AI業務自動化は、AIが読む・分ける・下書きする部分と、決まったルールで照らす・転記する・知らせる部分に分けて設計します。取り消せない操作の手前には、人が確かめる工程を置きます。AIエージェントを使うときも、任せる範囲を絞る考え方は同じです(2026年10月時点)。
AIで業務を自動化したいと考えている方なら、
「生成AIに任せたいが、取引先に間違った返信を送るのが怖い」
「AIエージェントは、これまでの自動化と何が違うのか分からない」
と感じているかもしれませんね。
AI業務自動化は、AIが読む・分ける・下書きする部分と、決まったルールで動かす部分に分けて設計します。
そのうえで、取り消せない操作の手前に、人が確かめる工程を置きます。
この分け方で組めば、AIが間違えても流れの途中で気づけて、どこで誤ったのかを追えます。
社内で直しながら使い続けられる仕組みに、一歩近づくはずです。
この記事では、AIで業務を自動化する仕組みを自社で設計したい方に向けて、
- AIの部分とルールの部分の違いと分け方
- AIの答えをルールの部分へ渡す形
- 人が確かめる工程を置く場所と見せ方
- AIエージェントを使うと変わる設計の点
- 設計した自動化の試し方と社内への残し方
上記について、前職で社内研修の講師を務め、いまは注文の処理などを生成AIで自動化する仕組みを自作している私の立場から解説しています。
まずは自社の業務を1つ思い浮かべながら、ぜひ参考にして読み進めてください。
目次
AI業務自動化とは?ルールだけの自動化と何が違いますか?
AI業務自動化とは、決まった手順で動く自動化の中に、AIの処理を組み込むことです。
これまでの自動化は、決まったルールで動く部分だけでできていました。
AIが加わると、書式の違うメールや書類も、流れに乗せられます。
ただし、AIとルールは得意なことも間違え方も違うため、分けて設計します。
生成AIが担うのは、読む・分ける・下書きする部分です
生成AIが得意なのは、毎回形の違う文章を読み、意味をつかむ仕事です。
業務の流れの中では、主に次の3つを担います。
- 読む: メールや書類から、会社名・品名・日付などを抜き出す
- 分ける: 用件を「見積」「納期」「不具合」のように分類する
- 下書きする: 返信や報告の文面の案を作る
どれも、人が読めば分かるのに、ルールでは書き切れない仕事です。
一方で生成AIは、同じ入力でも答えが少し変わることがあります。
事実と違う内容を、もっともらしく返すこともあります。
RPAやフローは、照らす・転記する・知らせる部分を担います
決まったルールで動く部分は、RPAやクラウドのフローが担います。
台帳との照合、決まった欄への転記、担当者への通知など、答えが1つに決まる仕事です。
Microsoft は、Copilot Studio のエージェント フローを「決定論的」と説明しています。
ルールに沿って動き、同じ入力が常に同じ出力を生むという意味です(2026年10月時点)。
2つの部分の違いを、表で比べます。
観点 | AIの部分 | ルールの部分 |
|---|---|---|
得意な仕事 | 読む・分ける・下書き | 照らす・転記・通知 |
入力の形 | 毎回違ってよい | 決まっている |
同じ入力の結果 | 少し変わることがある | 毎回同じ |
間違え方 | 誤ったまま進む | 想定外で止まる |
確かめ方 | 正解つきの見本と比べる | 崩したデータで試す |
直し方 | 指示文や見本を直す | 条件や手順を直す |
分けて設計する一番の理由は、表の「間違え方」の違いです。
止まらずに誤るAIの後ろに、止まるルールを置けば、誤りを流れの途中で拾えます。
私も、生成AIで自動化の仕組みを自作しています。
AIを万能とも危険とも決めつけず、間違え方に合わせて置き場所を決めるのが現実的だと考えます。
チャットで個人が使う場合との違いは、AIで業務効率化するときの、チャットと自動化の選び方で扱っています。
効率化が難しいのは、人の判断が要る業務です
流れには、AIとルールのほかに、もう1つの担い手が要ります。
人です。
中小企業基盤整備機構の調査(2026年3月公表)では、AIを導入している中小企業は20.4%でした。
同じ調査で、AIの導入後も効率化が難しいと感じる業務として最も多かったのは、「人の判断が必要な業務」で67.1%です。
判断の要る工程を無理にAIへ寄せず、人の工程として最初から設計に入れておきます。
では、AI・ルール・人を、工程ごとにどう割り振ればよいのでしょうか。
AIの部分とルールの部分は、どう分けて設計しますか?
