【AIで資料作成】"骨子→整える"で速く仕上げる

白紙から書き始めるから、資料作成は重くなる

「さて、資料を作ろう」と思った瞬間に、白紙のスライドやドキュメントを前に手が止まった経験はないでしょうか。
何から書けばいいか分からないまま書き始め、途中で構成を変えたくなり、最終的に一から作り直す。
この手戻りこそが、資料作成を重くしている最大の原因です。

多くの人は「自分は文章を書くのが遅い」と思い込んでいます。
けれど実際に時間を奪っているのは、書く力ではなく「どういう順番で何を伝えるかを決める工程」です。
文章そのものは、構成さえ決まっていれば意外とすらすら書けるものです。

つまり、資料作成でいちばん頭を使うのは「考えをどう並べるか」を決める瞬間です。
ここをAIに任せてしまえば、資料作成のいちばん重い部分は消えてなくなります。

目的・相手・伝えたい結論をAIに渡し、まず骨子と見出しを出してもらう。ここからスタートするだけで、作業の体感はまるで変わります。

AIへの依頼は「型」を決めるだけで精度が変わる

AIに「資料を作って」とだけ頼むと、当たり障りのない一般的な構成しか返ってきません。
逆に、必要な情報を整理して渡すと、そのまま使える骨子が一発で返ってきます。
この差を生むのが「依頼の型」です。

そのまま使える依頼テンプレート（5項目を1ブロックで渡す）

骨子を作らせるときは、次の5項目を1つのブロックにまとめて入力してください。

• ✅ 目的：この資料で何を達成したいか
• ✅ 相手：誰が読むのか（役職・前提知識）
• ✅ 伝えたい結論：いちばん持ち帰ってほしい一言
• ✅ 意思決定してほしいこと：読み終えた相手に何をしてほしいか
• ✅ 制約：ページ数・期限・使えない表現など

この型で渡すと、AIは余計な章を含まない章立てを提案しやすくなります。
「目的」と「相手」を書くだけで、同じテーマでも社内向けと社外向けでまったく違う骨子が返ってくるのを実感できるはずです。
情報を整理して渡した分だけ、返ってくる質は上がります。

具体的に比べてみます。
「新サービスの提案資料を作って」とだけ頼むと、AIは「サービス概要・特徴・料金・導入の流れ」といった、誰にでも当てはまる無難な目次を返してきます。
これでは、相手が誰であっても同じ資料になってしまいます。

一方で、「目的＝社内の予算承認を得る／相手＝数字で判断する役員／結論＝3か月で投資回収できる／意思決定＝来月からの試験導入を承認してほしい／制約＝5枚以内」と5項目を渡すと、返ってくる目次が変わります。
1枚目に投資回収の結論、2枚目に根拠の数字、3枚目にリスクと対策、というように、役員が知りたい順番で構成された骨子になります。
同じAIでも、渡す情報が違うだけで、出てくる資料の完成度はここまで変わります。

受け取った骨子は「問いの形」に直してから確認をとる

骨子が返ってきたら、そのまま使わずに2つの作業を加えます。
1つは、伝えたいポイントから外れた章を削ること。
もう1つは、各見出しを「問いの形」に書き直すことです。

たとえば「市場の現状」という見出しは、「なぜ今この市場に動く必要があるのか」と問いに変えます。
問いの形にすると、そのスライドで答えるべきことが明確になり、中身がぶれません。

そして骨子の段階で、上司やチームに一度見せておきます。
完成してから「方向性が違う」と言われる差し戻しは、骨子の時点なら数分で防げます。
いちばん修正コストが低いのは、まだ何も書き込んでいない骨子の状態です。

用途別・そのまま使えるAI資料作成テンプレート

依頼の型が分かったら、あとは自分のケースに当てはめるだけです。
よく作る4種類の資料について、頼み方のコツと効果を紹介します。

社内プレゼン・承認資料

決裁者向けの資料は、冒頭で「何を承認してほしいか」を先に言い切るのがコツです。
忙しい相手ほど、結論を後回しにされると最後まで読んでくれません。
依頼文に「結論を1枚目に置き、1スライド1メッセージで構成して」と加えるだけで、読み手が判断しやすい流れになります。
構成を考える時間がなくなるので、これまで1時間かけていた骨組みづくりが10分程度で固まります。

