写真付きマニュアルのテンプレート｜1手順1写真の雛形をAIで作る

「これ、どっちの向きで置くんでしたっけ」。倉庫の梱包台で、入って三日目のスタッフが手を止めます。文章の手順書は棚にあります。開いても、緩衝材の入れ方が言葉だけで書かれていて、正解の形が浮かびません。

現場の作業は、文章で読むより写真を1枚見るほうが速く伝わります。

写真付きマニュアルづくりでつまずくのは、たいてい次の3点です。

• 写真を撮ったものの、説明文を書く時間が取れず下書きのまま止まる
• 撮る人によって角度も明るさも違い、並べても手順に見えない
• パソコンに取り込んで貼り付ける作業が重く、2本目以降が続かない

この記事では、店舗・倉庫・製造・清掃といった現場作業に絞って、次のことに答えます。

• 写真付きが効く業務と、文章のままでよい業務の分かれ目
• 1手順1写真の雛形と、そのまま貼って使えるひな形本文
• 写真をAIに読ませてキャプションを書かせる3ステップ
• スマホ1台で撮影から配布まで完結させる進め方

この記事の対象は、現場の実物作業と手の動きです。パソコンやシステムの画面をどう押すかは、操作マニュアルの作り方の方が近い話になります。

Saix自身、社内マニュアル67本をAI（Claude Code）で生成しています。社内ポータル「Saixマニュアルブック」に集約し、形式の違う資料も同じ棚に並べています。

作り手であり運用者でもある立場から、机上論ではなく手を動かす前提で書きます。

製造現場の作業標準書から整えたい方は、次の記事が参考になります。

あわせて読みたい

製造業のAIマニュアル｜作業標準書と現場手順を雛形から作る手順製造現場の作業標準書をAIで作る手順を、雛形の項目から現場での検証、更新の回し方までまとめています。ベテランの判断を言語化する進め方まで踏み込みます。

写真付きが効くのは3種類だけ｜迷うのが手か判断かで分かれる

写真付きにすべき業務と、文章のままでよい業務があります。分かれ目は、作業者が迷うのが手か判断かです。

手が迷う作業には写真が効きます。物の向き、置く位置、締める順番、仕上がりの状態。言葉にすると長くなり、読んでも像が結びません。

判断が迷う作業に写真は効きません。承認をどこまで取るか、例外をどう扱うか。ここは文章で条件を書き切るほうが伝わります。写真を貼っても、迷いの中身が画面に写っていないからです。

写真が効くのは、次の3種類に絞られます。

• 1 正解の形がある作業盛り付け、陳列、梱包、配線の取り回し。完成形を1枚見せると説明が半分で済みます。
• 2 場所を指し示す作業「三番目のブレーカー」より、その盤の写真1枚のほうが確実です。
• 3 やってはいけない形がある作業NG例の写真は、正しい手順の写真より強く記憶に残ります。

雛形は1手順1写真｜写真の下に置く文章は2行までにする

写真付きマニュアルの型は単純です。1手順につき写真1枚。写真の下に置く文章は2行までにします。

1行目に動作、2行目に理由か判定基準を書きます。3行以上書くと、読む人は写真ではなく文章を読み始め、写真付きにした意味が消えます。

欄	書く内容	抜けると起きること
手順番号	通し番号を写真の左上に振る	順番が入れ替わっても誰も気づかない
写真	正解の形か、押す・置く位置	言葉の解釈が人によってずれる
動作（1行目）	何をするかを1動作で書く	2つの作業が1枚に混ざる
理由・判定（2行目）	なぜそうするか、できたと分かる状態	省略してよい手順か判断できない
NG写真	やってはいけない形（必要な手順だけ）	間違いに気づけないまま続く

そのまま社内で配れる形にすると、雛形はこうなります。角かっこの中身を差し替えて使います。

# ［作業名］の写真付き手順

■ 対象・使う場面
・対象者：［役割］／・実施タイミング：［いつ］
・用意するもの：［道具・資材］

■ 手順
1. ［写真1］
　　動作：［何をするか・1動作］
　　判定：［どうなれば完了か］
2. ［写真2］
　　動作：［何をするか・1動作］
　　判定：［どうなれば完了か］

