AIで作業を自動化したいけれど、「何をどう頼めばいいかわからない」「思った通りに動かない」と感じたことはありませんか。
依頼が曖昧なまま進めると、出力が期待と違ったり、どこを直せばいいかわからなくなったりして、ループしがちです。この記事では、私の体感で自動化が進みやすくなった3つのポイント — イメージ、言語化、微調整の繰り返し — をまとめます。
要点まとめ（先に結論）
- ①「これができるはずだ」というイメージ：「AIならこういうことができるはず」「バイブコーディングで作ったプログラムならこういうことができるはず」という、ツールの能力へのイメージがないと、自分がやってほしいことを指示する出発点が立たない。
- ②言語化：やってほしいことを、入力・手順・条件・出力の形で言葉にすることで、初めて依頼（プロンプトや仕様）になる。
- ③エラーに対する微調整の繰り返し：一度で完璧を目指さず、出てきたエラーやズレを見て、条件や指示を少しずつ直していく。その繰り返しが実用的な自動化に繋がる。
- 完成形のイメージ（どうなればOKか）は当然必要。そのうえで、ツールに何ができるかのイメージも欠かせない。
- 3つが揃うと、「何をどう頼むか」が立ち、伝わり、実用レベルに近づいていく。
PGP（Personal Growth & Productivity）は、機微情報も扱うナレッジワーカー向けに、MacBook Air中心の運用や自動化の工夫を個人の体験として紹介するブログです。
①「これができるはずだ」というイメージ
完成形のイメージ — どうなればOKか — は、もちろん必要です。そのうえで、もう一つ欠かせないのがツールの能力に対するイメージです。
「AIならこういうことができるはずだ」「バイブコーディングで作成できるプログラムならこういうことができるはずだ」という感覚のことです。バイブコーディングとは、自然言語で指示してコードを書いてもらうやり方で、AI（Cursor などのAI搭載エディタ）に「こういう処理をして」と頼んでスクリプトや自動化を作るような場面を指しています。
なぜこのイメージが必要か
このイメージがないと、「自分がやってほしいこと」をどういう指示にすればよいかがわかりません。「AIに任せたい」と思っても、AIやプログラムに何ができそうかがわからないと、依頼の出しどころが定まらないのです。
逆に、「この程度ならAIに頼めそう」「この処理ならスクリプトで自動化できそう」という感覚があると、その「〇〇」を依頼のネタにできます。
どこからイメージを持つか
実際にAIやスクリプトにやらせてみた経験、他人の事例、ドキュメントやブログなどから、「こういうことはできそう」を蓄積していくのがおすすめです。最初は漠然としていても、「この程度ならできそう」という感覚が、依頼の第一歩になります。
②言語化
「やってほしいこと」が頭の中だけだと、AIには伝わりません。入力・手順・条件・避けたいこと・出力の形を言葉にすることで、初めて依頼（プロンプトや仕様）になります。言語化の過程で、自分が本当に求めていることも整理され、あいまいだった部分がはっきりすることもあります。
何を言語化するか
- 入力：何を渡すか（ファイル、テキスト、形式）
- 手順・条件：どう処理してほしいか、どこを外さないでほしいか
- 出力：どんな形で返してほしいか（形式・粒度・禁止事項）
- 失敗しやすいポイント：「こういうときはこうする」「ここは避ける」など
一度に全部書かなくても大丈夫です。箇条書きやメモレベルから始めて、動かしながら足していけば十分です。Cursor のルール（.cursorrules）やプロンプトのテンプレとして残しておくと、同じ作業を繰り返し依頼しやすくなります。
③エラーに対する微調整の繰り返し
最初のプロンプトや仕様で、期待どおりに動くことはあまり多くありません。出てきたエラーやズレを「フィードバック」として使う前提でよいと思います。「失敗した」ではなく「どこがずれたかがわかった」と捉え、その部分を言語化に反映していきます。
微調整のサイクル
実行 → 結果を確認 → 期待と違う部分を特定 → 条件・指示を少し直す（言語化の更新）→ 再実行。この繰り返しで、実用レベルに近づいていきます。
完璧でなくても、「自分がチェックして直す時間」より「自動化＋微調整の時間」のほうが短くなれば、自動化の意味があります。エラーが減り、修正箇所が少なくなってくれば、その作業の自動化は「できた」と言ってよいラインです。
3つの関係：イメージ → 言語化 → 微調整
流れでまとめると、次のようになります。
- ①イメージ：「AIなら／プログラムなら、こういうことができるはずだ」というツールの能力へのイメージを持つ。これがないと、やってほしいことを指示する出発点が立たない。
- ②言語化：そのイメージを前提に、自分がやってほしいことを入力・手順・条件・出力の形で言葉にし、AIやコードに渡す。
- ③微調整：出てきたエラーやズレを見て、言語化を少しずつ直し、また実行する。
ツールに何ができるかのイメージがないと「何をどう頼むか」が決まらず、言語化も曖昧になりがちです。逆に、微調整を繰り返すと「ここはこう言えば伝わる」「この程度ならできる」が蓄積し、イメージも言語化も育っていきます。
明日から試すチェックリスト
- イメージを1つ持ってみる：「AIなら〇〇くらいできるはず」「スクリプトなら〇〇が自動でできるはず」を1つ、紙やメモに書いてみる。その「〇〇」を依頼のネタにする。
- 言語化を少しずつ：その作業の「入力・やってほしいこと・出力の形」を箇条書きで3行でもよいので書く。
- 1回動かして、ずれを見る：AI（Cursor や CLI など）に依頼し、結果のどこが期待と違うかを1つでもメモする。その1点を指示に足す／直す。
RSSの要約、メール下書きの生成、依頼PDFの転記スクリプトなど、PGPで紹介している具体例にも「イメージ・言語化・微調整」のどれが効いているか当てはめてみると、自分の作業にも応用しやすいと思います。
関連記事（次に読む）
- AIに依頼する仕事は「できないこと」ではなく「手間の肩代わり」と捉える — 何をAIに任せるかの考え方
- AIとの対話で「RSS週次要約」ツールを作った：設計からlaunchdまで一気に形にした記録 — バイブコーディングで自動化した具体例
- RSSで更新を自動収集する：情報収集の「入口」を固定して探す時間を減らす — 運用の入口を固定する話
- 2026年1月版：機微情報も扱うナレッジワーカーの作業環境まとめ — Obsidian/Cursor/Notion など作業環境の全体像
- 長文が迷子になる人へ：テーマ→アウトライン→分割→統合で「伝わる文章」を作る — 言語化・手順の整理の実例
免責
本記事は、筆者の作業環境に基づく一般的な情報です。個人情報保護や所属組織・取引先の規程に従って運用してください。ツールやAIの出力は下書きであり、最終判断・最終責任は利用者にあります。
