AIのプロならこう解く
5つの業務課題

3つのステップで考える

5つの課題は、どれも同じ考え方で解いています。AIに前提を覚えさせる場所を、チャットの設定、作業フォルダ、チームの共有場所へと少しずつ広げていく考え方です。

ステップ1では、ChatGPTのGPTsかGeminiのGemを使います。どちらも、指示文と資料をあらかじめ登録しておける自分専用のAIです[2][3]。毎回の説明が不要になり、設定を共有すればチームの誰でも同じ条件で使えます。

ただし、ChatGPTの個人向けプランでは、2026年8月から新しいGPTsを作れなくなりました。会社で契約するBusinessプランなどでは、引き続き作れます[2]。個人で試すときは、GeminiのGemか、5つの課題のあとで紹介するChatGPTのプロジェクト機能を使ってください。

ステップ2では、Claude CodeかCodexを使います。どちらもパソコンのフォルダの中で作業するAIです。フォルダにCLAUDE.mdというメモのファイルを置いておくと、Claude Codeは作業を始めるたびにその内容を読み込みます[4]。Codexで同じ役割を持つファイルは、AGENTS.mdです[5]。作業の結果をフォルダに書き足していけるので、使うほど前提の情報が増えていきます。

ステップ3では、NotionやObsidianに情報を置いてチームで共有したり、n8nやDifyで処理を自動で動かしたりします。

5つの課題の全体マップ

5つの課題それぞれで、ステップごとに何を作るかを1枚にまとめました。課題名を押すと、その章へ移動します。

課題1 毎回、AIへの説明からスタート

商品情報や顧客情報が、担当者の頭の中とチャット履歴に分かれて置かれていることが原因です。前提を1回だけ書き、全員が同じものを使い回せる形にします。

ステップ1 営業アシスタントのGPTs／Gemを作る

指示欄に営業方針の3項目と文章ルールを書き、商品情報と顧客情報をファイルで添付します。担当者がやることは「みどりマート向けに新商品の提案メールを書いて」と頼むだけです。

指示欄には「目的、送付相手、添付資料のどれかが分からないときは、書き始める前に質問する」という1行も入れておきます。担当者ごとの入力の差は、AIの側から質問させることで埋められます。アレルゲン情報のように確定していない情報について、AIに書かせるのは「確定後にご案内します」の一文だけです。

あなたは、トモラボフーズ営業部のアシスタントです。添付の「商品情報」と「顧客情報」をもとに、取引先への提案メールと商品紹介資料の文章を作ります。

【営業方針】
・商品情報は正確に伝える
・確認できない効果や効能は断定しない
・取引条件は顧客ごとに確認する

【作業のルール】
・書き始める前に、目的、送付相手、添付資料がそろっているかを確かめる。足りないものがあれば、先に質問する
・顧客名が出たら、顧客情報から業態と重視していることを読み、それに合わせて商品の伝え方を変える
・価格は税込で、商品情報のとおりに書く
・アレルゲン情報は確認中のため、聞かれても「確定後にご案内します」とだけ書く
・出力する前に、商品情報と食い違う箇所がないかを確かめる

【出力の形】
・件名、本文の順に出す
・本文は400字前後にする

ステップ2 営業フォルダにCLAUDE.mdを置く

CLAUDE.mdに書いておくのは、顧客名が出たら顧客ファイルを読むこと、作ったメールを作成物フォルダに保存すること、商談で分かったことを顧客ファイルに追記することの3つです。GPTsに添付した資料は、作った時点の内容から変わりません。フォルダで管理すれば、商談のたびに顧客ファイルの情報が増えていきます。

# 営業部の作業ルール

このフォルダでは、トモラボフーズ営業部の提案メールと商品紹介資料を作る。

## 必ず読むファイル
- 商品/まいにちスープ.md：価格、発売日、販売先は、このファイルの内容だけを使う
- 顧客/：顧客ごとの情報。依頼に顧客名が出たら、該当するファイルを読む

## 営業方針
- 商品情報は正確に伝える
- 確認できない効果や効能は断定しない
- 取引条件は顧客ごとに確認する

## 作業の流れ
1. 依頼を受けたら、目的、送付相手、添付資料を確かめる。足りなければ質問する
2. 顧客ファイルの「重視していること」に合わせて文章を作る
3. 作ったものは「作成物/日付_顧客名_内容.md」の名前で保存する
4. 商談メモを渡されたら、分かったことを顧客ファイルの「商談履歴」に追記する

