おや？マジさん、急にどうされたのですか？

なるほど。

マジさんなりにAIを活用しているのですね。

マジさん、厳しいことをいいます。

今のままだとマジさんは、AI時代に損をし続けます。

AI時代、これまでの常識は大きく変わり始めています。

いち早くAI時代の当たり前をインストールしなければ、差はどんどん開いていく一方。

もちろんです。

今回は「AI時代に損する人の特徴TOP10」を、得する人になるためのAI活用法とともにお伝えします。

どれも知った瞬間からすぐにできることばかり。

明日からAIで得する人になってください。

AI時代に損する人、第10位は「自分で考える人」です。

自分で考えること自体は大事です。

ですが、自分の考えがAIの実力を制限してしまっていることに、多くの人は気づいていません。

ええ、どういうことなのか実際に体験していただくのが早いでしょう。

大事な取引先からこんなメールが届いたとします。

マジさんならどうしますか？

確かに返信メールとしては問題ないでしょう。

ですが、本当にこれで十分でしょうか？

次はやり方を変えてみます。

メールを作成して、と指示せず、AIに「どう動くべきか」を考えさせるのです。

では、実際にやってみて違いをお見せしましょう。

やり方は簡単。

2つのフレーズを使います。

1つ目が「最善の案を3つ、おすすめ順に理由付きで提案して」。

これを使ってAIに「どう動くべきか」の案を出してもらいます。

2つ目が「良いアウトプットを出すために、私に聞きたいことを3つに絞って質問してください。質問は1つずつ行って進めてください」。

こちらを使うとAIの方から質問してくれます。

その方がよりよい提案をしてくれます。

では、クライアントからのメール文と、このように「何の最善案を提案して欲しいのか」を伝えた上で、この2つのフレーズを添えて送信します。

すると、まずはこのように質問を返してきます。

良いですね。

このように、AIが「この状況でどう動くべきか」の判断に必要な情報を順番に質問してくれます。

もう一つ重要な質問を見てみましょう。

良い気づきです。

AIに質問させることで、重要な情報をAIに伝え漏れずに済みます。

では次の質問。

全ての質問に答えたあとに出てくるAIの提案を見てみましょう。

ええ。

もちろん電話や予備の送付は上長への確認が必要だと思いますが、こうした案がまず出てくることが重要です。

マジさんが「メールを返そう」と決めた瞬間、先方にすぐ電話をかけるという選択肢は消えてしまった。

一方、AIにまず提案させたことで、自分一人では出てこなかった案が次々と出てきた。

これが「自分で考える人」が損をする理由です。

顧客対応に限らず、色々な選択肢を検討した上で判断することは仕事において重要なこと。

ただ焦っているときや忙しいとき、自分の頭だけで考えるのは難しいです。

その点、AIに提案してもらえば、一瞬で選択肢を提案してくれます。

そうですね。

他にも社内イベントの運営を任されたとき、自分で段取りを考える前に、まず仕事の進め方からAIに提案させれば、自分では思いつかなかった進め方が出てくることもあるでしょう。

AIはすでに私たちより賢い。

自分の考えでAIに作業させていては、AIの賢さを活かしきれません。

これからは順番を変えてください。

まずAIに案を出させて、その中から自分が判断する。

それだけで、AIの実力は段違いに引き出せます。

ぜひ先ほど実演で使った2つのフレーズを辞書登録してください。

「最善の案を3つ、おすすめ順に理由付きで提案して」は「ていあん」で。

「良いアウトプットを出すために、私に聞きたいことを3つに絞って質問してください。質問は1つずつ行って進めてください」は「しつもん」で登録しています。

別々で辞書登録をしておくと、普段は「ていあん」だけ、慎重に進めたい大事な場面では両方と、状況に応じて使い分けできます。

ええ。

明日からこの2つのフレーズで、AIの実力を最大まで引き出してください。

AI時代に損する人、第9位は「転職したことがない人」です。

転職したことがない人は、AI時代に取り残されます。

いえ。

転職をすると多くの場合、社内で使うツールも、報告の仕方も、評価の基準も一気に変わります。

一方、何年も同じやり方で仕事をしていると、多かれ少なかれ仕事の変化に対する抵抗感が生まれます。

大きな問題です。

AI時代、仕事のやり方が激変することは目に見えています。

実際、各国の首脳や企業トップが政治・経済について議論する国際機関、世界経済フォーラムの調査では、4年後の2030年までに仕事で求められる主要スキルの39%が変わると報告されています。

