たとえば、こんな場面を想像してみてください。
金曜の夕方。来週の社内プレゼンに向けて、AIに「新規事業の企画書を作って」とお願いした。返ってきたのは、どこかで見たような一般論の羅列。ターゲットもKPIもぼんやりしていて、とても提出できるレベルじゃない。「やっぱりAIって使えないな」——そう思って、結局自分で徹夜して書き上げた。
心当たりがある方、少なくないのではないでしょうか。
でも、ちょっと立ち止まって考えてみてください。もしあなたが新人に「来週の新規事業の企画書、全部やっといて」と丸投げしたら、どうなるでしょうか？ おそらく、似たような結果になりますよね。何を調べればいいのか、どんな構成にすればいいのか、どこまでやれば完成なのか——情報が足りなすぎて、「とりあえずそれっぽく」作るしかない。
問題はAIの能力ではありません。指示の粒度です。
前々回の記事では「伝え方」を、前回の記事では「メモ」を取り上げました。今回はその延長線上にある、もうひとつの重要スキル——タスク分解についてお話しします。
大きな仕事を小さく分けて、ひとつずつAIに渡す。たったこれだけのことで、AIの出力は劇的に変わります。
第1章：なぜ「全部やって」は失敗するのか
AIの処理単位を知る
AIは一度にひとつの質問や指示に対して回答を生成します。このとき、指示が大きすぎると何が起こるかというと、途中で方向を見失います。
人間で考えてみてください。「来月の社員旅行の企画、全部やって」と言われたら、あなたはまず何をしますか？
- 日程の候補を出す？
- 予算を確認する？
- 行き先をリサーチする？
- 参加人数を把握する？
やるべきことが多すぎて、どこから手をつけるか迷いますよね。AIも同じです。大きな指示を受けると、すべてを一度に処理しようとして、どの部分も中途半端になるのです。
「全部やって」の失敗パターン
典型的な失敗パターンを見てみましょう。
あなた：「来週の営業会議のプレゼン資料を作って。新製品の市場分析と競合比較と導入事例と価格戦略を含めて」
この指示を受けたAIは、以下のようなことを同時にやろうとします。
- 市場分析を（手持ちの知識で）ざっくりまとめる
- 競合他社を（知っている範囲で）比較する
- 導入事例を（架空の可能性大で）作る
- 価格戦略を（根拠なく）提案する
結果、どうなるか。すべてのセクションが「それっぽいけど浅い」ものになります。市場データは古いかもしれない。競合比較は的外れかもしれない。導入事例にいたっては、AIが「それっぽく」でっち上げたフィクションかもしれない。
これは第1弾の記事で触れた「ハルシネーション」の問題とも直結します。AIに与える情報が少ないほど、AIは「想像」で補おうとする。大きな丸投げ指示は、ハルシネーションの温床なのです。
人間の新人に置き換えてみる
「AIが使えない」と感じるとき、ほとんどの場合、指示の出し方を見直すだけで改善します。
こう考えてみてください。あなたは優秀な新人のマネージャーです。この新人は学習能力が高く、指示が明確なら素晴らしいアウトプットを出します。ただし、経験はゼロ。会社の事情も知りません。
この新人に「明日のプレゼン全部やっといて」と言いますか？ 言いませんよね。普通はこうするはずです。
- まず全体像を説明する
- やるべきことをリストアップする
- 優先順位をつける
- ひとつずつ依頼する
- 途中で確認を入れる
AIへの指示も、まったく同じです。
第2章：仕事を分解する3つのコツ
「分解が大事なのは分かった。でも、どうやって分ければいいの？」
安心してください。分解の切り口は、大きく3つしかありません。
コツ1：時系列で分ける（準備→実行→まとめ）
最もシンプルな分解法です。仕事を**「前」「中」「後」**の3フェーズに分けます。
たとえば「プレゼン資料を作る」という仕事なら、次のようになります。
| フェーズ | やること |
|---|---|
| 準備 | 目的を整理する、必要なデータを集める、構成を決める |
