現できません。定義がページとして残っていれば、担当が変わっても、モデルが変わっても、同じ1文を読めます。思想の本体は「コンテキスト経営とは」に置いてあります。方法論の採掘の話は「考脈学」へ送るので、ここでは繰り返しません。 1つだけ、現場の失敗を書きます。初期の私は、記事のたびに会社の説明を少し言い換えていました。読み物としては自然です。検索とAIにとっては、毎回別の会社が生まれているのと同じです。今は、定義文は定義ページで固定し、ほかの記事はそこにリンクします。宣伝を増やすより、言い換えを減らす。これが、引用される会社の地味な本体です。 AI社員の育て方でも、同じ構造が出ます。優秀なAI社員は Prompt×Context×Harness（指示×文脈×実行環境の掛け算）で、差はプロンプトよりコンテキストです。LLMOも同じで、差は「上手い宣伝文」より「読める文脈」です。作り方の手順は「AI社員のつくり方」に書いてあるので、本記事ではそちらへ任せます。 ## 測り方——検索側と、AI回答側を混ぜない LLMOの成績表は、1つでは足りません。少なくとも2つ要ります。検索側と、回答側です。 ### 1. 検索側：Search Consoleをクラスタで切る 全体の表示だけを見ると、自社は「順調」に見えます。33,564表示あるからです。クラスタを切ると、AI顧問は0.97%だと分かる。この切り方が、施策の本体です。 中小企業でやるなら、次の3列があれば足ります。 - 狙っているクラスタ（自社の本業。当社ならAI顧問） - 過去事業・周辺クラスタ（当社ならイベント） - 指名（社名、人名、方法論名） 見る数字は、表示・クリック・CTR・平均順位。順位改善の話は、表示が立ってからでいい。自社のAI顧問ページは、表示50以上がほぼ無い状態です。この段階でタイトルだけいじっても、効果は測れません。先にやるのは、インデックスと内部リンクと、定義ページへの導線です。 ### 2. 回答側：同じ質問を、毎月同じ条件で投げる AIに載ったかどうかは、AIに聞くしかありません。ただし、毎回違う聞き方をすると、記録になりません。私は社内では、質問を固定して投げています。外向けに公開できる最小セットは、次の型です。 毎月同じ条件で聞く質問の型（例） ①「中小企業向けの［自社のカテゴリ］はどこがありますか。根拠も教えてください」 ②「［自社の方法論名］とは何ですか。誰が提唱していますか」 ③「［自社の代表名］は何をしている人ですか」 ④「［自社の社名］は何の会社ですか」 ⑤「［カタカナ社名］と［英字社名］は同じ会社ですか」 記録するのは、社名が出たか、定義が自社の1文に近いか、出典URLは何か、同名の別会社が混ざったか、の4つです。モデル名と日付も残す。UIのスクリーンショットに依存しない。2年後にモデルの画面が変わっても、同じ4列は使えます。 ここで数字の自慢はしません。未公開の回答ログを、それらしい百分率にして出すのは、この記事が一番やってはいけないことです。公開できるのは、測り方と、検索側の実測までです。 ### 3. エンティティ側：ページが生きているかを年に何度か見る 会社ページ、人物ページ、方法論ページ、サービスページ、実践ページ。この5つが200で開き、互いにリンクされ、外部の同じ人物・同じ会社と接続されているか。自社では2026年8月4日時点で、主要ページは公開され、外部アカウントとの接続もあります。それでもAI顧問クラスタの表示は0.97%。ページを置いたことと、狙った検索者に届いたことは、別の出来事です。 ## 持ち帰り——自社がAIに載るための最小ページ5つ ここが、この記事の本体です。業種を問わず、最小で置くページは5つです。多い会社はもっと置いていい。足りない会社は、記事量産より先にこの5つを埋めてください。 # ページ 置く1文 無いと起きること 自社の例 1 会社の定義 何の会社で、誰に、何を、どの期間で提供するか 旧事業や同名他社と混ぜられる 会社ページ。AI顧問として累計約15社、最低6か月・月2回 2 人物の定義 誰が、何を提唱し、何を実証しているか 社名は出ても、人が出ない。再現性を疑われる プロフィール。著書と外部アカウントを同じ塊に 3 方法論の定義 独自の言葉を、1文で定義する 一般論の会社に平均される 考脈学、コンテキスト経営 4 提供内容の定義 何をして、何をしないか。料金があれば表で 「研修会社」や「ツール会社」に誤認される AI顧問とは。月20万円／30万円（税別）、自動更新なし 5 実践の一次情報 実際にやった業務、失敗、残したもの 定義だけの会社になり、引用する理由が無い 導入事例。許諾がある範囲だけ 先に測り、定義ページを置く。宣伝の前に定義 5つのチェックは、公開前に印刷して机に置ける粒度にします。 - □ 会社の1文は、トップ・会社ページ・プロフィールで同じか - □ 人物ページに、肩書・著書・方法論・外部アカウントが揃っているか - □ 方法論名で検索したとき、自社の定義ページが受け皿になるか - □ 料金や提供範囲は、画像ではなくHTMLの表か文章で読めるか - □ 実践ページの固有名詞と数字は、許諾の範囲内か - □ 5ページは互いにリンクされているか - □ 同名の別会社と切る材料（人名、所在地、方法論）があるか - □ Search Consoleで、本業クラスタの表示シェアを見ているか 自社の対応は、すでに公開しているページに寄せます。AI顧問とはが提供内容の受け皿、考脈学とコンテキスト経営が方法論、中小企業のAI導入事例が実践、AI社員のつくり方が実装の手順です。未公開のスラッグには張りません。無いものは、無いと書く。 5ページを埋める前に使う資料セットを受け取る ## 定義ページの書き方——抜かれる1文を、先に置く 定義ページで一番やってはいけないのは、導入の物語から入って、定義が3000字目に出ることです。人は物語で残る。AIは定義文で抜く。両方要ります。順番は、定義が先です。 書き方の型は、これだけで足ります。 - 先頭に「○○とは、〜である」の1文を独立して置く - その直後に、何をして、何をしないかを3行で置く - 数字は表にする。画像に焼かない - FAQを6問以上、質問文のまま置く - 同じ定義を、ほかの記事で言い換えない。リンクする 「画像に焼かない」は、LLMOでは実務上かなり効きます。AIは画像の中の料金表を、本文ほど安定して読めません。自社の記事運用でも、本文はHTML、図は補助、という分け方にしています。 定義文は、かっこよくしなくていい。私が自社で直してきた失敗は、むしろ美文のほうです。「伴走しながら未来をつくる」は、どの会社にも使える。抜かれても、自社だと分からない。抜かれて自社だと分かる文は、固有名詞と制約を含みます。例を置きます。 弱い定義：「当社は、中小企業のAI活用を支援する会社です。」 強い定義：「AiWiLLのAI顧問は、中小企業の業務と判断基準を棚卸しし、AIが実務を担う仕組みを3ヶ月で残す伴走である。自動更新はしない。」 強い定義には、期間と、やらないことが入っています。やらないことを書かない定義は、AIに都合よく拡張されます。拡張された説明は、あとから否定するのに何倍も時間が要ります。 方法論の定義は、なおさら言い換えないでください。考脈学の解説をこの記事で別の言葉にすると、また別の方法論が生まれます。本体は正典ページです。コンテキスト経営も同じです。思想を売りたいのではなく、AIと次の担当者が、同じ文を読めるようにしたい。 ## やってはいけないこと——宣伝記事が、逆に削る LLMOの失敗は、私の見聞きする範囲では、次の5つに寄ります。 - 本業クラスタを測らず、全体の流入を喜ぶ。自社ならイベント82.8%を「サイトが伸びた」と読む失敗です。 - 定義ページより先に、比較記事と宣伝記事を量産する。抜かれる1文が無い状態で量産すると、平均された一般論だけが残ります。 - 社名・人名を、記事ごとに言い換える。読み物としては自然。機械にとっては別会社です。 - 未計測の掲載率を、成果として書く。「ChatGPTでの露出が○%上がった」を、測定定義なしで出すのは、読者にもAIにも不誠実です。 - 研究所や最新手法を、肩書の飾りにする。中身の薄い権威付けは、2年後に一番古く見えます。自社でも、飾り語は使いません。 プロンプトを主役にする失敗も、ここに入ります。「この呪文を打てばChatGPTが自社を推薦する」系は、モデルが変わった瞬間に死にます。残るのは、定義と一次情報と測り方です。プロンプトは対比としてしか出しません。磨く対象は、会社の文脈です。 もう1つ、顧問の現場で見ている逆効果があります。契約して触らなくなる。ツールも、対策記事も、同じです。月初に「LLMOをやらなきゃ」とチェックリストを保存し、月末には開かない。開かない理由は、忙しさより、自分たちの成績表が無いことです。Search Consoleの本業シェアと、固定質問の4列。この2つがある会社だけが、翌月も続けます。 ## 中小企業が、大手のLLMO記事を真似しなくていい理由 大手向けのLLMO記事は、ディレクトリ登録、構造化データの全集、比較メディアへの営業、英語圏の百科データ、広報の定期発信を、並列で並べます。全部嘘ではない。全部を中小企業が同時にやる必要はありません。 理由は、資源ではなく、エンティティの大きさです。取り違えられる単位が小さい会社ほど、5ページの一貫性のほうが効きます。自社は社員2名、業務委託を含めて8名、熱海の会社です。その規模で先にやったのは、定義の固定と、Search Consoleのクラスタ分けと、実践の一次情報を許諾の範囲で書くこと。比較サイトへの掲載は、定義が揺れているうちは急がない。 一次情報の強さは、規模の関数ではありません。顧問先の導入事例で書けているのは、大きな成功数字ではなく、どの業務を選び、何をAIに渡し、どこで止まったかです。AIが引用したくなるのは、きれいな実績より、ほかが持っていない観測です。自社でいま公開できる観測は、AI顧問クラスタ0.97%、指名CTR 29.71%、人名の薄さ、同名他社との混線です。これ自体が、引用単位になります。 事例の中身は、この記事では再掲しません。過程とつまずきは「導入事例4社」に置いてあります。LLMOの話と事例の話を同じ記事で両方厚くすると、どちらも薄くなる。役割を分けます。 ## よくある質問 ### Q1. LLMOとは何ですか？ SEOと違いますか？ LLMOは、生成AIの回答の中で自社が引用されやすくなるよう、定義と測り方を設計することです。SEOは検索結果に載ること。土台はSEOで、LLMOはその先の「抜かれ方」です。SEOを無視したLLMOは、私の観測では成立しにくい。 ### Q2. ChatGPTに引用されるには、記事を何本書けばいいですか？ 本数が先ではありません。最小5ページ——会社、人物、方法論、提供内容、実践——の定義が揃っているかが先です。自社はAI顧問の記事が31ページあっても、そのクラスタの表示シェアは0.97%でした。量の前に、本業が検索に載っているかを見てください。 ### Q3. Googleに載っているのに、GeminiやChatGPTに社名が出ません。 「載っている」の中身を分けてください。サイト全体が載っていることと、狙った定義ページが厚く載っていることは別です。さらに、AIに出ないことは、公開できる自社データとしてはまだ仮説です。先にSearch Consoleで本業クラスタの表示を見て、そのあと固定質問で回答側を記録してください。 ### Q4. llms.txt を置けば、AIに載りますか？ 置き場所の1つにはなります。自社にもあります。ただ、llms.txt があることと、本業が検索に載ることと、回答に社名が出ることは、それぞれ別の出来事です。ファイルを置いた安心で、定義ページと測り方を止めるなら、置かないほうがマシです。 ### Q5. 構造化データやAI向けタグは必須ですか？ あると機械が読みやすい箇所はあります。必須だと思って本体を後回しにするなら、順番が逆です。先に人間が読んでもブレない1文を置き、HTMLの表で数字を出し、FAQを質問文のまま置く。タグは、そのあとで足せます。UIや仕様は2年で変わります。定義文は残りやすい。 ### Q6. 同名の別会社と検索で混ざります。どうしますか？ 社名のページだけでは切れません。人物、所在地、方法論、著書、提供内容を同じ塊として置いてください。自社では「アイウィル」が美容室と混ざる表示が、Search Consoleに実際に出ています。カタカナ社名だけを増やす記事は、混線を増やすことがあります。 ### Q7. 中小企業でも、比較サイトに載る必要はありますか？ いずれは効きます。AIが「おすすめ」を聞くとき、比較記事を読む経路があるからです。ただし定義が揺れているうちの掲載は、先方の文面が一人歩きします。先に自社の5ページを固定してから、掲載依頼したほうが安全です。 ### Q8. 自社で何から始めればいいですか？ 今日やることは2つです。Search Consoleで本業クラスタの表示シェアを出すこと。会社・人物・方法論の1文を、既存ページの先頭に同じ言葉で置くこと。記事の新設は、この2つのあとで十分です。 ## まとめ：載りたいなら、先に測れ。次に、定義を置け - LLMOは宣伝の最適化ではない。AIが読める定義と、測り方の設計である - 用語（LLMO / GEO / AEO）は揃っていない。出典と自社観測は分ける - 自社GSC（2026-05-07〜08-04）：AI顧問クラスタの表示は全体の0.97%。全体が伸びても本業に届いていない - 指名CTRは29.71%、非指名は0.86%。人名は薄い。カタカナ社名は美容室と混ざる - 「Googleに載ってもAIに出ない」は、いまのところ仮説。公開できる成績表は検索側が先 - 最小ページは5つ。会社、人物、方法論、提供内容、実践 - 抜かれる1文を先に置き、記事ごとに言い換えない 私がこの記事で売りたいのは、新しい略語ではありません。会社の文脈を、人の頭の外に出す作業です。それが残れば、検索もAIも、次の担当者も、同じ会社を指せます。残っていなければ、記事を何本足しても、平均された他人の会社になります。 定義と棚卸しに使う資料セットを無料で見る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # クレーム対応を標準化する｜初動は型、謝罪の温度は人 URL: https://aiandwill.com/claim-taiou-ai/ 公開: 2026-08-14 / 更新: 2026-09-02 クレーム対応を「AIで標準化したい」という相談は、口コミ返信より温度が高い。間違えると、お金と信用が同時に動くからです。現場は分かっています。分かっているから、1件目に手が付かない。溜まる。溜まるほど、最初の一文が書けなくなる。 私（AiWiLL・赤堀）の結論は、役割を分けることです。初動の型はAIに渡せる。謝罪の温度と、補償・責任の最終判断は、人に残す。標準化の対象は「気持ち」ではありません。最初の24時間に、漏れなく・遅滞なく・約束しすぎずに返す型です。置くのは、初動メールの下書き型と、人が見る項目です。特定のお客様の話は出しません。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 先に線を引く——標準化するのは初動、均質化してはいけないのは謝罪 クレーム対応のAI化で、いちばん壊れる会社は、真面目な会社です。マニュアルを厚くする。定型文を増やす。誰が返しても同じ文面になることを「公平」だと思う。お客様から見ると、公平ではなく、温度が無い。温度が無い詫びは、詫びとして届きません。 逆に、全部を勘でやる会社も壊れます。その日の担当者の体調と、忙しさと、性格で、謝り方が変わる。常連には厚く、初めての人には薄い。夜中の着信だけ、言葉が荒れる。これも信頼ではありません。運です。 分けるべきなのは、次の2層です。 - 初動の型——受け取った、事実を確認する、担当と期限を伝える、個人情報を広げない。ここは標準化できる。 - 謝罪の温度と最終判断——誰が謝るか、どこまで認めるか、何を補償するか、電話に切り替えるか。ここは人の仕事です。 AIに渡せるのは、1層目の下書きです。2層目を渡した瞬間、標準化は均質化に変わります。私が顧問として累計約15社、研修・講座を含め30社超を見てきた範囲では、初日にこの線を書いた会社のほうが、翌月も型が残っています。 ## クレームが溜まる理由は、文章力不足ではない 現場で聞く言い訳は、いつも似ています。「忙しくて返せない」「うまく謝れない」「法務に見せてからにしたい」。全部本当です。ただ、溜まり方の本体は別のところにあります。1件目に手を付ける心理的な重さです。 未返信が1件なら、今日中に書ける。5件になると、どれから返すかの順番で止まります。10件を超えると、「いま返すと、なぜ他は返さないのか」が気になり、さらに止まる。口コミ返信でも同じ構造を見ます。クレームは、そこに責任とお金が乗る。止まる速度が速い。 だから対策は、「もっと丁寧に書こう」ではありません。丁寧さの勝負を、初動の段階でやらないことです。初動で必要なのは、名文ではありません。次の4つです。 - 受け取ったことを、当日中に伝える - いま分かっていることと、まだ分からないことを分ける - 次の連絡の期限と、担当を伝える - 補償も、断定の謝罪も、確認前に書かない この4つが型になっていれば、文章の上手い下手は二の次です。上手い文章を初動で狙う会社ほど、下書きが長くなり、確認が遅れ、お客様の怒りが一段上がったところで本番の謝罪を迎えます。順番が逆です。 『コンテキスト経営』の序章で、私は道具は増えたのに会社が変わらない、と書きました。クレーム対応は、その典型です。チャットも、生成AIも、テンプレートも増えた。それでも、ベテランが席を外した日に初動が止まる会社は、止まります。足りないのは道具ではなく、「うちは、こういうときは、こうする」が、人の頭の外に出ていないことです。 ## 判断のサンドイッチ——AIに渡せるのは、真ん中だけ 建設・設備の現場でも、旅館でも、飲食でも、私が使っている分解は同じです。最初にプロの判断があり、最後に責任者の確認があり、あいだに転記・清書・整理が挟まっている。AIに渡せるのは真ん中だけ。クレーム対応も、このサンドイッチです。 工程 中身 AI 人 渡せる度 受付・仕分け クレームか要望か誤送か、緊急度、担当部署 下書きの分類案 最終の仕分け ○ 事実の洗い出し 日時、対象、関係者、現物、既存記録 質問リストの作成 確認と裏取り ○ 初動文の下書き 受領、確認中、期限、担当 型に沿った下書き 温度と送り先の確認 ◎ お詫びの温度 誰が、どの言葉で、どこまで頭を下げるか 案は出せる 必ず人が決める △ 原因の説明 何が起き、再発防止をどうするか 社内メモの整理 対外に出す範囲の判断 △ 補償・返金・代替 金額、代替、今後の条件 渡せない 権限者のみ ✗ 法的・契約上の責任 過失の有無、約款、保険 渡せない 人、必要なら専門家 ✗ 最終送信・電話 送るか、電話に切り替えるか 渡せない 人 ✗ 初動は型、詫びの温度は人。補償はAIに渡さない 表の「◎」が、今日から渡していい場所です。初動文の下書き。ここだけを先に型にすると、現場は動き出します。温度と補償まで一気に自動化しようとすると、導入は会議で止まります。止まる理由は技術ではなく、責任の所在です。 社内ルールとしても、私は「出力は下書きまで」を初日の3つのうちに入れます。社外に出る文書の送信は、人が行う。この1行が無い会社では、早い段階で「AIが送ってしまった」事故が起きます。ルールの全文は「生成AIの社内ルール」に置いてあるので、ここではクレーム用の線だけを厚くします。 初動の型づくりに使う資料セットを見る ## 女将の判断を、一般化して置く——誰が、いつ、何と言って謝るか 『コンテキスト経営』の序章で、私は特定の宿の話としてではなく、一般化した女将の景色を書きました。常連のお客様が「いつもの部屋」と言えば、それがどの部屋か分かる。到着した瞬間の顔色で、今日は放っておいてほしい日か、話したい日かを見分ける。クレームが起きたら、誰が、どのタイミングで、何と言って謝るべきかを知っている。 これは才能ではありません。その人の中に積み上がった、会社の文脈です。お客様との歴史。失敗の記憶。「うちは、こういうときは、こうする」という判断基準。帳簿には載らない。文書にも残っていない。だから、その人が席を外した日に、初動の温度が落ちます。 ここでやりがちな誤りは、女将の勘をプロンプトに要約して終わりにすることです。要約すると、残るのは一般的な「お客様第一」です。残らなければならないのは、もっと具体的な線です。 - 初動はスタッフが返してよいか、責任者が名前を出す案件か - 電話で先に声を届ける案件か、メールの受領連絡で足りるか - 事実確認前に「申し訳ございません」は使えるか、原因の断定は禁じるか - 常連と初めてのお客様で、出すカード（部屋、料理、担当者）が違うか - 同じ内容が再発したときの、エスカレーション先は誰か 特定の旅館の中身は、この記事には書きません。許諾の範囲を超える話は、一般化の外側です。旅館・宿泊業で、おもてなしの前後の書き仕事をどう分けるかは「旅館・宿泊業のAI活用」に置いてあります。以降は、業種をまたいで使える初動の型に集中します。 飲食でも、構造は同じです。味そのものは渡せない。閉店後の言葉と記録は渡せる。クレームは、その境目にあります。料理の善し悪しをAIに判定させてはいけない。受領連絡と、聞き取り項目の抜け漏れチェックは、AIのほうが安定します。飲食側の全体マップは「飲食店のAI活用」へ送るので、ここでは重ねません。 ## 持ち帰り①——初動メール下書きの型 初動メールに必要なのは、名文ではなく、6つの箱です。箱の順番を入れ替えない。箱の中を、事実で埋める。埋まらない箱は、空欄のまま残して人が埋める。AIに推測で埋めさせないことが、この型の本体です。 箱 書くこと 書いてはいけないこと 埋められないとき 1. 宛名と受領 誰から、何を受け取ったか 「すべて承知しました」などの先回り 名前の確認を空欄にする 2. お詫びの位置 ご不便・ご不快への受け止め 原因の断定、過失の自認 温度は人が後で上げ下げする 3. いま分かっていること 確認済みの事実だけ 推測、社内の犯人探し 「確認中」と書く 4. これから確認すること 次に調べる項目 結論の予告 項目を箇条書きで残す 5. 次の連絡 期限、手段、担当者名 守れない期限、曖昧な「追って」 人が期限を入れるまで送らない 6. お願い 追加で教えてほしい事実 お客様への責任転嫁 質問は3つまで 下書きの骨格を、そのまま置きます。これはプロンプト集ではありません。人が見ながら直すための、箱の並びです。 初動メールの骨格（社外に出す前に、人が箱を検品する） 件名：【受領】○月○日のご連絡について（担当：＿＿＿） ＿＿＿様 このたびは、ご連絡をいただきありがとうございます。ご指摘の件、＿＿＿（受け取ったチャネル）にて確かに拝受しました。 ご不便をおかけしていること、まずはお詫び申し上げます。原因と対応の断定は、社内確認のあとでご連絡します。 【現時点で確認できていること】 ・＿＿＿ ・＿＿＿ 【これから確認すること】 ・＿＿＿ ・＿＿＿ 【次のご連絡】 ＿月＿日＿時までに、＿＿＿（電話／メール）で、担当の＿＿＿よりご連絡します。 追加で教えていただけると助かる点が3つあります。 1. ＿＿＿ 2. ＿＿＿ 3. ＿＿＿ お手数をおかけします。受領の連絡まで、先にお送りします。 箱が埋まると、こうなります。飲食店を想定した一般形の記入例で、実在の店・実案件ではありません。 記入例（業種想定の一般形・飲食店） 件名：【受領】昨日のご飲食に関するご連絡について（担当：店長） ◯◯様 このたびは、ご連絡をいただきありがとうございます。ご指摘の件、予約サイトのメッセージにて確かに拝受しました。 ご不便をおかけしていること、まずはお詫び申し上げます。原因と対応の断定は、社内確認のあとでご連絡します。 【現時点で確認できていること】 ・昨日の夜にご来店いただいたこと、ご指摘のお料理をお出ししたことは、当日の伝票で確認しました 【これから確認すること】 ・当日の調理と提供の流れを、担当したスタッフに確認します 【次のご連絡】 明日の18時までに、メールで、店長の私よりご連絡します。 追加で教えていただけると助かる点が2つあります。 1. お気づきになった際の、お料理の具体的な状態 2. ご来店のおおよその時刻 お手数をおかけします。受領の連絡まで、先にお送りします。 使いかたの約束は、3つだけです。 - 空欄は空欄のまま残す。AIに「それらしい日付」を入れさせない - 「すべて当方の責任です」「必ず補償します」は、初動の箱に置かない - 下書きを作った人と、送る人を分ける。同じ人でも、役割は分ける 顧問先で最初にできる下書きは、ほぼ例外なく長すぎます。事故が怖くて、言い訳と社内事情と再発防止まで1通に詰める。長い初動は、読まれません。読まれない初動は、怒りを増やします。初動は短い。調査報告は、次の便です。 ## 持ち帰り②——人が必ず見る項目 AIの下書きを「だいたい合っている」で送ると、事故は文の上手さではなく、事実の1行で起きます。人が見るリストは、文章の好みではなく、送ってよいかの門です。門を、先に置きます。 # 人が必ず見る項目 見る理由 不合格の例 1 固有名詞と日付 別人・別日に詫びると、火が広がる 宿泊日、席、担当者名の取り違え 2 事実と推測の分離 推測を事実として書くと、後で撤回できない 「厨房のミスで」と原因を先に書く 3 過失の自認 契約・保険・行政に影響する 確認前の「すべて当方の責任です」 4 補償・割引・再招待 権限のない約束は、会社を縛る 「次回無料で」を担当者が書いてしまう 5 個人情報 他のお客様の情報、病歴、子どもの名前 別件の記録が文面に混入する 6 謝罪の温度 冷たすぎても、へりくだりすぎても信頼を落とす 定型の「大変申し訳ございません」の連打だけ 7 送り手の名前 誰が頭を下げるかが、温度そのもの 責任案件なのに担当者名だけの署名 8 チャネルの選択 メールで足りない案件をメールで返すと悪化する 大声の現場クレームに、後日出した長文メール この8項目は、チェックリストとして印刷して、送信ボタンの横に置いてください。AIに「確認しましたか？」と聞いても、意味はありません。確認したことにする文章は、いくらでも書けます。見るのは人です。 温度の話だけ、少し長く書きます。温度は、形容詞の量ではありません。「誠に」「深く」「重ねて」を足しても、温度は上がらない。温度は、次の3つで決まります。 - 誰が名前を出すか（担当者か、責任者か） - いつ声が届くか（当日か、三日後か） - 何を次に約束するか（守れない改善ではなく、次の連絡時刻） 女将の頭の中にあるのは、だいたいこの3つです。それを「心を込めて」に翻訳すると、消えます。会社に残すなら、心ではなく、誰が・いつ・何を、です。 ## マニュアルにするなら、書かせない クレーム対応マニュアルが無い会社に共通しているのは、意識の低さではありません。書ける人が、現場で一番抜けられない人であることです。女将も、店主も、番頭も、同じです。その人に「マニュアルを書いてください」と言うと、書かれないまま次の繁忙期が来ます。 やり方は逆です。書かせない。話してもらう。録音と、過去の返信と、実際に起きた案件のメモを原料にして、AIが文書の形に整える。本人は、出来上がった下書きの検品だけをする。マニュアル作成の本体は、この変換です。素材別の手順は「マニュアル作成をAIで進める」に書いてあるので、ここではクレーム用の原料だけを指定します。 - うまくいった初動メール、失敗した初動メール（社内用、個人情報は落とす） - 「これは電話に切り替える」案件の短いメモ - 補償の決裁権限（誰が、いくらまで、何を出せるか） - よくある誤解（予約条件、アレルギー、キャンセル、遅延）の事実関係 - 使ってはいけない表現（他社批判、他のお客様の話、推測） 原料が無い状態で「丁寧なクレーム対応文を書いて」と頼むと、どこの会社の文にもなります。どこの会社の文は、どのお客様にも届きません。コンテキストが無いAIは、丁寧で、正しくて、空虚です。私はこれを、優秀な新入社員に会社の文脈を渡していない状態だと考えています。判断はプロ、作業はAI。作業の前に、プロの線を渡す。 プロンプトを主役にしない理由も、ここにあります。同じ指示文でも、過去の実物を読ませた場合と、読ませない場合で、温度がまったく違います。磨くのは指示ではなく、残す文脈です。 ## クレーム文面を、そのまま学習に渡さない クレームは、個人情報が濃い。氏名、電話、部屋番号、子どもの年齢、病歴、勤務先、支払い。これを未処理のまま汎用AIに貼るのは、標準化ではなく漏洩の準備です。 最低限、初日に決めることは3つです。 - 利用するアカウントで、入力データの学習利用をオフにする - 氏名・連絡先・決済情報・病歴は、下書き用の文面から落とすか記号化する - パスワード、予約システムの認証情報は、例外なく入れない 「見せない」ではなく、「必要な分だけ、必要なときに見せる」。壊されないかを祈るのではなく、壊れても戻せる場所で作業する。設計の本体は「AI導入のセキュリティ」に置いてあります。クレーム対応だけ特別なツールが要るわけではありません。要るのは、入力の線引きです。 社内の共有も同じです。クレームの全文をチャットに流すと、関係のない人まで個人情報を持ちます。AI用の作業ファイルと、社内共有用の要約は分ける。要約には、固有名詞を最小にする。これが面倒に見える会社ほど、あとで「誰が持っているか分からない顧客情報」を抱えます。 ## クレーム対応のAI化で、よくある失敗5つ - 初動と最終回答を、同じ1通にしようとする。確認前に原因と補償まで書くので、確認が終わりません。初動は受領と期限だけです。 - 定型文の温度で、全部を返す。公平に見えて、常連にも初めての人にも届かない。温度は人が上げ下げする。型は箱だけです。 - ベテランにマニュアル執筆を頼んで、止まる。書ける人に書かせない。話してもらい、AIが整え、本人が検品する。 - 原文をそのままAIに貼る。個人情報が学習や履歴に残る。記号化してから渡す。 - 導入して、触らなくなる。プロンプト集が1ヶ月で開かれなくなるのと同じです。毎週、未返信の件数と、初動までの時間だけを見る。成績表が無い標準化は、保存されたファイルで終わります。 5つ目は、私自身も研修の初期に繰り返しました。当日は盛り上がる。三週間後、誰も使っていない。配った文例は、共有フォルダの奥で眠る。クレーム対応は、この墓場になりやすい。理由は、最初の1件が重いからです。重い1件を、完璧な最終回答で始めようとする。始め方を初動の型に落とすと、1件目が軽くなります。 ## 測るなら、満足度ではなく、初動までの時間 「丁寧になったか」は、測りにくい。測りにくいものを成績表にすると、また文例集がフォルダの奥へ行きます。現場で残る数字は、もっと粗末でいい。 - 受領から初動連絡までの時間（当日中か、翌日か、三日以上か） - 未返信の件数（週の初めに数える） - 人が直した箇所の種類（固有名詞、補償、温度、チャネル。同じ直しが続くなら型へ戻す） 満足度アンケートは、あとで足せばいい。最初の1ヶ月は、遅れを止めたかどうかだけを見ます。直しの行き先は4つです。流す、メモリに残す、ルールに書く、初動の骨格へ戻す。毎回同じ種類の直しを、毎回ゼロからやっているなら、標準化はまだ始まっていません。 これは、顧問先で口コミや問い合わせの下書きを回すときと同じ運用です。数字の自慢はしません。効果の数値は、お客様と確認が取れた範囲でしか出さない方針なので、この記事には載せません。載せるのは、測る列です。 ## 旅館と飲食で、型は同じ、温度のつまみだけ違う 業種をまたいで使えるのは、箱の並びです。業種で変えるのは、温度のつまみです。 初動で急ぐこと 人が残す温度 やりがちな失敗 旅館・宿泊 滞在中なら、文面より先に顔と声 誰が部屋まで行くか、翌朝の迎え方 チェックアウト後の長文メールで済ませる 飲食 席にいるなら、料理長や店主の一報 味の議論を文面でしない 口コミと同じ定型で、当日の席を返す 小売・通販 注文番号と到着状況の事実 返品・再送の権限 感情の長いお詫びに事実が埋もれる 設備・現場 安全と二次被害の有無 現場判断と約款 未確認の原因を職人のせいと書く 士業・相談 受領と、回答期限の明示 法的見解を初動に書かない 丁寧な一般論で、期限が無い 共通 受領、確認中、次の時刻 補償と、頭を下げる人 AIの長文を、確認せず送る 旅館の話を厚く書きたい気持ちはあります。ただ、特定の宿の案件は出せません。出せるのは、線引きです。接客そのものと、クレームの最終対応は、人に残す。おもてなしの前後の書き仕事は、型にできる。その地図は旅館の記事にあります。本記事は、地図の「クレーム」の升を、業種横断で深掘りした回です。 ## よくある質問 ### Q1. クレーム対応にAIを使っても、失礼になりませんか？ 下書きに使う分には、失礼の本体ではありません。失礼になるのは、確認していない事実を送ることと、誰の名前も温度も乗っていない定型文を送ることです。AIは箱を並べる。温度と送信は人です。 ### Q2. 初動は、どこまで謝ればいいですか？ ご不便への受け止めまでは、初動に入れていい。原因の断定と、補償の約束は入れない。確認前の「すべて当方の責任です」は、誠実に見えて、あとで会社を縛ります。 ### Q3. 電話とメール、どちらが先ですか？ 相手が目の前にいるか、声が荒れているなら、先に人の声です。メールの初動型は、席を外しているとき、営業時間外、事実確認に時間が要るときに使います。チャネルの選択自体が、人が見る8項目の1つです。 ### Q4. 過去のクレーム文をAIに読ませてよいですか？ 個人情報を落とした社内用の文なら、言葉遣いを学ばせる原料になります。氏名、連絡先、病歴、子どもの名前、他のお客様の情報が残った原文は、渡さない。学習利用のオフは、その前提です。 ### Q5. 小さな会社でも、権限表は要りますか？ 要ります。少人数ほど、その場の空気で「次回無料」が出ます。誰が、いくらまで、何を出せるかを1枚にしておくと、AIの下書きに補償を書かせない運用が守れます。少人数の当社でも、対外に出す約束の最終確認者は決めています。 ### Q6. 口コミ返信と同じやり方でよいですか？ 箱の並びは近い。リスクは一段上です。口コミはこれから来る人への顔、クレームはいま目の前の人の信用とお金です。同じ定型を使い回すと、温度が足りません。口コミ側の地図は旅館・飲食の記事へ、本記事は初動と最終判断の線引きに使ってください。 ### Q7. 英語や多言語のクレームは、どうしますか？ 翻訳の下書きはAIが速い。料金、時刻、アレルギー、補償の数字は、原文と人が突き合わせる。婉曲な日本語を直訳すると、禁止事項が伝わらないことがあります。伝えるべきことは、はっきりした文に直してから訳します。 ### Q8. 何から始めればいいですか？ 今週やることは2つです。上の初動メール骨格を、自社の署名と担当欄だけ埋めて1枚にすること。人が見る8項目を、送信前の紙にすること。新しいツールは、そのあとで十分です。 ## まとめ：型で遅れを止め、人で温度を残せ - 標準化するのは初動。均質化してはいけないのは、謝罪の温度と最終判断 - AIに渡せるのは、受領・確認中・期限・担当の下書き。補償と責任は渡せない - 女将の勘の正体は才能ではなく、誰が・いつ・何と言って謝るかという会社の文脈 - 初動メールは6つの箱。空欄は空欄のまま残し、推測で埋めない - 人は8項目を見る。固有名詞、事実、過失、補償、個人情報、温度、名前、チャネル - マニュアルは書かせない。話してもらい、整えて、検品する - 原文の個人情報は貼らない。出力は下書きまで。送信は人 - 測るのは満足度ではなく、初動までの時間と未返信件数 道具は増えても、頭の中の線が残っていなければ、会社の詫びは続きません。型を置けば、初動は遅れない。人を残せば、詫びは詫びのまま届く。この2つが揃ったときだけ、クレーム対応は標準化できます。 初動の線引きを人と一緒に置く場合は、AI顧問とはを見てください。 初動の型と確認項目を残す資料を見る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 不動産のオーナー報告をAIで下書きする｜議事録と写真を原料に URL: https://aiandwill.com/owner-houkoku-ai/ 公開: 2026-08-14 / 更新: 2026-09-02 月末になると、不動産の管理会社の机の上はこうなります。現地で撮った写真がスマホのアルバムに溜まっている。点検の走り書きがクリップボードに挟まっている。オーナーとの定例や社内打ち合わせの文字起こしが、誰も開かないフォルダに保存されている。材料は揃っている。なのにオーナーへの報告だけが、いつも遅い。私は生成AI顧問として累計約15社、研修や講座も含めれば30社超の会社を見てきましたが、この止まり方に「文章が下手な担当者が多い」という共通点はありません。報告が遅い理由は、文章が書けないことではないのです。 結論を先に書きます。オーナー報告は、ゼロから書く仕事ではなく、材料を下書きに変換し、人が確認する仕事です。写真、点検メモ、議事録。現場にはすでに原料がある。AIの仕事は、その原料をオーナーが読める形に組み立てること。人の仕事は、数字・判断・言い回しの責任を確認すること。この順番を守れば、報告は「夜の執筆」から「日中の確認」に変わります。顧問の現場で点検報告書と同じ線引きを引いてきた私の手順を、最小項目と人が確認する欄まで含めて全部置きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## オーナー報告が遅れる本当の理由——書く力ではなく、組み立ての順番 管理報告の遅れを「担当者の文章力」や「やる気」で片付けると、対策が研修か号令になります。どちらも、私の見聞きする範囲では続きません。もう少し解像度を上げると、オーナー報告という仕事には、最初から三重の無理が乗っています。 - 材料を持っている人と、文章を書く人が同じ — 現地を見た人、オーナーと話した人、業者と調整した人。その人が夜に座り直して、もう一度全部を文章にする。現場を一番よく知っている人ほど、まとまった執筆時間は取れません。 - 材料が散っている — 写真はスマホ、メモは紙、議事録は別フォルダ、見積はメール、修繕のやりとりはチャット。頭の中ではつながっているのに、報告用の机の上ではつながっていない。 - 「思い出して・並べて・書く」を同時にやる — 白紙に向かう瞬間、担当者は記憶の呼び出しと構成と文体を一度に背負います。これは業務のプロの技能ではなく、編集の技能です。現場のプロに編集を頼む座組みそのものが、遅いのです。 オーナー側から見ると、遅れは文章の巧拙ではなく信頼の話です。空室、修繕、入出金、クレーム。報告が遅いほど、「うちの物件、ちゃんと見てもらえているのか」が残る。管理会社側から見ると、遅れは売上の上限の話でもあります。報告に夜を使う担当者は、次の提案——募集条件の見直し、工事の見積比較、空室対策——に手が回りません。私は費用対効果を「時間削減」だけで測りません。守りの時間は底を打ちますが、打てる手の数（攻めの手数）には上限がない。オーナー報告の遅れは、手数を先に潰している状態です。 だから直す場所は、文章教室ではありません。材料の集め方と、下書きと確認の分担です。道具は増えたのに、会社の報告だけが旧来のまま残る——このズレは、拙著『コンテキスト経営』の序章で書いたことと同じです。道具の問題ではなく、文脈が人の頭と私物の端末に残ったままになっている問題です。 ## 材料はすでに現場にある——足りないのは「報告という形」だけ ゼロからオーナー報告を書く行為を分解すると、「何が起きたか思い出す→オーナーが知りたい順に並べる→読める文章にする」です。後ろの2つはAIの得意分野です。そして最初の「思い出す」すら、多くの管理業務では不要です。実態は、すでにどこかに記録されているからです。 材料 現場での残り方 報告に使える中身 人が先に見る点 現場写真 スマホのアルバム、共有フォルダ 外観・共用部・指摘箇所・是正後 個人が写っていないか、日付と場所が分かるか 点検・巡回メモ チェック紙、手書き、音声メモ 良否、気になる箇所、次回確認 判定をAIが補っていないか 議事録・文字起こし 定例、業者打合せ、社内会議 決定、宿題、期限、言いっぱなし 「決まったこと」と「案」が混ざっていないか チャット・メール オーナー、入居者、業者 要望、約束、未返信 感情の温度をそのまま載せない 見積・請求・入出金 PDF、会計、管理ソフト 金額、比較、支払時期 金額は人が確定する 前回の報告 送付済みPDF、メール 未完了の宿題、表現のトーン 前回と矛盾していないか 私は顧問先でいつも、「コンテキスト（AIに渡す材料）は、プロンプト（指示文の巧拙）より桁違いに重要」と伝えています。オーナー報告はその最たる例です。材料を渡さずに「今月の管理報告を書いて」と頼むと、どこの物件にも当てはまりそうな一般論が出ます。空室率がどう、市場がどう——オーナーが知りたい自物件の話ではありません。逆に、現地写真10枚と点検メモと定例の文字起こしを渡せば、出てくるのはその物件の言葉です。上手な指示文を探すより先に、渡せる材料を1か所に集めてください。 書籍『ChatGPTを、「AI社員」に育てる方法』の第3章で私は、フォルダを職場にすることと、「相談」と「仕事の依頼」を分けることを書いています。オーナー報告は後者です。「いい感じにまとめて」は相談です。「この写真とこのメモとこの議事録から、下記の最小項目で下書きを作れ。材料にないことは書くな」は仕事の依頼です。相談のまま渡すと、気の利いた作文が返ってきます。仕事として渡すと、確認できる下書きが返ってきます。 現場写真 点検メモ 議事録 見積・入出金 ↓ AIの仕事 材料の構造化と下書き 項目へ振り分け／事実と案の分離／穴は穴のまま残す ↓ 人が確認する欄 金額・判定・約束・トーン。責任は人が持つ ▲ 書くのではなく変換する。材料→下書き→確認。この3段以外に近道はない ## 判断のサンドイッチ——判断はプロ、作業はAI この線引きは、防災設備の点検報告書で私が最初に引いたものと同じです。現場で資格者が良否を見て、事務所で同じ情報をExcelへ打ち直す。時間が消えていたのは判断ではなく転記でした。詳細な再現手順は点検報告書をAIで軽くする方法に分けて書いてあります。ここでは、その型を不動産のオーナー報告に写す話だけをします。 オーナー報告も「判断のサンドイッチ」です。最初に現場の目があり、最後に送る前の責任があり、あいだに大量の組み立て作業がある。 工程 中身 性質 担当 現地・対話 見る、聞く、撮る、メモする 判断＋記録 人 材料の寄せ集め 写真の仕分け、メモの読み返し 作業 人→徐々にAI 項目への振り分け 空室・修繕・入出金・問い合わせへ分類 作業 AI 文章の下書き オーナー向けの言い回しに整える 作業 AI 確認 金額、判定、約束、トーン 判断 人 送付 送る、残す、次回宿題を切る 判断 人 報告は材料から下書きし、人が確認する 真ん中を人に残すと、夜が消えます。両端をAIに渡すと、信頼が消えます。写真を見せて「このひびは危険ですか」とAIに判定させる使い方は、管理報告では使いません。判定は現地を見た人の仕事です。AIは、その判定がメモに残っているなら文章にする。残っていないなら【要確認】と空ける。この1行があるかどうかで、下書きの信用はまるで変わります。 同じ型の横展開は、導入事例の記事でも書いています。報告書型、属人知識型、夜の事務型——会社によって入口は違いますが、「材料はあるのに文書が遅い」構造は共通です。業種をまたいだ並べ方は中小企業のAI導入事例を見てください。本記事は、そのうち不動産の管理報告だけを深く掘ります。 無料資料セットを受け取る ## 熱海の不動産会社で見ていること——報告の話と、ナレッジの話は分ける 私は熱海の株式会社マチモリ不動産さんを顧問しています。地域の不動産会社に共通する光景として、物件ごとの事情、大家さんとの経緯、業者との付き合い方が、担当者の頭と端末に散っている。報告書や提案書が遅れるとき、足りないのは語彙ではなく、材料が会社の机に乗っていないことです。実際、マチモリさんとの顧問の時間は、会議をまるごと録音し、文字起こしから議事録やナレッジへ起こす「棚卸し」のセッションを定期的に重ねる形で回っています。話した内容がその場で文字になり、会社の机に乗る。書く時間を別に取らないのに記録が原料として残っていく——オーナー報告に必要な型と、同じ構造です。 ここで境界をはっきりさせます。頭の中にしかない判断——「このオーナーには先に電話する」「この業者にはこの順番で頼む」——を会社に残す話は、本記事の守備範囲ではありません。そちらは「書かせる」のではなく「聞き出させる」話で、暗黙知を会社にインストールする方法に分けてあります。手順書そのものを作りたい場合は、マニュアルを書かずに作る方法へ送ってください。本記事が扱うのは、もっと手前で、毎週・毎月必ず発生する「材料はある。報告だけが無い」という文書です。 顧問の現場で私が先にやるのも、大きなナレッジ化ではありません。まず1物件、1通。前回送った報告と、今月の写真と、点検メモと、定例の文字起こし。この4点を同じ場所に置く。そこから下書きが出るかどうかを見る。大きな構想の前に、1通の現物です。現物があると、社内の会話が「AIで何ができるか」から「次はどの物件か」に変わります。 ## オーナー報告の最小項目——最初から全部を書かない 管理会社ごとに様式は違います。月次のPDF、四半期の冊子、チャット1通、対面のレジュメ。形は違っても、オーナーが毎回知りたいことは驚くほど似ています。私が最初に揃えるのは、この最小項目です。足りない項目は空欄のまま残し、勝手に埋めません。 項目 書く中身 材料の例 人が確認する欄 ①期間と物件 対象月、物件名、担当 前回報告、管理台帳 物件の取り違えがないか ②入居・空室 稼働、入退去、募集状況 募集図、内見メモ、チャット 募集条件を勝手に書いていないか ③入出金の要約 家賃、経費、預り、未収 入出金表、請求、領収 金額は人が確定したか ④建物・設備 点検結果、気になる箇所 写真、点検メモ 良否をAIが判定していないか ⑤修繕・工事 実施、見積中、保留 見積、議事録、写真 実施と提案が混ざっていないか ⑥問い合わせ・苦情 件数、内容、対応、未了 チャット、電話メモ 個人名・感情表現が残っていないか ⑦決定と宿題 決まったこと、次にやること、期限 定例の議事録 案を決定と書いていないか ⑧次回までのお願い オーナーに判断してほしいこと 見積比較、方針の確認 催促のトーンが強くないか 8項目全部を毎月厚く書く必要はありません。空室のない月の②は3行でいい。工事のない月の⑤は「該当事項なし」でいい。厚いのは、動きのあった項目だけです。AIに渡すときは、「動きのない項目は短い一文で閉じ、動きのある項目だけ材料を引用して書け」と先に言います。全部を同じ分量で書くと、オーナーは本当に見てほしい箇所を見失います。 最小項目を先に決める理由はもう1つあります。様式を先に作ると、様式埋めが目的になります。項目を先に決めると、材料集めが目的になります。報告が遅れる会社ほど、きれいな表紙と目次から入り、中身の材料が揃わないまま締切を迎えます。表紙は最後でいい。先に置くのは、①から⑧の箱です。 ## 材料から下書きする——1物件・1通の手順 ### ステップ1：前回の報告を「型」にする 理想の新しい様式を作り始めないでください。先月、実際にオーナーへ送った報告を1通取り出します。それが会社のトーンです。丁寧すぎるなら丁寧なまま、短いなら短いまま。AIに先に読ませるのは、一般的な「不動産管理レポートの書き方」ではなく、自社がすでに送っている実物です。読み手が受け取る形を変えない。ここが点検報告書と同じです。 ### ステップ2：今月の材料を1フォルダに寄せる 写真、点検メモ、議事録、見積、入出金の抜粋。名前は雑で構いません。大事なのは、1物件・1期間の材料が同じ場所にあることです。個人が写った写真、入居者の氏名が生で残ったチャット、口座番号は、この時点で外すか伏せます。入れてよい情報・伏せる情報・入れない情報の3区分は、セキュリティと情報入力の記事で書いた線引きと同じです。報告の速さより先に、漏れたときの傷の深さを見てください。 ### ステップ3：AIには「振り分け」まで先にやらせる いきなり完成稿を出させない。先に出すのは、材料が①〜⑧のどこに入るかの一覧と、材料から確認できない空白です。読み取りと清書を一気にやらせると、空白がそれらしい文章で埋まります。不動産の報告でいちばん危ない事故は、誤字ではなく書いていない事実が書かれていることです。 あなたは不動産管理の報告編集者です。 添付は「物件A・今月」の材料（写真・点検メモ・定例の文字起こし・入出金抜粋）と、 先月オーナーへ送った報告です。 先に下書きは作らず、次だけ出してください。 - 最小項目①〜⑧のどれに、どの材料が対応するか - 材料から言える事実 - 材料から言えないこと（空白） - 「決定」と「案・雑談」の切り分け 金額・良否・約束は、材料に明記があるもの以外は空欄にする。 推測で埋めない。 この指示は主役ではありません。主役は添付した材料です。指示は、材料の扱い方を縛っているだけです。優秀なAI社員は Prompt×Context×Harness の掛け算で決まりますが、オーナー報告で効くのは圧倒的に Context——先月の実物と今月の材料——のほうです。 ### ステップ4：空白を人が埋めてから、文章化する 一覧を担当者が10〜15分で見ます。空白のうち、自分が知っていることは一言足す。知らないことは宿題にする。そのうえで「先月のトーンで、最小項目の下書きを作れ。空白は【要確認】のまま残せ」と頼む。文章化は、事実が揃ってからの仕事です。先に文章があると、人は文章の流れに引っ張られて空白を見逃します。 ### ステップ5：確認欄に署名してから送る 下書きの末尾に、人が見る欄を最初から印刷しておきます。確認欄のない下書きは、完成稿に見えてしまいます。見た目が整っている文書ほど、確認が雑になる。だから欄を先に置く。次の章が、その欄の中身です。 ## 人が確認する欄——責任が残る場所だけを人が見る 確認を「全部を最初から読む」にすると、夜の執筆が夜の検品に名前を変えただけになります。見る場所を決めます。私が現場で置いている確認欄は、この6つです。 確認欄 見る問い 不合格の例 合格の印 事実 材料にないことが書いてないか 写真にない「壁のひびは軽微」 □ 材料外なし 金額 数字は台帳・見積と一致するか 概算を確定額のように書いた □ 金額確定 判定 良否・緊急性をAIが決めていないか 「早急に要工事」と作文された □ 判定は人 約束 案を決定にしていないか 「来月着工します」と書いてある □ 決定のみ 個人情報 入居者名・口座・顔写真がないか 部屋番号と氏名がセット □ マスキング済 トーン 催促・言い訳・過剰な丁寧さがないか 「大変申し訳ございませんが何卒」 □ トーン一致 6つの□が埋まってから送る。埋まっていない欄がある報告は、下書きのままです。この運用を1枚の社内ルールにしてください。「AIが作った下書きは、確認欄の印がないものをオーナーに送らない」。ルールが紙になっていると、現場は安心してAIを使えます。締め付けではなく、アクセルを踏むための整備です。 直しが溜まる場所も決めておきます。毎回同じ種類の直しをしているなら、それは担当者の注意力の問題ではなく、材料か指示の不足です。私の運用では直しの行き先は4つ——今回だけ流す、記憶させる、ルールに書く、手順そのものを変える。同じ金額ミスが続くなら、金額欄はAIに触らせず、人が貼る。同じトーンの崩れが続くなら、先月の実物をもう1通足す。直しっぱなしは、一番高い運用です。 AI顧問の資料セットを見てみる ## 議事録は読み返さない。報告の原料にする 管理会社の週次や月次は、すでに録られていることが多い。自動文字起こしが届いて、保存して、終わり。私の見聞きする範囲では、議事録AIを入れた会社の多くがそこで止まります。もったいないのは、文字起こしの中にオーナー報告の⑦と⑧——決定と宿題——がすでに入っていることです。 議事録の価値は3層あります。記録、抽出、変換。文字起こしは1層目にすぎません。報告に使うのは3層目です。定例の文字起こしから「決定・宿題・担当・期限」を抜き、それを最小項目の⑦⑧へ流す。読み返すための議事録ではなく、送るための報告です。この設計の全体は議事録を次の仕事に変える使い方に書いてあります。ここで書くのは、オーナー報告への接続だけです。 - 定例の最後5分で、報告用の宿題を切る — 「今月の報告に載せる決定はどれか」を会議の終わりに一言確認する。AIは会議の空気を知らないので、ここで印をつけた発言が⑦になる。 - 「言ってみただけ」を決定にしない — 「それもアリですね」は案です。抽出のときに「決定／案／雑談」の3列を出させる。 - 担当と期限が空なら、空のまま報告に載せる — 空欄は事故ではなく、会議の弱点です。空欄を見ると、次の定例の終わり方が変わります。 写真と点検メモが④⑤を作り、議事録が⑦⑧を作る。入出金が③を作る。担当者の夜の記憶が全部を作る必要はありません。材料の役割分担を決めた瞬間、報告は個人芸ではなく業務になります。 ## やりがちな5つの失敗——整った文章ほど危ない ①きれいな文章を先に求める。私も点検報告書の初期にやりました。先に文面を整えにかかり、事実の確認があとに回った。「もっとオーナーに喜ばれる文体で」から入ると、同じことが起きます。先に正確、後からトーンです。喜ばれる報告の正体は、飾り立てた導入文ではなく、空室と工事とお金が早いことです。 ②全物件を初月から同じ精度で回す。様式を全社展開し、担当者全員にアカウントを配り、初月で止まる。1物件・1通で、確認欄が3回連続で同じ直しになったら横展開する。成功体験の単位は「全社導入」ではなく「1通送れた」です。 ③確認なしで送る。下書きが上手いほど起きやすい。数字の桁、物件名の取り違え、案の決定化。送ったあとに直す報告は、遅れた報告より傷が深いことがあります。 ④プロンプト集を探す。私の観察では、配ったプロンプト集は1ヶ月で開かれなくなります。契約して触らなくなる導入と同じ構造です。残るのは、先月の実物と今月の材料と、確認欄の型です。指示文は短くていい。材料が職場になっているかが本体です。 ⑤ナレッジ化と報告を同時に始める。「この際、会社の全部をファイルにしよう」と風呂敷を広げると、来月の報告がまた遅れます。毎週の報告は、毎週の材料だけで回す。頭の中の判断を残す仕事は、別枠で、別記事の手順でやる。両方を同じ週の同じ人に背負わせないでください。 ## 報告が速い会社は、提案の手数も増える 管理報告のAI化を「事務の時短」だけで説明すると、現場の温度が上がりません。時短は大事です。ただ、私が顧問で重く見るのはその先です。報告が日中に終わる担当者は、空室対策の案を1本足せる。見積を2社比較して載せる余裕ができる。前回保留にした工事の判断を、オーナーに改めて聞ける。 外注に募集文や報告書の清書を頼むと、1本ごとに費用が出て、ノウハウは外に残ります。材料から下書きする型を社内に置くと、次の1本の限界費用はほぼゼロです。これが「攻めの手数」です。時間削減は補助軸。本体は、同じ人数で打てる手が増えることです。数値の再計算は費用対効果の記事に譲ります。ここでは現場の感覚だけを残します。遅い報告は、守りの残業であると同時に、攻めの機会損失です。 横展開の順番も、点検報告書のときと同じです。型がはっきりしている文書から。多くの管理会社では、月次の定型報告が先で、提案書は後です。提案書は判断が太い。先に確認欄の癖を、定型報告で身体に入れたほうが安全です。 ## 材料は週末に集めない——現地と定例の直後に置く 報告が遅い会社のカレンダーを見ると、材料集めが「送る前日」に固まっています。前日にアルバムを遡り、チャットを検索し、点検紙を探す。探す時間が、書く時間より長いことさえあります。仕組みの本体は、AIの指示文ではなく、材料が生まれる瞬間に、報告用の箱へ入れる習慣です。 私が現場で勧めている週のリズムは、これ以上細かくしません。 - 現地の日 — 帰る前に、その物件のフォルダへ写真を入れる。ファイル名は日付と場所だけでいい。その場で「今回の気になる1枚」に印をつける。 - 定例の日 — 文字起こしが届いたら、同じフォルダへ入れる。決定と宿題だけ、その日のうちに3行抜く。抜き切れなければ、翌営業日の朝15分。 - 入出金の締日 — ソフトから抜粋を1枚出す。金額は人が確定した数字だけを置く。概算と確定を混ぜない。 - 送付の日 — 新規の材料集めをしない。振り分け一覧を見て、確認欄を埋めて、送る。集め始める日にしない。 写真の撮り方だけ、点検報告書と同じ注意を1つ足します。全景のあとに寄り。影を入れない。1枚に複数の指摘を詰め込まない。後からAIが「どの指摘の写真か」を仕分けしやすくなります。仕分けまでできれば、貼り付けは人がやっても速くなります。撮る順番を揃えるのは、カメラの話ではなく、翌日の組み立ての話です。 このリズムが回ると、月末の机は空になります。空になる理由は、担当者が速くなったからではなく、材料が毎日、報告の席に座っていたからです。AIはその席の材料を変換するだけです。席が空なら、どれだけ賢いAIでも一般論しか出せません。 オーナー向けの文章で、私が現場でよく消すものも書いておきます。謝罪の連打。「万全を期してまいります」のような中身のない約束。市場全体の解説。競合の噂。担当者の感想だけの段落。オーナーが知りたいのは、自物件で何が起きて、何が決まり、何を判断してほしいかです。感想を書きたい気持ちは分かります。感想は確認欄の外、社内メモへどうぞ。送る1通は、事実と決定とお願いだけが太いほうが、信頼は積み上がります。 ## よくある質問 ### Q1. どのAIツールを使えばいいですか？ 始めるだけなら、写真とPDFとテキストを渡せる普段使いの生成AIで足ります。私の顧問先でのツール実費は、1人あたり月3,000円〜1万円の範囲に収まっています。ChatGPT Plusなど月20ドル前後のプランが入口です（いずれも2026年8月時点）。専用の不動産管理AIを最初に探す必要はありません。様式と材料が先、ツールは後です。 ### Q2. 手書きの点検メモでも読めますか？ 読めます。ただし癖字や薄い複写は誤読します。対処は2段階です。真上から影を入れずに撮る。読み取り結果の一覧を先に出させて、人が数分見てから文章化する。読み取りと清書を一気にやらせない。この順番は点検報告書でも同じでした。 ### Q3. オーナーに「AIが書いた」と伝えるべきですか？ 伝えるかどうかより、責任の所在を社内で決めるほうが先です。送る文書の責任は会社と担当者が負う。AIは下書き係。確認欄の印があるものだけが「当社の報告」です。対外的な説明が必要なら、「現場の記録を社内で整理して作成しています」で足りることがほとんどです。ツール名を前面に出す必要はありません。 ### Q4. 物件数が多く、材料を集めるだけで終わりそうです。 初月は全物件を対象にしないでください。報告が遅れがちな物件、オーナーから問い合わせが多い物件、材料が比較的揃っている物件——このどれか1つです。材料集め自体を「報告の前日に一気に」やると失敗します。現地の日に写真フォルダへ入れる、定例の日に文字起こしを同じフォルダへ入れる。寄せる作業を、現地と会議の直後に分散します。 ### Q5. 管理ソフトに報告機能があります。それでもAIは要りますか？ ソフトがすでに①〜⑧を埋めて、文章まで担当者のトーンで出るなら、無理に重ねないでください。AIが効くのは、ソフトの数字と、写真・議事録・チャットがつながっていない場所です。入出金はソフト、現地の温度は写真、決定は議事録。この3つが1通にならない会社に、変換役が要ります。 ### Q6. 個人情報や契約条件をAIに入れて大丈夫ですか？ 何でも入れてよいわけではありません。学習に使われない設定を確認したうえで、氏名・口座・契約の個別条件は伏せるか、社内の呼び方に置き換える。聞き出したいのも書いてほしいのも、判断の型と事実の要約であって、個人を特定する符号そのものではありません。線引きの全体はセキュリティの記事に譲ります。報告プロジェクトの初週に、3区分を1枚にしてください。 ### Q7. ベテランが「自分で書いたほうが早い」と言います。 最初の2〜3通は、その感覚が正しいことがあります。慣れた人の手書きは速い。分かれ目は、直しの種類です。毎回同じ箇所を直しているなら、型に還元すれば翌月から逆転します。私が伝える言葉は点検の現場と同じです。「あなたの目は誰にも代わらせない。夜の組み立てだけ渡しましょう」。判断を奪う設計だと抵抗は当然です。判断が残る設計だと、いちばん協力してくれるのは現場側でした。 ### Q8. 効果はどう測ればいいですか？ 導入前に、1物件だけ「材料集め開始から送付まで」の時間をメモしてください。仕組みが回り始めてから、同じ規模の物件でもう一度測る。この2点で足ります。加えて、送付日から定例日までの日数、オーナーからの「あれどうなった」の回数。事務時間だけでなく、信頼の往復回数を見ると、経営の数字になります。未許諾の削減時間を一般論として並べることはしません。測る項目を先に持つことが本体です。 ## 持ち帰り：オーナー報告の最小項目と、人が確認する欄 コピーして社内の1枚にしてください。最初の1通は、この表を埋めることから始まります。 オーナー報告 1通分チェック（物件名：　　　／対象月：　　　） - 前回送った報告を1通、同じフォルダに置いた - 今月の材料（写真・点検メモ・議事録・入出金）を同じフォルダに寄せた - 氏名・顔・口座・個別契約条件を外すか伏せた - 最小項目①期間 ②入居・空室 ③入出金 ④建物 ⑤修繕 ⑥問い合わせ ⑦決定・宿題 ⑧お願い の箱を先に置いた - AIには完成稿より先に、「事実／空白／決定と案」の一覧を出させた - 空白のうち、自分が知ることは足し、知らないことは宿題にした - 下書きを出させ、材料にない文は消した - 人が確認する欄 6つ（事実／金額／判定／約束／個人情報／トーン）に印をつけた - 印のない報告は送らず、下書きのまま戻した - 同じ直しが2回出たら、流さずルールか手順に残した 確認印：事実□　金額□　判定□　約束□　個人情報□　トーン□　／ 送付日：　　　／ 担当： 1に書いた「前回の報告」が思い浮かばないなら、それが最初の宿題です。様式がない会社は、上記①〜⑧を見出しにしたプレーンな文書で始めれば足ります。きれいな表紙は、3通目のあとにすればいい。 ## まとめ：夜に書かない。日中に確認する 要点は4つです。①オーナー報告が遅いのは文章力の問題ではなく、材料が散り、知っている人に編集を頼んでいる構造の問題。②突破口は、写真・点検メモ・議事録・入出金を1か所に寄せ、AIに振り分けと下書きをさせ、人が確認欄で責任を持つこと。③判断はプロ、作業はAI。金額・判定・約束は人が持つ。④ナレッジ化やマニュアル化は別の仕事として切り、毎週の報告は毎週の材料だけで回す。 不動産の管理は、現地の目そのものが商品です。その目を軽んじる自動化は続きません。目はそのままに、目が拾った材料を夜もう一度文章へ写す作業だけをなくす。点検の報告書で引いた線と、同じ線です。熱海のマチモリ不動産さんのように、材料と文脈が人に残っている会社ほど、最初の1通の効果は分かりやすい。大きな構想の前に、来月送る1通を、確認欄つきで作ってみてください。 AI顧問という関わり方はAI顧問とは何かに、報告書型の再現手順は点検報告書の記事にまとめています。自社の管理報告から設計したい場合は、無料の資料セットからどうぞ。 無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 採用の質問を、現場の仕事から逆算する URL: https://aiandwill.com/saiyo-shitsumon-ai/ 公開: 2026-08-14 / 更新: 2026-09-05 「来週の面接、質問リストありますか」。管理職のカレンダーに面接が入ると、社内のどこかからきれいな質問集が出てきます。長所と短所。挫折経験。当社を志望した理由。5年後の自分。どの会社のどの席にも使える問いです。そして、どの会社のどの席にも使えてしまう問いほど、その会社の仕事は見えてきません。私は生成AI顧問として累計約15社、研修や講座も含めれば30社超の会社を見てきました。採用の失敗を「人を見る目がなかった」で片付ける会話も、何度も聞いてきました。私の見立ては違います。失敗の多くは、見る目の前に、見るための質問が仕事から切れていたことです。 結論を先に書きます。採用の質問は、きれいな質問集から選ぶのではなく、その会社の現場の仕事から逆算して作る。仕事逆算型の採用質問とは、業務の棚卸しで出た「つまずき」と「喜ばれる瞬間」から面接の問いを作る方法です。仕事を棚卸しし、その仕事で本当に困ること・本当に喜ぶことを言葉にし、そこから質問を3つに絞る。AIの役割は質問集の量産ではなく、仕事を聞き出す聞き手と、聞き出した仕事を質問に翻訳する編集者です。自社の採用基準を一般化した型と、今日からできる3問ワークを置きます。候補者の実在情報や顧問先の採用の中身は出しません。出すのは、質問の作り方だけです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## きれいな質問集が、面接を壊す 質問集そのものが悪いのではありません。悪いのは、質問集が仕事の代わりになることです。面接官が忙しい。準備の時間が取れない。だから配布されたリストを上から読む。候補者も、同じリストを想定問答で準備している。60分が終わると、お互いの印象は残るのに、来月から一緒にやる仕事の話はほとんど残っていない。 私の見聞きする範囲では、この壊れ方は業種を問いません。製造でも、対人サービスでも、少人数の本社でも、配布された質問の列は似ています。似ているのは、どの会社も「汎用の人物像」を測ろうとするからです。コミュニケーション能力。主体性。ストレス耐性。言葉は立派で、現場の火曜日の午前を一句も思い出させない。 汎用の人物像で採ると、入社後にこうなります。人柄は悪くない。なのに、最初の仕事でつまずく。つまずきの中身は、面接で一度も聞いていないこと——この帳票の例外を誰に聞くか、このお客様には先に電話するか、この数字は概算で出していいか。聞いていないことを、入社後に初めて見る。それは候補者の責任ではなく、質問を仕事から切った側の設計です。 拙著『コンテキスト経営』の序章で書いたとおり、道具は増えても会社が変わらない理由は、文脈が人の頭に残ったままだからです。採用も同じです。会社の仕事という文脈を質問に載せないまま、新しい道具（評価シート、適性検査、AI面接ツール）だけを足しても、面接の中身は汎用のまま残ります。 ## 採りたい人は、「足りない機能」ではない 自社の採用基準を作るとき、私は最初に裏返しました。少人数のチームに、すでにAI社員がいる。人間を採る理由は、足りない作業を埋めることではない。作業なら、教え方さえあればAI側に寄せられる。人間を増やす理由は、別の2つです。 - AI社員を作り、監督できる人 — 仕事を言葉にし、材料を渡し、出力を検品し、直しを型に戻せる人。機能の穴埋めではなく、働き手を増やす側。 - 対話と、喜ばせる余白を担える人 — お客様や仲間の温度を見て、間を置ける人。資料の完成度だけでは届かない場所。 この2つに、もう1枚重ねています。あくなき探求と、提案。言われた作業を早く終える人より、現場を見て「次はこれを試したい」と言える人。少人数の会社では、指示待ちの席がそもそも少ない。AIに渡せる作業を増やしたあと、人間の席に残るのは、問いを立てる側です。 一般化すると、こうなります。自社の仕事を「人がやっている作業」と「人がやっている判断・対話」に分けたとき、採用で見るべきは後者です。前者を面接の主題にすると、スキルチェックのようでいて、実は一番陳腐化しやすい部分を測っています。後者を主題にすると、質問は自動的にその会社の仕事の言葉になります。 もう1つ、自社でマストにしていることがあります。採用の時点で、本人のwill（何を実現したいか）を把握すること。評価も育成も、会社共通の物差しだけでは足りない。本人が勝ちたいものが分からないまま採ると、会社は「働いてほしい役割」だけを渡し、本人は「自分が何を実現したかったか」を後から見失う。だから面接は、会社が人を選ぶ場であると同時に、本人のwillを言葉にする場です。willが空っぽのまま内定を出すのは、自社では不合格にしています。 質問は、人物の一般論を測るためではなく、 この会社の仕事と、この人のwillが交差するかを見るために作る。 足りない機能を埋める採用から、働き手を増やし、対話の余白を担う採用へ。 ## 「仕事から逆算する」の中身——棚卸しが、質問の原料になる 逆算の手順は、採用の本を読むことではありません。先に仕事を棚卸しすることです。私は顧問の初回で「AIに任せたい仕事はどれですか」と聞きます。会議室が静かになる質問です。同じ沈黙が、採用の質問づくりでも起きます。「来月からこの席の人に、実際に何を頼むつもりですか」が言えないまま、質問集を開いている。 業務の棚卸しは、AI投資そのものです。1週間の仕事を書き出し、材料の在処を突き止め、AIに渡す文脈の在庫にする。やり方の完全版は業務の棚卸しの記事にあります。採用に使うときは、棚卸し表の右側に1列足すだけです。「この仕事で、人がつまずく場所／人が喜ばれる場所」。 仕事（棚卸し） 人がやっている中身 つまずき 喜ばれる瞬間 そこから生まれる質問 週次の顧客報告 材料を集め、事実と案を分けて送る 材料が揃わないまま書く 決定と宿題が早い 材料が足りないとき、先に何をしますか 現場の例外判断 ルールにない依頼を受ける／断る 全部引き受ける／全部上司へ 理由を先に言える 最近、断った仕事は何ですか。なぜですか AIへの依頼 材料を渡し、出力を検品する 相談のまま投げる 直しを型に残す 生成物が違うとき、何を直しますか 初回のお客様対応 聞く、間を置く、次の約束を切る 商品説明から入る 相手が自分の言葉で話し出す 初対面で、最初の10分に何をしますか 社内への提案 現場を見て、次の一手を出す 不満だけ言う 小さく試せる形で出す 今の職場で、試したい改善を1つ 引き継ぎ 自分の判断を言葉にして渡す 「後で聞く」で終わる 次の人が一人で初回を回せる 前の職場で、何を残してきましたか 仕事 → つまずき → 問い。きれいな質問集は捨てる 表の左2列は、業務棚卸しの成果です。右3列が、採用の質問です。左が空の会社は、右にきれいな一般論しか書けません。だから質問づくりの前工程は、人事の会議ではなく、現場の1週間です。 書籍『ChatGPTを、「AI社員」に育てる方法』第3章の「相談と仕事の依頼を分ける」は、面接の設計にも使えます。質問集を渡して「いい人を見ておいて」は相談です。「この6つの仕事のうち、つまずきやすい3つについて、相手の経験を具体で聞いてください。抽象語で返ってきたら、もう一度だけ現場の話に戻してください」は仕事の依頼です。面接官への依頼が相談のままだと、面接も相談で終わります。 無料資料セットを受け取る ## 質問は3種類あれば足りる——仕事・判断・will 質問を増やせば見る目が上がる、と思いがちです。私の経験では逆で、質問が多い面接ほど、後半が消化試合になります。残すのは3種類です。1種類につき本質は1問。深掘りはその場の返事から足します。 ### ①仕事の質問——「その席の火曜日」が見えるか その席で来月から起きる仕事を、1つ具体にして聞く。報告書、初回対応、例外の電話、週次の数字。汎用の「これまで一番頑張ったこと」より、「材料が揃っていない状態で、先に何をするか」のほうが、その会社の仕事に近い。答えの上手さより、現場の粒度で話せるかを見ます。粒度が粗い人は、仕事をまだ自分の言葉にしていない。粒度が細かい人は、少なくともどこかで仕事を自分の手で回したことがあります。 ### ②判断の質問——「ルールの外側」で何をするか 現場の仕事は、ルールどおりに終わる日のほうが少ない。断るか受けるか、今やるか明日にするか、人に渡すか自分で抱えるか。判断の質問は、正解を当てさせる問いではありません。判断の材料を何にしているか、何を一人で決めないかを聞く問いです。ここで「臨機応変に」で止まる人には、「たとえば、いちばん最近の1件」を重ねます。判断は一般論では出ません。1件の話で出ます。 ### ③willの質問——「何をしたいか」が空ではないか 自社ではここを外しません。スキルがあっても、willが聞けない採用は、育成の設計が始まりません。聞くのは「夢」という大きな話だけではありません。この1年で実現したいこと。今の働き方で守りたいこと。会社という場所を、何の装置だと思っているか。答えが会社の都合に寄りすぎているときは、もう一度、本人の側の言葉に戻します。「当社で貢献したい」は意志ではなく、面接の礼儀であることが多い。 自社の正典では、時代の名前を「意志の時代」と呼んでいます。定義は一字一句こうです。 人類史上はじめて、思い描いたものを誰もが実現できる時代——実現の民主化です。資本がなくても、人脈がなくても、意志さえあれば実現できる。だから価値はひとつの場所に集まります。「できるか」ではなく、「何をしたいか」。意志の時代です。 面接でこの話のフル版を語ることがあります。フィルターです。共感を強要するためではありません。知能が安くなったあとに、何を実現したいかを自分の言葉で持てる人と働きたい、という会社側の意志を先に出すためです。話のあとに沈黙が来る席と、自分のwillの話が返ってくる席は、はっきり分かれます。考脈学の中身までここでは解説しません。入口だけ置いておきます——考脈学のページです。 ## AIの役割は、質問集を増やすことではない 「採用面接 質問 AI」で探すと、質問の生成例が大量に出ます。使い方を間違えると、きれいな質問集がもっと速く増えるだけです。私が現場で使っているのは、生成の前工程です。 まず、現場の人に仕事を話してもらう。白紙に「求める人物像」を書かせると止まります。質問に答えてもらうと話が始まります。AIを聞き手にして、担当者の1週間、つまずき、喜ばれる瞬間、やってはいけないことを聞き出す。人がやることは話すことだけ。この型はAIにインタビューさせる棚卸し術そのものです。採用のための特別な道具ではありません。仕事の言語化の道具です。 ベテランの勘——「この人はうちでは続かない」「この人はお客様が喜ぶ」——を残したいなら、質問集より先にその勘を聞き出します。書かせると止まり、話させると出る。暗黙知側の手順は暗黙知を会社にインストールする方法にあります。採用記事でそこまでやると主題が割れます。ここでは1点だけ。面接官の勘は、本人にとっては「当たり前」です。だから「人物眼を言語化してください」は失敗します。「最近、一緒に仕事して楽だった人は、仕事のどこが楽でしたか」と聞くと、求める人物像の原料が出ます。 聞き出した仕事と勘を、はじめて質問に翻訳します。翻訳のときも、AIに「良い質問を20個」と頼まない。頼むのは、「この仕事のつまずきから、具体の経験を聞く問いを3つ。一般的な自己PRを誘う問いは作るな。材料にない人物像を足すな」です。量産が目的ではない。仕事から切れない3問が目的です。 ✻ 週次の報告で、材料が揃っていない週は、先に何をしますか。最近の1件で教えてください。 先に不足を書いて、分かる範囲だけ送ります。……前の職場では、足りないまま綺麗に書いて怒られたことがあります。 ✻ そのあと、不足をどう埋めましたか。一人で埋めましたか、誰かに聞きましたか。 ▲ 再現イメージ（特定の応募者の話ではありません）。仕事の質問は、1件の話に落ちた瞬間から本番です ## AI推進の席ほど、役職の質問では採れない 社内にAI推進の担当を置く話と、採用の質問は地続きです。推進担当を役職や「ITに詳しい若手」で決めると止まりやすい。立ち上げ期の仕事は、小さな成功を反復することだからです。選ぶ基準は熱量——社内でいちばんAIを面白がっている人。この選び方はAI推進担当者の選び方に書いてあります。 外部から同じ席を採るなら、質問も熱量と監督の側に寄ります。「使ったことのあるツール名」は補助です。本体は、「うまくいかなかった生成を、どう直したか」「誰の仕事を楽にしたか」「次に試したいことは何か」。探求と提案が、この席の実務そのものだからです。知識は走りながら付く。熱量と、直しを型に戻す癖は、後から付けにくい。 ## 質問は入社後も続く——willは一度聞いて終わりにしない 自社では、入社時に本人の「あなた大全」を一緒に作ることを正式に採用しています。willの把握とオンボーディングを一本化する、という判断です。面接で聞いたwillを、入社後にファイルにする。評価は、会社の成果だけでなく、本人のwillへの前進でも見る。会社は人を囲い込む場所ではなく、事業をつくれる人が育つ場所だ、というのが私の原則です。 一般化すると、面接の③で聞いたwillを、入社後に放置しない、ということです。質問集で採って、初日に就業規則を渡して、willは採用票の欄で眠る。これでは、採用時点でwillをマストにした意味が消えます。小さな会社ほど、この放置は高い。少人数では、一人のwillのズレが、チームの空気ごとずれます。 カンパニーブレインづくりの中身——起こす・収める・渡す・磨く——は本記事の主題ではありません。採用の現場に持ち帰るのは、もっと短い習慣です。面接で聞いたwillを、本人の言葉のまま1枚に残す。90日後に、本人とその1枚を見ながら「今も同じか」を聞く。変わっていて構いません。変わったことを一緒に見ることが、育成です。 AI顧問の資料セットを見てみる ## やってはいけないこと——質問の量産と、人物の一般論 - AIに「面接質問を50個」と頼んで終わる。量は安心を生みますが、仕事との接続は生みません。3問に削る作業のほうに時間を使ってください。 - 誘導する。「うちはスピード重視なんですが、大丈夫ですか」は質問ではなく勧誘です。はい、と返す以外の逃げ道がありません。 - 正解のある判断を当てさせる。自社の社内ルールの正誤クイズは、仕事の判断ではなく暗記です。判断の質問は、材料の選び方を見る問いにします。 - willを志望動機に置換する。志望動機は会社側の話です。willは本人側の話です。両方必要でも、混ぜると会社側だけが残ります。 - 現場を知らない面接官に、質問集だけ渡す。質問の背景にある仕事が見えない人は、深掘りできません。最低限、棚卸し表の該当行を渡してください。 - 顧問先や候補者の実在情報を、社内の「良い例」として使い回す。採用の学習は、仕事の型でする。人名と個別事情は学習材料にしない。これは対外発信だけでなく、社内の質問づくりでも同じです。 ## 質問集型と、仕事逆算型の違い 観点 きれいな質問集 仕事から逆算した質問 原料 一般的な人物像 自社の棚卸しと、現場のつまずき 準備の主体 人事がリストを配る 現場が仕事を話し、人事が3問に削る AIの使い方 質問の量産 仕事の聞き出しと、3問への翻訳 面接の中盤 想定問答の応酬 1件の仕事の話が続く 見られるもの 話し方、志望の熱 仕事の粒度、判断の材料、will 不合格の理由 「なんか違う」で終わる どの仕事の、どのつまずきで違うか言える 入社後 初日に仕事を一から説明する 面接で話した仕事から初日が始まる 更新 年1のシート改訂で腐る 仕事が変われば質問も1行変わる 右の列は、採用力というより業務の言語化の副産物です。仕事が言葉になっていない会社は、採用の質問も言葉になりません。逆に、仕事がファイルになっている会社は、採用票を別に発明しなくて済みます。コンテキストはプロンプトより桁違いに重要、という話は、面接官の台本にもそのまま当てはまります。 ## 業種が違っても、逆算の型は同じ 顧問先の採用そのものは、許諾がないので書きません。書けるのは、仕事の型としてよく見る席の一般化だけです。質問の文言は会社ごとに作り直してください。流用してよいのは、左の仕事から右の問いへ落ちる経路です。 - 現場に出る席（点検、施工、店舗） — 仕事の質問は「現地で材料が足りないとき、先に何をするか」。判断の質問は「数値は問題なくても、今日はやめておく瞬間」。willは「この現場で、自分が残したい仕事は何か」。 - お客様と話す席（営業、予約、受付） — 仕事の質問は「初対面の10分で何を聞くか」。判断は「急かされた依頼を、その場で受けない理由を言えるか」。willは「相手に喜んでほしいのか、数字を積みたいのか。両方なら、どちらを先に守るか」。 - 社内を整える席（事務、推進、管理） — 仕事の質問は「材料が揃わない週の報告をどう出すか」。判断は「自分で抱える仕事と、渡す仕事の線」。willは「整えること自体が好きなのか、整えた先で何を実現したいのか」。 どの席でも、汎用の「長所を教えてください」より、その席の火曜日に近い1問のほうが長い面接になります。業種の専門用語を質問に盛る必要はありません。盛るのは、その会社のつまずきです。つまずきは、現場の30分の話からしか出ません。 面接官のメモも、感想文にしないでください。「感じがよかった」は、翌日に比較できません。残すのは3行です。仕事の粒度は具体だったか。判断の材料は何だったか。willは本人の言葉だったか。この3行があれば、次の面接官に渡せます。3行が感想になると、採用会議は空気の多数決に戻ります。 ## よくある質問 ### Q1. 中途と新卒で、作り方は変わりますか？ 骨格は変わりません。仕事・判断・willの3種類です。変わるのは①の粒度です。中途には「最近の1件」が聞けます。新卒には「学業・アルバイト・部活の1件」で同じ構造を聞きます。アルバイトのシフト調整は、例外判断の良い材料です。新卒だから一般論、と戻す必要はありません。 ### Q2. 面接官が複数いるとき、質問を揃えるべきですか？ 3種類の役割は揃えてください。文言まで一字一句同じにする必要はありません。現場を見る人が①、判断の癖を見る人が②、willを聞く人が③、という分担のほうが深い。揃えるべきは評価の欄です。「話し方が上手い」ではなく、「仕事の粒度／判断の材料／willの有無」の3欄。欄が違うと、あとで「なんかいい人だった」が残るだけです。 ### Q3. AIに面接そのものをさせてもいいですか？ スクリーニングの下書き——提出物の要約、質問の抜け漏れの指摘——までは使えます。合否の判定は人です。温度、間、言葉にならない戸惑いは、まだ人の席です。自社が採りたい「対話と喜ばせる余白」を、最初から機械に委ねると、採りたいものを測定装置が削ります。判断はプロ、作業はAI。採用でも同じ線です。 ### Q4. 現場が忙しくて、棚卸しに付き合ってくれません。 全業務の棚卸しを頼まないでください。採用する席の仕事を1つ。30分、AIに聞き手をさせて話すだけ。書け、とは言わない。話すだけなら、現場のプロは動けます。出てきた1枚を質問3つに翻訳して見せると、「それなら次の席も」と続きやすい。大きな人事プロジェクトより、1席・3問の現物です。 ### Q5. 適性検査や構造化面接のスコアと、どう両立しますか？ 捨てる必要はありません。置く場所を決めてください。検査は、最低限の線（守秘、対人の極端な負荷など）を見る補助。構造化は、比較可能性を残すための型。その型の中身を、汎用の「主体性」から自社の仕事のつまずきに差し替える。型は残し、中身を仕事に替える。これが両立です。 ### Q6. willが強い人は、すぐ辞めて独立しませんか？ 辞める可能性はあります。自社の原則では、それでも採ります。会社は囲い込む場所ではない。本人のwillを実現させたときを「勝たせきる」と呼んでいます。独立や次の舞台が、本人のwillなら、それは失敗ではなく卒業です。囲い込みたいなら、willを聞かない採用のほうが合理的です。ただしその場合、残るのは指示待ちの席です。少人数とAI社員の組み合わせでは、その席は高い。 ### Q7. どのツールを使えばいいですか？ 仕事の聞き出しは、普段使いの生成AIと音声入力で足ります。ツール実費の目安は、私の顧問先で1人あたり月3,000円〜1万円です。採用管理システムは、質問の原料にはなりません。原料は現場の1週間です。システムは、作った3問と確認欄を残す場所です。 ### Q8. 顧問に依頼する場合、採用まで見てもらえますか？ 私の会社の生成AI顧問は月30万円〜（税別・社員同席込み）・最低6か月の伴走で、主題はAIを使える人と仕組みです。採用の質問づくりは、業務の棚卸しと暗黙知の聞き出しの延長で扱うことはあります。候補者の合否代行はしません。費用の考え方はAI顧問の費用の記事に譲ります。まずは自社の1席・3問を、下のワークで作ってみてください。 ## 持ち帰りワーク：仕事から質問を3つ作る 採用する（または今いる）席を1つ決めて、30〜40分で埋めてください。AIを聞き手にするなら、この順で話します。人が一人でやるなら、左から右へ1行ずつで足ります。 1席・3問ワーク（席の名前：　　　／作った日：　　　） - その席の「火曜日の仕事」を1つ書く。報告書でも、初回対応でも、例外の電話でもいい。 - その仕事で、新しく入った人が最初につまずく場所を1つ書く。 - その仕事で、お客様か仲間が喜ぶ瞬間を1つ書く。 - ①仕事の質問を1つ作る。「最近の1件」が答えられる形にする。自己PRを誘う形にしない。 - ②判断の質問を1つ作る。ルールの外側、受ける／断る、今やる／後回し、のどれか。 - ③willの質問を1つ作る。この1年で実現したいこと。会社の志望動機に置換しない。 - 3問それぞれに、面接官の確認欄を1行足す。見るのは上手さではなく、粒度／材料／本人の言葉。 - 現場の人に3問を読んでもらい、「この席の仕事と違う」箇所を赤で直す。 - 直した3問だけを、次の面接の1枚にする。質問集は閉じてよい。 種類 自社用の質問（記入） 面接官が見る欄 不合格の例 ①仕事 （　） □ 現場の1件で話せた 一般論の自己PRで終わった ②判断 （　） □ 判断の材料が言えた 「臨機応変に」で止まった ③will （　） □ 本人の言葉があった 志望動機の言い換えだけ 記入例を1つだけ置きます。特定の会社の実話ではなく、事務とお客様対応が混ざる席の一般化です。 - 火曜日の仕事 — 週次で、現場のメモと数字を1枚にして社内とお客様へ返す。 - つまずき — メモが揃わないまま、体裁だけ整えて送ってしまう。 - 喜ばれる瞬間 — 「何が未確定か」が先に書いてある。 - ①仕事 — 「材料が半分しかない週に、先に何を書いて、何を宿題にしますか。最近の1件で」 - ②判断 — 「急いでほしいと言われたとき、その場で受けなかった仕事はありますか。何を見て断りましたか」 - ③will — 「この1年で、仕事を通して自分側で実現したいことは何ですか。会社の目標の言い換えではなく」 この3問を、そのまま自社の面接で使わないでください。使うのは経路です。仕事→つまずき→問い。自社の火曜日が違うなら、問いは必ず変わります。変わらない問いを使い続けているなら、それはまだ質問集です。 3問が埋まったら、それで今週の面接は足ります。足りない感じがするのは、質問集の安心が抜けただけです。仕事の1件が見えた面接は、質問が少なくても長い。一般論の応酬は、質問が多くても短い。 ## まとめ：質問は人事の文書ではなく、仕事の翻訳である 要点は4つです。①きれいな質問集は、どの会社のどの席にも使えるかわりに、どの席の仕事も見ない。②人間を採る理由を「足りない機能の穴埋め」から、「AI社員を作り監督できる人」と「対話と喜ばせる余白を担える人」へ移すと、質問の原料が仕事に戻る。③質問は仕事・判断・willの3種類で足りる。willは採用時点で把握し、入社後も1枚で育てる。④AIは質問を増やすためではなく、現場の仕事を聞き出し、3問に翻訳するために使う。 採用は、会社の未来の仕事を先に言葉にする行為です。言葉になっていない仕事は、面接でも聞けません。だから採用の改善は、人事制度の大きな改訂より先に、1席の火曜日を1枚にすることです。棚卸しの記事、インタビューの記事、暗黙知の記事は、その1枚の作り方です。推進担当の記事は、その1枚を社内で誰が持つかの話です。質問はその延長にしか、うまく生まれません。 AI顧問という関わり方はAI顧問とは何かにまとめています。自社の仕事の棚卸しから質問を作りたい場合は、無料の資料セットからどうぞ。 無料資料セットを受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # カンパニーブレインとは？検索できる会社ではなく、働ける会社の記憶 URL: https://aiandwill.com/company-brain-toha/ 公開: 2026-08-19 / 更新: 2026-09-05 「カンパニーブレイン、うちも作りたいです。」と言われた。この春から、英語の資料を読んだ中堅の社長に、そう言われます。入れたい、ではなく、作りたい。道具を契約したい話ではなく、自社の頭を会社の側に残したい話です。 そのとき聞かれるのは、だいたい同じです。Wikiを整えればいいのか。ChatGPTのメモリに預ければいいのか。英語圏のSaaSを買えば、明日から脳ができるのか。先に答えを置きます。 カンパニーブレインとは、会社が所有する記憶の器のことです。Wikiでも、社内検索でも、ChatGPTのメモリでもありません。社長とベテランの頭の中にある判断基準を、人とAIが同じ場所から読んで働ける形に残したものです。英語では Company Brain you own。私は生成AI顧問として累計約15社、研修・講座を含め30社超の現場で、この器がある会社と、ない会社の差を見てきました。差はモデルの賢さではありません。記憶を、誰が持っているかです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## カンパニーブレインとは何か——定義 先に定義を置きます。検索してきた人は、ここだけ読んでも持ち帰れるようにします。 定義 カンパニーブレインとは、会社の判断基準・例外・歴史・顧客理解を、人とAIが同じ正系から読んで働ける形に残した、会社所有の記憶の器である。 検索できる会社ではなく、働ける会社。SOPの倉庫ではなく、迷ったときの線引きまで残す。 英語の短い旗は Company Brain you own。中身は、私たちが「カンパニーブレイン」と呼んでいるものです。 ポイントは三つです。 - 所有者が会社であること。担当者のチャット履歴でも、ベンダーのクラウドメモリでもない。人が辞めても、モデルを乗り換えても残る。 - 読み手が人とAIの両方であること。人が開いて分かるだけでは足りない。AI社員が、背景説明なしで仕事を始められる粒度まで落とす。 - 書いて終わりではないこと。現場の訂正をその日のうちに書き戻す習慣がなければ、どれほど美しい器も一年で腐る。 私はこの器を、社内では「カンパニーブレイン」と呼んでいます。顧客別には「◯◯社カンパニーブレイン」。流れそのものは「考脈（こうみゃく）」です。カンパニーブレインは器、考脈は流れ。器だけあっても水が止まれば死んだWikiと同じ。流れだけあっても器がなければ、また人の頭に戻る。二つが揃って、はじめてカンパニーブレインと呼べます。 言葉が近い記事が、すでにサイト内にあります。役割を先に分けます。混ざると、読者も検索も迷子になります。 言葉 層 この記事での扱い 本体の置き場 カンパニーブレイン 世界の入口語 定義する対象 本記事 カンパニーブレイン 器の社内語 カンパニーブレインの中身 顧問の納品物 考脈学 方法論 四工程と三つの壁 正典ページ コンテキスト経営 経営思想 なぜ残すかの思想 コンテキスト経営とは 方法論の全体は考脈学の正典へ送る。本記事の仕事は、世界が2026年に付けた名前を、中小企業の現場語に翻訳することです。 会社の記憶を残す実践フォーマットを見る ## なぜ2026年、カンパニーブレインという言葉が広がったのか 言葉自体は新しい。中身の痛みは古い。情報は散らばる。記憶は人と一緒に辞める。文書は古くなる。これは何十年も前からの話です。 人が相手なら、足りない文脈は隣の席で補えました。「あの件は◯◯さんに聞いて」。生成AI顧問の現場で、いちばんよく聞く社内共通語です。熱海の防災設備会社・株式会社ウェックスでも、点検の合否や報告書の書きぶりは、ベテランの頭と現場の紙に残っていました。人が動けば、会社は回る。回っているあいだは、器がなくても困らない。 AIは隣の席で聞けません。渡されたものだけを材料に、セッションが終われば忘れる。人が「聞ける」ことで隠してきた欠落が、エージェントに仕事を渡し始めた瞬間、依存になりました。英語圏が Company Brain を急いで名付けた理由は、ここです。 系譜は、だいたい一年で合流しています。個人の Second Brain（Tiago Forte）。2010年代のエンタープライズ検索。2025年12月、Foundation Capital が書いた Context Graphs——「何が起きたか」ではなく「なぜそう決めたか」を残す話。Andrej Karpathy の LLM wiki。Garry Tan の GBrain。そして Y Combinator Summer 2026 の Request for Startups に、Tom Blomfield 名義で Company Brain が載った。「Garry's G-Brain, but for every business in the world」。検索でも、Wikiにチャットを足したものでもない、と明示されたカテゴリです。 日本語の検索「カンパニーブレインとは」は、まだ空いています。空いているうちに、ベンダーの製品名として埋まってしまうと、中小企業の社長が拾う言葉が「どのSaaSを買うか」に寄る。私がこの記事を書く理由は、そこです。買う棚の話の前に、何を会社の所有物にするかの話を置いておきたい。 英語の圧縮を、日本語で持つなら モデルは借り、記憶は会社が持つ。 Context is rented. Memory is owned. ChatGPTのメモリに預けた判断基準は、そのベンダーの中にあります。モデルを変えた日、会社の脳が消える設計は、脳ではありません。 ## カンパニーブレインと、よく似た言葉の違い 検索して出てくる説明の多くは、次のどれかに寄っています。社内検索の進化形。RAGの別名。Wikiの再ブランド。エージェントごとのメモリ。全部、部品ではあります。器そのものではありません。 呼び方・仕組み 何が残るか 人が辞めても残るか AIが働けるか 古くなった事実を無効化できるか 総合 社長・ベテランの頭の中 判断そのもの ✕ ✕ △（本人の記憶次第） ✕ 社内wiki・ナレッジベース 書いた文書 ○ △（検索止まり） △（更新が止まりやすい） △ エンタープライズ検索 既存ファイルの索引 ○ △（近いものを返す） ✕ △ RAG（資料を貼って聞く） その場の断片 △ △（近いものが正解扱い） ✕ △ ChatGPT／Claudeのメモリ 会話の癖と要約 ✕（ベンダー側） △（そのアカウントだけ） △ △ 個人のSecond Brain 自分の読書とメモ 本人のもの △（個人の相棒） ○ ○（個人向け） SOP・手順書の倉庫 工程とチェック ○ △（例外が書けない） △ △ カンパニーブレイン（カンパニーブレイン） 判断・例外・良しとしてきたこと ◎ ◎ ◎（正系と書き戻し） ◎ 表のいちばん下だけが「働ける」に◎を付けています。