この記事で伝えたいこと
- 「AIを入れた」の次に必要なのは、何をどのAIに・どこまで任せるかの設計。ツールがあることと、機能していることは違う。
- AIは用途・強み・ワークフローで使い分ける。1つのAIに全部任せる発想は機能しない。
- 確認の設計が重要。「自分が知っている領域」と「知らない領域」で確認の深さを変える。外部に出るものは徹底確認する。
- n8n・Make等の自動化ツールは「繰り返し・定点・連携」に使う。判断が必要なステップは自動化しない。SNS自動投稿は連携を組めても、品質確認と顧客反応のチェックなしでは意味のない発信になる。
- AIの進化は段階的に続いてきた。どんなに高性能になっても「何を問うか」の設計は人間の仕事。
AIは段階的に進化してきた——3つのフェーズで整理する
私がChatGPTを使い始めたのは2023年です。当時と今では、使い物になるレベルが全く違います。ただし、これは一夜にして起きた変化ではありません。段階的に、確実に積み上がってきた変化です。
【初期フェーズ：2023年頃】テキスト生成・要約・翻訳が中心。ハルシネーションが多く、引用元が不明確。存在しない数字や出典を作り出すことがあった。PowerPointは基本的な構成の補助として使い始められた段階。Wordの出力はテキストベースで、デザイン・構造は手動で整える必要があった。
【成長フェーズ：2024年頃】翻訳・リサーチ・要約の精度が大きく上がった。引用元が示されるようになり、出所の確認がしやすくなった。Claude 3.5 Sonnetが登場し、長文の論理的な整理・コーディング支援で存在感を高めた。Gemini 2.0 Flashが2024年12月に発表され、推論能力と速度の両立が現実的になってきた。ExcelやWordの出力品質が改善され、業務利用の範囲が広がった。
【転換フェーズ：2025年～現在】Gemini 2.5 Proが2025年3月にリリースされ、推論と長文処理で大きく前進した。Claude 4（Opus・Sonnet）が2025年5月に登場し、推論・コーディング・エージェント機能が実用レベルに達した。この時期から、AIのレベルが「使えるかどうか」ではなく「どう使い分けるか」の問いに変わったと感じています。
肌感覚として、この転換が特に大きく感じられたのは2025年春以降です。ただし具体的なバージョンや日付は変化が速いため、公開前に最新情報を確認することを推奨します。
1つのAIに全部任せない——用途別の使い分け設計
私が現在使っているAIの役割分担を、正直にお伝えします。
Claudeは、論理的な整理・複数資料の統合・長文の要約・レポート作成・MCPサーバー経由でWebflow・Figma・Google Driveとの連携に使っています。定型のルーティン作業の思想・方向性を残して反復させる仕組みにも使っています。
ChatGPTは、Claudeの出力のチェック・クライアントからの問い合わせに対する要件整理・ディープリサーチ・コードの確認に使っています。複数のAIに同じ問いを投げて、回答に大きな差がないかを確認することもあります。
Geminiは、移動中の音声入力・即時の疑問解消に使っています。Google Analytics・Search Console等のGoogleサービスに関わる内容は、Geminiとの親和性が高いと感じています。レスポンスが速いので、「ネット検索より少し深く知りたい」という場面で重宝します。
Midjourneyは、画像生成に使っています。品質が高く、ビジュアルが必要な場面はここに集中させています。
n8nは最初に試した自動化ツールです。その後Makeに移行し、現在はMakeを中心に使っています。自動集計・Webスクレーパー・定点リサーチの自動化・フォーム→HubSpot→Google Sheets→BigQueryの連携に使っています。
AIツール主な用途強みを感じる場面Claude論理的整理・資料統合・レポート・MCP連携・ルーティン設計長文・複雑な構造化・Webflow等との連携ChatGPT出力チェック・要件整理・ディープリサーチ・コード確認複数AI比較・幅広い用途への対応Gemini音声入力・即時回答・Googleサービス連携移動中・GA4/Search Console関連Midjourney画像生成ビジュアル品質重視の場面n8n→Make自動集計・スクレーピング・ツール連携・定点収集繰り返し・定型・複数サービス連携
確認の設計——「知っている領域」と「知らない領域」で変える
AIを使う上で、私が最も重要だと考えているのが「確認の設計」です。
自分が知っている領域では、AIの出力が正しいかどうか、文章が出た瞬間にほぼわかります。イメージ通りかどうかを即座に判断できる。確認は速く、浅くていい。
しかし知らない領域では、話が変わります。AIの出力をそのまま鵜呑みにしない。新しい情報・数字・引用が含まれている場合は、その出所が信頼できるものかを確認します。複数のAI（GeminiとClaude等）に同じ問いを投げて、回答が大きく異なる場合はより深くリサーチする。基礎から現在に至るまでの歴史・応用・活用事例まで、時間をかけて徹底的に調べることもあります。
プライベートな用途——自分だけが使う情報、社内の参考程度のもの——であれば、多少の不確かさは許容できます。しかし外部に出るもの——クライアントへの提案・公開する記事・公式な資料——は別次元の確認が必要です。
記事02（AIガバナンス3基準）でHuman Approvalの話をしました。「AIが出したURLを必ずクリックする」「一次情報まで遡る」というルールは、この確認の設計の実践です。AIのレベルがいくら上がっても、外部に出るものへの確認基準は変えません。
「知っている領域」は速く確認する。「知らない領域」は複数AIで確認する。「外部に出るもの」は徹底的に確認する。確認の深さを設計することが、AIを正しく使う鍵です。
