農業の出荷判断をAIで——露地野菜農家が毎朝5時の3データを投入した全記録【Before→After現物】

※本記事にはアフィリエイト広告（PR）が含まれます。読者の判断材料となる情報を優先して掲載しています。

---

毎朝5時、軽トラのドアを開けられずにいた——出荷判断という「三すくみ」

毎朝5時。露地でほうれん草を作る農家にとって、軽トラに乗り込む前の数分が一番重い。

スマホには三つの情報が並んでいる。今日と明日の天気予報、市場の前日相場、そして自分の手帳に書いた圃場の生育メモ。この三つを頭の中で組み合わせて、「今日どの畑をどれだけ収穫し、どこへ何ケース出すか」を決める。

これが出荷判断です。露地野菜では、この判断が一日の売上を左右します。

露地野菜の収穫適期は、雨で大きく前後します。雨の前日に穫るか、雨の後に穫るかで、葉物の日持ちは2〜3日変わります。穫りすぎれば相場の安い日に大量に当ててしまい、穫らなければ畑で傷んで出荷できなくなる。

しかも市場の相場は翌日にならないと確定しません。多く出せば値を崩し、絞れば機会を逃す。天気・相場・畑の生育、この三つがそれぞれを縛り合う「三すくみ」の中で、結論を出さなければならない。

判断そのものより、「判断のために情報をかき集めて並べる」時間が重い。この情報整理は、10〜11月の秋冬野菜の収穫期に最も重なります。一番忙しい時期に、一番頭を使う作業が乗ってくる。

この記事は、その「並べて考える」部分を、AIに手伝わせたらどうなるかの記録です。結論を先に言うと、AIは決めてはくれませんが、散らばった情報を「判断できる形」に整える作業はかなり肩代わりしてくれました。

実際に動かしたBefore（農家の手書き3メモ）とAfter（AIが返した出荷判断レポートの全文）を、この後そのまま載せます。使えた場面と使えなかった場面も、正直に報告します。

---

農家がAIに農業データを渡す前に、知っておきたい二つのこと

具体的な実演に入る前に、前提を二つだけ共有させてください。出荷判断は売上に直結するお金の話なので、土台を確認してから進めます。

一つ目は「国も農業のAI活用を後押ししている」という事実です。農林水産省の令和6年度 食料・農業・農村白書は、スマート農業技術の活用と今後の展望を特集として扱っています。出荷予測や収量予測の実証も、白書の中で農業の現在地として位置づけられています。

制度面でも下支えがあります。スマート農業技術活用促進法が令和6年10月に施行され、認定を受けた農業者は金融・税制の特例措置を受けられる仕組みが整いました。AIを使った省力化は、もはや一部の先進農家だけの話ではありません。

二つ目は、もっと地味だけれど大事な話です。「自分の農業データは資産だ」という意識を持つことです。

農林水産省は農業分野におけるAI・データに関する契約ガイドラインを公開しています。ここでは、農家の生産ノウハウがデータとして外部に渡ることへの注意が示されています。あなたの圃場メモや出荷履歴は、長年の経験が詰まったノウハウそのものです。

つまり、AIは「便利な道具」であると同時に、「自分の大切なデータを渡す相手」でもあります。何を渡し、何を渡さないかは、後の章で具体的に線引きします。まずは「土台に行政の後押しと、データを守る視点がある」ことだけ押さえてください。

---

実際にAIに投入してみた——Before（手元の3メモ）とAfter（AIの出力全文）

ここがこの記事の本題です。実際に汎用AIへ農家のデータを投入し、返ってきた出力をそのまま載せます。装飾も要約もしません。

想定したのは、関東近郊でほうれん草を50a（アール）作る農家です。出荷先は地場の卸売市場と、契約のある直売所の2か所。10月の平日朝という設定で、手元にある3種類のメモをテキスト化しました。

Before：農家が毎朝まとめる「3つのメモ」

最初に渡したのは、農家が実際に朝に持っている情報をそのまま文字にしたものです。きれいな表ではありません。手帳とスマホのスクショを言葉にした、生のメモです。

【今日のメモ 10/15(水)】

■天気
今日 晴れ 最高22度 風弱い
明日 午後から雨 木曜は一日雨らしい
金曜は晴れ戻る

■相場(きのうの市場の伝票より)
ほうれん草 L 1ケース(150g×20束) きのう1,850円
おとといは2,100円だった。少し下がってきてる
直売所のほうは固定で1束130円で引き取り

