「マニュアルはあるが、何年も更新されていない」「あの人しかやり方を知らない」「新しく入った人に教える時間が取れない」——業務の標準化に取り組む現場で、よく聞く悩みです。
結論から言うと、マニュアル・手順書作成のAI活用では、議事録・チャット・作業の録画や口述といった「すでにある素材」から手順書の下書きを作ること、ベテランへの聞き役としてAIが質問し暗黙知を言葉にすること、既存マニュアルの矛盾や古い記述を洗い出すことをAIに任せ、内容が正しいかの確認、安全・法令・品質に関わる手順の承認、公開の判断は人が持つのが基本です。 書く作業をAIが引き受けるぶん、ベテランは「ゼロから書く」のではなく「確認して直す」ことに時間を使えるようになります。
この記事では、マニュアル作りが止まる理由、7つのユースケース、暗黙知の引き出し方、AIに任せてはいけない確認、素材の扱い、工数の試算、小さく始める進め方を解説します。弊社（株式会社 DeploAI）は、FDE（Forward Deployed Engineer／フォワードデプロイドエンジニア）として、AI導入を現場に入り込んで実装から成果まで伴走しています。社内の問い合わせをAIが答える仕組みは社内問い合わせ対応はAIで自動化できる？、管理部門全体の活用はバックオフィス（管理部門）のAI活用もご覧ください。
マニュアル・手順書作りは、なぜ止まるのか？
マニュアル作りが止まる理由は、「書く時間がない」「書ける人が忙しい」「書いても更新されない」の3つに集約できます。 どれも、文章を書く作業が特定の人に集中していることが背景にあります。
| 止まる理由 | 現場で起きていること | AIが効く部分 |
|---|---|---|
| 書く時間がない | 本来の業務に追われ、手順書は後回しになる。書き始めても、構成や言い回しを考えるところで止まる | 素材から下書きを作り、構成をそろえる |
| 書ける人が忙しい | 手順を一番知っているベテランほど忙しい。頭の中にあるやり方は、説明されないまま残る | ベテランに質問する聞き役になり、答えを手順に整える |
| 書いても更新されない | 仕様や制度が変わっても、どこを直せばよいか分からず、古い記述が残る | 変更の影響を受ける箇所を洗い出す |
ここで重要なのは、AIに任せるのは「書く作業」であって、「何が正しい手順か」を決める責任ではないことです。 正しい手順を決めるのは、業務を知っている人と、その手順に責任を持つ人です。この線引きが、次に説明する7つのユースケースの前提になります。
マニュアル・手順書作成のAI活用、7つのユースケースは？
マニュアル・手順書作成のAI活用は、素材を集める、引き出す、整える、保つ、使うという流れに分けて考えると整理しやすくなります。 下の7つは、任せやすい順の目安です。
マニュアル・手順書作成のAI活用の4領域。AIは書く・整える作業を担い、手順が正しいかの判断は人が持つ。
| # | 領域 | ユースケース | AIに任せること | 人が持つこと |
|---|---|---|---|---|
| 1 | 素材から作る | 議事録・チャット・メールからの手順書の下書き | やり取りに散らばる手順を拾い、順序をそろえて下書きにする | 内容の正しさの確認、採用する手順の決定 |
| 2 | 素材から作る | 作業の録画や口述の文字起こしからの手順書の下書き | 操作しながら話した内容を文字にし、手順の形に整える | 抜けや誤りの確認、画面の対応づけ |
| 3 | 引き出す | ベテランへの聞き役（暗黙知のインタビュー） | 場面・判断・例外・失敗を順に質問し、答えを手順に整理する | 答えの正確さの確認、判断基準の最終決定 |
| 4 | 整えて保つ | 既存マニュアルの重複・矛盾・古い記述の洗い出し | 複数の文書を読み比べ、食い違いと古そうな箇所の候補を示す | どれが正しいかの判断、統合する内容の決定 |
