AI時代、会社に残すべきは成功事例より「その案を止めた理由」——判断基準を会社の知識に変える

「文章はきれいだけど、この条件では現場で対応できない」

そこで案は修正されました。

大切なのは、修正された完成版だけではありません。「なぜ、その案を止めたのか」。その理由にこそ、その会社が長年かけて培ってきた判断基準があります。

一度決めたAIエージェントのルールも、スキルも見直しつつ、何を・いつ・どうしたか、理由も保存しておきましょう。

AIもすごく進歩していく今、追いつくのは大変です。各社の情報を知り、今の業務でテストをして、汗をかきますよね。経営者から見ると「何をしているんだ？」という作業。今日は、そこの話です。ハーバードの記事から考えます。

AIで作る速度が上がるほど、確認する人が忙しくなる

AIを導入すると、案内文、提案書、キャンペーン企画、SNS投稿などを以前より早く作れます。

ところが、出力が増えた分だけ、社長や店長が確認するものも増えていきます。

スタッフは次の案を作っている。社長は前の案をまだ確認している。

これでは、生成する工程が速くなっても、お客様へ届ける直前で止まってしまいます。

HBRの「AI Is Making Verification the Bottleneck for Companies」は、文章や画像、コードを作る力が一般化するほど、それが正しいか、実行する価値があるかを確かめる力が重要になると論じています。

専門家が、もっともらしいAIの回答を止めた。その修正や却下は、単なる手戻りではありません。会社にとって価値のあるデータです。

現場の「ちょっと待って」を消さない

例えば、AIが美容室のキャンペーン案内を作ったとします。読みやすく、予約したくなる文章です。しかし、現場スタッフは気づきます。

• この施術を担当できる人は限られている
• この時間帯には予約を受けられない
• 表示料金に含まれない内容がある
• この書き方では、全員が対象だと誤解される

文章として完成していても、そのまま公開すれば、会社が守れない約束をしてしまうかもしれません。

ここでスタッフが言った「ちょっと待って」を、単なる個人の感想として終わらせないことです。

何が問題だったのか。何を確認したのか。どの条件なら公開できるのか。

ここまで記録すると、次から現場で確認できる判断基準になります。

私の伴走支援は、社長への確認を増やすためではありません

私の仕事には、システム開発、デザイン、コンテンツ制作、事業計画など、完成するまで外から進み具合が見えにくい仕事があります。

そのため、会議で決めたことだけでなく、次のようなことを議事録や設計資料に残してきました。

• 何を前提に進めるのか
• どこまでが今回の対応範囲なのか
• 条件が変わったら、どこから相談し直すのか
• 誰が何を確認し、どの段階で公開するのか

集客の伴走支援でも、最初から記事や投稿を大量に作るわけではありません。まず行うのは、きちんとした構造設計です。

どのお客様へ、何を伝えるのか。現場のどの情報を集めるのか。お客様の感想や事例を、誰が、どのように確認するのか。ホームページ、GBP、SNS、提案書などへ、どの順番で展開するのか。最初にこの土台を作ります。

その後も、作って終わりではありません。進捗を確認し、集客の変化を見ながら、必要なタイミングで打ち合わせや報告を入れます。

ただし、これは社長の仕事を増やすためではありません。

毎回、細かな文章の確認や投稿作業を社長へ戻すのではなく、社長には会社の方針や、お客様へ約束してよいことなど、経営者にしか決められない部分を確認していただく。初期の設計、情報整理、原稿の土台づくり、展開方法の整理は、できるだけこちらで引き受けます。

AIに一度選ばれたら終わり、ではありません

AI検索やAIによる推薦は、まだ変化の途中にあります。

現在は、Google Searchの生成AI機能について、Search Consoleで表示回数や表示されたページなどを確認できるようになっています。

しかし、そこで確認できるのは、Google SearchやDiscover上での表示実績です。すべてのAIサービスで自社がどう扱われているか、一度表示された会社が今後も継続して選ばれるかまで、一つの数字で判断できるものではありません。（Google Search Centralの公式案内）

だからこそ、私たちは「一度AIに表示されたから成功」とは考えていません。表示されたとしても、情報が古くなれば、現在の会社の姿とは合わなくなります。

サービス内容が変わった。新しい相談が増えた。お客様が比較するときの条件が変わった。現場で新しい工夫が始まった。その変化を、継続して公開情報へ反映する必要があります。

特に残していきたいのは、次のような一次情報です。

• 現場で実際に起きていること
• お客様から寄せられた感想や質問
• 相談から依頼までに迷ったこと
• 商品やサービスを利用した事例
• プロがどのような工程で作業しているか
• なぜ、その方法や材料、手順を選んでいるのか
• 依頼前に知っておいてほしい条件や限界

