AIを毎日の仕事に組み込む|続く形と続かない形

続く使い方 社内での導入と運用

最初の1週間は毎日開いていたのに、1か月後には触らなくなっている。よくある落ち方です。

続いた使い方と消えた使い方を並べると、違いがはっきりします。

消える使い方の共通点

まず、確認に手間がかかりすぎる仕事。生成は速いのに、確かめる工程で時間を食う。結局は自分でやったほうが早い、という結論になります。

次に、たまにしか発生しない用件。月に1度では、指示の書き方を毎回思い出すところから始まります。慣れる前に間隔が空きます。

そして、既存の手順に割り込む形になっているもの。いつもの手順の途中でウィンドウを切り替えて、貼り付けて、戻ってくる。この摩擦が小さくないと、そのうち省かれます。

続く使い方の共通点

条件 なぜ効くか
毎日発生する 手順を覚えられる。改善も積み上がる
間違いがすぐ分かる 確認が数秒で済む
いま人手でやっている 比較対象がある。効果を実感できる
切り替えが少ない 使う場所が普段の作業の中にある
4つ揃わなくてよいが、最初の2つは外せない

この条件で自分の業務を眺めると、候補は自然に絞られます。メールの下書き、資料の要約、コードの叩き台。地味な用件ばかりですが、続くのはこの層です。

指示を毎回書かない

同じ処理を繰り返すなら、指示を使い回す形にします。

よく使う指示をメモに残しておき、貼るだけにする。それだけで着手までの時間がゼロに近づきます。毎回ゼロから書いていると、面倒になって使わなくなる。

保存する仕組みが用意されているサービスもあります。使えるなら使ったほうがよい。

指示は使いながら育てます。うまくいかなかった点を1行ずつ足していくと、数週間でその用途専用のものになる。

最初の1つを選ぶ

同時にいくつも始めると、どれも中途半端になります。

1つに絞って、2週間続ける。その仕事だけは必ずAIを通すと決めてしまう。うまくいかない日もありますが、そこで指示を直せば次に活きます。

2週間続いたら、その使い方は定着したと考えてよいでしょう。そこから2つめに広げます。

摩擦を減らす

続くかどうかは、始めるまでの手数でだいぶ決まります。

アプリを開く、ログインする、指示を書く、資料を貼る。この4手が3手になるだけで、使う頻度が変わる。よく使う指示をすぐ呼び出せる場所に置いておくと効きます。

ブラウザのブックマーク、ショートカットキー、デスクトップの常駐。何でも構いません。1手減らす工夫のほうが、指示の書き方を磨くより効果が出ることもあります。

やめる判断もする

2週間試して手応えがなければ、その仕事には向いていないということです。

粘るより、別の仕事を試したほうが早い。向かないものを無理に通すと、AI全体への印象が悪くなります。

向いていなかったものと、その理由を書き留めておく。同じ性質の仕事を次に選ばずに済みます。

道具を増やしすぎない

新しいサービスが出るたびに試していると、どれも定着しません。

使い方を覚える時間、指示を作り直す手間、契約の管理。切り替えるたびに、そこまで積み上げたものが一度ゼロに戻ります。

1つを深く使い込むほうが、複数を浅く触るより成果が出やすい。乗り換えるのは、いま使っているもので明確に困っている場合だけでよいでしょう。

気になるものは記録だけしておいて、半年に一度まとめて見直す。そのくらいの頻度で足ります。

時間の測り方

効果を実感するには、前後を比べる必要があります。

始める前に、その仕事に何分かかっているかを数回測っておく。後から思い出そうとしても、正確には分かりません。

測るのは生成の時間だけでなく、確認と修正まで含めた合計です。ここを分けずに数えると、実際より短く見積もることになります。

短縮できているのは書く作業だけで、考える作業と確かめる作業は残る。それでも合計が減っていれば、続ける価値があります。

周りに広げるとき

自分で定着したら、同じ使い方を周りに渡せます。

渡すのは機能の説明ではなく、指示そのもの。「この文をコピーして、資料を貼るだけ」という形にすると、相手は考えずに試せます。

なぜその指示なのかも一言添えておくと、応用が利きます。理由が分かれば、自分の業務に合わせて変えられる。

うまくいった例が社内に1つ出ると、他の人も試し始めます。研修を増やすより効きます。

習慣にならない日

忙しい日ほど、いつものやり方に戻ります。新しい手順を試す余裕がないからです。

そこで途切れても、翌日に戻ればいい。連続を目標にすると、切れた時点でやめてしまいます。

2週間のうち10日通せば十分でしょう。完璧を狙うより、戻ってくる形にしておくほうが続きます。

気負わずに、まずは1つ。それで十分です。

出典

確認の工程が必要になる理由については、下記の論文が背景を示しています。同じ要点は、OpenAI公式の解説記事でも平易にまとめられています。

タイトルとURLをコピーしました