| 5 | 整えて保つ | 仕様・制度・システムの変更に伴う更新箇所の洗い出し | 変更内容に関係する手順を探し、直す候補を示す | 修正の内容の確認、承認 |
| 6 | 使う | 読み手別の書き換え（新人向け、要約版、チェックリスト） | 用語の補足、要点の抜き出し、確認項目への変換 | 元の意味が変わっていないかの確認 |
| 7 | 使う | マニュアルを根拠にした社内Q&A | 手順書をもとに質問に答え、根拠の箇所を示す | 答えがない場合の対応、内容の更新 |
3と4は、手順書づくりの中でも効果が出やすい反面、人の確認が特に欠かせません。7は、社内の資料をもとに答える仕組み（社内RAG）として作る方法があります。答えの精度の上げ方はRAGの精度が上がらないのはなぜ？、作り方は社内問い合わせ対応はAIで自動化できる？で扱っています。
深掘り①：暗黙知は、どうやってAIで引き出すのか
暗黙知を引き出すには、AIを「質問役」にして、ベテランが「話す」だけで済む形にします。 ベテランにとって、自分のやり方を文章に書くのは負担が大きく、また当たり前になっているほど説明が抜けます。そこで、AIが順に質問します。次のような流れです（質問は説明用の例です）。
- 場面を聞く：「この作業は、何がきっかけで始まりますか」「始める前に確認することは何ですか」
- 手順を聞く：「最初にすることは何ですか。その次は」「その操作をする理由は何ですか」
- 判断の分かれ目を聞く：「やり方が変わるのは、どんなときですか」「迷ったとき、何を見て決めていますか」
- 例外を聞く：「いつもと違うことが起きるのは、どんなときですか。そのときはどうしますか」
- 失敗を聞く：「新人がつまずきやすいのはどこですか」「過去に困った例はありますか」
ベテランが答えた内容を、AIが手順・判断の基準・例外・注意点に分けて整理し、ベテランに見せて「これで合っていますか」と確認します。暗黙知の中でも価値が高いのは、手順そのものより、「判断の分かれ目」と「例外のときの動き」です。 手順は文書から拾えても、この2つは人に聞かないと出てきません。
この聞き取りの内容は、AIの回答の根拠として使える文書にもなります（AIに渡すデータの整え方を参照）。
深掘り②：既存マニュアルの整理で、AIは何を出し、人は何を決めるのか
既存マニュアルの整理でAIが出すのは「食い違いと古そうな箇所の候補」までで、どれが正しいかを決める判断は人が行います。 複数の部署や年代の文書が混在していると、同じ作業について手順が2通り書かれている、画面の名称が今と違う、といった食い違いが生じます。ここでAIが、次のような一次対応を行います（以下は説明用の例です）。
- 同じ作業の重複を見つける：別の文書に書かれた同じ作業を見つけ、内容の違いを並べて示す
- 食い違いを指摘する：手順の順序、数値、担当の記載が文書間で違う箇所を示す
- 古そうな箇所に印をつける：現在使っていない画面の名称や、日付が古い記述の候補を示す
人は、AIが示した候補を見て、「どちらが現在の正しい運用か」「統合するか、別々に残すか」を決めます。どれが正しいかは、現場の運用を知っている人にしか判断できません。 AIが「こちらが新しそう」と示しても、それは推測であり、正解とは限りません。
マニュアル作成で、AIに任せてはいけない確認とは？
手順の内容が正しいかの確認、安全・法令・品質に関わる手順の承認、公開の判断のように、手順の結果に責任を負う判断は、AIに任せず人が持ちます。 AIは、もっともらしい文章を作れるため、誤った手順でも自然に読めてしまうことがあるためです（誤りへの対策は生成AIのハルシネーションを参照）。
線引きを一覧にすると、次のようになります。
| 区分 | 例 | AIの関わり方 |
|---|---|---|
