AIの性能がどれだけ向上しても、「何を作ってほしいか」だけでは良い成果物は出てきません。AIが本当に力を発揮するのは、御社の業務ルール、過去の制作物、デザインガイドライン、顧客対応の方針――こうした社内の情報資産がきちんと整理されていて、AIがいつでも引き出せる状態になっているときです。
本記事では、その情報資産を「どう整理するか」「どこに収納するか」「AIとどう連携するか」「どんな成果物が生まれるか」を、中小企業でもすぐに取り組める形で具体的に解説していきます。
多くの中小企業が抱える「情報の散在」問題
AIを導入する前に、まず向き合わなければならない現実があります。それは、社内の情報が整理されていないという問題です。
ルールが属人化
文体の決まりやデザインルールが特定の人の頭の中にしかない
情報がバラバラ
Googleドライブ、ローカルPC、紙の書類、メールの添付。どこに何があるか分からない
引き出せない
情報はどこかにあるが、必要なとき即座に取り出せる仕組みがない
この状態のままAIを導入しても、毎回ゼロから指示を出すことになり、「AIを使ったほうが遅い」という結論になりがちです。逆に言えば、情報の整理さえできていれば、AIの活用レベルは劇的に上がります。AIの性能差よりも、自社の情報整備度のほうが成果への影響が大きいというのが、現場での実感です。
社内情報の3層構造
AIに渡す社内情報は、大きく3つの層に分けて整理すると扱いやすくなります。
ルール層 ― 「こう動いてほしい」を定義する
文体のガイドライン、ブランドカラー、NG表現リスト、セキュリティポリシー、対応フローなど。AIが判断に迷ったとき立ち返る「社内の憲法」のような存在です。一度作れば頻繁に変わるものではなく、全業務の基盤になります。
文体ガイドブランドルールNG表現セキュリティ方針対応フロー
素材層 ― 「これを参考にしてほしい」を蓄積する
過去の制作物、提案書のテンプレート、商品写真、顧客の声、FAQ、議事録など。AIが成果物を作るときの「引き出し」になる情報です。量が増えるほどAIの出力品質が上がるため、日常業務の中で少しずつ蓄積していくことが重要です。
過去の制作物テンプレート商品情報FAQ顧客データ
手順層 ― 「この流れで進めてほしい」を記述する
業務の実行手順、チェックリスト、承認フロー、例外処理の対応方法など。AIが業務を自動で遂行するための「業務マニュアル」に相当します。Claudeではこれを「スキル」として記述し、コマンドひとつで起動できるようにします。
業務手順書チェックリスト承認フロースキル
情報をどこに「収納」するか
整理した情報は、AIが読み取れる場所に置いておく必要があります。ツールや環境によっていくつかの選択肢がありますが、中小企業が始めやすいものから紹介します。
CLAUDE.md / システムプロンプト
Claudeがプロジェクトを開くたびに自動で読み込むファイル。ルール層の情報を書いておくと、毎回指示しなくても一貫した出力が得られるようになります。まず着手すべき第一歩です。
ルール層に最適
プロジェクトフォルダ
参照ドキュメント、テンプレート、過去の制作物などをフォルダ構成で整理します。Claudeはフォルダ内のファイルを読み込めるため、「この中から参考にして」と指示するだけで素材を活用してくれます。
素材層に最適
スキルファイル
業務の手順をMarkdown形式で記述したファイル。スラッシュコマンドで呼び出せるため、複雑な業務フローもワンアクションで起動できます。手順層の情報はここに集約します。
手順層に最適
MCP連携(外部サービス)
Notion、Google Drive、Slackなどの外部サービスとAIを直接接続する仕組みです。すでにこれらのツールに情報が蓄積されている場合、データを移行せずにAIから直接参照できるようになります。
既存ツールとの橋渡し
大切なのは「完璧に整理してからAIを使う」のではなく、使いながら整えていくという姿勢です。まずはCLAUDE.mdに基本ルールを3行書くところから始めて、使うたびに「これも書いておいたほうがいいな」と思ったことを追記していく。半年もすれば、自社専用のAI基盤が自然と出来上がっているはずです。
AIとの連携はどう行うか
情報を収納したら、次はAIとの連携です。ここでは「収納した情報」が「成果物」に変わるまでの流れを見てみましょう。
→
PROCESS
AI + 仕組み
指示・実行・検証
→
連携のイメージ
Claude Code での連携例
CLAUDE.md : 文体は敬体、ブランドカラーは#000
/docs/ : 過去のブログ記事、FAQ、商品情報
/skills/blog.md : 構成案 → 本文 → 推敲 → チェック
$ /blog "新商品のSNS連携機能について"
ポイントは、毎回の指示が極めてシンプルになるという点です。ルールはCLAUDE.mdが、素材はフォルダが、手順はスキルがそれぞれ担ってくれるので、人間が伝えるのは「何を作るか」だけで済みます。情報を整えておくだけで、AIの使い勝手が根本的に変わるのです。
