AIを毎日使っているのに残業が減らない理由｜仕事を自動化する「6段階」の見極め方

会議が終わった直後、録音ファイルを開いて「これ、まとめておいて」とAIに投げたことはありませんか。ラクなんですが、不思議なことに翌週の会議のあとも、また同じ文章を打ち込んでいるんですよね。

AIは毎日使っているのに、残業はそのまま。チャット欄の中だけで回していると、繰り返し作業って本当に減らないんです。自分の仕事を6段階のどこに移せば手が空くのか、その判断基準まで整理してみます。（2026年7月時点）

• 仕事が減らない本当の理由はAIの性能ではなく、自分がAIをどこで使っているかです。
• チャット → プロンプト → スキル → Work・Cowork → バイブコーディング → 自動化。このはしごの中で自分の仕事の居場所を見つけるのがカギ。
• 判断基準はたった3つ — どれくらい頻繁に繰り返すか、手順は毎回同じか、成果物の形式は決まっているか。

AIを使っても仕事が減らない本当の理由

多くの人はAIを、検索窓か文書のたたき台ツールくらいの感覚で使っています。聞いて、答えをもらって、必要な部分をコピペする。だいたいここまでですよね。

問題は次の会議で表に出ます。前回は決定事項がきれいに出てきたのに、今回は参加者の意見と最終結論が混ざっていて、担当者は書いてあるのに期限が抜けている。

AIが急にポンコツになったわけではありません。こちらがその場の思いつきで頼んでいるから、結果も毎回変わるんです。頼み方がブレると、成果物もブレる。

つまり問題はAIの頭脳ではなく、AIを自分の仕事のやり方につないでいないこと。話はここから始まります。

自分の仕事は今、どの段階にある？

AIを選ぶときの最初の質問は「どのAIを使おうか」ではありません。順番が逆なんです。

本当の最初の質問は3つ。解きたい問題は何か、その仕事はどれくらいの頻度で回ってくるか、手順と判断基準は毎回同じか。この3つを確認するだけで、答えは半分見えてきます。

下の表に6段階をまとめました。今抱えている仕事をひとつ思い浮かべながら、どの行に引っかかるか見てみてください。

たいていの人は上から1〜2行目に留まっています。下に行くほど手はラクになりますが、必ずしも一番下まで降りる必要はありません。この話は後半でまた触れますね。

チャットとプロンプト、そしてスキルの分かれ目

「会議の内容をまとめて」と、「あなたはプロジェクトマネージャーです。添付の文字起こしを、会議の目的 → 主な議論 → 確定した決定事項 → 未解決の論点 → 担当者別タスク → 完了予定日 の順にまとめてください。文字起こしにない内容は推測しないでください」は、まったく別の依頼です。

後者が構造化されたプロンプト。ポイントは長く書くことではなく、AIに判断基準をはっきり渡すことです。基準が明確だから、結果も安定します。

プロンプトが「一度うまく質問する方法」なら、スキルは「うまくやる方法を業務標準として保存しておくこと」です。

ただ、良いプロンプトを見つけたあとが問題で。会議のたびに、あの長文をどこかからコピーしてこないといけません。ひとりならまだしも、チームで使うと各自が少しずつ書き換えて、成果物がまたバラバラになります。

ここがスキルに移るサインです。スキルは長いプロンプトを保存しておくものではなく、手順・判断基準・成果物の形式・参考フォーマットをひとつの再利用可能な仕事のやり方として束ねるもの。2026年7月現在、Claudeが先行して打ち出し、ChatGPTでも登録して使えるようになっています。

スキルを作っておけば「添付資料に議事録スキルを適用して」の一行で終わり。個人にとっては毎回プロンプトを書き直さなくていいということですし、組織にとってはベテランの段取りを新人がそのまま使えるということになります。実際の感想でいちばん多いのも「もっと早くチームに入れておけばよかった」なんですよね。

一手ずつ指示する vs まるごと任せる

スキルを作っても、結局は人が間で手を動かすことになります。ファイルをアップして、回答をコピーして、表に移して、メールのたたき台をまた頼んで。この細かいリレーを、自分がずっと走っている状態です。

