---
title: 今さら聞けない生成AI。けれど、今ならまだ間に合う
description: 生成AIの活用方法を解説し、個人利用から組織活用へ進むためのステップや重要な技術を紹介します。
image: https://mimoriya-ict.com/hubfs/AI-Generated%20Media/Images/AIstudy%20Logo-1.png
---

[Skip to content](https://mimoriya-ict.com/news/02#main-content)

[All posts](https://mimoriya-ict.com/news/all)

 6月 25, 2026

# 今さら聞けない生成AI。けれど、今ならまだ間に合う

 By  [sales-info](https://mimoriya-ict.com/news/author/sales-info)  ·   2 minute read

 

# 今さら聞けない生成AI。 けれど、今ならまだ間に合う。

「便利なチャット」で止まっている個人利用から、RAG・AIエージェント・業務実装へ。生成AIが“仕事を進める道具”に変わりはじめた今、何から始めればいいのかを1時間の定例セミナーから整理しました。

生成AIの現在地個人利用 → 組織活用プロンプト設計RAGAIエージェントVibe CodingFDE人材

ニュースや新聞、SNSで見ない日はない「生成AI」。2022年にChatGPTが公開されてから、いまや世界で何億人もが日々使う存在になりました。インターネット革命を超える産業革命とも言われています。

一方で、多くの企業の現場はいま**“踊り場”**にいます。「調べもの」「要約」「メールの下書き」といった**個人の便利ツール**としては使えている。けれど、自分の業務や組織の仕事に組み込めているかというと、大手企業を含めてまだそこまで進んでいない——これが今回のセミナーの出発点でした。

この記事では、その1時間で語られた「生成AIの現在地」と「個人利用から組織活用へ進むための地図」を、デモの内容も交えてまとめます。

---

Section 01 ／ 生成AIの現在地

## そもそも、AIはどこまで来ているのか

「ロボット掃除機はAIですか？」——研修でよく投げかける質問ですが、答えは**すべてAI**です。人がぶつかりそうになったらよける、人が入ったら電気をつける。人間がやることを感知して代行する仕組みは、組み込み型の人工知能です。ただ、私たちはそれに直接“触れて”はいませんでした。ChatGPTの登場で、私たちは初めてAIと**会話できる**ようになり、一気に身近になったのです。

### AIの4世代

1. 1**ルールベース**：人が決めた規則どおりに動く。融通は利かない。
2. 2**エキスパートシステム**：専門家の知識をルール化し、判断を再現する。
3. 3**機械学習／ディープラーニング**：大量のデータから、パターンを自動で学ぶ。
4. 4**生成AI・AIエージェント**：自ら文章や成果物を作り、仕事を進める。

### AI・機械学習・ディープラーニング・生成AIの関係

大きな傘が**AI**という学問・概念。その中で2000年前後に普及したのが**機械学習**（データから学ぶ仕組み）。賢くなった理由はインターネットです。AIの大好物はデータで、ネット上にあらゆる情報が出てきたからこそ、それを“食べて”急速に賢くなりました。さらに多層構造でパターンを学ぶ**ディープラーニング**へ。そして文章・画像・音声・コードを作り出す**生成AI**へとつながります。

Key Point

転機は2017年に登場した **Transformer**。AIが「文脈」を理解できるようになったことで、私たちの言葉に自然な言葉で答えられるようになりました。学習（インプット）だけだったAIが、推論（アウトプット）までできるようになった瞬間です。

### LLMと基盤モデル — 三層構造で捉える

AIの大元エンジンが**基盤モデル**。その中で言葉を扱う巨大なモデルが**LLM（大規模言語モデル）**です。世界中の言葉・表現・文献を知り尽くした“博士”のような存在で、フランス語でも中国語でも日本語でも理解できるのは、世界中の言葉を学んでいるからです。私たちが実際に触る ChatGPT / Claude / Gemini は、その基盤モデルの上に乗る**応用アプリ**。さらにマルチモーダル化が進み、文字だけでなく画像・音声・動画も理解できるようになりました。

---

技術の裏側をやさしく

## AIは「考えている」のではなく「次の言葉を予測している」

生成AIは、人間のようにゼロから考えているわけではありません。大量の文章から**言葉のつながりやすさ**を学び、次に来る言葉の可能性を予測しながら、もっとも自然な文章を組み立てています。