どんな成果物が生まれるか
社内情報を整え、AIと連携する体制が整うと、これまで外注や専門スタッフに頼っていた成果物を社内で作れるようになります。
Web
ブログ記事・LP・サイト更新
ブランドルールに沿った記事を、過去の記事をお手本にしながら自動生成。HTML編集からSEO対策まで一貫して対応できます。
必要な情報:文体ガイド + 過去記事 + SEOキーワード
SNS
投稿テキスト・画像・運用レポート
トーンガイドに従った投稿文を生成し、ChatGPTで画像を作成。週次の運用レポートもデータから自動作成できます。
必要な情報:ブランドトーン + 投稿テンプレート + 過去の反応データ
Document
提案書・報告書・マニュアル
テンプレートと過去の提案書を参考に、顧客ごとにカスタマイズした提案書を短時間で作成。社内マニュアルの整備・更新も効率化します。
必要な情報:テンプレート + 顧客情報 + 過去の提案実績
Automation
業務ツール・自動処理・帳票
請求書の自動生成、データ集計、メール対応の下書き作成など、定型業務の自動化ツールを社内で開発できるようになります。
必要な情報:業務フロー + データ構造 + 出力フォーマット
Customer
FAQ対応・問い合わせ下書き
FAQデータと対応方針を基に、問い合わせへの回答ドラフトを自動生成。対応速度と品質の両方を底上げできます。
必要な情報:FAQ + 対応フロー + 過去の回答例
Training
研修資料・オンボーディング
業務マニュアルと社内ナレッジを基に、新入社員向けの研修資料やオンボーディング用のガイドを自動生成できます。
必要な情報:業務マニュアル + 社内ルール + 組織図
共通しているのは、いずれも「社内に情報があれば作れる」ということです。AIの操作スキルよりも、社内情報がどれだけ整理されているかが成果物の品質を決めます。だからこそ、情報の集約と構造化が最優先なのです。
導入の進め方
いきなり全社の情報を整理しようとすると挫折します。小さく始めて、成功体験を積み重ねていくのが現実的です。
1つの業務を選ぶ
最も頻繁に行っている業務、または外注している業務を1つ選びます。ブログ更新、SNS投稿、見積書作成など、定型的なものが始めやすいです。
その業務に必要な情報を洗い出す
選んだ業務を遂行するために、普段どんな情報を参照しているかを棚卸しします。「暗黙知」を「明文化」するプロセスです。
3層に分けて収納する
洗い出した情報をルール層(CLAUDE.md)、素材層(フォルダ)、手順層(スキル)に振り分けて配置します。最初は完璧でなくて構いません。
AIで実行してみる
実際にAIに業務を任せてみて、出力の品質をチェックします。足りない情報やルールがあれば追記し、少しずつ精度を高めていきます。
横展開する
1つの業務でうまくいったら、同じ考え方を別の業務にも広げていきます。情報の整理パターンが分かっているので、2つ目以降は格段に早くなります。
注意点
機密情報の取り扱い
社内情報をAIに渡す際は、個人情報や機密データの取り扱いに注意が必要です。ビジネスプランを利用してデータがモデルの学習に使われない設定にするなど、セキュリティ面の配慮を忘れないでください。
情報の整理は終わりがない作業です。最初から100%を目指すと手が止まってしまいます。まずは「60%の精度でも動く状態」を作り、使いながら改善していくアプローチをおすすめします。
暗黙知の明文化は、実際にその業務を行っている人にしかできません。経営者だけで進めるのではなく、現場のスタッフを巻き込んで進めることが成功の鍵です。
社内情報の整理からAI活用まで、一緒に設計しませんか
willBは松本市を拠点に、長野県の中小企業向けに「情報の棚卸し」から「AI連携の仕組みづくり」まで一貫して支援しています。御社の業務に合わせた情報整理とAI活用の設計をお手伝いします。
お問い合わせはこちら
まとめ
AIに良い仕事をしてもらうために最も重要なのは、「AIの使い方を覚える」ことではなく、「自社の情報をAIが引き出せる状態に整えること」です。
社内の情報をルール層・素材層・手順層の3つに分けて整理し、CLAUDE.mdやスキルファイル、プロジェクトフォルダに収納する。そしてAIと連携させることで、ブログ記事、SNS投稿、提案書、業務ツールなど、これまで時間やコストをかけていた成果物を社内で生み出せるようになります。
まずは1つの業務から。情報を整え、AIに任せ、出力をチェックし、改善する。このサイクルを回していくことで、御社だけのAI活用基盤が少しずつ出来上がっていきます。
社内情報の整理からAI活用まで、一緒に設計しませんか
willBは松本市を拠点に、長野県の中小企業向けに「情報の棚卸し」から「AI連携の仕組みづくり」まで一貫して支援しています。御社の業務に合わせた情報整理とAI活用の設計をお手伝いします。
お問い合わせはこちら
関連記事