AIを使うとかえって時間がかかる｜指示・待ち・手直しを分けて見直す方法

こんにちは。バナナデスクです。

AIに頼めば数分で終わると思ったのに、何度も指示を書き直し、最後は自分で修正している。作業を終えたころには、いつもより時間がかかっていた、ということがあります。

このとき「AIは使えない」と決める前に、どの時間が増えたのかを分けてみましょう。資料を探す時間が増えたのか、長い出力を読む時間なのか、誤りを直す時間なのかで、次に変えることが違います。

この記事では、個人事業の案内文づくりを架空例に、手作業とAI補助を同じ完成条件で比べます。以下の時間は計算方法を示すための仮の値で、実際の測定結果ではありません。早さの評判ではなく、自分の仕事で使うかどうかを判断する手順です。

執筆：バナナデスク｜WEBビジネスの設計・集客・改善

比較の前に、両方の「完成」を同じにする

手作業では公開できる案内文まで作り、AIでは下書きが出た瞬間で止める。これでは比較になりません。AIの文章を読んで確認する時間、料金の修正、掲載形式への整形まで含めます。

今回は、確定した日時、対象者、料金、準備物から案内文を作り、誤りなく掲載できる状態を完成とします。どちらの方法でも同じ資料を使い、公開先で必要な形式まで整える条件です。

文章の長さや丁寧さも、必要以上に変えないようにします。手作業の300字に対してAIが2,000字の企画書を作れば、時間だけでなく仕事の範囲まで変わっています。作るものが増えたなら、その価値と負担を別に評価してください。

準備・指示・待ち・確認・修正を分ける

本文が出る部分は15分から2分へ短くなっています。しかし合計は30分から35分です。この例では、準備・指示・確認・修正の負担が増えています。

差は35−30＝5分で、手作業30分を基準にすると5÷30×100≒16.7％長くなった計算です。これは架空の一件の計算で、AI一般の生産性を示す数値ではありません。

生成の待ち時間に別の作業ができる場合は、経過時間と実作業時間を分けます。2分待っている間に他の仕事をしたなら、35分という経過時間と、自分の手を使った時間は同じではありません。一方、出力を監視していたなら、その時間は他へ使えていないかもしれません。

増えた工程から、直す場所を選ぶ

道具を変える前に、最も大きく増えた一つを選びます。一度に指示もモデルも資料も変えると、どの変更が役立ったか分からなくなるためです。

たとえば修正9分の大部分が料金の直しなら、口調の指示を細かくしても問題は残ります。「税込33,000円、1回60分、資料制作は含まない」と、条件の単位と範囲を入力に揃える方が直接的です。

指示を長くする前に、入力の形を変える

変更前の依頼例：「来月の勉強会の案内を、親しみやすく魅力的に書いてください。いつもの感じでお願いします。」

これでは、いつもの感じも、日程も、未定の項目も分かりません。追加のやり取りが必要になります。

変更後の依頼例：

下の確定情報だけで、開催案内の下書きを作る。
必要項目：日時、対象者、内容、準備物。
未定の料金と申込方法は作らない。
出力は案内本文と、公開前に確定が必要な項目の2つ。

日時：10月15日19〜20時
対象者：個別相談の経験があり、初めて講座を作る人
内容：60分講座の構成案を作る
準備物：教えたい項目を5〜10個書いたメモ
料金・申込方法：未定

この依頼文は、この記事のために作成した見本です。実際の製品での時短を保証しません。期待する出力と制約を明確にする考え方は、Anthropicの公式ガイドでも説明されています。

重要なのは、プロンプトの文字数を増やすことではありません。文章を作る前に必要な業務上の情報を揃え、出力の確認箇所を減らすことです。

改善後も、同じ工程で計測する

先ほどの仮例で、確定情報を一枚にし、出力を短い案内と確認欄に分けたとします。次の表も仮の計算例であり、実測値ではありません。

合計23分なら、手作業30分との差は7分です。しかし、ここには初回の情報表づくりにかかった時間を含めていません。たとえばその準備に30分かかったなら、同じ条件で毎回7分減ると仮定して、30÷7≒4.3回、整数では5回程度でその準備時間に相当します。

この計算も、以後の作業が本当に同じ条件で続く場合の目安です。サービス条件の更新で毎回表を作り直すなら、その時間を追加します。「一度整えれば永久に効率化できる」とは考えません。

他人の時短率を、自分の仕事の結果にしない

AIの生産性に関する研究も、対象の仕事、参加者、時期で結果が変わります。たとえばMETRの2025年の研究は、熟練したオープンソース開発者の特定の開発作業を対象としたものです。個人事業のメール作成やブログ制作を測った研究ではありません。METRの2025年の研究説明。

さらに同組織は2026年2月の追跡報告で、参加者やタスクの選択、並行作業中の時間計測などが推定を難しくすると説明しています。古い数値だけを切り取り、「AIは遅い」「必ず速い」の根拠にしない方がよいでしょう。METRの追跡研究に関する説明。

研究は自分の観測を丁寧にする参考になりますが、自分の仕事の測定の代わりにはなりません。入力、完成条件、使用日、利用方法を残して、小さく確かめます。

続ける・工程を分ける・今は使わないを決める

何度も指示を変え続けると、改善のための時間自体が大きくなります。試す前に、対象の仕事と試す回数、終了条件を決めておきます。回数は業務に合わせるもので、すべての人に同じ回数を求めるわけではありません。

「今は使わない」は後退ではありません。仕事ごとに道具を選ぶ判断です。長い文章をゼロから作るより、必要項目を抜き出すだけにした方が役立つ場合もあります。

同じAIを使っていても、業務の資料が変わったり、モデルが変わったりすれば結果は変わります。うまくいった依頼文を保存しつつ、変更があったときは完成条件を再確認してください。

次の一回だけ、終わるまでの時間を残す

まずは明日行う一つの仕事で、準備、指示、待ち、確認、修正、整形の時間を残します。短縮したい気持ちに合わせて、面倒だった工程を計測から外さないことです。

その記録から、一番大きい工程を一つ選び、変える内容を決めます。記事の下書きが毎回一般論になる場合は、AI原稿へ具体的な素材を渡す方法も参考になります。

AIを使ったかどうかより、自分の仕事がどこまで終わったかを基準にする。そうすれば、便利そうな道具を追い続けるだけでなく、実際の負担に合う使い方を選べます。