| 実行 | 各スライドの内容を書く、図表を作る |
| まとめ | 全体の流れを確認する、表現を統一する、見直す |
この3フェーズに沿って、AIに1つずつ依頼していくわけです。「まず、このプレゼンの目的と伝えたいメッセージを3つ整理して」→「次に、この構成案に沿ってスライド1の内容を書いて」→「最後に、全スライドの表現を統一して」。
こうすると、各ステップでAIのアウトプットを確認できるので、途中で方向がズレても早期に修正できます。
コツ2：役割で分ける（情報収集係・構成係・文章係）
ひとつの仕事の中に、異なるスキルを要求する部分が混在していることは珍しくありません。それを「役割」で分解するアプローチです。
たとえば「議事録を作る」という仕事には、以下の役割があります。
| 役割 | やること |
|---|---|
| 情報収集係 | 会議の発言から要点を抽出する |
| 構成係 | 要点をテーマごとに整理・構造化する |
| 文章係 | 読みやすい文章にまとめる |
| アクション係 | TODOと担当者を一覧にする |
これをAIに対しても同じように使います。「まずこの会議メモから、決定事項と未決事項を抽出して」→「次に、テーマごとにグルーピングして」→「最後に、議事録のフォーマットに整形して」。
「ひとつのお願いに、ひとつの役割」。これを意識するだけで、AIの出力がグッと焦点を結ぶようになります。
コツ3：粒度を揃える（「適切な量」を意識）
分解したタスクの大きさが揃っていることも重要です。
悪い例を見てみましょう。
- タスクA：企画書の構成案を作る（15分の作業）
- タスクB：企画書の全章を執筆する（3時間の作業）
- タスクC：誤字脱字チェック（5分の作業）
タスクBだけ粒度が大きすぎます。こうなると、結局タスクBの中でAIが迷走することになります。
改善するなら、こうなります。
- タスクA：企画書の構成案を作る
- タスクB-1：第1章（背景と課題）を執筆する
- タスクB-2：第2章（提案内容）を執筆する
- タスクB-3：第3章（スケジュールと予算）を執筆する
- タスクC：全体の誤字脱字チェック
**目安は「AIに1回のやりとりで完了してほしい量」**です。「これ、1回のお願いで返ってきそうだな」と思える大きさに揃えましょう。感覚的には、AIの回答が画面1〜2スクロール分で収まるくらいが適切です。
第3章：分解の実践例（Before/After）
理論だけでは使えるようになりません。ここからは、よくある仕事を題材に**Before（丸投げ指示）とAfter（分解した指示）**を並べます。違いを実感してください。
実践例1：企画書を作る
Before（丸投げ）
「新規事業の企画書を作って。飲食業界向けのSaaSで、小規模店舗がターゲット。競合分析と収益モデルも入れて。A4で10ページくらい」
一見、情報は入っていますね。でもこれは**「何を書くか」が全部混ざっている**指示です。AIはこの1回のやりとりで10ページ分のアウトプットを出そうとして、すべてが薄くなります。
After（分解した指示）
ステップ1：目的の整理
「新規事業の企画書を作りたい。まず、以下の前提で企画の目的・解決したい課題・ターゲット像を整理してほしい。飲食業界向けのSaaS、小規模店舗（従業員10名以下）がターゲット、課題は紙の予約台帳やExcel管理からの脱却」
ステップ2：構成案の作成
「ステップ1の整理をもとに、企画書の構成案を作って。各章のタイトルと、そこで伝えるべきポイントを箇条書きで」
ステップ3：各章の執筆
「構成案の第2章『市場分析と競合比較』を書いて。国内飲食店数は約XX万店（出典：〇〇）、競合A社はYY機能が強みで月額XX円、競合B社はZZ特化で月額XX円。このデータを使ってほしい」
ステップ4：全体レビュー
「ここまでの全章を通して読み、論理の飛躍がないか・重複がないか・結論から読んでも理解できるかの3点でレビューして」
これがタスク分解です。同じ企画書でも、4回に分けて依頼するだけで、各パートの深さがまったく変わります。
