担当者は手順を知っているのに、AIエージェントへ頼むと毎回違う進め方になり、結局やり直しが増えてお困りではないでしょうか。プロンプトを長くしても、対象業務の開始条件や例外が曖昧なままでは品質は安定しません。
原因は、AIへの一回の依頼と、組織で再利用する業務スキルを同じものとして扱うことにあります。スキルには作業手順だけでなく、必要な入力、判断基準、参照資料、禁止事項、人へ戻す条件まで必要です。
この記事では、一つの定型業務を観察し、実行可能な手順へ分解し、判断基準と資料をまとめ、10ケースで試験する流れを解説します。特定製品へ依存せず、小さく作って育てる方法が分かります。
株式会社ラクボは、AI導入を単発のチャット活用で終わらせず、担当者の知識を承認可能な業務フローへ落とし込んできました。現場で繰り返し使える形にするための実務ポイントをお届けします。
AIエージェントのスキルは再利用できる業務手順
AIエージェントのスキルとは、特定の仕事をいつ、何を見て、どの順番で行うかをまとめた再利用可能な業務手順です。単なる例文集ではありません。作業の目的、開始条件、入力、手順、出力、例外、確認者を一つのまとまりとして扱います。
Microsoftは2026年に、組織のプロセスやポリシーを自然言語で記述し、複数のエージェントから利用できるBusiness Skillsを公開しました。Notionもスキルを、特定業務の方法や基準をAIへ教える再利用可能な指示として説明しています。
大切なのは、一つのスキルへ複数業務を詰め込まないことです。問い合わせ分類、見積もり前の情報整理、週次報告の材料集めなど、開始と終了を説明できる単位へ分けます。仕事の境界が明確になるほど、AIは適切な場面で呼び出しやすくなります。
まず一つの定型業務を観察して分解する
作成は、優秀な担当者が実際に仕事を進める様子を一件観察するところから始めます。画面操作だけでなく、最初に何を確認したか、迷った箇所、依頼者へ聞き返した内容、完了と判断した条件を記録します。完成物だけを見ると、途中の判断が抜け落ちます。
次に作業を、入力確認、情報収集、処理、自己確認、承認依頼、保存のような段階へ分解します。各段階へ『必須情報がなければ止める』『金額に差異があれば担当者へ戻す』と条件を付けます。正常系だけでなく、不足、矛盾、権限不足の場面も同時に拾います。
最初の対象は、週に何度も発生し、手順が比較的決まっており、失敗しても公開や送金へ直結しない業務が適しています。既存のAIで業務マニュアルを作る手順も参考に、口頭のコツを観察記録へ変えてからスキル化します。
手順・判断基準・参照資料を一つのスキルにまとめる
スキル本文には、目的、利用条件、必要な入力、順序付き手順、判断基準、禁止事項、例外時の戻し先、期待する出力形式を記述します。『適切に確認する』ではなく、『顧客名、対象期間、合計金額の三点を原本と照合する』のように観察できる行動へ変えます。
参照資料は、規程、テンプレート、良い完成例、計算式など役割ごとに分け、最新版の所有者と更新日を明記します。資料への接続権限は業務に必要な最小範囲へ絞ります。AIエージェントのアクセス権棚卸しと同様に、読める範囲と書ける範囲を別々に決めます。
一つのスキルは、一人の責任者が見直せる長さに保ちます。業務ルールが変わったら本文を直接上書きせず、版番号、変更理由、確認者、適用日を残します。古い手順で処理した記録と新しい手順の結果を区別できるため、問題発生時に原因を追えます。
小さなテストと承認ログで運用品質を育てる
公開前には、正常なケースだけでなく、入力不足、形式違い、同名データ、期限超過、権限不足を含む10件程度の試験セットを作ります。正解となる処理、停止すべき地点、人へ戻す文面を先に決め、AIの結果と照合します。
合格基準は、完了率だけでなく、誤った書き込みがないか、必要な場面で停止できたか、承認前に外部へ送信しなかったかで評価します。失敗はプロンプトの曖昧さ、参照資料、権限、例外条件のどこに原因があるか分類し、一点ずつ修正します。AI業務自動化の例外処理も合わせて確認できます。
運用開始後は、実行日時、使ったスキル版、入力、主要判断、承認者、最終結果を記録します。社内業務をスキルへ変換し、少人数でも回せるAI運用を設計したい場合は、ラクボのAI顧問・業務自動化支援をご覧ください。対象業務の切り出しから相談したい方は、AIスキル設計の相談窓口をご利用ください。