メインコンテンツへスキップ
見出し画像

AIに「業務改善」を頼む前に② ~ 判断プロセスをSkillにしてみた

    🔶はじめに

    前回の記事では、AIで業務改善を考える場合、
    「作る手段」と「動かす手段」を分けて考える、という話をしました。

    今回は、
    「業務改善・自動化・技術選定」の判断プロセスを汎用Skillとして作成した話です。

    このSkillを使う場面は、このような時です。

    💡 新規・既存を問わず、複数パターンがあり、最適な案を比較したいとき
    💡 既存フローの改善余地を可視化・検討したいとき


    ✅ なぜ、業務改善の仕組みをSkillにしたのか

    AIに業務改善を相談すると、方法がいくつも出てきます。
    Skill、スクリプト、VBA、Power Query、Power Automate、自作プログラムなど…

    今ではAIに「こうしてほしい」と依頼すれば、
    その場でファイルを操作して、自動処理まで行える場面もあります。

    ただ、それは「今回、その場で動いた」という話です。

    業務として自動化するには、
    その作業をおこなう流れ全体で成り立つかという視点が入ります。

    例えば、

    ❓ その技術を実行できる環境なのか
    ❓ 必要な権限があるのか
    ❓ 扱うデータをAIに渡せるのか
    ❓ 外部サービスと連携できるのか
    ❓ 既存のExcelや仕組みを活用できるのか
    ❓ 誰が実行するのか

    といった条件によって、選べる方法は変わります。

    業務を整理し、その業務を実行する環境を確認し、その条件の中で方法を比較する。

    これまで資料に整理しながら積み上げてきた判断基準をSkillにして育てていけば、今後の業務に活かせると思って作りました。
    一部抜粋して、全体構成を整理してみます。


    ✅ 業務改善Skillの全体構成

    このSkillは、『 business-automation-advisor 』です。
    仕組みは、「SKILL.md」と「references」に分けて構成しています。

    Skill本体にすべてを書き込むのではなく、
    判断プロセスと具体的な確認項目を分離することで、後から見直すときにも役割が分かりやすくなります。

    business-automation-advisor/
    ├─ SKILL.md
    └─ references/
       ├─ decision-framework.md
       ├─ document-analysis-checklist.md
       ├─ technology-stack-mapping.md
       └─ output-record-template.md

    ---
    name: business-automation-advisor
    description: >
      事前設定された利用環境と制約を前提に、業務課題を整理し、改善方式、
      自動化の実行手段、作成手段、テスト計画を比較・設計する。
     既存資料の確認を伴う業務改善相談に使い、具体的な実装は確認済み条件の範囲で行う。
    metadata:
      short-description: 業務改善・自動化・技術選定を支援
    ---

    📂 SKILL.mdには、判断プロセスをまとめた

    Skillの中心になるSKILL.mdには、
    ”業務改善を進める際の判断プロセス”をまとめています。

    ① 業務情報を整理
    ② 新規業務・既存業務を確認
    ③ 必要に応じて資料や既存処理を確認
    ④ 業務を処理工程に分解
    ⑤ 資料の種類や処理内容に応じて確認・取得方法を整理
    ⑥ 既存処理の再利用・修正・新規作成を判断
    ⑦ 業務上の課題を分類
    ⑧ 実行環境・制約と照らして方法を比較
    ⑨ 実行手段と作成手段を分けて選択
    ⑩ テスト・人による確認・記録・保守まで含めて設計

    業務をどう確認し、どの順番で判断していくか。
    ①~⑩は、その流れを共通化して要約したものです。


    📂 Skillの構造を役割ごとに分けた

    referencesには、
    ”判断基準・資料や既存処理の解析・技術候補・検討結果を残すための情報”を置いています。

    4つのreferencesは、それぞれ役割を分けています。

    ・decision-framework.md:    判断基準
    ・document-analysis-checklist.md: 資料や既存処理を確認
    ・technology-stack-mapping.md: 課題の型と技術候補の対応
    ・output-record-template.md:    検討結果を残す様式

    基本となるSKILL.md で「何をどの順番で判断をするか」
    組み合わせた各references で「判断するときに何を確認するか」
    を設定しています。


    ✅ 職場環境は「事前設定」として汎用的にした

    もう一つ、
    Skillを汎用化するときに考えたのが、職場環境の扱いです。

    例えば、利用できる技術や権限が違えば、同じ業務でも候補になる方法は変わります。
    そして、その条件にも変動があります。
    この「事前設定」を、5つの区分に分けています。

    😎 実行者の環境 
    💻 設計者の環境・権限  
    🤖 データ・セキュリティ
    📊 利用可能な技術
    🔝 判断の優先順位

    初回設定時にSkill内の  [記入] 欄に設定し、AI側でその環境を確認して、その条件の中で判断する構造にしています。
    変動があれば、更新します。

    【例】
    
    ### 実行者の環境
    
    - OS・端末:[記入]
    - 利用アプリ・サービス:[記入]
    - マクロ・スクリプト・ローカル実行の可否:[記入]
    - ソフトウェアのインストール可否:[記入]
    
    ### 設計者の環境・権限
    
    - 利用できる開発環境:[記入]
    - 利用できるAI:[記入]
    - 権限の制約・利用できない製品:[記入]
    - AI実行環境の制約:[記入]
    
    ### データ・セキュリティ
    
    - データの保存場所:[記入]
    - 社内ネットワーク限定の要否:[記入]
    - 外部Web通信・外部API連携の可否:[記入]
    - 外部サービス・プラグインの承認条件:[記入]
    - 配布、共有、ログ保存、個人情報の制約:[記入]
    
    ### 利用可能な技術
    
    - 表計算・文書・メール等の標準機能:[記入]
    - スクリプト・マクロ・データ変換:[記入]
    - ワークフロー・通知・承認:[記入]
    - AIエージェント:[利用条件を記入]
    - Python等の実行環境・追加ライブラリ:[記入]
    - データベース・社内API・RPA:[記入]
    
    ### 判断の優先順位
    
    - セキュリティ・権限・監査:[記入]
    - 正確性・再現性:[記入]
    - 実行者の使いやすさ:[記入]
    - 導入・保守の負担:[記入]

    また、「設計者」と「実行者」は
    同じ人が両方を担当する場合もありますが、役割としては分けて考えます。

    💻 設計者:このSkillを使って、業務を設計・構築する人
    😎 実行者:完成した仕組みを、業務で使う人

    案件ごとの条件については、会話の中で確認します。


    🔷まとめ

    このSkillは、いきなり改善案を出すのではなく、
    まず業務内容や必要に応じて既存資料・既存処理を確認します。

    業務を工程と課題の型から見て、実行者の環境と照らし合わせ、実行手段と作成手段を分けて改善案を比較します。

    判断の仕組みは共通にして、環境は「事前設定」として切り出しています。

    画像
    === 全体構成フロー図 ===

    この記事では、業務改善をAIに相談する前の「Skillの設計」までをまとめてみました。

    次回の記事では、
    実際にこのSkill が、どのように業務を分解するのか、課題をどう分類するのか、候補をどう比較するのかについて、具体的に整理してみます。


     
     
    事務歴2◎年|現場の課題をAIと仕組みで解決中 複数業界で異次元なカオスや暗黙知を垣間見てきたおばちゃんです。 数々の難題をエサとして身の肥やしに、AIとの共生で日々向上。営業部門でAI活用×業務改善を担当。

    あなたへのおすすめ