Expert Day2 スライド

Day 2: AIチームの品質アップをする日

「2週間、どうだった？」

Day1で構築したAIチームを、2週間動かしてきた。

うまくいったことも、いかなかったことも、全部今日の材料になります。

今日のゴール

自分のAIチームに品質チェックの仕組みを組み込み、Before/After で品質向上を実感する

会社で例えると、Day1は「チームを組んだ日」。

今日は「品質基準と検品工程を入れる日」です。

今日の流れ

前半: 宿題共有 + 3つの壁（35分）

  • 2週間動かしてきた結果を見せ合う
  • AIに任せて成果を出す3つの壁を体系化

後半: メインワーク 3 Step（30分）+ 発展編（15分）

  • Step1 現状を整理 → Step2 品質チェックを仕組み化 → Step3 Before/After比較
  • 発展編: AIチーム運用の3レベル + 分身AI

クロージング（10分）

  • アンケート
  • 2日間のまとめ

宿題共有タイム

代表者3名の発表

それぞれ5-7分で発表をお願いします。

発表フォーマット:

1. やったこと（1分） — 何を作ったか

2. 工夫したポイント（2分） — ここにこだわった

3. 困ったこと・気づき（2分） — ここで詰まった

聞いている方はチャットでリアクション・質問をどんどん投げてください。
「あ、それ自分もやった！」「そこ詰まるよね」の共感が一番の学びになります。

みんなの学び

共有から見えてきた共通ポイント

発表を聞いて気づいたことはありませんか？

  • 「指示の書き方」で悩んだ人が多い
  • 「どこまでAIに任せていいか」の線引きに迷った
  • 動かしてみて初めて分かることがあった

仕事と同じで、マニュアルを読むのと実際に回すのは全然違う。

手を動かした人だけが得られる「あ、そういうことか」がある。

ここからは、その「詰まりポイント」を一緒に潰していきます。

AIに任せて成果を出す 3つの壁

AIチームを動かすと、ほぼ全員が同じところで詰まります。

#壁の名前起きること
1手抜きAIが指示の一部を端折る・浅い出力で済ませる
2コンテキスト腐敗（Context Rot）会話が長くなると過去の前提を忘れる・混ざる
3品質ばらつき同じ指示でも出力の質が毎回違う

これ、自分のAIチームに当てはまるものはありませんか？

AIが悪いんじゃなくて、任せるすべての人が必ず通る道。
大事なのは「起きる」前提で、仕組みで防ぐことです。

パターン1: 指示が抽象的すぎる

NG例

「いい感じのブログ記事を書いて」

OK例

「ターゲット: 飲食店オーナー / 文字数: 2000字 / 構成: 課題→解決策→事例→まとめ / トーン: 語りかけ調」

業務マニュアルで「適当な指示」と書くのと「具体的な数字」で書くのでは、再現性がまるで違う。

AIも同じ。

「何を」「誰に」「どんな形で」「どのレベルで」

この4つが書いてあるかどうかで、出力の質が激変します。

パターン2: 役割の重複

「全員同じタスク担当」問題

エージェントを複数作ったのに、結局みんな同じような仕事をしている。

原則: 1エージェント = 1責任

NGOK
エージェントA: 記事を書いてチェックもしてリサーチ担当: 情報を集める
エージェントB: 同じく記事を書いてチェックライター担当: 記事を書く
やることが被って、どっちの出力を使えばいいか迷うチェック担当: 品質を確認する

会社の組織と同じ。

営業・マーケ・カスタマーサポート、それぞれの持ち場を決める。

パターン3: 品質チェックがない

味見なしで出す社長はいない

AIの出力をそのまま使っていませんか？

品質チェックがないと起きること:

  • 事実と違うことが書いてある（ハルシネーション）
  • ターゲットに合っていない文章
  • 同じ内容の繰り返し

対策: スキルに「品質基準」を書く


品質基準:
- 数値には必ず出典を付ける
- 専門用語は初出時に説明を添える
- 最後に「この内容で相手に価値があるか」を自己チェック

「合格かどうか」の基準がないと、味見のしようがない。

改善の3ステップ

つまずきを直すのに、全部を一度に変える必要はありません。

Step 1: 出力例を追加する

「こういうものが出てくればOK」のサンプルをスキルに書く。

会社で例えると、完成イメージを共有すること。

Step 2: 受け渡し条件を書く

エージェント間で「何が揃ったら次に渡すか」を明確にする。

リサーチが終わったら担当者に渡す。基準は”データが揃った状態”。

Step 3: チェックポイントを設定する

完全自動は危険。人間が味見するタイミングを決める。

プロジェクトの節目で社長が品質を確認する、あのタイミング。

メインワーク説明（30分・3 Step）

Step 1: 現状を整理（8分）

2週間の宿題で 「うまくいった点」「違うと感じた点」 を書き出す。

3パターン（トーン/粒度/前提）で分類してみる。

Step 2: 品質チェックを仕組み化する（14分）

Claude Code に相談して、CLAUDE.md 追記 + 品質チェックの仕組み をAIに提案させる。

採用 → 自分のAIチームに実装。

Step 3: Before/After 比較する（8分）

仕組み入りで同じ指示を再実行 → Before の出力と並べて比較。

何が変わったか を1〜3行でメモ。

ワークシート（E5）を使ってください。

完璧を目指さない。1つの仕組みが入れば、出力の質は大きく変わります。

メインワーク（30分）

Step 1: 現状を整理（8分）

ワークシートに「気になった3点」を書き出す。

Step 2: 品質チェックを仕組み化（14分）

Claude Codeを開いて、CLAUDE.md追記＋品質チェック役を実装。

困ったら手を挙げてください。

Step 3: Before/After比較（8分）

同じ指示で再実行 → Before の出力と並べて比較 → メモに記録。

振り返りのポイント:

  • 「何を仕組み化したか」を具体的に記録する
  • 「どこが改善したか・どこはまだ甘いか」をメモする

スキルの組み合わせ

単体 → チェーン → オーケストレーション

レベル1: 単体スキル

1つのスキルで1つの仕事。担当者1人の業務。

レベル2: スキルチェーン

スキルAの出力 → スキルBの入力。

企画→制作→レビューのプロジェクト全体。

レベル3: オーケストレーション

複数のスキルとエージェントが連動して1つの成果物を作る。

会社全体の回し方。営業・制作・品質管理、全員が連携して動く。

今日のワークはレベル1-2。ここがしっかりしていれば、レベル3は自然に見えてきます。

運用サイクル

任せる → 味見する → フィードバック → 改善

このサイクルを回し続けることが、AIチーム運用の本質です。


 任せる ──→ 味見する
   ↑            ↓
 改善する ←── フィードバック

ポイント:

  • 任せる: 指示を出して、まず動かしてみる
  • 味見する: 出力を自分の目で確認する
  • フィードバック: 「ここが違う」「ここは良い」を具体的に伝える
  • 改善する: スキルや指示を修正する

このサイクル1周が、スキルのバージョンアップ1回分。

スキルは育てるもの

最初から完璧じゃなくていい

v1.0で完璧なスキルなんて存在しません。

バージョンアップの考え方:

  • v1.0: とりあえず動く → 出力を見て「あ、ここ違う」が分かる
  • v1.1: 指示を具体化 → 出力の精度が上がる
  • v1.2: 品質基準を追加 → ハズレが減る
  • v2.0: チェーンで別スキルと連携 → 自動化範囲が広がる

仕事の腕も、同じ業務を100回回して磨く。

マニュアルも同じ。使うたびに「もう少しこうしたほうがいい」が見つかる。

大事なのは、失敗ログを残すこと。

何が起きて、なぜ起きて、どう直したか。それが次のバージョンの材料になります。

次のレベル: 分身AI

判断する自分の分身を、チームの上に置く

今日までに作ったのは「作業するAIチーム」。

でも、チームが大きくなると判断のボトルネックが生まれます。

「この記事、出していいのか？」

「この方針で進めていいのか？」

結局、自分が1つ1つ判断しないといけない。

そこで登場するのが「分身AI」。

自分の価値観・判断基準をAIに教えて、判断の一部を委ねる。

会社で例えると、

社長が不在でも「これでOK」と判断できる右腕（COO）を育てること。

分身AIで何が変わるか

自分の価値観をAIに教えると起きること

Before（今の状態）:

  • AIが作る → 自分が全部チェック → 自分がOK出す
  • チームが増えるほど、自分の時間が減る

After（分身AIがいる状態）:

  • AIが作る → 分身AIが価値観ベースでチェック → 人間は最終確認だけ
  • チームが増えても、自分の時間は守られる

教えるのは「正解」じゃなくて「自分の基準」。

  • 「うちのブランドでは、この言い方はしない」
  • 「お客さんに対して、この姿勢は譲れない」
  • 「80点でいいから、スピードを優先する場面はここ」

自分の「らしさ」を言語化して、AIに渡す。

それが分身AIの第一歩です。

興味ある方へ

分身AIの作り方、もっと詳しく知りたい方

今日の講座の範囲外ですが、

「自分の分身AIを作ってみたい」という方には、

個別にご案内できる場を準備しています。

この後のアンケートで「興味あり」と答えていただければ、

詳しい情報をお送りします。

押し売りは一切しません。
興味がある方だけ。自分のペースで。

まずは今日持ち帰ったエージェントチームを、

1週間しっかり使ってみることが最優先です。

全体共有: Before / After

改善ワークの成果を発表

2-3名にBefore/Afterを見せてもらいます。

発表フォーマット（各2分）:

1. Before: どこが弱かったか

2. 何を変えたか: 3ステップのどれを適用したか

3. After: どう変わったか（変わりそうか）

聞いている方はチャットで感想をお願いします。
「お、良くなってる！」「それ自分もやってみよう」

Q&A

最終質問タイム

2日間を通して、聞きたいことを何でもどうぞ。

チャットに質問を投げてください。

よくある質問:

  • 「AIの出力が安定しないんですが…」
  • 「スキルをどこまで細かく書けばいいですか？」
  • 「チームメンバーにも使ってもらうにはどうすれば？」
今日答えきれなかった質問も、できる限りこの場で拾います。

アンケートのお願い

2分で終わります

QRコード

（ここにQRコード画像を配置）

URL: https://forms.gle/xxxxx

質問は5つだけ

1. 2日間の満足度（5段階）

2. 明日からすぐ使えそうなこと（自由記述）

3. 運用で一番不安なこと（自由記述）

4. 分身AIに興味があるか（5段階）

5. フォローアップ連絡の希望（はい/いいえ）

皆さんの声が、次の講座をもっと良くします。

2日間のまとめ

学んだこと 3つ

1. AIには「具体的なフィードバック」がいる

「なんか違う」では直せない。「ここがこう違う」なら直せる。

2. 改善は「1つずつ」でいい

全部を一度に直そうとしない。1箇所直して、動かして、また直す。

3. 運用は「育てる」こと

完成品を作るんじゃない。使いながら磨いていく。

まず、1週間使ってみてください。

動かして、味見して、直す。

そのサイクルを1周回すことが、今日の一番の宿題です。

ありがとうございました

2日間、おつかれさまでした。

次のステップ

  • まず1週間、エージェントチームを使ってみる
  • 使ってみた結果をメモに記録する
  • 分身AIに興味がある方 → アンケートで教えてください

あなたのAIチームは、今日から動き出します。

上部へスクロール