AIエージェントに業務を任せる前に決めること。判断だけ任せ、自由記述をさせない設計

AIエージェントに業務を任せるときは、任せるのを「判断」だけにします。集約、変換、整形、検証はプログラムに戻し、判断も自由記述ではなく決められた選択肢からの選択に限定します。こうすると誤りを機械的に弾けるので、運用上のリスクをほぼ無視できる水準にできます。実案件では、この設計で人数・時間帯の条件違反0件を達成し、担当者が自分で翌月の作業を回せる状態になりました。

要点

• AIが担う範囲を「判断」に絞る。集約・変換・整形・検証はプログラムで行う
• 判断の出力は自由記述を許さず、決められた選択肢からの選択に限定する。誤りは機械的に弾く
• ルールはAIとの会話ではなくファイルに置く。法令・会社・部署の階層で管理し、端末が変わっても引き継げるようにする
• 個人情報はIDに置き換え、対応表は自社の環境から出さない
• AIを使わないほうが速い経路があれば、そちらを選ぶ。AIは突き合わせと検出に回す

任せる範囲の決め方

工程	誰がやるか	理由
データの集約・変換・整形	プログラム	決まった処理はAIより速く、間違えない
条件の判定(人数・時間帯・資格)	プログラム	機械的に検証できる
調整の判断(誰をどこに、どれを優先)	AIエージェント	組み合わせと優先度の判断が要る
判断の出力形式	決められた選択肢(ID)	自由記述だと検証できない
最終確認	人	責任の所在

なぜそうなるか。実案件で起きたこと

判断を選択肢に限定すると、誤りが機械的に弾けます。 複数部署のシフト作成を自動化した案件では、AIの出力を自由記述ではなく既知のパターンからの選択に限定しました。人数条件や時間帯の枠はプログラム側で検証するので、AIが誤った選択をしても機械的に弾かれます。結果は条件違反0件で、担当者が自分で翌月のシフトを自動作成できる状態に到達しました。

入力の経路を分けると、AIの仕事が小さくなります。 チャットで届く多言語の注文を受注データに整形した案件では、チャットの注文はAIで構造化し、それ以外の経路は人が入力する形に分離しました。商品名の表記ゆれを吸収する対応表を先に整備したので、AIは「読み取る」だけで済んでいます。

AIを使わない解が勝つ場面があります。 電話受付から案件管理までをつないだ案件では、最初の想定より単純な経路のほうが速く確実で安価でした。AIは人の入力との突き合わせと聞き漏らしの検出に回しています。

ルールはファイルに置きます。 シフト作成では、法令・会社・部署の階層でルールを管理し、AIとの会話ではなくファイルとして残しました。端末が変わっても、担当者が変わっても引き継げます。

導入の手順

1. 業務を工程に分ける。 集約・変換・判定・判断・確認のどれかに各工程を割り当てる
2. 判断だけをAIに渡す。 それ以外はプログラムに戻す
3. 判断の出力を選択肢にする。 自由記述を許さず、IDや既知のパターンから選ばせる
4. 検証をプログラムに置く。 条件違反を機械的に検出し、違反があれば人に戻す
5. 個人情報はIDに置き換える。 対応表は自社の環境から出さない
6. 担当者と一緒に回す。 設定と実行を担当者の環境で行い、段階的に自走できる状態にする

よくある失敗

• 全部を任せる。 集約や変換までAIにやらせると、遅く、高く、間違えます
• 自由記述で答えさせる。 検証できず、誤りが見過ごされます
• ルールをAIとの会話に置く。 端末や担当者が変わると消えます
• 個人情報をそのまま渡す。 ID化と対応表の分離は、最初に決めておくと後から困りません
• AIを使うこと自体が目的になる。 単純な経路のほうが速いなら、そちらが正解です

よくある質問

AIエージェントとは何ですか

目的を与えると、自分で手順を組み立て、ツールを呼び出しながら作業を進めるAIの使い方です。チャットで1回答えるのではなく、複数の工程をまたいで動きます。業務では、どこまでを任せるかの線引きが成否を分けます。

AIエージェントに何を任せて、何を任せないべきですか

任せるのは「判断」です。集約、変換、整形、検証はプログラムに任せます。判断も自由記述ではなく、決められた選択肢からの選択に限定すると、誤りを機械的に検出できます。

個人情報を含む業務でも使えますか

使えます。個人情報はIDに置き換え、対応表は自社の環境から出さない形にします。AIには置き換え後のデータだけを渡します。

AIを使わないほうがよい場面はありますか

あります。最初の想定より単純な経路のほうが速く確実で安価なことがあり、AIは人の入力の突き合わせや聞き漏らしの検出に回すのが最も効いた実例があります。