AIを業務で使うとき、依頼文を長くすることだけが重要なのではありません。まず整理したいのは、「何を決めるために、何を知りたいのか」という問いです。

AIは、情報の整理、比較の下書き、文章案の作成などを支援できます。一方で、自社が優先する顧客価値、採用すべき判断基準、最終的な意思決定は、業務を担う人が持つべき役割です。

本記事では、日々の業務でAIに依頼する前に使える、問いの整理手順を紹介します。

なぜAI活用では問いの整理が必要なのか

同じ「提案書を作ってほしい」という依頼でも、目的や前提が異なれば、求める下書きも変わります。例えば、既存顧客への追加提案なのか、新規顧客向けの初回提案なのかで、確認したい情報や表現の注意点は異なります。

問いが曖昧なまま依頼すると、出力を見てから何度も方向を修正することになりがちです。先に業務上の目的と判断条件を整理すると、AIに任せる範囲と人が確認する範囲も定めやすくなります。

特に、次のような場面では問いの設計が役立ちます。

  • 顧客への提案内容を検討する
  • 会議資料の論点を整理する
  • 社内マニュアルの不足箇所を洗い出す
  • 問い合わせへの返信案を作成する
  • 複数の選択肢を比較するための観点をまとめる

問いを4項目で整理する

AIに依頼する前に、次の4項目を短く書き出します。最初から整った文章にする必要はありません。

1. 目的：何のために考えるのか

まず、依頼の先にある業務目的を一文で置きます。

  • 例：既存顧客への提案前に、課題の仮説を整理したい
  • 例：月次会議で検討すべき論点を把握したい
  • 例：担当者間で対応手順の認識をそろえたい

「資料を作る」「メールを書く」は作業です。その作業によって、何を判断・共有・改善したいのかまで示すと、問いの軸が定まりやすくなります。

2. 前提：AIに参照させる情報は何か

次に、判断の材料となる情報を指定します。AIが参照してよい資料と、参照時に注意が必要な情報を分けておくことが大切です。

  • 顧客との打ち合わせ記録
  • 自社のサービス資料
  • 過去の提案書
  • 社内の業務ルール
  • 最新性を確認した日付

資料名だけでなく、「この資料を優先する」「古い提案書は表現の参考にとどめる」といった扱い方も添えます。社内データの置き場や更新責任を整える方法は、AI活用に向けた社内データ整理も参考になります。

3. 判断条件：何を重視し、何を避けるのか

問いの質を左右するのが判断条件です。担当者の経験の中にある基準を、AIへの依頼前に言葉にします。

確認項目の例は以下の通りです。

  • 誰にとっての価値を優先するか
  • 予算、納期、対応可能な体制はどうか
  • 社内の承認が必要な内容はあるか
  • 根拠が不足する箇所は、推測で補わず確認事項として残すか
  • 法務、契約、価格、個人情報に関する判断を含むか

判断条件がまだ固まっていない場合は、AIに結論を求めるよりも、「判断に必要な確認事項を列挙してほしい」と依頼する方法が有効です。

4. 出力と確認者：何を、誰が使うのか

最後に、必要な出力形式と、人が確認する担当を決めます。

  • 箇条書きの論点整理
  • 顧客向けメールの下書き
  • 比較表のたたき台
  • 会議用の質問リスト
  • 手順書の改訂候補

あわせて、利用前に誰が内容を確認するかを明記します。対外送信、契約、価格提示、重要な方針判断につながる内容は、権限を持つ担当者が根拠と表現を確認する運用にします。

整理した問いをAIへの依頼文に変換する

4項目を整理したら、次の型でAIへの依頼文にします。

> 目的：［達成したい業務上の目的］ > 前提：［参照してよい資料・対象範囲］ > 判断条件：［重視する点・確認が必要な点］ > 依頼：［作成・整理してほしい内容］ > 出力形式：［箇条書き、表、下書きなど］ > 注意：根拠が見つからない内容は推測せず、確認事項として示してください。

例えば、提案前の論点整理であれば、以下のように使えます。

> 目的：既存顧客との次回面談で確認すべき課題を整理する。 > 前提：面談記録と自社サービス資料のみを参照する。 > 判断条件：顧客の発言と資料の記載を区別し、根拠が不足する点は確認事項にする。 > 依頼：課題の仮説、追加で聞くべき質問、提案時の注意点を整理する。 > 出力形式：各項目を箇条書きで示す。

この型は、最初から高い完成度の回答を求めるためのものではありません。人が考えるべき論点を見える化し、AIとのやり取りを改善するための出発点です。

出力を使う前に確認したい5項目

AIの出力は下書きや確認支援として扱い、そのまま業務へ反映する前に確認します。

  • 事実関係：参照資料にない内容や、古い情報が混ざっていないか
  • 根拠の所在：各主張が、どの資料・記録に基づくか追えるか
  • 判断の妥当性：自社の方針や顧客との関係に照らして適切か
  • 表現の適切性：対外向けの言い回し、約束、価格、条件に問題がないか
  • 確認責任：誰が最終確認し、修正履歴をどこに残すか

問いを設計しても、AIの出力が常に業務要件に合うとは限りません。だからこそ、確認工程を業務フローに組み込みます。AIと人の役割分担は、AIの人間確認を組み込む業務設計で詳しく整理しています。

問いを一度きりで終わらせず、社内の資産にする

よく使う問いは、担当者個人の依頼文として埋もれさせず、共有できる形で残します。実務で修正した内容には、自社の判断基準や注意点が含まれているためです。

運用では、次のような記録を残すとよいでしょう。

  • 問いを使った業務の名称
  • 目的と対象者
  • 参照する資料の場所
  • 依頼文のひな型
  • 確認者と確認ポイント
  • 実行後に追加した判断条件
  • 更新日と更新担当者

蓄積した問いは、業務ルールやナレッジの見直しにもつながります。AI活用を特定の担当者だけに閉じず、再利用可能な業務の仕組みにしていくための基礎になります。

まとめ

AI活用では、答えを受け取る前に、自社として何を明らかにしたいのかを整理することが重要です。

まずは一つの定型業務を選び、目的、前提、判断条件、出力と確認者の4項目を書き出してみてください。小さな問いから記録と見直しを重ねることで、AIを実務の確認支援に活かす土台を整えられます。

自社の業務でどこから問いを整理すべきか迷う場合は、AI活用準備度診断をご活用ください。業務・情報・判断基準・確認体制の観点から、準備状況を確認できます。