【本ページはアフィリエイトプログラムによる収益を得ています】
AIに仕事を任せれば、その間は別の仕事ができる。
私がAIを実務で使い始めたとき
いちばん魅力を感じたのはそこでした。
文章を考えてもらうだけでなく
資料を読み、画面を操作し
決めた手順に沿って作業を進めてもらえるなら
日々の仕事の進め方が変わります。
実際に助かった仕事もあります。
一方で、AIが作業しているはずなのに
何度も画面に戻って確認や操作を求められると
「任せたのに、なぜこんなに忙しいのだろう」
と感じます。
「AIの作業は速い。でも、私の時間は本当に空いたのか？」
私が気にするようになったのは、この点です。
AIだけが何時間で作業を終えたかでは、仕事の効率は分かりません。
準備をして、途中で確認し
問題が起きれば方法を考え
最後に結果を確かめる。
そこに使う人の時間まで含めて
任せる価値を見たいと思っています。
この記事では、私が経験した
Googleビジネスプロフィールの作業にも触れながら
これからAIへ実務を任せたい人に向けて
仕事の渡し方と確認の考え方を整理します。
高度なプロンプトの書き方や
AI製品の優劣を比べる話ではありません。
「この仕事を任せたら、自分の時間はどう変わるか」
を考えるための記事です。
AIに任せれば、自分の時間が空くと思っていた
38店舗の作業で感じた「任せられる」便利さ
私がAIの便利さを強く感じた仕事の一つに
Googleビジネスプロフィールの商品登録があります。
対象は38店舗で、商品を380件登録し
不要になった商品を152件削除する作業でした。
商品情報はExcelにあり、登録する画像の場所も
分かる形にしていました。
店舗ごとに情報を読み、Web画面へ入力し
画像を添付し、内容を確かめる。
人が一件ずつ進めれば、同じ操作と確認を
何度も繰り返す仕事です。
以前はCodexに任せ、約3時間で
一連の作業を処理できていました。
私にとって大きかったのは
「3時間」
という数字だけではありません。
作業が進んでいる間
私がずっと同じ画面に張り付かずに
済むことでした。
たとえば、AIが3時間動いているとしても
その間に私は別の仕事へ向かえます。
自分が3時間クリックし続ける場合とは
同じ3時間でも意味が違います。
AIに任せる価値は、処理時間だけでなく
その間に人が何をできるかに表れます。
画像添付で何度も人が戻ると、仕事の意味が変わる
ところが、別の回では画像を添付する工程で止まりました。
画像のパスや商品の対応が分からなかったのではなく
そのときの環境では、画像を選ぶために開く
Windows側の画面をCodexが操作できませんでした。
手作業で画像を添付すれば、続けることはできます。
ただ、登録が380件ある仕事で、画像のたびに
私が戻って操作するなら、当初期待していた
「仕事を任せている間に別のことをする」
という使い方は難しくなります。
ここで、私にとっての評価が変わりました。
「AIが商品情報を入力できるか」
という問いだけなら、できる工程はあります。
しかし
「この仕事を任せて、自分の時間を空けられるか」
という問いには、途中で人が戻る回数も含めて
答えなければなりません。
この出来事の詳しい経緯は
Codexに任せていた仕事が突然できなくなった話
に書いています。
AIが動いていた時間
人が途中で戻った回数、戻った理由、最後の確認にかけた時間。厳密な記録がなくても、これらを分けて思い返すだけで「どこが楽になったか」が見えます。
ここでは原因を断定せず
仕事を任せる側の時間の使い方に話を絞ります。
AIの処理時間だけでは、効率は分からない
準備・途中確認・修正・最終確認にも時間がかかる
AIへ仕事を頼む前には、材料をそろえる時間が必要です。
何を入力元にするか、どの結果を正しいとするか
変えてはいけないものは何か。
これらが曖昧だと、作業が速く進んでも
後で確認や修正に時間がかかります。
作業中にも人の時間が入ります。
最初の結果を見て方向が合っているか確かめる。
予想外の画面が出たら判断する。
AIが条件を読み違えたら、どこを直すべきか伝える。
仕事によっては、公開や送信の前に承認も必要です。
最後には、完了したという報告と
実際の結果を照らし合わせます。
対象が合っているか
