Surf Lab vol.37 / 2026.7.5

AI社員に、
どの仕事をお願いする?

人を増やす前に考えたい、AIエージェントの使いどころ

前回の振り返り

前回の締めで、こう話した

前回は、アプリ、インターネット、クラウド、AIが どこで動くかの全体地図を見た。

単発で作る

Chrome拡張や予約システムのように、1回作って便利になるもの。

業務に組み込む

毎回の仕事の流れの中で、AIに作業を任せるもの。
今日はこっちの話。

前回の宿題

2つの宿題、どうでした?

① ググらずAIに聞く

調べものは、まずAIに聞いてみる。

② 音声入力で話す

打たずに、話してAIに渡す。

使ってみた感想、あとで聞かせてください。

なんで音声入力?

こんなことありませんか?

LINEで説明する

長くなりそうで、打つ前にちょっと面倒になる。

電話で話す

話しながら整理できるから、その方が楽。

音声入力

入力するより、話す方がいい

話した内容をAIに渡すと、AIが意味を理解して整理してくれる。

1思いつく

まだ順番はぐちゃぐちゃでいい。

2話す

思った順番でそのまま話す。

3AIが理解する

言いたいことの意味を拾う。

4整理される

メモや下書きの形になる。

打つ前に整理する場合と、話しながら整理してAIがメモ化する場合を比較した図解
今日は2本立て

今日の話

① NotebookLM

最初の5分でサクッと紹介。今日から使える便利ツール。

② AIエージェント

本題。業務に組み込むAIの話。

まえおき

NotebookLM

本題の前に、今日から使える便利ツールを1つ。

NotebookLMとは

渡した資料「だけ」を読んで
答えてくれるAI

Googleのサービス。Googleアカウントがあれば無料で使える。

公式: notebooklm.google

PDFやWebページなどの資料をNotebookLMに渡すと、その資料だけを根拠に引用付きで答える図解
できること

質問・要約・音声で解説

質問する

答えは資料の中から。どこに書いてあるかも示す。

要約する

長い資料のポイントを短くまとめる。

音声概要

2人のAIがラジオ番組のように資料を解説。日本語もOK。

資料に書いていないことは「答えられない」と言う。知ったかぶりをしない。

こんな資料で使える

「読むのが大変な資料」に質問する

家電の説明書

「このランプの意味は?」と聞く。

契約書・規約

「解約の条件は?」と聞く。

調べた記事

まとめて入れて、要点だけ聞く。

渡せるのはPDF、Webページ、YouTube、Word、音声など。 無料でも1冊のノートに資料50個まで(有料版はさらに多い)。
※資料数の上限(1ノートあたり): 無料50個・Plus100個・Pro300個・Ultra500〜600個

