AIを業務に導入するなかで、定型業務は自動化が進む一方、非定型業務では属人性の高い判断が求められる場面が多かった。特にマーケティングやコンテンツ制作の領域では、対象が人であり、成果が業績に直結するため、マニュアル通りの指示では通用しなかった。 このような業務では、過去の経験や現場感覚といった暗黙知が成果に大きく影響する。たとえば、同じ「マーケティング施策」であっても、担当者や状況によって成功要因が異なり、その背景にあるのは属人的な判断や工夫だった。一般的な知識だけでは成果が再現できず、「経験に基づく知見をどう表出させるか」が新たな課題として浮かび上がった。

属人的な知見を形式知に変えるため、会話形式によるコンテンツ設計に着手した。ヒントになったのは、指導やフィードバックの現場だった。新人からの質問に対して返される説明や補足には、その人固有の判断基準や経験則が含まれていた。そこで「新人がヒアリングする形式でプロフェッショナルに語ってもらう」手法を開発した。 まず、AIに新人を模した質問をさせる設計を行った。質問のタイプは以下の3種に分類し、暗黙知を引き出す構造を作った。 • 定義や考え方を問う基本的な質問 • 一般論は理解しているが実践経験がない立場からの質問 • 前の回答を踏まえた深掘りや補足の依頼 回答の内容に対して、複数の角度から追加質問を繰り返すことで、形式化されていない判断や思考プロセスを掘り起こした。また、会話ログをコンテンツ化する際には「どの程度、暗黙知が含まれているか」を判断軸とし、形式ではなく中身に着目して評価を行った。 このプロセスでは、質問設計と反復改善が重要なポイントとなった。初期のプロンプトでは抽象的な回答にとどまったが、質問の粒度や順序を改善することで具体性が増し、実務に活用できる知見として再現性を持たせることができた。 この会話形式による手法により、個人の経験に依存していた判断をコンテンツとして共有可能な形に整理し、属人的なノウハウの継承と再利用の仕組みを構築できた。特に非定型業務におけるAI活用の前提となる情報整備として、有効なアプローチとなった。