実践例2：議事録を作る
Before（丸投げ）
「今日の会議の議事録を作って。↓に会議のメモを貼るから、いい感じにまとめて」
「いい感じに」は人間同士でも危険なフレーズですが、AIに対してはさらに危険です。何を重視するか、どこまで詳しく書くかの基準がないので、AIは「とりあえず全部書く」か「とりあえず短くまとめる」のどちらかに振れます。
After（分解した指示）
ステップ1：要点抽出
「以下の会議メモから、決定事項・未決事項・持ち帰り事項をそれぞれ箇条書きで抽出して。（会議メモを貼り付け）」
ステップ2：構造化
「抽出した内容を、議題ごとにグルーピングして。議題は『来月のキャンペーン内容』『予算配分』『担当者のアサイン』の3つ」
ステップ3：TODO抽出
「ここまでの内容から、TODOリストを作って。各TODOには担当者名と期限を含めて。期限が明示されていないものは『次回会議まで』としてほしい」
ステップ4：議事録のフォーマットに整形
「日時・参加者・議題一覧、各議題の議論要旨と決定事項、未決事項とネクストアクション、TODOリストの順で議事録を完成させて」
こうすると、各ステップでAIのアウトプットを確認してから次に進めるので、「議事録が完成してから『全然違うんだけど…』と気づく」という悲劇を防げます。
実践例3：メール返信を書く
Before（丸投げ）
「このメールに返信して。↓がもらったメール。 （メール本文を貼り付け）」
これだとAIは、あなたが何を伝えたいのか分からないまま「それっぽい返信」を生成します。丁寧すぎたり、要件がズレていたり、トーンが合わなかったり。
After（分解した指示）
ステップ1：要件整理
「以下のメールの内容を整理して。相手が求めていること、こちらが回答すべきこと、確認が必要な点をそれぞれ箇条書きで。（メール本文を貼り付け）」
ステップ2：回答方針の決定
「回答方針はこう。納期は1週間延長をお願いしたい（理由：社内承認プロセスに時間がかかるため）。予算は据え置きで問題ない。追加要件については次回打ち合わせで相談したい」
ステップ3：ドラフト作成
「以上を踏まえて返信メールのドラフトを書いて。トーンはビジネスカジュアル（堅すぎず、くだけすぎず）、長さは200字程度、相手の名前は田中さん」
たった3ステップですが、「何を返すか」を自分で決めてからAIに文章化を任せるのがポイントです。判断は人間、執筆はAI。この分業ができると、メール対応のスピードが格段に上がります。
第4章：分解した仕事をメモで管理する
分解パターンは「資産」になる
ここまで読んで「分解するの、毎回やるの？ 面倒くさい…」と思った方もいるかもしれません。
実は、一度作った分解パターンは使い回せます。
たとえば「議事録を作る」の分解パターン（要点抽出→構造化→TODO抽出→整形）は、どんな会議でもほぼ同じ流れで使えます。メール返信のパターン（要件整理→方針決定→ドラフト）も同様です。
これを前回の記事で紹介した「メモ」として保存しておけば、次回からは分解パターンをコピペするだけで始められます。
分解テンプレートの例
実際にメモとして保存する場合、こんな形がおすすめです。
■ 議事録テンプレート
ステップ1: 要点抽出
「以下の会議メモから、決定事項・未決事項・持ち帰り事項をそれぞれ
箇条書きで抽出して」
ステップ2: 構造化
「抽出した内容を、以下の議題ごとにグルーピングして。
- 議題1: （ここに議題を入れる）
- 議題2: （ここに議題を入れる）」
ステップ3: TODO抽出
「TODOリストを作って。担当者名と期限を含めて」
ステップ4: フォーマット整形
「以下のフォーマットで議事録を完成させて。
- 日時/参加者/議題一覧
- 各議題の議論要旨と決定事項
- TODOリスト」こういうテンプレートを3〜5パターン持っておくだけで、AIへの依頼がものすごく効率化されます。毎回「どう分解しよう…」と考える必要がなくなるのです。
