AIを「同僚」として働かせるには？作業場所を渡し、範囲を絞る¶

2026-10-29 更新約8分で読めます

最終確認: 2026-10-29　もとにした記事：AIを「補助ツール」ではなく「同僚」として働かせたい（note）

30秒で復習¶

補助型 AI：人が資料を探して渡し、説明し、返事を待って確認する。速くはなるが、人の時間が AI とのやり取りに縛られる。
同僚型 AI：AI に作業場所（資料・過去の成果物・議事録・タスク）を渡し、必要な情報を自分で探して進めてもらう。人はその間に別の仕事ができる。
価値は「1つの作業が何分速くなるか」より、人と AI が並行して働けること。打ち合わせで「ここまでの経緯は？」と聞ける、チームで引き継げるのも大きい。
役割分担：人が大枠と境界（保存場所の分け方・アクセス権・AI が見てよい範囲・正しい情報の基準）を決め、AI が枠の中を整理（メタデータを付ける・まとめる）。
AI に渡す範囲は仕事に必要な最小の単位に絞る（プロジェクト全体ではなく、その案件のフォルダ）。精度・速さ・安全のどれにも効く。
覚え方：「机と資料を用意して、部屋の鍵は必要な分だけ渡す」

こんな場面で出会う¶

AI に頼むたびに、資料を探して添付し、経緯を説明し直すのが面倒
打ち合わせの最初に、毎回前回までの経緯を説明し直している
誰かが AI とうまく進めた仕事が、その人のチャットの中だけに残っている

用語の正式名称と読み方¶

用語	読み方・正式名称	意味
補助型 AI	—	質問すると答える使い方。資料や前提は毎回、人が渡す
同僚型 AI	—	作業場所と権限を持ち、任された仕事を自分で進める使い方（AI エージェント）
作業場所	ワークスペース	AI が続けて参照できる、資料・成果物・記録・タスクの置き場
コンテキスト	context	AI がそのとき参照している情報の全体。多すぎると関係ない情報が混ざる
トークン	token	AI が読み書きする文章の量の単位。読む量が増えるほど時間と費用がかかる
メタデータ	metadata	文書の種類・案件名・担当・日付・状態など、資料についての情報
最小権限	least privilege	仕事に必要な分だけの権限を渡すこと

質問：補助型と同僚型は何が違う？¶

答え： いちばんの違いは「誰が情報を集めるか」と「人が待つかどうか」。補助型は人が集めて渡し、返事を待つ。同僚型は AI が作業場所から自分で集め、その間、人は別の仕事を進める。

観点	補助型 AI	同僚型 AI
情報を集める	人が資料を探して添付・説明する	AI が作業場所から探す
人の時間	返事を待ち、確認して次の指示	仕事を渡したら、別の仕事に移れる
打ち合わせ	人が経緯を説明し直す	「ここまでの経緯は？」と AI に聞ける
成果の行き先	個人のチャットの中	チームの作業場所に残り、引き継げる

人の同僚にも、毎回すべての資料をメールに添付して一から説明はしない。同じ共有フォルダやプロジェクトの記録を見てもらう。AI にも同じ環境を渡すイメージ。
作業場所の形は製品で変わる（ローカルや社内のファイルを扱う環境、Teams・SharePoint のような共有環境など）。大切なのは製品名ではなく、AI が続けて参照できる業務空間があること。

質問：作業場所は、人と AI でどう分担して作る？¶

答え： 人が「間取り」と「入れる部屋」を決め、AI が「部屋の中」を片付ける。 大枠を作らずに何でも1か所に置くと、探しにくいだけでなく、別の部署の情報や AI に見せるべきでない情報まで参照範囲に入ってしまう。

人が責任を持って決めること	AI に任せられること
保存場所の大分類（本部・部・課、プロジェクト・案件）	日々の資料・議事録・成果物の整理
アクセス権、AI が見てよい範囲	文書の種類・案件名・担当・日付・状態などのメタデータ付け
正しい情報として扱う基準（どれが最新版・正本か）	「進行中の案件」「会議ごとの議事録」などの見せ方のための分類

