漁協・水産加工業の『水揚記録→市場価格判断→出荷配分』AIエージェント実装ガイド｜67歳組合長が手書きノートを卒業する5ステップ【2026年版】

朝4時、東北のとある漁港。

67歳の漁協組合長・佐藤さんは、漁から戻ったばかりの組合員5名と一緒に、水揚げ作業を終えたところだった。氷の中のアジ、サバ、イワシが、まだ朝もやの中で銀色に光っている。

組合事務所の机に戻り、佐藤さんは年季の入った電卓を取り出した。手書きの大学ノートには、「6月15日 アジ200kg、サバ150kg、イワシ80kg」とミミズが這ったような字で記された。

「東京の築地と、大阪の堺、どっちに送るかな…」

判断の根拠は、佐藤さんの50年の経験と勘だ。前日の電話で聞いた市場担当者の声色、最近の出荷量、天候、季節――それらを頭の中で総合して、出荷先を決める。

隣の浜では、35歳の若手漁師の田中さんが軽トラに荷を積みながら、ぽつりと言った。「組合長、俺、もう廃業考えてるんすよ。利益が出なくて」。

佐藤さんは答えに詰まった。価格判断が経験と勘なら、若手が独立しても勝てない。組合員数は3年で半減。後継者は誰もいない。

事務所に戻ると、孫の高校生がスマホで何かを調べている。「じいちゃん、今日のサバの相場、東京で1キロ580円だって。築地のサイトに出てたよ」

佐藤さんは固まった。「相場が、スマホで見られる時代…俺、それを知らなかった」

この記事は、そんな佐藤組合長への提案だ。

ChatGPTやClaudeを使ったAIエージェントを構築すれば、水揚記録→市場価格照合→出荷配分の意思決定を仕組み化できる。 経験と勘に頼っていた判断を、データで裏付けられた判断に変えられる。若手に引き継ぐマニュアルとして、組合の知恵を残せる。

本記事では、漁業協同組合・小規模水産加工業の組合長・加工場長（60-75歳）を想定し、AIエージェントの構築5ステップと実装プロンプトを完全公開する。

---

漁業界の現実：50年で就業者61%減・組合長の知恵が失われる前に

なぜ今、漁協にAIエージェントが必要なのか。業界の構造を整理する。

漁業就業者は30年で61%減

水産庁の白書によれば、漁業就業者は1988年から2018年の30年間で61%減少し、151,701人になった。沿岸漁協数も2021年3月時点で881と、組合員減少に伴い縮小傾向にある。

65歳以上の比率は継続的に増加し、特に小規模沿岸漁協では「組合長が70代、若手は1人もいない」という状況が珍しくない。

価格判断が「経験と勘」のままだと、組合の知恵は1人と一緒に消える

佐藤組合長のような経験者の判断は、長年の現場感覚に基づく貴重な知恵だ。しかし、それが「文字化されていない」「データで裏付けられていない」状態だと、本人が引退した瞬間に組合から消える。

若手が入ってこない理由の1つが、「教わる体系がない」こと。経験と勘だけで戦う業界に、20代30代は飛び込まない。

スマート水産業は水産庁が推進

水産庁は「スマート水産業」を国家戦略として推進している。漁船カメラ＋AIで入港前の流通業者への情報共有、AIによる漁獲予測、シーエーシー社「FairLenz」のような生け簀の魚価値算出など、事例は急速に蓄積されている。

くら寿司は2021年から子会社「KURAおさかなファーム」でスマート養殖に取り組み、給餌計画・生産管理の効率化を実現している。

ただし、これらの事例は大手企業・大規模事業者中心。中小漁協・小規模水産加工業向けのAIエージェント実装事例は、まだほぼ存在しない。この記事は、その空白領域に切り込む。

市場価格はリアルタイムで取れる時代

孫の高校生が見つけたように、市場価格はもはや密室情報ではない。

情報源	提供内容
農林水産省 毎日の卸売価格グラフ	主要市場×品目別の卸売価格
水産庁 水産物市況情報	全国の水産物市況
東京都中央卸売市場	市場統計（月報・年報）
札幌市中央卸売市場	CSV ダウンロード可能

これらの情報をAIエージェントが自動収集し、当日の漁獲と照合することで、佐藤組合長の「経験と勘」を「データに基づく判断」に進化させられる。

---

水揚記録→出荷配分 AIエージェントの全体像

全体フロー

【入力】
  当日の漁獲量（魚種×数量）：音声入力 or 写真
  ＋気象データ（風向き・海況・水温）
  ＋主要市場の前日卸売価格データ（自動取得）
  ＋取引先別の発注量・在庫情報

【AIエージェントの処理】
  漁獲を市場別の予測価格と照合
  出荷先別配分の最適化案を計算
  取引先別配分の連絡文（FAX・メール）ドラフト生成
  翌日以降の漁獲予測（過去データ＋気象）

