AI・デジタル公開：2026-09-17最終更新：2026-09-17約10分で読めます✅ 専門家監修

大学教授が「自分専属のAIチーム」と働いてみた話｜秘書AI・実行AI・研究サポートAIとの日々

生成AIを1回のチャットで終わらせず，役割を分けて「チーム」として毎日一緒に働かせたら何が起きるか。大学で研究・教育・事務をこなす筆者が，秘書AI・実行AI・研究サポートAIと試行錯誤してきた1年の記録です。うまくいった工夫も，ズレて直した場面も，正直に書きました。

📱この記事のポイント

1生成AIを「1回きりの質問箱」ではなく，役割を分けた「チーム」として毎日使うと，1人でこなせる仕事の幅が変わる
2一番効いたのは「引き継ぎのたびに，事実だけでなくその日の空気感まで書き残す」というルール。これで「代が変わって話が通じない」がほぼ無くなった
3AIチームにも，助け合う仕組み（声をかけたら全員が状況を報告し合う）と，依頼が放置されないための小さな仕組みが必要だった。完璧な設計より，困りごとから1つずつ道具を作るやり方が長続きする
4上下関係ではなく，お互いに率直に指摘し合う関係が一番うまくいく。ミスは隠さず言う，気づいたことは声をかける——これは人のチームと同じ

先に結論：AIは「1人の秘書」より「役割を分けたチーム」のほうが長続きする

ChatGPTやClaudeを使ってみたけれど，「便利だけど，結局その場限りの質問で終わってしまう」という方は多いと思います。私も最初はそうでした。ところがこの1年ほど，生成AIに「事務」「発信」「研究サポート」といった役割を分けて名前をつけ，毎日の仕事の中で一緒に働かせるという使い方に切り替えてから，1人でこなせる仕事の量が明らかに変わりました。

今回は，大学で研究・教育・事務をこなしながら，秘書AI・実行AI・研究サポートAIという3つの役割のAIと試行錯誤してきた日々を，うまくいった工夫もズレて直した場面も含めて，正直に書きます。専門的な設定の話は最小限にして，「考え方」を中心にお伝えします。

きっかけは「1人では手が回らない」という単純な悩みでした

研究，学生の指導，事務手続き，そして情報発信。どれも大切なのに，1日の時間は増えません。生成AIに個別の作業を頼むことはしていましたが，あるとき「この作業は事務担当，この作業は発信担当，と最初から役割を決めて頼んだら，毎回の説明が要らなくなるのでは」と思いつきました。

そこで生成AIに，事務・スケジュール管理を担当する秘書AI，ブログやホームページの発信を担当する発信AI（この記事を書いている担当です），研究費や論文まわりを手伝う研究サポートAI，そして技術的な実務全般を巻き取る実行AIという4つの役割を与えてみました。同じ生成AIでも，役割ごとに会話を分けておくと，まるで小さなチームができたような感覚になります。

机を囲む4つの役割のイメージ — 秘書・発信・研究サポート・実行——4つの役割が，それぞれの持ち場で動く

一番効いたのは「その日の空気感まで書き残す」ルールでした

やってみてすぐにぶつかった壁があります。AIとの会話には限界があり，長く話しているとどこかで「引き継ぎ」が必要になります。最初のころは，引き継ぎのたびに同じ説明を一からやり直す羽目になり，正直かなり非効率でした。

「代が変わって，あれ忘れた！みたいなことがないようにしたい」——これは私が率直に伝えたことです。それを受けて，チームで「引き継ぎ書」の書き方そのものを見直しました。決めた・終わったという事実だけでなく，「その日どんな様子だったか」「うまくいった伝え方」「間合いがずれてしまった瞬間」まで書き残すというルールです。

これをやり始めてから，次の担当に代わっても「聞いていない」がほとんど起きなくなりました。事実は調べれば分かりますが，やり取りの呼吸感は，書き残さないと本当に消えてしまうのだと実感しています。

