AIが役に立たないのは限界じゃない。1,000時間触ってわかった正体
2026.09.01 ｜ 東健太（プロンプト工房）
結論を先に伝えておくと、AIが役に立たないと感じる最大の理由は、AIの性能ではなく「期待値のズレ」です。AIには構造的に苦手な領域があり、そこに期待して任せると必ず失望します。逆に得意な領域を見極めて任せれば、AIは強力な武器になります。詳細な中身が知りたい方はそのまま続けて読んでみてください。
「AIに全部任せれば」で始まった1,000時間
「AIに全部任せれば、スライドが勝手にできあがる」
そう信じて走り出した日のことを、今でも鮮明に覚えている。複数人で教材開発に取り組んだとき、僕たちはAIを最大限に活用しようとしていた。スライドのレイアウト、図解、文章——全部AIにやらせようとした。
結果から言おう。1,000時間以上かけて、その考えは間違いだとわかった。
でも「AIはダメだ」という話でもない。今日伝えたいのは、AIと人間の正しい役割分担の設計の話だ。
「このフォントを使え」「このカラーコードで統一しろ」「このレイアウトテンプレートに従え」——こういった制約が3つ、4つと重なっていくたびに、AIの出力精度が一気に落ちていった。1つの制約なら対応できる。2つでもまだなんとかなる。でも制約が積み重なった瞬間、AIは別物になる。
AIが本当に苦手なこと
1,000時間の試行錯誤の中で、AIが苦手とする領域がだんだん見えてきた。
複合制約に弱い。「このフォント」「このルール」「このレイアウト」という3つの制約が同時にかかると、精度が著しく落ちる。制約が1つなら精度90%でも、3つ重なると30%を下回ることもある。
組織固有の「暗黙知」を再現できない。「うちの会社では○○のとき△△をする」という暗黙のルールは、プロンプトで渡してもなかなか正確に再現できない。ルールが生まれた経緯、例外ケース、優先順位——こういった文脈こそが暗黙知であり、AIに渡しにくい情報の塊だからだ。
図解の最終調整は人間じゃないと無理。「この矢印をもう少し太く」「全体のバランスが崩れてる」という視覚的な調整は、AIに言葉で伝えるのが難しすぎる。
AIが本当に得意なこと
一方で、AIを使い込めば使い込むほど「ここはAIに任せるべきだ」という領域も明確になってきた。
構成・文章の骨格づくり。「このテーマで、この対象者向けに、15スライドで構成を作って」——これはAIが圧倒的に速い。
要点の圧縮・言語化。長い文章を短くまとめる、難しい概念をわかりやすく言い換える——これもAIが得意な領域だ。
アイデア出しと選択肢の提示。「この課題の解決策を10個あげて」——こういった選択肢を大量に出す作業は、AIに任せたほうが断然いい。人間はその中から選ぶ側に回る。
シンプルな「型」を作れば、AIの再現性は一気に上がる
ここで一つ、逆説的な発見も共有しておきたい。
スライドのレイアウトを複雑にすればするほどAIの精度が落ちる、というのは前述の通りだ。でも裏を返せば、シンプルな「型（テンプレート）」を先に設計してしまえば、AIの再現性は一気に上がる。
「タイトル＋要点3つ＋図解1つ」のような、汎用的でシンプルな型をフレームワークとして最初に決めておく。そのフレームワークに沿って作らせる分には、AIは高い精度で量産できる。制約がシンプルであればあるほど、AIは強い。
ただし、これはあくまで「型がそのまま使える場面」に限った話だ。
個社ごとのカスタマイズは、結局は職人技になる
問題は、研修資料のように「会社ごとに内容を作り込む」必要がある場合だ。
同じ型を使っていても、A社向けとB社向けでは、業界の文脈も、伝えたい暗黙知も、使う事例も全部違う。この「その会社に合わせて中身を作り込む」部分は、結局のところ人間の職人技でやるしかない。
