新規科目「生成AIによる業務効率化実践」

第1部 AIとの対話と思考の基礎(第1回~第5回)

第1回
第2回
第3回
第4回
第5回

第1回：思考のパラダイムシフト：AIを「部下」から「相棒」へ

目標:

AIを「命令する対象（検索エンジン等の延長）」から「対話し、協働するパートナー（知的生命体）」として捉え直すマインドセットを確立する。

講義内容:

1. AIへの命令は、過去の遺物である
  • 検索エンジンとの違い: 従来のGoogle検索は「キーワード」を入力し、「既存のWebページ」を探す行為だった。対して生成AIは、学習した膨大な知識を基に「新しい回答を生成」する行為である。
  • 一方通行から双方向へ: 「〇〇を教えて」という一度きりの命令では、AIのポテンシャルの10%も引き出せない。人間同士の会話のように、「前提を共有し」「案を出させ」「フィードバックして修正させる」という対話のループこそが、高品質なアウトプットを生む鍵となる。
  • 「正解」はない: 生成AIは確率論に基づいて「次の単語」を予測しているに過ぎない。だからこそ、唯一絶対の正解を求めるのではなく、「一緒に最適解を探す」というスタンスが必要不可欠である。
2. 思考を拡張する「壁打ち」相手
  • 思考の外部化: 頭の中だけで考えていると、アイデアは堂々巡りになりがちだ。AIに対して自分の考えを言語化して投げかけるプロセスそのものが、思考の整理（言語化トレーニング）になる。
  • バイアスの打破: 人間は無意識に「自分が見たいもの」だけを見てしまう（確証バイアス）。AIに「反対意見を挙げて」「別の視点から批判して」と依頼することで、自分一人では気づけなかった盲点を発見し、思考をより深く、多角的にすることができる。
  • 「ドラフト」の高速生成: 0から1を生み出すのは苦しい。AIに「叩き台（ドラフト）」を作らせ、それを人間が修正することで、着手から完成までの時間を劇的に短縮できる。
3. 人間の役割の再定義

AIが文章作成、翻訳、要約、コード生成などの「作業（How）」を代替する時代、人間に残される、より本質的な役割は以下の3点に集約される。

  1. 課題設定力 (What & Why): 「何を作るべきか」「なぜそれを解決すべきか」という問いを立てる力。AIは問われなければ答えられない。
  2. 評価・意思決定力 (Judgment): AIが出してきた無数の案の中から、倫理観、美意識、文脈理解に基づいて「これがベストだ」と決める力。
  3. 責任を取る力 (Responsibility): 最終的な成果物がもたらす結果に対して、責任を負うこと。AIは法的な主体になれず、責任を取れない。

【第1回 演習課題】

課題: あなたが将来働きたい、あるいは最も興味のある業界（例:ゲーム、金融、ファッション、医療、建設など）を一つ選ぶ。その業界において、「AIに単純作業として完全に任せたいこと（自動化領域）」と、「AIを相棒として壁打ちしながら一緒に進めたい知的プロジェクト（共創領域）」をそれぞれ3つずつ具体的に挙げ、なぜそう分類したのか理由を400字程度で述べよ。

第2回：AI界の勢力図：君はどのAIと手を組むか？

目標:

主要な生成AIの「開発思想」と「得意な戦術」を深く理解し、ビジネスの局面やタスクの性質に応じて最適なAIパートナーを戦略的に選べる「AIソムリエ」になる。

講義内容:

1. AI三国志：Google、OpenAI、Microsoftの特性分析
  • Google (Gemini): 「情報の覇者」
    思想：「世界の情報を整理する」。検索エンジン王者としての強みを持つ。
    強み：Web上の最新情報へのアクセス能力が高い（グラウンディング）。YouTube動画の内容理解や、画像・動画・音声を同時に処理する「マルチモーダル」性能に優れる。
    適任タスク：最新ニュースの調査、長文レポートの要約、動画コンテンツの分析。
  • OpenAI (ChatGPT): 「対話の革命家」
    思想：「汎用人工知能(AGI)で全人類に利益を」。最も自然で人間らしい対話を目指す。
    強み：文脈を読み取る力、創造的なライティング、柔軟な発想力が圧倒的。ユーザーが作成したカスタムAI（GPTs）のストアも充実。
    適任タスク：アイデア出し（ブレインストーミング）、小説や脚本の執筆、悩み相談、プログラミングコードの生成・修正。
  • Microsoft (Copilot): 「実務の遂行者」
    思想：「地球上のすべての個人と組織の達成を支援」。ビジネスインフラとしてのAI。
    強み：Office製品（Word, Excel, PowerPoint）やWindows OSと深く統合。セキュリティ基準もエンタープライズ（企業）向け。
    適任タスク：会議の議事録作成（Teams連携）、プレゼン資料の自動生成、Excelデータの分析、社内文書の検索。
2. 戦術的使い分けのマトリクス