■ やってはいけない形
・［NG写真］：［なぜNGか］→［正しい形］

■ 困ったときの連絡先
・［部署・役割］

判定の行を入れているのが要点です。「できたと分かる状態」を書くと、作業者が自分で確認でき、確認の質問が減ります。

写真の並べ方も型に含めます。横に2枚並べず、縦に1枚ずつ積みます。現場で開くのはスマホだからです。

横並びにすると、画面上で写真が半分の幅になり、押す位置が見えません。紙で配る前提で作った資料は、たいてい現場では読まれません。

手順番号を写真の左上に焼き込んでおくと、さらに強くなります。チャットで1枚だけ転送されたときも、何番目の作業かが分かるからです。

ファイル名にも同じ番号を入れます。「梱包_03_緩衝材.jpg」の形にしておくと、差し替えるべき写真を探す手間が消えます。

写真の撮り方は4ルール｜同じアングルで撮り、NG例も必ず撮る

撮り方を先に決めておくと、後の作業がまとめて軽くなります。ルールは4つで足ります。

• 1 全手順を同じアングルで撮る立ち位置と高さを固定します。角度が変わると、読む側は別の作業に見えます。作業者の目線の高さに合わせるのが基本です。
• 2 距離を2種類だけに決める全体が分かる引きと、手元が分かる寄り。この2種類で通します。1枚ごとに距離を変えると、手順の流れが追えません。
• 3 NG例も一緒に撮る正しい形を撮った直後に、よくある間違いの形を作って撮ります。後から撮り直そうとすると、間違いの形を再現できません。
• 4 手を写す物だけを撮ると、どこを持つのか分かりません。実際に持っている手を入れて撮ります。

飲食店の開店準備で、ドリンクディスペンサーの洗浄手順を撮った例があります。最初は物だけを引きで撮っていました。読んだアルバイトが同じ場所で止まります。

ノズルを外す向きが分からなかったからです。手を入れて寄りで撮り直した1枚で、質問がその日から止まりました。

明るさも決めておきます。厨房やバックヤードは照明が偏るので、影で手元が潰れます。スマホのライトは使わず、立ち位置を変えて影を逃がします。

撮影の時間帯を固定するのも有効です。倉庫の梱包エリアなら、日が入る午前と蛍光灯だけの夜で写真の色が変わります。同じ作業の写真で色味が違うと、別の資材に見えます。

AIに写真を読ませてキャプションを書かせる3ステップ｜1作業30分で下書きが出る

写真付きマニュアルで重いのは、撮影ではなく説明文を書く工程です。ここはAIに任せられます。撮った写真を渡すと、動作と判定の2行が下書きとして返ってきます。

使えるサービスと画像形式も、公式ドキュメントを1件ずつ開いて確認しました（2026年7月時点）。Anthropicの公式ドキュメントは、JPEG・PNG・GIF・WebPに対応と記載しています。

OpenAIの公式ガイドはPNG・JPEG・WebP・非アニメーションのGIFと明記。GeminiはPNG・JPEG・WebPに加えHEIC・HEIFにも対応すると公式に記載しています。

ここに実務上の落とし穴があります。iPhoneの標準設定で撮った写真はHEIC形式で保存され、対応形式に含まれないサービスがあります。

撮影前に、カメラの設定を「互換性優先」に変えておきます。これでJPEGとして保存され、どのサービスでも読み込めます。

STEP1：作業の順番どおりに撮り切る

何を実際にその作業を1回通しで行い、手順が切り替わるたびに1枚ずつ撮ります。

どうやって撮った順番がそのまま手順の順番になるので、途中で戻らずに通します。この時点で文章は一切書きません。説明文を先に書こうとすると、その日のうちに終わりません。

