AIツールは1つじゃ足りない
ChatGPT、Claude、Gemini。あなたは今、どのAIを使っていますか。私はこの3つを全部使っています。
よく聞かれるのが「結局どのAIが一番いいの?」という質問です。答えは簡単で、どれか1つが全部に優れているわけではありません。それぞれに得意分野があって、使い分けることで初めて力を発揮します。
IT業界32年、PMO実務約10年の私がブログ運営で実践している3AI連携ワークフローは、まさにこの使い分けの考え方そのものです。プロジェクトでメンバーに役割分担させるのと同じように、AIにも役割を持たせて協働させる。これが今日お伝えしたい核心部分です。
1つのAIで完結させようとする現場の誤解
実際のIT現場では、AIツールを導入しても使いこなせていないケースが多いです。理由は明確で、1つのAIで全部やろうとするからです。
ChatGPTを契約したから全部ChatGPTで済ませようとする。Claudeが文章に強いと聞いたからClaudeだけ使う。こうした単一ツール依存が、結果的にAI活用を失敗に導きます。
AIの得意分野は明確に違う
私が3つのAIを使い分ける理由は、それぞれの性格が全く異なるからです。
ChatGPTは対話が得意です。企画を練るとき、アイデアを出し合うとき、人間のパートナーのように会話しながら進められます。画像生成機能もあって、ビジュアル面でも強い。
Claudeは長文の構造化が得意です。8000字を超える記事を書くとき、論理構造を保ったまま一気に生成できる能力は圧倒的です。システムプロンプトを理解する精度も高く、指示通りに動いてくれます。
Geminiはリサーチとファクトチェックが得意です。Google検索と連携しているため、最新情報や事実確認に強い。他のAIが生成した内容の裏取りに最適です。
1AI活用と3AI連携の生産性の差
以前の私は、ChatGPTだけで記事を書こうとしていました。結果はどうだったか。途中で文脈が崩れる、長文になると構造がバラバラになる、事実確認に時間がかかる。8000字の記事を1本書くのに丸2日かかっていました。
3AI連携ワークフローに切り替えてからは、同じ品質の記事が半日で完成します。生産性は4倍です。しかも品質は上がっています。なぜか。それぞれのAIが得意な工程だけを担当するからです。
これはPMOの役割分担思考そのものです。プロジェクトでも、全員に全工程をやらせるのではなく、得意な人に得意な工程を任せます。AIも同じです。
私が実践する9工程のAIワークフロー
ここから、私が実際にブログ記事を1本作るときの具体的なワークフローをお見せします。全部で9工程あります。
私はPMO実務約10年の中で、業務でAIを積極的に使ってきました。特にブログ運営では、ChatGPT・Claude・Geminiの3つのAIを役割分担させて使っています。ChatGPTは企画パートナー役です。テーマの壁打ち、切り口の相談、記事の全体設計を任せます。Claudeは執筆エンジンです。長文の記事本文を安定した品質で書いてくれます。Geminiはリサーチャー役です。事実確認、統計データの調査、複数ソースの比較を任せます。この3つを組み合わせることで、1つのAIだけを使うより格段に品質が上がります。失敗談もあります。AI画像生成でQRコードを作らせたら、見た目だけのコードで実際は読み取れませんでした。AIの生成物をそのまま信じてはいけない教訓です。この役割分担の発想は、PMOで培ったチーム編成の思考法と全く同じです。人と同じで、AIも得意分野で使うのが正解です。
このワークフローは、1年半かけて試行錯誤しながら作り上げました。最初から完成形だったわけではありません。失敗も山ほどあります。その失敗も含めて、各工程を解説していきます。
工程1:ChatGPTで企画を練る
最初の企画段階はChatGPTです。理由は対話形式でアイデアを広げられるから。
私は記事のテーマを投げかけて、ChatGPTと会話しながら構成を考えます。このとき重要なのは、ChatGPTに全部決めさせないこと。あくまで対話のパートナーとして使います。
「このテーマで8000字の記事を書きたいんだけど、どういう構成がいいと思う?」と聞いて、返ってきた案に対して「いや、ここはもっと実体験を厚くしたい」とやり取りする。この往復がアイデアを磨きます。
工程2:Claudeで記事本文を生成
企画が固まったら、本文生成はClaudeに任せます。ここが最も重要な工程です。
私はシステムプロンプトを約3000字用意しています。サイトの方針、書き手のプロフィール、文体のルール、6部構成の指示、SEO要件、すべて詰め込んであります。このシステムプロンプトとテーマを投げると、Claudeが8000字超の記事を一気に生成してくれます。
Claudeを選ぶ理由は、長文でも論理構造が崩れないからです。ChatGPTだと、途中で話が脱線したり、前半と後半で主張が矛盾したりすることがあります。Claudeはその点で圧倒的に安定しています。
