AIエージェントで業務を自動化する手順｜任せる範囲・権限・承認の決め方

AIエージェントで業務を自動化したいけれど、どこまで任せてよいのか分からない。そう感じている一人社長や小規模事業の経営者に向けて、この記事では手順を順番に整理します。結論から言うと、AIエージェントに任せる範囲は「下書き・整理・照合」といった、間違えても人が気づいて直せる作業から始め、お金・予約・契約・個人情報に関わる最後の判断は人が持ち続けるのが安全です。

AIエージェントの業務自動化は、ツールを選ぶ前に「何を任せ、何を人が残し、どこで止めるか」を決めるところから始まります。この記事では、AIエージェントとは何か（公式ページの説明の範囲）、自動化に向く業務と人が残す判断の切り分け、権限と承認の設計、記録とログ、始める前に決めるルール、小さく試す進め方を順に説明します。特定の製品の機能や料金は扱わず、どのツールを使う場合にも共通する、任せる側の設計に絞ります。最初に任せる業務そのものを選びたい方は、当媒体の一人起業のAI社員、最初に任せる業務の選び方｜3つの軸で作る棚卸し表もあわせて参照してください。

AIエージェントとは何か：公式ページの説明の範囲で押さえる

AIエージェントとは、AIを使って利用者の代わりに目標を追い、作業を進めるソフトウェアのことで、各社の公式ページはこの点をそれぞれの言葉で説明しています。

Google Cloudの解説ページでは、AI agents are software systems that use AI to pursue goals and complete tasks on behalf of users と説明されています。日本語にすると、AIを使って目標を追い、利用者の代わりに作業を完了させるソフトウェアシステム、という意味です。出典はGoogle Cloud「What are AI agents?」です。

OpenAIの開発者向けガイドでは、エージェントは道具（ツール）を使って作業を計画し完了でき、他のエージェントと連携でき、複数の手順にまたがって文脈を保てる、という趣旨の説明があります。出典はOpenAI「Agents」ガイドです。ここで大切なのは、エージェントが「道具を使う」「手順をまたぐ」存在として説明されている点です。文章を1回生成して終わるチャットとは、動き方が違います。

Anthropicのエンジニアリング記事「Building effective agents」では、ワークフローを、LLMとツールが事前に決めたコードの経路で動く仕組み、エージェントを、LLM自身が自分の進め方とツールの使い方を動的に決め、作業の進め方の主導権を保つ仕組み、と区別しています。出典はAnthropic「Building effective agents」です。

3社の説明に共通するのは、「文章を作るだけでなく、目標に向けて手順を進める」という方向性です。一方で、細かい定義や機能の範囲は各社のページごとに異なります。そのため、この記事では「AIエージェントはこういうものだ」と一つの定義に決め打ちせず、公式ページが説明している範囲を出発点にして、小規模事業の現場に置き換えて考えます。製品ごとの機能や料金は変わりやすいので、導入を検討する段階で各社の公式ページを読み直してください。

「AIに聞く」と「AIエージェントに任せる」の違いを整理する

AIに聞くとは、人が質問して答えを受け取る使い方で、AIエージェントに任せるとは、目標を渡して複数の手順を進めてもらう使い方であり、後者のほうが人が見ていない間に起きることが増えます。

普段のチャットでは、人が質問し、AIが答え、人がその答えを読んで次の行動を決めます。判断のたびに人が間に入るので、AIが間違えても、人が読んだ時点で止められます。

AIエージェントに任せる場合は、「この問い合わせを分類して、返信の下書きを作って、記録表に追記する」のように、複数の手順をまとめて渡します。途中の手順は人が逐一見ないことがあります。手間が減る反対側で、途中で間違えたときに気づきにくくなります。業務の自動化とは、この「人が見ていない時間」をどこまで許すかを決めることだと言い換えられます。

Anthropicの記事では、エージェントは手順の数を事前に予想しにくく、決まった経路を書き込めないような、答えが開いた問題に使えると説明されています。さらに、必要に応じて人に確認を求めるために、チェックポイントや行き詰まったときに一時停止できること、暴走を防ぐ停止条件（たとえば反復回数の上限）を設けることが一般的であること、サンドボックス環境での十分なテストと適切なガードレールを勧めていること、まず単純なプロンプトから始め、単純な方法で足りないときだけ複数手順のエージェント型の仕組みを加えることを勧めていることが書かれています。同じAnthropic「Building effective agents」の内容です。

