AIに『使えない』と叫んだ夜。トヨタ流『標準作業』の考え方がプロンプト設計を根本から変えた話

AIに初めて本気で「使えない」と叫んだ夜がある。

何度プロンプトを書き直しても、返ってくる回答がブレる。同じ指示なのに、ある時は完璧で、ある時は的外れ。これなら手書きの方がマシだ——そう思い詰めていた。

その夜、ふと気づいた。ぼくはAIに「何をしてほしいか」を書いていたが、「どうやってそれをするか」という手順を書いていなかった。

トヨタ自動車での24年間、ぼくたちが徹底させられたのは『標準作業』だ。誰が、いつ、どこでやっても同じ結果を出す——その手順書を極限まで突き詰めること。

その思想をプロンプトに落とし込んだら、AIの精度が跳ね上がった。

プロンプトが「ブレる」のは、手順が曖昧だから

多くの人が感じているはずだ。同じAIに、同じようなプロンプトを書いても、結果がブレることがある。

「なぜ？」と思うかもしれない。だが原因は明確だ。指示が曖昧で、AI自身が『解釈の幅』を持ってしまっているからだ。

工場での品質管理に例えるなら、作業者に「きれいに組み立ててください」と言うのと、「ボルトは時計回りに3.5回転、トルクは15Nm」と言うのの差。前者は作業者ごとに結果が異なる。後者は誰がやっても同じ。

AIも同じ原理で動く。『考える余地』があると、回答のばらつきが生まれる。

トヨタ流『標準作業』とは何か

トヨタ生産方式の中核に『標準作業』がある。これは単なる「マニュアル」ではない。

『標準作業』は「現在、最も効率的だと判明した、誰がやっても同じ結果を出す手順」だ。工場の現場では、この手順を秒単位で定義する。

ポイントは『なぜその順序なのか』『何を避けるべきか』も同時に記すことだ。単なる「○○をしろ」ではなく、「○○をしろ、理由は△△、失敗しやすいパターンは□□」と三層構造で書く。

この思想がなければ、作業者が「別のやり方でもいいんじゃ？」と判断した時点で、ばらつきが生まれる。

なぜAIのプロンプトに『標準作業』の思想が必要なのか

AIは「文脈の中で最も確からしい応答を生成する」という計算をしている。人間のように「指示者の気持ちを忖度する」ことはできない。

その時、指示が曖昧だと、AIは複数の「確からしい応答」を候補から選ぶ。運が良ければ正解。運が悪ければ外れ。

『標準作業』的にプロンプトを書くと、『この一択しかない』という状況を作り出せる。

プロンプト設計の本質は「AIに裁量の余地を与えないこと」——それだけだ。

ぼくの失敗：「結果」を指示して、「手順」を指示しなかった

あの夜、ぼくが書いていたプロンプトはこんな感じだった。

「ブログ記事を書いてください。対象は営業マンです。トーンはカジュアルに」

何が足りないか、わかるだろうか。

『何を』『どこに』『どの順番で』『どれくらい詳しく』書くのか、全く指示していないのだ。AIは「営業マン向けのカジュアルなブログ」を無限に作れる。

長さも構成も、強調点も、AIの「判断」に委ねられている。だからブレる。

『標準作業』流プロンプト設計：5つの層

トヨタで叩き込まれた『標準作業』の思想をプロンプトに転用したら、以下の5層構造に落ち着いた。

1. 『誰が』『何のために』使うのか——ペルソナと目的の明確化

「営業マン向け」ではなく「40代の営業課長、毎月目標未達で焦りを感じている、朝5時起きで情報収集」くらい具体的にする。

2. 『どんな状況』なのか——コンテキストの設定

単に「ブログを書け」ではなく、時間軸や業界の背景まで確定させる。「今、この読者の周りで何が起きているのか」をAIに渡す感覚だ。

3. 『どの順序で』『どのくらいの量』——構成と分量の明確指示

「導入3段落、本論5セクション、まとめ2段落、合計3,000文字」と数字で指示する。

4. 『何を避けるか』——NG集の明記

「『近年では』で始めない」「4文以上の段落を書かない」「根拠なき主張をしない」と、失敗パターンを先制する。

5. 『なぜこの指示なのか』——背景と理由の共有

「この指示の背景は〇〇。そのため△△」と、AIに「この指示を無視したら失敗する」という文脈を与える。

実例：同じ指示、2つのバージョン

『標準作業』思想がどれだけ効くか、実際に試してみた。

【ダメ版プロンプト】

「AI活用のブログ記事を書いてください。営業マン向けです」

【良い版プロンプト】

「以下の指示に従い、AI活用のブログ記事を書いてください。対象読者：35〜50歳の営業課長、毎月目標未達。背景：2026年10月、生成AIが営業支援ツールとして実装され始めた。構成：導入3段落（1段落＝1〜2文）、本論6セクション（各セクションH2＋本文3〜4段落）、まとめ1段落。文字数：4,500字。禁止：『近年』『最近』『昨今』で始めない。『〜と言われています』などの曖昧表現を避ける。『〜かもしれません』は使わない。理由：読者は時間がなく、曖昧な記事に耐えられない。営業課長が朝5時の読書時間で実装できる具体性が必須。」