【出力】
  ① 出荷先別配分案（最も収益が高くなる配分）
  ② 取引先への連絡文（FAX/メール）
  ③ 当日の漁獲記録（自動整形）
  ④ 翌日の漁獲・出荷の準備リスト

経験と勘の「言語化」が組合の資産になる

このAIエージェントの真価は、佐藤組合長の50年の経験を、AIに教える過程で「言語化」されることにある。「6月は東京市場でアジが強い」「サバは大阪より名古屋が高い」――こうした暗黙知をシステムプロンプトに書き出すことで、組合の知恵が文字として残る。

若手の田中さんが独立しても、このシステムプロンプトを引き継げば、佐藤組合長の判断の再現を試みられる。

---

AIエージェントを構築する5ステップ

ステップ1：水揚記録のデジタル化（音声入力で十分）

最初の作業は、手書きノートを卒業すること。ただし、紙のノートを完全に捨てる必要はない。スマホの音声入力で、後からテキスト化する仕組みで十分。

【音声入力例】
「6月15日、午前4時水揚げ完了。
 アジ200キロ、サバ150キロ、イワシ80キロ。
 海況、波1メートル。
 取引先発注、東京築地アジ100キロ希望、
 大阪堺サバ80キロ希望、地元小売イワシ全量」

これをスマホのメモアプリ（標準アプリの音声入力で十分）で記録。1分で終わる。後でAIに渡す。

ステップ2：システムプロンプトに「組合の判断ルール」を書き出す

次に、佐藤組合長の経験をシステムプロンプトに言語化する。これが最も重要なステップだ。

【システムプロンプト：漁協出荷判断AIエージェント】

あなたは、東北の沿岸漁業協同組合「○○漁協」の出荷判断アシスタントです。
50年の経験を持つ組合長の判断ルールに従い、当日の漁獲を最適に配分してください。

【組合の基本情報】
- 所在地：東北○○漁港
- 主要漁種：アジ・サバ・イワシ・サンマ（季節）
- 主要取引先：
  - 東京築地市場（A社）：アジ強・サバ中・イワシ弱
  - 大阪堺市場（B社）：アジ弱・サバ強・イワシ中
  - 名古屋市場（C社）：サバ最強・他普通
  - 地元小売（10件）：全魚種・少量だが手堅い

【組合長の判断ルール（言語化された経験知）】
- 6-9月はアジが東京で1キロ580-700円、大阪では480-600円
- サバは名古屋市場が年間通じて20%程度高い傾向
- 風が南東5メートル以上の翌日は、漁獲が3割減と予測
- 取引先からの発注は、地元小売を最優先（信頼関係維持）
- 朝採れたばかりの魚は、最速便で東京築地へ（鮮度プレミアム）
- 在庫余り懸念がある日は、加工品（干物・煮物）回しを優先

【出力ルール】
- 出荷先別配分は「収益最大化」を優先
- 取引先との信頼関係（リピート発注）も考慮
- 配分案の根拠を必ず添える
- 「経験と勘」の余地を残す（最終判断は人間）

このシステムプロンプトを Claude の Projects または ChatGPT の Projects に登録しておけば、毎日の運用で繰り返し使える。

ステップ3：当日の漁獲量＋市場価格データを AI に渡す

毎朝、水揚げ後にAIへ以下を投入する。

【当日の入力例】

[水揚記録]
6月15日 04:00水揚完了
- アジ：200kg
- サバ：150kg
- イワシ：80kg

[気象・海況]
- 風：南東2m
- 波：1m
- 水温：18度

[市場価格データ（前日終値・主要3市場）]
- 東京築地 アジ：1キロ620円・サバ：480円・イワシ：320円
- 大阪堺 アジ：540円・サバ：560円・イワシ：380円
- 名古屋 アジ：560円・サバ：650円・イワシ：350円

[取引先発注]
- A社（築地）：アジ 100kg希望
- B社（堺）：サバ 80kg希望
- C社（名古屋）：未発注（先方の在庫状況による）
- 地元小売：イワシ全量希望（80kg）

【依頼】
組合の判断ルールに従い、本日の出荷配分を提案してください。
配分案の根拠と、想定収益も添えてください。

ステップ4：AIの配分案をレビュー・修正する

AIの出力例：

【本日の出荷配分案】

■ 配分結果
- 築地（A社）：アジ 100kg
- 大阪堺（B社）：サバ 80kg
- 名古屋（C社）：サバ 70kg（C社に追加発注確認）
- 地元小売：イワシ 80kg、アジ 100kg

■ 配分の根拠
1. A社のアジ発注は希望通り対応（リピート顧客優先）
2. サバはB社希望80kg＋名古屋へ70kg配分（名古屋が単価最高650円のため）
3. 残アジ100kgは地元小売へ（鮮度プレミアム+地元との信頼維持）
4. イワシは大阪が単価380円で最高だが、地元小売の全量希望を優先