抜けや重複がないか
内容を外へ出してよいか。
AIの処理が終わった時点で
人間の仕事も終わるとは限りません。
私は、AIに任せる仕事を考えるとき
次の時間を分けて見たいと思います。
- 作業を渡す前に、資料や条件を整える時間
- AIが作業中に、人が確認や判断へ戻る時間
- 予想と違う結果を直す時間
- 完了後に、結果を確かめる時間
- 止まった場合に、再開や切り替えを考える時間
すべてを細かく計測しなければならない
わけではありません。
ただ、AIの処理時間だけを取り出して
「早くなった」
と考えると、自分が実際に使った時間を
見落としやすくなります。
特に初めての仕事では
準備が終わるまでの時間を忘れがちです。
元の資料が複数あるなら
どれを使うか決めなければなりません。
作業の対象が一覧になっていなければ
まずそこを整える必要があります。
AIに頼む文面を入力してからの時間だけが
仕事の始まりではないのです。
ただし、その準備を毎回同じだけ行うとも限りません。
一度決めた手順や確認項目を次回も使えるなら
二回目以降の負担は変わります。
単発の仕事で得か、繰り返す仕事で得かを
分けて考えると、最初の準備に
どれだけ時間をかけるかも決めやすくなります。
「一回だけの確認」と「件数分の確認」は違う
最初の一件を確認することと
全件で同じ確認をすることは違います。
前者は、作業を安全に始めるための時間です。
後者は、件数が増えるほど大きな負担になります。
たとえば、仮に380件の登録を
一件ずつ人が1分かけて
確認するとします。
それだけで380分、6時間20分です。
これは私の実際の確認時間ではなく
負担を考えるための計算例です。
AIが3時間で入力を終えたとしても
人がその後に6時間以上確認するなら
少なくとも
「3時間で仕事が終わった」
とは言えません。
反対に、途中で必要な確認を入れたうえで
最後の確認を効率よく行えるなら
AIへ任せる利点は大きくなります。
ここで考えたいのは
確認をなくす方法だけではありません。
どの確認が一度で済み
どの確認が件数に応じて必要になるかを
分けること
です。
件数分の確認が必要な仕事なら
その時間を含めて予定を組みます。
必要な確認まで省くことが、効率化ではない
「確認に時間がかかるなら、全部AIに任せればいい」
と考えたくなるかもしれません。
しかし、確認の目的は
ただ作業が完了したと
聞くことではありません。
間違った内容を公開したり
対象を取り違えたりする前に
気づくことです。
どの程度の確認が必要かは
仕事の性質で変わります。
社内で使う下書きと
顧客へ送る案内では
間違えたときの影響が違います。
作業件数が多いからといって
同じ確認方法でよいとも限りません。
私なら、確認を減らす前に
「何を見れば、この仕事が正しく終わったと判断できるか」
を考えます。
件数なのか
入力内容なのか
画像との対応なのか
公開先なのか
見るべき点が明確になれば
必要な確認を仕事の最初から
予定に入れられます。
確認が必要な仕事なら、確認に使う時間も含めて「AIに任せた仕事の時間」です。
AIを使った効率化を考えるとき
この前提は外せません。
人の確認を面倒な後始末として扱うと
そこで時間がかかるたびに
「思ったほど楽にならない」
と感じてしまいます。
確認の中にも、種類があります。
対象の数が合っているか
必須の欄が空いていないかといった確認と
文章の意味が相手にどう伝わるかを考える確認です。
前者は、元の一覧と結果を照らす方法を
先に用意しやすいでしょう。
後者は、誰が読むか、どんな経緯があるかによって
判断が変わります。
両方を「確認」とひとまとめにすると
時間の見積もりが難しくなります。
何を数えればよいのか
何を読んで判断する必要があるのかを
分ける。
そうすれば、AIに任せたあとで
自分が行う仕事の量も見えやすくなります。
これから任せる仕事は、小さく試して見積もる
最初の一件を、作業の終点まで通してみる
初めてAIに任せる仕事では、
全件を一度に渡す前に、少量で試す方法が考えられます。
私なら、最初の一件について
入力から完成後の確認まで通してみます。
途中の画面を操作できるか
材料を読み取れるか
期待した結果が出るかを
見たいからです。
「文章の下書きができた」