## 書かないこと
- アレルゲン情報。確定するまで社外に出さない
- 商品ファイルにない数字や効果

ステップ3 顧客情報と提案履歴をNotionに置く

Notionに作る顧客データベースの項目は、会社名、業態、重視していること、商談履歴、避けるべき話題の5つです。Claudeは、コネクタと呼ばれる接続機能でNotionのページやデータベースを読み書きできます[6]。ChatGPTからも、Notionの内容を検索して読み込めます。営業部の全員が同じ顧客情報をもとに文章を作れるのが、この方法の利点です。作成した提案メールも「提案履歴」に保存しておくと、上司が内容を確認でき、反応のよかった文面を他のメンバーも参考にできます。

個人で使う範囲なら、Obsidianというメモアプリでも構いません。ステップ2のフォルダをObsidianで開けば、AIと同じファイルを見ながら編集できます。

課題2 会議が終わってからが長い

この課題のゴールは、ToDoが担当者と期限つきで管理表に入ることです。参考データの会議では「営業資料の担当者と期限は会議後に決める」という発言があります。賞味期限の表示位置の確認も、期限が「次回まで」としか決まっていません。AIがこうした空欄を推測で埋めると、誰も気づかないままタスクが漏れます。

前提 記録はNotionのAIミーティングノートで取る

3つのステップに共通して、会議の記録にはNotionのAIミーティングノートを使います[7]。NotionのビジネスプランとEnterpriseプランで使える有料の機能です。理由は2つあります。

1つ目は、対面でもオンラインでも、すべての会議を同じ方法で記録できることです。対面の会議は、スマートフォンやパソコンのマイクで録音します。ZoomやGoogle Meetのオンライン会議は、Notionのデスクトップアプリがパソコンの音声ごと記録するので、会議にボットを参加させる必要がありません。会議の種類によって記録の方法を変えずに済むので、記録の取り忘れがなくなります。

2つ目は、議事録を顧客情報とつなげて管理できることです。議事録のページを顧客データベースと関連づけておけば、顧客のページを開くだけで過去の打ち合わせをすべてたどれます。商品企画部なら、商品データベースとつなげて「トモのまいにちスープ」に関する会議だけを一覧にすることも可能です。課題1で作る顧客データベースとも同じ仕組みでつながります。

ステップ1 議事録GPTs／Gemを作る

出力の形を、日時、参加者、議題、決定事項、ToDo、未決事項の6つに固定します。Notionで取った文字起こしを貼ると、この形に整えて返すGPTs／Gemです。ToDoは担当、期限、内容の3列の表にして、そのままスプレッドシートやNotionに貼れる形にするのがおすすめです。指示欄には「担当や期限が発言から読み取れないときは空欄にし、未決事項に回す」と書きます。

あなたは、トモラボフーズ商品企画部の議事録係です。貼り付けられた会議の文字起こしやメモから、議事録を作ります。

【出力の形】
次の6項目を、この順番で出す。
1. 日時
2. 参加者
3. 議題
4. 決定事項
5. ToDo：担当、期限、内容の3列の表にする
6. 未決事項：まだ決まっていないことと、次回以降に確認すること

【ルール】
・担当や期限が発言から読み取れないときは、推測で埋めずに空欄にし、未決事項にも書く
・「次回まで」「来週」のようなあいまいな期限は、そのまま書いたうえで「日付の確認が必要」と添える
・発言にない決定事項を足さない
・ToDoの表は、スプレッドシートやNotionにそのまま貼れる形にする

ステップ2 議事録フォルダにCLAUDE.mdを置く

Claude CodeをNotionのコネクタでつないでおけば、「今日の企画会議の議事録を作って」と頼むだけでAIがNotionのミーティングノートを読み込みます。CLAUDE.mdに書いておくのは、部署のメンバーと役割です。参考データなら、高橋は商品企画、佐藤は営業、石川はマーケティング、山本は品質管理です。AIは発言者の役割を手がかりに、ToDoの担当者を割り振れるようになります。