メモと分解の好循環
前回の記事では「メモはAIの記憶の代わり」と書きました。分解との関係で言えば、こうなります。
- メモ：AIに「何を知っていてほしいか」を管理する → インプット側
- 分解：AIに「何をやってほしいか」を管理する → アウトプット側
この2つはセットです。メモで前提情報を渡し、分解で作業手順を指示する。この組み合わせが、AIとの仕事の品質を安定させる鍵になります。
伝え方 × メモ × 分解
第1弾で「伝え方」、第2弾で「メモ」、そして今回「分解」。この3つが揃うと、AIとの仕事は「運任せのガチャ」から「再現性のある仕組み」に変わります。
第5章：分解力は、AIだけでなく仕事全般に効く
マネジメントとタスク分解
ここまでAI活用の文脈で話してきましたが、実はタスク分解はマネジメントの基本スキルそのものです。
優秀なマネージャーは、大きなプロジェクトを次のように管理しています。
- フェーズに分ける（時系列の分解）
- 担当者に割り振る（役割の分解）
- 適切な粒度のタスクにする（粒度の統一）
——こうやって管理しています。AIへの指示と、部下への指示。やっていることは同じなのです。
つまり、AIとの仕事で分解力を鍛えると、そのスキルはそのまま以下にも活きます。
- チームメンバーへの指示出し
- プロジェクトの計画立案
- 自分自身のタスク管理
「AIのための特殊スキル」ではなく、仕事の基礎体力です。
「分解できない」は「理解できていない」のサイン
もうひとつ、大事なことをお伝えします。
仕事を分解しようとしたとき、「うまく分解できない…」と感じることがあります。これは実は重要なシグナルです。
分解できないということは、その仕事の全体像が見えていないということ。
逆に言えば、分解しようとする行為そのものが、仕事の理解を深めてくれます。「この企画書、何を書けばいいんだろう」と漠然と悩んでいたのが、分解しようとした瞬間に「あ、まず市場調査が必要だ」「競合の情報が足りない」と具体的な課題が見えてくる。
分解は、仕事を理解するためのツールでもあるのです。
完璧な分解を目指さない
最後にひとつ。最初から完璧に分解しようとしないでください。
まずは「大きすぎる指示を2つに割る」くらいから始めれば十分です。「企画書を作って」を「構成案を作って」と「第1章を書いて」に分けるだけでも、結果は大きく変わります。
慣れてきたら、3つに。4つに。テンプレート化して使い回す。そうやって少しずつ精度を上げていけばいいのです。
まとめ
第1弾では「伝え方」を、第2弾では「メモ」を取り上げました。今回のテーマは「分解」。この3つは三位一体です。
1. 「全部やって」はAIにとって最悪の指示。 → 大きすぎる指示は、すべてが中途半端になる。人間の新人に丸投げするのと同じ結果になる。
2. 分解の切り口は3つ：時系列・役割・粒度。 → 準備→実行→まとめ。情報収集係→構成係→文章係。そしてタスクの大きさを揃える。この3つを意識するだけで、分解は格段に楽になる。
3. Before/Afterで差を実感する。 → 企画書・議事録・メール、どれをとっても丸投げと分解では結果が天と地。「1回の指示で1つの役割」を徹底する。
4. 分解パターンはメモに保存して再利用する。 → 一度作ったテンプレートは資産。メモと分解の組み合わせで、AIとの仕事に再現性が生まれる。
5. 分解力は仕事の基礎体力。 → AIのための特殊スキルではない。マネジメント、計画立案、自分のタスク管理——すべてに通じるスキル。
次にAIに何かをお願いするとき、「全部やって」と打ちかけたら、3秒だけ立ち止まってみてください。
「これ、2つに分けられないかな？」
その3秒の問いかけが、AIのアウトプットを——そしてあなた自身の仕事の進め方を——大きく変えてくれるはずです。
💡 伝え方・メモ・分解が揃ったら、いよいよシリーズ最終章「面倒くさいと思ってたことの9割は、AIに『作って』で終わる」へ。3つの土台の先にある、AIとの究極の分業をお伝えします。