たとえば「ハッピー」の次は「バースデー」、その次は「トゥーユー」や「◯◯くん、◯◯ちゃん！」。1月なら「明けまして」の次は「おめでとうございます」。私たち人間も確率的に次の言葉を予測していますが、AIは世界中のデータからそれをやっているのです。

さらに、AIは言葉を**「意味の近いものが近くに並ぶ形」**で持っています。「柴犬・トイプードル・ゴールデンレトリバー」なら“犬の話”、「コーヒー・パン・スクランブルエッグ」なら“朝食の話”だと方向性で判断する。これが**セマンティック検索／ベクトル検索**と呼ばれる考え方で、“同じ言葉”ではなく“意味が近い情報”を探し出せます。

---

主要AIアプリの位置づけ

## 優劣ではなく、用途で使い分ける

| アプリ | 得意領域・用途 |
| --- | --- |
| ChatGPT / Copilot | 汎用、調査、文章、業務支援、Microsoft 365連携 |
| Claude | 長文理解、文章、コード、深い思考、Microsoft 365アプリ連携 |
| Gemini | Google連携、マルチモーダル |
| Perplexity | 検索、出典確認、情報収集 |
| Claude Code / Codex | AI駆動開発、コーディング、業務アプリ試作 |

---

Section 02 ／ 個人利用から組織活用へ

## 個人利用には、はっきりとした限界がある

調べもの、要約、メール文作成、資料のたたき台、アイデア出し、会議メモ整理、Excel関数の相談、文章の言い換え——個人利用だけでも十分に便利です。それでも、組織で使おうとすると壁にぶつかります。理由は大きく5つ。

1. 1**AIが自社の情報を知らない**。一般知識は知っていても、自社の業務・顧客・ルールは知らない。
2. 2毎回、**人が資料を探して貼る**必要がある。
3. 3AIが答えても、**仕事を進めるのは人間**。チャットは会話で終わる。
4. 4チャットだけでは業務が回らない。
5. 5使う人と使わない人の**差が広がる**一方になる。

例：就業規則を聞いてみると

普通のAIに「就業規則を教えて」と聞くと、トヨタや社労士事務所の“模範例”を返してきます。でも社員が本当に知りたいのは**自社の就業規則**。AIは自社のことを知らないので、それらしいけれど使えない答えになる——これが「組織で使えない」の正体です。

### チャットAIから、仕事を進めるAIへ

これまで

- 質問に答える
- 文章を作る
- 人が資料を貼る
- 個人が使う
- チャット画面中心

これから

- 目的に向かって動く
- 業務を進める
- AIが資料を参照する
- 組織で使う
- 業務アプリ・ワークフロー中心

### 生成AI活用の進化ステップ

自社が今どこにいて、どこまで行きたいのか。まずはこの「階段」で現在地を確かめるのがおすすめです。

Lv 1

#### 個人利用

ChatGPT / Claude などで、気軽に質問・相談する

Lv 2

#### 業務補助

有償版＋プロンプト・テンプレートで、個人の業務を補助する

Lv 3

#### 社内情報活用

RAG で自社資料を参照し、根拠つきで答えさせる

Lv 4

#### 業務実行

AIエージェントが、複数の作業を代理で進める

Lv 5

#### 業務アプリ化

Vibe Coding / カスタムアプリで、業務そのものを仕組みにする

Lv 6

#### 組織変革

FDE人材と運用設計で、組織として実装できる状態へ

---

Section 03 ／ プロンプト設計

## AIが賢くなった今こそ、プロンプトが効いてくる

「AIは賢くなったからプロンプトは不要」という声もあります。一理はあります。曖昧な質問でも“それなり”の答えは返るし、呪文のような長文テンプレはもう要りません。**けれど、「それなり」と「実務で使える」は違います。**賢くなるほど、問いの質が成果を決める。エージェント時代は、指示の質がそのまま仕事の質になります。

プロンプトは“命令文”ではなく、  
AIに仕事を任せる“発注書”。

### 良いプロンプトの5要素

1. 1**役割** — 誰として答えてほしいか
2. 2**背景** — 今どんな状況か、相手は誰か
3. 3**目的** — 何のために使うか、どうなれば成功か
4. 4**制約** — 守るべき条件、予算、NG条件
5. 5**出力形式** — 文章、表、箇条書き、A4一枚、スライド案など

