個別連絡50人分を、AIエージェントに任せてみた結果

講座運営をしていると、定期的にやってくるのが「受講生さんへの個別のお知らせ」。

全体チャットで告知するだけでは届きにくいので、必要な方には個別にも連絡したい。でも、50人の個別ルームを開いて、宛名を入れて、同じ案内を送る。これを繰り返すのは、10人でもなかなか大変です。

以前なら、部屋を一つずつ開き、名前の表記を見比べながら貼り付けて送っていました。人がやる場合は、それが普通の仕事。でも一度流れを作ってしまえば、対象の抽出から確認、送信後の台帳更新まで、まとめて進められます。

そこで今回は、ChatworkとAIエージェントをつないで任せてみました。

申込リストと名簿を照合して、対象外の方を外し、個別ルームの表記ゆれも確認。以前の案内に返信をくれていた方を除外して、残った31人に宛名付きで案内を送るところまで、会話ひとつで進みました。

もちろん、丸投げでいいわけではありません。実際、指示していない一文が勝手に足されていて、送信後に気づいたことも。でも「そこだけ消して」と伝えると、送信済みの文面を短時間で修正できました。

AIエージェントが読める履歴には上限もあります。確認できない人を「未返信」と決めつけず、「要確認」と返してくれたのは頼もしかったです。

大事なのは、AIの速さをそのまま信じるのではなく、最初に対象者と文面を人が決め、出てきた結果を必ず見ること。手間を消すためではなく、人が集中すべきところに時間を戻すための連携だと感じています。

私が任せているのは、名簿との突き合わせ、返信状況の確認、指定文の送信、台帳更新や定例報告。
一方で「送ってよいか」の最終判断、停止する相手、在籍などの事実確認、送る文面そのものは人が握る。

人が判断を手放さなければ、一斉送信は単なる時短ではなく、安心して育てられる仕組みになるのかもしれません。

この話をもう少し長く書いたnoteはこちらです。

AIエージェント×Chatwork＝マジサイコー！個別連絡50人分をやめてみた｜かみばやし

---

＼📣登録してね✨／

イベント最新情報・無料個別相談はコチラから！

経験が浅いからこそ、「教える」前に決めたいこと

「まだ経験が浅いのに、人に教えていいのかな？」
そんな相談を受けて、しばらく考え込んだことがありました。

学んだ知識はある。でも実際の案件や検証の経験は、まだこれから。
その状態でマーケティングを教え、コンサルも始めたい——という相談です。

最初に浮かんだのは、「実践知のないまま、答えを知っている専門家の立場に立つのは違うかも」という違和感でした。

お客さまがコンサルに期待しているのは、知識そのものだけではありません。
何が問題かを見立て、どんな打ち手を選び、うまくいかなければ何を変えるか。その判断にも価値があります。

では、十分に経験を積むまで、誰も教えてはいけないのか。
私はそうは思いません。

たとえば一歩先を進んだ人だからこそ、つまずいたばかりの相手に渡せる言葉もある。
ただし、実践知のある専門家と同じ約束をして高額な支援をするのとは、話が別です。

大切なのは、自分が今どの段にいて、何を提供できるのかを正直に伝えること。
「ここまではお伝えできます。ここからは一緒に仮説を立てて検証しましょう」と、期待値を先に合わせる。

最初から完璧な答えを持っている必要はありません。
けれど、分からないことをそのままにせず、必要なら経験者に聞き、試した結果を次に活かす。その姿勢が、伴走する相手への誠実さになるのだと思います。

「うまくいく保証はできない」ことと、「成果にコミットしない」ことも別物です。できることを総動員し、外れたら次の仮説を立てる。その積み重ねが、借り物の知識を自分の実践知に変えていきます。

経験が浅いことは、悪ではありません。
答えを知っているふりをしないこと。けれど、お客さまの成果から逃げないこと。

謙虚さと責任は、ちゃんと両立できる。
教えることのゴールは、自分が先生になることではなく、目の前の人が一歩前に進めることなのだと思います。

この話をもう少し長く書いたnoteはこちらです。

経験が浅い人は、教えちゃダメなのか？「知識の横流し」にザワついた私が出した答え｜かみばやし

---

＼📣登録してね✨／

イベント最新情報・無料個別相談はコチラから！

AIに任せるほど、人間の「読む力」が問われる

AIで議事録を自動化する実験記、ひとまず第3回です。

いまは、MTGの概要、議事録、参加者ごとのタスク、整形した文字起こしまでが一連で出るようになりました。Wrikeにもつなげたので、「誰が何をやるか」まで管理できます。

便利になったなあ、と喜んでいたのですが、今回いちばん大きかった学びは別のところでした。

AIは、お願いしたらすぐ完成させてくれる魔法ではありません。何を起点にするか、どのデータを使うか、どこまで待つか。条件を決めて、動かして、止まれば直す。この工程には時間がかかります。

だから、人に「AIでパッとできるでしょ」と言うのは少し危険かもしれません。できることと、すぐできることは別物です。

もう一つは、AIと仕事をするほど「読む力」が必要になるということ。

提案、エラー、修正報告を読み、違和感があれば止める。今回も、Zoomがすでに用意している文字起こしデータがあるのに、AIが別途文字起こしをしていることに気づきました。そのまま流していたら、不要なクレジットを使い続けるところでした。