仕事の変化に慣れている人とそうでない人で、適応スピードに大きな差が出るでしょう。

安心してください。

まずは今の仕事の中で、1つだけやり方を変えてみることから始めるのです。

例えば、今まで自分1人で仕上げて提出していた成果物を、提出する前にAIにレビューさせてみる。

この一手間を加えるだけでも、AIによって仕事の一部に変化が生まれます。

実際にやってみましょう。

良いですね。

では、その業務報告書をそのまま上司に提出するのではなく、一度AIに上司目線でレビューしてもらいましょう。

AIに自分の成果物をレビューさせるときには、ぜひこの「もっとよくできるところTOP3を改善案とともに提案して」というプロンプトを使ってください。

ええ。

では実際に入力してみましょう。

もしこのままAIのレビューを挟まずに上司に提出をしていたら、同じ指摘を受けて書き直しになっていたかもしれません。

今まで自分の目だけでチェックしていた作業をAIに置き換えた。

たったこれだけのことですが、書き直しの往復がなくなり、仕事のやり方が1つ変わっているのです。

そして、今お見せしたレビューは仕事のやり方をAIで変えるほんの一例に過ぎません。

企画が行き詰まったときにAIと壁打ちをする。

プレゼン前にAIにツッコミどころを洗い出してもらうなど、AIで仕事のやり方を変えられる場面はいくらでもあります。

ただ、こうした変化に慣れるには時間がかかります。

1つ小さく変えた経験が、次に変えることへのハードルを下げてくれる。

その積み重ねで、変化への耐性が少しずつつついていきます。

だからこそ、早く始めた人ほど有利です。

ええ、そしてもう1つ。

もし今の職場でAIを使える環境がない、周りも全くAIを使っていないという方は、転職も選択肢に入れてみてください。

もちろん、誰もが取れる選択肢ではないことは承知しています。

ただ、仕事のやり方を変える経験を積たくても、会社がAIに触れる機会を与えてくれなければ、いくら個人で頑張っても限界はあります。

ええ。

ですから、今いる環境そのものに限界を感じる場合、転職して一歩踏み出すことも考えてみてほしいのです。

環境を変えること自体が、AI時代の仕事の変化を乗り越える最大の経験になります。

まず初めは今の環境でできる範囲の、小さな変化から始めてみてください。

AI時代に損する人、第8位は「完璧主義な人」です。

完璧を目指す姿勢自体は素晴らしいですが、AI時代、完璧主義の罠にはまった人は、以前とは比べ物にならないほど上司から「仕事ができない人」認定を受けることになります。

