AI を使った反復作業の自動化

ほとんどの仕事には、同じステップを何度も繰り返す作業の塊があります。スプレッドシート間でのデータコピー、ステータス更新メールの作成、サポートチケットの仕分け、レポートの再フォーマット。AI を使った自動化とは、言語モデル、スクリプト、既存ツールを組み合わせて、人間の代わりにコンピュータがその作業をこなすことです。

実際の意味

ここに 2 つのレイヤーがあり、しばしば混同されます。1 つ目は従来の自動化です。スクリプト、cron ジョブ、Zapier/Make ワークフロー、Excel マクロ。もう 1 つは AI です。非構造化テキストを読んだり、要約したり、分類したり、ドラフトを生成できるモデル。両者を組み合わせるところに価値が生まれます。スクリプトで受信トレイから 200 件のサポートメールを取得し、LLM で緊急度とトピックで分類し、別のスクリプトで適切なキューにルーティングします。この 3 つのステップのどれか 1 つだけなら新しくありませんが、組み合わせることで何時間も節約できます。

知っておく価値がある一般的なパターン

テキスト仕分け。 受信テキスト（メール、チケット、フォーム送信）をモデルにフィードします。プロンプトは「これを請求、技術、営業に分類し、緊急度を 1～5 で評価してください」という具合です。JSON で出力し、Python で解析し、それに応じてルーティングします。

要約パイプライン。 長いミーティングのトランスクリプト、長い PDF、長い Slack スレッドをモデルが 3 つの箇条書きに圧縮します。OpenAI の API、Anthropic の Claude、または Ollama 経由のローカルモデルなど、どれでもできます。選択はデータの機密性とコストによります。

データ抽出。 非構造化ドキュメントから構造化フィールド（請求書番号、日付、金額）を抽出します。以前は regex と OCR チューニングが必要でしたが、ビジョン対応モデルならスキャンされた請求書を読んで、クリーンな JSON フィールドを直接返します。

ドラフト作成。決定ではなく。 人間が送信前に編集する最初のパスメール返信、コードコメント、レポートセクションを自動生成します。これは最も安全な自動化パターンです。人間がまだ出力をチェックするからです。

最小限の動作例

多くの自動化は高度なフレームワークが必要ありません。Python に API 呼び出しとスケジューラーを加えれば、ほとんどの場合に対応できます。

import openai, csv

with open("tickets.csv") as f:
    rows = csv.DictReader(f)
    for row in rows:
        resp = openai.chat.completions.create(
            model="gpt-4o-mini",
            messages=[{"role": "user", "content": f"Classify urgency 1-5 for: {row['text']}"}]
        )
        print(row["id"], resp.choices[0].message.content)

cron で毎時間実行するか、新しいチケットが届いたときにウェブフックで呼ばれる小さい Flask エンドポイントでラップします。始めるのに agent フレームワークは必要ありません。

agent フレームワークの出番

タスクに複数のステップと間に決定が必要になったら、「カレンダーを確認し、メールをドラフトし、信頼度が高ければ送信し、そうでなければレビュー用にフラグする」という具合に。LangChain、CrewAI、n8n のようなツールが有用になります。これらは状態とツール呼び出しロジックを管理するからです。まずはフレームワークなしで始めてください。プレーンなスクリプトが追いづらくなってからのみフレームワークを追加します。フレームワークは 2 ステップのタスクには価値がないデバッグオーバーヘッドを加えるからです。

まず何を自動化するか

次の条件を満たすタスクを選びます。週に少なくとも 1 回繰り返され、たまに誤っても低リスクで、検証が簡単。週間レポートのフォーマットは良い最初のターゲットです。払い戻しの自動承認はそうではありません。誤りのコストは最初の試みには高すぎます。自動化されたすべての決定をどこかに記録しておきます（スプレッドシート、データベーステーブル、Slack チャネル）。誤りが 3 ヶ月後ではなく早期に発見されるようにします。1 つの自動化を実装し、手動プロセスと並行して 2 週間実行し、出力を比較してから移行します。

注意するべき失敗モード

モデルは自信を持って幻想を見るため、金銭、法的テキスト、顧客向けのコミットメントに触れるものはすべて、送信前に人間によるチェックが必要です。スクリプトがバッチ処理やキャッシュなしで 50,000 行のスプレッドシートのすべての行で API を呼び出すと、コストがすぐに膨らみます。サイレント失敗が最悪の種類です。スクリプトが火曜日に動作を停止し、モニタリングがなかったために誰も 3 週間気づかないような場合です。

反復作業の自動化は判断を置き換えることではなく、判断が実際には必要でない時間を解放することです。小さく始め、すべてをログし、つまらない 80% を自動実行させてください。

これらのパイプライン構築の詳細は、Korra Studio の Python スクリプティングと AI ツール統合に関するセグメントをご覧ください。