ChatGPTにメールの返信を書かせたのに、言い回しが気になって最初から書き直す。 会議の要約を頼んだら、決まっていないことまで決定事項に入っていた。
便利なはずなのに、仕事はあまり軽くならない。 この違和感は、使い方が下手だから生まれるとは限りません。
多くの場合、AIに渡す仕事と、人が持つ判断が分かれていないのです。
ChatGPTを仕事で使いこなすとは、機能をたくさん知ることではありません。 どこまで任せ、何を確かめ、次回のために何を残すかを決められることです。
便利なのに仕事が減らない理由
人に仕事を頼むときは、相手が知らない前提を自然に補います。 締め切り、相手との関係、過去の経緯、今回だけ避けたい表現。
ところがChatGPTには、「このメールに返信して」「会議を要約して」と短く渡しがちです。 足りない前提は、もっともらしい一般論で埋められます。
その結果、文章としては整っているのに、そのままでは使えない出力が返ってきます。 手直しが増えるのは、プロンプトの技巧が足りないからというより、仕事の完成条件が共有されていないからです。
ここで一度、ツールから離れます。 先に仕事をほどいたほうが、結果的には早い。
最初に一枚だけ仕事をほどく
ChatGPTへ渡す前に、対象の仕事を次の五項目で書き出します。
| 項目 | 確認すること | メール返信の例 |
|---|---|---|
| 目的 | 何を動かしたいか | 打ち合わせ日を確定する |
| 材料 | 何を根拠にするか | 相手のメール、候補日時、過去の合意 |
| 制約 | 何をしてはいけないか | 未確定の納期を約束しない |
| 出力 | どんな形なら使えるか | 件名と本文、300字以内 |
| 確認 | 誰が何を判断するか | 日時、敬称、約束の範囲を自分で見る |
五項目を毎回きれいに埋める必要はありません。 出力がずれたとき、どこが空欄だったかを探せれば十分です。
たとえば「丁寧な返信を書いて」では、丁寧さの基準が分かりません。 「長く取引している相手へ、日程変更を詫びつつ、候補を二つ示す」と渡せば、直す場所はかなり絞れます。
プロンプトは呪文ではなく、仕事の引き継ぎ書です。 プロンプト設計の記事では、この五項目を別の実例でも扱っています。
ChatGPTに渡す仕事と、人が持つ判断
実務では、仕事を丸ごと任せるより、下書きや整理を任せるほうが安定します。
| 仕事 | ChatGPTに渡しやすい部分 | 人が確認する部分 |
|---|---|---|
| 議事録 | 発言の要約、タスク候補の抽出 | 決定事項、担当者、期限 |
| メール | 構成、言い換え、返信案 | 相手との関係、約束、送信 |
| 資料 | 章立て、論点整理、初稿 | 主張、根拠、社内事情 |
| リサーチ | 検索語、調査観点、比較軸 | 原典、公開日、数字、結論 |
| 表計算 | 関数案、整形手順、コード | 元データ、計算結果、例外 |
| マニュアル | 手順の並べ替え、抜けの候補 | 現場で再現できるか、責任範囲 |
この分け方には、少し物足りなさがあります。 せっかくAIを使うなら、全部やってほしいと思うからです。
しかし、委ねることと丸投げは違います。 AIが初稿を速く作れても、その初稿が現実に合っているかは別の問題です。
とくに、金額、契約、顧客情報、公開される主張は、人が判断を引き取る必要があります。 ここを手放すと、短くなった作業時間より大きな手戻りが返ってきます。
最初の一件を小さく回す
いきなり全社の業務を自動化する必要はありません。 まずは週に何度も発生し、間違えても送信前に止められる仕事を一つ選びます。
メールの下書きなら、次の順番で試せます。
- 直近のメール三件を見て、自分が毎回確認している点をメモする。
- 目的、材料、制約、出力、確認の五項目を短く書く。
- ChatGPTに初稿を作らせる。
- 修正した箇所を「次回の条件」として残す。
- 三回使ったあと、作業時間と修正量が減ったかを見る。
実際の指示は、次の程度から始められます。
次のメールへの返信案を作ってください。 目的は、来週の打ち合わせ日時を決めることです。 相手とは継続取引があり、簡潔で失礼のない文面にします。 未確定の納期には触れないでください。 候補日時を二つ示し、件名と本文を出してください。 元メールにない事実は補わず、不明点は返信案の後に列挙してください。