工程3:Geminiでリサーチとファクトチェック
Claudeが生成した記事を、そのまま信じてはいけません。ここが最大の落とし穴です。
AIは平気で嘘をつきます。統計データを捏造します。存在しない事例を作ります。だからファクトチェックが必須です。
私はClaudeが生成した記事をGeminiに渡して、事実確認をさせます。具体的には「この記事の中で、事実として書かれている部分をすべて抽出して、それぞれ事実かどうか確認してください」と指示します。
Geminiは検索機能があるので、最新情報や統計データの裏取りが得意です。ここで嘘が見つかったら、該当箇所を修正します。
工程4:Claudeで手直し
ファクトチェックで見つかった問題箇所を、Claudeで修正します。なぜまたClaudeかというと、文体とトーンを維持したまま修正できるからです。
この段階では、細かい表現の調整もします。AI臭い言い回し、鍵括弧の過剰使用、定型フレーズの連続、こうした部分を人間の目で見つけて、Claudeに修正指示を出します。
工程5:ChatGPTでレビュー
記事がほぼ完成したら、ChatGPTにレビューさせます。ここでChatGPTに戻す理由は、客観的な読者視点が欲しいからです。
「この記事を、IT実務者の立場で読んでください。分かりにくい部分、説得力に欠ける部分を指摘してください」と依頼します。ChatGPTは対話AIとして優秀なので、読者目線の指摘をしてくれます。
工程6:Claudeで最終修正
ChatGPTのレビュー結果を反映して、Claudeで最終修正します。ここまでで記事本文は完成です。
この段階で、文字数、見出し構造、SEOキーワードの配置、チェックリストの有無、すべて確認します。システムプロンプトで指定した要件をすべて満たしているか、最終チェックです。
工程7:Claudeで画像プロンプト生成
記事に使うアイキャッチ画像のプロンプトを、Claudeで生成します。記事の内容を理解した上で、適切な画像の指示文を作ってもらいます。
ここで重要なのは、記事の雰囲気と合った画像を指定すること。技術記事なのに可愛いイラストでは合いません。Claudeは記事全体のトーンを理解しているので、適切なプロンプトを作ってくれます。
工程8:ChatGPTで画像生成
Claudeが作ったプロンプトを、ChatGPTのDALL-E 3に渡して画像を生成します。画像生成はChatGPTの強みです。
ただし、ここにも失敗談があります。以前、QRコード付きの画像を生成させたことがありました。見た目は完璧なQRコードでしたが、読み取れませんでした。AIは見た目だけでQRコードを作るので、実際には機能しないのです。
この経験から学んだのは、AIが生成したものを鵜呑みにしない、必ず検証するという原則です。
工程9:WordPressに投稿
完成した記事と画像をWordPressに投稿します。この工程は今のところ手動ですが、将来的にはAPI連携で自動化したいと考えています。
投稿時には、タイトル、メタディスクリプション、スラッグ、カテゴリ、タグをすべて設定します。これらもすでにClaudeが生成してくれているので、コピペするだけです。
3AI連携で見えてきた3つの具体例
このワークフローを運用していく中で、具体的にどんな場面で3AI連携が力を発揮するのか見えてきました。
ケース1:長文記事で途中から話が脱線する問題
以前、ChatGPTだけで8000字の記事を書こうとしたとき、5000字を過ぎたあたりから話が脱線し始めました。前半で語っていたテーマと、後半の主張が噛み合わない。
この問題は、Claudeに切り替えることで解決しました。Claudeは長文でも論理構造を維持する能力が高いからです。システムプロンプトで6部構成を指示すると、最後までその構造を守って書いてくれます。
ただし、Claudeも完璧ではありません。細かい表現の自然さではChatGPTに劣ることがあります。だからレビュー段階でChatGPTに戻して、読者視点で違和感がないか確認します。
ケース2:統計データが古いまたは間違っている問題
AIは学習データの範囲内で答えます。つまり、最新情報には弱いです。
ある記事で、Claudeが「2022年の調査では」と統計データを引用しました。しかし記事を書いているのは2025年です。3年前のデータでは説得力がありません。しかも、そのデータ自体が存在しない可能性もあります。
この問題は、Geminiでファクトチェックすることで防げます。Geminiに「この統計データは実在するか、最新のデータがあるか確認してください」と依頼すると、検索して正しい情報を持ってきてくれます。
ファクトチェックを省略すると、読者から「このデータ古いですよ」と指摘されます。信頼を失います。だからこの工程は絶対に省けません。
ケース3:AI臭い文章になってしまう問題
AIが生成した文章は、特有の臭いがあります。定型フレーズの連続、不自然な鍵括弧の多用、「〜といえるでしょう」の乱発。