つまり、公式側も「最初から大きく任せる」ことは勧めていません。小規模事業にとっても同じで、まず単純な使い方で足りるかを確かめ、足りない部分だけ段階的に任せる範囲を広げるのが筋道です。決まった手順で動く自動化ツールで足りる業務に、判断まで任せるエージェントを持ち込む必要はありません。

自動化に向く業務と人が残す判断の切り分け

自動化に向く業務とは、手順が繰り返され、間違えても後から直せて、結果を人が確認できる作業のことで、人が残す判断とは、取り返しがつかない、または相手に直接影響する判断のことです。

切り分けの考え方は単純です。業務を「入力→処理→確認→例外」の4段階に分け、それぞれで「間違えたときに誰が、いつ気づくか」を考えます。気づくのが送信後や支払い後のように遅い業務ほど、人の確認を前に置きます。

見る観点	AIエージェントに任せやすい	人が残したほうがよい
間違えたときの直しやすさ	下書きや整理で、人が読んでから使う	送信や支払いなど、出したら戻せない
手順の決まり方	毎回ほぼ同じ手順で、型にできる	毎回状況が違い、事情の理解が必要
相手への影響	社内の整理や集計で、外に出ない	お客様・取引先に直接届く
扱う情報	公開情報や、個人が特定されない情報	個人情報・契約・金額に関わる情報
確認のしやすさ	原本と照合して合否を確かめられる	正しいかどうかを判断する材料が少ない

この表は考え方の整理であり、特定の製品や業種の基準ではありません。自社の業務に当てはめるときは、右の列に当てはまる要素が一つでもあれば、人の確認を前に置く、という使い方をしてください。

典型的に任せやすい作業としては、情報の下書き、文章の言い換え、決まった表への転記案、原本との差の洗い出しなどがあります。反対に人が残すものは、返金や値引きの判断、予約や契約の最終承認、苦情への対応方針、法令や規約の解釈に関わる判断です。判断が求められる場面で、AIの出力は「材料」として使い、決めるのは人、と役割を分けておきます。

仮の例：焼き菓子店の業務を切り分けてみる

仮の例とは、説明のために作った架空の店舗の例で、実在の店舗や実績ではなく、切り分けの手順を見せるためのものです。

ここからは、一人で営業する小さな焼き菓子店を「仮の例」として使います。人物名や数字は入れず、業務の切り分けだけを示します。この店には、問い合わせへの返信、商品説明文の下書き、仕入れ先への発注連絡、売上の記録、お客様へのお知らせ作成といった業務があります。

業務（仮の例）	AIエージェントの担当	人が残す判断
問い合わせへの返信	種類の分類と、返信の下書き作成	送信する・しないの判断、例外対応
商品説明文	下書きと言い換え案の作成	原材料・アレルゲンの記載の確認と公開
発注連絡	連絡文の下書きと、発注内容の抜け漏れ洗い出し	数量・金額の確認と送信
売上の記録	伝票と記録表の差の洗い出し	差が出た理由の判断と修正
お客様へのお知らせ	文案作成と、誤字・表記ゆれの確認	内容の最終確認と配信

この例では、AIエージェントが担当する範囲は、すべて「人が読む前の準備」までに収まっています。送信・公開・金額の確定といった「外に出る」「戻せない」部分は、すべて人の側に残しています。まず外に出ない作業から任せ、様子を見て範囲を広げる順番が安全です。

問い合わせの一次対応に絞った手順は、AI社員に問い合わせの一次対応を任せる手順｜分類・返信の型・人に戻す条件で詳しく説明しています。予約連絡やシフト連絡の文面づくりは店舗のAI業務効率化｜予約連絡とシフト連絡の文面をAIで作る型と確認手順が参考になります。

権限の設計：読む・下書きする・実行するを分けて渡す

権限の設計とは、AIエージェントが触れてよい情報と、実行してよい操作を、必要な分だけに絞って渡すことをいいます。

AIエージェントは、道具を使って作業を進めます。道具とは、メールやカレンダー、表計算、ファイル置き場、決済や予約の仕組みなどです。どの道具をどこまで触らせるかが、自動化の安全さを決めます。基本は「必要最小限」で、迷ったら狭いほうを選びます。

権限は、次の3段階に分けて考えると整理しやすくなります。

段階	できること	この段階で渡してよい例（仮の例）
読むだけ	情報を見る・読み取る	公開済みの商品一覧、営業時間の案内
下書きを作る	文章や表の案を作り、人が確認する場所に置く	返信の下書き、記録表への追記案
実行する	送信・書き換え・公開など、外や元データに作用する	人の承認を受けた1通ごとの送信