AIは「型に沿って生成する」ことは得意でも、「その会社固有の文脈を汲み取って、型の中身を的確に埋める」ことは苦手だ。ここでもまた、AIが苦手とする「組織固有の暗黙知」の壁にぶつかる。
つまり、AI活用の設計は二段構えになる。フレームワーク（型）の部分はAIに任せて再現性を高め、個社ごとのカスタマイズの部分は人間が職人技で埋める。この役割分担を最初から前提にしておくと、「型は量産できるのに、中身の質が伴わない」というよくある失敗を避けられる。
「AIに全部任せる」をやめた日から変わったこと
結論を言う。「AIに全部任せる」をやめて、「役割分担を設計する」に切り替えた日から、生産性が劇的に変わった。
AIが担うのは、構成設計・アウトライン、文章の要点整理、アイデア出し・選択肢提示、初稿のテキスト生成。人間が担うのは、レギュレーション管理、図解の最終調整、品質チェック・最終確認、ブランドルール適用。
この境界線を最初に引くという設計だけで、プロジェクトの進み方が変わる。
「役に立たない」の正体は、期待値のズレ
よくある失敗パターンがある。「AIがすごいと聞いた」→「全部やらせよう」→「うまくいかない」→「AIは役に立たない」。このサイクルだ。
原因は期待値のズレにある。AIはすごい。でも「全部できる」わけじゃない。スライド作成で言うなら、AIはラフ素材を高速に用意するエンジンだ。職人が最終仕上げをするための材料を準備する機械、と考えるといい。
その材料を仕上げるのは、組織の暗黙知を知っている人間にしかできない。AIはあなたの会社の「秘伝のタレ」を知らない。フォントルールの背景も、レイアウト例外の判断基準も、長年かけて積み上げてきた現場のノウハウも——それは全部、あなたの中にある。
そもそも「何をAIにさせるか」が決まっていない状態でAIに向き合うと、この期待値のズレはさらに大きくなる。AIが使えない原因は、プロンプトではなく「何をさせるか」でも書いた通り、任せる内容を先に決めることが、期待値のズレを防ぐ最初の一歩になる。
今日からできる、たった1つの見分け方
難しく考えなくていい。まずこの1問に答えるだけでいい。
「今のプロジェクトで、AIに任せているタスクのうち、人間がやったほうが速いものはどれか？」
逆に、「今人間がやっているタスクのうち、AIに任せられるものはどれか？」
この2つの問いに答えるだけで、AI活用の見え方は変わり始める。
AIがどんな場面で力を発揮しやすいか、逆にどんな場面で限界があるかについては、AIにできないこと——プロンプトを配り続けた僕が、やっと気づいた本当の使い方でも深掘りしているので、あわせて読んでみてほしい。
よくある質問
Q. AIが苦手な領域は、今後の進化で解決されますか？
A. 一部は改善されていくと思われますが、「組織固有の暗黙知」の領域は技術の進化だけでは解決しません。暗黙知は言語化されていない情報なので、AIがどれだけ進化しても、渡されていない情報を扱うことはできないからです。
Q. 役割分担を決める前に、何をすればいいですか？
A. まず「今やっているタスクを全部書き出す」ことから始めてください。その上で、複合的な判断が必要なもの・視覚的な微調整が必要なもの・組織固有のルールが絡むものを人間側に、構成づくりや文章の初稿をAI側に振り分けると、境界線が見えてきます。
Q. 「AIに任せられる/任せられない」の判断基準はありますか？
A. 制約の数を基準にするとわかりやすいです。1つの明確なルールに従う作業はAIが得意ですが、複数のルールが同時に絡む作業は精度が落ちやすい傾向があります。
その役割分担、AIの右腕に任せてみませんか？
型を作るのはAI、中身を埋めるのは人間の職人技——そうはいっても、 「じゃあ実際どう分担すればいいのか」を一人で整理し続けるのは限界があります。 その役割分担そのものを一緒に設計してくれる存在が「社長の右腕」です。