この問題は、システムプロンプトで予防し、人間が目視でチェックし、Claudeで修正することで対応します。完全に自動化できる部分ではありません。
私はClaude生成後、必ず自分で全文を読みます。そこでAI臭い箇所を見つけたら、Claudeに「この部分、もっと自然な言い回しに変えて」と指示します。この往復が品質を上げます。
完全にAIに任せると、完全にAI臭い記事ができます。人間が介在する箇所を意図的に設計することが、3AI連携ワークフローの肝です。
PMOの役割分担思考がAI活用に活きる理由
私がこの3AI連携ワークフローを設計できたのは、PMOとしての役割分担思考があったからです。
プロジェクトもAIも役割分担が命
PMOの仕事は、プロジェクトメンバーの能力を見極めて、適材適所に配置することです。プログラミングが得意な人にはコーディングを任せる、ドキュメント作成が得意な人には設計書を任せる、顧客折衝が得意な人には要件定義を任せる。
AIも同じです。対話が得意なChatGPTには企画を任せる、長文構造化が得意なClaudeには本文生成を任せる、リサーチが得意なGeminiにはファクトチェックを任せる。この発想がそのまま使えます。
多くの人がAI活用で失敗するのは、1つのAIに全部やらせようとするからです。これはプロジェクトで1人に全工程を任せるのと同じです。絶対にうまくいきません。
AIを管理するのではなく協働する
PMOは管理職ではありません。プロジェクトを円滑に回すための調整役です。メンバーを管理するのではなく、協働して成果を出すのが仕事です。
AIも同じです。AIを道具として使うのではなく、協働するパートナーとして扱う。この視点転換が重要です。
ChatGPTと対話しながら企画を練るとき、私はChatGPTを部下として扱っていません。同僚として意見を求めています。Claudeに記事を書かせるとき、私はClaudeを外注先として扱っていません。優秀なライターとして尊重しています。
この協働の姿勢が、AI活用の成否を分けます。AIに命令して終わりではなく、AIの出力を受けて人間が判断し、また指示を出す。この往復が品質を作ります。
失敗を前提にワークフローを設計する
PMOとして学んだもう1つの教訓は、失敗を前提に設計することです。プロジェクトは必ずどこかで躓きます。だからリスク管理をし、バッファを持ち、チェックポイントを設けます。
AIワークフローも同じです。AIは必ずどこかで間違えます。だからファクトチェック工程を入れます。必ずどこかでAI臭い文章を生成します。だからレビュー工程を入れます。
完璧なAIは存在しません。完璧なワークフローも存在しません。だから検証と修正の工程を複数回入れることで、品質を担保します。
この設計思想は、私がPMOとして10年間、現場で学んできたものです。それがそのままAI活用に応用できたのは、本質が同じだからです。人もAIも、適材適所で協働させ、失敗を前提に検証すれば、成果が出ます。
あなたの業務に3AI連携を導入するチェックリスト
最後に、このワークフローをあなた自身の業務に導入するためのチェックリストを用意しました。ブログ運営だけでなく、資料作成、企画書作成、レポート作成など、文章を作る業務全般に応用できます。
| チェック項目 | 確認内容 | 使用AI |
|---|---|---|
| 企画・アイデア出し | 対話しながらアイデアを広げたいか | ChatGPT |
| 長文の構造化 | 3000字以上の文章を論理的に書く必要があるか | Claude |
| ファクトチェック | 統計データや事実関係の確認が必要か | Gemini |
| 読者視点のレビュー | 客観的な視点で文章の分かりやすさを確認したいか | ChatGPT |
| 画像生成 | 記事やプレゼン資料に独自の画像が必要か | ChatGPT(DALL-E) |
| システムプロンプト | 文体やトーンを統一するためのルールを定義しているか | Claude |
| 人間の介在ポイント | AIの出力をそのまま使わず、検証する工程を入れているか | すべて |
このチェックリストで「はい」が多いほど、3AI連携ワークフローがあなたの業務に適しています。逆に「いいえ」ばかりなら、1つのAIで十分かもしれません。
重要なのは、闇雲に3つのAIを使うことではありません。あなたの業務の特性を理解し、どの工程にどのAIが適しているかを判断することです。それがPMOの役割分担思考であり、AI活用の本質です。
私はこのワークフローを1年半かけて作りました。あなたはこの記事を読んで、その試行錯誤の時間を短縮できます。ただし、あなたの業務に合わせたカスタマイズは必要です。私のワークフローをそのままコピーするのではなく、あなた自身のワークフローを設計してください。
AIは道具ではありません。協働するパートナーです。その視点で、明日からの業務を見直してみてください。
コメント