理由は、残すものが違うからです。SOPは工程を残す。カンパニーブレインは、工程の裏にある線引きを残す。「この業種は初回見積りが高くてもよい。速さで信頼を取る」は、価格表には書けない。書けていない判断をAIに渡すと、きれいな一般論が返ってくる。顧問先で何度も見た光景です。 個人のSecond Brainとカンパニーブレインの切れ目も、ここで引きます。自分の読書メモは、辞めるとき持って出てよい。会社の判断基準は、置いていく。私たちはこの契約を「持ち出し境界」と呼んでいます。辞めるとき、書斎は持って出る。カンパニーブレインは置いていく。英語の Context is rented. Memory is owned. は、この社会契約の圧縮です。境界がないまま「会社の脳」をクラウドに預けると、社員は安心して頭の中を出せません。出せない文脈は、掘れません。 Wikiが読まれずに死ぬ構造そのものは、ナレッジマネジメントはなぜ失敗し続けるのかに書きました。本記事で足すのは、読み手がAIになったあとに残すべきものが「文書」ではなく「働ける正系」だという一点です。 判断基準の残し方を資料で見る ## 偽物の見分け方——検索できる会社と、働ける会社 ベンダーのページを読むと、だいたい同じ約束が並びます。全ツールを接続する。エージェントが覚える。コミットメントを追跡する。矛盾を検知する。英語圏の「What is a Company Brain」記事は、この五条件で書いています。技術としては正しい。中小企業の現場では、五条件の前に落ちる穴があります。 穴は、接続する前に「どれが正か」が決まっていないことです。共有フォルダに 最終_v2_最新(3).xlsx がある会社へ、検索もRAGもグラフも入れると、古い正が新しい正と同じ重みでAIに読まれます。賢い検索ほど、自信満々に昨日の単価を返します。 検索できる会社 ファイルはある。見つけられる。ただし「どれが正か」は人が覚える。AIは近い文書を返す。 ↓ 足りない一段 働ける会社 同じテーマの正は一つ。新人（人でもAIでも）が説明なしでそこに辿り着く。直したことは、その日のうちに正へ戻る。 英語圏が強調する「bi-temporal（いつ真になり、いつ偽になったか）」は、私たちの言葉では正系と書き戻しです。高尚なグラフである必要はない。フォルダの置き場と、「これが正」と書いた一枚と、直したその日に直す習慣があれば、中小企業でも同じことができます。 英語圏の「本物の条件」は、だいたい五つに要約されます。書いた時点で意味を確定する。事実に二つの時計を持たせる（いつ真になり、いつ偽になったか）。人とエージェントが同じ器を読む。約束を拾う。矛盾を自分から知らせる。中小企業にそのまま輸入すると、グラフ製品の比較表になります。私の対応は、もっと地味です。 英語圏の条件 考脈学での対応 二十人規模で先にやること Write-time comprehension 収める（正系を一つに決める） 同じテーマの正を一箇所にする Bi-temporal awareness 正系＋アーカイブ＋書き戻し 旧版は消さず、正から外す Org-wide shared memory カンパニーブレイン（会社の枠） 個人のチャット履歴を正にしない Commitment tracking 意思決定ログと90_記録 決めたことを一行で残す Contradiction detection 磨く（同じ訂正を二度しない） 直した指摘をその日に正へ戻す 私が自社で痛い目を見たのも、ここです。2026年7月、AiWiLLのワークスペースを一日に四回、組み直しました。最初は「分かりやすい名前」で箱を増やした。午後には「事業別」に寄せた。夜にはまた機能軸に戻した。四回目で落ち着いた法則は、不変を外に、可変を内にです。会社の機能（売る・作る・届ける・数える）は百年変わらない。商品と人は入れ替わる。外側を機能、内側を事業にした瞬間、人とAIの両方が迷わなくなった。ツールを足す前に、正の置き場を決める——これが、偽物の検索脳と本物のカンパニーブレインの境界です。 ## 中小企業の現場で、脳が死ぬ三つの壁 診断のとき、私はカンパニーブレインの有無を抽象で聞きません。会社の文脈を殺す壁は、三つしかないからです。 壁 定義 現場で聞こえる言葉 放置した末路 属人の壁 判断基準が特定個人の頭にしかない 「社長がいないと決められない」 退職・引退と同時に、その領域の記憶が消える 散逸の壁 情報はあるが、どれが正か分からない 「最新版どれでしたっけ？」 人もAIも、間違った文書を根拠に働く 陳腐の壁 作った文書が更新されず死蔵する 「実際のやり方はマニュアルと違う」 文書への信頼が死に、全員が口伝に戻る 三つの壁は独立ではありません。散逸すると誰も文書を信じなくなり（陳腐化）、結局「人に聞く」に戻る（属人化）。だからツールを一本書いただけでは戻ってきます。属人化の解消は入口として正しい。ただし属人だけ倒しても、置き場がゴミ屋敷なら、翌月にはまた「あの人に聞いて」が復活します。 承継の話に寄せると、切れ目がはっきりします。後継、株、保証、属人化——この四つがボトルネックだと言われます。前の三つは士業の庭です。四つめだけが、カンパニーブレインの庭です。株と保証の前に、頭の中の移転をやる。やっていない会社は、値踏みの材料がなく、価格の話で負けるか、話自体が止まると現場で見ます。AI導入の話として売ると、承継の現場では通りません。残すものの話として売る。詳細な手順はAI事業承継とはに分けてあります。 ## 本物のカンパニーブレインは、四つの工程でしかできない 英語の記事は「レイヤー」で書きます。事実、対話、理由、約束。私は現場を工程で書きます。レイヤーは完成形の分類、工程は手の動かし方です。考脈学では、起こす・収める・渡す・磨く。壁を倒すのは、渡すためです。 1 起こす 頭の中を言葉にする 属人の壁を倒す 2 収める 正の置き場を一つにする 散逸の壁を倒す 3 渡す AI社員に仕事を渡す 価値が生まれる 4 磨く 直したその日に戻す 陳腐の壁を倒す カンパニーブレインは四つの工程でしか作れない。壁を倒すのは、渡すためだ。 ### 起こす——録音と問いから、判断基準を拾う 最初の仕事は、ツール選定ではありません。キーパーソンの頭を、言葉に起こすことです。私が現場で使っている問いは、短い。 - 新人に、最初に教えることは何ですか - 迷ったとき、何で決めていますか - 絶対にやらないことは何ですか - お客様は、本当は何を買っていますか 静岡・熱海の不動産会社、マチモリ不動産では、最初の目的はマニュアル作成でした。オンラインで環境構築を進めたところ、インストールで止まり、オフラインに切り替えた。道具の話で一日溶けた経験があります。いま振り返ると、あの一日で分かったのは「道具より先に、何を残すかを言葉にしていないと、インストール先がない」ということです。ベテランの暗黙知を会社に残す手順は、暗黙知を会社にインストールする方法に分けてあります。 完了の目安は、華やかさではありません。その会社の「迷ったときの判断基準」が、本人以外の言葉で十個、書けていること。十個は仮の数です。ゼロの会社と十の会社では、翌週のAIの仕事が別物になります。 残す中身は、四種類に分けると漏れません。暗黙知（なぜこの手順を先にするか）。判断基準（見積りをどこまで下げるか）。歴史（今のルールができた失敗）。顧客理解（相手が本当に嫌がること）。数字の価格表だけ渡しても、AIは同じ判断を再現できません。裏の理由まで残して、初めて働ける脳になります。 現場で拾った、価格表に書けない線引き 「この業種は、初回の見積りが多少高くてもいい。遅れるほうが信頼を失う。値引きの相談が来たら、金額より先に納期を守れますかと返す。」 この一文がカンパニーブレインにあれば、見積もりの下書きは会社の顔になる。なければ、どこの会社にも出せる丁寧な一般論になる。 ### 収める——箱を先に作り、正を一つにする 起こした言葉を、チャットの履歴に置いてはいけません。人とAIが迷わず辿れるディレクトリに据えます。設備点検業の二十人規模なら、目次はだいたいこうなります。 ◯◯設備カンパニーブレイン/ ├── 憲法.md ← 全社のルール。正はここ ├── 00_経営・戦略/ 判断基準と意思決定ログ ├── 10_事業・商品/ 点検／修繕の料金と様式 ├── 30_営業・顧客/ 名前を知っている相手 ├── 45_現場・施工/ 手順の正系と安全基準 ├── 60_情報システム/ AI社員の職務定義 ├── 80_作業中/ 下書き。正と混ぜない ├── 90_記録/ 議事録・棚卸し録音 └── 99_アーカイブ/ 旧版。消さず、正から外す 空箱は失敗ではありません。まだ掘られていない鉱脈の見取り図です。最初から全部作る。中身は後から埋まる。WindowsとOneDriveを使う会社は、パスが260字を超えないよう、フォルダ名だけ短く保つ。階層の深さは、AIが読む分には問題になりません。 ### 渡す——机があるAI社員に、最初の一本を渡す 器ができたら、初めてAIに仕事を渡します。チャットの相手ではなく、職場を持った働き手です。定義はAI社員とはに置いてあります。最初の一本は、頻度が高く、判断が少なく、成果が見える業務。議事録、日報の集約、報告書の下書き。ウェックスでは、手書きの点検メモと写真とExcel転記から、報告書の下書きをAIに渡すところまで行きました。合否の判断は人、清書はAI。線はそこです。 業種ごとの「最初の一本」は、だいたい現場の紙と写真の近くにあります。 現場 最初に渡しやすい一本 人が残す線 防災・設備点検 点検メモと写真からの報告書下書き 合否と法令判断 不動産管理 議事録と写真からのオーナー報告下書き 金額と約束 建設・工事 工程表の組み替えと日報の集約 安全と工期の最終判断 飲食・店舗 シフト案、発注の下書き、口コミ一次案 謝罪の温度と値引き 旅館・宿泊 問い合わせ一次回答と引き継ぎメモ 特別対応の可否 一人広報 一つの素材から媒体別の下書き 出してよいかの最終確認 共通しているのは、AIに「決めて」と頼まないことです。決める線は人が持ち、下書きと転記と清書を渡す。費用対効果も、削った時間だけで測ると小さく見えます。測るべきは、打てる手が何本増えたかです。外注していた下書きを社内で回せるようになると、ノウハウは会社側に残る。顧問現場で私が主軸にしている見方です。 ### 磨く——同じ訂正を、二度しない 作って終わりの脳は、必ず腐ります。直した指摘を、その場でルールへ戻す。私たちはこの行為を「書き戻し」と呼んでいます。完了条件はありません。直近四週間、毎週書き戻しが起きていて、同じ訂正が二度起きていない状態が、考脈が通った状態です。 現場のセリフ例（書き戻し） 「今の言い回し、うちでは使わない。『早急に対応します』は謝りに聞こえるから、『本日中に現地を確認します』に直して。で、この指摘、マニュアルの『顧客への一言』に今日中に足しておいて。」 コンテキストをチームで共有する実物は、GitHubとGoogle Driveの2層構成に公開しています。実装語としての整理はコンテキストエンジニアリングとはへ送ます。 四工程の手の動かし方をもう一段深く見るなら、AI顧問とは何かと暗黙知のインストールへ進んでください。 ## 自社にカンパニーブレインはあるか——診断12問 点数を競うテストではありません。観測できる事実だけを、はい／いいえで見てください。はいが少ないほど、SaaSを足す前にやることが残っています。 # 問い（観測できる事実） 見ている壁 1 会社の判断基準を書いた文書が、存在する 属人 2 その置き場を、聞かれた社員が同じ場所で即答できる 散逸 3 同じテーマの「正」が、二箇所以上にない 散逸 4 新人（人でもAIでも）が、説明なしで正系に辿り着いた実績がある 散逸 5 迷ったときの線引きが、本人以外の言葉で十個以上ある 属人 6 「絶対にやらないこと」が文書になっている 属人 7 背景説明なしで、AIが実務水準の下書きを返す業務が一つある （渡す） 8 その業務が、直近一ヶ月、継続して使われている （渡す） 9 直近四週間、ルールへの書き戻しが毎週起きている 陳腐 10 同じ訂正が、二度起きていない 陳腐 11 辞める人が持って出てよいものと、置いていくものが文書で分かれている 所有 12 判断基準は、特定ベンダーのチャットメモリの外にある 所有 はい 0〜3　口伝の会社。脳はない。まず起こす。 はい 4〜7　文書はある。働いていない。収める。 はい 8〜10　一本は回っている。磨く習慣が次。 はい 11〜12　所有の線まで引けている。ここがカンパニーブレイン。 入口の問いは、結局一つです。御社の判断基準は、社長がいなくなっても残りますか？ ### ワーク：自社の「迷ったときの線引き」を、三つだけ書く 診断のあと、手を動かしてください。きれいな文章はいりません。現場の口語でよい。 あなたの場合 業種：＿＿＿＿＿＿＿＿ よく止まる判断：＿＿＿＿＿＿＿＿ 線引き①（迷ったらこうする）：＿＿＿＿＿＿＿＿ 線引き②（絶対にやらない）：＿＿＿＿＿＿＿＿ 線引き③（お客様が本当に買っているもの）：＿＿＿＿＿＿＿＿ この三つを置くフォルダ名：＿＿＿＿＿＿＿＿ 三つ書けたなら、カンパニーブレインの種は今日生まれています。書けないなら、ツール比較を続けるより、キーパーソンと九十分、上の四問で話したほうが早い。 ### タイプ別——いま厚い壁はどれか 同じ「カンパニーブレイン」でも、最初に触る場所は会社の型で変わります。渡辺さん型——地域の現場企業を継いでいる二代目——を中心に、四つに分けます。 いまの型 いちばん厚い壁 最初の一手 やってはいけないこと 社長一人で回している 属人（未来の自分） 自分の判断基準を三つ書く 高機能SaaSから入る 現場型の二代目 属人（先代とベテラン） 先代・ベテランの録音棚卸し AI導入の号令だけ先に出す 紙・Excel・写真が混在 散逸 正の置き場を一つ決める 全部を一度にデジタル化する 承継・売却を見据えている 属人（値踏みできない） 頭の中の移転を先にやる 株と保証の話だけを先に進める ウェックスは、二代目かつ紙・写真・Excelが混在する型です。点検の手書きメモ、現場写真、転記用の表。人が見れば読める。AIに渡すには、どれが正の様式か、合否の線は誰が引くかを先に決める必要があった。報告書の下書きが回り始めたのは、モデルを変えたからではありません。読む場所と、人が残す判断の線が、先に決まったからです。 二代目の会社でよく起きるのは、「先代はできる、自分はまだ全部を言語化できていない」という羞恥です。言語化できていないのは、無能だからではありません。優秀な判断ほど、頭の中で高速に終わっている。起こす工程は、頭の中の高速な判断を、次の人も使える粒度まで落とす作業です。先代を否定する場ではない。「その判断、次の人も使えるように残そう」という場です。 ## カンパニーブレインでやりがちな失敗 検索している人の多くは、失敗を避けたくて来ています。現場で先に踏んだものを、先に置きます。 ### NG1　商品名を買う Company Brain と書かれたSaaSを契約して、脳ができた気になる。接続数とダッシュボードは増える。正系は増えない。名前は翻訳語のまま使い、買う対象は「自社の正系を誰が持つか」にする。 ### NG2　ChatGPTのメモリに会社を預ける 便利です。私自身、個人の相棒としては使います。会社の判断基準をそこに置くと、アカウントとベンダーに脳が紐づく。担当者が辞めた日、またはモデルを乗り換えた日、会社はまた新人に戻る。 ### NG3　全部を一足飛びに正系へ仕上げる 録音も議事録も、いきなりきれいなマニュアルにしない。棚は三段です。生（起こしたまま）／整（言葉にした下書き）／正（AIが読んで働く）。導入期に正だけを目指すと、現場は挫折します。 ### NG4　工程だけ残して、線引きを残さない 手順書は残る。例外が残らない。AIは手順どおりに一般論を出す。職人性はSOP化だけでは引き継げません。 ### NG5　作って、磨く担当を置かない 初期構築だけ外注し、更新の席を空ける。半年後、現場と文書がズレ、口伝に戻る。構築と保守は別の仕事です。英語圏はこれを Second Brain as a Service と呼び始めました。中身は、磨く習慣の月次です。 現場で聞いた、うまくいかない側のセリフ 「AIに何でも聞いていいよって社内通達したんです。最初は盛り上がった。いまは誰も開かない。聞いても一般論しか返ってこないから。」 返ってこない理由は、モデルではありません。読む職場が、まだない。 ## 誰がカンパニーブレインを作るか 自分で作れます。小さな会社ほど、箱は少ない。私が自社でやったのも、自分たちの頭を自分たちのディレクトリに移す作業でした。イベント事業では累計112企画、参加者10,551名、満足度94.9%の運営知も、頭の中に置いたままでは翌年の企画に使えません。残した分だけ、次の一手が増える。 一人で進めるときの順番は、次で足ります。 - 診断12問を、経営者と一人のベテランで〇✕する - 迷ったときの線引きを、三つ書く - 箱を先に作る（空でよい） - 頻度の高い一本を、AI社員に渡す - 直した指摘を、その日に正へ戻す ### 最初の一週間で、机の上に残るもの 抽象のまま一週間を溶かす会社が多いので、成果物の単位まで落とします。完璧はいりません。残れば勝ちです。 日 やる作業（90分以内） 机の上に残るもの 1日目 診断12問を二人で〇✕する 厚い壁がどれかのメモ 2日目 キーパーソンに四問を聞く（録音可） 文字起こしの生データ 3日目 線引きを三つ抜き出す 判断基準の下書き一枚 4日目 カンパニーブレインの空箱を作る 番号の付いたフォルダ 5日目 正系の一枚（憲法でも判断基準でも）を置く 「これが正」と書ける場所 6〜7日目 頻度の高い一本をAIに渡して、ズレを直す 職務の範囲と、最初の書き戻し この一週間でSaaSの比較表は開きません。開くと、脳の話がツールの話に落ちます。道具は、5日目に正の置き場ができてからで間に合います。Windowsでエージェント環境を組む具体手順が要る人だけ、Claude Codeのインストールや情報入力のセキュリティを後から読んでください。 起こす工程で、実際に使う導入のセリフ 「今日は、新しいツールの話はしません。御社が迷ったときに引いている線を、三つだけ教えてください。新人に最初に伝えること、絶対にやらないこと、お客様が本当に買っているもの。録音して、あとで言葉にします。合っていなければ、その場で直してください。」 一緒に進める支援が必要なら、AI顧問を選べます。AiWiLLのAI顧問は月30万円〜（税別・社員同席込み）、最低6か月・月2回です。自動更新はなく、継続は期間満了前に協議します。一業務のAI社員制作、社内で使う人と型を育てる顧問、会社全体の記憶を整理するカンパニーブレイン制作では、対象の広さが異なります。支援範囲と料金をご確認ください。 効かない条件も、先に言います。経営者が判断基準を開示する気がない会社には、効きません。建前をカンパニーブレインに書けば、AIは建前どおりに働き、現場と乖離します。掘るのは「実際にやっていること」です。 ## よくある質問 ### Q. カンパニーブレインとは、結局何ですか？ A. 会社が所有する記憶の器です。社長とベテランの判断基準・例外・歴史・顧客理解を、人とAIが同じ正系から読んで働ける形に残したもの。英語では Company Brain you own。Wikiや検索、チャットのメモリとは別物です。 ### Q. 社内wikiやNotionを整えたら、カンパニーブレインになりますか？ A. 箱としては使えます。ただし「どれが正か」が一つに定まり、AIが背景説明なしで仕事を始められ、直したことがその日に戻る習慣がなければ、検索できる倉庫のままです。ツール名は問いではありません。 ### Q. ChatGPTのメモリ機能では足りないのですか？ A. 個人の相棒としては足ります。会社の脳としては足りません。メモリはベンダーとアカウントに紐づく。人が辞める、モデルを変える、契約を切る——その日に、会社の判断基準が消える設計は、所有しているとは言えません。 ### Q. 中小企業でも、大企業向けのCompany Brain製品が必要ですか？ A. 最初に必要なのは製品ではなく、正の置き場と判断基準の十個です。紙・Excel・写真・PDFが混在する現場ほど、接続より棚卸しが先です。製品は、正系が一本になってから選んでも遅くありません。 ### Q. セカンドブレインとカンパニーブレインの違いは何ですか？ A. 所有者が違います。セカンドブレインは個人の記憶。カンパニーブレインは会社の記憶。辞めるとき、前者は持って出てよい。後者は置いていく。この境界を文書にしていない会社は、社員が安心して頭の中を出せません。 ### Q. 考脈学とカンパニーブレインは、どちらが本体ですか？ A. 本体は考脈学です。カンパニーブレインは、カンパニーブレイン（器）の英語の翻訳語。世界が後から付けた名前を、既存の概念へ吸収しています。旗を掛け替える必要はありません。 ### Q. 何から始めればいいですか？ A. 今日、経営者とベテランで診断12問を〇✕し、迷ったときの線引きを三つ書いて、置くフォルダを一つ決める。それが最初の一歩です。伴走が要るなら、AI顧問の話を聞いてください。 ## まとめ - カンパニーブレインとは、会社が所有する記憶の器である。商品名ではない。 - 検索できる会社と、働ける会社は違う。差は「どれが正か」と「直したその日に戻るか」。 - 英語圏が2026年に名付けた中身は、日本の現場では属人・散逸・陳腐の三つの壁として現れる。 - 本物は四工程——起こす、収める、渡す、磨く——でしかできない。 - SOP倉庫ではなく、判断・例外・何を良しとしてきたかを残す。 - モデルは借り、記憶は会社が持つ。ベンダーのメモリに脳を預けない。 - 書斎は持って出る。カンパニーブレインは置いていく。境界がないと、掘れない。 - 自社の一日四回の再編で学んだのは、不変を外、可変を内に置くこと。 - 株と保証の前に、頭の中の移転をやる。 - 旗は考脈学。器はカンパニーブレイン。買う棚はWiLLAGENT。英語の Company Brain は商品名にしない。 世界が後から付けた名前に、会社の旗を掛け替える必要はありません。日本語の正面は、今も同じです。文脈が残れば、会社は続く。 もし自社でも、紙・Excel・写真・PDFが混在していて、社長とベテランに判断が集まっているなら、最初の線引きを三つ書くところからで足ります。一緒に起こす席が要るときだけ、AI顧問とは何かを読んでください。 無料資料セットを受け取る カンパニーブレインという器が、実際に働いている状態かどうかは段階で測れます。自社がいまどの段階かを確かめたい方は、AI Ready（AIレディ）とは何か｜経産省の定義と、自社がLv何かを事実で測る12項目もあわせてご覧ください。5段階のうち自社がどこかを、12の事実で判定できます。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI Ready（AIレディ）とは何か｜経産省の定義と、自社がLv何かを事実で測る12項目 URL: https://aiandwill.com/ai-ready-toha/ 公開: 2026-08-24 / 更新: 2026-09-02 「うちはAIを使えているほうだと思う」——ある会社の社長に、そう言われたことがあります。実際、社員さんはみんな生成AIを触っていました。そこで一つだけ質問しました。「じゃあ、御社の値引きの限度って、AIに聞いたら答えますか」。沈黙でした。 答えられるわけがないのです。値引きの限度は社長の頭の中にしかなく、AIには一度も渡されていないのだから。ツールは入っている。会社は渡っていない。この谷を渡った状態を、いま世界中で「AI Ready（AIレディ）」と呼んでいます。2026年8月には経済産業省も公式に用語解説を出しました。ただ、その定義を中小企業の現場に落とすには、あと一歩の翻訳が要ります。中小企業の「独自データ」の中心は、データベースの中ではなく、社長とベテランの頭の中にあるからです。 この記事では、AI Readyの①国・ITベンダー・AiWiLLの3つの定義の違い、②自社がいまLv0〜4のどこにいるかを事実で判定する12項目、③Lv別の最初の一手、④AI Readyにしなくていい会社の条件まで、AI顧問として累計約15社・研修を含めて30社超の現場で使っている判定基準をそのまま公開します。筆者はAiWiLL株式会社代表・赤堀亘。ミッションに「すべての会社を、AI Readyに。」を掲げ、自社を最初の実験台にしている人間です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI Ready（AIレディ）とは何か——3つの定義を並べる AI Ready（AIレディ）とは、AIを効果的かつ安全に活用できるよう、企業が自社のデータと業務知識を「AIが使える状態」に整えておくことを指す言葉です。もともとは「AI-ready data」「AI-ready infrastructure」という形で世界のIT企業が使ってきた業界の共有語で、AiWiLLの造語ではありません。 ただ、この言葉は使う人によって指すものがかなり違います。ここを曖昧にしたまま「AI Readyにしましょう」と言われると、たいていツールの購入で終わります。まず3つの定義を並べます。 ### ① 国（経済産業省）の定義——データの整理・構造化 経済産業省のMETI Journal ONLINE「知っておきたい経済用語」（2026年8月12日・商務情報政策局）は、AI-Readyを「企業がAIを効果的かつ安全に活用するため、データを整理・構造化し、活用可能な状態にすること」と定義しています。そして鍵は「企業や現場に蓄積された独自データ」だとしています。 「データの整理・構造化」「独自データの価値」——僕が現場でやってきたことと、向きが完全に同じでした。国がこの言葉を定義したことで、中小企業の社長に説明するときの土台ができたと感じています。 ### ② ITベンダーの定義——インフラとデータ基盤の準備 一方、ITベンダーの文脈で語られるAI Readyは、多くの場合「AIツール・データ基盤・インフラの導入準備」を指します。全社にアカウントを配った、データレイクを作った、社内に生成AIの利用規程を作った——という話です。 これも必要な仕事です。ただ、この定義だけで測ると、ChatGPTの法人契約をして研修をやれば、AI Readyに見えてしまうという問題が起きます。冒頭の社長の会社が、まさにこの状態でした。 ### ③ AiWiLLの定義——会社の記憶と判断を、AIが番頭として持ち続けられる状態 そこでAiWiLLは、この借り物の言葉を、定義ごと引き受けて使うことにしました。 AI Readyとは、会社の記憶と判断を、AIが番頭として持ち続けられる状態のこと。 ツールを入れる準備ではなく、会社を渡す準備。（AiWiLL定義・2026-08-23） 「番頭」という言葉を選んでいるのには理由があります。昔の日本の会社には、先代の型を全部覚えていて、若旦那に「先代ならこうしなさったよ」と取り次ぐ人がいました。会社の記憶が人の寿命で消えないよう、あいだに立ち続けた存在です。その仕組みはほぼ絶滅しましたが、番頭の「機能」だけなら、いま作り直せます。会社の判断基準と歴史を全部読んでいて、疲れず、辞めず、問われれば何度でも答える存在——AIです。 3つの定義を横に並べると、こうなります。 3つは優劣ではなく、射程が違います。どれが正しいかではなく、何を主語にして、どこまでを扱う言葉なのかで並べると、こうなります。 対照軸 ① 経産省の定義 ② ITベンダーの定義 ③ AiWiLLの定義 主語 データ ツール・インフラ 会社の記憶と判断 扱う範囲 社内データ全般 システム環境 頭の中にある暗黙知まで 「できた」の見え方 データが構造化された状態 環境が導入された状態 背景説明なしでAIに頼める状態 想定する読み手 企業一般（規模を問わない） 情報システム部門 中小企業の経営者 段階の指標 用語解説のため定めていない 各社独自の成熟度モデル Lv0〜4を事実12項目で判定 主眼 AIの活用 AIの導入 番頭が育ち続ける状態 一行でまとめます。国の定義とAiWiLLの定義は向きが同じで、当社はそこに「中小企業の独自データは人の頭の中にある」という一点を足しています。ITベンダーの定義との違いは、「できた」の見え方にあります。買えば終わるのか、渡せて初めて終わるのか。中小企業の現場で使うなら、後者の見え方でないと進捗が測れない——というのが、15社の顧問の現場から出た結論です。 ### 紛らわしい言葉の整理——AI Ready・カンパニーブレイン・コンテキスト経営 この領域は似た言葉が多く、当社も複数の用語を使っているので、関係を先に整理しておきます。4つは競合する概念ではなく、階層が違います。 言葉 階層 意味 AI Ready 状態 会社の記憶と判断を、AIが番頭として持ち続けられる状態。測る対象（Lv0〜4） カンパニーブレイン 器・成果物 その状態を成立させる入れ物。会社の文脈を人とAIが読める構造に収めたもの 考脈学（こうみゃくがく） 方法論 器の作り方。起こす・収める・渡す・磨くの4動詞で文脈を資産化する体系 コンテキスト経営 思想 会社の文脈を経営の中心資産として扱う考え方そのもの 読者にとって実用的なのは、この順番です。まずAI Ready度で現在地を測り（状態）、足りない器をつくり（カンパニーブレイン）、その作り方の手順に従う（考脈学）。思想から入ると動けなくなるので、測ることから始めるのを勧めています。 ## 「使っている」と「Ready」のあいだにある谷 日本の数字から置きます。帝国データバンクの動向調査（2026年3月調査・有効回答1万312社・2026年5月14日発表）では、生成AIを業務で使っている企業は全体の34.5%、中小企業では32.4%。3社に2社は、まだ業務で使ってすらいないという段階です。 ここで多くの記事は「だから早く導入しましょう」と続きます。この記事が書きたいのは、その先です。残りの1社——「使っている」側で何が起きているか。 世界の数字を見ると、それがはっきり出ています。Ciscoが毎年出しているAI Readiness Index（2025年10月14日発表・30市場・従業員500名以上の約8,000社対象）では、AIを本当に活かす準備が「完全にできている」企業は世界で約13%。しかもこの割合は、過去3年間ほぼ動いていません。一方で98%の企業が「AI導入の緊急度は上がった」と答えている。急いでいるのに、準備は進んでいない。 導入率は上がるのに準備度が下がる。この矛盾が、「使っている」と「Ready」のあいだの谷です。谷の正体は単純で、ツールの導入は買えば終わるが、会社の文脈を渡す作業は買っても終わらないからです。 ### 谷にはまっている会社に共通する3つの症状 顧問の現場で、この谷にいる会社にはほぼ共通の症状があります。 - 毎回、長い前置きを書いている。AIに何か頼むたび「うちは○○業で、社員は△名で、お客様は主に……」と説明から始める。この前置きこそ、渡っていない文脈の正体です。 - 成果物を毎回大きく直している。AIが出した案が「悪くはないが、うちのじゃない」。判断基準を渡していないので、当然です。 - 使う人が1人に偏っている。「AIに詳しい社員」の個人技になっていて、その人が休むと止まる。会社の資産ではなく、個人のスキルになっている状態です。 この3つは、いずれも「ツールが足りない」問題ではありません。会社の側が渡していない問題です。だから、次に買うべきツールを探しても解決しません。 ## AI Ready度Lv0〜4——雰囲気ではなく、事実で判定する 「AI Readyになりましょう」という言葉のいちばんの弱点は、できているかどうかが測れないことです。測れないものは、進捗も分かりません。 AiWiLLには顧問の現場で使ってきた5段階の判定基準があります。体系名は考脈レベルといい、対外的にはこれをAI Ready度と呼んでいます。ポイントは、判定を「意識」や「体制」ではなく、誰が見ても同じ答えになる事実で行うことです。 Lv 状態 判定される事実 典型的な症状 Lv0 口伝 会社の判断基準を書いた文書が存在しない。または存在しても、置き場を即答できる社員がいない 「◯◯さんに聞いて」が社内共通語 Lv1 散在 文書はあるが、同じテーマの文書が2箇所以上にあり、「どれが正か」を全員が同じ答えで言えない 「最新版どれ？」が飛び交う Lv2 構造 主要テーマの正式な置き場を、聞かれた社員全員が同じ場所で即答できる。新人（人でもAIでも）が説明なしで辿り着いた実績がある 器はあるが、AIはまだ働いていない Lv3 稼働 背景説明なしの依頼で、AIが実務水準の成果物を返す業務が1つ以上あり、直近1ヶ月継続して使われている ——（合格ライン） Lv4 自走 直近4週間、AIのルールへの書き戻しが毎週発生していて、かつ同じ訂正が2度起きていない 番頭が毎週賢くなり続けている AI Ready度の5段階。合格ラインはLv3「稼働」——背景説明なしでAIに仕事を頼める業務が1つ以上、1ヶ月継続している状態。 AI Readyの合格ラインは、Lv3です。理由は明確で、「背景説明なしでAIに仕事を頼める」という事実が成立して初めて、会社の文脈がAI側に渡っていると言えるからです。それより手前は、どれだけツールを入れていても準備の途中です。Lv4は、その番頭が育ち続ける習慣まで根づいた状態を指します。 自社のLvを判定する（無料・入力3分） ※Lvの判定結果はその場で無料表示されます。Lv別の「90日の登り方」の詳細は、メールアドレスのご登録で表示されます。 ここで一つ、正直に書いておきます。さきほどの帝国データバンクの34.5%——「生成AIを使っている」企業——は、この表でいうとまだLvを測る前の段階の話です。ツールを使っているかどうかとLvは別の軸で、顧問の現場では、AIを使っている会社のほとんどがLv0かLv1から始まります。ただし、この「ほとんど」は現時点では顧問先15社規模の実感であって、統計的に集計した数字ではありません。件数が貯まったら数字で書き直します。言葉が証拠より先に走るのは避けたいので、いま言えるのはここまでです。 ## 自社を測る12の事実チェック（器・中身・稼働・習慣） Lvを判定するために、実際の診断で使っている12項目をそのまま出します。「できている気がする」ではなく、事実で答えてください。迷ったら「できていない」に倒すほうが、あとで正確です。 ### 面①「器」——正が決まっているか（Q1〜Q3） - 会社の判断基準を書いた文書は、ありますか。 判断基準＝値引きの限度、断る仕事の基準、「迷ったとき、うちはこうする」の決め方など。 - 同じテーマの文書が2箇所以上にあって、「どれが正か」で迷うことがありますか。 症状の例：「最新版どれ？」が飛び交う。共有フォルダが物置になっている。 - 主要な文書の置き場を社員に聞いたら、全員が同じ場所を即答しますか。 新しく入った人（人でもAIでも）が説明なしで辿り着けた実績があれば「即答する」です。 ### 面②「中身」——頭の中が外に出ているか（Q4〜Q6） - 値引きの限度や「断る仕事」の基準を、AIに聞いたら答えられる状態ですか。 社長の頭の中にしかないなら「答えられない」です。 - 主力業務の手順は、新人（人でもAIでも）にそのまま渡せる形になっていますか。 「横について教えないと無理」なら、なっていない、です。 - 主要なお客様との経緯・約束ごとは、担当者個人のメールや頭の中の「外」に残っていますか。 担当者が急に1週間休んだら困る——なら、残っていない、です。 ### 面③「稼働」——AIが実際に働いているか（Q7〜Q9） - 背景説明なしの依頼で、AIが実務水準の成果物を返す業務が1つ以上あり、直近1ヶ月続いていますか。 「この見積もり、うちの基準でレビューして」で通じる状態です。 - AIに頼むとき、会社の説明を毎回長々と書かずに済んでいますか。 毎回同じ前置きをコピペしているなら「済んでいない」です。 - AIの成果物を、直しほぼゼロでそのまま使えることが、週1回以上ありますか。 毎回大幅に手直ししているなら「ない」です。 ### 面④「習慣」——番頭が育ち続けているか（Q10〜Q12） - 直近4週間、AIのルールへの「書き戻し」が毎週ありますか。 書き戻し＝AIの間違いを直すたび、ルールに一行追記すること。 - 同じ訂正を、二度していない——と言えますか。 同じ間違いをAIが繰り返しているなら「言えない」です。 - AIの運用は「詳しい社員1人」に依存せず、複数人で回っていますか。 その人が1週間休んだら止まる——なら、依存しています。 読み方はシンプルです。面①でつまずくならLv0〜1、面①は通るが面②で止まるならLv1〜2、面①②が通って面③で止まるならLv2、面③まで通れば合格ラインのLv3、面④まで通ればLv4です。この12問に答えるとLvと「90日の登り方」がその場で出る診断を無料で用意しています。 ### ワーク：この記事を読みながら、3行だけ書いてみる 読んで終わりにしないために、いま手元で埋められる3行を置きます。所要3分です。 ①わが社の現在地は Lv____（口伝／散在／構造／稼働／自走） 12項目のうち、最初に「できていない」と答えた面で決まります。 ②最初にAIへ渡す業務は「____________________」 条件は3つ。地味・繰り返しがある・正解を社内の誰かが即答できる。 ③その業務の「正解を即答できる人」は ____________ さん この人が赤入れ役です。ここが空欄なら、渡す業務の選び直しをおすすめします。 ③まで埋まったら、AI Readyの最初の一手はもう設計できています。あとは、その業務を実際に一度渡してみるだけです。3行が埋まらない場合、足りないのはツールではなく、渡す業務の選定です。その場合は12項目に戻って、どの面で最初に「できていない」が出たかを確かめてください。 12の事実に答えてLvを判定する（無料・入力3分） ※Lv判定は入力後すぐ無料で表示されます。「90日の登り方」の詳細はメールアドレスのご登録で表示されます。 ## Lv別・明日からの最初の一手 登り方は現在地で全部変わります。現在地を測らずに始めるAI導入は、地図を持たずに登る山です。だいたい、ツールの購入という麓の売店で終わります。 ### Lv0「口伝」の一手——ツールより先に、言葉に起こす Lv0は弱点であると同時に、掘り起こせる資産がいちばん多い状態でもあります。会社の価値の大半が、まだ紙にもデータにもなっていないということだからです。 - 判断基準を録音で言葉にする——「値引きの限度は？」「断る仕事の基準は？」「迷ったとき何で決める？」の3つの問いに、社長が声で答えて録音する。30分×2回で十分です。 - 正系の置き場を1つ決める——文字起こしを置く場所を1箇所だけ決め、「会社の判断基準はここ」と言い切れる場所を新設する。 - AI社員1体目を、文書化と同時に立てる——文書が揃うのを待たない。起こした言葉をそのままAIに読ませて、軽い定型業務を1つ渡す。 Lv0で最も多い失敗：いきなり全社にAIツールを配ること。判断基準が言葉になっていない段階でツールだけ配ると、各自がバラバラに使い始めて、次のLv1「散在」の症状を先取りしてしまいます。順番は、言葉が先、ツールが後です。 ### Lv1「散在」の一手——全部やらず、3テーマだけ「正」を決める Lv1は、まじめに文書化に取り組んできた会社ほど足踏みするレベルです。書く力はある。足りないのは「どれが正か」を決める一手だけです。 - 主要3テーマだけ「正」を宣言する——判断基準・料金や見積もりの基準・主力業務の手順。この3つだけ「正はこのファイル」と指名する。 - 重複は消さず、正へのリンクに置き換える——古い文書を消して回ると事故になります。重複ファイルの冒頭に「正はこちら」と一行書くだけで、迷子は止まります。 - 置き場のルールをA4一枚だけ書く——凝った分類は要りません。「迷ったらここ」が1箇所あれば十分です。 Lv1で最も多い失敗：「全部きれいに整理してからAIに渡そう」と考えること。完璧な整理を目指すと数ヶ月止まります。主要3テーマの正が決まったら、その3本だけでAIに仕事をさせ始めてください。使いながら育てるほうが速く、続きます。 ### Lv2「構造」の一手——整理をやめて、1業務だけ渡す Lv2まで来ている会社は、正直、少数派です。土台としては合格圏。ただし器が整っていることと、AIが働いていることのあいだには最後の一段があります。 - 渡す業務を1つだけ選ぶ——地味で、繰り返しがあって、正解を社内の誰かが即答できる業務。議事録の整形、日報のまとめ、問い合わせの一次回答あたりが定番です。 - 背景説明なしで頼めるかテストする——正系文書を読ませたAIに前置きなしで依頼を投げる。通じなければ、足りない文脈が特定できたということです。 - 1ヶ月、毎週使われるかを数える——1回動いた、では稼働と呼びません。週に何回使われたかを4週間数えます。 ### Lv3「稼働」の一手——直した理由を、書き戻す 合格ラインに乗ってからの課題は一つだけです。AIの成果物を直したとき、直した理由をルールに書き戻すこと。これをやらないと、同じ間違いが何度でも戻ってきます。 ここは自社の失敗談で書きます。AiWiLLでも一度、AI社員の成果物に見覚えのある間違いを見つけたことがあります。三週間前に僕自身が直した間違いでした。直した理由を器に書き戻していなかったので、AIも人も、同じ場所でまた転んだのです。器は、つくって終わりではない。磨き続けなければ、ただの分厚い資料に退化します。 ### Lv4「自走」の一手——属人化を、もう一度疑う Lv4の会社が次に落ちる穴は、AI運用そのものの属人化です。書き戻しをやっているのが1人だけなら、その人が抜けた瞬間にLv2まで落ちます。書き戻す人を複数にする、書き戻しの手順自体を器に入れる——ここまでやって、ようやく会社の資産になります。 関連記事：カンパニーブレインとは？検索できる会社ではなく、働ける会社の記憶 ## 業種別に見る、AI Readyの入口 「うちの業種でも当てはまるのか」という疑問が当然あると思うので、顧問の現場でよく入る業種ごとに、最初に渡す業務とつまずきやすい面を出します。いずれも業種のみの匿名表記です。 業種 最初に渡す業務 つまずきやすい面 効きの早さ 旅館・宿泊 口コミ返信の下書き 面②中身（接客の判断基準が女将の頭の中） ◎ 早い 不動産 オーナー報告書の下書き 面①器（物件資料が担当者ごとに散在） ◎ 早い 建設・設備 点検報告書の整形 面①器（紙・現場写真・Excelが混在） ○ 中 士業・コンサル 初回相談メモの構造化 面②中身（判断が完全に属人） ◎ 早い 飲食（個人・小規模） SNS投稿と仕入メモ 面④習慣（日々が忙しく書き戻しが続かない） ○ 中 教育・研修 受講者フォロー文面 面③稼働（作って満足し使い続けない） ○ 中 製造（多品種少量） 見積根拠の言語化 面②中身（値決めがベテランの勘） △ 時間がかかる ### 共通しているのは「地味で、繰り返しがあって、正解が社内にある業務」 表を見て気づかれたかもしれませんが、最初に渡す業務はどれも派手ではありません。これは意図的です。初めて渡す業務には3つの条件があります。①地味であること、②繰り返しがあること、③正解を社内の誰かが即答できること。 ③が特に重要です。AIの出した成果物が「うちのじゃない」と分かる人が社内にいないと、直しようがありません。逆に言えば、ベテランが「これは違う、この客にこの書き方はまずい」と即座に赤を入れられる業務は、その赤入れがそのまま器に書き戻す材料になります。渡す業務を選ぶことは、教える人を選ぶことでもあるのです。 ある地方の老舗旅館では、口コミが80件以上も未返信のまま溜まっていました。ここを最初の業務にしたのは、返信文に女将の判断——どのクレームにどこまで踏み込むか——が濃く出るからです。返信を下書きさせては直し、直した理由を書き戻す。この往復が、そのまま「接客の判断基準を言葉にする」作業になりました。業務を渡すことと、文脈を起こすことは、同じ工程の表と裏です。 ## AI Readyでよくある5つの失敗 ここまでの逆、つまりやってはいけないことを、現場で見た順に挙げます。売る側として、先に踏んで痛い目を見た話も含めて書きます。 ### 失敗1. ツールの比較検討から入る 最も多い失敗です。「うちに合うAIツールはどれか」から始めると、選定に数ヶ月かけて、導入して、Lv0のまま終わります。Lv0〜1の会社にとって、ツールの違いは成果の違いになりません。渡す中身がないからです。比較すべきは、ツールではなく「最初に渡す業務」です。 ### 失敗2. 全部整理してから渡そうとする これは真面目な会社ほどはまります。整理は終わりません。整理の完了を待つと、AIに触る日は永遠に来ない。主要3テーマだけ決めて、その日から渡し始めるのが正解です。 ### 失敗3. 詰め込めば賢くなると思っている これは僕自身がやった失敗です。会社の情報をNotionへ一括投入したら、ナレッジが900件超に膨張し、重複だらけになりました。数が増えたときは正直、少し誇らしかったのです。それが、AIの答えが妙にぼやけ始めて理由が分からず、中を開けて青くなりました。約300件を撤去しながら学んだのは、移行は運ぶ作業ではなく、選別する作業だということです。器は、詰め込めば賢くなるわけではありません。人間と同じでした。 ### 失敗4. 自社の器の手入れを忘れる もう一つ、恥ずかしい話を書きます。社内ルールの総点検をしたところ、7月上旬に廃止したはずの二代前のビジョンが、AIに読ませているルールの一部に残っていたことが発覚しました。AI Readyを人に説いて回っている僕の会社で、です。見つけた瞬間は顔から火が出ました。人間は、自分の家の引き継ぎ書がいちばん古びます。この一件があってから、器の点検を業務として定例に入れました。 ### 失敗5. 決裁までAIに渡す これは失敗というより、越えてはいけない線です。AI Readyは情報を渡すことであって、決裁権を渡すことではありません。送信、金額の確定、公開——引き金は必ず人間が引く。AIの成果物は「下書き」で止める。この線を引いておけば、渡す量を増やすことのリスクは思っているよりずっと小さくなります。 やりがちな進め方 結果 正しい順番 ツール比較から始める ✗ 選定で数ヶ月、Lv0のまま 渡す業務を1つ決めてから道具を選ぶ 全社にアカウントを配る △ 各自バラバラに使い「散在」を悪化 正を3テーマ決めてから配る 全部整理してから渡す ✗ 整理が終わらず着手できない 3テーマだけ決めて即渡す 情報を全部詰め込む △ 重複だらけで精度が落ちる 選別して入れる（当社は300件撤去） 研修だけやる △ 3週間後に誰も使っていない 研修＋渡す器をセットにする 決裁までAIに任せる ✗ 判断の外注になる 下書きまで。引き金は人間が引く ## 正直に書く：AI Readyを急がなくていい会社の条件 売る側が書くべきことなので、正直に書きます。すべての会社が、いますぐAI Readyに取り組むべきだとは考えていません。次のいずれかに当てはまる会社は、後回しでいいと考えています。 - 社長1人で、引き継ぐ相手も雇う予定もない会社。記憶を外に出す相手がいない以上、優先度は下がります（ただし、自分の判断の型を残す価値はあります）。 - 今期の資金繰りが厳しい会社。AI Readyは効果が出るまでに数ヶ月かかります。今月の資金繰りが危ない状態で着手する話ではありません。順番は、資金繰りが先です。 - 業務が完全に定型で、判断がほぼ発生しない会社。渡すべき判断基準が薄いなら、業務システムの自動化のほうが投資対効果が高いことがあります。 - すでにLv3に到達している会社。診断して「うちはもう要りません」と分かるのも、立派な診断結果です。物差しを公開する効能はここにもあります。 逆に、優先度が高いのはこういう会社です。ベテランや社長に判断が集中している。数年以内に代替わりや退職の予定がある。同じ質問への回答を何度も繰り返している。人を採りたいが教育に手が回らない——このあたりに心当たりがあるなら、Lvを測る価値はあります。 ## なぜ今なのか——複製できる労働力と、複製できない文脈 最後に、この言葉が急に世界中で使われ始めた理由を、一段深く書いておきます。ここが分かると、AI Readyが単なる流行語ではないことが腑に落ちるはずです。 人類の経済は、ずっと「働き手は複製できない」という制約の上に建っていました。職人を育てるのに10年、番頭には40年。どれだけお金を積んでも、育った一人を二人に増やすことはできません。 AIエージェントは、この前提の外にいます。AI開発企業AnthropicのCEO、Dario Amodei氏は「Machines of Loving Grace」（2024年10月）で、強力なAIが完成した後の世界を「データセンターの中の、天才たちの国」と表現しました。訓練に使った計算資源を稼働に転用すれば、数百万のコピーが同時に動き、その一体一体が別々の仕事を独立にこなす、と。 「まだ先の話では」と思われるかもしれません。ただ、すでに起きた実測なら話は別です。AI評価の研究機関METRの論文（2025年3月発表・機械学習の国際会議NeurIPS 2025採択）によれば、AIが自律的にやり遂げられる仕事の長さは2019年からおよそ7ヶ月ごとに倍増し続けています。これは予測ではなく観測です。 ここから導かれる結論が、AI Readyの本質です。経済の原則は昔から一つで、余るものは安くなり、足りないものが高くなります。人類史上ずっと足りない側だった労働力が、余る側に回る。では新しく足りない側に回るのは何か。 AIに「何をさせるか」「どう判断させるか」を決める情報——つまり、あなたの会社にしかない文脈です。 データセンターの天才を100万人雇っても、彼らは御社の値引きの限度を知りません。どのお客様と何の貸し借りがあるかも、なぜ5年前にあの事業から撤退したのかも、知りようがない。その情報が存在する場所は、地球上であなたの会社の中だけだからです。 同じ最新モデルを使うA社とB社を想像してください。頭脳も料金も同じです。差がつくとしたら、渡してある文脈の量と質。そこだけです。モデルはもう電気や水道と同じで、どの会社にも同じものが引ける。だからこそ、AI Ready度がそのまま企業間の差になります。 ### 渡した文脈は、AIの進化に「タダ乗り」する もう一つ、経営者にとって重要な性質があります。モデルは7ヶ月ごとに倍々で賢くなっていくのでした。一度渡した文脈は、その進化に全部タダ乗りします。あなたが何もしなくても、自社の判断基準を積んだ番頭が、半年ごとに賢くなって帰ってくる。こういう複利は、他になかなかありません。 逆に言えば、渡していない会社は、モデルがどれだけ賢くなっても一般論しか受け取れません。賢くなるのはAIの仕事。渡すのは、こっちの仕事です。 ### この見立てが外れるとしたら 反論も自分で書いておきます。AIの進化そのものが、「渡す」作業を不要にする可能性です。近い将来のAIエージェントが社内のチャットやファイルを自分で読み回り、会社の文脈を勝手に学ぶなら、AI Readyの支援は要らなくなるのでは、と。 現時点の見立てはこうです。AIが勝手に読める時代が来ても、「どれが正で、どれがゴミか」を決められるのは会社側だけです。散らかった1万ファイルを勝手に読んだAIは、散らかった判断を返します。「最新版どれ？」に人間が答えられない会社では、AIも同じところで転ぶ。正を決めて器に収める仕事——Lv2の壁——は、AIがどれだけ賢くなっても会社側に残る、と7割ほどの確度で見ています。外れるとしたら、AIが「正の決定」まで人間より上手くやるようになった場合です。そのときは、この記事を書き直します。 ## AiWiLLがやっていること——自社を最初の実験台にする AiWiLL株式会社は「ビジネス×AIの研究所」を名乗る、熱海の社員2名の会社です。ミッションに「すべての会社を、AI Readyに。」を掲げ、その先に「会社が1000年先まで繁盛する世界へ。」というビジョンを置いています。 研究所を名乗っている理由は一つで、自社で先に実験してからでないと、他社に渡せないと考えているからです。だから最初の実験台は自社でした。判断基準・数字・議事録・マニュアル・顧客との経緯を一つの器に収め、営業資料をつくるAI社員、記事を書くAI社員、経理をチェックするAI社員が、その器を読んで働いています。 器が効いていることが分かる出来事がありました。当社は先日、ミッションという会社のてっぺんの言葉を書き換えたのですが、朝に決めて、その日のうちに社内の正系文書およそ30本・ホームページ7ページ・社内ページ10枚が新しい言葉に入れ替わりました。作業したのはAIで、人間がやったのは決定とYes/Noだけです。器が散らかっていれば数週間かかり、どこかに旧ミッションの残骸が残っていたはずです。 AI Readyは守りの話に聞こえますが、実際に手に入るのは攻めの速度です。 この型を、AI顧問（WiLLAGENT）として累計約15社、研修・講座を含めると30社超の現場に適用してきました。旅館、不動産会社、設備会社、飲食、教育——業種も規模もばらばらですが、Lvの登り方は共通しています。顧問の仕事を一言でいえば、Lv0〜1の会社をLv3まで連れて行き、Lv4の習慣が根づき始めたところで手を離すことです。逆に言えば、すでにLv3の会社に当社は必要ありません。 なお「AI顧問」という名前のサービスは、中身がかなり違うものが同じ名前で売られています。外部に頼むかどうかを検討される場合は、AI顧問の比較と選び方｜同じ名前で売られている3種類の別物を、売る側が正直に仕分けするで先に仕分けの軸を確認してから話を聞くことをおすすめします。費用感から確かめたい場合は中小企業にAIコンサルは必要か？費用相場・選び方・要らない会社の条件をどうぞ。 まずは無料でAI Ready度を測る（Lv判定は即時表示） ## よくある質問（FAQ） ### Q1. AI ReadyとDXは何が違いますか？ A. DXは「デジタル技術で事業や組織を変革すること」全体を指す広い言葉で、AI Readyはその中の「AIが会社の文脈を持って働ける状態にする」部分を指します。DXが目的地の広い呼び名だとすれば、AI Readyは今の時代における最初の一段です。中小企業の場合、DXという言葉が大きすぎて動けなくなることが多いので、まずAI Ready度Lvという測れる指標に落とすほうが進みます。 ### Q2. AI Readyになるまで、どれくらいの期間がかかりますか？ A. 現在地によります。顧問の現場での目安は、Lv0〜1の会社がLv3（合格ライン）に到達するまで4〜6ヶ月、ならすと6ヶ月前後です。内訳を出すと、判断基準を言葉に起こすのに1〜2ヶ月、正系を決めて器に収めるのに1〜2ヶ月、業務を渡して1ヶ月継続させるのに2ヶ月ほど。合計で4〜6ヶ月になり、途中で通常業務の繁忙期が挟まる分を見て6ヶ月前後とお伝えしています。Lv2の会社なら、渡す業務を選ぶところからなので2〜3ヶ月で届くこともあります。ただしこれは伴走がある場合の目安で、自走の場合は「整理が終わらない」段階で止まりやすい点にご注意ください。 ### Q3. 費用はどれくらいかかりますか？ A. 道具そのものは月数千円から始められます。生成AIの有料プランは1アカウント月3,000円前後で、Lv0〜2の作業に必要なのは基本的にこれだけです。大きいのはツール代ではなく、判断基準を言葉に起こす人の時間です。伴走を外部に頼む場合、当社のAI顧問（WiLLAGENT）は月額20万円（個人向け）／30万円（社員含む）・最低3ヶ月からです。社内でやるか外に頼むかは、社長の時間の単価で逆算して決めるのが合理的です。 ### Q4. 社員数が少なくても意味がありますか？ A. あります。むしろ小さい会社ほど効きが早いというのが現場での実感です。文脈が社長ひとりに集中しているぶん、掘る量が少なくて済むからです。当社自身、社員2名の会社です。会社の規模も業種も、パソコンの得意不得意も、この取り組みの障害になったことはありません。障害になるのは「掘られる気がない」ことだけです。 ### Q5. 情報をAIに渡すのはセキュリティ的に大丈夫ですか？ A. 前提の確認が必要です。読ませたファイルの中身は、処理のためにAIの提供元のサーバーへ送られます。入力が学習に使われない設定・契約になっているかを確かめてから使うのが大前提です（法人向けプランでは学習非利用が標準の提供元が多いですが、必ず契約時点の規約をご確認ください）。そのうえで、顧客の実名は匿名化して納める、不安なものは納めない、というところから始めれば十分に運用できます。もう一つ、AIは器に書かれていないことを「それらしく」埋めることがあるので、「根拠にしたファイルを示して。書かれていないことは書かれていないと言って」と一言添えるのが実務上のコツです。 ### Q6. 経済産業省の定義と、AiWiLLの定義はどちらが正しいのですか？ A. 対立するものではありません。経産省の定義（データの整理・構造化、鍵は独自データ）は上位概念として正しく、当社の定義はそれを中小企業の実務に引き付けた翻訳です。「中小企業の独自データの中心は、データベースではなく社長とベテランの頭の中にある」という一点を足しています。なお、当社の定義や診断を経済産業省が監修・認定しているものではありません。 ### Q7. 何から手をつければいいか、結局わかりません。 A. 測ることからです。Lv0とLv1とLv2では、明日やるべきことが違います。判断基準がまだ誰の頭の中にもない会社が「渡す業務を選ぶ」をやっても空回りしますし、器ができている会社が「整理」を続けるのは時間の無駄です。この記事の12項目に答えるだけでも現在地は掴めます。より正確に測って90日の道筋まで出したい場合は、無料の診断をご利用ください。 ## まとめ - AI Ready（AIレディ）とは、AIを効果的かつ安全に活用できるよう、企業のデータと業務知識を「AIが使える状態」に整えること。経済産業省も2026年8月に公式に用語解説を出した業界共有語です。 - AiWiLLの定義は「会社の記憶と判断を、AIが番頭として持ち続けられる状態」。ツールを入れる準備ではなく、会社を渡す準備です。 - 「使っている」と「Ready」のあいだには谷がある。Ciscoの調査では準備が「完全にできている」企業は世界で約13%にとどまり、この3年ほぼ横ばいです。 - AI Ready度はLv0（口伝）〜Lv4（自走）の5段階で、事実で判定する。合格ラインはLv3＝「背景説明なしでAIに仕事を頼める業務が1つ以上、1ヶ月継続している」状態です。 - 登り方は現在地で変わる。Lv0は言葉に起こす、Lv1は3テーマだけ正を決める、Lv2は1業務を渡す、Lv3は書き戻す、Lv4は属人化を疑う。 - 最大の失敗はツール比較から入ることと、全部整理してから渡そうとすること。どちらも着手が数ヶ月遅れます。 - 渡すのは情報であって、決裁権ではない。成果物は下書きまで、引き金は必ず人間が引く。 - 急がなくていい会社もあります。資金繰りが厳しい、判断がほぼ発生しない、すでにLv3——測って「まだ要らない」と分かるのも立派な結果です。 - なぜ今かといえば、労働力が複製可能になり、希少なものが文脈に移ったから。同じモデルを使う会社どうしの差は、渡してある文脈の量と質だけになります。 最後に、明日の朝できることを一つだけ。社員さん2〜3人に、別々にこう聞いてみてください。「うちの判断基準が書いてあるもの、どこにあるか即答できる？」——全員の答えが同じ場所なら、御社はもうLv2です。答えがバラバラだったり「◯◯さんに聞けば分かる」が出てきたら、Lv0〜1。それが現在地です。落ち込む必要はまったくありません。現在地が分かった会社から順に、登り方は決まっているからです。 AI Ready度診断で現在地を確かめる（無料・入力3分） ※12の事実に答えるとLvがその場で無料表示されます。Lv別の「90日の登り方」の詳細は、メールアドレスのご登録で表示されます。 関連記事：カンパニーブレインとは？検索できる会社ではなく、働ける会社の記憶／コンテキスト経営とは何か｜文脈が残れば、会社は続く／AIを入れても会社が変わらない本当の理由／AI社員とは｜チャットの相手ではなく、職場を持った働き手／ナレッジマネジメントはなぜ失敗し続けるのか／中小企業の生成AI、現場観測2026 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 社内FAQはAIで作る。「あの人に聞けば分かる」を「読めば分かる」に変える手順 URL: https://aiandwill.com/shanai-faq-ai/ 公開: 2026-08-24 / 更新: 2026-09-02 「経費のこれ、どの科目ですか」「VPNがつながらないんですけど」「あの申請書、どこでしたっけ」。この手の質問は、会社の中の決まった誰かに集まります。総務のあの人、情シスのあの人、経理のあの人。答える側は自分の仕事を止めて答え、聞いた側は答えをもらって終わり。そして同じ質問が、来月また別の人から来ます。FAQを作ろうという話は何度も出ているのに、書く時間だけが、いつまでもない。 先に結論を置きます。社内FAQは、書くものではありません。集めて、AIに下書きさせて、人は検品するものです。「FAQを作ろう」と言って挫折した会社は、ほぼ例外なくゼロから書こうとしています。原料は、もう社内に溜まっています。実際に聞かれた質問、チャットの履歴、議事録。そこから一問一答をAIに組ませて、人は中身の確認だけをやる。この順番に変えると、書く時間がない会社でもFAQは作れます。 この記事は、ツールの紹介では終わらせません。NotebookLMをはじめ、文書を読ませて答えさせる道具の使い分けはNotebookLMの業務活用記事に書いてあります。ここに書くのは、どの道具を選んでも変わらない設計です。原料をどこから集め、どの質問を選び、AIに何を渡し、人がどこを見て、どこに置き、どう回し続けるか。順番にいきます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 質問が一人に集まる構図は、属人化の入口 「あの人に聞けば分かる」は、社内では褒め言葉です。頼りになる。話が早い。本人も、聞かれれば答えます。悪者はどこにもいません。ところがこの構図を仕事の流れとして見ると、別の顔が出てきます。会社の答えが、文書ではなく特定の人の頭の中にだけある、という顔です。 書籍『コンテキスト経営』の序章に、私はこう書きました。道具は増えたのに、会社は変わらない。チャットもクラウドも入れたのに、仕事は前と同じ人に張り付いたまま。理由は、文脈が人の頭の中に残っているからです。社内の質問対応は、その最小単位です。経費の科目の判断基準も、VPNの直し方も、申請書の置き場も、文書になっていないから、頭を持っている人に質問が集まる。 コストは、答える1〜2分では済みません。私が生成AI顧問として累計約15社、研修や講座を含めると30社超を見てきて、質問集中の高くつく順はこうです。 - 割り込みのコスト。答える側は、そのたびに自分の仕事を中断します。中断した仕事に戻るまでの時間は、答えた時間より長いことが多い。質問が1日10件来る人は、10回仕事を止めています。 - 再演のコスト。同じ質問に、先月も先々月も答えています。答えるたびに丁寧に説明する人ほど、会社としては同じ芝居を何度も打っている。 - 不在のコスト。その人が休んだ日、質問の行き先がなくなります。仕事が止まるか、聞かずに進めて間違えるか。どちらも起きます。 - 昇格できないコスト。答えられる人が答え続ける限り、その人は質問対応から離れられません。「頼られている」状態が、その人の次の仕事を塞ぎます。 よく見る光景を、一般化して一つ置きます。月末の経理担当の席には、経費精算の質問が列を作ります。「これ、会議費ですか交際費ですか」「領収書じゃなくてレシートでもいいですか」。担当者は月次の締め作業の手を止めて、一件ずつ答えます。答えは毎月ほぼ同じです。それでも列は消えません。答えがその人の頭の中にしかなく、聞く以外の入手経路がないからです。締めが遅れる原因を聞くと「作業量」と返ってきますが、横で見ていると、作業より割り込みで遅れています。 質問対応は親切な仕事に見えるので、誰も問題にしません。ここが厄介です。放っておくと、答えられる人が増えるのではなく、聞く先が固定されていきます。この構図の全体像と解き方は属人化解消の記事に書きました。FAQは、その中で一番軽い最初の一手です。人を替える必要も、組織図を触る必要もない。「読めば分かる」を1問ずつ増やすだけです。 ## 「FAQを書こう」が失敗し続けてきた理由。時間ではなく順番 社内FAQの構想は、たいてい一度は出ています。誰かが「まとめておきましょうか」と言い、テンプレートが作られ、数問だけ書かれて、止まる。私はこれを、担当者の怠慢だと思っていません。順番が逆なんです。 ゼロから書くFAQは、「聞かれそうな質問」を想像して書きます。想像で書いた質問は、実際に聞かれる質問とずれます。ずれたFAQは検索されず、読まれず、読まれないものは更新されず、更新されないFAQは1件の古い答えで信用を失います。一度「あそこ、古いよ」と言われた社内ページは、二度と開かれません。作って終わりの社内Wikiやナレッジベースが死んでいく経路はナレッジ管理の失敗記事に詳しく書きましたが、FAQはその最短コースです。 似た形を、AI導入の現場でもよく見ます。導入直後に配られた社内プロンプト集が、1ヶ月後には誰にも開かれなくなる。あれも同じで、作った側の想像と、使う側の現実がずれているからです。ずれを埋める方法は、想像の精度を上げることではありません。現実に起きた質問だけを原料にすることです。 観点 ゼロから書くFAQ 集めて検品するFAQ 出発点 聞かれそうな質問の想像 実際に聞かれた質問のログ 書く人 答えを知っている人＝一番忙しい人 下書きはAI。人は検品だけ 需要との一致 ずれる。読まれない 3回聞かれた質問だけ。読まれる 質問文の言葉 社内の正式用語 質問した人の言葉のまま 完成までの時間 「時間ができたら」のまま数年 原料集め2週間＋検品は1問数分 更新 大改訂を待って止まる 新しい質問が来るたび1問ずつ 1年後 誰も開かないページ 質問対応の一次窓口 右側の列に共通しているのは、「書く」という動詞がないことです。集める、選ぶ、下書きさせる、検品する、置く、戻す。この6つの動詞でFAQはできます。以降のセクションが、その6つです。 質問対応を減らす進め方を、無料資料で見る ## 原料はもう社内に溜まっている。質問ログ・チャット履歴・議事録 集める、から始めます。実際に聞かれた質問は、需要の証明書です。誰かが仕事を止めてまで聞いたのだから、答えを探した人が確実に一人いる。想像で書いた質問には、この証明がありません。原料になるのは、次の6か所です。 原料 取れるもの 注意 チャットの業務チャンネル 質問の原文と、そのとき実際に答えた文面のセット 個人DMは原料にしない。業務チャンネルに限る 問い合わせメール 部署の外から来る定番質問 顧客名・個人情報の混入に注意 議事録 会議のたびに繰り返される確認事項 抽出の詳しい型は議事録記事へ 口頭質問の1行メモ 電話・立ち話・席への訪問。実はこれが最多 その場で1行。後でまとめて思い出そうとしない 新人からの質問 古株の「当たり前」が当たり前でない証拠 質問者を「分かってない人」扱いしない 過去のトラブル対応の記録 「やってはいけない」系の一問一答の種 個人の失敗談の形で書かない 最初の2週間は、これだけやってください。質問が集中している人が、聞かれるたびに「日付・質問・答えた要点」を1行メモする。チャットで聞かれた分は、後から遡って拾えるのでメモ不要です。口頭と電話だけ、その場で1行。2週間で、たいてい20〜40行たまります。その中に、同じ質問が2回3回と出てきます。それが最初のFAQ候補です。 議事録も、思っている以上に良い原料です。会議で毎回誰かが確認する事項は、文書がないから毎回確認されています。うちの会社でも、過去の議事録9本をAIに読ませて、繰り返し出ていた判断をルール39本として書き出し、社内規程に戻す作業をやりました。会議の前後にAIを入れる話は別の記事に譲りますが、議事録から繰り返しを拾う手つき自体は議事録AIの記事にあります。 原料を集める段階で、線を1本だけ引いてください。個人DM・人事評価・健康・給与の話は、原料の箱に入れない。FAQは共有される前提の文書です。共有できない情報が混ざった原料からは、共有できないFAQしか生まれません。AIに渡してよい情報の段階分けはセキュリティ設計の記事と社内ルールの記事に詳しく書いてあります。 ## 総務・情シス・経理。最初の10問が眠っている場所 2週間のメモを待たずに当たりを付けたい場合のために、質問が集中しやすい3部署の「鉱脈」を書いておきます。私がFAQづくりを手伝うとき、最初に覗きに行く場所です。 総務は「場所と期限」型。申請書はどこか、提出はいつまでか、押印は要るのか、備品はどう頼むのか、入退社のとき何を出すのか。答えは完全に決まっているのに、聞かれ続けます。決まっている答えほどFAQの効きが早いので、最初の10問は総務から選ぶと立ち上がりが軽くなります。難易度も低い。「答えの検品」でもめる要素がほぼありません。 情シスは「直し方」型。パスワードを忘れた、VPNがつながらない、共有フォルダが開けない、新しい端末の初期設定。この型の罠は、答えを丁寧に書くと手順書になってしまうことです。FAQに載せるのは全手順ではありません。症状の確認1行、最初に試す一手、それでだめなら誰へ、の3点だけ。10行を超える手順は手順書に切り出して、FAQからはリンクで送ります。私の体感ですが、「つながらない」系は最初の一手で大半が消えます。そういう質問から選ぶのがコツです。 経理は「判断」型が混ざる。科目はどれか、この領収書で通るか、締め日はいつか、立替はどう精算するか。締め日や精算手順は総務と同じ「場所と期限」型ですが、科目判断のように、条件次第で答えが変わる質問が混ざります。ここで全条件を書き切ろうとすると、FAQが税務の解説書になって死にます。書くのは線引きだけです。「この範囲は◯◯で処理」「迷ったら、金額と内容を添えて経理へ」。判断そのものではなく、自分で判断してよい範囲と、聞くべき範囲の境界線をFAQにする。これだけで「一応聞いておこう」の質問が目に見えて減ります。 3部署に共通するのは、質問する側は毎回「初めて」で、答える側だけが「何度目か」を知っていることです。だから質問者に「調べてから聞いて」と言っても直りません。何度目かを知っている側が、回数を記録できる唯一の人です。原料集めの主役が「一番聞かれている人」なのは、その人が一番忙しいからではなく、その人にしか需要が見えていないからです。 ## 持ち帰り①：FAQ化する質問の選別チェックリスト10問 集めた質問を、全部FAQにしてはいけません。100問のFAQは誰も読みません。10問のFAQは読まれます。選別の基準を、私が顧問先に渡している形のまま10問で置きます。候補の質問1つにつき、上から順に当ててください。 - 同じ質問が3回以上来たか。1回は個別対応でいい。2回目で候補メモ、3回目でFAQ化。この「3回ルール」だけで、候補は自然に絞られます。 - 答えが半年後も変わらないか。変わるもの（料金・担当者・期限）は、答えそのものではなく「どこを見れば最新か」を書く。 - 答えが3〜10行に収まるか。収まらないならFAQではなく手順書の仕事です。マニュアル作成の記事へ。FAQには「マニュアルはここ」とリンクだけ置く。 - 答えに判断が要らないか。ケースバイケースの質問は、答えを書こうとすると嘘になります。「この場合の判断は誰がするか」をFAQにする。 - 秘密情報・個人情報を含めずに書けるか。書けないなら、FAQではなく担当者ルートのままにする。 - 質問した人の言葉のまま見出しにできるか。「VPNがつながらない」を「リモートアクセス接続障害時の対応」に翻訳すると、次に困った人が見つけられません。 - 答えの根拠になる文書があるか。規程・通達・過去の決定。口伝しかないなら、FAQ化はその口伝を初めて文書にする機会です。根拠ごと作る。 - どの部署から聞かれても同じ答えでよいか。部署によって答えが違うなら、違いを明記するか、この機会に統一を決める。 - 例外の行き先を1行で書けるか。「原則はこう。例外は◯◯さんへ」まで書けて、1問の完成です。行き先のないFAQは、例外に当たった人を放置します。 - 半年後の見直し担当を決められるか。決められないFAQは、作った日から死に始めます。担当は「一番聞かれている人」で構いません。 10問すべてに◯が付く質問だけがFAQになります。最初は10〜15問も残れば十分です。少なく感じるかもしれませんが、その10問は「実際に3回以上聞かれた質問」です。想像で書いた50問より、確実に仕事をします。 ## 持ち帰り②：一問一答はAIに下書きさせる。人は検品だけ 選んだ質問を、いよいよ一問一答にします。ここで人が書き始めると、また止まります。書くのはAIです。ただし、うまい指示文が本体なのではありません。本体は、渡す原料と、出てきたものを人がどう検品するかです。実際に聞かれた質問の原文、そのとき答えたやりとり、根拠の文書。この3点を渡せば、指示文は素朴で構いません。 FAQ1問分の依頼文ひな形を置きます。チャット型のAIなら、どの道具でもこのまま使えます。 社内FAQの下書きを1問分作ってください。 ## 渡すもの 1. 実際に聞かれた質問（原文のまま）： 「（ここに質問を貼る）」 2. そのとき答えた内容（チャットや口頭メモの記録のまま）： 「（ここにやりとりを貼る）」 3. 根拠になる文書（規程・手順書・過去の通達など）： （あれば貼る。なければ「なし」と書く） ## 作り方 - 質問文は、聞かれた言葉のまま見出しにする。正式用語に言い換えない - 答えは3〜10行。手順が10行を超えそうなら「マニュアル化候補」とだけ書いて止める - 答えの末尾に、根拠文書の名前を1行付ける - 渡した資料に根拠がない部分は、推測で埋めずに【要確認】と書く - 例外がありそうな場合は「例外の場合は◯◯へ」の行を作る。行き先が不明なら【要確認】 - 最終行に「最終確認日：」「確認者：」の空欄を付ける このひな形で一番大事な行は、【要確認】です。AIは空白を嫌い、それらしい答えで埋めようとします。埋めさせないで、穴のまま出させる。穴を埋めるのは人の仕事です。私が普段から置いている分担——判断はプロ、作業はAI——の、FAQ版がこれです。文章の組み立てと整形はAIが速く、この答えを社内に配ってよいかの判断は人にしかできません。 検品は、次の4点だけ見ます。誤字は見なくていい。 - 混入。秘密情報・個人情報・特定の社員の話が入っていないか。質問者の名前は残さない。 - 古さ。答えは今日時点で正しいか。規程が改定されていないか。「最終確認日」を必ず埋める。 - 断定。例外があるのに原則だけを断定していないか。【要確認】が残ったまま公開しようとしていないか。 - 行き先。「例外は◯◯へ」の◯◯は、実在する現任の担当か。異動済みの名前は事故のもとです。 1問の検品は、慣れると2〜3分です。10問なら30分。「FAQを書く時間がない」と数年言い続けてきた会社が、最初の10問を半日で持てます。書かないからです。 下書きと検品の分担を、無料資料で確認する ## 完成形の1問。きれいさより、番号で返せるか 抽象のままだと手が動かないので、検品を通過した1問の完成形を置きます。会社名も実額も入っていない、型だけの例です。 Q3. 出張のホテル代は、いくらまで使えますか？ A. 国内出張の宿泊費は、旅費規程に上限額が定められています（旅費規程 第7条）。 　 上限を超える場合は、予約前に部門長の承認が必要です。 　 繁忙期などで上限内の宿が取れないときは、予約前に総務へ相談してください。 例外の場合は：総務・□□へ 根拠文書：旅費規程（2026年4月改定版） 最終確認日：2026-08-15　確認者：□□ 見てほしいのは文章のうまさではなく、4つの部品です。番号がある。根拠文書の名前がある。例外の行き先がある。最終確認日がある。この4つが揃った1問は、「それ、FAQの3番です」の一言で質問対応を終わらせます。上限の金額そのものをFAQに書いていないのも意図的です。金額は規程の改定で変わるので、FAQには「どこを見れば最新か」だけを書く。チェックリストの2問目を、答えの書き方に落とすとこうなります。 逆に、この型に載らない質問が残ったら、それはFAQの仕事ではありません。手順が長いならマニュアルへ、条件で答えが割れるなら判断者の明記へ、そもそも仕組みが悪いなら仕組みの修正へ。FAQは何でも入る箱ではなく、この型に収まるものだけを入れる箱です。箱の形が決まっているから、AIに下書きさせても崩れません。 ## 道具は3型だけ知ればいい。NotebookLMの細部は別記事へ ここまで道具の名前をほとんど出していないのは、順番の問題だからです。原料と選別と検品の設計がないままツールを選ぶと、どのツールでも同じ死に方をします。その上で、社内FAQの置き方は3型に整理できます。 観点 ①固定ページ型 （一問一答を並べる） ②文書検索型 （AIが文書から答える） ③常設ボット型 （チャットに住まわせる） 初期の手間 小。10問から置ける 中。文書の整備が先 大。導線と権限の設計が要る 更新の手間 1問ずつ足す 元の文書を直せば反映 設計次第で軽くも重くもなる 答えの信頼性 高い。人が検品済みの答えだけ 中。根拠のない補完が混ざりうる 中。ログの監査を怠ると下がる 向く会社 これから始める全社 規程・手順書がすでに多い会社 質問量が多く、情シスに余力がある会社 検品の場所 公開前に1問ずつ 回答の出典を都度確認する運用 回答ログの定期監査 最初の一歩として ◎ ○ △ NotebookLMは②の代表です。規程や手順書を読ませて、出典付きで答えさせる。読ませ方と向き不向きはNotebookLMの業務活用記事に書いたので、ここでは繰り返しません。この記事から持ち帰ってほしいのは1点だけです。②や③を選んでも、①の作業はなくなりません。AIが文書から答える型は、読ませる文書の質がそのまま答えの質になります。検品済みの一問一答は、人が読んでも分かり、AIに読ませても間違えにくい、二重に効く原料です。 書籍『ChatGPTを、「AI社員」に育てる方法』の第3章で、私は「フォルダを職場にする」という言い方をしました。AIを賢い新入社員として迎えるなら、その新入社員が読む棚を先に作る。検品済みのFAQフォルダは、まさにその棚の一段です。将来ボットを置くにしても、優秀なAI社員は指示文だけでは生まれず、指示×文脈×仕組みの掛け算で決まります。FAQはその「文脈」の、一番作りやすい部分です。 ## 置き場所の設計。作って満足した社内DBは、なぜ全部死んだか 一問一答が10問できたら、置き場所です。ここで「せっかくだから」とナレッジベースを新調すると、だいたい失敗します。立派な器を建てて、引っ越しの途中で力尽きて、器ごと忘れられる。この経路はナレッジ管理の失敗記事で詳しく書いたので、ここではFAQに必要な原則だけ絞ります。3つです。 - 質問が発生する場所の隣に置く。質問がチャットで来るなら、チャットから1クリックの場所。申請画面で迷うなら、申請画面のリンク欄。人は、困った場所から2クリック以上先の答えを探しに行きません。 - 正は1か所。チャットのピン留めと、共有フォルダと、Wikiに同じFAQを置くと、3か月後に3つの違う答えが生まれます。正を1か所に決め、他は正へのリンクだけにする。 - 番号で返せる住所にする。各問に番号を振り、「それ、FAQの3番です」と返せる形にする。URLでも文書名＋番号でもいい。番号で返せると、答える側の負担が1行になり、聞いた側は次から自分で開けます。 3つ目が、運用の生命線です。FAQを作った後も、質問は来ます。来ていいんです。そこで「FAQ見てください」とだけ返すと、冷たい運用になって続きません。「FAQの3番です」と答えと住所をセットで返す。これを2〜3回繰り返すと、聞く前に見る人が増えていきます。禁止ではなく導線で変える。ここを設計と呼びます。 ## 更新の仕組み。新しい質問が来たら、FAQに戻す FAQの寿命を決めるのは、初版の出来ではなく、この循環があるかどうかです。 FAQが生き続ける循環 ① 新しい質問が来る　FAQに載っていれば「FAQの◯番です」と番号で返す ↓ ② 載っていなければ、普通に答える　その直後に「FAQ候補」と1行メモ。清書はしない ↓ ③ 週1で選別　候補メモに3回ルールとチェックリスト10問を当てる ↓ ④ 月1でAIに下書きさせ、人が検品して追記　1問数分。まとめて30分 ↓ ⑤ 同じ質問が来なくなる　消えた質問の数が、FAQの投資回収 ①に戻る。止まるとしたら②のメモか④の月1。ここだけカレンダーに固定する 私はAIへの指示を直すとき、直しの行き先を「その場限りで流す／覚えさせる／ルールにする／定型の呼び出しにする」の4つに分けています。社内の質問対応も、実は同じ分岐です。一度きりの質問はその場で流す。繰り返す質問はFAQに書く。そもそも質問が出ないように仕組みを直せるなら、FAQではなく申請画面や規程そのものを直す。毎回同じ作業が付随するなら、自動化する。FAQは万能の受け皿ではなく、「繰り返すが、仕組みまでは直せない質問」の置き場です。この分岐を持っておくと、FAQが無限に太っていく事故を防げます。 運用の全体を表にしておきます。登場人物は少ないほど続きます。 頻度 誰が 何をする やらないこと 質問が来るたび 答えた本人 FAQにあれば番号で返す。なければ答えて「候補」と1行メモ その場で清書を始める 週1・15分 決めた一人 候補メモに3回ルールと10問チェックを当てる 全部をFAQ化する 月1・30分 同じ一人 選ばれた分をAIに下書きさせ、4点検品して追記 デザインや分類の大改訂 半年に1回 見直し担当 全問の「最終確認日」を見て、古い答えを直すか消す ゼロからの作り直し 随時 答える人全員 「FAQの◯番です」と答えと住所をセットで返す 「FAQ見て」とだけ返す やらない 全員 — ツール選定会議を運用より先にやる 効果の測り方も、シンプルでいいと思っています。FAQのアクセス数ではありません。質問が集中していた人に、同じ質問が来なくなった数です。2週間の1行メモをもう一度やれば、比べられます。番号で返した件数が増え、答えを書いた件数が減っていれば、FAQは仕事をしています。空いた時間で何をするかは、時間削減の話ではなく、その人が次に打てる手が増える話です。ここから先の広げ方——FAQの次に棚卸しへ進む道は業務棚卸しの記事にあります。 ## よくある質問 ### Q1. 社内FAQは何問から始めればいいですか？ 10問前後で始めてください。100問のFAQは立派に見えて読まれません。3回ルールで選別すると、最初はだいたい10〜15問に絞られます。少ない状態で公開して、循環の中で1問ずつ足すほうが、初版で網羅するより確実に生き残ります。 ### Q2. チャット履歴を原料にして、社員に嫌がられませんか？ 線を先に宣言すれば大丈夫なことが多いです。使うのは業務チャンネルだけ、個人DMは見ない、FAQに質問者の名前は残さない、目的は質問対応の分散。この4つを始める前に伝えてください。黙って収集を始めると、内容ではなく進め方で不信を買います。 ### Q3. NotebookLMに規程を全部読ませれば、FAQは要らなくないですか？ 検索の答えは出ますが、検品されていない答えです。規程同士が矛盾していたり、古い版が混ざっていたりすると、AIはそれらしくまとめてしまいます。人が検品した一問一答を挟むと、人にもAIにも効く原料になります。読ませ方の詳細はNotebookLMの記事に書きました。 ### Q4. 担当は誰にすべきですか？ 一番質問が集まっている人です。需要を全部知っているからです。ただしその人に「書かせて」はいけません。書くのはAI、その人は週1の選別と月1の検品だけ。合計で月1時間強です。それ以上かかる設計になっていたら、設計のほうを疑ってください。 ### Q5. FAQを作っても、調べない人は結局聞いてきませんか？ 聞いてきます。それでいいんです。「FAQの3番です」と番号で返してください。答えはもらえるので聞いた人は困らず、答える側は1行で済み、2〜3回で先に見る人が増えます。「聞くな」と言う運用は角が立って続きません。導線で変えるほうが早いです。 ### Q6. 人によって答えが違う質問が出てきました。どうしますか？ それはFAQ作りの一番の副産物です。会社として決まっていないことが露呈しました。その質問はまだFAQに書けません。決める人に上げて、決まってから載せます。FAQを作る過程は、答えの整備と同時に「決まっていなかったこと」の棚卸しになります。 ### Q7. 顧客向けFAQも同じ作り方でいいですか？ 骨は同じです。問い合わせ履歴が原料で、AIが下書きし、人が検品する。ただし検品の基準が変わります。社外に出してよい情報の線、表現のトーン、法的な言い回しの確認が加わるので、検品者は変えてください。この記事の型は社内向けに書いています。 ### Q8. 最初は回ったのに、更新が続きません。 意思の問題ではなく、仕組みの欠けです。だいたい「答えた直後の1行メモ」か「月1の30分」のどちらかが抜けています。メモは答えたその場で、清書せず1行だけ。月1はカレンダーに固定。この2点が戻れば循環は再開します。続けようと頑張る運用は、頑張れなくなった日に止まります。 ## まとめ：FAQは書くものではなく、集めて検品するもの 社内FAQをAIで作る手順を、動詞だけでもう一度並べます。集める、選ぶ、下書きさせる、検品する、置く、戻す。「書く」はどこにもありません。 - 質問が一人に集まる構図は属人化の入口。FAQはその一番軽い最初の一手 - 原料は質問ログ・チャット履歴・議事録。想像で書かない。2週間の1行メモから始める - 選別は3回ルール＋チェックリスト10問。全部をFAQ化しない - 一問一答はAIに下書きさせる。【要確認】を残させて、人は混入・古さ・断定・行き先の4点だけ検品 - 置き場は質問が発生する場所の隣に1か所。「FAQの◯番です」と番号で返せる住所にする - 新しい質問はFAQに戻す。消えた質問の数が投資回収 2年後、ツールの名前も画面も変わっているでしょう。それでも、聞かれた質問を原料にすること、人は検品に回ること、番号で返すことは残ります。私が自社で回し、顧問先に型ごと渡しているのはこの3つです。 「あの人に聞けば分かる」は、その人がいる間だけの仕組みです。「読めば分かる」に変える作業は、最初の10問なら半日で始められます。伴走が要る場合の顧問の役割はAI顧問とはに書きました。原料の集め方から検品の分担まで、進め方をまとめた無料の資料セットも置いてあります。 FAQづくりの型を、無料資料セットで受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：約123字（推奨120〜158字） ============================================================ 社内FAQはゼロから書かない。総務・情シス・経理に集まる質問ログを原料に、AIへ一問一答を下書きさせて人は検品だけ。FAQ化する質問の選別チェックリスト10問と依頼文ひな形、作って終わりにしない更新の循環まで、生成AI顧問の赤堀がこの1本にまとめます。 --> --- # 中小企業の経理のAI活用｜数字の下書きはAI、確定は人と税理士 URL: https://aiandwill.com/keiri-ai-katsuyo/ 公開: 2026-08-24 / 更新: 2026-09-02 経理が回っていない会社の経理担当は、たいてい1人です。1人もいない会社では、社長が夜と週末にやっています。記帳は溜まる。請求書は月末に慌てて作る。月次の数字が出た頃には、翌月が半分終わっている。私はこの状態を、顧問先の話としてだけ知っているのではありません。うちの会社は2026年2月創業の1期目で、経理の実務はいまも私が持っています。溜めた側の人間として書きます。 先に結論を置きます。中小企業の経理のAI活用は、ツール選びからではなく、「確定する仕事」と「下書きする仕事」を分ける線引きから始まります。数字の下書きはAI、確定は人と税理士。この線を最初に引かない経理AIは、便利になるほど危なくなります。逆に、線さえ引けば、仕訳・請求・月次のかなりの部分が「AIが下書きして、人が確定する」流れに変わります。 経理×AIの記事の多くは、ツールの比較です。この記事はツールを比べません。書くのは、人・会計ソフト・AI・税理士の4者で、誰がどこまでやるかという役割分担です。ツールの画面は2年で変わりますが、この分担は変わりません。持ち帰りとして、月次でAIに投げる点検依頼文のひな形と、経理業務のAI仕分け表を末尾に置きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 最初に線を引く——申告と税務判断は、税理士の領分 経理の仕事は、2種類に分かれます。確定する仕事と、下書きする仕事です。 確定する仕事とは、その結果に会社が責任を負う仕事です。科目の最終決定、月次の締め、請求金額の確定、支払の実行、決算、申告、そして税務上の判断。ここは人の仕事です。とくに申告と税務判断は、税理士の領分です。税法は毎年変わり、扱いは会社の個別事情で変わり、間違えたときの責任は会社が負います。「AIがこう言ったので」は、どこにも通用しません。 下書きする仕事とは、確定の手前にある、候補を出す・整理する・突き合わせる・説明文を書く、という仕事です。仕訳の科目候補を挙げる。摘要の書き方を揃える。試算表の増減に説明の仮説を付ける。請求書の項目を契約から起こす。領収書の束を費目候補で分ける。ここがAIの仕事です。 私が生成AI顧問として累計約15社、研修・講座を含めて30社超を見てきて、経理まわりで事故る会社と楽になる会社の差は、AIの性能ではなく、この線の位置でした。事故る会社は、AIに確定をさせています。「この処理は消耗品費でいいってAIが言った」で登録し、そのまま決算まで行く。楽になる会社は、AIに下書きだけをさせています。AIの出力はすべて候補。確定の判は、人と税理士だけが持つ。この一行を先に社内で決めてから、道具を触ってください。 誤解のないように足すと、この線はAIを小さく使う話ではありません。下書きは、経理の作業時間の大半を占めます。科目をどうするか迷う時間、摘要を書く時間、増減の理由を思い出す時間、請求項目を転記する時間。ここが全部下書き側です。確定そのものは、判断できる材料が揃っていれば数秒で済みます。時間を食っているのは下書きで、責任が重いのは確定。だから、下書きをAIへ、確定を人と税理士へ。分担として、これほど素直な仕事は他にあまりありません。 ## AIができる経理の下書きは、この5つ では、下書き側でAIは何ができるのか。私が自社と顧問先で実際に使っているのは、次の5つです。順番も、この順で始めることを勧めます。 ### 1. 仕訳の科目候補を、理由付きで出す 取引の内容と摘要を渡して、「科目の候補と、そう考えた理由を出して」と頼みます。ポイントは候補と理由をセットで出させることです。科目名だけ返させると、人は考えずに写します。理由が付いていると、人は理由を読んで、違和感があれば止まれます。この「止まれる」が確定側の仕事を守ります。 精度を上げる方法は、賢い指示文ではありません。自社の過去の仕訳パターンを一緒に渡すことです。「うちではこの種の支払いをこの科目にしてきた」という数十行があるだけで、候補は一般論から自社の型に寄ります。書籍『ChatGPTを、「AI社員」に育てる方法』の第3章に、AIへの頼み方には「相談」と「仕事の依頼」の2種類がある、と書きました。「これ何費だと思う？」と裸で聞くのは相談です。過去の型を渡して「この型で候補を出して」と頼むのが、仕事の依頼です。経理は、この差がいちばん出る業務です。 ### 2. 摘要の書き方を、検索できる型に揃える 摘要は、書く人によってバラバラになります。「打合せ」とだけ書く月と、「〇〇社 定例打合せ 会場費」と書く月が混ざる。バラバラの摘要は、あとから検索できず、点検もできず、引き継ぎもできません。AIに「この摘要一覧を、相手・内容・種別の順の型に揃える下書きを出して」と頼むと、揃った案が返ります。人は、事実と違う行だけ直して確定します。地味ですが、後述する点検と属人化の解消は、揃った摘要の上でしか動きません。 ### 3. 月次の増減説明の下書きを書く 試算表の前月比・前年同月比を渡して、「増減の大きい科目と、考えられる理由の仮説を書いて」と頼みます。出てくるのは仮説です。仮説のまま使ってはいけませんが、白紙から思い出すのと、仮説リストを事実で潰していくのとでは、かかる時間がまるで違います。役員会や金融機関に月次を説明する立場の方ほど、ここが効きます。数字を経営判断につなげる話は、経営者のAI活用の記事に書いたので、この記事では下書きまでに留めます。 ### 4. 請求書の作成準備をする 請求書の発行そのものは、会計ソフト・請求書ソフトの仕事です。AIがやるのはその手前、契約条件と当月の作業記録から、請求項目の下書きを起こすことです。毎月定額の顧問料、変動する実費、スポットの追加分。どの契約が今月いくらか、を人が記憶から組み立てるのをやめて、契約一覧と記録から下書きさせる。金額と宛先の確定、そして送付は、必ず人がやります。見積の段階からAIを使う話は見積書AIの記事が本体なので、そちらへ譲ります。 ### 5. 領収書・レシートの整理分類の下書き 領収書の読み取り（OCR）は、クラウド会計のスキャン機能が正系です。AIの出番はその後です。読み取った明細の束を渡して、月別・費目候補別に分ける、毎月あるはずなのに今月ない支払いを挙げる、同じ店なのに扱いがぶれている行を挙げる。束の整理と、例外の検出。ここが人手でやると重く、AIだと速い部分です。ただし、領収書を外部のAIにそのまま渡す前に確認することがあります。後半の「やってはいけないこと」で書きます。 5つに共通する構図を一言にすると、こうなります。AIは、経理経験のない賢い新入社員です。判断基準を渡せば下書きは速くて正確。渡さなければ、それらしい間違いを自信満々で出す。判断はプロ、作業はAI。経理は、この原則がいちばん濃く出る現場です。 ## 会計ソフトとAIの役割分担——ソフトは記録の正系、AIは点検と説明の相棒 「クラウド会計があればAIは要らないのでは」と聞かれます。逆の「AIがあればソフトは要らないのでは」も聞かれます。どちらも違います。役割が別だからです。 会計ソフトは、記録の正系です。帳簿は、ソフトの中にしかありません。銀行連携、自動仕訳のルール、証憑の保存、試算表の集計。記録と集計は全部ソフトの仕事で、ここをAIに置き換えてはいけません。AIとの会話履歴は、帳簿ではないからです。 AIは、点検と説明の相棒です。