完璧主義な人ほど、何かを任されたとき「あれも調べないと」「これも確認しないと」と、やるべきことを頭の中で積み上げてしまう。

結局手をつられないまま時間だけが過ぎていきます。

マジさんも心当たりはありませんか？

それは困りましたね。

ただマジさん、AIを使いこなしている人なら、マジさんが悩んでいる間に、たった数分で及第点を超える80点の企画書を作ってしまいます。

いいえ、紛れもない事実です。

実際にできることをお見せしましょう。

マジさん、今わかっている情報だけで構いません。

AIにその企画書の叩き台を作らせてみてください。

最初からまともなものを出す必要はありません。

まずは不完全でもいいので、AIを使って叩き台を作るのです。

騙されたと思って一度やってみてください。

回答が出力されました。

マジさん、いかがですか？

ええ、AIは優秀ですから、雑な指示でもこのように考えの土台になる叩き台を作ってくれます。

そして大事なのは、この叩き台を見て何に気づくかです。

マジさん、内容で気になるところはありませんか？

いい着眼点ですね。

それに見たところ、情報が詰め込まれすぎです。

AI活用テストの効果測定方法が詳細に書いてありますが、テストの内容も決まっていない段階では不要でしょう。

それこそが叩き台を作る最大の価値です。

頭の中だけで考えていても、仕事は前に進みません。

叩き台を作ることで「リサーチが足りない」「情報が多すぎる」など具体的な改善点が見え、仕事が前に進みはじめます。

では、今の気づきをそのままAIに伝えて修正させてみてください。

そうですね。

今やったようにAIを使えば、たった数分で企画書が形になる。

このスピード感が当たり前になる時代に、企画書を頼んでから1週間何も出てこなかったら、上司はどう思いますか？

その通り。

AIにまず叩き台を作らせる人は、完璧主義の人が動けずにいる間に改善を重ねて、あっという間に80点レベルの品質にたどり着きます。

お待ちください、マジさん。

すぐに動こうとする姿勢は素晴らしいです。

ただし、その企画書を「完成品」として上司に提出するのはおすすめしません。

ええ、完成品として出すには不十分。

ここでAI時代に損する人、第7位をご紹介しましょう。

第7位は「完璧主義じゃない人」です。

落ち着いてください。

先ほどは、始める前から完璧を求めて動けない人は損するとお伝えしました。

しかし今回は、AIで80点レベルの成果物を作ったあと、それ以上詰め切れない人が損をするという話です。

ええ。

ではなぜ80点以上を詰められない人がAI時代に損するのか。

実際に先ほどマジさんが作った企画書を、100点に近づけながらご説明しましょう。

では、この企画書をAIにレビューさせてみましょう。

先ほどもご紹介した「もっとよくできるところTOP3を改善案とともに提案して」という指示文を使います。

この指示文を入力して、最後に企画書の内容を貼り付けて送信します。

マジさん、少しお待ちください。

ここで大事なのは、AIの提案を鵜呑みにしないことです。

例えば3番。

AIは1年後、3年後の全社展開のインパクトを書けと言っていますが、マジさんが任されたのは、おそらく営業チームでの導入の企画書ですよね。

全社展開の話は、今回は不要ではないですか？

良い判断だと思います。

3番を却下した理由も、一緒にAIに伝えてあげてください。

早速、修正された企画書が出てきましたね。

ええ。

このように自分ではいいと思っていた内容でも、AIにレビューさせることで粗い部分が見つかります。

では、AIレビューをもう何回か繰り返して、企画書のクオリティを100点に近づけていきましょう！

良い案ですね。

他に気になる改善案はありましたか？

その気持ちはよくわかります。

ですが、ここで最後にもう一度だけAIに改善点を提案させてみてください。

そうですね。

ここまでマジさんがやったように、面倒だと感じても最後まで詰め切ることが大事です。

マジさんの気持ちはわかります。

ただ、先ほどもお見せしたように、80点の企画書はAIを使えば簡単に作れます。

80点の企画書を出しても、上司は「自分でAIで作った方がはやい。わざわざマジさんに頼む必要がなかった」と思うでしょう。

ええ、だからこそマジさんがここまで詰め切ったことには、大きな意味があるのです。

ここで最初の80点の企画書と、今磨き上げた企画書を比べてみましょう。

修正前は、AI導入で期待できる効果が「文章作成時間の短縮」で、とても抽象的でした。

一方で修正後は、実際にAI活用を試した結果として、報告書作成時間が40分から10分に短縮と、簡易な検証による裏付けまで入っています。

企画書を読んだ上司は「お、自分で試して数字まで出してくれたのか。任せてよかった」と思うでしょう。

はい。

AIで簡単に80点レベルのものを作れるなか、面倒な手間をかけて80点以上を詰め切れる人が重宝されます。

もちろん全ての仕事で100点を目指すことは現実的ではありません。

ただし、上司への提案や重要な取引先に送る資料など、質が結果に直結する仕事では、面倒な手間を惜しまないでください。

AI時代に損する人、第6位は「合理的な人」です。

では、マジさんの合理性を拝見するために、こちらのニュース記事を読んでみてもらえますか？

