**「Copilot単体ですべて完結させようとしないこと」「AIの得意・不得意を見極め、役割を限定すること」**が鍵となります。

以下、具体的な事象への対策と、推奨するアプローチをまとめました。

 

 

1. よくある「うまくいかない」事象への対策(戦術編)
いただいたフィードバックへの具体的なQ&Aです。

Q1. リンク付きで回答してと頼んだのに、無視される

【原因】 AIは確率で動くため、指示が漏れることがあります。

【対策】

プロンプトの「絶対厳守ルール」や「留意事項」に明記する。

**「新しいチャット」**でやり直す(文脈がリセットされ、指示が通りやすくなります)。

Copilotエージェントの場合は、Code Interpreterをオンにする。

 

 

Q2. 「出典をAppendixにまとめて」と頼むと、一部しか拾ってこない(サボる)

【原因】 一度の指示で多くの処理(翻訳+抽出+要約など)をさせると、処理能力が追いつかず精度が落ちます。

【対策】

ステップを分ける: 「①出典箇所をリスト化」→「②数を確認」→「③抽出」と段階を踏む。

エージェントを分ける: 「抽出専用のエージェント」を別途作成し、前の工程の出力をインプットとして渡す(リレー形式)。

 

 

Q3. 「書式を維持して」が通じない

【原因】 AIにとって「書式(フォント、サイズ、レイアウト)」の認識は非常に苦手です。

【対策】

これをAI単体で解決しようとせず、VBAやRPA、あるいは話題のVibe Codingなどの「プログラム的アプローチ」と組み合わせるのが正解です。

AIには「書式」をいじらせず、「中身(テキスト)」に集中させます。

 

 

2. 「自由度」ではなく「役割の限定」を(戦略編)
「細かく指示しすぎるとうまくいかない、ある程度の自由度が欲しいのか?」という気づきがありましたが、これは**「役割の限定(一点集中)」**と捉え直すとスムーズです。

今のAIに「編集者」兼「デザイナー」兼「翻訳家」を同時にやらせるとパンクします。以下のように発想を切り替えてみてください。

従来(非推奨)
AIのパンク(幻覚・書式崩れ・情報の欠落)

推奨
成功 (出力されたパーツを、人間やRPAが配置する)

**「既存の書類を直接編集させる」のではなく、「中身のパーツを作らせる」**ことに特化させてみてください。

 

 

3. 今後の展望:AI × 自動化ツール
AIが苦手な「定型的な書式維持・変更」は、本来VBAやRPAが得意な領域です。

これまで: エンジニアしかツールを作れなかった。

これから: 「ツールのドラフト(VBAコード等)」をAIに書かせ、人間が微修正して業務を自動化できる。

非エンジニアでも自分たちで業務効率化ツールを作れる世界観(Citizen Developer)が近づいています。

まずはその第一歩として、Copilotやエージェントで「できること(テキスト生成・論理構成)」と「できないこと(厳密な書式制御)」を正しく理解し、使いこなしていきましょう。

ISAOの管理部門のAI導入事例

AIは、こうした小さな「動かない」でつまずきます。ISAOは、その先——実際の業務に
AIを乗せて回すところまでを、お客様の管理部門と一緒に進めています。

月次決算の工数を50%以上削減|東証グロース上場企業A社

少人数の経理財務部門で、決算業務を1本ずつAI化。外注に頼らず社内で決算を完結
できる体制をつくりました。(Claude Cowork/Microsoft 365 Copilot)

詳細はこちら

全社でAIを使わない日がない状態へ|医薬品・上場準備企業

ツールを配って終わりにせず、顧問として伴走。安全に使える環境の整備から
リテラシー向上まで。G検定の合格率は100%。

詳細はこちら

収益認識の判定をAIエージェント化|創薬支援CRO

月100件を超える契約の収益認識判定を、監査証跡を保ったままAIがドラフト。
ドラフト・レビュー工数を75%以上削減しました。

詳細はこちら

「AI管理部長」を数年かけて共同研究|東証上場のIT企業

管理部門の業務をAIが担う仕組みを研究。汎用LLMで足りる部分と、自社で作り込む
べき部分の線引きを実務で検証しています。

詳細はこちら