社内手続き
社内手続きで一部だけAI化する業務
- 業務
- 7件
- 判定
- 一部だけAI化する
- 合うモデル
- 31件
社内手続きの業務のうち、当サイトの判定が「一部だけAI化する」のものを7件集めました。いまのやり方と、AIに移したあとのやり方を並べ、移す前の確認・最初の指示・測り方・合うモデルまで1ページで進めます。
いまのやり方と、移したあと
| 業務 | いま | 移したあと | 人に残る仕事 |
|---|---|---|---|
| 社内規程の質問に答える | 規程を探して該当箇所を示す | 規程を読ませて該当箇所を出させる | 例外の判断 |
| スケジュールを組む | カレンダーを見て調整 | 条件から候補を出させる | 優先順位の判断 |
| 社内の問い合わせに答える | 過去のやり取りを探す | 過去のやり取りから答えさせる | 例外の判断 |
| 社内の用語を統一する | 文書を探して直す | ゆれを出させて直す | 正しい語の決定 |
| 社内の手順を洗い出す | 関係者に聞いて書く | 既存の文書から抜き出させる | 実態との突き合わせ |
| 社内のよくある質問を作る | 問い合わせを見て書く | 記録から抜き出させる | 答えの正しさ |
| 社内の申請を承認する | 内容を見て判断 | 条件に合うものを先に通す | 例外の判断 |
「一部だけAI化する」の意味
手順を決めてから、下ごしらえや下書きの部分だけをAIに渡す業務です。全部を任せると、人が見るべきところが抜けます。
| 業務 | 移しやすさ | 任せ方 | 向かない場合 |
|---|---|---|---|
| 社内規程の質問に答える | 手順を決めてから移す | 手順ごと移す | 質問がめったに来ない場合 |
| スケジュールを組む | 手順を決めてから移す | 手順ごと移す | 関係者が少ない場合 |
| 社内の問い合わせに答える | 手順を決めてから移す | 手順ごと移す | 問い合わせが少ない場合 |
| 社内の用語を統一する | 手順を決めてから移す | 手順ごと移す | 文書が少ない場合 |
| 社内の手順を洗い出す | 手順を決めてから移す | 手順ごと移す | 手順が単純な場合 |
| 社内のよくある質問を作る | 手順を決めてから移す | 手順ごと移す | 質問の種類が少ない場合 |
| 社内の申請を承認する | 手順を決めてから移す | 手順ごと移す | 申請が少ない場合 |
移す前の確認
全部に印が付くまで、移さないでください。
移す手順
社内規程の質問に答えるを例にした4段の手順です。ほかの業務も同じ順で進めます。
1. いまのやり方を1回測る
「規程を探して該当箇所を示す」に何分かかり、何回やり直したかを残します。移したあとと比べる材料になります。
2. 人に残る仕事を切り出す
「例外の判断」はAIに任せません。誰がいつやるかを先に決め、手順に書き込みます。
3. 1件だけ移して比べる
「規程を読ませて該当箇所を出させる」の形で1件だけ通します。「規程に無いことを、あるかのように答える」が起きないかを、ここで確かめます。
4. 続けるか戻すかを決める
記録を見て決めます。戻すときは「必ず条文の番号を出させて、原文を見る」。戻せる状態を残したまま広げてください。
移さなくてよい業務を先に外す
当てはまるものは、無理に移さなくて構いません。
業務ごとの移し方
社内規程の質問に答える
いま：規程を探して該当箇所を示す → 移したあと：規程を読ませて該当箇所を出させる
- 人に残る仕事：例外の判断
- よくあるつまずき：規程に無いことを、あるかのように答える
- 戻し方：必ず条文の番号を出させて、原文を見る
- 向かない場合：質問がめったに来ない場合
スケジュールを組む
いま：カレンダーを見て調整 → 移したあと：条件から候補を出させる
- 人に残る仕事：優先順位の判断
- よくあるつまずき：形式的に空いている時間が出て、実際は動けない
- 戻し方：自分で組んだ予定を残しておく
- 向かない場合：関係者が少ない場合
社内の問い合わせに答える
いま：過去のやり取りを探す → 移したあと：過去のやり取りから答えさせる
