「AIを導入したが、うまく使いこなせていない」。経営者やマーケターの方から、この声をよくいただきます。ChatGPTやCopilotを契約して社内に展開したものの、一部の社員がときどき使う程度で止まっている。そんな状態に心当たりはないでしょうか。
AI活用の成否を分けるのは、ツールの性能よりも言語化、つまり業務や判断基準を他者とAIに伝わる言葉にする力だと私たちは考えています。この記事では、AI活用に必要な言語化を「業務プロセス」「AIへの指示」「品質基準」の3つのステップに分けて、具体的な進め方を解説します。

本記事は、GLISが提唱するPACEフレームワークの2番目のフェーズ、A(Articulate)=言語化を扱う回です。
PACEはP(Purpose)→ A(Articulate)→ C(Chart)→ E(Evaluate)の4フェーズで、AI時代のプロジェクト推進を整理するフレームワークです。前の回で取り上げたPurpose(P)で「何を解くべきか」が定まっても、それだけではAIは動きません。目的を「伝わる形」にする工程、すなわち言語化が必要になります。
GLISはこれまで、自社の映像制作プロセスやコンテンツ制作フローにAIを組み込んできました。その過程で実感したのが、AIの活用度を決めるのは、ツールの性能ではなく「言語化する力」だということです。
AI活用に言語化が欠かせない理由
AIは文脈を読まない — 曖昧な指示では期待どおりに動かない

従来の業務では、経験豊富なメンバーが文脈を読み、言外の意図を汲み取って動いてくれました。「いい感じにしておいて」で通じる世界です。
しかしAIは、こちらの社内事情や暗黙の前提を知りません。指示されていないことは、基本的に実行されないと考えておくほうが安全です。逆に言えば、正確に言語化された指示には、かなり正確に応えてくれるのがAIの特性でもあります。
PACEの前段であるPurpose(P)で「解くべき課題」が明確に定まっていても、それが言葉として構造化されていなければ、AIには渡せません。Purposeで定めた「的」を、Articulateで「射るための弓」に変換する。それがこのフェーズの役割です。課題の定め方はAI時代に最も差がつくスキルは「課題設定力」であるで解説しています。
暗黙知の業務をAIに任せるには、プロセスの言語化が先
業務をAIに移管しようとすると、最初に壁にぶつかります。「そもそもこの業務、何をどういう順番で、何を判断基準にやっているのか」が言語化されていないという壁です。
GLISでは自社のYouTubeチャンネル運用を9つのAIエージェントで自動化しましたが、最も時間がかかったのはコードを書く工程ではありませんでした。「企画をどう選んでいたか」「サムネイルで何を意識していたか」といった暗黙知を、判断基準として言語化する工程に、最も多くの時間を費やしています。
AI活用を進める言語化の3ステップ

