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

生成AI研修のカリキュラムは、ツールの機能一覧から作ると定着しにくくなります。受講中は操作できても、自分の仕事で何に使い、誰が出力を確認し、どこまで保存してよいかが分からないからです。

先に決めるのは、受講後に変えたい業務と、残したい成果物です。そのうえで、全員に必要な共通知識、社内ルール、職種別演習、研修後の実践を組みます。本記事では、生成AI研修の内容を4段階へ分け、12時間と24時間の構成例、成果の測り方、研修会社へ渡す要件を整理します。

カリキュラム設計は受講後の状態から逆算する

「生成AIを使えるようになる」だけでは、到達目標として測れません。対象者、業務、成果物、確認方法まで具体化します。

研修前に、次の5問へ答えます。

1. 誰が受講するか。職種、人数、現在の利用経験はどうか
2. どの業務を変えたいか。現在は誰が何分かけているか
3. 受講後に何を残すか。文書、分析、コード、手順書のどれか
4. 出力を誰が確認するか。誤りが起きたときの責任はどこにあるか
5. 1か月後に何を測るか。利用人数、時間、品質、再利用のどれか

IPAのデジタルスキル標準ver.2.0は、全てのビジネスパーソン向けのDXリテラシー標準と、DXを推進する人材の役割・スキルを示すDX推進スキル標準を分けています。生成AI研修でも、全社員の共通知識と、推進担当者の実践力を同じ深さで教える必要はありません。

生成AI研修を4段階で組み立てる

第1段階　仕組みと限界を共通言語にする

最初に、生成AIが入力に応じて文章、画像、コードなどを生成する仕組みと、出力をそのまま事実として扱えない理由を学びます。モデル名や画面操作を暗記する時間にはしません。

扱う項目の例は次のとおりです。

• 生成AI、検索、社内データベースの違い
• 出力が事実と一致しない場合があること
• 同じ指示でも結果が変わり得ること
• 入力した情報がどこで扱われるか確認する方法
• 著作権、個人情報、機密情報を扱う際の注意
• 人が確認すべき内容と、利用を止める条件

この段階の成果は、用語テストの点数だけではありません。具体的な業務例を見て、「入力できる」「匿名化すれば使える」「社内ルール上使わない」を理由付きで判断できるかを確認します。

第2段階　利用ルールを業務判断へ落とす

ルールを配布するだけでは、利用場面で判断できません。実際の文書やデータを模したケースで練習します。

経済産業省・総務省のAI事業者ガイドライン第1.2版は、AI利用者にも、組織的な取組、リスクへの対応、関係者への情報提供などを示しています。研修では一般論を読むだけでなく、自社の承認者、利用可能なツール、禁止する情報、相談窓口へ置き換えます。

社内ルールが未整備なら、研修前に完成させる必要はありません。仮ルールで演習し、迷った事例を集めて正式版の論点にできます。ただし、実データを使う演習は、ツールの契約条件と情報管理の確認後に行います。

第3段階　職種別の実務を題材に演習する

共通知識の後は、職種ごとにカリキュラムを分けます。同じプロンプト例を全員でなぞるより、業務の入力、判断、出力、確認者を再現します。

演習は「良い指示文を作る」で終わらせません。元の作業、AIへ渡す情報、生成結果、人の修正、完了判定を一続きにします。生成時間が短くても確認が増えたなら、業務全体の改善にはなっていません。

第4段階　成果物を再利用し、定着を測る

最終回では、受講者が作った成果物を業務で再利用できる形へ整えます。

• 対象業務と利用してよい場面
• 必要な入力と、入力してはいけない情報
• 指示テンプレートと出力形式
• 人が確認する項目
• うまくいかない場合の戻し方
• 更新責任者と最終更新日

研修直後の満足度は、講義の分かりやすさを測る参考にはなります。しかし、定着の証拠にはなりません。2週間後や1か月後に、利用人数、再利用回数、作業時間、修正量、問題報告を確認します。

12時間のリテラシー研修を設計する例

全社員または部門横断で共通知識をそろえる場合は、3時間×4回の12時間で次のように組めます。以下はCotomuの構成例で、すべての企業に共通する標準時間ではありません。

12時間で全社の業務変革まで完了するわけではありません。共通言語と安全な利用判断をそろえ、実務検証へ進む担当者を選ぶ位置づけです。受講者が多い場合は、全員へ同じ演習をさせるのではなく、職種別のケースを複数用意します。

24時間の実務カスタム研修を設計する例

中核メンバー3〜10名が、実際の業務を変える場合は、3時間×8回の24時間で設計できます。各回の間に実務で試し、次回に結果をレビューする構成です。

エンジニア研修なら、指示だけでなくタスク分割、テスト、コードレビュー、権限、リポジトリ規約まで扱います。営業・広告業務なら、提案、分析、制作の工程ごとに入力データと確認者を決めます。実務カスタム研修の価格や人数は、生成AI研修の費用相場で公開条件と一緒に整理しています。

研修成果は4つの層で測る

成果指標を一つに絞ると、学習と業務変化を混同します。次の4層で記録します。

時間削減率を使うなら、研修前に同じ業務の所要時間を測ります。AIを使った後だけ測っても比較できません。品質は「良くなった」という感想ではなく、事実誤認、表記修正、差し戻しなど、業務に合う項目へ分けます。

問題報告も成果の一部です。安全に迷いを共有できるようになれば、利用を隠す状態より管理しやすくなります。報告件数をゼロにすることだけを目標にしないでください。

研修会社へ渡す要件シート

候補会社には、同じ条件を渡して提案を比べます。

1. 研修の目的と経営・部門課題
2. 対象者の職種、人数、現在の経験
3. 変えたい業務と現在の所要時間
4. 利用できるツール、アカウント、データ
5. 社内ルールと確認責任者
6. 受講後に残したい成果物
7. 希望時間、実施形式、実施時期
8. 研修後の質問、レビュー、効果測定の期間

提案書では、講義と演習の時間、企業別に変更できる範囲、講師が確認する成果物、欠席時の扱い、教材更新、ツール費、伴走・開発費を分けてください。研修会社の選び方は、企業向け生成AI研修の比較ガイドで確認できます。

人材開発支援助成金を検討する場合も、助成率からカリキュラムを作りません。まず業務上必要な訓練を設計し、その後に受講者、実訓練時間、OFF-JT、対象経費、届出時期などを公式資料と照合します。一般的な条件はAI研修に使える助成金まとめを参照してください。

研修内容を増やすより、仕事への接続を深くする

良いカリキュラムは、多くのツールを紹介するものではありません。受講後に変える業務を決め、共通知識、利用ルール、職種別演習、実務定着を一続きにしたものです。

全員には安全な利用判断と基本操作を、推進する人には実際の業務を変える演習を用意します。最後に、成果物、確認者、更新責任、測定日を残してください。研修で作った一つの手順が翌月も使われ、別の担当者も再現できる。その状態まで設計して、初めてカリキュラムが仕事へつながります。

このカリキュラムを配信する形式は、AI研修のeラーニングと講師派遣の選び方を参照し、共通知識と職種別演習を分けて決めてください。

参考にした一次情報

• IPA「デジタルスキル標準（DSS）策定の背景・目的」
• IPA「デジタルスキル標準ver.2.0 資料ダウンロード」
• 経済産業省「AI事業者ガイドライン検討会」

生成AI研修 実務ガイドへ戻る