- 人に残る仕事：例外の判断
- よくあるつまずき：古い運用のまま答え、いまのルールと食い違う
- 戻し方：答えの根拠になった記録を必ず示す
- 向かない場合：問い合わせが少ない場合
社内の用語を統一する
いま：文書を探して直す → 移したあと：ゆれを出させて直す
- 人に残る仕事：正しい語の決定
- よくあるつまずき：正しい語を決めずに置換し、意味が変わる
- 戻し方：置換前の文書を残す
- 向かない場合：文書が少ない場合
社内の手順を洗い出す
いま：関係者に聞いて書く → 移したあと：既存の文書から抜き出させる
- 人に残る仕事：実態との突き合わせ
- よくあるつまずき：文書にある手順だけが並び、実際の運用が抜ける
- 戻し方：聞き取りの記録を残す
- 向かない場合：手順が単純な場合
社内のよくある質問を作る
いま：問い合わせを見て書く → 移したあと：記録から抜き出させる
- 人に残る仕事：答えの正しさ
- よくあるつまずき：過去の答えがそのまま載り、いまの運用と食い違う
- 戻し方：元の記録を残す
- 向かない場合：質問の種類が少ない場合
社内の申請を承認する
いま：内容を見て判断 → 移したあと：条件に合うものを先に通す
- 人に残る仕事：例外の判断
- よくあるつまずき：条件に合わないものが全部止まり、滞留する
- 戻し方：申請の原本を残す
- 向かない場合：申請が少ない場合
AIに渡す最初の指示
「移したあと」のやり方で、AIに最初に渡す指示です。人に残る仕事はAIにやらせず、印を付けて返させます。
これから「社内規程の質問に答える」を手伝ってもらいます。 いままでは「規程を探して該当箇所を示す」でしていましたが、「規程を読ませて該当箇所を出させる」に変えます。 【材料】［ここに貼る］ 【出す形】［表／箇条書き／文章。長さ］ 【守ること】 ・「例外の判断」はAIの側で決めず、該当する箇所に［人が確認］と印を付ける ・材料にないことは書かず「材料にない」と書く ・規程に無いことを、あるかのように答えることがないよう、迷う箇所は質問を返す
［ ］［ ］を自分の材料に置き換えてください。
これから「スケジュールを組む」を手伝ってもらいます。 いままでは「カレンダーを見て調整」でしていましたが、「条件から候補を出させる」に変えます。 【材料】［ここに貼る］ 【出す形】［表／箇条書き／文章。長さ］ 【守ること】 ・「優先順位の判断」はAIの側で決めず、該当する箇所に［人が確認］と印を付ける ・材料にないことは書かず「材料にない」と書く ・形式的に空いている時間が出て、実際は動けないことがないよう、迷う箇所は質問を返す
［ ］［ ］を自分の材料に置き換えてください。
これから「社内の問い合わせに答える」を手伝ってもらいます。 いままでは「過去のやり取りを探す」でしていましたが、「過去のやり取りから答えさせる」に変えます。 【材料】［ここに貼る］ 【出す形】［表／箇条書き／文章。長さ］ 【守ること】 ・「例外の判断」はAIの側で決めず、該当する箇所に［人が確認］と印を付ける ・材料にないことは書かず「材料にない」と書く ・古い運用のまま答え、いまのルールと食い違うことがないよう、迷う箇所は質問を返す
［ ］［ ］を自分の材料に置き換えてください。
これから「社内の用語を統一する」を手伝ってもらいます。 いままでは「文書を探して直す」でしていましたが、「ゆれを出させて直す」に変えます。 【材料】［ここに貼る］ 【出す形】［表／箇条書き／文章。長さ］ 【守ること】 ・「正しい語の決定」はAIの側で決めず、該当する箇所に［人が確認］と印を付ける ・材料にないことは書かず「材料にない」と書く ・正しい語を決めずに置換し、意味が変わることがないよう、迷う箇所は質問を返す
［ ］［ ］を自分の材料に置き換えてください。
これから「社内の手順を洗い出す」を手伝ってもらいます。 いままでは「関係者に聞いて書く」でしていましたが、「既存の文書から抜き出させる」に変えます。 【材料】［ここに貼る］ 【出す形】［表／箇条書き／文章。長さ］ 【守ること】 ・「実態との突き合わせ」はAIの側で決めず、該当する箇所に［人が確認］と印を付ける ・材料にないことは書かず「材料にない」と書く ・文書にある手順だけが並び、実際の運用が抜けることがないよう、迷う箇所は質問を返す
