AIネイティブな仕事の作法
第1章 / Essay
第1章 № 01 · 2026

AI は魔法の道具ではない。
優秀な、新人の書記である。

普通の人のための、6 つのコツ

2026.05.21 🌐 EN

AI（ChatGPTやClaudeなど）は、なんでも勝手にやってくれる魔法の道具ではありません。こちらの話を聞いて、1件あたり数円で実務をこなしてくれる「とても優秀な、新人の書記」（事務を手伝う秘書のような存在）だと思ってください。

序章では、AI ネイティブな道具立て（Python・Markdown・JSON）と、企業の標準的な道具立て（Office・Java/C#）のあいだに決定的な断絶があることを書きました。本章はその前段 ── まだ AI に触れていない普通の人 が、外の業者やサービスに頼りすぎていたものを見直して、自分の手元で身軽に仕事するための 6 つのコツ です。次章以降の Python・Markdown・JSON といった具体策は、この 6 つを腑に落としてから読むと、すっと入ってきます。

  1. AIを購読する
  2. まずは頼んでみる
  3. AIに任せきりにしない
  4. 大事なものはインターネットに送らない
  5. AIの得意と苦手
  6. 浮いた時間を「文化・科学・現実」に振り向ける

1. AIを購読する

書記の個性 ── どれを選ぶか

AI は「何を学習したか」で性格が決まります。料理人がどんな食材で修行したかで得意な料理が変わるのと同じで、AI も訓練データの中心が違えば、得意なことも口調も違います。

AI 提供元 学習の中心 性格・強み
Claude Anthropic 厳選された書籍・論文・コード。Constitutional AI（倫理原則）で訓練 慎重で思慮深く、長文に強い。コーディングが業界最高水準。「知らない」と言える誠実さで、ハルシネーション（5番）が比較的少ない。判断を委ねず「書記」の立場を守りやすい
ChatGPT OpenAI 広範な Web・書籍・コード。人間によるフィードバック（RLHF）で調整 流暢で親しみやすく、応答が速い。相手に合わせるのが得意（人間が高評価したパターンを学習）。画像生成（DALL-E）や音声会話、多くのプラグインなど機能が豊富。最も認知度が高い。一方で 「合わせすぎ」が弱点 ── ユーザーに同調しやすく、間違っていても指摘してくれない「迎合性（sycophancy）」が知られている
Gemini Google Google 検索のインデックス、YouTube、Google Books、学術論文。多モーダル特化 Gmail・Drive・カレンダー・検索と連携。動画や画像の処理に強い。Google サービス利用者と相性がいい
Grok xAI（Elon Musk） X（旧 Twitter）のリアルタイム投稿が中心。フィルタリングが少なめ 砕けた口調、時事・トレンド・最新情報に強い。社会的・政治的話題に遠慮が少ない（その分、Twitter 文化の偏りも反映されやすい）
GitHub Copilot Microsoft / GitHub GitHub の公開リポジトリのコード（数千万のオープンソース） コード補完に特化。Visual Studio Code などエディタに統合され、書いている途中で続きを提案する。チャット用ではなく、コードを書く時の補助。2026 年 6 月から「AI クレジット」方式（実質トークン従量課金）に移行し、これまで定額で「無制限」だった大きめのバグ修正一回で月額分のクレジットが溶ける事例が報告されている ── ローカル AI（4 番）に移す経済的動機が一段強くなった

学習しているものが、そのまま AI の性格になる ── 書籍と論文中心の Claude は思慮深く、Twitter 中心の Grok は砕けた口調、GitHub のコード中心の Copilot はコード以外には弱い。これは「AI は『学習データから次に来そうな言葉を予測する』統計的な道具」（5番）であることの直接の帰結です。魔法ではなく、食材で味が決まる料理と同じ。

⚠️ 学習データの偏りは弱点になる ── Copilot の脆弱性問題

「学習しているものが性格を決める」ということは、学習データに含まれる欠陥もそのまま出力に現れる ということです。代表例として、GitHub Copilot は脆弱性のあるコードを書きやすい ことが、複数の研究で確認されています（NYU の 2021 年研究では、セキュリティ関連の補完提案の 約 40% に脆弱性が含まれていた）。

GitHub の公開リポジトリには、SQL インジェクション、XSS、ハードコードされた秘密鍵、古いライブラリの使用など、セキュリティ上の問題を抱えたコードが大量に含まれている。Copilot はそのパターンを学習しているので、何も指示しなければ「それらしく見えるが安全でない」コードを書きます。GitHub の平均は、安全なコードの平均ではない。

これは Copilot 固有の問題に見えますが、原理は すべての AI に当てはまる ── AI は学習データの中身を出力する。同じ理屈で ChatGPT には「迎合性（sycophancy）」 が指摘されています：人間によるフィードバック（RLHF）で訓練された結果、評価者が高く評価しがちな「同意する応答」を覚え、ユーザーの意見に同調しやすく、間違いを指摘してくれない 傾向が生まれる。学習データの偏り（Copilot）、学習方法の偏り（ChatGPT）── どちらも「学習しているものが性格を決める」の現れです。