自動化の設計——n8n・Makeに任せていいことと、任せてはいけないこと
n8n・Make等の自動化ツールを使うとき、「何を自動化していいか」の線引きが重要です。
私が自動化している業務は、繰り返し・定点・連携の3種類です。特定のWebサイトから定期的に情報を収集する。フォームへの問い合わせをHubSpotに自動登録してGoogle SheetsやBigQueryに連携する。定期的なデータ集計を自動で回す。これらは「毎回同じことを、正確に繰り返す」作業です。自動化に向いています。
一方、自動化してはいけないのは「判断が必要なステップ」です。集めたデータをどう解釈するか。クライアントへの返答として何を伝えるか。提案の方向性をどう決めるか。これらは自動化フローの中に入れてはいけません。
特にSNS自動投稿について、注意が必要です。n8n・Makeを使えば、リサーチ→コンテンツ生成→投稿という一連のプロセスを自動化することは技術的に可能です。しかし「自動でつながった」ことと「意味のある発信ができている」ことは別の話です。設計なき自動化は、「やっている」という記録にしかなりません。これは記事04（B2Bコンテンツ戦略）で話した「やってます発信」と全く同じ構造です。
| 観点 | 自動化していいこと | 自動化してはいけないこと |
|---|---|---|
| 分類 | 繰り返し・定型の情報収集 | 判断・解釈・意思決定 |
| データ | 複数ツール間のデータ連携 | クライアントへの直接的な返答 |
| モニタリング | 定点リサーチ・モニタリング | 外部に出るコンテンツの最終確認 |
| CRM連携 | フォーム→CRM→分析基盤の連携 | ブランドの声・戦略的な判断 |
| SNS | SNS投稿の配信スケジューリング | SNSコンテンツの品質確認・反応チェック |
「何を問うか」は人間の仕事——AIが進化するほど重要になること
AIのレベルは段階的に上がり続けています。しかし、どれだけ高性能になっても、変わらないことが一つあります。
「何を問うか」は、人間の仕事です。
AIは「与えられた問いに速く答える」のは得意です。しかし「何を問うべきか」を決めるのは人間です。失注が増えているとき、見るべきは価格なのか、接点の分断なのか、提案内容なのか——その問いの設計がなければ、AIはどれだけ速く動いても、答えのない数字を返すだけです。これは記事03（CRM・BI）で触れた「問いの設計がなければAIも意味がない」と同じ構造です。
AIに任せる前に決めることは、究極的にはこの一点に集約されます。「自分は何を知りたいのか」「その答えをどう使うのか」——これが明確であれば、どのAIをどう使うかは自然に決まります。明確でなければ、どれだけ高性能なAIを使っても、「なんとなく使っている」状態から抜け出せません。
AIが進化するほど、「何を問うか」の設計が重要になります。問いを持たないまま使うAIは、速く間違える道具になります。
AIに任せる前に決める4つのこと
AIエージェントに仕事を任せる前に、4つのことを決めてください。
何を任せるか——作業の種類（要約・翻訳・調査・集計・生成・連携）と範囲を明確にする。「AIに全部やってもらう」は設計ではない。
どのAIに任せるか——用途・強みに合わせて使い分ける。論理的な整理はClaude、即時回答はGemini、自動連携はn8n・Make、という役割分担を先に決める。
確認の設計——知っている領域・知らない領域・外部に出るものの3段階で確認の深さを決める。自動化フローの最後に人間の確認ステップを入れる。SNS投稿も含め、品質確認と顧客反応のチェックサイクルを設計する。
判断を自分が握る場所——AIに任せる作業と、人間が判断する部分の境界を決める。設計・解釈・ブランドの声・外部への最終的な責任は人間が持つ。
この4つが決まっていれば、AIは「使いこなせないツール」から「自分たちの仕事を速くする設計された道具」に変わります。決まっていなければ、どれだけ高性能なAIを入れても、「なんとなく使っている」状態が続きます。
AIは「入れること」より「設計すること」が先
2023年からAIを使い続けてきて、一つだけ確信していることがあります。
AIのレベルは上がり続けます。ハルシネーションは減り、引用元が示され、WordやPowerPointの出力品質が上がり、ディープリサーチが当たり前になり、自動化の幅は広がり続ける。この流れは止まりません。
しかしどんなに高性能になっても、「何を任せ、何を自分が握るか」の設計なしに使いこなすことはできません。記事01（スピードとコントロール）で翻訳の変遷を話しました。翻訳会社→Gengo→DeepL→LLMという変化の中で、変わらなかったことが一つあります。「何を外部に任せ、判断の主導権を社内に残すか」という設計の問いです。
AIも同じです。「AIを入れること」は出発点に過ぎません。「何をAIに任せ、何を人が握るか」の設計——それが、AIを使いこなすということです。
何を任せ、何を人が握るか——この問いに答えられたとき、AIは初めて「仕事の道具」になります。
この記事に関するFAQ
本記事は、筆者の2023年からのAIツール活用経験、支援先企業との対話、および自社でのAI・n8n・Make・MCPサーバー運用実践をもとに構成しています。
AIツールのリリース時期に関する記述（Gemini 2.0 Flash：2024年12月、Gemini 2.5 Pro：2025年3月、Claude 4：2025年5月）は、各社の公開情報およびリサーチに基づきます。AIの進化は速いため、公開前に最新情報を確認することを推奨します。各ツールの機能・特性に関する記述は筆者の実使用経験に基づく。特定ツールの優劣比較を意図するものではない。
