自分の「判断基準」をAIに覚えさせる3ステップ
※本記事はプロモーションを含みます
「AIに作らせた企画書を読み返して、"なんとなく違う"と感じたのに、何が違うのかうまく説明できない。」
そんな経験はありませんか。
文章はきれいで、構成も整っている。
誤字脱字もほとんどない。
それなのに、その業界を数年やってきた人なら一瞬で「これは通らない」と分かる一文が混ざっている。
厄介なのは、AIの出力がもっともらしいほど、違和感を言語化しづらくなることです。
今回は、7月26日にForbes JAPANが配信した「AI時代の新職業」の記事を入り口に、私たちひとりビジネスがすでに持っている業界知識を、AIの実務品質に変える方法をお伝えします。
結論から言えば、やることは「自分が判断に迷う場面を書き出して、AIに渡す」だけです。
伸びているのは「AIを作る人」ではなく「AIを見極める人」
Forbes JAPANは2026年7月26日、「プログラミング不要で年収アップ、AI時代の新職業の武器は『業界知識』」という記事を配信しました（Yahoo!ニュースに転載）。
ここで言う「AI関連職」とは、技術そのものを作るのではなく、組織の中でAIを選び、評価し、統制し、当てはめる役割のことです。
記事では具体的な業務として、AIガバナンス（AIの使い方のルールづくりと監督）、モデルの評価、コンプライアンス、ワークフロー設計、従業員研修、品質保証、ヒューマンレビュー（AIの出力を人が確認する工程）が挙げられています。
そこで求められるのはプログラミングではなく、「顧客」「規制」「現場」の手順を知っていること。
自動化された仕組みが「もっともらしいけれど間違った答え」を出した瞬間に気づける人が要る、という主張です。
数字の裏づけも出てきています。
- Anthropicが2026年3月24日に公開した「Economic Index」レポートでは、約49%の職種で、関連業務の4分の1以上がClaudeを使って行われていると報告されています
- 世界経済フォーラムの「Future of Jobs Report 2025」（2025年1月公開）では、最も急速に伸びるスキルは「AIとビッグデータ」。その一方で、企業の約70%が最重要のコアスキルに挙げたのは「分析的思考」でした
- 国内では、総務省が7月24日に公表した令和8年版情報通信白書で、生成AIを使ったことがある個人の割合が2025年度時点で58.8%と、前年度から倍増したと報じられています（共同通信）
AIを使う人は、もう珍しくありません。
半数以上が触っている道具です。
だからこそ差がつく地点が、「使えるかどうか」から「出てきたものを判断できるかどうか」に移りつつあります。
そして判断の材料になるのは、AIの知識ではなく、あなたが現場で培ってきた知識のほうです。
AI利用が当たり前になった今、差がつくのは「使えるか」ではなく「出力を判断できるか」に移っている。
商品知識は完璧だったのに、提案が通らなかった理由
私は1994年から2002年まで、大手メーカーの営業として百貨店やGMS（総合スーパー）を担当していました。
若手の頃、商談で商品を突き返されたことがあります。
商品マニュアルの内容は頭に入れていました。
数字も用意していました。
それでもバイヤーの一言で終わりました。
「これ、うちのお客さまなら、誰が買うと思う？」
答えられませんでした。
商品のことは知っていても、その商品が売り場のどこに、どの商品の隣に並ぶのかを知らなかったからです。
売り場を歩いていなかった。
それだけの理由でした。
そこから私は、提案の前に必ず店舗を回るようになりました。
POS（レジで集めた販売データ）を読み込み、「なぜこの棚でこの価格なのか」を自分の言葉で説明できるまで落とし込む。
結果として、担当した売り場の売上を10〜30%伸ばせるようになりました。
このとき身についたのは、商品知識ではありません。
「もっともらしい提案」と「現場で通る提案」を見分ける目です。
いまAIが出してくるのは、まさに当時の私が持っていったような資料です。
整っていて、それらしくて、現場を歩いていない。
見分けられるのは、歩いた人だけです。
8割が手作業の工場で、最後まで機械に渡せなかった工程
もうひとつ、下請け製造業時代の話をさせてください。
2007年から2021年まで、私は自動車内装パネル加工業を自営で営んでいました。
