AIものさし
AIエージェント

AIエージェントを使うべき仕事・使わない方がいい仕事

AIエージェントを使うべき仕事・使わない方がいい仕事について、用語と基本の考え方を整理し、選び方・使い方の判断材料になるよう解説します。専門用語はかみくだき、判断に使うポイントに落とします。

AIものさし編集部

AIエージェントは、質問に答えるチャットより一段先まで動きます。ファイルを読み、アプリをまたぎ、複数ステップの作業を進め、条件によっては実際の操作まで行います。便利ですが、何でもエージェント化すればいいわけではありません。

先に整理すると、手順が複数あり、デジタル上で完結し、完了条件を確認できる仕事はエージェント向きです。一方、取り消しにくい操作、高額な支払い、重要な権限変更、人の人生へ大きく影響する判断は、少なくとも人の承認を残します。1回の質問で終わる仕事なら、普通のチャットの方が速いこともあります。

目次

結論：エージェント向きかは「長さ」より「失敗したときの戻しやすさ」で決める

表は横にスクロールできます

仕事の特徴判断
複数ステップで繰り返しが多いエージェント向き
入力・出力・完了条件が明確エージェント向き
失敗しても戻せる、やり直せるエージェント向き
外部公開・削除・支払い・権限変更を含む人の承認を入れる
正解や完了条件を確認できない自律実行を広げすぎない
一回の要約や質問だけ通常チャットで十分なことが多い

エージェントが向いているのは「途中の作業」が長い仕事

エージェントの強みは、答えを一つ返すことより、途中の手順を進められることです。

たとえば、

  • 複数の資料を集めて週次レポートを作る

  • ファイルを確認して決まった形式へ整理する

  • リポジトリを調べて修正し、テストして結果をまとめる

  • 複数の情報源から調査して成果物を作る

  • 定型的な更新を条件付きで繰り返す

といった仕事です。

OpenAIのChatGPT Workも、アプリやファイルをまたぐ長い複数ステップの仕事を進め、ドキュメント、シート、スライドなどの完成物へつなげるエージェントとして案内されています。

ここで大事なのは「作業時間が長いから」だけではありません。途中の手順を言葉にでき、最後に出来上がりを確認できることが重要です。

使いやすい仕事には「完了条件」がある

エージェントへ「いい感じにやって」だけ渡すと、途中で判断が増えます。

逆に、

  • 対象フォルダはここ

  • この条件のファイルだけ見る

  • 出力形式はこのテンプレート

  • 数字が合わなければ止める

  • この条件なら人へ戻す

  • 完了後にこのチェックをする

まで決まっていれば、仕事を分解しやすくなります。

AIエージェントを導入するときは、プロンプトを長くするより、開始条件・終了条件・例外条件を決める方が実務では効きます。

高リスクな操作は「できるか」ではなく「承認をどこに置くか」

OpenAIのエージェント構築ガイドでは、人の介入が重要になる条件として、失敗回数が一定値を超えた場合と、高リスクな操作を挙げています。例として、大きな返金、支払い、注文キャンセルなどは人の監督を入れる考え方です。

ChatGPTの接続アプリでも、低リスクの操作を許可する設定と、高リスクな操作で事前確認を残す考え方が案内されています。

つまり、エージェントへ操作権限を渡すときは、

  • 読み取りだけ

  • 下書きまで

  • 変更案まで

  • 実行前に確認

  • 低リスク操作だけ自動

  • 高リスク操作は必ず承認

のように段階を分けます。

「全部許可」が便利そうに見えても、便利さと安全性は別の話です。

自律性を上げるほど「影響範囲」を小さくする

Anthropicも、エージェントは人の監督が少ない分、意図の読み違いや想定外の操作が起きる余地が増えると説明しています。外部コンテンツから指示を受ける場合は、プロンプトインジェクションのような攻撃も考慮が必要です。

そのため、強いエージェントへ広い権限を渡すより、

  • アクセスできるフォルダを限定する

  • 本番ではなくサンドボックスで動かす

  • 外部通信先を絞る

  • 削除や公開は承認制にする

  • ログを残す

といった形で、失敗したときの影響範囲を小さくします。

人が毎回「許可」を押せば安全、という単純な話でもありません。確認が多すぎると流れ作業になりやすいため、低リスクと高リスクを分ける設計の方が現実的です。

エージェントを使わない方がいい仕事もある

ここは少し逆説的ですが、AIエージェントが使える仕事でも、使わない方が楽な場合があります。

たとえば、

  • 文章を一度だけ要約する

  • 1つのコード片を説明してもらう

  • 単純な計算をする

  • 1回だけメール文面を整える

なら、通常のチャットで終わります。エージェントへ権限やツールを渡し、長い実行フローを作る必要はありません。

また、正解を確認できない仕事や、価値判断そのものが中心の仕事も自律化しすぎない方がいいです。採用、医療、法務、金融など影響の大きい領域では、情報整理や下書きに使えても、最終判断の責任までエージェントへ移す話とは分けます。