「入力画面まで進めた」
ところで試行を終えると
その先にある問題は分かりません。
私が経験した画像添付のように
仕事の後半で初めて使う画面が
ある場合もあります。
一件の試行で、全件が問題なく進むと
証明できるわけではありません。
それでも、最初から使えない工程を
大量処理の途中で見つけるよりは
判断しやすくなります。
手順を直すか
任せる範囲を狭めるか
別の方法にするかを
早い段階で考えられるからです。
「最後まで」
とは、AIが作業終了を報告するところまで
ではありません。
自分が結果を確認し
「これなら次の一件も同じ手順で試せる」
と判断するところまでです。
確認方法が決まらないまま
大量に進めると
あとで正しさを調べるために
元の仕事をなぞることになりかねません。
正しい結果を自分で判断できるか確かめる
少量で試すとき、AIが最後まで操作できたかだけを
見て終わりにはしません。
その一件の結果が、仕事の目的に合っているかを
確認します。
正しい状態が分からないまま件数を増やすと
後から問題に気づいても
どこまで見直すべきか分からなくなります。
文章なら、元の情報から事実が変わっていないか
残したかった経緯が消えていないかを見ます。
Webへの入力なら、対象、項目、画像の対応などを
確かめます。
仕事ごとに見る点は違いますが
「何を見れば合格とするか」
を先に決める考え方は共通しています。
AIへの具体的な指示に何を盛り込むかは
AIへの指示の出し方で詳しく書きました。
この記事では、その指示で実際に仕事を任せられるかを見積もることに集中します。
初めてなら、手元で結果を見られる仕事から
38店舗の作業は
初めてAIを使う人がそのまま真似するには
大きすぎるかもしれません。
たとえば説明用の仮の例として
自分で書いた打ち合わせメモを
整理する仕事を考えてみます。
元のメモは手元にあり
整理した結果も公開せず自分で確認できます。
最初はメモ一件を渡し
「決まったこと」
「まだ決まっていないこと」
「次に確認すること」
を分けてもらいます。
できたものを元のメモと照らし
書いていない決定事項が加わっていないか
大切な保留事項が落ちていないかを見ます。
違いがあれば
どの条件を伝え直せばよいか考えます。
ここで見たいのは
AIがきれいな文章を書けるか
だけではありません。
元のメモと照らす時間、直す時間を含めても
次のメモを任せたいかどうかです。
もし毎回ほとんど書き直すなら
依頼の範囲を
「見出しを付けるだけ」
に狭める方法もあります。
これは私の実体験として語る例ではなく
試し方を考えるための仮の仕事です。
最初は、元の材料を自分で持ち
結果を自分で見分けられる仕事を選ぶ。
そのほうが、AIに頼んだ結果と
人の確認時間を比べやすくなります。
人が何回、何のために戻ったかを見る
少量の試行では
人が戻った場面も確認します。
AIに資料を追加で渡したのか
画面上の選択を代わったのか
内容の判断をしたのか。
同じ「人が介入した」でも
理由が違えば次の対処も変わります。
足りない資料を最初に渡せば済むなら
次回は準備を変えられます。
一方、AIが扱えない画面を
毎回人が操作するなら
依頼文を整えるだけでは
人の負担は減りません。
そこで、その工程だけ別の方法にするか
仕事全体の任せ方を変えるか考えます。
介入が一回だったとしても
内容によって重さは違います。
最初に方針を確認する一回と
作業のたびに画面へ戻る一回では
予定を立てるときの意味が違うからです。
回数と同時に
「なぜ自分が戻ったのか」
を残しておくと判断しやすくなります。
細かな記録表を作らなくても
「何件目で」
「何を求められ」
「自分が何をしたか」
を短く残せます。
途中で資料を一つ追加したのか
毎件画像を選び直したのかでは
次回の改善策がまったく違います。
作業の終わりに記憶だけで振り返るより
その場の一行が役立つと思います。
件数を増やす前に、続けたい方法か判断する
一件を終えた時点で
「AIはできた」と言うことはできます。
しかし、それが
「この方法で全件を進めたい」
と同じとは限りません。
対象が増えるにつれ
人の確認や操作がどれだけ増えるかを
考えます。
私はここで
作業の所要時間
人が画面に戻った回数
結果を確認する難しさを