やってみる

実際に資料を入れて、質問してみる

ライブデモ 資料を入れる → 質問する → 音声概要を少しだけ聴く
ここから本題

業務に組み込む
AIエージェント

単発のアウトプットではなく、毎回の仕事の流れに組み込む。

今日の問い

仕事が増えたとき、
誰かにお願いしたい作業はないか

問い合わせ

返信が追いつかない。

予約確認

希望日や空き状況を見る。

資料整理

あとでやろう、が溜まる。

その「誰か」の候補に、AIエージェントが入ってくる。

Part 1

仕事を「4つ」に分ける

今日の道具はこれだけ。人に頼みたい仕事を、4つに分けて見る。

今日の道具

入口・材料・作業・出口に分ける

1入口

何が来たら始まるか。

2材料

何を読ませるか。

3作業

何をしてもらうか。

4出口

何ができたら完了か。

最後に人が確認する。これで「AIに任せられるか」が見えてくる。

AIに任せる仕事を入口、材料、作業、出口、人の確認に分ける図解
向いている仕事

AIエージェントに向いている仕事、
3つの条件

毎回似ている

入ってくる情報も、作るものも、毎回だいたい同じ。

パソコンで完結

メール、表、Web管理画面、ファイル整理。

出口がある

返信案、一覧表、報告など、作るものが決まっている。

たとえば

こんな仕事、ありませんか

予約の問い合わせ

メールを読んで、空きを見て、返信する。

領収書・経費

月末にまとめて表にする。

毎週の報告

決まった数字を集めてまとめる。

どれも「入口、材料、作業、出口」に分けられる。実例は最後にデモで1つ見せます。

Part 2

AIエージェントを「担当者」として見る

チャットの返答係ではなく、作業を進める担当者として見る。

ふつうのチャットとの違い

「答える係」か、「作業する係」か

✗ ふつうのチャット

質問に答えて、そこで終わり。
作業をするのは自分。

✅ AIエージェント

情報を読んで、整理して、成果物を作る。
確認ポイントまで用意して返す。

材料を渡す

AIエージェントに渡すもの

目的 何をしたいのか。

材料 メール、メモ、表、ファイル。

下書き、一覧表、確認リスト。

確認点 間違えると困る場所。

出口を受け取る

AIエージェントから返ってくるもの

下書き 頼んだ成果物の案。

確認ポイント 「ここを見てください」。

報告 何を、どう変えたかの説明。

最後に人が見て、OKなら次へ進める。

AIエージェントに目的、材料、形、確認点を渡し、下書き、一覧表、確認リスト、判断ポイントが返る図解
人間が残す仕事

最後の判断は、人間が持つ

責任ある確認

間違えると困る場所を見る。

相手との関係

気持ちや文脈を見る。

例外対応

いつもと違うものを止める。

始め方

いきなり全自動にしない

AIが作る下書き・表・確認リスト
人が見る大事なところを確認
人が決める送る・直す・止める
問い合わせ対応、予約日程調整、転記集計、資料下書き、毎週の報告、ファイル整理が定型作業としてAIに渡せることを示す図解
Part 3

これからの進み方

本筋に戻って、この先の話。いきなり全部自動化しなくていい。

出典ありの考え方

Anthropicの資料では、
5段階のはしごで説明している

0質問する

チャットで相談する

1成果物を作る

実際の材料を渡す

2スキル化

繰り返せる形にする

3半自動化

定期実行に近づける

4共通の仕組み

チームで使う

出典: Anthropic公式記事 Deploying agentic AI across the enterprise with Claude Cowork / 公式PDF Deploying Claude Across Your Organization

Anthropic資料をもとにしたAI活用のレベル0からレベル4までの階段図
今日の現実的な入口

まずはレベル0からレベル1へ

AIに聞くだけでなく、自分の実際の仕事を渡して成果物を作ってもらう。

その先

慣れてきたら、レベル2から4へ

2 スキル化

うまくいった頼み方を、毎回同じ形にする。

3 半自動化

毎朝の確認など、定期実行に近づける。

4 共通の仕組み

チームや部門で、みんなで使う。

Part 4

任せる前に決めること

さっきの「入口、材料、作業、出口」を、チェックリストとして使う。

決めること

入口・出口・確認ポイントを決める

入口

何が来たら仕事開始か。
メール、フォーム、ファイル。

出口

何ができたら完了か。
返信案、表、報告書。

確認ポイント

人が必ず見る場所。
金額、日時、個人情報。

最初の一歩

小さな定型作業を1つ選ぶ

会社全部ではなく、定期的に発生する小さな作業から始める。

今日の実例

今回はこれ:
surflab.jp の更新

皆さんが見ているサーフラボのサイト。
次回案内と過去回ログの更新を、AIエージェントに任せている。

surflab.jp

surflab.jpの更新を入口、材料、作業、出口に分け、最後にYukiが確認して公開する流れの図解
やってみる

surflab.jp を、その場で更新してみる

ライブデモ AIエージェントに次回案内の更新を頼む → surflab.jp の表示が変わるまで
小さな定型作業を1つ選び、入口、材料、出口、人の確認を決め、レベル0から1へ進むまとめ図
今日のまとめ

今日の話をまとめる

1 NotebookLMは、渡した資料だけを読んで答える。説明書や契約書に。

2 人に頼みたい仕事を、入口、材料、作業、出口+確認ポイントに分ける。

3 まずは実際の材料を渡して、成果物を作ってもらう。

最後の問い

自分の仕事で、
誰かにお願いしたい作業は何か

定期的にある パソコンで進む 出口がある 人が確認できる