厄介なのは、会話のターンが進むほど迎合が強くなる こと（"Truth Decay" や SYCON BENCH などの近年の検証で定量化）。最初は正しく答えていても、ユーザーが「いや違う、こっちが正しい」と繰り返し強く押すと、モデルが折れて誤った主張に乗り換える ── これは「会話のテストではユーザーが満足した方が高評価」という学習設計の副作用です。「人間の好み」で評価が高いモデルほどハルシネーションも多い という不都合な相関（LMArena パラドックス）も報告されています。

だから対策は普遍的です：最後は必ず自分が確認する（3番「AIに任せきりにしない」）。コードならセキュリティチェックを必ず通す。AI の答えに「合わせすぎ」の気配を感じたら、わざと反対意見をぶつけて反応を見る。AI の答えは「材料」として、冷静に見て直して使う ── これは文章でもコードでも同じです。

最初は 一つだけ 契約して、自分の仕事で試してみてください。大まかな目安：

本シリーズは Claude を念頭に書いていますが、6つのコツはどの書記にも同じように当てはまります。半年単位で勢力図が変わる業界なので、最終的には自分で試して相性を確かめる のが一番です。

ローカル AI（自分のパソコンで動く、クラウドを使わない AI）── Llama、Qwen、DeepSeek、Mistral など、いずれも公開された学習方法で誰でも改造・自前運用できる ── については、4番で扱います。

2. まずは頼んでみる

わからないことがあったら、聞く。手間がかかっていることがあったら、どうしたら楽になるか聞く。普段の使い方はこれだけです。

AIを使うには専門の勉強が必要だと思っている人が多いのですが、いりません。ブラウザでClaudeやChatGPTの画面を開いて、新人の書記に話しかけるのと同じ調子で用件を打ち込むだけ。使い方がわからなければ、AIに聞いてください。AIの使い方を一番よく知っているのは、AI自身です。

3. AIに任せきりにしない

AIに頼むと、つい「全部やっておいて」と任せたくなります。これが一番危ない使い方です。AIは下ごしらえと仕組み化はしてくれますが、始めるのも、確認するのも、責任を取るのも、自分。これを取り違えると、必ずどこかでトラブルになります。

自分で持ち込んでAIに下ごしらえさせる。同じことの繰り返しが見えたら、AIにプログラムを書いてもらって仕組み化する。そして最後は必ず自分の目で確認してOKを出す。処理はAIに、責任は自分に。 この線引きさえ守れば、AIは強力な書記のまま居てくれます。

このコツの構造的な深掘り ── 「自律エージェントを動かすな」「AI はサンドボックスで使う」「Office に AI を統合する道は最も安易で最も危険」 ── は、本シリーズ 第 11 章「AIに任せる仕事を見極める」 で扱います。

4. 大事なものはインターネットに送らない

ChatGPTやClaudeのWeb画面に文章を打ち込むと、その内容はインターネットを通って、AIの会社のサーバーに届きます。便利な反面、こちらが入力したものは一度、自分のパソコンの外に出ていくわけです。だから、お客さんの個人情報、自分や家族の家計、健康のこと、写真や日記——こうした「他人に見られたら困るもの」を、そのままAIに渡すのはやめてください。

クラウドのAIには、考え方や仕組みの作り方を聞くだけ。実際のデータは、自分のパソコンの中で扱います。 「お客さんの名簿を整理する手順を教えて」と聞くのはOK、お客さんの個人情報（氏名・住所・電話番号入り）を貼り付けるのはNG、という感じです。

扱う量が増えてきて、毎回パソコンとAIを行き来するのが大変になったら、自分のパソコンの中だけで動くAI（ローカルLLM）を入れる方向に進みます。Apple Silicon の Mac mini や、Raspberry Pi 5 のような手のひらサイズの小型機でも動くものがあって、インターネットを使わずに完結します。プライバシーが完全に守られますし、停電や通信障害があっても動きます。導入のやり方は、クラウドのAIに聞きながら準備すれば大丈夫です。

5. AIの得意と苦手

AIには、はっきりとした得意と苦手があります。

一番得意なのは、実はプログラムを書くことです。 多くの人は「プログラムなんて専門家のもの、自分には無理」と思っています。これまではその通りでした。でも、プログラミング言語というのは文法が決まっていて曖昧さがない、AIにとって一番扱いやすい言葉です。これまで難しかったのは「決まった言葉を間違いなく書く」部分で、それはAIが肩代わりしてくれます。あなたは日本語で「写真を日付ごとに整理するプログラム作って」と頼むだけ。一度試してみてください。