週次・月次の報告書

定期的に作る報告書は、フォーマットをAIに覚えさせてしまうのが最短です。
一度きれいな型を作り、「この形式で、今週の数字だけ差し替えて」と頼めば、毎回ゼロから書く必要がなくなります。
毎週30分かけていた報告書づくりが、数字を渡すだけの5分作業に変わります。

外部向けの提案書（相手の懸念を先に入れる）

提案書は、相手が抱きそうな不安や反論を先回りで盛り込むと一気に説得力が増します。
「読み手が心配しそうな点を3つ予想して、それぞれに答える章を入れて」と依頼してみてください。
自分では気づかなかった反論を先に潰した提案書が出来上がり、商談での切り返しが減ります。

業務マニュアル・引き継ぎ書（AIに質問させて引き出す）

マニュアルや引き継ぎ書は、自分から書こうとすると抜け漏れが出ます。
頭の中では当たり前すぎて、かえって言葉にし忘れる手順があるからです。
そこで発想を逆にして、「この業務の手順を漏れなくまとめたい。必要な情報を引き出す質問を、私に順番に聞いて」と頼みます。

AIの質問に答えていくだけで、頭の中にある手順が自然に文章化されていきます。
「その作業は週に何回ありますか」「ミスが起きやすいのはどの工程ですか」といった問いに答えるうちに、自分でも気づいていなかった注意点まで言語化されます。
書こうとするのではなく、聞かれて答える。これがいちばん抜けの少ないまとめ方です。

この方法でマニュアルや議事録を作っていくと、社内には文書がどんどん溜まっていきます。
今度は、その溜まった情報をいざ使いたいときに「どのファイルに書いてあったか」を探すのが大変になります。
様々な情報を一つにまとめて、AIに直接聞いて引き出す方法は、こちらの記事でくわしく紹介しています。

【社内検索】共有ファイル・議事録・マニュアルを1つにまとめAIに聞く方法 →

数字を集める前に「見せ方」を先に決める

資料づくりのコツは、先に数字を集めることではありません。
「どのスライドに、どんな表やグラフを見せるか」を先に決めることです。

料理と同じです。
献立を決めてから買い物に行けば、必要な材料だけを買えます。
逆に、先にスーパーで食材を山ほど買ってから「さて何を作ろう」と考えると、使わない食材が余り、足りないものを買いに戻ることになります。
資料づくりも、これとまったく同じです。

売上報告の資料を例に、手順で見てみましょう。

① まず、各スライドで「何を見せるか」を決める
2枚目は、月ごとの売上の動き（棒グラフ）。
3枚目は、商品ごとの売れ行きの比較（表）。
4枚目は、去年と今年の比べ（折れ線グラフ）。

② 見せ方が決まったら、必要な数字だけを集める
ここまで決めると、集める数字は「月ごとの売上」「商品ごとの売上」「去年の売上」の3つだけだと分かります。
ほかの数字は、そもそも集めなくて大丈夫です。

③ 集めた数字を、決めておいた場所に入れる
あとは、用意した棒グラフや表に、数字を当てはめていくだけです。

多くの人は、この順番が逆になっています。
先に思いつく数字をぜんぶ集めてから「どう見せよう」と悩むので、集めた数字の半分は使わず、足りない数字を慌てて取りに戻る、という二度手間が起きます。

先に見せ方を決めておけば、あとは必要な数字だけを集めればよくなります。
これだけで、資料づくりの迷いとやり直しは、ぐっと減ります。

仕上げと振り返りで「次回がもっと速くなる」

本文が揃ったら、最後に語尾と用語を統一して、読み手に伝わる表現へ整えます。
ここまで来れば資料はほぼ完成です。

大切なのは、作り終えたあとのひと手間です。
「うまくいった表現」「使えた構成パターン」を、自分専用のテンプレートとして残しておきます。
良い骨子のパターンが溜まっていけば、同じ種類の資料を頼むたびにゼロから考える必要がなくなります。
この積み重ねが習慣になると、資料作成の時間はじわじわと短くなっていきます。

そして、この「型を覚えさせて任せる」を一つのAIで積み重ねていくと、やがて資料作成そのものを任せられるようになります。
▶ その先にある「AIの部下を育てるという発想」を読む