一見わかりやすいニュース記事に見えますが、この記事には実は論理的な問題があります。

AIに聞いてみましょう。

「この記事の論理的な問題点を指摘して」と聞いてみます。

数秒で回答が返ってきました。

マジさん、どうでしょうか？

マジさんに限らず、多くの人が論理的に違和感のある文章でもそのまま信じてしまいます。

しかしAIは数秒で論理の穴を見つけました。

このニュースも論理の矛盾をAIでチェックしていれば、もっと説得力のある記事になっていたはずです。

ええ。

論理的に正しい答えを導く力。

つまり合理性においては、もう人間はAIに勝てません。

合理性だけで勝負しようとする人は、AIに代替されていきます。

いいえ、人間にはAIにない武器があります。

それは「偏り」です。

いいえ、ここで言う偏りとは、他の人にはすぐに理解できない、その人だけが持つ独自の見方や判断基準のことです。

例えばスティーブ・ジョブズ。

彼はコンピュータのフォントの美しさに異常なまでにこだわった人物です。

ただ当時は「フォントなんかにこだわって何の意味があるんだ？」と、ほとんどの人に理解されませんでした。

しかし、彼は結果として世界中の人に愛されるApple製品を生み出した。

この偏りこそAIには生み出せない、人間の強みです。

偏りは誰でも育てられます。

最も効果的な方法は「好きなことにのめり込む」ことです。

それこそがマジさんの偏りを生み出す種です。

ただレビューを見ているだけだと、消費者として詳しい人止まりです。

そこからもう一歩深く、Appleのデザイン哲学を研究したり、他社と設計思想を比較したりしてみる。

人がやらない深さまで踏み込んだとき、マジさんだけのものの見方が生まれます。

それが偏りです。

ええ。

マジさんのようにすでに好きなものがある方は、その好きをもっと深掘りしてみてください。

一方で、自分が何を好きなのかわからないという方もいるでしょう。

そういう方はまず本屋に行って、気になる本を1冊買ってみてください。

本屋の棚を巡っていると、昔好きだった分野の本がふと目に入ったり、気になっていたジャンルを思い出したりします。

本屋は自分の好きに気づける場所なのです。

その不安はもっともです。

ただ、誰もがAIを使って同じようなアウトプットを出せる時代、偏りこそあなたが求められる理由になるのです。

ええ。

しかし偏りは一朝一夕では身につきません。

だからこそ多くの人が後回しにしてしまう。

おすすめは先にカレンダーに予定を入れてしまうこと。

月末の日曜日は「好きなことにのめり込む日」と決めてしまう。

月に1日でも構いません。

良いですね。

ちなみに、好きなことにのめり込む以外にも、偏りを育てる方法があります。

多くの人が嫌がることをあえてやってみることです。

バンジージャンプでも、朝5時に冷水シャワーを浴びるでも、ずっと避けていた苦手な人とのランチでも、多くの人がやらないことをやれば、それだけで他の人にはない経験と視点が手に入ります。

何をやるか迷ったら、ChatGPTに「多くの人が嫌がるけど、やってみると面白いことを教えて」と聞いてみると良いでしょう。

ええ。

多くの人がやらないことをあえてやる。

それだけでAIにはない偏りの種になります。

合理的な考えはAIに任せて、マジさんはマジさんにしかない偏りを育ててください。

AI時代に損する人、第5位は「文句を言わない人」です。

マジさん、これから文句はSNSではなく、AIに言ってください。

AI時代、日々の文句や不満は仕事の成果を生む最高の材料。

それらを自ら捨てるのはあまりにもったいないです。

実際に見ていただいた方が早いでしょう。

文句が仕事の成果につながるところをお見せします。

やることはシンプルです。

最近感じた文句や不満をAIに話すだけ。

今回はChatGPTの音声モードを使ってみましょう。

これは電話のようにAIと会話できる機能です。

心配いりません。

私が用意したこの「文句ヒアリングプロンプト」を使えば、AIが次々と質問を投げかけてくれます。

マジさんはその質問に答えるだけで大丈夫です。

こちらの文句ヒアリングプロンプトはこちらですぐ使える形でお渡ししますね。

そして、始める前に1つコツをお伝えしておきます。

対話中、話すことがまとまっていないときは、こちらのミュートボタンを押すのがおすすめです。

焦らず自分のペースで話すことができます。

ええ、それが音声モードの良いところです。

一通り不満を伝えられたら、ここからが本番。

AIに「このようなことが二度と起きないために、自分にできることは何ですか？」と聞いてみてください。

そうですね、引き継ぎの仕組みがないこと。

それが根本的な問題と言えそうです。

では、この問題への解決策として、ChatGPTが提案してくれた引き継ぎの際に確認すべきチェックリストの作成もお願いしてみましょう。

今度はテキストのチャットに切り替えます。

ええ、音声で伝えるとこのように「時間がかかりますからね」。

音声対話の内容はそのままチャットに引き継がれるので、改めて状況を説明し直す必要はありません。

チャットではこう伝えてみましょう。

「上司に提案できる引き継ぎチェックリストを作ってください。チェックリストの項目は一緒に考えてください」と伝えることで、提案に必要な質問をしてくれるようになります。

