AIで社内マニュアルを自動作成する方法：速さより更新が9割
「マニュアルがない」から困っているのではない。「マニュアルが古い」から困っているのだ。
多くの中小企業でマニュアル整備が進まない本当の理由は、作成に時間がかかることではない。作っても半年後には現実の業務と乖離し、誰も参照しなくなるからだ。生成AIはこの問題を解決できるか。答えは「半分だけ」だ。
AIはマニュアルを確かに速く作れる。ただし、速く作れるということは、古いマニュアルが速く量産されるリスクでもある。本記事では、生成AIでマニュアル作成を実用レベルに引き上げるための5ステップと、「速さの罠」を避ける方法を解説する。
AIでマニュアルを作る前に確認すること
まず、現在のマニュアルが使われていない理由を正直に見てほしい。
Deloitteが2024年に実施した調査では、AIナレッジベースを導入した企業はオンボーディング時間を30%短縮したが、一方で「SOPの不使用」の主因は文書の不足ではなく、「最新版がどれかわからない」「現場が信頼していない」「研修が追いつかない」の3つだと報告されている。
つまり問題はボリュームではなく、鮮度と信頼性だ。
AIを使う前に確認すべきことは2つある。
- 作成済みマニュアルの「生存率」を把握する：1年以上更新されていない文書は何割あるか。50%を超えるなら、作成ツールの問題ではなく更新の仕組みが壊れている
- 使われていないマニュアルの原因を分類する：見つからない・内容が違う・存在を知らない、のどれが主因かで対策が変わる
ここを飛ばしてAIツールを導入すると、古いマニュアルが量産されるだけで終わる。
生成AIでマニュアルを作る5ステップ
図1: 生成AIを使ったマニュアル作成の5ステップ
STEP 1: 素材を集める（録画が最速）
マニュアルを書くために「さあ書こう」と座るのが最悪の出発点だ。作業している人の画面を録画するか、引き継ぎの会話を録音するかのどちらかにする。
米国のリモートワーク支援企業Little Mightの事例では、LoomでSOPを録画してChatGPTに文字起こしを貼り付ける方法で、マニュアル作成を「数時間から数分」に短縮した。彼らの言葉を借りれば「100倍速い」。日本でも同様のワークフローはZennで複数のエンジニアが共有しており、引き継ぎ会話の録音→文字起こし→AI整理の3段階が主流になりつつある。
STEP 2: 文字起こし
録画・録音ファイルをWhisperやNotta、またはClaude.aiに直接アップロードする。ClaudeはPDFや音声の直接処理が可能なため、変換ステップを省けることがある。
文字起こしの精度は完璧でなくてよい。AIが構造化する際に多少の不正確さは吸収される。ただし、専門用語や社内固有の呼称（システム名・部署名・担当者の役職）は文字起こし後に手動で修正しておく。
STEP 3: AI構造化（最重要ポイント）
ここが最もつまずく箇所だ。多くの人が「以下の内容を手順書にしてください」とだけプロンプトに入力する。これでは汎用的なSOPが出力され、自社の現場と合わない文書になる。
有効なプロンプトには以下の情報を必ず含める。
- 業務の担当者：「経理担当の鈴木さんが、月次の請求書処理をする際の手順書」
- 使用するシステム名：「弥生会計を使って」「Slackで上長承認を取った後」
- 前提条件：「新入社員が1人で読んで実行できるレベルで」
- 出力形式：「番号付きのチェックリスト形式で、各手順に補足説明を1文添えて」
Lat91では、自社の業務引き継ぎドキュメントを作成する際、役割・ツール・例外処理の3カテゴリを必ずプロンプトに埋め込むルールを設けている。これによりAIの出力が実際の業務フローと乖離しにくくなった。ただし、例外処理（「このケースだけは別の担当者に回す」といった判断が伴う部分）はAIでは再現できないため、必ず担当者が補記している。
STEP 4: 担当者レビュー（省略不可）
AIの出力を無修正で公開してはいけない。
産業IoT企業Tractianは、設備メンテナンスSOPのAI自動生成モジュールをリリースしているが、その設計の前提として「AIはたたき台を作り、技術者が最終確認する」を守っている。製造現場での誤ったSOP適用は安全上の問題に直結するため、AIに最終判断を委ねない設計は合理的だ。
規制が厳しい業種（医療・金融・建設）では特にレビューを省けない。汎用AIが生成したSOPは規制要件を満たさない可能性がある。
STEP 5: 公開と更新サイクルの設定
マニュアルを公開したら、同時に更新確認のアラートをカレンダーに設定する。目安は3ヶ月に1度。これがなければ、どんな良いマニュアルも半年後には形骸化する。
