AIに資料作成を頼む前に、直すと高い場所を一つ決める

AIに資料作成や表の整理を頼むと、思ったより早く形が出ます。たたき台が一瞬で出てくるので、「もうだいたい終わった」と感じる場面も増えました。

そこで見落としやすいのが、受け取ったあとに直す時間です。見た目は整っていても、集計の前提、スライドの結論、表の列名、引用元の扱いがずれていると、最後の確認でまとまった時間を持っていかれます。

速く作れることと、安心して渡せることは少し違います。AIに任せる前に、壊れるとあとで高くつく場所を一つだけ決めておくと、確認の順番が決めやすくなります。

元になった研究は、文書、表計算、スライド、PDFなどを含む100件のOffice系タスクで、LLMエージェントの成果物を評価しています。平均では人間が2.32時間かける作業で、LLMは時間と費用では有利でしたが、成果物の品質では人間の基準に届いていませんでした。

特に面白いのは、単に作業が終わったかではなく、成果物が開けるか、編集できるか、必要な要件を満たすか、余計な変更で修理負担を増やしていないかまで見ている点です。

日常の仕事に引き寄せるなら、AIの出力を受け取る前から「どこを先に見るか」を決めておくことが大事そうです。会議資料なら結論のスライド、売上表なら合計列、手順書なら最初に人が迷う操作、というように一点だけ置いておきます。

次にAIへ資料作成を頼む前に、5分だけ使って三行メモを作ります。

一行目に「受け取りたい成果物」を書きます。二行目に「壊れると直すのが高い場所」を書きます。三行目に「受け取ったら最初に見る場所」を書きます。

たとえば、来週の共有資料なら「10分で説明できるスライド」「結論と数字の対応がずれると困る」「最初に結論スライドと根拠表を見る」と残します。この三行があるだけで、AIへの依頼文も、受け取り後の確認も少し締まります。

この論文が直接示しているのは、特定のベンチマークと実行環境で、今のLLMエージェントが速さや費用では有利な一方、成果物品質ではまだ人間基準に届かないということです。三行メモそのものの効果を実験したわけではありません。

一方で、AIに任せた作業を人間が受け取る場面では、「どこが壊れると困るか」を先に言葉にしておく価値があります。AIの出力を全部疑うのではなく、先に見る一点を決めるだけで、確認の負担を小さくできます。

慣れてきたら、受け取り後にどこを何分直したかも残します。何度も同じ場所を直しているなら、次回の依頼文にその条件を入れます。速さだけでなく、未来の手直しまで含めてAIと付き合うほうが、仕事の道具として長く使いやすくなります。