AIに文章を書いてもらう。資料を整理してもらう。企画の候補を出してもらう。
こうした作業を任せて、考える負担を減らしていい。私はそう考えています。
ただ、仕事や発信に使うなら、自分の側に残しておきたいものがあります。
それは、何を目的にし、何を大切にし、どの条件なら採用するかという判断基準です。
毎回すべてを自分で判断する必要はありません。
任せる範囲と、確認する場面を決めれば、定型的な選択までAIに任せられます。
この記事では、SolunaProjectの受付AIを作った経験から、AIへ渡す作業と人間に残す判断を整理します。
AIを発信や商品づくりに使いながら、
出てきた答えをどこまで採用してよいか迷っている方に向けた、私なりの実践方法です。
AIで作業が速くなっても納得できないとき
AIを使うようになって、形にできるものは増えました。
以前なら数時間かかっていた作業が、数十分で進むこともあります。
それでも、ときどき妙な感覚が残ります。出力は悪くない。なのに、自分が作った気がしない。
私の場合、その感覚をたどると、自分で何を選び、なぜそうしたのかが曖昧なことがありました。
整った案を受け取って、そのまま採用していたのです。
判断には負担があります。一つを選べば、ほかの可能性を捨てることになる。
結果が悪ければ、選んだ理由も問われます。
疲れている日は特に、AIから「こちらがおすすめです」と言ってもらえるだけで、ほっとします。
だからこそ、元気なときに任せ方を決めておきたい。
毎回気合いを入れて考えるより、どこを確認すればよいか分かっている方が、私には続けやすいからです。
判断材料をつくる作業と選ぶ基準を分ける
「AIを使うと、人間は考えなくなる」という話を聞くことがあります。
でも、考える仕事の中には、性質の違う作業が含まれています。
候補を集め、整理し、比較すること。目的や条件に照らして、何を採用するか決めること。
後者の判断も思考の一部ですが、AIとの役割分担を考えるときは、分けてみると扱いやすくなります。
たとえば記事を書く場合、見出しを何案も出す作業はAIに任せられます。
一方で、誰に届けたいのか、どんな経験を伝えたいのか、
事実以上に大きく見せていないかは、書き手が確かめたい部分です。
AIから提案を受けて、自分の目的を考え直すこともあります。
最初から立派な判断基準を持っている必要はありません。
対話しながら基準を言葉にし、必要なら更新していけばいいと思っています。
受付AIがカレーを勧めてくれた話
私は公式サイトに「エヴォルナ」というAIコンシェルジュを実装しました。
WordPress上で動く、SolunaProjectの受付AIです。
実装方法の候補出し、手順の整理、コードの作成、不具合の原因探しには、かなりAIの力を借りました。
私はプログラマーではないので、分からないところを教わりながら進めました。
テスト中、何気なく「今日の夕食、何にしよう？」と聞くと、エヴォルナは普通に答えてくれました。
さらにカレールーについて尋ねると、
5ブランドを比較して、「迷ったらゴールデンカレーの中辛」まで教えてくれたのです。
楽しかったんです。正直、かなり（笑）。
この会話を別のAIにも見せたところ、Claudeから、受付としては応答範囲が広すぎるのではないか、という指摘を受けました。確かに、と私は思いました。
来訪者がエヴォルナを好きになってくれるのは嬉しい。でも、カレールーのおすすめを聞きに来る人を増やすことが、この受付の目的ではありません。会話が増えればAPIの利用料金もかかります。
そこで、来訪者の楽しさと、サービスへの案内、運用費用を考え合わせました。
そのうえで、AI活用・業務改善・SolunaProjectのサービスや記事案内を中心に答え、
担当外の話題では案内に戻る方針に変えました。
問題に気づくきっかけはAIがくれました。
採用すると決めた理由は、自分の事業の目的と条件から説明できます。
この関わり方を、私は大切にしています。
カレーの一件の詳しい経緯は、noteの開発記録にまとめています。
AIへ任せる範囲を三つに分ける
受付AIを作った経験も踏まえて、私は仕事を次のように分けて考えています。
AIに下準備を任せる
文章の下書き、要約、見出し案、比較表の作成などです。人間が一からすべてを作る負担を減らせます。
ただし、下調べや要約を任せても、内容の正しさまで確認済みになるわけではありません。公開する数字や引用、提案の前提になる情報は、元の資料に戻って確かめます。
AIと一緒に検討する
