AIチームビルディング｜AIの出力をそのまま出す人はサボりか。けんすうさんと篠塚孝哉さんの対談を私の運用の数字で確かめた

出典: マネジメント層必見！AIチームビルディング最前線【けんすう×令和トラベル 篠塚孝哉】

「AIに頼めば、あとは仕事が減る」。そう思っていたら、AIから次々に判断を求められる。けんすうさんは朝、提案先のリストや返信の確認をAIに任せ、自分がやる作業を教えてもらうそうです。AIが上司になる朝。

けんすうさん（対談の中で・自動字幕のまま・2:07〜）

「だからまあイメージ本当優秀な上司がAIができない作業だけやる作業者みたいな感じのことを、まあ1日のスタートではよくやりますね。」

けんすうさん（対談の中で・自動字幕のまま・2:36〜）

「AIに指示してるふりしてやってんのってAIからこれ決めてくださいっていうのを決めてるだけじゃないかっていう気もしてますね。」

問いはAIが出し、私が答える。その形には賛成です。ただ、私が決めなくていい問いは、AIが記録を読んで先へ進めてほしい。調べて分かることは聞かない。ここは決めています。

AIからの問いで、自分の考えが引き出されることと、確認作業が私へ戻ることは違うんですよね。委ねるには、記録を読み、任されたことを進める仕組みへの信頼が必要です。

私がAIの問いに答えた記録は、8月18日から10月12日までに8,388件。1,415件のタスクにまたがっています。

回答8,388件のうち、自由に書いたものを含む回答が4,019件、選択肢だけが4,212件、その他が157件。問いで止まり、私の返信で再開する流れが毎日動いている。

この件数だけで、問いの良し悪しは決まりません。私にしか答えられない問いだったのか。記録を読めば答えがあったのか。その見分けは、件数の次の仕事です。

けんすうさんは「決めているだけでは」という感覚を語っています。私は、回答8,388件のうち4,212件が選択肢だけだったという件数から、私が持つ判断の範囲を見ます。

→ 問いを一日数える

AIが「どうしますか」と聞いた回数を一日数えましょう。問いを短く控え、記録や資料を調べれば分かるものに印を付ける。次にAIへ任せる確認が見えてきます。

自分が直したコメントを、次の仕事にも使ってほしい。篠塚さんは、過去のレビューを学習させたスキルを使うと語っています。Claude Codeの /loop で繰り返し、機能要件を80点以上まで整えるやり方です。

篠塚さん（対談の中で・自動字幕のまま・4:36〜）

「ループしつつのレビューの点数を80点以上にしなさいみたいな指示を出すんですよ。」

レビューを学習へ流す。そのとおりだと思います。ただ、回すだけでは直らなかった。止まったタスクへ催促を自動で送る仕組みの直しは、AIの検収に五回続けて通らず、作り手を替えた版が一回で通りました。

私が返した違和感が分身AIへ戻り、次の判断が育つ。そこまでつながってこそ、直した意味があるんですよね。同じ作業を繰り返した回数だけでは分からない。

止まったタスクへの催促を自動で送る仕組みで、検収は五回続けて不合格でした。五回目にも指摘が三件。本人の書き込みの数え方、崩れた会話記録の扱い、台帳を読む処理の時間制限です。

私は、四回目の検収に通ったら本番へ入れる、と決めていました。その後、作り手をCodexへ替え、Claudeが検収。一回の検収で、要件の指摘はゼロになった。

回数は天井であって目標ではない。通すために、回数を使い切る必要はありません。

学習も、入れたら終わりではないんです。10月12日の分身AIの報告では、一致率は58.1%（126/217件）、学習済みパターンは51件でした。

9月23日には、半年前から学習済みだった規律を、AIが参照せずに破ったこともあります。9月23日の追記には、本人しか答えられない問いは分身AIが先に答え、私がフィードバックし、分身AIもアップデートする仕組みにして、と私が伝えた記録があります。

