うまくいったプロンプトを保存しても、翌週には同じ品質で再現できない。原因は指示文ではなく、作業の流れが決まっていないことにあります。OpenAI Academyの「Applied AI Foundations」は、繰り返す作業をワークフローに変える単元を置いています。その構成を手順に直します。

手順1:作業を工程に分ける
毎週やっている仕事を、1行1作業で書き出します。集める、読む、判断する、書く、送る、記録する、といった単位です。講座は、この分解を起点に置いています。分けずに「資料を作る」とだけ書くと、どこをAIに任せるか決まりません。
手順2:工程ごとに必要な能力を見極める
講座は「Choose Capabilities」という段階を設け、工程に合う能力を選ぶことを求めます。要約、分類、抽出、計算、文章生成、検索のどれが必要かです。複数の能力が要る工程は、さらに分けます。
手順3:工程に合うモデルを選ぶ
講座は「Reasoning Models」という論点も扱っています。推論を深く行うモデルは、時間と費用がかさみます。定型の分類や抽出に深い推論は不要で、かえって遅くなります。工程ごとに、速さと深さのどちらを取るかを決めます。
手順4:手順と入出力を書き出して固定する
講座の「Design the Workflow」に当たる段階です。各工程について、入力、処理、出力、確認する人を1行ずつ書きます。ここで出力の形式を決めておくと、次の工程に渡すときに詰まりません。
| 工程 | 入力 | 出力の形 | 確認する人 |
|---|---|---|---|
| 問い合わせの分類 | メール本文 | 区分1つと根拠1文 | 担当者(抜き取り) |
| 回答案の作成 | 区分と過去の回答 | 下書き200字 | 担当者(全件) |
| 記録 | 区分、下書き、送信日 | 表の1行 | 不要 |
手順5:レビュー地点と例外の扱いを決める
講座は「Responsible Use in Workflows」として、責任ある運用を単元に含めています。どの工程に人の確認を挟むか、AIが判断できなかったときどこへ逃がすかを決めます。外部に送る文面、金額に関わる判断、個人情報の扱いは、人の確認を外さないほうが安全です。
運用を始めたら、確認で止まった件数を数えます。止まる件数が多い工程は、指示か入力の形に問題があります。止まらずに流れすぎる工程は、確認が形骸化している疑いがあります。ワークフローの組み立て方はLLM呼び出しを連結して業務アプリを組む5ステップも参考になります。
FAQ
Q. プロンプトを磨けば品質は上がりますか?
A. 1回の出力は良くなりますが、毎回同じ品質にはなりません。OpenAI Academyは、繰り返す作業を「プロンプトからワークフローへ」移す単元を設けています。手順と確認地点を決めるほうが安定します。
Q. どの工程にAIを使うかはどう決めますか?
A. 判断の余地がある工程から選びます。形が決まった転記や集計は、AIを使わないほうが安く速い場合があります。講座も、必要な能力を選ぶ段階を独立して置いています。
あわせて使いたいツール
手順が固まったら、実行の置き場所を決めます。料金と提供条件は各サービスの公式情報で確認してください。
出典
出典:OpenAI Academy「コース一覧」(2026年11月16日閲覧)。Applied AI Foundationsの単元構成(プロンプトからワークフローへ、推論モデル、能力の選択、ワークフロー設計、ワークフローにおける責任ある利用)は同ページの記載に基づきます。
関連ガイド
最新のAI情報をメールで受け取る
新着のAIツール比較・ランキング・ニュースを、まとめてお届けします。
ご登録後、確認メールをお送りします。配信停止はいつでも可能です。