■ 想定収益
- アジ200kg × 平均590円 = 118,000円
- サバ150kg × 平均605円 = 90,750円
- イワシ80kg × 350円（地元価格） = 28,000円
- 合計：約236,750円

■ 注意点
- C社への追加発注確認TEL必要（午前6時前推奨）
- 風2mで翌日漁獲は標準予想

組合長は、AI出力を見て以下を確認する：
– 取引先関係性で外せない優先がないか
– 当日の現場感覚（朝のセリの空気感）と整合するか
– 漁獲物の状態（傷み具合）は配分に反映できるか
– 季節要因が反映されているか

現場感覚との照合は、いつまでも人間の役割。AIは判断の素材を提供するだけだ。

ステップ5：実行＋翌日へのフィードバック

決定した配分で出荷し、当日の実売価格を確認したら、AIシステムプロンプトに学習データとして反映する。

【ステップ5：翌日へのフィードバック例】

「昨日の出荷結果：
- 築地A社：アジ100kg、想定620円→実売595円（やや低め）
- 大阪堺B社：サバ80kg、想定560円→実売580円（やや高）
- 名古屋C社：サバ70kg、想定650円→実売660円（予想通り）
理由仮説：築地は当日他県のアジ大量入荷で価格圧迫」

このフィードバックを月単位で蓄積すれば、組合の市場予測精度が継続的に上がる。

一次産業のAI活用は、農業分野でも進んでいる。『農業出荷判断AIエージェント』『農業成長記録AIエージェント』も類似アプローチの参考になる。漁業と農業はサプライチェーンが似ているため、相互参照する価値が高い。

業務効率化のAIスキルを体系的に学ぶなら、Udemyの「業務効率化×ChatGPT」「データ分析×AI」関連講座が、本記事の漁協エージェントを土台にして学習を広げられる。

→ Udemyで業務効率化×AI活用講座を見る（PR）

---

実装プロンプト完全公開（コピペで明日から使える）

プロンプト①：当日出荷配分の最適化

【役割】
あなたは漁業協同組合の出荷判断アシスタントです。

【当日情報】
（水揚記録・気象・市場価格・取引先発注を貼り付け）

【依頼】
組合の判断ルール（システムプロンプト記載）に従い、以下を出力してください。

1. 出荷先別配分案（魚種×数量×先別）
2. 配分根拠（3点以上）
3. 想定収益（市場別小計・合計）
4. 注意点・追加確認事項

【出力フォーマット】
表形式 + 根拠箇条書き

プロンプト②：取引先への連絡文ドラフト（FAX/メール）

【依頼】
本日の配分結果を、各取引先に連絡するための文面を作成してください。

【条件】
- FAX想定（メールでも流用可）
- 取引先別に個別文面（A社・B社・C社・地元小売）
- 配分量＋出荷時刻＋運送便を明示
- 信頼関係維持の温度感（敬語・感謝）
- 次回発注の打診を1文添える

【出力形式】
取引先1：
○○株式会社
○○様

【ご報告】
本日の出荷について、ご連絡申し上げます。

（個別の配分内容）

【次回ご発注のご相談】
（明日以降の打診）

（同フォーマットで各社分）

プロンプト③：翌日漁獲予測

【依頼】
明日（YYYY-MM-DD）の漁獲量予測を作成してください。

【参考情報】
- 直近7日の漁獲実績（魚種別）
- 明日の気象予報（風向き・波高・水温）
- 季節要因（旬の魚種）
- 月齢（潮の影響）

【出力】
- 魚種別予測漁獲量（範囲）
- 予測の根拠
- 注意点（強風・低気圧等）

プロンプト④：月次出荷振り返り

【依頼】
○月の出荷実績を分析し、改善点を抽出してください。

【入力データ】
- 日別の漁獲量×出荷先×単価×売上
- 取引先別の発注パターン
- 予測と実績の差異

【出力】
- 月次サマリー（魚種別総売上・市場別比率）
- 予測精度の評価
- 「もしこう配分していれば」のシミュレーション
- 来月の改善提案（市場アプローチ・取引先関係）

---

AIエージェント運用で避けるべき4つの落とし穴

落とし穴1：取引先名・取引価格を実名でAIに入力する

最も深刻なのが、取引先との価格交渉履歴・実取引価格をAIに入力すること。商業秘密の漏洩リスクがある。

対策：
– 取引先は仮名（A社・B社・C社）で運用
– 実取引価格は伏せ、市場の公開卸売価格のみ使用
– 配分案を実行する際に、実名・実価格を社内（オフライン）で確認

