手順書を書くのに、丸一日かかっていないか
QMS文書の改訂が必要になった。担当者が過去の文書を開く。構成を確認して、変更箇所を探して、言い回しを整えて——気づけば夕方になっている。
これは担当者の作業が遅いのではない。「白紙から書く」という構造そのものが、時間を奪っている。
私がいた現場でも、手順書1本の初稿に半日〜1日かけることは珍しくなかった。それが、生成AIを使うようになってから変わった。
よくある失敗——「うちのこと」と気づくパターン
改訂のたびに構成から考え直す。
前の文書を流用しようとするが、フォーマットが担当者ごとにバラバラで、結局ゼロから組み直すことになる。
リスク評価書が”形だけ”になっている。
ハザードの洗い出しに時間がかかりすぎて、リスク低減策の検討が雑になる。「まず埋めることが目的」になってしまう。
教育記録の作成が後回しになる。
手順書の改訂が終わったあと、それを反映した教育資料の更新が追いつかない。結果、古い手順で教育が行われ続ける。
どれも、担当者のスキルや意識の問題ではない。「初稿を作る作業」に時間がかかりすぎているから、下流の作業が圧迫される。
なぜこの問題が起きるのか
文書作成で一番重いのは、「最初の一文を書くまでの時間」だ。
構成を考え、用語の一貫性を意識し、過去文書との整合を取りながら書く。これを毎回人間がゼロから行う設計になっている。
さらに、文書の「型」が共有されていないと、担当者が変わるたびに品質がリセットされる。[属人化がもたらすリスク](/medical-device-maintenance-solo-dependency-risk/)は手順書の世界でも同じ構造で起きている。
放置すると何が起きるか
文書作成の非効率は、品質だけでなく組織全体に影響する。
改訂が遅れると、現場は古い手順で動き続ける。記録と実態のズレが生まれ、内部監査や外部審査で指摘されるリスクが高まる。
[品質のバラつきが顧客対応リスクに直結する](/maintenance-quality-variation-customer-request-risk/)のと同じように、文書のバラつきも現場の行動のバラつきに直結する。
担当者の残業が増え、引き継ぎが機能しなくなり、「この文書は〇〇さんにしかわからない」という状況が生まれる。[属人化による残業の構造](/maintenance-personalization-overtime-cause/)は、文書管理でも起きやすい。
生成AIはどこで使えるか——判断基準
生成AIを使う前に、どの場面で使うかを整理する必要がある。
まだ手作業でよい場合。 文書の種類が少なく、改訂頻度も低い。担当者がゼロから書くのに30分以内で収まっている。
テンプレートで十分な場合。 構成は決まっているが、毎回コピペして書き直している。このケースはテンプレート整備だけで解決できることが多い。
生成AIの活用を検討する場合。 手順書・リスク評価書・教育資料を複数種類管理していて、改訂のたびに数時間かかっている。担当者が変わるたびに文書の品質がブレる。
生成AIは「初稿を速く出す」ツールだ。最終的な内容の確認・承認は、必ず担当の責任者が行う前提で使う。これは省略できない。
今日から始める改善手順
Step 1: プロンプトに「目的・対象・構成」を入れる
漠然と「手順書を書いて」と入力しても、使えない出力しか返ってこない。効果的なプロンプトには3つの要素が必要だ。
- 目的（何のための文書か）
- 対象（誰が使うか・どの工程か）
- 構成（見出しレベルで指定する）
例えば、「外観検査の手順書を作りたい。対象は製造ラインの新人作業者。構成は『目的・適用範囲・必要資材・手順・判定基準・記録方法』で出してほしい」という形で渡すと、使える初稿が返ってくる。
Step 2: 出力を叩き台として扱い、3点を確認する
生成AIの出力はそのまま使わない。必ず次の3点をチェックする。
特に規制や安全に関わる記述は、生成AIが一般的な内容を出してきても、自社の要求事項に照らして確認が必要だ。「AIが出したから正しい」は通用しない。
Step 3: 使えた構成・プロンプトをチームで共有する
1人が試してうまくいったプロンプトは、チームの資産にする。「この構成でこのプロンプトを使えば、手順書の初稿が30分で出る」という実績が積み上がると、属人化が崩れていく。
[属人化を解消するための仕組み作り](/medical-device-maintenance-depersonalization/)と組み合わせることで、効果が大きくなる。
おすすめの次アクション
まず1種類、改訂頻度が高い手順書を選んでやってみる。完璧を目指す必要はない。「初稿に1時間かかっていたものが15分で出た」という体験が、チームを動かすきっかけになる。
リスク評価書への応用は、手順書で感覚をつかんでからがいい。ハザードの列挙から始めて、AIに「この工程で想定されるハザードを出してほしい」と投げると、抜け漏れの気づきにも使える。
—
よくある質問
ChatGPT以外でも使えますか？
Claude、Gemini、国内の生成AIサービスでも同じように使える。プロンプトの書き方の考え方は共通だ。機密情報の取り扱いについては、各サービスの利用規約・データポリシーを確認した上で判断する。社内ルールや情報セキュリティ方針との整合も確認が必要になる。
生成AIで作った文書は、審査で問題になりますか？
審査で問われるのは「文書の内容が実態と合っているか」「適切な承認プロセスを経ているか」という点が中心だ。作成手段そのものではなく、文書の品質と管理プロセスが問われる。最終的な内容確認・承認を誰が、どのプロセスで行うかを明確にしておくことが重要だと考えられる。詳細は自社のQMS責任者に確認してほしい。
社内の機密情報を入力してよいですか？
機器名・品名・工程名・取引先情報など、機密性の高い情報をそのまま入力することは避ける。「製品A」「工程1」のような仮称に置き換えてプロンプトを作り、出力後に実際の情報を当てはめる方法が現実的だ。社内のセキュリティポリシーを必ず確認する。
リスク評価書にも使えますか？
使える。ただし「AIが出したリスクアイテム＝網羅的なリスク」と思わないことが前提だ。生成AIは一般的なハザードの候補を出す「気づきのツール」として使い、最終的なリスク評価の判断は自社のリスク管理担当者が行う設計にする。
—
ツール紹介
QMS文書作成に使える生成AIツール
ChatGPT（OpenAI）は、手順書・リスク評価書・教育資料の初稿作成に実績がある。プロンプト次第で構成の精度が変わるため、入力の設計がポイントになる。法人向けプランではデータがトレーニングに使われない設定が選べるため、情報管理の観点から確認を勧める。
Claude（Anthropic）は、長い文章を一度に扱うのに向いている。既存の手順書を貼り付けて「この構成で改訂版を作ってほしい」という使い方が自然にできる。日本語の品質も安定している。製造業のQMS文書に限らず、文章の整合性を保ちながら大量の文書を扱う場合に向いている。
コメント