さらに「議事録を作る前に前回の議事録のToDoを読み、今回完了したものと持ち越しのものを書き分ける」と書いておけば、持ち越しタスクの一覧も毎回付きます。

# 商品企画部の議事録ルール

このフォルダでは、商品企画部の会議の議事録とToDoを管理する。

## メンバーと役割
- 高橋：商品企画。会議の進行役
- 佐藤：営業
- 石川：マーケティング
- 山本：品質管理

## 議事録の作り方
1. Notionのミーティングノートから、指定された会議の文字起こしを読む
2. 前回の議事録を読み、前回のToDoのうち、今回完了したものと持ち越しのものを書き分ける
3. 日時、参加者、議題、決定事項、ToDo、未決事項の6項目で議事録を作る
4. 担当は、発言の内容とメンバーの役割から割り振る。決めきれないものは空欄にして未決事項に回す
5. 「議事録/日付_会議名.md」の名前で保存する

## してはいけないこと
- 担当や期限を推測で埋める
- 発言にない決定事項を足す

ステップ3 会議が終わったら管理表まで自動で更新する

Notionのタスクデータベースに持たせる項目は、担当、期限、状態、元の会議へのリンクの4つです。仕組みは、n8nかClaude Codeのルーティン機能で作ります。n8nは「届いたら登録して通知する」のような処理を自動で動かすツールで、新しいミーティングノートができた時点で処理を始められます[8]。ルーティン機能はClaude Codeにクラウド上で決まった時刻に作業させる機能なので、1時間ごとなどの間隔で新しいノートを確かめる使い方です[9]。どちらの場合も、AIがToDoを抜き出してタスクデータベースに1件ずつ登録し、社内チャットに通知します。

担当や期限が決まっていないToDoは「要確認」の状態で登録し、会議の主催者に確認を依頼する流れです。期限の前日に担当者へリマインドを送る処理も、同じ流れに入れられます。記録、議事録、タスクがすべてNotionに集まるので、担当者が見るのは、Notionで自分のタスクだけを絞り込んだ一覧です。会議が終わると、誰も操作しないまま管理表が更新された状態になります。

課題3 AIで作ったのに、修正が終わらない

修正の条件をチャットの中で伝えているので、会話が長くなると前の条件が守られなくなります。また「直して」と頼むと、AIは文章全体を書き直します。条件はファイルに固定し、修正は変える箇所だけを指定する形に切り替えます。

ステップ1 文章ルールを入れたGPTs／Gemを作る

指示欄に社内の文章ルール6項目を書き、商品情報を添付します。加えて、作成した文章の下にルールごとの確認結果を表で付けること、修正を頼まれたら変えた箇所だけを修正前と修正後で示すことを指示します。参考データのAI投稿文は、価格を一律250円にしている点と健康効果を断定している点を明記して、やってはいけない例として載せます。

担当者がOKを出した過去の投稿も、3本ほど見本として添付します。トーンは、ルールを並べるより見本を見せた方がそろいます。

あなたは、トモラボフーズマーケティング部の文章担当です。添付の商品情報をもとに、SNS投稿文と商品紹介文を作ります。

【社内の文章ルール】
・商品名は正式名称を使う
・価格は税込で正確に書く
・根拠のない健康効果を断定しない
・誇張した表現を避ける
・親しみやすく落ち着いたトーンにする
・確定していない商品情報は出さない

【やってはいけない例】
「健康効果抜群で、毎日飲めば元気いっぱい！コーン・トマト・きのこの3種類、すべて250円で販売開始！」
・価格が違う。正しくは、税込でコーン248円、トマト268円、きのこ278円
・健康効果を断定している
・「抜群」「元気いっぱい」は誇張にあたる

【作成したあと】
文章の下に、次の5項目の確認結果を表で付ける。
商品名／税込価格／健康効果の断定／誇張表現／未確定情報

【修正を頼まれたとき】
・頼まれた箇所だけを直し、それ以外は一字も変えない
・変えた箇所だけを「修正前」「修正後」で並べて示す
・以前に伝えられた条件も、すべて守ったままにする

