調べる・まとめる
調べる・まとめるで一部だけAI化する業務
- 業務
- 4件
- 判定
- 一部だけAI化する
- 合うモデル
- 44件
調べる・まとめるの業務のうち、当サイトの判定が「一部だけAI化する」のものを4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 |
|---|---|---|---|
| 競合の動きを調べる | 検索して自分で読む | AIに集めさせて自分で読む | 情報の真偽の確認 |
| アンケートの自由記述を読む | 全部読んで分類する | 分類させて自分で確かめる | 少数意見の拾い上げ |
| 古い資料から必要な部分を探す | 開いて目で探す | 検索させて該当箇所を出させる | 文脈の確認 |
| 専門的な内容を理解する | 資料を読み込む | かみ砕かせて原文で確かめる | 正確さの担保 |
「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 |
|---|---|---|---|
| 競合の動きを調べる | 手順を決めてから移す | 手順ごと移す | 調べる対象が少ない場合 |
| アンケートの自由記述を読む | 手順を決めてから移す | 手順ごと移す | 回答が数十件までの場合 |
| 古い資料から必要な部分を探す | 手順を決めてから移す | 手順ごと移す | 資料が数点の場合 |
| 専門的な内容を理解する | 手順を決めてから移す | 手順ごと移す | 自分の専門分野の場合 |
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
競合の動きを調べるを例にした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
「検索して自分で読む」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
「情報の真偽の確認」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
「AIに集めさせて自分で読む」の形で1件だけ通します。「古い情報や存在しない出典が出てくる」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「出典のURLを残せば、あとから確かめ直せる」。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
競合の動きを調べる
いま：検索して自分で読む → 移したあと：AIに集めさせて自分で読む
- 人に残る仕事：情報の真偽の確認
- よくあるつまずき：古い情報や存在しない出典が出てくる
- 戻し方：出典のURLを残せば、あとから確かめ直せる
- 向かない場合：調べる対象が少ない場合
アンケートの自由記述を読む
いま：全部読んで分類する → 移したあと：分類させて自分で確かめる
- 人に残る仕事：少数意見の拾い上げ
- よくあるつまずき：多い意見だけが残り、重要な少数意見が消える
- 戻し方：原文を全部残せば、いつでも読み直せる
- 向かない場合：回答が数十件までの場合
古い資料から必要な部分を探す
いま：開いて目で探す → 移したあと：検索させて該当箇所を出させる
- 人に残る仕事：文脈の確認
- よくあるつまずき：該当箇所だけ切り出され、前提が抜ける
- 戻し方：原文の場所を必ず出させる
- 向かない場合：資料が数点の場合
専門的な内容を理解する
いま：資料を読み込む → 移したあと：かみ砕かせて原文で確かめる
- 人に残る仕事：正確さの担保
- よくあるつまずき：分かりやすくなるが、大事な条件が落ちる
- 戻し方：原文を必ず併読する
- 向かない場合：自分の専門分野の場合
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「競合の動きを調べる」を手伝ってもらいます。 いままでは「検索して自分で読む」でしていましたが、「AIに集めさせて自分で読む」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】 ・「情報の真偽の確認」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 ・古い情報や存在しない出典が出てくることがないよう、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「アンケートの自由記述を読む」を手伝ってもらいます。 いままでは「全部読んで分類する」でしていましたが、「分類させて自分で確かめる」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】 ・「少数意見の拾い上げ」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 ・多い意見だけが残り、重要な少数意見が消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「古い資料から必要な部分を探す」を手伝ってもらいます。 いままでは「開いて目で探す」でしていましたが、「検索さ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】 ・「文脈の確認」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 ・該当箇所だけ切り出され、前提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「専門的な内容を理解する」を手伝ってもらいます。 いままでは「資料を読み込む」でしていましたが、「かみ砕かせて原文で確かめる」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】 ・「正確さの担保」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 ・分かりやすくなるが、大事な条件が落ちることがないよう、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。
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】［ ］ ・競合の動きを調べる：情報の真偽の確認 → 担当［ ］／いつ［ ］ ・アンケートの自由記述を読む：少数意見の拾い上げ → 担当［ ］／いつ［ ］ ・古い資料から必要な部分を探す：文脈の確認 → 担当［ ］／いつ［ ］ ・専門的な内容を理解する：正確さの担保 → 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】競合の動きを調べる・アンケートの自由記述を読む・古い資料から必要な部分を探すほか 【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］
調べる・まとめるの業務に要る機能と、合うモデル