ぜひ提案してみてください。

もしこのチェックリストが採用されて部署全体の引き継ぎミスがなくなったら、マジさんは非常に高い評価を得られるでしょう。

ええ。

では今やったことを少し振り返ってみましょう。

マジさんが最初にやったことは何でしたか？

そうですよね。

怒られたという不満をAIに話しただけ。

そして、AIがその状況を深掘りし「引き継ぎの仕組みがない」という根本の問題を見つけ、解決策のチェックリストまで作ることができた。

このように文句や不満はただのネガティブな感情ではなく、解決が必要な問題を見つける原石なのです。

その通り。

AI時代、問題さえわかれば、それを解決するタスクの実行自体は、AIの力でどんどん簡単になっています。

事実、AIが今ほど進化していなかった2023年時点においても、ハーバード大学とボストンコンサルティンググループのコンサルティングの研究で、AI活用により18種類のコンサル業務のスピードが25.1%向上、品質は40%以上向上したと報告されています。

ええ。

それなのに文句を飲み込む人や、SNSに愚痴を捨てて終わる人は、仕事の成果につながる問題の手がかりを自ら捨ててしまっている。

もちろん全ての文句が成果につながるわけではありませんが、AIに話す習慣さえあれば、その中から成果に変わるものが必ず見つかるはずです。

AI時代に損する人、第4位は「愛嬌がない人」です。

マジさんの職場に能力はそこそこなのに、なぜか面白そうな仕事が回ってくる人いませんか？

逆に仕事はできるのに、なぜか大事な場面で声がかからない人もいますよね。

声がかかる人と、声がかからない人。

その差は「愛嬌」です。

ええ、仕事のスキルの差は、AIによって急激に縮まっています。

たとえば以前はExcelに強いだけで「あの人に頼めば間違いない」と重宝されていた人がいたとしましょう。

でも今はAIを使えば誰でも同じことができてしまう。

そんな時代にこそ、価値が大幅に上がっていくのが愛嬌なのです。

確かに、先天的なイメージがありますよね。

でもそう思うのは、愛嬌の正体を知らないからです。

そもそも愛嬌とは何か。

私は、愛嬌とは「意識の矢印を『自分』ではなく『相手』に向けられるかどうか」だと考えています。

例えば飲み会の場で、自分の失敗談を笑いに変えて場を沸かせる人と、完璧な自分を見せようとして当たり障りのない話しかしない人。

どちらに親しみを感じますか？

自分の弱みをあえてさらけ出すのは、「バカにされたくない」という自分の小さなプライドよりも「この場を楽しませたい」という相手への気持ちを優先した、矢印を相手に向けた行動なのです。