工程はサンダー（回転する研磨機）で表面を研磨し、バフ（回転する布などで表面を磨き上げる仕上げ）で磨き上げる。約8割は手作業でした。
機械は正確です。
速いです。
それでも最後の検品だけは、私自身の目でやっていました。
理由は単純で、「不良かどうか」の線引きが数値では決まらないからです。
この線引きは、図面にも規格書にも書いてありません。
何百枚も光にかざしてきた人間の中にしかない。
品質・納期は100%守りきりました。
守れたのは機械の精度ではなく、その線引きを持っていたからです。
この「線引き」が、いまAIを使うときにそのまま効きます。
AIは仕上げまでやってくれます。
でも「これは出していいのか」を決める基準は持っていません。
あなたの中にある基準を渡さない限り、AIは永遠に"8割で完成したつもり"の成果物を出し続けます。
頭の中の判断基準を3ステップで書き出せば、AIに覚えさせて公開前の確認役にできる。
業界知識を「AIが使える形」に棚卸しする3ステップ
では、頭の中にある線引きをどう取り出すか。
おすすめの手順がこちらです。
紙とペン、あるいはメモアプリだけで始められます。
✅ ステップ1：判断が分かれる場面を10個書き出す
「これはOK、これはNG」と自分が瞬間的に判断している場面を思い出して書き出します。
完璧を目指さず、10個程度で止めてください。
- 物販・小さなお店：「この写真は商品ページに載せない」「この時期にこの値引きはしない」
- コンサル・士業：「この表現は断定できない」「この質問は先に事実確認が要る」
- ライター・編集者：「この見出しは煽りすぎ」「この事例は業界的に古い」
✅ ステップ2：それぞれに「なぜNGなのか」を1行添える
ここが本番です。理由を書こうとすると、たいてい手が止まります。
止まったところが、あなたにしかない暗黙知（言葉になっていない経験知）です。
「なんとなく」でも構いません。
「クレームになったことがあるから」「昔これで返品を受けたから」など、過去の失敗が理由なら、それが一番強い基準になります。
✅ ステップ3：AIに"検品リスト"へ組み立て直させる
書き出した10個を、そのままAIに渡してチェックリストに整形させます。以下のプロンプト（AIへの指示文）をコピーして使ってください。
——————
# 役割
あなたは私の業界に精通した品質チェックの設計者です。
# 背景
私は〔業種・事業内容〕を運営しています。
以下は、私が実務で「これはOK／これはNG」と判断している場面と、その理由のメモです。
# メモ
（ステップ1・2で書き出した10項目をここに貼る）
# 依頼
このメモから、成果物を世に出す前の「検品チェックリスト」を作成してください。
# 制約
- メモに書かれていない基準を推測で追加しないこと
- 追加すべき観点がある場合は、リスト本体とは分けて「確認したい点」として質問形式で挙げること
- 各項目は、私以外の人が読んでも判断できる具体的な表現にすること
# 出力形式
1. 検品チェックリスト（各項目は「〜になっていないか」の問いかけ形式。最大10項目）
2. 各項目の根拠（私のメモのどの記述に基づくか）
3. 確認したい点（不足していると思われる観点の質問を3つまで）
——————
ポイントは「推測で追加しないこと」という制約です。
これを入れないと、AIは一般論のチェック項目を勝手に足してきます。
それでは、あなたの「現場勘」ではなく、どこかの「平均値のリスト」になってしまいます。
作った検品リストを、AIに覚えさせる
リストができたら、毎回貼り付けるのではなく、AI側に覚えさせてしまいます。
代表的なAI3系統それぞれに、そのための置き場所があります。
- ChatGPT：プロジェクト機能に検品リストを入れておく。日々の作業をそのプロジェクト内で行えば、毎回読み込まれます（https://chatgpt.com/ ）
- Claude：プロジェクト機能の「ナレッジ」に置く。長文の資料レビューや契約書の確認と相性がよいです（https://claude.ai/ ）
- Gemini：Gems（自分用にカスタマイズしたAI）に組み込む。Googleドキュメントやスプレッドシートと行き来する作業に向いています（https://gemini.google.com/ ）