ステップ2 ルールと見本をフォルダに置き、機械チェックを加える

CLAUDE.mdに「修正指示を受けたら、その内容をルールとしてCLAUDE.mdに追記する」と書いておきます。一度伝えた条件は、次回から言わなくても守られます。

check.pyは、文中の価格が商品情報の税込価格と一致するか、NGワードが入っていないかを確かめるプログラムです。下の依頼文をClaude Codeに渡せば作ってもらえます。AIへの指示は、書いたあと必ずこのプログラムを実行し、指摘された箇所を直してから人に渡すことです。価格の誤りのような機械的なミスは、人が読む前に取り除けます。

# マーケティング部の文章ルール

このフォルダでは、SNS投稿文と商品紹介文を作る。

## 必ず読むファイル
- 商品/まいにちスープ.md：商品名、価格、発売日は、このファイルの内容だけを使う
- 見本/：担当者が承認した投稿。トーンはここに合わせる
- NGワード.md：使わない言葉の一覧

## 文章ルール
- 商品名は正式名称を使う
- 価格は税込で正確に書く
- 根拠のない健康効果を断定しない
- 誇張した表現を避ける
- 親しみやすく落ち着いたトーンにする
- 確定していない商品情報は出さない

## 作業の流れ
1. 文章を書いたら、必ず check.py を実行する
2. check.py が指摘した箇所を直し、もう一度実行して問題がないことを確かめてから見せる
3. 修正を頼まれたら、頼まれた箇所だけを直し、変えた箇所を修正前と修正後で示す

## ルールの追加
修正指示を受けたら、その内容を「文章ルール」に1行で追記し、追記したことを報告する。

このフォルダに、文章をチェックするPythonのプログラム check.py を作ってください。

・使い方は「python3 check.py 確認したいファイル」にする
・商品/まいにちスープ.md に書かれた商品名と税込価格を読み込み、文中の価格が商品ごとに合っているかを確かめる
・NGワード.md に書かれた言葉が文中にあれば、行番号と一緒に表示する
・問題がなければ「OK」とだけ表示する
・作ったら、わざと間違えた例文で一度試して、結果を見せてください

ルールとチェック用のプログラムをセットにして「スキル」にまとめると、マーケティング部の全員に同じ基準を配れます。スキルとは作業の手順をまとめてAIに渡すファイル一式のことで、Claudeのアプリやブラウザ版にも登録が可能です[10]。

ステップ3 投稿の反応からAIが改善案を出す仕組みを作る

投稿したあとの数字を自動で集め、分析と改善案の作成までAIが行う仕組みです。AIにPDCAを回させるイメージです。自動化にはn8nかClaude Codeのルーティン機能を使い、データの置き場所はNotionかスプレッドシートにします。

インサイトには、SNSならInstagramのビジネスアカウントなどで取れる数字、SEO記事ならGoogle Search Consoleの表示回数やクリック数を使います[11][12]。集めた数字はNotionかスプレッドシートにためておき、AIが伸びた投稿と伸びなかった投稿を比べて理由を分析します。

ステップ2では、担当者の修正をルールに追記しました。ステップ3では、お客さまの実際の反応も数字としてルールに反映されます。ルールを変えるかどうかを決めるのは、必ず担当者です。

課題4 情報はある、でも毎朝探している

情報を集めて並べる作業はAIに任せ、マネージャーは優先順位の最終判断だけを行います。参考データの場合、AIに出させたいのは次のような整理です。

1. 13時の商談相手であるオフィスライフ商事への返信が未対応。商談の前に返す
2. みどりマートの資料は10月13日が期限。画像の確定が遅れているので、画像なしで先に送るか先方に相談する
3. アレルゲン情報は未確定。今日の商談と資料では触れない
4. 取引先Bの商談日程の変更依頼に今日中に返信する
5. 総務部の社内イベント案内は後回しでよい