便利な仕組みを育てるには、AIに丸投げするのではなく、途中の報告を受け取り、自分で確かめることが欠かせないのだと思います。

AIは速く案を出してくれます。でも「これでいい？」「ムダはない？」と決めるのは人間。

AIに任せることが増えるほど、読んで、見抜いて、判断する力が大切になる。ズブの素人の私が実験を通して、いちばん実感したことです。

「AIがやってくれるから大丈夫」と思い込むより、完成までの流れを一度自分の目で追ってみる。そんな小さな確認が、結果的に仕事を速く、安心して進める近道になるのかもしれません。

この話をもう少し長く書いたnoteはこちらです。

AI勉強会でやる気に火がついた「ズブの素人」が議事録自動化をやってみた実験記③ 〜AIに任せるほど、人間の「読む力」が問われる〜｜かみばやし

---

＼📣登録してね✨／

イベント最新情報・無料個別相談はコチラから！

議事録自動化は完成よりテストが先だった

AIで議事録を自動化したい。そう思って始めた実験の続きです。

前回は、Zoomの録画をどう検知するか、いつ検知するか、YouTubeへの限定公開をどうつなぐかで、なかなかの遠回りをしました。

ローカル録画は検知できても、クラウド録画が拾えない。そもそも自動検知を24時間ずっと動かすの？という問題も発生しました。

そこでGoogleカレンダーの予定と連携し、条件に合う予定の終了から3時間だけ確認する形に。YouTubeへのアップロードもうまくいかず、Zoomのクラウド録画からZapierを経由するルートを試しました。

これでいけるはず！と思っていたのですが、実際に別の方々に協力していただいてテストすると、やはり止まります（笑）。

例えば、ZapierがZoomから受け取ったものが動画ではなく、権限不足を知らせるHTMLページだったことがありました。

玄関のドアを開けたら、動画ではなく「立入禁止」の貼り紙が出てきた、みたいなものです。

Zoom側の共有設定を見直しました。リンクを持つ人がアクセスできること。ダウンロードを許可すること。パスコードなしにすること。

設定を整え、失敗した処理を再実行したら、ようやくYouTubeに動画が上がりました。開通！

最終的には、カレンダー確認、Zoomクラウド録画の検知、文字起こし待ち、議事録のObsidian保存、YouTube限定公開、タイトル調整、共有URLの発行まで、ほぼ一連の流れが通りました。

完成形だけ書くと、なんだか平たい。でも、そこに至るまでには、テスト、修正、またテストの繰り返しがあります。

私は非エンジニアなので、細かいところは今でも分からないことだらけです。それでも、動かなかったら諦めるのではなく、どの工程で止まったのかを見る。必要な設定を直す。もう一度試す。

自動化は、一発で完成させるものではなく、実際の仕事の中で鍛えていくものなのですね。テストに協力してくださった皆さんのおかげで、机上の空論が少しずつ使える形になりました。

この話をもう少し長く書いたnoteはこちらです。

 

AI勉強会でやる気に火がついた「ズブの素人」が議事録自動化をやってみた実験記②｜かみばやし

---

＼📣登録してね✨／

イベント最新情報・無料個別相談はコチラから！

AI自動化で盛大に遠回りしたあとに見えたこと

エージェントAIって、夢がありますよね。あんなことも、こんなことも、できるらしい。

ある日、「Zoom録画から議事録を作る流れを仕組みにしてみる？」と提案されまして。

そんなことができるなら、もちろんやりたい。全部いっぺんに自動でできたら最高じゃん！と、テンション高く始めました。

言われるままに設定して、生まれて初めて真っ黒いコマンド画面を開いて、ゴリゴリゴリゴリ。分からないなりに一生懸命やったのです。

ところが最終的に、「これ、現実的ではないね」という状態になりました。

もーーー屈辱。時間、戻ってこーい。

でも、AIの勉強会に参加して、私のAIとの付き合い方が根本から違っていたことに気付きました。

私は「最終的に何を実現したいか」より、目の前の機能を一気につなごうとしていたのです。録画を検知して、文字起こしを待って、議事録を保存して、動画も限定公開して……と、完成形を一足飛びに作ろうとしていた。

それでは、どこで詰まっているのか分からなくなります。

本当は、仕事を分解しなくてはいけなかったのです。

何を起点にするのか。どのデータが必要なのか。誰がどのタイミングで確認するのか。自動にする部分と、人が見る部分はどこか。

AIに「全部やって」と言うより、「まずここだけできる？」と小さく確かめる。できたら次を足す。できなければ、何が足りないかを見る。

この地味な往復こそが、結局は一番早いのかもしれません。

非エンジニアの私にとっては、仕組みを作る過程そのものが未知の世界です。でも、分からないから触らないのではなく、分からないなりに試して、失敗したら分解し直す。

AIを使える人は魔法を使っているわけではないのだと思います。欲しい結果までの工程を見て、一つずつAIに任せている。

遠回りはしました。でも、あの屈辱があったから、次はもう少し小さく始められそうです。

全部を理解してから進むのではなく、必要な一歩を試してみる。AI時代の学び方は、知識をためてから動くより、動きながら問いを具体的にしていくことなのかもしれません。
 

この話をもう少し長く書いたnoteはこちらです。

https://note.com/kamibayashi1111/n/nbc265bef1287

---

＼📣登録してね✨／

イベント最新情報・無料個別相談はコチラから！