最初は「読むだけ」と「下書きを作る」の2段階で運用し、「実行する」は、人が承認した操作に限って、1回ずつ許可する形から始めます。実行権限を最初から広く渡すと、間違えたときの影響が大きくなります。

もう一つの考え方は、アカウントを分けることです。AIエージェント専用のアカウントや作業用の置き場を作り、そこに入れた情報だけを扱わせます。事業の本体のアカウントや、顧客情報の全体を、最初から見える状態にしないでください。パスワードや決済の情報を、AIに渡す文面や設定に書き込まない運用も基本です。

承認の設計：人が確認する地点を先に決める

承認の設計とは、AIエージェントの作業のどの地点で人が確認し、通したものだけが次に進むかを、事前に決めておくことです。

人が確認する地点を「承認ポイント」と呼ぶことにします。Anthropicの記事でも、エージェントはチェックポイントや行き詰まったときに人の確認を求めて一時停止できると説明されています。出典はAnthropic「Building effective agents」です。小規模事業でも、この考え方をそのまま使えます。

承認ポイントは、次の3か所に置くのが基本です。

• 外に出る前：お客様や取引先に届く文章、公開する情報は、送信・公開の前に人が読む
• お金や契約に触れる前：金額、数量、期日、契約の条件が絡む処理は、人が数字を見てから進める
• 例外が出たとき：想定していない種類の依頼や、AIが自信を持てない場面は、止めて人に回す

承認の方法は、できるだけ手間が少ない形にしておきます。たとえば、AIが作った下書きが一つの置き場に溜まり、人がまとめて読んで「通す」「直す」「戻す」を選ぶだけの流れにします。承認が面倒だと、確認が形だけになり、AIの出力をそのまま通す運用に傾くからです。

承認ポイントは、運用しながら見直します。確認の手間が大きすぎる場合は型を整えて、AIの出力のばらつきを減らします。反対に、承認で何度も直しが入る業務は、まだ任せる段階ではないというサインです。範囲を狭め、型を作り直してください。

記録とログ：後から何が起きたか追えるようにする

記録とログとは、AIエージェントに何を渡し、何が出力され、誰が何を判断したかを、後から見返せる形で残しておくことです。

自動化した業務で問題が起きたとき、「何が起きたのか」を追えないと、原因が分からず、同じ失敗を繰り返します。記録は、トラブルの原因調査だけでなく、AIに任せる範囲を広げるかどうかを判断する材料にもなります。

記録する項目の例を、次の表にまとめます。

記録する項目	書く内容	残す目的
依頼の内容	AIに何を頼んだか（使った指示文の版）	指示の変更と結果の関係を追う
入力した情報	どの資料・データを渡したか（個人情報の有無）	情報の扱いを後から確認する
AIの出力	出力された下書きや整理結果	人が直した箇所と比べる
人の判断	通した・直した・戻した、とその理由	任せる範囲の見直しに使う
例外の記録	止めた場面、AIが誤った場面	型や承認ポイントの改善に使う

記録は、凝ったシステムでなくて構いません。表計算の1枚の表や、決まった形式のメモで十分です。大切なのは、書く項目と書く場所を事前に決め、運用の中で毎回同じ形で残すことです。

なお、記録の中に個人情報を残す場合は、その扱い自体にも注意が要ります。必要のない個人情報は記録に書かない、書く場合は誰が見られる場所かを決める、といった判断を、先に決めておきます。AIエージェントを動かす製品によっては、実行の履歴を自動で保持する機能がある場合がありますが、その有無や保持の範囲は製品ごとに異なります。使う製品の公式の説明で確かめてください。

始める前に決めるルール：情報・停止・責任

始める前に決めるルールとは、AIエージェントに渡してよい情報、止めるべき条件、問題が起きたときの責任の持ち方を、運用の前に文章にしておくことです。

ルールは長くなくて構いません。一人社長の事業なら、A4の紙1枚に収まる程度で十分です。決めておくとよい項目は、次のとおりです。

• 渡してよい情報と渡さない情報：顧客の氏名・連絡先・注文履歴、従業員の情報、金額の詳細、パスワード類は、原則として渡さない
• 止める条件：想定外の依頼、AIが同じ失敗を繰り返したとき、出力の内容に違和感があるときは、作業を止めて人に回す
• 人に戻す業務：返金・値引き、クレーム、契約の変更、法令や規約の解釈は、人が担当する
• 責任の所在：AIが出した内容を通したのは人であり、事業としての最終責任は人（経営者）が持つ
• 見直しの時期：任せる範囲を広げる前に、記録を見返して決める