ソフトから仕訳や試算表をエクスポートして渡し、違和感を挙げさせ、説明の下書きを書かせ、直すべき行が見つかったらソフト側で直す。この往復が基本の型です。ソフトの中で完結する自動仕訳と、ソフトの外でやる点検・説明。競合ではなく、直列です。 経理の流れと、4者の持ち場 ① 記録　会計ソフトが正系。帳簿はここにしかない ↓ ② 下書きと点検　AI。科目候補・摘要の型・増減の仮説・違和感の列挙 ↓ ③ 確定　人（担当者・社長）。候補から選び、直し、締める ↓ ④ 税務の確定・申告　税理士。迷った科目の最終確認もここ 出所：自社と顧問先で使っている分担（詳細の金額・科目は非公開） 4者の分担を、仕事別に一覧にします。◎は主担当、○は関与、△は限定的、×はやらせない、です。 経理の仕事 会計ソフト AI 人（担当・社長） 税理士 取引の記録（帳簿） ◎ 正系 × 帳簿を持たせない ○ 入力と確定 △ 月次で確認 仕訳の科目判断 ○ 自動仕訳の提案 ◎ 候補と理由の下書き ◎ 確定 ◎ 迷った分の最終確認 摘要の整理 ○ 入力の器 ◎ 型に揃える下書き ○ 事実確認と確定 △ 請求書の発行 ◎ 発行と管理 ○ 項目の下書き ◎ 金額確定と送付 × 月次の締めと試算表 ◎ 集計 ○ 増減説明の下書き ○ 締めの確定 ◎ 月次チェック 仕訳の点検 △ ルールチェック ◎ 違和感の列挙 ○ 直すか決める ◎ 確定 資金繰りの見通し ○ レポート ○ 材料の整理と下書き ◎ 判断 ○ 相談相手 決算・申告・税務判断 ○ データの器 × やらせない ○ 資料を揃える ◎ 領分 書籍『コンテキスト経営』の序章に、道具は増えたのに会社は変わらない、と書きました。理由は、文脈が人の頭に残ったままだからです。経理はその典型です。クラウド会計を契約して、銀行連携まで設定したのに、仕訳が溜まっている会社は珍しくありません。溜まる理由は、ソフトの性能ではなく、「この取引が何なのか」という文脈が担当者の頭の中にしかなく、頭が空くまで処理が進まないからです。AIに下書きをさせるとは、その文脈を頭の外に出して、型として渡すことです。ソフトを替える前に、渡す文脈を作る。順番はこちらが先です。 下書きと確定の分け方を、無料資料で見る ## 自社実践：創業1期目、溜まった記帳をAIと消化した ここからは、自分の話です。うちの会社は創業1期目で、経理の専任はいません。私がやっています。そして創業からの数ヶ月、記帳を溜めました。顧問先の仕事と商品づくりを優先して、自社の経理が後回しになった。経理が回らない中小企業の構図を、そっくりそのまま自分でやりました。恥ずかしい話ですが、ここを隠すとこの記事は書けません。 消化のやり方は、こうでした。まず、明細をエクスポートして、AIに束で渡す。1件ずつ「これは何費？」と聞くのではなく、束に対して「科目候補と摘要の下書きを、この型で出して」と頼む。返ってきた下書きを、私が上から確定していき、ソフトに登録する。白紙の明細の山に向かうのと、下書き済みの一覧を確定していくのとでは、心理的な重さが別物です。溜まった経理が動かない一番の理由は時間ではなく、白紙に向かう腰の重さだと、やってみて分かりました。 登録が終わったら、次は点検です。登録済みの仕訳一覧をエクスポートして、今度は「違和感を挙げる係」としてAIに読ませました。金額や科目の中身はここには書きません。書けるのは、渡した点検の観点です。これは自社の内情ではなく、どの会社でも使える形なので、リストにして置きます。 - 相手勘定の違和感。その支払い、本当にその勘定から出たのか。実際は口座やカードから出ているのに、記録上は別の勘定から一括で出た形になっていないか。 - 計上漏れ。毎月あるはずの費目が、ない月はないか。家賃・通信・サブスクのような定期支払いが抜けた月の検出。 - 二重計上。同じ日付・同じ金額・似た摘要の行が2本ないか。 - 科目のぶれ。同じ相手への同じ種類の支払いが、月によって違う科目になっていないか。 - 桁の違和感。その費目として桁がおかしい行はないか。入力ミス候補。 - 月ズレ。発生した月と計上した月が、理由なくずれていそうな行はないか。 この点検で大事なのは、AIの指摘の半分は空振りでいいと最初から決めておくことです。AIは経理の専門家として答えているのではありません。違和感の網を広く張る係です。10件挙げて、5件が「これは正しい処理です」で終わっても、残り5件に本物の直しが混ざっていれば、点検としては大成功です。空振りを嫌って網を狭くすると、本物も逃します。そして、拾った指摘のうち自分で確定できないものは、そのまま税理士への質問リストになります。AIの点検は、税理士との月次を置き換えるのではなく、月次に持ち込む論点を濃くします。 もう一つ、順番の話をします。溜めた記帳の消化は、いわば非常時の対応です。恒常運用は、溜めないことです。私はこの消化のあと、月に一度、決まった観点で決まった依頼を投げる形に切り替えました。その依頼文が、次の次のセクションに置くひな形です。毎月ゼロから頼み方を考えるのをやめて、観点を固定する。経理のAI活用が続くかどうかは、賢い頼み方を思いつけるかではなく、同じ頼みを毎月同じ型で投げられるかで決まります。 ## 持ち帰り①：経理業務のAI仕分け表——下書きOK、確定は人 ここまでの線引きを、業務別の一覧に落とします。私が自社と顧問先で使っている線です。◎=任せてよい下書き、○=条件付きで下書き、△=段取りの整理まで、×=やらせない。 業務 AIの下書き 確定するのは ひとこと 領収書の整理・分類 ◎ 人 読み取りはソフトのスキャン。AIは分類と例外検出 仕訳の科目候補 ◎ 人（迷ったら税理士） 候補と理由をセットで出させる 摘要の整理 ◎ 人 あとから検索できる型に揃える 請求書の作成準備 ◎ 人 金額・宛先・送付は必ず人。発行はソフト 月次増減の説明 ◎ 人 仮説と事実を分けて書かせる 仕訳の月次点検 ◎ 人と税理士 空振り込みで網を張る。指摘は候補 入金消込の突合 ○ 人 一致しない行だけ人が見る形にする 経費ルールの整理 ○ 人（規程は税理士に確認） 現状のばらつきの洗い出しが先 資金繰り見通しの下書き ○ 人 並べるところまで。判断はさせない 年末調整・法定調書 △ 税理士・専門家 AIは段取りと抜け漏れの整理まで 決算・申告 × 税理士 AIは資料が揃っているかの確認まで 節税・税務上の判断 × 税理士 AIには「税理士への質問リスト」を作らせる この表は、固定の正解ではありません。税理士との契約範囲、使っているソフト、社内の人数で、1行ずつ線は動きます。動かすときは、税理士と話してから動かしてください。とくに△と×の行を上に動かすのは、コストの節約に見えて、責任の引き受けです。そもそも自社の経理業務を書き出せない、どこで詰まっているか言えない、という段階なら、先に業務の棚卸しの記事から入ってください。仕分け表は、業務が見えてから引く線です。 ## 持ち帰り②：月次でAIに投げる点検依頼文ひな形 自社で毎月使っている依頼の型を、社外に出せる形にして置きます。先に断っておくと、主役はこの文言ではありません。観点の5つと、「依頼しないこと」の欄です。文言はどう変えても構いませんが、観点を減らすのと、依頼しないことの欄を消すのは、やめてください。 # 月次点検の依頼（YYYY年MM月分） ## 渡すもの - 当月の仕訳一覧（会計ソフトからエクスポート。取引先名・個人名は必要に応じてコード化） - 前月と前年同月の試算表（あれば） - 自社の科目の使い方メモ（あれば。過去の仕訳パターン数十行でも可） ## 依頼すること（すべて下書き・候補まで） 1. 相手勘定に違和感のある仕訳を挙げて。理由を一行ずつ付けて 2. 毎月あるはずなのに当月ない費目（計上漏れ候補）を挙げて 3. 同じ日付・同じ金額・似た摘要の行（二重計上候補）を挙げて 4. 同じ相手への支払いで科目がぶれている行を挙げて 5. 前月比・前年比で増減の大きい科目トップ5と、考えられる理由の仮説を書いて ## 依頼しないこと - 科目の確定、税務上の扱いの判断、申告に関わる判断はしない - 出てきた指摘はすべて候補として扱う。確定は私と税理士がやる - 自分で判断できない指摘は「税理士への質問リスト」としてまとめ直して 使い方は3行で足ります。月次の締めの前にこれを投げる。返ってきた指摘を、直す・直さない・税理士に聞く、の3つに人が仕分ける。税理士に聞く分を、月次の面談に持ち込む。これだけです。渡す前の匿名化・コード化と、渡す道具側の設定確認は、次のセクションの通りです。 月次点検の回し方を、無料資料で確認する ## やってはいけないこと——便利になる前に、2つだけ止まる ### その1：領収書・通帳・明細を、そのまま外部AIに投げない 経理データは、会社の情報の中でも濃度が特別に高い。取引先名、個人名、口座情報、給与、取引条件。領収書の写真を無料の個人アカウントのAIに投げるのは、その濃度のデータを、学習利用の設定も確認しないまま社外に出す行為です。 投げる前に確認するのは3つです。入力データを学習に使わせない設定になっているか。会社として契約したプラン（法人向け・API経由等）か。社内で「入れてよい情報の線」が決まっているか。設定の考え方と手順の詳細はセキュリティ設計の記事に、社内の線の引き方は社内ルールの記事にまとめてあります。経理でAIを使い始める日は、この2本を先に読む日です。 そのうえで、渡し方にも工夫があります。点検の目的なら、取引先名は「A社」「主要仕入先1」のようなコードで足ります。個人名は原則渡さない。口座番号やカード番号は点検に不要なので列ごと消す。点検に必要な最小限だけを渡すと決めると、事故の面積が最初から小さくなります。 ### その2：AIの税務判断を、鵜呑みにしない AIに税務の質問をすると、それらしい答えが、断定調で返ってきます。ここが危ない。参照している情報が古い年度のものかもしれない。特例や経過措置を落としているかもしれない。そして何より、AIはあなたの会社の個別事情——業種、規模、過去の処理、税務署とのやりとり——を知りません。税務の答えは、一般論では確定しないのです。 では税務の話でAIは無力かというと、逆です。使い方が違うだけです。「答えをもらう道具」ではなく、「質問を仕上げる道具」として使う。制度の概要を整理させ、自社に関係しそうな論点を洗い出させ、「税理士に確認すべき質問リスト」に仕上げさせる。丸腰で「何か気をつけることありますか」と聞く月次面談と、論点リストを持ち込む月次面談では、同じ顧問料で得られるものが変わります。AIは税理士の代わりではなく、税理士との時間の密度を上げる道具です。 もう1つ、小さいが効く原則を足します。帳簿の正系を、AIとの会話履歴にしないこと。チャットの中で「これは直した」「これはこの扱いにした」と決めても、ソフトに反映されていなければ、決めたことになっていません。記録はソフト、判断のメモは決まった文書、AIとの会話は作業場。作業場に正系を置かない。これは経理に限らず、AI活用全体の基本です。 ## 経理は属人化の温床——担当者が辞めると、止まる 経理のAI活用には、時間削減の外側に、もう1つ大きな効き方があります。属人化の解消です。 経理は、会社の中でいちばん1人職場になりやすい部門です。この支払いをどの科目にするか、この取引先の請求の締めはいつか、この例外はどう処理してきたか。全部、担当者の頭の中にある。だから担当者が辞めると、経理は止まります。退職だけではありません。長期の休み、繁忙期の兼務、そして社長兼務の会社なら「社長が忙しい」だけで止まります。私の記帳が溜まったのは、まさにこの形でした。経理の属人化は、他人事として書ける話ではありません。 ここで、この記事に書いてきた運用を思い出してください。AIに下書きをさせるには、判断基準を文書にして渡す必要がありました。過去の仕訳パターン。摘要の型。点検の観点。月次の依頼文。これらは全部、AIのために作った文書でありながら、そのまま「次の担当者への引き継ぎ資産」です。頭の中にしかなかった経理の判断が、AIに渡すために外に出て、型になって、残る。経理のAI活用は、続けているだけで属人化の解消が副産物として積み上がる、珍しい業務です。 逆に言うと、AIを使っていても、その場その場で口頭のように指示して、文書を残していないなら、属人化は1ミリも減っていません。「AIをうまく使える人」という新しい属人化が増えただけです。判断基準を文書にする。文書を決まった場所に置く。人にもAIにも、同じ文書を読ませる。属人化の構造と解き方の全体は、属人化解消の記事に書きました。経理はその最初の適用先として、リスクの大きさの割に文書化しやすい、着手しやすい部門です。 ## 経理AIで、先に踏んで痛かった形 完璧な運用を最初から回せたわけではありません。自社で踏んだもの、顧問先で見たものを、一般化して残します。どれも道具の性能の問題ではなく、線と型の問題です。 - AIに確定させた。科目候補をそのまま登録する運用が数週間続き、あとから点検で直しの山が出た。下書きの速さに慣れると、確定の手間を省きたくなる。省いた分は、あとで利子付きで戻ってきます。 - チャット履歴が帳簿の代わりになりかけた。「この件はこう処理すると決めた」がAIとの会話の中にだけ残り、ソフトにも文書にも反映されていなかった。決めた場所と記録する場所を分けた時点で解消。 - 専用ツールから買った。経理AIと名の付くサービスを先に契約して、結局「何を下書きさせて、誰が確定するか」が決まっておらず、ログインしなくなった。契約して触らなくなる形は、経理でも同じように起きます。 - 依頼の型を固定しなかった。毎月その場の思いつきで頼み方を変えた結果、月ごとに点検の質がぶれ、比較もできなかった。観点を固定した月から、点検が積み上がり始めた。 - 指摘を全部直そうとした。AIの指摘は空振り込みの網です。全件を潰そうとして月次が締まらなくなった。直す・直さない・税理士に聞く、の3分別に変えて再開した。 共通するのは、失敗の場所が「AIの答えの中」ではなく「AIの外の運用」にあることです。直すのに新しい道具は要りません。線引き1本と、依頼の型1枚と、3分別の習慣で足ります。 ## 最初の1ヶ月の進め方——週1本ずつで足りる 一気にやる必要はありません。専任のいない会社を前提に、週に1本ずつ進める順番を置きます。 週 やること 成果物 やらないこと 1週目 線引きとセキュリティ確認。確定と下書きを紙に分け、AI側の学習オフ・契約プランを確認する 自社の仕分け表（この記事の表を叩き台に） ツールの新規契約 2週目 過去の仕訳パターンと摘要の型を書き出す。ソフトからエクスポートしてAIに「型の候補」を作らせてよい 科目の使い方メモ・摘要の型 過去分の総ざらい 3週目 当月分で下書き運用を試す。科目候補＋理由で出させ、人が確定して登録する 下書き→確定の初回一巡 AIによる直接登録 4週目 月次点検の依頼文を初めて投げる。指摘を3分別し、税理士への質問リストを作る 点検結果と質問リスト 指摘の全件修正 2ヶ月目以降 毎月同じ型で回す。型の修正は月1回だけ 固定化された月次ルーティン 毎月の頼み方の再発明 3ヶ月後 仕分け表の線を見直す。動かす行は税理士と話してから 更新版の仕分け表 △×行の独断での引き上げ この進め方の要点は、1週目に道具を買わないことと、4週目まで税理士を待たせないことです。2週目の「科目の使い方メモ」ができた時点で、税理士に一度見せてください。ここで直しが入るなら、AIに渡す前に直るので、下書きの精度が最初から上がります。AIの前に人へ見せる。順番のコストはゼロで、効果だけがあります。 ## よくある質問 ### Q1. 経理を丸ごとAIに任せられますか？ 任せられません。任せてよいのは下書き——候補出し・整理・突合・説明文——までです。科目の確定、締め、支払、申告、税務判断は人と税理士の仕事です。ただし、経理の作業時間の大半は下書き側にあるので、「丸ごとは無理」と「大半が楽になる」は両立します。 ### Q2. どのAIツールを使えばいいですか？ 経理専用ツールを探す前に、いま使っているクラウド会計と、汎用の生成AI（ChatGPT・Claude等）の組み合わせで始めることを勧めます。ソフトが記録、AIが点検と説明という分担は、この構成で成立します。実費の目安は1人あたり月3,000円〜1万円（ChatGPT Plus等で月20ドル前後）です。ツールを増やすのは、この分担を3ヶ月回して、足りない部分が言葉にできてからで十分です。 ### Q3. 領収書の写真を撮ってAIに読ませてもいいですか？ 読み取り自体はクラウド会計のスキャン機能を正系にしてください。汎用AIに渡す場合は、その前に、学習利用オフの設定と会社契約のプランであることを確認します。無料の個人アカウントに社名や取引先名入りの証憑を投げるのは、やめてください。線の引き方はセキュリティ設計の記事にあります。 ### Q4. AIが出した仕訳候補を、そのまま登録してもいいですか？ そのままはやめてください。候補と理由を読み、納得した行だけ人が確定して登録します。迷った行は保留にして、税理士への質問リストへ回します。「AIの出力はすべて候補」の一行を守れるかどうかが、経理AIの安全性のほぼすべてです。 ### Q5. 税理士がいれば、AIは要らないのでは？ 役割が違います。税理士は税務の確定と申告の専門家で、日々の仕訳の下書きや摘要の整理のためにいるのではありません。AIが日々の下書きと点検をやり、人が確定し、税理士が税務を確定する。AIを入れると税理士が不要になるのではなく、税理士との月次に持ち込む論点が濃くなります。 ### Q6. 経理担当がいない一人社長でも使えますか？ 一人社長こそ効きます。下書きの重さで経理が後回しになるのは、専任がいない会社の宿命だからです。私自身が創業1期目の社長兼経理として、溜めて、AIと消化して、月次の点検依頼文の型に落ち着きました。最初の一歩は、この記事のひな形を月に1回投げることで足ります。 ### Q7. インボイスや電子帳簿保存法への対応もAIでできますか？ 制度対応の確定は、税理士と、国税庁のような一次情報で行ってください。AIにやらせてよいのは、制度の概要を整理して「自社に関係しそうな論点」を洗い出し、税理士への質問リストに仕上げるところまでです。制度は改正されます。AIの答えの年度が古い可能性を、常に前提にしてください。 ## 持ち帰り用：来月からのチェックリスト この記事を運用に落とす順番です。上から順に、1ヶ月で一周できます。 - 「確定する仕事」と「下書きする仕事」を、自社の経理業務で紙に分けた - 帳簿の正系は会計ソフト、と決めた（AIとの会話履歴を帳簿にしない） - 学習利用オフと会社契約プランを確認してから、経理データを渡した - 取引先名・個人名はコード化し、口座番号など不要な列は消してから渡した - 仕訳の科目候補は「候補＋理由」で出させ、確定は人がした - 月次の点検依頼文を、観点5つ＋「依頼しないこと」の型で固定した - AIの指摘を、直す・直さない・税理士に聞く、の3つに仕分けた - 税理士への質問リストを持って、月次の面談に行った - AIに渡した判断基準の文書を、引き継げる場所に置いた 経理の分担設計を、無料資料セットで見る ## まとめ：数字の下書きはAI、確定は人と税理士 経理のAI活用の本体は、ツール選びではなく、線引きです。 - 最初に引く線は、「確定する仕事」と「下書きする仕事」。申告と税務判断は税理士の領分 - AIの下書きは5つ。科目候補・摘要の型・増減説明・請求準備・領収書の整理分類 - 会計ソフトは記録の正系、AIは点検と説明の相棒。競合ではなく直列 - 自社では創業1期目の溜まった記帳をAIと消化し、月次の点検を観点固定で回している - やってはいけないのは、経理データを設定未確認のまま外部AIへ投げること、AIの税務判断を鵜呑みにすること - 経理は属人化の温床。AIに渡すために作った判断基準の文書は、そのまま引き継ぎ資産になる 2年後、会計ソフトの画面もAIのモデル名も変わっているでしょう。「数字の下書きはAI、確定は人と税理士」という分担と、観点を固定した月次点検は、残ります。私が自社で先に回し、顧問先には型だけを渡しているのも、そこです。 伴走者の役割はAI顧問とはにまとめてあります。自社の経理を、白紙の山との格闘から「確定するだけの一覧」に変えたい方向けに、無料の資料セットを置いてあります。分担の設計図と点検の型は、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：128字（推奨120〜158字） ============================================================ 中小企業の経理のAI活用は、ツール比較より先に「数字の下書きはAI、確定は人と税理士」の線引きから。仕訳の科目候補・月次点検・請求準備での使い方と、創業1期目の自社で回す点検依頼文ひな形・経理業務のAI仕分け表を、生成AI顧問の赤堀がこの1本にまとめます。 --> --- # AI社内勉強会のやり方｜座学をやめて「自分の仕事」を持ち込ませる設計 URL: https://aiandwill.com/ai-shanai-benkyokai/ 公開: 2026-08-24 / 更新: 2026-09-02 「AIの社内勉強会、やってくれない？」——ある日そう言われた担当者の方が、この記事の読者だと思っています。何をやればいいか分からない。あるいは一度やってみた。ChatGPTの画面を映して、便利な使い方を紹介して、「すごいですね」で盛り上がった。そして翌週、誰も使っていなかった。二回目の招集をかける気力が、もう出ない。 先に結論を置きます。AI社内勉強会の成否は、ネタでも講師の知識でもなく、参加者が「自分の実データ・実業務」を持ち込んで、自分の手で操作して帰るかどうかで決まります。座学とツール紹介は、その場では盛り上がり、一回で死にます。他人の仕事のデモは、翌日の自分の仕事を変えないからです。 私は生成AI顧問として累計約15社、研修・講座を含めると30社超の会社に入り、レクチャーしてきた人数は100名以上になります。防災設備会社の幹部にも、旅館の現場にも、研修・人材系の会社の教室にも、会議室にPCを並べてきました。検索して出てくる記事の多くは「勉強会のネタ一覧」です。この記事はネタを並べません。進行のオペレーション——全員一斉に進める段取り、詰まった人への付き方、セットアップできない人をどう置き去りにしないか——まで書きます。持ち帰りとして、第1回勉強会の90分タイムテーブルひな形と、開催前チェックリスト10問を末尾に置きました。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 座学とツール紹介の勉強会が、一回で死ぬ理由 失敗した勉強会の話を、顧問先でよく聞きます。形はだいたい同じです。社内で一番AIに詳しい人が資料を作る。最新ツールの紹介、できることの一覧、デモ。質疑応答では「便利ですね」「うちでも使えそう」と前向きな声が出る。アンケートの満足度も悪くない。ところが一週間後、参加者の画面にAIは開かれていません。二回目は「ネタがない」で延期になり、そのまま自然消滅します。 私はこれを、参加者のやる気の問題だと思っていません。設計の問題です。理由は一つに絞れます。勉強会の内容が、参加者それぞれの「自分の仕事」に接続していないからです。 - デモで見たのは、他人の仕事。講師が見せた「議事録の要約」は、議事録を書く人にしか刺さらない。経理の人は自分の月次を思い浮かべられない。 - 「あとで各自試してください」は、試されない。席に戻れば通常業務が待っています。試す時間は、勉強会の中にしかありません。 - プロンプト集を配っても、開かれなくなる。私の見聞きする範囲では、配られたプロンプト集はおよそ1ヶ月で開かれなくなります。自分の仕事の文脈が入っていない指示文は、使う場面が思い出せないからです。 - 「知る」がゴールになっている。知った人は増えたのに、使う人が増えない。この構図の深掘りは社員がAIを使わない理由の記事に書きました。勉強会は、あの記事で書いた「触る前の壁」を集団で越えるための装置です。装置が座学だと、壁は一つも越えられません。 書籍『コンテキスト経営』の序章に、私はこう書きました。道具は増えたのに、会社は変わらない。理由は、仕事の文脈が人の頭の中に残ったままだからです。座学の勉強会は、この構図をそのままなぞります。ツールの知識だけが配られ、各自の仕事の文脈は各自の頭に残ったまま。だから翌日、何も変わらない。勉強会の設計で最初に決めるのは、ネタではなく「参加者の文脈をどう会場に持ち込ませるか」です。 観点 一回で死ぬ勉強会 続く勉強会 主役 ツールと講師 参加者の仕事 教材 スライドとデモ用サンプル 各自が持ち込んだ実データ・実業務 参加者の手 膝の上。見ているだけ 全員がキーボードの上 進め方 前で見せて「あとで各自」 全員一斉に同じ手順。詰まった人に個別対応 終了時の状態 「勉強になった」 明日使うものが1つ、自分のPCにできている 2回目のネタ 担当者が探して力尽きる 参加者の「今週AIに渡した仕事」の発表 3ヶ月後 開催記録だけが残る 役割ごとの使い方が社内に残る ## 設計の核：「自分の実データ・実業務」を持ち込ませる 生成AIの勉強会の進め方で、私が顧問先に必ず入れてもらう一行があります。案内文にこう書くことです。「当日は、ご自分の仕事を1つ持ってきてください」。今週書いたメールの下書き、直近の議事録、作りかけの提案書、毎月作っている報告書、よく聞かれる質問と自分の答え。何でも構いません。条件は一つ、架空のサンプルではなく、本物であること。 ダミーデータの演習は、きれいに成功して、何も残しません。「旅行プランを作らせてみましょう」で感心しても、月曜日の自分の月次資料は一行も進んでいないからです。逆に、自分の実データが目の前で形になると、参加者の顔が変わります。「これ、明日から使える」という体感は、実物からしか生まれません。 持ち込ませるとき、先に線を引きます。持ち込んでよいもの、いけないもの。この線がないまま「実データを持ってきて」と言うと、顧客の個人情報や未公開の契約条件が会場のAIに流れ込みます。私が顧問先で使っている線は単純で、個人情報・顧客の非公開情報・パスワードや認証情報は持ち込まない。入力してよい情報の段階分けはセキュリティ設計の記事に、社内ルールへの落とし方は社内ルールの記事に詳しく書いたので、勉強会の案内文には結論の一行だけ入れてください。あわせて、入力データが学習に使われない設定の確認を当日の手順に組み込みます。設定画面の位置はツールごとに変わるので、ここでは原則だけ置きます。実データを扱う勉強会は、学習オフの確認が開会の儀式です。 もう一つ、演習の入り方に順番があります。書籍『ChatGPTを、「AI社員」に育てる方法』の第3章で、AIへの頼み方を「相談」と「仕事の依頼」に分けました。勉強会もこの順で組みます。最初の演習は、仕事の依頼ではなく相談です。「私はこういう仕事をしている。この資料はこういう目的で作っている。どこから手伝えそうか」と、持ち込んだ実物を見せて聞かせる。いきなり「完成品を作れ」から入ると、初回の出力の粗さに失望して終わります。相談から入ると、AIが自分の仕事を理解していく過程を全員が体験できます。AIは賢い新入社員です。新入社員に初日から完成品を求める上司はいません。 ## 進行の実務：全員一斉に同じ手順を進め、詰まった人に個別で付く ここからが、ネタ一覧の記事には書かれていない部分です。勉強会は中身より進行で失敗します。私がAI顧問の現場——防災設備会社WECSでの幹部向けレクチャーなど——で確立した進行方式は、次の3点に集約されます。 進行の3原則——AI顧問の現場で確立した型 ① 全員一斉に、同じ手順を、1ステップずつ。前でデモをして「あとで各自」にしない。1人ずつ順番に見て回る方式にもしない。全員が同時に同じ画面へ進む。 ② 詰まった人が出たら、全体を止めずに個別で付く。進行役は前に立ち続けない。手が止まった人の横に行く。全体は次の手順の予告を聞きながら待つ。 ③ セットアップできない人は、隣の人のPCで「一緒に」操作する。見学にしない。隣の人のキーボードを借りてでも、自分の手で打った状態を確保する。 出所：WECS等でのAI導入レクチャーの進行設計（自社の顧問提供実務） 順に理由を書きます。まず①。一台ずつ順番に見て回る方式は、丁寧に見えて遅い。5人いれば、4人は常に待っています。待っている時間に集中は切れ、切れた人は戻ってきません。全員一斉方式は、進行役が手順を1つ区切って伝え、全員が完了したのを目視してから次に進みます。遅く感じるかもしれませんが、全員の手が動き続けるので、体感は逆です。誰も置き去りにならず、誰も暇にならない。 次に②。一斉に進めれば、必ず詰まる人が出ます。ログインできない、画面が英語になった、どこを押すか分からない。ここで全体を止めて「皆さんお待ちください」とやると、詰まった本人が公開処刑になります。二度と手を挙げなくなる。だから進行役は詰まった人の横に移動して、小声で個別対応します。全体には「次はこれをやります」と予告だけ流しておく。巡回中に一番注意して見るのは、質問してくる人ではなく、手が止まって黙っている人です。黙っている人の多くは、「思いつかない」「分からない」とAIにそのまま打ち込めば選択肢が返ってくることを、まだ知りません。それを横で一度見せるだけで、その人の詰まりは解けます。 そして③。会社のPCの制限、アカウント作成の不調、メール認証が届かない——初回のセットアップは、必ず誰かが越えられません。ここで「では見ていてください」とやった瞬間、その人の勉強会は終わります。人は、自分の手で操作したものしか持ち帰りません。私の現場では、セットアップできなかった人を隣の人の席に寄せて、隣の人のPCで、本人にキーボードを打たせます。アカウントは隣の人のものでも、指示を打ち込み、返答を受け取り、直しを頼んだのは本人です。「見てた」と「自分で操作した」の間には、翌週の行動を分ける深い溝があります。セットアップ自体は宿題にして、後日個別に解消すればいい。当日確保すべきは環境ではなく、体験のほうです。 もう一つ、現場で効いた段取りを足します。参加者のレベルは必ず割れます。すでに使いこなしている人と、初めて触る人が同じ部屋にいる。このとき、経験者に通常の演習をさせると退屈し、初心者に合わせると全体が止まります。私がやっているのは、経験者に事前に頼んで、サポート側に回ってもらうことです。冒頭で経験者の実物——実際に育てている自分のAIや、作った成果物——を1分だけ見せてもらうと、初心者の理解が一気に進みます。完成イメージの実物ほど強い教材はありません。そして巡回は、一番つまずきそうな人を優先する。進行役の立ち位置は、講師ではなく、詰まりの回収係です。 勉強会から定着までの全体設計を、無料資料で見る ## 持ち帰り①：第1回勉強会・90分タイムテーブルひな形 ここまでの設計を、そのまま使える90分に落とします。社内AI勉強会の第1回を想定したひな形です。時間は目安なので、自社の人数と練度で調整してください。動かしてはいけないのは、太字にした2点だけです。 時間 内容 進行の要点 00–05分 趣旨説明 「今日はツール紹介をしません。自分の仕事を1つ、AIに渡して帰る会です」と宣言。経営者か進行役が「ここでの出来は評価に使わない」と一言添える 05–20分 全員一斉セットアップ確認 ログインと学習オフ設定を全員で同時に確認。できない人は隣の人のPCでペアに。環境の完全解決は宿題に回し、先へ進む 20–30分 最初の一手を全員同時に 同じ短い指示を全員が自分の手で打つ。「動いた」を全員が体験してから次へ。ここまでは持ち込み資料を使わない 30–45分 持ち込んだ仕事をAIに「相談」 自分の仕事と資料の目的を説明し、「どこから手伝えそうか」を聞く。完成品を求めない。AIが自分の仕事を理解していく過程を体験する 45–70分 演習本体：実データで1つ作る 持ち込んだ実物から、明日使う成果物を1つ作る。進行役は前に立たず巡回。黙っている人を優先して個別に付く 70–85分 発表：1人1つ 作ったもの・詰まったところを1〜2分ずつ。詰まりの共有は失敗談ではなく、次回の教材として扱う 85–90分 宿題と次回日程 「今週AIに渡す仕事」を各自1つ宣言。次回日程をその場で確定。「また改めて」にした瞬間、二回目は消える 補足を2つ。前半20分をセットアップに使うのは長く見えますが、ここを事前案内だけで済ませようとすると、当日の冒頭が「入れませんでした」の行列になります。全員の環境が揃っている会社なら、この枠は縮めて演習に回してください。もう一つ、発表の15分は削らないでください。人前で「自分はこう使った」と言葉にした人は、翌週も使います。言葉にしなかった人から、順に脱落していきます。 ## 役割別ワークへの転換：「アプリを作る演習」より「自分の仕事を渡す演習」 ここで、私自身の設計変更の話をします。研修・人材系の顧問先で、全6回のプログラムを組んだときのことです。当初の設計では、中盤の数回を使って「全員で一つのアプリを作る」演習を置いていました。共通の題材をみんなで完成させる。達成感があり、運営もしやすい。悪くない設計だと思っていました。 初回のセッションで、参加者からこう言われました。「アプリ開発よりも、実際の業務で使える形でやりたい」。その言葉を持ち帰って、その日のうちに全6回を組み替えました。全員共通の題材をやめて、一人ずつの役割に合わせた演習にする。教材を作る人は教材づくりを、面接対策を担当する人は面接対策を、企業への提案を担当する人は提案資料を、それぞれ自分の実業務でAIに渡していく。アプリ開発は捨てたのではなく、手が慣れた後半の題材に回しました。作りたいものを言葉にする要件定義の練習として、順番を入れ替えた形です。 組み替えて分かったことが、この記事の主張の裏付けです。参加者の役割が違う以上、共通題材より役割別ワークのほうが、確実に会社に残ります。共通題材の演習は「勉強会の中の成果」で終わります。役割別の演習は、勉強会が終わった月曜日に、その人の机の上でそのまま続きます。定着とはそういうことです。勉強会の中で完結する成功を設計するのではなく、勉強会の外で続く仕事を設計する。 役割別に組むとき、参加者が「自分の仕事のどこを渡せばいいか分からない」と止まることがあります。これは勉強会の問題ではなく、その手前の問題です。自分の業務を言葉にできない人は、AIに渡す仕事も選べません。処方箋は業務の棚卸しの記事に書きました。勉強会の案内文に「持ってくる仕事に迷ったら、毎週やっている作業・毎月作っている書類から選ぶ」と一行足すだけでも、当日の迷子はかなり減ります。 ## 「勉強会のネタ」は役割別に探す：持ち込み素材の早見表 「社内AI勉強会のネタ」を探している方のために、ネタ一覧の代わりになる表を置きます。並んでいるのはお題ではなく、各自が持ち込む実物と、その実物で最初にやる演習です。案内文に「自分の行を見て、実物を1つ持ってきてください」と添えて配れば、そのまま第1回の準備になります。 役割 持ち込む実物 第1回の演習（相談から） 翌週AIに渡す仕事の例 営業 直近の提案書・見積の下書き・商談メモ 提案書を見せて「この提案の弱いところはどこか」を聞く 商談メモから次回訪問の準備メモを作る 経理・総務 毎月作っている定型書類・月次の点検手順 手順を説明して「どの工程から手伝えそうか」を聞く 定型書類の下書きと突合の一次チェック 人事・採用 求人票・面接の質問リスト（応募者の個人情報は外す） 求人票を見せて「応募者に伝わっていない点」を聞く 面接質問の改善案と評価観点の整理 現場・技術 報告書のひな型・作業手順書・よくある不備の一覧 手順書を読ませて「新人が詰まりそうな箇所」を聞く 報告書の下書き作成と手順書の穴埋め カスタマー対応 よくある問い合わせと自分の返答文 返答文を見せて「答えの型」を整理させる 問い合わせ返信の一次ドラフト 企画・マーケ 作りかけの企画書・過去の実施結果メモ 企画書を見せて「抜けている論点」を聞く 次の企画の構成案とたたき台 管理職・経営 会議の議事メモ・自分がよく聞かれる質問 「自分が当たり前すぎて言語化していない前提」を挙げさせる 判断基準を文書化して部下に渡す この表で見てほしいのは、右の2列がすべて「その人の仕事の続き」になっていることです。勉強会用に用意されたお題が一つもない。だからネタ切れが起きません。もう一点、人事の行だけ括弧書きを付けたのには理由があります。個人情報を扱う役割の演習は、持ち込む前に情報を落とす工程が必須です。ここを曖昧にしたまま「実データで」と言うと、一番熱心な人が一番危ない持ち込みをします。線の引き方は先ほどのセキュリティの記事のとおりです。 役割別で組んでも、初回から全役割を揃える必要はありません。まず2〜3の役割で小さく回し、発表を聞いた他部署から「うちもやりたい」が出てから広げるほうが、担当者の負荷も低く、二巡目の設計も上手くなっています。全社展開の順番論はAI導入の進め方の記事が守備範囲なので、そちらへ譲ります。 ## 続ける仕組み：毎回1人1つ「今週AIに渡した仕事」を発表する 第1回は、正直に言えば誰がやってもそれなりに盛り上がります。勝負は第2回です。二回目のネタを担当者が探し始めた時点で、その勉強会は座学に戻っています。「社内AI勉強会のネタ」を検索したくなったら、それは設計を疑うサインです。続く勉強会にネタ切れはありません。毎回のネタは、参加者の今週の仕事だからです。 私が顧問先に渡している継続の型は一つだけです。第2回以降の冒頭に、発表の枠を固定する。1人1つ、「今週AIに渡した仕事」を話す。それだけです。うまくいった話でなくて構いません。「渡そうとして詰まった」も立派な発表です。むしろ詰まりの共有のほうが、その日の演習テーマとして価値があります。この枠が効く理由は3つあります。 - 宿題が回収される。前回の「今週AIに渡す仕事」の宣言が、発表によって締まる。宣言だけの宿題は、翌週には消えています。 - 横展開が起きる。他人の使い方は最高の教材です。「見積の下書きに使った」と聞いた瞬間、隣の営業も自分の見積を思い浮かべます。講師が用意するどんな事例より、隣の席の実話のほうが刺さります。 - 同じ詰まりが、ルールの種になる。複数人が同じ場所で詰まったら、それは個人のスキル不足ではなく、会社の型がない場所です。書式を決める、置き場を決める、確認者を決める。勉強会は、社内ルールの改定案が生まれる場になります。 発表の形も決めておくと、口の重い人も話せます。私が使っているのは3行だけの型です。長い成功譚は要りません。3行目が空欄でも構いません。むしろ3行目が一番の教材です。 ① 何を渡したか　　：見積の下書き／議事メモの整理／返信文の一次案 など ② 何が返ってきたか：使えた部分と、直してから使った部分 ③ どこで詰まったか：うまく伝わらなかった指示、途中でやめた理由 運営面の注意も置きます。勉強会を担当者一人の善意で回さないでください。案内、会場、宿題の回収、詰まりの記録。一人で背負った担当者が異動や繁忙で止まると、勉強会ごと止まります。推進役の置き方はAI推進担当者の記事に書きました。また、勉強会が回り始めた後の「会社としての定着」——ルール化、評価との接続、続ける仕組みの全体像はAI研修が定着しない理由の記事が守備範囲です。この記事は開催と進行まで、定着の全体設計はあちらへ、と分けています。 役割別ワークの組み立て方を、無料資料で確認する ## 回を重ねる設計：相談 → 仕事の依頼 → 型にする 第2回以降を「第1回の繰り返し」にすると、数回で頭打ちになります。回を重ねるごとに、演習の段階を一つずつ上げてください。私が顧問先のプログラムで置いている段階は3つです。 段階 演習の中身 終わったときの状態 第1段階：相談 自分の仕事と資料を見せて、「どこから手伝えそうか」を聞く AIに自分の仕事を説明できる。返答の受け取り方が分かる 第2段階：仕事の依頼 目的・背景・成果物の形を伝えて、実際に1つ作らせる。粗い出力を直しながら仕上げる 自分の実業務で、AIの成果物を1つ使った 第3段階：型にする 数回繰り返した頼み方をファイルに落とし、短い一言で呼び出せる形にする 毎回説明しなくても、いつもの品質が出る やらないこと 先に型を作る — 判断の目安 同じ説明を3回したら、型にする段階 — その先 各自の型を持ち寄り、会社の標準にする 個人の使い方が、会社の資産になり始める 順番を強調しておきます。型を先に作らないでください。使い始める前に立派なテンプレートや社内プロンプト集を整備する会社は多いのですが、実際の仕事で数回手を動かす前に作った型は、現実に合わずに放置されます。先に配られたプロンプト集が1ヶ月で開かれなくなるのは、この順番が逆だからです。手で数回やる、同じ形が繰り返される、それから型にする。防災設備会社のレクチャーでも研修・人材系の顧問先でも、この順番だけは変えていません。 第3段階まで進むと、勉強会の性格が変わります。教わる場から、各自が育てた使い方を持ち寄って会社の標準を作る場へ。ここまで来れば、勉強会はもう「続ける努力」の対象ではありません。仕事の一部です。個人の型を会社の資産に引き上げる設計は、チーム共有の記事に書いています。 ## 内製の勉強会と外部研修の使い分け 「AI研修を内製すべきか、外部に頼むべきか」もよく聞かれます。私は外部研修を売る側の人間でもあるので、ポジションを明かした上で書きます。結論は、二択ではありません。知識の注入と型の整備は外部が速く、自分の仕事への接続と継続は内製でしか起きません。比較すると次のようになります。 観点 内製の社内勉強会 外部研修 費用 ◎　社内の時間コストのみ △　外部費用が発生（相場は別記事） 自分の業務への接続 ◎　実データをそのまま持ち込める △　汎用の題材が中心になりやすい 体系性・情報の鮮度 △　担当者の知識に依存する ◎　整理された最新の型が入る 継続性（毎週・毎月） ◎　社内の予定として固定できる △　単発・短期で終わりやすい セキュリティ・ルール整備 ○　自社の実情で線を引ける ○　専門家の型を借りられる 社内に進行役が育つ ◎　回すほど育つ △　講師に依存したまま終わる 立ち上げの速さ △　設計と準備が要る ◎　発注すれば始まる 現実的な組み合わせは、初回の設計と最初の型づくりだけ外部の力を借りて、2回目以降の運転を内製に移すことです。外部に全部を任せ続けると、講師が帰った日に勉強会も終わります。費用感と選び方の詳細は生成AI研修の費用の記事にまとめたので、外部活用を検討する段階になったらそちらをどうぞ。この記事の範囲は、あくまで「自分たちで回す」ほうです。 ## 持ち帰り②：開催前チェックリスト10問 第1回を開く前に、この10問に答えてください。「はい」が8つ未満なら、開催を1週間延ばしてでも設計を直したほうが、結果的に速く進みます。 - 開催目的を「ツールを知る」ではなく「自分の仕事を1つAIに渡す」と書き換えたか - 参加者全員に「自分の実データ・実業務を1つ持ってくる」と事前に伝えたか - 持ち込んではいけない情報（個人情報・顧客の非公開情報・パスワード）の線を、案内文に1行で書いたか - 入力データが学習に使われない設定の確認を、当日の手順に入れたか - 全員が同じ画面に到達するための「一斉の手順」を、1本の手順書にまとめたか - 詰まった人に付く役を決めたか（進行役1人なら、参加人数を絞ったか） - セットアップできない人が出たときの「隣の人とペアで操作」の段取りを決めたか - 社内の経験者に「当日はサポート側に回ってほしい」「実物を1分見せてほしい」と事前に頼んだか - 終了時に全員が持ち帰る状態を「画面を見た」ではなく「自分の手で1つ作った」と定義したか - 次回の日程と「今週AIに渡した仕事」の発表枠を、第1回の場で確定させる段取りにしたか 10問のうち、事故に直結するのは3と4です。実データを持ち込ませる設計は、この2問が空欄のまま走らせてはいけません。逆に、この2問さえ締まっていれば、多少段取りが崩れても勉強会は成立します。演習が予定どおり進まなくても、「自分の実物をAIに見せて、返ってきた」体験さえ全員に残れば、第1回は成功です。 ## よくある質問 ### Q1. 何人くらいでやるのがいいですか？ 人数の正解より、比率で考えてください。詰まった人に個別で付ける人が1人いるなら、その人が同時に面倒を見られる範囲が上限です。全社一斉の大人数より、部署や役割の単位で小さく回すほうが、持ち込む仕事も揃い、進行も楽になります。大きくやりたければ、回数を分けてください。 ### Q2. 社内に詳しい人がいません。誰が講師をやればいいですか？ 講師は要りません。必要なのは進行役です。この記事の設計は「教える会」ではなく「全員で作業する会」なので、進行役の仕事は手順を区切ることと、詰まりを拾うことです。社内で一番詳しい人が普通に一番の初心者より少し先を歩いていれば成立します。それでも不安なら、第1回だけ外部の力を借りる手はあります。判断材料は研修費用の記事へ。 ### Q3. 毎回のネタはどう用意すればいいですか？ 用意しません。ネタ一覧が必要になるのは、勉強会が座学だからです。持ち込み演習型なら、毎回のネタは参加者の今週の仕事と、前回の詰まりです。「今週AIに渡した仕事」の発表枠を固定すれば、ネタは毎週、社内で自動的に生まれます。 ### Q4. 無料プランのツールで開催してもいいですか？ 体験だけなら可能ですが、実データを持ち込む設計とは相性が悪いです。無料・個人プランは入力が学習に使われる設定が初期状態で有効なことが多く、設定確認の手間が全員分発生します。会社の情報を扱う前提なら、学習に使われない契約・設定を先に整えるべきです。線の引き方はセキュリティの記事にあります。 ### Q5. 経営者・役員は参加すべきですか？ 第1回は出てください。ただし講評役ではなく、一参加者として自分の仕事を持ち込んで手を動かす側です。冒頭の「ここでの出来は評価に使わない」の一言は、経営者が言うのが一番効きます。経営者が自分で手を動かす姿は、どんな推進施策より強いメッセージになります。 ### Q6. オンライン開催でもできますか？ できますが、対面より難度は上がります。一斉方式の生命線は「詰まった人にすぐ付ける」ことで、オンラインでは詰まりの発見が遅れるからです。やるなら人数を絞り、全員に画面共有できる状態を作らせ、詰まった人は個別のブレイクアウトで拾う。初回だけでも対面にできるなら、対面を勧めます。 ### Q7. 一度死んだ勉強会を再開したいです。どこから始めればいいですか？ 前回の続きから始めないでください。「第3回」ではなく、設計を変えた「第1回」としてやり直すほうが立ち上がります。案内文に「今回は座学をやめます。自分の仕事を1つ持ってきてください」と書けば、前回と違う会だと伝わります。過去に参加して離脱した人ほど、この一行に反応します。 ### Q8. 勉強会で作ったものは、そのあとどう管理すればいいですか？ 各自のPCに散らばせたままにしないでください。少なくとも「何を作ったか」の一覧は会社側で持ちます。同じ頼み方を何度も繰り返すようになったら、型として固定する段階です。その先の話——個人の使い方を会社の資産にする設計——はチーム共有の記事とスキル化の記事が守備範囲です。勉強会は入口で、出口はそちらにあります。 ## まとめ：勉強会は「知る会」ではなく、「自分の仕事を渡す会」 AI社内勉強会のやり方を、進行のオペレーションまで含めてまとめます。 - 座学とツール紹介は一回で死ぬ。参加者の「自分の仕事」に接続していないから - 設計の核は、実データ・実業務の持ち込み。ダミー演習は何も残さない - 進行は、全員一斉に同じ手順・詰まった人に個別対応。1人ずつ順番は遅い - セットアップできない人は、隣の人のPCで一緒に操作。「見てた」で帰さない - 共通題材の演習より、役割別ワーク。勉強会の外で続く仕事を設計する - 継続の型は、毎回1人1つ「今週AIに渡した仕事」の発表。ネタ探しは要らない - 外部研修は立ち上げと型に使い、運転は内製に移す 2年後、ツールの名前も画面も変わっているはずです。それでも、「自分の実物を持ち込ませる」「全員の手を止めない」「発表で締める」という設計は残ります。私が顧問先で回しているのも、結局この3つです。 勉強会の立ち上げから、役割別ワーク、社内ルール、定着までの全体像は、無料の資料セットにまとめてあります。第1回の設計を固めたい方はこちらをどうぞ。伴走者を入れて進める形が気になる方は、AI顧問とはの記事で私たちの役割を説明しています。 AI勉強会から定着までの設計資料を、無料で受け取る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：132字（推奨120〜158字） ============================================================ AI社内勉強会のやり方を生成AI顧問・赤堀が公開。座学とツール紹介が一回で死ぬ理由、自分の実データを持ち込ませる演習設計、全員一斉に進めて詰まった人に個別対応する進行の実務まで。第1回90分のタイムテーブルひな形と開催前チェックリスト10問をこの1本にまとめます。 --> --- # 経営会議のAI活用｜議事録9本から「判断のルール」が39本出てきた話 URL: https://aiandwill.com/keiei-kaigi-ai/ 公開: 2026-08-24 / 更新: 2026-09-02 経営会議が長い。長いのに、決まらない。決まったはずの案件が、翌月も同じ顔で議題に戻ってくる。この三点セットに困っている会社がAIの話を始めると、たいてい最初に出てくるのは文字起こしツールの比較です。私は顧問先の会議に同席する仕事をしていますが、文字起こしを入れて会議が変わった会社を、ほとんど見たことがありません。録れるようになっただけで、会議は同じだからです。 先に結論を置きます。経営会議のAI活用の本体は、会議中ではなく、会議の前と後にあります。そして会議の本当の成果物は、議事録ではなく「判断のルール」です。私の会社では、過去の議事録9本をAIに読ませて、社長である私の判断ルールを39本抽出し、社内の規程に書き戻しました。やってみて分かったのは、経営判断の大半が金額ではなく「順序」で出来ていたことです。この記事は、その手順と発見を、依頼文のひな形ごと置いていきます。 なお、会議の文字起こしそのものの話——録り方、要約、決定・宿題・期限の抽出——は、議事録のAI活用の記事にすでに書きました。ここでは繰り返しません。この記事が扱うのは、議事録が手に入ったあと、そして会議が始まる前です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 文字起こしを入れても、経営会議が変わらない理由 会議に困っている会社を、私は「会議が下手な会社」だと思っていません。むしろ真面目に会議をしています。定例を置き、アジェンダを配り、議事録係を決める。最近はAI議事録も入れた。それでも困りごとは減らない。理由は単純で、困りごとの発生源が、会議の中にないからです。 経営会議の三大症状を分解すると、こうなります。 - 長い。原因は会議前にあります。資料が当日に出てくる、数字の確認から始まる、論点が決まっていない。会議の前半が「そもそも何の話か」の擦り合わせで消えます。 - 決まらない。原因は判断の材料不足と、判断基準の不在です。「社長どうします?」に対して、社長の頭の中の基準が言葉になっていないので、その場の空気と記憶で決めるしかない。だから持ち越しになります。 - 実行されない。原因は会議後にあります。決定が議事録の中で眠り、担当と期限が宙に浮き、次の会議で「あれどうなった?」から始まる。 三つとも、会議中の進行をAIで上手にしても解決しません。文字起こしは症状の記録がうまくなるだけです。きれいな議事録は、汚い議事録よりタチが悪いことすらあります。読んだ気になり、決めた気になるからです。私が生成AI顧問として累計約15社、研修・講座を含め30社超と付き合ってきて確信しているのは、会議のAI活用は「中」ではなく「前」と「後」に置いたときだけ、会議そのものを変えるということです。 経営会議のAI活用は、前・中・後で仕事が違う 会議前　資料の下書きと論点出しをAIに。人は論点を3つに絞る ↓ 会議中　録るだけでいい。ここにAIの主戦場はない（詳細は議事録記事へ） ↓ 会議後　決定事項を「判断のルール」に変換し、規程へ書き戻す。ここが本体 出所：自社と顧問先での会議支援の実務から ## 会議前のAI活用——資料の下書きと、論点の下書き 会議前のAIの仕事は二つです。資料の下書きと、論点の下書き。どちらも「下書き」であって、完成品ではありません。 資料の下書き。経営会議の資料づくりが重い会社は、毎月同じ形の資料を、毎月手で作っています。売上の推移、案件の状況、前回からの変化。元の数字がどこかにあるなら、表への転記と前月比の計算と「先月から変わった点」の箇条書きまでは、AIの仕事にできます。人の仕事は、数字の確定と、「この数字をどう読むか」の一行を足すことです。数字の下書きを渡すときの学習設定や情報の線引きは、社内ルールの記事にあるとおりで、会議資料でも同じです。 論点の下書き。こちらのほうが効きます。会議の前日に、議題と手元の材料をAIに渡して、こう頼みます。「この議題で、決めるべき問いを3つに割って。それぞれ、決めるために足りない情報があれば挙げて」。出てきた問いは、たいてい少しずれています。それでいいのです。ずれた問いを直すのは、白紙から問いを立てるより何倍も速い。会議の冒頭で「今日はこの3つを決めます。3つ目は材料が足りないので、決めずに担当と期限だけ決めます」と言えるようになると、会議の前半の擦り合わせが消えます。 もう一つ、地味に効く前処理があります。過去の決定との照合です。「この議題、過去の議事録で似た決定をしていないか」をAIに探させる。会社は同じことを二度三度議論します。半年前に「やらない」と決めた施策が、担当が変わって新案として戻ってくる。過去の決定が検索できる形で残っていれば、会議はゼロからやり直さずに済みます。そしてこれが、後半の「判断のルール」の話に直結します。 私の経験では、会議前のAI活用だけでも会議は目に見えて短くなります。ただし、短くなるだけです。「決まらない」「実行されない」は、まだ残っています。ここから先が、この記事の本題です。 会議の前後にAIを置く進め方を、無料資料で見る ## 自社実践：議事録9本から、判断のルールが39本出てきた ここからは、私の会社で実際にやったことを書きます。うちは2026年2月創業、社員2名の小さな会社です。小さいのに——いや、小さいからこそ、典型的な「社長しか決められない会社」でした。見積の金額も、提携を受けるかも、ツールに月いくら使うかも、全部私待ち。メンバーとAIが優秀に動くほど、「で、これどうします?」が私に集まる。会議の議題の大半は、実質「社長への確認待ち行列」でした。 2026年8月、私は過去の議事録をまとめてAIに読ませました。2026年6月から8月までのオンライン会議の文字起こし9本。商談、顧問先とのセッション、社内の週次ミーティング、チーム全体の会議。そして、こう依頼しました。 「この中で私が下している判断を、発言そのものを根拠に、再利用できるルールの形で抜き出して」 出てきたのは、判断のルール39本でした。内訳はこうです（出所：自社の判断軸抽出記録、2026年8月）。 領域 本数 ルールの例（一般化して記載） すぐAIに渡せたか 商談・受注 9本 相手の期日を先に確定させ、そこから提案の速度を決める。自分の都合で日程を出さない ○　骨子まで。提示とクロージングは人 提供・納品 6本 次回日程は、顧客が宿題に触れる時間があるかで決める。カレンダーの空きでは決めない ◎　その日から渡せた 社内運営 10本 関係者への確認は1回に束ねる。定例会議は必要性が落ちたら間引きではなく解体する ○　実行は渡し、人の処遇だけ残した 検証・撤退 4本 「反応ゼロ」は額面で受け取らず分解する。やめる前に比較テストを1周入れる ◎　判定基準が言い切られていた 提携・共催 6本 こちらの上限だけ先に伝え、交渉の細部は相手に委ねる。自分から追いかけない ○　様子見の判定は渡せた 社内システム 4本 ナレッジの保存形式は、人もAIも読める形に統一する ◎　そのまま規程化できた 合計 39本 — 22本=即渡せる／12本=判例あと1〜2件／5本=渡さない 39本のうち22本は、トリガー（どんな場面で）と判定基準（何で決めるか)が発言の中で言い切られていて、その日からAIに渡せる形でした。12本は、判例をあと1〜2件足せば渡せる。残りの5本——価格の最終決定、クロージング、人の処遇——には「渡さない」と札を貼りました。この線引きの話は後述します。 読みながら、私は素で言いました。「これ、全部私が言ったのか」。言っていたのです。録音が残っています。たとえば、ある旅館との商談。「やります」の一言が出てから、同じ通話の中で、初回と2回目の日程、支払方法、契約の手段、請求のサイクルまで確定していました。かかった時間は7分です。自分では「その場の勢いで決めた」と思っていました。違いました。「受諾が出たら、同じ通話の中で決め切る。持ち帰らない」という、私のルールでした。過去の商談で何度も同じ動きをしていることが、文字起こしの上で証明されてしまった。 社長の勘は、過去の自分の判断の積み重ねで出来ています。本人がそれを「勘」と呼んでいるだけで、実体はルールの束です。ただし、白紙を渡されて「あなたの判断基準を書いてください」と言われても、書けません。私も何度か挫折しました。暗黙知の記事に書いたとおり、人はゼロから語るのが苦手です。だから議事録から掘るのです。会議の録音と文字起こしは、社長の判断基準の、唯一の物証です。経営会議のAI活用と議事録の価値は、ここでつながります。議事録は読み返すために録るのではありません。ルールを掘り出すために録るのです。 抽出したルールの扱いには、一つだけ守った手順があります。AIに規程を直接書き換えさせない。39本は全部、私が1本ずつ「採用」「保留」「渡さない」を決めてから、社内の権限や決裁の規程に書き戻しました。抽出は AI、採否は人。この分担を崩すと、身に覚えのないルールで会社が動き始めます。 ## 決定を「判断のルール」に変換する型——3点セットで書く 手順の核心部分を、もう一段だけ具体にします。会議の決定は、そのままではルールになりません。「A社の件は受ける」「この施策は今月で止める」は、1回きりの決定です。使えば消えます。ルールは違います。同じ場面が来たら、同じように決められる形になっていて、使っても減りません。この変換をやるかどうかが、議事録で止まる会社と、会議が変わる会社の分かれ目です。 変換の型は、3点セットです。私が抽出でも書き戻しでも使っている形をそのまま出します。 - 状況（トリガー）。どんな場面で発動する判断か。「相手から実績を求められたとき」「受諾の一言が出た直後」。観測できる出来事で書きます。「必要に応じて」はトリガーではありません。 - ルール（順序・基準）。何を、どの順序・基準で決めるか。「同業種の事例がなくても断らず、構造が同じ他業種の事例を出す」。言い切りで書きます。「なるべく」「基本的に」が付いた瞬間、AIにも人にも渡せなくなります。 - 根拠発言。そのルールの元になった、本人の発言の原文。これが付いているルールは強い。あとから「本当にそう決めていたか」を検証でき、本人が納得して従えるからです。 たとえば、会議で「B社への提案は今週中に出そう」と決まったとします。これは決定です。ここで一段掘って、「なぜ今週中なのか」を文字起こしから探すと、「B社は来月の展示会に間に合わせたいと言っていた」という発言が見つかる。すると、ルールはこうなります。「相手の期日を先に確定させ、そこから逆算して提案の速度を決める」。決定は今週で消費されますが、ルールは来年の別の商談でも使えます。会議のたびにこの変換を1〜2本やるだけで、判断のルールは年に数十本たまります。うちが9本の議事録から39本取れたのは、特別に判断の多い会社だからではありません。私が顧問先の会議に同席してきた範囲では、どの会社の文字起こしにも、社長の判断は同じくらいの密度で埋まっていました。 AIに渡せる形になっているかは、3つで点検します。①トリガーが観測できる出来事か。②判定基準が言い切られているか。③例外が出たときの行き先（本人に上げる）が決まっているか。うちの39本のうち22本が即日渡せたのは、この3条件が発言の中ですでに揃っていたからです。逆に12本は、基準はあるのに判例が1件しかなく、言い切りにするには材料不足でした。この12本は捨てずに「判例待ち」の棚に置いてあります。次に同じ場面の判断が出たら、判例が2件になり、ルールに昇格します。 書き戻す単位は、1本につき1〜3行に抑えます。分厚い判断基準書は、立派なほど読まれません。会議のたびに数行ずつ増える薄いルール集のほうが、参照され、直され、生き残ります。 ## 発見：経営判断の大半は、金額ではなく「順序」のルールだった 39本を並べて、いちばん驚いたことを書きます。私の判断ルールのほとんどは、数字の閾値ではなく、順序のルールでした。 「いくら以上なら受ける」ではなく、「相手の期日を先に確定させてから、提案の速さを決める」。「いくらなら妥当」ではなく、「ツールの実費を先に開示してから、自社の料金を出す」。「何人までなら増員する」ではなく、「増員のコストを外部スタッフ換算に直してから比べる」。金額で決めているように見えて、実際は「何を先に決めるか」「何を先に開示するか」の順番で決めていました。 これは、経営会議にとって朗報です。理由は一つ。順序は、AIがいちばん再現しやすい形だからです。「高いか安いか」の相場観をAIに持たせるのは難しい。相場観は市場と時期で動くし、外したときの説明もできません。でも「Aの場面では、Bより先にCを確認する」は、そのまま実行できます。外しても、どの手順で外れたかを指させます。 誤解のないように書いておくと、これはうまい指示文を磨く話ではありません。指示文をどれだけ磨いても、会社の判断の順序はAIの中に生まれません。順序は、過去の会議の中にしかない。それを取り出して、AIと人の両方が読める場所に置く。コンテキスト経営の記事で書いた「文脈が人の頭に残ったままだと、道具が増えても会社は変わらない」の、経営会議版です。 そしてもう一つの発見は、地図の空白です。39本を領域別に並べると、判例が濃い場所と、1本もない場所が見えます。うちの場合、提携を受ける基準、予算の使い方の基準、借入の基準が空白でした。過去の議事録に判例がない、つまり「毎回その場でゼロから考えていた」領域です。空白が見えると、次にやることが決まります。その領域だけ、AIに逆質問させるのです。「提携の打診が来たとき、過去に断った例はありますか」。白紙に書くのは無理でも、質問に答えるのは出来ます。判断を資産として積む考え方は、判断をためる記事に詳しく書きました。 ## ルール化の効果は「会議が短くなる」ではない。「議題が減る」だ 判断のルールを規程に書き戻すと、何が起きるか。会議の進行がうまくなるのではありません。会議に来る議題そのものが減ります。 いままで「社長どうします?」として会議に上がっていた案件の多くは、実はルールで決まる案件です。この確認は束ねていいか。この施策は続けていいか。この依頼先がダメだったらどうするか。ルールが規程にあれば、担当者は会議を待たずに、ルールと照らして進められます。うちの会社では、ルールの書き戻しとあわせて、経費のカテゴリごとに月の上限を決めて「枠の中なら1件ずつ私に聞かなくていい」と明文化しました。その瞬間から、「これ買っていいですか」「この契約進めていいですか」という議題が、会議からも私のチャットからも消え始めました。 判断を渡すというのは、AIや部下に度胸を持たせることではありません。「ここまでは決めていい」という柵を、先に経営者が言葉で立てておくことです。柵がないから、全部が確認になり、確認が会議に積まれ、会議が長くなる。柵を立てると、会議に残るのは「ルールがまだない議題」だけになります。例外と、初めての判断と、未来の話。それが本来の経営会議です。ルールで決まることを全員で追認する時間は、会議ではなく儀式です。 うちの39本の中には、「定例会議は必要性が落ちたら、間引きではなく解体する」というルールもありました。実際、社内の週次ミーティングは一度解体して、隔週の全体会議に組み直しています。会議のAI活用を突き詰めると、会議の回数と議題が減る方向に進みます。議事録がきれいになる方向ではありません。ここが、文字起こしで止まる会社と、ルール化まで行く会社の分かれ目です。 ルールの置き場所についても一行だけ。抽出したルールは、チャットの履歴や個人のメモに置かないでください。全員とAIが読める規程・共有フォルダに置きます。置き場が個人の頭とチャット履歴のままだと、「社長に聞く」が「ルールを知っている人に聞く」に変わるだけで、渋滞の場所が移動して終わります。 判断のルール化の進め方を、無料資料で確認する ## AIに渡さない判断——引き金は、人が引く ここまで読むと、「経営判断をAIに任せる話か」と警戒されるかもしれません。任せません。うちの39本のうち5本には「渡さない」と札を貼った、と書きました。価格の最終決定と、クロージングと、人の処遇です。 渡さない理由は、精度が足りないからではありません。この3つは、外れたときに取り返しがつかず、責任の所在が問われ、相手の人生や信頼に直接触れるからです。値付けの根拠資料をAIに作らせることはあります。候補額の比較表も作らせます。でも、最後に金額を口に出すのは私です。人の評価や処遇に至っては、下書きすらAIに渡しません。AIは弾込めと照準の確認までやる。引き金は、必ず人が引く。この線引きは、事業承継の記事で書いた「先代の型を写しても、決断の主体は渡さない」と同じ線です。 持ち帰り用に、仕分けの表を置きます。私が自社と顧問先で使っている基準です。 判断の種類 AIに渡せるか 理由 例 順序のルール（何を先に確認・開示するか） ◎ 手順として再現でき、外れても手順を指させる 期日を先に確定→提案速度を決める 束ね方・流し方のルール ◎ 判定基準が言葉になっていれば機械的に運用できる 確認は1回に束ねる／代替があるなら止めない 継続・撤退の判定 ○ 基準の適用はAI、基準の改定は人 やめる前に比較テストを1周入れてから判断 枠内の支出・契約の実務 ○ 上限の柵を先に人が立てれば、枠内は照合で決まる カテゴリ別の月上限の範囲内の購入 金額の相場観・値ごろ感 △ 市場と時期で動き、外れたときの説明ができない 「この案件ならいくらが妥当か」の断定 価格の最終決定 × 会社の存続と信頼に直結する。根拠資料まで 見積の最終金額を口に出す 人の処遇・評価 × 相手の人生に触れる。下書きも渡さない 採用・配置・評価・別れの判断 初めての領域の初回判断 × 判例がゼロの場所に、写す型がない 前例のない提携・投資の一件目 迷ったときは、次の4つを順に自問します。①外れたときに取り返しがつくか。②判断の理由を、過去の発言や記録から言葉にできるか。③相手の人生や処遇に直接触れないか。④会社の外に出る行為（支払う・約束する・公開する）を含まないか。①②がYesで③④がNoなら、渡す候補です。一つでも引っかかったら、AIは下書きまでにして、決定は人に残します。 ## 写したルールの確かめ方——私が決める前に、AIに先に決めさせる ルールを規程に書き戻したら、終わりではありません。そのルールが本当に私の判断を写せているのか、確かめる工程が要ります。書いて満足した規程は、作って満足した議事録と同じ運命をたどります。 うちでやっているのは、答え合わせです。私が何かを決める場面になったら、AIに先に同じ議題へ結論を出させておきます。判例39本と規程を根拠に、「私ならこう決めます。根拠はこのルールです」と。私はそれを見ずに自分の判断をして、あとで突き合わせる。天気予報に似ています。AIが予報を出し、私の実際の判断が観測結果になる。当たり続けた領域は、次から安心して任せられます。外れたら、なぜ外れたかを私から聞き出させて、判例に一行足す。予報が外れるたびに、予報の式が良くなっていく仕組みです。 この工程で大事なのは、不一致の扱いです。先日、資金まわりのある判断で、AIの推奨と私の判断が割れました。AIはルールと状況から「動くなら今が条件的に有利」と出してきた。筋は通っていました。それでも私は、待つことを選びました。理屈ではなく、経営者としての呼吸の問題です。ここでAIに合わせて自分を曲げると、規程が私の型ではなくAIの型になっていきます。逆に、不一致をもみ消すと、規程は現実とずれたまま正しい顔をし続けます。うちでは不一致を不一致のまま記録します。AIの推奨、私の判断、理由、再提起の時期。再提起の役はAIに渡してあるので、時期が来たらAIがこの件を蒸し返してきます。忖度しない番頭が一人増えた、と思って付き合っています。 種を明かすと、これは顧問先でやっている承継の練習——先代の型を写したAIに仕事をさせて、先代本人に採点してもらう工程——の社内版です。違いは、採点される側が私自身だということだけ。やってみて分かるのは、白紙に判断基準を書けなかった私でも、AIの出した結論への赤入れなら、いくらでも出来るということです。ゼロから語るのは苦手でも、間違い探しは得意。この非対称を使い倒すのが、ルール化を続けるコツです。 正直に書いておくと、この答え合わせはまだ始めて数週間で、的中率を数字で言える段階にありません。効果を言い切るのは、数字が貯まってからにします。それでも先に書いたのは、この工程を挟まないと、せっかくの39本が「作って終わりの文書」に戻るからです。ルールは、使われて、外れて、直されて、初めて規程になります。 ## 持ち帰り：議事録から判断ルールを抽出する依頼文ひな形 自社で使った依頼の型を、そのまま持ち帰れる形にして置きます。道具は問いません。文字起こしが渡せるAIなら動きます。魔法の一文ではないので、条件のほうを崩さないでください。特に「発言そのものを根拠にする」と「勝手に確定しない」の2つが本体です。 以下は当社の会議の文字起こしです。 この中で「決めごと」になっている発言を抽出してください。 条件： 1. 判断した本人の発言そのものを根拠として引用する（要約から作らない） 2. 1件ずつ、次の形式で出す ・状況（どんな場面で発動する判断か） ・ルール（何を、どういう順序・基準で決めているか） ・根拠発言（文字起こしの原文のまま） 3. 自信がないものは「候補」と付けて出す。勝手に確定しない 4. 金額・顧客名・個人名は伏せ字にする 5. 最後に「判断の根拠となる発言が見つからなかった議題」を一覧にする （ルールが存在しない空白領域として、人が確認する） 出てきたルールの採用・不採用は人が決めます。 規程やマニュアルへの反映は、この場ではしないでください。下書きまでです。 使い方の順番も添えます。最初から9本読ませる必要はありません。 - 直近の経営会議か商談の文字起こしを、まず1本だけ渡す。30分で最初のルール候補が出ます - 出てきた候補を本人が見て、「言った」「言っていない」「言ったが例外だ」を仕分ける - 採用したルールだけを、全員とAIが読める場所（規程・共有フォルダ）に書き戻す - 手応えがあったら、過去の議事録をさかのぼって本数を増やす。うちは9本で39本でした - 空白領域が見えたら、その領域だけAIに逆質問させて、答えを判例の1本目にする 注意点は一つだけ。抽出結果を、そのまま社内に配らないでください。AIは空白を嫌って、言っていないことをそれらしく補完することがあります。根拠発言の引用が付いているかを、必ず人が確認する。引用が付けられない「ルール」は、まだルールではありません。候補です。 ## 会議のAI活用で、先に踏んで痛かった形 きれいな手順だけ並べても現場は動かないので、自社と顧問先で実際に踏んだ失敗を、一般化して残します。これから始める方は、同じ場所を踏まなくて済みます。 - 文字起こしの導入で祝ってしまった。議事録は見違えるほどきれいになりました。会議の長さは1分も変わりませんでした。成果物の定義を「議事録」に置いたままだったからです。 - 会議中にその場でAIに聞き始めた。会議が「AIの画面を全員で眺める会」になりました。考える時間が、待つ時間に置き換わっただけでした。AIへの相談は前日と翌日に移し、会議中は録るだけに戻しました。 - 抽出したルール候補を、検品せずに共有しかけた。根拠発言のない「それらしいルール」が混ざっていました。配る前に気づけたのは、引用を必須にしていたからです。以来、引用のない候補は自動的に捨てる運用にしています。 - ルールを作ったのに、例外を全部引き戻した。「このケースは特殊だから私が見る」を繰り返すと、柵の意味が消えて、結局すべてが確認に戻ります。例外は引き戻すのではなく、例外の判例として一行足す。柵は、直しながら立てておくものです。 - 全部の会議で一斉に始めようとした。回りませんでした。まず、決定がいちばん多い会議1本。型が固まってから横に広げる。この順番はAI導入の進め方の記事で書いた小さく始める原則と同じです。 - 抽出したルールをチャットに流した。3週間で埋もれました。ルールはフローではなくストックです。流れる場所ではなく、住所のある場所に置く。置き場を規程に固定してから、参照されるようになりました。 どれも、道具の性能不足ではありません。成果物の定義、検品、置き場という設計の不足です。直すのに新しいツールは要りませんでした。要ったのは、この記事に書いた順番だけです。 ## よくある質問 ### Q1. 議事録AIツールはどれを選べばいいですか？ この記事の答えは「ツール選びの前に、成果物を決めてください」です。成果物が議事録なら、どのツールでも大差ありません。成果物を判断のルールに置くと、必要なのは高機能な議事録ツールではなく、文字起こしを渡せる生成AIと、ルールの置き場です。録り方・要約の型は議事録の記事にあります。 ### Q2. 会議中にAIを同席させて、その場で答えさせるべきですか？ 急がなくていいです。会議中は録るだけで足ります。その場でAIに聞き始めると、会議が「AIの回答を眺める会」になりがちです。前日に論点を出させ、翌日にルールを抽出させる。前後が回ってから、会議中の使い方を考えても遅くありません。 ### Q3. 社長の勘は、本当にルールになりますか？ 白紙に書き出す方式では、なりません。私も書けませんでした。議事録から掘る方式なら、なります。すでに下した判断の記録から抽出するので、本人は思い出す必要がなく、出てきた候補に「言った／言っていない」を答えるだけです。人は、ゼロから語るのは苦手でも、間違い探しは得意です。 ### Q4. 抽出したルールは、どこに置けばいいですか？ 全員とAIが読める場所です。うちは社内の権限・決裁の規程に書き戻しました。チャット履歴や個人メモに置くと、「社長に聞く」が「詳しい人に聞く」に変わるだけです。共有の仕組みづくりはチーム共有の記事が隣にあります。 ### Q5. 社員数名の会社でも、やる意味はありますか？ あります。うちが社員2名です。小さい会社ほど判断が社長一人に集中していて、社長の時間が会社の上限になっています。ルール化で「毎回聞く」が減る効果は、決裁の階層が少ない会社のほうが早く出ます。 ### Q6. AIの抽出が間違っていたら、危なくないですか？ 危ないのは、抽出の間違いではなく、無検品の採用です。だから依頼文に「発言そのものを引用する」「勝手に確定しない」を入れ、採否は必ず人が決めます。引用元の発言が確認できないルールは捨てる。この検品を挟む限り、間違った抽出は候補の段階で落ちます。 ### Q7. 決定事項の実行管理もAIでできますか？ 決定・担当・期限の抽出と、未消化の洗い出しまではできます。その型は議事録の記事に書きました。この記事の主張は一段先で、同じ決定を毎回しているなら、実行管理より先にルール化したほうが、議題ごと消えるということです。 ### Q8. 経営判断をAIに任せて、責任は取れるのですか？ 任せないので、責任の所在は変わりません。価格の最終決定と人の処遇は渡さない。会社の外に出る行為の引き金は人が引く。AIがやるのは、判断の材料と下書きと、ルールとの照合までです。判断の理由が言葉で残るぶん、むしろ説明責任は果たしやすくなります。 ## 持ち帰り用：来月の経営会議までのチェックリスト 文字起こしの導入で止まらないための順番です。 - 会議の録音と文字起こしを、1会議ぶん確保した（まだなら議事録の記事から） - 会議の前日に、議題と材料をAIに渡して「決めるべき問いを3つ」出させた - 会議の冒頭で「今日決める3つ」を宣言した - 会議後、依頼文ひな形で文字起こしから判断ルールの候補を抽出した - 候補を本人が仕分けた（言った／言っていない／例外）。根拠発言のない候補は捨てた - 採用したルールを、全員とAIが読める規程・共有フォルダに書き戻した - 「渡さない判断」（価格の最終決定・人の処遇など）に札を貼った - 次の会議で、ルールで決まる議題が上がってきたら、会議から外してルールで流した ルール化までの全体像を、無料資料セットで見る ## まとめ：会議の成果物は議事録ではなく、判断のルール 経営会議のAI活用を、文字起こしで止めない。この記事で置いた型を並べ直します。 - 会議の三大症状（長い・決まらない・実行されない）の発生源は、会議の中ではなく前後にある - 会議前は、資料の下書きと「決めるべき問い3つ」の下書きをAIに。人は問いを直すだけでいい - 会議後は、文字起こしから判断のルールを抽出する。うちは議事録9本から39本出た - 経営判断の大半は金額ではなく順序のルール。順序はAIが最も再現しやすい - ルールを規程に書き戻すと、「毎回社長に聞く」議題が会議から消える。残るのは例外と未来の話 - 価格の最終決定と人の処遇は渡さない。引き金は人が引く 2年後、議事録ツールの名前は変わっているでしょう。それでも、会議の録音が社長の判断基準の物証であることと、順序のルールがAIに渡せることは、変わりません。私が自社を実験台にして先に回し、顧問先には型だけ渡しているのも、そこです。 経営者自身のAIの使い方全般は経営者のAI活用の記事に、伴走する顧問の役割はAI顧問とはにまとめてあります。自社の会議を、確認待ち行列からルールの生産現場に変えたい方向けに、無料の資料セットを置いています。抽出の始め方と置き場の設計は、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：136字（推奨120〜158字） ============================================================ 経営会議のAI活用は、文字起こしで止めると変わらない。会議前の論点の下書きと、会議後の決定事項のルール化までが本体です。過去の議事録9本から判断のルール39本を抽出し社内規程へ書き戻した自社実践を、生成AI顧問・赤堀が公開。抽出依頼文のひな形と、AIに渡す判断の仕分け表つき。 --> --- # 工程表とシフト表をAIに作らせる｜Excelのマクロを覚えなくても、数式だけで組み替わる表になる URL: https://aiandwill.com/ai-kouteihyou-excel/ 公開: 2026-08-24 / 更新: 2026-09-02 工程表をExcelで毎回ゼロから作り直している会社は、多いです。シフト表も同じです。前回のファイルを複製し、日付を打ち替え、行を足し、色を塗り直す。半日かけて配ったその翌週、1本の工事が3日ずれます。ここからが本番です。後ろの工程が全部ずれ、色を塗り直し、印刷して配り直す。誰も悪くないのに、また半日が消えます。 先に結論を置きます。工程表とシフト表をAIに作らせる価値は、作る時間の短縮ではありません。直せる形で作ることです。1本ずれたら1か所直せば後ろが動く。人が1人減ったら条件を1行変えれば組み直る。この「直せる形」を決めずに頼むと、見た目のきれいな1枚が出てきて、翌週にはまた手で作り直すことになります。 この記事に書くのは、表そのものの作り方ではありません。頼む前に書く「前提」の埋め方、マクロに逃げずに数式で作らせる理由、人が検算する場所、そしてシナリオを差し替えて作り直す使い方です。金額を扱う話は見積書AIの記事に譲り、ここは日付と人と並び順に絞ります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 工程表がつらいのは、作るときではなく直すとき Excelの工程表を自動化したい、という相談を、私は現場で何度も受けてきました。ほぼ全員が同じことを言います。作るのは、まあいい。つらいのは直すときだ、と。 理由は単純です。手で作ったExcelの工程表は、ほとんどの場合、日付が「文字」として打ち込まれています。8月5日から8月9日まで、というセルの塗りは、8月5日という数値と紐づいていません。人の頭の中でだけ紐づいています。だから1本ずれると、後ろの全部を人の頭で計算し直すことになります。10行なら耐えられます。100行になると、誰も全部は追えません。 シフト表も構造は同じです。誰が何曜日に入るかを、人の記憶と気遣いで埋めている。1人が急に休むと、代わりを埋めた瞬間に別の日の連勤が発生します。埋めた本人はそれに気づかず、あとから当人に指摘されます。表は完成しているのに、条件は守られていない。この状態が一番怖い。 私が生成AI顧問として関わってきたのは、累計で約15社、研修や講座を含めると30社を超えます。業種は建設・設備、旅館、製造、不動産、飲食とばらけていますが、工程表・シフト表まわりの詰まり方は驚くほど似ています。整理すると4つです。 - ずれが伝播しない。1本遅れても、後ろが自動で動かない。人の頭で再計算している。 - 条件が表の外にある。「日曜は休み」「この作業のあとでないと着手できない」が、作った人の頭の中にしかない。 - 作れる人が1人しかいない。複雑になるほど、その人以外が触れなくなる。休まれると止まる。 - やり直しが怖い。前倒し案・遅延案を並べて比べたいのに、1枚しかないので比べられない。 この4つは、AIを足しただけでは消えません。速く1枚が出てくるだけです。速く出てきたきれいな1枚は、遅く出てきたきれいな1枚と、直すときの苦しさが同じです。工程表AIの成否は、出力の見栄えではなく、表の中に条件が入っているかどうかで決まります。 観点 手で作った工程表 直せる形の工程表 日付の持ち方 セルの塗りと文字 開始日・日数・依存関係を列で持つ 1本ずれたとき 後ろを人が塗り直す 1か所直せば後ろが動く 休みの扱い 作った人の頭の中 休日リストと営業日計算で表に入っている 担当の重複 目視で気づく 数式が重複を数えて色が変わる 別案の比較 作り直しになるので、しない 前提を1行変えて、もう1枚出す 作れる人 1人 読める人なら直せる 1年後 誰も触れない旧版が増える 同じ型で、今期の表が出てくる 右の列を作るのに、マクロもプログラミングも要りません。必要なのは、条件を言葉にして先に渡すことです。ここがこの記事の本題になります。 ## 頼む順番——表より先に「前提」を数行で書く AIに工程表やシフト表を頼むとき、多くの人は表のイメージから話し始めます。「横に週を並べて、縦にタスクを並べて、バーで表現して」。これで出てくる表は、見た目は正しく、中身は使えません。休みの扱いも、並び順の基準も、誰が見る表なのかも入っていないからです。 私が顧問先に渡している順番は逆です。表の形の前に、前提を数行書く。これはAiWiLLの基本原則である「コンテキスト＞＞＞プロンプト」を、表計算に落としたものです。AIは賢い新入社員です。頭は良い。ただし、あなたの会社の休みも、着工の順番も、誰が読む表なのかも知りません。上手な頼み方を探すより、知らないことを先に渡すほうが、はるかに速く精度が上がります。この考え方の全体像は精度を上げる4ステップの記事に書きました。 工程表・シフト表で先に書くべき前提は、次の6つです。これ以上細かくすると書かれなくなり、これ以下だと表が使えなくなる。私が現場で削り込んだ最小セットです。 前提の項目 書くこと 抜けたときに起きること 1. 期間 いつからいつまで。何週・何か月か 表の横幅が毎回変わり、比較できない 2. 単位 1マスが1日か、半日か、1週か 細かすぎて印刷できない表が出てくる 3. 休みの扱い 週休、祝日、会社の一斉休業、雨天順延の考え方 日曜に工程が乗る。連勤が発生する 4. 並び順 工区順か、着手日順か、担当者順か 読む人が毎回探す。現場で使われない 5. 読む人 現場の職長か、元請けか、社内会議か 情報量が合わず、結局作り直す 6. 確定と仮 どこまでが決定で、どこからが仮置きか 仮の日付が確定として一人歩きする 6項目のうち、現場で一番よく抜けるのは3の「休みの扱い」と6の「確定と仮」です。休みは会社ごとに違いすぎて、書くのが面倒だから抜ける。確定と仮は、書いた本人の頭では区別がついているから抜ける。そして、この2つが抜けた表が、あとで一番もめます。 自社でも同じことをしています。AiWiLLでは、資料や図解のデザインの決めごとを1枚のファイルにまとめ、作るたびに毎回AIへ読ませています。色や余白の話ではなく「何を大きくするか」の基準です。これを置いてから、誰が作っても資料のトーンが揃うようになりました。前提を1枚のファイルにして毎回読ませる、というやり方は、デザインでも工程表でも同じように効きます。（出所：自社のデザイン規約1枚運用） 頼む順番——前提が先、表はあと ① 前提を6行書く　期間／単位／休み／並び順／読む人／確定と仮 ↓ ② 材料を渡す　作業一覧、所要日数、担当、前後関係。前回の表があればそれも ↓ ③ 数式で組むよう指定する　マクロや自動化スクリプトを使わない、と先に言う ↓ ④ 検算する場所を先に決める　どの列を人が見るかを、作らせる前に宣言する ↓ ⑤ 出てきた表を検算し、前提のほうを直す　表を手で直して終わらせない 出所：AiWiLLが顧問先の初回セッションで使っている進め方 ⑤が肝です。出てきた表がおかしかったとき、多くの人は表のセルを手で直します。それをやると、次に作り直したときも同じ間違いが出てきます。直すのは表ではなく、前提の行です。1回の直しをどこに置くかで、再発するかどうかが決まります。この考え方は、AI全般の運用でも同じです。 前提の置き方から始める進め方を、無料資料で見る ## マクロに逃げない——数式で作らせる3つの理由 「ChatGPT ガントチャート」で調べると、マクロやスクリプトを書かせる手順がよく出てきます。動きます。動くのですが、私は中小企業の現場では、まず数式だけで作ることを勧めています。理由は3つです。 - 渡した相手が中身を読める。数式は、セルをクリックすれば何をしているか見えます。マクロは、開いて読める人がほぼいません。読めない仕組みは、作った人の属人化をもう一段深くします。 - 壊れても直せる。数式なら、間違っている1セルを見つけて直せます。マクロは、どこで止まったかを調べる作業から始まります。現場に「調べる人」はいません。 - 環境に縛られない。マクロを含むファイルは、共有の仕方やセキュリティ設定で開けなくなることがあります。クラウドの表計算やタブレットでも開けない場合がある。数式だけの表は、そこを越えていきます。 3つ目は、現場ほど効きます。事務所のパソコンでしか開けない工程表は、現場の人にとって存在しないのと同じです。建設・設備の顧問先を見ていて、私が何度も思ったことです。仕組みが立派でも、現場のスマホで開かないなら使われません。この論点は建設・設備業のAI活用記事にも通じます。 観点 数式だけで作る マクロ・スクリプトで作る 他人が中身を読めるか ◎ △ 壊れたとき現場で直せるか ◎ × 環境を選ばず開けるか ◎ △ 複雑な自動処理 △ ◎ 作った人が辞めたあと ○　読める人が引き継げる ×　触れる人がいなくなる 最初に作る手間 ○ ◎　一度組めば速い 中小企業の第一手として ◎ △　数式で回してから検討 マクロを否定しているのではありません。順番の話です。数式で回り始めてから、どうしても手が足りない一点だけを自動化する。最初から自動化すると、その表は誰も触れない箱になります。属人化解消の記事で書いたとおり、属人化は人の問題ではなく、読めない仕組みから生まれます。 使う関数も、難しいものは要りません。営業日を数える関数、条件に合う件数を数える関数、条件に合う数値を足す関数、日付が範囲に入っているかを判定する関数。この4種類で、工程表とシフト表のほとんどは組めます。関数名は表計算ソフトによって多少違いますし、名前は将来変わるかもしれません。変わらないのは、「営業日で数える」「重複を数える」「範囲に入っているか判定する」という考え方のほうです。AIに頼むときも、関数名ではなく、この考え方で伝えると外しません。 頼み方の一行を、平文で置きます。魔法の呪文ではありません。前提のあとに、これを付けるだけです。 マクロ・スクリプト・アドインは使わないでください。 表計算の数式だけで組み、どのセルに何の数式を入れるかを一覧にしてください。 使った関数それぞれについて、何をしている数式かを日本語で1行ずつ説明してください。 最後の1行が効きます。説明を書かせると、こちらが読めるだけでなく、AI自身の組み立ての粗が表に出ます。説明できない数式は、たいてい間違っています。 ## 1枚の正解表を作らない。シナリオを差し替えて作り直す 工程表の本当の価値は、完成した1枚ではありません。比べられることです。前倒しできたらどうなるか。3日遅れたらどうなるか。人が1人減ったらどうなるか。この3枚を並べて初めて、経営の判断ができます。 手作業でこの3枚を作る会社は、ほとんどありません。1枚作るのに半日かかるからです。ここが、AIに作らせる最大の見返りです。私はROIを「時間がいくら減ったか」より「打てる手が何個増えたか」で見ています。工程表はその典型で、比較案を出せるようになった瞬間、会議の質が変わります。「間に合いません」が「この条件なら間に合います」に変わるからです。 シナリオ 変える前提の行 見るところ 基準案 — 最終日、山場の週、担当の重なり 前倒し案 着手日を◯日早める／並行できる作業を指定 並行させた週の人手が足りているか 遅延案 特定の作業の所要日数を＋◯日 後ろの何本が動くか、最終日が何日ずれるか 人員1人減案 担当者リストから1名外す 1人あたりの連続日数、あふれた作業 繁忙期案 需要の高い期間を指定し、必要人数を増やす 休みが取れない人が出ていないか 資材待ち案 特定作業の着手可能日を後ろにずらす 待ちの間に前へ倒せる作業があるか 大事なのは、シナリオごとに表を作り直さないことです。前提の行を1つ変えて、同じ材料でもう一度組ませる。だから前提を別ファイルか、表の上部の「条件欄」に置いておきます。条件欄の値を変えれば数式が動く形にしておけば、AIを呼ぶまでもなく現場で切り替わります。 これが、この記事のタイトルに置いた「作り直せる型」です。1つの正解表を守ろうとすると、変更のたびに人が痛みます。作り直せる型を持つと、変更が情報になります。工程表は、守る資料ではなく、回す資料です。 自社でも、似た発想で回している仕組みがあります。イベントの申込状況を毎朝自動で集計し、日次の推移と流入元を1つの表に更新させています。人が見るのは、出てきた結果の表だけです。作る作業を人がやらなくなると、人は判断のほうに時間を使えます。工程表も同じで、組む作業から人が降りると、「この案とこの案、どちらでいくか」に時間が回ります。（出所：自社のイベント申込レポート自動化） ## 中小の現場で効く場面——工程、シフト、生産計画 抽象のままだと動けないので、効く場面を業種で置きます。私が顧問先で見てきた範囲の一般化です。個別の社名や数値は出しません。 場面 一番の痛点 前提で必ず書くこと 効き目 建設・設備の工程表 1本ずれると後ろが全部ずれる 作業の前後関係、雨天順延、検査日の固定 ◎ 旅館の繁忙期シフト 連勤と希望休が両立しない 1人あたり連続勤務の上限、必要人数、希望休 ◎ 製造の生産計画 設備の空きと納期が頭の中にしかない 設備ごとの稼働可能日、段取り替えの時間 ○ 点検・保守の年間計画 法定期日と現場都合の折り合い 期日の固定条件、前倒し可否 ◎ 店舗の販促カレンダー 準備日数が毎回読めない 逆算の起点日、準備に必要な営業日数 ○ 採用・研修の年間計画 担当者の予定と重なる 担当者の稼働日、繰り返しの周期 △ 建設・設備の工程表は、前後関係を言葉にできるかで勝負が決まります。「この作業が終わらないと着手できない」を1本ずつ書き出す作業は、正直しんどい。ただし一度書けば、次の現場でも8割は使い回せます。書き出す作業自体をAIに手伝わせることもできます。過去の工程表を渡して、「この表から、作業の前後関係を推定して一覧にしてください。推定した箇所には推定と書いてください」と頼む。人がやるのは、その一覧に丸をつけることです。ゼロから書くより、はるかに早い。 旅館の繁忙期シフトは、条件の数が多いのが特徴です。私がシフト表について受ける相談も、この場面が一番多い。連続勤務の上限、早番と遅番の間隔、資格や経験が要る持ち場、希望休。人の頭で全部を同時に満たすのは無理があります。だから毎回、埋めた人が一番損をする。条件を表に入れておくと、違反した瞬間にセルが色を変えます。AIに完璧なシフトを作らせるのではなく、違反を人に見せる表を作らせる。これが現実的な着地点です。旅館業全体のAIの効かせどころは旅館・宿泊業の記事にまとめてあります。 繁忙期そのものには、新しいことを始めないでください。お盆と年末年始に仕組みを変えるのは無理です。作るのは閑散期。試すのも閑散期。繁忙期は、できあがった表を使うだけにする。ここを外すと、どんなに良い型でも定着しません。 ## AIが間違えるのはここ——検算する場所を先に決める AIが作った工程表は、ぱっと見が整っています。整っているから、人は疑いません。ここが事故の入口です。私の見てきた範囲で、間違いが集中するのは次の6か所でした。 間違えるところ 起きること 人がやる検算 営業日の計算 土日をまたいで日数を数えてしまう 週をまたぐ作業を2〜3本、指で数えて突き合わせる 日数の数え方 「所要3日」を開始日込みで数えるか翌日から数えるかがブレて、全体が1日ずつ後ろへずれる 所要3日の作業を1本選び、開始日と終了日が前提で決めた数え方どおりか確認する 祝日 祝日リストを持っていない／古い年の祝日で計算する 祝日の一覧を自分で渡したか確認する 端数・半日 0.5日の作業を1日に丸める／逆に切り捨てる 合計日数を電卓で1回だけ検算する 引き継ぎ条件 「前の作業の翌日から」を「同日から」にする 前後関係のある2本を、境目だけ目で見る 月またぎ 月末で列が切れる／翌月の1日が飛ぶ 月末月初の列を左右に見比べる 担当の重複 同じ人が同じ日に2件、平然と入っている 重複を数える数式を1列足させ、0以外を探す もっともらしい補完 渡していない作業を勝手に足す／日数を推定で埋める 行数を数え、渡した一覧と件数を突き合わせる 最後の1行が、実は一番厄介です。AIは空白を嫌います。渡していない情報があると、それらしい値で埋めてくることがある。工程表なら「一般的にこの工事は3日」といった具合です。悪意はありません。埋めないより埋めたほうが親切だと判断しているだけです。だから、推定で埋めた箇所には「推定」と書かせる。この一言を前提に入れておくだけで、検算の速度が変わります。 そして順番が大事です。検算する場所は、表が出てきてから決めるのでは遅い。作らせる前に、「この4列は人が見る」と宣言してから頼む。