分け方は、業務を工程に書き出し、工程ごとに担い手を決める2段階です。
使うツールを選ぶのは、その後にします。
先にツールを決めると、ツールでできることに業務を合わせてしまうからです。
業務を、受け取ってから渡すまでの工程に書き出します
最初に、1つの業務を「何を受け取り、誰に何を渡すか」で区切ります。
そのあいだの作業を、動詞1つずつの工程に分けて並べます。
「確認して入力する」のように2つの動作が入った工程は、「確認する」と「入力する」に割ります。
工程を細かく割るほど、AIに任せる部分と人が見る部分の境目がはっきりします。
書き出すときは、月に何度かある「いつもと違う」件も拾っておきます。
再送、添付の漏れ、書式の違いなどです。
担当者が少ない会社ほど、例外は1人の頭の中にしかありません。
書き出しは、その人の手が空いているうちに済ませておくと安心です。
4つの問いで、工程ごとにAI・ルール・人を決めます
書き出した工程ごとに、次の4つを上から順に問います。
問い | 「はい」のとき | 「いいえ」のとき |
|---|---|---|
1. 入力の形は毎回違うか | AIで読む・分ける | ルールで扱う |
2. 答えは1つに決まるか | ルールで照らす | AIの案を人が選ぶ |
3. 間違えても取り消せるか | そのまま進める | 手前に人の確認 |
4. お金・契約・社外に関わるか | 人が決める | 1〜3で決める |
問1と問2で「AIかルールか」が決まり、問3と問4で「人を挟むか」が決まります。
照合・計算・転記のように答えが決まる工程は、入力が整っていればルールに任せます。
迷った工程は、ルールか人に寄せておくのが無難です。
試した結果を見てから、AIに任せる範囲を広げても遅くありません。
問い合わせメールの受付なら、設計表はこうなります
架空の例として、業務用の清掃用品を扱う会社の、問い合わせメールの受付で設計表を作ります。
工程 | 担い手 | 中身 | 人に回す条件 |
|---|---|---|---|
1. 受け取る | ルール | 受信箱に届いたら開始 | なし |
2. 読む | AI | 会社名・商品名・用件を抜く | 抜けない項目がある |
3. 分ける | AI | 見積・納期・不具合に分類 | 「不明」と答えた |
4. 照らす | ルール | 顧客台帳・商品一覧と照合 | 台帳や一覧にない |
5. 振り分ける | ルール | 担当表で担当へ通知 | 不具合の連絡 |
6. 下書きする | AI | 受付の返信の案を作る | なし |
7. 確かめる | 人 | 元のメールと見比べて送る | - |
8. 記録する | ルール | 対応の台帳に1行足す | なし |
AIが担うのは、読む・分ける・下書きするの3工程だけです。
残りの5工程は、ルールと人が受け持ちます。
AIの工程の後ろには、照合か人の確認が続くように並べています。
AIの答えを、ルールの部分へどう渡しますか?
