
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。

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。