課長に4つ差し戻され、部長に3秒で通った。AIに組織の判断パターンを再現させた全記録
提案の中身には自信がある。ロジックも通っている。データもある。
でも、通すまでに2日かかる。
技術チームに「これ、実装できますか」と確認する。企画チームと「スコープどこまでにします？」を合わせる。課長に持っていって差し戻される。指摘を反映してもう一度持っていく。やっと通って、部長に上げる。部長から「いや、そもそもの最初の問いの立て方がさぁ・・・」と返される。
全部やり直し。
上司だけじゃない。他部門のマーケティング部にも話を通さないといけない。場合によっては営業部にも。クライアントへの提案なら、相手の組織の力学も読まないといけない。
この「誰に、どの順番で、どう伝えれば通るか」を設計する時間──つまり根回し──に、毎回丸2日が溶けていた。
この記事は、こんな人に向けて書いた。
提案の中身には自信があるのに、「通し方」で時間が溶ける
上司への報告だけでなく、他部門との調整やクライアントとの事前準備にも手間がかかる
上司・決裁者・取引先──相手によって「何を気にするか」が違いすぎて、毎回手探りになる
社内の根回しや商談の事前準備を、もっと短時間で精度高くやりたい
逆に、こういう人には向かない。AIで遊びたいだけの人。これは「仕事の準備時間を短縮する」ための記事として書いた。
この記事を読むと、何が変わるか。
上司への報告、他部門との事前調整、クライアントへの提案準備──「通すための根回し」に溶けていた2日が、1.5時間に。（私の実体験）
「一人で想像する時間」が、「AIで事前に潰す時間」に変わる。しかもAIが返す内容が、本物のステークホルダーとほぼ同じパターンで返ってくる。
これは比喩ではない。5人分のシミュレーションを下から順番に回した全文ログを公開している。
自己紹介
私は大手企業のデータ部門で、全社的にAI×業務効率化を推進するプロジェクトマネージャーをやっている。
偉そうに書けるような経歴は持っていない。学歴もないし要領もよくない。前職では残業月150時間で2回壊れて、藁をもすがる気持ちでAIを触り始めた人間だ。（詳しくは所信表明の記事に書いた）
──で、転職先で最初にぶつかったのが、まさにこの記事に書いた話だった。
ロジックは合ってる。データもある。でも、通らない。
「上げ方」を間違えていたから。
コンサル時代の感覚で「直で上げる」をやったら、課長に苦い顔をされた。
「それ、先に俺に見せてほしかったんだよね」
胃がきゅっとなった。
どんな組織にも、承認の階段がある。現場に確認し、関係部署とスコープを合わせ、直属の上司に通して、その上に上げる。順番を飛ばすと、中身が良くても空気が悪くなる。
合理だけでは人は動かない。各レイヤーに「その人だけの判断の癖」がある。そしてその上に「組織のカルチャー」が乗る。歴史ある大手なら一段ずつ階段を登る慎重さ。ベンチャーなら「まずやれ」のスピード。上げ方の作法を間違えると、中身が良くても通らない。
年間800回以上の会議。半年で会議の議事録が10万行を超えた。
その議事録を、ある日ふと、AIに食わせてみた。
AIが組織の「判断の癖」をそのまま再現してきた
最初は「上司の発言を分析して」くらいの軽い気持ちだった。
Claudeに半年分の議事録を読ませて、こう頼んだ。
「あなたは中村課長として返信してください」
返ってきた最初の一文。
「スコープが、まだちょっとふわっとしてるところがあるんだよね」
手が止まった。口癖、そのまま。
もっと突っ込んでみた。スケジュールの話を振ったら、こう返された。
「佐々木さんへの依頼、もう出してる？ 口頭で伝えてたは依頼じゃないからね」
背筋が冷たくなった。
佐々木さんのタスクが止まるとプロジェクト全体が止まることを、AIは議事録から読み取っていた。そして、「口頭で伝えた＝依頼した」と思い込んでいた自分の甘さを突いてきた。実際の中村課長に言われたことのある、まさにその指摘だった。
同じことを部長でもやった。技術チームでもやった。企画チームでもやった。
全員、再現できた。
その瞬間に気づいた。これは「上司との壁打ち」じゃない。組織の合意形成プロセスそのもののシミュレーションだ。
「性格」を書いて失敗し、「手順」を書いて成功した
ここで、失敗した話もしておく。
最初に判断パターンを書いた時、「性格」を書いてしまった。
「慎重で分析的な課長」「結論重視の部長」。
これ、全然ダメだった。AIは「なんとなく慎重っぽい人」を演じるだけで、具体的な指摘が出てこない。「もう少し整理した方がいいかもしれませんね」みたいな、当たり障りのないコメントが返ってくるだけ。
正直、最初の3回くらいは「やっぱAI壁打ちなんて使い物にならないな」と思った。
転機は、ある日の課長とのリアルな1on1だった。
課長が私の報告を聞きながら、6つのことを順番に確認していた。スコープ→フェーズ分け→工数→データの解釈→担当と依頼→進め方・上への持ち込み方。毎回同じ順番。
あ、これだ。と思った。
「性格」じゃない。「手順」を書くんだ。
