「他社さんの事例、ありますか」。稟議を上げる直前、決裁者から必ず飛んでくる一言。やる価値は伝わっている。予算の枠もある。それでも判子は押されません。
足りないのは、自社と近い規模の会社が何から着手して、どこまで進んだのかという具体的な記録です。
生成AIとマニュアルの事例を集める段階でつまずくのは、たいてい次の3点です。
- 導入事例が抽象的で、自社の業務の何が変わるのか読み取れない
- 数字は載っているが、ツールの成果か研修の成果か区別がつかない
- 大企業の話ばかりで、「うちとは事情が違う」と言われて終わる
この記事では、公表済みの支援実績と自社の運用記録、主要ツールの公式導入事例195件を数えた結果をもとに、次のことに答えます。
- 生成AI×マニュアルの取り組みが、実際には3つの層に分かれること
- 公式サイトの導入事例を数えて見えた、事例の偏り
- 規模も業種も違う3つの現場が、何から着手しどこまで到達したか
- 稟議に載せるとき、どの数字をどう説明すれば通るか
運営元の株式会社Saixは、社内マニュアル67本をAIで生成し、社内ポータルに集約して運用しています。100社以上のAI導入を支援する立場と、自社で回している立場の両方から、手を動かす前提で書きます。
世に出ている「生成AI×マニュアル」の事例は、大半が制作ではなく研修や伴走の話です。混ぜて読むと計画がぶれます。事例をどの層の話かで分けて読み、そのうえで最初に着手する業務を1つだけ決める。順番はこれで固定します。
どの製品で作るかを先に決めたい方は、次の記事が参考になります。
監修者
株式会社Saix 代表取締役
東証プライム上場企業含む100社以上のAI導入支援｜リクルートでのAI推進・新卒マニュアル制作経験を経て、Webサイト「AIマニュアル研究所」を運営｜YouTubeメディア「かいちのAI大学」4.8万人。
事例は3層に分かれる｜公式事例195件のうちAIを掲げていたのは1件
事例を読むとき最初にやるのは、その話がどの層かを仕分けることです。制作層、定着層、運用層の3つ。層が違えば数字の意味も期間も変わります。
| 層 | やっていること | 事例で語られる成果 | 読み違えやすい点 |
|---|---|---|---|
| 制作層 | 原稿をAIに書かせ、既存資料を構造化する | 1本あたりの作成時間、更新の速さ | ツールを入れれば自動的に起きると誤解される |
| 定着層 | 読ませる仕組み、使わせる仕組みを設計する | 受講率、現場での利用頻度、属人性の低下 | 制作層の成果と混同され数字が独り歩きする |
| 運用層 | 質問に自動で答え、内容を継続的に直す | 問い合わせの行き先の変化、更新の回り方 | 継続コストと運用担当が見落とされる |
3つは順番に積み上がります。制作層で止めれば、よく書けた資料が読まれないまま残る。定着層まで進めば読まれますが、探す手間は残ります。質問が担当者ではなくAIに向かうのは、運用層まで到達したときだけです。
生成AIに原稿を書かせた制作層の事例は、世にほとんど出ていません。導入実績の多いマニュアル作成ツール2製品の公式導入事例ページを開いて数えたところ、掲載は合計195件でした（2026年7月時点、各社公式サイトの掲載数を実数で計数）。
このうちタイトルにAIを掲げていたのは1件だけでした。
残る194件は動画マニュアルの整備や作業標準化の事例です。掲載業種は製造、物流、小売、飲食、医療・福祉と広い。事例にある「AIでマニュアルを作った」は、多くの場合「AIの使い方を現場に定着させた」の言い換えです。
制作の話だと思って読むと、自社の計画から定着の工程が抜け落ちます。
事例1｜東証プライム上場企業で、数時間かかっていたリサーチ工程がほぼ0に
1つ目は、株式会社北の達人コーポレーションでの取り組みです。東証プライム上場のD2C企業で、約100名を対象に研修を3回、延べ約300名に実施しました。