### 例：「美味しいオムライスの作り方を教えて」

いい感じで！

「美味しいオムライスの作り方教えて」

→ 誰にとっても無難な“一般的なレシピ”が返ってくる。

具体的に

- **目的**：友人を招いて驚かせ、感動させたい
- **どんなもの**：子ども向けではなく老舗洋食屋の“大人のオムライス”
- **私のレベル**：料理初心者
- **道具**：一般家庭にあるものだけ
- **お金**：少し高級なスーパーで買える範囲までOK
- **出力**：①買う食材リスト ②プロっぽく見える決め手 ③初心者がつまずくポイント

同じ「オムライス」でも、返ってくるレシピはまったく別物になります。プロンプトが大事だというのは、こういうことです。

もう一つの鉄則

知らないことは、AIに「知らない」と伝えること。伝えないと、AIは“いい感じ”のもっともらしい答えで埋めてしまいます。そして最後に必ず**「より良い答えを出すために、あなたが知るべきことは？ 質問があればどうぞ」**と、AI側から不足情報を聞き返させる。これだけで精度は大きく変わります。

### 段階が進むほど、プロンプトは“設計図”になる

| 段階 | プロンプトの役割 |
| --- | --- |
| チャットAI | 質問文 |
| RAG | 参照すべき情報の指定 |
| AIエージェント | 仕事の目的・手順・制約 |
| Vibe Coding | 作りたい業務アプリの仕様 |
| FDE | 業務とAIをつなぐ設計図 |

---

Section 04 ／ RAG・AIエージェント・Vibe Coding

## 「組織で使える」を実現する3つの技術

### ① RAG：AIに自社資料を持たせる

RAG（検索拡張生成）とは、AIに社内資料や自社データを検索・参照させ、**根拠に基づいて**答えさせる仕組みです。「自社の資料を渡したら世の中に学習されてしまうのでは？」という不安に対して、**学習させず、自社専用に参照だけさせる**のがRAGの考え方です。

普通のAI（記憶だけ）

- 学習済みの一般知識だけで答える
- 自社の最新情報やルールは知らない
- それらしいが根拠はあいまい
- 古い情報のまま答えることがある

RAG（資料を見て答える）

- 質問のたびに社内資料を検索する
- 関連箇所を読んでから回答する
- 出典を示し、根拠を確認できる
- 資料を差し替えれば内容も最新化

Demo ／ 就業規則・契約書を“読める”AI

### 自社データを食べさせると、こう変わる

就業規則・育児介護休業規定・契約書・納入機器台帳といった社内ルールを正しく学ばせておくと——

- ✓「新入社員に絶対知っておいてほしい就業規則だけ教えて」→ 自社規程から要点を抽出し、**参照した条文（出典）まで提示**
- ✓「更新が1年以内の契約書は？」→ 契約期間1年で更新される案件を一覧で抽出
- ✓「2024年に導入した機器のリストを、古い順に」→ 台帳から正しく引っ張り出す

テストに“答えを書いたカンニングペーパー”を持ち込んでいい——RAGはそんなイメージです。なお Google の NotebookLM も、自分が責任を持ってアップした資料の中だけから答えるため、ハルシネーション（もっともらしい嘘）を抑えやすい手段として紹介されました。

### ② AIエージェント：代理で仕事を進め、終わらせる

「来週の商談用に、提案のたたき台を準備して」と頼むと、AIエージェントは目的と納期を理解し、情報を探し、要点を整理し、たたき台を作り、足りない点を自分で見直し、最後に人間へ確認を求めます。**単発の回答ではなく、仕事の“流れ”を作る**のがエージェントです。

Demo ／ 名刺CSVの整理・名寄せ・Web照合

### 人がやっていた“面倒な作業”を、まるごと任せる

名刺管理ソフトから書き出したCSVを、Claude × Excel/Microsoft 365 連携で整理させると——

- ✓会社ごとの名寄せ、姓名の結合、表記ゆれ（全角/半角・ハイフン有無）の統一
- ✓Webサイト欄が空白の企業は、**公式サイトを調べてURLを補完**
- ✓「チャットワーク」のようにM&Aで社名変更した企業を検知し、新社名＋（旧社名）を提案。さらに**メールのドメインが変わっている可能性**まで注釈で指摘
- ✓散らかった「ダウンロードフォルダ」を、請求書・見積書・契約書などに自動仕分け＋命名規則どおりにリネーム

