AIに問いを渡す前に、現場へ潜れ。――生成AI時代に、人間が「編集長」になるための仕事術

生成AIを使えば、仕事は速くなる。

文章は整う。
資料のたたき台も出る。
アイデアも大量に並ぶ。
要約も分類も、一瞬でできる。

けれど、最近あらためて思う。

AI時代に本当に問われるのは、
「AIを使えるかどうか」ではない。

むしろ問われるのは、

という、人間側の姿勢である。

今回読んだ『生成AIで最強の組織が生まれる』は、単なるAI活用術の本ではなかった。

それは、経営と現場をどうつなぐか。
カオスな一次情報を、どう意思決定に変えるか。
AIを、ただの作業道具ではなく、組織の神経系にするにはどうすればいいか。

その問いに向き合う一冊だった。

AIで「速い馬車」をつくっても意味がない

本書の冒頭で印象的だったのは、
「速い馬車」をつくるな、という考え方だった。

これは、AIで作業を速くするだけでは足りない、ということだ。

たとえば、これまで3時間かかっていた資料作成が30分になったとする。
それ自体はすごい。

けれど、その資料がそもそも間違った問いに答えていたらどうだろう。

見た目は整っている。
文章もそれらしい。
構成も破綻していない。

でも、本当に解くべき経営課題に届いていない。
現場の痛みに触れていない。
顧客の本音をすくえていない。
社長が本当に言いたかったことが、きれいな一般論に薄まっている。

それでは、ただ「速く間違える」だけになってしまう。

AI時代に必要なのは、作業速度の改善だけではない。
意思決定そのもののOSを書き換えることだ。

AI時代の仕事は、編集になる

本書では、AIを「優秀な取材記者」のように捉えている。

これはかなりしっくりきた。

AIは、情報を集める。
要約する。
分類する。
論点を並べる。
比較する。
構成案を出す。

まるで、膨大な取材メモを一瞬で整理してくれる記者のような存在だ。

ただし、最終的に紙面を決めるのは編集長である。

何を追うのか。
何を追わないのか。
どの情報を一面に出すのか。
どの論点を捨てるのか。
どこに賭けるのか。

それを決めるのは、人間だ。

AI時代の仕事は、作業者から編集長へ変わっていく。

そして編集長の仕事は、大きく3つある。

1つ目は、問いを定めること。
何を追うか。何を追わないかを決める。

2つ目は、判断基準を言語化すること。
AIに、何を重要とみなすべきかを渡す。

3つ目は、腹を括ること。
得られた情報の中で、最後にどこへ賭けるかを決める。

AIがどれだけ進化しても、この3つは人間の仕事として残る。

いや、むしろAIが進化するほど、この3つの価値は高まっていく。

一次情報とは、文脈を持った事実である

この本で特に重要だと感じたのが、一次情報の定義だった。

一次情報とは、単なる生データではない。
現場で起きた事実そのものでもない。

大事なのは、その事実にどんな文脈が付いているかだ。

たとえば、顧客が「価格が高い」と言ったとする。

表面的に見れば、これは価格課題に見える。
だから値下げすればいい、という話になりやすい。

でも、本当にそうだろうか。

その顧客は、価格が高いと言いながら、実は価値の違いがわからなかっただけかもしれない。
比較対象が安いものだっただけかもしれない。
社内で説明しづらいから、価格を理由にしているだけかもしれない。
あるいは、こちらの提案が相手の不安を解消できていなかったのかもしれない。

同じ「価格が高い」という言葉でも、文脈によって意味は変わる。

だから一次情報とは、
「顧客がこう言った」という事実ではなく、
「その言葉は、どの文脈において、何を意味しているのか」まで含んだ情報のことなのだと思う。

AIにとって価値のあるデータも同じだ。

データを大量に入れればいいわけではない。
そのデータが何を意味するのか。
どの文脈で見ればいいのか。
どんな判断に使うのか。

そのラベルがあって初めて、AIは高度な分析を始められる。

コンテクストエンジニアリングという仕事

ここで重要になるのが、コンテクストエンジニアリングという考え方だ。

AIに情報を渡すだけでは足りない。
AIに、その会社の見方を教える必要がある。

その会社は、何を大切にしているのか。
何を勝ち筋と見ているのか。
何を避けるべき地雷としているのか。
どんな顧客に選ばれたいのか。
過去にどんな失敗をしてきたのか。
どの表現は野暮で、どの表現ならその会社らしいのか。

