ChatGPTを業務に使い始めると、次は「毎回入力するのが手間」という段階に来ます。この記事では、手作業から自動化へ進む道筋を段階に分けて解説します。いきなり仕組みを作るのではなく、型を固めてから進むほうが確実です。
自動化の前に業務を整理する
自動化がうまくいかない原因の多くは、ツールではなく業務側の整理不足にあります。
手順が人によって違う：同じ業務を複数人が別のやり方で処理していると、型が作れません。まず手順を1つに揃えます。
例外が多い：例外処理が半分を占める業務は、自動化しても人が対応する量が減りません。例外の条件を洗い出し、頻度の高いものだけを対象にします。
判断の基準が言語化されていない：担当者の経験で判断している部分は、指示に書けません。基準を言葉にする作業が先です。
入力の形式が揃っていない：受け取る情報の形がばらばらだと、処理も安定しません。
これらの整理は、自動化しない場合でも業務の質を上げます。先に整理し、それから自動化を検討する順番が確実です。
3つの段階
自動化は、次の順で進めると失敗が少なくなります。
第1段階：手作業で型を固める。毎回同じ指示で同じ品質が出る状態を作ります。
第2段階：型を保存して使い回す。指示を毎回書かず、保存したものを呼び出します。
第3段階：処理をつなぐ。入力の取得から出力の保存までを自動で流します。
多くの業務は、第2段階で十分な効果が出ます。 第3段階に進む必要があるのは、処理の量が多く、手順が確定している場合に限られます。
第1段階：手作業で型を固める
自動化の前に、同じ指示で安定した出力が得られる状態を作ります。
OpenAIの開発者向けドキュメントでは、期待する出力と文脈を明示することの重要性が説明されています。実務では、役割、目的、材料、形式、制約の5要素を含めると安定します。
この段階でやることは3つです。同じ業務を何度か手作業で処理し、出力が安定する指示を見つけ、その指示を保存します。
安定しないうちは自動化に進みません。 不安定な処理を自動化すると、誤りが人の目に触れないまま流れます。
第2段階：型を保存して使い回す
指示が固まったら、毎回書かずに済む形にします。
テンプレートとして保存する：よく使う指示を文書やツールに保存し、必要な部分だけを差し替えて使います。
入力の形式を決める：渡す材料の並べ方を決めておくと、指示を短くできます。
社内で共有する：型を共有すると、担当者が変わっても同じ品質が保てます。
この段階の効果は小さくありません。指示を考える時間がなくなるだけで、1件あたりの処理時間は大きく変わります。
第3段階：処理をつなぐ
入力の取得、処理、出力の保存を自動で流す段階です。ここに進む前に、次を確認します。
処理の量が十分か：月に数件なら、手作業のほうが速く終わります。
手順が確定しているか：まだ変えている段階なら、作り直しになります。
確認の箇所を決めたか：全自動にせず、人が見る段階を残します。
失敗に気づけるか：止まったことを検知する仕組みが要ります。
具体的な処理の例としては、フォームの内容を受け取って要約し、担当者へ通知する、といった流れです。この場合、要約の内容は人が読んでから対応する設計にすれば、誤りがあっても顧客には届きません。
確認を挟む設計
自動化で最も重要なのは、どこに人の確認を入れるかです。
出力を人が見てから使う：最も安全な形。通知や下書きの作成に向きます。
一部を抜き取って確認する：量が多い場合、全件は見られません。定期的に抜き取って品質を確認します。
閾値を超えたら人に回す：判定に迷う内容を人へ渡す設計。分類などで使えます。
外部に出る処理は必ず人が確認する：顧客への返信、公開する文章、送信するメール。ここを自動にすると、誤りが直接届きます。
記録を残す
自動化した処理は、記録がないと問題の追跡ができません。残すのは4点です。
いつ処理したか、何を入力したか、何を出力したか、人が確認したか。
この記録があると、誤りが見つかったときに原因を特定でき、同じ問題の再発を防げます。また、削減できた時間の実測にも使えます。
費用の考え方
処理を自動化すると、利用量に応じた費用が発生します。
1件あたりの費用：処理する文章の量によって変わります。
やり直しの費用：出力が不十分で再実行すると、その分が加算されます。
構築と保守の時間：作る時間と、前提が変わったときの修正時間。
確認の時間：自動化しても残ります。
これらの合計と、削減できる時間を比べます。処理量が少ないうちは、第2段階（型の保存）で止めるほうが費用対効果は高くなります。
データの扱い
業務データを渡す場合、入力してよい情報の範囲を先に決めます。
顧客の個人情報、未公開の経営情報、取引先から預かった資料。これらを扱う可能性がある場合、利用しているプランのデータの扱い（保存期間、学習利用の有無、保存場所、管理者による確認の可否）を確認したうえで判断します。
自動化すると、人が内容を見ないまま大量のデータが流れることになります。手作業のときより慎重な確認が必要です。
型が安定しない原因
第1段階（型を固める）で止まってしまう場合、原因は限られています。
材料を渡していない：事実に関わる部分で、手元の資料を渡していないと、毎回違う内容が返ってきます。
制約を書いていない：「渡した材料に無いことは書かない」という一文の有無で、出力の性質が変わります。
形式を指定していない：分量や構造を決めていないと、長さも並びも安定しません。
業務そのものが定型化していない：毎回やることが違う業務は、指示も安定しません。この場合は、自動化ではなく業務の整理が先です。
4つ目に該当する場合、ツールの問題ではありません。業務の手順を先に固めます。
この記事のまとめ
ChatGPTを使った自動化は、手作業で型を固める、型を保存して使い回す、処理をつなぐ、の3段階で進めます。多くの業務は第2段階で十分な効果が出ます。
第3段階に進むのは、処理量が多く、手順が確定し、確認の箇所と失敗の検知を設計できた場合です。外部に出る処理は必ず人が確認する形にします。記録は、いつ・何を入力し・何を出力し・誰が確認したかの4点を残します。
第2段階を充実させる
第3段階（処理をつなぐ）に進まなくても、第2段階の作り込みで効果は伸びます。
入力の形式を揃える：渡す材料の並べ方を決めると、指示が短くなり、出力も安定します。
型を業務ごとに分ける：1つの万能な型より、業務ごとの専用の型のほうが精度が上がります。
よく使う材料を保存しておく：自社の説明、対象顧客の定義、避けたい表現。毎回貼り付けるものを1箇所にまとめます。
出力の確認手順も型にする：何を確認するかを毎回同じにすると、確認の時間も短くなります。
これらは仕組みの構築を必要とせず、文書の整理だけで実現できます。
つないだ後の運用
第3段階まで進んだ場合、運用で確認することがあります。
月に一度、動作を確認する：処理が実行されているか、内容が正しいかを見ます。
前提の変化に注意する：フォームの項目、データの形式、サービスの仕様。どれかが変わると処理が止まったり誤ったりします。
費用を確認する：処理量が増えると費用も増えます。想定を超えていないかを見ます。
担当者を決めておく：作った人が異動しても保守できるよう、手順を残します。
出典と注記
テキスト生成の仕組みとプロンプトの書き方は、いずれも OpenAI の開発者向けドキュメントに基づきます（確認日 2026年8月20日時点）。サービスの仕様と規約は変更が速いため、運用の際は提供元の最新の記載を確認してください。 3段階の分け方と設計の観点は、当社が支援の現場で用いている整理です。入力するデータの扱いは、利用するプランの規約と自社の方針に従ってください。
この分野の実務を相談したい方へ
記事で扱っている内容は、当社が実務として支援している領域です。 自社で進めるか外部に任せるかの判断からご相談いただけます。