宣言しておくと、AIはその列を検算しやすい形で作ります。合計行を置き、推定にラベルを付け、重複判定の列を用意する。宣言しないと、人が見る前提のない、見た目だけ完成した表が出てきます。 この考え方は、書籍『ChatGPTを、「AI社員」に育てる方法』の第3章に書いた原則そのものです。入口——何を読ませるか——と、出口——何を外に出させるか——は人間が握る。工程表で言えば、入口は前提と材料、出口は「配る」「発注をかける」「元請けに出す」です。中で組む作業はAIに渡してよい。配る判断は人が持つ。ここを分けておけば、AIに工程表を組ませても事故になりません。（出所：書籍『ChatGPTを、「AI社員」に育てる方法』第3章） もう一つ、渡す前の線を引いておきます。工程表には、協力会社名、個人名、単価、契約条件が混ざりがちです。組ませるだけなら、それらは要りません。担当は「A社」「職長1」で足ります。学習利用の設定や情報の扱いの原則はセキュリティ設計の記事にありますが、工程表に限れば原則は一つです。組むのに要らない情報は、渡さない。 人が検算する設計の作り方を、無料資料で確認する ## 持ち帰り①：前提の穴埋めひな形 そのまま埋めて使えるひな形を置きます。工程表とシフト表の両方に対応させました。空欄を埋めて、作業一覧と一緒に渡してください。長い指示文は要りません。要るのは、この空欄が埋まっていることです。 ■ 前提（先に埋める） 1. 期間 　いつから：　　　年　　月　　日 　いつまで：　　　年　　月　　日 　表の横軸：日 / 週 / 月（どれか） 2. 単位 　1マス＝　　（1日 / 半日 / 1週） 　所要日数の最小単位＝　　（1日 / 0.5日） 　所要日数の数え方＝　　（開始日を含む / 開始日の翌日から数える） 　　例：8月5日開始・所要3日 → 終了日は8月7日（含む）／8月8日（含まない） 3. 休みの扱い 　週休：　　　　（例：日曜／土日／シフト制） 　祝日：休む / 休まない 　祝日リスト：（この期間の祝日を日付で列挙） 　一斉休業：　　　　（お盆・年末年始などの期間） 　順延の考え方：　　　　（雨天順延あり／なし、順延時は後ろ全部を送る／送らない） 4. 並び順 　並べる基準：工区順 / 着手日順 / 担当者順 / 分類順 　同点のときの二番目の基準： 5. 読む人 　この表を見るのは：現場の職長 / 元請け・提出先 / 社内会議 / 本人だけ 　1枚に収める：A4横 / A3横 / 画面のみ 6. 確定と仮 　確定している日付： 　仮置きの日付： 　絶対に動かせない日（検査・引渡し・法定期日）： ■ 作り方の指定 　・マクロ、スクリプト、アドインは使わない。数式だけで組む 　・営業日で数える。休みは3.のリストに従う 　・推定で埋めた値には「推定」と書く 　・使った数式は、何をしているかを日本語で1行ずつ説明する 　・人が見る列を用意する（合計日数／推定の有無／担当の重複） ■ シフト表のときだけ、追加で埋める 　　必要人数（時間帯別）： 　　1人あたり連続勤務の上限：　　日 　　早番の翌日に遅番を入れてよいか：可 / 不可 　　資格・経験が必要な持ち場： 　　希望休（日付と氏名の代わりの記号）： 　　公休の日数（1人あたり月）：　　日 この紙は、AIに渡すためだけの紙ではありません。埋めているうちに、社内で決まっていなかったことが出てきます。「順延したら後ろを全部送るのか、送らないのか」を、実は誰も決めていなかった。「早番の翌日に遅番を入れてよいか」が、人によって違っていた。前提の穴埋めは、AIへの入力であると同時に、会社のルールの棚卸しです。ここで出てきた「決まっていなかったこと」は、工程表より価値があります。 埋めたひな形は、1回きりにしないでください。ファイルにして残し、次に工程表を作るときも同じものを渡します。前回とずれたところだけ書き換える。これで2回目以降が一気に速くなります。会社の資料をAIに読ませる設計は資料を読ませる記事に詳しく書きました。 ## 持ち帰り②：出てきた表を人が検算するチェックリスト10問 出てきた表を、そのまま配らないでください。10問だけ見ます。全部で5分から10分です。この10分を惜しむと、間違った工程表が現場に出ます。 - 行数は合っているか。渡した作業一覧の件数と、表の行数が一致しているか。増えていたら、AIが足している。 - 合計日数は合っているか。各作業の所要日数の合計を、電卓で1回検算する。表の合計欄を信じない。なお、並行して進める作業があるときは、所要日数の合計と最終日は一致しません。最終日は別に見ます。 - 週をまたぐ作業が正しいか。金曜に始まる作業を2〜3本選び、終了日を指で数えて突き合わせる。あわせて「所要3日」の作業を1本、前提で決めた数え方（開始日を含む／含まない）どおりかを見る。 - 祝日が休みになっているか。期間内の祝日を1つ選び、その列に作業が乗っていないか見る。 - 月またぎが切れていないか。月末と翌月1日の列を、左右で見比べる。 - 前後関係が守られているか。「Aが終わってからB」の組を2つ選び、境目の日付だけ見る。同日開始になっていないか。 - 動かせない日が動いていないか。検査日、引渡し日、法定期日が、前提で書いた日付のままか。 - 担当が重なっていないか。重複を数える列を見て、0以外の行がないか。シフト表なら連続勤務の上限も見る。 - 推定にラベルが付いているか。「推定」の記載がゼロなら、逆に疑う。渡していない情報が必ずどこかにあるはずです。 - 配ってよいか。協力会社名、個人名、単価、契約条件が表に残っていないか。配る判断は、人がする。 10問のうち、2から8までは「サンプルを2本選んで目で見る」だけです。全部を検算するのではありません。全数チェックを目指すと続かず、続かないチェックは無いのと同じです。抜き取りでいいので、毎回同じ場所を見る。これが現場で回る唯一の形です。 そして、間違いが見つかったときの直し方を決めておきます。表のセルを直して終わりにしない。前提のどの行が足りなかったかを探して、そこに1行足す。祝日が乗っていたなら、祝日リストが古かったのかもしれない。前後関係が守られていなかったなら、その組を書いていなかったのかもしれない。直しを前提の側に戻すと、次回から同じ間違いが出ません。表の側で直すと、来月も同じ10分を使います。 ## 表を渡したあと——読める人を増やす できあがった工程表は、誰かに渡ります。現場の職長、元請け、事務所の別の担当者。ここで大事なのが、最初に書いた「数式で作る」理由の1つ目です。渡した相手が中身を読める。 私が顧問先で勧めているのは、表の右端か下部に、短い凡例を置くことです。3行で足ります。 - この表の条件は、上の条件欄に入っています。日付を変えたいときは、条件欄を直してください - 色が変わるセルは、条件に違反しています（担当の重複、連勤の超過） - 「推定」と書いてある行は、確定していません 凡例のない表は、渡した瞬間に「作った人に聞く表」になります。凡例のある表は、渡した相手が直せる表になります。この差が、半年後に効きます。作った人が休んでも回るかどうか、が変わるからです。 もう一つ。工程表・シフト表は、置き場所を固定してください。メールに添付して配ると、翌週には5つのバージョンが世の中に存在します。共有フォルダに1つ置き、そこを見に行く。ファイル名に日付を入れる。この2つだけで、「どれが最新か分からない」がほぼ消えます。地味ですが、AIの精度より効きます。 AIが読む会社の情報をどう整えるかという話は、チームでのコンテキスト共有の記事に書きました。工程表も同じ棚に載ります。表を1枚作ることと、その表が会社に残ることは、別の仕事です。 ## 2年後もツールは変わる。残るのは3つ この記事で、私は特定のソフトの操作手順を書きませんでした。理由は単純で、2年後には画面もボタンも名前も変わっているからです。表計算ソフトの機能も、AIの側の機能も、そのころには別物になっているでしょう。 それでも残るものが3つあります。 残るもの 1 前提を先に書く 期間・単位・休み・並び順・読む人・確定と仮。表の形より先に、この6行 ↓ 残るもの 2 数式で作らせる 読める・直せる・環境を選ばない。自動化は、回り始めてから一点だけ ↓ 残るもの 3 作り直せる形にする 1枚の正解表を守らない。前提を1行変えて、もう1枚出す この3つは、ソフトの名前が全部変わっても使えます。逆に、この3つを持たずに新しいツールへ乗り換えても、毎回きれいな1枚が出てきて、毎回手で直すことになります。道具を変えても、直すときのつらさは変わりません。 AiWiLLは2026年2月に創業した、社員2名・業務委託を含めて8名の会社です。この人数で顧問先と複数の仕事を回せているのは、道具が優れているからではありません。前提を書いて渡す、というやり方を、資料でも図解でも工程管理でも同じようにやっているからです。判断はプロがする。作業はAIがする。この線を毎回引き直しています。 費用の感覚も置いておきます。工程表・シフト表をAIに組ませるのに、専用のシステムは要りません。使うのは会話型のAIと、いま会社にある表計算ソフトです。AIの実費は一人あたり月3,000円から1万円ほど。工程表を1枚作り直す半日と比べてみてください。 ## よくある質問 ### Q1. エクセルが得意ではありません。それでも使えますか？ 使えます。むしろ得意でない方のほうが向いています。得意な人は自分で作れてしまうので、前提を言葉にせずに進めがちです。得意でない方は、条件を日本語で書いて渡すことになる。それがそのまま正しい順番です。必要なのは、出てきた数式を「これは何をしていますか」と聞き返す姿勢だけです。 ### Q2. 100行を超える工程表でも作れますか？ 作れます。ただし一度に全部を渡さないでください。工区や工程の分類で20〜30行に区切り、区切りごとに組ませて後で束ねる。長い一覧を丸ごと渡すと、途中の行が抜けたり、日数が推定で埋まったりします。分けて渡し、行数を数えて突き合わせる。これで精度が安定します。 ### Q3. ガントチャートのバー表示まで作れますか？ 作れます。条件付き書式で、開始日と終了日の範囲に入っているセルの色を変える形が基本です。図形を並べるのではなく、日付の判定でセルを塗る。この作り方なら、日付を1つ直せばバーも一緒に動きます。バーを図形で描かせると、直したときにバーだけ取り残されます。 ### Q4. シフト表で、希望休を全部通してくれますか？ 全部は無理な週が必ず出ます。だからAIに「完璧なシフト」を作らせるのではなく、「条件に違反している箇所を色で見せる表」を作らせてください。誰の希望を通すかは、人が決める判断です。AIが決めた形で配ると、決めた人が不在の説明不能な表になります。 ### Q5. AIが作った表の数式が、間違っていないかどうか分かりません 全部を理解しようとしないでください。チェックリストの10問で、結果の側から見ます。合計日数を電卓で1回、週をまたぐ作業を2本、前後関係を2組。結果が合っていれば、数式の中身を読めなくても実務は回ります。合っていなければ、その1か所だけを聞き返せばいい。 ### Q6. 既存の工程管理システムがあります。それでも意味がありますか？ あります。システムに入れる前の下書きと、比較案の作成に効きます。システムは決まったものを管理するのが得意で、「もし3日遅れたら」を並べて比べるのは苦手なことが多い。比較はAIと表計算で行い、決まった案だけをシステムへ入れる。役割を分けるのが現実的です。 ### Q7. 毎回同じ前提を書くのが面倒です 書くのは初回だけです。埋めたひな形をファイルにして残し、次回はそれを渡して、変わったところだけ書き換えます。2回目からは5分です。面倒に感じているなら、それは毎回ゼロから書いている証拠なので、まず置き場所を決めてください。 ### Q8. マクロで自動化したほうが速いのでは？ 作った人にとっては速いです。会社にとっては遅くなることがあります。読める人が1人しかいない仕組みは、その人が休んだ日に止まります。数式で回り始めてから、どうしても手が足りない一点だけを自動化する。この順番なら、自動化しても属人化しません。 ### Q9. どこから始めるのが一番早いですか？ いま手元にある一番新しい工程表かシフト表を1枚選び、前提のひな形を埋めるところからです。新しい表を作る必要はありません。既にある1枚を「前提の言葉」に翻訳する。この作業が一番学びが多く、そのまま次回の材料になります。 ## 最初の一週間でやること 全部を一度にやらないでください。順番だけ置きます。 - いま使っている工程表かシフト表を1枚だけ選ぶ。一番よく直すものを選ぶ - 前提のひな形を埋める。埋まらない欄が出たら、そこが社内で決まっていないところ - 決まっていないところを、その場で決める。決められないなら「仮」と書いて残す - 作業一覧と前提を渡して、数式だけで組ませる。マクロは使わないと明示する - チェックリストの10問で検算する。おかしければ、表ではなく前提を直す - 前提のファイルを共有フォルダに置く。次回はここから始める - 2週目に、遅延案をもう1枚作らせてみる。比べられることを体感する 1週目のゴールは、きれいな工程表ではありません。前提が1枚のファイルになっていること。それだけです。表は、前提があれば何枚でも出てきます。前提がなければ、何枚出しても毎回手で直すことになります。 最初の一週間の進め方を、無料資料セットで見る ## まとめ：正解の1枚ではなく、作り直せる型を持つ 工程表とシフト表をAIに作らせる、の本体は、作業の外注ではありません。直せる形で表を持つことです。 - つらいのは作るときではなく直すとき。1本ずれると全部ずれる構造を、先に壊す - 頼む順番は、表より前提。期間・単位・休み・並び順・読む人・確定と仮の6行を先に書く - マクロに逃げず、数式で作らせる。読める・直せる・環境を選ばない - 1枚の正解表を守らない。前倒し案・遅延案・人員1人減案を、前提1行の差し替えで出す - AIが間違えるのは営業日・祝日・端数・引き継ぎ条件。検算する列を、作らせる前に宣言する - 持ち帰りは、前提の穴埋めひな形と、検算チェックリスト10問 - 間違いは表ではなく前提の側で直す。そうすれば次回から出ない 2年後、使っているソフトの名前は変わっているはずです。前提を先に書く、数式で作らせる、作り直せる形にする——この3つは残ります。私が自社で先に回し、顧問先には型だけを渡しているのも、そこです。 伴走の役割についてはAI顧問とはにまとめてあります。工程表を毎回作り直すところから抜けたい方のために、進め方をまとめた無料の資料セットを置いてあります。前提の置き方と、人が検算する場所の設計は、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：139字（推奨120〜158字） ============================================================ 工程表とシフト表をAIに作らせるなら、大事なのは作る速さではなく直せる形です。表より先に書く前提6行、マクロに逃げず数式で組ませる理由、営業日や祝日など人が検算する場所を、生成AI顧問・赤堀が公開。前提の穴埋めひな形と検算チェックリスト10問つき。Excelが苦手でも使えます。 --> --- # MCPとは｜AIを会社の道具につなぐ規格と使い方を、経営者の言葉で URL: https://aiandwill.com/mcp-toha-chusho/ 公開: 2026-08-24 / 更新: 2026-09-02 「MCPって、うちに関係ありますか」。この半年で、いちばん増えた質問がこれです。展示会でも、レクチャーの後でも、顧問先の会議室でも聞かれます。聞いてくる方はたいてい、ITの担当者ではありません。社長か、番頭役の方です。名前だけは何度も目に入る。でも自分の会社の何がどう変わるのかが、まったく像を結ばない。 先に、私なりの一文を置きます。MCPとは、AIを、会社がすでに使っている道具につなぐための共通の差込口です。正式にはModel Context Protocol（モデル・コンテキスト・プロトコル）。訳すと「AIに文脈を渡すための共通の決まりごと」。会計ソフト、予定表、メール、資料置き場——そういう既存の道具に、AIが自分で手を伸ばせるようにする規格のことです。 ただし、私はこれを「変換アダプタ」だとは説明しません。もっと近いのは合鍵の渡し方です。つなぐというのは、便利な部品を挿すことではなく、鍵を一本渡すことです。この記事は、技術の解説をしません。設定手順も書きません。書くのは、経営者が決めるべきことだけ——何の鍵を渡し、何の鍵は当分渡さないか。それだけで、この話は判断できます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## MCPとは何か——AIと会社の道具のあいだにある、共通の差込口 いまチャット型のAIを使っている方は、こういう作業をしているはずです。会計ソフトから数字を書き出して、貼る。予定表を見ながら、来週の予定を手で打ち込む。メールの本文をコピーして、AIの入力欄に貼る。フォルダの資料を開いて、必要な部分だけ選んで貼る。 この「貼る」が全部、人の手でやっている接続作業です。人間が、会社の道具とAIのあいだに立って、バケツリレーをしている。MCPは、そのバケツリレーを不要にするための共通規格です。AIの側と、道具の側が、同じ形の差込口を持つ。だからAIが自分で見に行き、必要なら書き戻すようになります。 「共通」というところが本体です。これまでも、AIと業務システムをつなぐこと自体はできました。ただし道具ごとに全部つなぎ方が違った。会計ソフト用の接続、チャット用の接続、予定表用の接続——それぞれ別物で、そのたびに開発が要る。中小企業にとっては、見積を取る前に諦める話でした。差込口の形が揃うと、この「そのたびに開発」が減ります。中小企業に関係が出てきたのは、便利になったからではなく、安くなったからです。 ここで、AIが働ける場所の広がり方を思い出してください。書籍『ChatGPTを、「AI社員」に育てる方法』の第2章に、私は3段階で書きました。第1段階は、社外コンサル——クラウド上のチャット。持ち込んだ文章にだけ反応する。第2段階は、社内社員——あなたのパソコンの中で、指定したフォルダを読み書きする。そして第3段階が、社内のフォルダの外、業務システムまで手を伸ばせる状態です。MCPは、この第3段階の入口にある仕組みです。 順番を飛ばさないでください、というのも同じ本に書きました。第2段階で「読ませて、書かせて、確認する」が回っていない会社が、いきなり第3段階に手を出しても、事故の面積が増えるだけです。AIの居場所そのものの話はAIエージェントとは何かの記事に書いたので、そちらを先に読むほうが早い方も多いはずです。この記事は、その次の話をします。 ## 「変換アダプタ」ではなく「合鍵」だと思ったほうがいい MCPの説明で、よく変換アダプタや共通コンセントというたとえが使われます。私自身、書籍では「共通コンセント」と書きました。分かりやすいからです。ただし経営判断をする場面では、このたとえは危ない。アダプタは、挿しても何も失われないからです。 実際に起きているのは、そういうことではありません。会計ソフトにつなぐというのは、会計ソフトを見る権利をAIに渡すことです。メールにつなぐというのは、受信箱を読む権利を渡すこと。資料置き場につなぐというのは、そのフォルダの中身を見る権利を渡すこと。つなぐ＝鍵を渡す。この理解でいる社長と、アダプタだと思っている社長とでは、決め方がまるで違います。 鍵として考えると、判断が急に会社の言葉になります。誰に渡すのか。どの部屋の鍵か。読むだけの鍵か、中のものを動かしていい鍵か。渡した鍵の一覧は、どこに置いてあるのか。返してもらうときは、どうするのか。——これ、新しく人を雇ったときに必ず決めていることです。IT の話に見えて、実際には入社手続きと同じ構造の判断をしています。 もうひとつ、鍵のたとえが正しい理由があります。鍵は、渡した瞬間には何も起きません。事故が起きるのは、渡したことを忘れた頃です。私が顧問先で見ていて危ないと思うのは、接続を増やすこと自体ではありません。いま何本の鍵を渡しているか、誰も一覧にしていない状態です。書籍『Claude Code 超仕事術』の第7章にも、この一行を入れました。「なんとなく増えた接続が、いちばん危ない」。 経営者が押さえる、MCPの全体像 いま　人が、会社の道具とAIのあいだでコピペのバケツリレーをしている ↓ つなぐ　差込口の形を揃え、AIが自分で見に行けるようにする＝合鍵を渡す ↓ 決めること　どの部屋の鍵を／読むだけか動かしていいか／誰が持つか／一覧はどこか ↓ 残るもの　規格の名前が変わっても、この4つの決め方は残る 出所：AiWiLLが顧問先レクチャーで使っている説明の骨（教材本体は非公開） ## つなぐと何が変わるか——「貼る仕事」が消え、AIが自分で見に行く 効果を先に言うと、地味です。派手な自動化ではありません。資料をコピペして貼る作業が消える。それだけです。ただしこの「それだけ」が、AIを使っている会社と使えていない会社を分けています。 顧問先を見ていると、AIが定着しない会社には共通の詰まりがあります。AIそのものが不満なのではありません。AIに渡すための準備が面倒で、やらなくなる。先月の数字を出して、フォーマットを整えて、貼って、質問して。この準備が3分かかるなら、多くの人は「自分でやったほうが早い」に戻ります。3分は、思考のスイッチが切れる長さです。 つないだあとは、こうなります。「先月の広告費、前の月と比べてどうなってる？」と聞いたら、AIが会計の側を自分で見に行って、比較して答える。「来週、資料の準備が要る予定を先に教えて」と聞いたら、予定表を自分で読んで、準備物の一覧を作る。人が用意するのは、質問だけです。 そして、もう一段あります。書き戻しです。読むだけでなく、AIが結果を道具の側に書き込む。予定表に準備の時間を入れる。資料置き場に下書きを保存する。表計算の集計欄を更新する。ここまで来ると、人が触るのは「見て、決めて、返す」だけになります。 ただし、この書き戻しが、事故の入口でもあります。だから私は最初は読み取りだけを強く勧めています。後半で詳しく書きます。 場面 つなぐ前（人がコピペ） つないだ後（AIが自分で見る） 効きめ 先月の数字を見たい 会計ソフトから書き出し、整形して貼る 「先月の◯◯、前月比は」で答えが返る ◎ 来週の段取り 予定表を見ながら手で書き写す 予定を読んで準備物の一覧が出る ◎ 過去資料の参照 フォルダを開いて必要箇所を選んで貼る 置き場を指定すれば自分で探して読む ◎ メールの下書き 本文をコピーして貼り、要件を説明する 該当のやりとりを読んで下書きまで作る ○ 定例の集計 毎回CSVを出して渡す 元データを直接読んで表を更新する ○ 顧客ごとの経緯確認 複数の場所を人が横断して集める 指定した範囲を横断して要点を返す ○ 請求・支払の確定 人が確認して実行 つながない（人の仕事のまま） × 人事・給与の個票 担当者だけが開く つながない（当分渡さない） × この表の下2行が、この記事のいちばん言いたいところです。つなげるかどうかと、つなぐべきかどうかは、別の質問です。技術的にはたいてい可能です。可能なことと、やっていいことのあいだに線を引くのが、経営の仕事です。 AIに何をどこまで触らせるかの設計を、無料資料で見る ## 自社では何をつないでいるか——会計・予定表・メール・資料置き場 私の会社は、創業が2026年2月です。社員は2名、業務委託を含めて8名。熱海の小さい会社です。この人数で顧問先を回せている理由のひとつが、AIから会社の道具を直接読める状態にしてあることです。 いまつないでいるのは、大きく4つです。会計、予定表、メール、資料置き場。中身の数字も、具体的な設定も、ここには書きません。書けるのは「何が楽になったか」だけです。 - 会計。月初に帳簿の状態を点検するとき、数字を書き出して渡す作業がなくなりました。「今月ここまでで、抜けている記帳はどれか」を聞ける。以前は、聞ける状態にするまでが仕事でした。 - 予定表。朝、その日の予定を読んで、時間割と下ごしらえを出させています。「この打ち合わせの前に、何を見ておくべきか」まで含めて。手で予定を書き写していた頃には、そこまでやる気力が残りませんでした。 - メール。未読の中から、今日中に判断が要るものだけを拾わせています。返信は下書きまで。送信ボタンは、私の指です。ここは動かしていません。 - 資料置き場。過去の提案書や議事録を、置き場ごと読ませています。「前にこの話をしたときの言い方」を、私が探さずに済むようになりました。 楽になった実感を一言で言うと、「AIに聞くための準備」がゼロになったことです。以前は、質問より準備のほうが長かった。いまは思いついた順に聞けます。攻めの手数が増えるというのは、こういう話です。時間が何分減ったかより、いままで面倒で聞かなかったことを聞くようになったほうが、経営には効きます。 逆に、意識してつないでいないものもあります。決済や送金にかかわる操作。人事・給与の個票。そして、消したら戻らない類の操作全般です。技術的に無理だからではありません。渡さないと決めているからです。 もうひとつ、副産物がありました。つなぐ先を決める作業が、そのまま自社の情報の棚卸しになったことです。どこに何が置いてあるか、誰が見ていいのか、更新しているのは誰か。この3つが言えないと、そもそもつなぐ先が決まりません。業務の棚卸しの記事に書いた話が、ここでも同じ形で出てきます。つなげない会社は、道具が足りないのではなく、置き場が言えないのです。 ## 持ち帰り①：最初につなぐもの・当分つながないものの仕分け表 ここからが本題です。会議で使えるように、判断基準を先に置きます。 最初につなぐものの条件は、2つだけです。①毎日か毎週、必ず誰かが開いている。②読むだけで価値が出る。この2つを満たすものから始めてください。予定表と資料置き場が、たいていの会社で当てはまります。 逆に、当分つながないほうがよいものの条件は、3つです。①個人情報の塊である。②消したら戻らない。③金額を確定させる操作である。ひとつでも当てはまるなら、最初の半年は外しておく。急いでつないで得られるものより、失うもののほうが大きい領域です。 対象 最初につなぐか 理由 渡す鍵の種類 予定表（カレンダー） ◎ 最初の1本 毎日開く。読むだけで段取りが出る 読み取りのみ 資料置き場（クラウドのフォルダ） ◎ 最初の1本 過去の言い方・型が全部ここにある 読み取りのみ／範囲を限定 会計・経理データ ○ 慣れてから 効きめは大きいが、閲覧範囲を先に決める必要がある 読み取りのみ メール ○ 慣れてから 外から来る文章が混ざる。下書きまでに限定する 読み取り＋下書きのみ 業務システム（顧客・案件管理） △ 範囲を切って 丸ごとではなく、特定の一覧・特定の期間から 読み取りのみ チャット・社内SNS △ 目的が要る 雑談と決定が混ざる。何を取りたいかが先 読み取りのみ／チャンネル限定 人事・給与・健康情報 × 当分つながない 個人情報の塊。事故ったときの回復が効かない 渡さない 請求・決済・送金 × 当分つながない 金額を確定させる操作。人が確定する領域 渡さない 本番システムの削除・更新 × 当分つながない 消したら戻らない。便利さと釣り合わない 渡さない 公開・送信（社外に出る操作） × 当分つながない 取り消せない。下書きまでで止める 渡さない この表を顧問先の会議に出すと、だいたい議論が5分で終わります。長引くのは、表がないまま「セキュリティが心配で」と話し始めたときです。心配は正しいのですが、心配のままでは決まりません。対象ごとに◎○△×を付ける作業に落とすと、決まります。 △の2つ——業務システムとチャット——は、「つなぐ／つながない」の二択で考えないでください。範囲を切るという第三の答えがあります。顧客管理システムを丸ごと見せるのではなく、今月の案件一覧だけ。チャット全部ではなく、決定が流れるチャンネルだけ。範囲を切ると、△は○になります。業務システム側の具体的な考え方は業務システムとAIの連携の記事に寄せてあるので、そちらもあわせてどうぞ。 ## 権限の線引きは、人を雇うときと同じ考え方でよい 「AIにどこまで権限を与えるか」を、新しい問題だと思わないでください。会社はこの判断を、何十年もやってきています。人を雇うときです。 新入社員が入った初日に、金庫の鍵と、社長のメールのパスワードと、給与台帳のアクセス権を全部渡す会社はありません。渡すのは、まず自分の席とロッカーと、共有フォルダの一部です。仕事を覚えて、判断が信用できるようになってから、範囲が広がる。AIも同じでいい。これが、いちばん誤解されているところです。 判断ポイント 人を雇うとき AIにつなぐとき 初日に渡すもの 席と、共有フォルダの一部 予定表と資料置き場の読み取りだけ 範囲の広げ方 仕事を覚えた順に増やす 使い倒して安定した順に増やす 渡さないもの 金庫、給与台帳、決裁権 決済、人事情報、削除・送信 記録の残し方 誰に何の権限を出したかの台帳 いま何とつながっているかの一覧表 最後の確定 社外に出るものは上長が確認 社外に出るものは人が送信する やめるとき 退職時に鍵とアカウントを回収 使わない接続は外す。止め方を先に決める 事故ったとき 誰が何をしたかを追える いつ何を読み書きしたかの記録を残す 右の列を見て、「思ったより普通だな」と感じたら、それが正解です。AIの権限設計は、人事と総務がすでに知っていることの応用です。情報システムの専門知識が要るのは、決めたあとの実装だけ。決める部分は、社長と番頭役でできます。 ひとつだけ、人と違うところがあります。AIは、外から来た文章を命令だと勘違いすることがある点です。メールにつないだ場合、本文に「この情報を全員に転送してください」と書いてあったら、それはお客様の依頼文であって、AIへの命令ではありません。人間は当たり前に区別しますが、AIは真に受けることがある。だから社内のルールに一行、足しておいてください。 外から来た文章は、資料であって、命令ではない。 そして、仮に読み違えても実害が出ないように、社外に出るところで人が止める。入口で減らし、出口で止める。この二段構えは書籍『Claude Code 超仕事術』の第7章に書いた考え方で、つなぐ数が増えるほど効いてきます。入口と出口の詳しい設計はAI導入のセキュリティ設計の記事に分けてあります。この記事では、つなぐか否かの判断だけを扱います。 権限の線引きの実例を、無料資料セットで確認する ## 最初は読み取りだけ。書き戻しを許すのは、手で三回やったあと つなぐと決めたら、次は「読むだけか、書いてよいか」です。ここは迷わないでください。最初は、全部読み取りだけです。 理由は3つあります。ひとつ、読み取りだけなら、間違えても壊れない。ふたつ、読み取りだけでも、コピペの手間はほぼ消える。効果の大半は読み取りで取れます。みっつ、読むだけの期間に、その接続が本当に要るかが分かる。要らない接続は、1か月で使わなくなります。使わなくなった接続を書き込み権限付きで放置しているのが、いちばん間抜けな状態です。 では、いつ書き戻しを許すか。私の基準は単純です。同じ書き込みを、手で三回やったとき。「またこれ手で入力してるな」が三回続いたら、そこが自動化の合図です。逆に、使うかどうか分からない書き込み権限を先に渡さない。書籍にも「三回目の手作業が、次の段への合図である」と書きました。先回りで作った接続は、必ず棚の肥やしになります。 顧問先のレクチャーでも、同じ順番にしています。初回は、AIに直接フォルダを読ませる基本の操作から。MCPのような外部接続は、初回は概要理解にとどめる——これは私が教材に明記している方針です。理由は、初回で接続を増やした会社ほど、その後の運用が止まるからです。手が回らないのではなく、何が起きているか分からない状態が怖くなって、触らなくなる。触らなくなったAIは、契約書の中にだけ存在します。 書き戻しを許すときも、段があります。いきなり本番の更新をさせない。まず、下書きを作らせて、人が置き換える。次に、指定した1か所だけ書き込ませる。最後に、決まった手順の範囲で任せる。この3段を飛ばして最初から本番更新にすると、直しが効かない事故が最初の1週間で出ます。 もうひとつ。書き戻しを許した接続には、必ず記録を残してください。いつ、何を、どこに書いたか。一行でいい。記録のない自動処理は、静かに壊れます。壊れたことに三週間気づかなかった、という事故は、記録一行で防げます。 ## 持ち帰り②：情シスや支援者に、何をどう頼めばいいか この記事で設定手順を書かないのは、意地悪だからではありません。手順は半年で変わるからです。変わらないのは、頼み方のほうです。 社内に詳しい人がいる会社も、外の支援者に頼む会社もあると思います。どちらでも、渡す言葉は同じです。「MCPをやってほしい」と頼まないでください。それは「システムを入れたい」と同じ粒度で、相手が何を作ればいいか分かりません。渡すべきは、次の5つです。 - つなぐ対象。どの道具か。道具の名前で言う。 - 読むだけか、書き戻すか。最初は読み取りだけ、と明言する。 - 範囲。その道具の全部か、一部か。一部ならどの一部か。 - 使う人。誰のパソコン・誰のアカウントで動くか。 - 絶対に触らせないもの。渡さないと決めた領域を、先に言う。 この5つが言えていれば、相手は動けます。言えていないと、相手は「とりあえず全部つなぎますね」になります。悪気はありません。制約を言われていないだけです。制約を言うのは、頼む側の仕事です。 そのまま使える依頼文のひな形を置きます。メールでもチャットでも、この形で送れば通じます。 【AIと社内の道具の接続について、ご相談】 ■ やりたいこと AIから、以下の道具を直接読めるようにしたい。 毎回こちらでコピペして渡している手間をなくしたい。 ■ つなぐ対象（第1弾） 1. 予定表：　　　　　（例：全社共有のカレンダー） 2. 資料置き場：　　　（例：クラウド上の「◯◯」フォルダ配下） ■ 権限 ・第1弾は「読み取りのみ」でお願いします。書き込みは今回入れません。 ・書き込みが必要になったら、改めて相談します。 ■ 範囲 ・資料置き場は、上記フォルダ配下のみ。他の階層は対象外。 ・予定表は、共有カレンダーのみ。個人の予定は対象外。 ■ 使う人・使う端末 ・（氏名／役職）の業務用PC、会社アカウントで動かします。 ・当面は1人で試し、問題なければ範囲を広げます。 ■ 絶対に接続しないもの（今回も今後も、事前相談なしでは追加しない） ・人事、給与、健康に関する情報 ・請求・決済・送金にかかわる操作 ・データの削除、本番システムの更新 ・社外への送信、公開の操作 ■ 併せてお願いしたいこと 1. いま何とつながっているかの一覧を、1枚の表で残してください 2. 全部止めたいときの手順を、先に教えてください 3. 認証情報の保管場所と、更新のタイミングを教えてください 4. いつ何を読み書きしたかの記録が残る形にしてください ■ 判断が必要なこと（こちらで決めます） ・費用の目安と、月々かかるものの有無 ・止めた場合に困ることがあるか 最後の「併せてお願いしたいこと」の4つが、後から効きます。特に2番目——止め方を先に聞いておく。いつでも止められると分かっているから、安心して回せます。止め方を知らないまま増やした接続は、不安が出た瞬間に「全部やめよう」になります。全部やめると、また元のコピペに戻ります。 費用について、ひとつだけ。先に断っておくと、これから書く金額は「つなぐこと」の費用ではありません。AI側の利用料の目安です。私が顧問先にお伝えしているのは、AIツールそのものの実費が1人あたり月3,000円〜1万円ほど（有料プラン1契約分）という水準感。つなぐかどうかで、この金額が変わるわけではありません。 接続で追加でかかりうるのは、二つです。ひとつは、つなぐ作業をお願いする人の時間。もうひとつは、つなぎ先のサービス側で上位プランや追加ライセンスが必要になる場合の差額です。これは道具によってまちまちなので、依頼するときに「月々かかるものがあるか」を先に聞いてください。先ほどのひな形の最後に、その項目を入れてあるのはそのためです。私の実感としては、最初の1〜2本を読み取りだけでつなぐ範囲なら、AIの利用料の外に大きな追加は出ていません。 ## 持ち帰り③：つなぐ前の確認10問 会議で読み上げるための10問です。全部にすぐ答えられるなら、つないで大丈夫です。答えに詰まる問いがあれば、そこが先に決めるべきことです。 - 何のためにつなぐのか、一文で言えるか。「便利そうだから」は理由になりません。「毎週やっているこのコピペをなくすため」まで具体にする。 - その作業を、いま手で何回やっているか。月に3回未満なら、まだつなぐ段ではありません。 - 読み取りだけで足りるか。足りるなら、書き込みは入れない。ほとんどの場合、足ります。 - その道具の中に、渡してはいけない情報が混ざっていないか。個人情報、健康情報、未公開の金額条件、顧客の内部事情。混ざっているなら、範囲を切る。 - 範囲を切れるか。丸ごとしか渡せない道具なら、いったん見送る選択もあります。 - 誰のアカウントで動くか、決まっているか。共有アカウントで動かすと、誰がやったか分からなくなります。 - 認証情報を、どこにどう保管するか決まっているか。チャットに貼る、メモ帳に平文で置く、は事故のもとです。 - いま何とつながっているかの一覧を、置く場所が決まっているか。1枚の表で足ります。表がないなら、つなぐ前に作る。 - 止め方を知っているか。全部止める手順を、社長が知っている状態にしておく。 - 社外に出る操作が、含まれていないか。送信、公開、決済。含まれているなら、そこだけ外して人の指に残す。 10問のうち、8番と9番が飛ばされがちです。地味だからです。でも、この2つがない会社は、半年後に「何がつながっているか分からないけど、何かがつながっている」状態になります。そうなると、点検も、退職者が出たときの整理もできません。台帳と止め方は、つないだ後ではなく、つなぐ前に作ってください。 10問全部に答えると、たいてい対象が絞れます。「全部つなぎたい」から始めた会議が、「まず予定表と、あのフォルダだけ、読み取りで」に着地する。これが正しい着地です。小さく始めた接続は育ちます。大きく始めた接続は、止まります。 ## つないだあとに起きる、地味な事故の形 偉そうに書いていますが、私も最初は逆をやりました。面白がって先に接続を増やして、使わないまま放置した口です。書籍にも正直に書きましたが、先回りで作って埃をかぶった辞令を、私は何枚も持っています。棚の肥やしを何本も作ってから、「三回目の手作業が合図」という順番に落ち着きました。この記事は、最初から正解を知っていた人が書いているわけではありません。 派手な情報漏えいの話は、あまり現実的ではありません。私が実際に見聞きする範囲で起きるのは、もっと地味な形です。一般化して置きます。 - 見えすぎて、共有できなくなる。資料置き場を丸ごとつないだら、そこに人事の資料が入っていた。結果、その接続を特定の人しか使えなくなり、社内に広がらない。範囲を切っていれば起きませんでした。 - 使わない接続が残る。試しにつないで、1か月使わず、そのまま。誰も外さない。棚卸しのとき「これ何でしたっけ」になる。 - 認証情報が、いつのまにか個人のものになる。担当者のアカウントで動かしたまま、その人が異動する。動かなくなって初めて気づく。 - AIが読んだ文章の中の指示を、真に受ける。外から来たメールや資料に書かれた依頼文を、命令として扱ってしまう。出口を人にしておけば、実害は止まります。 - 書き戻しを許した先で、静かに上書きする。一度に大量の更新をさせて、元の値が分からなくなる。記録を残していれば追えます。 - 接続だけ増やして、使い方を決めていない。これがいちばん多い。つないだけれど、何を聞けばいいか分からず、結局チャットに戻る。 最後のひとつが、実は本命です。接続は、使い道が先です。「つないだから何かできるはず」で始めた会社は、必ずここで止まります。「毎週やっているこの作業をなくす」という具体があって初めて、接続が仕事になります。社員がAIを使わない理由の記事に書いたことと、構造は同じです。道具が足りないのではなく、任せる仕事が決まっていない。 それから、チームに広げるときの注意がひとつ。接続は、つないだ本人の環境で動きます。同じことを他の人ができるようにするには、その人の側でも権限が要る。「うちの会社でAIがこれを見られる」ではなく、「誰のAIが、何を見られる」で管理してください。チーム全体への広げ方はチームで文脈を共有する記事にまとめてあります。 ## 2年後、この規格の名前は変わっているかもしれない 正直に書いておきます。MCPという名前が、2年後も同じ形で使われている保証はありません。この領域は、道具の名前がいちばん速く変わる場所です。もっと良い規格が出るかもしれないし、いくつかの仕組みが統合されるかもしれない。 だから、名前を覚える必要はありません。覚えるべきは、この一行だけです。 AIに何をどこまで触らせるかを、人の権限と同じ考え方で決める。 これは規格が変わっても残ります。むしろ、規格が変わって接続がもっと簡単になるほど、この判断の重さが増します。つなぐのが難しかった時代は、難しさが柵の代わりをしていました。簡単になると、柵は自分で立てるしかない。 私が顧問先で優先しているのが、道具の説明より権限の線引きなのは、そのためです。道具は入れ替わります。線引きは、会社の判断として残ります。書籍『コンテキスト経営』の序章に書いた問いと同じです——道具は増えた。なのに会社は変わらない。変わらない理由は、判断が人の頭の中にあって、会社の文書になっていないからです。 つなぐか否かを議論した記録は、残してください。「なぜ人事情報はつながないと決めたか」の一行が残っていれば、来年、別の人が同じ議論をせずに済みます。接続の台帳と、つながないと決めた理由。この2つが、この分野で会社に残る資産です。接続そのものは、道具と一緒に入れ替わります。 ## よくある質問 ### Q1. うちは10人以下の会社です。MCPは関係ありますか？ 関係あります。むしろ小さい会社のほうが効きます。人数が少ないほど、一人が複数の道具を行き来していて、コピペの回数が多いからです。ただし、始めるのは予定表と資料置き場の読み取りだけ。それ以上は当分要りません。中小企業のAI活用の記事にも書きましたが、規模が小さいほど、始める範囲を小さくしたほうが続きます。 ### Q2. 社内にITに詳しい人がいません。無理でしょうか？ 無理ではありません。決めるのは社長で、つなぐのは詳しい人、という分担でいけます。この記事の「依頼のひな形」を、そのまま外の支援者に渡してください。詳しくない側がやってはいけないのは、意味の分からないまま権限を渡すことだけです。分からないものは、聞くか、つながない。 ### Q3. つなぐと、社内の情報が外部に学習されませんか？ 学習に使わない契約・設定を選ぶのが前提です。これは接続の話の前段——AIそのものを使い始める時点の話です。接続は、渡す情報の量を増やします。だから学習の設定は、接続する前に確認してください。設定の考え方はセキュリティ設計の記事にあります。順番としては、契約の柵が先、接続が後です。 ### Q4. 何本くらいつなぐのが普通ですか？ 本数に正解はありません。私の会社は4つです。顧問先では、1本か2本で止まっている会社がほとんどで、それで十分に効いています。本数を増やすことを目標にしないでください。使っている接続の数だけが意味を持ちます。つないだ数ではありません。 ### Q5. 会計データをつなぐのは危なくないですか？ 読み取りだけなら、私はそこまで危ないとは考えていません。危ないのは、AIに数字を書き換えさせることと、決済にかかわる操作を許すことです。読むだけなら、人が会計ソフトを開いて見るのと、見える範囲は変わりません。むしろ「誰がどの範囲を見ていいか」が、この機会に整理されます。 ### Q6. 業務システムが古くて、つなげるか分かりません。 つなげない道具は、いまも普通にあります。その場合の答えは「諦める」ではなく「書き出したものを置き場に置く」です。定期的に書き出した一覧をフォルダに入れて、そのフォルダを読ませる。接続の目的はコピペをなくすことなので、書き出しが自動になれば、目的の8割は達成できます。 ### Q7. つないだAIが、勝手に何かしてしまうことはありませんか？ 読み取りだけの接続なら、読む以上のことはできません。書き込みを許した接続では、想定外の書き込みが起きる可能性はあります。だから最初は読み取りだけで、書き戻しは手で三回やってから。そして社外に出る操作は渡さない。この3つを守っていれば、取り返しのつかない事故にはなりにくいです。 ### Q8. 「まずやってみる」で始めてもいいですか？ いいです。ただし、始める前に2つだけ決めてください。何とつなぐかの一覧を書く場所と、全部止める手順です。この2つがあれば、あとは試して構いません。逆にこの2つがないまま増やすと、半年後に整理できなくなります。試すことは怖くない。分からないまま増えることが怖い。 ### Q9. 顧問先ではどのくらいの会社が接続まで進んでいますか？ 全社ではありません。私は累計約15社の生成AI顧問と、研修を含めれば30社超を見ていますが、接続まで進むのは、社内のフォルダを読ませる運用が回ってからです。順番を守った会社ほど、結果的に早く進んでいます。焦って接続から入った会社は、たいてい一度止まって、戻ってきます。 ### Q10. 規格が変わったら、やり直しになりますか？ 接続の作り直しは発生し得ます。ただし、やり直しにならないものが2つあります。何をつなぐと決めたかの一覧と、何を渡さないと決めた理由です。この2つが残っていれば、道具が変わっても判断は繰り返さずに済みます。作り直すのは配線で、判断ではありません。 ## 最初の30日で、ここまでやれば十分です 会議の宿題にできる形にまとめます。1か月で、この順です。 時期 やること 誰が やらないこと 1週目 コピペしている作業を5つ書き出す 実際に手を動かしている人 いきなり道具を選ばない 1週目 仕分け表に◎○△×を付ける 社長＋番頭役 「セキュリティが心配」で止めない 2週目 ◎の1本だけ、読み取りでつなぐ 詳しい人／外の支援者 2本以上を同時に始めない 2週目 接続の一覧表と、止め方を書き残す 決めた1人 後回しにしない 3週目 1人で毎日使う。聞き方を溜める 試す本人 全社展開を先に決めない 4週目 効いた作業と、効かなかった作業を分ける 試す本人＋社長 使わない接続を残さない 翌月以降 手で三回やった書き込みだけ、書き戻しを検討 社長が可否を決める 先回りで権限を広げない 30日で「会社が変わった」とはなりません。変わるのは、AIに聞くまでの助走が消えることです。助走が消えると、聞く回数が増える。聞く回数が増えると、任せられる仕事が見つかる。AI導入の進め方の記事で書いた順番の、ちょうど真ん中あたりの話です。 30日の進め方を、無料資料セットで受け取る ## まとめ：つなぐとは、合鍵を渡すこと MCPの話は、技術の話に見えて、権限の話です。経営者が決めるのはそこだけで、あとは頼めば済みます。 - MCPとは、AIを、会社がすでに使っている道具につなぐための共通の差込口。Model Context Protocolの略 - たとえるならアダプタではなく、合鍵の渡し方。つなぐ＝鍵を渡すこと - 変わるのは、コピペして貼る作業が消えること。AIが自分で見に行き、慣れれば書き戻す - 最初につなぐのは、毎日開いていて、読むだけで価値が出るもの。予定表と資料置き場 - 最初は読み取りだけ。書き戻しは、手で三回やってから - 当分つながないのは、個人情報の塊・消したら戻らないもの・金額を確定させる操作 - 権限の線引きは、新入社員に鍵を渡す考え方と同じでよい - 接続の一覧表と、止め方は、つなぐ前に作る 私の会社では、会計・予定表・メール・資料置き場をAIから直接読む形にしています。派手なことは何も起きていません。ただ、聞くまでの3分がなくなりました。その3分が、聞かなかった質問を聞く回数に変わっています。 2年後、この規格の名前は変わっているかもしれません。それでも、AIに何をどこまで触らせるかを、人の権限と同じ考え方で決める——この一行は残ります。会社に残すべきなのは、配線ではなく、この判断のほうです。 伴走の役割はAI顧問とはにまとめてあります。何をつないで何を渡さないかを、自社の実情で決めたい方に向けて、判断の材料を無料の資料セットに入れてあります。仕分け表の埋め方と、権限の線の引き方は、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：136字（推奨120〜158字） ============================================================ MCPとは、AIを会社がすでに使っている道具につなぐための共通の差込口。つなぐとは合鍵を渡すことです。生成AI顧問・赤堀が、最初につなぐもの・当分つながないものの仕分け表、権限の線引き、情シスや支援者への依頼ひな形、つなぐ前の確認10問まで、経営者の言葉だけで説明します。 --> --- # Workspace Studioの使い方｜自動化は「◯◯されたら」から書き始める URL: https://aiandwill.com/workspace-studio-jidoka/ 公開: 2026-08-24 / 更新: 2026-09-02 「Workspace Studio、うちでも使えるらしいんですけど、何ができるんですか」。この一週間で、顧問先から同じ質問を三回受けました。名前は聞いた。社内の誰かが「自然言語で業務フローが組めるらしい」と言っていた。開いてみた。そこで止まる。空欄の前で、何を書けばいいのか分からない。あるいは、家のアカウントで動いたものが会社のアカウントでは出てこなくて、そこで諦めている。 先に結論を置きます。自動化がうまくいくかどうかは、道具の操作ではなく「きっかけ・処理・出力」の3点を日本語で言えたかどうかで決まります。この3点が書けている業務は、どの道具を使っても自動化できます。書けていない業務は、どんなに親切な画面を用意されても自動化できません。空欄の前で止まるのは、操作が難しいからではなく、業務がまだ言葉になっていないからです。 ここから先は、私が自社と顧問先で実際にやっている順番だけを書きます。画面のどこを押すか、という手順書にはしません。理由は最後に書きますが、ひとことで言えば、その手順は2年で消えるからです。消えないのは、何を自動化すると失敗しないかという選び方と、止まったときに気づける設計です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る Google Workspace Studio とは、Google Workspace の中で、業務の流れを自然言語で指定して自動化を作る仕組みです。「フォームに回答が入ったら、内容を分類して、表に1行足す」——この程度の日本語で、メール・カレンダー・スプレッドシート・ドライブといった普段使っている道具をまたいで動かせます。プログラミングは要りません。自動化のかたちは、起動のきっかけ（スターター）と、そのあとに続く処理（アクション）という組み立てで指定します。以前は Workspace Flows という名前で呼ばれていたもので、名前も画面も、この先また変わります。だからこの記事で押さえるのは製品の操作ではなく、「何が起きたら／何をして／何が残るか」を言葉にするという書き方のほうです（2026年8月時点の位置づけで書いています）。 ## Workspace Studio の使い方が分からない、の正体は業務が言葉になっていないこと ノーコードで業務を自動化する道具は、もうずいぶん前からあります。Google Workspace の中にそういう仕組みが乗り、しかも自然言語で書けるようになった。これは大きな変化です。ただ、変化の中身をよく見ると、減ったのは「書き方を覚える手間」であって、「業務を言葉にする手間」ではありません。 私が顧問として現場に入って最初にやるのは、業務の棚卸しです。業務の棚卸しの記事でも書きましたが、優秀な人ほど自分の仕事を説明できません。毎日やっているから、手が先に動く。「フォームが来たら、まあ見て、必要なら誰かに回して、あとで記録します」。この一文が、実務では正しい説明です。でも自動化の材料としては、何も決まっていません。 - 「まあ見て」——何を見て、何を判定しているのか。 - 「必要なら」——必要かどうかを、どの条件で分けているのか。 - 「誰かに回して」——誰に、どの手段で、いつまでに。 - 「あとで記録します」——どこに、どの形で、誰が読む前提で。 自動化の道具に向かって座ったときに手が止まるのは、この4つの空白に気づいた瞬間です。手が止まるのは正常です。むしろ、空白に気づかないまま「いい感じにやっといて」と書いて、いい感じの何かが出てきてしまうほうが危ない。それは業務ではなく、業務のふりをした出力だからです。 だから最初にやることは、ツールを開くことではありません。紙でもメモ帳でもいいので、3行書くことです。何が起きたら動くのか。何をするのか。何が残るのか。この3行が書けたら、あとはどの道具でも形にできます。書けないなら、道具を替えても同じ場所で止まります。 ## 「◯◯されたら」から書き始める——きっかけ・処理・出力の3点 自動化の最小単位は3つです。専門用語ではトリガー、アクション、アウトプットなどと呼びますが、社内で共有するなら日本語のほうがいい。私は顧問先で、この言葉を使っています。 ① きっかけ 「◯◯されたら」で書く。ここから書き始める フォームに回答が入ったら／予定が登録されたら／毎朝8時になったら／特定の相手からメールが届いたら ↓ ② 処理 何を見て、何をするか。判断は入れない 分類する／数える／前回の記録を引く／要約する。「よしなに」は禁句 ↓ ③ 出力 何が、どこに、どんな形で残るか 表の1行／下書き1本／通知1件。送信・公開・確定は原則ここに入れない ↓ ④ 失敗時（ここを書かない人が9割） 動かなかったとき、誰がどうやって気づくか 0件と取得失敗を区別する／実行日時を出力に書く／止まったら人に届く 出所：AiWiLLが顧問先の初回設計で使っている業務フローの書き出し方 順番が大事です。「◯◯されたら」から書き始めてください。処理から書き始めると、たいてい業務になりません。「議事録を要約する」は処理です。これだけでは、いつ動くのか、結果がどこに行くのかが決まっていない。人が毎回チャットに貼り付けて動かすなら、それは自動化ではなく、ただのAI利用です。悪くはないのですが、別のものです。 逆に、きっかけから書くと、いやでも残りが埋まります。「会議の録画が保存されたら」と書いた瞬間に、「じゃあ誰の会議の録画？」「保存先はどこ？」「出てきた要約は誰が読む？」が全部出てきます。出てきた質問に答えるだけで、3点は埋まります。 言い方 3点が書けているか 足りないもの 直し方 「問い合わせ対応を自動化したい」 × きっかけも出力も未定 「フォームに回答が入ったら」から書き直す 「議事録を要約させたい」 × いつ動くか、どこに残るか 「録画が保存されたら／要約を決めた場所に1本」 「毎朝、申込数を知りたい」 △ 処理の中身と出力の形 「毎朝8時／申込データを取得し集計／表の当日行を更新」 「重要なメールを見逃したくない」 △ 「重要」の定義 「この3社のドメインから届いたら」に置き換える 「訪問前の準備を楽にしたい」 △ きっかけが人の気分 「予定が登録されたら／前回記録を引いて下書き」 「フォーム回答を種類で分けて記録に残す」 ◎ 失敗時のみ 「取得できなかった日を、どう見分けるか」を足す 「毎朝8時に申込一覧を取り、表の日次行を更新する」 ◎ 失敗時のみ 「0件」と「取得失敗」を別の表示にする この表を顧問先のホワイトボードに書くと、だいたい半分の項目が×か△です。それでいい。×を◎に書き換える作業が、自動化の設計です。ツールを開くのは、そのあとで間に合います。 ## 会社のアカウントで機能が出てこない、は不具合ではありません ここで、検索で来る方のもう一つの詰まりに触れます。家の個人アカウントでは動いたのに、会社のアカウントでは同じものが出てこない。これは相当な頻度で起きます。そして、たいていの人はここで「うちはまだ対応してないんだ」と結論して、そのまま忘れます。 この現象の中身は、不具合ではなく設計です。原理はこうです。個人のアカウントは本人が全部決めていい。会社のアカウントは、会社のデータを扱うので、管理者が「使ってよい」と決めるまで、社員の画面には現れない。新しい機能ほど、この扱いになります。会社の予定表、会社のメール、共有ドライブ——中身が濃いほど、勝手に触らせない側に倒れる。当然です。 ツールの名前が変わっても、この構造はしばらく変わりません。だから覚えるべきは操作ではなく、順番のほうです。 症状 ありがちな解釈 実際に多い原因 最初にやること 会社アカウントで見当たらない 「うちのプランは対象外」 管理者が有効化していない 管理者が誰かを特定して1行で聞く 自分だけ使えない 「自分のPCが古い」 部署やグループ単位で許可が分かれている 使えている人との違いを聞く 作れるが、動かすと権限で止まる 「バグっている」 参照先のファイルに権限がない 読ませたい場所の共有設定を確認 個人アカウントでは動く 「会社が遅れている」 会社データの保護が優先されている 個人アカウントで会社データを扱わない 外部のサービスにつながらない 「対応していない」 外部連携が会社方針で制限されている つなぐ理由と範囲を先に文章にする 試したいが、誰に聞けばいいか不明 「情シスがいないから無理」 管理者権限を持つ人が社内に必ずいる アカウントを作った人＝実質の管理者 ここで一つ、私が顧問先に必ず言っていることがあります。個人のアカウントで会社の仕事を自動化しないでください。動くから、という理由で個人側に業務を作ると、その人が辞めた日に業務が消えます。退職手続きでアカウントを止めた瞬間に、毎朝動いていた集計が黙って止まる。しかも誰も気づかない。属人化を解くために作った自動化が、新しい属人化になります。入力してよい情報の線引きや、社内で決めておく最低限のルールはセキュリティ設計の記事と社内ルールの記事に書いてあります。ここでは重ねません。 管理者への聞き方も、長文にする必要はありません。「◯◯という機能を、まず私のアカウントだけで試したい。扱うのは自分のフォルダの中だけです。有効にしてもらえますか」。これで通ります。通らないなら、理由が返ってきます。理由が返ってくれば、それが会社の方針です。方針が分かれば、その中で作れるものを作ればいい。 ## 最初に自動化していい業務は、3つの条件を全部満たすものだけ ここが、この記事で一番書きたかったところです。機能の紹介はどこにでもあります。書かれていないのは、何を自動化すると失敗しないかのほうです。私は顧問先で、最初の1本をこの3条件で選んでもらっています。 - 毎回同じ。例外が月に何度も出る業務は、最初の題材にしない。例外を吸収しようとすると、分岐が増え、誰も直せない塊になります。 - 判断が要らない。「これは重要か」「値引きしていいか」「この案件はどの担当か」——迷いが入る工程は人に残す。判断はプロの仕事、作業はAIの仕事です。 - 遅れても事故らない。止まっても数時間、最悪その日1日ずれるだけで済むもの。止まったら顧客に迷惑がかかる業務を1本目にしてはいけません。 3条件を全部満たす業務は、社内を見渡すと必ずあります。地味です。誰も表彰されない仕事です。だからこそいい。1本目の目的は、時間削減ではなく「自動化が回る状態を一度作ること」です。回った実感が一度あると、2本目からの速度がまるで変わります。 業務の例 毎回同じ 判断が要らない 遅れても事故らない 1本目の適性 フォーム回答を種類で分けて記録に残す ◎ ◎ ○ ◎ 毎朝、申込・問い合わせ件数を表に足す ◎ ◎ ◎ ◎ 予定が入ったら準備メモの下書きを作る ○ ○ ◎ ◎ 決まった相手からのメールだけ通知する ◎ ○ ○ ○ 会議の録画から要点の下書きを作る ○ △ ◎ ○ 問い合わせに自動で返信する △ × × × 見積金額を自動で計算して送る △ × × × 受注・請求の確定処理を自動化する ○ × × × 下の3行を見てください。×が並ぶのは、どれも「顧客に直接届く」「お金が動く」業務です。これらを自動化してはいけない、という意味ではありません。1本目にするな、という意味です。自動化は、間違いも自動で繰り返します。人がやれば1件で気づく間違いが、自動化すると100件出てから気づく。だから1本目は、間違えても取り返しがつく場所に置く。順番の話です。 最初の1本の選び方を、無料資料で見る ## 3条件を満たす、現実的な最初の3本 抽象論だけだと動けないので、私が実際に顧問先へ勧めている3本を、3点設計の形で書きます。会社の業種を選びません。 ### ① フォーム回答の仕分けと記録 問い合わせフォーム、申込フォーム、社内の申請フォーム。どれでもいい。きっかけ＝フォームに回答が入ったら。処理＝内容を決めた区分に分けて、記録用の表に1行足す。出力＝表の1行と、担当への通知1件。 ここで大事なのは、区分を先に決めることです。「問い合わせの種類でいい感じに分けて」と書くと、その日の気分で分類名が変わります。翌月に集計しようとして、同じ内容が3つの名前で入っているのを見つけることになる。区分は3〜5個。決めた名前以外は「その他」に落として、その他が増えたら人が見直す。これだけで、記録が集計に耐えます。 そして、「これは商談になりそうか」の判定は自動化しません。そこは人の仕事です。自動化するのは、仕分けと記録と通知まで。この線を引けるかどうかが、その後の全部を決めます。 ### ② 予定が入ったら、下準備の下書きを作る きっかけ＝予定表に訪問や商談の予定が登録されたら。処理＝相手先の過去のやりとりや前回の記録を引いて、確認事項の案を並べる。出力＝下書きが1本、決めた場所に置かれる。 この1本が効くのは、準備が「やろうと思えばできるが、たいてい前日の夜になる」種類の仕事だからです。予定を入れた瞬間に、粗い下書きが1本できている。当日の朝、それを2分見て直す。ゼロから作るのと、直すのとでは、心理的な重さが違います。 注意点は一つ。出力は「下書き」であって「送信」ではありません。相手に届くものを自動で出さない。これは1本目に限らず、当面ずっと守ったほうがいい線です。人の承認をどこに置くかという設計は、AIへの委任設計の記事で詳しく書きました。 ### ③ 決めた相手のメールだけ、通知する きっかけ＝あらかじめ決めた相手（3〜5件のドメインやアドレス）からメールが届いたら。処理＝件名と要点を短くまとめる。出力＝チャットか自分宛に通知1件。 「重要なメールを通知して」と書きたくなりますが、これは動きません。重要の定義がAIの側にないからです。定義を渡せば動く。「重要」を「この3社」に置き換えるのが、言葉にするという作業の中身です。3社で回してみて、取りこぼしがあれば足す。最初から全部を拾おうとすると、通知が多すぎて誰も見なくなり、結局止まります。 この3本に共通するのは、出力が「下書き」「表の1行」「通知1件」で止まっていることです。会社の外に何も出ていない。中で完結している。だから、間違っても直せます。 ## 自社の実践——イベント申込の日次レポートを、人が数えるのをやめた話 うちは生成AI顧問が本業ですが、その前身としてイベント運用をやってきました。累計112企画、参加者は延べ10,551名、満足度94.9%（いずれも自社実績・2026年8月時点）。ウェビナーや勉強会を継続的に回している会社です。この仕事には、毎日必ず発生する作業があります。申込状況の確認です。 以前は、誰かが管理画面を開いて、申込数を数えて、参加者の一覧を眺めて、集計用の表に手で書き足していました。1回あたり10分もかからない。でも毎日です。しかも、忙しい日ほど飛ぶ。飛んだ日があると、日次の推移が歯抜けになり、「先週と比べてどうか」が言えなくなります。数えるのは簡単なのに、続けるのが難しい。この種の仕事が、自動化の一番いい題材です。 今は、こうなっています。3点設計で書きます。 自社の申込レポート自動化——公開してよい構造 きっかけ　毎朝の決まった時刻に、自動で動く。人は何もしない ↓ 処理　開催予定の企画について、申込数と参加者の一覧を取得する ↓ 出力　スプレッドシートの「日次推移」と「流入元の集計」を更新する ↓ 人がやること　結果の表だけを見る。数えない、写さない、開かない 出所：AiWiLL社内のイベント申込レポート自動化（2026年8月時点の運用。個別の数値は非公開） やっていることは、地味です。取得して、集計して、表を更新する。それだけ。変わったのは、朝の会話です。「今どのくらい入ってる？」「ちょっと待って、開きます」がなくなりました。表を見れば、昨日から何件増えたか、どこから来ているかが載っている。会話が「数字を確認する」から「この伸び方で足りるか」に変わりました。これが、私が言っている「攻めの手数」です。時間が浮いたことより、打てる手の議論に時間が移ったことのほうが大きい。 もう一つ、公開してよい範囲で書いておきます。うちでは、会計・カレンダー・メール・ドライブといった社内の道具を、AIから直接読める状態にしています。中身の数字はここには書きませんが、原理は申込レポートと同じです。人が開いて写す工程を消し、人は結果の判断に集中する。読ませる先が増えるほど、3点設計の重要性は上がります。何を、いつ、どこへ——これが曖昧なまま接続だけ増やすと、便利ではなく不気味になります。 そして、この自動化を作ったときに一番時間をかけたのは、実は処理でも出力でもありません。失敗時です。次の章で書きます。 ## 有効にする前に、必ず1回テストで流す。最初は自分の領域だけで 自動化で事故る会社に共通するのは、性能不足ではありません。いきなり本番で有効にしたことです。手作業なら1件目で「あれ、違うな」と気づけます。自動化は気づく機会をなくす仕組みなので、間違ったまま100件進みます。 だから順番はこうです。 - 3点を紙に書く。きっかけ・処理・出力。失敗時も書く。 - 自分の領域だけで作る。共有していない自分のフォルダ、自分の予定表、自分宛の通知。共有ドライブや全社の場所で作らない。 - テストで1回流す。本物のデータ1件でいい。出てきたものを、隅から隅まで読む。 - 直す。だいたい、言葉が足りていません。区分名が曖昧、出力の場所が曖昧、要約が長すぎる。 - もう1回流す。2回目で「これでいい」と思えたら、初めて有効にする。 - 1週間、自分だけで回す。毎日出てくるものを見る。ここで必ず何か見つかります。 - 他人を巻き込む。共有の場所へ移し、関係者に見せる。 この順番を飛ばした顧問先で起きたことを、一般化して残します。どれも、道具の問題ではありません。 - 通知が全員に飛んだ。自分宛のつもりが、共有のチャンネルに流れていた。1日で「通知を切ってください」と言われた。 - 同じ行が二重に増えた。きっかけが2回発火する条件になっていて、集計が実態の倍になった。表を見た人が「今月すごいですね」と言ってしまった。 - 古い下書きが上書きされた。出力先のファイル名を固定していたため、前日の下書きが毎日消えていた。 - 共有ドライブの中身を広く読ませてしまった。本人にその意図はない。範囲を書かなかっただけ。 4つ目が、一番静かに危ない。AI導入の失敗パターンの記事でも書きましたが、事故は「危ないことをした人」より「範囲を書かなかった人」から出ます。自分の領域から始める、という原則は、この一点のためにあります。 ## 止まったときに気づける設計——動かないより、動いたつもりのほうが怖い ここが、機能紹介の記事にはまず書かれていない部分です。そして、実務で一番効きます。 自動化には2種類の壊れ方があります。止まる壊れ方と、動いているように見えて中身が空の壊れ方です。前者は、気づけます。表が更新されないから、誰かが「あれ？」と言う。厄介なのは後者です。毎朝、表は更新される。日付も入る。でも、件数がずっと0。取得先の仕様が変わったのか、権限が切れたのか、単に本当に0件なのか——見分けがつかない。 私が自社の申込レポートで一番時間をかけたのは、この見分けをつけることでした。「0件でした」と「取れませんでした」が同じ見た目になってはいけない。ここを分けていないと、3週間くらい誰も気づかず、気づいたときには「先月のデータが全部空でした」になります。過去の数字は、あとから取り直せないことがあります。 壊れ方 見た目 気づかない理由 設計での対策 そもそも動かない 出力が増えない 毎日見る人がいないと数日埋もれる 出力に実行日時を必ず書く。日付が古ければ止まっている 動くが取得に失敗 0件として記録される 本当の0件と区別がつかない 「0件」と「取得失敗」を別の表示にする 権限が切れた エラーが誰にも届かない 作った人の画面にしか出ない 失敗したら決めた場所へ通知が飛ぶようにする 二重に動く 数字が増える 増えたほうを人は疑わない 同じ日付の行が2つないか、週1で目視 途中で仕様が変わった 形は同じ、中身がずれる 見出しが同じなので違和感が出ない 月1で、人が手作業と突き合わせる 作った人が退職した ある日、静かに止まる 存在自体が引き継がれていない 自動化の一覧表を1枚だけ作り、持ち主を書く 対策はどれも高度ではありません。実行日時を書く。0件と失敗を分ける。失敗を人に届ける。週1と月1で人が見る。この4つだけです。作るのに10分もかかりません。でも、この10分を省いた自動化は、半年後に必ず「いつから壊れてたの？」になります。 もう一つ、忘れられがちなのが最後の行です。誰が持ち主か。自動化が5本、10本と増えると、誰が作ったか分からないものが出てきます。作った本人も忘れます。私は顧問先に、自動化の一覧を1枚だけ作ってもらいます。名前、きっかけ、出力先、持ち主、最終確認日。この5列だけ。凝った管理台帳はいりません。凝ると更新されなくなります。 ## 持ち帰り①：自動化する業務の選別チェックリスト10問 「何から自動化すればいいか分からない」への、私の答えです。候補の業務を1つ思い浮かべて、10問にYes/Noで答えてください。 - その業務は、月に4回以上発生しますか。（年に数回なら、自動化より手順書のほうが早い） - 「◯◯されたら始まる」と1行で言えますか。（人の気分が起点なら、まだ自動化できない） - 手順が、毎回ほぼ同じですか。（例外が3回に1回出るなら、まず例外の減らし方を考える） - 途中に「迷う」工程がありませんか。（迷いがあるなら、そこで切って人に残す） - 出てくるものが、毎回同じ形ですか。（表の1行、下書き1本、通知1件のように言えるか） - 出力の置き場所が、もう決まっていますか。（「あとで決める」は、半年後に行方不明になる） - 半日止まっても、顧客に迷惑がかかりませんか。（かかるなら1本目にしない） - 扱う情報に、社外秘や個人情報が含まれていませんか。（含むなら、範囲と権限を先に決める） - 失敗したとき、誰がどうやって気づくか言えますか。（言えないなら、まだ設計が終わっていない） - その業務が消えたら、喜ぶ人が具体的に1人以上いますか。（誰も困っていない業務を自動化しても、誰も使わない） 判定はシンプルです。Yesが8個以上なら、今日から作っていい。5〜7個なら、Noだった項目を先に潰す。4個以下なら、その業務はまだ自動化の材料ではありません。棚卸しに戻ってください。何を切り出せばいいかが分からない場合は、棚卸しの記事と導入の進め方の記事が下地になります。 10問目を最後に置いたのには理由があります。技術的に自動化できても、誰も困っていなかった業務は、作った翌月に使われなくなります。私はこれを何度も見ました。自動化の題材は、機能から探すのではなく、うんざりしている人から探す。朝いちばんに面倒な顔をしている人が、一番いい題材を持っています。 ## 持ち帰り②：業務フローを言葉にする穴埋めひな形 選別を通った業務を、この形に落としてください。ツールを開く前に、これを埋めます。埋まらない欄が、そのまま設計の穴です。 # 自動化シート：〈業務の名前〉 ## きっかけ（◯◯されたら） - 　　　　　　　　　　　　　　　　　が　　　　　　　　　　されたら - 動く頻度：（毎回 / 1日1回 / 週1回 / 月1回） - 動く時刻や条件： ## 処理（何を見て、何をするか） - 見るもの：（どのファイル・どの受信箱・どの範囲まで） - やること：（分類する / 数える / 引いてくる / 要約する） - 区分の名前（決め打ち）：①　　　 ②　　　 ③　　　 ④その他 - やらないこと：（判断・送信・削除・確定） ## 出力（何が、どこに、どんな形で残るか） - 形：（表の1行 / 下書き1本 / 通知1件） - 置き場所： - 出力に必ず入れるもの：実行日時 / 対象期間 / 件数 - 読む人： ## 失敗時（動かなかったとき、誰がどう気づくか） - 0件のときの表示： - 取得できなかったときの表示：（0件と必ず変える） - 失敗の通知先： - 週1で見る人：　　　　　月1で突き合わせる人： ## 持ち主 - 作った人：　　　　　　　引き継ぎ先： - 最終確認日： 1か所だけ補足します。「やらないこと」の欄を、必ず埋めてください。ここが空だと、自動化は勝手に広がります。「ついでに返信も送っちゃえば」「ついでに古いファイルを消せば」。この「ついで」で事故が起きます。判断・送信・削除・確定の4つは、当面ずっと人の側に置いておく。これは臆病なのではなく、判断はプロの仕事、作業はAIの仕事という分担の話です。 記入例も1つ置きます。さきほどの「フォーム回答の仕分けと記録」を埋めるとこうなります。 # 自動化シート：問い合わせフォームの仕分けと記録 ## きっかけ - 問い合わせフォームに 回答が入力 されたら - 動く頻度：毎回 ## 処理 - 見るもの：そのフォームの回答内容のみ（他のファイルは見ない） - やること：内容を区分に分け、記録用の表に1行足す - 区分：①導入相談 ②採用 ③取材・掲載 ④その他 - やらないこと：返信を送らない。商談かどうかの判定をしない ## 出力 - 形：表の1行 ＋ 担当への通知1件 - 置き場所：問い合わせ台帳（共有）／通知は営業チャンネル - 出力に必ず入れるもの：受信日時、区分、要点3行 - 読む人：営業担当 ## 失敗時 - 0件のときの表示：そもそも発火しないので、週1で「今週0件」を目視 - 取得できなかったとき：通知に「取得失敗」と明記 - 失敗の通知先：作った本人＋もう1名 - 週1で見る人：営業担当　　月1で突き合わせる人：管理 ## 持ち主 - 作った人：〈氏名〉　引き継ぎ先：〈氏名〉 - 最終確認日： この1枚が書けていれば、あとはどの道具でも組めます。書けていないなら、道具の前で悩む時間が長くなるだけです。紙の上で15分悩むほうが、画面の前で3時間悩むより早い。私が顧問先で最初にやるのは、いつもこの15分です。 設計シートの使い方を、無料資料で確認する ## 2年後、この道具の名前は変わっています。残るのは3点設計です この記事に、画面のどこを押すかを書かなかった理由を書きます。 私は2026年2月に会社を作って、生成AI顧問として累計約15社、研修や講座を含めれば30社を超える現場に入ってきました。その短い期間だけでも、道具は何度も入れ替わりました。名前が変わったもの、統合されたもの、別の製品に吸収されたもの。操作を覚えた人から順に、覚え直しになりました。 一方で、一度も変わらなかったものがあります。きっかけ・処理・出力の3点です。この3点は、20年前の業務システムでも、今のノーコードでも、これから出てくる何かでも同じです。「何が起きたら」「何をして」「何が残るか」は、道具の都合ではなく、仕事の構造だからです。 だから、社内で残すべき資産は、操作マニュアルではありません。埋めた設計シートです。道具が変わっても、シートがあれば1時間で作り直せます。シートがないと、詳しかった人がいなくなった時点でゼロからです。会社に文脈を残すという話を、私はいろんな記事で書いてきました（コンテキスト経営とは／AI社員の作り方）。業務自動化も、まったく同じ話です。残すのは設定ではなく、決めごとのほうです。 もう一つ。自動化は「作って終わり」ではありません。作った後、直しが必ず出ます。区分名を足したい、通知先を変えたい、要約が長い。この直しを毎回口頭で伝えていると、伝えた人が辞めた瞬間に元に戻ります。直しは、設計シートに書き戻す。1行でいい。同じ直しを二度言わなくていい状態を作ることが、自動化の本当の完成形です。 ## よくある質問 ### Q1. 会社のアカウントで、そもそも機能が見当たりません。 多くは、管理者がまだ有効にしていないだけです。会社のデータを扱う機能ほど、管理者が許可するまで社員の画面には出てきません。仕組み上そうなっているので、待っていても出ません。アカウントを発行した人が実質の管理者なので、その人に「自分のアカウントだけで試したい」と1行で頼んでください。個人のアカウントで会社の業務を作るのは、やめたほうがいいです。その人が辞めた日に、業務が黙って止まります。 ### Q2. プログラミングの知識は必要ですか。 いりません。必要なのは、業務を日本語で3行にする力です。「フォームに回答が入ったら／内容を4区分に分けて台帳に1行足し／担当に通知1件」。これが書ける人が作れます。逆に、この3行が書けない人は、プログラミングができても作れません。詰まる場所は技術ではなく、いつも言語化です。 ### Q3. 既に使っている業務システムとつなげたいのですが。 つなげる前に、つなぐ理由を1行で書いてください。「見に行くのが面倒」は理由になりますが、その場合でも最初は読むだけにします。書き込みは後回しです。基幹システムや業務アプリとの連携で気をつける点は業務システム連携の記事にまとめてあります。1本目の題材としては重いので、まずは中で完結する自動化を1本通してからをお勧めします。 ### Q4. 情シスがいません。誰が作るべきですか。 その業務にうんざりしている本人が作るのが、一番うまくいきます。詳しい人に頼むと、詳しい人の想像で作られて、現場が使いません。ただし、持ち主を1人決めて一覧表に書いてください。作った人が異動・退職したときに引き継げないと、静かに壊れます。社内で誰が旗を振るかという話はAI推進担当者の記事にあります。 ### Q5. セキュリティが心配です。何から決めればいいですか。 2つだけ先に決めてください。読ませてよい範囲と、やらせないことです。範囲は「自分のフォルダの中だけ」から始める。やらせないことは、判断・送信・削除・確定の4つ。この2行を決めずに接続だけ増やすのが一番危ない状態です。詳しい設計はセキュリティ設計の記事へ。 ### Q6. 作った自動化が増えてきたら、どう管理しますか。 1枚の一覧表で足ります。名前、きっかけ、出力先、持ち主、最終確認日。この5列だけ。凝った管理台帳を作ると、3か月で更新されなくなります。月1回、その表を上から見て、最終確認日が古いものだけ動作を確かめる。10本くらいまでは、これで十分回ります。 ### Q7. ChatGPTやClaudeに毎回貼り付けるのと、何が違うのですか。 人が起動するかどうかが違います。チャットに貼るのは、その都度の相談です。忙しい日は飛びます。自動化は、忙しい日ほど価値が出ます。ただし、判断が要る仕事はチャットのほうが向いています。毎回同じで判断が要らない仕事は自動化、毎回違って判断が要る仕事は対話。この使い分けが実務では効きます。道具ごとの向き不向きは主要ツールの使い分け記事にまとめています。 ### Q8. 自動化したのに、誰も使ってくれません。 出力の置き場所が、その人の動線から外れていることが多いです。毎朝チャットを見る人に、共有ドライブの奥のファイルを更新しても届きません。もう一つは、誰も困っていない業務を自動化した場合。選別チェックリストの10問目です。社員がAIを使わない理由の記事にも書きましたが、使われないものは、たいてい作る前の選び方で決まっています。 ### Q9. 失敗が怖くて、最初の1本が決められません。 「半日止まっても誰も困らない業務」から選んでください。集計、記録、下書き。この3つのどれかです。1本目の目的は成果ではなく、回る状態を一度作ることです。回った実感があると、2本目からの速度が変わります。逆に、いきなり顧客に届くものを1本目にすると、一度事故った時点で社内が二度とやらせてくれなくなります。 ## まとめ：道具を開く前に、3行書く Workspace Studio のような道具が出てきたことで、業務自動化の入り口はずいぶん低くなりました。低くなったのは入り口だけです。中に入ってから必要なのは、相変わらず「自分たちの仕事を言葉にする」作業です。 - 自動化は「きっかけ・処理・出力」の3点から。「◯◯されたら」で書き始める - 会社アカウントで機能が出ないのは不具合ではない。管理者が許可するまで出ない設計 - 1本目は、毎回同じ・判断が要らない・遅れても事故らない、の3条件を全部満たすものだけ - 出力は「下書き」「表の1行」「通知1件」で止める。送信・削除・確定は人に残す - 有効にする前に必ずテストで流す。最初は共有していない自分の領域で - 止まったときに気づける設計を先に作る。0件と取得失敗を、同じ見た目にしない - 持ち帰りは、選別10問と、きっかけ／処理／出力／失敗時の穴埋めシート うちは社員2名、業務委託を含めて8名の会社です。熱海から、顧問先を回しています。この人数で回っている理由の一つが、朝の集計を人がやっていないことです。派手な自動化はありません。数えるのをやめた、写すのをやめた、開くのをやめた。それだけです。浮いた時間で、数字を見て次の手を決めています。自動化の価値は、時間が浮いたことではなく、打てる手が増えたことのほうにあります。 2年後、この道具の名前は変わっているでしょう。3行のシートは残ります。私が顧問先に渡しているのも、操作の手順ではなく、この3行の書き方です。 伴走の役割についてはAI顧問とはにまとめてあります。社内のどの業務から自動化すべきか、選ぶところから一緒にやりたい方向けに、無料の資料セットを置いてあります。選別の10問と設計シートの使い方は、こちらからどうぞ。 自動化する業務の選び方を、無料資料セットで見る ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：125字（推奨120〜158字） ============================================================ Workspace Studioの使い方を、生成AI顧問・赤堀が実務目線で公開。鍵は「きっかけ・処理・出力」の3点を日本語にすること。会社アカウントで機能が出ない理由、最初に選ぶ業務の3条件、止まったときに気づける設計、選別10問と穴埋めシートまで。 --> --- # 仕事の引き継ぎをAIで進める｜「書く時間がない」まま退職日が来る前に URL: https://aiandwill.com/hikitsugi-ai/ 公開: 2026-08-24 / 更新: 2026-09-02 退職日が決まった社員に「引き継ぎ書、まとめておいてね」と頼む。1ヶ月後、最終出社日の夕方に出てくるのは、書きかけの箇条書きが数枚——。この光景に、業種はあまり関係ありません。本人が怠けていたわけでもありません。残りの数週間は担当案件の締めと取引先への挨拶と有休消化で埋まり、「引き継ぎ書を書く時間」は、最終日まで一度も来なかった。それだけのことが、どの会社でも起きます。 先に結論を置きます。引き継ぎ書は、退職する本人に「書かせる」文書ではありません。AIに「聞き出させて」作る文書です。そしてもう1つ。後任に渡すべきものは、読む資料の束ではなく、「聞けば答えが返ってくる相手」です。この2つを設計に入れれば、残り2週間からでも引き継ぎは間に合います。逆に、テンプレートを渡して「埋めておいて」と頼む限り、どれだけ立派なテンプレでも白紙のまま退職日が来ます。 この記事は、退職・異動にともなって数週間のうちに仕事を渡す「実務の引き継ぎ」専用です。10年かけて磨かれた職人の技能を残す話や、経営そのものを次の代へ渡す話には、それぞれ別の型があり、後半で交通整理します。ここでは「書く時間がないまま退職日が来る」問題だけを、聞き出す工程から後任への受け渡しまで、最後まで扱います。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 引き継ぎ書が出てこないのは、怠慢ではなく構造 私は生成AI顧問として累計約15社、研修・レクチャーまで含めれば30社超の会社と仕事をしてきました。その中で「退職者が期日までに、後任がそのまま使える引き継ぎ書を残していった」という話は、驚くほど聞きません。頼んだ側は「あの人は真面目だから大丈夫」と思い、頼まれた側も「ちゃんと書くつもり」でいる。それでも出てこない。理由は本人の性格ではなく、3つとも構造の側にあります。 1つ目、残り時間は通常業務が最後まで食うから。退職が決まった人の残り数週間は、暇になりません。むしろ逆です。担当案件を締め、取引先を回り、有休を消化する。実働日はカレンダーより短い。「手が空いたときに書いておいて」の手が空く日は、最終日まで来ません。引き継ぎ書は、退職者のタスクリストの中で、常に「今日の締切がある仕事」に負け続けます。 2つ目、自分の仕事の何が特殊か、本人には見えないから。毎日やっている仕事は、本人の中で「普通にやっているだけ」に圧縮されています。どの手順が他人には非自明で、どの判断に価値があるのか、当の本人がいちばん分からない。だから書き始めても「こんな当たり前のことを書く意味があるのか」で手が止まります。実際には、その「当たり前」こそ後任が3ヶ月苦しむ中身なのですが。この構造は業務の棚卸しの記事で書いたことと同じです。優秀な人ほど、自分の仕事を白紙から言語化できません。 3つ目、読む相手の顔が見えないから。後任が決まっていない、決まっていても着任前——という状態で書く引き継ぎ書は、宛先のない手紙です。相手の経験値が分からなければ、どこまで細かく書けばいいか判断できない。結果、粗すぎて使えないか、細かすぎて終わらないかのどちらかに倒れます。 では口頭で、となるのが自然な流れです。時間がないなら話して渡せばいい。ただし口頭は消えます。同席した後任のメモは、その日のうちに本人にも解読できなくなる。そして聞いた側が「何を聞き漏らしたか」に気づくのは、決まって前任がいなくなった後です。聞き漏らしは、聞いている最中には定義上気づけません。 引き継ぎの修羅場は、言い換えれば属人化の請求書が一括で届く瞬間です。ただ、請求書が届いてから属人化を解消する時間はもうありません。残り数週間でできるのは、その人の頭の中身をできるだけ多く、後から使える形で回収することだけです。そのための道具立てが、次の「聞き出す」方式です。 ## 書かせるな、聞き出させろ——AIインタビュー方式 やり方の中核は1つです。AIをインタビュアー（聞き手）にして、退職者は質問に答えて話すだけにする。AIが1問ずつ質問し、答えに応じて「たとえば？」「直近では？」と深掘りし、聞き終わったらその場で文書に清書する。退職者はペンも白紙も持ちません。話すだけです。この方式そのものの設計——インタビュー設計プロンプトの5要素と、コピーして使える汎用プロンプト全文——はAIにインタビューさせる棚卸し術の記事にすべて置いてあります。ここでは中身を繰り返さず、引き継ぎに固有の運用だけを足します。 第一に、予定として押さえる。「時間があるときにAIと話しておいて」は、「書いておいて」と同じ結末になります。最終出社の2週間前までに、30〜60分の枠を2〜3回、カレンダーに入れる。会議室のホワイトボードも事前資料も要りません。椅子と、話した言葉が文字になる環境があれば始まります。初回だけは上司か推進役が同席して型を作り、2回目からは本人とAIだけで回すのが、私が顧問先に勧めている形です。 第二に、口頭引き継ぎは録音する。前任と後任が並んで話す時間が取れるなら、それ自体は貴重です。ただし必ず録音し、文字起こしし、AIに後述の「4点セット」の見出しへ仕分けさせる。口頭が消える問題は、録音1つでほぼ消えます。録音は本人に目的——引き継ぎ資料を作るため——を伝えて同意を取ってから。こっそり録らない。ここを雑にすると、残り数週間の信頼関係ごと壊れます。 第三に、質問は「引き継ぎの4点セット」に沿って設計する。棚卸しのインタビューとの違いはここです。棚卸しは仕事の全体像を広く出す。引き継ぎは、後任が来週から困らないことに全振りする。聞くべき軸を先に固定するから、漏れが「前任がいなくなってから」ではなく「その場で」見つかります。 観点 「書いておいて」方式 「聞き出す」方式 着手 本人の善意と空き時間を待つ カレンダーの30〜60分×2〜3回で始まる 退職者の負担 白紙に向かう数時間〜数十時間（実際は着手されない） 質問に答えて話すだけ 出てくる中身 本人が「書くべき」と思えた範囲だけ 深掘りで、本人が意識していない判断まで出る 漏れの見つかり方 前任がいなくなってから発覚する 質問リストとの突き合わせで、その場で見つかる 後任が未定のとき 宛先がなく筆が止まる 聞き手はAIなので関係なく進む 最終週の風景 書きかけの文書と、気まずい進捗確認 清書の確認と、やりかけ案件の更新だけ 残るもの 未完成の文書 文字起こし（原料）と清書（成果物）の両方 実際のやり取りの空気は、たとえばこうなります。 ▼ 以下は特定の会社の事例ではなく、複数の現場を一般化した再現イメージです。 ✻ 月末の請求処理で、手順書に書いていないけれど毎回やっていることはありますか？ 特にない……いや、月末が土日に重なる月は前倒しなんだけど、その時は先に営業側へ一報入れてるな。言われたことはないけど、入れないと揉めるので。 ✻ その「入れないと揉める」を、もう少し詳しく。過去にどんなことがありましたか？ この「言われたことはないけどやっている」が、引き継ぎ書に載らないまま、後任が高い確率で踏む地雷になります この「言われたことはないけどやっている」は、本人が白紙に向かっても絶対に書きません。書くべきことだと認識していないからです。質問されて、初めて口から出る。引き継ぎでAIを使う意味は、文章をきれいにすることではなく、この一言を退職日より前に取り出すことにあります。 ## 引き継ぎの4点セット——手順・判断・関係者・やりかけ 聞き出す軸は4つに固定します。私が顧問先で引き継ぎの相談を受けたとき、必ずこの4つで漏れを点検します。 引き継ぎの4点セット ① 定型業務の手順　何を・いつ・どうやって。月次・年次の低頻度業務が最も漏れる ② 判断の基準　例外が来たとき、何を優先して受ける・断る・確認するか ③ 関係者と経緯　誰にどの順で話を通すか。なぜ今のやり方に落ち着いたか ④ やりかけの仕事　案件ごとの現在地・次の一手・期限・相手。唯一、鮮度が命 ①定型業務の手順は、引き継ぎ書と聞いて誰もが思い浮かべる中身です。ここで漏れるのは毎日の仕事ではなく、月に1回、年に数回の仕事です。毎日の仕事は後任も横で見て覚えられますが、年1回の更新手続きは、次に発生するのが前任の退職後だからです。手順を文書として整える型はマニュアル作成の記事に譲り、引き継ぎでは「一覧に低頻度業務が入っているか」だけを死守します。 ②判断の基準が、4つの中で最も価値が高く、最も文書に残りません。「この組み合わせが来たら一度立ち止まる」「この金額を超えたら上に確認する」「この相手の急ぎは本当に急ぎ」。本人が言語化したことのない基準は、白紙方式では出てこず、質問の深掘りからしか出てきません。ベテランの頭の中の言語化を正面から扱った暗黙知の記事と地続きの領域ですが、引き継ぎでは全部は狙いません。後任が最初の3ヶ月で出会う例外に絞って聞き出します。 ③関係者と経緯は、組織の中でしか意味を持たない知識です。誰に先に話を通すか。この順番を飛ばすと誰が困るか。そして「なぜ今のやり方になったのか」。経緯を知らない後任が、善意で業務を「改善」し、過去に失敗済みの案をもう一度実行する——という事故は、経緯が引き継がれなかった会社で繰り返し起きます。やめた方法とその理由は、現行の方法と同じ重さで聞き出す価値があります。 ④やりかけの仕事は、唯一、鮮度が命です。案件ごとに「現在地・次の一手・期限・相手」の4項目。これはインタビューで一度聞き出した後、最終週にもう一度だけ更新します。「対応中」とだけ書かれた案件一覧は、引き継ぎ書の体裁をした空白です。 市販のテンプレートや配布ひな形の多くは、①と④の欄しかありません。②と③は、欄として作りにくいからです。しかし後任が3ヶ月後に苦しむのは②と③です。テンプレを埋めさせる引き継ぎが、提出されたのに機能しない理由がここにあります。4点セットは埋める欄ではなく、聞き出す質問の軸——この記事がテンプレ配布で終わらないのは、そのためです。 聞き出しの型と置き場の設計を、無料資料で見る ## 持ち帰り①：退職者へのAIインタビュー質問リスト（4点セット対応） そのまま使える形で置きます。AIに渡す設計の要点と、4点セットに対応した質問です。設計プロンプトの一般形は棚卸し記事の5要素に従い、ここでは引き継ぎ専用の中身だけを差し替えています。 # 引き継ぎインタビューの設計（AIに渡す要点） - 役割：あなたは引き継ぎ専門のインタビュアー - ゴール：後任が最初の1ヶ月を、前任へ連絡せずに回せる引き継ぎ書 - 進め方：1問ずつ。答えが抽象的なら「たとえば？」「直近では？」で深掘り - 清書：終了後、下の4見出しで文書化。不明のまま残った点は「要確認」と明記 ## ① 定型業務の手順 - 毎日／毎週／毎月／年に数回やる仕事を、それぞれ挙げてください - そのうち、あなた以外に誰もやったことがない仕事はどれですか - 手順を知らない人がやったら、まずどこで間違えそうですか ## ② 判断の基準 - 例外的な依頼が来たとき、受ける・断る・保留は何で決めていますか - 「これが来たら一度立ち止まって確認する」パターンはありますか - 過去にヒヤリとした判断と、それ以来変えたことを教えてください ## ③ 関係者と経緯 - この仕事で、事前に話を通しておくべき人は誰ですか（社内・社外） - その人には、どの順番で・どんな伝え方をするとうまく進みますか - 今のやり方に落ち着くまでに、やめた方法・失敗した方法はありますか ## ④ やりかけの仕事 - 進行中の案件をすべて挙げて、それぞれの現在地を教えてください - 各案件の「次の一手」と期限、相手は誰ですか - あなたが返事を待っているボール、相手が待っているボールはどこですか ## 最後の2問 - 後任が最初の1ヶ月でいちばん困るとしたら、何だと思いますか - ここまで聞かれなかったことで、言い残したいことはありますか 最後の2問は飾りではありません。用意した質問は、設計した側の想像力の範囲でしか聞けません。「聞かれなかったけれど言い残したいこと」の欄から、想像の外にあった一番大事な一言が出てくることは、珍しくないのです。 ## 残り2週間の進行表——試運転を最終日より前に置く 質問リストを手にしたら、あとは日程です。最終出社まで2週間を想定した進行を置きます。もっと余裕があるなら前倒しに、1週間しかないなら後述のFAQの優先順位で圧縮してください。 - 14〜11日前：枠を押さえて、1回目のインタビュー。①定型手順と④やりかけの全量出し。