本文へ移動
cotomu 生成AI研修

AI研修後の相談会を設計する|受講者が持ち帰った業務を一緒に直す

AI研修のフォローアップは、相談前に業務の目的・手順・入出力・完成条件をそろえ、再学習、成果物の改善、所管部門への移管を判断表で切り分けるのが要点です。その運用条件を解説します。

執筆cotomu AI研修 編集部
監修岩崎 裕馬

AI研修のフォローアップ相談会では、受講者が実務へ持ち帰った文書や手順を材料に、「何を直せば業務で使える状態になるか」を一緒に確かめます。その場の質問への回答にとどめず、業務で使える成果物へ近づける支援枠として設計します。

運用の要点は、相談前に業務の目的、現在の手順、AIへの入力、出力、期待する完成状態を一組で出してもらい、相談内容を判断表で振り分けることです。プロンプトや出力の改善は相談会で扱い、基礎理解の不足は再学習へ、機密情報や利用環境の判断は所管部門へ、完成基準の未確定は業務責任者へ戻します。

提出物の項目数より、実データを持ち込めない相談をどう受け付け、相談担当者の権限を超える問いをどこへ渡すかが運用を左右します。この境界まで決めることが、相談会を継続するための条件です。

AI研修のフォローアップを「質問受付」で終わらせない

研修では理解できた内容も、自分の業務へ移す段階で形が変わります。「議事録に使いたい」という相談には、元の作業、入力できる情報、必要な出力、確認者、完成条件が含まれていません。相談担当者が一般的な使い方を説明できても、その業務で採用できる成果物には届かないままです。

IPAの「AI利活用のための人材育成」は、AI推進に必要な人材をAI開発者に限らず、AIを活用してサービスを提供する人材や、業務の中でAIを使いこなす人材まで含めて捉えています。また、DXリテラシー標準(DSS-L)概要は、すべてのビジネスパーソンがDXを自分事として捉え、変革に向けて行動できることをねらいとしています(いずれも2026年9月21日確認)。

この一般原則から見ると、フォローアップでは「受講者が自分の業務を前へ動かせる材料を残せたか」を判断軸にするのが妥当です。質問への回答も、その材料を整えるために行います。研修そのものを受講後の成果物から組む考え方は、生成AI研修のカリキュラム設計|職種別の演習と定着まででも整理しています。

相談前に提出する材料は一組でそろえる

以下は、出典の一般原則を基にした実務上の提案です。IPA所定の提出形式・義務とは区別し、自社の相談票に次の材料をまとめます。

提出する材料書く内容相談担当者が確認すること
業務の目的成果物を誰が何に使うかAIを使うこと自体が目的になっていないか
現在の手順AIを使わない場合の作業の流れどの工程を相談対象にするか
使用した入力・プロンプト指示、前提、出力形式修正箇所を再現できるか
AIの出力採用前の生成結果期待との差を具体化できるか
期待する完成状態必須項目、表現、確認条件相談会で改善を判定できるか
安全に扱うための条件情報の機密区分、AI環境、利用先、確認者相談会で扱える材料か、所管判断が要るか

相談票では、きれいに整えた成功例より、現在の手順と実際の出力が判断材料になります。両者が並べば、指示の問題なのか、業務要件の問題なのかを分けられます。提出時点で完成基準を書けない場合は、その未確定事項を業務責任者へ確認します。

安全面の欄も、形式的なチェックにしません。IPAの「AI利用者のためのセキュリティ豆知識」は、AIやセキュリティに詳しくない利用者・マネージャを対象に、社内研修にも使える資料としてまとめられています。対策項目には、クラウドAIへ営業秘密を入力しないこと、AIブラウザを社内用と社外用に分けること、RAG利用時の情報混在への注意が含まれます(2026年9月21日確認)。

そのため、実データの提出を一律の前提にする運用は避けます。入力予定データの機密区分、利用するAI環境、出力の利用先、確認者を添え、提出できない情報は伏字やダミー化が必要かを自社ルールに照らして判断します。この扱いも、原典所定の処理方法とは区別した実務上の提案です。