何をやったか：3回でテーマを変え、概念から自分の業務へ寄せた
第1回はAIエージェント研修で、従来のチャットボットとの違いを共通言語にする回。第2回はChatGPTエージェント研修で、実際に動かして得意と苦手をつかむ回。
第3回はGoogle Workspace Flows研修で、自分の業務を工程に分解し、自動化の計画に落とす回です。
軸は「概念の理解」から「自分の業務への当てはめ」へ、回を追うごとに手元へ寄せること。1回で全部を教えていない点が、この設計の特徴です。
どこまで到達したか：リサーチ工程が消え、9割が自分の自動化計画を書いた
商品開発では、商品ごとに異なる法律・表記ルールのリサーチに毎回数時間を費やしていました。この工程をAIに任せた結果、手間はほぼ0になったと報告されています。300人規模の顧客アンケート分析も自動化されました。
第3回では、受講者の90%以上が自動化のアクションプランを策定しました。「不採算広告のリストアップと自動停止」「未返信メールの抽出からタスク化」など、自分の業務に紐づく計画です。
効いた順番は、研修を受けたから使えるようになった、ではありません。自分の業務を工程に分解できた人から順に使えています。手順が言語化されていない業務は、AIに渡す材料がそもそもありません。
事例2｜属人性を下げたのは研修ではなく、全12回続いたレビューの反復
2つ目は、株式会社メディアハウスホールディングスでの取り組みです。広告運用・レポーティング・制作の3領域で生成AIを定着させるため、全12回・週次の伴走型研修を実施しました。
前半は共通言語化、後半は現場課題のQ&Aとケースレビューです。公表されている成果は工数削減、スピード向上、品質の安定、属人性の低減で、数値は非公開のため定性に留めます。
効いたのは成果より設計です。広告運用も制作も詰まりどころが人ごとに違い、一斉講義では拾えません。個別のボトルネックが消えたのは、案件を持ち込む枠が週1回、12週続いたからです。
属人性は、研修を1回受けた程度では下がりません。下がるのは、特定の人しか知らないやり方がレビューで言葉になったときです。マニュアル化の本体は執筆ではなく、「持ち出す場を作る」運用の側にあります。
事例3｜社内マニュアル67本を、制作から運用まで自社で1本の線につないだ記録
3つ目は、運営元の株式会社Saix自身の記録です。社内マニュアル67本をAIで生成し、社内ポータル「Saixマニュアルブック」に集約し、社員はAIヘルプデスクに質問して答えと出典にたどり着く。
前の2社と違い、制作層から運用層までを外部の製品に頼らず自前で回している記録です。
収録は社内マニュアル・オンボーディング・営業提案・顧問先提供資料の4カテゴリ。対象は社員と業務パートナー全員、会社ドメインのGoogleアカウントによる招待制です。
作り方：AIに書かせ、正本と配布を分けたので最新版が迷子にならない
マニュアル本文はClaude Codeで生成しています。Claude Codeとは、指示文を渡すとファイルを直接作成・編集していくAIのこと。出力は図解と色分けを含むHTMLが中心で、そのまま読める状態で出させます。
肝は文章ではなく、置き場所の設計です。正本ファイルはローカルの管理フォルダに置き、manifest.json という目録で「どのマニュアルを・どのカテゴリで・誰に公開するか」を一元管理します。
同期スクリプトを1本走らせると正本からポータルへ一方向に流れ、目録から外したものはポータルからも消えます。
ゴール：「最新版がどれか分からない」という質問が社内から出なくなっていればOKです
手順の全体像と、社内で運用に載せるまでの設計は社内マニュアルをAIで作る手順と運用設計で詳しく整理しています。
マニュアルを速く書くところは、正直もう誰でもできます。詰まるのはそのあとの置き場所です。私たちは目録から外したらポータルからも消える形にしました。ここを決めずに本数だけ増やすと、67本になった時点で必ず崩れます。