これらを渡して初めて、AIは「その会社の参謀」として機能し始める。

本書では、コンテクスト定義の軸として、Role / Focus / Goal が示されていた。

Roleは、AIにどんな人格・役割で考えさせるか。
Focusは、何を拾い、何を捨てるか。
Goalは、最終的に何に使うか。

この3つは、今後のAI活用における基本OSになると思う。

AIに「企画書をつくって」と頼むだけでは弱い。

必要なのは、

「あなたは誰として考えるのか」
「何を重視し、何をノイズとして捨てるのか」
「最終的に誰が、何を判断するために使うのか」

を明確にすること。

つまり、プロンプトとは、もはやお願い文ではない。
実務におけるプロンプトは、仕様書に近い。

プロンプトは、仕様書である

「いい感じにして」
「わかりやすくして」
「かっこよくして」

こうした依頼では、AIは平均的な答えしか出せない。

AIが本当に力を発揮するのは、こちらの完成イメージ、判断基準、制約条件が明確なときだ。

どんな役割で考えるのか。
どんな背景があるのか。
何を拾い、何を捨てるのか。
誰に向けて、何を決めてもらうのか。
出力形式は何か。
良いアウトプットの基準は何か。
絶対に避けるべき表現は何か。

ここまで定義されたプロンプトは、もはや文章ではなく、設計図である。

これは、AI活用以前に、仕事の要件定義そのものだ。

そして、この仕様書を書く力こそ、これからの企画者・編集者・マーケターに必要な力になる。

AIは、思考フレームを超えない

ただし、ここで忘れてはいけないことがある。

AIは優秀だ。
けれど、AIはこちらの思考フレームを超えてはくれない。

こちらの問いが浅ければ、AIの答えも浅くなる。
こちらの仮説が歪んでいれば、AIはその歪みを美しく補強してしまう。

ここが怖い。

AIは、間違った問いにも、かなり説得力のある答えを出せる。
だからこそ、人間側にはメタ認知が必要になる。

そもそも、この問いでいいのか。
この仮説は正しいのか。
自分は何を見たいと思っているのか。
逆に、何を見たくないと思っているのか。

AIに何を語らせるかは、経営姿勢そのものを映し出す。

歪んだレンズからは、歪んだ一次情報しか生まれない。

だからAI時代にこそ、本を読む意味がある。
人に会う意味がある。
現場に行く意味がある。

本を読むとは、思考フレームを増やすこと。
人に会うとは、AIにはまだ拾えない表情・間・熱量・違和感に触れること。
現場に行くとは、数字や資料になる前の痛みに触れること。

AIが発達するほど、人間はより人間らしいセンサーを鍛える必要がある。

1000時間分析とは、正しいコンテクストを見つける覚悟である

本書には、価値あるAI設計のためには泥臭い分析が必要だ、という話も出てくる。

1000時間分析をする覚悟はあるか。

これは、単なる根性論ではない。
正しいコンテクストを見つけるための時間なのだと思う。

現場の声を聞く。
顧客の不満を読む。
過去の失敗を見る。
社長の言葉の癖を拾う。
売れなかった理由を直視する。
資料の違和感を分解する。
競合に負けている理由に向き合う。

そうした泥臭い分析の中で、ようやく見えてくるものがある。

「この会社の本当の課題は、ここだったのか」
「この顧客は、機能ではなく安心を求めていたのか」
「この商品は、性能ではなく誇りとして語るべきだったのか」
「この提案は、サイト改修ではなく、会社の再定義だったのか」

AIは速く走る。
けれど、どの地形を走らせるべきかを見つけるのは人間だ。

エレガンスとAI活用はつながっている

最近読んだ『エレガンス入門』とも、この本はつながっている。

エレガンスとは、ただ上品に振る舞うことではなかった。
他者と共にいる場で、互いの尊厳が損なわれないように、距離・言葉・沈黙・拒絶を選び取る技法だった。

AI時代の仕事も同じだと思う。

AIで効率化すること自体が目的ではない。
AIで、現場の痛みを雑に処理してはいけない。
AIで、顧客の声を単なるデータとして消費してはいけない。
AIで、社長の思想を薄いスローガンにしてはいけない。

