要件整理から公開前QAまでを、ひとつの制作ラインに
会社情報、参考サイト、ブランド素材、過去の成果物を先に整理し、ページごとの役割を決めます。AIはコピー、構成、画像、実装、レスポンシブ検査を分担。人は事実・公開範囲・最終品質を承認します。
会社情報・顧客・強み・参考サイト
構成、コピー、実装、画像、内部リンク
事実、表現、法務、公開承認
画面幅、リンク、画像、フォーム、計測
設計の要点
- 同じ訴求を全ページへコピペしない
- 法人記事と個人向け記事でCTAを分ける
- 未検証の効果数値は作らない
人が残す判断
- 何を会社の強みとして公表するか
- 顧客事例・顔・社名の公開許諾
- 本番公開とドメイン/DNS変更
会社ホームページ、LP、記事テンプレート、問い合わせフォーム、構造化データ、公開前QAレポート
相手企業の文脈を読み、提案資料の初稿を組み立てる
相手企業の公開情報と、自社のサービス正本を混ぜずに収集。課題仮説、提案範囲、進め方、成果物、費用の論点を資料へ落とします。AIの仮説と確認済み事実を明示的に分離します。
商談メモ・企業公開情報・商品正本
調査、課題仮説、構成、図解、初稿
仮説の妥当性、価格、約束する範囲
個社別提案書と商談用説明メモ
設計の要点
- 出典URLと取得日を保持する
- 推測を事実のように書かない
- 価格・納期・成果保証は人が確定する
再利用できるもの
- 会社紹介とサービス説明
- 導入工程と承認ゲート
- 成果物の実例と品質基準
法人向け提案サンプル、会社紹介資料、サービス紹介資料、商談後フォローの下書き
調査・執筆・配信を自動化しても、独自情報は人から取る
検索需要や反応データからテーマ候補を作り、同じ検索意図・同じ記事形式の競合を比較します。ただし、AIが一般論を寄せ集めるだけでは差がつきません。実体験、成果物、判断理由を人から取り、一次情報として記事へ入れます。
需要、既存順位、顧客質問を収集
同じ意図・形式の競合10〜20件
実体験・成果物・判断理由を追加
月次で順位、鮮度、内部リンクを更新
AIに任せる
- 候補収集と重複チェック
- 構成案、初稿、関連ページ候補
- 14日・28日後の差分レポート
人が確認する
- 経験していない内容を足していないか
- サービスの現在仕様と一致するか
- 公開してよい顧客情報か
検索意図別の記事、SNS投稿、メルマガ、LINE配信、動画台本、月次リライト候補
会議を「議事録」で終わらせず、次の仕事へつなぐ
録画・音声・画面内資料を分けて読み取り、決定、未決定、担当、期限、根拠URLへ整理します。長い文字起こしを毎回読むのではなく、正本へ蒸留し、必要なAI社員が同じ事実を参照できる状態にします。
録画、字幕、画面、共有URLを保全
決定、TODO、未確定、根拠を分離
会社・顧客・案件の正本へ振り分け
実装、QA、承認待ちを台帳化
品質を守る仕組み
- 取得不能は推測せず明記
- 音声発言と画面表示を区別
- 決定と提案を同じ扱いにしない
情報量を増やしすぎない
- 生データは証拠アーカイブへ
- AI社員には実行ルールを蒸留
- 矛盾は勝手に平均せず人へ返す
証拠台帳、文字起こし、決定ログ、実装チェックリスト、担当別TODO、正本更新案
定型処理は自動化し、送金・公開・削除は人が承認
受信メールや入力データを分類し、請求書案、証憑整理、通知、未対応一覧を作ります。外部送信、振込、権限変更、削除のように戻しにくい操作には、必ず人の承認ゲートを置きます。
メール、フォーム、証憑を受け取る
案件、期限、金額、担当へ分類
書類、返信、処理候補を作る
送信、振込、削除は人が実行
自動化しやすい領域
- 受信と分類
- 定型書類の下書き
- 期限・未対応の通知
- 月次レポート
人の承認を残す領域
- 銀行振込と契約締結
- 外部への送信・公開
- 権限付与とアカウント作成
- 削除・否認・課金
問い合わせ受信箱、通知失敗アラート、請求書案、証憑一覧、期限付き処理キュー
候補業務を「AI社員の仕事」に変える設計票
AI導入が止まる最大の原因は、ツール選びではなく仕事の定義不足です。「問い合わせ対応を自動化したい」だけでは、入力も完成形も確認者も分かりません。下の7項目を一枚に書き、誰が読んでも同じ工程を再現できる状態にします。空欄が残る項目は、AIへ渡す前に人が決めるべき論点です。
1業務・1枚で作る業務定義テンプレート
- 業務名
- 動詞と成果物で書く。例：「商談録画から、翌営業日までに提案骨子とフォローメール案を作る」
- 開始条件
- 何が届いたら始めるか。録画URL、フォーム送信、月末、担当者の指示などを一つに定める。
- 入力
- 参照してよい会社情報、顧客情報、過去の良い成果物、禁止情報を一覧にする。正本と参考資料を区別する。
- 工程
- 収集、分類、下書き、照合、提出のように5〜9段階へ分解する。各段階の終了条件を書く。
- 完成形
- ファイル形式、項目、文字数、保存場所、命名規則を具体化する。「いい感じの資料」は完成条件にならない。
- 品質基準
- 事実の出典、必須項目、禁止表現、誤差の許容範囲、画面幅、リンク切れなど、合否を判定できる条件にする。
- 承認者
- 誰が、いつ、何を見て承認するか。外部送信、公開、課金、契約、削除はAIの自動実行から外す。
良い定義の例
「毎週月曜9時に、前週のGA4・Search Console・問い合わせ件数を取得。異常値と前週差を300字でまとめ、社内レビュー用Googleドキュメントへ下書き保存する。公開や顧客送信はしない。」開始条件、入力、完成形、禁止操作が分かります。