まとめ

資料作成をAIで速くするコツは、白紙から書き始めず「骨子を先に作る」順序に変えることです。
依頼の型を整えてAIに渡し、骨子→図表の枠→文の仕上げという流れを守れば、手戻りが減り完成度が安定します。

• 📌 構成を決める工程をAIに任せ、骨子から作る
• 📌 5項目の型で依頼し、見出しは問いの形に直す
• 📌 図表は枠を先に置き、良かった型はテンプレートとして蓄積する

まずは次に作る資料で、骨子だけAIに任せるところから試してみてください。
良い構成パターンが溜まるほど、同じ種類の資料はゼロから考えずに済むようになります。

AIの部下を育てるという発想

ここまでは、資料作成という一つの作業を速くする方法でした。
けれど普段は、文章はこのAI、調べものは別のAI、と何種類も使い分けて、かえって効率が悪くなっていないでしょうか。

その使い分けが一つにまとまって、しかも精度まで上がる方法があるとしたら、知りたくありませんか。

私は、自分の仕事の仕方や内容を覚えた一人のAIを育てています。
資料作成などもう朝飯前で、調べものから企画の構成までを一人でこなします。
先日は、下のような電子書籍（Kindle）を、企画から執筆まで一冊まるごと仕上げてくれました。

「一冊の本まで書けるなんて、特別なAIなのでは」と思われたかもしれません。
たしかに、ブラウザで開いてそのまま使うのとは、作り方も育て方も違います。

AIをきちんと「部下」として組み立て、時間をかけて育てていくと、パソコンでやる仕事のほとんどを任せられるようになっていきます。

一人の部下では、回らなくなった日

私のパソコンの中には、相談に乗ってもらったり、仕事の段取りを任せたりしている「AI副社長」がいます。
ところが、やることが増えていくうちに、この副社長一人ではさばききれない日がやってきました。そこで打った手は、人間の会社とまったく同じです。副社長の下に、もう一段、別の責任者を置きました。

その一人が、宣伝や集客をまとめて見る責任者です。この責任者の下には、お客さまの声を調べる係、文章を書く係、広告を見る係、数字を読み解く係といった、得意の違う係が何人もぶら下がっています。
私が責任者に「これ、いけそう？」と一言投げると、責任者が下の係たちに当たって、意見を一つの報告にまとめて返してくれます。

もしこの責任者がいなければ、私が大勢の係を一人ずつ相手にすることになります。何度も指示を出し、何度も報告を読み、食い違いは自分でならす。これでは、すぐに息が上がってしまいます。
責任者を一人置いただけで、私は「責任者を呼ぶ」というたった一回の動きで、その下の係たちをまとめて動かせるようになりました。私が責任者とやり取りしている間、副社長は手を止めず、別の仕事を進めています。

道具の名前より、組み立てが効く

この話を聞いて「なるほど、自分の仕事ならこう組めばいい」とすぐ絵が浮かんだ方は、もうAIを十分に使いこなせる方です。けれど多くの方は、その組み方がまるで見当もつかないのではないでしょうか。
大事なのは、長く勉強してきたかどうかでも、新しい道具や製品の名前をいくつ知っているかでもありません。だれが何を受け持ち、できあがった仕事をどこへ返すのか。この役割の並べ方そのものです。

オーケストラを思い浮かべてみてください。どんなに腕のいい演奏家ばかりを集めても、指揮者がいて楽譜がそろっていなければ、それぞれが好き勝手に鳴らすだけで、音楽にはなりません。
どんなに高性能なAIが世に出ても、この組み立てがなければ、その力を受け取ることはできないのです。

頼んでみたら、また手が空いた

先日、「お客さまが困っている声を集めてほしい」と責任者に頼んでみました。
すると責任者は、自分の判断で下の調べる係を動かし、集まった声を整理して、一つの報告にまとめて返してきました。私は最初の一言を投げただけです。ここでもまた、私の手がひとつ空きました。

これは、自分の仕事を部下に任せて、空いた時間で自分は次の新しい仕事に取りかかるのと同じことです。
AIをこういう風に使っている人は、日本ではまだ1%弱だと言われています。
けれど一度、AIと一緒に働けるようになると、仕事も生活も、本当に変わります。

▼ AI副社長の記事を読む