AI、もはやトラブルシューティングの一択になっている

ツールの不具合、設定の沼、素材の作り直し——こういった「ちょっとしたつまずき」に使う時間は、積み重なると馬鹿にならない。最近のSNSを眺めていると、こうした場面でAIをトラブルシューティングの最初の窓口にしている実践者が目立つようになってきた。

たとえばLINE公式アカウントのツールをLステップに移行した際、画像サイズの規格が変わってFigmaで作ったバナー類をすべて作り直す羽目になったケース。深夜1時に気づいたにもかかわらず、ClaudeにFigma素材の修正を任せることで「全部やり直し」を最小工数で乗り越えたという報告がある。ClipStudio（クリップスタジオ）のカラーピッカーが突然重くなった問題では、ChatGPTに症状をそのまま投げたところ、Windowsのタブレットサービスの設定が「TabletPC」になっていたことが原因と判明し即解決——という話も出ている。

共通しているのは「検索で探す前にAIに症状を投げる」という動き方だ。検索は「正しいキーワードを知っていること」が前提になるが、AIは「症状の説明」だけで動いてくれる。この差が、特にニッチなソフトウェアのトラブルや、仕様変更への対応といった「ピンポイントな困りごと」で効いてくる。

「AIに聞いたけど解決しなかった」という経験がある場合、多くは質問の粒度が原因だ。「クリップスタジオが重い」よりも「クリップスタジオのカラーピッカーだけが遅い、ペンツールは普通に動く、OSはWindows11」のように、症状・環境・再現条件をセットで投げると精度が上がる。

ソフトウェアのトラブル系では、ChatGPTやClaudeに「エラーメッセージをそのままコピー」して貼るのが最も確実なアプローチだ。エラー文言はAIにとって最も解釈しやすい情報で、ここから原因の候補を絞り込んでくれる。

一方、Figmaのような「制作ツールの作業量が増えた」ケースは少し毛色が違う。仕様変更への対応作業はAIに「変換タスク」として委任できる。サイズや形式のルールを冒頭に明示し、「このルールに合わせて○○を修正して」と指示する形が基本だ。ClaudeはFigmaのデザイントークンやCSV形式のデータを受け取って変換処理を行うのが得意なため、こうした「ルールベースの大量変換」との相性は高い。なお、AIの使い分けについてはAIは使い分けると理解が3倍速くなるでも整理しているので参考にしてほしい。

今回の事例でも、ClaudeとChatGPTを用途別に使っている点は見逃せない。「どのAIでもいい」ではなく、タスクの性質に応じて投げ先を変えることが、解決速度に直結する。

現時点での大まかな傾向として、ソフトウェアの設定トラブルやWindowsの仕様に関する質問はChatGPT（GPT-4o系）が学習データの広さで強みを持ちやすい。一方、Figmaのような制作ツールでのファイル操作・変換・リネームといった「構造的な変換タスク」はClaudeが指示通りに動かしやすいという声が多い。

また、別の投稿では「Web公開するテキストはDeepSeekを使う、GPTやClaudeは論外」という強めの意見も出ており、文章の質については評価が分かれていることもわかる。全部を一つのAIに集約するよりも、「トラブル系はChatGPT」「変換・作業系はClaude」「文章はDeepSeek（または自分が信頼するモデル）」というように担当を分けておくと、詰まったときのルーティングが速くなる。AIを「自分仕様」に育てるハック3選でも触れているが、使い分けの判断軸を自分の中で持っておくことが、結果的に一番の時短になる。