そして、この矢印の向きは後天的に変えられます。

そうですね。

これまでの人生で身についた「つい矢印を自分に向けてしまう癖」を、「矢印の向きを相手に向けたい」と頭で思うだけで、急に変えるのは難しいでしょう。

考え方より先に行動を変えるのです。

先ほどの飲み会の例のように、まず矢印が相手に向いている行動を1つ取ってみる。

すると相手が笑顔になったり、感謝されたりする。

その体験を繰り返すうちに、考え方は後からついてきます。

AI時代だからこそできる、愛嬌がある人になるための行動を3つお見せしましょう。

ええ、さっそく1つ目。

AIと対話しながら、自分の失敗談をスベらない鉄板ネタに磨き上げます。

ほとんどの人は、ウケる失敗談なんて持っていないと思っています。

でも実はネタがないのではなく、磨き方を知らないだけなのです。

はい。

そして、ここでもChatGPTの音声対話モードを使います。

今回は音声対話をする前に、私が作った「失敗談磨き上げプロンプト」を入れます。

このプロンプトを使うと、AIがコーチ役になって、インタビュー形式で過去の失敗経験を引き出してくれます。

少しだけ使い方をお見せしましょう。

音声対話モードを起動したあとに、プロンプトを送ります。

(AI音声) じゃあ早速やっていこう！まずはね、あなたの「ちょっとこれは失敗したな〜」って感じるエピソードを一個教えて！どんなに小さなことでもOK。

まずはそれを一緒に見つけよう！

このように、AIが質問しながらエピソードを掘り下げてくれます。

自分のエピソードに対して「もっと面白くするには？」と聞けば、「オチをどうつける？」とアドバイスをもらいながら、鉄板ネタに磨き上げていきます。

鉄板ネタが仕上がったら今度は「この鉄板ネタの練習相手になって」と伝えてください。

話の構成やオチのつけ方について、AIにダメ出しをもらいながら練習できます。

次に、愛嬌のある人になるための2つ目の行動。

「NotebookLM」で、大事な人専用のノートを作って情報を溜めていきます。

Googleが提供するAIツールで、自分が入力した情報だけをもとに質問に答えてくれます。

余計な情報に邪魔されず、覚えた情報を正確に引き出すのが特長です。

早速お見せしましょう。

まずNotebookLMを開いて、「新規作成」を押します。

ここに大事な人と話した内容を記録して、蓄積していくためのノートブックを作ります。

今回は取引先の田中部長と会った後を想定してやってみましょう。

先ほどの新規作成を押した後の画面で「コピーしたテキスト」を選んで、入力欄にスマホの純正の音声入力機能を使って田中部長と話したことを入力します。

入力して保存したら、ノートブックの名前は田中部長に変えておきましょう。

例えばこんな感じです。

2月10日、取引先の田中部長と居酒屋で会食。

最近ゴルフにハマっているらしい。

奥さんの誕生日が来月でプレゼントに悩んでいた。

新規事業の人手が足りないという話。

日本酒好き、特に辛口が好み。

このような感じです。

会うたびにこうやってソースを追加していくだけで、田中部長に関する情報がどんどん蓄積されていきます。

では、半年後にまた田中部長と会うことになったとしましょう。

ノートブックのチャット欄で「前回この人とどんな話をしたか教えて」と聞くだけで、すぐに思い出せます。

ええ。

これで次に田中部長と会ったとき、

「前回お話しされていたゴルフ、その後いかがですか？」「新規事業の人手、その後見つかりましたか？」と聞いたら、相手はどう感じるでしょう。

まさにそれが、矢印を相手に向ける行動です。

人と会った後に「相手は何を話していたかな」をこうやって記録に残す。

相手が「覚えてくれてたんだ」と喜ぶ。

その体験が積み重なるうちに、自然と相手に関心を向ける人になっていくのです。

そして最後の3つ目です。

今度は少し角度を変えて、自分が人と喋っている動画をAIに分析させます。

ええ。

矢印を相手に向けるということは、相手目線で自分を見ることでもあります。

しかし、自分のコミュニケーションが相手にどう映っているかは、自分の認識と驚くほどずれているものです。

そうですよね。

だから、自分が喋っている場面を動画で撮って、GoogleのGeminiに動画をアップロードし、「私が愛嬌のある人間になるために何を改善すべきか、動画を分析して教えて」とダメ出しさせてみてください。

Geminiは動画の分析が得意なので、表情、声のトーン、姿勢まで細かくフィードバックしてくれます。

一度やるだけでも、自分では気づけなかった改善点が大量に見つかるはずです。

はい。

大変ですが、ここまでやる価値があります。

この愛嬌の話は、単に仕事で得をするためだけのものではありません。

矢印を相手に向けて行動すると、一番幸せになるのは自分自身です。

相手が喜んでくれた、笑ってくれた、感動してくれた。

その体験の積み重ねが、自分の人生の充実感を大きく変えてくれます。

その通りです。

これからAIがさらに進化して、仕事のスキルで差をつけることが難しくなるからこそ、愛嬌のある人になることがご自身のキャリアも、人生そのものも大きく変えていくでしょう。