運用：社員はマニュアルを探さない。サイドバーからAIに質問する
日常の動線は検索ではありません。サイドバーからAIヘルプデスクのチャット画面を開いて質問します。「経費精算のやり方を手順で教えて」と打つと、社内資料を根拠にした答えが返ってきます。
技術的にはベクトルデータベースを使わない、ダイジェスト全文投入型です。公開中のマニュアル全件をタイトル・説明・タグ・本文要点に圧縮し、1件600字・全体4万字の上限でAIに渡します。
モデルはClaude Sonnet 4.6。検索用のデータベースを別に構築しなかったのは、プロンプトキャッシュが効いて2問目以降の費用が下がるからです。そのほうが小さく始めて続けやすくなります。
回答のルールは3つです。社内資料だけを根拠にする。資料に無いことは憶測せず「担当者にご相談ください」と返す。出典マニュアルを最大3件付け、クリックで原典を開けるようにする。
費用は1問ごとに1000分の1円単位で記録し、月3,000円の上限で自動停止します。上限が構造として先にあるので、社員に「使いすぎないように」と声をかける運用が要りません。質問は8カテゴリに自動分類され、管理画面で件数を確認できます。
この質問ログが、次に書くマニュアルの順番を決めています。質問が集中しているカテゴリは、マニュアルが弱い領域そのものです。社内AIチャットは答える装置であると同時に、次の1本を勘で決めずに済ませる調査装置として効いています。
効果の説明：削減率は出せない。代わりに動線が変わった事実を出す
削減時間も削減率も測っていません。だから書けません。代わりに説明しているのは、動線が変わった事実です。手順を知りたいときの行き先が「詳しい人に聞く」から「AIに聞く」に置き換わった、この1点に限られます。
稟議で数字を求められたときも、他社の公表値は借りていません。着手前に1業務だけ選び、所要時間を実測する。3か月後に同じ業務を測り直す。自社の前提で並んだ2つの数字は、借りてきた他社の削減率よりも説明の場で強く働きます。
成果が出た現場に共通する条件は4つ｜ツールの種類でも予算規模でもない
3つの事例とこれまでの支援先を並べると、成果が出た現場には共通点があります。次の4つです。
| 条件 | 具体的にやること | できている状態 | 抜けたときに起きること |
|---|---|---|---|
| 1. 対象業務を絞る | 最初の3か月で扱う業務を1つに限定 | 誰の、どの作業かを1文で言える | 全社一斉配布になり、誰も自分事にしない |
| 2. 工程に分解する | 手順を「誰が・何を・どの順で」に割る | 1業務が5〜10ステップで書ける | AIに渡す材料がなく、抽象的な文章しか出ない |
| 3. 合格ゲートを置く | 読んだ後に理解度を確認する関門を作る | 通過者と未通過者が名前で分かる | 配って終わりになり、読了が確認できない |
| 4. 質問ログを還流させる | 質問の集中箇所を次の改訂の優先順位に | 直す順番がログで決まっている | 誰も直さず、内容が半年で陳腐化する |
4つのうち先に埋まるのは1と2で、抜けやすいのは3と4です。表は右2列から先に見てください。
条件1と2：業務を工程に割ると、使いどころは現場が自分で見つける
裏付けになるのがリディッシュ株式会社の事例です。飲食店経営を支援する同社では全4回の研修を実施し、社員が自分の業務から70以上のユースケースを自発的に作り出しました。
記帳業務、開業支援の事業計画書のたたき台、集客支援のコラム骨子と、対象が具体的に割れています。結果は月間1,278時間の工数削減（公表値）、週3日以上AIを使う人の割合は66.7%から100%です。
金属加工の現場を持つ製造業でも構図は同じでした。「段取り替えの手順」とひとくくりにしている間は書けません。治具の取り外し順、寸法の確認箇所、次の型番への切り替えと工程に割った途端、どこをAIに書かせられるかが見えてきます。
