AI活用の標準業務フロー（1枚）
このページは、本書で繰り返し登場する「生成AIを業務に組み込むときの標準手順」を1枚にまとめたものです。以降の各章では、「この章がフローのどこに該当するか」を明示します。
全体像（10ステップ）
- タスク定義: 目的、読み手、意思決定点、期限、制約、承認者を決める。
- 情報分類: 公開情報、社内限定、機密、個人情報、契約情報を分け、外部AI投入可否と匿名化要否を判断する。
- 文脈設計: 使ってよい資料、前提、用語、読み手の状況、除外する情報を整理する。
- 出力仕様: 見出し、表、根拠欄、要確認欄、文字数、トーン、提出形式を output schema として定義する。
- 手段選択: 通常の生成、検索 / retrieval、表やPDFの読み取り、tool use / function calling、MCP 連携などの必要性を判断する。
- 生成: 初稿、複数案、反論、前提確認、要確認事項を出させる。
- 評価: CARE に、受け入れ基準、根拠、リスク、承認条件を加えて点検する。
- ファクトチェック: 一次情報、社内正本資料、複数ソース、時系列、数値、固有名詞を確認する。
- 編集・承認: 人間が最終版へ編集し、意思決定ログ、承認者、確認日を残す。
- ログ化・再利用: task brief、プロンプト、出力、評価結果、改善理由、廃止条件を資産化する。
各ステップのチェックポイント（要点）
| ステップ | 主要アウトプット | 典型的なチェックポイント |
|---|---|---|
| 1. タスク定義 | task brief | 何を決めるのか、誰が読むのか、承認者は誰か |
| 2. 情報分類 | data classification card | 外部AIに投入できる範囲、匿名化、社内確認要否 |
| 3. 文脈設計 | context design | 利用資料、前提、用語、除外情報、読み手の状態 |
| 4. 出力仕様 | output schema | 見出し、表、根拠欄、要確認欄、文字数、提出形式 |
| 5. 手段選択 | tool / workflow decision | 通常生成で足りるか、検索、表、PDF、MCP連携が必要か |
| 6. 生成 | 初稿 / 複数案 | 前提不明時に質問させるか、反論や代替案を出させるか |
| 7. 評価 | CARE+評価 | 正確性、適切性、関連性、効果性、根拠、リスク、承認条件 |
| 8. ファクトチェック | evidence matrix | 一次情報、社内正本、複数ソース、時点、数値、固有名詞 |
| 9. 編集・承認 | final artifact / decision log | 人間が説明責任を持てるか、承認履歴が残るか |
| 10. ログ化・再利用 | prompt / template asset | 命名、版管理、適用範囲、改善履歴、廃止条件 |
成果物単位の完了条件
AI活用の成否は「AIにうまく依頼できたか」だけでは判断しません。業務成果物として完了させるには、次の6点を明示します。
- Task brief: 目的、読み手、意思決定点、期限、利用してよい材料、機密区分、承認者。
- Data classification: 入力情報の区分、外部AI投入可否、匿名化、社内確認の要否。
- Output schema: 見出し、表、箇条書き、文字数、根拠欄、要確認欄、提出形式。
- Acceptance criteria: 正確性、適切性、関連性、効果性、根拠確認、リスク、承認条件。
- Evidence matrix: 採用した根拠、確認した一次情報、確認日、未確認事項、参照範囲。
- Decision log: 採用案、却下案、最終承認者、確認日、再利用条件、廃止条件。
この6点がない場合、AI出力は「作業途中の初稿」として扱い、社外共有や意思決定には使いません。
CARE+評価
既存の CARE は残しつつ、実務では次のように拡張します。
- Correctness: 事実、数値、固有名詞、時系列が正しいか。一次情報で確認したか。
- Appropriateness: 読み手、目的、トーン、社内ルール、機密区分に合っているか。
- Relevance: 意思決定点に関係する情報だけに絞れているか。脱線や過不足はないか。
- Effectiveness: 次の行動、判断、承認、合意形成に使えるか。
- Evidence: 根拠、参照元、確認日、適用範囲が残っているか。
- Risk: 誤情報、情報漏えい、著作権、知財、prompt injection、誤承認のリスクを確認したか。
- Approval: 人間の編集者、承認者、承認条件、ログ化範囲が明確か。
最小運用（Small Start）の考え方
最初から完璧を目指すより、まずは次の5点を必須にして、適用範囲を段階的に広げます。
- タスク定義（目的、読み手、意思決定点、制約、承認者）
- 情報分類（外部AIに投入してよい範囲の確定）
- 出力仕様（見出し、表、根拠欄、要確認欄）
- CARE+評価（根拠、リスク、承認条件を含む）
- 編集・承認（人間の最終責任、意思決定ログ、再利用条件）
例（最小）：会議メモを意思決定ログにする
会議の結論、未決事項、次アクションを整理し、関係者に共有するケースです。
- タスク定義: 読み手、決めたいこと、出力形式、承認者を明確にする。
- 情報分類: 個人名、顧客名、契約前提、社内情報が含まれる場合は、外部AI投入範囲を再確認する。
- 文脈設計: 会議メモ、アジェンダ、関連資料、用語、前提条件を整理する。
- 出力仕様: 「決定事項 / 未決事項 / ToDo（担当 / 期限）/ リスク / 要確認事項」の見出しを固定する。
- 手段選択: テキストだけで足りるか、表、PDF、スクリーンショット、議事メモの読み取りが必要かを判断する。
- 生成: 2案以上を出させ、抜け漏れや観点の差を比較する。
- 評価: CARE+で、断定、捏造、過不足、目的適合、根拠、リスク、承認条件を点検する。
- ファクトチェック: 日付、数値、固有名詞、決定事項は会議メモ原文や社内資料で裏取りする。
- 編集・承認: 最終版として共有し、誰がいつ承認したかを意思決定ログに残す。
- ログ化・再利用: task brief、出力仕様、受け入れ基準、改善理由をテンプレート化する。
関連章（参照先）
- 入力設計（CRISP-P / task brief / output schema）: 第5章：AIへの指示（プロンプト）設計
- 評価（CARE+ / acceptance criteria）: 第6章：AIの出力を評価・改善する
- 情報検証・メディアリテラシー: 第7章：批判的思考とメディアリテラシー
- 業務フローへの組み込み: 第8章：AI活用の具体的場面
- リスク / ガバナンス / 機密: 第9章：AIリスク管理と倫理的配慮
- 改稿範囲と分割計画: 2026年版リライト契約と分割計画
ケーススタディ（最短で流れを掴む）
標準フローの全体像を掴むには、ケーススタディを先に読むのも有効です。