AIとルールをつなぐときは、AIの答えの形を先に決めます。
自由な文章のまま渡すと、ルールの部分が読めず、点検もできません。
決めておくのは、答えに入れる項目、書き方、「分からない」ときの書き方の3つです。
AIには、決めた項目と形で答えさせます
AIへの指示文(プロンプト)に、答えに入れる項目と書き方を並べておきます。
問い合わせの例なら、次のように決めます。
項目 | 書き方の決まり | 例 |
|---|---|---|
会社名 | 署名のとおり | (架空)A商事 |
用件 | 見積・納期・不具合・その他・不明 | 見積 |
商品名 | 本文のとおり、言い換えない | 業務用モップ替え糸 |
希望日 | 年-月-日、無ければ「不明」 | 不明 |
根拠 | 用件を決めた本文の一文 | 「10箱の見積を…」 |
Microsoft の Copilot Studio では、プロンプトの答えを、文章ではなく JSON という形で出せます(2026年10月時点)。
JSON は、項目の名前と値を組にして書くデータの形です。
Microsoft の資料は、請求書や発注書などの文章からデータを取り出す使い方を、例に挙げています。
保存した形式は、フローなどでそのプロンプトを使うときにも、そのまま使われます。
私は、項目に「根拠」を加えることをすすめます。
確かめる人が、AIがなぜその用件にしたのかを、本文で追えるからです。
分からない項目は「不明」と書かせ、保留に回します
指示文には、「書いていないことは推測せず『不明』と書く」と入れておきます。
空欄を許さない形にすると、AIがもっともらしい値で埋めるおそれがあるからです。
「不明」を含む答えは、ルールの部分で保留の一覧へ回します。
書類を読み取る機能の中には、項目ごとの確からしさを数字で返すものもあります。
Microsoft の AI Builder の書類の読み取りは、0から1の信頼度を返し、1に近いほど確からしいとしています(2026年10月時点)。
信頼度が決めた値より低い項目も、「不明」と同じく保留に回せます。
ルールの部分で点検してから、次の工程へ進めます
AIの答えは、ルールの部分で点検してから先へ進めます。
点検する項目は、たとえば次のとおりです。
- 必須の項目が、空欄や「不明」になっていないか
- 用件が、決めた選択肢のどれかになっているか
- 商品名が、商品の一覧にあるか
- 同じ送り主から、同じ内容のメールが届いていないか
点検で引っかかった件は、AIに直させず、人の確認へ回します。
金額や数量の食い違いも同じで、AIに書き換えさせず、元の資料と並べて人に見せます。
点検を通らない答えを先へ流さないことが、AIとルールをつなぐときの要です。
人が確かめる工程は、どこに置けばよいですか?
人の確認は、多すぎると流れが滞り、少なすぎると事故につながります。
置く場所の目安は、取り消せない操作の手前です。
確かめる人が判断しやすい見せ方も、あわせて設計します。
取り消せない操作の手前に、確認を置きます
確認を置くのは、次のような操作の直前です。
操作 | 例 | 取り消せない理由 |
|---|---|---|
社外への送信 | 返信・見積の送付 | 届いた文は戻せない |
台帳の確定 | 受注・在庫の登録 | 後の工程が動き出す |
お金の動き | 支払い・請求 | 戻すのに手間と信用を失う |
削除・上書き | 元のデータの消去 | 元に戻せないことがある |
Power Automate には承認の機能があり、承認者は通知を受けて、依頼を確かめて応答します。
承認の依頼には、Outlook のメールや Teams から答えられます(2026年10月時点)。
Copilot Studio のエージェント フローにも、承認の要求のような「ループ内の人間」の操作が用意されています。
最初は全件を確認に回し、当たり外れを数えてから、確認を減らす工程を決めるのが無難です。
元の資料とAIの答えを、並べて見せます
確認の画面には、元のメール、AIが抜き出した項目、点検の結果、返信の案を並べます。
AIの答えだけを見せると、確かめる人は「合っていそうだ」と流し読みしがちです。
AI事業者ガイドラインも、AIに頼りすぎる「自動化バイアス」に注意を払うよう求めています。
その注では、AIの判断を人が承認するとき、承認する理由や根拠を自分で考えてから承認することが提案されています。
保留にした理由(「商品の一覧にない」など)も画面に出すと、見る場所を絞れます。
点検で一致したことは、承認の代わりにはなりません。
金額のように取り返しのつかない項目ほど、最後は人が元の資料で確かめる形にしておきます。
国のガイドラインも、人の判断を挟む使い方を求めています
総務省と経済産業省は、2026年3月31日に「AI事業者ガイドライン(第1.2版)」を公表しました。
ガイドラインは、AIに単独で判断させるだけでなく、適切なタイミングで人間の判断を介在させる利用を検討するよう求めています。
AIを使う事業者(AI利用者)の章でも、人間の判断を介在させることで、予期せぬ事故を防ぐことも可能になると書いています。
ガイドラインは法的な拘束力のない指針ですが、社内で確認の置き方をそろえる物差しになります。
人が判断の手順を決めておく考え方は、AIエージェントを使うときにも変わりません。
AIエージェントを使うと、設計の何が変わりますか?