［ ］［ ］を自分の材料に置き換えてください。
これから「社内のよくある質問を作る」を手伝ってもらいます。 いままでは「問い合わせを見て書く」でしていましたが、「記録から抜き出させる」に変えます。 【材料】［ここに貼る］ 【出す形】［表／箇条書き／文章。長さ］ 【守ること】 ・「答えの正しさ」はAIの側で決めず、該当する箇所に［人が確認］と印を付ける ・材料にないことは書かず「材料にない」と書く ・過去の答えがそのまま載り、いまの運用と食い違うことがないよう、迷う箇所は質問を返す
［ ］［ ］を自分の材料に置き換えてください。
効果を測る
移す前と後で、同じ1件を比べます。
【業務】［ ］
【いま】かかった時間［ ］分／やり直し［ ］回
【移したあと】かかった時間［ ］分／やり直し［ ］回
【人に残った仕事】［ ］分
【出てきたもの】そのまま使えた／直した（直した箇所［ ］）
【起きたつまずき】［ ］
【判断】続ける／やめる／もう1件
【やめるときの戻し方】［ ］人に残る仕事の担当を決める
AIに移しても、人に残る仕事は消えません。担当を書いて共有しておくと、抜け落ちを防げます。
【部署】［ ］ 【見直す日】［ ］ ・社内規程の質問に答える：例外の判断 → 担当［ ］／いつ［ ］ ・スケジュールを組む：優先順位の判断 → 担当［ ］／いつ［ ］ ・社内の問い合わせに答える：例外の判断 → 担当［ ］／いつ［ ］ ・社内の用語を統一する：正しい語の決定 → 担当［ ］／いつ［ ］ ・社内の手順を洗い出す：実態との突き合わせ → 担当［ ］／いつ［ ］ ・社内のよくある質問を作る：答えの正しさ → 担当［ ］／いつ［ ］ ・社内の申請を承認する：例外の判断 → 担当［ ］／いつ［ ］ 【困ったときの相談先】［ ］
社内に説明する
【試した業務】社内規程の質問に答える・スケジュールを組む・社内の問い合わせに答えるほか 【判定】一部だけAI化する（当サイトの判定を参考） 【試した結果】時間［ ］分→［ ］分／やり直し［ ］回→［ ］回 【人に残す仕事と担当】［ ］ 【続けるかどうか】［ ］ 【費用】［使ったモデルと月の目安］
社内手続きの業務に要る機能と、合うモデル
社内手続きの業務で効くのは定型の処理を安く回せることです。同じ形の申請を何度も通すので、単価の安さが効きます。掲載76件のうち、この条件に合うのは31件でした。
| 候補 | なぜ候補か | 一度に読める量 | 入力100万 |
|---|---|---|---|
| Llama 3.2 1B Instruct | 単価がいちばん安い | 60,000 | $0.027 |
| DeepSeek V4 Flash 0731 | 一度に読める量がいちばん多い | 1,310,720 | $0.03 |
| Ministral 3 8B 2512 | 別の提供元で、単価が中くらい | 262,144 | $0.15 |
Llama 3.2 1B Instruct（単価がいちばん安い）
Metaのモデルです。入力100万トークン$0.027（目安4円）。件数が多い作業ほど差が出ます。渡せる入力は文字。
DeepSeek V4 Flash 0731（一度に読める量がいちばん多い）
DeepSeekのモデルです。1,310,720トークン（原稿用紙でおよそ2,341枚）。資料を分けずに渡せます。渡せる入力は文字。
Ministral 3 8B 2512（別の提供元で、単価が中くらい）
Mistral AIのモデルです。Mistral AIのモデルで、入力100万トークン$0.15。1社に寄せないための比べ先になります。渡せる入力は文字・画像。
並べているのは公表されている仕様と単価だけで、出来の良し悪しの順位ではありません。同じ材料で1回ずつ試して、自分の作業で比べてください。
費用の目安を計算する
APIの料金は、読ませた量と書かせた量の両方にかかります。単価から3つの使い方の費用を出しました（入力・出力の量は当サイトの目安、1ドル150円）。