ゴール：1作業ぶんの写真が、作業した順に並んでいればOKです

STEP2：AIに写真を渡してキャプションを書かせる

何を撮った写真をまとめて添付し、動作と判定の2行を作らせます。

どうやって下のプロンプト（＝AIへの指示文）を使います。プロンプトとは、AIに「こう作ってほしい」と伝える指示の文章のことです。

現場作業の写真付き手順書を作ります。
添付した写真は、［作業名］を実際に行った順番に並んでいます。
写真を1枚ずつ読み、次の形式でキャプションを作ってください。

【出力の形式】
手順番号／動作（1行）／判定（1行）

【出力の条件】
・動作は1枚につき1動作。2つの作業を1文に混ぜない
・判定は「どうなれば完了か」を、写真から見て取れる状態で書く
・敬語は使わず、現場で読む短い文にする（各行30字以内）
・写真から読み取れない情報（力の入れ方、時間、温度）は
　推測で書かず「［要確認］」と記す
・最後に「写真だけでは伝わらない項目」を一覧で出す

最後の2行が効きます。AIは写真に写っていない情報を、それらしい言葉で埋めてしまいます。空欄にして一覧化させると、ベテランに聞くべきことがそのまま質問リストになります。

ゴール：全写真に2行のキャプションが付き、［要確認］が一覧になっていればOKです

STEP3：現場の一人に見せて、写真に写らない情報を足す

何をその作業を毎日している人に、写真とキャプションを並べて見せます。

どうやって「間違いを直してください」と頼むと、赤字は返ってきません。「この写真のとおりにやったら、どこで失敗しますか」と聞きます。失敗の予測は、経験者ほど具体的に答えられます。

返ってきた内容をAIに渡し、判定の行とNG欄へ反映させます。写真が足りない箇所も、この場で分かります。

現場の呼び方は、正式名称に直さないでください。「ハンドリフト」を「手動式パレットトラック」に直すと、読む側が別の道具だと思います。

用語をそろえたいときは、次の指示を添えます。

次の手順書を、現場の呼び方に合わせて整えてください。
・道具や資材の名前は、［現場での呼び方］をそのまま使う
・1行30字を超える箇所は、意味を変えずに短く言い直す
・専門用語が出たら、初出のその場で1文の説明を付ける
・変更した箇所を、末尾に一覧で示す

ゴール：［要確認］が消え、NG写真が1枚以上入っていればOKです

スマホだけで完結させる｜パソコンに移す工程が続かない原因になる

写真付きマニュアルが1本で終わる会社には、共通点があります。パソコンに取り込む工程が挟まっていることです。

撮影は現場、編集は事務所。この分業にした瞬間、撮った写真は転送されないまま端末に残ります。作業の記憶が新しいうちに書けないのも痛手です。

スマホ1台で回す形はこうなります。現場で撮る。その場でAIアプリに写真を送ってキャプションを作らせる。返ってきた文章を、共有ドキュメントに貼る。ここまでを休憩時間に終えます。

清掃を受託している会社で、現場責任者がこの形で1日1本ずつ作った例があります。1本あたり30分前後で、事務所に戻らずに完成しました。

配る先も1か所に決めておきます。撮った写真をチャットに流すと、その日は読まれても翌週には流れます。文章マニュアルと同じ置き場所に並べてください。

スマホで完結させる利点は、速さだけではありません。作った本人が現場の人だと、書かれる内容の粒度が変わります。

事務所の担当者が書くと、手順は正しくても現場の呼び方が消えます。現場責任者が撮って書くと、「いつもの黄色いカゴ」がそのまま残ります。

撮る端末も1台に決めておくと、写真の色味と画角がそろいます。個人の端末を使う場合は、業務用のアカウントで撮影と共有を完結させる運用にしてください。

Saixの実運用｜写真付きも文章マニュアルと同じ本棚に置く

Saixでは、社内マニュアル67本を1つのポータルに集約しています。形式が写真中心か文章中心かで置き場所を分けていません。

分けない理由は単純です。探す人は形式ではなく、やりたい作業の名前で探すからです。

正本はローカルの管理フォルダに置き、目録ファイルからポータルへ一方向で同期しています。目録から外したものはポータルからも消えます。編集する場所と読む場所を分けると、最新版がどれか分からない状態が起きません。

社員が詰まったときの動線も、探すではなく聞くに寄せています。AIヘルプデスクに質問すると、社内資料だけを根拠にした回答と、出典のマニュアル最大3件が返ります。

質問のログも捨てずに使っています。質問が集中している作業が、そのまま次に写真を足すべき手順です。

探す時間が「人に聞く」から「AIに聞く」に置き換わったのが、いちばん大きな変化です。手元の資料をそのまま自動回答につなげる手順は社内FAQをAIで作る方法で扱っています。