個人情報については、個人情報保護委員会が、生成AIサービスの利用に関する注意喚起を公開しています。個人情報を扱う事業者は、AIに個人情報を入力する場合の留意点を、原文で確認してください。出典は個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」です。この記事は法的な助言ではありません。個人情報や契約に関わる判断は、原文を確認したうえで、必要に応じて専門家に相談してください。

そのため、最初の運用では、個人が特定される情報は渡さずに済む業務から始めるのが現実的です。たとえば、商品説明文の下書き、公開済みの情報の整理、決まった文面の言い換えなどです。個人情報を含む業務を任せたい場合は、渡す前に情報を伏せる方法や、どの入力が許されるのかをルールに書き、守れる見通しが立ってから進めます。

小さく試す進め方：1つの業務、1つの型から始める

小さく試す進め方とは、最初から全体を自動化せず、1つの業務について、型を作り、人が確認しながら動かし、記録を見て範囲を決める、という順序で進めることです。

Anthropicの記事は、単純な方法から始め、足りないときだけ仕組みを加えることを勧めています（出典はAnthropic「Building effective agents」）。この考え方に沿って、小規模事業では次のように進めます。

1. 業務を1つだけ選ぶ：外に出ない、間違えても直せる、毎回ほぼ同じ手順の業務を選ぶ
2. 人が手でやった結果を残す：AIに任せる前に、人がやったときの出力を見本として残す
3. 型を作る：入力の形、出力の形、確認の項目を決める
4. 下書きまでを任せる：実行権限は渡さず、人が確認する前提で動かす
5. 記録を見て判断する：直しの多さ、例外の出方を見て、型を直すか、範囲を広げるかを決める

各段階での合格基準は、「人が確認して、直しがほとんどなく通せる」ことです。何度試しても直しが多い業務は、AIに向いていないか、型が合っていません。その場合は、無理に範囲を広げず、型の見直しか、人が担当し続ける判断をします。

見本の作り方も重要です。AIが作る出力と、人が作ってきた出力を並べて比べると、足りない点や、AIの癖が見えてきます。「うちの店ならこう書く」という基準を、見本として手元に置いておくと、確認が速くなります。

どの業務から試すか迷う場合は、AI社員・エージェント入門のカテゴリや、一人起業のAI社員、最初に任せる業務の選び方｜3つの軸で作る棚卸し表の棚卸しの考え方が役立ちます。

うまくいかないときの切り分けと戻し方

切り分けと戻し方とは、AIエージェントの出力がおかしいときに、原因を入力・指示・権限・業務の向き不向きのどこにあるかで分けて調べ、元の人の運用に戻せるようにしておくことです。

自動化では、想定どおりに動かない場面が出ることを前提にします。そのときに慌てないために、戻し方を先に決めておきます。

起きたこと	まず疑う場所	取る対応
出力の内容が事実と違う	入力した資料が古い、または足りない	資料を更新し、原本との照合を承認ポイントに加える
毎回出力の形がばらつく	指示文の型が曖昧	出力の形を表やひな形で指定し、見本を添える
想定外の依頼に勝手に答えた	止める条件が書かれていない	「この場合は人に回す」を指示文とルールに追記する
意図しない操作が行われた	権限が広すぎる	実行権限を外し、下書きまでに戻す
直しが減らない	その業務がAIに向いていない	人の担当に戻し、別の業務で試す

戻すときに大切なのは、「元の手作業のやり方」を残しておくことです。AIに任せた期間が長くなると、人が手順を忘れてしまい、AIが使えなくなったときに業務が止まることがあります。手順書や見本を、手元に残してください。

また、同じ失敗を繰り返さないように、起きたことは記録に書きます。記録を見返して、指示文、型、承認ポイント、権限のどこを直すかを決めます。原因を直さずに同じ指示を繰り返し試しても、改善しません。

運用を続けながら広げる考え方

広げる考え方とは、記録で安定を確かめた業務から順に、任せる範囲を一段階だけ広げ、広げるたびに承認ポイントと権限を見直すことです。

範囲を広げるときは、一度に1つだけ変えます。たとえば、「下書き」から「下書きと記録表への追記案」へ、あるいは、「1種類の問い合わせ」から「2種類の問い合わせ」へ、といった具合です。複数を同時に変えると、問題が出たときに原因が分かりません。

