AIエージェントの振る舞いを設計する — プロンプトを渡すだけでは組織は強くならない
「社内でChatGPTを使えるようにしたのに、全然定着しなかった。結局、詳しい人しか使いこなせていない」
この話を聞くたびに、「ツールの問題ではないな」と思う。AIエージェントの本当の難しさは、動かすことではなく、組織に根付かせることにある。
プロンプトを渡すこととAIを設計することは、まったく違う
多くの企業がAIエージェント導入のファーストステップとして「プロンプトを渡す」ところから始める。SlackにChatGPTのAPIをつないで、適 切な質問文を投げれば答えが返ってくる。確かに動く。確かに便利だ。
でも正直なところ、それは「作業を置き換えた」に過ぎない。
マネージャーを育てる機関がある組織が強いように、AIの振る舞いを設計し続ける基盤がある組織が強い——これが最近、実際にAIエージェントを複数の現場に入れてみて強く感じることだ。
プロンプトを渡すのは、AIに「仕事の仕方を毎回教える」行為に等しい。一方で振る舞いを設計するのは、AIが「どう考えて、どう動くか」を組織の資産として積み上げる行為だ。この違いは小さいようで、3ヶ月後に大きな差を生む。
AIは「問いの質」そのままを返す
ここで一度、AIエージェントの基本的な特性を整理しておきたい。
AIエージェントは、曖昧な問いには曖昧に、精緻な問いには精緻に返す。
これは「AIが賢い/賢くない」という話ではなく、入力の品質がそのまま出力の品質になるという構造的な特性だ。たとえば「この提案書をよくして」と投げれば、それなりに体裁を整えた文章は返ってくる。でも「この提案書の第2章は、相手の懸念点（コスト過多・導入リスク）に応えていないので、具体的なROI試算と段階的導入プランを加えて」と投げれば、実務で使える修正案が出てくる。
問題は、この「精緻な問いを設計する力」がいつも特定の人に宿っていることだ。
「あの人のプロンプトを真似して使ってみたけど、なぜか自分が使うと微妙な結果になる」——こういった声をよく聞く。プロンプトの裏には、その人の業務知識・文脈理解・相手への仮説がセットで入っているから、プロンプトだけを切り出しても再現できないのは当然だ。
「プロンプトが上手い人が増えるだけ」という構造問題
AIエージェント導入の失敗パターンで一番多いのが、これだと思う。
- プロンプトを個人が独自に作り、チームに共有されない
- 良いプロンプトが「社内の秘伝のタレ」として特定の人の頭の中にある
- その人が抜けると、チームはまたゼロから試行錯誤を始める
毎回プロンプトを組み立て直す、というのは実は「毎回AIの振る舞いをゼロから設計し直している」のと同じだ。これでは、AIを入れても組織は強くならない。個人の生産性は上がっても、組織の資産にはならない。
ここで生まれるのが、「使う力の平準化」問題だ。
2〜3年後、AIを使いこなすスキルは多くの人が持つようになる。ChatGPTのような汎用ツールの操作スキルは、もはや差別化要因にはなり得ない。「AIを使えること」が当たり前になった世界で、組織の競争優位はどこにあるのか？
振る舞いを設計し続ける仕組みをどう作るか
答えは「AIを使う力」ではなく「AIを育てる仕組み」にある。
具体的に何をするか。3つの軸がある。
1. コンテキストを組織で管理する
プロンプトだけ渡しても再現できない理由は、コンテキスト（文脈）が一緒に入っていないからだ。「誰に」「何のために」「どんな前提で」話しているかが、AIが返す内容の質を決める。
この文脈を個人の頭の中ではなく、組織の仕組みとして管理できれば、誰でも同じ水準でAIを活用できるようになる。ドキュメントの構造化、ナレッジベースの設計、システムプロンプトの標準化——こうした「AIが読める形での知識整理」が、実は振る舞い設計の核心だ。
2. 振る舞いの改善ループを仕組みとして持つ
プロンプトは一度作って終わりではない。使ってみて、結果を見て、改善して、また使う——このループを個人のTipsではなく、チームのプロセスとして回せるかどうかが重要だ。
「あのプロンプト、最近うまくいかないんだよね」と口コミで修正されるのではなく、改善の記録が蓄積されて次の人に引き継がれる。この仕組みがあるかどうかで、半年後の組織力が 大きく変わる。
3. AIの役割と境界を設計する
AIエージェントに「何でもやらせる」のは、一見便利に見えて実は非効率だ。特定の業務・特定の文脈に特化したエージェントを設計し、それぞれの役割と境界を明確にする方が、結果的に精度が高く安定した動作になる。
「このエージェントは営業メールの文面案を作る専門家」「このエージェントは議事録から次のアクションを抽出する専門家」という設計は、汎用AIに「何でもやって」と頼むより、はるかに組織で使いやすい形に育てられる。
「使う」から「育てる」へ — AI OSという考え方
ここまで話してきたことをひとことで言うと、「AIを使うか育てるか」の違いだ。
使うだけなら、プロンプトを渡せばいい。でも育てるには、AIの振る舞いを設計し続ける基盤——つまり「AI OS」が必要になる。
AI OSとは何か。ひとことで言えば、「AIが組織の文脈を持って動くための仕組み」だ。具体的には、コンテキストを構造化して保持するエンジン、振る舞いを定義・改善するレジストリ、各AIエージェントの役割と境界を管理する設計、これらを一体として組織が運用できる形にしたものがAI OSに相当する。
重要なのは、これが「ツールを追加する話」ではなく「組織の動き方 を変える話」だということだ。
ChatGPTを導入して終わり、ではなく。Slackにbotをつないで終わり、でもなく。誰がどんな判断でAIを動かし、その結果を誰がどう評価し、次にどう改善するか——この構造をチームで持てるかどうかが、AIを組織の競争優位にできるかどうかを決める。
「AI活用が個人技で終わる」を防ぐために
実際にAIエージェントを組織に導入するプロジェクトを複数経験して感じるのは、「技術的な難易度より、組織的な難易度の方が圧倒的に高い」ということだ。
APIを繋げるのは難しくない。プロンプトを書くのも、コツさえ掴めば誰でもできる。本当に難しいのは、そこで生まれた知見をどうチームに広げ、どう組織の資産として蓄積し、AIが返してくる価値を誰もが再現できる状態に持っていくか——だ。
「AIを使える人が抜けると、組織はまたゼロに戻る」——この状態から脱したいなら、まず問いを変えることから始めるといい。「うちのチームにどんなプロンプトを渡すか」ではなく、「うちのチームでAIの振る舞いをどう設計し続けるか」へ。
その問いを持ち始めた時が、AIエージェント導入の第二フェーズの始まりだと思う。
アツメルでは、AIエージェントを組織に根付かせるための要件定義から設計・実装まで、AI駆動開発の観点から伴走して います。「AI導入が進まない」「定着しない」「使いこなせる人が偏っている」といったお悩みがあれば、ぜひお問い合わせください。
関連記事
