2024/12/02 更新 2026/10/25

全社に配った社内AIが役に立たない本当の理由：ロゴ付きの画面から返ってきた提案書は、素のAIと同じ文面だった

会社が、社内向けのAIを全社に配った。画面には、会社のロゴと挨拶文が載っていた。

営業部の担当者が、提案書の下書きを頼んだ。

返ってきた文面は、素のモデルに同じ質問をした時の文面と同じだった。

ロゴ付きの画面は、包装紙を替えた市販品だったのである。

全社に配った窓口は、いったい何を包んでいたのか。

モデルが賢くなった日、薄い社内AIは何を失うか

画面と汎用のプロンプトだけの社内AIは、素のモデルとの差を持たない。モデルが賢くなった日に、存在理由を失う。

全社に配った社内AIも、担当者とモデルの間に立つ窓口だった。

技術の世界では、AIモデルの機能をほかのアプリやシステムから使いやすくする層を、AI Wrapper（包み）と呼ぶ。

モデル単体は、決まった入力を受けて、決まった出力を返す。

データを整えてモデルに渡し、結果を使える形に直して返す仲立ちが要る。

窓口の形には、外部のプログラムから呼び出す窓口（API）や、開発用の部品一式（SDK）など、四つの型がある。

最近は、既存の大規模言語モデルに独自の画面と指示を載せたアプリも、AI Wrapperと呼ぶ。

画面と指示を載せただけのアプリには、中身が薄いという批判が絶えない。

社内AIの差は、包みの厚さでつく

カラクリは単純だ。社内AIの価値は、画面で決まらない。窓口の内側に固定した、仕事の前提で決まる。

薄い包みは、画面を整えて、汎用のプロンプトを一つ足した包みだ。プロンプトは、どの会社にも当てはまる文面である。

厚い包みは、仕事の前提を窓口の内側に固定した包みだ。

前提は四つ。誰のどんな業務か、どの資料を参照するか、何を良しとするか、どこで人に回すかである。

汎用のプロンプトは、モデルの提供者も利用者も自分で足せる。

包みを作る敷居も低い。OpenAIは2024年1月、GPTストアの公開に合わせて、利用者が作った独自版のChatGPTが300万を超えたと発表した。

GPTsの発表から、わずか2か月の数字だ。

ロゴと挨拶文だけの社内AIは、汎用のプロンプトに化粧をした窓口にすぎない。

厚い包みに固定した前提は、組織の中にだけある。モデルが賢くなっても、前提を固定した包みは役目を果たし続ける。

薄い包みは画面と汎用の指示文を足しただけで、厚い包みは業務、読み手、参照する資料、良しとする答え、人に回す場面を窓口の内側に固定します

仕事の前提を作り込んだ社内AIに潜む落とし穴とは

厚くすれば安心、とは限らない。Wrapperの長所は、複雑さを隠す点にある。

隠したものには、答えが外れた時の原因も入る。

厚い包みは、前提の古さも中に隠す。

利用者の画面に映るのは、窓口の外側だけだ。

答えが外れた原因がモデルの側か、古びた前提の側か。確かめるには、窓口の内側を開けるしかない。

包みを作る前に、毎回説明し直す前提を書き出せ

ChatGPTのGPTsは、プログラムなしで作れる身近な包みである。

役割の指示、参照させる資料、答え方の決まりをモデルの前に置く。置けば、特定の仕事専用の窓口が仕上がる。

固定する中身を決めるのは、自分の仕事だ。AIに毎回説明し直している前提を、言葉にして書き出す。

何のために、誰に向けて答えがほしいのかを、一行ずつ書く。書き出した一覧が、厚い包みの中身になる。

次のプロンプトのかっこの中を、自分の仕事に書き換えて使える。

自分専用のAIの指示文を作ります。次の前提を、指示文に固定してください。
業務：（例：取引先への提案書の下書き）
読み手：（例：中小の製造業の工場長）
参照する資料：（例：自社の製品カタログと価格表）
良しとする答え：（例：A4で1枚。導入後の作業時間の変化を数字で示す）
人に回す場面：（例：値引きと納期の約束）

業務から人に回す場面までの五行は、GPTsのプロンプトに貼って使える。包みの厚さは、言葉にした前提の量で決まる。