WorknoteスクリプトとAIの実務活用
◎ 日本語
検索/
テーマ別チュートリアル

AIの業務活用

依頼内容を具体的にし、結果を自分で確認しながらAIの活用方法を学びます。

次は何に活用してみますか？

気になる質問を選んで、実際の成果物を作ってみましょう。

まず原理を知りたいなら: 生成AIとは？回答の仕組みとハルシネーションを理解して活用する

このテーマの記事 53

例を使って一歩ずつ

AIの業務活用77

AIで自由記述の意見をテーマ別に整理する：複数ラベルと分類保留を扱う

6つの短い自由記述意見を決められたテーマに分類し、1つの意見に2つのテーマが含まれる場合は複数ラベルを許可する実習です。ラベル合計が回答者数を上回ることがある理由と、根拠のない満足度や感情の強さを推測しない方法も確認します。

AI意見分類テーママップ自由記述分析
AIの業務活用79

AIで調査質問と検索計画を作る

漠然とした調査目標を事実質問・経験質問・判断質問に分け、何をどこで確認すべきか検索計画を作る実習です。AIに検索結果を作らせるのではなく、確認すべき資料と未確認項目を先に整理します。

AI調査計画検索戦略質問設計
AIの業務活用80

AIで利用者調査のインタビュー質問を作る

架空の申込フォーム利用体験を調べるための15分インタビュー質問をAIと設計する実習です。誘導質問を最近の実際の行動に関する中立的な質問へ修正し、まだ実施していないインタビューの予想回答を実際の証拠として扱わない方法を扱います。

利用者インタビュー質問設計AI活用
AIの業務活用81

制約条件を決めてAIでアイデアを発想する

参加人数、時間、印刷物、購入可否、使用機材などの制約条件を先に固定し、AIに互いに異なる4つの代案を発想させる実習です。どのアイデアが最も良いか決めるのではなく、各案が条件を守っているか確認し、条件が変わったときに再依頼する方法を扱います。

AIブレインストーミング制約条件アイデア発想
AIの業務活用82

AIで発表練習用の質問と回答を準備する

すでに整理された架空の発表資料を基に、想定聴衆質問6つと根拠、短い回答、分からない場合の確認計画を作る実習です。発表構成の作成やAI音声評価ではなく、限られた根拠を誇張せず質問に答える練習に焦点を当てます。

発表練習質疑応答根拠確認
AIの業務活用45

生成AIとは？回答の仕組みとハルシネーションを理解して活用する

生成AIが文章や画像などの新しい出力を作る仕組みと、テキスト生成AIが与えられた文脈をもとに次のトークンをつなげて回答を作る基本原理を学びます。自然な文章と事実の正確さは別であるため、簡単な実習を通して確定情報と未定情報を分け、結果を自分で確認する方法も身につけます。

生成AILLM基礎ハルシネーション
AIの業務活用62

チーム協業AI、どこから使う？反復業務の候補を比較して最初の適用業務を選ぶ

チーム協業にAIを初めて導入するときは、目立つ機能よりも、複数人が繰り返し情報を集めて確認する業務から比較する方が管理しやすくなります。ハヌルチームの架空業務6件を並べ、期待効果を定性的に記し、確認負担と機密情報リスクも一緒に確認してから、最初の適用候補を絞り込みます。AIは候補を整理しますが、最終選択はチームが行います。

チーム協業AI業務選定共同確認
AIの業務活用65

AI議事録：複数参加者のメモを統合し、決定・タスク・未確定事項を整理する

AI議事録を作るとき、一人のメモだけを整えるのではなく、複数参加者の記録を一緒に入力し、決定・タスク・未確定事項・記録の違いを出典タグ付きで整理する方法を練習します。ハヌルチームの2026-10-20の架空会議メモを使い、異なる表現を無理に一つへ統合せず、チーム共有用の草案を作る過程を示します。

