業務マニュアルをAIで作る｜属人化を外す手順

なぜ業務マニュアルは後回しにされるのか

マニュアル作成が進まない理由は、忙しさよりも「書く作業そのものが重い」ことにあります。

• 頭の中の手順を、そのまま文章にするのは難易度が高い
• 「当たり前すぎて」書き漏らす手順が出やすい
• 書いている間、本来の業務が止まる
• 完成しても、次の変更で古くなり誰も直さない

この4つのうち、AIが直接効くのは1つ目と3つ目です。 「話した内容を文章に整形する」作業を人からAIに移すことで、 書く時間そのものを減らせます。2つ目の書き漏らしと、4つ目の更新の仕組みは、 AIではなく手順の設計で解決します。後の章で扱います。

属人化とは、何が起きている状態か

属人化とは、ある業務のやり方が、特定の社員の頭の中にしか無い状態を指します。

その社員が休むと、その業務は止まるか、別の社員が手探りでやり直します。 退職すれば、やり方そのものが失われます。 問題は「その人が優秀かどうか」ではなく、「やり方が本人以外から見えない」ことです。

マニュアル化は、頭の中にあるやり方を、誰でも見られる形に外に出す作業です。 AIが担うのは「外に出す作業を速くする」部分であり、 「何を外に出すべきか」を決めるのは、その業務をよく知る人です。

AIに任せられる部分と、任せられない部分

マニュアル作成の工程を、AIに任せられる部分と任せられない部分に分けます。

判断が要る部分（何を聞くか、何が正しいか、実際に使えるか）は、 すべて人が担います。AIが担うのは、話した内容を文書の形に整える作業です。

作成手順（4ステップ）

ステップ1：話してもらう内容を決める

いきなり「業務について話してください」と聞くと、話が散らばります。 先に聞く項目を決めておきます。

• その業務のゴール（何ができたら完了か）
• 手順を1つずつ、順番に
• 判断が分かれる場面（「もし〜だったら」のパターン）
• よくある失敗と、その対処

ステップ2：話してもらい、AIで文字起こし・整形する

ベテラン社員に、上記の項目に沿って話してもらいます。 録音した音声をAIで文字起こしし、続けて手順書の形（見出し・箇条書き）に整形します。 この時点ではあくまで下書きで、誤りが含まれている前提で扱います。

ステップ3：抜け漏れをAIに指摘させる

できあがった下書きを読み返すだけでは、抜け漏れに気づきにくいものです。 AIに「この手順で分岐しそうな場面はどこか」「初めて読む人が迷いそうな箇所はどこか」を 質問案として出させ、その質問を実際にベテラン社員へ追加で聞きます。

ステップ4：現場で試し、事実確認をする

下書きが固まったら、その業務を知らない社員（または新人）に、 マニュアルだけを見て実際に作業してもらいます。 つまずいた箇所が、書き漏らしていた手順です。ここは人が行う工程です。

作業時間はどのくらい変わるか

マニュアル1本を作る作業を、「書く中心」の場合と「話す中心＋AI整形」の場合で比べた目安です。

試算の前提: 「いまの時間」は、担当者が構成から体裁までを1人で書き上げる場合の一般的な作業量から試算した目安です。「AI活用後」は、話す時間（30分〜1時間程度）と、AIが作った下書きを確認・修正する時間を含みます。事実確認・現場での試運転にかかる時間は、業務の複雑さによって別途必要になるため、この表には含めていません。業務が複雑なほど聞き取り回数が増え、差は縮まります。

10業務分のマニュアルを作る場合、単純計算で月40時間ほどの差になります。 ただし現実には、10業務を一度に着手することは少なく、 優先度の高い業務から少しずつ進めるのが現実的です。 何本のペースで進めるかは会社の体制や業務量によって幅があり、 業界共通の公的な統計は確認できませんでした （中小企業のマニュアル作成ペースに関する公的な統計。一次情報は確認できず）。