ステップ1 朝のまとめ用のGem／GPTsを作る

メール、チャット、予定をまとめて貼ると、上の形で整理して返すGemを作ります。指示欄には優先順位の判断基準を書きます。たとえば「今日の予定に関係するものを最優先にする」「取引先からの連絡は社内連絡より上に置く」「期限が3日以内のものは目立たせる」「未確定の情報は注意事項として別枠に出す」といった基準です。GeminiのアプリはGmailやGoogleカレンダーとつなげられるので、Googleのサービスを使っている会社ならコピペの手間も省けます[13]。

あなたは、トモラボフーズ営業マネージャーの秘書です。貼り付けられたメール、社内チャット、今日の予定、タスクをもとに、今日やることを整理します。

【優先順位の決め方】
・今日の予定に関係するものを最優先にする
・取引先からの連絡は、社内の連絡より上に置く
・期限が3日以内のものは目立たせる
・返信していない連絡は、必ず拾う

【出力の形】
1. 今日やること：優先度の高い順に5件まで。それぞれに理由を1行で添える
2. 予定ごとの準備：会議や商談の前に確認しておくこと
3. 注意事項：未確定の情報や、社外に出してはいけない情報
4. 後回しでよいもの

【ルール】
・貼り付けられた情報にないことは書かない
・判断に迷うものは「要確認」として出す

ステップ2 判断基準と担当案件をCLAUDE.mdに書く

CLAUDE.mdに書くのは、優先順位のルール、担当顧客と進行中の案件、チームメンバーの担当です。Claude CodeをGmailとGoogleカレンダーのコネクタでつないでおけば、「朝のまとめ」と打つだけでAIが各サービスの情報を読み込みます。結果の保存先は「daily/2026-10-09.md」のような日付ごとのファイルです。翌朝は前日のファイルを読み、終わっていない項目を引き継いで表示します。

# 営業マネージャーの朝のまとめ

「朝のまとめ」と頼まれたら、次の手順で今日やることを整理する。

## 読むもの
1. Gmail：前日の夕方以降に届いたメール
2. Googleカレンダー：今日の予定
3. Notionのタスク表：自分とチームの未完了タスク
4. daily/：前日のまとめ。終わっていない項目を引き継ぐ

## 優先順位のルール
- 今日の予定に関係するものを最優先にする
- 取引先からの連絡は、社内の連絡より上に置く
- 期限が3日以内のものは目立たせる
- 返信していない連絡は必ず拾う

## 担当顧客と進行中の案件
- みどりマート：新商品を提案中。資料の期限は10月13日
- オフィスライフ商事：商談中。返信の遅れに注意する

## 出力
- 今日やること、予定ごとの準備、注意事項、後回しでよいものの4つに分ける
- 「daily/日付.md」の名前で保存する
- 返信が必要なものは、Gmailに下書きだけを作る。送信はしない

ステップ3 毎朝決まった時刻に自動で実行する

自動実行に使うのはClaude Codeのルーティン機能かn8nで、毎朝7時半に同じ処理を動かす設定です。AIがGmail、カレンダー、社内チャット、Notionのタスク表を読み、まとめをNotionの「デイリー」ページに書き込んでチャットに通知します。

返信が必要なものは、AIがGmailに返信の下書きまで作ります。送信ボタンを押すのは、内容を確認したマネージャーです。出社した時点で、今日やることの一覧と返信案がそろっている状態です。まとめをNotionに置けば、チームのメンバーもマネージャーと同じ優先順位を見て動けます。

課題5 その質問、AIに任せていい？

AIにはまず問い合わせの仕分けを任せ、AIが答えてよい範囲をはっきり決めます。参考データの5件を分けると次のとおりです。

ステップ1 仕分けと回答のGPTs／Gemを作る

FAQを添付し、指示欄に3つのルールを書きます。回答する前に必ずA、B、Cの区分と理由を出すこと。FAQに書いてあることだけで答えること。アレルギー、体調、健康、異物、けがに関する問い合わせは必ずCにして回答文を作らないこと。担当者は問い合わせを貼り、区分と回答案を確認してから送ります。

FAQの内容だけで答えさせたい場合は、Gemini Notebookも選択肢です。2026年7月にNotebookLMから名前が変わった、GoogleのAIノートです。登録した資料だけをもとに答え、回答ごとに根拠になった箇所が表示されるので、担当者の確認が早く済みます[14]。

