※本記事にはアフィリエイト広告（PR）を含みます。紹介するサービスは編集部が記事テーマに沿って選定したものです。
火曜の17時45分。第3ラインの班長・田中さん（43歳）が、画面を前に固まっていた。Aラインの不良率が3.2%。基準の2.0%を、はっきり超えている。あと15分で課長ミーティングが始まる。3ラインぶんの日報をExcelに転記して、原因を考えて、報告をまとめる——とても間に合わない。去年も同じ場面で「昨日、気づけなかったのか」と言われた。
この10分間を変えるのは、高価なシステムでも完璧な自動化でもない。日報のテキストをそのままAIに渡し、8回だけ言葉を往復させる「対話の設計」だ。本記事では、その8往復を吹き出しの現物でまるごと公開する。読み終わるころには「これなら自分も試せる」と思えるはずだ。
日報集計「30分」の本当のコスト——消えていくのは時間だけじゃない
結論から言う。日報集計に毎日30分を使うことの最大の損失は、時間ではなく「異常に気づくタイミングが遅れること」だ。
転記作業に集中している30分間、人の目は数字を「写すこと」に向く。変化を「読むこと」には向かない。だから不良率が0.5ポイント跳ねていても、転記が終わるまで気づけない。そして気づいたときには、報告のチャンスが過ぎている。これが製造現場の班長が抱える、地味だが決定的な痛みだ。
この遅れは、現場個人の能力の問題ではない。経済産業省の2026年版ものづくり白書は、製造業の競争力強化においてAI・デジタル技術の活用を重要課題と位置づけている。現場の日報集計が手作業のまま放置されてよい理由は、もうどこにもない。
では、なぜ多くの工場で手作業が続くのか。中小企業庁の2025年版中小企業白書は、中小企業のデジタル化の障壁として、人材・知識・ノウハウの不足を挙げている。「効果は分かるが、やり方が分からない」。日報のAI集計は、その最初の一歩としてちょうどいい大きさだ。専用ソフトの導入も、プログラミングも要らない。必要なのは、AIへの「問い方」だけである。
つまり、削るべきは作業時間そのものではない。「数字を読む頭」を、転記から解放することだ。次の章で、その解放が実際にどう起きるのかを、田中さんの画面でそのまま見てもらう。
班長⇄AIの8往復対話ログ——現物をそのまま見せます
ここがこの記事の主役だ。火曜17時45分、Aラインの日報（不良率3.2%・基準2.0%超過）を前にした田中さんが、AIと交わした8つの往復を、吹き出しのまま公開する。脚色はしていない。あなたが今日、同じ言葉で始められる現物だ。
① 班長 → AI
今日のAラインの日報を貼ります。製品ごとの生産数・不良数を集計して、表にしてください。「品番A-21 生産320 不良4／品番A-22 生産180 不良9／品番A-23 生産240 不良2 …（以下、現場の日報テキストを貼り付け）」② AI → 班長
集計しました。全体の生産数740・不良数15・不良率2.0%です。品番別では A-22 が不良率5.0%と突出しています。🔴 A-22 は基準2.0%を大きく超えており、要注意です。他の品番は基準内に収まっています。
田中さんの内心：（A-22か。たしかに今日はあの品番で材料ロットを切り替えた。）
③ 班長 → AI
A-22の不良率の超過は、今日の午後に材料ロットを新しいものに切り替えたことと関係していそうですか。④ AI → 班長
断定はできませんが、可能性はあります。確認すると切り分けやすい点を3つ挙げます。(1) ロット切替の前後で不良率に差があるか（切替時刻で分けて再集計）、(2) 不良の種類が偏っていないか（寸法・キズ・欠けなど）、(3) 同じ材料を使う他品番でも不良が増えているか。これらは現物と記録で確認してください。
田中さんの内心：（なるほど、これを課長に見せれば話が早い。原因の断定じゃなく「確認すべき3点」として渡せばいい。）
⑤ 班長 → AI
18時からの課長ミーティングで口頭報告します。「現状・気づき・次の確認」を3行にまとめてください。⑥ AI → 班長
報告要旨（3行）です。
・本日Aラインの全体不良率は2.0%、うち品番A-22が5.0%と突出。
・午後の材料ロット切替と時間帯が重なっており、関連を確認中。
・切替前後の再集計と不良種類の確認を、明日始業前に実施予定。⑦ 班長 → AI
明日のライン立ち上げ前に、確認しておくべきことをリストにしてください。⑧ AI → 班長
確認推奨リスト（提案）です。(1) A-22の切替前後で不良率を分けて再集計する、(2) 不良品の現物を数点とっておき、種類と発生箇所を記録する、(3) 同ロット材料を使う予定の他品番があれば、立ち上げ直後に重点チェックする。最終的な原因判断と対策は、現物・記録をもとにご担当者で行ってください。
この8往復にかかった時間は、コピー＆ペーストを含めて5分ほど。30分の転記が消え、残ったのは「集計・異常発見・報告要旨・翌日対策」という4つの成果だ。同じ製造現場で受注メールの一次対応をAIに任せる工夫は、製造業の受注メール対応をAIエージェントで下書きする記事でも紹介している。
この対話ログが機能した理由——情報の「渡し方」の設計3原則
なぜ、たった8往復でここまで進めたのか。理由は3つの「渡し方」の設計にある。AIの性能ではなく、班長の問い方が結果を分けた。