| モデル | メールの下書き1,000通 | 会議の要約100本 | 問い合わせの一次返信5,000件 |
|---|---|---|---|
| Llama 3.2 1B Instruct | $0.255（38円） | $0.081（12円） | $0.638（96円） |
| DeepSeek V4 Flash 0731 | $0.38（57円） | $0.109（16円） | $0.95（143円） |
| Command R7B (12-2024) | $0.226（34円） | $0.087（13円） | $0.565（85円） |
| DeepSeek V4 Flash 0423 | $0.196（29円） | $0.093（14円） | $0.49（74円） |
| Llama 3.2 3B Instruct | $0.43（65円） | $0.141（21円） | $1.075（161円） |
| Nova Lite 1.0 | $0.36（54円） | $0.138（21円） | $0.9（135円） |
| Phi 4 | $0.28（42円） | $0.133（20円） | $0.7（105円） |
| Nemotron 3.5 Lightning | $0.36（54円） | $0.16（24円） | $0.9（135円） |
| Gemma 4 26B A4B | $0.48（72円） | $0.195（29円） | $1.2（180円） |
| Llama 4 Scout | $0.5（75円） | $0.21（32円） | $1.25（188円） |
件数と1件の長さを入れると、月の費用の目安が出ます。
【1件の入力】［ ］トークン（日本語は1字およそ1〜1.5トークン） 【1件の出力】［ ］トークン 【月の件数】［ ］件 入力の費用 ＝ 1件の入力 × 月の件数 ÷ 1,000,000 × 入力の単価 出力の費用 ＝ 1件の出力 × 月の件数 ÷ 1,000,000 × 出力の単価 月の費用 ＝ 入力の費用 ＋ 出力の費用（ドル）× 為替
定型の処理を安く回せるモデル31件
| モデル（提供元） | 一度に読める量 | 100万トークン 入力／出力 |
|---|---|---|
| Llama 3.2 1B Instruct（Meta） | 60,000 | $0.027／$0.201 |
| DeepSeek V4 Flash 0731（DeepSeek） | 1,310,720 | $0.03／$0.32 |
| Command R7B (12-2024)（Cohere） | 128,000 | $0.038／$0.15 |
| DeepSeek V4 Flash 0423（DeepSeek） | 1,048,576 | $0.049／$0.098 |
| Llama 3.2 3B Instruct（Meta） | 131,072 | $0.05／$0.33 |
| Nova Lite 1.0（Amazon） | 300,000 | $0.06／$0.24 |
| Phi 4（Microsoft） | 16,384 | $0.07／$0.14 |
| Nemotron 3.5 Lightning（NVIDIA） | 262,144 | $0.08／$0.2 |
| Gemma 4 26B A4B （Google） | 262,144 | $0.09／$0.3 |
| Llama 4 Scout（Meta） | 1,310,720 | $0.1／$0.3 |
| GPT-6 Luna Pro（OpenAI） | 1,050,000 | $0.1／$0.5 |
| GPT-6 Luna（OpenAI） | 1,050,000 | $0.1／$0.5 |
| Ministral 3 3B 2512（Mistral AI） | 131,072 | $0.1／$0.1 |
| Llama 3.3 70B Instruct（Meta） | 131,072 | $0.1／$0.32 |
| DeepSeek V4.1 Flash（DeepSeek） | 1,048,576 | $0.15／$0.6 |