このような情報は、外部の制作会社やAIが、会社の外から想像して作れるものではありません。

この1年ほど、私たちがクライアントとコツコツ続けてきたのも、こうした一次情報を集め、記事やページへ変えていく作業です。クライアントとの継続的な情報共有があるから、現在の現場に合った内容を作れます。

薄い記事を大量に作ると、逆に信頼を失うこともある

AIを使えば、記事の本数は増やせます。しかし、現場の事実が入っていない記事を、スタッフが大量に作ったらどうでしょうか。

• どの記事にも似たようなことが書いてある
• 具体的な工程が分からない
• 実際のお客様の疑問に答えていない
• 記事ごとに、料金や対応範囲の説明が少しずつ違う
• 現場ではできないことまで、魅力的な言葉で約束している

これでは、記事の数は増えても、会社への信頼が増えるとは限りません。むしろ、内容の薄い記事や矛盾した説明が増えることで、「本当にこの会社へ頼んで大丈夫だろうか」と思われる可能性があります。

医療や美容、美容院も含めて、お客様の「失敗したくない」は真剣です。建築系となると、一生モノの決断です。

大切なのは、スタッフ全員を記事制作担当者にすることではありません。

• 現場は、仕事の中で気づいたことや、お客様から聞いたことを残す
• こちらは、それを集客に使える形へ整理する
• 料金、対応範囲、専門的な判断は、分かる人が確認する
• 公開後は、お客様の反応や新しい質問を、次の記事へ戻していく

この流れを作ることです。

最初の土台は任せていただき、判断基準を会社へ戻していく

「少し直すだけ」のつもりでも、その修正が全体の構造に関われば、作り直す範囲は大きくなります。

AIを使う仕事も同じです。最初の指示や元資料が曖昧なままでは、AIは何本作っても、同じずれを繰り返します。

だから、初期の土台はお任せいただく。誰へ何を伝えるのか。どの資料を正しい情報として扱うのか。誰がどこを確認するのか。現場の情報をどこへ集めるのか。まず、ここを設計します。

ただし、私の伴走支援が目指しているのは、毎回、私や社長がすべてを確認し続ける状態ではありません。

1. 最初は、一緒に確認する
2. 次に、直した理由を言葉にする
3. その理由を、現場が使える判断基準に変える
4. 現場で使い、判断に迷った場面だけを戻してもらう
5. 実際のお客様の反応や結果を見て、基準を更新する
6. 最後は、会社自身で改善を続けられるようにする

伴走から、判断基準の移植へ。そこから現場の自走へ。そして、修正や判断の理由を、会社の知識として蓄積する。

ここまで進んで、AIは会社を忙しくする道具ではなく、会社がすでに持っている経験と知識を、次の仕事に使える形へ変える道具になります。

では、社長にすべての確認を集めないためには、AIの出力をどのように分けて確認すればよいのでしょうか。

社長に確認を集める前に分ける

AIの出力は、次のように分けて確認できます。

「社長、全部見てください」ではなく、「料金と運用条件は確認済みです。今回は、対象外になるお客様への説明だけ判断してください」と渡せる状態を作ります。

毎回社長に聞かないための、報告向けプロンプト

右上の「コピー」ボタンで、そのままAIに貼り付けて使えます。<<<ここに記入>>>の部分を書き換えてください。

あなたは、AIを使った業務の修正履歴から、
会社固有の判断基準、確認ルール、次回のAI指示を作る業務設計者です。

目的は、修正内容を記録するだけではありません。
次回から、
・現場だけで判断できること
・責任者が確認すること
・経営者が判断すること
を分け、同じ修正を繰り返さない状態を作ることです。

以下の【入力欄】を読み、指定した【出力形式】で整理してください。

━━━━━━━━━━━━━━━━━━
【入力欄】
━━━━━━━━━━━━━━━━━━

■ 1．今回AIに任せた仕事
仕事名：<<<ここに記入>>>
使用目的：
例：キャンペーン告知、見積書、顧客への返信、求人原稿
<<<ここに記入>>>
掲載・使用する場所：
例：ホームページ、GBP、X、LINE、社内資料
<<<ここに記入>>>
対象となるお客様・読者：<<<ここに記入>>>
AIへ最初に渡した指示：<<<使用したプロンプトを貼り付ける>>>
AIへ渡した元資料：
例：料金表、サービス資料、過去記事、問い合わせ記録
<<<資料名を記入する。資料本文は必要部分だけ貼る>>>