広げる判断の目安は、記録の中の人の判断です。直しが少なく、例外が想定内に収まっていることが続いているなら、次に進む材料になります。数字で基準を決めたい場合は、自社の記録の中で「通した・直した・戻した」の割合を数え、自分で基準を決めてください。一般的に正しい基準があるわけではなく、業務ごと、事業ごとに許容できる範囲が違います。

業務の種類ごとに、広げ方の方向も変わります。営業や顧客対応に近い業務は、営業・顧客対応のカテゴリの記事が参考になります。店舗や事務の業務は店舗・事務の業務改善のカテゴリ、導入の費用や安全管理の考え方は導入・費用・安全管理のカテゴリにまとめていく予定です。

最後に、AIエージェントの仕組みや製品は変化が速い分野です。この記事の考え方は、権限、承認、記録、小さく試す、という運用の骨組みなので、製品が変わっても使えますが、各社の機能や名称は変わります。導入の前に、使う製品の公式ページで最新の説明を読み直してください。

よくある質問（FAQ）

Q1. AIエージェントと普通のチャットAIは何が違いますか。

チャットAIは、人が質問して答えを受け取る使い方が中心です。AIエージェントは、目標を渡すと、道具を使い、複数の手順を進める使い方を指します。OpenAIのAgentsガイドでは、エージェントが道具を使って作業を計画し完了できると説明されています。ただし、製品によって、どこまで自動で動くかは異なります。

Q2. 一人でも、AIエージェントの権限や承認の設計は必要ですか。

必要です。一人事業では、間違いに気づく人が自分しかいません。外に出る前と、お金や契約に触れる前に、自分が確認する地点を決めておくと、気づかないまま送信される事態を防げます。確認の手間を減らすために、下書きを1か所に集め、まとめて読む流れにするのが現実的です。

Q3. 最初に任せる業務は何がよいですか。

外に出ない、間違えても直せる、毎回ほぼ同じ手順の業務が向いています。たとえば、公開済みの情報の整理、文面の下書き、表記ゆれの確認などです。お客様に直接届く文章や、金額に関わる処理は、人の確認を前に置いてから任せます。選び方は一人起業のAI社員、最初に任せる業務の選び方｜3つの軸で作る棚卸し表で詳しく説明しています。

Q4. 顧客の個人情報をAIエージェントに渡してもよいですか。

最初の運用では、個人が特定される情報を渡さずに済む業務から始めるのが安全です。個人情報を扱う場合は、個人情報保護委員会の生成AIサービスの利用に関する注意喚起を原文で確認し、使う製品の規約や設定もあわせて確かめてください。判断に迷う場合は、専門家への相談をおすすめします。

Q5. AIエージェントが間違えたときの責任はどうなりますか。

AIの出力を確認して通したのは人であり、事業としての最終責任は経営者が持つ、という前提で運用ルールを作るのが安全です。だからこそ、承認ポイントと記録を先に決めておきます。個別の法的な責任の範囲は、契約や状況によって異なるため、必要に応じて専門家に確認してください。

Q6. 自動化がうまくいっているかは、どう判断しますか。

記録の中の「通した・直した・戻した」と、例外の出方を見ます。直しが少なく、例外が想定内に収まっている状態が続いているかが目安です。基準となる数字は、事業や業務ごとに違うので、自社の記録をもとに自分で決めてください。この記事では、一般的な基準の数値は示していません。

まとめ：任せる範囲、止める条件、人の判断を先に決める

AIエージェントで業務を自動化する手順を、順に振り返ります。まず、AIエージェントとは何かを、Google Cloud、OpenAI、Anthropicの公式ページが説明している範囲で押さえました。次に、自動化に向く業務と人が残す判断を、間違えたときの直しやすさ、相手への影響、扱う情報で切り分けました。

そのうえで、権限は「読むだけ」「下書きを作る」から始め、実行は人が承認した操作に限ること、承認ポイントは外に出る前・お金や契約に触れる前・例外が出たときに置くこと、記録は依頼・入力・出力・人の判断・例外を同じ形で残すことを説明しました。始める前のルールと、小さく試す進め方、うまくいかないときの戻し方も決めておけば、AIエージェントの自動化を、事業のリスクを抑えながら進められます。

今日できる最初の一歩は、任せたい業務を1つ選び、「AIが担当する範囲」「人が確認する地点」「止める条件」の3つを紙に書き出すことです。それが決まれば、ツールの選定は、その後で十分間に合います。