ChatGPTを使って記事を書ける担当者が社内に現れた。その人の生産性は明らかに上がっている。ところが半年経っても、チーム全体の制作体制は変わっていない。
「あの人は使いこなしているが、他のメンバーには広がらない」。BtoBオウンドメディアの運営現場で、この現象が繰り返されている。原因はメンバーのITリテラシーではなく、チームの制作体制に3つの構造要因がある。
現象：個人の生産性向上がチームの成果に変わらない
AI記事制作を試した担当者は、確かに速くなる。構成案が30分で出る。初稿のたたき台が1時間で揃う。その人の月間本数は目に見えて増える。
しかしチームの月間公開本数は変わらない。他のメンバーは従来通りの方法で書き続け、レビュー工程も変わらず、全体のリードタイムも短縮しない。個人の生産性向上が、チームの成果に転換されていない。
経営層からは「AIを活用しろ」と言われる。担当者は「プロンプトを共有しました」と報告する。だが共有されたプロンプトを使ったメンバーの記事は品質が安定しない。結局「AIを使える人が書く」体制に戻る。
要因1：プロンプトは個人の暗黙知に依存している
「プロンプトを共有すれば誰でも同じ品質の記事が書ける」という前提が、最初の構造要因だ。
表層の問題は、プロンプトの共有方法にある。Slackに貼る、ドキュメントにまとめる、勉強会で見せる。しかしプロンプトを受け取ったメンバーが同じ出力を得られることは少ない。
1層深い原因がある。プロンプトは単独では機能しない。記事を上手く書ける担当者は、プロンプトを投げる前に頭の中で行っている作業がある。「この記事の読者は誰か」「何を知っていて何を知らないか」「どの順番で説明すれば理解できるか」。この思考がプロンプトの前提になっている。
さらにもう1層ある。その担当者は、AIの出力を見て「何を直すか」を判断できる。出力の70%は使えると判断し、残り30%を自分の知識で書き換える。この「30%の判断」にこそ、記事の品質を決める暗黙知が詰まっている。プロンプトを共有しても、この判断基準は渡せない。
つまり、共有すべきはプロンプトではなく、プロンプトの前後にある思考プロセスだ。
要因2：品質基準がAI登場前のまま更新されていない
多くのBtoBメディアには、記事の品質基準がある。トーン&マナー、文字数の目安、構成のテンプレート、表記ルール。これらはAIが登場する前に作られたものだ。
表層の問題は、AI出力のレビュー基準が存在しないことだ。人が書いた記事のレビューには経験則がある。「この言い回しは硬い」「この導入は弱い」。しかしAI出力には、人が書いた記事とは異なる特徴がある。もっともらしいが具体性がない。構造は整っているが読後に何も残らない。この種の品質問題を検出する基準が、既存のガイドラインにはない。
深い層の問題は、「何が良い記事か」の定義自体がAI前提で再考されていないことだ。AI以前の制作では、「書ける人」が少なかったため、文章力が品質の主要な変数だった。AIが書ける今、文章力は制約条件ではなくなった。代わりに品質を決めるのは、「何を書くか」の判断力と、「読者が次に何をするか」の設計力だ。
品質基準がAI以前のままだと、レビュアーは「文章として問題ないか」だけを見る。「この記事は読者の課題に答えているか」「読後の行動を設計できているか」は見ない。結果として、AIが生成した体裁の整った記事が大量に公開され、どれも成果につながらない。
要因3：工程設計が「人が書く」前提から変わっていない
既存のコンテンツ制作工程は「人が書く」前提で設計されている。企画→取材→執筆→レビュー→公開。AIはこの工程の「執筆」の部分に挿入される。ChatGPTに下書きを書かせ、それを人が直す。
この挿入型の導入には、表層と深層に1つずつ問題がある。
表層の問題は、AIが最も価値を出せる工程が「執筆」ではないことだ。AIが得意なのは、大量の情報を構造化すること、パターンを認識すること、複数の切り口を提示することだ。これらは「企画」と「レビュー」の工程で最も効く。しかし多くのチームは、最も分かりやすい「執筆」にだけAIを使う。
深い層の問題は、AI前提なら工程そのものが変わるべきだという点だ。人が書く工程では、1本の記事に1人の執筆者がつく。これはその人の稼働時間が制約だからだ。AI前提なら、1本の記事に対して複数の構成案を生成し、最も効果的なものを選ぶ工程が可能になる。企画段階で10本のタイトル案を出し、検索意図との一致度で絞り込む工程が現実的になる。
しかし既存の工程フローに「AIで下書き」を足しただけでは、この可能性は使われない。結果として、AIの導入効果は「執筆が少し速くなった」にとどまり、チーム全体の成果を変えるには至らない。
どう考えるべきか：導入ではなく、再設計
3つの要因に共通するのは、既存の制作体制を維持したままAIを「追加」しようとしている点だ。しかしAIは既存工程の高速化ツールではない。制作体制の前提を変える技術だ。
定着させるために必要なのは、3つの再設計だ。
1. 暗黙知の形式化
プロンプトではなく、「プロンプトの前に考えること」と「出力を見て判断すること」を言語化する。ペルソナの定義、構成判断の基準、品質の合否ラインを明文化し、チーム全員がAIの出力を同じ基準で評価できるようにする。
2. 品質基準の更新
AI出力に特有の品質問題（具体性の欠如、独自性のなさ、行動設計の不在）を検出するチェック項目を追加する。「文章として正しいか」から「読者の課題に答えているか」へ、レビューの焦点を移す。
3. 工程の再設計
「人が書く工程にAIを足す」のではなく、「AIと人がそれぞれ得意な作業を分担する工程」を新たに設計する。AIは構造化・パターン認識・選択肢の生成を担い、人は判断・取材・読者設計を担う。
手を動かすなら
ここまでは「なぜ定着しないか」の構造を整理した。チームで実際にAIを組み込んだ制作ワークフローを回すための具体的な手順とプロンプトは、以下の記事で解説している。