例：SharePoint なら、AI が付けたメタデータ（列）をもとにビューを作り、「進行中の案件」「担当者別のタスク」として人にも見やすくできる。
「どれが正しい情報か」「誰の責任か」を決めるのは、データガバナンスの考え方そのもの。

質問：AI に渡す範囲は、なぜ絞った方がいい？¶

答え： 範囲が広すぎると、AI は今回の仕事に関係ない資料まで読もうとする。関係ない情報はノイズになり、別の案件と混同し、時間とトークンも増える。そして何より、見せる必要のない情報まで見せることになる。

範囲を広くすると	範囲を案件・タスクに絞ると
関係ない資料がノイズになり、大事な文脈が埋もれる	必要な情報が過不足なくそろう
別の案件の情報と混同する	混同が起きにくい
読む量が増え、時間・費用（トークン）がかかる	速く、安く進む
見せる必要のない情報まで AI が読める	最小権限で、漏れても被害が小さい

進め方：部署やプロジェクト全体は大きな情報基盤として整えておき、実際に仕事を渡すときは案件やタスクの単位に参照範囲を絞る。

質問：同僚型 AI で気をつけることは？¶

答え： AI が自分で探して・自分で動くぶん、守りも「人の同僚」並みに考える。特に、外から来た文章に命令を仕込むプロンプトインジェクションと、共有しすぎに注意する。

気をつけること	なぜ	対策
外から来た文書・メールを作業場所に混ぜる	隠れた命令で AI が操られる（→間接プロンプトインジェクションの具体例）	外部の文書は分けて置く、AI の外部送信は人が承認
共有しすぎのフォルダを渡す	本来見えてはいけない資料を、AI が要約して広める	渡す前に権限を棚卸し、秘密度ラベルで除外（→Purview）
AI の成果をそのまま正本にする	間違い・古い情報が残り続ける	「確認済み」の状態をメタデータで分ける。判断は人が持つ
誰が何をしたか分からない	問題が起きたときに追えない	AI の操作も記録に残す（監査ログ）

わたしの考え：AI 導入は「仕事の渡し方」を変えること

仕事で AI に助けられる場面は増えた。でも、AI を便利な補助ツールとして使うだけで十分なのか、と考えるようになった。

AI に頼むたびに資料を探して添付し、経緯を説明し、返事を待つ。これでは作業の一部は速くなっても、人の時間は AI とのやり取りに縛られたままだと感じる。だから私がこれから業務で使いたいのは、質問に答えるだけの AI ではなく、作業場所を持ち、必要な情報を自分で探し、一定の仕事を任せられる AI。

特に大きいと思うのは、人と AI が並行して働けること。AI 導入は「何分短縮できるか」の話になりがちだけれど、人が AI の作業待ちをしなくてよくなれば、仕事全体の流れが変わる。打ち合わせで AI に「ここまでの経緯は？」と聞ける体験は、検索窓や文章生成ツールとはかなり違うし、作業場所をチームで共有すれば、AI とのやり取りが個人のチャットに閉じず、チームの知識になる。

そのためには、人が大枠と安全な境界を作り、AI がその内側を日々整理する役割分担が大事。そして実際に仕事を渡すときは、必要な情報が過不足なく入る最小の単位まで範囲を絞る。

AI を導入するとは、新しい機能を足すことではなく、人と AI が一緒に働けるように、仕事の場所と情報の流れを設計し直すことだと思っている。

具体例¶

場面	同僚型の進め方
案件の提案書を作りたい	その案件のフォルダだけを作業場所として渡し、過去の提案書と議事録から下書きを作ってもらう。人は別の仕事へ
週次の打ち合わせ	冒頭で「前回からの変化と、止まっている判断は？」と AI に聞いてから議論を始める
担当が変わる	前任者が AI と進めた経緯が作業場所に残っているので、後任が AI に聞いて追いつける
議事録がたまって探せない	AI に種類・案件・日付・状態を付けてもらい、SharePoint のビューで「会議ごと」「進行中」に分けて見る

確認したいこと¶

部署・プロジェクトの資料は、組織や案件の構造が分かる形で分かれているか
AI に見せてよい範囲と、見せてはいけない資料は決まっているか
「どれが正本か」を、人も AI も判断できるようになっているか
AI が外部へ送信・共有する操作に、人の承認を挟めるか