篠塚さんはレビュー用スキルを二〜三回転させる。私のケースで通ったのは、回数を足した後ではなく、作り手を替えた後でした。

→ 同じ指摘で替えてみる

同じ指摘が三回続いたら、回数を増やすのを止める。依頼文と現物、直す条件をそろえ、作る側のAIを別の実行環境へ替えて一回試し、指摘の変化を確かめましょう。

AIがスライドを作った。枚数も多い。けれど、読む人に「よろしく」と渡したら、その人が理解する仕事を抱える。篠塚さんは、30枚のスライドを「よろしく」と渡すようなポン出しはやらないと語っています。

篠塚さん（対談の中で・自動字幕のまま・8:43〜）

「ま、ゴミが増えるんで死ぬほど。」

「ポン出しで意味不明なレポート分析ドドドドってあのスライド30枚ぐらいでき上がってよろしくみたいのはやらないように」

ポン出しをしない。そのとおりだと思います。私が持つのは、公開などの最後のGOと、違和感を最後に感じる所。それ以外の枚数や件数は、実物から機械で数えて合わせます。

実行をAIへ任せても、自分の体に違和感がないかを確かめる所は私にある。同時に、成果物のすべてを毎回見る役へ戻るのではなく、AIの判断軸と育ち方を見る。両方を持っています。

10月12日、図13枚とアイキャッチを作り直した後、AIは見比べに目立つ五枚だけを並べました。四章以降と図二枚が省かれ、省かれた一枚には記事に使わない決まりのカッコが残っていた。

作ったAIも、検収したCodexも見落としたんです。見比べでOKとされた中に、見比べていない物があったんです。

そこで、変えた物は全部並べると決めました。実物から数えた枚数と、並べた枚数を合わせる。合わなければ見比べを出さない。図は作ったAIが全枚を原寸で開いて見る。

動画の説明欄でも、私に見せていなかった関連リンク八行が、アップ用の道具によって付いていました。検収で見つかり、定型文まで含む全文を見せ直してもらって、私は公開を選んだ。

一方、その検収役も、プレイリストの最初の50件だけを見て不合格にしたことがあります。全92件を確認すると、対象はプレイリストの91番目にあった。検収のNGにも、確かめ直す余地があるんですよね。

ポン出しをしないために、確認の範囲を決める。私は、読む範囲を最後のGOと違和感の所に絞り、数えられる確認は数で合わせます。

AIのOKを信じる前に、何を見てOKにしたかが分かる形へ。そこまでをAIに任せたいんです。そのまま出すことがサボりかどうかは、出す前に何を確かめたかで分かれると、私は考えています。

→ 実物の数と照合する

AIが「全部やりました」と言ったら、対象の件数・枚数・行数を実物から数えさせ、報告の数と照合する。合わなければ省かれた物を確かめ、そろうまで外へ出すのを止めましょう。

AIをたくさん使う攻めと、成果につながる使い方を選ぶ守り。篠塚さんは、その両方が必要だと語ります。令和トラベルでは、スキルやエージェントを共有する時にも承認が必要。使う量と、使ってよいものの話です。

篠塚さん（対談の中で・自動字幕のまま・10:25〜）

「なんでマネジメントとマキシングをあの守りのマネジメント攻めのマキシングっていう風に定義して」

篠塚さん（対談の中で・自動字幕のまま・12:43〜）

「ま、でも基本的にはそこまでやらないんで承認されたものしか使えない。」

守りのトークンは、測ってから決めます。承認も、何をするかに加えて、どの対象を変えるかまでそろえて止める。この二つは外せません。

確認のたびに全履歴を読ませていたら、学習のための検証がトークンを使い続ける。通常は、次の判断が変わる記録を最小限に残す。削減の道具は、入れる前に自分の通信で測ります。

9月18日、実際の通信を記録から再生して測りました。JSONやログは、元のトークン数に対して約23〜73%減少。散文と和文は、元のトークン数からの削減が0%でした。

毎ターン読む説明書の66,187トークンは圧縮の対象外。記録した通信を丸ごと再生して測ると、減ったのは0〜1.2%でした。私は導入を見送りました。減らすこと自体に価値はある。ただ、質を落として減らすことはしません。