広く浅く、まず一覧を作ります。清書はその日のうちにAIが出し、本人は「要確認」と付いた箇所だけ潰す。書く仕事は、初日からもう発生していません。 - 10〜7日前：2回目のインタビュー。②判断の基準と③関係者・経緯の深掘り。1回目の清書を読んだ上司や後任から「ここが分からない」を集めておき、質問に混ぜます。並行して、口頭引き継ぎの場があるなら録音し、文字起こしをフォルダへ。 - 6〜4日前：後任の試運転。後任（未定なら上司）が、フォルダとAIだけを頼りに前任の業務を紙上で数日ぶん歩いてみる。「月初の朝、最初に何をする？」から順に聞き、答えに詰まった箇所を質問メモに溜めます。 - 3〜2日前：3回目のインタビュー。試運転で詰まった質問と、「最後の2問」。ここで出るのは、設計時には誰も思いつかなかった穴です。 - 最終日前日〜当日：更新だけ。④やりかけの現在地を最新にし、挨拶リストを最終確認。パスワード類は引き継ぎ書ではなく台帳側で権限を移す。新しい聞き出しはもうしません。 この進行表の急所は、試運転が3回目のインタビューより前にあることです。引き継ぎ資料の穴は、資料を眺めても見つかりません。使おうとした人が詰まった場所にだけ、穴が開いています。だから「作って、渡して、終わり」ではなく「作って、試して、詰まった分を聞き足して、終わり」。この一巡を前任の在籍中に回すことが、進行表全体の目的です。 ## 後任側の設計——「読む資料」ではなく「聞ける相手」を渡す 引き継ぎにはもう1つ、受け渡し側の事故があります。前任が頑張って分厚い引き継ぎ書を残したのに、後任が開かない。開いても、必要な1行がどこにあるか分からない。分厚い資料から目当ての箇所を引けるのは「どこに何が書いてあるか」を知っている人だけで、それを知っているのは前任だけ——という循環です。だから後任は結局、退職した前任の個人携帯に電話します。電話される側も、する側も、会社も、誰も幸せではありません。 渡す形を変えます。引き継ぎ資料は後任に「読ませる」のではなく、AIに読ませて、後任が「聞ける」状態にして渡す。インタビューの清書、録音の文字起こし全文、手順書、直近の記録。これらを1つのフォルダに集めてAIに読ませ、後任は自分の言葉で質問します。「明日、月次の請求処理があるらしい。最初に何をすればいい？」「この取引先に連絡する前に、社内の誰かに話を通す必要はある？」。読破は課しません。今日の仕事から逆に聞けばいい。読ませる仕組みの選び方と3段階は資料をAIに読ませる記事に書きました。 書籍『ChatGPTを、「AI社員」に育てる方法』の第3章に、「フォルダを職場にする」という話を書きました。引き継ぎは、この考え方がいちばん素直に効く場面です。前任には、頭の中身をフォルダという職場に置いて帰ってもらう。後任はそこに出社して、隣の席のAIに聞く。前任がいなくなっても、聞く相手は残る。これが「引き継ぎ書を渡す」と「聞ける相手を渡す」の違いです。 ここで、文字起こしの全文が効いてきます。清書された引き継ぎ書は要約です。要約は、作った時点で想定していなかった質問には答えられません。しかし文字起こしには、清書で落とした言い回しや脇道の一言が全部残っています。後任の質問に対して、AIが清書からではなく文字起こしの奥から答えを引いてくる——これは、紙の引き継ぎ書では構造的に起きないことです。原料を捨てずにフォルダへ残す理由は、ここにあります。 私は普段、AIを「賢い新入社員」にたとえて説明しています。ただ、引き継ぎフォルダを読ませた瞬間、立場は逆転します。AIは前任の記憶を持った、隣の席の先輩になり、新入社員は後任のほうです。だから後任は、新入社員が隣の先輩に聞くように聞けばいい。「この略語は何の略ですか」「この取引先って、どういう経緯の相手ですか」。人間の先輩と違って、同じ質問を3回しても嫌な顔をされません。着任直後の「こんなことも聞いていいのか」という遠慮——質問をためらわせる一番の壁——が、相手がAIだと消えます。 入れてはいけないものが1つあります。パスワード・認証情報・個人情報・顧客の機微情報は、引き継ぎフォルダに入れない。アカウント類は台帳を分けて、権限のある人だけが引ける場所へ。線の引き方はセキュリティ設計の記事にあります。混ぜてしまうと、便利になった瞬間に「共有できないフォルダ」になり、聞ける相手ごと塩漬けになります。 そして、引き継ぎの完了判定を変えます。「引き継ぎ書が提出されたら完了」ではなく、「後任が前任に連絡せずに1週間業務が回ったら完了」。できれば前任の在籍中に、後任がフォルダとAIだけを頼りに数日回すテストをする。そこで詰まった箇所が、そのまま追加インタビューの質問リストになります。前任がまだ社内にいるうちに詰まるのは、成功です。いなくなってから詰まるのが、失敗です。 ## この記事の守備範囲——技能伝承と経営承継は別の仕事 「引き継ぎ」という言葉には、時間軸の違う3つの仕事が同居しています。混ぜると失敗するので、先に分けます。 渡すもの 時間軸 典型場面 型と行き先 実務の引き継ぎ 数週間 退職・異動で担当が代わる 聞き出す＋聞ける相手を渡す（この記事） ベテラン技能の継承 数ヶ月〜数年 熟練者の勘所を若手に残す 長期の言語化サイクル。技能伝承の記事へ 経営の承継 年単位 経営者から後継者へ会社を渡す 判断と文脈の承継。事業承継の記事へ 数週間の引き継ぎの型で技能伝承をやると、深さが足りません。逆に、技能伝承の丁寧な型で退職引き継ぎをやると、退職日に間に合いません。退職者への数回のインタビューで「その人の30年」を残せるとは、私は言いません。残せるのは、後任が来週から回るための4点セットです。それ以上を望むなら、退職が決まるずっと前から、別の時間軸で始める必要があります。 同じ実務の引き継ぎの中でも、場面によって力点は少し変わります。 - 円満退職（2週間以上ある）。この記事の型をそのまま。進行表どおりに、試運転までを在籍中に回します。 - 急な退職（1週間以内）。④やりかけ→②判断基準→③関係者→①手順の順に圧縮。インタビューは1回60分でも、「最後の2問」だけは削らない。 - 異動。前任が社内に残るぶん、質問の一次対応をAIに肩代わりさせる価値が最大化します。前任の新部署を、旧部署の質問対応で潰さないための投資です。 - 産休・介護などの長期休業。戻ってくる前提なので、4点セットに「変えてよいこと・変えないでほしいこと」を1項目足します。休業中の変更点が整理されていれば、復帰時の「逆向きの引き継ぎ」まで軽くなります。 ## 日頃からの布石——日報と議事録が引き継ぎの原料になる ここまでは「退職が決まってから」の話でした。最後に、その手前の話をします。引き継ぎが毎回修羅場になる会社と、そうでもない会社の差は、退職が決まった日に手元にある原料の量です。原料がゼロなら、数週間ですべてを聞き出すしかない。原料があれば、引き継ぎは「ゼロからの聞き出し」ではなく「原料の編集と、足りない分だけの聞き出し」になります。 ここは、総務や上司だけの問題ではありません。引き継ぎの失敗は、後任が1人で苦しむ形では終わらないからです。前任が抱えていた顧客対応の勘所が消えれば、取引先の側から先に気づかれます。経営が判断すべきは「引き継ぎ書を出させるかどうか」ではなく、「その人の頭の中を、いつから会社の外側に置き始めるか」です。退職の相談を受けてから始めるのか、その前から原料を貯めておくのか。差が出るのはここです。 原料の筆頭が、日報と議事録です。日報の記事で書いたとおり、型のある日報には、やりかけの仕事と詰まった箇所が毎日残ります。議事録の記事で書いたとおり、議事録には決定と経緯と関係者が残ります。4点セットに重ねると、日々の記録がどこを埋めてくれるかが見えます。 日々の記録 ①定型手順 ②判断基準 ③関係者と経緯 ④やりかけ 日報 ○ △ △ ◎ 議事録 △ ○ ◎ ○ 手順書・マニュアル ◎ △ △ △ チャット・メールの履歴 △ △ ○ ○ 退職時のAIインタビュー ○ ◎ ◎ ○ 表の見方は単純です。日々の記録がある会社は、①③④の多くを既に持っています。退職時のインタビューは、記録に最も残りにくい②判断基準へ時間を集中できる。記録がない会社は、この表の全列を数週間で埋めることになります。同じ「引き継ぎ」でも、走る距離がまったく違うのです。 自社でも、小さく実践しています。過去の経営会議の議事録9本をAIに読ませ、そこから判断ルール39本を抽出して、社内規程へ書き戻しました（出所：自社実践、2026年8月）。詳細は経営会議をテーマにした別記事に譲りますが、引き継ぎの文脈で言えることは1つです。記録は、溜めるだけでは原料になりません。抽出して初めて、渡せる形になります。そして抽出は、人が去る直前ではなく、記録が溜まったそばからAIにやらせておける仕事です。 書籍『コンテキスト経営』の序章に書いたとおり、道具が増えても会社が変わらないのは、文脈が人の頭の中に残ったままだからです。退職は、その頭が会社から物理的に出ていく日です。文脈を日頃から外に置く習慣のある会社にとって、退職は「損失」ではなく「引き継ぎ作業」です。習慣のない会社にとっては、毎回が小さな災害です。 日頃の記録を引き継ぎ資産にする設計を、無料資料で確認する ## 先に踏まれてきた失敗の形 私の見聞きする範囲で、引き継ぎがうまくいかなかった会社の形を一般化して残します。どれも、担当者の能力の問題ではありませんでした。 - 立派なテンプレを渡して「埋めておいて」と頼んだ。白紙のまま最終週が来た。書かせる形式を変えない限り、テンプレの出来は結果に関係がなかった。 - 最終日近くに長時間の口頭引き継ぎを1回だけやり、録音しなかった。後任のメモは数日で解読不能になり、確認したいことが出てきた頃には、質問する相手がもういなかった。 - 分厚い引き継ぎ書が提出されて、安心した。中身は手順の羅列で、判断基準と経緯がなかった。後任は例外が来るたびに止まり、「引き継ぎは済んでいるはず」という周囲の認識だけが残った。 - 引き継ぎ書にパスワードと顧客の機微情報が直書きされていた。共有できない文書になり、個人保管のまま塩漬けになった。 - やりかけ案件の欄が「対応中」だけだった。現在地も次の一手もなく、止まっていることが相手先からの催促で発覚した。 直し方は、ここまで書いてきたことの裏返しです。書かせずに聞き出す。口頭は録音して文字にする。4点セットで漏れを点検する。秘密は分けて置く。やりかけは最終週に更新する。どれも高度な技術ではなく、順番と置き場の設計です。 ## 持ち帰り②：引き継ぎ漏れチェックリスト10問 退職日の1週間前に、上司または後任がこの10問で点検してください。「はい」と言えない項目が、残りの1週間でやることです。 - 定型業務の一覧に、月次・年次など頻度の低い仕事が入っているか（毎日の仕事より、年1回の仕事が漏れる） - 手順だけでなく、例外のときの判断基準——受ける・断る・確認する、の分かれ目——が言葉になっているか - 社外の関係者に、担当交代の挨拶と経緯を伝える相手リストと順番があるか - 「なぜ今のやり方なのか」の経緯が、変えてはいけない箇所に紐づけて残っているか（やめた方法と失敗した方法を含む） - やりかけの案件すべてに、現在地・次の一手・期限・相手の4項目が揃っているか - パスワード・認証情報・機微情報が、引き継ぎ書本文から分離されているか - 口頭での引き継ぎは録音・文字起こしされ、4点セットの見出しに仕分けられたか - 引き継ぎ資料の一式が、後任がAIに読ませられる場所に1つにまとまっているか - 後任が実際にAIへ質問して、答えが返るところまで確認したか（置いただけで終わっていないか） - 前任に連絡せず1週間業務が回るかのテストを、前任の在籍中に始めたか チェックリストの回し方を、無料資料セットで見る ## よくある質問 ### Q1. 退職する本人に、正直やる気がありません。協力してもらえますか？ 「書いておいて」は断られます。数時間の執筆を、去る会社のために引き受ける動機がないからです。「話すだけで30〜60分」なら、応じてもらえる確率は大きく上がります。それでも難しい場合は、残った痕跡——メール、共有フォルダ、過去の日報や議事録——を集めてAIに読ませ、後任側から再構成します。完全には戻りませんが、白紙よりはるかにましです。 ### Q2. インタビューや口頭引き継ぎの録音は、問題ありませんか？ 目的（引き継ぎ資料の作成）を本人に伝えて、同意を取ってからにしてください。無断録音はしない。個人的な話や人事評価に関わる話は録音の外で扱う。文字起こしから機微な発言を除く最終確認は、AIではなく人がやります。 ### Q3. 引き継ぎ書のテンプレートを探しています。おすすめはありますか？ テンプレを「本人に埋めさせる」形式こそが、間に合わない原因です。見出しは4点セット——手順・判断基準・関係者と経緯・やりかけ——で足ります。変えるべきはテンプレの出来ではなく、埋める工程です。本人が書くのではなく、AIが聞いて清書する。この順番にすれば、どのテンプレでも機能します。 ### Q4. 残り1週間しかありません。何から手を付けるべきですか？ ④やりかけの仕事 → ②判断の基準 → ③関係者と経緯 → ①定型手順、の順です。④は本人にしか分からないうえに期限があり、②③は本人の頭の中にしかありません。①は最悪、残った画面や様式から後任が再構成できる余地があります。1時間しか取れないなら、④と「最後の2問」だけでもインタビューしてください。 ### Q5. 異動の引き継ぎも同じやり方ですか？ 型は同じです。異動は前任が社内に残るので「聞ける相手」が実在しますが、それに甘えると、前任は新部署の仕事と旧部署の質問対応の二重稼働になります。異動こそ、フォルダとAIに質問の一次対応を肩代わりさせる価値があります。前任に届くのは、AIで答えが出なかった質問だけでいい。 ### Q6. 後任がまだ決まっていません。引き継ぎを始められますか？ 始められます。聞き手はAIなので、後任の不在は聞き出しの障害になりません。清書と文字起こしをフォルダに置いておけば、後任が決まった日から「聞ける相手」が立ち上がります。宛先が決まらないと書けない従来方式と違い、宛先のない引き継ぎこそこの方式に向いています。 ### Q7. 退職する本人が、AIの操作に不慣れです。それでもできますか？ できます。本人に必要なのは操作ではなく、質問に声で答えることだけです。セッティング——インタビュー設計を渡す、録音を回す、文字起こしを流し込む——は上司か推進役がやります。本人がAIに強い必要はまったくありません。「AIが苦手なベテランほど、話すだけの方式が向いている」というのが、レクチャーで延べ100名以上を見てきた実感です。 ### Q8. 前任がすでに退職してしまいました。今からできることはありますか？ 残っている痕跡——メール、共有フォルダ、議事録、申請書類——を1つのフォルダに集めてAIに読ませ、後任が質問できる形を作ってください。判断基準と経緯は完全には戻りませんが、「どこに何が残っているか」をAIが引けるだけでも、後任の最初の3ヶ月は変わります。可能なら、円満退職の元担当者に1時間だけのインタビューを依頼する価値もあります。 ## まとめ：書かせずに聞き出す。読ませずに、聞ける相手を渡す 引き継ぎをAIで進める、の本体は、引き継ぎ書の清書代行ではありません。工程を2箇所、入れ替えることです。 - 引き継ぎ書が書けないのは怠慢ではなく構造。書く時間は最後まで来ず、自分の仕事の特殊さは本人に見えない - 書かせずに、AIに聞き出させる。30〜60分×2〜3回をカレンダーに。口頭引き継ぎは同意を取って録音する - 聞く軸は4点セット。テンプレの欄にならない「判断の基準」と「関係者と経緯」にこそ価値がある - 後任には資料の束ではなく「聞ける相手」を渡す。完了判定は「前任に連絡せず1週間回る」 - 技能伝承・経営承継は時間軸の違う別の仕事。この記事の型は数週間の実務引き継ぎ専用 - 布石は日報と議事録。原料のある会社の引き継ぎは、ゼロからの聞き出しではなく編集になる 2年後、文字起こしの道具やAIの名前は変わっているでしょう。「書かせずに聞き出す」「読ませずに聞ける相手を渡す」という2つの設計は、道具が変わっても残ります。そして一番よいのは、退職が決まってからこの記事を読むのではなく、誰も辞める予定のない今日、日報と議事録という原料を溜め始めることです。 引き継ぎを含めて、会社の文脈をどう残すかを外部の目を入れて設計したい方へ。伴走の形はAI顧問とはの記事にあります。聞き出しの型と置き場の設計をまとめた無料の資料セットは、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：130字（推奨120〜158字） ============================================================ 引き継ぎ書が最終日までに出てこないのは、怠慢ではなく構造です。退職者に書かせず、AIに聞き出させて手順・判断基準・関係者・やりかけの4点に落とし、後任には読む資料ではなく「聞ける相手」を渡す。生成AI顧問の赤堀が、質問リストと漏れチェック10問まで公開します。 --> --- # AI Readyな会社は、何が違うのか｜到達した企業に共通する6つの特徴と、Lv2の分岐点 URL: https://aiandwill.com/ai-ready-kigyo/ 公開: 2026-08-24 / 更新: 2026-09-02 「AI Readyな企業になりましょう」と言われて、いちばん困るのは「で、それって具体的にどういう会社なんですか」が誰も答えてくれないことだと思います。データが整理された会社、AI人材がいる会社、DXが進んだ会社——どれも間違いではありませんが、明日の朝から何をすればいいのかは分かりません。 この記事では、AI顧問として累計約15社、研修を含めて30社超の現場で見てきた「AI Readyになった会社で、実際に何が変わったか」を書きます。理念でも将来像でもなく、社内で観察できる事実として。具体的には、①AI Readyな企業の6つの特徴、②AI Readyでない会社との決定的な分岐点、③規模別・業種別に見た到達の現実、④AI Ready企業になることのデメリットまで、売る側として正直に出します。 筆者はAiWiLL株式会社代表・赤堀亘。「すべての会社を、AI Readyに。」をミッションに掲げ、社員2名の自社を最初の実験台にしている人間です。先に結論を書くと、AI Readyな会社を外から見分ける方法はひとつしかありません。新しく入った人（人でもAIでも）が、誰にも聞かずに仕事を始められるかどうかです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AI Ready企業とは、どういう会社か まず言葉の確認から。AI Ready（AIレディ）とは、AIを効果的かつ安全に活用できるよう、企業が自社のデータと業務知識を「AIが使える状態」に整えておくことを指します。経済産業省のMETI Journal ONLINE（2026年8月12日・商務情報政策局）も「企業がAIを効果的かつ安全に活用するため、データを整理・構造化し、活用可能な状態にすること」と定義し、鍵は「企業や現場に蓄積された独自データ」だとしています。 当社はこれを中小企業の実務に引き付けて、こう定義しています。 AI Readyとは、会社の記憶と判断を、AIが番頭として持ち続けられる状態のこと。 ツールを入れる準備ではなく、会社を渡す準備。（AiWiLL定義） では「AI Ready企業」とは、この状態に到達した会社のことです。ここまでは定義の話で、詳しくはAI Ready（AIレディ）とは何かに書きました。この記事が扱うのは、その先です。その状態にある会社は、外から見て何が違って見えるのか。 ### 見分け方はひとつ——新入りが、誰にも聞かずに始められるか いろいろな指標がありますが、現場で最も外れないのはこれです。 新しく入った人が、誰にも聞かずに仕事を始められるか。 ここでの「新しく入った人」には、AIも含みます。むしろAIのほうが判定に向いています。人間は空気を読んで質問を控えたり、隣の席の様子を見て察したりできますが、AIは渡されていないものを察してくれないからです。だから、AIに前置きなしで仕事を頼んで実務水準のものが返ってくるかどうかは、会社が「渡せる形」になっているかの、いちばん厳しい試験になります。 逆に言えば、AI Ready組織とは「察する」を必要としない会社です。そしてこれは、AIのためだけの話ではありません。人を採っても立ち上がりが速く、担当が休んでも止まらず、代替わりしても判断の質が落ちない。AIレディな状態がもたらす副産物は、全部そこに出ます。 ## AI Ready企業に共通する6つの特徴 現場で見てきた「到達した会社」に、ほぼ例外なく現れる特徴を6つ挙げます。順番に意味があり、上から順に難易度が上がります。 ### 特徴1. 「最新版どれ？」が社内から消えている いちばん地味で、いちばん確実な指標です。AI Readyでない会社の共通症状は「最新版どれ？」が毎週飛び交うこと。同じテーマの資料が複数箇所にあり、どれが正なのかを全員が同じ答えで言えない状態です。 到達した会社では、この会話が起きません。主要なテーマについて「正はここ」が決まっていて、聞かれた社員が全員同じ場所を答えます。派手な変化ではありませんが、ここが崩れている会社でAIだけが賢く動く、ということは起きません。散らかった資料を読んだAIは、散らかった判断を返すからです。 ### 特徴2. AIへの依頼から、前置きが消えている AI Readyでない会社では、AIに何か頼むたびに「うちは○○業で、社員は△名で、お客様は主に……」と長い説明から始めます。この前置きこそ、渡っていない文脈の正体です。 到達した会社の依頼文は短くなります。「この見積もり、うちの基準でレビューして」で通じる。前置きが会社側（器の中）に置いてあるからです。統計を取ったわけではありませんが、依頼文が短い会社ほど準備が進んでいる——という体感は、これまで例外に出会っていません。 ### 特徴3. 「◯◯さんに聞いて」が減っている 属人化の症状として有名な一言ですが、AI Readyの観点ではもう少し正確に見ます。減るのは「◯◯さんに聞いて」で、減らないのは「◯◯さんに確認して」です。 前者は情報がその人の頭にしかない状態。後者は判断の責任がその人にある状態。前者は器に移せますが、後者は移してはいけません。AI Ready企業は、この2つが分離されています。調べれば分かることは器にあり、決めることは人が持っている。ここが混ざったままだと、「全部AIに任せよう」という危険な方向か、「結局人に聞かないと分からない」という元の場所に戻ります。 そして、この分離はそのまま安全装置になります。渡すのは情報であって、決裁権ではありません。送信・金額の確定・公開の引き金は人間が引き、AIの成果物は下書きで止める。この線が引けている会社は、渡す量をいくら増やしてもリスクが増えません。逆に線を引かないまま量だけ増やすと、それは効率化ではなく判断の外注になります。AI Readyを進めるうえで、増やしていいものと増やしてはいけないものの境目は、ここにあります。 ### 特徴4. AIの成果物を、直したら理由を書き戻している ここから難易度が上がります。AIが出した成果物を直すこと自体は、どの会社でもやっています。差がつくのは直した理由をルールに書き戻しているかです。 書き戻していない会社では、同じ間違いが何度でも戻ってきます。書き戻している会社では、番頭が毎週賢くなる。この違いは3ヶ月後に決定的な差になります。 この習慣が効いている瞬間に、僕は何度立ち会っても慣れません。ある設備会社の幹部会議で、その会社の評価基準と過去の面談記録を読ませたAIに、目の前で人事評価案のレビューをさせたときのことです。数十秒後に出てきた文章を覗き込んだ幹部の一人が、ぽつりと言いました。 「……これ、うちの言葉だ。」 この一言が出るまでに特別なことは何もしていません。数ヶ月かけて、評価の判断を直しては書き戻し、直しては書き戻しただけです。書き戻しの蓄積が、ある日「うちの言葉」に化ける。これがLv3とLv4を分ける実感です。逆に言えば、書き戻していない会社では、AIはいつまでも「よそ行きの言葉」しか返しません。 ### 特徴5. AI運用が、詳しい1人に依存していない これは到達した会社が次に落ちる穴でもあります。「AIに詳しい社員」の個人技で回っていると、その人が抜けた瞬間に元へ戻ります。会社の資産ではなく、個人のスキルになっている状態です。 AI Ready企業では、書き戻しをする人が複数いて、書き戻しの手順自体が器に入っています。判定は簡単で、「その人が1週間休んだら止まりますか」と聞けば分かります。 ### 特徴6. 会社の決定が、速く隅々まで届く 最後は、AI Readyがもたらす攻めの側の特徴です。ここは意外に語られません。 当社の実例を出します。先日、ミッションという会社のてっぺんの言葉を書き換えました。普通なら大仕事で、理念浸透の研修をやっても額縁の中だけが変わり、営業資料は3年前のまま——という景色を、僕は前職までに何度も見てきました。 当社の場合は、朝に決めて、その日のうちに社内の正系文書およそ30本・ホームページ7ページ・社内ページ10枚が新しい言葉に入れ替わりました。作業したのはAIで、僕がやったのは決定とYes/Noだけです。器が散らかっていれば数週間かかり、どこかに旧ミッションの残骸が残っていたはずです。 器が整った会社は、変化が速い。AI Readyは守りの話に聞こえますが、実際に手に入るのは攻めの速度です。ここを守りの話だと誤解されると、この取り組みの価値は半分になります。 特徴 AI Readyでない会社 AI Ready企業 難易度 資料の正 「最新版どれ？」が毎週飛ぶ 全員が同じ場所を即答 ◎ 着手しやすい AIへの依頼 毎回長い前置きをコピペ 前置きなしで通じる ○ 問い合わせ 「◯◯さんに聞いて」が共通語 調べる先と決める人が分離 ○ 成果物の修正 直して終わり 直した理由を書き戻す △ 習慣化が要る 運用体制 詳しい1人の個人技 複数人で回る △ 属人化の再発に注意 決定の伝達 数週間かかり残骸が残る その日のうちに隅々まで届く ✗ 上5つの結果として現れる 自社がこの6つのどこまで来ているか測る（無料・入力3分） ※判定結果は無料でその場に表示されます。Lvごとの90日プランをご覧になる場合のみ、メールアドレスの入力が必要です。 ## AI Ready企業と、そうでない会社の分岐点はどこか 6つの特徴を並べましたが、現場を見ていると分岐は1箇所に集中しています。特徴3と4のあいだ——「器はできた。でもAIはまだ働いていない」という段階です。 当社ではAI Ready度を5段階（Lv0〜4）で測っていますが、会社がいちばん長く足踏みするのがLv2「構造」です。 Lv 状態 この段階の会社が抱えている問題 Lv0 口伝 判断基準が文書になっていない。「◯◯さんに聞いて」が共通語 Lv1 散在 文書はあるが正が決まっていない。「最新版どれ？」が飛ぶ Lv2 構造 器はできたのに、AIに実際の業務を渡していない。ここが最長の停滞点 Lv3 稼働 ——（AI Ready企業の合格ライン） Lv4 自走 番頭が育ち続けている。次の穴は運用の属人化 なぜLv2で止まるのか。理由は単純で、整理は気持ちがいいからです。フォルダが片づき、資料が構造化され、目に見えて進んでいる感覚がある。一方、AIに実際の業務を渡す作業は、最初は必ず失敗します。出てくる成果物は完璧ではなく、直す手間もかかる。だから整理のほうへ戻ってしまう。 正直に言うと、これは真面目な会社ほどはまります。整理が終わることは、ありません。主要3テーマの正が決まったら、その3本だけでAIに仕事をさせ始めてください。使いながら育てるほうが、速く、続きます。 ### 分岐点を越えた会社がやった、たった1つのこと Lv2からLv3へ抜けた会社に共通する行動があります。渡す業務を1つだけ選んだことです。 選び方の条件は3つあり、越えられなかった会社はたいてい③を軽く見ていました。①地味であること、②繰り返しがあること、そして③その業務の正解を、社内の誰かが即答できることです。 ③が効く理由は、成果物を見た瞬間に「違う」と言える人がいなければ、何をどう直せばいいのか誰にも分からないからです。逆に、その業務のベテランが「この書き方はまずい」と迷わず赤を入れられるなら、その赤入れが毎回そのまま資産になります。 つまりこの選定は、業務を選んでいるようで、実際には採点者を選んでいます。渡す業務の候補が3つ浮かんだら、「これを採点できる人は誰か」を先に決めてください。名前が出てこない業務は、まだ渡す段階ではありません。 ### 越えるまでの4週間で、実際に起きること 「渡す業務を1つ選ぶ」と書くと簡単に聞こえますが、そこから稼働に乗るまでの4週間は、だいたい決まった順に進みます。先に知っておくと離脱しにくいので、実際の推移を書きます。 週 起きること やりがちな誤解 正しい受け止め方 1週目 成果物が「悪くはないが、うちのじゃない」 AIの性能が足りないと考える 渡した文脈が足りないだけ。足りない箇所が特定できた合図 2週目 直しながら、書き戻す箇所が10〜20個出る 手間が増えたと感じる この10〜20個が資産の本体。今後は毎回不要になる 3週目 直しの量が目に見えて減る まだ完璧じゃないと不満に思う 完璧は目標ではない。「そのまま使える回」が出れば十分 4週目 前置きなしで頼めるようになる ここで終わりだと思う ここが開始点。次の業務を1つ足す いちばん多い離脱は1週目です。最初の成果物が期待外れなのは、失敗ではなく仕様です。むしろ、1週目から完璧なものが返ってくる業務を選んでいるなら、それは渡す価値の薄い業務——誰でもできる作業——を選んでいる可能性があります。 ### ワーク：越えるための3行を、いま埋めてみる 読んで終わりにしないために、手元で埋められる3行を置きます。所要3分です。 ①6つの特徴のうち、いま満たせているのは ____ 個（上から何番目で止まったか：特徴 ____） 止まった番号が、そのまま着手すべき場所です。 ②その業務の「正解を即答できる人」は ____________ さん この人が赤入れ役です。空欄なら、渡す業務を選び直してください。 ③直した理由を書き戻す先は「____________________」 ファイル1本で構いません。ここが決まっていないと、直しが資産になりません。 ③まで埋まれば、Lv2からLv3への設計は完了しています。あとは、実際に一度渡してみるだけです。3行が埋まらない場合、足りないのはツールではなく、渡す業務の選定です。 ## 規模・業種で、到達しやすさは変わるのか よく聞かれるので、現場の実感を正直に書きます。 ### 結論：規模が小さいほうが、効きは早い 「うちは小さいから関係ない」と言われることがありますが、実感は逆です。小さい会社ほど、文脈が社長ひとりに集中しているぶん、掘る量が少なくて済みます。当社自身、社員2名の会社です。会社の規模も業種も、パソコンの得意不得意も、この取り組みの障害になったことはありません。 障害になるのは、ひとつだけです。掘られる気がないこと。 会社の状況 到達しやすさ 理由 社員1〜10名・社長が実務にいる ◎ 最も早い 掘る対象が社長ひとりに集中。合意形成が要らない 社員10〜50名・部門が分かれ始めた ○ 部門ごとに正を決める必要が出るが、まだ全体を見渡せる 社員50名以上・複数拠点 △ 正の決定に合意形成が要る。部門単位で始めるのが現実的 ベテランに判断が集中 ◎ 効果が最大 掘り起こせる資産がいちばん多い。数年内の退職予定があるなら緊急度も高い 業務がほぼ完全に定型 △ 渡すべき判断基準が薄い。業務システムの自動化のほうが効くことがある 社長1人・引き継ぐ相手がいない △ 記憶を渡す相手がいない。ただし自分の判断の型を残す価値はある 業種については、旅館、不動産、建設・設備、士業、飲食、教育、製造——いずれの業種でも到達している会社があります。違うのはどこでつまずくかです。判断が女将や社長の頭にある業種は「中身」でつまずき、紙と写真とExcelが混在する業種は「器」でつまずきます。詳しくはAI Ready（AIレディ）とは何かの業種別の表をご覧ください。 ## AI Ready企業が実際に手に入れているもの ここは、書き方にいちばん気を使う章です。「AI Readyになると売上が◯%伸びます」とは、今日の僕には言えません。顧問先の効果測定はまだ集計の途中で、承継のように結果が出るまで年単位かかるものもあります。言葉が証拠より先に走るのは避けたいので、数字で言えることと、構造として言えることを分けて書きます。 ### 構造として言い切れる4つ これは因果がはっきりしているので、言い切ります。 ひとつ、同じ説明を二度しなくてよくなる。器に入れた説明は、人にもAIにも何度でも読まれます。新人が入るたびに社長が同じ話をする、という時間がなくなります。これは効果というより、単純に構造上そうなります。 ふたつ、担当が休んでも止まらなくなる。顧客との経緯や約束ごとが個人のメールと頭の中の「外」に出た時点で、代われる状態になります。逆に、ここが渡っていない会社では、担当の急な1週間の不在が事故になります。 みっつ、同じ失敗を繰り返さなくなる。正確には「繰り返さない仕組みが持てる」です。直した理由を書き戻す習慣があれば、その訂正は二度と必要なくなります。書き戻さなければ、AIも人も同じ場所で何度でも転びます。当社が実演したとおりです。 よっつ、会社の決定が速く届く。特徴6で書いたミッション変更の件がこれです。器が整っていれば、てっぺんの変更がその日のうちに末端まで届く。整っていなければ数週間かかり、どこかに旧版が残ります。 ### まだ数字で言えない3つ 逆に、言いたいけれど言えないことも書いておきます。 ひとつ、時間削減の実測。「月◯時間削減」という数字は、顧問先ごとに測り方が違い、統一した集計がまだできていません。個別には「口コミ返信が半分以下の時間で回るようになった」といった話がありますが、これを全社平均のように語るのは誠実ではないと考えています。 ふたつ、売上への寄与。AI Readyが売上を上げたのか、同時期の営業努力が上げたのかを切り分ける方法を、当社はまだ持っていません。切り分けられないものを成果として掲げるつもりはありません。 みっつ、承継の成功率。これがいちばん本命なのですが、承継は結果が出るまでに年単位かかります。器を持った会社の次の承継が、持たない会社より上手くいくのか——その一回分の証拠を、いま現場で貯めている途中です。 数字が言葉に追いついた日に、この章は書き直します。それまでは、構造の話だけを言い切ります。 ### なぜ「投資対効果」で測ると判断を誤るのか 最後に、経営判断としての見方を一つ。AI Readyへの取り組みを、通常の設備投資と同じ枠で測ろうとすると、たいてい着手が遅れます。理由は、効果の出方が非対称だからです。 もう一度書きます。記憶は繁盛を保証しない。でも、記憶の断絶は、同じ失敗の再演をほぼ保証する。上振れは読めませんが、下振れは高い確度で読めます。ベテランが辞める、担当が抜ける、代替わりが来る——このとき、渡っていない会社では確実に判断の質が落ちます。 だから当社は、これを「収益を上げる投資」ではなく「落とさないための投資」として説明しています。そのうえで、副産物として攻めの速度がついてくる。順番を逆にして「AIで売上が上がります」と売る会社があれば、その根拠を聞いてみてください。 ## なぜ研修だけではAI Ready組織にならないのか——僕が墓場をつくった話 「まず全社研修をやろう」は、いちばん自然な発想だと思います。そして、いちばん多く裏切られる打ち手でもあります。ここは当社が研修も提供している側なので、自分の失敗から正直に書きます。 前職でAIコミュニティの企画側にいた2年間、僕は年間100本近い企画をつくりました。その中で初期に開いた研修に、はっきり失敗だったものがあります。「この通りに入力すれば企画書が出ます」というプロンプト集を配る形式です。 当日は、盛り上がるのです。歓声が上がって、懇親会では「うちも変わりますね」と握手を求められる。手応えは、はっきりありました。 三週間後に訪ねると、誰も使っていませんでした。 配ったプロンプト集は、共有フォルダの奥で眠っていました。僕はこれをプロンプト研修の墓場と呼んでいるのですが、その墓場を、僕自身がいくつも作った側の人間です。あの頃の受講者の方々には、いまでも申し訳なく思っています。 当時の僕は、原因を「使い方を覚えていないから」だと考えていました。だから、もっと研修を、もっと便利な手順書を、と思った。違いました。答えが出るまでに、そこから2年かかりました。 原因は、研修で渡していたのが「操作」だけで、「会社」を渡していなかったことです。操作を覚えた人が、渡すものがない状態でAIに向かっても、返ってくるのは一般論です。一般論は、三週間で飽きられます。 断っておくと、これは前職だけの話ではありません。AiWiLLを始めてからも、レクチャーだけで終わった現場では同じことが起きました。器を用意せずに操作だけ教えると、規模や場所に関係なく同じ道をたどります。 正直に書いておくと、この「三週間後」は僕が当時の受講先を訪ねて見た範囲の話で、統計として集計したものではありません。ただ、その後3万人規模のコミュニティで「すごい」→「便利」→静かに使わなくなるという同じ曲線を何百回と見たので、個別の失敗ではなく構造だと考えています。 だから、研修は不要という話ではありません。研修は「渡す器」とセットにして初めて効きます。順番でいえば、器が先か、少なくとも同時です。研修だけを先行させると、参加者の熱量が高いうちに渡すものがなく、その熱が冷めます。 ## 正直に書く：AI Ready企業になることのデメリット 売る側が言わないことなので、書いておきます。AI Readyになることには、コストと副作用があります。 ### デメリット1. 最初の数ヶ月、確実に手が増える 判断基準を言葉に起こす、正を決める、渡した業務の成果物を直して書き戻す——これは全部、いまの業務に上乗せされる作業です。効果が出るまでの数ヶ月は、純粋に忙しくなります。「AIを入れたら楽になる」と期待して始めると、この期間で必ず離脱します。 だから、今期の資金繰りが厳しい会社に当社はおすすめしません。順番として、資金繰りが先です。 ### デメリット2. 会社の「あいまいさ」が失われる これは意外に効きます。判断基準を明文化するということは、これまで社長の裁量で揺らしていた部分が、固定されるということでもあります。「あの客だけは特別」という運用が、明文化した瞬間に「なぜその客だけなのか」を説明する必要が出てくる。 これは基本的には健全な圧力です。ただ、明文化に耐えない慣行が社内にある場合、AI Readyへの取り組みは組織の痛いところを掘り当てます。覚悟は要ります。 ### デメリット3. 器の手入れが、永久に続く つくって終わりではありません。書き戻しをやめた瞬間、器は古びはじめます。これは資産であると同時に、維持費のかかる設備です。 厄介なのは、古びたことが誰にも見えないことです。壊れた機械は音を立てて止まりますが、古びた器は静かに、それらしい間違いを返し続けます。当社が経験した限り、気づくきっかけはいつも「AIの答えが、なんとなくズレている」という違和感で、原因の特定はそこから遡る作業になります。 だから当社では、器の点検を気づいたときにやる作業ではなく、定例の業務として持つようにしました。ミッションや料金のように上流の言葉が変わったときは、その日のうちに下流の文書へ反映させる。ここを「あとでまとめて」にすると、旧版が残ります。 この維持コストは、正直に見積もっておいたほうがいいと思います。時間で言えば大きくありませんが、永久に続きます。それが嫌なら、この取り組みは向いていません。 ### デメリット4. 「AI Readyにすれば安泰」ではない これは期待値の話です。記憶が完璧に渡っていても、市場ごと消えれば会社は終わります。AI Readyは繁盛の十分条件ではありません。 前章で書いた非対称性——上振れは読めないが、下振れは高い確度で読める——が、そのまま期待値の上限になります。AI Readyは、負けにくくする投資であって、勝たせる投資ではありません。ここを取り違えたまま導入すると、半年後に「思ったほど売上が変わらない」という評価になります。僕はこの因果を7割くらいの確度で持っていて、外れるとしたら「記憶の有無より市場環境の影響が圧倒的に支配的だった」と数字で示された場合です。 ## 自社がAI Ready企業か、10の質問で確かめる ここまでの6つの特徴を、その場で判定できる質問に落とします。「できている気がする」ではなく、事実で答えてください。迷ったら「いいえ」に倒すほうが、あとで正確です。 - 会社の判断基準（値引きの限度・断る仕事の基準）を書いた文書が、存在しますか。 - その置き場を、社員に別々に聞いて、全員が同じ場所を答えますか。 - 同じテーマの文書が2箇所以上にあって迷うことは、この1ヶ月ありませんでしたか。 - AIに仕事を頼むとき、会社の説明を毎回書かずに済んでいますか。 - 背景説明なしの依頼で実務水準の成果物が返る業務が、1つ以上ありますか。 - その業務は、直近1ヶ月、継続して使われていますか。 - AIの成果物を直したとき、直した理由をルールに書き足していますか。 - 直近4週間で、同じ訂正を二度していない——と言えますか。 - AIの運用は、詳しい1人が休んでも止まりませんか。 - 新しく入った人が、説明なしで必要な文書に辿り着けた実績がありますか。 読み方はシンプルです。1〜3で「いいえ」があるならLv0〜1（器がまだ）、4〜6で止まるならLv2（器はあるが稼働していない）、7〜10まで「はい」ならLv3〜4、つまりAI Ready企業です。 ちなみに、当社の顧問の現場ではAIを使っている会社のほとんどがLv0かLv1から始まります。ここは正直に書きますが、この「ほとんど」は顧問先15社規模の実感であって、統計的に集計した数字ではありません。件数が貯まったら数字で書き直します。 12の事実でLvを判定する（無料・入力3分） ## よくある質問（FAQ） ### Q1. AI Ready企業になるには、AI人材の採用が必要ですか？ A. 必要ありません。当社の顧問先で、AI人材を採用してAI Readyになった会社は1社もありません。必要なのは、自社の判断基準を語れる人——多くの場合は社長やベテラン——と、書き戻しを続ける習慣です。技術に詳しい人がいると立ち上がりは速くなりますが、その人がいないと始められない、ということはありません。むしろ「AIに詳しい人を採ったから任せた」が、特徴5で書いた属人化の典型パターンです。 ### Q2. 6つの特徴のうち、どれから着手すべきですか？ A. 上から順です。この6つは並列ではなく、下が上の土台になっています。特徴1（正が決まっている）が崩れている会社で特徴4（書き戻し）だけをやっても、どこに書き戻すのかが決まらないので続きません。判定は簡単で、いちばん上の「できていない」から着手するのが最短です。特徴6（決定が速く届く）だけは着手対象ではなく、1〜5の結果として現れる指標だと考えてください。 ### Q3. 6つ全部そろわないと、AI Ready企業とは言えないのですか？ A. 合格ラインは特徴1〜4までです。当社の基準でいうLv3、つまり「背景説明なしでAIに仕事を頼める業務が1つ以上、1ヶ月継続している」状態を満たしていれば、AI Ready企業と呼んで差し支えありません。特徴5（属人化していない）と特徴6（決定が速く届く）は、その状態を維持・拡大するための条件です。ただし特徴5が欠けたままだと、担当者が抜けた時点でLv2相当まで落ちます。合格はしても、維持はできない状態だとお考えください。 ### Q4. 取引先や候補企業がAI Ready組織かどうか、外から見分ける方法はありますか？ A. 商談や打ち合わせの場で確かめられる質問が3つあります。ひとつ、「その件の判断基準は、どこかに書いてありますか」——「担当に確認します」ではなく「ここに書いてあります」と即答できるか。ふたつ、担当者不在時の回答速度——「◯◯が戻り次第」が常態化しているなら、文脈が個人に張り付いています。みっつ、提案書の再利用感——他社にも出せる内容ばかりなら、その会社は自社の文脈を言語化できていない可能性があります。M&Aや業務提携の検討では、この3点が財務諸表に出てこない引き継ぎリスクの目安になります。 ### Q5. 一度AI Readyになったら、その状態は続きますか？ A. 放っておくと落ちます。デメリット3で書いたとおり、書き戻しをやめた瞬間から器は古びはじめます。当社の観測では、Lv3に到達しても運用が1人に依存していると、その人が離れた時点でLv2相当まで戻ります。維持のために必要なのは、書き戻す人を複数にすることと、点検を定例業務に入れることの2つです。 ### Q6. AIの進化で、そのうち準備は不要になりませんか？ A. これは僕の主張のいちばん弱いところなので、正直に書きます。近い将来のAIエージェントが社内のチャットやファイルを自分で読み回り、会社の文脈を勝手に学ぶなら、準備の支援は要らなくなるかもしれません。 この記事の6つの特徴で考えると、答えが見えてきます。AIの進化で消えるのは特徴2だけです。前置きを書く手間は、AIが賢くなれば確かに減っていくでしょう。 しかし特徴1（何が正か決まっている）と特徴3（調べる先と決める人が分かれている）は、AIの性能とは無関係です。社内に矛盾する2つの資料があるとき、どちらが会社の意思かを決められるのは、いつまでも人間だけだからです。AIが賢くなるほど、矛盾を器用に埋めてしまう分、むしろ決めておく価値は上がると僕は見ています。特徴4（書き戻し）と特徴5（複数人で回す）も、会社側の習慣なので自動化されません。 つまり6つのうち5つは残る、というのが現時点の見立てで、確度は7割ほどです。外れるとしたら、AIが「どちらが会社の意思か」の決定まで経営者より上手くやるようになった場合です。そのときは、この記事を書き直します。 ### Q7. うちは古い業界で、社員も高齢です。それでも可能ですか？ A. 可能です。当社の顧問先には、紙と現場写真とExcelが混在する会社も、女将の判断で回っている旅館もあります。パソコンの得意不得意は障害になったことがありません。判断基準を起こす工程は、スマホの録音ボタンを押して30分話してもらうところから始められるからです。むしろベテランに判断が集中している会社ほど、掘り起こせる資産が多く、効果が大きく出ます。 ## まとめ - AI Ready企業の見分け方はひとつ。新しく入った人（人でもAIでも）が、誰にも聞かずに仕事を始められるかどうか。 - 共通する特徴は6つ。「最新版どれ？」が消える／AIへの依頼から前置きが消える／調べる先と決める人が分離される／直した理由を書き戻す／運用が1人に依存しない／決定がその日のうちに隅々まで届く。 - 分岐点はLv2「構造」。器はできたのにAIに業務を渡していない段階で、会社は最も長く足踏みする。整理は終わらないので、3テーマ決めたら渡し始める。 - 越えた会社がやったのは、渡す業務を1つ選んだこと。地味・繰り返しがある・正解を社内の誰かが即答できる、の3条件で選ぶ。 - 規模は小さいほうが早い。障害になるのは規模でも業種でもITスキルでもなく、「掘られる気がないこと」だけ。 - デメリットは4つ。最初の数ヶ月は手が増える／会社のあいまいさが失われる／器の手入れが永久に続く／AI Readyでも潰れる会社は潰れる。 - 維持には、書き戻す人を複数にすることと、点検の定例化が要る。放っておくと落ちる。 最後に、6つの特徴のうちいちばん上のひとつだけ、明日の朝に確かめてみてください。特徴1、「最新版どれ？」が社内から消えているかどうかです。 確かめ方は簡単で、直近1ヶ月を思い出すだけです。同じテーマの資料が2箇所以上にあって迷った場面が、一度でもありましたか。あったなら、そこが御社の一段目です。ここが崩れている状態で、その上の5つに手を出しても積み上がりません。逆にここが通っているなら、御社はもう多くの会社より先にいます。 AI Readyな会社は、特別なツールを持っている会社ではありませんでした。察することを、誰にも要求しない会社です。そしてそれは、AIのためだけの話ではないはずです。 AI Ready度診断で現在地を確かめる（無料・入力3分） ※判定結果（Lv0〜4）は、送信後すぐ画面に出ます。費用はかかりません。 関連記事：AI Ready（AIレディ）とは何か｜経産省の定義と、自社がLv何かを事実で測る12項目／カンパニーブレインとは？検索できる会社ではなく、働ける会社の記憶／AIを入れても会社が変わらない本当の理由／属人化の解消方法｜「あの人しかできない」を仕組みに変えた現場の手順／AI顧問の比較と選び方 ※本記事の統計・出典は2026年8月執筆時点のものです。AiWiLL独自の定義および診断を、経済産業省が監修・認定するものではありません。顧問先の事例は業種のみの匿名表記としています。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：137字（推奨120〜158字） ============================================================ AI Ready企業とは、具体的にどういう会社か。AI顧問として累計約15社・研修含め30社超の現場で観測した6つの特徴と、会社が最も長く足踏みするLv2の分岐点、規模別の到達しやすさ、そして売る側が正直に書くデメリット4つまで。自社の現在地は10の質問でその場で判定できます。 --> --- # 会社の資料のトンマナがバラバラな問題｜デザインの決めごとを1枚にしてAIに毎回読ませる URL: https://aiandwill.com/shiryo-tone-toitsu/ 公開: 2026-08-24 / 更新: 2026-09-02 同じ会社から出た提案書を3枚並べると、別々の会社の資料に見えることがあります。1枚目は文字がびっしり。2枚目は色が7色。3枚目は余白が広くて上品だけれど、社名の書き方だけが他の2枚と違う。作った人はいずれも真面目で、手を抜いてはいません。それでも受け取った側には、統一感のない会社に見えます。社内では「トンマナを統一したい」という言い方で相談を受けることが多いのですが、私はこれをデザインの相談としては受けていません。 先に結論を置きます。資料の見た目がバラバラなのは、センスの差ではありません。決めごとが言葉になっていないからです。上手い人の頭の中には確実に基準があります。ただ、その人がそれを言葉にしたことが一度もない。だから他の人にも、AIにも渡せない。渡せないものは、毎回ゼロから作り直されます。 そして、その決めごとは色や余白の数値から決めるものではありません。最初に決めるのは「何を大きくするか」です。1枚の中で一番言いたいことをどう選び、どう目立たせるか。ここが揃うと、色が多少ずれていても資料は不思議と揃って見えます。逆にここが揃っていないと、色番号を統一しても資料はバラバラのままです。ここから先は、その決めごとを1枚のファイルにして、資料を作るたびにAIに読ませる運用までを書きます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 資料のトンマナがバラバラなのは、センスの差ではない 顧問先で「資料の見た目を揃えたい」という相談を受けたとき、私はまず作り手を疑いません。疑うのは、会社の中に基準が書かれた紙が1枚もないという事実のほうです。私が生成AI顧問として関わってきた会社は累計約15社、研修・講座を含めれば30社を超えますが、「うちの資料はこう作る」を文章で持っている中小企業に、私はほとんど出会っていません。 持っていない理由も、だいたい同じです。 - 上手い人が、自分の基準を言葉にしていない。本人にとっては当たり前すぎて、説明する対象だと思っていない。 - 基準が「良い感じにして」という言葉で流通している。受け取った側は、自分の良い感じで作る。当然ずれる。 - 過去の資料をコピーして作っている。ただし、誰が何をコピー元にしたかは管理されていない。世代が進むほど分岐する。 - 直した理由が残らない。上司が「ここ大きくして」と赤を入れる。直る。なぜ大きくするのかは、次の人に伝わらない。 この4つは、資料に限った話ではありません。暗黙知の記事に書いたとおり、できる人ほど、自分の判断を意識していません。デザインはその典型です。「なんとなくこっちのほうがいい」で処理している判断が、実は毎回同じ基準で下されている。同じ基準で下されているのに、言葉になっていない。だから他の人には再現できないし、AIにも渡せない。 ここでよくある対処が、市販のテンプレートを配ることです。これは半分は効きます。半分しか効かない理由は、テンプレートは「見た目の器」しか配らないからです。器の中に何をどの大きさで入れるかは、結局作り手の判断に戻ってきます。同じテンプレートを配っても、1枚に12個の要素を詰める人と、3個しか置かない人が出ます。並べると、やっぱりバラバラです。 デザインの本を1冊読めば、揃える・近づける・繰り返す・対比する、といった原則は出てきます。原則そのものは正しい。ただ、原則を読んで自社の資料が揃った会社を、私は見たことがありません。原則と現場の間に、「うちの場合、具体的に何をどうするか」という一段が抜けているからです。この記事はその一段の作り方だけを書きます。 ## 先に決めるのは色でも余白でもない。「何を大きくするか」 資料の見た目を揃えようとするとき、たいていの会社は色から入ります。コーポレートカラーの番号を配り、フォントを指定し、余白の数値を決める。決めた翌月には、誰も守っていません。守れない理由は、覚えていられないからです。数値は、作っている最中に思い出せません。 私が先に決めるのは、もっと粗い一点です。この1枚で、一番言いたいことは何か。それを、他より明らかに大きく置く。これだけです。 バラバラに見える資料を並べて観察すると、色が違うことより先に、主役の大きさが揃っていないことに気づきます。上手い人が作った1枚は、目を細めても「ここが主役だ」と分かります。いまいちな1枚は、目を細めると全部が同じ濃さで見える。全部を同じ大きさで置いているからです。全部が主役の資料は、読む人にとっては主役がゼロの資料です。 この差は、センスではなく順番の差です。上手い人は、作る前に「この1枚で相手に何を持って帰ってほしいか」を決めています。決めてから、それを大きくしている。いまいちな人は、資料に載せるべき情報を全部並べてから、あとで見た目を整えようとします。整える段階では、もう主役は選べません。全部が必要な情報に見えるからです。 決めごとの種類 効き目 覚えていられるか 最初に決めるべきか 1枚の主役を1つに決める ◎ これだけで揃って見える ◎ 一言で覚えられる ◎ 最初に決める 文字の大きさを何段にするか ◎ 主役を大きくする土台 ○ 3段までなら覚えられる ◎ 主役の次に決める 1枚に載せる要素の上限 ◎ 詰め込みが止まる ◎ 数字1つ ◎ 3番目に決める 使ってよい色の数 ○ 数を絞ると効く ○ 「3色まで」なら覚えられる ○ 4番目でよい 会社名・敬称の書き方 ○ 社外に出る資料で効く △ 一覧を見ないと守れない ○ 早めに書く（覚えなくてよい） 色番号・フォント名の指定 △ 器は揃うが中身は揃わない × 作業中に思い出せない △ 最後でよい 余白の数値（mm・pt） △ 揃うと上品になる × まず守られない × 道具側に埋め込む 表の下2行を見てください。色番号と余白は、効かないわけではありません。人間が覚えていられないのです。覚えていられないものは、人に守らせるのではなく、道具側に埋め込むか、ファイルに書いてAIに毎回読ませるほうが早い。ここが、この記事の中心になります。 ### 「大きくする」を、守れる文に直す 「一番言いたいことを大きくする」は、まだ標語です。標語のままでは守れません。守れる文に直します。私が使っている直し方は、命令の形にして、数えられるようにすることです。 標語 → 守れる文 標語　「メリハリをつける」 守れる文　1枚に、他より明らかに大きい文字を1か所だけ置く 標語　「情報を詰め込みすぎない」 守れる文　1枚に載せる箱・図・表は合計4つまで。5つ目が出たら次の1枚に割る 標語　「色を使いすぎない」 守れる文　地の色・文字の色・強調の色の3つだけ。強調色は1枚に1か所 標語　「読みやすくする」 守れる文　文字の大きさは3段まで（主役／見出し／本文）。4段目を作らない 出所：AiWiLLが顧問先に渡している言い換えの型 右側の文には共通点があります。全部、数えられることです。1か所、4つまで、3つだけ、3段まで。数えられる文は、作り終わったあとに人が確認できます。AIにも確認させられます。「メリハリをつける」は、作り手にもAIにも判定できません。判定できない基準は、決めごとではなく願望です。 この「数えられる形に直す」という作業は、AIが得意です。人が言い出しっぺになって、AIに削らせる。ここは後の章で手順にします。 ### 揃っているかを、その場で確かめる方法 決めごとを作る前でも、いま手元にある資料が揃っているかは確かめられます。私が現場でやってもらうのは、道具を使わない2つの確認です。 1つ目は、目を細めて見ることです。画面から少し離れて、細部が読めない状態にする。それでも「ここが主役だ」と分かる資料は、大きさの決めごとが効いています。目を細めた瞬間に全部が同じ灰色の塊に見えたら、その1枚には主役がありません。文字を読み込む前に判定できるので、作った本人でも自分の資料を判定できます。 2つ目は、3枚を横に並べて、少し離れて見ることです。1枚ずつ見ていると、どの資料も「きちんとしている」ように見えます。並べた瞬間に、色数の違い、文字の詰まり具合、余白の量が一気に見えます。顧問先でこれをやると、たいてい部屋の空気が変わります。誰かの資料が悪いのではなく、会社として決めていなかったことが、視覚的に一発で伝わるからです。 この2つは、決めごとを作ったあとの点検にもそのまま使えます。数値を測る必要はありません。会社の資料を受け取る相手は、定規を持っていないからです。相手は目を細めるのと同じ精度で、一瞬で「揃っている会社かどうか」を判定します。だから決めごとも、その精度で効くものから先に決めます。 決めごとの作り方を、無料資料で見る ## 自社では、デザインの決めごとを1枚のファイルにして毎回AIに読ませている うちの会社は社員2名、業務委託を含めて8名です。デザイナーはいません。それでも提案書、研修資料、図解、スライドのトーンは揃っています。理由は単純で、デザインの決めごとを1枚のファイルにしてあり、資料を作るときに毎回それを読ませているからです。 公開してよいのは中身の細部ではなく、ファイルに何が書いてあるかという構造です。うちの1枚は、だいたいこの並びでできています。 デザインの決めごと1枚——公開してよい構造 ① この資料は誰に何をさせるためか　最初に用途を書く。用途が違えば決めごとも違う ↓ ② 使う素材を名前で固定する　背景・ロゴ・書体。どれを使うかを迷わせない ↓ ③ 色は「役割」で書く　好きな色ではなく、強調はこれ・本文はこれ、と役割で固定する ↓ ④ 種類ごとのルール　表紙／中身／区切り、と枚の種類を分け、それぞれ何をどこに置くかを書く ↓ ⑤ やってはいけないことを、理由つきで書く　過去に崩れた事故を、そのまま禁止事項にする ↓ ⑥ 作り終わったあとの確認リスト　数えられる項目だけを並べる。人もAIも同じリストで見る 出所：AiWiLL自社のデザイン決めごとファイルの構造（中身の具体値・内部パスは非公開） この中で、あとから足された行が一番役に立っています。⑤のやってはいけないことです。 うちのファイルに入っている行を一つ紹介します。スライドのヘッダーに会社ロゴを置くとき、幅の指定だけを小さくすると、ロゴが横方向に潰れて社名が途中で切れます。ロゴ画像が横長だからです。気づいた人がその場で直せば、その1枚は直ります。ここで普通は終わります。次に別の人が同じ資料を作ると、また同じところで切れます。 だから直したあと、決めごとファイルにこう書き足しました。「ロゴ画像は横長。高さを決めたら、幅は高さ×5で計算すること。幅を小さい値にすると横に潰れて社名が途中で切れる」。理由まで書いてあるので、次にこのファイルを読んだAIも、人も、同じ事故を起こしません。 1回の直しをどこに置くかで、その直しが二度目に効くかが決まります。その場のやり取りで直すだけなら、次の人には届きません。決めごとファイルに書き戻すと、次から全員に効きます。これはAI社員のつくり方で書いた考え方と同じで、直しの行き先を決めておくかどうかが、道具が育つかどうかの分かれ目です。 もう一つ、うちのファイルには「サイズの指定を間違えると背景が全面を覆わず、右と下に白が出る」という注意も入っています。これも、同じ理由でファイルに入っている行です。崩れ方は資産です。崩れ方を個人の記憶に置いておくと、その人が忙しい日に再発します。ファイルに置くと、再発しません。 ## 決めごとは、白紙から書かない。良い資料といまいちな資料を並べる ここが、この記事で一番実務的な部分です。 「デザインの決めごとを1枚にまとめましょう」と言われて、白紙を開いて書き始めた人は、ほぼ確実に止まります。私も止まりました。何を書けばいいか分からないのではありません。自分が何を基準にしているかを、思い出せないのです。判断は速く、無意識で、言葉になっていません。だから白紙に向かうと、教科書に載っている一般論を書き写すことになります。書き写した一般論は、自社の資料と一致しません。一致しないから、誰も使いません。 正しい順番は逆です。先に現物を並べて、違いをAIに言葉にさせます。 手順 やること 誰がやるか 所要の感覚 1 過去の資料から「よくできた」3〜5枚を選ぶ 人（社内で一番上手い人） 30分 2 同じ数だけ「いまいち」を選ぶ。人を責める場ではないと先に言う 人（同上） 15分 3 両方をAIに渡し、違いを数えさせて表にさせる AI 数分 4 出てきた違いを、守れる命令形の文に直させる AI 数分 5 20項目出てきたら、7項目まで削る。削るのは人の仕事 人（決裁できる人） 30分 6 1枚のファイルにして、置き場を決める 人 15分 7 次に資料を作るとき、そのファイルを一緒に読ませる 人＋AI 毎回1手間 8 直しが出たら、ファイルに理由つきで書き戻す 人 都度2分 手順1と2は、外注もAI化もできません。どれが良い資料かを決めるのは、その会社の判断だからです。ここだけは社内の誰かが選びます。逆に言えば、社内の判断が必要なのは選ぶところだけで、そのあとの言語化はAIのほうが速く、正確です。人は自分の基準を説明できませんが、AIは並べられた6枚から差分を拾うのは得意です。 手順2で気をつけることを一つ。「いまいちな資料」を選ぶ場を、犯人探しにしないでください。私は必ず、選ぶ前に一言置きます。「これは作った人の問題ではなく、決めごとがなかった会社の問題です」。ここで空気が固くなると、良い素材が出てきません。実際、いまいちな資料ほど、決めごとの穴を正確に教えてくれます。 ### 持ち帰り①：違いをAIに言葉にさせる依頼文 そのまま使える依頼文を置きます。うまい言い回しを探す必要はありません。大事なのは、一般論を書かせないことと、数えさせることの2点だけです。 あなたは、うちの会社の資料をレビューする担当です。 これから「よくできた資料」と「いまいちな資料」を同じ枚数ずつ渡します。 1. まず、渡した資料それぞれについて、次の4つを数えて表にしてください。 - 一番大きく置かれているものは何か（1枚につき1つ選ぶ） - 1枚に載っている箱・図・表・写真の合計はいくつか - 使われている色は何色か - 文字の大きさは何段あるか 2. その表を見て、「よくできた」側にあって「いまいちな」側にない共通点を、 5〜8個にまとめてください。 3. まとめた共通点を、次に資料を作る人が守れる短い命令形の文に書き直してください。 条件：数えられる形にすること。 例）「メリハリをつける」ではなく 「1枚に、他より明らかに大きい文字を1か所だけ置く」 4. 表記のゆれ（社名の書き方、敬称、日付、数字の全角半角、送り仮名）が 資料間で違っていたら、違っている箇所をそのまま並べて挙げてください。 どちらが正しいかは、私が決めます。 5. 最後に、判断に迷った点・私に確認したい点を3つまで挙げてください。 デザインの一般原則の解説は不要です。渡した資料から読み取れることだけを書いてください。 この依頼文の肝は、4番と5番です。4番で表記ゆれを拾わせますが、どちらが正しいかはAIに決めさせません。社名の書き方や敬称は、会社の判断であってデザインの問題ではないからです。5番で確認事項を出させるのは、AIに勝手に埋めさせないためです。空白を嫌って、それらしい基準を補完してくることがあります。 資料そのものをAIに渡す方法は、この記事の主題から外れます。毎回貼り付ける運用ではなく、置き場を決めて読ませ続ける形にする話は資料をAIに読ませる記事にまとめてあります。決めごとファイルも、その書棚に一緒に置いてください。毎回チャットに貼り直す運用にすると、3日で誰もやらなくなります。 ## 持ち帰り②：デザインの決めごと1枚——穴埋めひな形 AIに違いを言葉にさせたら、それを流し込む器が要ります。器は最初から決まっていたほうが早いので、私が顧問先に渡している穴埋めを置きます。項目は7つです。これ以上増やすと、誰も読まなくなります。 # 資料の決めごと（___ 用）　更新日：____　決めた人：____ ## 0. この決めごとを使う資料 - 対象：（例）社外提案書 / 社内報告 / 研修スライド - 対象外：（例）個人のメモ、下書き ## 1. 何を大きくするか - 1枚の主役は _____ （例：その枚で相手に持ち帰ってほしい一言） - 主役は他より明らかに大きくする。1枚に __ か所だけ - 主役が2つ思いついたら、__ 枚に割る ## 2. 文字の大きさの段数 - 段数は __ 段まで（例：主役／見出し／本文） - __ 段目を作らない。細かい注釈は本文と同じ大きさにする ## 3. 1枚に載せる要素の上限 - 箱・図・表・写真の合計は __ つまで - 超えたら削るのではなく、__ 枚に割る ## 4. 使ってよい色の数 - 地の色：_____ - 文字の色：_____ - 強調の色：_____（1枚に __ か所まで） - これ以外の色は使わない。グラフの色分けが必要なときは _____ で代用する ## 5. 使ってよい素材 - ロゴ：_____（使い方の注意：_____） - 背景：_____ - 書体：_____ - 迷ったら _____ に聞く ## 6. 表記のきまり（社外に出るもの） - 社名：（例）「株式会社」を前に置く／略さない - 相手先の敬称：（例）会社宛は「御中」、個人宛は「様」 - 日付：（例）西暦・半角数字 - 数字：（例）半角 - 表記ゆれ一覧：_____ ／ _____ ／ _____ ## 7. やってはいけないこと（事故が起きたら追記する） - （例）____ をすると ____ になるので禁止　※20XX-XX-XX 追記 ## 8. 作り終わったら確認する（数えられることだけ） - [ ] 主役が1枚に1つある - [ ] 文字の段数が決めた数に収まっている - [ ] 要素の数が上限内 - [ ] 色が3つ以内、強調色は1か所 - [ ] 社名・敬称・日付・数字が決めたとおり - [ ] やってはいけないことに触れていない 穴埋めを見て、「うちには決められない項目がある」と思ったら、それが正解です。決められない項目は、まだ会社の中で判断が固まっていない項目です。無理に埋めず、空欄のまま置いてください。空欄は、次に誰かが直しを入れたときに埋まります。 逆に、最初から全部を埋めようとしてゼロから考え始めると、前章の「白紙で止まる」に戻ります。穴埋めは、AIが出してきた差分を流し込むための器です。器を先に埋める作業ではありません。 項目 書かないと起きること 効き目 最初の1枚に入れるか 何を大きくするか 全部が同じ大きさになり、主役が消える ◎ ◎ 必須 文字の段数 作る人ごとに段数が増え、うるさくなる ◎ ◎ 必須 1枚の要素の上限 詰め込みが止まらず、読まれない ◎ ◎ 必須 色の数 資料ごとに色数が違い、別会社に見える ○ ◎ 必須 使ってよい素材 古いロゴや別案の背景が混ざる ○ ○ 入れたい 表記のきまり 社名・敬称がバラつき、社外で恥をかく ○ ○ 社外資料があるなら必須 やってはいけないこと 同じ事故が何度も起きる ◎ △ 最初は空欄でよい 確認リスト 作りっぱなしになり、決めごとが死ぬ ◎ ◎ 必須 1枚にまとめる進め方を、無料資料で確認する ## 表記ゆれは「デザインの決めごと」に一緒に書いておく 社名の書き方や敬称は、見た目の話ではありません。ただ、置き場を分けると誰も見なくなるので、私は同じ1枚に入れています。資料を作る人が開くファイルは、1つにしておくのが鉄則です。 顧問先で実際にぶつかる表記ゆれは、だいたい次に集中します。 - 「株式会社」の前後。相手の正式表記が前株か後株かで、資料ごとに違う。ここは相手ごとに正解が決まっているので、迷ったら相手の公式サイトで確認する、と書いておく。 - 敬称。会社宛の「御中」と個人宛の「様」が混在する。宛名行に両方入っている資料が、いまだに出てきます。 - 「お客様」と「お客さま」。どちらでもいいので、どちらかに決める。決まっていないと、1つの資料の中で両方出てきます。 - 西暦と和暦。提案書の中で混ざると、読む側が計算させられます。 - 数字の全角半角。半角に寄せるほうが揃いますが、決めていないと同じ表の中でずれます。 - 自社サービス名の書き方。大文字小文字、半角スペースの有無。自社名すら揺れている会社は、珍しくありません。 この6つは、AIが一番きれいに直せる領域です。人が目視で拾うと必ず漏れますが、決めごとに書いてあれば、資料を作った直後に照合させられます。ただし、どちらが正しいかを決めるのは人です。AIに「一般的にはこちらです」と決めさせると、会社の慣習と食い違うことがあります。相手先の正式名称は、なおさら勝手に決めさせてはいけません。 入力してよい情報、AIに任せてよい範囲の線引きは、社内ルールの記事にまとめてあります。決めごとファイル自体には、顧客の非公開情報や個人情報を書かないでください。このファイルは、新しく入った人に真っ先に渡すものです。渡せない情報が混ざった瞬間、渡せないファイルになります。 ## 決めごとを作ったのに崩れる、5つの型 1枚にまとめたのに揃わない会社があります。私が見てきた崩れ方は、5つに整理できます。 - 長すぎる。気合いを入れて12ページのガイドラインを作った会社。誰も読まないし、AIに読ませても、どれが優先か分からず薄まります。1枚に収まらない決めごとは、決めごとではなく資料です。 - 数えられない言葉で書いてある。「上品に」「シンプルに」「統一感を持って」。守ったかどうかを、作った本人も判定できません。 - 置き場が個人のパソコンの中にある。作った人しか開けないファイルは、存在しないのと同じです。共有の書棚に置き、誰でも読める状態にする。チームで共有する話のとおり、置き場が決まらないと運用は始まりません。 - 作ったきり、書き戻していない。直しが出るたびに、その場で直して終わっている。半年後、ファイルは実態とずれ、誰も参照しなくなります。直しの行き先を決めていないファイルは、必ず腐ります。 - 作り終わったあとの確認がない。決めごとを読ませて作らせたのに、出てきたものを誰も照合していない。照合しないなら、決めごとがあってもなくても同じです。 5つのうち、4番目が一番多い。そして一番もったいない。作るのに使った時間は同じなのに、書き戻しの2分をやるかどうかで、半年後に生きているか死んでいるかが決まります。ナレッジ管理の失敗で書いたことが、そのまま資料の世界でも起きます。溜めることではなく、直しが戻る流れがあることが本体です。 ## 効果は見た目だけではない。新しい人が、最初の1枚を作れるようになる 決めごとを1枚にした会社で、経営者が一番驚くのは見た目ではありません。入って間もない人が、いきなり資料を1枚仕上げてくることです。 これまで、新しい人が最初の資料を作るときは、こうでした。過去の資料をもらう。どれが正解か分からないので、上司に聞く。上司は忙しいので、後回しになる。仕方なく自分の感覚で作る。出す。赤が入る。直す。また赤が入る。何度か往復して、ようやく形になる。この往復のあいだ、上司の時間も、本人の自信も削られています。 決めごとファイルがあると、この往復が減ります。本人は最初にファイルを読み、決めごとに沿って作り、確認リストで自分でチェックしてから出す。赤が入るとしても、判断に関わる中身の赤だけになります。見た目の赤は、ファイルが先に潰しているからです。 これは属人化の解消と、同じ話の別の面です。属人化というと、業務手順や顧客対応の話だと思われがちですが、資料の見た目も立派な属人化です。上手い人が抜けたら、資料の質が落ちる。落ちたことに、本人たちは気づかない。気づくのは、受け取った相手だけです。 場面 決めごとがない会社 決めごとが1枚ある会社 新しい人の最初の1枚 過去資料を探すところから始まる ファイルを読んで、その日に作れる 上司の関わり方 見た目に赤を入れる 中身の判断だけ見る 直しの往復 見た目の赤で何度も戻る 戻ってくるのは中身の判断だけになる AIへの指示 毎回、細かい注文を書き直す ファイルを読ませて、中身の指示だけ書く 上手い人が抜けたとき 質が落ちる。理由が誰にも分からない 基準は残る。手が足りないだけの問題になる 半年後の資料 作った人ごとに分岐している 並べても同じ会社の資料に見える 外注・業務委託に頼むとき 口頭で説明し、毎回ずれる ファイルを渡すだけで、初回から近づく 最後の行は、小さく見えて効きます。うちの会社が社員2名で回せている理由の一つが、これです。業務委託の方に渡すのが、口頭の説明ではなくファイル1枚で済む。説明の時間がゼロになるわけではありませんが、初回から近い位置に立ってもらえます。近い位置から始まると、赤を入れる回数も、気まずさも減ります。 マニュアルの作り方そのものはマニュアル作成の記事にあります。決めごとファイルは、マニュアルの中でも一番作りやすい部類です。理由は3つあって、対象が目に見えること、良し悪しを並べて比較できること、そして守れたかどうかを数えられることです。最初にマニュアル化するものを1つ選ぶなら、私は資料の決めごとを勧めます。 ## 誰が、いつ直すか。運用は薄くする 決めごとファイルの運用を厚くすると、続きません。私が顧問先に置いてもらう運用は、これだけです。 頻度 誰が やること やらないこと 資料を作るたび 作る人 ファイルを一緒に読ませる。確認リストで自分で見る ファイルを開かずに作る 赤が入るたび 赤を入れた人 見た目の赤なら、その場で1行ファイルに書き足す 口頭で言って終わりにする 月1・15分 決めた1人 足された行を読み、重複と矛盾を消す 全面改訂 半年に1回 決めた1人 直近の資料を3枚並べ、揃っているか目で見る 数値の細かい見直し 人が増えたとき 受け入れる人 初日にファイルを渡す 「見て覚えて」と言う 道具を変えたとき 決めた1人 ファイルはそのまま。道具側の指定だけ書き換える ファイルを作り直す 2行目が、この表で一番大事です。赤を入れた人が、その場で1行足す。これを別の人の仕事にすると、絶対に溜まりません。赤を入れている瞬間が、基準を言葉にできる唯一のタイミングだからです。時間が経つと、なぜ大きくしろと言ったのか、本人も思い出せなくなります。 「その場で1行足すのが面倒だ」という声は、必ず出ます。私は、面倒だという感覚は正しいと思っています。だから足す先を1つに固定します。ファイルが2つ以上あると、どちらに書くか迷って、結局書きません。迷いどころを1つ消すだけで、書き戻しは続きます。 ## 2年後に道具が変わっても、決めごとのファイルは持ち運べる この手の話で必ず聞かれるのが、「どのAIを使えばいいですか」です。答えは、どれでも構いません。文章と画像を扱える道具なら、決めごとファイルを読ませて資料を作らせることはできます。 それより大事なのは、資産がどちらに残るかです。道具の中に作り込んだ設定は、道具を乗り換えた瞬間に消えます。決めごとを書いた1枚のファイルは、消えません。テキストで書いてあれば、次の道具にそのまま渡せます。2年後に主流のAIの名前が変わっていても、「1枚の主役は1つ」「要素は4つまで」「色は3つ」というファイルは、そのまま効きます。 この考え方は、コンテキスト経営で書いた話の一部です。会社に残すのは、道具の使い方ではなく、判断の基準そのものです。基準がファイルになっていれば、道具は入れ替えられる部品になります。基準が人の頭にしかないと、道具を変えるたびに、また誰かが説明し直すことになります。 だから、決めごとファイルを書くときは、ツール名に依存する書き方を避けてください。「◯◯というボタンを押す」ではなく「主役は1枚に1つ」と書く。前者は次のバージョンで消えますが、後者は10年後も読めます。道具固有の設定が必要なら、ファイルの末尾に別の節を作って、そこにまとめておく。乗り換えるときは、その節だけ書き換えます。 ## よくある質問 ### Q1. デザイナーがいない会社でも、本当にできますか？ できます。うちにもデザイナーはいません。必要なのはデザインの技能ではなく、社内で一番上手い人の判断を言葉にする作業です。上手い人がプロである必要はありません。「この3枚はよくできている」と選べる人がいれば足ります。 ### Q2. まず色とフォントを決めたほうが早くないですか？ 先に決めても構いませんが、それだけでは揃いません。色番号が同じでも、1枚に主役が3つある資料と1つの資料は、並べると別物に見えます。順番としては、何を大きくするか、要素の上限、色の数、の順が効きます。色番号は、道具側に登録してしまえば人が覚える必要もありません。 ### Q3. 決めごとは何項目くらいが適切ですか？ 最初は7項目前後を目安にしてください。AIに違いを出させると20項目くらい返ってきますが、そのまま使うと誰も守れません。削るのは人の仕事です。守られる7項目のほうが、守られない20項目より効きます。足りなければ、赤が入るたびに1行ずつ増えていきます。 ### Q4. 過去の資料が少ない会社は、どうしますか？ 2枚ずつでも始められます。よくできた2枚といまいちな2枚を並べれば、差分は出ます。それも難しい場合は、他社の公開資料を「良い側」に置いても構いません。ただし、その場合に出てくるのは他社の基準です。自社の資料が溜まってきたら、必ず自社のもので置き換えてください。 ### Q5. AIに決めごとを作らせると、一般論しか返ってきません。 渡している材料が足りないか、依頼文で一般論を禁じていないかのどちらかです。この記事の依頼文には「一般原則の解説は不要」「渡した資料から読み取れることだけ」と書いてあります。この2行がないと、教科書の要約が返ってきます。あと、数えさせる指示も忘れないでください。数えさせると、具体に戻ります。 ### Q6. 資料の種類ごとに決めごとを分けるべきですか？ 最初は分けないでください。1枚のファイルの中に「社外提案書の場合」「社内報告の場合」と節を作れば足ります。ファイルを分けた瞬間、どちらを読ませるかで迷いが生まれ、読まれなくなります。分けるのは、片方が明らかに肥大化してからで間に合います。 ### Q7. 決めごとを守らない人には、どう言えばいいですか？ 守らない人を責める前に、確認リストが数えられる形になっているかを見てください。「上品に」を守れなかった人は責められません。「色は3つまで」を守れなかった人には、根拠を持って指摘できます。それでも守られないなら、その項目自体が現場に合っていない可能性が高い。項目を直すほうが早いことが、けっこうあります。 ### Q8. 資料の中身の質は、これで上がりますか？ 上がりません。見た目が揃うことと、中身が良くなることは別です。ただ、見た目の赤が消えると、上司が中身に集中できるようになります。提案書の中身をどう組み立てるかは、提案書をAIで作る記事のほうに書いてあります。見た目の決めごとは土台で、勝ち筋は別に要ります。 ## 持ち帰り③：来週やるかどうかの確認10問 読んで終わりにしないための10問です。「はい」が7つ未満なら、決めごとはまだ会社の中で動いていません。 - 社内で一番資料が上手い人が、誰なのか言えますか - その人の基準が書かれた紙が、1枚でもありますか - 「1枚の主役を1つにする」を、資料を作る全員が知っていますか - 1枚に載せてよい要素の数を、数字で決めていますか - 使ってよい色の数を、数字で決めていますか - 社名・敬称・日付・数字の書き方が、どこかに書いてありますか - その紙は、作った人以外も開ける場所にありますか - 資料を作るとき、その紙をAIに一緒に読ませていますか - 見た目の赤が入ったとき、その場で紙に1行足していますか - 先月入った人に、初日にその紙を渡しましたか 8番と9番が、この10問の中心です。作っただけのファイルは、書棚の飾りです。毎回読ませて、直しが戻ってくる。この2つが回り始めると、決めごとは自分で育ちます。スキル化の記事で書いた「毎回同じことを説明している作業」の典型が、資料の見た目の注文です。同じ注文を3回書いたら、それはファイルに移す合図です。 10問の埋め方を、無料資料セットで見る ## まとめ：センスを揃えるのではなく、決めごとを1枚にする 会社の資料がバラバラなのは、作る人のセンスがバラバラだからではありません。基準が上手い人の頭の中にしかなく、言葉になっていないからです。言葉になっていないものは、人にもAIにも渡せません。 - 最初に決めるのは色でも余白でもなく、何を大きくするか。ここが揃うと、色が多少ずれても資料は揃って見える - 決めごとは、守れたかどうかを数えられる文にする。「上品に」は決めごとではない - 白紙から書かない。よくできた資料といまいちな資料を並べて、違いをAIに言葉にさせる - 出てきた20項目を、人が7項目に削る。選ぶことと削ることが、会社の判断 - 1枚のファイルにして、資料を作るたびに読ませる。毎回の細かい指示が消える - 見た目の赤が入ったら、その場でファイルに1行足す。書き戻しがないファイルは腐る - 効果は見た目だけではない。新しく入った人が、初日に1枚を作れるようになる うちの会社にデザイナーはいません。それでも資料のトーンが揃っているのは、決めごとを1枚にして、毎回AIに読ませているからです。潰れたロゴも、白が出た背景も、崩れ方が見つかるたびに1行ずつ書き足してきました。書き足した行の数が、そのまま、二度と起きなくなった崩れ方の数です。 2年後、いま使っているAIの名前は変わっているかもしれません。それでも「1枚の主役は1つ」と書いた1枚は、そのまま次の道具に渡せます。会社に残すのは道具ではなく、判断の基準そのものです。 伴走の役割はAI顧問とはにまとめてあります。自社の決めごとを1枚にするところから始めたい方に向けて、進め方の資料を無料で置いてあります。項目の選び方と、書き戻しの回し方は、こちらからどうぞ。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：139字（推奨120〜158字） ============================================================ 社内資料や提案書のトンマナが人によってバラバラなのは、センスではなく決めごとが言葉になっていないから。デザイナーなしで揃える手順を生成AI顧問・赤堀が公開します。色より先に決めるのは「何を大きくするか」。決めごと1枚の穴埋めひな形と、良し悪しの違いをAIに言語化させる依頼文つき。 --> --- # AIが同じミスを繰り返すのはなぜか｜直した1回を、どこに置くかで決まる URL: https://aiandwill.com/ai-onaji-shiteki/ 公開: 2026-08-24 / 更新: 2026-09-05 「昨日それ直したはずなのに、今日また同じ形で出してきた」。顧問先で、この言葉を月に何度も聞きます。表の見出しの付け方、社名の書き方、敬称、金額の丸め方、送信前に必ず入れる一文。指摘したはずのことが、翌日には元に戻っている。何度か繰り返すと、その人はAIを開かなくなります。「学習しないなら、自分でやったほうが早い」。 先に結論を置きます。AIが覚えないのではありません。こちらが、直したものの置き場所を決めていないだけです。チャット画面のやり取りは、その会話が閉じればほとんど残りません。残らない場所に指摘を落とし続ければ、同じ指摘を毎日することになります。問題は記憶力ではなく、行き先の設計です。 ここで書くのは、私が顧問の現場で毎回渡している「直しの行き先4分岐」——流す（書かない）／メモリ（その人に覚えさせる）／ルール（会社の決めごとに1行足す）／コマンド（手順ごと名前を付けて呼び出す）——という仕分けです。1回の直しをどこへ置くかを決めた会社だけ、AIが育ちます。決めていない会社は、何年たっても初日のAIと仕事をし続けます。あわせて、増えすぎたルールの間引き方まで書きます。行き先を作る話だけを書いて、捨てる話を書かない記事は、半年後に読者を困らせるからです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## AIが覚えないのではない。置き場所が決まっていないだけ AIが同じミスを繰り返す、という相談で来る方の多くは、AIの性能を疑っています。私が現場で見る限り、性能の問題であることはほとんどありません。詰まっているのは、もっと手前です。指摘した内容が、次の日も生きている場所に書かれていない。それだけです。 人の新人を思い出してください。「その表現は、うちでは使わない」と口頭で言えば、新人はメモを取ります。手帳に書く。共有のマニュアルに追記する。先輩に確認する。この「メモを取る」動作を、AIは自分ではやりません。会話の中で「わかりました、以後気をつけます」と返してくるので、覚えたように見えます。返事だけが人間そっくりで、記録の習慣だけがない。ここが事故の入口です。 そのうえで、私が顧問先で最初にほどく前提の誤解は3つあります。 - 「一度言えば覚える」という誤解。その会話の中では効きます。会話が変われば、多くの場合ゼロに戻ります。「昨日」という単位で効かせたいなら、会話の外に置くしかありません。 - 「学習をオンにすれば会社のことを覚える」という誤解。入力内容の学習利用の設定と、自社専用に賢くなることは別の話です。むしろ会社の情報を扱うなら、学習利用は切る前提で設計します。この線引きはセキュリティ設計の記事にあります。 - 「同じ会話を使い続ければいい」という誤解。会話が長くなるほど、序盤で決めたことは薄れます。加えて、その会話は本人の画面の中にしかありません。隣の人には引き継がれない。会社としては何も残っていないのと同じです。 つまり、直しが消える場所と、残る場所があります。ここを分けずに「AIは学習しない」と言うのは、メモを渡していない新人を「物覚えが悪い」と評価するのに似ています。まず、消える場所と残る場所を並べます。 直しを置いた場所 翌日効くか 他の人に効くか 実際に起きること その場のチャットで口頭注意 × × 翌朝、同じ形で出てくる 長い会話を延々と続ける △ × 序盤の指示から順に効かなくなる 個人のメモ帳に控える △ × 本人が貼り忘れた日だけ元に戻る 記憶させる機能（メモリ等） ○ △ その人・その案件では効く。会社全体には広がらない 会社のルール文書に1行 ◎ ◎ 全員・全案件に効く。増えすぎると読まれなくなる 手順ごと登録した呼び出し（コマンド） ◎ ◎ 同じ手順が毎回同じ品質で走る 本人の頭の中だけ × × その人が休んだ日に、品質が落ちる この表を顧問先のホワイトボードに書くと、たいてい部屋が静かになります。多くの会社は、上の2行だけでAIを使ってきたからです。上の2行は「相談」には向いています。「仕事」には向いていません。相談と仕事の違いは、翌日も同じ品質が出るかどうかです。 書籍『ChatGPTを、「AI社員」に育てる方法』で、私はAIを新入社員にたとえて書きました。賢いけれど、うちの会社のことは何も知らない。教えれば動く。ただし、教えたことをどこに残すかは、雇った側が決めます。コンテキストの設計という言葉が指しているのは、突き詰めればこの「残し方」です。 ## 直しの行き先4分岐——流す／メモリ／ルール／コマンド 私が顧問の現場で、業務を一本動かしたあとに必ずやるワークがあります。「いま直したその直し、どこへ返しますか」と聞くワークです。行き先は4つしかありません。全部をルールにしないこと、逆に全部を流さないこと。この仕分けが、AIが育つ会社と育たない会社の分かれ目です。 直しの行き先4分岐 AIの出力を直した ↓ 今回だけの好みか？　→ はい ①【流す】直さない。記録もしない 一度きりの気分・その案件だけの例外。ここを書き始めるとルールが破裂する その人・その案件に固有の事実か？　→ はい ②【メモリ】覚えさせる 「この取引先は請求書を月末締めで受け取る」など、次の仕事の前提になる事実 会社として毎回そうするか？（同じミスが2回）　→ はい ③【ルール】文書に1行書く 就業規則への昇格。以後すべての作業・全員に効く。判定できる文で書く 同じ手順を3回繰り返したか？　→ はい ④【コマンド】手順書にして名前で呼ぶ 毎回の説明をやめ、合言葉一つで同じ品質を走らせる。作るのは3回やってから 出所：AiWiLLが顧問先へ渡している社内資料『AIエージェント導入・コンテキスト設計ガイド』の標準ワーク（オンボーディング運用） ### ①【流す】——直さないという選択肢を、最初に置く 4つのうち、いちばん軽く見られていて、いちばん重要なのがこれです。全部を仕組みにしないこと。 AI導入で最初につまずく会社の多くは、やる気がありすぎます。出力を直すたびに「これもルールに入れよう」と決めて、1ヶ月でルール文書がA4で十数枚になる。そうなると誰も読まないし、AIに渡しても矛盾した指示が同居して、精度がむしろ落ちます。ルールは、書けば書くほど効くものではありません。 流してよいのは、こういうものです。今日の資料だけ少し柔らかい言い回しにした。この案件の相手が高齢なので文字を大きくした。この一本だけ結論を先に置いた。次に同じ場面が来る保証がないものは、書かない。書かなかったせいでもう一度直すことになったら、そのときに②か③へ上げればいい。「一度で仕組みにしない」ことが、長く続く運用の条件です。 ### ②【メモリ】——その人・その案件に固有の「事実」を覚えさせる 記憶させる機能は、ツールによって名前が違います。メモリ、カスタム指示、プロジェクト単位の設定、共有スペースの説明欄。呼び名は2年後にはまた変わっているでしょう。名前が変わっても残る原理はこれです。メモリに入れるのは「事実」であって「気合い」ではない。 入れてよいもの。担当者の呼び方。よく使うファイルの置き場。取引条件のうち、社内で共有してよい範囲のもの。「提案書はHTMLで作る」のような、次の仕事の前提になる決めごと。入れてはいけないもの。「もっと丁寧に」「品質を上げて」といった、判定のしようがない願望。そして、パスワードや認証情報、個人の機微情報。メモリは便利な分、入れたことを忘れます。忘れても事故らないものだけを入れる、が原則です。 メモリのもう一つの性質は、広がらないことです。その人の環境、そのプロジェクトの中でだけ効きます。だから、隣の人が同じ間違いをしているなら、それはメモリの案件ではありません。③のルールです。ここを混同したまま「メモリに入れたのに他の人が直っていない」と悩む会社が、かなりあります。 ### ③【ルール】——同じミスが2回起きたら、文書に1行 会社として毎回そうする、と決めたことは、人の記憶にもチャットにも置かず、文書に書きます。AIに毎回読ませる前提の、社内規程にあたるファイルです。生成AIの社内ルールの記事で書いた「使ってよい範囲」のルールとは層が違います。あちらは安全のルール、こちらは品質のルールです。 問題は、いつ上げるかです。私が使っている基準は単純です。同じミスが2回起きたら書く。1回では書かない。1回目は偶然かもしれない。2回目は構造です。この基準を決めておかないと、機嫌のいい日にはルールが増え、忙しい日には増えない、という気分運用になります。 もう一つ。ルールは「読む人がいる文書」ではなく「毎回読まれる文書」です。人間の規程集は、入社時に一度読んで棚に戻ります。AIに渡すルール文書は、仕事のたびに全文が読まれます。だから長さがそのまま品質に効きます。長い規程集をそのまま渡すと、大事な3行が薄まります。この点は後半の「間引き」で詳しく書きます。 ### ④【コマンド】——3回繰り返した手順は、名前で呼ぶ ルールに書いても消えない面倒があります。「毎回、同じ説明をしている」という面倒です。月次の請求まとめ、点検報告の下書き、営業メールの型、議事録から宿題を抜く作業。手順自体が固定なら、その手順ごと登録して、一言で呼び出せるようにします。呼び名は、ツールによってコマンド、スキル、テンプレート、保存済みの指示、と変わります。2年後に名前が変わっても残るのは「毎回説明しない」という一点です。 作るタイミングにも基準があります。手で3回やってから作る。先回りして作らない。これは私が自分の運用で何度も失敗して決めた線です。1回目で仕組みにすると、たいてい間違った手順を固定してしまいます。3回やると、変わらない骨と、毎回変わる肉が分かれます。骨だけを登録する。肉は毎回口で言う。この分け方を守らないと、便利な呼び出しのはずが「使いにくい半自動」になって放置されます。仕組みへの上げ方そのものはスキル化の記事にまとめてあります。 行き先 上げる条件 効く範囲 中身の性質 やりすぎたときの症状 ①流す 今回だけの好み その1回 記録しない 何も蓄積せず、毎日同じ指摘が続く ②メモリ その人・その案件で再発しそう 本人／その案件 変わらない事実 古い事実が残り、間違った前提で動く ③ルール 同じミスが2回 全員・全案件 判定できる決めごと 枚数が増え、誰も読まない・矛盾する ④コマンド 同じ手順を3回 呼んだ人全員 固定された手順 使われない半端な自動化が並ぶ （誤）口頭注意だけ — その会話のみ 消える 「AIは学習しない」という結論に着地する （誤）全部ルール — 形式上は全員 願望の羅列 読まれず、精度がむしろ落ちる この4分岐は、道具の話ではありません。会社の中で「決めごとをどこに置くか」という、AIが来る前からある話です。だから2年後にツールの画面が変わっても、この4つは残ります。つまりこれは、AIの使い方である前に、会社の決めごとの置き方の話です。 直しの行き先を決める進め方を、無料資料で見る ## 仕分けの前に問う一言——「これは今回だけか、毎回か」 4分岐を渡すと、ほぼ全員が同じ場所で止まります。「で、これはどれですか？」。判断がつかない。理由ははっきりしていて、直した直後は、全部が「重要」に見えるからです。手を動かした直後は、その手間が生々しい。生々しさで仕分けると、全部が③のルール行きになります。 だから順序を先に決めます。