AI議事録メモ統合出典追跡
AIの業務活用68

AI週報：複数メンバーの進捗状況を一つにまとめる

メンバーごとに形式が異なる週次更新をAIで集約し、完了・進行・遅延・依存関係・支援必要・確認必要に再構成する方法を練習します。ハヌルチームの同じ期間の報告を使い、数値が異なる場合に一方を消さず、基準時刻と出典を一緒に残すAI週報の例を作ります。

AI週報チーム状態整理出典追跡
AIの業務活用64

AI業務引き継ぎ文書を作る：散在するメモを整理して仕事を引き継げる形にする

担当者が不在になるとき、残る人がすぐ業務を引き継げるよう、散在するメモを背景・現在状態・資料の場所・次の行動・注意事項・未定事項に再構成する方法を扱います。ソヨンの広報・申込業務をジュノへ引き継ぐ架空事例で、AI業務引き継ぎ文書と引受者が確認する質問を一緒に作ります。

AI業務引継ぎチーム業務共有業務継続性
AIの業務活用63

チーム協業AIで散在する意見を比較する：会場A案・B案の意思決定支援

複数のメンバーの意見が食い違うとき、AIに結論を代わりに出させず、確認済みの事実・根拠・反対意見・未確認の仮定を同じ枠組みに並べて比較する方法を練習します。ハヌルチームのワークショップ会場A案とB案を例に、意思決定者と決定期限を明確にし、チームが最終判断する前に確認すべき項目を残します。

チーム意思決定意見比較AIレビュー
AIの業務活用66

チーム協業AIで曖昧な業務依頼を明確にする：要件・完了基準・確認質問

チームリーダーが送った短い業務依頼をAIに勝手に補完させず、確認済みの要件と不足している条件を分け、チームが再合意できる依頼書の下書きに変える方法を練習します。ハヌルチームの「ワークショップ資料を準備して」という依頼を例に、完了基準、含める・除外する範囲、提出条件を確認質問として残します。

業務依頼要件チーム協業AI
AIの業務活用67

チーム共用AI依頼文を作る：会議メモ整理基準をバージョン管理する

チーム協業AIを個人ごとの依頼文ではなく、共同でレビュー・修正するチーム資産にする方法を扱います。ハヌルチームのAI議事録整理用依頼文をv1.0からv1.1へ改善し、同じテスト入力で再確認する流れを追います。

チーム共用プロンプトAI議事録バージョン管理
AIの業務活用61

AIの結果をチームでレビュー・承認する方法：週次レポート共有前のチェック

AI週次レポートの下書きをチームに共有する前に、事実、漏れ、機密情報、担当者、承認状態を役割ごとに確認する方法を扱います。作成者・レビュアー・承認者を分け、どの根拠を確認したか記録することで、AIの結果がそのままチームの公式結論だと誤解されないようにします。

AI結果レビューAI週次レポートチーム承認
AIの業務活用58

バイブコーディングとは？AIにコードを任せるとき人がすべきこと

バイブコーディングを単に「言葉で頼めばAIが勝手に作ってくれるもの」と捉えるのではなく、人が要件と確認基準を決め、AIが作った結果を点検する作業方法として理解します。架空の家計簿CSV集計ツールを例に、入力・出力・してはいけないこと・確認方法を1ページのメモに整理します。

バイブコーディング要件定義結果確認
AIの業務活用59

Claude Codeのインストールと初回実行：コードを変える前にまず質問する

OSに合ったClaude Codeのインストールコマンドとアカウント条件を確認し、架空の練習フォルダーで最初のセッションを始めます。すぐにコードを生成するのではなく、planモードでフォルダーとCSVを読む3つの質問だけを試してから安全に終了することに焦点を当てます。

ClaudeCodeインストール初回実行
AIの業務活用60

Claude Codeで最初のツールを作る：家計簿CSVの月別合計

これまでに作った架空のexpenses.csvと要件メモを使い、最初の小さなPythonツールを作る流れを練習します。依頼文に入力例・期待出力・制約をまとめて入れ、完成したsummarize.pyをClaude CodeではなくGPTチャットのPythonツールで実際に実行し、結果を確認します。