確認のためには「テスト」を書いてもらう。 AI が書いたプログラムを一行ずつ読んで合っているか確かめる必要はありません ── そもそも書いた本人より速くは読めない。代わりに 「このプログラムの動きを確かめるテストも書いて」 と続けて頼みます。テストは「こういう入力を入れたら、こういう結果が返るはず」という小さな検査の集まりで、これを走らせて全部緑（OK）になれば、AI が約束した動きをしている証拠になります。途中でプログラムを直しても、テストを走らせ直せば壊れていないか一目で分かる。

ただし大事な原則が一つ ── テストデータ（入力と期待する結果）は自分で決める。AI にコードもテストもデータも全部任せると、AI が自分の答えに合わせてテストを書いてしまう（自分の宿題を自分で採点するのと同じ）。だから自分が用意するのは、「この日付の写真を渡したら、このフォルダに入るはず」「この金額を入れたら、合計はいくらになるはず」という 具体的な入力と、自分が期待する答え です。実際の現場のデータの一部、よくある間違いそうな例（空の入力・想定外の文字・境界値）── これらは自分の仕事の知識から出てきます。コードを書くのは AI、テストの骨組みを書くのも AI、でも「何を確かめるか」を決めるのは自分 ── これが AI 時代のプログラムの確認の仕方です（セキュリティ面の確認は、書記の個性の節の Copilot 警告の通り、静的解析ツールを別途回す）。

事実の調べものも得意です。 「この法律の今の条文は？」「同じような問題に、人はどう対処してきた？」——自分でやると一番時間を食う仕事が、AIに聞けば数秒で済みます。ただし大事な注意点があります。AIは時々もっともらしい嘘をつくので、法律や医療など正確さが必要なものは、必ず公式サイトで裏を取ってください。 Web検索機能をオンにして頼むと、ソース付きで答えてくれるので、その元のページを確認する習慣をつけるのが一番安全です。

苦手なのは「組み立て」です。 「うちのシステム全体をどう組み立てるか」「事業をどう設計するか」——こういう仕事は、AIに任せないでください。AIは世の中の平均的な答えしか返せません。あなたの土地、お客さん、事情を踏まえて組み立てるのは、自分の仕事です。

そしてもう一つ、AIは時々間違ったことも言います（「ハルシネーション」と呼ばれる現象）。そもそも AI は「大量の文章から、次に来そうな言葉を確率的に予測する道具」── 魔法ではなく、優秀だけど統計的な道具です。事実の番人ではないので、鵜呑みにしないこと。AIの答えは「材料」として、冷静に見て直して使うのがちょうどいい距離感です。

自分は組み立てを考える。AIは事実を集めて、プログラムを書く。

ハルシネーションへの対処と、AI が乗りやすい「物語」（Microsoft 発の AGI 寓話など）を見抜く実務的な手順は、本シリーズ 第 12 章「AIで物語を検証する」 で扱います。

6. 浮いた時間を「文化・科学・現実」に振り向ける

事務を自分の手元に戻したことで浮いたお金と時間は、AIには絶対にできない 三つの場所 に注ぎ込みます。

これこそが、人がやるべき本当の仕事です。

AIが文章も画像も動画もそれらしく作れる時代だからこそ、ごまかしのきかないもの ── 自分が書いた言葉、自分の手で観察した事実、土に立った時の足の感触、相手の顔を見て話したときの温度、自分の手で動かしたシステムが動いた手応え ── の価値が上がります。書記には下ごしらえと仕組み化を任せて、自分は文化と科学と現実の側に座る。これがAI時代の人の置き場所です。

500年前のルネサンス（文芸復興）も、同じ構造で起きました ── 印刷術が事務を肩代わりして、自由になった人々が 芸術（ダ・ヴィンチ、ミケランジェロ）と 科学（コペルニクス、ガリレオ、ニュートン）と 暮らし（自由都市、職人ギルド、自営農）を花開かせた。AI時代の私たちも、同じ位置にいます。事務はAIに、人は文化・科学・現実に ── これが「AI時代の自由人」の生き方です。

まとめ

1件数円のAI（書記）を「下ごしらえと仕組みづくり」のために使い、同じことの繰り返しはプログラムにしてもらう。でも、始めるのも確認するのも自分。こうすると、AIは単なる便利グッズを超えて、自分の手元で長く使える「自給自足の道具」になります。入口は、Web画面で書記に頼むのと同じ感覚から。この6つを半日かけて手元で試してみれば、自分の事務仕事の主導権が、しっかり自分のものになるはずです。

そして、その先にあるのは AI時代の自由人 の暮らし方 ── 事務はAIに任せて、自分は 文化・科学・現実 に時間を振り向ける。500年前にルネサンスを生んだ自由人たちの、現代版です。

次章 「処理を書く ── AIにPythonで書いてもらう」 からは、6 つのコツを実際の道具立てに落とすところに入ります。同じことを「日本語で頼む」のがコツで、文法はAIが書きます。

関連記事