落とし穴2：AIの提案を「絶対」と信じる

AIは過去データと市場価格から最適配分を提案するが、現場の空気（セリの状況・取引先の表情・天候の急変）は読めない。

対策：
– AI提案は「素材」として扱う
– 朝のセリの感触で配分を修正する余地を必ず残す
– 取引先との電話で「いつもより元気がないな」と感じたら、配分量を調整

落とし穴3：組合員に説明できない判断は出さない

AIが「論理的に最適」と言っても、組合員全員が納得しない配分は、組合運営上問題になる。漁協は「みんなで魚を採る」共同体だ。

対策：
– AIの根拠を組合員に説明できる形で出力させる
– 取引先との信頼関係を最優先する
– 「短期収益最大化」より「長期関係維持」を上位に置く

落とし穴4：紙の記録を完全に捨てる

スマホ・タブレットは海の現場で水没・破損リスクが高い。バックアップとしての紙記録は残しておくべきだ。

対策：
– 日次の記録は紙＋デジタル両方
– 月次でデジタル記録を印刷して紙ファイリング
– 重要な意思決定（高単価出荷・例外配分）は手書きでも記録

---

60日で漁協エージェントを軌道に乗せるプログラム

Day 1-30：環境整備＋パイロット運用（1週間分）

Week	内容
Week 1	スマホの音声入力習熟・市場価格情報源のブックマーク
Week 2	ChatGPT または Claude のアカウント開設・組合長の判断ルール言語化
Week 3	1週間分の水揚を AI で配分→実際の判断と比較
Week 4	システムプロンプトの調整（組合長の判断ルール追記）

Day 31-60：本格運用＋フィードバック

Week	内容
Week 5-6	全日 AI 配分案を出力・現場で確認後実行
Week 7	月次振り返り（予測精度・収益比較）
Week 8	若手漁師（田中さん等）への引き継ぎ準備・運用マニュアル化

出荷の「次」――売上・請求・経費の管理は freee で見える化する

AIエージェントで出荷配分を最適化したら、次に効いてくるのが「お金の流れの見える化」だ。せっかく収益最大の配分を組んでも、取引先別の売上・入金・経費が手書き台帳のままでは、月次振り返り（プロンプト④）の精度も上がらない。

freee会計のようなクラウド会計を使えば、取引先別の売上・請求書発行・経費を自動で記帳・集計できる。漁協・小規模水産加工業のように「事務専任がいない」現場ほど、月末の集計と確定申告の負担を大きく減らせる。AIエージェントが出した出荷データと、freeeの売上データを突き合わせれば、「予測収益 vs 実収益」の検証が一気通貫でできるようになる。

組合長の経験を言語化したシステムプロンプトと、お金の流れを自動で記録するクラウド会計。この2つが揃って初めて、漁協の経営は「勘」から「データ」に変わる。

→ freee会計で漁協・水産加工の売上管理を自動化する（PR）

---

組合長の50年が、組合の100年になる

ここまで、漁協・水産加工業の水揚記録→市場価格判断→出荷配分AIエージェントを、5ステップ＋4プロンプト＋60日プログラムで解説してきた。

最後に、この変化が漁協と地域にもたらす意味を伝えたい。

経験の言語化が、組合の財産になる

佐藤組合長の50年の経験は、AIシステムプロンプトに言語化することで、組合の文字資産になる。佐藤さんが引退しても、システムプロンプトは組合に残る。次の組合長は、それを土台に判断できる。

これは単なる業務効率化ではない。組合の知恵を世代を超えて継承する仕組みだ。

若手が「未来を見せる業界」に戻る

田中さんが「廃業を考えている」と言ったのは、利益が出ないからではなく、未来が見えないからだ。経験と勘だけの業界に、若手は飛び込まない。

AIエージェントで判断ロジックが言語化されれば、若手は「学べる業界」「データで戦える業界」と認識できる。後継者問題の根本解決に近づく。

関連記事

• 農業出荷判断AIエージェント ── 同じ一次産業の出荷判断事例
• 農業成長記録AIエージェント
• 物流在庫管理AIエージェント
• 中小製造業DXの始め方ガイド ── 中小経営者向けDX入門

---

朝4時、東北の漁港の組合長・佐藤さんへ。

50年の経験は、もう佐藤さんの頭の中だけに留めておく必要はない。AIに教えることで、組合の文字資産になる。田中さんが「やっぱり続けてみます」と言える未来を、AIエージェントが連れてくる。

漁業の未来は、組合長の知恵を、若手が引き継げる形にすることから始まる。

---

本記事のツール仕様・料金は、2026年5月時点の公開情報に基づいています。AIモデルの仕様は変更される可能性があります。最新情報は各サービスの公式サイトでご確認ください。水産市場・卸売価格情報は、各市場・水産庁の公式サイトで最新情報をご確認ください。

※本記事には一部、提携サービスへのリンクを含んでいます（PR）。