**重要な原則**：AIはファイルを操作・削除する前に、必ず「やっていいですか？」と承認を求めます。**作業するのはAI、承認する責任を持つのは人間**——この構造は変えてはいけません。フォルダ整理のような“やらない仕事”も、定期スケジュールで自動実行できます。

### ③ Vibe Coding：AIと業務アプリを作る

「問い合わせを一覧で管理する画面がほしい」と**言葉で伝えるだけ**で、AIが画面とコードのたたき台を作り、その場で動かして会話で修正していく開発スタイルです。FAQ検索・参加者管理など、現場の小さな業務から“アプリ化”できます。

関係を一言で

中心にあるのは**「組織活用」**。RAG が自社情報を参照し、AIエージェントが複数の仕事を進め、Vibe Coding が業務アプリを作る。それを組織で同じ使い方に揃え、現場とAIをつなぐのが FDE人材です。

---

Section 05 ／ FDE人材

## これから価値が上がるのは「現場とAIをつなぐ人」

**FDE（Forward-Deployed Engineer）**とは、現場の業務を理解し、AIやシステムを使って課題解決までつなげる人材のこと。非エンジニアの言葉で言えば、**現場とAI・システムの橋渡しができる人**です。困っている業務を、AIが分かる言葉（正しいプロンプト）に言語化して伝えられる力——これがいま日本で最も注目されています。

- 業務を理解する力／課題を分解する力
- 目的を言語化する力／必要なデータを見極める力
- AIに任せる範囲を決める力／人間の確認ポイントを設計する力
- 作りたいものを言葉にする力／現場と技術者の間に立つ力

---

Section 06 ／ 始め方

## 何から始めるべきか — 小さく始める3ステップ

大事なのは、**ツールを選ぶ前に「業務」を選ぶ**こと。そして、AIに見せるデータを整え、推進する人を決め、小さく試して改善することです。

1. 1**業務を選ぶ**：議事録／問い合わせ対応／提案書作成／社内FAQ／営業フォロー
2. 2**データを整える**：最新資料を決める／FAQを整理／顧客情報を整理／社内マニュアルを整える
3. 3**人材を決める**：現場の推進役／AI活用の管理者／業務と技術の橋渡し役

---

Closing ／ まとめ

## 本日のまとめ

1. 1生成AIは、**チャットから仕事実行**の段階へ進んでいる
2. 2個人利用と組織活用では、**必要な考え方が違う**
3. 3AIが賢くなった今こそ、**プロンプト・文脈設計**が重要
4. 4組織活用には、**RAG・AIエージェント・業務アプリ化**が重要
5. 5これからは、現場とAIをつなぐ**FDE型人材**が重要

個人の便利ツールから、  
組織の仕事を変える仕組みへ。

生成AI活用は、もう「使うか／使わないか」の段階ではありません。  
これからは、**どの業務に、どのデータを使って、どこまでAIに任せるか**を設計する段階です。

---

Appendix ／ 補足資料（お土産）

## そのまま使える「補足資料」

### そのまま使えるプロンプト・テンプレート

【　】を自分の業務に置き換えて、コピーして使ってください。

あなたは【役割】です。  
以下の【材料】をもとに、【目的】のための成果物を作ってください。  
■ **目的**：【何のために使うのか。どうなれば成功か】  
■ **背景**：【相手・業務・現在の状況】  
■ **材料**：【貼り付けるメモ、メール、会議録、箇条書き】  
■ **条件・制約**：【守るべき条件、NG、予算、納期、情報漏洩の注意】  
■ **出力形式**：【メール文、表、箇条書き、議事録、A4一枚など】  
■ **判断基準**：【良い出力の条件。読み手、トーン、使える状態】  
最後に、人間が確認すべき点を挙げてください。