「任せる仕事」を決める5つの質問

迷ったら、次の順で見ます。

  • 手順は複数あるか

  • 入力データへ安全にアクセスできるか

  • 完了条件を確認できるか

  • 失敗しても戻せるか

  • 高リスク操作の前に人へ戻せるか

この5つがそろうほど、エージェント化しやすくなります。

逆に、完了条件が曖昧で、失敗の影響が大きく、取り消せない仕事は、自律性を下げます。

AIものさし編集部の判断

AIエージェントを使うかどうかは、モデルの賢さより仕事を分解できるか、結果を検証できるか、失敗時の影響を限定できるかで判断するのが実用的です。

複数ステップで繰り返しがあり、完了条件が明確で、やり直しや確認ができるならエージェント向き。公開、削除、支払い、権限変更などを含むなら人の承認を残す。単発作業なら通常チャットで十分なことも多いです。

「どこまで自動化できるか」ではなく、どこまでなら安心して任せられるかから決めます。

仕事を渡す前に書く「エージェント作業カード」

「メールを整理して」だけでは、残す基準や削除してよい範囲が分かりません。依頼を、入力、作業範囲、完成条件、止まる条件へ分けると、任せてよいか判断しやすくなります。

  • 目的：最後に何ができていればよいか

  • 対象：どのファイル、アプリ、期間、フォルダを扱うか

  • 制約：触らない情報、変更しない設定、許可する操作

  • 確認方法：件数、テスト、照合元、完成物の形式

  • 停止条件：曖昧な対象、想定外のデータ、権限不足が出たら止まる

  • 引き渡し：変更一覧、根拠、未確認事項、復元方法

たとえば週次レポートなら、「指定フォルダの今週分のCSVだけを読み、行数を保ち、指定の列で集計する。元データは変更せず、合計が一致しなければ報告して止まる」という契約にできます。請求書の送付や記録の削除まで必要になったら、レポート作成と外部操作を別の段階に分け、人の承認を挟みます。

失敗したときの戻しやすさで範囲を決める

表は横にスクロールできます

仕事の例失敗の影響任せ方
公開資料の要約案やり直しやすい読み取りと下書きまで
テスト用データの整形元データを残せば戻せるコピー上で実行し、件数照合
顧客への返信送信相手へ届くと取り消せない下書きまで作成し、人が送信
アカウント権限の変更誤るとアクセスや安全性に影響変更案と対象一覧を出し、承認後に実行
本番データの削除・決済金銭・業務に直接影響原則、対象と影響を人が確認して実行

この表は「どの製品が安全か」のランキングではなく、仕事の性質を分けるためのものです。実際の許可範囲は、利用する製品の設定、接続アプリの権限、管理者ポリシーに左右されます。一般的な安全ガイドも、高リスクの操作では承認、人への引き継ぎ、アクセス範囲の制限を設計する考え方を示しています。製品に確認機能があるからといって、すべての操作で同じ確認が働くと決めつけず、実際の画面と設定を確認してください。

小さく始め、止まった理由を記録する

最初は、コピーしたファイルやテスト用アカウントのように、影響を戻せる仕事を一つ選びます。成功したかだけでなく、何回人へ質問したか、どの入力が足りなかったか、どこで確認待ちになったか、結果を独立に照合できたかを記録します。止まった理由が「前提がない」なら作業カードを直し、「権限が広すぎる」なら対象を狭めます。「完了」の判定方法が作れない場合は、自律性を増やさず、調査や下書きへ戻します。

表は横にスクロールできます

導入時の兆候次の見直し
同じ曖昧さを何度も質問される入力例と停止条件を追加
成果物はあるが正しさを確かめられない独立した照合手順を設計
実行前確認が多く流れ作業になる低リスク作業だけを切り出す
予想外の外部操作が起きた接続権限と許可範囲を狭める

迷ったら「同じ仕事を人がした場合」と比べる

エージェント導入で削れるのは、入力や移動、反復作業の時間かもしれません。一方、出力をすべて読み直す時間や、誤操作を戻す時間が増えるなら、全体では短縮にならないことがあります。小さな試行では、開始から確認完了までの時間、追加指示、修正回数、結果の照合時間を分けて記録します。失敗の影響が大きい仕事は、成功した一回だけを根拠に自動化範囲を広げません。

最初の運用では、対象件数を小さくし、元データを保存したまま実行します。重複処理や途中停止が起きても再開できるか、同じ依頼を二度渡したとき二重送信・二重更新にならないかも確かめます。メール送信なら下書きを作る段階まで、データ整理ならコピーを作る段階までに区切る方法があります。

「エージェントを使うべき仕事」は、ツールの多さや流行で決めるものではありません。作業を分解でき、結果を独立に確認でき、失敗を戻せる仕事から始める。これらが満たせない仕事は、まず手順の標準化や確認方法を作り、エージェントには読み取り・整理までを任せるのが現実的です。

2026-10-07追加確認した公式ソース

引用・データ出典

公式情報を編集部が見た内容です。Hands-on未実施の記述は本文かここに分けています。

確認日：2026-09-17

自分の条件なら？

「自分の仕事のどこをAIエージェントへ任せられるか整理したい」という場合は、AIものさしのかんたん診断で業務内容と使っているツールから候補を比較できます。