中小企業基盤整備機構の中小企業大学校は、2026年度の研修で、生成AIを使った業務棚卸し、マニュアル文案の作成、問い合わせ対応への活用、運用改善までを扱う講座を案内しています。これは、生成AIを「文章を早く書く道具」としてではなく、業務を見える化し、現場で使える知識へ整える補助として扱う視点です。人手が限られる中小企業にとって、引継ぎや教育の負担を下げる入口になり得ます。
一方で、AIに業務を説明して作らせた文書には、現場と違う手順や古いルールが混ざるおそれがあります。IPAのデジタルスキル標準ver.2.0も、AIやデータの活用には、データの整備・流通の仕組みや、ビジネス変革を担う役割が必要だと整理しています。業務マニュアルも同じで、作成そのものより、正しさを誰が確認し、いつ更新するかを決めることが重要です。
手順1: まず「一つの業務」を観察して材料を集める
最初から全社の手順書をAIで作ろうとすると、範囲が広すぎて確認が止まりがちです。まずは、毎週・毎月のように繰り返し発生し、担当者によってやり方がぶれやすい業務を一つ選びます。たとえば、見積依頼の受付、受注内容の確認、請求前の照合、問い合わせの一次対応などです。
選んだ業務について、実際の担当者に「始まるきっかけ」「使う情報」「判断が必要な場面」「完了の条件」「例外時の連絡先」を聞き取ります。画面操作だけでなく、判断の理由や、取引先への確認が必要になる条件まで拾うと、後から使えるマニュアルになります。個人情報、取引先の機密、未公開の価格情報などは、AIに入力する前に伏せ字や架空例へ置き換える必要があります。
手順2: AIには「たたき台」と「確認質問」を作らせる
集めたメモをそのまま完成版にしようとせず、AIには手順の並び替え、見出し付け、抜けている条件の質問作成を任せます。依頼時には、事実として確認できた内容と推測を分け、分からない点は断定せず質問として出すよう指定します。こうすると、もっともらしい補完を完成手順として混ぜるリスクを下げられます。
文案には、作業の順番だけでなく、入力元、確認する担当、処理後に残す記録、判断に迷った時の相談先を入れます。新人が読む説明と、経験者が例外を確認するための情報を分けることも有効です。AIの出力は下書きであり、実作業を知る担当者が確認する前提を崩さないことが大切です。
手順3: 実務で試し、更新の担当と時期を決める
文書ができたら、作成に関わっていない人が一度その手順で作業してみます。途中で止まった箇所、判断できなかった箇所、実際の画面や帳票と違った箇所を記録し、担当者と修正します。これにより、詳しい人だけが理解できる説明から、引継ぎに使える説明へ近づきます。
次に、誰が更新するか、どの変更で見直すかを決めます。業務システムの変更、取引先との取り決めの変更、月次の振り返りなど、見直す契機を決めておくと、AIで作った文書が古いまま使われることを防げます。IPAが示すデータマネジメントの考え方は、大企業だけの役割分担ではありません。小さな組織でも、業務ごとに「内容を確かめる人」と「更新を管理する人」を明確にする助けになります。
小さく始めるための確認項目
最初の対象は、判断が比較的定型で、失敗しても人が確認して戻せる業務が向いています。対外送信、支払い、契約の確定、顧客情報の一括変更のように、誤りの影響が大きい作業は、AIの文章だけを根拠に進めず、必ず既存の承認手順を通します。
成果も「マニュアルを何ページ作ったか」ではなく、引継ぎ時の質問が減ったか、担当者が不在でも処理を確認できたか、更新漏れに早く気づけたかで確かめます。改善前後の困りごとを一つだけ記録すれば、次にAIを使う業務を選ぶ材料にもなります。
AIで文書を増やすより、業務知識を使える状態にする
中小機構の研修案内が示すように、生成AIは業務整理、文案作成、問い合わせ対応、改善までをつなげる用途で考えられます。ただし、AIが業務知識の正しさを保証するわけではありません。現場の担当者が確かめ、変更時に直せる状態を作って初めて、マニュアルは教育や自動化の土台になります。
まずは一つの定型業務を観察し、AIにはたたき台と確認質問を作らせ、実務で試して更新担当を決める。この順序なら、作成の速さだけを追わず、日々の業務を少しずつ引き継げる形に整えられます。