一回で完成しなくても問題ありません。 直した理由が一つ残れば、次の依頼は前より良くなります。
AIで収益を上げるノウハウを無料でお届け
「AI Business Compass」公式メルマガでは、AIを仕事と収益につなげる実践ノウハウをお届けしています。登録すると、6ステップのロードマップ動画を無料で受け取れます。
無料で動画を受け取る →業務データは、入力する前に線を引く
仕事で使うなら、文章の品質より先にデータの扱いを決めます。
個人向けChatGPTでは、設定によって会話がモデル改善に使われることがあります。 OpenAIのData Controls FAQでは、「Improve the model for everyone」をオフにすると、新しい会話を学習へ使わないと説明されています。
一方、ChatGPT Business、Enterprise、APIなどのビジネス向けサービスは、入出力を既定でモデルの学習に使わないとOpenAIの公式説明にあります。
ただし、「学習に使われない」と「何を入力してもよい」は同じ意味ではありません。 社内規程、顧客との契約、個人情報の扱いが優先されます。
少なくとも、次の線は先に決めておきます。
- パスワード、APIキー、秘密鍵は入力しない。
- 顧客名、連絡先、未公開情報は、利用許可を確認し、必要なら匿名化する。
- 契約、法務、税務、人事の判断を出力だけで確定しない。
- 外部サイトやアプリと接続する機能では、渡す権限と対象データを確認する。
迷ったときは、便利さよりも契約と相手の信頼を優先します。 仕事で使うAIは、速ければよい道具ではないからです。
よいプロンプトは、改善履歴として残す
使えたプロンプトを保存するだけでは、しばらくすると似た文面が増えて探せなくなります。
残したいのは完成版だけではありません。
- 何の仕事に使ったか。
- どんな入力が必要だったか。
- どこを人が直したか。
- 次回は何を変えるか。
この四つがあれば、プロンプトは使い捨ての指示から改善できる仕事の型へ変わります。
NotionでもObsidianでも、普段開く場所なら構いません。 保存先より、修正理由が戻ってくることのほうが大切です。
チームへ広げるのは、自分で三回ほど使い、例外が見え始めてからで十分です。 最初から自動化すると、曖昧な仕事まで速く複製されます。
副業にするなら、AI活用ではなく成果物を売る
「ChatGPTを使えます」だけでは、依頼する側は価値を判断できません。 見たいのは、何が納品され、どの手間が減り、どこまで任せられるかです。
たとえば、次のように小さな成果物へ落とします。
- 一時間の会議から、決定事項と担当者を確認できる議事録を作る。
- 取材メモから、一次情報を残した記事の初稿を作る。
- 問い合わせ履歴から、担当者が確認して送れる返信案を作る。
- 既存業務を聞き取り、新しい担当者が試せる手順書にする。
最初の案件では、AIで何分短くなるかを大きく約束しないほうが安全です。 納品物の条件と確認範囲を合意し、実際に減った手戻りを記録します。
その記録が、次の見積もりと手順書になります。 単発の作業が、ここで初めて資産になります。
副業としての組み立て方は、ChatGPT副業の始め方で、最初の成果物から順に整理しています。
任せても、責任は手放さない
ChatGPTは、白紙を埋めるのが速い。 論点を並べ、言い換えを出し、初稿を前へ進める力があります。
その一方で、事実らしい誤りも、事情を知らないままの提案も出します。 自信のある文体は、正しさの証明にはなりません。
だから、使いこなすための最後の手順は検品です。
- 数字と固有名詞は原典へ戻る。
- 引用は実在と文脈を確かめる。
- 相手との約束は元の資料と照合する。
- 判断に迷う箇所は、迷いを消さず人へ戻す。
AIに仕事を渡すほど、人が持つ判断は見えやすくなります。 それは自動化の失敗ではありません。
何を任せ、何を自分で引き受けるかが分かったとき、ChatGPTはようやく仕事を軽くする道具になります。
次にツールの違いを確かめたいなら、評判ではなく同じ課題で試す方法をChatGPT、Claude、Geminiの比較記事にまとめています。