むしろAIは、人間の尊厳を守るために使うべきだ。

現場の声を消さないために。
顧客の違和感を拾うために。
社長の思想を言葉にするために。
組織の中で埋もれていた一次情報を、経営判断に接続するために。

AIを使うほど、仕事はもっとエレガントであるべきだ。

技術を使いこなし、何を世に届けるか

結局、最後に問われるのはここだ。

技術を使いこなし、何を世に届けるのか。

AIで資料を速く作ることではない。
AIで文章を整えることでもない。
AIで人間の仕事を置き換えることでもない。

本当に問われるのは、
その技術で、誰の痛みをすくうのか。
どんな現場の声を可視化するのか。
どんな会社の誇りを言葉にするのか。
どんな顧客の不安を解消するのか。
どんな未来の意思決定を支えるのか。

必要なのは、しがらみにとらわれない客観的な設計力。
そして、現場の痛みに寄り添い続ける泥臭い実装力。

この2つが揃ったとき、AIは単なる効率化ツールではなくなる。

AIは、組織の神経系になる。
現場と経営をつなぐ翻訳機になる。
人間の編集力を拡張する参謀になる。

だから、これからの仕事で大事なのは、AIを使うことではない。

AIに渡す前に、現場へ潜ること。
AIに投げる前に、問いを磨くこと。
AIに任せる前に、自分のレンズを疑うこと。

そして最後に、編集長として腹を括ること。

技術は進化する。
ツールは変わる。
けれど、人間が何を見たいのか。
何を見たくないのか。
何を世に届けたいのか。

そこだけは、AIには決められない。

書き込みワーク

1. 今、自分がAIに任せている仕事は何か？

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

2. その前に、人間が定義すべき問いは何か？

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

3. 自分の仕事における一次情報はどこにあるか？

例：商談メモ、顧客の声、現場写真、社長の雑談、SNS反応、失敗理由など。

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

4. その一次情報には、どんな文脈ラベルが必要か？

例：価格課題ではなく価値翻訳課題／採用課題ではなく誇りの言語化課題など。

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

5. AIに渡すべきRole / Focus / Goalを書いてみる

Role：AIに誰として考えさせるか
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

Focus：何を拾い、何を捨てるか
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

Goal：最終的に何に使うか
＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

6. 自分は、技術を使って何を世に届けたいのか？

＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿＿

引用元・参考文献

• 中野慧『生成AIで最強の組織が生まれる』KADOKAWA

• 『エレガンス入門』

📝
宗田将臣（そうだ・まさおみ）へのご相談窓口
My Vision＆Goal
「一生懸命な人が、自尊心を満たされながら稼げる場を一緒につくる。」
「大切な人と、自尊心の満ちる仕事空間を経営する。」
「周りを愛しながら、一緒に自尊心を満たしていく経営。」

このnoteを読みながらワークをやってみて、
「うちの会社バージョンで一緒に設計してほしい」
「経営チーム全員でこのメタ認知ワークをやりたい」
「本としてまとめたいので、編集・構成の伴走がほしい」
と感じた方へ。
1. まずは雰囲気を知りたい方へ
日々の読書メモと、思考実験の断片はInstagramで発信しています。
「メタ認知がどんなテンションで日常に溶けているか」を覗いてみてください。
➡ 投稿者を知る
https://www.instagram.com/masaomisoda_dokusho/
2. 具体的な相談をしてみたい方へ
ワークショップ設計・社内研修・経営合宿・書籍企画など、
「こういう場を一緒につくれない？」というご相談は、こちらへお気軽に。
➡ すぐに問い合わせたい
masaomi_soda@garb.gr.jp
宛にメールをお送りください。
「noteを見て連絡しました」と一言添えていただけると話がスムーズです。
3. 会社としての取り組み全体を知りたい方へ

経営課題・事業課題・営業課題の整理
伴走型マーケティング・営業支援
WEB／SNS／印刷物などクリエイティブ制作
を、一気通貫でサポートしています。
「メタ認知トレーニングを起点に、事業そのものを変えていきたい」
という方は、こちらから会社全体のサービス概要をご覧ください。
➡ 会社を知る（お問い合わせもこちらから）
GARB JAPAN, INC.
株式会社ガーブジャパン
https://garb.gr.jp/

#生成AI
#AI活用
#一次情報経営
#コンテクストエンジニアリング
#読書メモ
#仕事術
#マーケティング
#ブランディング
#経営
#プロンプト設計