写真付きが続かない3つの原因｜止まるのは撮影ではなく差し替え

写真付きマニュアルは、作るところまでは進みます。止まるのはその後です。原因は3つに整理できます。

原因1：枚数が多すぎて、レイアウトが変わるたびに全部撮り直しになる

20枚の写真を貼った手順書は、什器の配置が変わると20枚とも疑わしくなります。撮り直しの負担が重いほど、更新は後回しになります。

迷う箇所だけに絞っておくと、差し替えは2〜3枚で済みます。写真の枚数は、そのまま将来の更新コストです。

原因2：撮る人が固定されていて、その人が休むと止まる

写真の質を上げようとして、撮影を一人に集めるとこうなります。撮り方のルールを4つに絞ったのは、誰が撮っても同じ絵になる状態を作るためです。撮影担当を置くより、ルールを短くするほうが続きます。

原因3：写真だけになり、理由の欄が消えている

写真が並ぶと、文章が邪魔に見えてきます。動作の1行だけを残し、理由の行を落とす。この形にすると、応用が効かなくなります。

倉庫の梱包で「緩衝材は角に2枚」とだけ書かれていると、角が3つある荷物が来た日に手が止まります。理由が書いてあれば、初見の荷物でも本人が判断できます。

作業の棚卸しから進めたい場合はAIで属人化を解消する方法が近い話になります。動きの連続が要る作業は、写真より動画のほうが向きます。

業種ごとの雛形から入りたい場合は、AIマニュアルテンプレート｜業界別の雛形とAIで埋める手順に型がまとまっています。

よくある質問

Q. 現場の写真をAIに読ませて、情報が漏れないか不安です

写り込みを撮影前に消すのが、いちばん確実な対策です。顧客の顔、氏名入りの伝票、取引先のロゴは、撮る前に片付けます。加えて、入力内容を学習に使わない設定になっているかを、利用中のサービスの公式ページで確認してください。渡す写真を選ぶ運用が、規約の確認より先に来ます。

Q. 1本あたり写真は何枚が適正ですか

5〜8枚に収まる作業を選んでください。20枚を超えるなら、それは1本ではなく2本以上に分けるべき作業です。分けると差し替えも軽くなります。全手順に写真を付ける必要はありません。手が迷う箇所だけに絞ると、枚数は自然に収まります。1本目は5枚を上限にすると、その日のうちに配れます。

Q. 撮った人が休むと更新できません。どうすればいいですか

撮影の条件を写真と一緒に残しておくと、別の人が同じ絵を撮れます。立つ位置、カメラの高さ、写す範囲の3つを1行ずつ書いておけば足ります。手順の末尾に「撮影メモ」の欄を作り、そこへ置いてください。

条件が残っていないと、代わりに撮った写真だけ画角が変わり、並べたときに読み手が迷います。写真付きが止まるのは撮影ではなく差し替えの工程です。1本目を作る時点で、次に撮る人を決めておいてください。

まとめ

写真付きマニュアルが効くのは、手が迷う作業です。正解の形がある、場所を指す、やってはいけない形がある。この3種類に絞ると、写真の枚数が膨らみません。判断が迷う作業は、写真を貼っても解決しません。

型は1手順1写真、写真の下は動作と判定の2行まで。撮り方は4ルールで足ります。同じアングル、距離は2種類、NG例も撮る、手を写す。ここを先に決めておくと、誰が撮っても同じ絵になります。

説明文はAIが書きます。作業の順番どおりに撮り、写真を渡してキャプションを作らせ、写真に写らない情報だけを人が足す。スマホ1台で完結する形にすると、2本目以降が止まりません。

次の一手は、質問がいちばん多い作業を1つ選び、その作業を通しで撮ることです。手順書全般の作り方から整えたい場合は手順書をAIで作成する方法が近い話になります。正本づくりから定着の運用まで整えたい場合は、AIマニュアル構築支援で実際の形をご覧ください。