調べる・まとめるの業務で効くのは長い資料を一度に読めることです。複数の資料をまとめて読ませるので、一度に渡せる量が足りないと前の資料を忘れます。掲載76件のうち、この条件に合うのは44件でした。
| 候補 | なぜ候補か | 一度に読める量 | 入力100万 |
|---|---|---|---|
| DeepSeek V4 Flash 0731 | 単価がいちばん安い | 1,310,720 | $0.03 |
| Grok 4.20 Multi-Agent | 一度に読める量がいちばん多い | 2,000,000 | $1.25 |
| GPT-6 Sol Pro | 別の提供元で、単価が中くらい | 1,050,000 | $2 |
DeepSeek V4 Flash 0731（単価がいちばん安い）
DeepSeekのモデルです。入力100万トークン$0.03（目安5円）。件数が多い作業ほど差が出ます。渡せる入力は文字。
Grok 4.20 Multi-Agent（一度に読める量がいちばん多い）
xAIのモデルです。2,000,000トークン（原稿用紙でおよそ3,571枚）。資料を分けずに渡せます。渡せる入力は文字・画像・ファイル。
GPT-6 Sol Pro（別の提供元で、単価が中くらい）
OpenAIのモデルです。OpenAIのモデルで、入力100万トークン$2。1社に寄せないための比べ先になります。渡せる入力はファイル・画像・文字。
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 |
|---|---|---|---|
| DeepSeek V4 Flash 0731 | $0.38（57円） | $0.109（16円） | $0.95（143円） |
| DeepSeek V4 Flash 0423 | $0.196（29円） | $0.093（14円） | $0.49（74円） |
| Llama 4 Scout | $0.5（75円） | $0.21（32円） | $1.25（188円） |
| GPT-6 Luna Pro | $0.7（105円） | $0.25（38円） | $1.75（263円） |
| GPT-6 Luna | $0.7（105円） | $0.25（38円） | $1.75（263円） |
| DeepSeek V4.1 Flash | $0.9（135円） | $0.345（52円） | $2.25（338円） |
| Qwen3.8 Omni Flash | $0.77（116円） | $0.319（48円） | $1.925（289円） |
| Qwen3.8 Flash | $0.77（116円） | $0.319（48円） | $1.925（289円） |
| Llama 4 Maverick | $1.029（154円） | $0.413（62円） | $2.573（386円） |
| GPT-5.6 Luna Pro | $1.6（240円） | $0.54（81円） | $4（600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
長い資料を一度に読めるモデル44件
| モデル（提供元） | 一度に読める量 | 100万トークン 入力／出力 |
|---|---|---|
| DeepSeek V4 Flash 0731（DeepSeek） | 1,310,720 | $0.03／$0.32 |
| DeepSeek V4 Flash 0423（DeepSeek） | 1,048,576 | $0.049／$0.098 |
| 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 |
| 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 |
| Llama 4 Maverick（Meta） | 1,048,576 | $0.188／$0.653 |
| GPT-5.6 Luna Pro（OpenAI） | 1,050,000 | $0.2／$1.2 |
| GPT-5.6 Luna（OpenAI） | 1,050,000 | $0.2／$1.2 |
| Gemini 3.1 Flash Lite（Google） | 1,048,576 | $0.25／$1.5 |
| Gemini 3.5 Flash Lite（Google） | 1,048,576 | $0.3／$2.5 |
| Nova 2 Lite（Amazon） | 1,000,000 | $0.3／$2.5 |
| GLM 5.3 FlashX（Z.ai） | 1,048,576 | $0.37／$1.25 |
| Qwen3.8 27B（Alibaba（Qwen）） | 1,000,000 | $0.42／$3 |
| DeepSeek V4 Pro 0813（DeepSeek） | 1,048,576 | $0.462／$1.386 |
| Gemini 3.8 Flash（Google） | 1,048,576 | $0.75／$3.75 |
| Gemini 3.7 Flash（Google） | 1,048,576 | $0.75／$3.75 |
| Gemini 3.6 Flash（Google） | 1,048,576 | $0.75／$3.75 |
ほかに24件あります（入力の単価が高い順に省略）。
調べる・まとめるの業務で、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 | 44件／44件 |
| A4の資料1枚を読ませる | 2,000トークン | 44件／44件 |
| 1時間の会議の文字起こしを要約 | 15,000トークン | 44件／44件 |
| 契約書1通を読ませる | 20,000トークン | 44件／44件 |
| 本1冊を読ませる | 150,000トークン | 44件／44件 |
| 社内規程一式（本5冊ほど） | 750,000トークン | 44件／44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。
調べる・まとめるのほかの業務
資料の要約を作る
判定は「AIへ移しやすい」。いまは全部読んで自分でまとめる、移したあとはAIに要点を出させて確かめる。人に残るのは重要度の判断。資料の要約を作る
一次情報にたどり着く
判定は「判断は人に残す」。いまは検索して原典を探す、移したあとは候補を出させて自分で確かめる。人に残るのは出典の真偽。一次情報にたどり着く
調べた内容を人に説明する
判定は「AIへ移しやすい」。いまは自分でまとめて話す、移したあとは構成を出させて中身を入れる。人に残るのは相手に合わせた深さ。調べた内容を人に説明する
調べる・まとめるのほかの判定
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4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。
競合の動きを調べる - 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。