AIへの指示を上手くするより、先に「仕事の型」をつくる

7月 19, 2026

このところ、AIを使って研修資料やプレゼン資料をつくる機会が増えています。同じように頼んだつもりでも、チャットが変わるとデザインや文章の密度が変わり、一度うまくできた方法が、そのまま次にも通用するとは限りません。

資料制作の仕組みを見直す中で、あらためて考えたことがあります。AIの成果を安定させるために必要なのは、より長く詳しい指示を書くことよりも、「仕事の進め方」そのものをAIが使える形にすることではないか、ということです。

プロンプトだけでは、仕事は再現できない

AIにうまく仕事をしてもらおうとすると、まず指示を細かくしたくなります。目的、対象者、デザイン、文字量、注意事項。情報を漏れなく伝えることは、もちろん大切です。

でも、実際の仕事では、指示に書き切れない判断がたくさんあります。文字が多すぎるときに何を削るのか。内容の順番をどう組み替えるのか。どこまで自動化し、どこで人が確認するのか。

チャットが変わると、デザインも変わる。文字が枠からあふれる。修正を重ねるうちに、どこを直したのか分からなくなる。同じ資料を別のAIに渡せば、また一から説明しなければならない。

一度うまくできても、同じ品質で繰り返せなければ、仕事としてはまだ不安定です。

そこで、毎回プロンプトを工夫するのではなく、仕事の進め方そのものをファイルに分けて残すことにしました。

制作の順番を示すSOP。色やフォント、レイアウトを定めたデザイン仕様。スライドの内容を記述するデータ形式。資料を生成するコード。完成後のQAチェックリスト。そして、期待する完成形が分かるサンプルです。

大切なのは、AIに「文字を詰め込みすぎないでください」「デザインを崩さないでください」と頼むだけで終わらせなかったことです。

たとえば、文字が多すぎる場合には、コード側で文字量を検知します。一定の範囲まで縮小しても収まらなければ、資料の生成を止め、何文字ほど減らすのか、項目を減らすのか、スライドを分けるのかを知らせます。

AIは、ぎゅうぎゅうに詰め込んだスライドでも、それらしい完成品として出してしまうことがあります。だから、「気をつける」ことを期待するだけではなく、よくない状態では先に進めない仕組みが必要でした。

一方で、全部を自動化しているわけではありません。

資料の目的は何か。誰に何を伝えるのか。どの順番なら理解しやすいのか。まずAIが構成案を出し、人間が承認するまでは制作を始めません。完成後も、すべてのスライドを画像にして、文字の重なりや読みづらさを人が確認します。

機械に止めてもらう部分と、人が判断する部分を分ける。AIに任せる範囲を広げるほど、この線引きを先に決めておくことが大切になります。

もう一つ見えてきたのは、AIツールそのものよりも、AIに渡す「仕事の環境」の方が重要だということです。

同じ制作キットを渡せば、ChatGPTでもCodexでも、別の生成AIでも、共通の手順と品質基準から仕事を始められます。それぞれのツールに得意不得意はあります。でも、ツールが変わるたびに、組織の仕事の基準までリセットされる必要はありません。

新しいAIが出るたびに一から使い方を考えるのではなく、自分たちの仕事の型を持ち、それを新しいツールに渡していく。そうすると、AIを選ぶことと、組織の仕事を設計することを分けて考えられます。

これは、スライド制作だけの話ではないと思っています。

小さな組織では、「この人なら上手にできる」という仕事が増えがちです。その人が経験の中で行っている細かな判断や確認は、外からはなかなか見えません。AIを導入しても、その暗黙知が整理されていなければ、成果物は安定しません。

逆に、失敗したこと、毎回修正していること、完成前に必ず確認していることを、SOPやチェックリスト、コードに移していけば、一人のコツを組織で使える仕組みに変えられます。

AIは、組織が持っていない知恵を魔法のように生み出す存在ではありません。現場にたまっている知識や判断を、繰り返し使える形にすることで、初めて大きな力になるのだと思います。

「もっと上手なプロンプトを書くには」と考える前に、「この仕事で、誰かが毎回直していることは何だろう」と考えてみる。まずそれを言語化してみると、AIに渡せる仕事の型が見えてくるかもしれません。みなさんの仕事では、どんな判断がまだ特定の人の中だけに残っているでしょうか。