業務改善事例

• 現場の業務が忙しく、DXまで手が回らない
• 住民の困りごとは把握できても、企画に落とし込めない
• 生成AIを活用したいが、行政業務のどこで役立つのかイメージできない
• 参加者の生成AIスキル自己評価は、回答者27名中14名（52%）が「初〜初級」

Day1｜住民の“困った”に向き合い、課題の本質を掘り下げる

• 生成AIと人間、それぞれの強みを整理（AI＝量と速度／人間＝文脈を理解して判断する力）
• デザイン思考を県政に置き換えて理解する
• 住民の困りごとを1チーム50個以上ブレスト →「情報迷子」「移動の壁」「申請地獄」等にカテゴリ化
• 課題の当事者となるペルソナを設定し、住民の1日を「ヒーローズジャーニー」として物語化

Day2｜生成AIを“考える道具”として使いこなす

• AIに正解を出させるのではなく、目的に合わせて出力を調整する「チューニング力」を習得
• ペルソナとストーリーをAIに読み込ませ、見落としていた視点・根本原因を洗い出す
• 企画書の構成・スライド・発表原稿をAIと共同で作成
• 8班による最終プレゼンテーション

このほか「行政課題を構造的に整理する力がついた」93%、「他部署の職員に推薦したい」平均4.37／5。回答数27件。

最終プレゼンで生まれた企画（一部）

• 松山市の子育て世帯の悩みを、DX×施設で総合的に解決する企画
• 愛媛県デジタル自治体「e-yo（イーヨ）」建国計画
• AIによる小児患者受診相談 ― 保護者向けサポートシステム
• 交通難民 ―「遠回り 愛の憂鬱」―

生成AIの「わからない」が「わかる」ようになりました。グループワークの当初の課題が、最終プレゼンでどの班も大きく良い方向に変化したことに驚きました。畜産課・主任（事前スキル自己評価 1／5）

闇雲に生成AIを利用するのではなく、解決したい課題をもとにしたデザイン思考で企画する過程で、より狙いを定めたプロンプトを入力することで、生成AIを充分に活用できることに気がつきました。南予地方局 地域政策課・主事

これまでAIは情報収集など業務効率化のための便利なツールという認識でしたが、本研修を受けて、業務改善や企画までを構造化できるツールであることを初めて知りました。東予地方局 生活衛生課・担当係長

• 夜間から早朝にかけて届く問い合わせ・依頼メールが毎朝まとまって溜まる
• 1件ずつ内容を読み、経緯を思い出しながら返信文を作成
• 朝いちばんの集中できる時間が、返信作業で埋まっていた

• 夜間に届いたメールをAIが読み、内容と過去のやり取りを踏まえた返信案を作成
• 作成した返信案をメールの下書きとして保存しておく
• 送信は必ず人が確認してから行う運用にした（自動送信はしない）

• 朝の作業が「下書きを読んで、直して、送る」だけになった
• 返信の抜け漏れが減り、レスポンスが早くなった
• 朝の時間を判断が必要な仕事に回せるようになった

• 営業担当それぞれが、問い合わせに個別対応
• 1人あたり毎朝30分前後を返信文の作成に使っている
• 返信の質・トーンが担当者ごとにばらつき、新人は倍の時間がかかる

• 過去の優良な返信メールをAIに読ませ、会社としてのトーンを再現する指示文を全員で設計
• 物件種別・問い合わせ種別ごとに返信パターンを整理
• 下書き生成の仕組みを研修中に構築し、運用ルールまで決めた

• 担当者は下書きを確認して送信するだけ
• 新人でも既存社員と同じトーンで返信できる
• 営業は物件対応・商談に時間を使えるようになる

• 現場ごとに書式も粒度もバラバラの日報が上がってくる
• 管理部門が転記・集計し、週次報告書の形に整え直していた
• 整形作業に時間を取られ、内容の分析まで手が回らない

• 現場は今までどおり自由なメモで入力してよい形に変更
• AIが定型フォーマットへ整形し、異常値・気になる記述を抽出
• 週次報告のドラフトまで自動生成する流れを構築

• 管理部門の作業が「確認と判断」に絞られた
• 現場の入力負担も減り、記入率が上がった
• 異常の早期発見につながるようになった

• 過去の提案書を探し出し、コピーして作り直すのが定番の作り方
• どこに何があるか分かる人と分からない人の差が大きい
• 新人は既存社員の倍の時間がかかっていた

• 過去の提案書・議事録・商品資料をAIが検索できる状態に整理
• 顧客情報と商談メモを入れると、提案書の叩き台が出る仕組みを構築
• 使ってよい資料の範囲と、出典を必ず確認するルールを設定

• 初稿づくりが「探す」から「直す」に変わった
• 担当者は提案の中身を考えることに時間を使えるようになった
• 属人化していた社内ナレッジが引き出せるようになった

• 本部の共通アドレスに全店舗ぶんの問い合わせが集まる
• 担当者が1件ずつ読んで、該当部署・該当店舗へ転送していた
• 担当が不在の日は振り分けが止まり、対応が遅れる

• 問い合わせ内容をAIが分類し、担当部署・緊急度を判定
• 一覧に整理して、担当者が上から確認するだけの形にした
• 判断に迷うものは「要確認」に寄せ、人が必ず見る設計にした

• 振り分け作業が属人化しなくなった
• 緊急案件の見落としが減った
• 本部担当者が対応そのものに集中できるようになった