企画の仮説、選択肢の比較、弱点探しなどです。
自分が見落としていた条件や、ほかの選び方を出してもらいます。
ここで欲しいのは、検討を進める材料です。反対意見にも誤りはあり得るので、理由や根拠を見ながら使います。
複数のAIが同じ意見でも、それだけで正しいと決めることはできません。
人間が目的と確認条件を決める
誰のために何をするのか。何を優先し、どこまでを許容するのか。
どんなときに人間へ戻すのか。こうした基準を決め、運用しながら見直します。
これは、定型的な選択まで毎回人間が引き受けるという意味ではありません。
たとえば問い合わせの分類なら、分類先と例外条件を決めてAIに任せ、
不明なものは人が確認する設計を考えられます。
任せた後も、結果を確かめ、基準を変えたり止めたりできる状態を残しておく。
そうすれば、判断の回数を減らしながら、大切な部分に関われます。
業務に組み込む際の具体的な線引きは、AI導入で最初に決めたい4つの境界線でも整理しています。
AIの提案を使うときの三つの手順
記事や企画など、自分の名前で出すものを作るときには、次の手順を試してみてください。
まず目的か仮説を一行書く
案があるなら、「私はA案がよいと思う。理由は〇〇」と書きます。
まだ案がなければ、「誰に、何を伝えたいか」だけでも十分です。
たとえば、記事のタイトルを考えるなら、こう伝えられます。
「読者は、AIで下書きを作っても修正に時間がかかる個人事業主です。
この記事では、先に自分の判断基準を渡す方法を伝えたい。
この目的に合うタイトルを提案してください」
目的が見えていれば、候補を比べるときに戻る場所ができます。
次に弱点と選ばない条件を聞く
気に入った案が出たら、賛成意見だけで終えず、弱点も確かめます。
「この案の弱点と、選ばない方がよい条件を挙げてください。私の前提が間違っている可能性も検討してください」
記事なら、読み手が誤解する表現はないか。商品の提案なら、実際に提供できる範囲を超えていないか。
確認したい点を具体的に伝えると、検討に使いやすくなります。
最後に採用理由と見直す条件を残す
選んだ理由は、一行で構いません。
「今回はB案を選ぶ。対象読者の困りごとが最も伝わるから。ただし、本文で説明していない効果までは約束しない」
後から結果を振り返れば、何を基準に選び、何を変えるべきかを考える材料になります。
記録は、その日の正解を固定するためではなく、次に見直せるように残します。
すべての作業で立ち止まらなくていい
毎回この手順を踏んでいたら、それ自体が負担になります。
私も、すべてを細かく記録したいわけではありません。
確認を厚くするのは、顧客への提案や公開記事など、他者への影響が大きいもの。
あるいは、契約条件の変更やデータの削除など、やり直しが難しいものです。
外に出ない作業でも、影響と戻しやすさは見ておきたいところです。
逆に、表記の統一や下書きの並べ替えなど、結果をすぐ確認でき、簡単に戻せる作業は、任せやすい。
定型的な処理なら、ルールと例外を先に決めることで、毎回の迷いも減らせます。
自分が詳しくない分野では、判断基準があるだけでは足りません。
事実を確かめる資料や、専門知識のある人による確認も必要です。
自分が納得したことと、内容が正しいことは、分けて扱いたいと思います。
大切な判断に使える余力を残す
私は毎日、文章も企画もコードも、かなりの部分をAIに手伝ってもらっています。
そのおかげで、一人では手が届かなかったところまで進めるようになりました。
だから、AIに任せられる作業は、これからも増やしていきたい。
同時に、何を届けたいのか、誰の役に立ちたいのか、
どんな仕事なら自分の名前で引き受けられるのかは、考え続けたいと思っています。
AIに思考の負担を減らしてもらい、本当に大切な判断に時間と余力を残す。
そのために、まずは次にAIへ頼む仕事を一つ選び、
「任せる部分」と「自分が確認する部分」を一行ずつ書いてみてください。
SolunaProjectでは、専門家や個人事業主の経験・判断基準を整理し、AIで発信や仕事に生かすための支援を行っています。ご自身の仕事でどこまで任せられるか整理したい方は、サービスと相談の案内をご覧ください。
あわせて読みたい
【うちの受付嬢AIが、カレーのルーをおすすめしてきた話】
https://note.com/soluna_project/n/nd4462b8e7e7c
SolunaProject ｜ 人とAIの共創 ｜ 幸福の効率化
AIは義足、才能は本体。
コメント