| Qwen3.8 Omni Flash（Alibaba（Qwen）） | 1,000,000 | $0.15／$0.47 |
| Qwen3.8 Flash（Alibaba（Qwen）） | 1,000,000 | $0.15／$0.47 |
| Mistral Small 4（Mistral AI） | 262,144 | $0.15／$0.6 |
| Ministral 3 8B 2512（Mistral AI） | 262,144 | $0.15／$0.15 |
| Command R (08-2024)（Cohere） | 128,000 | $0.15／$0.6 |
ほかに11件あります（入力の単価が高い順に省略）。
社内手続きの業務で、合うモデルが一度に読める量
やりたいことに要るおおよその量と、この中のモデルのうち一度に読めるものの数です。足りないモデルでは、資料を分けて渡すことになります。
| やりたいこと | 要るおおよその量 | 一度に読めるモデル |
|---|---|---|
| メール1通を書かせる | 1,000トークン | 31件／31件 |
| A4の資料1枚を読ませる | 2,000トークン | 31件／31件 |
| 1時間の会議の文字起こしを要約 | 15,000トークン | 31件／31件 |
| 契約書1通を読ませる | 20,000トークン | 30件／31件 |
| 本1冊を読ませる | 150,000トークン | 22件／31件 |
| 社内規程一式（本5冊ほど） | 750,000トークン | 14件／31件 |
モデルを使う前に決めること
試す前に、情シスや上長と決めておくことです。
この記事で使っている言葉
コンテキスト（一度に読める量）
1回のやり取りで渡せる文章の長さです。足りないと、前に渡したところを忘れます。大きいほど長い資料を分けずに渡せますが、読ませた分だけ費用もかかります。
トークン
AIが文章を数える単位です。日本語はおおむね1字が1〜1.5トークン。料金も読める量も、このトークンで数えます。
入力の単価・出力の単価
100万トークンあたりの米ドルです。読ませた量に入力の単価、書かせた量に出力の単価がかかります。出力のほうが高いのが普通です。
仕様はhttps://openrouter.ai/api/v1/modelsから2026-09-25に取ったものです。OpenRouter が各提供元から集めて公開している仕様です。単価は100万トークンあたりの米ドル。ベンチマークの点数や順位は含みません。
社内手続きのほかの業務
契約書の内容を確かめる
判定は「判断は人に残す」。いまは条項を1つずつ読む、移したあとは論点を抜き出させて自分で読む。人に残るのは最終的な判断。契約書の内容を確かめる
社内の申請書を書く
判定は「AIへ移しやすい」。いまは様式を見ながら埋める、移したあとは要点から下書きさせる。人に残るのは数字の裏取り。社内の申請書を書く
新しい道具の使い方を覚える
判定は「AIへ移しやすい」。いまはマニュアルを読む、移したあとはやりたいことから手順を出させる。人に残るのは実際に動くかの確認。新しい道具の使い方を覚える
社内手続きのほかの判定
- 社内手続きで「AIへ移しやすい」業務（3件）
よくある質問
全部まとめて移したほうが早くありませんか？
比べる相手がいなくなるので、効果を説明できなくなります。1件ずつ移して、測ってから広げてください。
どのモデルがいちばん良いですか？
当サイトは点数や順位を持っていません。上の候補を同じ材料で試し、自分の作業で正しさと直す手間を比べて決めてください。
人に残る仕事は、いずれAIに任せられますか？
この7件の「人に残る仕事」は、間違えたときの影響が大きいか、判断の材料がAIに渡らないものです。任せるかどうかは、移したあとの記録を見てから決めます。
次にやること
- 1件選ぶ
上の表から、いちばん手間のかかっている業務を1件選びます。
社内規程の質問に答える - いまのやり方を測る
移す前の1回を測っておかないと、効果を説明できません。 - 合うモデルを2つ試す
候補から2つ選び、同じ材料で比べます。