### 導入前セルフチェックリスト

- どの業務に使うか決まっているか
- AIに見せるデータは整理されているか／最新版が明確か
- 機密情報・個人情報の扱いを決めているか
- AIの出力を誰が確認するか決めているか
- 利用ツールの学習利用設定を確認しているか
- 成果指標を決めているか
- 現場の推進役を決めているか／小さく試す業務を決めているか
- RAG・エージェント・業務アプリ化の方向性を考えているか

 

## 次回は「AIエージェントの作り方」「Vibe Coding」

今回は「いま生成AIで何ができるか」まで。次回（7月開催予定）は、実際にAIエージェントやアプリづくりのデモをお見せします。RAG構築・業務実装のご相談も承ります。

本記事は、三森屋AIセミナー（2026年6月開催／約1時間）の内容をもとに再構成したものです。掲載のデモ事例で使用したデータはすべてダミーであり、実在の個人・企業の情報は含まれません。

共有： [facebook-f icon](http://www.facebook.com/share.php?u=https://mimoriya-ict.com/news/02) [linkedin-in icon](http://www.linkedin.com/shareArticle?mini=true&url=https://mimoriya-ict.com/news/02) [twitter icon](https://twitter.com/intent/tweet?url=https://mimoriya-ict.com/news/02) [pinterest-p icon](http://pinterest.com/pin/create/link/?url=https://mimoriya-ict.com/news/02) [envelope icon](mailto:?body=https://mimoriya-ict.com/news/02)

## 関連記事

[![](https://mimoriya-ict.com/hubfs/AI_Study_03_og1200x630.png)](https://mimoriya-ict.com/news/ai-3)

[blog](https://mimoriya-ict.com/news/tag/blog)

### [AIを本当に使いこなすための中上級テクニック集](https://mimoriya-ict.com/news/ai-3)

[![](https://mimoriya-ict.com/hubfs/AI_Study_02_og1200x630.png)](https://mimoriya-ict.com/news/ai-2)

[blog](https://mimoriya-ict.com/news/tag/blog)

### [AIをもっと使いこなす中級者向け活用ガイド](https://mimoriya-ict.com/news/ai-2)

[![](https://mimoriya-ict.com/hubfs/AI-Generated%20Media/Images/static.hsappstatic.netFileManagerImagesstatic-1.36840imagesexplore-imagesorigami-butterfly.jpeg)](https://mimoriya-ict.com/news/01)

[blog](https://mimoriya-ict.com/news/tag/blog)

### [サイバー攻撃はもう「他人事」じゃない―中小企業が今すぐやるべきこと](https://mimoriya-ict.com/news/01)

Copyright © 2026, 株式会社三森屋

```json
{
  "@context" : "https://schema.org",
  "@type" : "BlogPosting",
  "author" : {
    "@type" : "Person",
    "name" : "sales-info",
    "url" : "https://mimoriya-ict.com/news/author/sales-info"
  },
  "dateModified" : "2026-06-25T03:22:38.707Z",
  "datePublished" : "2026-06-25T03:17:59.000Z",
  "headline" : "今さら聞けない生成AI。けれど、今ならまだ間に合う",
  "image" : [ "https://mimoriya-ict.com/hubfs/AI-Generated%20Media/Images/AIstudy%20Logo-1.png" ],
  "mainEntityOfPage" : {
    "@id" : "https://mimoriya-ict.com/news/02",
    "@type" : "WebPage"
  },
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject"
    }
  }
}
```

```json
{
  "@context" : "http://schema.org",
  "@type" : "Article",
  "author" : {
    "@type" : "Person",
    "name" : [ "sales-info" ],
    "url" : "https://mimoriya-ict.com/news/author/sales-info"
  },
  "datePublished" : "2026-06-25T03:17:59+0000",
  "description" : "生成AIの活用方法を解説し、個人利用から組織活用へ進むためのステップや重要な技術を紹介します。",
  "headline" : "今さら聞けない生成AI。けれど、今ならまだ間に合う",
  "image" : "https://245230726.fs1.hubspotusercontent-na2.net/hubfs/245230726/AI-Generated%20Media/Images/AIstudy%20Logo-1.png",
  "publisher" : {
    "@type" : "Organization",
    "logo" : {
      "@type" : "ImageObject",
      "url" : ""
    },
    "name" : "株式会社三森屋"
  },
  "url" : "https://mimoriya-ict.com/news/02"
}
```