判断表で、相談会が扱う課題を切り分ける

提出物は受付順より先に、問いの種類と決定権で振り分けます。次の判断表は、出典の一般原則から組み立てた実務案です。IPA所定の分類・義務とは区別して使います。

相談の状態切り分け先相談会で行うこと相談会で決めないこと
AIを使う理由や基本的な特性を説明できない再学習不足している学習項目を特定する基礎講義を個別にやり直すこと
データ・技術の意味が分からず作業を選べない再学習参照すべき教材と確認点を示す理解前に業務利用を進めること
目的と完成条件が決まり、入力・プロンプト・出力に改善余地がある相談会成果物を見ながら指示、出力形式、人の確認工程を直す成果物の最終承認を代行すること
機密情報、利用可能なAI環境、保存や共有の可否が未判断情報システム・セキュリティ・法務などの所管部門判断に必要な材料を整理する全社ルールや例外を決定すること
業務の目的、必須項目、品質基準、利用先が未確定業務責任者未確定の条件を相談票へ戻す業務要件を相談担当者だけで定めること

この区分の土台には、DXリテラシー標準の全体像があります。同標準は、DXの背景を扱うWhy、データ・技術を扱うWhat、利活用を扱うHow、新たな価値を生み出す土台となるマインド・スタンスで構成されています(2026年9月21日確認)。Why・Whatの理解不足と、Howに属する具体的な改善を混ぜないことで、相談会が補講だけで埋まるのを避けられます。

一方、Howに見える問いでも、「未公開の顧客情報を入力してよいか」のように組織の判断を含むなら、プロンプトの工夫では解決しません。IPAは、生成AI時代のDX推進では生成AIを効果的かつ安全に利用するスキルが求められるという考えを踏まえ、デジタルスキル標準へ生成AIの記載を追加しています(AI利活用のための人材育成、2026年9月21日確認)。「使える」と「使ってよい」を分け、後者は自社の所管へ渡します。

相談会で一緒に直す範囲を決める

相談会へ残った課題は、説明だけで終えず、持参された成果物へ変更を反映します。確認の順序は固定すると運用しやすくなります。

  1. 業務の目的と出力の利用先を確認する
  2. 現在の手順のうち、AIへ任せる部分と人が判断する部分を分ける
  3. 使用した入力・プロンプトと出力を対応させる
  4. 期待する完成状態との差を言葉にする
  5. 指示、出力形式、人の確認工程のいずれを直すか決める
  6. 次に受講者自身が試す条件を相談票へ残す

この手順も、原典所定の手順とは区別した実務上の提案です。相談担当者が成果物を完成させて渡すと、受講者が次に再現できる条件が残りません。相談票には、受講者自身が次の試行を行うための変更点と確認条件を記録します。

たとえば、出力の表現だけが期待と違うなら、期待する形式と確認項目を明らかにして指示を直せます。しかし、そもそも誰が読む文書か決まっていなければ、表現の良し悪しは判定できません。その場合はプロンプトを触り続けず、業務責任者へ利用先と完成基準の確認を返します。入力情報の可否が不明なら、伏字で相談を継続できる範囲と、所管部門の判断を待つ範囲を分けます。

相談枠の設計を研修事業者へ確認する際は、講義内容だけでなく、持ち込める成果物、事前提出の方法、回答できない課題の移管先まで比較条件にします。生成AI研修の比較・選び方〖2026年版〗|タイプ別の向き不向きと併せて、研修後の支援範囲を確認すると整理しやすくなります。

運用台帳には「回答」より「次の行き先」を残す

相談後の記録には、質問と回答に加えて、判断の適用範囲を残します。同じ問いが再び来たとき、過去の回答を流用してよいか、組織判断が更新されていないかを区別するためです。運用台帳には、相談対象の業務、提出材料の有無、切り分け先、相談会で直した箇所、未決事項、次の確認者を残します。

台帳の状態次の行動
再学習へ切り分け対象教材と、理解を再確認する問いを記す
相談会で改善変更した入力・出力形式・確認工程と、次の試行条件を記す
所管部門へ移管判断が必要な情報と、相談会では決めていない事項を記す
業務責任者へ差し戻し未確定の目的・利用先・完成基準を記す

この台帳が記録するのは、相談担当者の判断範囲と次の確認者です。相談会は受講者が持参した業務成果物を一緒に改善する場と定め、承認や全社ルールの決定は各所管へ渡します。この境界を案内文と相談票の両方に示します。台帳の形式も、原典が定める義務とは区別した実務上の提案です。

AI研修後の支援枠には、担当者の知識に加えて、目的・手順・入出力・完成状態・安全条件を相談前にそろえ、課題の決定権に応じて行き先を変える運用が必要です。成果物を直せる問いは相談会に残し、理解不足は再学習へ、組織判断は所管部門へ、要件不足は業務責任者へ返します。この分担により、相談会は単なる質問受付を超え、受講者が自分の業務を前へ進めるフォローアップとして機能します。

生成AI研修 実務ガイドへ戻る