前回（第1回）は「言語化力」について取り上げました。AIに指示を出す前に、「自分が何を欲しいのか」を言語化できているかどうかが、アウトプットの質を決めるという話でした。今回はその先です。言語化できていても、もう一つ壁があります。それが「フロー設計」という視点の欠如です。

「単発指示」の限界——なぜ「なんか違う」が繰り返されるのか

AIを使い始めた経営者がよく陥るパターンがあります。「提案書を作って」「議事録を整理して」「企画案を出して」と、1回の指示で完成品を求めるやり方です。

たとえば「顧客向けの提案書を作って」という指示を考えてみましょう。そこには、①顧客の課題を整理する段階、②解決策のアイデアを出す段階、③提案の構成を決める段階、④各スライドの原稿を書く段階——という少なくとも4つのフェーズが存在します。それを「提案書を作って」の一言に圧縮してしまうと、AIはどこかの段階を飛ばしたり順番を誤ったりして、「なんか違う」ものを返してきます。

問題は、1回の指示でいい仕事を期待していること自体ではありません。1回の指示でいい仕事が返ってくるほど、仕事とはシンプルではない——その認識が欠けていることです。

仕事には「フロー」がある——山口周の「Task・Work・Job」

ここで参考になるのが、思想家・山口周さんが提唱する仕事の3層構造「Task・Work・Job」という考え方です。

• Task（タスク）：具体的な作業単位。「メールを書く」「資料を印刷する」といった個別の行動。
• Work（ワーク）：複数のTaskを組み合わせた一連のプロセス。「プレゼン準備」や「顧客対応フロー」がこれにあたる。
• Job（ジョブ）：Workの先にある「なぜこの仕事をするのか」という目的や意味の次元。

AIに頼むべきなのは「Task」単位でも「Job」単位でもなく、「Work」として設計されたフローです。TaskだけをAIに丸投げすると文脈が失われます。「このメールを書いて」と頼んでも、なぜそのメールが必要か、誰のどんな課題を解決するためかが伝わらず、一般的な文面しか返ってきません。逆にJob水準の指示は抽象的すぎて、AIには扱えません。

フロー設計の3ステップ——「インプット・プロセス・アウトプット」で考える

フロー設計とは具体的にどうすればいいのか。シンプルなフレームは「インプット→プロセス→アウトプット」の3段階で仕事を捉え直すことです。

• インプット（材料の整理）：何を与えるか。顧客の情報、過去の資料、制約条件、参考事例——AIに渡すべき材料を先に整理します。この段階を飛ばすと、AIは「平均的な答え」しか出せません。
• プロセス（手順の設計）：どの順番で進めるか。「まずヒアリング項目を洗い出す→構成案を3つ提示させる→フィードバックをもとに絞り込む→各パートの原稿を書かせる」という手順を事前に設計しておきます。
• アウトプット（成果物の定義）：最終的に何が欲しいか。「A4で2枚、経営者向け、数値根拠つき」のように、成果物のスペックを明確にしておきます。

この3つを意識してAIに指示すると、やり取りの構造がまったく変わります。1回で「完成品を出させる」のではなく、「フェーズごとに対話を重ねて仕上げていく」プロセスに変わるのです。

「AIにプロセスを管理させる」という発想

さらに一歩進んだ使い方があります。フロー全体を設計した後、そのフローをAI自身に管理させるという方法です。

「この仕事を進めるにあたって、まず私に聞くべきことを3つ挙げてほしい」と最初に頼む。これだけで、AIが「ヒアリング役」として機能し始めます。あるいは「今日私と一緒に提案書を完成させたい。あなたが司会役となって、ステップごとに質問しながら進めてほしい」と頼むと、AIが「プロセスの設計者兼進行役」を担い、経営者はアイデアを出すことに集中できます。

これは単なるツール活用ではありません。AIに指示を出す側から、AIと協働して仕事を設計する側へ——その転換が「フロー設計」の本質です。

事例：建設会社の見積書づくりが変わった理由

ある建設会社の経営者から「AIに見積書のドラフトを作らせているが、毎回修正が多くて結局自分で書き直している」という相談を受けたことがあります。指示の仕方は「見積書を作って、条件は○○で」の一言だけ。AIは最低限のフォーマットを出してくれますが、その会社特有の見積慣行、顧客との過去のやり取り、競合状況、利益率の考え方——こうした文脈がすべて抜け落ちていました。

フローを変えました。まず「この案件の背景と顧客の懸念点を整理するよ」と材料を投入し、次に「この条件で見積もりを作るにあたって、確認すべき論点を挙げて」と問いを整理させ、それから初めて「見積書ドラフトを作って」と依頼しました。

「最初から完成品を求めていた」から「プロセスを踏んで精度を上げていく」に変えただけで、アウトプットの質が変わった。

まず何から始めるか：今すぐできる3ステップ

• ステップ1：今の仕事を「フロー」で書き出す（所要10分）——次にAIに依頼しようとしている仕事を「インプット→プロセス→アウトプット」の3段階に分解する。分解できれば、どの段階をAIに任せるかが見えてきます。
• ステップ2：AIにまず「ヒアリング役」を頼む（所要5分）——「まず私に聞くべきことを3つ挙げてほしい」と最初に頼む習慣をつける。AIが引き出してくれる質問に答えるだけで、自分の頭の中にあった曖昧な前提が整理されていきます。
• ステップ3：1つのフローを「定型化」してみる（所要30分）——繰り返し発生している業務（報告書作成、提案書作成など）のフローをテンプレートとして書き出す。AIへの指示文（プロンプト）をセットで保存しておくと、次回から大幅に効率が上がります。

結論：AIを「補助ツール」から「思考パートナー」へ

• • AIへの指示は「1回で完成品」ではなく、「フローのステップごとに対話を重ねる」発想に変えることが重要

• 「インプット→プロセス→アウトプット」の3段階で仕事を分解すると、どこでAIを活用すべきかが見えてくる
• フロー全体をAIに管理させる「AIを進行役にする」発想が、使いこなしの次のステージ

AIは指示したことしかやりません。でも、フローを設計できれば、AIは驚くほど精度の高い仕事をします。「1回で完璧なものを出してくれ」という期待を手放し、「一緒にプロセスを踏んでいく」に変えること——それが、AIを真の戦力にする鍵です。

第3回は「好奇心」をテーマにお届けします。AI活用に差がつく原因は、ITスキルでも業種でも年齢でもなく、「好奇心があるかどうか」という話です。