悪い定義の例
「SEOをいい感じに改善する」「営業を自動化する」。対象、根拠、完成形、承認者がありません。このままAIへ渡すと、一般論を並べるか、やってはいけない操作まで進める危険があります。
小さく始めて、数字と事故の両方を見る
最初から全社展開しません。14日で「動くか」、28日で「続ける価値があるか」、90日で「他業務へ広げられるか」を判定します。各期間の終わりに、効果だけでなく誤り、手戻り、承認負荷も記録します。
1業務の試作
- 過去の良い成果物を3〜10件集める
- 業務定義票と禁止操作を作る
- 実データのコピーで試す
- すべての出力を人が確認する
- 誤りを種類別に記録する
実運用で比較
- 従来手順とAI手順を同条件で比べる
- 作業時間と確認時間を分けて測る
- 差し戻し理由をルールへ反映する
- 入力不足のときは止まる設計にする
- 継続・修正・中止を判断する
標準化と展開
- 役割、手順、品質基準を正本化する
- 担当者が変わっても再現できるか試す
- 監査ログと障害時の戻し方を整える
- 近い業務へテンプレートを複製する
- 月次で費用対効果を再評価する
| 見る数字 | 測り方 | 注意点 |
|---|---|---|
| 総作業時間 | AI実行時間、人の確認時間、修正時間を分けて記録 | 生成が速くても確認が増えれば改善とは限らない |
| 初回合格率 | 修正なしで品質基準を満たした件数÷全件数 | 基準を緩めて数字を上げない |
| 差し戻し率 | 事実誤り、形式違反、情報不足、判断違いに分類 | 原因ごとに直す場所が異なる |
| 処理件数 | 同じ担当時間で完了した成果物数を比較 | 量だけ増え、成果につながらない状態を避ける |
| 事故・停止件数 | 誤送信、権限違反、個人情報、停止判断を記録 | ゼロ件でも検知できていない可能性を確認する |
自律化するほど、止まる条件を先に決める
AI社員は、手順を守るだけでなく「情報が足りない」「ルールが衝突している」「外部へ影響する」と判断したときに止まる必要があります。成功時の手順だけでなく、例外時の戻り先まで業務設計に含めます。
AIが自動で進めやすい操作
- 公開情報や許可済み社内資料の読み取り
- 分類、要約、差分抽出、形式変換
- 指定された保存先への下書き作成
- 品質チェックと不足項目の報告
- 承認者へ判断材料を揃えて通知
原則として人が承認する操作
- 顧客、取引先、SNSへの外部送信
- Webページ、広告、プレスリリースの公開
- 契約、振込、購入、予算変更
- アカウント作成、権限付与、秘密情報の利用
- データ削除、否認、復旧しにくい変更
止まる条件
- 必須入力が1つでもない
- 正本と依頼内容が矛盾する
- 根拠URLまたは取得日が残せない
- 顧客名・数値・実績の公開許可が不明
- 予定外の課金や外部送信が発生する
承認依頼に含めるもの
- 何をしようとしているか
- 変更前と変更後の差分
- 参照した正本と根拠
- 未確認事項と想定リスク
- 承認後に起きる外部影響
法人AI導入で起きやすい7つの失敗
01. ツールから決める
先に契約し、あとから用途を探すと、検証が曖昧になります。繰り返し業務と完成形を決めてから必要な機能を選びます。
02. 正本がない
古い料金表や複数の手順書を同時に読ませると、もっともらしい誤答が増えます。現在有効な情報を一つに定めます。
03. 一般論だけで作る
競合と同じ情報をAIにまとめさせても、顧客が選ぶ理由になりません。実際の成果物、判断理由、失敗例を一次情報として追加します。
04. 全自動を急ぐ
例外が見つかる前に外部送信まで自動化すると事故になります。最初は必ず下書き止まりにし、誤りの種類を集めます。
05. 時間だけ測る
生成時間が減っても、人の確認と修正が増えれば実質的な削減ではありません。総時間と初回合格率を同時に測ります。
06. 担当者だけが分かる
プロンプトや判断基準が個人の頭に残ると、新しい属人化になります。役割、入力、工程、品質、承認を正本へ残します。
07. 更新責任がない
サービス仕様や法令が変わってもAIは自動で正本を直しません。月次の更新担当と、変更時の再テストを決めます。
最初に選ぶ業務のチェックリスト
「AIでできそう」だけでは決めません。効果、速さ、費用、リスク、必要なデータが揃っているかを並べ、最初の1業務を選びます。
- 毎週または毎月、繰り返している
- 入力と完成形を説明できる
- 過去の良い成果物が残っている
- 失敗しても人が公開前に止められる
- 担当者と承認者が決まっている
- 14日・28日後に効果を比べられる
候補を3つ出した後の選び方
各候補を「発生頻度」「1回の所要時間」「手順の固定度」「良い見本の数」「失敗時の影響」の5項目で1〜5点評価します。最初は、頻度と所要時間が高く、手順と見本が揃い、外部へ出る前に人が止められる業務を選びます。売上への影響が大きくても、判断基準が言語化されていない業務は2件目以降に回します。
開始前に保存する比較データ
従来手順で3〜10件を処理し、開始から完成までの時間、確認回数、差し戻し理由、完成物の品質を記録します。導入後も同じ項目を測ることで、「AIを入れたから速くなったはず」という印象ではなく、同じ条件の差分として判断できます。計測条件が揃わない数字は、対外的な実績として使いません。