| 任せやすい | 議事録やチャットからの下書き、構成の整理、用語の補足、チェックリストへの変換 | AIが下書き・加工し、人が事後に確認する |
| 材料づくり | 暗黙知の聞き取り、既存文書の食い違いの洗い出し、更新箇所の候補出し | AIが整理・提案し、人が内容を確認して判断する |
| 任せない | 手順の正しさの最終判断、安全・法令・品質に関わる手順の承認、例外対応の方針の決定、マニュアルの公開 | 人が決める。AIは判断の材料の提供にとどめる |
特に、設備の操作、薬品や個人情報の取り扱い、会計・税務・法令に関わる手順のように、誤りが事故や違反につながる手順は、責任者の承認を必須にします。また、AIが作った手順書をそのまま配布して現場の運用を変えることも避けます。
もう一つ大切なのが、実際に作業する人が、手順書のとおりに試す確認です。書いた人には分かる手順でも、初めて読む人には抜けて見えることがあります。新人や、その作業に慣れていない人に手順書だけを渡して作業してもらい、つまずいた箇所を直すと、実用になる質が一段上がります。
録画や社内チャットを素材にするとき、情報はどう守る？
マニュアルの素材には、顧客情報・個人情報・社内の機密が映り込むことがあるため、「AIに何を渡すか」「どこに保存されるか」「誰が見られるか」を先に決めます。 作業の録画には画面上の顧客名や金額が、社内チャットには個人の発言や機密の議論が含まれることがあります。
- 渡す素材の範囲を絞る：マニュアルに必要な部分だけを使い、関係のない会話や画面は含めない
- 映り込む情報を除く：顧客名・個人名・金額などを、素材を渡す前に伏せる。録画なら、操作の流れだけが分かる状態にする
- 権限を分ける：完成したマニュアルを見られる人を、業務の権限に合わせる
- 保存と学習の扱いを確認する：入力した内容がどこで処理され、保存されるか、AIの学習に使われるかを、利用するサービスの契約や設定で確認する
- 自社環境での運用も検討する：機微な素材を扱う場合は、外部サービスに出さず自社の環境で動かす構成を選ぶ（生成AIを自社環境で動かすには？）
守り方の全体像は企業の生成AI活用、セキュリティはどう担保する？、社内のルールのつくり方は生成AIの社内ガイドラインをご覧ください。
具体例：手順書づくりの工数を試算すると？
手順書づくりは、業務の数と1業務あたりの時間を仮に置いて見積もると、AI活用の優先度を判断しやすくなります（以下はすべて説明用の仮の数値です。実際の時間や削減効果は、業務の複雑さや素材の質、確認の体制によって大きく変わります）。
ある部署に、手順書が必要な定型業務が仮に20業務あり、現在の手順書づくりは、次のように進むとします。
- ベテランが業務のやり方を思い出しながら文章に書く：1業務あたり仮に5時間
- 別の人が読んで確認し、直す：1業務あたり仮に1時間
- 合計：1業務あたり6時間 × 20業務 ＝ 120時間
ここを、AIを使った流れに変えます。ベテランが作業しながら話した内容や、既存のメモ・チャットをAIが手順書の下書きにし、AIが質問した内容にベテランが答えます。ベテランは下書きを読んで直し、別の人が手順書のとおりに試して確認します。
- ベテランが話す・答える時間：1業務あたり仮に1時間
- ベテランが下書きを読んで直す：1業務あたり仮に1時間
- 別の人が手順書のとおりに試して確認し、直す：1業務あたり仮に1.5時間
- 合計：1業務あたり3.5時間 × 20業務 ＝ 70時間
この仮の試算では、約50時間が減り、ベテランが「ゼロから書く」時間は、「話す・確認する」時間に置き換わります。 浮いた時間は、まだ手順書になっていない業務の整備や、新人への指導に回せます。
ただし、この試算は「素材があり、確認の体制がある」前提です。素材が乏しい業務や、判断の分かれ目が多い業務は、ベテランに聞く時間がより多く必要です。また、確認の工程を省くと誤りが残るため、確認の時間は減らす対象にしないのが原則です。 削減できる時間は、御社の業務の実態にもとづいて置き換えてください。