■畑のメモ
A畑(20a) 先週まきの分が伸びてきた。あと2〜3日で穫り頃
B畑(15a) ちょうど穫り頃。葉が大きくなりすぎる手前
C畑(15a) まだ小さい。来週

今日はB畑から穫る予定。何ケース出すか毎回迷う

これだけです。情報は揃っているのに、頭の中で組み合わせる作業が毎朝発生します。「明日雨」「相場が下がり気味」「B畑が穫り頃」——この三つをどうつなげるかが、まさに判断疲れの正体です。

After：AIが返した「出荷判断支援レポート」全文

このメモに対して、「市場相場・天気・生育の3つを踏まえ、今日の出荷の考え方を整理してほしい。最終判断は自分がする」と頼みました。返ってきた出力が、以下の全文です。

【出荷判断 整理メモ｜10/15(水)】

■ まず結論の方向性（最終判断はご自身で）
今日は「B畑を中心に、いつもより少し多めに穫って市場へ」
という方向が、いただいた情報からは合理的に見えます。
理由は下記のとおりです。

■ 3つの情報の読み解き

1) 天気から見える「収穫タイミング」
・明日午後〜木曜が雨、金曜に晴れ戻り。
・露地葉物は雨後に日持ちが落ちやすいため、
  「晴れている今日のうちに穫る」ことに合理性があります。
・木曜は収穫・出荷が止まる前提で考えるのが安全です。

2) 相場から見える「量の調整」
・ほうれん草Lが2,100→1,850円とやや軟調。
・ただし明日からの雨で、産地全体の入荷が一時的に
  絞られる可能性があります。
・「雨で翌日以降に出せない農家が増える→相場が戻る」
  展開もあり得ますが、これは"予想"です。確定情報では
  ありません。
・直売所は1束130円固定。市場が軟調な日は、
  直売所へ回す比率をやや上げると価格変動を受けにくいです。

3) 生育から見える「穫る畑」
・B畑(15a)が穫り頃、かつ「大きくなりすぎる手前」。
  →今日穫らないと品質が落ちる側に動きます。優先度は最も高い。
・A畑はあと2〜3日。金曜以降に回せます。
・C畑は来週。今日の判断材料からは外して問題ありません。

■ 今日の出荷の組み立て（たたき台）
・B畑から優先的に収穫。
・市場：いつもの数量＋αを目安に。雨前の供給として動く。
・直売所：固定価格のぶん、一定量を確保して価格変動の保険に。
・A畑は木曜の雨を見て、金曜の収穫・出荷へ。

■ 確認してほしいこと（AIには分からない部分）
・実際のB畑の今朝の状態（虫食い・徒長・濡れ具合）
・市場担当者から聞いている「今日の他産地の入荷見込み」
・トラックの積載と人手（多めに穫れる体制か）
これらは現場のあなたにしか分かりません。
上の整理は「考える順番」を揃えるための叩き台としてお使いください。

これがAIの生の出力です。注目してほしいのは、AIが「2,100円の翌日は値が戻る」と言い切らず、「これは予想です。確定情報ではありません」と自分で線を引いている点です。

そしてレポートの最後に「AIには分からない部分」として、畑の今朝の実物・市場担当者からの口頭情報・人手と積載を挙げています。出荷判断の核心は、結局この現場の三つに残ります。

AIがやったのは、散らばった3メモを「天気→相場→畑」という同じ順番に並べ直し、考える土台を作ったことです。決めたのは人間、整えたのがAI。この役割分担が、この記事で一番伝えたいことです。

---

このレポートを「使えた場面」と「使えなかった場面」

3週間、毎朝この使い方を試しました。きれいな成功談だけ書いても役に立たないので、使えた場面と使えなかった場面を、現場の感覚のまま分けて報告します。

使えた場面：情報を「並べ直す」ところ

一番効いたのは、毎朝の「考える順番」が固定されたことです。

これまでは、相場が気になる日は相場ばかり見て、畑の生育を後回しにすることがありました。AIに3メモを渡すと、必ず「天気→相場→畑」の順で整理が返ってきます。判断の入口が毎日同じになるので、見落としが減りました。