AI時代に損する人の特徴、第3位は「サボらない人」です。

では、マジさん。

例えばマジさんが3時間かけて作った報告書と、他の人が30分で作った報告書。

中身が同じクオリティだったら、上司はどちらを評価しますか？

これは実際にAIを使いこなす人とそうでない人の間で起きていることです。

はい。

AI時代、真面目なだけの人は評価されません。

これからはいかにサボって成果を出すかを考えられる人が得をします。

ええ、もちろん。

早速、議事録作成を例にお見せしましょう。

Googleの提供するAI、GeminiのGemという機能を使えば、このチャットに会議の録音を放り込むだけで、1分で議事録が完成します。

Gemはよく使う指示文を保存し、特定の作業専用のAIとして何度でも呼び出せる機能です。

議事録作成用のGemを1つ作っておけば、このように毎回指示文を打ち直す必要はありません。

録音をポンと放り込んで、ワンクリックするだけです。

今Gemに登録した議事録作成用の指示文も、こちらですぐ使える形でお渡ししますね。

ええ。

出てきた議事録は100%正しいわけではないので、目視でのチェックは必ずしてください。

他に毎日の情報収集の場面でも、サボって成果を出すことができます。

例えばGeminiの予約アクションという機能。

毎朝7時に最新のAIニュースをインパクトが大きい順に5つ、200文字以内で要約してと送信して、予約アクションを設定するだけ。

このように最新のAIニュースが毎朝自動でスマホに届くようになります。

ええ。

この予約アクション機能は、月2,900円のProプランで使えます。

ChatGPTでも似たことはできますが、通知機能がまだ不安定です。

ここまでお見せしたように、繰り返しの作業を仕組みにするだけで、驚くほど簡単にサボれます。

マジさんの気持ちはよくわかります。

議事録や情報収集はわかりやすい例でしたが、多くの人にとって何をサボれるかを見つけることこそが難しいですよね。

ええ、ですがそのサボりどころを見つけること自体も、AIを使えば簡単にできます。

実際にお見せしましょう。

今回も音声対話に優れているChatGPTを使って、サボりどころを見つけてみます。

まず、私が作ったこの「サボりどころ発見プロンプト」を使います。

音声対話の初めにこのプロンプトを使えば、AIからの質問に答えていくだけで、業務のサボりどころが見えてくるように設計しています。

ええ。

もし対話中に最新の情報が必要なときは「ウェブ検索して」とその場で言ってください。

次のような音が鳴れば、検索が実行されたサインです。

音声対話モードに切り替えて、事前に送るプロンプトを送信したら、実際にAIにサボりどころを見つけてもらいましょう。

このように、AIからの質問に答えていくだけで、自分では気づけなかった「サボりどころ」が浮かび上がってきます。

AIは会話を続けようとするので、サボりどころが見えてきたらこちらから切り上げてしまいましょう。

マジさん、その考えは甘いです。

今わかったのは「報告資料のデータ集めにムダがある」という気づきだけ。

それを実際にどう自動化するかまでは、ChatGPTが全部やってくれるわけではありません。

提案された方法がうまくいくかは検証が必要です。

はい。

ただ、サボりどころが見えたこと自体が大きな一歩です。

さらに今、AIの進化で効率化の手段がどんどん増えています。

例えばAnthropic社のClaude Code。

AIがプログラムを代わりに書いてくれるツールです。

例えば技術がわからない人でも、Excelの売上データを集計して社内のチャットに自動で投稿するツールを作ってと日本語で指示するだけで、プログラムを書いて動かしてくれます。

