生成AIを仕事で使うために本当に必要なスキルは何か

会議の記録を生成AIに要約させたところ、決定事項がひとつ抜けていました。抜けに気づけたのは、もとの記録を最初から読み直したからです。要約そのものは数秒で出てきましたが、それを信用してよいか確かめるために、自分で要約を書くのと変わらない時間を使っています。

こうなったとき、たいていは指示の出し方を疑います。役割を与える、条件を箇条書きで渡す、出力形式を指定する。型を覚えると文章の見た目は整いますが、確かめ直す手間は減りません。整った文章ほど、誤りが目立たなくなるためです。

生成AIを仕事で使えるかどうかを分けているのは、指示の技術ではありません。出力を確かめる手順を持っているか、その手順が成り立つ場所に業務を置けているかです。身につけるものの大半は、AIの側ではなく業務の設計側にあります。

定着しなかった業務には、同じ構造があります

試したものの使わなくなった業務を並べると、共通点が見つかります。作るのは速いのに、合っているかどうかを確かめるほうに時間がかかる、という構造です。

作業を2つに分けると分かりやすくなります。ひとつは作成コスト、成果物をゼロから作るのにかかる時間です。もうひとつは検証コスト、出てきたものが使えるかを確かめるのにかかる時間です。生成AIが下げるのは前者だけで、後者は下がりません。自分で書いていれば書きながら確認していた部分が抜けるため、確認の負荷はむしろ上がります。

検証コストが作成コストを上回る業務では、導入しても総時間は減りません。減らないだけならまだしも、確認を省いた場合には誤りがそのまま外に出ます。「思ったより使えなかった」という感想の多くは、この構造の言い換えです。

裏を返すと、定着している使い方は検証が軽い場所に置かれています。下書きを作らせて人が直す、候補をいくつも出させて1つ選ぶ、長い資料から該当箇所を探させて原文で確認する。いずれも、確かめる作業が元の作業より小さくなっています。

向く業務と向かない業務は、4つの質問で切り分けます

対象にしたい業務へ、次の4つを当ててみてください。3つ以上に答えられない業務は、いま手をつけても回りません。

1. 突き合わせる先が手元にありますか

出力の正しさを判定するには、比べる相手が要ります。社内の様式、過去の承認済み文書、台帳の数値、原文そのもの。これらがあるなら検証は短時間で終わります。「一般的にはどうか」を尋ねる使い方は、比べる相手が存在しないため、いつまでも確認が終わりません。

2. 誤っていたときに、自分で気づけますか

よく知っている領域なら違和感で止まれます。知らない領域では、もっともらしい誤りをそのまま受け取ります。生成AIは確信の度合いを文面に出さず、誤っているときほど文章は滑らかになります。詳しくない分野の調査が危ないのは、この非対称のためです。

3. 間違ったまま進んだとき、戻せますか

社内向けの下書きなら差し戻せます。送信済みのメール、提出した申請、顧客に出した見積もりは戻せません。戻せない工程の手前には、人の確認を必ず挟みます。

4. 同じ形の作業が繰り返し発生しますか

1回きりの作業では、指示を組み立てる手間と検証の設計が回収できません。月次や週次で発生し、入力の形が毎回そろっている作業から始めるほうが、投じた時間が手元に残ります。

この4つを業務の型ごとに並べると、任せられる範囲が見えてきます。

	定型文書の下書き	大量のテキストの分類・抽出	知らない分野の調査	社外に出す最終文書
正解の決まり方	社内の様式があり、外れれば分かる	分類の基準を先に文章で決められる	一次情報に当たるまで決まらない	相手と目的によって変わる
誤りへの気づきやすさ	様式と照らせば見つかる	一部を抜き取れば傾向が出る	誤りほどもっともらしく見える	内容を知る人が読まないと分からない
検証にかかる手間	作成より小さい	件数が増えても比例しては増えない	出典を1件ずつ当たるため作成より大きい	結局は全文を読み直す
現実的な使い方	下書きを任せ、人が仕上げる	一次仕分けに使い、境界の判断だけ人が見る	調べ先の候補出しにとどめる	構成案まで。文責は人が持つ

表の右へ行くほど、出力を人が使える状態にするまでの距離が長くなります。距離の長い業務を最初の題材にすると続きません。

集計や分析の工程を任せたい場合は、その手前でデータを取り出せるかどうかが先に問題になります。学ぶ順番はデータ分析は何から学ぶべきかで整理しています。

検証は心がけではなく、工程として業務に置きます

確認するという意識は、忙しくなると最初に消えます。人の注意力に頼らず、手順として置いてください。

• 突き合わせ先を先に決める。作業を始める前に「この出力は何と比べて正しいと判断するか」を1行で書きます。書けないなら、その業務はまだ任せられません
• 確認する場所を限定できる形式で出させる。要約なら、根拠になった原文の該当箇所を並記させます。表なら、転記元が追えるよう項目名をそろえます。全文を読み直すしか確認方法がない形式で受け取ると、検証コストは下がりません
• 全数確認から抜き取りへ切り替える条件を決めておく。編集部としては、最初のひとまとまりは全数を確認し、誤りが出ない状態が続いてから抜き取りに移すことを勧めます。抜き取り中に1件でも誤りが出たら全数に戻します
• 誰が確認したかを残す。生成AIが作ったかどうかにかかわらず、業務文書には文責があります。承認欄の運用がすでにあるなら、そこへ乗せるのが早道です
• 同じ誤りを2回直したら、指示文の側に条件を1つ足します