■ 2．AIが最初に作った内容
<<<修正前のAI出力をそのまま貼り付ける>>>

■ 3．人が修正した内容
修正後の完成内容：<<<修正後の文章や案を貼り付ける>>>
修正した箇所：<<<修正前と修正後が分かるように記入する>>>
記入例：
修正前：「どなたでも利用できます」
修正後：「初回相談後、対象条件を満たす方が利用できます」

■ 4．なぜ修正・停止したのか
問題だったこと：
例：料金が違う、現場で対応できない、誤解を招く、
会社が約束していない、根拠がない
<<<ここに記入>>>
修正・停止した理由：<<<ここに記入>>>
判断に使った根拠：
例：正式な料金表、契約書、社内規定、お客様の相談記録、
現場責任者の確認、経営者の方針
<<<資料名・記録名・確認した人を記入>>>
この判断をした人：<<<担当者、現場責任者、経営者などを記入>>>

■ 5．例外になる条件
通常とは異なる対応が必要になる条件：
<<<なければ「現在確認できる例外なし」と記入>>>
例外が起きた場合の相談先：<<<ここに記入>>>

■ 6．会社内の判断範囲
現場スタッフだけで判断してよいこと：<<<ここに記入>>>
責任者・店長の確認が必要なこと：<<<ここに記入>>>
経営者の確認が必要なこと：<<<ここに記入>>>

■ 7．次回変更できそうなもの
変更候補となる資料：
例：料金表、サービス説明、FAQ、社内マニュアル
<<<ここに記入>>>
変更候補となるAIへの指示：
<<<ここに記入。不明な場合は「AIに提案させる」と記入>>>
今回の修正後、実際に起きたこと：
例：問い合わせ内容が変わった、現場から再修正が出た
<<<まだ確認できない場合は「未確認」と記入>>>

━━━━━━━━━━━━━━━━━━
【処理ルール】
━━━━━━━━━━━━━━━━━━

1．入力されていない事実を推測で補わない。
2．情報が不足している項目は「未確認」と表示する。
3．次の情報を混ぜずに分類する。
・確認できた事実
・会社として決めた方針
・担当者の意見
・仮説
・例外条件
4．修正理由を、次回使える判断文へ変換する。
判断文の形式：
「もし〇〇なら、△△する。
なぜなら□□だから。
根拠は◇◇である」
5．一般論ではなく、今回の会社・仕事で使える基準にする。
6．料金、契約、法律、医療、税務、労務など、
専門家や経営者の確認が必要な内容を、
AIだけで確定しない。
7．個人情報、顧客情報、機密情報は出力へ転載しない。
8．修正前と修正後の意味が変わっている場合は、
何が変わったかを明記する。
9．同じ修正を防ぐため、
元資料、AIへの指示、確認工程のどこを変えるべきか示す。
10．出力は日本語のMarkdown形式とし、
指定された見出しと表を使用する。

━━━━━━━━━━━━━━━━━━
【出力形式】
━━━━━━━━━━━━━━━━━━

# 1．今回の仕事の要約
・仕事名
・目的
・使用場所
・対象者
・AIに任せた範囲
・人が判断した範囲

# 2．修正内容の比較表
| No. | 修正前 | 修正後 | 問題点 | 修正理由 | 根拠 |
|---|---|---|---|---|---|

# 3．会社の判断基準
各基準を、次の形式で記載する。
## 判断基準1
・条件：
・行うこと：
・理由：
・根拠：
・判断できる人：
・経営者確認が必要になる条件：

# 4．例外条件
| 例外になる場面 | 通常対応との違い | 確認する人 | 使用する根拠 |
|---|---|---|---|

# 5．権限の振り分け
| 判断内容 | 現場で判断 | 責任者が確認 | 経営者が確認 | 判断根拠 |
|---|---:|---:|---:|---|

# 6．次回までに変更するもの
| 変更対象 | 変更内容 | 担当者 | 確認方法 |
|---|---|---|---|
変更対象は、次から選ぶ。
・元資料
・料金表
・サービス説明
・FAQ
・社内マニュアル
・AIへの指示
・確認工程
・権限設定

# 7．次回使うAIプロンプト
今回判明した判断基準を反映した、
次回用のAIプロンプトをコードブロックで作成する。
プロンプトには必ず次を含める。
・AIに任せる仕事
・参照する資料
・守る判断基準
・禁止事項
・例外時の処理
・人へ確認を戻す条件
・出力形式

# 8．未確認事項
今回の情報だけでは判断できないことを列挙する。
各項目に、
・誰へ確認するか
・何を確認するか
・確認後に更新する資料
を付ける。

# 9．現場での次の一歩
明日から現場で行う作業を、
優先順位の高い順に3つまで示す。

参照元

• Harvard Business Review「AI Is Making Verification the Bottleneck for Companies」
• Google Search Centralの公式案内