一緒に見たいと思います。
最初の一件が速くても
毎回の修正に時間がかかれば
件数が増えたときに負担も増えます。
逆に、最初の準備に時間がかかっても
次の件にも同じ手順を使えるなら
繰り返す仕事では価値が出る
可能性があります。
一度きりの仕事か
毎月ある仕事かでも
判断は変わります。
一件の成功は、全件を任せるための出発点です。
人が確認する場所を、仕事を渡す前に決める
AIへ渡せる条件と、人が判断する事情を分ける
実務には、文字にしやすい条件と
その場の事情を踏まえて決めたいことがあります。
入力する資料や手順は明確にできても
取引先との過去の約束や
まだ公表していない予定など
判断に関わる事情が残る場合があります。
そうした事情をすべてAIへ説明できないなら
その判断は人に残します。
たとえば文章案を作るところまではAIへ頼み
送る相手と内容の最終判断は自分で行う。
任せる工程を決めるときに
ここまでを一緒に考えます。
これは、AIには判断が一切できないという意味
ではありません。
材料と基準がそろえば、候補の比較や
情報の整理を頼めます。
ただし、自分も説明できていない現場の事情を
AIが察してくれることを
完成条件にしてはいけないと思います。
途中で止めて見ることと、最後にまとめて見ること
確認する場所を決めるとき
すべてを最後にまとめればよいとは限りません。
前提を間違えたまま大量に進めると
最後に一括で直すのが大変になります。
反対に、毎回人が同じ確認をすれば
AIに任せた時間が細切れになります。
私なら
最初の一件では条件の読み取りと結果を丁寧に見ます。
その後は
工程や対象が変わる場面で確認が必要か考えます。
最後に全体の件数や例外を見て
仕事が終わったか判断する流れです。
確認する時点が決まっていれば
AIへ頼むときも
「ここまで進んだら結果を見せて」
と伝えられます。
途中で何度も呼び戻されるより
判断が必要な節目をあらかじめ分かっているほうが
自分の時間を組み立てやすくなります。
ただし、予定外の問題が起きたら
その時点で止めて確認する余地も必要です。
ただし、これはどの仕事にも使える
固定の手順ではありません。
誤送信や誤公開が困る仕事なら
その前に人が確認する場所を置きます。
確認する回数を減らすことだけを
目標にせず、間違いに気づける場所へ
確認を置くのが大切です。
文章の下書きと公開作業では、確認の重さが違う
たとえばAIに文章の下書きを頼むなら
まず内容を読んで直せます。
まだ誰にも見せていない段階なら
違う表現が混ざっていても修正する余地があります。
一方、同じ文章を公開したり
顧客へ送ったりする段階では
誤った内容が外へ出ます。
何を事実として書いたか
相手に誤解を与えないか
出してよい情報かを
確認します。
下書きの確認と、公開前の確認は
同じ「確認」という言葉でも役割が違います。
画像やファイルを扱う仕事でも同じです。
ファイルを選ぶ作業が進むことと
そのファイルを正しい相手へ渡してよいことは
別です。
AIが最後のボタンまで操作できるとしても
人が判断すべき地点を
自動的に飛ばしてよいわけではありません。
確認の場所は、AIの能力だけで決めず
間違えたときに何が起こるかで決めます。
その場所を先に決めておくと
作業途中で毎回迷う時間も減らせます。
止まったときに使う時間も、仕事の一部として考える
指示・材料・操作環境のどこで止まったか
AIの結果が期待と違うとき
まず「どこからずれたか」
を見ます。
目的や条件が伝わっていなかったのか
必要な材料がなかったのか
それとも作業に必要な画面や機能を
扱えなかったのか。
原因によって、次に使う時間が違います。
指示が曖昧なら、仕事の条件を整理して
伝え直します。
材料が足りないなら
正しい情報を追加します。
条件を伝えたのに守られなかったなら
違う結果をそのまま使わず
どの部分が合わないか示して
確認します。
ただ、必要な画面に手が届かない場合は
説明を長くしても進まないことがあります。
私が経験した画像添付では
そのときの環境でWindows側の
ファイル選択画面を操作できませんでした。
画像の場所を言い直すことと
画面を操作できるようになることは
別の問題でした。
「もう少し詳しく頼めば、進むかもしれない」