万能なAIは存在しない。「最強」ではなく、用途に合わせた「最適」を選ぶ眼を持つこと。

  • クリエイティブな「発散」フェーズ: ChatGPTが得意（突飛なアイデア、多角的な視点）。
  • ファクト重視の「調査」フェーズ: Geminiが得意（ソースの提示、最新情報の反映）。
  • 実務への「落とし込み」フェーズ: Copilotが得意（資料化、形式化）。

これらを一つのプロジェクト内でリレー形式で使い分けることで、成果物の質を最大化できる。

【第2回 演習課題】

課題: 「岩崎学園情報科学専門学校のオープンキャンパス参加者を前年比120%に増やすための新企画」を立案するプロジェクトを想定せよ。このプロジェクトを以下の3つのフェーズに分割する。

  1. 現状の課題と競合の分析
  2. ターゲットに刺さる斬新なイベント企画の壁打ち
  3. 企画書の骨子作成とスライド化

それぞれのフェーズにおいて、Gemini, ChatGPT, Copilotの中から「最も適任」と思われるAIを1つ選び、なぜそのAIを選んだのか、そのAIのどの機能や特性を使うのかを具体的に説明せよ。

第3回：AIの思考を誘導する対話術（基礎編）

目標:

「AIが思った通りの答えをくれない」という悩みを解消するため、AIの回答精度を飛躍的に向上させる「プロンプトエンジニアリング」の基礎となる5大要素を習得する。

講義内容:

1. プロンプトはAIへの「発注書」である

曖昧な発注からは、曖昧な成果物しか生まれない。「よしなにやっておいて」は通用しない。AIの思考プロセスを制御し、望む結果へと導くための詳細な設計図が必要である。

2. プロンプトの5つの基本要素（フレームワーク）
  1. 役割 (Role): 「あなたは誰か」を定義する。（例：「あなたはプロのコピーライターです」「厳格な法務担当者です」）
  2. 指示 (Instruction): 「何をしてほしいか」を動詞で明確にする。（例：「考えて」ではなく、「5つリストアップして」「比較表を作成して」）
  3. 文脈 (Context): 「なぜそれが必要か」「背景情報は何か」を提供する。（ターゲット読者、目的、過去の経緯など）
  4. 出力形式 (Output Format): 「どのような形で出してほしいか」を指定する。（表形式、箇条書き、マークダウン、JSON形式など）
  5. 制約条件 (Constraint): 「守るべきルール」を指定する。（文字数制限、禁止用語、トーン＆マナーなど）
3. Case Study: 「悪い指示」から「良い指示」への改善
悪い指示: 新商品のキャッチコピーを考えて
→ ターゲットも商品特徴も不明。AIはありきたりな回答しか出せない。
良い指示: 
#役割: あなたは20代女性に人気のコスメブランドの専属コピーライターです。
#指示: 新発売の「落ちないリップ」のキャッチコピーを10案作成してください。
#文脈: ターゲットは忙しく働く新社会人。化粧直しの時間が取れないのが悩み。商品は保湿力も高く、オフィスカジュアルに合う色味。
#出力形式: 「キャッチコピー」と「そのコピーの意図」をセットで箇条書き。
#制約条件: 共感を呼ぶエモーショナルなトーンで。20文字以内。

【第3回 演習課題】

課題: 以下の「悪い指示」を、本日学んだ5つの基本要素をすべて盛り込んだ「完璧なプロンプト（良い指示）」に書き換えよ。

文脈情報 (Context):

会議メモ：オープンキャンパス改善ミーティング
* 日時：2025/10/14
* 参加者：山田、佐藤、鈴木
* 佐藤：アンケート結果。体験授業の満足度が高い。これは継続。
* 鈴木：保護者向けの説明が分かりにくい、という意見が数件。
* 山田：なるほど。じゃあ次回11月のOCまでに保護者向け説明スライドを見直そう。
* 決定：保護者向け説明スライドのリニューアル
* TODO：鈴木さん、10月末までにスライド改訂版の初稿を作成。
* TODO：佐藤さん、来週までに体験授業の新ネタを検討。

悪い指示: このメモを議事録にして

ヒント: 誰が読む議事録か？ 構成要素（決定事項、ToDoなど）はどうあるべきか？

第4回：AIの思考を誘導する対話術（応用編）

目標:

論理的思考や複雑な計算など、AIが苦手とするタスクを克服させるための応用的なプロンプト技術（CoT, Few-Shot等）を習得し、AIの「推論能力」を最大限に引き出す。

講義内容:

1. AIに「考え方」を教える技術

大規模言語モデル（LLM）は、巨大な「確率的単語予測マシン」であり、論理的に思考しているわけではない。そのため、複雑な計算や論理パズルを直感的に答えさせると間違えることが多い。しかし、「解き方」をガイドすることで正答率は劇的に上がる。

2. 思考の連鎖 (Chain-of-Thought Prompting: CoT)
  • 概要: いきなり「答え」を求めず、思考の「過程」を出力させる手法。
  • 魔法の言葉: 「ステップ・バイ・ステップで考えてください（Let's think step by step）」。この一言を加えるだけで、AIは途中式や論理の積み上げを記述し始め、計算ミスや論理の飛躍を防ぐことができる。
  • 応用: 「まず前提条件を整理し、次に各選択肢のメリット・デメリットを挙げ、最後に結論を出してください」といった手順指定も有効。
3. 具体例から学習させる (Few-Shot Prompting)
  • 概要: プロンプトの中に、いくつかの「入力」と「理想的な出力」のペア（例題）を含める手法。
  • 効果: AIは例題から「法則性」や「期待されるフォーマット」を即座に学習（In-context Learning）する。ゼロから指示文で説明するよりも、1つの良質な例を見せる方が遥かに効果的であることが多い。
4. 自己評価・自己修正させる (Self-Correction / Reflection)
  • 概要: AIが出した一度目の回答を、AI自身に批判・推敲させる手法。
  • 実践: 「この回答の論理的な弱点はどこですか？」「もっと簡潔に表現できませんか？」「上記の内容に事実誤認の可能性はありますか？」と問いかける。
  • 効果: 人間が添削する前にAI自身にブラッシュアップさせることで、最終的なアウトプットの品質を高める。

【第4回 演習課題】

課題: あなたはカフェの店長として、複雑な条件でのアルバイトのシフト作成をAIに依頼したい。以下の条件を提示し、「いきなりシフト表（答え）を出させるのではなく、思考プロセス（Aさんは〇〇だから配置可能、Bさんは××なので不可、など）を示しながら結論を導かせる」CoTプロンプトを作成せよ。

  • 条件:
    • 日時：月曜日の18時〜22時
    • 必要人数：最低2名（うち1名はレジ経験者必須）
    • 候補者：
      • Aさん（レジ経験あり）：18時〜20時のみ可
      • Bさん（新人、レジ不可）：19時〜22時可
      • Cさん（ベテラン、レジ可）：18時〜22時可
      • Dさん（レジ経験あり）：20時〜22時可

第5回：君だけの専門家チームを作る(1)：カスタムAI構築の基礎

目標:

特定の業務や目的に特化した「自分専用のAI（カスタムAI / GPTs / Gems）」を設計・構築するスキルを身につけ、毎回同じ指示をする手間から解放される。

講義内容:

1. なぜカスタムAIが必要なのか？

汎用的なAIは博識だが、「あなたの会社の就業規則」や「前回のプロジェクトの経緯」「あなた好みの文体」は知らない。毎回プロンプトで前提条件を説明するのは非効率的である。カスタムAIを作るとは、特定のミッションに特化した「教育済みの専属アシスタント」を雇うことに等しい。

2. カスタムAIの2つの構成要素
  • 指示 (Instructions): AIの人格、振る舞い、守るべきルールを定義する「憲法」。
    例：「あなたは厳格な校正者です。誤字脱字だけでなく、論理の飛躍も指摘してください。」
  • 知識 (Knowledge): AIに参照させる独自のデータ群。
    PDFマニュアル、過去の議事録、製品カタログなどをアップロードする。AIはここにある情報を優先的に参照して回答するようになる（RAGの簡易版）。
3. 構築と育成のプロセス
  • 設計: 誰のために、どんな課題を解決するAIか？
  • 実装: 指示を書き、知識ファイルをアップロードする。ノーコードで作成可能。
  • テストと修正（育成）: 実際に使ってみて、「回答が長すぎる」「この専門用語を間違えている」などの不具合を見つけ、指示を書き換える。カスタムAIは「作って終わり」ではなく「育てていく」ものである。

【第5回 演習課題】

課題: Google AI Studio や ChatGPT(GPTs) 等のツール（またはシミュレーション）を使い、「生成AIによる業務効率化実践」の授業内容を熟知した「ティーチングアシスタントAI」を構築せよ。

  1. 指示の設定: 「あなたは岩崎学園情報科学専門学校の優秀なTAです。学生の質問に対し、常に励ましながら、シラバスに基づいて正確に答えてください。答えを教えるのではなく、ヒントを出して学生に考えさせてください」等の振る舞いを定義。
  2. 知識の追加: 本授業のシラバスやこれまでの講義ノート（テキストデータ）を知識として与える。
  3. 検証: 「最終課題は何ですか？」「第3回の課題が難しいです」と質問し、意図した挙動になるか確認する。