あなたは、トモラボフーズお問い合わせ窓口の担当者を手伝うアシスタントです。添付のFAQをもとに、届いた問い合わせを仕分けて、回答の下書きを作ります。

【仕分け】
回答を作る前に、必ず次のA、B、Cのどれにあたるかと、その理由を出す。
A：FAQに答えがある。回答の下書きを作る
B：商品名やロット番号などの個別の確認が必要。お客さまに送ってほしい情報を聞く文面だけを作る
C：アレルギー、体調、健康、異物、けがに関わる。回答文は作らず「担当者へすぐ回す」とだけ出す

【ルール】
・FAQに書いてあることだけで答える。FAQにない内容は推測で書かない
・FAQにない質問は「FAQ追加候補」として最後にまとめる
・Cにあたるか迷ったら、Cにする

【回答の書き方】
・丁寧で落ち着いた言葉づかいにする
・200字以内にする

ステップ2 FAQと仕分けのルールをフォルダで管理する

CLAUDE.mdには「FAQで答えられない質問はFAQ追加候補.mdに書き出す」というルールを入れておきます。担当者が回答を決めてFAQ.mdに追記すれば、同じ質問には次からAIが答えられます。アレルゲン情報が確定したときも、直すのはFAQ.mdの1か所だけです。対応ログを日付ごとに残しておけば、どの質問が多いかを後から集計できます。

# お問い合わせ窓口の作業ルール

このフォルダでは、問い合わせの仕分けと回答の下書きを作る。

## 必ず読むファイル
- FAQ.md：回答の根拠。ここに書いてあることだけで答える
- 回答テンプレ.md：あいさつと締めの決まった文面

## 仕分け
- A：FAQに答えがある。回答の下書きを作る
- B：個別の確認が必要。お客さまに聞く情報をまとめた文面を作る
- C：アレルギー、体調、健康、異物、けがに関わる。回答は作らず、品質管理部へ回すよう担当者に伝える

## 作業の流れ
1. 問い合わせごとに、区分と理由を出す
2. FAQで答えられない質問は、FAQ追加候補.md に追記する
3. 対応した内容は「対応ログ/日付.md」に残す
4. 担当者がFAQ追加候補に回答を書いたら、FAQ.mdに反映してよいかを確認してから追記する

ステップ3 DifyでRAGの回答システムを作る

ステップ3では、RAGという仕組みを使います。登録した資料から質問に関係する箇所を探し、その内容をもとにAIが回答を作る仕組みです。構築には、RAGを使ったチャットボットを画面の操作で作れるDifyがおすすめです[15]。FAQと商品情報をDifyのナレッジに登録しておけば、Webサイトのチャット窓口として公開でき、LINE公式アカウントにもDifyのプラグインでつなげられます[17]。どちらからでも、お客さまの質問にその場で答えられます。

Difyの中で最初に行うのは、質問の仕分けです。質問分類器という部品を使うと、質問の内容に応じて処理を分けられます[16]。FAQで答えられる質問には、AIがナレッジをもとに回答します。賞味期限の確認のように個別の確認が必要な質問は、AIが商品名やロット番号を聞き取ってから担当者へ回す扱いです。アレルギーや体調に関わる質問にはAIは回答せず、担当者から連絡すると案内したうえで品質管理部にすぐ通知します。想定外の質問が来たときの流れは、次のとおりです。

1. お客さまに「担当者に確認しますので、お待ちください」と案内する
2. 質問の内容をNotionかスプレッドシートに記録する
3. LINEやSlackに「このような質問が来ました」と通知する
4. 担当者が回答を入力すると、お客さまに返信され、同じ内容がDifyのナレッジに追加される

4番目の処理によって、同じ質問が次に来たときはAIが答えられるようになります。回答欄の横に「ナレッジに追加する」というチェック欄を設けておくと、個別の事情に答えた内容がナレッジに混ざりません。記録、通知、ナレッジへの追加を自動で動かすには、n8nでDifyとNotionをつなぐのが手軽です。

ここまで組むと、ほぼ完全な自動化になります。ただ、どの構成でも、AIに全部を任せきりにするのはまだ避けた方がよいと考えています。お客さまへの回答の責任を最終的に負うのは人で、AIのせいにはできないからです。導入して最初の1か月は社内だけで使い、AIの回答を担当者が確認します。お客さまに公開する範囲を広げるのは、正確さを確かめてからです。