ClaudeCodeCSV集計初ツール
AIの業務活用61

CLAUDE.mdでプロジェクトのルールを伝える

毎回の依頼で繰り返していた実行コマンド・データ規則・禁止事項・確認方法を、プロジェクトのCLAUDE.mdに簡潔に整理します。`/init`が下書きを作る機能と、ファイル配置ごとの用途を区別し、家計簿CSVの例に合う35行のルールファイルを完成させます。

CLAUDEmdプロジェクト規則作業コンテキスト
AIの業務活用62

Claude Codeですぐ直さず、まず計画から：planモードで機能を拡張する

すでに動作している家計簿の月別集計ツールに`--by-category`オプションを追加する例を通じて、Claude Codeのplanモードで先に変更計画を確認する方法を学びます。実装前に変更範囲と出力形式を固定し、承認後に完成コードを実行して、既存の月別合計とカテゴリ別合計を両方確認します。

ClaudeCode計画モード機能拡張
AIの業務活用63

gitでAIの変更内容を確認する：作業前コミットからdiffとコミットまで

Claude Codeがファイルを修正する前にgitで基準点を残し、作業後は`git status`と`git diff`で実際の変更内容を読む流れを学びます。AIにdiffの説明を頼むことはできますが、説明だけを信じず、人がdiffと実行結果を確認してから自分でステージングとコミットを行う手順を使います。

git基礎変更確認ClaudeCode
AIの業務活用64

Claude Codeでエラーを直す：再現 → 原因 → 最小修正 → 再実行

AIに「エラーが出ます」とだけ伝えるのではなく、同じ入力で問題を再現し、実際の例外メッセージを根拠に原因を絞ってから最小限の修正だけを依頼する流れを練習します。amountにカンマが入ったCSVを使ってValueErrorを実際にPythonで再現し、修正コードも再実行して確認します。

エラー修正ValueError再実行
AIの業務活用65

Claude Codeを安全に使う：権限モード・チェックポイント・秘密情報

Claude Codeがファイルを読み取り、修正し、コマンドを実行できることを前提に、初心者が作業前・作業中・作業後に確認すべき安全上のポイントを整理します。権限モードの違い、チェックポイントでは復元できない変更、gitとの役割の違い、秘密情報を入れない原則を一つのチェックリストにつなげます。

権限モードチェックポイント安全対策
AIの業務活用54

AIから欲しい答えを得る依頼文：目的・状況・条件・形式を決める

AIに漠然と文章を書いてもらうのではなく、目的、すでに確定している事実、推測してはいけない内容、希望する形式をまとめて伝える方法を練習します。地域の読書会のお知らせ文を例に、AIが存在しない情報を作っていないか確認し、続けて質問しながら事実は保ったまま口調だけを調整する流れを学びます。

AI依頼文プロンプト基礎結果確認
AIの業務活用55

AIを個人練習の相手として使う：ヒントから間違いの復習まで

AIにすぐ正解を書かせるのではなく、1問ずつ出題して答えを待たせ、その後にヒントや誤答の説明を受ける練習方法を学びます。3つの割合問題を使って、分母になる基準値を確認し、AIの説明も自分の手計算で独立して検算します。

AI学習割合誤答復習
AIの業務活用56

AIで無理のない週間計画を作る：使える時間から計算する

やることを空き時間に無理に詰め込むのではなく、1週間で実際に使える時間と必要な作業時間を先に計算する方法を練習します。途中で水曜日の時間が使えなくなるケースも扱い、AIが存在しない追加時間を勝手に作っていないか確認します。

AI計画時間管理意思決定
AIの業務活用08

小さなデータで AI 生成コードを検証する

手計算できる4行のデータと12個の unit tests を使って aggregation function を確認します。通常値だけでなく、空入力、0、小数、不正入力も検証します。

AI活用コード検証unittest
AIの業務活用27

AIが作成した正規表現を一致・不一致の例でテストする

AIが生成した正規表現は完成したルールではなく、まず下書きとして扱います。小さな合成テスト表を作り、期待結果と実際の一致結果を比較し、パターンを修正してから実データで使う前にレビュー結果を保存します。