第一に、最初に「生のデータ」を渡したこと。①で田中さんは、整えた表ではなく日報のテキストをそのまま貼った。集計はAIの得意分野だ。人が先に整える必要はない。むしろ生のまま渡すほうが、転記ミスが混ざらない。
第二に、原因を「断定させず、確認事項として引き出した」こと。③で田中さんは「材料ロットが原因か？」と聞いたが、④でAIは断定せず「確認すべき3点」を返した。ここが肝心だ。AIに犯人を名指しさせるのではなく、人が確認するための「論点」を出させる。判断の主役は、最後まで班長に残る。
第三に、出力の「形」を毎回指定したこと。⑤では「3行で」、⑦では「リストで」と、欲しい形を先に言っている。形を指定するほど、報告にそのまま使える出力が返る。製造業の競争力にAI活用が欠かせないとものづくり白書が述べる時代に、現場が最初に身につけるべきは、この「渡し方の設計」だ。
まとめると、生データを渡し、断定させず、形を指定する。この3原則さえ守れば、対話は短くても深く進む。
AIに任せてよいこと・任せてはいけないこと——班長の判断領域を守る
ここは品質に直結するため、慎重に線を引く。AIに任せてよいのは「集計・異常の指摘・文章の整形」まで。最終的な品質判断と対策の決定は、必ず人が行う。これは譲ってはいけない一線だ。
経済産業省・総務省のAI事業者ガイドライン（第1.2版）は、AIの出力を人間が最終確認することを、利用者が守る原則として示している。ハルシネーション（もっともらしい誤り）への注意も促されている。AIの集計は便利だが、貼り付けた数字を読み違えることもある。出した表は、元の日報と一度突き合わせてほしい。
もう一つ、入力する情報にも線を引く。日報に従業員の氏名や個人を特定できる情報が含まれるなら、そのままAIに貼り付けるのは避ける。個人情報保護委員会の生成AIサービスの利用に関する注意喚起は、入力したデータがサービスによっては学習に使われる可能性に触れ、個人情報の取り扱いに注意を促している。氏名は「作業者A」などに置き換え、固有名や個人情報はAIに入れない。これを習慣にしておく。
不良品の最終判定や、ラインを止めるかどうかの判断は、AIの仕事ではない。製造現場での品質管理をどう設計するかは、製造業の品質管理をAIで支える記事も参考にしてほしい。
要するに、AIは「気づきを早める道具」であって、「決める主体」ではない。決めるのは、現場を見ている班長だ。この役割分担を守るかぎり、AIは安心して使える相棒になる。
コピペ用プロンプト——5箇所の変数を自社の数値に書き換えるだけ
最後に、田中さんの①の問いを、どの工場でも使える形に整えた。【 】で囲んだ5箇所を、自社の数値に書き換えるだけでいい。
あなたは製造現場の集計担当です。以下の日報テキストを集計してください。
・対象ライン：【Aライン】
・基準となる不良率：【2.0】%
・出力①：品番ごとの「生産数・不良数・不良率」の表
・出力②：基準【2.0】%を超えた品番を🔴で強調し、超過幅も示す
・注意：原因は断定せず、確認すべき点を提案として示す
・入力する日報に個人名が含まれる場合は「作業者A」等に置き換え済み
日報テキスト：
【ここに日報をそのまま貼り付け】
書き換えるのは、ライン名・基準値（2箇所）・日報テキスト・必要なら出力の形、の5箇所だ。基準値を変えれば、稼働率でも歩留まりでも同じ枠組みが使える。
このプロンプトを、報告要旨や翌日確認の問い（⑤や⑦）と組み合わせれば、対話ログの8往復をそのまま再現できる。AIへの問い方を一度設計しておけば、毎日の集計は「貼って、確認して、報告する」だけになる。日々の作業手順そのものをAIで整える方法は、製造業の作業手順書をAIで作る記事にまとめてある。
プロンプト設計を、勘ではなく体系として学び直したい班長には、Udemyの生成AI・プロンプト活用講座が手早い。基本の問い方を押さえるだけで、対話の往復数が減り、欲しい出力に最短で届くようになる。
来週月曜から始める3ステップ（まとめ）
最後に結論をもう一度。日報集計の30分を消すために必要なのは、システムではなく「AIとの8往復の対話設計」だ。理由は、班長の損失が時間ではなく「異常への気づきの遅れ」だからであり、対話はその気づきを最短で取り戻す。田中さんは火曜の10分間で、集計・異常発見・報告要旨・翌日対策の4つを終えた。
来週月曜から始める3ステップはこうだ。
- 月曜の日報を1ライン分だけ、上のプロンプトでAIに集計させてみる。
- 出た表を、元の日報と突き合わせて確認する（人の最終確認を必ず1回）。
- 異常があれば「3行で報告要旨を」と頼み、そのまま朝礼で使う。
うまくいったら、翌週は全ラインに広げればいい。一度に完璧を目指さず、1ラインから始めるのが続くコツだ。
なお、こうしたAIの使いこなしは、そのまま製造現場での自分の市場価値にもなる。AIスキルを評価する求人を探すなら、製造・工場系に強いリクナビNEXTで、今の現場経験がどう評価されるかを眺めておくのも一つの手だ。
最後にもう一度だけ。集計と整形はAIに、判断と対策は人に。固有名や個人情報はAIに入れず、出力は元データで確認する。品質や安全に関わる最終判断、専門的な領域は、有資格者や専門家に必ず確認してほしい。その線さえ守れば、来週のあなたの火曜17時45分は、固まる10分ではなく、動ける10分に変わるはずだ。
コメントを残す