結果は歴然だ。後者の指示で返ってくる記事のクオリティは劇的に上がった。

『標準作業』の3層構造：何を、なぜ、どう避けるか

トヨタの『標準作業』は常に3層で書かれていた。

第1層：『実行手順』——具体的な動作

「ボルトを15Nmで締める」「データを右から左に読む」

第2層：『理由と背景』——なぜこの手順か

「15Nmなのは、剪断力を最適化するため。12Nmだと緩む、18Nmだと破断する」

第3層：『失敗パターンと対策』——何を避けるべきか

「新人が最もミスしやすいのは、回転数を感覚で数えること。必ずトルクレンチを使う」

この3層構造を、プロンプト設計にそのまま転用できる。

AIに「好きにしていいよ」と言うと、ギャンブルになる

AIは「指示者の気持ちを忖度する」ことができない。工場の熟練工が「あ、こういうことか」と空気を読んでくれるような動きはしない。

むしろ、その特性こそが、『標準作業』との相性がいい理由だ。

AIに『判断の余地』があると、それは『確率的な選択』になる。つまり、ギャンブルだ。

例えば、「読者に分かりやすく」と書くと、AIは「分かりやすさ」の定義を自分で作る。すると、ある日は「比喩を多用」を選び、別の日は「短い文」を選ぶ。

だが「読者に分かりやすく、方法は以下：1. 一文は最大3文、2. 比喩を段落あたり1個、3. 数字で具体化」と書くと、AIは「この一択」を実行する。

『標準作業』プロンプトの実装ステップ

では、具体的にどう作るのか。

ステップ1：ペルソナと目的を「数字で」定義する

「月1回のプレゼンで成功したい営業課長、45歳、朝6時に資料を読む」くらい。

ステップ2：成功条件を「数値化」する

「3,000文字、10セクション、太字3箇所、具体的な数字5個以上」

ステップ3：失敗パターンを「先制」する

「曖昧表現を使わない、4文以上の段落を書かない、根拠なき主張をしない」

ステップ4：背景と理由を「添える」

「これらの指示がある理由は、営業課長が読む時間が限られているから」

ステップ5：テンプレートを「固定化」する

同じ目的の記事を何本も書く場合、一度作った『標準作業』プロンプトを使い回す。すると、品質が安定する。

プロンプトの「再現性」が高まると、何が起きるか

『標準作業』思想でプロンプト設計をすると、AIの出力が「安定」する。

安定すると、そのプロンプトを繰り返し使う気になる。繰り返し使うと、今度は『標準作業』プロンプト自体を改善できるようになる。

「あ、この部分はもっと厳しく指示した方がいいな」「この条件は実は不要だった」と、フィードバックループが回り始める。

これは、トヨタの工場で『標準作業』が毎月改善される理由と同じだ。

安定した手順があるからこそ、「どこが改善できるか」が見える。ばらつきがあると、何が悪いのか判断できない。

『標準作業』なしで、AIを使い続けることの代償

『標準作業』なしでAIを使うと、何が起きるか。

最初の数回は、運良く良い出力が得られるかもしれない。だが、ある時から出力がブレ始める。

「なぜ？」と思ったあなたは、プロンプトを試行錯誤し始める。A案、B案、C案。やってみて、また書き直す。

この時間こそが、最大の浪費だ。『標準作業』がないから、毎回「新しく考える」という無駄が発生する。

トヨタでは、この無駄を「ムダ」と呼んで、徹底的に排除する。プロンプト設計も、まったく同じ話だ。

まとめ ─ これだけ覚えておけばいい

AIに「使えない」と叫んだあの夜から、ぼくは気づいた。AIの問題は、AIの性能じゃない。指示の質だ。

現場で24年間叩き込まれた感覚が、まさかAI活用で生きるとは思っていなかった。でも、考えてみれば当たり前の話で、「誰がやっても同じ結果を出す」という思想は、相手が人間でもAIでも変わらない。

トヨタ流『標準作業』——『誰がやっても同じ結果を出す手順書』——をプロンプト設計に転用すると、AIの精度は劇的に上がる。

3つだけ持って帰ってほしい。

• プロンプトのブレは、AIのせいではなく指示の曖昧さ。『判断の余地』がないくらい具体的に指示すること。
• 『標準作業』は3層構造——『実行手順』『理由』『失敗パターン』。これをプロンプトに落とし込むと、AIは「この一択」を実行する。
• 『標準作業』プロンプトを繰り返し使うと、改善フィードバックが回り始める。毎回試行錯誤する時間が消える。

今夜、一つのプロンプトを『標準作業』化してみてほしい。「いつも使うあのプロンプト」を、数字と順序と失敗パターンで書き直してみる。明日からAIの返しが変わるはずだ。

出典・参考情報

• トヨタ自動車「標準作業書」（社内資料、1980年代〜現在）
• 大野耐一『トヨタ生産方式』（ダイヤモンド社）

用語集

• 標準作業（ひょうじゅんさぎょう）：現在最も効率的だと判明した、誰がやっても同じ結果を出す手順書。トヨタ生産方式の中核。
• プロンプト：生成AIに与える指示文。質の高いプロンプトは、AIの出力品質を大きく左右する。
• ペルソナ：ターゲットとなる読者・ユーザーの具体的なイメージ。年齢、職業、課題など詳細に設定する。
• トーン：文章の雰囲気や話し方。カジュアル、フォーマル、友好的など。
• ばらつき：同じ条件下での結果がまちまちになること。品質管理では最大の敵。