5つの課題をまとめて解く

1つの商品マスタで5つの課題をつなぐ

5つの課題で使う商品情報は、すべて同じです。Notionに「商品マスタ」を1ページ作り、価格、発売日、販売先、アレルゲン情報などの項目ごとに「確定」か「確認中」かの状態を持たせます。営業、マーケティング、問い合わせのAIが参照するのは、すべてこのページです。アレルゲン情報が確定したら商品マスタを1か所更新するだけで、提案メールもSNS投稿も問い合わせの回答も新しい情報で作られます。

ステップ1と2の間にプロジェクト機能を挟む

ChatGPTとClaudeには、指示とファイルをまとめて置けるプロジェクト機能があります。GPTsより手軽に作れるうえ、チャットの履歴もプロジェクトごとに残るのが利点です。Claude Codeを入れるのが難しい人は、ステップ1.5として試してみてください。ChatGPTの個人向けプランでGPTsを作れない場合も、プロジェクト機能なら使えます。

作業の手順はスキルにする

CLAUDE.mdは、そのフォルダで作業するときの前提を書くファイルです。議事録の作り方や文章チェックのような手順はスキルにすると、別のフォルダでも呼び出せます。Claudeのアプリやブラウザ版にも登録できるので、Claude Codeを使わないメンバーにも同じ手順を配れます。課題2と課題3は、特にスキルにしやすい内容です。

自動化のツールを使い分ける

CLAUDE.mdとAGENTS.mdは中身を1つにまとめる

ClaudeとCodexの両方を使う場合に起きやすいのが、同じ内容を2つのファイルに書いて片方だけ更新し忘れることです。AGENTS.mdを本体にすると、書く場所が1つにまとまります。CLAUDE.mdがないフォルダなら、Claude CodeもAGENTS.mdをそのまま読み込む仕様です。CLAUDE.mdを別に置く場合は、CLAUDE.mdに「@AGENTS.md」と1行書いておけば、AGENTS.mdの内容も一緒に読み込まれます[4]。

費用対効果を試算する

5つの仕組みを入れたときに、どれくらいの時間が減るかを試算します。トモラボフーズの部署ごとの人数や作業時間は課題ページに書かれていないので、従業員約80名の食品メーカーとして、次のような仮の数字を置きました。

減る時間

1か月を4週、20営業日として計算しました。

金額にすると

人件費は、社会保険料などの会社負担を含めて1時間3,000円と仮定します。

追加でかかる費用は、Notionの有料プラン、n8nやDifyの利用料、AIを自動で動かすときの利用料をまとめて、多めに月10万円と見積もります。ChatGPTなどの生成AIはすでに全社で導入済みなので、ここには含めていません。

仮に、仕組みづくりを外部に頼んで初期費用が100万円かかったとしても、月28.4万円の効果があれば4か月ほどで回収できます。

数字に入れていない効果もあります。担当者による文章の品質のばらつきが減ること、タスクの抜け漏れが減ること、アレルギーのような答えてはいけない質問にAIが答えてしまう事故を防げることです。今回は対象を22名に絞りましたが、製造や総務の業務にも同じ考え方を当てはめられます。

この考え方を提案に生かす

5つの課題の解き方は、どれも同じ考え方でできています。AIに覚えさせる場所をチャット、フォルダ、チームの共有場所へと広げ、要所には人の確認を残す、という考え方です。この順番を持っておくと、相手の会社がAIをどこまで使えているかに合わせて、次に何を入れればよいかを示せます。

そこに削減できる時間と金額の試算が加わると、話は便利なツールの紹介から「月128時間、金額にして約38万円分の作業が減る」という提案に変わります。初期費用を何か月で回収できるかまで示せれば、相手が導入を判断するための材料は十分です。

フリーランスや個人事業主としてお客さまの会社を支援するときも、自分の事業の業務を見直すときも、使う考え方は同じです。課題を整理して数字で示せるからこそ、こうした提案ができ、お客さまの課題を解決できます。

まずやってみること