この6ステップをAIに教えたら、返答の精度が別物になった。
そしてこの発見は、上司だけでなく、技術チーム・企画チーム・他部門・クライアント──誰に対しても同じだった。「この人がどういう順番で判断するか」を書けば、AIはその人になる。
ClaudeとChatGPT、同じ上司を演じさせたら答えが割れた
面白かったのは、同じ相談をClaudeとChatGPTの両方で回したこと。
同じプロファイルを入れたのに、Claudeは「他社影響から見ろ」と言い、ChatGPTは「乖離検知が先だ」と言った。
答えが割れた。
最初は「どっちが正しいんだ？」と混乱した。でも、考えてみたら、リアルの会議でもこういうことは起きる。同じ情報を渡しても、見る角度で結論が変わる。1つのAIだけで壁打ちすると、1つの視点に偏る。
どちらが正しかったのか、そしてどう使い分けるべきかは、有料パートで比較表つきで解説している。
5人分のシミュレーションを下から順番に回した
技術担当の田中さん・鈴木さんに実現性を確認する。企画チームの山本さん・高橋さん・木村さんとスコープを合わせる。課長に報告して差し戻しを受ける。全部反映して部長に上げる。
この「下から積み上げる」プロセスを、全てAIで事前に回した。
各レイヤーで論点が追加され、潰され、磨かれていった。課長には4つ差し戻された。全部反映した。
部長に到達した時点で、全ての論点が潰れていた。
実際の部長報告。
「ああ、いいんじゃない。進めて。」
3秒。
そしてこれは、社内の上司や同僚に限った話じゃない。クライアントの判断パターンがわかっていれば、商談の事前準備にも使える。営業先のキーパーソンの癖を把握していれば、提案の通し方が変わる。相手の「判断の手順」さえ書ければ、どんなステークホルダーにも応用できる。
この記事の中身
後半記事のパートでは、この「3秒で通った報告」ができるまでの全工程を公開している。
第1章：口癖を3つ書くだけで始められる──相手の「判断パターン」の整理法
議事録なし15分の簡易版と、10万行から自動抽出する本格版の両方を解説。「性格」で書いて失敗→「手順」で書いて成功した実例つき。上司だけでなく、他部門・クライアントにも使える汎用設計。
第2章：なぜ「下から積み上げる」と一発で通るのか──壁打ちプロンプトの設計思想
1人に壁打ちするパターンAと、5レイヤーで下から積み上げるパターンBの両方をテンプレートで提供。設計思想から解説し、私が実際に使ったプロンプト全文も公開。
第3章：課長に4つ差し戻され、部長に3秒で通った──5人分のシミュレーション全文ログ
途中で結論が変わった瞬間、企画チームから想定外の論点が出た瞬間──全てそのまま載せている。
第4章：同じ上司なのに答えが割れた──Claude vs ChatGPT、どっちが使えるか
同じプロファイルを入れて同じ質問を投げた。優先順位が変わった。口癖の再現度が変わった。使い分けの結論を整理。
第5章：明日からコピペで使えるプロンプト10本
判断パターン抽出、組織カルチャーのインストール、AI壁打ち、会議シミュレーション、多層報告シミュレーション、Claude vs ChatGPT比較──全て相手の名前と判断パターンを入れ替えればどのステークホルダーにも適用可能。
この記事が向いていない人： AIで遊びたいだけの人。
この記事が向いている人： 今、本気で業務を効率化して大きな成果を上げたいと思っている人。上司への報告、他部門との調整、クライアントへの提案──「通すための根回し」に時間が溶けている人。
じゃあ実際にどうやったのか。
まず第1章。相手の「判断パターン」の整理から始める。議事録がなくても、口癖を3つ書き出すだけで始められる──。
📱 noteに書ききれない日々の記事の裏側（試行錯誤・TIPS・速報）は
「X」で毎日公開中→ https://x.com/data_ai_labo
（フォローすると毎日AIの実践Tipsが流れてきます）
📚 AIを仕事で使ったリアルを記事にしています。気になるテーマからどうぞ。
▸ 📖 このnoteを始めた理由 残業月150時間で2回壊れた自分が、なぜAI×業務効率化を発信するのか。
▸ 🧠 AIエージェントの全体像 「なぜ議事録を食わせると上司を再現できるのか」の理論的背景。一般知・組織知・個人知の3層構造から解説。
▸ 🔧 「AI上司」を自分の会社でも作ってみよう プログラミング不要。Step 1は今日5分で始められる。この壁打ち記事の技術的な裏側。
▸ 🎙 [Aqua Voice × 生成AIで変わったこと](Aqua Voice編リンク) この記事のプロンプトも全てAqua Voiceで喋って作っている。
この記事が参考になったら「スキ（♡）」を押してもらえると励みになります。 Xでも毎日AIの実践知を発信しています → @data_ai_labo
#AI活用 #生成AI #ChatGPT #Claude #根回し #業務効率化 #仕事術 #プロンプト #AIエージェント #壁打ち