この工程を作ると、AIを使っている時間より、その前後の設計に時間がかかることが分かります。配分としてはそれで合っています。すでにある業務のどこへ新しいやり方を挟むかという判断は生成AIに限った話ではなく、学んだことを仕事に持ち込む手順でも同じ論点を扱っています。

入力してよい情報は、3段階に分けて判断します

規程を読む前に、自分が扱う情報を3つに仕分けておくと判断が速くなります。

1. そのまま入れてよいもの。公開済みの資料、自分で書いた一般的な文章、社外に出ても支障のない相談
2. 加工すれば入れてよいもの。社名や個人名を伏せ、金額を丸め、固有の型番を外しても意味が通るもの
3. 入れてはいけないもの。顧客から預かった情報、契約で守秘の対象と定められたもの、個人を特定できる情報、未公表の業績や人事に関する情報

2の加工には落とし穴があります。名前を伏せても、業界・規模・時期・案件の特徴が残っていれば読んだ人に特定されます。伏せ字にした文章を読み返して、社外の人が誰の話か推測できるようなら、まだ3の扱いにしてください。

社内規程との関係では、次を確認します。

• 業務での利用が認められているか。認められている場合、指定のアカウントや環境があるか
• 入力した内容が学習に使われない設定になっているか。同じ種類のサービスでも、個人向けと法人契約で扱いが変わることがあります
• 入力履歴がどこに保存され、誰が閲覧できるか
• 顧客との契約に、外部サービスの利用や再委託に関する条項がないか

規程が整備されていない会社も多くあります。そのときに「禁止されていないから自由」と読み替えないでください。あとから問題になるのは、たいてい顧客から預かった情報を個人アカウントで扱った場合です。規程がないなら、扱う情報の範囲と使うアカウントを自分の言葉で書き出し、使い始める前に上長と情報システム部門へ一度通しておくほうが、後の説明が楽になります。

身につける順番は、業務側から決めます

学ぶ対象を並べると、古くなる速さがはっきり違います。

身につける対象	具体的に何をすること	古くなりやすさ	効いてくる場面
業務の切り分け	どの工程を任せ、どこで人が受け取るかを決める	ツールが入れ替わっても変わらない	導入するかどうかを決めるとき
検証の設計	何と突き合わせて正しさを判定するかを先に決める	ほぼ変わらない	毎回の運用のたびに
情報の取り扱い判断	入力してよい情報を分類し、規程と照らす	規程や契約の改定に合わせて更新が要る	使い始める前と、扱う業務が変わったとき
指示の書き方	前提・条件・出力形式の伝え方	モデルやツールの更新で変わる	検証の手間を少し減らしたいとき
画面と機能の操作	機能名、設定項目、追加機能の使い方	数か月単位で変わる	目の前の作業を進めるときだけ

上の3つはツールが入れ替わっても持ち越せます。下の2つは覚えた時点から古くなり始めるため、学習に充てられる時間が限られているなら、上から順に手をつけたほうが残ります。

指示の書き方に意味がないわけではありません。出力の形式を指定して確認箇所を絞る、前提条件を先に渡して的外れな出力を減らす、といった書き方は検証コストを直接下げます。効くのは「検証を軽くする範囲」であって、検証の代わりにはならない、という位置づけです。

講座や研修の受講を検討している場合も、見るべきところは同じです。どこまでが操作の説明で、どこからが業務設計の話かを見分ける観点は、生成AIスクールを選ぶときの判断基準で扱っています。

最初に任せる1件をどう選ぶか

いまの担当業務の中から、次の条件を満たすものを1つだけ選びます。

• 毎月あるいは毎週、決まった形で発生する
• 出来上がりを判定する基準が、すでに様式や過去の文書として存在する
• 誤っても社外に出る前に止まる
• 1回あたり30分から数時間程度で、やり直しても損失が小さい

候補が複数あるなら、最も退屈な作業を選んでください。判断の要らない作業ほど検証が軽く、続きます。

選んだら、2週間は同じ業務だけで回します。複数を同時に始めると、うまくいかなかったときに原因が業務の選定なのか、指示なのか、検証の置き方なのかを分けられなくなります。2週間後に見るのは出力の質ではなく、確認まで含めた総時間が以前より減ったかどうかです。減っていないなら、その業務は向いていません。次の1件に移ります。

手順が完全に決まっている作業なら、毎回AIに投げるよりプログラムで処理したほうが検証自体が要らなくなります。自動化に寄せる範囲と生成AIに任せる範囲の切り分けは、Pythonを仕事で使えるレベルまで学ぶにはで扱う業務化の要件と共通です。

よくある詰まりどころ

出力の質は上がったのに、業務が楽にならない

指示を磨いた分だけ文章はよくなりますが、確認の手順が変わっていなければ総時間は動きません。見るところを出力から検証に移してください。全文を読み直しているなら、読む範囲を限定できる出力形式に変えるのが先です。

社内で使ってよいのか、誰に聞いても答えが返ってこない

判断する担当が決まっていない状態です。可否を尋ねるのではなく、扱う情報の種類と使う環境を書いた上で「この範囲で始めます」と申し出るほうが話が進みます。記録が残るぶん、後から範囲を広げるときの土台にもなります。

周囲が効率化したと言っているが、自分の業務では実感がない

定型の下書きが多い仕事と、その場の判断が多い仕事では、任せられる工程の量が違います。他人の成功例をそのまま移すのではなく、4つの質問を自分の業務に当て直してください。

結局すべて自分で書き直している

書き直しが発生すること自体は失敗ではありません。問題は、書き直しの内容が毎回同じかどうかです。同じ直しが続くなら、その条件を指示に足せば減ります。毎回違う直しが必要なら、その業務は判断が中心であり、下書き作成には向いていません。