そう思って試すことはあります。
それでも同じ工程で止まるなら
指示の改善に使う時間と
別の方法を探す時間を比べる必要があります。
止まった原因を分けるのは
AIの失敗を責めるためではなく
次の行動を選ぶためです。
同じ方法を直すか、別の方法へ切り替えるか
その場で直せる条件なら
同じ方法で続ける選択があります。
足りない資料を追加する
対象を明確にする
確認する場所を変える
といった対応です。
必要な操作そのものができないなら
任せる工程を変えるか
別の手段へ切り替えることを考えます。
私の場合はCodexからClaude Codeへ引き継ぎ
最終的に作業を完了できました。
引き継ぎにかかった時間や途中の承認も含め
当初の予定どおりの所要時間ではありませんでした。
この経験で分かったのは
完成したかどうかと、
予定していた効率で進んだかどうかは
別に見る必要があるということです。
仕事が終わったのは大切な成果です。
同時に、次も同じ方法で
任せたいかを考えるには
人が待った時間や戻った回数も
無視できません。
切り替えるかどうかは、期限によっても変わります。
今日中に終えなければならないなら
原因を深く調べる時間より
残りを確実に進める方法を選ぶ必要があるでしょう。
反対に、今後も繰り返す仕事なら
今回少し時間を使って止まった原因を
調べる価値があります。
私は、目の前の一回を終えることと
次回からの方法を整えることを
分けて考えたいと思います。
急いでいるときに、原因究明と
仕事の完了を同時に追うと
どちらも中途半端になりかねません。
まず今回の仕事をどう終えるかを決め
あとで同じ方法を続けるか検討する。
そういう順番が必要な場面もあります。
CodexとClaude Codeそれぞれの使い方や
当時の比較は、実務で使って分かった違い
にまとめています。
この記事では、切り替えに使った人の時間を
仕事の見積もりへ入れることが主題です。
途中経過を残し、やり直しを減らす
別の方法へ切り替えるとき
仕事の目的だけを伝えても
すぐには再開できません。
どこまで終わったか、どこで止まったか
何を試してうまくいかなかったかが必要です。
それが分からなければ
同じ対象を二重に処理したり
問題が起きた工程を
もう一度たどったりします。
私はこの作業を引き継ぐ際
Codexに引き継ぎ書を作らせました。
対象や手順、画像ファイルの場所
確認事項をまとめて、Claude Codeへ渡しました。
作業を終えるまでには時間がかかりましたが
引き継ぐための材料を残せたことは役に立ちました。
これからAIへ新しい仕事を任せるなら
「どこまで終えたかを途中で分かるようにできるか」
も見ておきたいと思います。
件数が多い仕事ほど、完了分と未完了分が分かるだけで
止まったあとの判断がしやすくなります。
「次も任せたいか」を、完了後に決める
AIの作業時間と、自分が拘束された時間を振り返る
仕事が終わると、結果だけで
「うまくいった」
と考えたくなります。
もちろん、目的どおりに完了できたことは重要です。
ただ、次も任せるか決めるなら
その間に自分がどう時間を使ったかを振り返ります。
AIが動いていた時間
人が途中で戻った回数
戻った理由
最後の確認にかけた時間
厳密な記録がなくても、これらを分けて思い返すだけで
「どこが楽になったか」が見えます。
人が戻る回数は、合計の分数だけでは表せません。
数分の確認でも、別の仕事へ集中している最中に
何度も呼ばれれば
その仕事を中断することになります。
AIの作業が3時間で終わっても、その3時間を
私が自由に使えたかどうかは
確認の入り方によって変わります。
一方、作業の始めと終わりにまとめて確認できるなら
同じ確認時間でも予定に入れやすくなります。
実務で欲しいのは、単に短い待ち時間ではなく
自分が別の仕事へ向かえるまとまった時間です。
だから私は、所要時間とあわせて
人の時間がどれだけ細切れになるかも
見たいと思います。
たとえば、最初の準備だけが大変で
次回は同じ資料を使えるなら
繰り返す価値がありそうです。
反対に、毎回一件ずつ人が判断し直すなら
AIの作業時間が短くても
自分の負担はあまり変わらないかもしれません。
私が見たいのは、速さの数字だけではありません。
仕事の結果と、そこに到達するまでの
