最初にAIを試す工程を、入力・確認・停止の条件から選ぶデモ

想定した課題・業務フロー

繰り返しが多いという理由だけでAIを試す仕事を選ぶと、入力してよい情報や確認担当、反映前に止める方法が決まらないまま進むおそれがあります。既存機能で足りる工程を分け、不足条件を保留に残したうえで、試す範囲を下書き1工程に絞ることを課題にしました。

実施内容

架空の業務カード8件で、コードによる空欄の一覧とAIによる区分・理由・不足条件・1工程の整理を分けた検証ラボをもとにしたデモです。元の条件の閲覧、人による理由付きの採用・保留、質問への回答と再判定、試行計画の下書き・判断履歴のJSON書き出しまで試せます。精度・正答率・導入の可否や安全性は評価しておらず、時間短縮・費用効果も測定していません。

架空の8件で比べる条件

• 会社「サンプル業務室」のB01〜B08を使います。担当は役割名だけで、頻度・件数は比較用の設定です。実測の業務量ではなく、資料名や機能の条件も架空で、特定製品の対応を示しません。
• B01は入力可否、B02は確認者、B03は反映前の停止方法が未定です。B07は4欄に記載があっても、例外の照合基準と専門判断の確認先が足りず、保留にする設定です。
• B04の月別合計、B05の固定文への番号の差し込み、B06のCSV取り込み用の仮一覧は、既存機能・通常の自動化で足りる工程として分けます。B08は受付から送信まで全体ではなく、定型質問1種類のFAQ根拠番号付き返信下書きだけに絞ります。
• 元の版と誤りの教材版を切り替え、条件・コードの空欄判定・AIの候補・先に固定した想定表を見比べます。一致・不一致は区分と1工程の文字列の比較で、内容の妥当性や精度を表しません。

デモで加えた人の判断と条件の見直し

• 元の条件を開くまで確定できません。人が区分、採用・保留、理由を選びます。理由欄は毎回空で始まり、採用できるのは元の版の「AIを試す候補」から1件だけです。2件目は「最初は1工程に絞る」と警告して止めます。保留は試行計画に入りません。
• カードは編集・追加でき、最大30件です。保存すると空欄を判定し直し、人の確定を解除します。保存済み候補と条件のずれも表示し、元の条件を開き直して人が区分を選ぶまで未確定にします。
• 質問に回答し、反映する欄を選んで保存すると、その欄を更新して再判定し、確定を解除します。欄が埋まっても自動で採用しません。コードによる確定解除・再判定は、操作した役割と分けて履歴に残します。
• 質問一覧、採用した1工程の試行計画の下書き、誰が・いつ・どのカードを・どう判断したかと理由の履歴をJSONで取り出せます。

実演モードと意図的な誤りの教材

• 実演モードは事前に用意したAIの候補を再生し、その場でAIを呼びません。入力を変えてもAIは再処理しません。APIキーは不要で、自由入力の生成AIへの接続もありません。初期条件の8件が想定表と一致するのは同梱した架空データの設定で、特定モデルの性能や正しさを検証した結果ではありません。
• 教材版は、B03を件数だけで保留解除する、B07を欄があるだけでAIの対象にする、B08を受付から送信まで全体で扱う、B04の合計をAIに任せる、という4件です。人が止める練習用に意図して誤りを入れた版で、AIの自然な失敗を観察した結果ではありません。教材版は採用できず、試行計画にも入りません。
• 項目の説明と指示、架空カードをコピーし、任意の生成AIで作った候補や人が編集したJSON配列を貼り付けて取り込めます。取り込みで人の確定を解除し、不正な形式や重複IDは全体を取り込みません。デモから生成AIへ送信する機能はありません。

使った技術

Node.js、ブラウザの画面、JSON。Node.js 22以上とnpmで動かし、npm startでローカルサーバーを起動します。追加の依存パッケージはなく、外部への通信はしません。MIT Licenseで公開されています。

AIと人の役割

検証で扱った課題・制約

• 元の検証ラボでは、B07は4欄に記載があっても「例外を確認できない」内容でした。空欄の判定を進行の許可にすると見落とすため、一覧は「欄あり（内容の妥当性は未判定）」と表示し、区分の判断材料と分けました。
• B08は業務名だけを取り出すと、受付から送信までAIへ任せるように読めます。元記事では結果表の各行に下書き1工程に絞ったことを残しました。区分の取り違えは観察されず、分類を変える修正や再試行はしていません。

検証から得た学び

• 欄が埋まっていることと、人が実際に確認して止められることは別です。元の条件を開き、確認先と根拠の内容を確かめ、不足を推測で補わずに保留へ残す必要があります。
• 元の検証ラボは同じAIが素材・想定表・候補・自己照合を担当し、想定表を参照できる条件です。8件とも想定と一致しましたが、人の評価や独立した精度評価ではありません。経営者・担当者による評価も未実施です。
• デモの誤りの教材4件、採用1件の制御、回答と再判定、試行計画の下書き、判断履歴と書き出しは元記事の観察とは別です。条件が変われば人の判断をやり直す流れを試すための機能です。

同様の取り組みが向いている条件

• AIを何から試すか迷い、頻度だけでなく、入力範囲・確認者と根拠・反映前の停止方法を業務ごとに整理したい場合。
• 集計・定型文・取り込みなど既存機能で足りる工程を分け、根拠を確認できる下書き1工程から試す計画を人が作れる場合。
• 架空データで流れを試し、実業務でのアクセス権、原文との照合基準、停止と取り消しの手順、責任者と専門判断の確認先、記録の管理方法を別途整えられる場合。

補足

実際の登録・送信・外部API接続、業務ソフトや送信ツールとの接続はありません。個別の法務・労務・契約の判断も行いません。入力と履歴はタブのメモリ内だけで、再読み込みすると消えます。役割の選択はデモ上の表示で、本人確認や監査記録ではありません。向いている条件はデモの仕組みと限界から整理したもので、実案件での適用を確認したものではありません。