条件3：80%の合格ゲートを置くと、読了が名前で分かる
マニュアルは本棚に置くだけでは読まれません。Saixは閲覧を研修コースに組み込み、各マニュアルに理解度クイズを紐づけました。
80%以上で合格しないと次のステップが開かない設計で、同じステップで2回以上不合格の人は管理画面が自動でリストアップします。
クイズは理解度を測るために置いたのではありません。読んだかどうかが名前で分かるようにするためです。私が本当に見ているのは、同じところで2回落ちた人のリストです。そこが、マニュアルの書き方が下手な箇所です。
条件4：出た質問を次回の題材に戻すと、続く
THE CXO株式会社が主催する税理士コミュニティ向けの全6回連続講義では、回答した38名のうち37名が今後もAI活用を広げたいと答えています。毎回のワークショップで出た詰まりどころを次回の題材に回したことが、継続を支えました。
質問を集めて次に返す構造は、研修でもマニュアルでも効きます。
マニュアルは、作った時点での成果はゼロです。読まれた回数でもまだ足りません。成果が立つのは、担当者に飛んでいた質問が別の場所へ向かい始めた瞬間です。
稟議の指標も、作成本数ではなく「問い合わせがどこへ向かっているか」に置くほうが実態と合います。
質問を受け止める仕組みそのものを比べたい場合は、AI FAQボットの比較が判断材料になります。
止まる進め方は3つ｜ツールを配って終わると2週間で誰も開かなくなる
失敗の形は驚くほど似ています。多い順に3つ。
1つ目：対象業務を決めずに配り、2週間で誰も開かなくなる
全社にアカウントを配り、対象業務を決めないパターン。案内メールが1通流れ、数人が触り、2週間で開かれなくなります。使われない理由は関心の低さではなく、自分の業務のどこで使うかが決まっていないことです。
配る数を増やすほど、開かれなくなります。うちのポータルは、ログインしたら次にやることを1つだけ出す画面にしました。選択肢を並べた瞬間に、人は選ばなくなります。だからコースだけは一本道にしています。
2つ目：正本を決めず各自のフォルダに置き、問い合わせがむしろ増える
3か月後には同じマニュアルが4つのバージョンで散らばります。現場は「どれが最新か」を確認するために、結局また詳しい人に聞きます。問い合わせを減らすはずの取り組みが、問い合わせを増やして終わります。
3つ目：更新の担当を決めず、半年で参照されなくなる
「気づいた人が直す」運用は、結局誰も直しません。原因は当事者意識の欠如ではなく、直す人と直す順番が決まっていないことです。Saixが正本と配布を分け、目録で管理しているのは、この一点を構造で潰すためです。
他社の公表値をそのまま自社の稟議に転記する進め方も避けてください。対象人数も業務も期間も違えば、数字の意味は変わります。実施後に「なぜこの数字にならなかったのか」を説明できず、次の予算が取れません。
最初の1業務は4軸で選ぶ｜一番時間がかかる業務から入ると3か月溶ける
最後は着手点の決め方です。事例を集めても、自社の1業務が決まらなければ稟議は進みません。判定軸は4つで足ります。
| 判定軸 | どこを見るか | 向いている業務 | 最初は外す業務 |
|---|---|---|---|
| 質問の頻度 | チャットで繰り返される質問 | 経費精算、備品申請、初期設定の手順 | 年に数回しか発生しない手続き |
| 担当者の偏り | 特定の1人にしか答えられない作業 | 受発注、請求、システムの設定変更 | 全員が同じ精度でできている作業 |
| 手順の安定度 | 直近半年でやり方が変わったか | 3か月以上固まっている業務 | 制度変更が進行中の業務 |
| 失敗時の影響 | 間違えたときに誰に波及するか | 社内で完結する作業 | 顧客への納品物・法的判断を含む作業 |
4軸すべてで丸が付く業務はまれです。2つ以上当てはまれば、そこから始めて構いません。Saixが最初に書いたのも経費精算と備品申請でした。