マニュアル・手順書作成のAI活用は、どう小さく始める？
始め方は、全業務の手順書を一度に作り直すのではなく、「業務を1つ選び、手順書を作り、実際に使ってもらう」ことを小さく試して広げることです。 次の流れで進めます。
- 1つの業務に絞る：頻度が高く、手順がある程度決まっていて、属人化の影響が大きい業務を選ぶ（選び方はAI活用のユースケースはどう優先順位をつける？、棚卸しの考え方はAI導入に業務棚卸しは必要？を参照）
- 素材を集める：既存のメモ、チャット、過去の議事録、作業の録画など、使える素材を集める。映り込む情報を確認する
- 下書きを作り、ベテランに確認してもらう：AIが下書きを作り、質問し、ベテランが答えて直す。判断の分かれ目と例外を重点的に確認する
- 実際に試してもらう：作業に慣れていない人が、手順書のとおりに作業し、つまずいた箇所を直す
- 更新の担当と頻度を決める：変更があったときに、誰が、何を契機に、どう更新するかを決める。更新されなくなるのが、マニュアルが古くなる最大の原因
AIの出力の質を測る方法は生成AIの評価（Evals）、AIが答えられないときの人への引き継ぎはAIエージェントから人へどう引き継ぐ？、定着のさせ方はAIツールを導入したのに使われないを参照してください。
マニュアル整備のAI化は、DeploAIのFDEでどう進める？
FDE（Forward Deployed Engineer／フォワードデプロイドエンジニア）は、事業と業務を理解したエンジニアが現場に入り込み、御社の実際の業務フロー・システム・権限に合わせてAIを組み込み、社内に残す形で支援するサービスです。
マニュアル整備のAI化でつまずきやすいのは、「AIツールで下書きは作れたが、自社の業務の判断の分かれ目や例外が反映されず、現場で使われない」「作ったマニュアルが更新されず、また古くなる」という状態です。FDE は、この溝を埋めます（FDE の全体像はFDEとはを参照）。
- 対象の業務と既存の資料・システムを確認し、どの業務の手順書から整えるかを一緒に絞る
- 聞き取りの流れ、下書きの作成、既存文書の食い違いの洗い出しを、御社の業務に合わせて作り、根拠の表示と人の確認を組み込む
- 素材の扱いと権限を設計し、人が最終判断する運用を仕組みとして残す
- 出力の質を測る評価のしくみ（evals）と、更新を回す運用を作り、定着支援・改善まで伴走する
サービスの工程には、現状診断、プロトタイプ作成、ツール連携、評価のしくみの構築、定着支援・改善、内製化スキル移管が含まれます。進め方はサービス内容、費用は料金をご覧ください。近い業務の例はユースケース紹介でも確認できます。
まとめ
- マニュアル作りが止まるのは、書く時間がない、書ける人が忙しい、書いても更新されないため。AIが引き受けるのは「書く作業」で、何が正しい手順かを決める責任ではない
- ユースケースは素材から作る・引き出す・整えて保つ・使うの4領域。最初の候補は、議事録やチャットからの下書きと、ベテランへの聞き役
- 暗黙知は、AIが質問役になり、場面・手順・判断の分かれ目・例外・失敗を順に聞き出す。価値が高いのは、判断の分かれ目と例外
- 手順の正しさの確認、安全・法令・品質に関わる手順の承認、公開の判断は人が持つ。実際に作業する人が手順書のとおりに試す確認も欠かさない
- 素材には機密や個人情報が映り込むため、渡す範囲・伏せる情報・権限・保存と学習の扱いを先に決める
- 始め方は、1つの業務に絞り、下書き→ベテランの確認→試用→更新の担当決めの順に小さく試し、広げる
マニュアルや手順書の整備をAIで進めたい方は、お問い合わせからご相談ください。
関連記事：バックオフィス（管理部門）のAI活用｜社内問い合わせ対応はAIで自動化できる？｜AI活用のためのデータ整備｜生成AIのセキュリティ