陥りやすい失敗

• AIの下書きをそのまま公開する：文字起こしの誤変換や、話の脱線がそのまま残り、 かえって読みにくいマニュアルになります。人が読み返してから使います
• 1回の聞き取りで終わらせる：最初の1回では、よくある失敗やイレギュラー対応が抜けがちです。 現場で試した後、もう一度聞き取りをする前提で計画します
• 話す人を選ばない：業務のやり方を一番よく知っている人と、 それを言語化するのが得意な人は、必ずしも同じではありません。 必要なら聞き取り役が質問で引き出す形にします

作ったマニュアルを古くしない仕組み

マニュアルが放置される最大の理由は、「直す担当が決まっていない」ことです。 AIで作成の負担を下げても、更新の担当が無ければ、また同じことが起きます。

• 各マニュアルに「更新担当者」を1人決めておく
• 業務のやり方が変わったら、その場でAIに音声で追記を話し、 差分だけを反映する運用にする（ゼロから書き直さない）
• 半年に1回、実際の業務とマニュアルが合っているかを確認する日を決めておく

更新の負担も「話す→AI整形」に乗せることで、 最初の作成と同じやり方のまま維持できます。

よくある質問

Q. 専門的な作業でも、AIでマニュアル化できますか。 できます。ただし専門用語や独自の判断基準が多い業務ほど、 AIの下書きに誤りが混ざりやすいため、事実確認の工程を厚めに取る必要があります。

Q. 文字起こしの精度はどのくらいですか。 専門用語や固有名詞が多い場合、誤変換が起きやすくなります。 精度はツールや録音環境によって差が大きく、業界横断の公的な統計は確認できませんでした （文字起こしツールの日本語精度に関する統一的な公式統計。一次情報は確認できず）。 複数の比較記事に共通する目安としては、条件が良い場合で90〜95%程度とされています。 下書きとして扱い、本人が読み返す前提で使ってください。

Q. 何から着手すればよいですか。 退職・異動のリスクが高い業務（担当が1人しかいない業務）から着手することをすすめます。 効果よりも先に、リスクの高さで優先順位を決める考え方です。

Q. 完成したマニュアルは、どう管理すればよいですか。 社内の誰もが見られる場所に置き、更新担当者と最終更新日を記載しておくことが基本です。 バージョン管理の方法は業務システムによって異なるため、自社の環境に合わせて選びます。

Q. AIに音声を渡すこと自体にリスクはありませんか。 社外秘の情報を含む場合、利用するAIサービスの利用規約や、 データの取り扱い方針を事前に確認する必要があります。 学習利用の可否や保存期間はサービスごとに異なり、 横断的にまとめた公式資料は確認できませんでした （生成AIサービスのデータ取り扱い方針に関する統一的な公式統計。一次情報は確認できず）。 利用前に、実際に使うサービスの利用規約とプライバシーポリシーを個別に確認してください。

出典（2026年9月10日調査）

• OpenAI「Enterprise privacy at OpenAI」 https://openai.com/enterprise-privacy/ （ChatGPT Enterprise・Business・Edu・APIは既定で入力データをモデルの学習に使わないと明記。ただしこれは1社の方針であり、生成AIサービス横断の統一資料ではないことを確認）
• Google Cloud Blog「Announcing Accuracy Evaluation for Cloud Speech-to-Text」 https://cloud.google.com/blog/products/ai-machine-learning/announcing-accuracy-evaluation-for-cloud-speech-to-text （音声認識の精度は録音環境や用途で変わり、全顧客・全用途に共通する単一の精度スコアは示せないとGoogle自身が説明。文字起こし精度に業界横断の統一基準が無いことの裏付け）
• 中小企業庁「白書・統計」 https://www.chusho.meti.go.jp/koukai/chousa/index.html （中小企業のマニュアル作成ペースや属人化解消の進み方に関する統計調査の有無を確認したが、該当する公式統計は見当たらなかった）