特に良かったのは「抜け漏れの指摘」です。直売所への振り分けを忘れていた日に、レポートが「固定価格のぶんを価格変動の保険に」と書いてきて、はっと気づいたことが何度かありました。

人に説明しやすくなったのも収穫でした。AIが整えた叩き台があると、家族や手伝いの人に「今日はB畑優先で、市場多め」と理由つきで共有できます。頭の中だけにあった判断が、言葉になりました。

使えなかった場面：相場の「予想」と畑の「実物」

逆に、はっきり使えなかった部分もあります。

まず、相場の正確な予測はできません。AIは「雨で入荷が絞られて値が戻るかも」とは書きますが、実際にどう動いたかは翌日の市場でしか分かりません。レポートが「これは予想です」と断っていたのは、むしろ正直で信頼できました。期待しすぎてはいけない部分です。

次に、畑の今朝の実物。虫食いや、夜露でどれだけ濡れているか、徒長の進み具合。これはメモに書ききれないし、AIは畑を見ていません。最終的に「今日この束を出すか」を決めるのは、しゃがんで葉に触れる自分でした。

地場ならではの信用取引も苦手でした。「この直売所はこの客層だからこの規格」といった、長年の関係で成り立つ判断は、データに表れません。ここはAIに渡しても整理しようがない領域でした。

つまりAIは、データに書ける部分の整理は得意で、データに書けない現場の勘と関係は守備範囲外。この線引きを理解して使うと、毎朝の負担はたしかに軽くなりました。

なお、生育の記録そのものをデジタル化しておくと、こうした出荷判断にもそのまま使い回せます。「記録と判断をセットで回す」発想は業種を越えて応用できます。物流の現場での類似事例は物流の日報・配送判断のAIエージェントでも取り上げています。

---

自分の畑用に作り変える——プロンプトの考え方と相場データの取得先

ここまで読んで「自分でもやってみたい」と思った方向けに、プロンプトの作り方と、判断の精度を上げるデータの取得先を共有します。

プロンプトは「3点セット＋一言」で十分

複雑なプロンプトは要りません。骨格はこれだけです。

あなたは農業の出荷判断を手伝うアシスタントです。
以下の3つの情報をもとに、今日の出荷の考え方を整理してください。
最終判断は私自身が行うので、「決定」ではなく
「考える順番のたたき台」として整理してください。
相場の先行きは断定せず、予想は予想と明記してください。

【天気】（今日・明日・明後日）
（ここに天気メモ）

【相場】（昨日の市場価格・直売所の条件）
（ここに相場メモ）

【生育】（畑ごとの穫り頃）
（ここに畑メモ）

ポイントは2つです。「最終判断は私がする」と明記することと、「予想は予想と明記して」と縛ることです。この一言を入れるだけで、AIが断定しすぎる出力をかなり抑えられます。

作物や出荷先に合わせて、メモの中身を入れ替えるだけ。トマトでもキャベツでも、ねぎでも、3点セットの考え方はそのまま使えます。

相場データは公式統計から取れる

判断の土台になる市場価格は、勘や噂ではなく公式統計で押さえられます。農林水産省 統計部の青果物卸売市場調査では、全国の卸売市場の青果物の入荷量と卸売価格が、日別・旬別に公表されています。

自分の手元の伝票に、この公式データを「他産地も含めた全体の動き」として足すと、相場の読みに厚みが出ます。ただし注意もあります。地場市場と中央市場では価格差があるため、全国データをそのまま自分の出荷先の価格として使うと、推奨が外れます。あくまで「全体の流れを掴む参考」として重ねるのが現実的です。

---

農業データを入力するときに、入れていいもの・入れてはいけないもの

便利だからこそ、ここは丁寧に確認させてください。出荷判断は、取引先や価格という「他人と自分の情報」を含むからです。

個人情報保護委員会は生成AIサービスの利用に関する注意喚起を出しています。AIサービスに個人情報や機微な情報を入力する際の注意が示されており、農業の現場でもそのまま当てはまります。