人の負担を一緒に見て、次回の任せ方を決めます。
結果の正確さと、確認にかかった負担を一緒に見る
確認に時間がかからなくても
結果に誤りが多ければ
その方法をそのまま続けるのは難しいでしょう。
一方、結果は正確でも、毎回何度も人が画面に戻るなら
別の任せ方を検討したくなります。
私は、完了した仕事を振り返るとき
次の三つを分けて考えます。
- 結果：必要な対象が、意図した内容で処理されたか。
- 人の負担：準備、途中の確認、修正、最後の確認にどれほど関わったか。
- 継続しやすさ：次回も同じ材料と手順を使えるか、途中で止まった際に再開できるか。
この三つがそろわなければ
その仕事をAIに任せてはいけない
という話ではありません。
一件だけ人が慎重に見る仕事なら
確認に時間がかかっても
AIが材料を整理してくれる価値があります。
大量の定型作業なら
人の介入が少ないことが
より大切になるでしょう。
反対に、一度しか行わない短い仕事なら
AIへ説明するより自分で進めたほうが
早い場合もあります。
だからといって、AIを使う意味がない
とは思いません。
作業そのものは自分で行い
先に必要な情報だけ整理してもらう方法も
あります。
「全部任せるか、使わないか」
で決める必要はありません。
仕事の性質によって、どの負担を受け入れるかは
変わります。
だからこそ
「AIで何分短縮できるか」
という一つの数字だけで判断しないほうが
私にはしっくりきます。
次回に使える手順と、見直すべき点を残す
任せた仕事がうまく進んだなら
次回にも使える条件を残します。
何を材料にし、どの順番で進め
どこで人が確認したか。
AIへの指示だけでなく
人が行った確認も含めておきます。
止まったなら、その場所と原因の見立てを残します。
「画像添付で止まった」
「この画面を扱えなかった」
のように書けば、次回の試行では
何を最初に確かめるか分かります。
原因が確定していないなら
分かった事実と推測を分けておきます。
記録のために長い報告書を毎回作る必要はないと思います。
少なくとも
「できたこと」
「人が対応したこと」
「次回に先に試すこと」
の三つが分かれば、同じ仕事を
もう一度頼む際の出発点になります。
作業を重ねるうちに、AIへ伝える内容だけでなく、
自分の仕事の確認方法も整理されます。
私にとって、これはAIへ仕事を任せる
もう一つの利点です。
頭の中だけにあった判断を
次も使える形にできるからです。
AIを実務の相棒にするために
最初から全部を任せず、自分の時間が生まれる範囲を探す
これからAIへ仕事を任せるなら
最初から一つの業務を丸ごと渡す必要はありません。
資料の整理だけ、文章の案だけ
決まった条件で行う数件の処理だけでも
役に立つ場合があります。
初回は、元の材料を自分で確かめられ
結果を外へ出す前に止められる仕事を選ぶと
試しやすいでしょう。
どこを見れば正しいか分かる仕事なら
AIの結果を評価できます。
確認にどれほど時間がかかったかも分かるため
次はもう少し広い範囲を任せるか判断できます。
一件を最後まで試し、結果を自分で判断する。
途中で戻った理由を見て、件数を増やしても
続けたい方法か考える。
自分の時間がどこで空き、どこで必要になるかを
知るために、小さく始めます。
AIが作業した時間を成果として見たくなる気持ちは
私にもあります。
ただ、私が本当に欲しいのは
AIが忙しく動いている状態ではありません。
必要な仕事が正しく進み
自分が取り組むべき判断や別の仕事に時間を使える
状態なのです。
成功した回も止まった回も、次の任せ方に生かす
38店舗の仕事は
AIへ任せる便利さを私に教えてくれました。
同時に、一つの工程が止まるだけで
人の時間の使い方が大きく変わることも
教えてくれました。
どちらか一方だけを覚えていると、判断が偏ります。
成功した経験だけを見れば
次も同じように進むと期待しすぎます。
止まった経験だけを見れば
AIに任せられる仕事まで手放してしまいます。
私は、仕事の目的を決め、少量で試し、
必要な場所で確認し、結果と人の負担を
一緒に見て次を決めたいと思います。
AIは、すべてを察して仕事を終わらせる
魔法の杖ではありません。
それでも、任せ方を見直しながら使えば
実務を支える相棒になります。