そこで出てきたのがChatGPTのWorkとClaudeのCowork。普通のチャットでもファイル分析はできるのに何が違うの？と思いますよね。違いは誰が作業全体を分解してつなぐかです。表にすると一目瞭然。

チャットでは「文字起こしをアップして議事録 → それをもとにタスク表 → それをもとにフォローアップメール」を、自分が一段ずつ指示します。一方Work・Coworkでは「この文字起こしに議事録スキルを適用して議事録を書いて、担当者別のタスク表を作って、参加者へのフォローアップメールのたたき台まで」とゴールだけ渡せば、AIが自分で作業を分けて成果物まで出してくれます。仕上げまでやってくれるエージェントに近い感覚です。

複数の資料をひとつの文脈で束ねる複合業務ほど、こちらが明らかにラク。逆にたまにしかない仕事なら、そのときだけ任せれば十分です。

毎週まったく同じなら、ツールを自作する

ここからさらに一歩進むかどうかの基準があります。Work・Coworkを何度か使ってみて、毎回、資料も依頼内容も大きく違うなら、わざわざプログラムにする必要はありません。その都度任せればOKです。

逆に、入力する資料も、処理の手順も、成果物の形式も毎週判で押したように同じなら話は別。そのときは業務そのものをプログラムとして固めてしまうほうが、圧倒的にラクになります。

ここで登場するのがClaudeのClaude Code、ChatGPTのCodexを使った、いわゆるバイブコーディングです。名前だけ聞くとエンジニアの世界の話に聞こえますが、本質は「人が繰り返していた作業を、誰が使っても同じ結果になる業務ツールに変える」こと。

たとえば「会議の録音と、参加者・プロジェクト名を入れたら、社内フォーマットの議事録と担当者別タスク表が出てくるツールを作って」と言葉で説明するだけ。あとはツール側がコードを書き、ファイルを作り、エラーを直し、実際に動くかテストまでしてくれます。プログラミング言語の知識は要りません。

ただ、誤解しないでほしいのは、コーディングがすべての業務の必須の次ステップではないということ。繰り返し性と標準性が高い仕事にだけ合う選択肢です。たまにしかやらない仕事をプログラム化するのは、ただの労力の無駄になります。

自動化の最後の一線、人が押すべきボタン

プログラムを作ったからといって、自動化が完成したわけではありません。人がファイルをアップして、ボタンを押さないと動かないなら、それは自動化というより、よくできた業務ツールです。

ここにタイミングや条件をつないで、はじめて自動化になります。会議の録音が指定フォルダに保存されたら、プログラムが新しいファイルを検知して議事録を作り、タスクを分類し、結果をプロジェクトフォルダに入れ、メールのたたき台は下書きフォルダに置いておく、という具合です。

毎週金曜の午後に必要な資料を集めて、週次報告のたたき台を自動で出すよう仕込むこともできます。同じ依頼を毎回入力する手間が、まるごと消えるわけです。

ただ、絶対に守るべき一線がひとつあります。取り返しのつかないことは自動化しないという原則です。

• 資料の収集、内容の分類、たたき台の作成 → 自動化しても安全
• メールの実送信、ファイルの削除、決済、重要な情報の変更 → 最後は人が確認

たたき台までは機械が、送信ボタンは人が。この境界を守ることが、自動化を長く安心して使い続ける唯一の方法です。

で、今日は何をすればいい？

大げさに始める必要はありません。今、頭の中に今週もまたやることになる仕事をひとつだけ思い浮かべてみてください。

その仕事に3つ質問するだけです。頻繁に繰り返すか、手順は毎回同じか、成果物の形式は決まっているか。3つとも「はい」なら、その仕事がチャット段階に留まっている理由はありません。少なくともスキルまでは一段降りるタイミングです。

AIを使いこなすというのは、上手に質問できるところで終わりではありません。うまくやる方法を保存し、仕事をまるごと任せ、繰り返しを仕組みに変えるところまで続く道のりです。今日はたった一段だけ降りてみてください。その一段が、来週の金曜の夜を変えてくれるかもしれません。