「AIの案を見て、仕事で使える形へ近づける」図解実践ガイド14ページを無料公開

2026.10.09 12:49

PR TIMES

組織行動科学(R)︎
初稿・修正指示・修正版を見比べ、担当者と上司が「何を確かめ、どう返すか」を一件の仕事で試す

980社・33.8万人の働く人のデータを基盤に、組織行動科学(R)の研究・教育開発を行うリクエスト株式会社（本社：東京都新宿区、代表取締役：甲畑智康）は、企画書・提案書・説明資料をつくる担当者と、仕事を任せる上司に向けて、図解実践ガイド「AIの案を見て、仕事で使える形へ近づける」を無料公開します。

資料はA4横・全14ページ。AIの初稿を見て気づいた違いを、次の修正指示へ返す一往復を、架空の1枚企画書の変化でたどります。上司の支援例、記入済み例、白紙の記入シート、6件の研究の方法・結果・限界を収録しました。

図解実践ガイド「AIの案を見て、仕事で使える形へ近づける」。人物イラストはAI生成。

実践ガイドPDFをダウンロード（A4横・14ページ・無料）

「AIの案を見て、仕事で使える形へ近づける」をダウンロード

「何か違う」を、次の修正に返す

AIが出した案を見て、「目的には合っているが、このままでは使いにくい」と感じることがあります。
今回の資料では、その違いが生まれた箇所を指し示し、相手の判断に何が足りないかを言葉にすることを提案します。
最初から完成像を細かく言葉にできるとは限りません。当社では、具体的な案を見て実現したい状態との差を確かめ、修正を返す過程で、目的や評価基準も具体化し得ると考えています。

本人が目的・事実を伝え、AIの案を見て確かめ、気づきを次の修正へ返す循環。研究を踏まえた実践提案です。
案を見る際の手がかりとして、次の三つを示しています。
- 相手が判断すること：誰が、何を決めるために読むのか
- 確認済みの事実：分かっていることと、まだ確かめていないことは何か
- 実際に使う条件：誰が何を行い、どの範囲・期限・承認のもとで使うのか

1枚企画書の初稿と修正版を見比べる

資料の例では、顧客対応の引き継ぎ様式に「次回連絡の担当」「次回連絡の期限」の2欄を加え、問い合わせ1種類を対象に2週間試す企画書を扱います。担当部門の承認後に開始する設定です。

説明用の初稿には、情報共有や顧客対応の良さが書かれています。一方、部門長が試行の開始を判断するために必要な、変える範囲・負担・確かめ方は十分に示されていません。

本人は、目的の方向を残し、追加する欄、対象・期間、確認担当、試行で確かめる項目を修正指示にします。修正版では、未記入の有無、次の担当者への受け渡し、記入・確認に加わる手間を、誰が確かめるかが見える形になります。

初稿から修正版への変化を示す架空例。業務・条件・AI案は説明のために構成したもので、実際のAI出力や実測成果ではありません。
効果や追加負担は未確認のまま残します。文章が具体的になったことと、実際に効果を確認できたことを分け、人や記録で確かめる条件へつなげます。

上司は、案を見る手がかりと確認先を渡す

上司の会話例では、「部門長に、何を判断してもらう資料かな」「初稿のどの箇所から、試す内容と確かめ方が分かるかな」と問いかけます。本人が見つけた違いを聞き、修正版と実際の仕事を一緒に照合します。
支援として示すのは、現行様式、実際の引き継ぎ方、確認先、任せる範囲、必要な承認です。経験が少ない場合は、実際に使った資料や受け手の反応も一緒に見ることを提案しています。

自分の仕事で、一往復から試す

- 3～9ページ：企画書の初稿・気づき・修正指示・修正版と、上司の支援例を読む
- 10～11ページ：記入済み例を手がかりに、自分の仕事を一件選び、白紙シートで一往復を残す
- 12～14ページ：6件の研究の結果と限界を読み、リンクから一次資料を確かめる。