AIエージェントは、AIが次の手順を自分で決めて動く仕組みです。
ここまでの設計では、手順は人が決め、AIは決めた工程だけを担っていました。
エージェントでは手順の一部をAIに渡すため、任せる範囲の絞り方と、確かめ方が変わります。
各社の公式の説明では、AIが次の手順を自分で決めます
AI事業者ガイドラインは、AIエージェントを「特定の目標を達成するために、環境を感知し自律的に行動するAIシステム」としています。
各社の公式の説明と、業務向けの製品名を並べると次のとおりです(2026年10月時点)。
会社 | 公式の説明の要点 | 業務向けの例 |
|---|---|---|
Anthropic | 道筋を決めた「ワークフロー」と、AIが進め方を決める「エージェント」を分ける | Claude Cowork |
Microsoft | エージェントは、指示と文脈から次の手順を決め、ツールで行動する | Copilot Studio |
OpenAI | アプリやファイルをまたいで行動するエージェントと紹介 | ChatGPT Work |
目標を追ってタスクを完了させる。bot はルールに従う | Gemini Enterprise |
共通するのは、「どの順に何をするか」をAIが決める点です。
製品の名前や機能は入れ替わりが速いので、使う前に各社の公式ページで確かめてください。
手順を決めた流れで足りるなら、エージェントにしません
Anthropic は、まず単純な方法で試し、それで足りないときだけ、エージェントのような仕組みを足すよう勧めています。
エージェントが向くのは、必要な手順の数を前もって決められず、決まった道筋を書けない問題だとしています。
同じ資料は、エージェントは費用が高くなりやすく、誤りが積み重なるおそれがあるとも書いています。
問い合わせの受付のように手順を書き出せる業務は、エージェントにせず、決めた流れで組みます。
私は、エージェントに任せるのは、調べる範囲が毎回違う下調べのように、手順を書き切れない部分に限るのがよいと考えます。
エージェントには、使えるツールと権限を絞って渡します
エージェントを使うときは、使えるツールと権限を、その仕事に要るものだけに絞ります。
送信・削除・支払いのような取り消せない操作は、エージェントに直接させず、人の承認を通します。
Anthropic の Claude Cowork には、重要な操作の前に計画を示して承認を待つ設定があり、削除には承認が要ると説明されています(2026年10月時点)。
OpenAI も、外から紛れ込む指示(プロンプトインジェクション)への備えとして、危ない操作を制限する設計を紹介しています。
エージェントを社内に入れる進め方・事例・費用は、AIエージェントの導入の進め方で扱います。
設計した自動化は、どう試して導入しますか?
設計表ができたら、本番の前に2つの試し方をします。
AIの部分は当たり外れの数で、ルールの部分は止まり方で確かめます。
試した結果を手順書に残しておくと、作った人以外も直せるようになります。
AIの部分は、正解をつけた見本で当たり外れを数えます
過去の問い合わせから、たとえば30件を選び、人が正しい答えを付けておきます。
同じ30件をAIに読ませ、項目ごとに正解と比べて、合った件数を数えます。
「不明」と答えた件数も別に数えると、保留がどれだけ出るかの見当がつきます。
指示文や商品の一覧を変えたら、同じ30件で試し直し、前より悪くなっていないかを見ます。
Anthropic も、エージェントは本番と切り離した環境で十分に試し、適切な歯止めを設けるよう勧めています。
顧客の情報を含むメールは、架空のデータや、個人を特定できない形に直した見本で試すと安心です。
ルールの部分は、崩したデータで止まり方を試します
ルールの部分は、わざと崩したデータを流し、止まるべきところで止まるかを見ます。
- 必須の項目が空のメール
- 商品の一覧にない商品名
- 同じ内容の再送
- 日付の書き方が違うメール
同じ件を2回流して、二重に登録されないことも確かめます。
止まったときの直す順番は、業務自動化の始め方で、道具を問わない形でまとめています。
設計を社内に残すなら、研修や構築代行も選べます
自社で設計できる人を育てるか、外に作ってもらうかは、作ったあと誰が直すかで決めます。
ソロスキルハックは私が運営するサービスなので、利害関係がある点はご承知おきください。
研修では、受講者が自社の業務を題材に自動化の仕組みを作り、動かして確かめ、直し方まで身につけます。
研修費用は20万円(税抜)からで、今月の先着3社は10万円(税抜)からです。
構築をSoloriseに任せる構築代行は30万円(税抜)からで、運用保守・継続支援は含みません。
研修で減る時間は業務や体制によって変わるため、ここでは目安を示しません。
範囲と費用の詳細は、ソロスキルハックの料金・範囲で確かめられます。
よくある質問
生成AIだけで、業務を最後まで自動化できますか?