店舗を10前後持つ飲食チェーンなら、初出勤のアルバイトに毎回口頭で説明している開店前の準備が、この4軸に当てはまります。質問が繰り返され、答えられるのが店長だけ、手順は半年変わらず、間違えても社内で収まる。
逆に一番時間がかかっている業務から入ると、手順の洗い出しだけで3か月が終わります。
手順を5〜10ステップに割り、AIに原稿を書かせ、担当者に赤を入れてもらう。ここまでが最初の2週間です。次の段階の全体像は社内問い合わせを減らすAI FAQの仕組みにまとめています。
この記事の進め方を、自社の業務に当てはめて設計します
どの業務から着手するか、どこまでをAIに任せるか。最適な順番は規模と業種で変わります。オンラインの無料相談では、社内マニュアル67本を自社運用しているSaixが、現状の業務を伺ったうえで最初の1業務と3か月の進め方を一緒に組み立てます。
よくある質問
Q. 社内資料をAIに読ませると、機密が外に漏れないか
AIに渡す知識の側を制御すれば防げます。Saixのポータルは資料ごとに公開部署を指定し、AIヘルプデスクも質問者に見える資料だけを根拠に回答します。
正本ファイルは社内の管理フォルダに置き、社外のSaaSへ丸ごと預ける構成にしていません。顧客の実名と金額は、データ構造として最初から持たせていません。
持っていないものは、設定ミスでも漏れません。
Q. 事例のような状態にするには何本くらいマニュアルが必要か
必要なのは本数ではなく、質問が集中している業務が埋まっているかです。Saixは現在67本ですが、最初から67本あったわけではありません。質問の多い順に1本ずつ足してきました。
着手時点は3〜5本で回り始めます。問い合わせがいちばん集中している業務から順に埋めてください。本数を目標に置くと、読まれない資料が増えます。
Q. 無料の生成AIだけでどこまでできるか
原稿の下書きまでは無料のツールでも到達します。分かれ目はその先です。作った文書をどこに置き、誰がいつ更新し、社員の質問にどう答えるか。無料で止まるのは、更新担当を決めて改訂を回す段階と、回答を自動化する段階の2つです。
Saixは自社ポータルを内製し、AIの利用料に月3,000円の上限を設けています。
まとめ
生成AIとマニュアルの事例は、制作・定着・運用の3層に分けて読みます。公式の導入事例195件のうちAIを掲げていたのは1件で、大半は定着層の話でした。
北の達人コーポレーションが示したのは、業務を工程に分解できた人から使えるようになる順番。
メディアハウスホールディングスが示したのは、属人性を下げるのは反復のレビューだという事実です。
制作から運用までを1本の線でつないだ記録が、Saix自身の67本です。AIに書かせ、正本と配布を分けて同期し、社員はAIに質問して原典を開く。稟議の数字は、自社の1業務を着手前後で実測したほうが説明に耐えます。
共通点は、対象業務を絞る、工程に分解する、合格ゲートを置く、質問ログを次の改訂に還流させるの4つ。次の一手は、質問がいちばん集中している業務を1つ選び、社内マニュアルをAIで作る手順に沿って2週間で1本書くこと。
自社の業務に当てはめた進め方はAIマニュアル構築支援から相談できます。
結論：事例は制作・定着・運用の3層に仕分けて読み、自社は最初の1業務だけを決めて着手する。稟議に載せる数字は他社の公表値ではなく、自社の実測値で用意する。
- 3層で読む：公式事例195件中AIを掲げたのは1件。世に出ている話の大半は制作ではなく定着層
- 他社の記録：約100名×3回の研修でリサーチ工程がほぼ0に。全12回の週次伴走で属人性が低下
- 自社の記録：社内マニュアル67本をAIで生成し、正本と配布を分離。AIヘルプデスクは出典最大3件付きで回答
- 共通する4条件：対象業務を絞る／工程に分解する／80%の合格ゲートを置く／質問ログを次の改訂に還流させる