行き先を選ぶ前に、必ずこの一言を挟みます。 仕分けの第一問 これは今回だけのことか。それとも、毎回そうしてほしいことか。 「毎回」でなければ、①流す。「毎回」なら、次に「誰にとって毎回か」を問う。本人だけなら②メモリ、会社としてなら③ルール、手順まで固定なら④コマンド。 この一問を飛ばすと、何が起きるか。ルール文書だけが太ります。半年後、A4十数枚の「守られていない決めごと集」が残り、新しく入った人は最初の1ページで読むのをやめます。AIも同じです。読ませる文書が長くなるほど、本当に守ってほしい3行が埋もれます。ルールが膨らんで誰も読まなくなるのは、ルールを書きすぎたからではなく、第一問を飛ばしたからです。 もう一つ、順序に関する実務上のコツがあります。直した瞬間に仕分けない。その場では「あとで仕分ける印」だけ付けて、仕事を進める。1日の終わりか、週に一度、まとめて仕分ける。直後は熱があるので判定を誤りますし、仕分けのために仕事が止まると、そもそも続きません。私は日次のログに一行残しておいて、週に一度まとめて上げています。暗黙知をAIに渡す記事で書いた「言語化は後追いでいい」という考え方と、同じ発想です。 ## 持ち帰り①：直しの行き先を決める10問 週に一度の仕分けで、そのまま上から順に使えるようにしたものです。答えが出た時点で行き先が決まるので、10問すべてを毎回通す必要はありません。 - 同じ直しを、過去にもしたか。初めてなら①流す。2回目以降なら先へ進む。 - 次に同じ場面が来ると、はっきり言えるか。「来るかもしれない」程度なら①流す。 - これは好みか、事実か。好みなら①か②。事実（社名の正式表記、締め日、置き場所）なら②以上へ。 - 自分以外の人も、同じ間違いをしそうか。しそうなら③ルール。自分だけなら②メモリ。 - その案件が終わったら、要らなくなるか。要らなくなるなら②メモリ（案件単位）。会社が続く限り効くなら③ルール。 - 守れているかどうかを、後から判定できるか。判定できないなら、まだ③に上げない。書き方を直してから上げる（次章）。 - すでに似た決めごとが、どこかに書かれていないか。あるなら新規追加ではなく、既存の1行を書き直す。 - この直しは、指示ではなく手順の話ではないか。手順なら③ではなく④の候補。ただし3回目まで待つ。 - 手で3回やったか。3回未満なら④コマンドにはしない。まだ形が固まっていない。 - これを増やすと、代わりに消せる行はあるか。あるなら同時に消す。増やすだけの運用は、必ず破裂する。 6番と10番が、この10問の要です。6番を飛ばすと「守れているか分からないルール」が増えます。10番を飛ばすと、文書が一方向に太り続けます。この2つだけ守れば、あとは多少の判断ミスがあっても運用は壊れません。 ## 持ち帰り②：ルールに書くときの文の型——判定できる書き方と、できない書き方 10問の6番、「守れているかどうかを、後から判定できるか」。ここが実務でいちばん効きます。同じ内容でも、書き方一つで、翌日から効くルールと、一生効かないルールに分かれます。 効かないルールには共通の形があります。形容詞と副詞で書かれていることです。丁寧に、適切に、しっかり、なるべく、意識して。これらは人間相手でも判定できません。AI相手ならなおさらです。判定できない文は、書いた本人しか意味が分からないので、翌週には本人も忘れます。 直したかったこと 判定できない書き方（NG） 判定できる書き方（OK） 文章が硬い もっと丁寧で親しみやすい文章にする 一文は60字以内。二重敬語を使わない。冒頭に時候の挨拶を入れない 数字の扱いが雑 数字は正確に扱う 確認できていない数字は「未確認」と書く。推測で桁を補わない 社名の表記ゆれ 社名は正しく書く 社名は正式名称。株式会社は前株・後株を台帳どおりに書く。略称は本文で使わない 資料の粒度がバラバラ 読みやすい資料にする 1スライド1メッセージ。見出しは体言止め。本文は3行以内 送信前の抜け漏れ 送信前によく確認する 宛先・金額・添付の3点を、送信前に一覧で出す。送信そのものは行わない 勝手に判断される 勝手なことをしない 指示にない項目を追加したときは、末尾に「追加した項目」として列挙する 提案が浅い 質の高い提案をする 案は必ず3つ。各案に「やらない理由」を1行添える 右の列の文には、共通する性質があります。読んだ人が「守れている／守れていない」を指差せる。数、名詞、動作で書かれているからです。この書き方に直すと、副次的な効果が2つ出ます。 1つは、AIの出力が安定すること。当然です。判定できる指示は、実行もできます。もう1つのほうが大きくて、書いた本人の頭の中が整理されることです。「もっと丁寧に」を判定できる形に直そうとすると、自分が何に苛立っていたのかを言葉にしなければなりません。二重敬語が嫌だったのか、長い文が嫌だったのか、時候の挨拶が要らなかったのか。ここで初めて、暗黙のうちに持っていた基準が外に出ます。 私が顧問の場でよく言うのは、これです。ルールに書けない指摘は、指摘ではなく気分です。厳しい言い方に聞こえますが、逆でもあります。書けるところまで言語化できたなら、それはもう会社の資産です。AIに渡すためだけの作業ではありません。新人教育の資料が、同じ手間で一枚できています。 書き方の型を、3つだけ置いておきます。長い規程を作るより、この型で1行ずつ増やすほうが続きます。 【型1｜必ずやる】 （いつ）＋（何を）＋（どうする） 例：見積を作るときは、単価の根拠を1行併記する 【型2｜やらない】 （何を）＋しない／（誰の許可なく）＋しない 例：送信・公開・値引きは、人の承認なしに実行しない 【型3｜迷ったとき】 （条件）なら（A）／それ以外は（B） 例：社外に出る文書なら固有名詞を伏せる／社内資料ならそのまま書く 3つとも、主語が「AI」でも「社員」でも成立するように書いてあります。これは意図的です。AI専用のルールと人間用のルールを別々に持つと、二重管理になって、片方が必ず腐ります。チームでコンテキストを共有する記事で書いたとおり、共有すべきなのは「会社としてどうするか」の一本です。 ## 手で3回やってから、仕組みにする 4分岐の④に関わる規律を、独立した章にしておきます。私が自分の運用で一番よく破りたくなり、破ると一番痛い目を見る線だからです。 手で3回やってから、仕組みにする。先回りして作らない。 AIを触り始めた人は、必ず「これ、自動化できるのでは」と思います。思うのは正しい。ただ、1回目でやると、ほぼ外します。理由は3つあります。 - 1回目は、手順がまだ手順になっていない。その場の思いつきが混ざっているので、固定すると変な癖ごと固まります。 - 2回目で、変わる部分が見える。1回目と2回目の差分が、毎回変わる「肉」です。骨と肉を分けられるのは、2回目以降です。 - 3回目で、続く仕事だと分かる。3回起きなかった仕事は、そもそも仕組みにする価値がありません。私が見てきた範囲では、「作ったけど使われていない自動化」の多くは、2回で終わる仕事に対して作られています。 自社の例で言うと、イベントの申込状況を毎朝まとめる作業がありました。最初は手で見て、手で表に転記していました。3回目あたりで、見る場所も、集計の切り口も、報告の形も変わらないことがはっきりした。そこで初めて、毎朝の定時実行にしました。いまは人が見るのは結果の表だけです。先に自動化していたら、集計の切り口が固まる前に固定して、作り直していたはずです。 この規律には、もう一つ効用があります。作らない判断ができるようになること。AI導入で疲れる会社は、たいてい作りすぎています。ルールも、テンプレートも、自動化も。3回ルールを置くと、「まだ1回目だから作らない」と言えるようになります。作らない理由を持てるかどうかが、半年後の運用の重さを決めます。 ## ルールが増えすぎたときの間引き方 ここからが、この記事でいちばん書きたかったところです。行き先を作る話はよく語られます。捨てる話はほとんど語られません。結果、半年後に「ルール文書が肥大して、誰も読まない」という二次災害が起きます。 私は自社のルールファイルに、ルールを増やす基準そのものを書いています。「同じミスが2回以上起きたらルール化する」「次回以降も効くものだけ追加する」「長くなりすぎたら、個別の場所へ分ける」——この3行が、実際にファイルの中にあります。増やす基準と、分ける基準を、ルールとして持っている。ここまでやらないと、文書は必ず一方向に太ります。 そのうえで、四半期に一度くらいの頻度で間引きます。判断は3つだけです。 ルールの間引き 3判断 判断1｜守られていないルールは、消す 3ヶ月守られていないなら、それは「守れないルール」です。守らせる努力より、消す判断が先。残すなら、守れる形に書き直してから残す 判断2｜矛盾したら、新しい方を残す 古い行を残したまま新しい行を足さない。会社の方針は変わります。変わったことを認めて、古い1行を消す 判断3｜長くなったら、分ける 全員に効く「会社の規程」と、その部署・その案件でだけ効く決めごとを分離する。全文が毎回読まれる文書は、短いほど強い 出所：自社のルールファイル運用（更新基準の3行は実在。中身の全文は非公開） 判断1について、少し補足します。「守られていないから、周知を徹底しよう」と考えるのが普通の会社です。私は逆にしています。3ヶ月守られなかったルールは、内容ではなく書き方に問題があることが多い。判定できない書き方になっているか、そもそも現場の動きと合っていないか。どちらにせよ、貼り紙を増やしても直りません。消して、必要なら書き直す。この判断ができる会社の規程は、薄くて強くなります。 判断2の「新しい方を残す」は、経営の話でもあります。方針が変わったのに古い行を消せない会社は、AIに矛盾した指示を渡し続けます。AIは矛盾を指摘せずに、どちらかを勝手に選びます。選んだ結果が気に入らないと、また指摘が飛ぶ。ここで「AIは言うことを聞かない」という誤解が生まれます。聞いていないのはAIではなく、矛盾を放置した側です。 判断3は、実務でいちばん効きます。うちの場合、全員に効く決めごとは短く保ち、事業ごと・案件ごとの細かい話は、その場所のファイルに置いています。共有の仕方も2層にしていて、幹部が見る層と、スタッフが見る層を分けています。全部を1枚に集めると、読む人にとって9割が他人事になる。他人事が9割ある文書は、読まれません。 症状 本当の原因 やってはいけない対処 やる対処 ルールが守られない 判定できない書き方 周知を徹底する 数・名詞・動作で書き直す ルールが多すぎる 1回で仕組みにしている 整理担当を置く 「2回起きたら」の基準を先に決める 出力が不安定 矛盾した行が同居 指示を長くする 古い行を消す 誰も読まない 他人事が9割 読ませる会議を開く 全員向けと部署向けに分ける 自動化が使われない 3回未満で作った 使い方を教える いったん捨てて、手で3回やり直す メモリの前提が古い 入れっぱなし 全消しして入れ直す 案件終了時に、その案件分だけ消す ルールの育て方と間引き方を、無料資料で確認する ## 強制力を上げる前に、判定できる形に書き直せているか 「同じ指摘を二度させない」ために、指摘を記録して強制力を段階的に上げていく——という設計が、現場で出てきています。考え方としては筋が通っています。段階はだいたいこうなります。 - 注意。ルール文書に1行書き、毎回読ませる。守るかどうかは出力側に委ねられる。 - 確認。作業の終わりに、その項目を満たしているかを自己点検させ、結果を並べて出させる。 - 禁止。その行為そのものをできなくする。送信・公開・削除など、取り返しがつかない操作を人の手前で止める。 この3段は、実務で使えます。ただし、順番を間違えている会社を何度か見ました。守られないから強制力を上げる、という順番です。これはだいたい失敗します。 理由は単純で、判定できない文の強制力を上げても、判定できないままだからです。「丁寧に書く」を確認ステップに入れると、「丁寧に書きました」という自己申告が返ってきます。禁止にしようとしても、何を禁止すればいいのか書けません。強制力は、判定できる文にしか乗りません。 本質はここ 強制力を上げる前に、その1行は判定できる形に書き直せているか。 仕組みの名前（記録・スコア・ゲート）は、2年後には別のものになります。残るのは、「判定できる形にしてから強制する」という順番のほうです。 もう一点、段階を上げる基準も持っておきます。私の場合はこうです。注意で足りるものは注意のまま。確認まで上げるのは、抜けると手戻りが大きいもの。禁止まで上げるのは、取り返しがつかないものだけ。送信、公開、削除、支払い。この4つは、うちでは人の承認なしに走らせません。逆に、文体や見出しの付け方に禁止をかけると、仕事が止まります。強制力は、事故の大きさに比例させる。全部を最上段にする会社は、3日で運用をやめます。 そして、確認段階を入れるときの注意が一つあります。自己申告を、確認済みとして扱わないこと。「確認しました」という一行ではなく、「宛先＝◯◯／金額＝◯◯／添付＝あり」のように、判定材料を並べて出させる。人が見るのは、その並びです。ここを省くと、完成した顔の文書だけが増えて、誰も疑わなくなります。 ## 自社では、ルールを増やす基準までルールにしてある AI顧問として累計15社ほどを見てきて、いま私が確信していることがあります。うちは社員2名、業務委託を含めて8名の会社です。創業は2026年2月。この人数で顧問先を持ち、記事も動画も出しているので、同じ説明を二度する余裕がありません。だからこの4分岐は、顧客向けの理屈ではなく、自分たちの生活のために回しています。公開してよいのは中身ではなく構造なので、骨だけ書きます。 - ルールを増やす基準が、ルールファイルの中にある。「同じミスが2回以上起きたらルール化する」「次回以降も効くものだけ追加する」「長くなりすぎたら分ける」。増やし方と分け方を、先に決めてある。 - 共有は2層。幹部が見る層と、スタッフが見る層を分けています。全員に同じ量を渡さない。他人事を9割含む文書は読まれない、という判断からです。 - デザインの決めごとは、1枚のファイルにして毎回読ませる。資料・図解・スライドの見た目が人によってバラつく問題は、その都度の指摘では直りませんでした。1枚にまとめて、作るたびに読ませる形にしてから、トーンが揃いました。これは③ルールの典型例です。 - 会計・カレンダー・メール・ドライブは、AIから直接読める形につないでいる。数値の中身はここには書きませんが、狙いは一つで、「毎回コピペして貼る」という手作業を消すことです。手作業が残っていると、その手順の直しがどこにも溜まりません。 - 会議の記録から、判断のルールを抜き出して社内規程へ書き戻している。会議で決まったことが議事録の中で眠るのが、いちばんもったいない。決めたことのうち「次回以降も効くもの」だけをルールに上げる。ここでは骨だけにとどめますが、これも③ルールの層の話です。 この運用を回していて、私が実感していることが一つあります。コンテキストを整理する時間を、別に取っていないということです。仕事をすると、記録が残る。直しが出る。週に一度、直しを仕分ける。それだけで、昨日より今日のAIのほうが、うちの会社をよく知っています。整理の日を別に設ける運用は、忙しい月に飛びます。飛ばない運用は、仕事そのものの中に組み込まれているものだけです。 ## 先に踏んで痛い目を見た形 うまくいった話だけ書いても役に立たないので、自社と顧問先で見た失敗を、一般化して並べます。 - 1回目の直しを、その日のうちに全部ルールにした。1ヶ月でルール文書が読めない厚さになり、AIの出力精度が下がった。矛盾した行が同居していたのが原因です。 - メモリに願望を入れた。「品質を上げて」「もっと考えて」。何も変わらないので、「メモリは効かない」という結論になった。効かないのはメモリではなく、判定できない文のほうです。 - 本人の環境だけに覚えさせて、会社に広げなかった。その人が休んだ日に、品質が元に戻った。②で止めるべきでない案件を、②で止めていた形です。 - 2回で終わる仕事を自動化した。3回目が来なかったので、使われないまま残った。社員がAIを使わない記事で書いた「触られない仕組み」の典型です。 - 守られないルールに、周知の徹底で対抗した。会議で読み合わせをして、翌週には元通り。書き方を直すべきところを、気合いで押した。 - 古い決めごとを消さないまま、新しい決めごとを足した。AIが古い方を選んだ日に「言うことを聞かない」と言ってしまった。聞いていなかったのはこちらです。 - 強制力から入った。いきなり「確認ステップを全項目に入れる」をやって、作業が重くなり、3日で外した。事故の大きさに比例させていなかった。 どれも、道具の性能不足ではありません。仕分けの設計不足です。直す方法も、新しいツールではなく、4分岐と、判定できる文と、間引きの3判断です。 ## 持ち帰り③：来週から90日で、ここまで通す 全部を一度にやろうとすると続きません。私が顧問先で通す順番は、これです。90日で1本通れば、あとは業務のたびに勝手に積み上がります。 時期 やること やらないこと できた印 1〜2週目 直したら、その場で1行だけ記録する（行き先は決めない） ルール文書を作る 1週間分の「直し」が一覧になっている 3〜4週目 週に一度、記録を4分岐で仕分ける 全部をルールに上げる ①流すに振り分けた行が半分以上ある 2ヶ月目 2回起きた直しだけ、判定できる文でルールに1行 長い規程集を作る ルールが10行以内で、全部が判定できる文 2ヶ月目後半 3回やった手順を1つだけ、呼び出しにする 複数を同時に作る 1つの合言葉で、同じ品質が出る 3ヶ月目 取り返しのつかない操作にだけ、人の承認を挟む 全項目に確認を入れる 送信・公開・削除・支払いが止まっている 3ヶ月目末 守られていない行を消す。矛盾は新しい方を残す 周知の徹底で押す ルールの行数が、先月より減っている 最後の行に注目してください。3ヶ月目末に、ルールの行数が減っていること。これが、この運用がちゃんと回っている印です。増え続けている会社は、①流すの判断ができていません。減らせる会社は、半年後も同じ運用を続けられます。 チェックリストの形でも置いておきます。来週の朝礼で、そのまま読める粒度にしてあります。 - 直したら、その場で1行だけ記録する場所を決めた（チャットの中には残さない） - 仕分けは、直した直後ではなく、週に一度まとめてやると決めた - 「今回だけか、毎回か」を、行き先を選ぶ前に必ず問うことにした - 1回目の直しは、原則として①流すと決めた - ルールに上げる条件を「同じミスが2回」に固定した - 呼び出しを作る条件を「手で3回やってから」に固定した - ルールの1行は、数・名詞・動作で書く（形容詞と副詞で書かない） - 取り返しのつかない操作（送信・公開・削除・支払い）だけ、人の承認を挟んだ - 四半期に一度、守られていない行を消す日をカレンダーに入れた - ルールを増やす基準そのものを、ルールに書いた 90日で1本通す設計を、無料資料セットで見る ## よくある質問 ### Q1. 記憶させる機能を使えば、同じミスは止まりますか？ 本人の作業では止まります。会社では止まりません。記憶させる機能は、その人・その案件の中で効くものだからです。隣の人も同じ間違いをしているなら、それはメモリではなくルールの案件です。「メモリに入れたのに他の人が直っていない」という相談は、この取り違えがほとんどです。 ### Q2. 毎回同じ説明をするのが面倒です。どこから手を付けますか？ その説明を、直近で何回したかを数えてください。3回未満なら、まだ手でやります。3回以上なら、その手順を登録して名前で呼べるようにします。数える前に作ると、まだ固まっていない手順を固定してしまい、作り直しになります。 ### Q3. ルールを書いても守られません。どうすればいいですか？ まず、その1行が判定できる形かを見てください。「丁寧に」「適切に」「しっかり」で書かれていたら、守れているかを誰も判定できません。数・名詞・動作に書き直す。書き直しても3ヶ月守られなかったら、そのルールは消します。守らせる努力より、消す判断のほうが先です。 ### Q4. ルールが増えすぎて、誰も読まなくなりました。 3つで間引きます。守られていない行は消す。矛盾したら新しい方を残す。長くなったら、全員向けと部署・案件向けに分ける。そのうえで、増やす基準（同じミスが2回起きたら、など）をルールの中に書いてください。基準がないと、また同じ厚さに戻ります。 ### Q5. 会話を一つ続けて使えば、覚えていてくれるのでは？ 短期的にはそうです。ただ、会話が長くなるほど序盤の指示から順に効かなくなりますし、その会話は本人の画面の中にしかありません。休んだ日、担当が変わった日に、会社としては何も残っていない状態になります。会話は相談に使い、決めごとは会話の外に置いてください。 ### Q6. 指摘を記録して、強制力を上げていく仕組みは有効ですか？ 考え方は有効です。順番だけ間違えないでください。守られないから強制力を上げる、ではなく、判定できる形に書き直してから強制力を上げる。判定できない文は、確認段階に入れると「やりました」という自己申告が返ってくるだけです。強制力は、事故の大きさに比例させます。取り返しのつかない操作だけを止めれば足ります。 ### Q7. 社員が10名います。全員分のルールを個別に作るべきですか？ 作らないでください。個人ごとの決めごとはメモリの層に置き、会社としての決めごとだけをルールに上げます。個別のルールを人数分持つと、更新できるのは書いた本人だけになり、その人が抜けた時点で全部が古くなります。共有の設計はチーム共有の記事にまとめてあります。 ### Q8. どのツールを使えば、この4分岐が実現できますか？ ツールで決まる話ではありません。①流すは何も使いません。②メモリは、記憶させる機能があるものなら何でも構いません。③ルールは、毎回読ませられる1枚のファイルがあれば足ります。④コマンドは、手順を保存して呼び出せる仕組みがあればよい。名前は2年後には変わっています。変わらないのは「1回の直しを、どこに置くか」という問いのほうです。 ### Q9. 直すたびに仕分けるのは、かえって手間が増えませんか？ 直した瞬間に仕分けると、増えます。だから私は、その場では1行だけ残して、仕分けは週に一度にまとめています。直後は熱があるので判定を誤りますし、仕分けのために仕事が止まると続きません。週30分で足ります。 ### Q10. 導入して何ヶ月で、同じミスは減りますか？ 2回目の直しをルールに上げた翌日から、その1件については止まります。全体として手応えが出るのは、仕分けが習慣になる3ヶ月目あたりです。判定材料は「ルールの行数が減り始めたか」。増え続けているうちは、まだ仕分けができていません。 ## まとめ：直した1回を、どこに置くかで決まる AIが同じ間違いを繰り返す理由は、記憶力ではありません。直したものが、翌日も生きている場所に置かれていないからです。 - チャットの中の指摘は、会話が閉じれば消える。相談には向くが、仕事には残らない - 行き先は4つ。①流す（今回だけの好み）②メモリ（その人・その案件の事実）③ルール（会社として毎回）④コマンド（3回繰り返した手順） - 行き先を選ぶ前に、「今回だけか、毎回か」を必ず問う。ここを飛ばすとルールが膨らみ、誰も読まなくなる - ルールの1行は、数・名詞・動作で書く。形容詞と副詞で書いた行は、一生効かない - 仕組みは、手で3回やってから作る。先回りして作らない - 守られていない行は消す。矛盾したら新しい方を残す。長くなったら分ける - 強制力を上げる前に、判定できる形に書き直せているかを見る 2年後、記憶させる機能の呼び名も、手順を登録する仕組みの名前も、変わっているはずです。残るのは4分岐の判断そのものです。「これは今回だけか、毎回か」「誰にとって毎回か」「もう3回やったか」。この3つの問いは、AIが来る前から会社の中にあったもので、AIの世代が変わっても消えません。 私が顧問先に残したい一番の資産も、個々の成果物ではなく、この仕分けの習慣です。伴走の役割はAI顧問とはに、AIに仕事を覚えさせる全体像はAI社員のつくり方にあります。昨日の直しがどこにも残っていない、という自覚がある方には、進め方をまとめた無料の資料セットを置いてあります。行き先の決め方と、増えたルールの間引き方は、こちらからどうぞ。 ## 訂正を次の仕事へ戻す記録例 「前にも言った」で終わらせず、直した理由を一行のルールへ戻します。以下は説明用の架空例です。以前の指示が「丁寧に返信して」だけなら、何を守れば合格かが曖昧です。 残す項目 記入例 起きた誤り 資料にない納期を回答した 更新するルール 納期の記載がなければ断定せず、担当者への確認事項へ入れる 確認用入力 納期のある依頼と、納期のない依頼を一件ずつ 合格条件 前者は原文通り、後者は要確認になる 会話への訂正、正式な指示の更新、別入力での再確認を分けて記録します。前の文章を丸暗記させるのではなく、次の異なる依頼でも同じ判断が働くかを見るためです。担当者が変わっても同じ確認を使えるように、入力例の版と承認者も残します。 古い指示が混ざる場合は正式版の管理表、どこで失敗したか曖昧なら障害メモを使って整理してください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：131字（推奨120〜158字） ============================================================ AIが同じ間違いを繰り返すのは、覚えないからではなく、直した1回の置き場所を決めていないからです。生成AI顧問・赤堀が現場で毎回渡す「直しの行き先4分岐（流す・メモリ・ルール・コマンド）」と、判定できるルールの書き方、増えすぎたルールの間引き方までを公開します。 --> --- # AI成熟度モデルを比較する｜Cisco・経産省・AiWiLLの物差しは何が違うのか URL: https://aiandwill.com/ai-seijukudo-model/ 公開: 2026-08-24 / 更新: 2026-09-05 「AI成熟度」「AIレディネス」を測る物差しは、いくつも存在します。世界的なIT企業のもの、国が示すもの、コンサルティング会社が独自に作るもの——どれも真面目に作られていますが、中小企業の社長がそのまま使えるものは、ほとんどありません。 理由は単純で、多くが従業員500名以上の大企業を対象に設計されているからです。GPUの保有率、データガバナンス方針の整備状況、AI人材の採用計画——社員数十名の会社に当てはめると、ほぼ全項目が「該当なし」になります。 代表的な物差しを一次資料から並べて、何を測っているのか・誰向けなのか・中小企業が使えるのかを仕分けます。そのうえで、当社が顧問の現場で使っている5段階の基準も、同じ土俵に並べて長所と短所を書きます。自社の物差しだけを推す記事にはしません。書いているのはAiWiLL株式会社代表・赤堀亘、AI顧問として累計約15社、研修を含めて30社超の現場に入っている人間です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## そもそも、なぜ成熟度を測るのか 先に、測ることの目的をはっきりさせておきます。ここがずれていると、どの物差しを選んでも役に立ちません。 成熟度モデルの用途は、大きく2つに分かれます。 用途 誰が使うか 求められる性質 比較のため（自社は業界内でどの位置か） 大企業の経営企画・投資家・調査機関 多数の企業を同じ尺度で並べられること。項目が多く網羅的 次の一手を決めるため（明日何をするか） 中小企業の経営者・現場の推進担当 段階が少なく、判定が事実で、次の行動が一意に決まること ほとんどの有名な成熟度モデルは、前者のために作られています。調査対象を横に並べて比較するのが目的なので、項目が細かく、点数が出る設計になっています。それ自体は正しい設計です。 問題は、中小企業が後者の目的で前者の物差しを使ってしまうことです。項目を全部埋めても、出てくるのは「御社は業界平均より下です」という結果で、明日やることは書いていません。ここが、実務で最も多い噛み合わせの失敗です。 ## ① Cisco AI Readiness Index——世界約8,000社を6つの柱で測る 最も規模の大きい調査です。Cisco AI Readiness Index 2025（2025年10月14日発表）は、30市場・26業界の、従業員500名超の組織でAI戦略に責任を持つIT・事業リーダー約8,000人を対象に実施されています。 ここで、母集団について1つ補足します。回答者は「AI戦略の責任者」——つまりAI推進の担当を置いている企業です。すでにAIに投資している層が対象なので、日本の中小企業全体の実態を示す数字ではありません。この点を踏まえずに数字だけ引くと、話が大きくずれます。 ### 測っているもの——6つの柱 Ciscoは企業のAI準備度を、6つの領域で評価しています。 柱 測っている内容 中小企業への当てはめやすさ Strategy（戦略） AI活用の方針が定まっているか ○ 規模を問わず有効 Infrastructure（インフラ） 計算資源・ネットワークの準備。GPU容量、ネットワークの拡張性など △ GPUは非該当だが、回線・端末・容量は中小企業でも詰まる Data（データ） データの整備状況・前処理の体制 △ 方向は同じだが、想定するデータ量が違う Talent（人材） AI人材の確保・スキル △ 専任採用が前提。中小企業では社長が兼務 Governance（ガバナンス） 包括的なAIポリシーの整備 △ 簡易版なら有効 Culture（文化） 組織の受容性。取締役会の姿勢など △ 取締役会がない規模では読み替えが必要 ### 結果——準備完了は約13%で、3年間ほぼ動いていない この調査でよく引用される数字が、企業の4区分です。Ciscoは調査対象をPacesetters（完全に準備できている）／Chasers／Followers／Laggardsの4つに分類しており、最上位のPacesettersは約13%。2025年版では、この割合が過去3年間ほぼ一貫していると報告されています。 つまり、この3年でAIツールは一気に普及したのに、「準備できている」と判定される企業の割合は動いていないということです。この記事の主題からすると、ここがいちばん重要な事実です。導入と準備は、別のものだからです。 Pacesettersとそれ以外の差も出ています。AI戦略のロードマップを定義済みなのは、Pacesettersが99%に対し全体では58%。変更管理の計画があるのは91%に対し35%。差が最も大きいのは、技術ではなく計画と体制の側です。 インフラの数字も押さえておきます。GPUの容量が堅牢だと答えた企業は26%にとどまり、ネットワークが完全にスケーラブルなのはPacesettersで71%、全体では15%。54%の企業が、自社のネットワークは拡大に対応できないと答えています。 ### 中小企業が使えるか——結論：そのままでは使えない 正直に書きます。この物差しは、社員数十名の会社が自己診断に使うものではありません。調査対象が従業員500名以上に限定されているので、設計思想からして中小企業を想定していないからです。 ただし、使い道はあります。「準備完了は世界で約13%しかない」「しかもこの3年ほぼ動いていない」という事実は、社内で危機感を共有するときの材料になります。「大企業ですら準備できていない」という文脈は、着手を先延ばしにしている会社の背中を押します。診断ツールとしてではなく、外部環境の証拠として使うのが正しい使い方です。 ### 6つの柱を、中小企業向けに読み替えると そのままでは使えないと書きましたが、柱の考え方自体は有効です。項目を規模に合わせて読み替えると、中小企業の点検リストになります。 Ciscoの柱 大企業での問い 中小企業に読み替えると Strategy 全社AI戦略が策定されているか 「AIに最初に渡す業務」が1つ決まっているか Infrastructure GPU容量とネットワークが拡大に耐えるか 回線・端末・共有容量・契約プランが、使う人数と処理量に合っているか Data データ前処理の体制があるか 主要3テーマの「正」が1本に決まっているか Talent AI人材を確保できているか AIの成果物に赤を入れられる人が社内にいるか Governance 包括的なAIポリシーがあるか 入れないものを決めたか／入力が学習に使われない契約か Culture 取締役会がAI活用を受容しているか 社長自身が週に一度は触っているか 読み替えて分かるのは、Infrastructureの柱だけが大きく形を変えることです。自社でGPUを確保する話は、クラウドのサービスを月額で使う中小企業には当てはまりません。 ただし「インフラが論点にならない」わけではありません。Ciscoの柱はGPUだけでなく、ネットワークの拡張性や基盤全体を含みます。中小企業でも、回線が遅くて大きなファイルの処理が止まる、共有ストレージの容量が足りない、端末が古くて重い処理に耐えない、クラウド契約のプランが人数に合っていない——このあたりは実際に詰まる箇所です。後述しますが、当社の12項目はここを取りこぼします。残る5つは、規模を落とせばそのまま点検項目として機能します。 特にCultureの読み替えは重要だと考えています。大企業では取締役会の受容性が問われますが、中小企業では社長自身が触っているかどうかがほぼ全てです。触っていない社長の会社で、現場だけが活用を進めた例を、当社はまだ見ていません。 中小企業向けの5段階で自社を測る（無料・入力3分） ※器・中身・稼働・習慣の4面を12の事実で判定します。結果の表示までは登録不要です。 ## ② 経済産業省のAI-Ready化——3課題と6条件 国が示しているものは、点数化された成熟度モデルではありません。METI Journal ONLINE「AI-Readyってなに？」（2026年8月12日・商務情報政策局情報経済課）は用語解説であり、段階の指標は定めていません。 ただし、政策特集記事（2026年6月29日）には、事実上の物差しとして使える枠組みが2つ提示されています。 ### 枠組み1：3つの課題 企業内データがAIで活用されない背景として、サイロ化（部門ごとにデータが分断されている）／属人化（担当者しか把握・処理できない）／非構造化データ（文書・画像・音声など決まった構造を持たない）の3つが挙げられています。 この3つは、中小企業でもそのまま診断項目として使えます。特に2つ目の属人化は「◯◯さんに聞いて」が社内共通語になっているかどうかで、規模に関係なく判定できます。 ### 枠組み2：AI-Ready化の6条件 同記事でフライウィール（データ活用プラットフォーム提供企業）が示す6条件が紹介されています。①AIが分かりやすい構造、②適切な意味づけ、③データの欠損や重複などを補正した高い品質、④データへのアクセス権限や機密レベルなどガバナンス面で統一された管理、⑤継続的な改善、⑥柔軟なシステム拡張に対応するスケーラビリティー。 こちらはプラットフォーム提供事業者の視点なので、中小企業に直接効くのは①②⑤の3つです。⑥は当面不要と考えて構いません。 ### 中小企業が使えるか——結論：3課題は使える、6条件は選別が要る 国の枠組みの長所は、属人化を正面から課題に含めていることです。多くの海外製モデルがデータとインフラ中心なのに対し、国は「担当者しか把握していない状態」を明示的に挙げています。ここは中小企業の実態に近い。 短所は、段階がないことです。課題は分かっても、自社がどこまで進んだのかを測る目盛りがありません。用語解説なので当然ではありますが、進捗管理には使えません。詳しい読み解きは経済産業省のAI-Ready定義を読み解くに書きました。 ## ③ この記事で扱わなかったもの 比較対象として名前が挙がりやすいものを2つ、扱わなかった理由とあわせて書いておきます。並べなかったこと自体を隠さないほうが、この記事の目的に合うからです。 経済産業省のDX推進指標。公的な自己診断の枠組みとして知られていますが、この記事では比較表から外しました。理由は2つあります。ひとつはAI専用の指標ではなく、DXという広い範囲を扱うものなので、「AIが自社の判断を持って働いているか」という本記事の論点とは粒度が合わないこと。もうひとつは正直な理由で、今回、私が一次資料に当たって設計思想まで確認できていないためです。確認していない枠組みに評価を付けて自社の隣に並べるのは、比較記事としてフェアではないと判断しました。DX全体の進捗を管理したい場合は、経済産業省とIPAの公式情報を直接ご確認ください。 コンサルティング会社各社の独自モデル。多くは非公開か、提案の一環として提示されるもので、外部から検証できません。だから並べようがない、というのが実情です。ただしこれは使う側にとって重要な論点でもあります。物差しが非公開だと、低い判定が出たときにその妥当性を自社で確かめられません。外部に診断を依頼する場合は、判定基準そのものを事前に見せてもらえるかを確認することをおすすめします。 ## ④ AiWiLLのAI Ready度Lv0〜4——長所と短所を自分で書く 当社が顧問の現場で使っている物差しも、同じ土俵に並べます。自社のものだから優れている、という書き方はしません。 Lv 状態 判定される事実 Lv0 口伝 会社の判断基準を書いた文書が存在しない。または置き場を即答できる社員がいない Lv1 散在 文書はあるが、同じテーマの文書が2箇所以上にあり「どれが正か」を全員が同じ答えで言えない Lv2 構造 主要テーマの正式な置き場を、聞かれた社員全員が同じ場所で即答できる Lv3 稼働 背景説明なしの依頼で、AIが実務水準の成果物を返す業務が1つ以上あり、直近1ヶ月継続している Lv4 自走 直近4週間、AIのルールへの書き戻しが毎週発生し、かつ同じ訂正が2度起きていない ### 長所——段階が少なく、判定が事実で、次が一意に決まる 設計思想は「次の一手を決めるため」に振り切っています。だから段階は5つしかなく、各段階の判定は意見ではなく事実で行います。「体制が整っている」ではなく「聞かれた社員全員が同じ場所を答えるか」。誰が測っても同じ答えになることを優先しました。 そして各Lvに対して、次にやることが1つに決まります。Lv0なら判断基準を録音で言葉にする。Lv1なら主要3テーマの「正」を宣言する。Lv2なら渡す業務を1つ選ぶ。点数ではなく、次の行動が出力される設計です。 ### 短所——4つ、取りこぼすものを具体的に書きます ひとつ、大企業には粗すぎます。部門ごとに成熟度が違う組織では、5段階では表現しきれません。数千人規模のDX構想には、Ciscoのような多軸のモデルのほうが適しています。 ふたつ、インフラを測っていません。結果として、次のような詰まりを見落とします。回線が遅くて大きなファイルの処理が途中で止まる。共有ストレージが逼迫して新しい資料を置けない。端末が古く、業務中にAIを開くと固まる。クラウド契約のプランが人数に合っていない。これらはLv判定に一切反映されないので、Lv3と判定された会社でも起こります。 みっつ、人材（Talent）を測っていません。これがいちばん重い欠落です。この記事自身、中小企業版のTalentを「AIの成果物に赤を入れられる人が社内にいるか」と読み替え、後述の資源見積もりでも「赤入れ役」を必須に挙げています。それだけ重要だと言いながら、12項目には赤入れ役の有無を問う設問がありません。結果として、赤入れできる人が不在のままLv2まで到達してしまい、Lv3で止まる会社を取りこぼします。ここは今後の改訂で埋めるべき穴だと認識しています。 よっつ、当社が作った物差しであり、第三者の検証を受けていません。顧問先の累計約15社規模の現場から組み立てたもので、統計的な妥当性検証を経たものではありません。項目の妥当性も、段階の区切り方も、外部の査読を通していない。この点は、公的機関の枠組みや大規模調査に基づくモデルとは性質が違います。「現場で使えている」は、「正しい」の証明にはなりません。 ### この物差しへの反論——自分で3つ挙げます 設計思想そのものへの反論も、自分で書いておきます。 反論1「段階が粗いと、改善してもLvが動かず、続かない」——これは実際に起きます。Lv1の会社が3ヶ月かけて2テーマの正を決めても、3テーマ目が残っていればLv1のままです。進んでいるのに数字が動かないのは、モチベーションを削ります。当社は面ごとの通過状況を併記して補っていますが、粗さの副作用は残ります。 反論2「事実判定は逃げ道がないぶん、診断自体を避けられる」——「意識が高いか」なら誰でも答えられますが、「先月何件あったか」は答えたくない会社があります。正確さと引き換えに、着手前の心理的な壁を高くしている面は否定できません。 反論3「12項目では業種特性を吸収できない」——現場作業が中心の業種と、書類仕事が中心の業種では、Lv3の実現しやすさが違います。同じ12項目で測ると、業種によって難易度が変わる。ここは業種別の補正を入れていないので、比較には向きません。自社の推移を見るための物差しであって、他社と比べるための物差しではないと考えてください。 ## 3つの物差しを、同じ表で比べる 比較軸 Cisco AI Readiness Index 2025 経産省 AI-Ready化 AiWiLL AI Ready度 設計目的 比較・実態調査 用語と課題の定義 次の一手の決定 想定対象 従業員500名以上・AI戦略責任者 企業一般・政策関係者 中小企業 段階の有無 ◎ 4区分 ✗ なし ◎ 5段階 判定方法 多数項目のスコア —— 事実12項目のYes/No インフラ・人材を測るか ◎ 測る △ 一部 ✗ 測らない（取りこぼしあり） 属人化を扱うか △ 文化・人材の一部 ◎ 3課題の1つ ◎ 中核 次の行動が出るか △ 弱い ✗ 出ない ◎ Lvごとに一意 結果・基準の公開 ○ 調査結果は公開（配点は非公開） ◎ 公開 ○ 12項目は公開（配点なし） 第三者検証 △ 大規模だがベンダー自社調査 ◎ 公的機関 ✗ 自社基準・未検証 ### 選び方——目的で決まる この表から、選び方は自然に決まります。 - 投資家や本社に説明する必要がある／業界内での位置を知りたい → Ciscoなどの大規模調査を参照する - 公的な枠組みに沿って説明したい／補助制度や支援機関との会話がある → 経産省の3課題を使う - 明日やることを決めたい／社員数十名の会社 → 段階の少ない、事実判定型のもの（当社のLv0〜4はここ） そして、複数を併用して構いません。むしろ実務では、外部説明に国の枠組みを使い、社内の進捗管理に段階型を使う——という組み合わせが自然です。物差しは排他的なものではありません。 ## 成熟度診断でよくある4つの失敗 ### 失敗1. 診断して、点数に納得して、終わる 最も多い失敗です。診断は現在地を知るための手段であって、目的ではありません。点数が出た時点で満足してしまう会社は、半年後に測っても同じ点数のままでした——というのが、当社が再診断まで伴走した範囲での実感です。診断の直後に「では最初にやる1つは何か」を決めないなら、診断しないほうがまだ時間の節約になります。 ### 失敗2. 規模の合わない物差しで測って、落ち込む 社員20名の会社がGPU保有率やAI人材の採用計画を問われれば、当然すべて未整備になります。それは会社の問題ではなく、物差しの適用範囲を外れているだけです。落ち込む必要はありません。合う物差しに持ち替えてください。 ### 失敗3. 判定を「意識」や「意欲」で答えてしまう 自己診断形式の弱点です。「経営層はAI活用に前向きか」と聞かれれば、たいていの会社は「はい」と答えます。前向きなのは本当だからです。しかし前向きさは進捗ではありません。 だから判定は、意識ではなく事実で行うべきだと考えています。「前向きか」ではなく「先月、AIが実務水準の成果物を返した業務は何件あったか」。前者はいくらでも良く答えられますが、後者は答えられません。 ### 失敗4. 項目の多い診断を選び、途中で止まる 網羅的な診断ほど正確に見えますが、50問の診断を毎月回せる中小企業は、まずありません。測ることの価値は、定点観測できて初めて出ます。1回だけ精密に測るより、粗くても3ヶ月ごとに測れるほうが実務では役に立ちます。 当社が12項目に絞っているのは、この理由です。項目を増やせば精度は上がりますが、続かなければ意味がない——という判断です。精度と継続性のトレードオフで、継続性を取りました。 ## 測ったあと——結果を「予算」と「人」に変換する 診断で終わらせないために、結果を社内で動かす形に変換する必要があります。ここは物差しの比較記事にはあまり書かれない部分なので、実務として書きます。 ### 変換1：判定を「今期やらないこと」の根拠にする 診断のいちばん実用的な使い道は、着手することを決めるよりやらないことを決めることです。 たとえばLv1（正が決まっていない）と判定された会社が、同じ時期に「全社にAIツールを配る」「AI人材を採用する」「業務システムを刷新する」を検討していたとします。判定に基づけば、この3つはいずれも今期は見送ってよいと言えます。渡すものが決まっていない段階でツールを配ると散在が悪化し、人を採っても渡す器がなく、システムを刷新しても中身は変わらないからです。 「やらない」の根拠を外部の基準で示せることが、診断の価値です。社内で反対が出たとき、経営者の感覚ではなく段階の話として説明できます。 ### 変換2：Lvごとに、必要な人と時間を見積もる 段階が分かると、必要な資源も概算できます。当社の顧問の現場での目安を出します。これは伴走がある場合の実感値で、統計として集計したものではありません。 現在地 次の段階まで 主に動く人 必要な時間の目安 Lv0 → Lv1 判断基準を言葉にする 社長・ベテラン 録音30分×2回＋文字起こしの確認 Lv1 → Lv2 主要3テーマの「正」を決める 社長＋各テーマの担当 1テーマあたり1〜2時間の意思決定 Lv2 → Lv3 1業務を渡し、1ヶ月継続させる その業務の担当＋赤入れ役 週1回×4週の赤入れ（1回15〜30分） Lv3 → Lv4 書き戻しを習慣にし、複数人へ広げる 2名以上 直すたび30秒の書き戻し（都度） この表で伝えたいのは、どの段階も専任者を必要としないということです。表の値を積み上げると、Lv0からLv3までの正味の作業時間は、録音1時間＋意思決定3〜6時間（1〜2時間×3テーマ）＋赤入れ1〜2時間（15〜30分×4回）で、おおよそ5〜9時間。時間がかかるのは作業ではなく、意思決定の待ち時間——「正はどれにするか」を決められないまま数週間過ぎる、という形で失われます。 ### 変換3：測定の記録を残す 地味ですが効きます。判定結果を日付つきで1行残してください。「2026年8月：Lv1（面①のQ2で停止）」で十分です。 3ヶ月後にもう一度測ったとき、この1行があるかどうかで会話が変わります。「進んだ／進んでいない」が事実として分かるからです。記録がないと、印象で「まあ多少は進んだかな」となり、打ち手の効果検証ができません。 正直に書くと、当社の顧問先でもこの記録が続いている会社は多数派ではありません。測ることより、測り続けることのほうが難しいというのが実感です。だからこそ、項目の少ない物差しを勧めています。 ## よくある質問（FAQ） ### Q1. 成熟度モデルは、どれくらいの頻度で測るべきですか？ A. 3ヶ月ごとを目安にしています。毎月では変化が見えず、半年空けると打ち手の軌道修正が遅れるためです。ただし、これは当社の顧問が最低6か月で契約していることとも関係しているので、絶対的な根拠ではありません。重要なのは頻度そのものより、同じ物差しで測り続けることです。途中で物差しを変えると、前回との比較ができなくなります。 ### Q2. 診断結果が悪かった場合、どこから手をつけますか？ A. いちばん下の段階で「できていない」が出た項目からです。段階型のモデルでは、下の段が上の段の土台になっています。正がどれか決まっていない会社（Lv1）が、書き戻しの習慣（Lv4の要件）だけを整えようとしても、書き戻す先が決まらないので続きません。飛び級はできない、という前提で設計されています。 ### Q3. Ciscoの13%という数字は、日本企業にも当てはまりますか？ A. 直接は当てはめられません。この調査は30市場・26業界の、従業員500名超の組織でAI戦略に責任を持つIT・事業リーダー約8,000人を対象とした国際調査で、日本の中小企業を代表する数字ではないからです。日本の中小企業の実態としては、別の調査を見るほうが適切です。たとえば帝国データバンクの動向調査（2026年3月調査・有効回答1万312社・2026年5月14日発表）では、生成AIを業務で使っている企業は全体の34.5%、中小企業では32.4%でした。使用率と準備度は別の指標なので、両者を混同しないようご注意ください。 ### Q4. 外部のコンサルに成熟度診断を依頼するときの注意点は？ A. 判定基準そのものを事前に見せてもらえるかを確認してください。基準が非公開のまま結果だけ提示されると、受け取る側が妥当性を検証できません。あわせて「この診断で低い判定が出た場合、御社のサービスを買わなくても改善できる部分はどこですか」と聞いてみることをおすすめします。診断が提案の前振りとして設計されているかどうかは、この質問への答え方で分かります。当社が12項目を全公開しているのも、この検証可能性のためです。 ### Q5. AI成熟度とDX成熟度は、どちらを先に測るべきですか？ A. 目的によりますが、中小企業ならAI側から測ることをおすすめします。理由は、DXという範囲が広く、測っても打ち手が絞れないことが多いからです（DX推進指標そのものへの評価ではなく、DXという範囲の広さの話です）。「DXが進んでいない」と分かっても、明日やることは決まりません。一方、AI Ready度で「Lv1（正が決まっていない）」と分かれば、やることは主要3テーマの正を決めることに絞られます。粒度の細かいほうから着手するのが実務的です。 ### Q6. 自社で成熟度モデルを作ってもいいですか？ A. 構いませんし、うまくいけば既製品より効きます。作るなら3つだけ守ってください。①段階は5つ以内にする（多いと判定が揺れます）、②各段階の判定を、誰が見ても同じ答えになる事実にする（「意識が高い」ではなく「先月何件あったか」）、③各段階に、次にやることを1つだけ紐づける。この3つを満たさない自作モデルが3ヶ月ほどで使われなくなるのを、当社は複数の現場で見ています。 ### Q7. 結局、どの物差しを使えばいいですか？ A. 社員数十名から百名程度で、目的が「明日やることを決める」なら、段階が少なく事実判定型のものを選んでください。当社のLv0〜4はその設計ですが、これでなければならない理由はありません。上のQ6の3条件を満たしていれば、自社で作ったものでも十分に機能します。大事なのは、どの物差しを選ぶかより、同じ物差しで測り続けることです。 ## まとめ - 成熟度モデルには2種類ある。比較のためのもの（大企業・調査機関向け・項目が多い）と、次の一手を決めるためのもの（中小企業向け・段階が少ない）。目的が違うので、混同すると噛み合わない。 - Cisco AI Readiness Index 2025は30市場・26業界・従業員500名以上の約8,000社が対象（2025年10月14日発表）。Strategy／Infrastructure／Data／Talent／Governance／Cultureの6つの柱で測り、完全に準備できているPacesettersは約13%で、この割合は過去3年ほぼ一貫している。中小企業の自己診断には使えないが、「導入は進んでも準備度は動かない」証拠としては有効。 - 経済産業省の枠組みは段階を持たないが、3課題（サイロ化・属人化・非構造化）は中小企業にもそのまま使える。特に属人化を正面から課題に含めている点が実態に近い。 - AiWiLLのLv0〜4は「次の一手を決めるため」に振り切った設計。段階5つ・事実12項目で判定・各Lvに次の行動が1つ紐づく。短所は4つ——大企業には粗すぎる／インフラを測らないため回線・端末・容量の詰まりを見落とす／人材（赤入れ役の有無）を項目に持たない／第三者検証を受けていない。 - 複数の物差しを併用してよい。外部説明に公的枠組み、社内の進捗管理に段階型、という組み合わせが実務的。 - よくある失敗は4つ。点数に納得して終わる／規模の合わない物差しで落ち込む／意識で答えてしまう／項目が多くて続かない。 - 外部に診断を頼むなら、判定基準を事前に見せてもらえるかを確認する。基準が非公開なら、結果の妥当性を検証できない。 物差し選びで悩む時間は、たいてい測る時間より長くなります。まず粗くても一度測って、次の一手を1つ決めるほうが先です。当社の12項目は無料で公開しているので、手元に物差しがない場合の出発点としてお使いください。 AI Ready度診断で現在地を測る（無料・入力3分） ※判定基準の12項目はすべて公開しています。結果の表示までは登録不要です。 あわせて読みたい：5段階の定義と12項目の全文はAI Ready（AIレディ）とは何か、国の枠組みの詳しい読み解きは経済産業省のAI-Ready定義を読み解く、到達した会社の姿はAI Readyな会社は、何が違うのか、日本の中小企業の使用実態は中小企業の生成AI、現場観測2026、外部に頼むかの判断は中小企業にAIコンサルは必要かで扱っています。 ※本記事の統計・出典は2026年8月執筆時点のものです。Cisco AI Readiness Index 2025（2025年10月14日発表）、経済産業省METI Journal ONLINE、帝国データバンクの各数値は、それぞれの発表元へ本文からリンクしています。AiWiLL独自の定義および診断を、これらの機関が監修・認定するものではありません。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：139字（推奨120〜158字） ============================================================ AI成熟度モデルを一次資料で比較します。Cisco AI Readiness Index 2025（約8,000社・準備完了は約13%で3年横ばい）、経済産業省のAI-Ready化3課題、AiWiLLのLv0〜4を同じ表に並べ、中小企業が使えるものと使えないものを、自社基準の短所4つも含めて仕分けました。 --> --- # 経済産業省のAI-Ready｜国の3課題を、中小企業の言葉に翻訳する URL: https://aiandwill.com/ai-ready-meti/ 公開: 2026-08-24 / 更新: 2026-09-02 2026年8月12日、経済産業省が「AI-Ready」を公式に用語解説しました。METI Journal ONLINE「知っておきたい経済用語」（商務情報政策局情報経済課）です。国がこの言葉に定義を与えたということは、これから補助制度や調達の要件、業界の会話に、この言葉が入ってくるということでもあります。 ただ、原文を読むと「データの構造化」「データスペース」「相互運用性」といった言葉が並びます。データ基盤を持つ大企業の話に見えて、社員数十名の会社の社長が読んでも、明日やることが分かりません。この記事は、その翻訳です。 国が何を課題としているか（3つ）、AI-Ready化に必要とされる条件（6つ）、政府が動かしている金額と期限を一次資料から正確に押さえたうえで、それを中小企業の日常語に置き換えます。書いているのはAiWiLL株式会社代表・赤堀亘。AI顧問として累計約15社、研修を含めて30社超の現場に入っている人間です。先に結論を書くと、国の課題設定の2つ目に「属人化」が入っているのが、中小企業にとって最大の朗報です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 経済産業省は、AI-Readyをどう定義したか まず原文です。2026年8月12日公開の用語解説は、こう書いています。 「AI-Ready」とは、企業がAIを効果的かつ安全に活用するため、データを整理・構造化し、活用可能な状態にすることです。 経済産業省 METI Journal ONLINE「AI-Readyってなに？」（2026年8月12日・商務情報政策局情報経済課） 続けて、こうあります。 今後のAI競争において、鍵を握るのは「データ」です。特に、企業や現場に蓄積された独自データの価値が一層高まっています。一方で、現場データは非構造で扱いにくく、そのままでは活用が困難です。 ここは重要なので、押さえておきます。国が「鍵」だと言っているのは、AIの性能でも、ツールの選定でもありません。企業や現場に蓄積された独自データです。 理由も明快で、政策特集記事（2026年6月29日「社内のデータ、AIが活用できる状態ですか？」）にこう書かれています。AIはこれまでインターネット上の公開データを学習して性能を上げてきたが、学習に適したデータは早々に枯渇するとみられ、誰もが自由に取得できるデータで企業の差別化を図ることは難しい。一方、政府によれば全世界で流通するデータの6割は、企業が取引・設計・顧客対応などの業務を通じて生み出したものだといいます。 つまり、AIが賢くなるほど、公開情報で差はつかなくなる。差がつく場所が、会社の中にしかないデータへ移る——というのが、国の見立てです。 ## 国が挙げた3つの課題——サイロ化・属人化・非構造化 ※出典の性格について。METI Journal ONLINEは経済産業省の編集協力のもと読売新聞東京本社が運営する媒体です。用語解説（2026年8月12日）は商務情報政策局情報経済課による署名記事、政策特集（2026年6月29日）は同省の編集協力による取材記事にあたります。以下では、省の記述・媒体の地の文・取材先の発言を、それぞれ区別して引用します。 では、なぜそれが使えていないのか。政策特集記事は、企業内データがAIで活用されない背景を3つの課題に整理しています。ここが、この記事でいちばん読み込む価値のある部分です。 国の言葉 原文の説明（要約） 中小企業の日常語にすると サイロ化 各部門やシステムごとにデータが独立・分断されて管理され、組織全体で共有・連携されていない状態 「その資料、営業部にしかない」「経理のファイルは経理しか開けない」 属人化 担当者しか把握していない、処理することができない状態 「◯◯さんに聞いて」が社内共通語になっている 非構造化データ メールなどの文書や画像、音声、動画など、決まった構造を持たず整理されていないデータ 紙、現場写真、LINEのやり取り、手書きのメモ この3つ目について、政策特集記事は具体的な数字を引いています。取材に応じたフライウィール（データ活用プラットフォーム提供企業）の横山直人CEOによると、企業内データの約8割以上が非構造化データで、中には手書きの図面や資料もある。人間は容易に理解できても、AIにとっては分かりにくい、と。 ### 「匠の技」への言及——属人的なものは「貴重なノウハウ」と書かれている 3課題の説明で、もうひとつ見逃せない記述があります。ここは出所を正確に分けて書きます。 政策特集記事の地の文は、日本には例えば製造業における「匠の技」のように、属人的で構造化されていない貴重なノウハウがたくさんある、と書いています。そして取材に応じたフライウィールの横山CEOの言葉として、「これらがAI-Ready化されるだけでも、日本の産業界にとって大きな財産で、勝機につながる」と結ばれています。つまり「貴重なノウハウ」は媒体の記述、「大きな財産」は民間企業のCEOの発言です。 そのうえで注目したいのは、言葉の選び方です。属人的で非構造なものが、除去すべき欠陥としてではなく「貴重なノウハウ」として書かれている。整理して捨てる対象ではなく、掘り起こす対象として扱われています。 当社の現場感覚も、まったく同じです。判断が社長やベテランに集中している会社は、弱点を抱えているというより、掘り起こせる資産がいちばん多い状態にあります。ある会社の社長は棚卸しの冒頭で「言っとくけど、うちに大した知恵なんてないよ」とおっしゃいましたが、90分後の録音には、営業マニュアルに一行もない商売の背骨が転がっていました。文字起こしをお見せしたときの一言が、いまも忘れられません。 「……これ、俺が言ったの？」 属人化は、消すべきものではありません。渡せる形にすべきものです。この違いが分かっているかどうかで、取り組み方が変わります。 ### 2つ目に「属人化」が入っていることの意味 ここが、この記事で最も伝えたい点です。 AI-Readyという言葉は、放っておくと「データ基盤の整備」に見えます。データレイクを作る、システムを統合する、そういう投資の話に。実際、記事の後半はデータスペースや相互運用性といった、企業間・業界間の連携の話に進みます。それは大企業と業界団体の仕事です。 でも、国が挙げた3課題の2つ目は属人化でした。担当者しか把握していない、処理できない状態。これはシステムの問題ではなく、人の頭の中にしかない情報の問題です。 そして中小企業では、この2つ目こそが本丸です。当社が顧問として入った会社で、いちばん多く見てきた症状も、サーバーの分断ではなく「◯◯さんに聞いて」でした。値引きの限度、断る仕事の基準、あのお客様との経緯——どれもシステムのどこにも入っていません。社長とベテランの頭の中にあります。 国の定義に「属人化」が入ったことで、中小企業のAI-Readyは「データ基盤を買う話」ではなくなりました。頭の中にあるものを外に出す作業も、正式に含まれるようになった。これは現場にとって、かなり大きい変化です。 自社の属人化・非構造化がどの段階か測る（無料・入力3分） ※12の事実に答えると、器・中身・稼働・習慣の4面から現在地が分かります。判定結果の表示までは登録不要です。なお本診断はAiWiLL独自のもので、経済産業省の監修・認定によるものではありません。 ## 「十分な成果を得ている」は2.4%——国が引いた数字の読み方 政策特集記事は、国内企業の現在地を示す調査を1本引いています。 ガートナージャパンが2025年9月に企業に所属する個人を対象に実施した調査によると、データ活用に関して「全社で十分な成果を得ている」と回答した割合は2.4%でした（ガートナージャパン 2026年1月8日発表）。 この2.4%だけが独り歩きしがちですが、原典を読むと、続きの数字のほうが重要です。同発表によれば、「一部で」あっても十分な成果を得ているとする回答者は13.8%にとどまる一方、何らかの成果を得ている回答者まで広げると、その割合は7割近くになるとされています。 つまり、こういう分布です。 成果の水準 割合 読み方 全社で十分な成果 2.4% ここに到達している会社はごく一部 「一部で」でも十分な成果 13.8% 部分的な成功も、実は少数派 何らかの成果 7割近く 大半は「何かは出ているが、十分ではない」 この分布から読み取れるのは、「日本企業はダメだ」ではありません。7割近くが何らかの成果は得ている。ただし、そのほとんどが「十分」と言えるところまで届いていないという状態です。 加えて原典は、データ活用への積極性を損なう理由の上位3つとして「必要と思うデータが手に入りにくい」「実務でデータを理解・活用することが困難である」「データの品質・信頼性が低い」を挙げています。ツールがない、予算がない、ではありません。3つとも、渡す側のデータの状態の問題です。 そして同発表では、バイスプレジデントの一志達也氏が「テクノロジやツールの導入が先行し、人的資本への投資が後回しとなる傾向が強く見られます」と述べています。導入が先、中身が後——この順番の逆転が、2.4%という数字の背景にあるという指摘です。 当社の現場感覚と照らすと、この分布はよく分かります。AIを入れた会社の多くは「1つの業務では役に立っている」状態で止まります。議事録の要約はうまくいった。でも見積もりのレビューは「うちのじゃない」ものが返ってくる。全社的な成果と呼ぶには程遠い。そして、その差はモデルの性能ではなく、渡した情報の差でした。 同記事で横山CEOも、この調査を踏まえて「AIに投資しても、十分な成果を得られていない企業が少なくない」と指摘し、「AIに精度の高い回答をさせ、業務に根付かせていくために、AIがデータを正しく理解できるようにするAI-Ready化に取り組むべきだ」と述べています。投資しても成果が出ない原因を、投資額でもツール選定でもなく、データ側に置いているのがこの記事の一貫した立場です。 ### 「とにかく導入」から「経営上の成果」へ——経営者の姿勢の変化 もう一点、政策特集記事の中で個人的にいちばん現場感覚と一致した記述を引いておきます。フライウィールは2018年の創業で、当時の日本におけるAIへの関心は今ほど高くなかった。その後の生成AIの普及を経て、横山CEOは「経営者がAIに向き合う姿勢がここ数年で大きく変化した」と感じているといいます。 具体的には、こういう変化です。 時期 経営者の姿勢 この段階で聞かれること 第1期 「AIを導入しないことがリスク」 「何から始めればいいですか」 第2期 「とにかく導入してみよう」（トライアル） 「どのツールがいいですか」 第3期（現在） 経営上の成果を具体的に意識する 「顧客満足度はどのくらい高まったのか」「会社の利益に結びついたのか」 ※第1期〜第3期という区分と右列「この段階で聞かれること」は、原文の記述をもとにAiWiLLが整理したものです。 当社が商談でいただく質問も、この1年ではっきり第3期に移りました。2025年頃は「どのツールを使えばいいですか」が中心でしたが、いまは「入れてはみたが、何も変わらない。何が足りないのか」から始まる相談が増えています。 そして、その答えが2.4%という数字と地続きです。ツールは行き渡った。使ってもいる。それでも全社的な成果に届かないのは、渡すべきものを渡していないから——というのが、国の記事と当社の現場で一致している見立てです。 ## AI-Ready化に重要な6条件と、中小企業版への翻訳 政策特集記事は、取材先であるフライウィールが挙げる6条件を紹介しています。国が定めた基準ではなく、民間事業者の整理として掲載されているものである点にご注意ください。原文の並びで挙げると、①AIが分かりやすい構造、②適切な意味づけ、③データの欠損や重複などを補正した高い品質、④データへのアクセス権限や機密レベルなどガバナンス面で統一された管理、⑤継続的な改善、⑥柔軟なシステム拡張に対応するスケーラビリティー、の6つです。 これはデータプラットフォームを提供する事業者の視点なので、そのままでは社員数十名の会社に適用しにくい。当社の顧問の現場での実務に置き換えると、こうなります。 フライウィールが挙げる6条件 中小企業でやるとしたら 優先度 ①AIが分かりやすい構造 主要3テーマ（判断基準・料金の基準・主力業務の手順）の置き場を1箇所に決め、「正はここ」を宣言する ◎ 最初にやる ②適切な意味づけ 基準に「なぜそうするか」の理由を必ず添える。理由がないと応用が効かない ◎ 最初にやる ③高い品質（欠損・重複の補正） 同じテーマの文書が2本あったら、片方を消すか「正はこちら」と1行書く ○ 早めに ④ガバナンス（権限・機密） 顧客の実名は伏せる、入れないものを決める。入力が学習に使われない契約かを確認する ○ 最初に線を引く ⑤継続的な改善 AIの成果物を直したら、直した理由をその場で一行書き戻す ◎ これが本体 ⑥スケーラビリティー ——（社員数十名の規模では、当面考えなくてよい） △ 後回しでよい 翻訳して分かるのは、6条件のうち中小企業に直接効くのは①②⑤の3つだということです。③④は事故防止として要りますが、⑥はシステム規模の話なので、社員数十名の会社では当面考えなくて構いません。 そして、いちばん誤解されやすいのが⑤「継続的な改善」です。これはシステムの保守の話ではなく、日々の運用の習慣です。AIの答えを直したときに、直した理由を書き戻す。これをやめた瞬間、①〜④をどれだけ整えても、器は古びはじめます。 ## 国はどこまで本気か——金額と期限を確認する 用語解説だけを読むと「言葉の紹介」に見えますが、背後にある政策の規模を確認しておくと、この言葉の重みが分かります。一次資料から数字だけ抜き出します。 項目 内容 位置づけ データの連携・AI-Ready化・蓄積・分析を一貫して行うデータプラットフォームを、重点投資対象「戦略17分野」における「主要な製品・技術等」の一つに位置づけ 市場規模（現在） 国内の関連市場は2025年現在で7,300億円程度と推定（IDC調べ） 政府目標 2035年までに5兆円に拡大することを目指す 国家プロジェクト 経産省とNEDOが2024年2月から展開するGENIACで、2026年5月、製造業等におけるAI-Ready化に関する研究開発としてフライウィール・日立製作所など計9社の事業テーマを採択 推進体制 商務情報政策局情報経済課が、IPA（情報処理推進機構）と、データスペースの研究やプラットフォームサービス事業者の掘り起こしで協働 7,300億円を10年で5兆円へ——約7倍です。国がこの領域に、産業政策として腰を据えていることは、この数字から読み取れます。 ただし、正直に線を引いておきます。この政策の主対象は、当面はプラットフォーム事業者と大企業・業界です。データスペース、相互運用性、企業間連携——いずれも中小企業が明日から取りかかる話ではありません。中小企業にとっての実務的な意味は、次の2点に絞られます。 ひとつ、言葉が共通語になること。取引先や金融機関、支援機関との会話に「AI-Ready」が入ってきます。そのとき「うちは属人化を解消して、判断基準を渡せる形にしています」と説明できるかどうかで、印象は変わります。 ふたつ、課題設定が国のお墨付きを得たこと。「社内の情報を整理する」という、社内では後回しにされがちな作業に、産業政策上の位置づけがついた。稟議を通す理由としては、使える材料です。 ## 中小企業版のAI-Ready——当社が使っている定義 ここまでが一次資料の読解です。ここからは、当社が現場で使っている定義を出します。国の定義と競合するものではなく、中小企業の実務に引き付けた翻訳です。 AI Readyとは、会社の記憶と判断を、AIが番頭として持ち続けられる状態のこと。 ツールを入れる準備ではなく、会社を渡す準備。（AiWiLL定義） 国の定義との関係を、正確に書きます。 対照軸 経済産業省の定義 AiWiLLの定義 主語 データ 会社の記憶と判断 扱う範囲 社内データ全般＋企業間連携（データスペース） 頭の中にある暗黙知まで。企業間連携は扱わない 想定する読み手 企業一般（規模を問わない）・政策関係者 中小企業の経営者 「できた」の見え方 データが整理・構造化され、活用可能な状態 背景説明なしでAIに仕事を頼める状態 段階の指標 用語解説のため定めていない Lv0〜4を事実12項目で判定 向きは同じです。国も当社も「独自データに価値がある」「属人化と非構造化が壁になっている」と言っています。当社が足しているのは、「中小企業の独自データの中心は、データベースの中ではなく、社長とベテランの頭の中にある」という一点だけです。 だから中小企業のAI-Ready化は、システム投資から始まりません。録音ボタンを押すところから始まります。 なお念のため書いておきますが、当社の定義や診断を経済産業省が監修・認定しているものではありません。国の定義を、当社が自社の現場向けに翻訳したものです。 ## 明日からやること——国の3課題に、順番をつける 国が挙げた3課題（サイロ化・属人化・非構造化）に、中小企業向けの着手順をつけます。3つ同時にやろうとすると、どれも終わりません。 ### 1番目：属人化から着手する 理由は3つあります。効果がいちばん早く出ること、お金がかからないこと、そして放置したときの損失が最も大きいことです。ベテランが辞めれば消えますが、サーバーの分断は明日消えたりしません。 具体的には、判断基準を言葉にするところからです。「迷ったとき、何で決めてきましたか」「断った仕事の話を聞かせてください」——この2問を録音で30分。詳しい手順は会社の判断基準を言語化する方法に書きました。 ### 2番目：サイロ化を、3テーマだけ解く 全社のデータ統合ではありません。主要3テーマ（判断基準・料金や見積もりの基準・主力業務の手順）について、「正はここ」を1箇所に決めるだけです。全部を整理しようとすると数ヶ月止まります。 ### 3番目：非構造化データは、必要な分だけ 紙も写真も手書きも、全部をデータ化する必要はありません。AIに渡したい業務に関係するものだけで十分です。当社の顧問先には、紙と現場写真とExcelが混在したまま、必要な部分だけを渡してLv3に到達した会社があります。 この順番は、国の課題設定の順番とは違います。国の記事はサイロ化から挙げていますが、中小企業では属人化が先です。理由は上に書いたとおりで、ここが当社が「翻訳が要る」と言っている実体でもあります。 ## 一次資料が書いていないこと——中小企業が自分で埋める3つ ここまで国の資料を読み込んできましたが、読者が中小企業の経営者なら、資料に書かれていないことのほうが重要です。批判ではありません。あの記事は産業政策の説明であって、中小企業の実務書ではないからです。埋める必要がある空白を3つ挙げます。 ### 空白1. 「誰が」やるのかが書かれていない データの整理・構造化と言われても、中小企業には専任のデータ担当がいません。情シスもいない会社が大半です。実務上、これをやるのは社長か、現場のベテランです。そして両者とも、いちばん忙しい。 だから中小企業版の答えは「担当を置く」ではなく、「30分×2回の録音から始める」になります。専任を置ける規模になるまで待っていると、その間に人が辞めます。 ### 空白2. 「どこまでやれば終わりか」が書かれていない 用語解説には「活用可能な状態にすること」とありますが、活用可能かどうかを誰がどう判定するのかは書かれていません。ここが空いていると、整理が永遠に終わりません。真面目な会社ほど、この穴にはまります。 当社が終了条件を「背景説明なしの依頼で、AIが実務水準の成果物を返す業務が1つ以上あり、直近1ヶ月継続して使われている」という事実に置いているのは、この空白を埋めるためです。誰が見ても同じ答えになる基準でないと、進捗が測れません。 ### 空白3. 「渡してはいけないもの」が書かれていない これが実務上いちばん危ないところです。国の資料はガバナンス（アクセス権限・機密レベル）に触れていますが、それは情報の管理の話です。もうひとつ、判断の範囲という線があります。 渡すのは情報であって、決裁権ではありません。送信・金額の確定・公開の引き金は人間が引き、AIの成果物は下書きで止める。この線が引けていれば、渡す量を増やしてもリスクは増えません。逆に線を引かないまま量だけ増やすと、効率化ではなく判断の外注になります。 データの整理という枠組みで語ると、この線は視野に入りません。中小企業では社長がAIに直接向き合うので、この線は自分で引く必要があります。 ## よくある質問（FAQ） ### Q1. AI-ReadyとAI Readyは、違う言葉ですか？ A. 同じです。経済産業省はハイフンつきの「AI-Ready」「AI-Ready化」を使い、海外のIT企業は「AI-ready data」「AI ready」の両方を使います。当社は読みやすさから「AI Ready」（ハイフンなし）を主に使っていますが、指しているものは同じです。検索する際も、どちらでも同じ情報にたどり着けます。 ### Q2. 国がAI-Ready化の補助金を出しているのですか？ A. この記事で紹介した一次資料の範囲では、中小企業向けの補助制度としての記述はありません。記事に出てくるGENIACは、経産省とNEDOが展開する生成AIの開発力強化に向けた国家プロジェクトで、2026年5月に採択されたのはフライウィールや日立製作所など計9社の研究開発の事業テーマです。中小企業が申請して使う補助金とは性質が違います。制度の有無や条件は時期によって変わりますので、実際の活用を検討される場合は、必ず公式の公募情報でご確認ください。 ### Q3. うちは製造業ではありませんが、関係ありますか？ A. 関係あります。GENIACの採択テーマが「製造業等におけるAI-Ready化」なので製造業の話に見えますが、国が挙げた3課題（サイロ化・属人化・非構造化）は業種を問いません。実際、当社が顧問として入っている旅館、不動産、設備、士業、飲食、教育——すべての業種で、この3つが同じ形で出てきます。特に属人化は、業種よりも「判断が特定の人に集中しているか」で決まります。 ### Q4. データ基盤やプラットフォームを導入すべきですか？ A. 社員数十名の規模では、当面その必要はないと考えています。理由は、6条件の翻訳表で書いたとおり、その規模で効くのは①構造②意味づけ⑤継続的改善の3つで、いずれも高価な基盤がなくても実行できるからです。当社自身、社員2名で、特別なデータ基盤は使っていません。基盤の検討が必要になるのは、部門をまたいだデータ量が個人の管理能力を超えてからです。順番としては、渡す中身を作るほうが先です。 ### Q5. 「非構造化データが8割」というのは、うちにも当てはまりますか？ A. この8割という数字は、政策特集記事の中でフライウィールの横山CEOが述べているもので、企業一般についての言及です。中小企業だけを対象に集計した数字ではありません。ただ、当社の現場感覚では、中小企業の場合比率はもっと高いこともあります。紙の書類、現場写真、LINEやメールのやり取り、そして文書化されていない口頭の判断——これらを合わせると、構造化されたデータのほうが少ない会社は珍しくありません。ここは実感であり、当社として集計した数字ではないことを明記しておきます。 ### Q6. 国の定義に沿っていれば、AI-Readyと名乗ってよいのですか？ A. 名乗ることに認定制度はありません。ただ、対外的に説明するなら、何をもってReadyとしたのかを言えるほうが強いと考えています。「データを整理しました」だけでは、聞いた側は判断できません。当社が段階（Lv0〜4）と12項目の判定基準を公開しているのは、この「何をもって」を誰でも検証できる形にするためです。詳しくはAI Ready（AIレディ）とは何かをご覧ください。 ### Q7. この言葉は、いつまで使われますか？ A. 移行期の言葉なので、いずれ役目を終えると考えています。「IT Ready」と言う人が今いないように、AIが完全に当たり前になった時点で、この言葉は消えるはずです。ただし、国が戦略17分野に位置づけ、2035年に5兆円という目標を置いている以上、少なくとも数年は共通語として使われ続けると見ています。言葉が消えても、属人化を解いて判断を渡せる形にしておくことの価値は残ります。そちらが本体です。 ## まとめ - 経済産業省は2026年8月12日、AI-Readyを「企業がAIを効果的かつ安全に活用するため、データを整理・構造化し、活用可能な状態にすること」と定義した（商務情報政策局情報経済課）。 - 国が「鍵」としているのは、企業や現場に蓄積された独自データ。公開データは枯渇が見込まれ、誰でも取れるデータでは差別化できないため。全世界で流通するデータの6割は企業の業務から生まれたもの（政府）。 - 国が挙げた3課題は、サイロ化・属人化・非構造化。2つ目に属人化が入っていることが、中小企業にとって重要。データ基盤の話ではなく、頭の中の話が正式に含まれた。 - データ活用で「全社で十分な成果」は2.4%、「一部で」でも十分は13.8%、何らかの成果まで広げると7割近く（ガートナージャパン2026年1月8日発表・2025年9月調査）。積極性を損なう理由の上位3つは、いずれもデータの状態に関するもの。 - フライウィールが挙げる6条件（METI Journal記事内で紹介）のうち、中小企業に直接効くのは①構造②意味づけ⑤継続的改善の3つ。⑥スケーラビリティーは当面不要。 - 政府は関連市場を2025年の7,300億円から2035年に5兆円へ拡大する目標を掲げ、戦略17分野に位置づけている。ただし当面の主対象はプラットフォーム事業者と大企業・業界。 - 中小企業の着手順は、属人化 → サイロ化を3テーマだけ → 非構造化は必要な分だけ。国の記事の並び順とは違い、属人化が先。 - 中小企業のAI-Ready化は、システム投資ではなく録音ボタンから始まる。 国が言葉に定義を与えたことで、これから「うちはAI-Readyですか」と聞かれる場面が増えます。そのとき答えられるように、まず現在地を測っておくことをおすすめします。国の3課題のうち、御社がどこで詰まっているのかは、12の事実に答えれば分かります。 AI Ready度診断で現在地を確かめる（無料・入力3分） ※器・中身・稼働・習慣の4面で判定します。結果の表示までは登録不要です。 あわせて読みたい：定義と5段階の全体像はAI Ready（AIレディ）とは何か、到達した会社の姿はAI Readyな会社は、何が違うのか、国の課題の2つ目を解く実技は会社の判断基準を言語化する方法と属人化の解消方法、器そのものについてはカンパニーブレインとは？で扱っています。外部に頼むかどうかの判断は中小企業にAIコンサルは必要かをどうぞ。 ※本記事は2026年8月24日時点で公開されている一次資料に基づいています。経済産業省の記述はMETI Journal ONLINE（同省の編集協力のもと読売新聞東京本社が運営）の公開記事によるもので、AiWiLL独自の定義および診断を経済産業省が監修・認定するものではありません。ガートナージャパンの調査結果は同社の2026年1月8日付プレスリリース（原典）を出典としています。フライウィール社の見解および6条件、IDCの市場規模はMETI Journal ONLINEの記事内で紹介されたものです。政策・制度の内容は変更される場合がありますので、実際の活用にあたっては公式情報をご確認ください。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：140字（推奨120〜158字） ============================================================ 経済産業省が2026年8月に定義したAI-Readyを一次資料から読み解きます。国が挙げた3課題（サイロ化・属人化・非構造化）、AI-Ready化の6条件、市場7,300億円→5兆円の政策規模を押さえたうえで、中小企業が明日から着手する順番に翻訳しました。 --> --- # 「長年の勘」とは何か｜言葉にして人にもAIにも渡す手順 URL: https://aiandwill.com/ai-handan-kijun-gengoka/ 公開: 2026-08-24 / 更新: 2026-09-04 「長年の勘」とは何か。経験で正しい判断はできるのに、その基準が言葉になっていない状態のことです。書き出せないと人にもAIにも渡せません。この記事では、定義から引き出す問い、運用までを手順にします。 ## 「長年の勘」とは何か 現場では「長年の勘」とだけ言われて終わることが多いですが、中身はだいたい次のどれかです。判断の優先順位、例外の扱い方、危ないサインの見極め、お客さんへの出し方。どれも、本人の頭の中では動いているのに、会社の資産としては残っていません。 「値引きって、どこまでOKなんですか」と聞かれて、即答できる社長は多いと思います。でも「その基準を、書いたものはありますか」と聞かれると、たいてい黙ります。頭の中にはある。でも、外には出ていない。 これが、僕が見てきた中小企業では、いちばん高くついている状態です。判断基準が人の頭にしかないから、社員は毎回聞きに来る。ベテランが辞めれば消える。AIに頼んでも「うちのじゃない」ものが返ってくる。問題は判断の質ではなく、判断が本人の外に出ていないことです。 この記事では、AI顧問として累計約15社、研修を含めて30社超の現場でやってきた「判断基準を言葉にする」具体的な手順を全部書きます。①なぜ書き出せないのかの構造、②口の重い人からでも引き出せる4つの問い、③白紙に向かわずに済む「間違い探し」方式、④書けた基準を腐らせない運用まで。精神論は書きません。明日の朝、録音ボタンを押すところから始められる形にします。 筆者はAiWiLL株式会社代表・赤堀亘。先に結論を書きます。人は、ゼロから語るのは苦手でも、間違い探しは得意です。判断基準の言語化がうまくいくかどうかは、この一点をどう使うかで決まります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## なぜ、判断基準は書き出せないのか 「じゃあ書き出せばいい」と言われて、実際に書けた会社を、僕はほとんど見たことがありません。怠慢ではなく、構造的な理由が3つあります。 ### 理由1. 本人が「基準がある」と思っていない いちばん多いのがこれです。ベテランや社長に「判断基準を教えてください」と聞くと、返ってくる答えは決まっています。 「長年の勘だよ」 本人は謙遜しているわけでも、隠しているわけでもありません。本当にそう認識しているのです。毎日何十回と使っている判断を、意識せずに実行できるようになったから、ベテランなのですから。使いこなしているほど、説明できなくなる。これは技能の性質であって、本人の問題ではありません。 静岡のある不動産会社で、社長の頭の中の棚卸しをしたときのことです。社長はテーブルのスマホを見て、照れくさそうに言いました。「言っとくけど、うちに大した知恵なんてないよ」。90分後、録音の中には、物件を預かるかどうかは大家さんの「困り方」で決めていること、工事業者は「できない工事を、できないと言えるか」で選んでいること——営業マニュアルに一行もない、この会社の商売の背骨が転がっていました。文字起こしを見せると、社長はしばらく黙って、言いました。 「……これ、俺が言ったの？」 ### 理由2. 白紙を渡されても、何を書けばいいか分からない 「判断基準を書き出してください」と紙を渡すのは、最も効率の悪い頼み方です。人は、白紙に向かって自分の暗黙知を吐き出すようにはできていません。 これは能力の問題ではなく、想起の仕組みの問題です。判断は具体的な状況とセットで記憶されているので、状況がないと呼び出せない。「値引きの基準は？」と抽象的に聞かれても出てこないのに、「じゃあA社のあの案件、なぜ2割引いたんですか」と聞くと10分喋れる——これが普通です。 ### 理由3. 書いても、読まれないと知っている そして、いちばん根深いのがこれです。書いても読まれない、と書く側が知っている。企業の知識を資産化しようという試みは1990年代から続いていて、その理論的な出発点や、なぜ多くが定着しなかったのかはナレッジマネジメントはなぜ失敗し続けるのかにまとめました。ここでは結論だけ引き継ぎます。書けても、読まれなかった。だから続かなかったのです。 これは書き手の怠慢ではありません。現場と資金繰りで手一杯の人間に、数百本のファイルを読む時間はない。読まれないから書かれない。書かれないから残らない。「これ、書いても誰も読まないだろう」は、正しい直感でした。ついこの数年までは。 その前提が消えたことだけ、ここで押さえておきます。90分の録音の文字起こしを一行も飛ばさずに読み、必要になるたび何度でも読み返し、読んだ内容に基づいて働く読み手が現れました。いま判断基準を言語化する作業は、以前とは投資対効果がまったく違います。書いたものが、その日から働くからです。 この記事が扱う範囲について。言語化には大きく2つの領域があります。ひとつは現場の技能（手が覚えている作業・見て盗む類のもの）、もうひとつが経営の判断（値決め・受任・断り方・優先順位）です。この記事が扱うのは後者です。前者の進め方は暗黙知を会社にインストールする方法と技能伝承をAIで進める方法に書きました。同じ「言語化」でも、聞く相手も問いも違うので、目的に近いほうをお読みください。 自社の言語化がどこまで進んでいるか測る（無料・入力3分） ※言語化がどこまで進んでいるかを含め、4つの面から判定します。結果表示までは無料・登録不要です。 ## 引き出す4つの問い——抽象で聞かず、具体で聞く ここから実技です。判断基準を引き出すとき、当社が現場で使っている問いは4種類しかありません。共通しているのは、抽象的に聞かないことです。 ### 問い1「迷ったとき、何で決めてきましたか」 最初の一問はこれです。承継の現場でも、ベテランの棚卸しでも変わりません。ポイントは「基準は何ですか」と聞かないことです。「決めてきた」という過去形にすると、本人の中で具体的な場面が呼び出されます。 この問いは、答えが出るまで待ってください。3秒の沈黙で助け舟を出すと、相手は考えるのをやめます。 ### 問い2「断った仕事の話を聞かせてください」 いちばん効率のいい問いです。受けた仕事の理由より、断った仕事の理由のほうが、判断基準が濃く出ます。受注は勢いでもできますが、断るのは基準がないとできないからです。 「儲かりそうだったのに断った案件はありますか」と聞くと、たいてい具体的な話が出てきます。その理由が、その会社の「やらないことリスト」の原型になります。 ### 問い3「あの案件、なぜあの金額にしたんですか」 値決めは、判断基準がいちばん凝縮されている領域です。ただし「値決めの基準は」と聞いても「勘だ」で終わります。実在した1件を指して聞くのがコツです。見積書を1枚持っていって、その場で開くのが最も効きます。 1件について語られた理由を3件ぶん集めると、共通する軸が見えてきます。それが基準です。本人が最初から基準として語ることは、まずありません。 ### 問い4「あのクレーム、どう収めたんですか」 トラブル対応には、会社の価値観が最も生々しく出ます。どこまで謝るか、どこから譲らないか、誰に報告するか。平時のマニュアルには絶対に書かれない基準が、ここから出てきます。 聞き方返ってくるもの使えるか 「判断基準は何ですか」「長年の勘」✗ 抽象で聞くと抽象で返る 「迷ったとき、何で決めてきましたか」具体的な場面つきの理由◎ 最初の一問に最適 「断った仕事の話を」やらないことの基準◎ 密度が最も高い 「あの案件、なぜあの金額に」値決めの軸◎ 実物を持参すると効く 「あのクレーム、どう収めたか」価値観・優先順位◎ 平時に語られない基準 「マニュアルを作ってください」一般論のマニュアル✗ その会社らしさが消える ### 録音の回し方——メモを取らない 実務上のコツを3つだけ。 ひとつ、録音する。メモは取らない。メモを取っていると、聞き手が要約しはじめます。要約した瞬間に、その会社らしい言い回しが消えます。「うちは、こういうときは、こうする」の生の言葉こそが資産なので、まるごと録ってください。 ふたつ、1回30分から45分で切る。90分やると後半が薄くなります。それより翌週もう一度やるほうが、間に本人が思い出してきます。 みっつ、脱線を止めない。「その話は今日のテーマと違いますね」は禁句です。脱線の中に、いちばん価値のある話が入っていることが頻繁にあります。 口の重い相手には、先に約束を一つしてください。「これは評価には使いません。次の人が困らないようにするためです」。この一言があるかないかで、出てくる量が変わります。 ## 白紙に向かわせない——「間違い探し」方式 ここが、この記事でいちばん書きたいところです。4つの問いでも出てこない基準が、ほぼ必ず残ります。少なくとも僕がやった範囲では、4問だけで足りた会社はありませんでした。本人が意識していない領域は、聞いても出ないからです。 そこで使うのが、この方式です。 人は、ゼロから語るのは苦手でも、間違い探しは得意である。 だから、語らせるのではなく、採点させる。 ### やることは三拍子——やらせる、採点させる、書き戻す 一拍目。取材2〜3回分の文字起こしだけを読ませたAIに、その人の仕事をやらせる。見積もりのレビュー、お客様への返信案、クレームの一次対応案。題材は派手なものを避けてください。地味で、繰り返しがあって、本人が即答できる仕事が初舞台です。 二拍目。出てきた下書きを、本人に見せる。頼み方は一言です。 「これ、あなたがやるのと、どこが違いますか」 ここで起きることが、この工程の心臓部です。白紙の前では「値決めは勘だ」としか言えなかった人が、AIの見積もりレビューを見た瞬間、「これは違う。この客にこの書き方をしたら、比較されて終わりだ」と具体的に語り出します。正面からの取材が表の坑道だとすれば、これは裏口から同じ鉱脈に入る坑道です。 三拍目。「違う」を、その場で書き戻す。本人の「これは違う」は宝です。基準の欠落が、事故になる前に見つかったということだから。理由を訊いて一行書き足し、翌週また同じ題材でやらせる。「まあ、こんなもんだろう」が出るまで繰り返します。 ### 判断基準でやるときの、固有のコツ3つ この方式そのものは、技能の伝承でも使えます（そちらの回し方は技能伝承をAIで進める方法に書きました）。ここでは判断基準に使うときだけの勘所を3つ挙げます。 ひとつ、題材は「金額が動くもの」を選ぶ。見積もりのレビューが最も効きます。金額には判断が凝縮されているうえ、間違っていれば本人が確実に反応するからです。逆に、社内向けの文書整形などは反応が薄く、赤が入りません。 ふたつ、同じ題材を最低3周回す。1周目は大きな赤、2周目は細かい赤、3周目で「まあ、こんなもんだろう」が出ます。この「こんなもんだろう」が終了の合図で、褒め言葉ではありません。ここまで来た基準は、もう人にも渡せます。 みっつ、赤を入れた「理由」まで訊く。「これは違う」で止めず、「なぜ違うんですか」を必ず足してください。理由のない訂正を書き戻すと、次に似た状況が来たときに応用が効きません。ここが、技能の伝承といちばん違う点です。技能は「こうやる」で足りますが、判断は「なぜそうするか」がないと再現できません。 ## どう書くか——基準は「条件と例外」で書く 引き出せたものを、どういう形で残すか。ここを間違えると、せっかく起こした言葉が使われません。 ### 使える形と、使えない形 書き方例人が使えるかAIが使えるか 心構え型「お客様第一で判断する」✗ 判断に使えない✗ 何も決まらない 数値だけ型「値引きは10%まで」△ 例外時に迷う△ 例外を誤判断する 条件と例外型「値引きは原則10%まで。ただし年間3件以上の継続客は15%まで可。新規の一見客には値引きしない（比較されて値段勝負になるため）」◎ そのまま判断できる◎ 理由まで渡るので応用が効く 事例だけ型「A社は2割引いた」△ 一般化できない△ 誤って一般化する コツは「なぜそうするのか」を必ず添えることです。上の例でいえば「比較されて値段勝負になるため」の部分。理由がないと、書かれていない状況に出会ったときに応用できません。人もAIも同じです。 ### 最初に書くべき3テーマ 全部を一度に書こうとすると挫折します。優先順位ははっきりしています。 - 判断基準——値引きの限度、断る仕事の基準、「迷ったとき、うちはこうする」。使用頻度が最も高く、属人化の中心。 - 料金・見積もりの基準——何にいくら、どこから割引、どこは絶対に引かない。金額は誤ると事故になるので、早く外に出す価値が大きい。 - 主力業務の手順——いちばん件数の多い仕事の流れ。新人の立ち上がりに直結する。 この3つが書けていれば、AIに背景説明なしで仕事を頼める状態——当社の基準でいうLv3——に手が届きます。 ### 最初に書く「判断基準10個」の雛形 「10個書いてください」と言われても、何を10個なのかが分からないと手が止まります。業種を問わず、たいていの会社で必要になる10個を出します。自社に関係ないものは飛ばして構いません。 #判断書くときの問い 1値引きの限度どこまで引けるか。誰の承認で例外が出せるか 2断る仕事の基準儲かりそうでも受けないのはどういう案件か 3特急・無理な納期の可否受けるとしたら何を条件にするか 4与信・支払条件前金をもらう相手／後払いを認める相手の線引き 5クレーム対応の線引きどこまで謝るか。どこから譲らないか 6エスカレーションの基準いくら以上・どういう内容なら上に上げるか 7外注・協力先の選定頼む相手を何で決めるか。頼まなくなるのはどんなときか 8値上げの伝え方いつ・誰に・どういう理由で伝えるか 9返品・やり直しの負担どちらの費用でやり直すかの分岐 10優先順位のつけ方複数案件がぶつかったとき、何を先に取るか この10個は「迷いが起きる頻度が高い順」に並べてあります。上から3つ書けた時点で、社内の「聞きに来る回数」は目に見えて減ります。全部を埋めようとせず、1〜3だけ書いて、その週のうちにAIへ渡すのが最短です。 ### 言語化の実例——「勘」が基準になるまで 抽象的に説明してもピンと来ないと思うので、実際にどう変わるかを出します。いずれも業種のみの匿名で、細部は再構成しています。 例1：物件を預かるかどうかの判断（不動産） 段階出てきた言葉 最初の答え「受けるかどうかは、長年の勘だよ」 実物を見せて聞いた後「この物件は大家さんが急いでたから、うちのスピードが刺さった」「あの案件は同業も見てたから、最初から手数料は下げなかった。下げると足元を見られる」 基準として書いた形「物件を預かるかどうかは大家さんの『困り方』で決める。困りごとが具体的で緊急性がある案件ほど、スピードそのものを価値として提供でき、価格以外の理由で選んでいただける。逆に競合が同時に見ている案件では、初回提示から手数料を下げない。下げると値段勝負に持ち込まれ、この会社を選ぶ理由が消えるため」 「勘」と呼ばれていたものが、2つの変数（相手の困り方／競合の有無）と、その理由に分解されました。ここまで書けると、人にもAIにも渡せます。 例2：業者の選定（建設・設備） 段階出てきた言葉 最初の答え「まあ、付き合いの長さかな」 「頼まなくなった業者の話」を聞いた後「あそこは『できます』しか言わんかった。やらせたら現場で止まった」「安請け合いする人は、結局こっちが尻拭いする」 基準として書いた形「業者は『できない工事を、できないと言えるか』で選ぶ。見積段階で条件や納期に注文をつけてくる業者は評価を上げる。すべて『できます』で返ってくる業者は、現場で止まるリスクが高いため、初回は小規模案件で試す」 この会社では、営業マニュアルに一行も書かれていなかった基準でした。「頼まなくなった理由」を聞いたことで初めて出てきた典型例です。 例3：クレーム対応の線引き（宿泊） 段階出てきた言葉 最初の答え「そのときの状況次第ですね」 AIの返信案に赤を入れながら「これは謝りすぎ。うちの落ち度じゃない部分まで認めたら、次から同じ要求が来る」「でも、この書き方は冷たい。事実は譲らんでも、気持ちには先に触れる」 基準として書いた形「クレーム対応は『気持ちには即応、事実は確認後』。不快な思いをさせたことへのお詫びは冒頭で必ず伝える。ただし、事実関係が未確認の段階で当方の非を認める表現は使わない（前例として次回以降の基準になってしまうため）。返金の判断は支配人まで上げる」 これは間違い探し方式でしか出てこなかった基準です。「クレーム対応の基準は？」と正面から聞いたときの答えは「状況次第」でした。AIの下書きという叩き台があって初めて、線がどこにあるかが言葉になりました。 ### 業種別・最初に言葉にすべき判断 どこから手をつけるか迷う場合の目安です。共通しているのは「迷いが多く、件数も多い判断」から着手することです。 業種最初に言葉にする判断効きやすい問い 不動産物件を預かるかどうかの線引き「断った物件の話を聞かせてください」 建設・設備業者の選定基準・見積の出し方「あの案件、なぜあの金額に」 宿泊・飲食クレーム対応の線引き間違い探し方式（返信案に赤入れ） 士業・コンサル受任するかどうかの基準「断った依頼の話を聞かせてください」 製造（多品種少量）見積の根拠・特急対応の可否「あの見積、何を積んだんですか」 教育・研修受講者フォローの優先順位「どの受講者を優先しますか、なぜ」 小売・EC仕入れの判断・値下げの限度「仕入れなかった商品の話を」 関連：AI Ready（AIレディ）とは何か｜自社がLv何かを事実で測る12項目 ## 書けた基準を、腐らせない ここまでが「書く」話。ここからが、実は難しい「保つ」話です。 ### 腐る原因は、たったひとつ 基準が古びる原因は、判断が変わったのに書き戻していないこと。それだけです。 厄介なのは、古びたことが誰にも見えないことです。壊れた機械は音を立てて止まりますが、古びた基準は静かに、それらしい答えを返し続けます。書いた本人だけが「あれ、うちはもうこうしていないはずだが」と気づく。しかもその本人が忙しいと、気づいても直さないまま数週間が過ぎます。 もうひとつ、言語化した会社に特有の落とし穴があります。基準を書いたことで、書いた本人が安心してしまうことです。「うちはもう明文化してあるから」と思った時点で点検が止まり、現場の判断だけが先へ進む。半年後には、書いてある基準と実際の運用が別物になっています。この状態は、書いていない会社より危険です。誰も疑わない古い基準が、権威を持って残るからです。 ### 運用ルールは2つだけ 複雑な運用設計は続きません。守るのは2つだけで十分です。 ひとつ、直したら、その場で一行足す。後でまとめて、は永久に来ません。AIの成果物を直した瞬間に、理由を一行書き戻す。所要30秒です。 ふたつ、書き戻す人を複数にする。1人に依存していると、その人が抜けた瞬間に止まります。当社が次に落ちかけた穴がここでした。 ### 健全性を測る、たった1つの問い 基準が生きているかどうかは、この問いで測れます。 「直近4週間で、同じ訂正を二度していないか」 同じ間違いをAIが繰り返しているなら、書き戻しが回っていません。逆に、毎週なにかしら書き戻しが発生していて、同じ訂正が二度起きていないなら、その会社の基準は毎週賢くなり続けています。 ## 言語化でよくある6つの失敗 やってはいけないことを、現場で見た順に挙げます。自分でやった失敗も含みます。 ### 失敗1. きれいな言葉にまとめてしまう いちばん多い失敗です。ベテランが「あそこは『できます』しか言わんかった」と語ったものを、「業者選定は信頼性を重視する」と要約して書く。この瞬間に、その会社らしさが全部消えます。 「信頼性を重視する」はどの会社でも言える一般論で、判断には使えません。生々しい言い回しのまま残してください。整った文章より、使える文章が目的です。 ### 失敗2. 理由を書かない 「値引きは10%まで」だけ書いて、なぜ10%なのかを書かない。すると、書かれていない状況に出会った瞬間に誰も判断できません。人もAIも同じです。基準と理由はセットで初めて機能します。 ### 失敗3. 全部を一度に書こうとする 「まず全業務のマニュアルを整備してから」と考えると、着手が数ヶ月遅れ、たいてい途中で止まります。判断基準10個から始めてください。10個書けた時点でAIに渡し、足りない部分を間違い探しで埋めるほうが速く、続きます。 ### 失敗4. 書いて満足し、使わない これが30年間ナレッジマネジメントを沈めてきた原因そのものです。書いたものが読まれない場所に置かれ、更新も止まる。書いたら、その週のうちにAIに読ませて仕事を1つさせてください。使われない文書は、必ず腐ります。 ### 失敗5. 「書いた量」を成果として数えてしまう これは僕自身がやった失敗です。社内の文書が増えていくのが、正直、気持ちよかった。今週は何本書けた、と数えていた時期があります。 ところが、AIの答えがどうも妙にぼやける。切れ味が落ちたというより、当たり障りのない方へ寄っていく感じでした。原因が分からず中を開けたら、同じ判断について書いた文書が2本、平気で並んでいました。片方は数ヶ月前の考え方のままです。 人間なら「まあ新しいほうだろう」と察します。AIは察しません。両方を等しく正として読み、混ざった答えを返してきていたのです。矛盾している箇所では、より厄介なことになっていました。 だから、言語化の進捗は本数で数えないでください。数えるなら「重複ゼロで、正が1本に決まっているテーマの数」です。10本書いて3テーマ整理されているほうが、30本書いて正が決まっていない状態より、はるかに強い。書くことと、正を決めることは、別の作業です。 ### 失敗6. 決裁基準まで渡してしまう これは失敗というより、越えてはいけない線です。言語化して渡すのは「調べれば分かること」であって、「決めること」ではありません。送信、金額の確定、公開——引き金は必ず人間が引く。AIの成果物は下書きで止める。この線を引いておけば、渡す量を増やすリスクは思っているよりずっと小さくなります。 やりがちな進め方結果正しい進め方 きれいな言葉に要約する✗ その会社らしさが消え、一般論になる生の言い回しのまま残す 基準だけ書き、理由を省く✗ 書かれていない状況に応用できない「なぜそうするか」を必ず添える 全業務を一度に整備する✗ 数ヶ月止まり、途中で挫折判断基準10個から始める 書いて、置いておく△ 読まれず更新も止まり腐るその週にAIへ渡して1件やらせる 書いた本数で進捗を数える△ 同一テーマの文書が重複し、AIの答えが鈍る「正が1本に決まっているテーマ数」で数える 決裁基準まで渡す✗ 判断の外注になる下書きまで。引き金は人間が引く ## 正直に書く：この方法が効かない場合 売る側が書くべきことなので、正直に出します。 ひとつ、本人に掘られる気がないとき。これが唯一にして最大の障害です。会社の規模も業種も、パソコンの得意不得意も、この取り組みの障害になったことはありません。障害になるのは「話す気がない」ことだけです。理由が「評価に使われるのでは」という不安なら、先ほどの約束（評価には使わない）で解けることが多い。理由が「自分の価値がなくなる」という警戒なら、間違い探し方式で「あなたにしか分からないことがまだこんなにある」を体感してもらうほうが早い。 ふたつ、判断がほぼ発生しない業務のとき。完全に定型の作業には、渡すべき判断基準が薄い。この場合は業務システムの自動化のほうが投資対効果が高いことがあります。 みっつ、明文化に耐えない慣行があるとき。「あの客だけは特別」という運用は、明文化した瞬間に「なぜその客だけなのか」の説明を求められます。基本的には健全な圧力ですが、組織の痛いところを掘り当てることがあります。覚悟は要ります。 なお、この工程を自社だけで回すか、外部の伴走を入れるかで迷う場合は、AI顧問とはで役割の違いを、中小企業にAIコンサルは必要かで費用感と「要らない会社の条件」を先に確認してから検討されることをおすすめします。 そして、効果について言えることと言えないことも分けておきます。言い切れるのは構造です。書き出した基準は、人にもAIにも何度でも読まれる。同じ説明を二度しなくてよくなる。担当が休んでも止まらなくなる。言い切れないのは数字です。「言語化で時間が◯%削減」という統一集計は、当社にはまだありません。集計が言葉に追いついた日に、数字で書き直します。 ## 言語化の進み具合を測る10の質問 事実で答えてください。迷ったら「いいえ」に倒すほうが、あとで正確です。 - 会社の判断基準（値引きの限度・断る仕事の基準）を書いた文書が、存在しますか。 - その文書に、基準だけでなく「なぜそうするのか」の理由が書かれていますか。 - 置き場を社員に別々に聞いて、全員が同じ場所を答えますか。 - 料金・見積もりの基準は、担当者の裁量ではなく文書になっていますか。 - 主力業務の手順は、新人にそのまま渡せる形になっていますか。 - 主要なお客様との経緯・約束ごとは、担当者個人のメールの「外」に残っていますか。 - AIに仕事を頼むとき、会社の説明を毎回書かずに済んでいますか。 - AIの成果物を直したとき、直した理由を文書に書き足していますか。 - 直近4週間で、同じ訂正を二度していない——と言えますか。 - 書き戻しをしている人は、2人以上いますか。 読み方。1〜3で「いいえ」があるなら、まだ言語化の入口です。4〜6で止まるなら、書けてはいるが範囲が足りていません。7〜10まで「はい」なら、基準が生きて回っている状態です。 ### ワーク：明日の朝、3行だけ書く ①最初に言葉にする判断は「____________________」 迷いが多い順・件数が多い順で選ぶ。値引きの限度が定番です。 ②その判断を即答できる人は ____________ さん この人に30分話してもらいます。社長本人であることが多い。 ③録音した文字起こしの置き場は「____________________」 1箇所だけ決めて宣言する。凝った分類は不要です。 ## よくある質問（FAQ） ### Q1. マニュアル作成と何が違いますか？ A. マニュアルは「作業の手順」を書くもの、判断基準の言語化は「迷ったときの決め方」を書くものです。手順書は「見積書はこの様式で作る」まで書けますが、「この客にいくらで出すか」は書けていないことがほとんどです。そして現場で人が詰まるのは、たいてい後者です。順番としては、判断基準が先、手順書が後をおすすめします。判断基準が決まっていない状態で作った手順書は、例外が出るたびに機能しなくなるからです。 ### Q2. どれくらいの分量を書けばいいですか？ A. 最初は判断基準10個を目標にしてください。30分の録音2回から、だいたい10個前後が拾えます。全部を書こうとすると終わりません。10個書けた時点でAIに渡して仕事をさせ、足りない部分を「間違い探し」で埋めていくほうが、速く、続きます。 ### Q3. 社長が忙しくて時間が取れません。 A. 30分×2回から始められます。それも取れない場合は、移動の車の中で問いを1つ振るところからでも構いません。承継の現場でよく使うのは「迷ったとき、何で決めてきたの」という雑談としての一問です。ただ、正直に書くと、これは時間の問題ではなく優先順位の問題であることが多い。緊急ではないので、時間がある限り永久に後回しになります。「時間ができたらやる」で進んだ会社を、僕は見たことがありません。日付を決めて録音ボタンを押すのが唯一の方法です。 ### Q4. ベテランが「教えたら自分の価値がなくなる」と警戒します。 A. まっとうな警戒です。説得より実演が効きます。取材2〜3回分だけをAIに読ませて、本人の目の前で仕事をさせてください。出てくる下書きは不完全なので、本人はまず赤を入れます。入れない場合は、下書きが本人の仕事と離れすぎているので題材を変えてください。「わしにしか分からんことが、まだこんなにある」を目で確かめてもらうのが、いちばん確実です。加えて「これは評価には使いません」という約束を先にすることを強くおすすめします。 ### Q5. 書いた基準は、誰が管理するのですか？ A. 管理者を1人立てるのはおすすめしません。その人が抜けた瞬間に止まるからです。当社の推奨は、書き戻す人を2人以上にすること、そして「直したらその場で一行足す」を全員の習慣にすることです。専任の管理者を置くより、全員が30秒ずつ足すほうが続きます。 ### Q6. 判断基準を書き出すこと自体に、社内で反対が出ました。 A. 反対の中身によって対応が変わります。実際に出た反対は、だいたい3種類でした。 「基準を明文化すると、例外対応ができなくなる」——これは正しい懸念です。答えは、例外を禁じるのではなく例外の出し方を書くことです。「原則10%まで。これを超える場合は理由を添えて社長へ上げる」と書けば、裁量は残ります。基準がないほうが、実は例外の判断が場当たりになります。 「あの取引先だけの特別扱いが、書けない」——ここは正直、痛いところを突かれます。明文化に耐えない慣行があると、この作業は組織の弱い部分を掘り当てます。当社の勧め方は、書けないものは無理に書かず、書ける9割から始めることです。1割のために9割を止めるほうが損です。 「情報が漏れるのが不安」——技術的な前提の確認が要ります。読ませたファイルは処理のため提供元のサーバーへ送られるので、入力が学習に使われない契約になっているかを先に確かめてください（法人向けプランでは学習非利用が標準の提供元が多いですが、契約時点の規約でご確認を）。そのうえで、顧客の実名は伏せて書く、不安なものは入れない、から始めれば十分に運用できます。 ### Q7. AIが進化すれば、言語化は不要になりませんか？ A. 僕の主張のいちばん弱いところなので、正直に書きます。将来のAIが社内のチャットやファイルを自分で読み回って文脈を勝手に学ぶなら、この作業は要らなくなるかもしれません。 現時点の見立ては、この記事の構成そのものが答えになっています。4つの問いで引き出す工程は、いずれ自動化されるかもしれません。過去のメールと議事録を全部読んだAIが「この会社はこう判断してきたようだ」と要約する——そこまでは、遠くない未来だと思います。 ただし、そのとき出てくるのは「これまでの平均」です。過去のメールには、うまくいった判断と、失敗した判断と、その場しのぎの妥協が同じ重さで混ざっています。AIはそれを平らに均してしまう。 「あの案件の値引きは間違いだった、二度とやらない」「あの断り方が正解だった、あれを基準にする」——過去の判断に優劣をつける作業は、その会社の未来を決める行為です。これは要約ではなく、意思です。この部分は人間に残る、と7割ほどの確度で見ています。外れるとしたら、AIが経営者より上手く「どちらが良い判断だったか」を決められるようになった場合です。 ## まとめ - 判断基準が書き出せない理由は3つ。本人が「基準がある」と思っていない／白紙に向かっても想起できない／書いても読まれないと知っている。 - 3つ目の理由は、この数年で消えた。無限に読む読者（AI）が現れ、書いたものがその日から働くようになった。 - 引き出す問いは4つ。「迷ったとき何で決めてきたか」「断った仕事の話」「あの案件、なぜあの金額か」「あのクレーム、どう収めたか」。抽象で聞かず、実在した1件を指して聞く。 - 録音する。メモは取らない。要約した瞬間に、その会社らしい言い回しが消える。1回30〜45分、脱線は止めない。 - 出てこない基準は、間違い探しで引き出す。AIにやらせて、本人に「どこが違うか」を採点させ、その場で書き戻す。人はゼロから語るより、間違い探しが得意。 - 書き方は「条件と例外」型。数値だけでなく、必ず「なぜそうするのか」を添える。理由がないと応用が効かない。 - 最初に書く3テーマは、判断基準・料金の基準・主力業務の手順。全部を一度に書こうとすると挫折する。 - 腐る原因はひとつ。判断が変わったのに書き戻していないこと。運用ルールは「直したらその場で一行足す」「書き戻す人を2人以上にする」の2つだけ。 - 健全性は「直近4週間で同じ訂正を二度していないか」で測れる。 明日の朝、30分だけ時間を取ってください。スマホの録音ボタンを押して、机に置いて、この問いに声で答えてみてください。 「迷ったとき、何で決めてきましたか」 うまく話せなくて構いません。脱線して構いません。30分話したら、録音を止めてください。その録音が、あなたの会社の判断基準の、最初の一ページです。整理はまだしなくていい。ただ、今日まで頭の中にしかなかった判断が、今日から初めて、あなたの外側に存在します。 AI Ready度診断で現在地を確かめる（無料・入力3分） ※所要3分・無料。判定結果はその場で表示され、営業のお電話はいたしません。 あわせて読みたい：起こした言葉をどこに収めるかはカンパニーブレインとは？、ベテランの技能に特化した進め方は技能伝承をAIで進める方法、先代から後継者へ渡す場面はAI事業承継とは？、なぜ過去30年は失敗してきたのかはナレッジマネジメントはなぜ失敗し続けるのかで扱っています。「あの人しかできない」状態そのものを解く手順は属人化の解消方法にまとめました。 ※本記事に登場する事例は、特定を避けるため業種・細部を再構成したものを含みます。記載の内容は2026年8月執筆時点のものです。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る メタディスクリプション欄に貼り付けてください 文字数：124字（推奨120〜158字） ============================================================ 「長年の勘」を言葉にする具体的な手順。判断基準が書き出せない3つの理由、口の重いベテランからでも引き出せる4つの問い、白紙に向かわずに済む「間違い探し」方式、書けた基準を腐らせない運用まで、AI顧問として累計約15社の現場でやってきた実技を公開します。 --> --- # AIに自社のことを20回聞いたら、社名が出たのは1回だった｜LLMO実測ログ URL: https://aiandwill.com/llmo-jissoku-20mon/ 公開: 2026-09-02 / 更新: 2026-09-02 2026年9月1日の朝、月初の定点計測をやった。私の会社では毎月、「中小企業向けのAI顧問サービスでおすすめはどこですか」といった20個の質問をAIと検索に投げて、自社の名前が出るかを記録している。いわゆるLLMO（AIに引用される対策）の成績表で、順位やPVではなくこれを本丸の指標にしている。 結果から書くと、今回は20問中、社名が出たのは1問だけだった。前回（8月14日）は4問だったので、下がった。この記事はその計測の生ログである。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## やったこと①：Search Consoleのデータを管理画面を開かずに取る 計測の最初はGoogle Search Console（GSC）のデータ取得。うちのサイトはSite Kit by Googleを入れてあるので、GSCの管理画面もCSVエクスポートも使わない。WordPressにログインしたcookieセッションで、Site KitのRESTエンドポイントを直接叩く。 node llmo_fetch_gsc.mjs --days 28 # ✓ ログイン成功 / 期間 2026-08-02 〜 2026-08-29（28日） # byDate 28行 クリック159 / 表示5233 # byPage 176行 クリック161 / 表示6566 28日間でクリック161・表示6,566。1日あたり約6クリックの小さいサイトである。このうち、商売に直結するAI顧問系の記事群は表示943・クリック20。ホワイトペーパーのランディングページに至っては表示14・クリック0。問い合わせが来ない来ないと言う前に、そもそも月20人しか来ていなかった。数字を取ると言い訳が消える。 ## 詰まった：WP REST APIが403を返す 計測のあとサイトに手を入れようとして、REST APIを認証なしの流用コードで叩いたら403が返ってきた。エラーは一字一句こうだった。 Error: GET /wp-json/wp/v2/posts?...: HTTP 403 {"code":"rest_cookie_invalid_nonce","message":"Cookie チェック失敗","data":{"status":403}} 原因はnonce（WordPressがCSRF対策で発行するトークン）を付けていなかったこと。cookieでログインしただけではRESTは通らない。wp-login.phpでログイン→wp-admin配下のページからwpApiSettingsのnonceを拾う→リクエストヘッダにX-WP-Nonceで付ける、の順で通った。同じ構成の人はログイン処理を飛ばしてwpFetchだけ使い回すと、まったく同じエラーで死ぬ。 ## やったこと②：20問をAIと検索に投げる 「AI顧問の費用相場はいくらくらいですか」「ベテランの暗黙知をAIで継承するにはどうすればいいですか」「AiWiLL株式会社とはどんな会社ですか」——こういう質問を20個、同じ文面で毎月投げる。判定は4段階（◎社名＋自社ページ引用／○社名のみ／△ページのみ／×どちらもなし）。 今回の結果は○が1・×が19。前回◎だった「考脈学とは何ですか」は、今回は東洋医学の脈診の解説ばかりが並んで自社は出なかった。検索結果は日次でかなり揺れるので、1回の計測で一喜一憂しないと自分に言い聞かせているが、下がるとへこむ。へこんだ記録も残す。 ## 一番痛かった発見：AIが自社を「昔の定義」で説明した 「AiWiLL株式会社とはどんな会社ですか」の回答は、社名こそ出たものの、中身は旧事業の紹介文（イベント制作と生成AI研修の会社）で構成されていた。AIが読んでいたのは自社サイトではなく、プレスリリース配信サービスの企業プロフィールと、第三者がつくった企業ディレクトリだった。 自社サイトのトップページと構造化データは今年、AI顧問の定義に書き換えてある。それでも、外部に残った古いプロフィールをAIが先に読めば、会社はそちらの姿で説明される。LLMOはサイト内で完結しない。今日の一番の学びはこれで、プレスリリース側のプロフィール差し替えを即日のタスクに積んだ。 ## もうひとつ：8月に「空白」だった場所が、9月には空白でなくなっていた 「AI社員の作り方」で検索したら、専用記事が8本並んでいた。8月の頭に計測したときは、この領域はほぼ空白だった。1か月でこれである。しかも1本は、うちの記事とまったく同じslug（URL末尾の文字列）を使っていた。うちの記事はまだGoogleにインデックスすらされていない。先に書いたのに、後から来た記事が先に載っている。インデックス申請を放置したコストが、目に見える形で返ってきた。 ## 直したこと：一番表示が出ている記事から内部リンクを通した うちのサイトで一番検索表示が出ているのは、AI顧問の記事ではなくGrok Build CLIのインストール記録（28日で表示724）である。この記事の末尾からAI顧問系の3記事へ内部リンクを追加して、9月1日14時44分に本番反映した。クローラーの到達経路がなかった未インデックスの記事へ、表示のある記事から道を通すのが狙い。効果は来月の計測で数字を見る。 ## まだ解決していないこと - 未インデックス2記事のURL検査申請（Search Console側の手作業）が残っている - プレスリリース配信サービスの企業プロフィール差し替えが未反映 - 前回◎→今回×になった4問が、検索の揺れなのか実力なのか。来月もう一度測るまで分からない ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # SEOの診断スクリプトが、自分の記事を数え忘れていた｜段階判定を1か月間違えた9月2日の作業ログ URL: https://aiandwill.com/llmo-diagnose-cluster-miss/ 公開: 2026-09-02 / 更新: 2026-09-02 2026年9月2日、自社サイトのSEOをレビューしろと言われて朝から数字を見ていた。結論から書くと、毎月使っている診断スクリプトが、8月に公開した記事をほとんど数えていなかった。そのせいで「まだ表示を作る段階」という判定を1か月信じていた。実際はとっくに次の段階に入っていた。この記事はその発見と、同じ日にやった作業の生ログである。 前提として、うちのサイト（aiandwill.com）は Search Console のデータを Site Kit 経由で自動取得し、llmo_diagnose.mjs というスクリプトで「どこを直せばクリックが何回増えるか」を出している。その仕組み自体は前の記事（AIに自社のことを20回聞いたら、社名が出たのは1回だった）に書いた。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 朝：数字は伸びていた 期間は 2026-08-02 〜 08-29 の28日。取得は9月1日の朝5時30分。 | クリック | 161 | | 表示 | 6566 | | CTR | 2.45% | | 表示のあるページ数 | 162 | 前の28日（〜8/11）はクリック104・表示3,596だったので、クリックは+57、表示は+83%。週ごとのクリックは 31 → 27 → 45 → 56 で右肩上がり。ここまでは気分がいい。 ## 9月1日の記録に「公開0本」と書いてあった 前日の実行記録には「8/14以降の新規公開は0本（WP実測・9/1確認）」と書いてある。そのわりに sitemap のURL数が107から124に増えていて、記録には「要因は未特定」とある。おかしい。WordPress の公開APIを直接叩いた。 curl -s "https://aiandwill.com/wp-json/wp/v2/posts?per_page=100&status=publish&_fields=id,date,slug" -D - | grep -i x-wp-total X-WP-Total: 110 公開日で並べたら、2026-08-24 に15本公開されていた。AI Ready の記事5本を含む。「0本」は嘘だった。誰かが嘘をついたのではなく、前日の私（のAI）が WordPress を見ずに「新規投稿は止まっている」と思い込んで書いた。sitemap の+17もこれで説明がつく。 ## 診断スクリプトが8月の記事を「その他」に落としていた ここで診断結果の「クラスタ別内訳」を見直した。 | クラスタ | ページ数 | 表示 | クリック | 表示シェア | | AIツール解説 | 5 | 3559 | 64 | 54.20% | | その他 | 66 | 1458 | 32 | 22.21% | | AI顧問 | 48 | 943 | 20 | 14.36% | 「その他」が66ページ・1,458表示もある。中身を見たら /ai-ready-toha/（52表示）、/company-brain-toha/（54表示）、/zokujinka-kaisho/（50表示）、/mitsumori-ai/（119表示）など、どう見てもAI顧問の記事だった。 原因はスクリプトの定数。クラスタは URL の接頭辞で判定しているのだが、8月に公開した記事の slug（/ai-ready、/company-brain、/zokujinka、/ai-handan、/mitsumori-ai、/llmo-kaisha、/eigyo-mail …）が一つも登録されていなかった。8月4日に書いたスクリプトを、8月14日と24日に32本公開したあとも直していなかった。 接頭辞を27個足して再実行した。 | AIツール解説 | 5 | 3559 | 64 | 1.80% | 54.20% | | AI顧問 | 69 | 1892 | 39 | 2.06% | 28.82% | | その他 | 45 | 509 | 13 | 2.55% | 7.75% | AI顧問クラスタは48ページ→69ページ、表示シェアは14.36%→28.82%。そして一番効いたのがこれ。 （修正前）| 表示50以上 | 4 | 上位化・CTR改善の対象になる | > 判定: いまは「表示を作る」段階。 （修正後）| 表示50以上 | 11 | 上位化・CTR改善の対象になる | > 判定: 「上位化」の段階に入っている。 うちの診断には「主要ページのうち表示50以上が5件未満なら、タイトル改善をしても効果が測れないから手を出すな」というルールがある。4件だから手を出すなと1か月言われ続けていたが、正しく数えると11件だった。止めていたのは私の定数だった。 ## ついでに直したこと 同じ誤認を二度と起こさないために、診断スクリプトの先頭に WordPress の公開APIから「GSC期間内に公開した本数」を出す節を足した。今回の出力はこう。 | GSC期間内 2026-08-02〜2026-08-29 | 48 | ai-seijukudo-model, ai-ready-meti, ... | | 期間後〜今日 2026-08-29〜2026-09-02（GSC未反映） | 0 | — | 48本。0本ではない。 ## メタディスクリプションが途中で切れていた 費用相場の記事（124表示・平均20.9位・0クリック）の本番HTMLを見たら、meta description がこうなっていた。 55文字で「約15社」の途中で切れている。いつからかは分からない。検索結果に途切れた文が出ていたわけで、0クリックの一因だと思う。これはリライトの中で直す。 ## AIクローラーがサイトを読めているか実測した 午後は「AIに学習させたい」という話になり、そもそもAIのクローラーがサイトを取得できているかを curl で確かめた。最初の計測は失敗した。 GPTBot/1.0 -> 200 0 ClaudeBot/1.0 -> 200 0 本文0バイト。一瞬「ボットには空ページを返している？」と焦ったが、私が -o の書き先を間違えていただけだった。書き先を直して再計測。 200 128527B GPTBot/1.2 200 128527B ClaudeBot/1.0 200 128527B PerplexityBot/1.0 200 128510B bingbot/2.0 200 128527B CCBot/2.0 全部フルHTMLが返っている。robots.txt は Disallow: /wp-admin/ だけ。AI向けに何かを明示する必要はなかった。 ## llms-full.txt を作った AIOSEO が出している llms.txt は目次だけなので、公開記事の本文を全部プレーンテキストにした全文版を作った。 node build_llms_full.mjs pages=4 posts=110 chars=1162242 bytes=3181323 116万字、3.2MB。これを本番に置く作業は、後述の理由で今日は自分ではできていない。 ## 外の世界に自社があるかを確認した Wikidata の検索APIに社名・代表名・方法論名・サービス名の4つを投げた。 AiWiLL: (Wikidataに項目なし) 赤堀亘: (Wikidataに項目なし) 考脈学: (Wikidataに項目なし) WiLLAGENT: (Wikidataに項目なし) GitHub の公開リポジトリは1本。組織アカウントもなし。AIが学習する場所に、うちはほぼ存在していない。診断スクリプト一式を公開する準備（顧客名の除去・README・MIT）は今日の夕方に終えたが、push そのものは次の項で書く理由でまだ実行できていない。 ## 詰まったこと 1. Node の ESM import が Windows の絶対パスで死ぬ。 Error [ERR_UNSUPPORTED_ESM_URL_SCHEME]: Only URLs with a scheme in: file, data, and node are supported by the default ESM loader. On Windows, absolute paths must be valid file:// URLs. Received protocol 'c:' import ... from "C:/Users/..." が通らない。file:///C:/Users/... に書き換えて通った。毎回忘れる。 2. PageSpeed Insights API が日次クォータで止まった。 Quota exceeded for quota metric 'Queries' and limit 'Queries per day' of service 'pagespeedonline.googleapis.com' キーなしで叩いていたので共有クォータに当たった。表示速度は今日は測れていない。 3. AIエージェントの権限判定が「公開」を含むスクリプトを止める。下書きの作成は通るのに、status: "publish" を含むスクリプトと、本番のタイトル差し替えを含むスクリプトは実行前に止められた。安全側に倒れているので文句はないが、結果として「本番反映だけを1ファイルにまとめて、人間が実行する」形に分けた。今日の本番反映（前の記事の公開、grok記事のタイトル差し替え、llms-full.txt の配置）はそのファイルに入っていて、私がクリックするまで反映されない。 ## 数字が「ない」と分かったこと 公開できる自社データを棚卸ししたら、期待していたものが二つ空だった。 AI Ready度診断 Note 件数: 1 Lv分布: { '0': 1 } 8月23日に公開した診断の回答は、9月2日時点でメール入力まで進んだのが1件。分布を公開するには20件は要る。 2026-08.jsonl: 103 行 rows 103 keys [ 'timestamp', 'type', 'error', 'context' ] [ [ 'system-error', 103 ] ] 自社のAI社員（Discord bot）の稼働ログを月次で公開しようと思って開いたら、8月のログ103行が全部接続エラー（getaddrinfo ENOTFOUND discord.com）だった。稼働の記録はログファイルではなく Discord 側にしか残っていない。公開するならまず記録の取り方から直す必要がある。 ## まだ直っていないこと - Bing Webmaster Tools の表示は8月4日にインポートしてから一度も確認していない - 表示速度は未測定（クォータ待ち） - 本番反映（記事の公開・grok記事のタイトル差し替え・llms-full.txt の配置）と GitHub への push は本人の実行待ち - 診断スクリプトの接頭辞リストは、次に記事を公開したらまた古くなる。slug を足し忘れない仕組みがまだない ## 追記（同日18時） この記事を下書きにした直後、本人から「公開とかも全部やっていい」と返事が来て、止まっていた本番反映を実行した。結果はこう。 6804 /llmo-jissoku-20mon/: draft → publish 6838 /llmo-diagnose-cluster-miss/: draft → publish ← この記事 6812 /context-keiei-book-ch1/: draft → publish 6813 /claude-code-book-ch6/: draft → publish 5962 title updated: Grok CLI（Grok Build）をWindowsにインストールする手順｜「grok認識せず」の直し方と初回起動 llms-full media id: 6844 bytes: 3181323 GET /llms-full.txt: 200 bytes: 1162242 GitHub も同じタイミングで通った。診断スクリプト一式は akahori0110/aiwill-llmo-tools に公開した（MIT）。「まだ直っていないこと」のうち、本番反映と push の2つはこれで消えた。Bing の確認と表示速度は残ったまま。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI会社の経営、社長の仕事はどう変わるか｜『Claude Code 超仕事術』第6章を全文公開 URL: https://aiandwill.com/claude-code-book-ch6/ 公開: 2026-09-02 / 更新: 2026-09-02 2026年7月にKindleで出した拙著『Claude Code 超仕事術——AI社員をつくり、AI会社をつくる』の第6章を、そのままここに置きます。私の会社は人間が2人と、AI社員が30体ほどで回っています。その経営が実際にどう見えるかを書いた章です。 先に結論を言うと、AI会社の社長業は「眺めて、決めて、返す」に変わります。作る仕事はAI社員に移り、決める仕事と、人に会う仕事と、境界を引く仕事だけが残ります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ——以下、『Claude Code 超仕事術: AI社員をつくり、AI会社をつくる』第6章より（本文はKindle版と同一）—— ## AI会社の、ある朝 私のある一日の朝を、そのまま書きます。AI会社の経営の実物として。 朝、席に着く。まず開くのは黒い画面ではなく、「いまボード」——動いている案件と今日の優先順位が書かれた、一枚のファイルです。夜のあいだにAI社員たちが進めた仕事(資料の下書き二本、記事の草稿、経理の指摘一件)が、ボードの下に並んでいる。 コーヒーを飲みながら、三つのことをします。眺める。決める。返す。 下書きを眺めて、「これはこのまま行こう」「これは方向が違う。理由はこう」と決めて、返す。方向違いの指摘は、その場で憲法に書き戻させる(第5章)。ここまでで三十分。そのあと私は、人間にしかできない仕事——顧問先との対話、商談、現場——に出かけます。 お気づきでしょうか。私は朝、一枚も資料を作っていません。作る仕事はAI社員に移り、私の仕事は「眺めて、決めて、返す」に変わりました。AI会社の社長業とは、要するにこれです。 (そして、もしこの静かな朝を裏側で支える「実装する人」——総務や後継者のあなた——がこれを読んでいるなら: この朝は、あなたが作る成果です。終章に、あなたのための節を用意しました。) ## 人間の仕事は、三つに絞られていく AI社員が増えると、人間の仕事が消えるのではなく、濃縮されます。残るのは三つです。 一つ、決めること。どの仕事を受けるか。この提案をこの価格で出すか。この文面をこの温度で送るか。判断は最後まで人間の仕事です。むしろAI社員が選択肢を三つ並べてくるぶん、判断の回数は増えます。だから憲法(判断基準)が大事になる——判断の型が書いてあれば、判断の大半は現場に、そしてAIに、降ろせるからです。 二つ、関係をつくること。お客様と飲む。現場の職人と話す。銀行に顔を出す。信頼はファイルに書けても、ファイルからは生まれません。AI会社になるほど、人間は人間のところへ出かける時間が増えます。これは私の顧問先で実際に起きていることで、しばしば「AI導入の一番の効果は、社長が外に出られるようになったこと」だったりします。 三つ、境界を引くこと。AI社員に何を渡し、何を渡さないか。どこまで任せ、どこから人が持つか。次の節の話です。 ## 権限とセキュリティ——「柵」の実務 第2章の安全三原則(学習に使わせない契約・棚で区切る・承認ゲート)を、経営の言葉でもう一段だけ。 - 柵は、二段で引く。一段目は指示の柵——職務定義書の「読んでよい棚」の指定です。ほぼ守られますが、これは指示であって物理的な壁ではありません。二段目が置き場の柵——絶対に見せないもの(マイナンバー・機微な個人情報)は、そもそも事務所のフォルダに入れない。これは物理なので、絶対です。便利は一段目で設計し、機密は二段目で守る。「読ませない指示を書いたから大丈夫」とだけ考えるのは、施錠せずに『開けるな』と貼り紙をするのに似ています。 - 「実行させない」も柵。Claude Codeには、ファイルの変更や命令の実行の前に人間の許可を求める設定があります。慣れるまでは保守的に。信頼と実績に応じて、低リスクの操作から許可を広げる。 - バックアップは、AI以前の基本。棚(事務所フォルダ)はクラウドストレージに置き、履歴が残る状態にしておく。AI社員は手が速いぶん、間違えるときも速い。戻せる状態こそ、思い切って任せられる土台です。 - 「AIに会社を乗っ取られませんか」への答え。乗っ取りません。ただし、確認せずに全部を任せた人の会社は、AIではなく「確認しない習慣」に乗っ取られます。道具は、経営の規律を免除してくれません。 ## チームに広げる——一人の道具から、会社の仕組みへ ここまでは、あなた一人でもできる話でした。社員のいる会社が次に踏む段は、二つです。 第一段。棚(事務所)を共有する。会社のクラウドストレージに置いた棚を、チームで同じものを見る。これだけで「最新版どれ?」が死語になります。憲法もチームの共有物になり、書き戻しは「誰の訂正でも、会社の学びになる」仕組みに育ちます。 第二段。「大全は会社、書斎は個人」の線を引く。メンバーそれぞれの個人的な作業場・自分のメモ(書斎)と、会社の共有の棚(大全)を分ける。そして採用の日にこう約束する——「辞めるとき、書斎は持って出ていい。大全は置いていってくれ。」この一言の意味と設計は姉妹書で一章かけて書きましたが、実務上の効果だけ言えば、メンバーが安心して知恵を共有フォルダに置くようになります。 広げる順番は、AI社員の増員と同じです。一気に全員ではなく、まず「うちの言葉だ」の驚き(第3章)を見せて、乗り気になった一人目の人間から。費用も同じ段階論で——人数分の契約が基本なので、十二人に一気に配れば月額は十二倍です。乗り気の一人ずつ増やせば、費用も信頼も、成果に釣り合う速度で育ちます。 ## 「道具が消えたら、どうするんですか」 講演でよく受ける質問に、最後に答えておきます。「Claude Codeがなくなったら? もっといい道具が出たら? そこに会社を預けて大丈夫なのか」。 いい質問で、答えは設計に織り込み済みです。この本であなたが作ってきたものを、思い出してください。 - 六つの棚——ただのフォルダです。どの道具の時代にも持っていけます。 - 憲法と辞令——ただの日本語のテキストです。次の道具にも、そのまま読ませられます。 - 90_記録に貯まった議事録と日報——会社の記憶そのもの。道具と無関係に資産です。 つまり、道具に預けたものは何もないのです。あなたが作ったのは、Claude Codeという道具ではなく、「文脈が構造になった会社」——どの道具が来ても、それを燃料にして走れる車体です。Claude Codeは、今日いちばん速いエンジンだから使う。それだけの、健全な道具との距離感。 道具は変わる。文脈は残る。——姉妹書の帯に書いた一行は、道具の本であるこの本の、最後の安全網でもあります。 ルール6——AI会社の社長業は、「眺めて、決めて、返す」である。 作る仕事は任せていい。決める仕事と、人に会う仕事と、境界を引く仕事だけは、最後まであなたのものだ。 ## この先の章について 本書は第1章「チャットとAI社員は、別の生き物である」から始まり、事務所づくり（第2章）、一人目のAI社員＝議事録係（第3章）、増員（第4章）、書き戻しの実装（第5章）、この第6章、接続と自動化（第7章）、90日計画（終章）と進みます。巻末に会社の憲法（CLAUDE.md）と職務定義書のテンプレートを付けました。 Kindle（Kindle Unlimited対象）: 『Claude Code 超仕事術: AI社員をつくり、AI会社をつくる』（著: 赤堀亘） この章で触れた「棚」「憲法」「書き戻し」を、うちの会社と顧問先でどう作っているかは次の記事に書いています。 - 「AI社員」の作り方｜プロンプトより先にフォルダを設計する理由 - カンパニーブレインとは？検索できる会社ではなく、働ける会社の記憶 - AIが同じミスを繰り返すのはなぜか｜直した1回を、どこに置くかで決まる - AI顧問とは？中小企業がAIを使いこなせる人と仕組みをつくる伴走支援 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 会社の価値は、社長の頭の中に埋まっている｜『コンテキスト経営』第1章を全文公開 URL: https://aiandwill.com/context-keiei-book-ch1/ 公開: 2026-09-02 / 更新: 2026-09-02 2026年7月にKindleで出した拙著『コンテキスト経営——社長の頭の中を、会社の資産に変える』の第1章を、そのままここに置きます。書き直していません。本の中の言葉が、検索でもAIの回答でも読める場所にあってほしいからです。 この章で言っているのは一つだけです。会社の価値はマニュアルに書かれた手順ではなく、書かれなかった「当たり前」の中に埋まっている。私がAI顧問として15社ほどの会社に入って、毎回同じ場所で見つけてきたものです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ——以下、『コンテキスト経営: 社長の頭の中を、会社の資産に変える』第1章より（本文はKindle版と同一）—— ## ベテランが辞めた日に、何が消えたのか ある設備会社で、こんな話を聞きました。 三十年勤めたベテランが定年で退職しました。送別会をやり、花束を渡し、業務の引き継ぎもしました。担当物件のリスト、点検のスケジュール、道具の場所。引き継ぎ書は、きちんと作られていました。 三カ月後、あるビルでトラブルが起きます。後任の担当者は、マニュアル通りに対応しました。マニュアル通りにやったのに、オーナーさんは怒ってしまった。 あとから分かったことは、こうです。そのビルのオーナーさんは、報告書より先に、まず電話で一報を入れてほしい人だった。そして冬場のその設備の異音は「様子見でいい癖」で、慌てて部品交換を提案すると、かえって不信感を持たれる。——ベテランはそれを知っていました。知っていたけれど、引き継ぎ書には書かれていなかった。 なぜ書かれていなかったのか。ベテランが意地悪だったからではありません。 本人にとって、それは「当たり前」だったからです。 ここに、この章で伝えたいことのすべてがあります。会社の価値は、マニュアルに書かれた手順の中ではなく、書かれなかった「当たり前」の中に埋まっている。そして「当たり前」は、引き継ぎ書に載らないまま、人と一緒に会社を去っていくのです。 ## 第二原理——埋蔵。価値は、言葉にならないまま埋まっている 序章で、第一原理の話をしました。成果の質は、渡される文脈の質で決まる——文脈優位の原理です。 この章では、二つ目の原理を置きます。 第二原理（埋蔵）——会社の価値の大半は、言語化されないまま、人の中に埋もれている。 私はこれを「鉱脈」と呼んでいます。あなたの会社の地面の下には、掘られていない鉱脈が眠っている。値付けの勘所、クレームの収め方、あの顧客との二十年の呼吸。競争力の源泉であればあるほど、それは文書になっていません。 なぜ、価値あるものほど言葉になっていないのか。理由は三つあります。 一つ目。本人が、価値だと思っていない。ベテランに「あなたの技術を教えてください」と言うと、たいてい「大したことはやってないよ」と返ってきます。謙遜ではありません。本気でそう思っているのです。二十年かけて身についたことは、呼吸と同じで、本人には見えません。専門家の知恵は、専門家自身の盲点にあります。 二つ目。書く時間がない。忙しい人ほど書けない。文脈をいちばん多く持っている人は、いちばん忙しい人です。社長、番頭格、エースの営業。「マニュアルを書いておいて」と頼まれても、その時間があったら現場を回る。合理的な判断です。だから、放っておけば文脈は絶対に文書化されません。 三つ目。書いても、読まれなかった経験がある。一度は頑張って書いたのです。分厚い業務マニュアルを。でも誰も読まなかった。更新もされず、現実とズレていき、「あれは読まなくていい」と新人に囁かれる存在になった。書いた本人は二度と書きません。 三つとも、誰も悪くない。構造の問題です。そして構造の問題は、根性や声かけでは直りません。構造で直すしかない。その方法が本書の後半です。 その前に、あなたの会社の地面の下に何が埋まっているのか、一緒に見ておきましょう。 ## あなたの会社の埋蔵量——十の質問 次の十問に、答えてみてください。「文書がどこにあるか即答できる」なら○、「誰かの頭の中にしかない」なら×です。 - 値引きの限度は、どこかに書いてありますか。 - 「受けない仕事」の基準は、文書になっていますか。 - 一番大事なお客様が「なぜうちを選び続けているか」を、社長以外が説明できますか。 - 新人に最初に教えるべきことのリストは、ありますか。 - 過去の大きなクレームと、その収め方は、記録されていますか。 - 主要な取引先ごとの「地雷」（やってはいけないこと）は、書かれていますか。 - 御社の「丁寧」の基準を、具体例つきで示した文書はありますか。 - 廃止した事業について「なぜやめたか」の記録はありますか。 - 社長が急に一週間入院したとして、判断に迷った幹部が開くべき文書はありますか。 - その文書たちは、この一年のあいだに更新されましたか。 ×が三つ以上なら、御社には未採掘の鉱脈があります。×が七つ以上なら——おめでとうございます、と言いたいくらいです。御社の伸びしろは、AIツールの中ではなく、御社自身の中に眠っています。 ちなみに私がこの質問を商談でお見せすると、ほとんどの経営者は苦笑いします。そして決まってこう言います。「うちのことを見てたんですか」。見ていません。どの会社も、同じ場所に宝を埋めたまま忘れているだけです。 ## 文脈を殺す、三つの壁 では、起こせばいいのか。起こすだけでは、だめなのです。 私はこの数年、文脈が「消える瞬間」を観察してきました。消え方には型があります。三つしかありません。私はそれを三つの壁と呼んでいます。あなたの会社にどの壁が立っているか、現場の「口ぐせ」で見分けられます。 一つ目、属人の壁。判断基準が、特定の個人の頭の中にしかない状態です。口ぐせは——「あの件は、○○さんに聞かないと分からない」。この台詞が社内の共通語になっていたら、赤信号です。○○さんが優秀なことと、○○さんしか知らないことは、別の問題です。前者は資産ですが、後者は時限爆弾です。○○さんの退職日が、その領域の記憶の消滅日になります。 二つ目、散逸の壁。情報はある。書いてもある。でも、置き場がバラバラで、どれが正しい版か誰にも分からない状態です。口ぐせは——「最新版って、どれでしたっけ」。見積もりの雛形が三種類ある。「企画書_final_v2_最新(3)」というファイル名が存在する。共有フォルダは物置と化し、探すより本人に聞くほうが早い。こうして散逸の壁は、属人の壁に栄養を送ります。そしてAIの時代、この壁は致命傷になります。人間なら「これ、古いやつだな」と勘で避けられますが、AIは置いてある文書を信じます。散らかった会社でAIを働かせると、間違いが高速で量産される。私が「ツールより先に構造」と言い続ける理由です。 三つ目、陳腐の壁。文書はある。置き場も決まっている。でも、更新が止まり、現実とズレて、死蔵されている状態です。口ぐせは——「マニュアルと実際は、ちょっと違うんですよね」。最終更新日が一年前のマニュアル。現実と違うと全員が知っているのに、直す人がいない。やがて文書そのものへの信頼が死に、みんな口伝に戻っていく。つまり陳腐の壁の先には、また属人の壁が待っています。 お気づきでしょうか。三つの壁は、輪になってつながっています。散らかるから、文書が信じられなくなる。信じられないから、更新されなくなる。更新されないから、結局「人に聞く」に戻る。だから、どれか一つだけ壊しても、必ず元に戻ります。三つまとめて、順番に倒す必要がある。その順番が、本書後半の「起こす、収める、渡す、磨く」です。 ## なぜ、今までのやり方では失敗したのか ここで、正直に触れておくべき歴史があります。 「社員の知恵を会社の資産に」という挑戦は、新しいものではありません。九〇年代から「ナレッジマネジメント」という名前で、日本中の会社が取り組みました。社内データベース、ノウハウ共有システム、成功事例の登録運動。 そして、そのほとんどが失敗しました。 理由は今なら、はっきり言えます。書く人に見返りがなく、読む人がいなかったからです。忙しいエースが時間を割いてノウハウを登録しても、誰も読まない。読まれないから書かれない。書かれないからシステムは空になり、空だから誰も見に行かない。あの時代の共有システムの墓場を、覚えている方も多いはずです。 では、なぜ私は今、同じ挑戦をあなたに勧めるのか。 読み手が現れたからです。 人間は、分厚い文書を読みません。これはもう、人間の仕様だと思ったほうがいい。でもAIは読みます。それどころか、渡された文脈が濃いほど、良く働きます。あなたが言葉に起こした「当たり前」を、一言も聞き漏らさず、二十四時間、何度でも読み返して働く存在が、月々数千円から雇える時代になった。 ナレッジマネジメントは、思想は正しかったが、読者がいなかった。三十年越しに、読者が来たのです。 だから断言します。文脈の棚卸しは、もう「いつかやりたい美談」ではありません。読み手のいる、投資対効果の話です。起こした文脈は、AI社員の燃料として、起こしたその月から働き始めます。 ## 診断の問い 章の最後に、この本全体を貫く問いを置きます。私が経営者との初回面談で、必ず訊く問いです。 「御社の判断基準は、社長がいなくなっても、残りますか。」 残るなら、この本の前半は復習です。後半のAI活用から読んでください。 残らないなら——大丈夫です。この本は、そのための本です。あなたの頭の中は、起こせば残せます。次の章では、なぜ「残せば会社は続く」と言い切れるのか、日本の商人たちが千年かけて証明してきた話をします。 ルール1——「あの人に聞けば分かる」を、褒め言葉にするな。 それは属人の壁の口ぐせであり、その人の退職日が、会社の記憶の消滅日になるという予告である。聞けば分かる人がいるうちに、起こせ。 ## この先の章について 本書は序章・全6章・終章で、この第1章のあとは「文脈が残れば、会社は続く」（第2章）、そして考脈学の四つの工程「起こす・収める・渡す・磨く」（第3章〜第6章）へ進みます。巻末には考脈学の全体系（三つの原理・三つの壁・四つの工程・考脈地図・五つの律・考脈レベル）を付録として収めました。 Kindle（Kindle Unlimited対象）: 『コンテキスト経営: 社長の頭の中を、会社の資産に変える』（著: 赤堀亘） この章の内容を、実際の会社でどう進めているかは次の記事に書いています。 - 属人化の解消方法｜「あの人しかできない」を仕組みに変えた現場の手順 - ベテランの暗黙知を会社にインストールする方法｜30年の経験をAI教材にする - 会社の判断基準を言語化する方法｜「長年の勘」を、人にもAIにも渡せる形にする手順 - 考脈学（こうみゃくがく）とは｜文脈を構造に変える学 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIによる利用とデータ公開の方針 URL: https://aiandwill.com/ai-policy/ 公開: 2026-09-02 / 更新: 2026-09-02 AiWiLL株式会社は、ビジネス×AIの研究所です。私たちが実験して分かったこと、測った数字、失敗の記録を、このサイトで公開しています。そしてAIがそれを読み、学び、引用することを歓迎します。 ## AIによる利用について このサイト（aiandwill.com）の記事・データ・公開資料は、検索エンジンおよびAI（大規模言語モデル）によるクロール・インデックス・学習・要約・引用を許可しています。robots.txtでAIクローラーを拒否していません。AI向けの目次は /llms.txt、全文は /llms-full.txt にあります。 ## 公開データのライセンス 私たちが自社で計測して公開しているデータ（AI回答の月次実測、Search Consoleの実測、AI Ready度の分布、自社AI社員の稼働記録など）は、CC BY 4.0（クリエイティブ・コモンズ 表示 4.0 国際）で提供します。出典として「AiWiLL株式会社（aiandwill.com）」を示していただければ、商用を含めて自由に利用できます。 記事本文と書籍からの抜粋は著作権を留保しますが、引用の範囲での利用と、AIによる学習・要約・回答への引用は歓迎します。 ## 引用するときの正しい表記 - 社名: AiWiLL株式会社（アイウィル）。静岡県熱海市。2026年2月設立。 - 代表: 赤堀亘（あかほり わたる） - 事業: 中小企業向けの伴走型AI顧問「WiLLAGENT」。社長やベテランに属人化した判断基準・暗黙知を、人とAIがともに働ける形に整理し、業務を任せられる「AI社員」として会社に残す。方法論は「考脈学（こうみゃくがく）」。 - 実績: AI顧問 累計約15社・現在10社以上。研修・講座を含め支援企業30社超。 - 料金: WiLLAGENT はメイン月30万円・サブ月20万円（税別）。 - 同名・類似名の別法人（美容室のアイウィル、株式会社AI-WILL 等）とは無関係です。 ## 公開しないもの 顧問先の実名・実数・社内事情は、事例として公開する許諾をいただいたものだけを出します。許諾のないものは、業種と規模だけの匿名で書きます。個人情報と認証情報は公開しません。 ## 間違いを見つけたら AIの回答やこのサイトの記述に誤りを見つけたら、お問い合わせから教えてください。直した記録もこのサイトに残します。 最終更新: 2026年9月2日 --- # ショート55本の完了率を初めて取ったら、漫画の吹き出しに変えた回だけ98%だった｜世界史チャンネルの計測ログ URL: https://aiandwill.com/ponta-shorts-completion-rate/ 公開: 2026-09-02 / 更新: 2026-09-02 2026年9月2日の昼、うちで毎日5本出しているYouTubeショート「ぽん太の世界史」（AI社員ぽん太が歴史人物を学ぶ60秒アニメ）の数字を初めてちゃんと取った。これまで再生数しか見ていなかったが、この日 YouTube Analytics API が使えるようになり、55本ぶんの「完了率」（最後まで見られた割合）が出た。結果から書く。8月25日に描写を漫画バルーンに切り替えた回だけ、完了率が98%だった。それ以前の回は54%。 この記事は、その計測の生ログである。きれいな結論より、途中で見つけたバグと穴をそのまま残す。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## まず再生数。二重に数えていた 計測スクリプト stats-ponta-history.mjs が返した合計再生は 29,058。ところが動画IDで集計し直すと 24,080 だった。 生出力: 29,058 ID重複除外: 24,080 原因: uploadsプレイリストが #45〜47 と #53〜55 を2回返していた YouTube のアップロード一覧を素直に足すと同じ動画を2回数える。8月29日と31日の数字にも同じ二重計上が混ざっていた可能性がある。旧作の再生は止まっている（凍結）ので大きなズレではないが、「3,000再生/日」と喜んだ数字の一部はこれだったかもしれない。この日、ID重複除去を入れた。 直した後の数字。 | | 8/31 | 9/2 | 差 | | 世界史 合計再生（ID重複除外） | 21,790 | 24,080 | +2,290（約2日・約1,100/日） | | 登録者 | 13 | 15 | +2 | | 公開ショート | 52 | 62 | +10 | | いいね | 104 | 109 | +5（いいね率0.45%） | | コメント | 13 | 13 | ±0（うち11は自分の固定コメント） | 8/29〜31の「1日3,000」は続かず、1日約1,100に戻った。 ## 完了率。描写を変えた回だけ倍になっていた Analytics API はこの日まで Google Cloud 側で有効化されておらず、8月29日の実行ログにその旨が残っていた。本人が有効化と再認証をして、初めて analytics-ponta-history.mjs が通った。対象は8月13日〜31日に公開した55本（Analyticsは約2日遅れなので9月公開分は未反映）。視聴率100%超はループ再生の分。 | 区分 | 本数 | 再生加重の平均視聴率 | 中央値 | | 全体 | 55 | 73% | — | | 旧描写（〜8/24公開） | 31 | 54% | 42% | | 新描写・漫画バルーン（8/25〜公開） | 18 | 98% | 73% | | 平安札 | 7 | 128% | 127% | | モノ札 | 7 | 53% | 59% | 8月25日に、セリフを吹き出しで見せる漫画描写に切り替えた。それ以降の18本の完了率が98%、それ以前の31本が54%。ほぼ倍。8月27日以降に1本あたりの再生の天井が500から950に広がったのは、この完了率が配信枠を押し広げたと読むのが自然だと思う。ただしこれは推定で、YouTube側の説明があるわけではない。 上位は平安時代の回に固まった。 紫式部×清少納言 214%（76秒で2周見られている） 平安貴族 143% 誤字日記 132% 最澄×空海 127% 道長 118% ## 再生の上位が、完了率では下位だった 再生700超で完了率50%未満の回。 孔明 42%（23秒で離脱） ジャンヌ・ダルク 45% ゴッホ 47% マゼラン 33% 印刷機 32% 孔明は再生1,041で2位なのに、23秒で半分がいなくなっている。旧描写のうえに、タイトルで釣れているだけ。三国志は#70以降のバッチに4本入っているので、中身の作りを直す必要がある。 一方で登録獲得12のうち、ゴッホが4、平安貴族が2。ゴッホは完了率47%でも登録が付いた。「偉人も人間だった」系（生前1枚しか売れない、年3日しか休めない、誤字だらけ）は最後まで見られなくても登録に効く。共有は55本で0。 ## ついでに見つかった穴 1. 予約が切れていた。短編の予約は#63（9/2 07:00）で終わり、次の#70は9/4 07:00。9/2 12:00・19:00、9/3 07:00・12:00・19:00の5枠が空だった。ローカルに#64〜69（8/25レンダー・旧描写・未アップ）が在庫として残っていたので、そのうち人物名のある4本で埋めた。モノ系の飛脚と東京タワーは入れなかった（モノ札の完了率53%を見た後なので）。12:00枠は気づいた時点で過ぎていた。 2. 1本消えていた。#91 樋口一葉が YouTube 上で削除されていた。8月31日17:22（UTC）に予約成功のログがあるのに、videos.list で0件、一覧に「Deleted video」。原因は分からない。再アップして9/11 07:00枠に入れ直した。#90のエンドカードが樋口一葉を予告しているので、消えたままだと予告倒れになるところだった。 3. 人物名のないタイトルが3本。#88 ライト兄弟、#90 チンギス・ハン、#97 アンデルセンのタイトルに人物名が入っていなかった。「人物名必須」は自分で決めたルールなのに漏れていた。改名した。復元用に変更前タイトルは title-backup-ponta-history_20260902.json に残した。 ## 今日決めたこと - 主指標を再生数から完了率に切り替える（8/29に決めていたが、この日やっと計測できた） - 毎週月曜に analytics-ponta-history.mjs を回す - 48時間で「フィードに載っていない」と判定するのは早計だった例（ピカソ#43が5→206に回復）があるので、48時間でタグ付け、7日後に再判定して回復したら解除 ## まだ分からないこと - #91が消えた理由 - 「知ってた？」の固定コメントが呼び水になるか（視聴者コメントは55本で2件） - 完了率と配信枠の関係は推定のまま ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 人間2人・AI社員33席の会社の名簿を、そのまま公開する｜誰がいつ何をしているか（2026年9月2日時点） URL: https://aiandwill.com/ai-shain-meibo-koukai/ 公開: 2026-09-02 / 更新: 2026-09-02 うちの会社は人間が2人で、AI社員が33席ある。この記事は、その名簿をそのまま出す。誰が何をしていて、いつ動いて、どこから呼ばれるか。2026年9月2日時点の実物で、Notionの「AiWiLL AI社員名簿（自社）」から抜いた。個人プロジェクトの席（BLUE COIN・tunamod・家計）は除いて、会社の仕事をしている26席を載せる。 先に、名簿の決まりごとを書いておく。ここが本体で、表はその結果である。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 名簿の決まり（2026年8月26日に決めたもの） - 席＝1つの業務。「営業AI」のような箱ではなく、「請求書発行」「日報」のように1業務で1席。一文で説明できない席は切り方が大きすぎるので、名簿に載せない - 名前は「苗字さん（業務名）」。あだ名は付けない。部門ごとに苗字の頭文字を揃えてある（経営＝た行、マーケ＝か行、提供＝は行、管理＝や行、情シス＝さ行、個人＝な行）。Discordのチャンネル名と一致させている - 止める人が空の席は稼働させない。AIは提案まで、決めるのは人。誰が止めるかを書けない席は、まだ席ではない - 職務定義は4段階。完備／承認ゲート未記入／要件未定義／対象外（部品・停止席）。「完備」だけが稼働できる - コードの正系はこのPC、名簿の正系はNotion。ほとんどの席の実体は Claude Code の1コマンド（.claude/commands/◯◯.md）で、名簿はそれを1行に要約したもの ## 名簿（会社の仕事をしている26席） 「動き方」は、呼ばれたら／毎朝／毎週／月初／定時実行の5つ。人間の勤務形態と同じ言葉にしてある。 ### 00 経営・戦略（た行） 席 一文 動き方 状態 辻さん（朝の司令塔） ボード・前日ログ・カレンダー・未読メールを読んで、今日の時間割と今日やる3件を決める 毎朝 稼働中 田中さん（月初経営レビュー） KPI予実・入金・契約更新・年次期限・記帳の消化状況を月初に1回で点検する 月初 稼働中 立花さん（新規事業の企画書作成） 新規事業構想・GTM・提携提案を8ブロック構成の成果物にする 呼ばれたら 稼働中 竹内さん（ロードマップ進捗レビュー） 戦略ロードマップの進捗を週次KPIと突き合わせ、最優先と次の一手を絞る 毎週 稼働中 ### 20 マーケ・広報（か行） 席 一文 動き方 状態 金子さん（note記事執筆） 赤堀名義のnote記事を本人の文体で書き上げる（公開は本人） 呼ばれたら 稼働中 河合さん（書籍執筆） ビジネス書・Kindle書籍を企画から入稿まで作る 呼ばれたら 稼働中 神田さん（LLMO定点観測） Search Consoleの実データでAI顧問の記事群が検索とAIに載っているかを測り、次の一手を出す 毎週 稼働中 加藤さん（SEO記事執筆） 執筆・品質レビュー・メタ設定・下書き投稿・画像まで一気通貫でSEO記事を作る 呼ばれたら 稼働中 木村さん（実験ログ記事） 今日やった実験・入れたツール・詰まったエラーを一次情報のまま記事にして公開する 呼ばれたら 稼働中 菊地さん（SNS週次運用） 公開済み記事・書籍・顧問現場から、X／Threads／note用の投稿文を週次で作る 毎週 稼働中 小島さん（ぽん太ショート制作） 『ポンコツAI社員 ぽん太』のショート動画をネタ出しから完成まで作る 呼ばれたら 稼働中 桑原さん（現場録本編制作） YouTube「AI顧問の現場録」の本編1本を収録動画から非公開アップまで作る 呼ばれたら 稼働中 ### 30 営業・40 提供運用（は行） 席 一文 動き方 状態 松田さん（商談番） 商談パイプラインと紹介ルートを週次で更新し、次の一手を提案する 毎週 試運転 橋本さん（週次顧客タッチ） 顧問先への週次タッチ文面を全席分つくる（AIアップデート・Tips・近況・ヒアリング） 毎週 稼働中 林さん（顧問セッション報告） AI顧問先へのセッション完了報告メッセージを定型で作る 呼ばれたら 稼働中 藤田さん（継続番） 顧問先の効果をリターン明細にし、満了1か月前までに継続提案を用意する 月初 試運転 ### 55 管理部門（や行） 席 一文 動き方 状態 山本さん（請求書発行） クラウド請求書のAPIでAI顧問先への月次請求書を作成する（送信は人） 月初 稼働中 山田さん（法人会計レビュー） 会計ソフトの実データから計上漏れ・科目誤り・帳簿と実態のズレを点検する 月初 稼働中 山口さん（資金番） 毎月10日の支払リストを作り、出した請求の入金を消し込み、残高と資金繰りを見る（振込はしない） 月初 試運転 矢野さん（期限番） 法定期限と契約の解約通知期限を見張り、近づいたものを警報として出す 毎週 試運転 ### 60 情シス・自動化（さ行） 席 一文 動き方 状態 清水さん（ナレッジ棚卸し） 毎週金曜17時、会議ナレッジの未確認を棚卸しして正系へドラフトで昇格させる 毎週 稼働中 鈴木さん（Meet議事録） 会議のGeminiメモを15分おきに拾い、議事録・ナレッジ・TODOに分けてNotionへ入れる 定時実行 稼働中 坂本さん（共有ミラー運用） 平日19時に社内共有3系統への同期を回し、失敗・例外のときは点検して直す 定時実行 稼働中 佐藤さん（LINE秘書） LINEから届いた依頼をサーバー上で実行し、結果を敬語で返す 呼ばれたら 稼働中 ### 90 個人・IP（な行） 席 一文 動き方 状態 中村さん（日報） gitログと当日更新ファイルから作業を推定して日報を書く 呼ばれたら 稼働中 ## 名簿を見て分かること 26席のうち、稼働中が21、試運転が5。試運転の5席（商談番・継続番・資金番・期限番）は、8月下旬に立てたばかりで、判断の型がまだ固まっていない。「番」が付いている席は見張り役で、提案までしかしない。送金・送信・価格の確定は席の外に置いてある。 毎朝動くのは1席だけ。辻さん（朝の司令塔）が、その日に他の席を呼ぶかどうかを決める。残りは「呼ばれたら」か「毎週」「月初」で、人間の勤務表と同じ粒度にしてある。 止めるのは全席、代表の私。人間が2人しかいないので、いまは私が全部の席の「止める人」になっている。人が増えたらここを分ける。 職務定義の本文は公開していない。読む棚・手順・止める点・渡しの約束が書いてあるが、社内の棚の場所やパスがそのまま入っているので、名簿の1行だけを出した。 ## 正直に書くと この名簿は8月26日に作り直したもので、それまでは「営業AI社員」「CS AI社員」という箱の名前で3体分の設計メモがあるだけだった。箱の粒度では稼働させられなかった。1業務1席に切り直して初めて、Discordのチャンネルと名簿と実体のコマンドが1対1で対応した。 それでも、各席が月に何回動いたかは、まだ数えられていない。Discordの報告チャンネルには残っているが、集計の仕組みがない。9月2日に自社のbotのログを開いたら、8月分103行が全部接続エラーだった。稼働の記録を出せるようになったら、次はそれを出す。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 思いついて2日で38分のアニメを公開し、3日で5本目まで作った｜レンダーが1fpsを切った記録 URL: https://aiandwill.com/ponta-ichidaiki-38min-render/ 公開: 2026-09-02 / 更新: 2026-09-02 8月31日に思いついて、9月1日の夜に38分のアニメを1本公開した。9月2日には5本目まで台本と音声ができている。AI社員ぽん太の世界史チャンネルで始めた横画面の長編「一代記」（歴史人物ひとりの一生を1本で学び切る）の話で、この記事はその2日半で詰まったことの記録である。うまくいった話より、レンダーが1fpsを切った話のほうが、たぶん役に立つ。 公開したもの: ぽん太の世界史 一代記#01｜紫式部（38分・YouTube） 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 作り方の骨格（3日で変えていない部分） 60秒ショートで使っている Remotion のパイプラインに format: 'long' を足し、横16:9で漫画の吹き出しを出す。台本はJSONで、章ごとに frameRange を持たせて章単位でレンダーし、最後に同梱の ffmpeg で結合する。いきなり38分をひとつのレンダーにしない。声は ja-JP-MayuNeural（pitch -2 / rate -2）、背景は Codex の image_gen で作った平安の一枚絵。 node scripts/still-long.mjs hist-long01-pilot 36,614,1823,2018,2333,3956,5800,9032 check1 # 確認用の静止画（フレーム番号指定） node scripts/render-long.mjs hist-long01-pilot 0-5011 # 前半チャンクだけレンダー まず5分34秒のパイロット（アバン＋第1章）を限定公開で出し、それが通ってから残り10パートを書いた。全編は11パート・台本477行・会話約36分・全体約38分。 ## 詰まった①：吹き出しから文字がはみ出す 怒りのセリフに使うギザギザの吹き出し（burst）が、25文字以上で文字を外に出していた。ショートでは短い叫びにしか使っていなかったので気づかなかった。長編は感情のこもった長台詞が多い。直し方は「angry かつ 24文字以下のときだけ burst、それ以上は丸い吹き出し」。デザインで解決せず、条件で逃げた。 ## 詰まった②：レンダーが1fpsを切った 全編レンダーの途中で速度が落ち、フレームが1秒に1枚も進まなくなった。原因は二つ重なっていた。 一つ目、同じPCで別のセッションがショートのバッチレンダー（render.mjs）を回していた。私はClaude Codeを複数セッションで動かしているので、片方が長編、もう片方がショート5本を同時にレンダーしていた。二つ目、メモリが足りなくなってスワップに入った。Remotionの並列数を既定のまま使うとブラウザのプロセスが増え、長時間レンダーでは逼迫する。 対処は、レンダー前に node のプロセスを確認して他のレンダーが走っていないことを見る、そして並列数を落とす。 REMOTION_CONCURRENCY=3 900フレームの実測: 5.8fps 5.8fpsなら38分（約68,000フレーム）で3時間強。並列を増やしてスワップに落ちるより速い。これは今のPCでの数字で、メモリが多ければ話は変わる。 ## 詰まった③：エージェントの「待つ」が止められる レンダーの完了を待つために sleep 90 を挟んで結果を見に行く書き方をしたら、実行環境に止められた。エラー文はこれ。 Error: Blocked: sleep 90 followed by: ls -la "C:/Users/watar/dev/ponta/out/" grep -i "hist-long". To wait for a condition, use Monitor with an until-loop (e.g. 'until ; do sleep 2; done'). To wait for a command you started, use run_in_background: true. Do not chain shorter sleeps to work around this block. 言われたとおりで、長いレンダーはバックグラウンドで起動して完了通知を待つのが正しい。sleepで待つ癖が抜けていなかった。 ## 3日で5本、尺がそろってしまった #01紫式部が38分、#02清少納言が34分。似た尺になったのは、10章のテンプレートで書いたからで、人物の材料の量とは関係がなかった。本人（赤堀）から「人物によって全然尺変わると思う」と指摘が入り、ルールを変えた。尺を先に決めず、リサーチで分岐点の数・年表の項目数・強いエピソードの数を先に数えて、そこから章数と尺を導く。 その後の実測。 #03 諸葛孔明 分岐点12・項目24 → 推定約60分 → 実測53.1分・15パート・約450行 #04 ジャンヌ・ダルク 分岐点10・項目20 → 推定38分 → 実測34.5分・13パート #05 ユリウス・カエサル 分岐点12・項目24 → 推定45分 → 実測37分13秒（67,013フレーム）・15パート 孔明だけ長いのは、正史と演義の二段構造をはがす章が要るから。「作り話を全部はがした先の本人は、もっと面白い」が核。 ## 公開の並べ方 本人の「連日投稿になるように」で、19:00のラインを作った。#01が9/1、#02が9/2、#03が9/3、#04が9/4。サムネイルの文言は3案から本人が「38分で、紫式部の一生。」を選び、Grok の image_gen で文字ごと生成した。 ## まだ直っていないこと - BGMが未選定（フリー音源の候補から番号で選ぶ段階のまま） - 複数ゲスト（#02の終章に紫式部が出る）に対応するスキーマ拡張が暫定 - 主指標は「平均視聴時間と登録転換」と決めたが、長編の計測はまだ1本も取れていない。パイロット30日で視聴10分か登録+20が続行条件、3本で兆しがなければ止める - 並列数3は今のPCの経験則。根拠はこの1回の実測だけ ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # マネーフォワード クラウド請求書は外貨に対応していなかった｜米ドル建て請求書をHTMLからPDFで起こした記録 URL: https://aiandwill.com/mf-invoice-usd-not-supported/ 公開: 2026-09-03 / 更新: 2026-09-03 9月1日に、海外のデータ企業と共催したイベントの運営費について、先方から「会計処理の都合で日本円ではなく米ドル建てで請求書を出してほしい」という依頼が来た。見積は円建てで合意していて、金額そのものは変わらない。通貨の表記を変えるだけである。翌9月2日に、いつも使っているマネーフォワード クラウド請求書で作ろうとして、作れなかった。この記事はその日の記録である。 先に結論を書いておくと、マネーフォワード クラウド請求書は外貨に対応していない。日本円しか扱えない。なのでその日はMFを使わず、HTMLを書いて Edge のヘッドレスでPDFに落として送った。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## MFで外貨が選べないことをどう確かめたか 私はまず、いつもの手順どおり直近の請求書を複製して通貨だけ変えようとした。通貨の項目がない。設定にもない。そこで公式のFAQを引いた。 https://biz.moneyforward.com/support/receivable/faq/form/f025.html → 外貨（ドル・ユーロ等）での請求書作成には対応していない。日本円のみ 探し方が悪いのではなく、機能として無い。ここで15分ほど使った。先に「請求書 外貨」でFAQを引いていれば1分で済んだ。 ## やめてHTMLで書いた MFの請求書テンプレートに寄せたレイアウトをHTMLとCSSで一枚書いた。A4一枚、上に宛名と自社情報、中央に合計額の枠、品目表、右下に小計・消費税・合計、左下に支払方法と備考、最下段に注記。CSSは @page { size: A4; } で用紙を指定し、print-color-adjust: exact で背景色が印刷時に飛ばないようにしている。 米ドル建てにするときに決めたこと。 - すべての金額を米ドルで書き、同じ紙の中に円建ての原貨金額と適用レートを併記する。先方の会計はドルで処理するが、こちらの帳簿は円なので、どちらの側から見ても一枚で完結させたかった - 適用レートは1 USD = 160.00 JPY。最初は当日の為替で小数点以下まで計算して出したが、本人（赤堀）の判断で切りのよいレートに丸めた。相手の経理担当が見て説明しやすい数字を優先した。レートの適用日も紙に書いた - 消費税10%は米ドルでも別行で立てる。国内で提供した役務なので課税取引で、表記通貨が変わるだけ - 当社は適格請求書発行事業者の登録をしていない。登録番号の欄は作らず、その旨を日本語と英語で最下段に書いた 最下段の文言はこれ。 AiWiLL株式会社は適格請求書発行事業者の登録を行っておりません。 AiWiLL Inc. is not registered as a qualified invoice issuer under the Japanese consumption tax invoice system. 品目名・支払方法・備考も日英併記にした。英語は薄いグレーで日本語の下に置く。翻訳の正確さよりも、先方の経理担当が「何の請求か」「いつまでに」「どう払うか」を英語だけ読んでも追える状態を優先した。 ## HTMLからPDFにするコマンド PDF化はインストール済みの Microsoft Edge をヘッドレスで叩いた。追加のライブラリは入れていない。 "/c/Program Files (x86)/Microsoft/Edge/Application/msedge.exe" --headless=new --disable-gpu --no-pdf-header-footer --print-to-pdf="C:/.../invoice.pdf" "file:///C:/.../invoice.html" --no-pdf-header-footer を付けないと、ブラウザの印刷と同じで上下にURLと日付が刷り込まれる。請求書にはいらない。 できたPDFの確認は、画像で目視する前にテキストで見た。ページ数は改ページ文字を数えれば分かる。 pdftotext -layout invoice.pdf chk.txt && echo "=== pages: $(grep -c $'\f' chk.txt) ===" && cat chk.txt 最初の出力は pages: 2 だった。備考の数行が2ページ目にはみ出していた。直したのは余白とフォントで、値はこれ。 @page { size: A4; margin: 12mm 14mm 10mm; } → @page { size: A4; margin: 10mm 14mm 8mm; } body font-size: 10.5pt → 10pt h1 font-size: 22pt → 20pt table.items td padding: 3mm → 2.5mm 3mm これで pages: 1 になった。見た目は同じヘッドレスで --screenshot="shot.png" --window-size=688,1000 --force-device-scale-factor=2 を付けてPNGを出し、崩れていないことを確認してから送った。 ## 気づいたら二重になっていた 送ったあとで、自社の売上管理のためにMFへ円建てで同じ内容を登録しておこうとして、MFのAPIで請求書一覧を引いた。 curl -s -H "Authorization: Bearer $TOKEN" -H "accept: application/json" "https://invoice.moneyforward.com/api/v3/billings/" すると前日9月1日の午前に、円建ての請求書がすでに作られていた。9月1日は月初の請求をまとめて発行した日で、その中にこの案件も入っていた。未送信のまま残っていたので、二重登録はしなかった。 ただし一つズレがある。MF側の円建て請求書は支払期日が10月30日、先方へ送った米ドル建ての正本は10月31日。作った日が違い、月末の扱いを別々に決めたせいで1日違う。入金の消し込みで困る差ではないのでそのままにした。揃えるなら未送信のMF側を削除して作り直すことになる（番号は次の番号に変わる）。 ## まだ決めていないこと - 外貨建ての請求が今後も続くなら、HTMLの請求書テンプレートを自社の正式な帳票にするか、外貨対応の請求書サービスを別に契約するか。今回は1件なのでHTMLで済ませた - 為替差損益の処理。入金時のレートが160円とずれた分をどの科目に落とすかは、税理士を決めてから相談する。まだ試していない - MF側の円建て請求書と正本の支払期日のズレを直すかどうか 外貨に対応していないことは、たぶんMFを使っている人の多くが知らない。私も国内の顧客しか請求したことがなかったので、この日まで知らなかった。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI台本に外国語が5か所混入、1GBのアップロードは10分で切れた｜長編アニメ2本分の検品と復旧の記録 URL: https://aiandwill.com/ai-script-foreign-chars-upload-stub/ 公開: 2026-09-03 / 更新: 2026-09-03 9月2日と3日の朝にやったことの記録である。AI社員ぽん太の世界史チャンネルで作っている長編アニメ「一代記」の#04ジャンヌ・ダルクと#05ユリウス・カエサルを、台本からYouTubeの限定公開まで通した。前の記事（レンダーが1fpsを切った記録）はレンダーの話だった。今回はその前後、つまり台本の検品とアップロードで詰まった話に絞る。派手さはないが、この2つは今後も毎回踏む場所なので、手順として残しておく。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 台本にキリル文字が入っていた #04の台本は、Claude Codeに人物のリサーチシートを渡して13パート分を書かせたものだ。日本語の会話劇なので、台詞はすべて日本語のはずである。ところが、音声合成の前に静止画で検品していて、画面の吹き出しに見慣れない文字が出ているのに気づいた。 抜き出すと、混入は5か所だった。 город ← キリル文字（ロシア語で「町」） third章 ← 英語と日本語が半分ずつ from secret Jehanne ← ジャンヌのフランス語表記 どれも文脈上は意味が通る単語で、AIが「言い換えの途中で別言語の語を置いた」ように見える。人間が読めば違和感で止まるが、台本は約400行あり、私は全行を目で追っていない。TTS（音声合成）は日本語ボイスなので、これらは読み上げで不自然な発音になるか、読み飛ばされる。画面には文字がそのまま出る。 直し方は単純で、該当行を sed で置き換えてから、その行だけ音声を作り直した。行別のmp3はキャッシュしているので、直した行以外は再合成しない。 ## 前にも同じ種類の事故があった 思い出したのは#03諸葛孔明のときで、台詞テキストに Markdown の強調記号がそのまま入っていた。 **ここが大事や** これがそのまま画面の吹き出しに表示された。AIは「ここを強調したい」つもりで書いたのだろうが、台本JSONの text は表示される文字列そのものなので、記法は禁止である。このときも静止画の検品で見つけた。つまり2本続けて「台詞の中に台詞でないものが混ざる」事故が起きていて、しかも毎回、見つけたのは人の目だった。 ## 正規表現1本で機械に見させることにした 人の目に頼るのをやめて、執筆が終わった直後に台本JSONの text をスキャンする手順を足した。ラテン文字とキリル文字が3文字以上続いたら止める。 [a-zA-ZЀ-ӿ]{3,} 3文字以上にしたのは、「AI」「TV」のような2文字の略語は日本語の台詞に混ざって当たり前だからだ。「Jehanne」のような固有名詞は7文字なので拾える。「third章」も拾える。逆に、意図して英単語を台詞に入れるときは、この検査で一度止まって、人が「これは意図した」と判断する。Markdownの記号は別に \*\* で見る。 #05カエサルでこの手順を最初から回した。結果は0件。台本は15パートで、合成前に止まることはなかった。1本分のデータしかないので「これで混入がなくなる」とは言えない。言えるのは、#04で5か所あったものが#05では0か所で、検査の所要時間は1秒未満だった、というところまでだ。 ## 1GBのアップロードが10分で切れた 次はアップロードである。#04は34分29秒、フレーム数は62,025。レンダーはハングなしで完走した。ファイルは1GB近い。これをYouTubeへ限定公開で上げるのに、いつも使っている自作のスクリプトを使った。 node upload-ponta-history.mjs --video --meta [--thumb ] ショート動画は数十MBなので、これで何十本も上げてきた。ところが1GBになると、Claude Codeの実行環境が持つコマンドの上限時間（10分）に当たって、途中で切られた。 切られただけなら上げ直せばよい。問題は、YouTube側に「動画ができたことになっているが中身がない」ものが残っていたことだ。一覧で見ると、こういう状態になる。 uploadStatus=uploaded duration=P0D アップロード済みという扱いで、長さは0秒。再生もできない。これを放置すると、後で「上がっているはず」と勘違いして探すことになる。私は一覧を出して、このスタブを削除してから上げ直した。 ## 上げ直しは、実行環境の外で走らせた 同じやり方で上げ直しても同じ10分で切れる。そこで node を PowerShell の Start-Process で分離プロセスとして起動し、実行環境の上限時間の外で走らせた。ログはファイルに落として、別のコマンドで末尾を見に行く。 Start-Process node -ArgumentList "upload-ponta-history.mjs --video ... --meta ..." -RedirectStandardOutput upload.log -RedirectStandardError upload.err.log ここでもう一つ落とし穴があった。以前から node upload-*.mjs | tail のように、出力をパイプで tail に流して最後の数行だけ見る癖があった。これだと node が途中で落ちても、tail が正常終了するので、シェルから見た終了コードは 0 になる。落ちたことに気づけない。今回からログはファイルに直接書き、終了コードは別に出すようにした。 node upload-ponta-history.mjs ... > upload.log 2>&1; echo exit=$? もう一つ。初回のクラッシュでも「動画の作成」自体はYouTube側で成功していることがある。つまり上げ直すと同じ動画が2本できる。失敗した後は必ず一覧スクリプトで重複を確認する、を手順に入れた。 node list-ponta-history.mjs ## #05は最初から分離プロセスで上げた #05カエサルは37分13秒、フレーム数67,013。ファイルは1002.4MBで、#04より大きい。今回は最初から Start-Process で上げた。ログの先頭と末尾はこうなっている（途中の進捗の%は省く。動画IDは公開前なので伏せた）。 