生成AIだけに最後まで任せる設計は、すすめません。
読む・分ける・下書きはAI、照合・転記・通知はルール、送信などの手前の判断は人、と分けて組みます。
AIの部分とルールの部分で、別々のツールが必要ですか?
1つの道具の中で並べられることがあります。
たとえば Power Automate のクラウド フローでは、「プロンプトの実行」のアクションと、メールの送信のような決まった処理を、1本の流れに並べられます(2026年10月時点)。
AIエージェントを使えば、設計しなくても済みますか?
済みません。
エージェントにも、使えるツールと権限、承認を挟む場所、記録の残し方を、人が決めておきます。
手順を書き出せる部分は、決めた流れで組むほうが直しやすくなります。
人の確認を入れると、自動化の意味が薄れませんか?
薄れません。
人が見るのは、保留になった件と、送信などの手前の確認に絞られます。
読む・照らす・転記する手間は、仕組みが受け持ちます。
最初は全件を確かめ、当たり外れを数えてから、確認を減らす工程を決めます。
ソロスキルハックの研修では、AIとルールの分け方も学べますか?
はい。
使うツールは業務と利用環境に合わせて選び、AIが必要な処理と、決まったルールで動かす処理を整理したうえで、必要なツール・費用・管理権限をご案内しています。
ソロスキルハックは私が運営するサービスなので、利害関係がある点はご承知おきください。
まとめ: AI業務自動化は、AIとルールに分けて人の確認を置く
今回は、AIで業務を自動化する仕組みを自社で設計したい方に向けて、
- AIの部分とルールの部分の違いと分け方
- AIの答えをルールの部分へ渡す形
- 人が確かめる工程を置く場所と見せ方
- AIエージェントを使うと変わる設計の点
- 設計した自動化の試し方と社内への残し方
上記について、社内研修の講師を務め、生成AIで自動化の仕組みを自作している私の立場からお話してきました。
AI業務自動化の設計は、AIが読む・分ける・下書きする部分と、ルールで動かす部分を分け、取り消せない操作の手前に人の確認を置くことに尽きます。
3つの担い手がはっきりしていれば、AIが間違えても途中で気づけて、社内で直しながら使い続けられるはずです。
まずは今週、自社の業務を1つ選んで工程を書き出し、工程ごとにAI・ルール・人のどれが担うかを書き込んでみてください。
参考にした資料
- AI事業者ガイドライン(第1.2版)(総務省・経済産業省、2026年10月時点)
- 中小企業のAI等の利活用に係る実態調査(2026年3月) 調査結果のポイント(中小企業基盤整備機構、2026年10月時点)
- 中小企業のAI等の利活用に係る実態調査 報告書(中小企業基盤整備機構、2026年10月時点)
- エージェント フローの概要(Microsoft Learn、2026年10月時点)
- Microsoft Copilot Studio の概要(Microsoft Learn、2026年10月時点)
- JSON 出力(Microsoft Learn、2026年10月時点)
- Power Automate でドキュメント処理モデルを使用する(Microsoft Learn、2026年10月時点)
- Power Automate の承認を始めましょう(Microsoft Learn、2026年10月時点)
- Building effective agents(Anthropic、2026年10月時点)
- Claude Cowork(Anthropic、2026年10月時点)
- ChatGPT is now a partner for your most ambitious work(OpenAI、2026年10月時点)
- Designing AI agents to resist prompt injection(OpenAI、2026年10月時点)
- AI エージェントの定義、例、種類(Google Cloud、2026年10月時点)