具体的には、次のものはAIに入れないことをおすすめします。

• 取引先の正式名称・担当者名（「直売所A」「市場担当のBさん」のように伏せる）
• 自分の畑の正確な位置情報（圃場番号や住所レベルの特定情報）
• 契約に関わる個別の取引価格で、外に出せないもの

前の章で確認した農業分野におけるAI・データに関する契約ガイドラインが示すとおり、あなたの出荷履歴や栽培ノウハウは資産です。記号や仮名に置き換えるだけで、判断の整理はちゃんと機能します。実際、この記事のBeforeメモも「直売所」「市場」と一般名詞で書きましたが、AIの出力は十分に役立つ整理を返しました。

そしてもう一つ、これは何度でも書きます。AIは出荷判断の「補助ツール」です。相場の将来は誰にも分かりません。最終的に何ケースをどこへ出すかは、畑を見て、市場の声を聞いて、あなた自身が決めてください。農薬の防除判断のような専門領域や、経営に関わる重い判断は、必ず人と専門家の手で行ってください。

---

3週間試して分かった——AIが向く農家・向かない農家

3週間続けて、「これは誰に効いて、誰には効かないか」が見えてきました。導入を迷っている方の判断材料になればと思い、体験から書きます。

向いていたのは、出荷先が複数あって、毎朝の組み合わせに頭を使っている農家でした。市場と直売所、あるいは複数の市場を持っていて、「今日はどこにどれだけ」を毎日変えている人ほど、整理の効果が大きい。情報の項目が多いほど、並べ直す手間が減るからです。

逆に、出荷先が1か所で、穫れたものを全量そこへ出すだけ、という農家には、正直あまり刺さりませんでした。判断する変数が少ないので、わざわざAIに渡す手間のほうが上回ってしまう。これは誠実に書いておきます。

それから、メモを取る習慣がある人ほど向いていました。AIは渡した情報しか整理できません。天気・相場・生育を毎朝ざっくりでも書き留めている人は、それをそのまま貼るだけで動きます。記録が頭の中だけの人は、まず書く習慣のほうが先かもしれません。

つまり、判断の変数が多く、記録の習慣がある農家にとっては、毎朝の判断疲れを確実に軽くする道具でした。そうでない場合は、無理に使う必要はありません。これは技術の優劣ではなく、相性の話です。

---

まとめ：AIを「判断疲れの相棒」にするための最初の一歩

毎朝5時の出荷判断は、天気・相場・生育の三すくみの中で結論を出す、神経を使う仕事です。

3週間試して分かったのは、AIはその結論を決めてはくれないけれど、「散らばった情報を判断できる形に並べ直す」作業はしっかり肩代わりしてくれる、ということでした。決めるのは人、整えるのがAI。この役割分担を守れば、毎朝の負担は軽くなります。

今日からできる最初の一歩は、たった一つです。明日の朝、天気・相場・生育の3メモをいつもどおり書いたら、それをそのままAIに貼って「考える順番を整理して」と頼んでみる。それだけです。うまくいかなければやめればいい。リスクはほとんどありません。

こうした「現場の判断をAIが手伝う」仕組みは、農業だけの話ではありません。同じ発想は物流の日報・配送判断のAIエージェントでも形になっています。業種ごとの実装例をまとめて見たい方は、業種別AIエージェント実装事例の完全カタログもあわせてどうぞ。

AIを「使える道具」にするために学びたい方へ

ここまで読んで、「プロンプトをもっと自分の畑用に作り込みたい」と感じた方も多いと思います。出荷判断にせよ記録にせよ、効果を分けるのは結局プロンプトの設計力です。

体系的に学ぶなら、実務向けのAI・プロンプト講座が揃うUdemyで、自分のレベルに合う講座を1本選んで試すのが近道です。買い切りなので、農閑期にまとめて学ぶこともできます。

「独学だと続かない」「現場で使える形まで伴走してほしい」という方には、AI活用を体系的に学べるDMM 生成AI CAMPのような講座も選択肢になります。いずれも効果を保証するものではありませんが、毎朝の判断を少し楽にする道具を、自分の手で育てるきっかけにはなるはずです。

明日の朝、まずは3つのメモを貼ってみることから始めてみてください。