私自身は、資料の下書きはChatGPT、長い文書のレビューはClaude、Googleサービスとの連携やリサーチはGemini、というイメージで使い分けています。
どれも無料枠から試せます。
覚えさせたあとは、成果物ができるたびにこの一文を投げるだけです。
——————
# 役割
あなたは、私が登録した検品チェックリストに従って成果物を確認する検査担当です。
# 依頼
以下の成果物を、登録済みの検品チェックリストで1項目ずつ確認してください。
# 成果物
（ここに貼る）
# 制約
- 「問題なし」と判断した項目も省略せず、判断理由を1行で述べること
- 判断に迷う項目は、勝手に合格にせず「要確認」として理由とともに挙げること
- 修正案は求めていません。まず判定だけを返してください
# 出力形式
- 項目名／判定（「合格」「要確認」「不合格」）／理由1行
- 最後に「要確認」の項目だけをまとめて再掲
——————
「修正案は求めていません」と書いているのは、AIがすぐ直しにかかると、こちらが判断する前に文章が変わってしまうからです。
検品と修正は分ける。
製造現場のラインと同じで、工程を混ぜると精度が落ちます。
この2つを回すだけで、私の場合は公開前の見直しにかけていた時間が1本あたり30分から10分前後に短くなりました。
減ったのは読み返す時間で、判断する時間はむしろ増えています。
それでいいと思っています。
まとめ：AIは「答えをくれる相手」ではなく「判断を試す相手」
生成AIを使ったことがある人が国内で約59%にまで増えた今、「AIを使えること」は差になりません。
差になるのは、出てきたものに対して「これは違う」と言えることです。
そしてその根拠は、新しく学ぶ知識ではなく、あなたがすでに持っている現場の知識の中にあります。
バイヤーに突き返された経験も、光にかざして見つけた小さな傷も、AI時代には確実に武器になります。
まずはステップ１だけで構いません。
判断が分かれる場面を10個、書き出してみてください。
明日からではなく、今日から。
書き出した時点で、それはもうAIに渡せる資産になっています。
あわせて、こちらの記事もどうぞ。
▶ 世界の需要から考える「AIスキル」の学び方（https://www.liflow-partner.com/blog/ai-skill-reskilling-2026 ）
▶ AIができない仕事に依頼が殺到——「最後の1割」を売る人が選ばれる時代へ（https://www.liflow-partner.com/blog/jobs-ai-cannot-do-human-quality ）
現場勘を言葉にする、3つの無料特典
自分の判断基準を書き出す作業は、ひとりでやると手が止まりがちです。
LINE公式アカウントでは、その入り口になる3点セットを無料でお渡ししています。
① AI壁打ちプロンプト集：自己分析・顧客分析・行動計画の3つのコピペ用プロンプト。強みや差別化ポイントを掘り出す壁打ちに使えます。
② ひとりビジネスロードマップ：私が職業訓練校から自分の商品を持つまでの5フェーズの記録。Phase 2「棚卸し」は、まさに今回の作業の全体版です。
③ カスタムAI『5種セット』：プロンプトジェネレーターPro、ファクトチェックなど5種類のカスタムAI（Gemini Gems）
各SNS・特典のご案内はこちらにまとめています
おわりに：思考とインプットを止めないために
AIを活用して現場の知識をアウトプットする作業と同じくらい重要なのが、常に新しい視点や本質的な知識を仕入れ続けることです。
しかし、日々の実務や現場対応に追われる中で、まとまった読書時間を確保するのは容易ではありません。
私自身、移動時間や作業中の「耳のすきま時間」を活用して、ビジネス書や思考法のインプットを継続しています。読む時間がない時こそ、「聴くインプット」へ切り替えるのが最もスマートな解決策です。
隙間時間を最高のインプットに変える「audiobook.jp」 まずは無料体験で、効率的な知識のアップデートを試してみてください。
💡 ひとりビジネスを加速させる「推奨ツール」
今回ご紹介したAI活用術をはじめ、インフラ整備から専門業務の自動化、知識のインプットまで、私の事業を支える必須ツールを「三種の神器」として一覧でまとめています。
業務効率と成果を最大化したい方は、ぜひこちらも参考にしてみてください。