対象をそろえる必要は、10月12日の取り違えでも確かめています。AIがCloudflareへの反映で設定ファイルを指定せず、別サイトの設定を使い、既存の別サイトへ秘密の値を二つ足して再反映しました。

対策は、操作に設定ファイルのパスを必ず付け、実行前に変えたい名前と一致するか確認すること。ホームの設定は移し、設定のない場所ではエラーで止まることも確かめました。

篠塚さんの承認は、社内で共有するスキルやエージェントが対象です。

→ 自分の入力で測る

トークンを減らす道具を入れる前に、自分が使う通信やファイルで、前後のトークン数を測る。同じ内容と質を保てているかも確認し、減った入力と減らなかった入力を残しましょう。

対談では、新機能の参加者数を見るダッシュボードを篠塚さんが自分で作ったと紹介されています。トップが現場を分からなければ、判断もできない。AIの使い方を説明するだけでなく、実際の出力を見せる話です。

篠塚さん（対談の中で・自動字幕のまま・14:24〜）

「現場に降りていかなきゃダめだっていう感覚がやっぱものすごいあって」

篠塚さん（対談の中で・自動字幕のまま・21:13〜）

「最初にやっぱ気づいたのはトップが現場降りることの重要性がこれほど今まであったことってあんまないなっていう感覚があって」

人間は、五感で感じた現場から縦に掘る。私は、この判断軸を持っています。AIが情報を広げても、自分が何を感じ、何を確かめたいかまで手放すわけではありません。

篠塚さんが見える形にしたのは、新機能に毎日何人が参加したか。実際の動きを見ながら判断するための数字です。読者も、自分の仕事で見たいものを具体的にすると、AIへの頼み方が変わります。

「分析して」だけでは、見る場所が決まらない。毎日の何を知りたいのか。そこを言葉にしたいんですよね。

篠塚さんは、CXOや部長を動かすトップの背中の話。私が大事にするのは、五感で現場を感じる人間の側です。

→ 毎日見る数字を決める

自分の仕事で毎日見たい数字を一つ決め、AIに見られる形を作ってもらう。篠塚さんの例は参加者数です。何の数か、どこから取るか、いつ更新するかも一緒に決めましょう。

けんすうさんは、仕様もデザインも自分が担うと語ります。篠塚さんは、職種の境界が溶け、意思決定する人とメンバーの二層へ寄せる動きを紹介。一方、初級から試せる勉強会も続けているそうです。

篠塚さん（対談の中で・自動字幕のまま・16:39〜）

「エンジニアだからデザインやりませとかデザイナーだからPMやりませんとかじゃなくてもうごっちゃ混ぜになってるみたいな」

篠塚さん（対談の中で・自動字幕のまま・20:39〜）

「こんなスキル置いてあるよ。じゃ、試しにスライドを作ってみようみたいなよくある、え、研修みたいなのができていて、」

一人で今日始めるなら、使うスキルと、試しに作る題を決める。ここからです。役割を重ねる話と、試す場を作る話のうち、自分の仕事だけで着手できるほう。

対談では、毎月2回ぐらいの勉強会を初級から開き、置いてあるスキルでスライドを作ってみると紹介されています。道具があるだけで終わらせず、実際に使う題まで用意するんですね。

自分の仕事なら、次に必要な資料を題にできる。作ったものを見て、どこを直せば使えるかを確かめる。使い方と判断を、一緒に練習できます。

会社の組織を二層へ変える話と、一人がスキルを試す話は大きさが違う。始める時は、自分が試せる仕事まで小さくする。それなら、役職の話を待たずに動けます。

→ 試す題を用意する

社内でも一人でも、使うスキルを一つ置き、「次の提案資料を作る」など試す題を一つ決める。必要な材料と、使えると判断する条件を添え、作った実物から直す所を見つけましょう。

AIの出力をそのまま出さないために、人が全部を抱える必要はありません。私が持つのは最後のGOと、違和感を感じる所。数えられる確認、記録を読めば分かることはAIへ任せます。

今日やる一手は、AIが自分に問いかけた回数を一日数えること。調べれば分かる問いに印を付けましょう。その印から、次に任せる仕事が具体的になる。レビューも承認も、自分がどこで判断するかから組み直せます。