Python正規表現AI
AIの業務活用28

AIが作成したSQLを手計算したSQLite結果と照合する

AIが生成したSQLクエリは完成版ではなく下書きとして扱い、正解が分かっている小さなSQLiteデータベースでテストします。実データに使う前に、AIの結果を手計算した期待表と比較します。

PythonSQLiteAI
AIの業務活用30

AI要約を原文と文ごとに照合する

AI要約を個別の主張に分け、それぞれを具体的な原文の文に結び付け、再利用する前に根拠のない表現や言い過ぎた表現を確認します。小さな合成文書を使って、自然に読める要約でも根拠確認が必要な理由を示します。

AI要約検証
AIの業務活用39

AIが作成した業務メールを送信前に確認する方法

AIが作成した業務メールを元の情報と照合し、事実、数値、日付、宛先、文体、約束表現を確認します。小さな例を使って、人が送信前に確認すべきポイントを整理します。

AIメールメール確認業務効率化
AIの業務活用44

AIが表やグラフを説明した数値を再計算して検証する

AIが表やグラフを自然に説明していても、合計、割合、平均、増減率が間違っていることがあります。このガイドでは小さな合成売上データを使い、AIの各数値主張を再計算して確認します。

AI検証データ確認Python
AIの業務活用45

繰り返し使えるAIプロンプトのテンプレート集を作る

繰り返すAI作業は、プロンプトの構成を統一すると確認と再利用がしやすくなります。このガイドでは、変数、例、タスク別チェックリストを含む小さなプロンプトテンプレート集の作り方を説明します。

プロンプトAI業務Python
AIの業務活用46

乱雑なテキストをAIでJSON化しPythonで検証する

AIは整理されていない文章を構造化JSONに変換できますが、結果は別途検証する必要があります。このガイドでは、小さな合成例とPythonの検証処理を使って、必須フィールド、型、許可値、基本的な整合性を確認します。

JSON抽出AI検証Python
AIの業務活用47

AIの問い合わせ分類精度を混同行列で測る方法

AIは問い合わせチケットを素早く分類できますが、実際に使う前に人手でラベル付けした小さな基準データと比較して精度を測る必要があります。このガイドでは、小さな合成例を使い、AI予測と正解ラベルを比較してPythonで正解率と混同行列を確認します。

AI分類混同行列Python
AIの業務活用48

AIツールに貼り付ける前に氏名・メール・電話番号をマスキングする

AIチャットアシスタントにテキストを送る前に、明らかな個人情報を削除または置換し、マスキング後の本文と検出レポートの両方を確認して見落としを探します。このチュートリアルでは小さな合成例を使い、元ファイルは変更しません。

個人情報マスキングAIプライバシーPython
AIの業務活用49

AIが書いたコードをチェックリストでレビューする方法

AI生成コードは完成して見えても、入力、境界条件、依存関係、エラー処理に隠れた前提がある場合があります。小さな合成CSV例を使って、実際に使う前にコードを体系的に確認する方法を説明します。

AIコードレビューPythonテスト
AIの業務活用50

AIに文書を質問し行番号の引用を検証する方法

文書についてAIが回答するとき、各主張に行番号の引用を付けると検証しやすくなります。小さな合成文書を使い、引用付き回答をAIに求め、各引用範囲をPythonで自動確認する方法を説明します。

AI文書質問引用検証Python
AIの業務活用51

AIで論文比較表を作り、すべてのセルを検証する方法

AIを使うと複数の論文要旨を比較表に整理できますが、各セルが元の要旨に基づいているか確認する必要があります。このガイドでは、3つの小さな合成要旨を使い、AIで比較表を作成して各セルを要旨と照合する方法を説明します。

論文要約AI研究活用検証
AIの業務活用52

AIが引用した参考資料やリンクが実在するか確認する

AIが示した参考資料はもっともらしく見えても、リンクが存在しなかったり、実際の内容がAIの説明と一致しなかったりすることがあります。小さな合成例を使って、リンクの存在と主張との対応を確認します。

AI検証参考資料Python
読む → 実行する → 確認する

すべての例は練習用です。自動車データは説明用の合成データです。