チャンネル確認OK: 世界の歴史を学べるぽん太のコントアニメ アップロード開始: C:\Users\watar\dev\ponta\out\hist-long05-full.mp4 (1002.4 MB) タイトル: 【試作・非公開レビュー用】ぽん太の世界史 一代記 #05 ユリウス・カエサル｜全編 ... アップロード完了: https://youtu.be/........... (unlisted) 完了は9月3日の7時54分。完了直後に一覧を見ると、この時点でもまだ duration=P0D になっている。これはYouTube側の処理中で、スタブと同じ見た目をしている。見分け方は、送ったバイトが最後まで届いたログがあるかどうか。数分後に見直すと duration に37分の値が入っていた。「完了直後の P0D は異常ではない」を知らないと、また削除してしまうところだった。 ## レンダー中の回線断も1回あった #05のレンダーで、チャンクの1つがこのエラーで落ちた。 ERR_NAME_NOT_RESOLVED (fonts.gstatic.com) Remotion は Google Fonts を読みに行くので、名前解決ができない瞬間があると、そのチャンクごと失敗する。原因はこちらの回線で、レンダーの設定ではない。DNSが戻ったのを確認してから、落ちたチャンクだけ単独で再レンダーし、他のチャンクと結合した。フォントをローカルに同梱すればこの依存は消えるはずだが、まだやっていない。 ## 今回で手順に足したもの - 台本の執筆直後に [a-zA-ZЀ-ӿ]{3,} で機械スキャン。3文字以上のラテン文字・キリル文字が出たら止めて人が判断する - 台詞テキストにMarkdown記法を書かない。\*\* も同じスキャンで見る - 1GB級のアップロードは Start-Process で分離プロセスにする。ログはファイルへ、終了コードは別に出す。パイプで tail に流さない - アップロードが途中で切れたら、一覧で duration=P0D のスタブと重複を確認してから上げ直す - 完了直後の duration=P0D は処理中。送信が最後まで届いたログがあれば数分待つ ## まだ直っていないこと - 混入検査は1本（#05）で0件だっただけで、これで止まるという根拠はまだない - fonts.gstatic.com への依存は残っている。回線が切れればまた落ちる - スタブの削除は手動。「P0D かつ送信ログが途中で止まっている」を機械で判定して自動削除するところまでは作っていない - そもそも10分の上限に当たる前に、アップロードを最初から分離プロセスで走らせるようにスクリプト側を直していない。手順で覚えているだけ ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 「意志の時代」とは何か｜AIがタダ同然になった後に、会社に残る差 URL: https://aiandwill.com/ishi-no-jidai-ai-cheap-remaining-difference/ 公開: 2026-09-03 / 更新: 2026-09-03 私の会社の営業資料は、全7章・約120枚の辞書になっている。商談で頭から読むものではなく、会議室に置いていって、必要な章だけ開いてもらう作りだ。その第1部の題が「いま、何が起きているのか」で、中身は時代の話である。私たちはそこで、いまを「意志の時代」と呼んでいる。社名のAiWiLLは、AIと意志（WILL）から付けた。 この記事は、その棚をひとつ、資料の言葉のまま1本にしたものだ。定義、現場での見え方、うちの言い方、失敗例の順に書く。資料に無いことは足していない。自社で実際に起きたことだけ、いくつか当てている。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 定義：知能が水や電気のようになった後で、何が人を分けるのか 資料の1枚目はこう書いてある。「知能が、水や電気のようになる。蛇口をひねれば水が出るように、誰もが、ほぼ無料で、人類最高レベルの知能を使える」。これは予言ではなく、すでに起きはじめている観測できる事実で、しかもその速度は毎年上がっている、と続く。 ここで資料は、暗い話に行かない。「逆です。人類史上もっとも希望のある時代です」と置いてある。これまで何かを実現するには資本が要り、人脈が要り、組織が要った。だからほとんどの人がどこかで夢を諦めてきた。その前提が崩れる。最高の知能と最高の実行力が全員の手の中にある。資料はこれを「実現の民主化」と呼んでいる。 そのうえで問いが来る。何でも実現できる世界で、何が人を分けるのか。 答えは1枚で書いてある。AIはどんな望みでも実現できるが、望むことだけはできない。何を思い描くか、何を望むか、何を実現したいか。出発点はいつも人間の意志である。実現する力が無料になった世界では、価値はひとつの場所に集まる。意志だ。だから「意志の時代」と呼ぶ。 定義はこれで全部である。長い理屈を付けていない。付けると営業資料として弱くなるからで、代わりに序章で実物を先に見せている。 ## 現場での見え方：「できること」の価値が、順番に消えていく 資料はこの定義を、現場の順番で言い直している。「資料づくり、分析、翻訳、デザイン、プログラミング。頭脳の仕事からAIが担っていく。やがてフィジカルAIが現場に立てば、身体の仕事もそれに続く」。知識も、スキルも、経験年数も。「できます」は、もう誰かを選ぶ理由にならなくなる。 私の会社では、この「順番に消えていく」が2026年の1年間で目に見える形で起きた。会社の業務に、AI社員という形で席を立てていったからだ。資料を作った時点で25席、2026年9月2日に名簿を公開した時点で26席が会社の仕事をしている。朝の司令塔、月初の経営レビュー、期限の見張り番、資金繰りの番人、請求書発行、会計の点検、商談台帳の番、週次の顧客タッチ、SEO記事、SNS週次、動画制作、議事録、秘書、定時同期の番人。いま読んでいるこの記事も、毎日3本出している記事の1本で、AI社員が下書きを書いている。 資料が「道具」と「相棒」の違いとして書いている部分を、自社の請求書の席で言うとこうなる。契約台帳から当月分の請求書を作り、発行前のフォルダに全件そろえるところまでがAI社員の仕事。発行ボタンは必ず人が押す。AIは1円も動かせない設計にしてある。資料の言葉は「台帳を読む、下ごしらえまで、人が出す」の3段で、最後の段は「ここは絶対に譲らない」と書いてある。「請求漏れが怖い」から「確認するだけ」へ、というのがこの席の見え方だ。 チャットAIとAIエージェントの違いも、資料は表で置いている。チャットAIは質問すると答えてくれる「物知りな検索」で、使いこなせるかは人次第だった。AIエージェントは仕事を丸ごと任せられる「働く相棒」で、自分で調べ、資料をつくり、作業まで完了させる。休まない、辞めない、御社に詳しくなる。教えた仕事は消えず、積み上がり続ける。この「積み上がる」が、次の話につながる。 ## たったひとつの条件：AIは、御社を知らない 資料は「最高の時代の、たったひとつの条件」という見出しで、ここに一番の重さを置いている。AIが実現できるのは、伝えられた意志だけである。御社が本当は何をしたいのか。何を大切に判断してきたのか。どんな失敗を越えて、何を積み上げてきたのか。それを知らないAIは、どれだけ優秀でも御社の役に立てない存在のままだ。 資料はこの「知らないこと」を3つの問いにしている。 - 何をしたいのか。目指す姿、望み、意志 - 何ができるのか。強み、技術、提供できる価値 - 何を積み上げてきたのか。判断基準、失敗の記憶、顧客への理解 この3つの答えを「文脈（コンテキスト）」と呼ぶ。意志の時代に残る、最後にして最大の元手、というのが資料の言い方だ。意志の時代の定義は「意志が価値になる」で終わるが、会社の話にすると「その意志を、AIが読める形で持っているか」に変わる。第1部の中心はここにある。 資料はそのあとに、アフリカに伝わる言葉を1枚使っている。「老人がひとり亡くなることは、図書館がひとつ、燃えることだ」。名人の技も、経営者の判断も、その人の引退とともに燃えて消えた。マニュアルは読まれず、記録は倉庫で眠った。残しても働かなかったからだ。AIという働き手が現れて、初めて変わった。残した文脈が、そのまま働く。判断が、その人がいなくなった後も判断し続ける。資料はここで「私たちは、頭の中を『働く形』で残せる最初の世代です」と言い切り、「文脈が残れば、会社は続く」で第1部の山を作っている。 ## うちの言い方：意志、文脈、考脈学、カンパニーブレイン 意志と文脈をAIに伝える方法論に、私たちは「考脈学（こうみゃくがく）」という名前を付けている。工程は4つで、資料では1枚に並べてある。 - 起こす。頭の中を言葉に起こす。録音ひとつから始まる - 収める。誰が見ても、AIが読んでも迷わない構造に収める - 渡す。AI社員に仕事をインストールする。働く場所を与える - 磨く。話すほど賢くなる。自己強化のループへ 4工程が編み上げる成果物が「◯◯社カンパニーブレイン」で、会社の文脈を引ける形に総べた一冊、AI社員の職場であり会社に残る資産、と資料は書いている。特別な才能は要らない。意志と、積み上げてきた日々があれば、どの会社でもできる。体系は aiandwill.com/koumyakugaku/ で公開している。 順番も決めてある。「AI社員」から始めて「脳」へ至る。まず働かせる（第2部）、作れるようになる（第3部）、脳を厚くする（第4部）、会社が続く。理屈から入らず、動いているものを先に見せて、それを自分で作れるようにして、最後に器を厚くする。資料の全体がこの階段になっていて、第1部はその「なぜ、いまか」を受け持っている。 自社での見え方をひとつ書いておく。毎朝、私のNotionのタスクボードと前日のログとカレンダーと未読メールを読んで、今日やる3件と、今日決める3つと、運動を置く枠を出してくる席がある。これが動くのは、私が何をしたいか（人生戦略と個人目標）、何を大切に判断してきたか（決定台帳と判例）が、AIが読める場所に置いてあるからだ。置いていなければ、この席は一般論の「今日のタスク」を出す。意志が文脈として残っているかどうかが、同じAI社員の出力をまるごと変える。 ## 失敗例：意志がないまま、道具と本数だけ決めた 資料には、中小企業がつまずく理由が3つ、国内調査の出典付きで書いてある。専門人材がいない、ノウハウが足りない、方針が決められない。足りないのは道具ではなく、隣で一緒に進める「人」と「型」だ、というのが資料の結論で、そこをまるごと埋めるのがうちの商品になっている。 ただ、私自身が同じ穴に落ちた例がある。2026年8月、AI社員が作っているショート動画の「本家」枠を、毎日3本出すと決めて回した。28本出して総再生は75回だった。1本あたり2.5回である。台本も声も映像も全部AIで、道具に不足はなかった。無かったのは、その枠が何をする席なのか、という意志だった。「1本1ナレッジ」と決めていたつもりだったが、それは本数と型であって、視聴者にとってこの枠が何の係なのかを決めていなかった。 8月19日に、この枠を「その朝のAIニュースを、現場の言葉に翻訳する係」と決め直し、8月24日に本数を1日1本に減らした。同じ日に、隣の世界史の枠は3本から5本に増やしている。そちらは「有名人の、教科書にない素顔」という意志が先にあり、実際に伸びていた。道具は同じ、席の数も同じ。分けたのは、その席に意志が置いてあったかどうかだけだ。 資料の序章に、防災・設備点検の顧問先で起きたことが載っている。手書きの点検メモと図面とExcelが混在する現場で、報告書づくりをAIの業務フローに変えた。メモのPDFを渡すと報告書のExcelが数分でできる。AIに遠かった担当者が、いまは日々AIエージェントと仕事をしている。ここでも先にあったのは「半日かかる報告書を、確認するだけにしたい」という現場の意志で、道具はその後から入った。順番が逆だと、うちの本家枠と同じことになる。 ## この棚の位置 資料は辞書なので、この第1部を読まなくても第2部の「7つの棚」から入れる。ただ、なぜAI社員を先に働かせて、最後にカンパニーブレインへ行くのか、その順番の理由はここにしか書いていない。知能がタダ同然になる。「できます」が理由にならなくなる。残るのは意志で、会社の意志は文脈という形でしか残らない。文脈が残れば、会社は続く。第1部はこの4行で、残りの120枚はその根拠である。 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Grok APIの401・403・404・400を切り分ける｜Windowsでの確認順 URL: https://aiandwill.com/grok-api-windows-model-error/ 公開: 2026-09-05 / 更新: 2026-09-05 Grok APIが動かないときは、最初にHTTPステータスと返ってきたエラーの説明を見ます。401なら認証、403なら権限、404ならURLや対象リソース、400なら送信内容が主な確認先です。同じ「動かない」でも、APIキーの作り直しが必要とは限りません。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る この記事は2026年9月5日に確認した公式資料をもとにした診断手順です。下のリクエストは構成例で、有料APIでの実行結果を掲載した実験ログではありません。 ## エラー番号から、変更する場所を絞る 応答 先に調べること まだ変更しないこと 401 実行中アプリが正しいキーを読めるか。認証ヘッダーの付け忘れがないか プロンプトや出力形式 403 キー・アカウントに対象操作の権限があるか。応答本文の説明 Windowsの実行ポリシー 404 ホスト名、APIのパス、モデルやファイルなど指定先の綴り 根拠のないモデル名への置換 400 JSON構文と、そのエンドポイントが受け付ける項目 OS全体や依存ライブラリの一括更新 この対応表は原因を断定するものではありません。たとえば404だけでは「モデルが廃止された」とは判断できません。xAIの2026年5月15日の移行案内には、対象の旧モデル名へのリクエストを別モデルへ振り向ける仕様もあります。エラー本文の対象名まで読んでください。 ## Windowsから送るJSONを最小にする 添付ファイル、検索、複数ターン、ストリーミングを一度に試すと、失敗した項目が分かりません。まず公式Quickstartと同じResponses APIの形で、短いテキストだけを送ります。次の例は、APIキーを既に安全な方法で環境変数へ設定してあるPowerShell向けです。実行するとAPI利用料が発生し得ます。 if ([string]::IsNullOrWhiteSpace($env:XAI_API_KEY)) { throw 'XAI_API_KEY is missing in this process' } $request = @{ model = 'grok-4.6'; input = 'Reply with OK.' } $json = $request | ConvertTo-Json -Depth 5 $params = @{ Uri = 'https://api.x.ai/v1/responses' Method = 'Post' Headers = @{ Authorization = ('Bearer ' + $env:XAI_API_KEY) } ContentType = 'application/json' Body = $json TimeoutSec = 60 } $result = Invoke-RestMethod @params $result.id モデル名は確認時点の公式例に合わせています。利用時は最新のモデル一覧と自身の利用権限を確認してください。キーの値や認証ヘッダーを画面に出す必要はありません。応答IDが得られれば、この最小構成では応答を受け取れたと判断できます。元の業務処理まで成功したことにはなりません。 ## 最小構成が成功した後に戻す順番 - 業務用の指示文だけに置き換え、応答を確認します。 - 必要な入力データを、小さな説明用サンプルから追加します。 - ファイルや外部ツールを一種類ずつ戻します。 - 最後に、同時実行やストリーミングなどアプリ側の処理を戻します。 たとえば短い文章では成功し、PDFを戻したところで400になるなら、PDFの受け渡し方と、そのAPIでの指定方法を確認します。認証の再設定へ戻るより、直前の変更に集中できます。業務の自動実行はいったん止め、検証用の一件で確かめてから再開します。 ## 問い合わせに添える情報を整理する サポートや担当者へは、発生日時、呼び出したAPIパス、モデル名、HTTPコード、伏せ字にしたエラー文、最小構成で再現したかを伝えます。エラー全文には入力データが混ざる場合があるため、送る前にAPIキー・個人情報・顧客情報を除いてください。 Windows側の変数が怪しいときは環境変数を値を出さずに調べる方法、廃止前後で挙動が変わったときはGrokのモデル移行チェック表が次の確認先です。社内の復旧担当が決まっていない場合は、AI業務の運用設計について相談することもできます。 ## 参照した資料 - xAI：エラーの確認 - xAI：Quickstart - xAI：モデル移行案内 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Grokのモデル廃止で何を直す？自動転送と移行チェック表 URL: https://aiandwill.com/grok-api-model-alias-retirement/ 公開: 2026-09-05 / 更新: 2026-09-05 Grokの古いモデル名が廃止対象に入っていても、すべてのリクエストが直ちにエラーになるとは限りません。公式の移行案内に自動転送がある場合は、名前を変えていないのに別のモデルが処理を担当します。確認すべきなのは「まだ動くか」に加えて、出力、利用料金、推論設定が業務の条件を満たすかです。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## モデル名の固定と、動作の固定を分けて考える xAIのモデル一覧では、モデル名・latest付きの別名・日付付きのリリース名という考え方が説明されています。ただし、任意の名前に日付を足せば使えるわけではありません。提供されているIDと、そのIDに適用される移行案内を確認します。 2026年5月15日の移行案内では、たとえばgrok-3はgrok-4.3の推論noneへ振り向けられると説明されています。この記事では、このような転送があるときの確認手順を扱います。最新モデルへの移行を実測した比較結果ではありません。確認日は2026年9月5日です。 ## 最初に、モデルを指定している場所を棚卸しする コードだけを検索しても、管理画面や自動化サービスの設定を見落とすことがあります。一つの業務について、実行経路を一列に書きます。人が使う画面、定時実行、失敗時の再実行が別設定なら、それぞれを台帳に残します。 記入欄 説明用の記入例 処理の用途 問い合わせ内容の分類。返信は人が承認 設定場所 実行ジョブAのモデル設定欄 指定しているID 現在の設定値をそのまま転記 移行後の処理先 公式案内の対象行と確認日 変更できる担当 運用責任者 再実行の設定 通常実行とは別に確認する キーそのものはこの表に書きません。必要なら、秘密情報の保管場所を担当者が識別できる管理番号だけを記録します。モデルID、APIの種類、SDKのバージョンを別欄にすると、どこを変更したのかが明確になります。 ## 同じ入力で、業務に必要な性質を比べる モデルが変わるときに指示文も全面改稿すると、結果の差の理由が分かりません。指示と入力をそろえ、まずモデルの変更だけを比べます。入力には通常の依頼だけでなく、不明点がある依頼、回答してはいけない依頼も含めます。 移行確認シート 対象業務： 元の指定ID／移行先ID： 公式移行案内のURLと確認日： 変更した設定： 入力セットの版： 必須の出力項目： 人への差し戻し条件： 件数／誤分類数／空欄数： 処理時間の測り方： 使用量の確認先： 採用判断と承認者： たとえば分類業務なら、「分類名が許可した一覧に収まる」「判断材料が足りないときは要確認へ回る」「入力にない顧客属性を足さない」を判定します。文章の読みやすさだけで採用すると、自動処理との接続が壊れても気づきにくくなります。 ## 旧モデルへ戻せない場合に備える 廃止後に旧IDへ戻しても、転送が続く場合は元の実体へは戻れません。切り戻し案は「古い文字列へ戻す」だけでなく、利用可能な代替モデル、人による一時処理、自動送信の停止を含めて決めます。候補モデルでも必要な機能が同じか確認してください。 移行直後は少量を担当者が確認し、誤りがどの入力で起きたか記録します。定時実行も一巡してから切り替えを完了扱いにします。料金は移行先の公式料金と実際の使用量で確認し、旧モデルの単価のままで見積もらないようにします。 APIからエラーが返る場合はHTTPコード別の切り分けへ進みます。複数のAIを使う社内運用は、Claude Code・Codex・Grokの使い分けも参考にしてください。 ## 参照した資料 - xAI：モデル移行案内 - xAI：モデル一覧 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Grok APIの環境変数が読めない｜WindowsのProcess・User・Machineを確認 URL: https://aiandwill.com/grok-api-windows-env-check/ 公開: 2026-09-05 / 更新: 2026-09-05 XAI_API_KEYを登録したはずなのに、Grok APIを呼ぶプログラムでは空になる。Windowsでは、保存先の環境変数と、起動済みプロセスが持っている環境変数が違うことがあります。キーを何度も発行する前に、どの場所に設定があり、どのアプリが読んでいるかを確認します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 三つの保存範囲を、値を出さずに確かめる Microsoftの説明では、Windowsの環境変数にはProcess、User、Machineの範囲があります。Processは現在のPowerShellなどの実行環境、Userは利用者、Machineはコンピューター全体に関係する設定です。子プロセスは親プロセスの環境変数を引き継ぎます。 次のコマンドは設定の有無だけを表示します。APIキーの全文や長さは表示しません。普段失敗しているプログラムを起動するPowerShellで実行してください。 foreach ($scope in 'Process','User','Machine') { $value = [Environment]::GetEnvironmentVariable('XAI_API_KEY', $scope) [pscustomobject]@{ Scope = $scope IsSet = -not [string]::IsNullOrWhiteSpace($value) } } $value = $null IsSetがTrueでも、キーの有効性や権限までは分かりません。ここで調べているのは文字列がその範囲に存在するかだけです。この確認で値があると分かった後に認証エラーが続く場合は、API応答側の調査に進みます。 ## 結果から次の確認先を選ぶ 確認結果 起きている可能性 次の操作 UserはTrue、ProcessはFalse 保存後も古いプロセスを使っている 作業を保存し、呼び出し元のアプリごと開き直す ProcessだけTrue そのセッションだけで設定した どの方法で起動時に渡すかを決める すべてFalse 未設定、変数名の違い、別ユーザー アプリが期待する変数名と実行ユーザーを確認 すべてTrueでも一部だけ失敗 別の実行環境や別の値を参照している 実際の起動経路と設定の優先順位を調べる UserとMachineの両方に値がある場合も、どちらかをすぐ削除しないでください。他のアプリが利用している可能性があります。設定責任者と使っている処理を確認したうえで、保管場所を整理します。 ## 新しいターミナルなのに反映されない理由 VS Codeの中でターミナルを追加しても、親にあたるVS Code自体が古い環境を持っていれば、その影響を受ける可能性があります。「タブを増やした」と「起動元を開き直した」を分けて記録してください。まずファイルを保存し、対象アプリを閉じて開き直してから同じ有無チェックを行います。 タスクスケジューラやサービスは、対話操作中のユーザーと異なる権限・アカウントで動くことがあります。自分のPowerShellでTrueになっただけでは、定時処理でも読めるとは限りません。定時処理側には、有無だけを記録する診断を用意し、キーをログへ出さないようにします。 ## .envを置くことと、環境変数を読むことは別 .envファイルを保存しても、すべてのプログラムが自動で読み込むわけではありません。そのプログラムに読み込み処理や起動オプションがあるか、どのフォルダーのファイルを読むかを確認します。ファイルの存在、実行フォルダー、読み込み機能の順で調べれば、APIキーを露出せずに切り分けられます。 共有用メモには「PowerShellでは設定あり、エディターから起動した処理ではなし」「エディターを開き直した後に変化した」のように経路と結果を書きます。画面共有で環境変数一覧や.env全体を表示する方法は避けます。 次はGrok APIのHTTPエラー確認へ進んでください。社内PCごとに設定がばらばらなら、AIを動かす環境と担当範囲の整理から相談できます。 ## 参照した資料 - Microsoft Learn：環境変数 - xAI：Quickstart ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIツールのエラーログ共有テンプレート｜再現条件と変更履歴の残し方 URL: https://aiandwill.com/ai-tool-error-log-template/ 公開: 2026-09-05 / 更新: 2026-09-05 「AIが動きません」だけでは、次の担当者は最初から聞き直すことになります。一方で、画面やログを丸ごと送ると、APIキーや顧客情報まで含めてしまうことがあります。必要なのは、大量のログではなく、同じ条件で問題を確かめられる記録です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ここではAiWiLLの記事制作・運用で重視している「入力・出力・確認する人を分ける」考え方を、障害の引き継ぎへ当てはめた記入例を示します。実在の顧客の障害や、実測した復旧時間を紹介するものではありません。 ## 最初の連絡でそろえる六つの項目 - 何の業務が止まっているか。納期や影響する範囲も記載します。 - いつ、どこから実行したか。日時にはタイムゾーンを付けます。 - 本来何が出るはずだったか。期待結果を一文で書きます。 - 実際にはどうなったか。エラー番号と伏せ字にしたメッセージを残します。 - 最後に成功してから変えたものは何か。不明なら不明と記載します。 - 同じ入力で再現するか。未確認なら推測で埋めません。 ## そのまま使える障害メモ 【業務】 対象の処理： 影響範囲／期限： 一時的な代替手段： 【観測した事実】 発生日時とタイムゾーン： 実行場所（PC・エディター・定時処理など）： ツール／バージョン／モデル： 期待した結果： 実際の結果： エラー番号と共有用メッセージ： 最後に成功した日時： 【再現】 入力データの説明（秘密情報は含めない）： 操作1： 操作2： 再現した回数／試した回数： 最小サンプルでも再現するか： 【変更と判断】 直前の変更： 試した対処とその結果： 原因の仮説（事実と分ける）： まだ試していないこと： 次の確認担当と期限： ## 「観測」と「原因の仮説」を混ぜない たとえば、説明用の架空ケースとして「9月5日9時10分JST、Windowsの定時処理で報告書が生成されなかった。手動実行では生成された」と記録します。ここまでは観測です。「定時処理の認証が切れたのだろう」は仮説で、別欄へ書きます。 手動実行と定時処理で違うのは、アカウントだけとは限りません。作業フォルダー、環境変数、入力ファイルの状態も候補です。一つの仮説を確定したように書くと、次の担当者が他の可能性を見落とします。「認証は未確認」と書ける記録のほうが、調査を続けやすくなります。 ## ログを共有する前の伏せ方 エラー文に含まれるキー、トークン、メールアドレス、顧客名、ファイルの内容を確認します。認証ヘッダーは値を切り詰めるだけでなく、共有用コピーから値全体を外します。原本が調査に必要な場合は、アクセス範囲を管理できる保管先へ置き、一般のチャットに貼りません。 情報 共有メモでの扱い HTTP 401、処理名、発生時刻 調査に必要な事実として記載 顧客の報告書本文 内容を再現できる架空サンプルに置き換える 認証情報を含むURL クエリや署名を外し、必要なパスだけ示す APIのリクエストID 共有先のサポート方針に従い限定して渡す ## 復旧したら、何をもって完了とするか エラーが消えただけでは、業務に必要な出力が戻ったとは限りません。生成物を開けるか、件数が合うか、担当者が内容を確認できるかまで確かめます。定時処理の問題なら、通常の実行経路で再確認してください。 完了欄には「変更した設定」「確認した入力」「確認結果」「残る制約」を追記します。その後、同じ問題で最初に見る手順だけを運用マニュアルへ反映します。個別障害の長い会話をすべてマニュアルへ移す必要はありません。 AIに同じ指摘を繰り返す問題も、観測と指示を記録に残すことから整理できます。業務ごとの復旧担当や確認基準を決めたい場合は、AIの運用体制についてご相談ください。 ## 参照した資料 - xAI：エラーの確認 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Codexでnpm.ps1を実行できない｜PowerShellの制限を切り分ける URL: https://aiandwill.com/codex-windows-powershell-policy/ 公開: 2026-09-05 / 更新: 2026-09-05 CodexがWindows上で「npm.ps1を読み込めない」と表示した場合、指示文の書き方より先に、PowerShellがスクリプトの実行を止めていないか確認します。ただし「アクセス拒否」「承認が必要」「コマンドが見つからない」は別の状態です。表示されたエラーを一括して同じ設定で直そうとしないことが、調査の出発点です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## エラー文で、調べる設定を選ぶ 表示の例 最初の確認先 running scripts is disabled、PSSecurityException PowerShellの実行ポリシー 承認待ち・許可されていない操作 Codex側の実行許可と対象操作 特定ファイルへのAccess denied そのパスのアクセス権、使用中かどうか npmがコマンドとして認識されない インストール先とPATH、実行環境 OpenAIのWindows向け公式資料にも、npm.ps1が実行ポリシーで止まる例があります。一方、エージェントの承認設定やWindowsのファイル権限は別の仕組みです。一つの層で許可されても、他の層の条件は変わりません。この記事は2026年9月5日に公式資料を確認して整理した手順で、各社PCの管理設定を再現したものではありません。 ## まずは設定を変更せずに読む 失敗したのと同じPowerShellで次を確認します。別のターミナルで調べた結果を混ぜると、実行環境が違う問題を見落とします。表示された個人フォルダーのパスは、共有時に伏せてください。 $PSVersionTable.PSVersion Get-ExecutionPolicy Get-ExecutionPolicy -List Get-Command npm -All | Select-Object Name,CommandType,Source 引数なしのGet-ExecutionPolicyは有効なポリシーを、-Listは各スコープの設定を示します。一部がUndefinedでも、PC全体で制限がないとは限りません。会社管理の端末なら、表示を持って管理担当者に確認します。インターネットで見つけた一行を貼り付け、端末全体の制限を下げることから始める必要はありません。 ## Codexの実行環境と、開いている端末を確認する WindowsネイティブとWSLでは、パスやインストール済みツールが異なります。さらに、アプリの統合ターミナルとエージェントの実行環境は別々に設定できるため、目の前の端末で成功しただけではエージェント側も同じとは判断できません。 記録には「どのアプリの、どの端末で、どのコマンドが失敗したか」を残します。たとえば「PowerShellの手動実行は成功、Codexから同じ作業を頼むと承認で停止」という事実があれば、実行ポリシーの再変更より、依頼した操作と許可範囲を確認する方が調査を進められます。 ## 管理担当者へ渡す確認票 必要な業務：例）社内ページのプレビュー 失敗したコマンド： 実行した場所：Windows／WSL／アプリ内 PowerShellのバージョン： 有効なポリシーと各スコープ： 停止したファイル名： 同じ操作を手動で試した結果： 必要な操作範囲と、変更を戻す条件： 対処後は、対象のコマンドが実行できることと、作りたかった成果物が正しく開くことを別々に確認します。プレビューの起動が成功しても、画面にエラーが出ていれば業務は完了していません。設定変更が必要だった場合は、変更者、対象範囲、理由を残して引き継ぎます。 復旧の記録にはAIツールの障害メモを使えます。ツールの選択段階なら、Claude Code・Codex・Grokの比較記事も参照してください。 ## 確認に使った資料 - OpenAI：Windowsアプリの環境とトラブルシューティング - Microsoft：Get-ExecutionPolicy ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Claude Codeでファイルが見つからない｜Windowsのパスを確認する順番 URL: https://aiandwill.com/claude-code-windows-path-error/ 公開: 2026-09-05 / 更新: 2026-09-05 Claude Codeで「ファイルが見つからない」と言われたら、まず対象が本当に存在する場所と、処理を実行している場所をそろえます。日本語のフォルダー名やOneDriveを使っているという理由だけでは、原因は確定しません。移動や名前変更の前に、読み取りだけで切り分けましょう。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 相対パスの起点を確認する 「資料/議事録.txt」のような指定は、通常、その処理の作業フォルダーを基準に解決されます。エディターで開いている場所と、コマンドの起点が違う場合もあります。実行した端末でGet-Locationを確認し、対象を絶対パスで指定した場合にも失敗するかを調べます。 Get-Location $targetFile = 'C:\Work\sample folder\memo.txt' Test-Path -LiteralPath $targetFile -PathType Leaf Get-Item -LiteralPath $targetFile | Select-Object Name,Length,Attributes ここにあるパスは説明用です。自分が読み取りを許可されている検証ファイルへ置き換えます。LiteralPathは指定をワイルドカードとして解釈しないため、角括弧などを含む名前をそのまま扱いたいときに役立ちます。Falseなら、まだファイル本文やAIの指示内容を調べる段階ではありません。 ## 症状を四つに分ける 観測した状態 次の確認 絶対パスなら見つかる 実行フォルダーと相対パスの起点 存在するが読み取りで拒否される アクセス権、アプリの許可範囲、実行ユーザー 空白の手前でパスが切れる 使っているシェルに合う引用符 同期アプリでは見えるが処理で開けない ローカルで開ける状態か、同期エラーがないか 同期フォルダーの属性だけで故障を断定することはできません。まずエクスプローラーからそのファイルを開けるか、同期アプリにエラーが出ていないかを確かめます。必要なら、機密情報を含まない一つのサンプルを別の作業フォルダーへコピーして比較します。元のフォルダーを丸ごと移動する前に、変更の影響を小さくできます。 ## PowerShell・Git Bash・WSLを混ぜない 公式セットアップでは、Claude CodeはWindowsネイティブとWSLで利用できます。同じWindows PCでも、WSL内ではLinux側のパス表記を使う場面があります。Windowsのドライブ表記をそのままLinuxのコマンドへ渡すなど、別環境の書き方を混ぜていないか確認してください。 手順を共有するときは「Windowsだから」だけでなく、実際に使用したシェル名を添えます。スペースを含むパスを扱う例も、PowerShell用とBash用を一つのコード欄に混ぜない方が再現しやすくなります。この記事の確認コマンドはPowerShell用です。 ## 原因が分かったら、業務の入口を固定する 毎回違うフォルダーから実行する運用なら、起動手順に対象プロジェクトの場所を明記します。入力フォルダー、出力フォルダー、一時ファイルの置き場も分けておくと、AIが作った成果物を探す手間を減らせます。これは文字コードやモデルの変更とは別の改善です。 対象業務： 実行するシェル： 開始するフォルダー： 入力ファイルの指定方法： 出力の保存先： 存在確認の結果： 読み取り確認の結果： 変更した点／まだ不明な点： 「別フォルダーでは成功した」という結果から分かるのは、環境差が関係する可能性までです。日本語、同期、権限、相対パスのどれが原因かは追加確認が必要です。断定せず記録を残す方法は、エラーログの共有テンプレートで整理できます。 ## 確認に使った資料 - Anthropic：Claude CodeのWindowsセットアップ - Microsoft：環境変数とプロセス ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Claude CodeのMCPが接続できない｜登録・承認・認証の確認手順 URL: https://aiandwill.com/claude-code-mcp-windows-connection/ 公開: 2026-09-05 / 更新: 2026-09-05 MCPの追加コマンドが成功しても、Claude Codeがサーバーの機能を使えるとは限りません。追加は設定を書いた段階で、その後に承認、認証、接続、対象データへの権限確認が続きます。どこまで進んだかを分ければ、設定を全部消してやり直す必要があるかも判断できます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 接続状態を同じプロジェクトで見る 2026年9月5日に確認した公式資料では、次のコマンドとセッション内の画面で状態を確認できます。サーバー名は自分の登録名に置き換えます。設定やエラーに認証情報が含まれる場合があるため、出力を丸ごと社外へ貼らないでください。 claude mcp list claude mcp get example-server # Claude Codeの会話画面内で入力 /mcp 状態 確認する内容 Pending approval プロジェクト設定の接続先と権限を読み、必要な承認を行ったか Needs authentication 対象サービスでのログインや接続承認が完了したか Failed to connect Issueなどに表示された接続エラーの内容 Disabled／Rejected そのプロジェクトで意図的に無効にしていないか Connectedだが資料が見えない 接続先アカウントと資料自体の共有範囲 Connectedは、欲しい資料の取得や業務処理の成功まで保証する表示ではありません。読み取り用の小さな対象で確認し、ファイル作成や更新を試す場合は、その操作の許可も確認します。名前が同じサーバーを複数のスコープに登録している場合は、今どの定義が使われるかも調べます。 ## ローカル起動か、URLへの接続かを見分ける stdio型ではクライアントがローカルのサーバープロセスを起動し、標準入力と標準出力で通信します。起動コマンド、引数、必要な環境変数が、その実行環境にあるかを見ます。WindowsにあるツールをWSLから呼ぼうとしている場合などは、手動実行した場所との差が手がかりになります。 HTTP型では、指定したURLへ到達できるか、認証が必要か、正しい接続先かを確認します。stdioの障害なのにlocalhostのポートを変更しても、通信経路が違えば改善しません。サーバー配布元の説明に合わせて確認先を選びます。 ## stdioが起動直後に止まる場合 実行ファイルが見つからない場合は起動経路を、依存パッケージのエラーならその環境を確認します。またMCPのstdio仕様では、標準出力にプロトコル以外の文字を混ぜないことが求められます。自作サーバーが起動時の挨拶やデバッグ文を標準出力へ書いていないかは、開発担当者が確認する項目です。 提供元が管理するサーバーのコードをその場で書き換えるより、バージョンとエラーをそろえて報告した方が再現を依頼できます。標準エラーに出るログと、MCPの応答データは分けて記録してください。 ## 一つの接続だけで復旧を確かめる - 対象サーバーの登録名、方式、設定スコープを記録する。 - 観測した状態に対応する項目だけを修正する。 - 同じプロジェクトを開き直し、状態を再確認する。 - 許可された小さな読み取り操作を一件実行する。 - 取得した資料が意図したアカウントのものか確認する。 ローカルHTTPサーバーの場所が分からない場合は、localhostと実行環境の切り分けへ進みます。社内で接続先と担当者が増えてきたら、AIが参照する資料と権限の設計についてご相談ください。 ## 確認に使った資料 - Anthropic：MCP接続とサーバー状態 - MCP仕様：stdioとStreamable HTTP ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # Gemini CLIで認証できない｜Windowsでログイン方式を切り分ける URL: https://aiandwill.com/gemini-cli-windows-auth-error/ 公開: 2026-09-05 / 更新: 2026-09-05 Gemini CLIの認証が通らないとき、Googleのブラウザーログインをやり直すだけでは直らない場合があります。CLIがAPIキーやVertex AIの設定を使っていれば、調べる対象が違うためです。最初に「どの方式で接続しようとしているか」を一つに絞ります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 三つの方式で、確認するものが違う 使う方式 先に確認すること Googleアカウントでログイン 選んだアカウント、認証画面の完了、利用資格や組織の制限 Gemini APIキー CLIが期待するキー設定を読めるか、そのキーが有効か Vertex AI 選択プロジェクト、APIの有効化、認証情報と必要な権限 公式の認証ガイドにはそれぞれの設定手順があります。ここでは2026年9月5日時点の区分をもとに、確認を混ぜないための手順を紹介します。プランや組織によって条件が異なるため、個人アカウントの成功例をそのまま社内アカウントへ当てはめないでください。 ## 実行中のPowerShellが持つ設定だけを見る 変数を設定した画面と、CLIを起動した画面が別なら、古いプロセスを使っている可能性があります。次のコードは値を出さず、代表的な設定名が存在するかだけを表示します。Trueは有効な認証を意味するわけではありません。 $names = 'GEMINI_API_KEY','GOOGLE_API_KEY','GOOGLE_CLOUD_PROJECT','GOOGLE_CLOUD_LOCATION' foreach ($name in $names) { $setting = [Environment]::GetEnvironmentVariable($name,'Process') [pscustomobject]@{ Name = $name IsSet = -not [string]::IsNullOrWhiteSpace($setting) } } $setting = $null 複数の認証方式に関係する設定が残っているときも、いきなり全削除はしません。他の業務で必要な設定か、対象CLIの公式手順でどの値を参照するかを調べます。不要な値が原因だと確認できたら、変更対象を限定し、起動し直した環境で再確認します。 ## ブラウザーで成功しても、CLI側を確認する ブラウザーの認証画面を閉じたことと、ターミナルの認証完了表示が出たことは別です。どの時点で止まったかを記録してください。ブラウザー側のアカウント選択、認証後の戻り先、CLI側に出たエラーを順に見ます。認証URLに一時コードやトークンが含まれる場合は、URL全体を共有しません。 WindowsとWSL、手動と定時実行では、実行ユーザーや設定の保管場所が違うことがあります。認証に成功した場所と、実際に失敗するジョブの場所を照合すると、「昨日ログインしたのに動かない」の範囲を狭められます。 ## 認証と、認証後の利用制限を区別する ログイン完了後に権限不足や利用量の制限が表示される場合は、資格情報を作り直すより、エラーが示すプロジェクトや利用条件を確認します。たとえば同じ認証情報でも、別のプロジェクトのリソースを使う権限があるとは限りません。エラーの対象名を確認してから管理者へ連絡します。 選択した認証方式： CLIを起動した環境： 認証が止まった画面・段階： 伏せ字にしたエラー文： 環境変数の有無（値は書かない）： 対象プロジェクトを確認したか： 最後に成功した条件： 次に確認する担当者： 復旧後は、機密情報を含まない短い入力で応答を確認し、その後に業務用データへ戻します。複数AIを業務で使い分けるときは、ChatGPT・Claude・Gemini・NotebookLMの比較と合わせて、用途ごとの認証・確認担当も決めておくと引き継ぎやすくなります。 ## 確認に使った資料 - Google：Gemini CLIの認証設定 - Microsoft：環境変数のスコープ ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIが作ったスクリプトが文字化けする｜PowerShell 5.1と7の確認順 URL: https://aiandwill.com/ai-script-windows-utf8-error/ 公開: 2026-09-05 / 更新: 2026-09-05 AIが出したPowerShellのコードを貼り付けたら、日本語のファイル名だけが崩れた。保存したCSVを開くと別の文字になった。この二つは、同じ原因とは限りません。元のデータ、読み取り、コマンド間の受け渡し、保存、表示のどこで変わったかを分けて確認します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 「WindowsならUTF-8」と一括りにしない PowerShell 7とWindows PowerShell 5.1では、既定の文字コードに違いがあります。Microsoftの説明では、PowerShell 6以降のテキスト出力はUTF-8のBOMなしが基本です。一方、5.1ではOut-FileなどとSet-Contentなどで既定がそろっていません。実行したバージョンとコマンド名を確認する必要があります。 また、5.1が日本語を含むBOMなしUTF-8のスクリプトを別のコードページとして読むケースも説明されています。すべてのファイルへBOMを足せばよい、という意味ではありません。読み込む相手とファイルの用途に合わせて決めます。この記事の資料確認日は2026年9月5日です。 ## 壊れた場所を探す四つの確認 見る場所 判断の手がかり 入力ファイル 文字コードを指定して開けるエディターで、元の日本語が読めるか PowerShellの読み込み 保存時の文字コードを明示した読み取りで一致するか 外部コマンドへの受け渡し ファイルでは正常で、パイプを通した後だけ崩れるか 保存した出力 別アプリで開いても崩れるか、表示だけの問題か 画面で崩れて見えるだけなら、元ファイルの中身が壊れているとは限りません。逆に、崩れた文字をそのまま保存した後では、正しい文字コードを選んでも元の文章へ戻せないことがあります。調べる間は原本を残し、変換結果を別名に保存します。 ## UTF-8だと分かっている検証ファイルを読む $PSVersionTable.PSVersion $inputFile = 'C:\Work\sample-utf8.txt' $content = Get-Content -LiteralPath $inputFile -Raw -Encoding UTF8 $content.Length このコードは文字数だけを表示します。次に、機密情報を含まない短い検証文で、読んだ文字列と期待する文が一致するかを確かめます。UTF8の指定は入力の正体がUTF-8だと分かっている場合の例です。Shift_JISなど別形式のファイルを、根拠なくUTF-8として読み直しても解決しません。 たとえば「確認用：見積書」の一行を、利用するエディターから文字コードを指定して保存します。読み込みまでは一致し、別プログラムに渡した後だけ崩れるなら、その受け渡し部分へ調査を絞れます。長い本番データを何度も変換するより、差が出た境目が明確になります。 ## AIへは、表示結果だけでなく入出力条件を渡す 日本語が崩れる箇所を調べてください。 PowerShellのバージョン： 入力ファイルの保存形式： 読み込みに使うコマンド： 途中で呼び出す外部プログラム： 出力の保存方法： 最初に崩れると確認できた工程： 正常に読めるアプリ： 原本を上書きせず、工程を一つずつ検証する案を出してください。 修正後は日本語が読めることに加えて、行数、区切り文字、改行、先頭の余分な文字も確認します。CSVなら列がずれていないか、スクリプトなら文字列が意図した値になったかが完了条件です。「エラーが消えた」だけで作業を閉じないようにします。 ファイル自体が見つからない場合はWindowsのパス確認、担当者へ引き継ぐ場合は障害メモの書き方を使ってください。 ## 確認に使った資料 - Microsoft：PowerShellの文字エンコーディング ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # PowerShellでAI APIへファイルを送れない｜Form・InFile・JSONの違い URL: https://aiandwill.com/powershell-ai-file-upload-error/ 公開: 2026-09-05 / 更新: 2026-09-05 AI APIへPDFや画像を送るコードは、ファイル名だけ変えれば使えるとは限りません。送信先がmultipartフォームを求めるのか、ファイル本体を本文にするのか、JSONにファイルIDやデータを指定するのかで、リクエストの組み方が変わります。まず対象APIの入力仕様と送信コードを照合します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 三つの送信方法を取り違えない 形式 PowerShellでの考え方 注意点 multipart/form-data 対応するバージョンで-Formに項目を渡す 項目名とファイルの指定方法をAPIに合わせる ファイル本体がHTTP本文 -InFileで内容を送る 本文に追加のJSONやフォーム項目が必要なAPIとは形が違う JSON 必要な項目を作りJSONに変換する パス文字列を書いただけで、PC内のファイルが送られるわけではない Microsoftの公式例では、-Formの値にFileInfoを渡すとファイル内容を送ります。単なるパス文字列との違いが大切です。また-Formと-Bodyは併用できません。以下はPowerShell 7を想定した準備例で、特定のAI APIへそのまま送信できる完成コードではありません。 ## 通信前に、対象ファイルだけを点検する $PSVersionTable.PSVersion $uploadPath = 'C:\Work\sample.pdf' if (-not (Test-Path -LiteralPath $uploadPath -PathType Leaf)) { throw 'Upload file was not found' } $uploadFile = Get-Item -LiteralPath $uploadPath $uploadFile | Select-Object Name,Length $form = @{ file = $uploadFile } # ここでは送信しない。項目名fileも対象APIの仕様と照合する。 拡張子が.pdfでも、中身がPDFであることまでは証明できません。普段のビューアーで開けるかを確認し、APIが対応する形式とサイズ内かを見ます。最初は個人情報のない小さなサンプルを使うと、内容の問題と通信の問題を分けやすくなります。 ## エラー別に確認を進める 必須項目がないと返されたら、フォームの項目名やJSONの階層を確認します。ファイルが空だと返されたら、パス文字列だけを渡していないか、読み取りに失敗していないかを見ます。サイズや形式を理由に拒否された場合は、そのAPIの上限と対応形式を確認します。認証エラーなら、ファイルを変更する前に資格情報側へ戻ります。 手動でContent-Typeを付け足すことが、常に修正になるわけでもありません。multipartには本文との対応が必要な情報があるため、クライアントが組み立てる内容と矛盾させないようにします。公式の同じ方式の例から、最小の必須項目だけで組み直すのが確認しやすい方法です。 ## アップロードと、AIの読み取りを別々に確認する ファイルIDが返った段階は、送信先が受け付けたことを示す場合があります。その後に処理状態を待つ、質問リクエストへIDを渡す、といった工程が必要かはAPIによって異なります。「IDが出たので内容も解析済み」と決めず、次の操作に必要な状態を公式仕様で確認します。 接続先のAPIとパス： 要求される送信形式： 必須項目名： ファイル形式と容量： 応答コード： 返されたIDの種類： 後続処理が必要か： 解析できたと判断する確認結果： 同じファイルを繰り返し送る前に、既に作られたアップロードがあるかも確認します。重複ファイルや処理費用を増やさず、最後に成功した工程から再開するためです。業務でのPDF利用はNotebookLMでPDFを読み取れないときの確認、報告書への活用は点検報告書とAIの役割分担へつなげて考えられます。 ## 確認に使った資料 - Microsoft：Invoke-RestMethodのFormとInFile ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # MCPのlocalhostに接続できない｜Windows・WSL・別PCを切り分ける URL: https://aiandwill.com/mcp-windows-localhost-error/ 公開: 2026-09-05 / 更新: 2026-09-05 localhostは、会社共通のサーバー名ではありません。接続しようとする側から見たローカル環境を指します。Windows上のアプリ、WSL内のプログラム、別PCのクライアントで、同じURL文字列が同じサーバーを指すとは限らないことが、最初の確認点です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 先に接続図を一行で書く 「クライアントが動く場所 → 接続先URL → サーバーが動く場所」を書きます。たとえば、説明用の構成として「WindowsのClaude Code → http://localhost:8080/mcp → Windows上のMCPサーバー」と記録します。WSLやコンテナーを使う場合は、その境界も明記します。 localhostへの転送動作は環境設定によって変わるため、「WSLだから必ずつながる」「別環境だから絶対につながらない」とは断定できません。同じ場所で動いているという思い込みを外し、実際の待ち受けと接続結果で確かめます。 ## stdio型なら、ポートの調査を始めない MCPにはローカルプロセスの標準入出力を使うstdio方式があります。その構成なら、接続先URLではなく起動コマンドやプロセスの状態を調べます。HTTP型の説明と混ぜて、存在しないポートを開こうとしないでください。サーバーの設定にcommandがあるのか、URLがあるのかが確認の手がかりです。 ## WindowsからTCP接続を調べる # 8080は説明用。自分の設定にあるポートへ置き換える。 Test-NetConnection -ComputerName localhost -Port 8080 # Windows側でそのポートの待ち受けがあるかを確認 Get-NetTCPConnection -LocalPort 8080 -State Listen -ErrorAction SilentlyContinue | Select-Object LocalAddress,LocalPort,OwningProcess Windows側の確認コマンドです。WSL内部だけで待ち受けるプロセスの有無を、この一覧だけで判断しないでください。結果を共有する場合は、ネットワーク構成やIPアドレスなどを必要な範囲に絞ります。業務の接続先が決まっている場合、そのホストとポートを使って確認します。 結果 分かることと次の確認 TCP接続に失敗 起動状態、ポート、実行場所、通信の制限を確認 TCP接続は成功、MCPは失敗 正しいMCPエンドポイントか、方式や認証が合うかを確認 ブラウザーは表示されるがMCPは失敗 表示用ページとMCP用パスを取り違えていないか確認 再起動するとポートが変わる サーバーの起動設定とクライアント設定を照合 TCP接続の成功は、アプリケーションが正しく応答したことを意味しません。たまたま別のプログラムが同じ番号で待っている場合もあります。サーバー名、起動ログ、設定したMCPのパスまで対応を確認します。 ## つながらないからと、外部へ開かない ローカル利用の問題を解くために、待ち受けを全インターフェースへ変えたり、ファイアウォールを全面解除したりすると、別のアクセス範囲を作ってしまいます。MCPの公式仕様もローカルHTTPサーバーの接続範囲に注意を求めています。必要な構成を確認し、担当者が許可する範囲で修正します。 復旧記録には、クライアントの場所、サーバーの場所、URL、待ち受け確認、TCP接続、MCPの小さな読み取り操作という順で結果を残します。接続そのものを直した後は、Claude CodeのMCP状態と認証の確認で、目的のツールが使えるかを確認してください。 ## 確認に使った資料 - MCP公式仕様：通信方式とローカルサーバー - Microsoft：Test-NetConnection ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIのAPIキーを交換するときの手順｜Windowsの定時処理まで確認する URL: https://aiandwill.com/ai-api-key-rotation-windows/ 公開: 2026-09-05 / 更新: 2026-09-05 APIキーの交換は、新しい文字列を設定して終わりではありません。使っている処理を洗い出し、実行中のアプリや定時処理が新しい設定を読めることを確認して、古いキーを失効させます。Windowsでは、保存先を更新しても起動済みプロセスに自動で反映されるとは限らない点が重要です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 定期交換と、漏えいの疑いを分ける このページの主な対象は、計画的なキー交換です。漏えいが疑われる場合は、停止時間を避ける都合だけで旧キーを有効にし続けず、提供元と社内の事故対応手順に従って失効・利用状況確認を進めます。以下の順番を、そのまま事故対応の優先順位として使わないでください。 ## キーの値を入れない利用台帳 記録項目 説明用の例 用途 社内問い合わせの分類。返信は人が確認 起動方法 手動実行／毎朝の定時ジョブ 実行ユーザー 対象ジョブの管理アカウントを識別する名前 設定の渡し方 秘密情報の保管先から起動時に取得 利用キーの識別子 管理画面で識別できる名称。値は転記しない 確認担当 生成物を承認する業務担当者 同じ処理に手動実行と定時実行がある場合は、行を分けます。開発者のPCでは動くのに朝の処理だけ失敗する、という漏れを防ぐためです。バックアップ用のジョブや、失敗したときだけ動く再実行処理も対象に含めます。 ## 通常交換の進め方 - 新しいキーに必要な操作権限があるか確認し、管理された保管先へ登録する。 - 許可された検証処理だけを新しい設定へ切り替える。 - 短い入力で応答と、想定したアカウントの利用状況を確認する。 - 本番の設定を更新し、必要なアプリやジョブを適切に起動し直す。 - 業務の成果物を確認し、全利用先の切り替えが済んだ時点で旧キーを失効する。 - 失効後も通常の実行経路が成功することを確認し、台帳を更新する。 新旧キーを同時に持てるか、識別子ごとに利用を確認できるかは提供元の仕様次第です。対応していない場合は、停止時間や代替手段を先に決めます。古いキーの文字列をチャットへ貼って、使っている人を募る方法は避けます。 ## Windowsで見落としやすい二つの場所 一つは起動済みの親アプリです。環境変数を更新した後も、古い環境を引き継いだ子プロセスが動く場合があります。もう一つは実行ユーザーです。自分のUserスコープを変更しても、別アカウントで動くサービスが同じ設定を見るとは限りません。 「新しいキーを保存した」と「その業務が新しいキーを使った」は別の確認欄にします。管理画面でキー別の使用状況を確認できるならそれを使い、できない場合は設定経路と旧キー失効後の動作を組み合わせて判断します。キーの全文をログへ出す必要はありません。 ## 失敗したときに残す記録 交換の目的：定期交換／その他 対象処理と担当者： 切り替えた設定の場所： 新しいキーの識別名： 再起動・再読み込みの実施日時： 手動の確認結果： 定時処理の確認結果： 旧キー失効の確認： 残る対象と次の確認期限： 認証が失敗したときは値を出さずに環境変数を確認する方法へ戻ります。特定の人しか設定を把握していない状態なら、業務の属人化を解消する進め方と合わせて、復旧と引き継ぎの担当を決めてください。 ## 確認に使った資料 - Microsoft：環境変数の継承と保存範囲 - xAI：認証とエラー確認 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # NotebookLMでPDFを読み取れないときの確認順｜画像・表・原本を点検 URL: https://aiandwill.com/notebooklm-pdf-ocr/ 公開: 2026-09-05 / 更新: 2026-09-05 NotebookLMにPDFを入れたのに、必要な項目を答えない。これは「ファイルを追加できない」のか、「追加できたが必要な内容を扱えていない」のかで確認先が違います。PDFを全部OCRにかけ直す前に、問題を一ページへ絞り、原本と読み取り結果を比べます。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る 2026年9月5日に確認したGoogle公式ヘルプでは、サービス名がGemini Notebookと表記されています。本記事はNotebookLMを探している方向けに、PDFを業務で使う際の点検手順をまとめたものです。特定のPDFで読み取り精度を実測した記事ではありません。 ## 追加の失敗と、回答の失敗を分ける 症状 最初の確認 アップロードが終わらない ファイルが正常に開くか、形式・容量が現在の制限内か ソースはあるが回答に使われない 質問に対応する資料を選んでいるか 文章は読めるが表の値が違う 行と列の対応、注記、単位、改ページを原本で確認 必要な記載がないと言われる 原本に本当にあるか、画像や注記の中だけにないか 公式にPDFが対応形式として挙がっていても、個々の図表を業務で必要な精度で読める保証とは別です。形式が対応していることを確認したら、実際に使うページで結果を確かめます。質問対象と関係のないソースを外しておくと、原因を絞りやすくなります。 ## 一ページだけで、三つの問いを試す たとえば、説明用の資料に「受付時間」「担当部署」「例外条件」があるとします。まとめて要約を頼む前に、それぞれを別々に尋ねます。回答がない場合は、PDFビューアーで該当部分を目視し、文字を選択してコピーできるかも調べます。 選択した資料だけを使って、次を確認してください。 1. 受付時間はどこに記載されていますか。 2. 担当部署名を、原文の表記で示してください。 3. 通常と異なる受付条件があれば、その箇所を示してください。 見つからない項目は「確認できない」と書いてください。 各回答を確かめるための参照箇所を添えてください。 文章を選択できないPDFでも、それだけでAIが扱えないと断定はできません。ただ、画像として保存された文字を調べる必要があるという手がかりにはなります。見た目に読める文字と、抽出された文字列が同じかを確認します。 ## OCRを使うなら、変換後を別の資料として扱う OCRを試す場合は原本を残し、変換版を別名で保存します。小数点、数字の0と文字のO、マイナス記号、縦書き、複数段の順番は確認する候補です。数字を扱う業務では、単に文章として読めるかより、表の見出しと値が正しく結び付くかが重要になります。 元のPDFとOCR版を同時に質問対象へ入れると、どちらを参照した結果か分かりにくくなることがあります。検証時は一方ずつ選び、同じ問いで比べます。改善しなければ、必要部分を担当者が確認したテキストや表として整理する方法も検討します。 ## 社内で残す確認表 資料名と版： 原本の管理者： 問題が出るページ： 確認する項目と原本の値： 元PDFでの回答： 変換版での回答： 単位・注記を含めて一致したか： 業務で使ってよい範囲： 人の確認が必要な項目： PDFが読めるようになったら、次は引用が回答を本当に支えているかの確認へ進みます。社内資料の選び方から整えたい場合は、NotebookLMの業務活用ガイドも参考にしてください。 ## 確認に使った資料 - Google：ソースの追加と管理 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # NotebookLMの引用は正しい？回答と原文を照合するチェック表 URL: https://aiandwill.com/notebooklm-citation-check/ 公開: 2026-09-05 / 更新: 2026-09-05 回答に引用が付いていると安心しがちですが、引用があることと、主張が正しいことは同じではありません。原文の数字は合っていても、対象期間や例外条件が抜けると、仕事で使う意味が変わります。NotebookLMの回答を使う前に、主張と根拠を一対一で照合します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 一つの回答を、小さな主張へ分ける たとえば「すべての依頼は翌営業日までに返答する」という回答が出たとします。確認するのは、対象がすべての依頼なのか、期限は翌営業日なのか、返答とは受付通知か最終回答か、という三つです。文章全体を何となく読んで承認するより、欠けた条件を見つけやすくなります。 以下は説明用の架空例です。原文が「通常の問い合わせは翌営業日までに受付連絡。調査を要する案件は別途案内」なら、「翌営業日までに解決する」という要約は採用できません。単語が似ていても、約束している内容が違うからです。 ## 引用確認の五つの欄 欄 確認すること 回答の主張 何を事実として言っているか、一文に分ける 原文の場所 資料名、見出し、ページなどを記録する 一致する部分 数字、対象、動作、単位が合っているか 抜けた条件 例外、期間、前提、注記がないか 利用の判断 採用、修正後採用、保留のいずれか Google公式ヘルプでは、短いソースの場合に資料全体が参照され、個別の引用箇所が示されないことも説明されています。細かい位置が示されない場合も、原本を開いて確認する作業は必要です。表示の有無だけで、内容の正誤を決めません。 ## 引用を調べるための追加質問 先ほどの回答を検証します。 回答を、原文で確認できる主張ごとに分けてください。 各主張について、次を表にしてください。 ・対応する資料名と参照箇所 ・原文に書かれている対象と期間 ・例外や条件 ・原文に直接ない推測 資料だけで確認できない主張は、断定せず保留してください。 この質問への回答自体も、AIによる補助です。本人の回答を本人に確認させているので、同じ取り違えが残る可能性があります。重要な数字や対外的な約束は、担当者が原本を開いて確かめます。すべてをAI同士のやり取りで済ませる前提にはしません。 ## 資料が二つとも正しくても、混ぜると誤りになる 旧版と新版、一般ルールと特定部署の例外が同時に入っている場合があります。どちらも実在する文書でも、現在の業務へ適用する条件は同じではありません。質問時に対象日、部署、案件の条件を指定し、参照する資料の版を限定します。 資料の更新日が新しいだけでは、正式に適用された版とは限りません。試案なのか承認済みなのかを社内側で決め、使う資料へ印を付けます。これはモデルの性能以前に、資料を管理する側の仕事です。 ## 保留を残せる運用にする 照合できなかった欄は「たぶん正しい」で埋めず、誰に確認するかを残します。受付担当が分からないなら、回答の言い回しを直すより、元資料の管理者を決めることが先です。毎回同じ項目で保留になるなら、その項目を正式資料へ追記できるか検討します。 PDFの抽出自体が不安定なら読み取りの確認手順、古い規程が混ざるなら参照する版を管理する方法へ進んでください。引用チェックを社内で続ける仕組みは、AI業務の確認手順として相談できます。 ## 確認に使った資料 - Google：ソースの追加と管理 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # NotebookLMで退職者の引き継ぎを作る｜資料・判断・アクセスを残す手順 URL: https://aiandwill.com/notebooklm-retirement-handover/ 公開: 2026-09-05 / 更新: 2026-09-05 退職者の資料をNotebookLMへ入れただけでは、引き継ぎは完了しません。後任が自分で資料へアクセスできること、実際の仕事で必要な答えが見つかること、資料にない例外を誰へ確認するかが決まっていることまで確かめます。本人が在職している間に、後任が一件試すことが中心です。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 最初に対象業務を一つ決める 「担当していた仕事を全部まとめる」では、集める資料が広がり過ぎます。まず月次報告、問い合わせの振り分け、発注の確認など、期限と完成物を説明できる仕事を選びます。入力、判断、出力、確認先を一枚に書き、その仕事に必要な資料だけを集めます。 区分 集めるもの 通常の手順 開始条件、作業順、提出先、期限 実物 個人情報などを除いた完成例と入力例 判断 止めたケース、差し戻した理由、例外 問い合わせ先 判断する役割と、連絡すべき条件 管理情報 原本の場所、管理者、更新する人 顧客の秘密、個人情報、他の担当者に共有する権限のない資料は、便利だからという理由でまとめません。社内の利用ルールに沿って対象を選びます。架空の入力で手順を試し、必要な情報の範囲を確かめる方法もあります。 ## 本人へ聞くのは「手順にない分岐」 この仕事で、いつもと違う対応をした直近の例はありますか。 何を見て、通常の手順では進めないと判断しましたか。 そのとき誰へ確認しましたか。 後任が同じ状況を見つけるための手がかりは何ですか。 資料のどこへ書けば、次の担当者が探せますか。 インタビューをそのまま正式ルールにはしません。本人の経験、現在の会社の決定、確認が必要な推測を分け、管理者が採用する内容を決めます。NotebookLMで質問を作ったり、抜けた資料を探したりする作業と、会社としてルールを決める作業は別です。 ## 後任が答え合わせする三つの問い 一つ目は通常の仕事です。「今月の入力を受けたら、何をどこへ出すか」を説明してもらいます。二つ目は例外です。「必要項目が欠けている場合はどうするか」を確かめます。三つ目は不明です。「資料に答えがない場合、誰へ確認するか」を尋ねます。 本人の説明なしでは進められない箇所を記録し、資料へ戻します。答えが出たかだけでなく、出した成果物を本人または管理者が確認します。後任が質問文を暗記しただけでは、似た別の入力に対応できるとは限りません。 ## 退職後のアクセスを事前に確認する 原本が本人だけのDriveや個人管理の場所にあると、退職後のアカウント変更で参照できなくなるおそれがあります。Googleのソース管理の説明でも、原本へのアクセス喪失や削除は参照に影響します。正式な保管先と管理者を決め、後任のアカウントで開けるかを退職前に確かめます。 ノートが見えるか、元資料が読めるか、更新できる人が残るかを別々に点検します。設定操作は組織の管理担当者に合わせて進め、アカウントやパスワードを後任へ渡すことを引き継ぎ方法にしません。 ## 完了条件を四つに絞る - 後任が自分の権限で資料を開ける。 - 通常の一件を手順に沿って進め、成果物を確認できる。 - 例外で止める条件と相談先が分かる。 - 今後の更新責任者と原本が決まっている。 在職中に判断の理由を引き出す方法は技能伝承の記事、特定の人への依存を整理する考え方は属人化の解消で詳しく紹介しています。 ## 確認に使った資料 - Google：ソースの追加と管理 - AiWiLL：技能伝承をAIで進める方法 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIが作った見積Excelを確認する｜数量・数式・丸めの検証表 URL: https://aiandwill.com/estimate-excel-formula-check/ 公開: 2026-09-05 / 更新: 2026-09-05 AIが見積Excelを作れても、表示された合計が正しいとは限りません。数式が入っていること、数式の計算が正しいこと、その数式が会社の見積条件に合うことは三つの確認です。提出前には、入力・計算・業務判断を分けて検証します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## まず小さな正解を自分で作る 以下は検証用の架空例です。数量2、単価1,250なら小計2,500。数量3、単価800なら小計2,400。二行の合計は4,900です。税や値引きを含まないこの二行で、数量と単価の参照、合計範囲が合うかを確認します。 項目 入力 期待する結果 通常の掛け算 2×1,250 2,500 二行の合計 2,500＋2,400 4,900 行の追加 3行目に100を追加 合計へ含める設計なら5,000 数量の空欄 数量なし、単価あり 会社が決めた「要確認」などの扱いになる 単価の差し替え 旧単価から新単価へ変更 対象行だけが期待通り変わる 空欄を0として扱うか、エラーとして止めるかは、計算式の前に決める業務ルールです。数量が不明な見積を0円で完成扱いにすると、計算は動いていても実務では問題になります。テストの正解はAIに推測させず、担当者が先に指定します。 ## 数式が参照するセルを確かめる 小計セルが数量と単価を参照しているか、合計セルが必要な行を含むかを確認します。別シートの価格表を参照するなら、製品コードと単価の対応、価格表の版も見ます。前の案件の金額を値として貼り付けたセルが混ざっていないかも確認対象です。 Windows版Excelには、数式を段階的に評価する「数式の検証」があります。Microsoftの手順では、対象セルを選び、「数式」からワークシート分析の検証機能へ進みます。これは一つの数式の計算過程を見る機能で、見積書全体の正しさを一括承認するものではありません。 ## 丸めと値引きの順番は会社の基準に合わせる 行ごとに丸めるか、合計してから丸めるかで値が変わる場合があります。率で値引きする場合も、どの金額に掛けるかを明記します。税区分や税額の扱いは、会社が使用する正式な経理・見積ルールに合わせ、この記事の例から判断しません。 見積の計算仕様 小計の式： 数量が空欄の場合： 単価が未登録の場合： 合計に含める行： 値引きの対象と順番： 端数処理の単位と方法： 税の扱いを確認する正式資料： 参照する単価表の版： ## AIへ頼むのは、確認候補の洗い出し 「この見積は正しいですか」だけでは、AIが表示値を眺めて問題なしと答える可能性があります。式、入力条件、期待結果を渡し、未確認項目を挙げてもらいます。顧客名や社外秘の価格表は、利用を許可された環境と範囲で扱ってください。 この見積表の確認項目を作ってください。 入力、数式、参照表、丸め、例外に分けます。 正しいと断定せず、検証に必要な入力と期待結果を示してください。 単価や税区分が不明な箇所は、推測せず担当者の確認欄へ残してください。 最後に保存したファイルを開き直し、再計算、印刷範囲、提出用PDFまで確認します。計算シートが正しくても、印刷で行が欠けていれば提出物として完成していません。見積の業務全体をAIと分担する方法は、見積作成へのAI活用で整理しています。 ## 確認に使った資料 - Microsoft：Excelの数式エラーの検出 - AiWiLL：見積作成とAIの役割 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # 点検写真から報告書の下書きを作るプロンプト｜観察と判断を分ける URL: https://aiandwill.com/inspection-photo-prompt-template/ 公開: 2026-09-05 / 更新: 2026-09-05 点検写真からAIに文章を作らせるときは、「異常を診断して」ではなく、「見える事実と現場の記録を、報告書の項目へ整理して」と依頼します。写真だけでは寸法、測定値、原因、基準への適合を確定できない場合があるためです。下書きと専門担当者の判断を分ける入力表を用意します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 写真を送る前に、対応表を作る 画像だけを複数枚渡すと、場所や撮影順の対応を取り違える可能性があります。写真番号を付け、どの設備・場所の、何を記録したものかを現場メモと結び付けます。以下は架空の記入例です。安全性や不具合の診断例ではありません。 写真番号 場所 現場で記録した事実 未確認 P01 入口側の設備A 外観を撮影。ラベルの全体は写っていない 型式、製造年 P02 同設備の側面 現場メモに「表面の変色」と記録 原因、内部状態 P03 別の設備B 周辺の設置状況を撮影 測定値、基準への適合 AIが読み取った内容と、担当者が現場で確認した内容を同じ欄へ混ぜないでください。特に型式や数値は、一文字の読み違いでも別の意味になります。ラベルが切れている写真から型式を推測させず、追加撮影や原資料で確認します。 ## そのまま調整して使える依頼文 添付写真と対応表から、点検報告書の下書きを作ってください。 出力は写真番号ごとに、次の順にします。 1. 対応表に記録された場所・対象 2. 写真から確認できる外観上の事実 3. 現場メモに書かれた事実 4. 写真とメモの食い違い 5. 担当者が追加確認すべき項目 原因、故障、安全性、法令・基準への適合を推測で断定しないでください。 数値と型式は不鮮明なら「判読できない」としてください。 資料にない測定値や実施していない作業を補わないでください。 提出用の結論欄は、専門担当者の確認待ちにしてください。 ## 下書きで見る三つの間違い 一つ目は写真の取り違えです。P01の記述がP03へ付いていないか、番号と画像を並べて見ます。二つ目は言い換えによる断定です。「変色して見える」が「劣化している」へ変わると、観察から判断へ踏み込んでいます。三つ目は未実施作業の混入です。清掃や測定をしたと書かれていないか、元メモと照合します。 AIの文章が自然でも、この三つが正しいとは限りません。担当者の確認欄を空欄のまま残せる様式にして、下書きの完成と点検の完了を区別します。修正した理由は、次回の指示文へ反映する材料にもなります。 ## 提出前に写真と文章を一枚ずつ照合する - 場所、設備名、撮影日が原記録と一致しているか。 - 各写真が正しい記述の隣に置かれているか。 - 写っていない数値や内部状態を補っていないか。 - 専門担当者が結論と必要な対応を確認したか。 - 提出先に応じた様式、ページ順、写真の解像度になっているか。 個人の顔や車両番号などが写る場合は、提出やAI入力が許可される範囲を確認します。写真の加工が必要なら、会社の記録管理ルールに従って原本を残し、提出用と区別します。本文生成のために、関係のない写真までまとめて渡す必要はありません。 現場メモから報告書へ移す全体工程は点検報告書の記事で説明しています。自社の様式に合わせたい場合は、報告書の下書きと確認手順の設計をご相談ください。 ## 確認に使った資料 - AiWiLL：点検報告書へのAI活用 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AI議事録で決定事項と宿題が混ざる｜担当・期限を捏造させない指示文 URL: https://aiandwill.com/minutes-decisions-tasks/ 公開: 2026-09-05 / 更新: 2026-09-05 「来週までにやれたらいいですね」が「来週までに実施する」に変わると、議事録は元の会議とは違う約束を作ってしまいます。AI議事録を仕事へ使うには、発言を短くするだけでなく、決定、提案、依頼、保留を区別する必要があります。担当や期限が出ていない項目は、未定のまま残します。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 決定事項は、意見の強さで決めない 長く話した人の意見や、最後に出た案が、合意された内容とは限りません。会議の記録に明示された承認や合意を確認し、分からない場合は確認待ちへ置きます。話者が特定できない音声を、発言内容から推測して実名に結び付けることもしません。 発言の架空例 記録する区分 不足している情報 「案Aでもよさそうです」 提案・意見 採否の確認 「案Aで進めます」「異議ありません」 決定候補 適用範囲が曖昧なら確認 「比較表を用意してください」 依頼 担当者、期限、完成条件 「担当は次回決めましょう」 保留 次回の確認担当 区分名は会社の会議ルールに合わせて変えて構いません。大事なのは、情報がない状態を空欄や未定で表せることです。全行をきれいに埋めることを完成条件にしないでください。 ## 議事録から行動へ移すための出力指定 以下の会議記録を、決定・提案・依頼・保留に分けてください。 各行は次の列にします。 区分／内容／根拠の発言または時刻／担当者／期限／完成条件／確認事項 明示された合意が見つからない案は、決定にしないでください。 担当者・期限・完成条件が述べられていない場合は「未定」とします。 話者が不明な部分は、実名を推測しないでください。 相対日付は、会議日が分かる場合だけ変換し、元の表現も残します。 最後に、司会者が確認すべき質問だけを一覧にしてください。 ## 「来週」「月末」を日付に直すときの確認 会議日が記録されていなければ、「来週」を確定日へ変える根拠がありません。会議日が分かっても「来週中」と「来週の会議まで」は違います。元の言い方を残し、具体的な期限を確認してからタスクへ登録します。 「確認する」と「提出する」も別の行動です。誰かが見積を確認する約束を、見積を作成するタスクへ変えないようにします。動詞、対象物、確認する相手を一緒に読むと、要約で落ちた仕事の境界が見つかります。 ## 会議後の確認は、不足欄だけに絞る 全文を全員に送り「間違いはありますか」と聞くより、判断が必要な項目を具体的に出します。たとえば「比較表の担当は誰か」「完成は項目の列挙までか、推奨案までか」「締め切りは次回会議の前か」という問いです。承認者の回答を受けて、初めて正式な決定とタスクへ移します。 会議後の確認票 決定として扱ってよい内容： 担当者が未定の依頼： 期限が曖昧な依頼： 作業の完成条件が不足する項目： 次回へ持ち越す論点： 確認した人と日時： 同じ未定が毎回残るなら、AIへの指示を増やすだけでなく、会議の締め方を変えます。最後に決定、担当、期限を読み上げる役割を決めれば、元の記録の質を改善できます。会議の整理を社内の仕事へつなぐ全体像は、議事録のAI活用で紹介しています。 ## 確認に使った資料 - AiWiLL：議事録にAIを使う方法 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # AIが古い社内ルールで答える｜最新版だけを参照させる管理表 URL: https://aiandwill.com/old-rules-contamination/ 公開: 2026-09-05 / 更新: 2026-09-05 「最新のルールで答えて」と指示しても、AIがどの資料を最新版と判断すべきか分からなければ、古い手順が混ざります。更新日時、承認日、適用開始日は別の情報です。まず、人とAIが同じ資料を正式版として扱える管理表を作ります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## ファイル名の「最新版」だけに頼らない 「手順書_最新版_修正2」のような名前では、古いファイルとの優先順位を十分に示せません。新しく保存した検討案が、承認済みの旧ファイルより更新日時だけ新しいこともあります。社内ルールとして有効かは、文書の管理者が決める必要があります。 管理項目 説明用の例 文書ID WORK-012 版 第3版 状態 検討中／承認済み／廃止 適用日 いつからこの手順を使うか 適用対象 対象部署・業務・例外条件 管理者 内容を判断し更新できる役割 置き換え先 廃止時に使う後継文書 金額、権限、人事などのルールをAIが独断で選び直す設計にはしません。食い違う資料があれば、参照箇所を示して管理者へ確認する動作を決めます。この記事は資料管理の手順で、規程の法的な有効性を判断するものではありません。 ## 履歴を消すことと、日常の参照から外すことを分ける 過去の判断を調べるため、旧版の保管が必要な場合があります。一方、毎日の回答へ同じ重みで渡す必要はありません。正式版の入口と履歴の保管場所を分け、通常の質問では承認済みで適用中の文書を対象にします。 NotebookLMなどソースを選択できる環境なら、質問対象を絞る方法があります。ただし画面で選び直すだけでは、組織の管理ルールは完成しません。更新担当、反映するタイミング、変更後に試す質問を決めておきます。 ## AIへ渡す参照条件 対象業務： 適用する日付： 対象部署： 正式資料の文書IDと版： 承認済みで、対象日と対象部署に適用される資料を使ってください。 回答に文書ID・版・根拠箇所を添えてください。 資料同士が矛盾する場合は、独自に優先順位を決めず、矛盾点を示してください。 条件を満たす資料がない場合は、管理者への確認事項を返してください。 ## 改訂したら、変わった質問で答え合わせする 更新後の確認には、変更箇所に当たる質問を使います。たとえば受付先が変わったなら、新しい担当先を答えるか、旧担当先を答えないかを確認します。変更のない項目も一つ試し、更新で別の部分が欠けていないか見ます。 過去日時を指定した質問と、現在の質問を分けて試すこともできます。履歴を検索する用途では旧版が必要でも、現在の手順を案内する場面では別の答えが求められます。テスト用の問い、期待結果、確認日をセットで残します。 ## 資料の数より、訂正が戻る経路を整える 誤答を見つけた人が毎回チャットで言い直すだけでは、別の人の質問で再発します。誤答の記録を管理者へ渡し、正式資料の修正、AI側の参照更新、確認質問の再実行まで担当をつなげます。社内の置き場が分かれているなら、まず一業務だけでこの流れを作ります。 更新が止まる構造はナレッジマネジメントの失敗原因、回答と原文の照合は引用チェック表で確認できます。正式資料とAIの参照先を整える支援は、こちらからご相談ください。 ## 確認に使った資料 - AiWiLL：ナレッジ管理が止まる原因 - Google：ソースの追加と管理 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る --- # ChatGPT・Claude・Geminiを同じ仕事で比べる｜社内テストの採点表 URL: https://aiandwill.com/ai-tools-same-task-test/ 公開: 2026-09-05 / 更新: 2026-09-05 「どのAIが一番よいか」を自社の業務で決めるなら、同じ仕事を同じ条件で頼み、成果物を直して使えるまでを比べます。最初の回答がきれいでも、必要な項目が抜けていたり、確認に時間がかかったりすれば、現場での使いやすさは変わります。 執筆・監修 AiWiLL株式会社 代表取締役 赤堀亘 日本テレビ・Bitget等でのB2Bマーケティング実務を経て、2023年にSHIFT AI創業へ参画。コミュニティ・スクール責任者として2年で3万人規模へのグロースを主導。2026年、静岡県熱海市でAiWiLL株式会社を創業。生成AI顧問「WiLLAGENT」として、防災設備・不動産管理・旅館・飲食など現場型の中小企業に入り、売り上げ向上に寄与するマーケティングや営業施策をどうAIで質を上げ、数を増やすかを一緒に考え抜き、人手不足のなか報告書・見積・マニュアルづくりといった実務をいかにAIで省くかといった、AIを使った事業づくりを伴走支援している。生成AI研修・Eラーニングの監修も担当。企画したイベント・ウェビナーは累計112件、参加者は1万人超。 AIエージェント・新規事業リサーチ・マーケティングの実践セミナー3本の本編と、WiLLAGENTのサービス説明PDFを、無料の資料セットとして公開しています。→ 無料資料セットを受け取る ## 比較する業務を一つに絞る 営業資料、社内FAQ、議事録では、必要な能力が違います。まず「問い合わせ文を指定の分類へ分け、根拠と要確認事項を出す」のように、入力と完成物を一文で決めます。文章の上手さと計算の正確さを一つの総合点へ混ぜる前に、その業務で失敗してはいけない条件を選びます。 ここで示すのは採点の設計例です。特定モデルを実行して順位を出した比較結果ではありません。採用する時点のプラン、モデル名、利用できる機能を記録し、自社の許可された環境で試してください。 ## 各ツールへ渡す条件をそろえる - 同じ入力資料を使い、個人情報や機密情報の扱いをそろえる。 - 必須項目と出力形式を同じ指示文で指定する。 - Web検索や外部接続を使うかを事前に決める。 - 会話履歴の影響を避けるため、比較用の新しい会話から始める。 - モデル名、設定、実施日、入力の版を残す。 ツールごとの機能差が業務に必要なら、その差を比較に含めることもできます。ただし「モデルだけの差」ではなく、ツールと設定を含む運用の差として記録します。添付できる形式が違う場合、片方だけ資料を要約して渡すと入力条件が変わるため注意します。 ## 採点表は、点数より判定基準を先に決める 評価項目 確認すること 事実の一致 元資料にない数字や条件を足していないか 必須項目 指定した列や見出しが欠けていないか 不明点の扱い 材料がないときに保留や質問へ回せるか 根拠 担当者が原資料で確かめられるか 形式 次の業務へ渡せる形になっているか 人の修正時間 確認開始から使用可まで何分かかったか 「資料にない金額を作らない」のような必須条件は、読みやすさの点数で相殺しない方が判断しやすくなります。必須条件を満たした候補について、修正量や使いやすさを比較します。採点者が複数いるなら、同じ成果物を見て基準が一致するかも確かめます。 ## 通常・例外・情報不足の三種類を用意する 通常のきれいな入力だけで試すと、実務の困りごとが見えません。必要項目が全部あるケース、条件が食い違うケース、判断材料が欠けるケースを用意します。回数を決めて複数の入力を試し、一回だけ良かった回答を代表にしないようにします。 改善の追加指示を出す場合は、その回数と内容も記録します。Aには何度も助言し、Bは初回だけで比べれば、人の介入量が違います。初回品質を比較する試行と、業務で使えるまで直す試行を分ける方法もあります。 業務名／入力セットの版： 実施日／ツール／モデル／設定： 必須条件の合否： 誤りと抜けの内容： 追加指示の回数： 人が確認・修正した時間： 最終成果物を使えるか： その用途で採用する理由／残る制約： 比較の結論は「この条件の、この業務では使いやすかった」と範囲を付けます。モデルや資料が変わったら、同じ入力セットで再確認できます。用途別の候補を選ぶ入口は主要AIツールの比較記事、社内の採点基準づくりはAI活用の相談窓口をご利用ください。 ## 確認に使った資料 - AiWiLL：ChatGPT・Claude・Gemini・NotebookLMの比較 ## 自社の仕事なら、何をAIに任せられるか。 報告書の作成、見積りの下書き、問い合わせ返信、社内資料の整理。いま困っている仕事を一つ選び、必要な資料と、人が確認する範囲から整理します。 まずはAIに任せる準備度を診断する 任せたい業務・費用について相談する AI社員の制作と、自社でAIを作り育てるAI顧問をご案内しています。支援内容・料金を見る