AIエージェントが使いこなせない時は「違和感ログ」から始める

AIエージェントを触り始めると、最初は驚くほど速く感じます。文章を作る。資料のたたきを出す。コードを直す。調査候補を並べる。うまく当たると、これまで半日かかっていた作業が一気に進みます。

一方で、しばらく使うと別の悩みが出てきます。

「便利だけれど、何を任せればよいか分からない」

「出力は出るが、仕事が本当に楽になっている感じがしない」

「複数のAIを開くと、待っている間に思考が散らかる」

この状態でプロンプト集だけを増やしても、あまり改善しません。先に必要なのは、自分や会社がどこで詰まっているかを見つけることです。

AI活用の入口は、完璧な命令文ではありません。日々の仕事で起きている「面倒」「待ち」「なんか違う」を、AIに渡せる形で残すことです。

うまく使えない原因は、プロンプト以前に不便が見えていないこと

AIエージェントは、目的、材料、制約、判断基準がある作業に強くなります。逆に、何が面倒なのか、どこを減らしたいのか、何を合格とするのかが曖昧なままだと、出力だけが増えます。

たとえば、次のような依頼はAIにとって難しくなります。

いい感じに資料を作って
この業務を楽にして
売上につながる案を出して
社内の面倒を減らして

どれも方向性としては自然ですが、AIに渡すには粗すぎます。人間同士でも、これだけでは期待値がずれます。

まず見るべきなのは、抽象的な「効率化したい」ではなく、具体的な不便です。

毎回、前提説明から始めている
似た資料を探すだけで時間が消えている
転記や整形で集中力が切れている
AIの出力を待っている間に別の作業へ行けない
出てきた文章に違和感はあるが、理由を言語化できない

こうした小さな不便は、AI活用の材料になります。大きな自動化を作る前に、まず不便を見つける目を細かくすることが大切です。

違和感ログに残す5つの瞬間

違和感ログは、立派な日報ではありません。仕事中に「少し嫌だ」「面倒だ」「止まった」と感じた瞬間を、短く残すだけで始められます。

最初は、次の5種類に分けると使いやすくなります。

1. 探している時間

ファイル、過去のメール、見積、議事録、顧客情報を探している時間です。「どこにあったか分からない」は、AI以前に情報の置き場所が曖昧なサインです。

2. 転記している時間

フォーム、スプレッドシート、請求書、CRM、チャットへの二重入力です。AIに任せる前に、どこからどこへ何を移しているかを残します。

3. 判断が揺れている時間

返信するか、保留するか、上長確認に回すか、価格を出すか。判断基準が頭の中だけにある作業は、AIに下書きを作らせても最後に迷います。

4. 待っている時間

AIの回答、社内確認、顧客返答、外部ツールの処理を待つ時間です。待ち時間そのものより、「待っている間に何を見ればよいか」が決まっていないことが問題になる場合があります。

5. 出力への違和感

AIが出した文章や資料に対して、「悪くないが違う」と感じる瞬間です。この違和感を放置すると、毎回同じ修正を繰り返します。

ログの書き方は、次の程度で十分です。

日時: 7月4日 10:20
場面: 見積メールの返信案を作った
違和感: 文章が丁寧すぎて、既存顧客向けに見えない
次にAIへ渡す条件: 既存顧客向け。短く、追加説明は箇条書き。価格は断定しない

この粒度なら、忙しい日でも残せます。重要なのは、きれいに書くことではなく、次のAI依頼に使える形で残すことです。

待ち時間は、増やすより深く見る時間を決める

AIエージェントに慣れてくると、複数のセッションを同時に動かしたくなります。調査、文章、コード、画像、整理。並列に走らせると速く見えます。

ただし、人間の注意力には限りがあります。AIの待ち時間をすべて別タスクで埋めようとすると、出力を読む力が落ちることがあります。

中小企業の実務では、次のように分ける方が安全です。

浅く回す時間: 候補出し、要約、比較案、メモ整理
深く見る時間: 顧客に出す文章、価格、契約、公開ページ、方針判断
放置してよい時間: 定型の分類、下書き生成、素材抽出
止める時間: 権限、個人情報、支払い、公開に関わる処理

AIを多く開くこと自体が悪いわけではありません。問題は、すべてを同じ集中度で扱うことです。

AIが作ったものを読む時は、1つの出力だけを見る時間を作ります。特に公開文章、顧客提示資料、契約や費用に関わる内容は、並列作業のついでに採用しない方が安全です。

AIに渡すときは、感情を作業条件へ変える

違和感ログの価値は、「面倒だった」で終わらせないことにあります。

面倒、遅い、違う、怖い、分かりにくい。こうした感情は、そのままではAIへの指示になりません。ただし、少し変換すれば作業条件になります。

面倒: 何を何回繰り返しているのか
遅い: どの工程に何分かかっているのか
違う: 誰向け、どのトーン、どの前提とずれているのか
怖い: 失敗した時に誰へ影響が出るのか
分かりにくい: 読者がどこで迷うのか

たとえば「資料作りが面倒」ではなく、次のように渡します。

毎週の営業会議資料で、前週の商談メモから
1. 商談数
2. 次回アクション
3. 失注理由
4. 社長確認が必要な案件
を拾うのに30分かかっている。
まず商談メモを貼るので、この4分類だけ抽出してほしい。
判断に迷うものは「要確認」に入れてほしい。

これならAIは動きやすくなります。さらに、出力が違った場合も、次の修正条件を足せます。

AI活用の上達は、魔法のプロンプトを覚えることではありません。違和感を、次の条件へ変換する回数を増やすことです。

会社で始める小さな運用

一人で使う場合も、会社で使う場合も、最初から大きな自動化基盤を作る必要はありません。

まずは7日間だけ、違和感ログを残します。形式は、スプレッドシートでも、メモアプリでも、共有ドキュメントでも構いません。

残す項目は、次の5つに絞ります。

発生した場面
面倒だったこと
使った資料やツール
AIに任せられそうな部分
人間確認が必要な理由

7日分たまったら、AIに「この中でAIに任せやすい順に並べて」と頼みます。ただし、そのまま採用せず、人間が次の観点で見直します。

失敗しても戻せるか
顧客や外部に影響しないか
必要な資料がそろっているか
判断基準を言葉にできるか
月に何回起きる作業か

ここまで見ると、最初にAI化すべき作業が見えやすくなります。

NISTのAIリスク管理フレームワークでも、AIリスクを把握し、測定し、管理する考え方が示されています。中小企業での実務に置き換えるなら、最初の一歩は難しい統制文書ではなく、現場の違和感を見える形にすることです。

Optiensの見方

AIエージェントは、使えばすぐに会社全体が自動化される道具ではありません。

しかし、面倒な瞬間、判断が揺れる瞬間、出力に違和感を持った瞬間を記録できる会社では、改善が積み上がります。AIに任せる対象が見え、渡す資料が見え、人間が確認すべき境界線も見えます。

最初の練習としておすすめなのは、次の3つです。

今日の仕事で面倒だった瞬間を3つ書く
そのうち1つだけ、AIに渡せる条件へ変換する
AIの出力に違和感があったら、違う理由を1文で残す

この小さな練習を続けると、AIエージェントは「すごいけれど使いどころが分からないもの」から、「会社の不便を少しずつ減らす道具」に変わります。

AI活用をどこから始めるべきか迷っている場合は、まず AI活用診断簡易版（無料）で、既存業務のどこがAIパッケージ化しやすいかをご確認ください。実装まで進めたい候補が見えた場合は、導入前スコープ整理で対象業務、含む範囲、費用感、5営業日で初期版にできるかを整理します。