業務フローを分解して設計する：決まった流れとAIの判断をどう組み合わせるか｜AIエージェントと業務自動化 第4回

決まった流れとAIの判断を組み合わせる5つの型

部分ごとの方式が決まったら、それをどうつなぐかを考えます。AIの開発会社Anthropicは、実際の開発の経験から、AIと決まった流れを組み合わせる代表的な型を整理しています。図2は、それをビジネスの業務に置き換えてまとめたものです。

1. 順番につなぐ型（プロンプトチェーン）
作業をいくつかの段階に分け、前の段階の結果を次の段階に渡していく型です。たとえば「請求書から項目を読み取る→読み取った金額の合計が合っているかを計算で確かめる→会計システムの形式に整える」のように進めます。段階の間に、計算やルールによるチェックをはさめるのが強みです。

2. 振り分ける型（ルーティング）
入力の種類を最初に判断し、種類ごとに別の処理に振り分ける型です。問い合わせを「製品について」「料金について」「不具合」に分け、それぞれ専用の手順で対応するのが典型例です。種類ごとに手順を最適化できるため、全部を1つの手順で処理するより精度が上がります。

3. 分担して同時に進める型（並列化）
1つの作業を複数に分けて同時に進め、最後にまとめる型です。たとえば「競合5社の公式サイトの情報をそれぞれ調べ、最後に比較表にまとめる」作業などです。同じ作業を複数回行って結果を見比べ、多数決で判断する使い方もあります。

4. 指揮役と作業役に分ける型（オーケストレーター・ワーカー）
指揮役のAIが、作業を細かく分けて作業役に割り振り、結果をまとめる型です。あらかじめ作業の分け方が決められない、複雑な調査や資料づくりに向いています。柔軟な反面、動きの予測が難しくなります。

5. 作る役と確かめる役に分ける型（評価者と改善者）
一方が成果物を作り、もう一方が基準に照らしてチェックして意見を返し、作り直す、を繰り返す型です。顧客向けの文章を「社内の言葉づかいのルールに合っているか」「約束できないことを書いていないか」の観点でチェックさせるなど、品質の基準がはっきりしている作業に向いています。

この5つの型のうち、1〜3は流れを人が決めておく「ワークフロー」寄り、4は手順をAIが考える「エージェント」寄りです。Anthropicは、最も単純な方法から始め、効果がはっきりする場合にだけ複雑にすることをすすめています。実務で最初に作る仕組みの多くは、1〜3の型と、5の「確かめる役」の組み合わせで十分です。

よくある誤解：「1つの賢いAIに全部やらせるのがいちばん良い」

最新の高性能なAIなら、業務を分けなくても全部まとめて上手にこなせるのでは、と考える人もいます。しかし、1つのAIに長く複雑な仕事をまとめて任せると、途中の小さな間違いが後の作業に積み重なり、最後に大きなずれになることがあります。さらに、どこで間違えたかを確かめにくくなります。

部分に分けておけば、「分類は正しかったが、回答案の作り方に問題があった」のように原因を特定して、その部分だけを直すことができます。分けることは、精度のためだけでなく、改善を続けるためにも大切なのです。

設計例：問い合わせ対応の流れを組み立てる

ここまでの考え方を使って、問い合わせ対応の仕組みを設計してみましょう。図3が完成した設計図です。

設計図のポイントを、5つの部分に沿って確認します。

1. 入力（自動処理）：フォームやメールで届いた問い合わせを、決まった形式で記録します。ここはワークフロー自動化の仕事で、AIは使いません。
2. 判断（AI＋例外）：AIが問い合わせの種類と緊急度を判断します。このとき、判断の自信の度合いもあわせて出させ、自信が低いもの、緊急度が高いもの、強い不満が書かれているものは人に回すルールにします。
3. 処理（AI）：種類ごとの手順に沿って、AIがマニュアルや過去の対応履歴を調べ、回答案を作ります（振り分ける型）。
4. チェック（AI）：別の役割のAIが、回答案を社内のルール（約束してはいけないこと、言葉づかいなど）に照らしてチェックし、問題があれば作り直させます（作る役と確かめる役に分ける型）。
5. 出力（人＋自動処理）：担当者が回答案を確認し、必要なら直して送信します。送信内容と、AIの判断の記録は自動で対応履歴に残します。

この設計では、AIに任せているのは「読む・分類する・下書きする・チェックする」の部分だけです。顧客にメールを送るという取り返しのつかない操作は、人が行います（第1回の段階2）。精度が十分に確認できたら、「よくある質問のうち、この5種類に限っては承認後に自動送信」のように、段階を少しずつ上げていきます。

設計シートに書き出す：あとから誰でも直せるように

設計図ができたら、図4のような設計シートに書き出しておきます。設計シートは、仕組みを作る人への依頼書になり、運用を始めてからは「どこを直すか」を話し合うときの共通の地図になります。