ツール別・用途別の使い分け
すべての用途に「ChatGPTに貼り付ける」で対応しようとするのは、道具の選択ミスだ。
- Claude Artifacts：長文のSOP作成に向く。プロンプトへの回答が長くなりやすいマニュアル類は、サイドパネルで編集しながら仕上げられるArtifactsが使いやすい
- NotebookLM：既存資料（過去のメール・議事録・旧マニュアル）を読み込ませてQ&A形式でたたき台を作る用途に最適。「このフォルダの内容を基に引き継ぎ書を作って」という使い方ができる
- Notion AI：作ったマニュアルの保管と運用を同じ場所で行いたいチームに向く。ページ内でAIを呼び出しながら更新できるため、更新コストが下がる
- ChatGPT + Loom：作業録画からSOPを作るワークフローに最適。特に手順が視覚的な業務（システム操作、梱包作業など）で効果が高い
陥りがちな3つの失敗パターン
米国のドキュメント管理サービスDocsieは、「AIはSOPを生成できる。だがそれは問題ではない」という逆説的な指摘をしている。問題は生成されたSOPが現実の業務と合わないことではなく、合わないSOPが承認なしに量産されることだ。
失敗1: 現実と乖離したSOP
AIは過去の資料とプロンプトだけを参考にするため、「先月から変わった新システム」「実際には省略している手順」を知らない。担当者の録画・録音を素材にして、現場の実態を直接入力することが対策になる。
失敗2: バージョン管理の崩壊
承認フローなしにAIでマニュアルを量産すると、「どれが最新版か誰もわからない」状態になる。必ず「一か所保管、更新時は履歴を残す」ルールをセットで運用する。Notionのバージョン履歴機能やGoogleドキュメントの改訂履歴を使えばコストはかからない。
失敗3: 作って終わり問題
MitrMediaの調査によれば、SOP研修を入社時に1回だけ実施して終わる企業では、現場での逸脱が誰にも気づかれないまま続く。定期的な確認の仕組みがなければ、マニュアルは完成した瞬間から劣化が始まる。
「使われ続けるマニュアル」にする更新の仕組み
図2: 量産型と鮮度維持型の比較
更新コストを下げることが、AIをマニュアル作成に使う本来の価値だ。
業務が変わったとき、新しいシステムに移行したとき、担当者が交代したとき——その都度、録画1本とAI構造化で手順書を再生成できるなら、マニュアルの陳腐化は大幅に防げる。花王は生成AI活用で年間55,000時間の業務を削減しているが、その多くは繰り返し発生するドキュメント更新作業だと報告されている。
Deloitteの2024年調査では、AIナレッジベースを導入した企業はオンボーディング時間を30%短縮した。この効果を生み出したのは「最初の一冊」ではなく、「常に最新のマニュアルが参照可能な状態」を維持できた点にある。
よくある反論と誠実な回答
「暗黙知はAIに書けない」
この批判は正しい。エモリー大学のAI研究（2025年）が指摘するように、専門家が長年培う「状況判断」や「ヒューリスティクス」はAIには観測不能だ。AIは書かれた情報を構造化できるが、「なぜそうするか」の判断根拠は人間が書かなければならない。対策は、暗黙知を持つ担当者が録画・録音の中で「このケースだけこうしている理由は〜」と言語化する習慣を作ることだ。録画という形式はその言語化を促しやすい。
「どうせ更新されなくなる」
確かにその通りだ。ただ、更新されない理由が「時間がかかる」「面倒くさい」であれば、AIによる更新コストの低減で改善できる。問題が「誰が更新するかわからない」「更新すべきタイミングがわからない」であれば、担当者アサインと更新トリガーの定義が必要で、これはツールとは別の問題だ。
まとめ
- マニュアルが使われない理由は、ボリューム不足より「古さ」と「信頼性のなさ」
- AIの本当の価値は初回作成速度ではなく、更新コストを下げて鮮度を維持し続けられる点にある
- 担当者の録画→文字起こし→AI構造化→現場レビューの4段階が最も実用的なワークフロー
- 更新サイクルの設定（3ヶ月ごとのアラート）を公開と同時に行うことが必須
- 暗黙知の部分は録画・録音の中で意図的に言語化させることで一部カバーできる
マニュアル整備を「作成プロジェクト」ではなく「継続的な運用」として設計することが、AIを活かす前提条件だ。
Lat91では、AIエージェントの設計・導入から社内ドキュメント自動化まで、一気通貫でサポートしています。
「何から始めればいいかわからない」という方は、まずは無料相談からお気軽にどうぞ。