なぜ「丸投げ指示」は失敗するのか
「クライアント向けの提案資料、明日までにまとめておいて」
この指示を受けた部下は、何を基準に、どこまでやればいいのでしょうか。目的は何か、重視すべきポイントはどこか、分量や構成はどうするのか。情報が足りないため、部下は自分なりの解釈で進めるしかありません。
結果として、「言いたいことは分かるけど、求めていたものと違う」という資料が出てきます。指示を出した側は、「なぜこんなものになるんだ」と不満を持ち、指示を受けた側は「最初から言ってくれれば」と感じます。
AIに対しても、同じことが起きています。「このテーマで記事を書いて」「営業メールを作って」と丸投げすれば、AIはそれなりの文章を返します。しかし、それはAIなりの一般解であって、あなたのビジネスに最適化されたものではありません。
この時点で、「AIの文章は使えない」と判断してしまうのは、少し早いのです。
適切な指示がアウトプットを変える
一方、優れた上司は、指示を出す際に背景とゴールを共有します。
今回の提案は初回なので、目的は受注ではなく、相互理解を深めて次回につなげること。そのために、業界全体の課題を整理し、信頼性のあるデータを示し、成功事例と失敗事例を比較する。ページ数はこのくらいで、どこに力点を置くかも決めておく。
こうした情報があれば、部下は迷わず作業できますし、完成物の精度も大きく上がります。途中でズレがあっても、修正は最小限で済みます。
AIも同様です。目的、想定読者、使う場面、文字数、構成、トーンなどを具体的に伝えれば、アウトプットは驚くほど変わります。AIは「察する」ことはできませんが、「与えられた条件に従う」ことは非常に得意です。
つまり、AIの質は、指示の質に比例するのです。
AIは「優秀だが新人の部下」
AIをどう扱うかを考えるとき、最も分かりやすい比喩は、「優秀だが、会社の事情を何も知らない新人」です。
知識量は豊富で、作業スピードも速い。
しかし、自社の強みや顧客のクセ、業界特有の暗黙知までは理解していません。
だからこそ、最初は丁寧な指示が必要になります。
新人に対して、「いい感じにやっておいて」と言わないのと同じで、AIにも「いい感じ」は通じません。
むしろ、細かすぎるくらい条件を与えた方が、結果的に手直しが減り、全体の効率は上がります。
この感覚は、マネジメント経験がある人ほど理解しやすい一方で、これまで一人で仕事を完結させてきた小規模事業者ほど、意識しにくいポイントでもあります。
AI活用の近道はマネジメント学習
AIを使いこなすために、最新のツール比較やプロンプト集を追いかける人は多いですが、それよりも効果的なのが、「部下への指示の出し方」を学ぶことです。
目的を言語化する力
成果物の完成形を描く力
作業範囲と期限を明確にする力
これらは、すべてマネジメントの基本であり、そのままAI活用スキルに直結します。
書籍やネット上には、指示の出し方、仕事の任せ方に関する情報が数多くあります。
それらをAIに置き換えて考えるだけで、実務への応用が可能です。
逆に、この部分を飛ばしてしまうと、AIの性能差ばかりが気になります。
「どのAIが優れているのか」という議論に終始し、結局、使いこなせないままになります。
AIは道具、使い手で結果が決まる
ChatGPTがいいのか、別のAIがいいのか。
こうした議論は、決して無意味ではありません。
しかし、丸投げ前提で使う限り、どのAIを選んでも大差は出ません。
一方で、目的と条件を明確にした指示を出せる人は、どのAIでも一定以上の成果を引き出します。
これは、優秀な職人が道具を選ばず仕事を仕上げるのと同じです。
小規模事業者にとって、AIは「人手不足を補う部下」であり、「経営判断を助ける補佐役」になり得ます。
ただし、そのためには、適切な指示を出す力が欠かせません。
AIが使えないのではなく、指示が曖昧なだけ。
この視点を持つことが、AI活用の第一歩になります。