最初の案と修正版を手元に置き、「どこに気づいたか」「何を返したか」「人や記録で何を確かめるか」「修正後に何が具体化し、何が残ったか」を短く記録します。使った後は受け手の反応を聞き、次の一件へつなげます。

研究との接点を、方法と限界まで示す

生成AIと仕事に関する研究には、文章課題の速さを比較する実験、働く人の考える努力の向け先を調べる自己報告調査、出力を見て評価基準を具体化する過程を扱う研究などがあります。資料では、異なる方法の結果を分けて紹介しています。

文章の速さと、人の役割：
Noy・Zhang（2023）は専門職453人の文章課題で平均所要時間40％減、出力品質18％向上を報告。Leeら（2025）は319人の自己報告調査で、情報確認・出力の統合・仕事の進行や品質の管理へ努力が向く様子を報告しています。

出力を見た評価と、共同改善：
Kimら（2024）のEvalLM研究では、面接で想定外の問題に気づき、評価基準を追加・具体化する様子が報告されました。Luanら（2025）は、フィードバックと案の改善を促した群で、次の発想課題の創造性が改善する結果を示しています。

進め方の調整と、課題による違い：
Tankelevitchら（2024）は目的の言語化・出力の評価・仕事の進め方の調整を理論的に整理。Dell’Acquaら（2026査読版）は、AIの能力範囲内で速さ・品質が改善する一方、範囲外の経営判断課題では正答率が低下する結果を示しています。
対象・課題・AI・方法が異なるため、これらを一つの一般的な速度倍率へまとめることはできません。本ガイドの手順全体や順序の優位性を検証した研究でもありません。研究で確認された結果と、当社の解釈・実践提案を読み分けられる構成にしています。

資料をつくったきっかけ

代表の甲畑智康が、AIとの対話の中で、自分で手を動かす時間が減り、出てきたものを見て実現したい状態へ近づける問いを返すようになったと感じた経験が出発点です。
この気づきを自社サイトに投稿し、関連する研究を確認したうえで、組織で働く人が一件の仕事で試せるガイドへ展開しました。
本人の「10倍、20倍速い」という実感は個人の経験であり、一般的な速度倍率として実証された数字ではありません。実践例の人物・業務・会話・記入例は架空、人物イラストはAI生成です。

資料概要

資料名：AIの案を見て、仕事で使える形へ近づける
形式：PDF／A4横／全14ページ
料金：無料
対象：企画書・提案書・説明資料をつくる担当者、仕事を任せる上司
内容：図解、架空の企画書例、修正指示、上司の会話例、記入例・白紙シート、研究解説・参考文献
発行：リクエスト株式会社｜組織行動科学(R)

実践ガイドを、自分の仕事で試す（PDF・14ページ・無料）

実践ガイドPDFはこちら（14ページ）

出典・関連資料

Noy・Zhang（2023）：生成AIによる生産性への影響を調べた文章課題の実験
Leeら（2025）：生成AIと批判的思考に関する知識労働者の自己報告調査
Kimら（2024）：EvalLM―利用者が定めた評価基準によるプロンプト評価支援
Luanら（2025）：人と生成AIの共同創造における学習
Tankelevitchら（2024）：生成AIのメタ認知的な要求と機会
Dell’Acquaら（2026査読版）：知識労働におけるAIの効果と、課題ごとの能力範囲
出発点の投稿：AIと対話するうちに、自分の仕事の進め方が変わってきた。
関連する実践ガイド：AIを、相手に役立つ仕事につなげる。
公開資料を探す：知と実践
980社・33.8万人は当社の研究基盤の規模であり、今回のガイドの効果検証数ではありません。

33.8万人の働く人のデータに基づく組織行動科学(R)。

リクエスト株式会社について

知を社会へひらく。仕事を見直す、次の一歩へ。
リクエスト株式会社は、「成果につながる方法を、本人が使える仕事へ。」を軸に、組織で働く成人の研究・教育開発と実践支援に取り組んでいます。
一件の仕事の事実と条件を確かめ、本人が判断する機会と周囲の支援を整え、実践した結果や判断の理由を次の仕事・人へつなぐための資料を公開しています。