さらに、同じAnthropic社のCoworkなら、より一層使いやすい画面で、このフォルダを整理して、この資料の要約を作ってと話しかけるだけで作業してくれます。

詳しくは別の機会にお伝えしますが、このようなツールを使って効率化する道もあることだけ覚えておいてください。

その通りです。

AIはものすごいスピードで進化しています。

さっき紹介したCoworkも、2026年の1月まではなかった機能です。

昨日まで手作業でやるしかなかったことが、今日からワンクリックでできるようになる。

そんなことが現実に起きています。

その通りです。

いきなり仕事のすべてを効率化するのは難しいでしょう。

ただ、「もっと楽にできないか？」という視点だけは持ち続けてください。

もっと楽にという視点を持っている人は、日々新しいサボりどころを見つけて仕事を効率化します。

いつまでも効率の悪い仕事の仕方を続けていては、その差は開いていく一方です。

AI時代に損する人、第2位は「国語が苦手な人」です。

それは頼もしいですね。

では、マジさんの国語力を見るためにテストをしてみましょう。

来週の会議で上司に新しい広告施策を提案するとしましょう。

提案で使うプレゼン資料の構成案をAIに作ってもらおうと、こんな指示文を用意しました。

この指示文のダメなところはどこかわかりますか？

残念。

それだと国語力は足りていないようです。

無理もありません。

一見すると特に違和感はないように見えます。

しかし実は、この指示文には曖昧な部分が隠れているのです。

それを今からAIにチェックしてもらいましょう。

この指示文をAIに見せて、「より良いアウトプットを出すために聞きたいことを質問して」と頼みます。

AIから質問が返ってきました。

その通り。

上司向けと書いても、AIにはその上司がSNS広告に詳しいのかわかりません。

目的も情報共有なのか、予算の承認なのかが曖昧です。

では、この曖昧な指示を直しましょう。

AIの質問に答えていくだけです。

プレゼンの目的は月50万円の追加予算の承認を得ること。

上司は部長と課長の2名で、どちらもSNS広告の実務経験がありません。

質問への回答に続けて、「私の回答を踏まえて最初の指示文を修正してください」と頼みます。

ええ。

それでは、修正前と修正後それぞれの指示文で、実際にAIに依頼した結果を見てみましょう。

まずは修正前の結果です。

これらはSNS広告の専門用語です。

上司向けとしか書かなかったので、AIは詳しい上司を想定したのでしょう。

経験がない上司がこれを見ても何のことかわかりません。

では修正後の指示だとどうなるか見てみます。

ええ、経験がない上司2名と明記したので、専門用語を避けた構成になりました。

そして、予算の承認を得るためと目的を書いたので、冒頭の結論が承認してもらいたいことになっています。

開いた瞬間に何を承認してほしいのかが伝わる構成ですね。

それは解釈の余地をなくしたからです。

先ほど上司向けを「SNS広告の実務経験がない部長・課長向け」と明確にしたように、言葉の曖昧な部分を具体化して解釈の余地をなくさないと、AIに正確な意図が伝わりません。

「解釈の余地を残してしまう」のが、まさに国語が苦手な人ということなのです。

これは対AIに限らず、人間同士のコミュニケーションでも同じです。

例えば上司に「この資料、いい感じにまとめておいて」と頼まれて、10ページにまとめたら、「いや、もっとシンプルに1枚でまとめてほしかったんだけど」と言われた経験ありませんか？

ええ。

AIとのやり取りなら尚更です。

普段一緒に働いている人間同士なら、「いい感じに」と言われたときに「ああ、この人は簡潔な伝え方が好みだな」と察することもできるでしょう。

でもAIはマジさんの好みも過去のやり取りも知りません。

AIが受け取れる情報は指示文がすべて。

だからこそ、より一層言葉の厳密さが問われるんです。

ええ。

AIの回答の質は指示する言葉の質で決まります。

何かAIへの指示文を書いたら「より良いアウトプットを出すために聞きたいことを質問して」と頼んでみる。

この習慣を続けるだけで、言葉の精度は確実に上がっていきます。

AI時代に損する人、第1位は「エンジニアじゃない人」です。

はっきり言います。

これからのAI時代、エンジニア以外の人材は市場価値を上げられません。

鋭いですね。

そう考える人も多いです。

ただ、エンジニアとはプログラムを書く人だけを指す言葉ではありません。

今では仕組みを理解し設計する人、という意味合いで使われることも多いです。

ここではもう少し広く「物事を根本から理解する人」のことだと思ってください。

わかりやすい例で説明しましょう。

マジさん、AIをうまく使うコツとして「重要な指示はプロンプトの最後に書け」というのを聞いたことはありますか？

ではマジさん、なぜ重要な指示はプロンプトの最後がいいのか、説明できますか？

まさにそれが「エンジニアじゃない人」の典型的な答えです。

重要な指示を最後に書いた方がいいのは、AIが回答を作る仕組みが「連想ゲーム」だからです。

ええ。

AIは入力された文章の次に来る言葉を予測して回答を作っています。

連想ゲームである以上、直前にある言葉が最も強く影響する。