設計シートには、少なくとも次の項目を書きます。

• 手順：何をするか（例：問い合わせの種類を判断する）
• 担当：人・自動処理・AIのどれが行うか
• 入力：その手順が受け取るもの
• 出力：その手順が次に渡すもの、記録するもの
• うまくいかないとき：失敗や迷いが起きたときの行き先
• AIに渡す指示と情報（AIが担当する手順のみ）：目標、判断の基準、参照するマニュアル、禁止事項

最後の「AIに渡す指示と情報」は、前回の物差し2で書き出した判断の基準がそのまま使えます。これらを設計シートにまとめておくと、担当者が異動しても仕組みの中身が分かり、ブラックボックスになるのを防げます。

この記事の監修者に相談できます

監修者の田中磨生が代表を務める株式会社Abinで、ご相談をお受けしています。

相談無料ツギノテ編集部に相談する→

「確かめる役」を入れると、品質が安定する

5つの型の中でも、実務で特に効果が大きいのが「作る役と確かめる役に分ける型」です。図5のように、作る役のAIが下書きし、確かめる役が基準に照らしてチェックし、問題があれば作り直す、を決まった回数まで繰り返します。

確かめる役には、できるだけはっきりした基準を渡します。「良い文章か」のようなあいまいな基準ではなく、「料金の金額を書いていないか」「納期を約束していないか」「社名の表記は正式名称か」のように、はい・いいえで判定できる基準が理想です。

また、計算や形式のチェックのように、プログラムで確実に判定できるものは、AIではなくプログラムで確かめます。AIのチェックは便利ですが、AIも間違えることがあるからです。確実に判定できるものはプログラムで、文章の意味の判断はAIで、最終確認は人で、という三重の守りを意識しましょう。

もう一歩深く：AIの「自信の度合い」をうのみにしない

図3の設計では、AIに判断の自信の度合いを出させ、低いものを人に回しました。ただし、AIが自分で答える「自信」は、実際の正しさと必ずしも一致しません。自信満々に間違えることもあれば、正しいのに自信が低いと答えることもあります。

そこで実務では、AIの自己申告だけに頼らず、次のような外から確かめられる条件を組み合わせて人に回す基準を作ります。

• 問い合わせ文に、あらかじめ決めた注意すべき言葉（「解約」「返金」「至急」など）が含まれている
• AIに同じ判断を2回させて、答えが一致しなかった
• 判断の根拠として、参照したマニュアルの該当箇所を示せなかった

運用を始めたら、人に回したケースと、回さなかったケースの両方から定期的に抜き出して確認し、基準が適切かを見直します。この見直しの方法は第8回で扱います。

実務ではこう使う：設計のレビューで確認する5つの質問

設計図と設計シートができたら、関係者でレビューします。次の5つの質問に答えられるかを確認しましょう。

1. AIが担当する手順は、本当にAIでなければできないか？（決まった手順で済むなら、自動処理に置き換える）
2. それぞれの手順で、うまくいかないときの行き先は決まっているか？
3. 取り返しのつかない操作の前に、人の確認が入っているか？
4. どの手順で何が起きたかを、あとから記録で追えるか？
5. AIに渡す指示と情報は、最新で正しいものか？

業務フローの書き方や業務の棚卸しに慣れていない場合は、中小企業のDXの進め方の第2回も参考になります。設計を外部に相談したい場合は、AI導入支援・AIコンサルおすすめ比較で、設計から定着まで支援する会社を比べられます。

この回のまとめ

• 業務はまるごと任せず、「入力・判断・処理・出力・例外」に分けて、部分ごとに方式を選ぶ
• 組み合わせの型は、順番につなぐ・振り分ける・分担して同時に進める・指揮役と作業役・作る役と確かめる役の5つ
• 最初は単純な型から始める。多くの業務は、流れを人が決める型と「確かめる役」の組み合わせで十分
• 例外（迷い・失敗）の行き先を最初に決め、取り返しのつかない操作の前に人の確認を入れる
• 設計シートに担当・入力・出力・失敗時の行き先・AIへの指示を書き出し、ブラックボックス化を防ぐ

確認テスト

次回予告

第5回は「ワークフロー自動化ツールと組み合わせる」です。今回設計した流れを実際に動かすための道具として、Zapier・Make・n8n・Power Automateなどのワークフロー自動化ツールの考え方と、AIの処理を流れの中に組み込むときの注意点を学びます。

参考資料

• Anthropic「Building effective agents」（2024年12月19日） https://www.anthropic.com/research/building-effective-agents （確認日：2026年11月12日）
• ツギノテ「中小企業のDXの進め方 第2回 現状の見える化」（2026年11月時点の公開内容）