AIは「文章を作る道具」から「頭を整理する道具」へ

建設現場でChatGPTを使う人が増えているが、その使い方が興味深い。文章をきれいに書かせるのではなく、「何が起きた・原因は・誰に報告する・次の手は」という箇条書きをそのまま投げ込んで「報告できる形に整理して」と指示するだけ。

ここでの核心は、最初から完成形を目指さないという発想の転換だ。現場で何かが起きたとき、人は焦っていたり情報が断片的だったりする。そのまま上司に口頭で話せば漏れが出る。でもAIに箇条書きを渡すだけで、抜け漏れのない報告文が出てくる。

これはホワイトカラーの仕事に限った話ではない。「頭の中を吐き出す場所」としてAIを使う、という発想は、業種や職種を問わずに応用できる。文章生成ツールとして使っていた人ほど、この感覚の違いに気づくはずだ。

「ウェブで出会う文章を読んで、これClaudeだとわかるようになってきた」という声が上がっている。俗っぽい言い回し、見出しの長さ、独特のリズム。日常的にAIを使い込んでいる人ほど、こうした「生成AI特有の文体」を嗅ぎ取るセンサーが育っていく。

これは単なる観察ではなく、実用上の問いを含んでいる。自分が生成した文章は、読んだ相手に「AIっぽい」と思われていないか？　発信する文章・提案書・報告書・SNS投稿、それぞれで出力をそのまま使うのか、手を入れるのかの判断軸が問われてくる。

AIの文体クセを知ることは、使いこなしの精度を上げる第一歩でもある。AIツール使い分けで作業効率が変わるでも触れているように、ツールの特性を理解した上で使い分けることが、アウトプットの質を分ける。Claudeを使うなら、Claudeのクセを把握して出力を調整する——これが「使い倒し」の次のステージだ。

売上データ・広告レポート・過去施策メモ……複数の資料が手元にあるとき、それを一枚の管理表にまとめるのは地味に時間がかかる作業だ。そこで紹介されているのが、Gemini NotebookとGPT-4oの分業フロー。

手順としてはシンプルで、①Gemini Notebookに複数の資料を読み込ませて「根拠と課題を整理して」と指示、②その出力をGPT-4oに渡して「施策候補を優先順位づけし、担当・KPIを含む管理表にして」と指示する、という流れだ。

注目したいのは、1つのAIに全部やらせようとしないという設計思想だ。分析が得意なフェーズ、整理・出力が得意なフェーズを分けて、それぞれ適したツールに渡す。AIを役割分担させると、仕事が勝手に回り始まるでも取り上げたように、AIを「一人で全部やる万能助手」として使うより、役割を切って連携させる設計の方が再現性が高い。

なお、元ツイートには「GPT-6 Astra」という記載があるが、現時点でGPT-6は正式リリースされていない。GPT-4oまたはo3など現行モデルで読み替えて試してほしい。