ステップ1 — 業務プロセスを言葉で書き出す
最初に行うのは、「何を、誰が、どの順番で、何を基準に判断しているか」を構造的に書き出すことです。
GLISではAI BizOps事業の無料診断で、クライアントの業務を60分でヒアリングし、プロセスマップとして整理します。この棚卸しをしない限り、AIを入れるポイントは見えてきません。
具体的には以下を整理します。
- タスクの一覧と所要時間
- 各タスクの判断基準(定型か、属人的か)
- ボトルネック(待ち時間、手戻り、承認フロー)
この工程自体にAIは不要です。必要なのは、業務を客観視して言葉にする意志と習慣でしょう。なお、ここで書き出した業務プロセスは、PACEの次のフェーズであるChart(C)でフロー図として構造化されます。Articulateは「言葉にする」フェーズであり、Chartは「図にする」フェーズです。図にする手順はAI導入の第一歩は「プロジェクトの可視化」から始まるで紹介しています。
ステップ2 — AIへの指示を設計する
業務を書き出せたら、次はAIへの指示を設計します。ここで求められるのは「プロンプトエンジニアリング」と呼ばれるスキルですが、本質はもっとシンプルです。
「誰に、何を、どんな条件で、どんなアウトプット形式で頼むか」を明文化する力のことです。
GLISのnote自動生成パイプラインでは、15のAIエージェントに対してそれぞれ異なる役割と指示を定義しています。例えばリサーチエージェントには「競合3社の直近1か月の記事タイトルを取得し、共通するテーマを3つ抽出せよ」と指示します。「いい感じに調べておいて」では、期待するものは返ってきません。
ここでのポイントは、Purpose(P)で定義した課題が具体的であるほど、指示も具体的に書けるということです。「売上を上げたい」というPurposeからは曖昧な指示しか生まれませんが、「月次レポート作成を8時間から2時間にする」というPurposeからは、明確な指示が書けます。
ステップ3 — アウトプットの品質基準を定義する
最も見落とされがちなのが、このステップです。「良い成果物とは何か」を定義しないまま、AIにアウトプットを求めるケースは少なくありません。
GLISでは、すべてのAIパイプラインに品質チェックリストを設けています。
- ファクトチェック(数値や固有名詞の正確性)
- トーン&マナー(ブランドガイドラインとの整合)
- 構造の妥当性(見出し階層、論理の飛躍がないか)
これらの基準が言語化されていれば、AIに自己レビューさせることも可能です。逆に基準がなければ、人間がレビューする際にも「なんとなく違う」としか言えず、手戻りが発生します。この品質基準は、PACEの最終フェーズであるEvaluate(E)で確認する際の判断軸にもなるものです。確認の進め方はAI時代、仕事の8割は「確認」になるで詳しく書いています。
暗黙知を形式知にするコツ — ヒアリングで使える5つの質問
言語化で最も難しいのは、本人も意識していない判断を言葉にすることです。ベテランに「どうやって判断しているのですか」と聞いても、「経験です」としか返ってこないことがよくあります。そんなときに試したいのが、質問を具体的にすることです。
- 直近の1件を一緒にたどる — 「先週の案件では、最初に何を見ましたか」と、実際の事例に沿って聞きます。
- 迷ったときを聞く — 「判断に迷ったのはどんなときでしたか」と尋ねると、判断基準の境界が見えてきます。
- やらないことを聞く — 「これは絶対にしない、ということはありますか」という問いからは、品質の下限が見えるでしょう。
- 新人との違いを聞く — 「新人がやりがちなミスは何ですか」と聞くと、熟練者だけが持つ観点が浮かび上がります。
- 書いたものを読み返してもらう — 書き出した手順を本人に見せ、「この通りにやれば同じ結果になりますか」と確かめましょう。
引き出した内容は、手順・判断基準・例外処理の3つに分けて整理すると、AIへの指示にもそのまま転用しやすくなります。
言語化が組織にもたらす長期的なメリット
言語化された業務を持つ組織は、AI導入が速い
同じAIツールを使っていても成果に差が出る理由は、ここにあると私たちは見ています。業務・指示・品質基準の3つが言語化されている組織は、AIの導入を速く進めやすいはずです。AIに渡すべき情報が、すでに整理されているからです。
AI活用を超えた効果 — 教育、属人化の解消、リモートワーク
業務プロセスの言語化は、新人教育の効率化、属人化の解消、リモートワークでの認識のズレの防止にもつながります。AIをきっかけに言語化を進めた結果、組織全体のコミュニケーションの質が上がった、という声もいただいています。
GLISのAI BizOps支援 — 業務の言語化と構造化から始めるAI導入
GLISは「AIツールを売る会社」ではありません。業務を言語化し、構造を整理し、その上でAIの組み合わせを設計する会社です。
私たちが無料診断で最初に行うのは、ツールのデモではなく業務のヒアリングです。「何に困っているか」ではなく「今、何をどうやっているか」を伺います。課題は、業務を言語化する過程で自然と浮かび上がるからです。
自社でもYouTube自動運用(9エージェント)、note記事自動生成(15エージェント)、AIボイス合成などを、すべて自分たちで運用しています。「Purpose → Articulate → Chart → Evaluate」のサイクルをまず自社で回し続けているからこそ、クライアントに実践にもとづく知見を提供できると考えています。
よくある質問
Q1. 言語化力は、どうすれば鍛えられますか?
日々の業務で「自分は何を基準に判断したか」を一文で書き残す習慣から始めるのがおすすめです。書いたものを同僚に読んでもらい、同じ判断ができるかを確かめると、足りない言葉が見えてきます。
Q2. プロンプトの書き方を学べば、言語化は不要になりますか?
プロンプトの型を知ることは役立ちますが、型に入れる中身、つまり業務の手順や判断基準が言語化されていなければ、AIは期待どおりに動きません。プロンプトの書き方と業務の言語化は、セットで進めるものと考えてください。
Q3. 言語化はどの業務から始めればよいですか?
繰り返し発生していて、特定の人に頼っている業務から始めると効果を実感しやすいでしょう。担当者が休むと止まってしまう業務は、言語化の優先度が高い候補です。
まとめ — AI活用の土台は「言語化」にある
AI時代に最も必要なスキルは、プログラミングでもプロンプトの書き方でもないと私たちは考えています。自分たちの業務・判断・品質基準を、他者(とAI)に伝わる言葉にする力です。
言語化は地味な作業です。しかし、この地味な作業を積み重ねた組織ほど、AIの恩恵を受け取りやすくなる。GLISは自社の実践を通じて、そう実感しています。
PACEフレームワークにおいて、Articulate(A)はPurpose(P)で定めた「的」を実行可能な設計図に変換するフェーズです。この設計図が次のChart(C)フェーズでフロー図として可視化され、最終的にEvaluate(E)フェーズで検証されます。
業務のAI化に興味があるけれど、何から始めればいいかわからない。そんな方は、まず業務の「言語化」から始めてみてください。もしお手伝いが必要であれば、GLISの無料診断をご活用ください。
関連記事
- AI時代の業務プロセス設計フレームワーク「PACE」
- AI時代に最も差がつくスキルは「課題設定力」である
- AI導入の第一歩は「プロジェクトの可視化」から始まる