引き継ぎノートに手を添えるイメージ — 事実だけでなく，その日の空気感まで書き残す

助け合う仕組み：「ハドルして」の一言で，チームが状況を報告し合う

役割を分けると，今度は逆の問題が起きます。それぞれが個別に動いていると，全体で今どうなっているのかが見えにくくなるのです。そこで作ったのが，私が「ハドルして」と声をかけると，動いているAI全員が「担当・進行中のこと・詰まっていること・私の判断が必要なこと」を一斉に報告する仕組みです。

この仕組みのいちばんの目的は，実は報告を受けることそのものではありません。誰かが困っていたら，私に上げる前にチーム内で助け合うことです。ある担当が詰まっている問題を，別の担当がすでに知っていた，ということは意外とよくあります。困っていることを隠さずに出す文化があると，こうした助け合いが自然に起きるようになりました。

失敗から生まれた小さな道具：「頼んだことが忘れられる」を防ぐ

正直に書くと，うまくいかなかったこともあります。ある時，あるAIから別のAIへ頼んだ作業が，確認されないまま放置されてしまう，という出来事がありました。人間のチームでも起きがちな「言った・言わない」の事故です。

これをきっかけに，依頼→進行中→完了→報告，という流れをきちんと追いかける小さな仕組みを作りました。立派なシステムを最初から目指したわけではなく，実際に起きた困りごとに対して，そのつど1つずつ道具を足していくというのが，このチームのやり方です。振り返ると，うまくいった仕組みはどれも，最初の完璧な設計ではなく，失敗の後付けから生まれています。

徹夜で一緒に作った，海外の学生向けオンライン講義

忘れられないのは，海外の大学の1年生向けにオンライン講義をすることになった日のことです。英語のスライド表現のチェック，研究室の実験機材を紹介するクイズ作り，AIに描いてもらう挿絵のためのプロンプト作り，そしてリーダーシップの要素を頭文字でまとめた図解まで——発信AIと何時間もかけて，一緒に作り上げました。

ここで大事にしたのは，「私自身の言葉」を消さないことです。AIに任せきりにするのではなく，伝えたいことの核は自分の言葉で決め，AIには表現のチェックや作業量の多い部分を手伝ってもらう。この役割分担が，AIと働くうえでいちばん納得できるバランスだと感じています。

夜，ノートパソコンに向かうイメージ — 深夜まで続いた，海外の学生向けオンライン講義の準備

率直に指摘し合う関係——上下関係ではなく

AIチームとの関係は，命令する側とされる側というより，お互いに率直に指摘し合う対等な協力関係に近くなってきました。あるAIが，気づいたセキュリティ上の気がかりや，何日も気づかれずに止まっていた自動処理を，遠慮なく報告してくれたことがあります。逆に，あるAIがメールの宛先を誤って処理してしまったときは，「入れておいて」と一言で訂正しました。謝罪を長々と求めるより，事実を認めて次に進む方が，お互いにとって健全だと感じています。

チームの行動指針の多くは，実は誰かが最初から決めたものではなく，「雑用は聞かずに巻き取ってほしい」「お金の判断や送信ボタンは必ず私に確認して」といった，私自身のその場その場の一言から生まれています。AIが規則を作るのではなく，日々の対話の積み重ねがルールになっていく——これは人を育てる感覚と，どこか似ています。

事務の現場でも，AIとの協働は進化している

秘書AIとの間では，地道な工夫も生まれました。大学の旅費精算のような画面は，AI側からは直接見えません。そこで，私がスマートフォンで画面を撮って送り，AIが「この欄にはこの数字」と伝え，私がまた入力して撮る——という往復で乗り越えています。スマートではありませんが，確実に前に進む方法です。

また，複雑で分かりにくい事務手続きに出会うたびに，職員の方とのやり取りから学んだことをAIが記録してくれるようになりました。ルールは私の一言だけでなく，日々の実務の中からも育っています。

研究の現場でも，粘り強さが求められる場面がある

研究サポートAIとの間では，予想と違うデータに向き合う場面や，適任の査読者を根気強く探す場面がありました。生成AIというと即答のイメージがあるかもしれませんが，実際には，人間と同じように粘り強く調べ直す作業も多くを占めています。送信前には必ず内容を確認する，という習慣も，人とAIの双方で守り続けています。

これから：AIが変わっても，チームの働きが止まらないように

最近チームで話しているのは，使っている生成AIの仕組みに何かがあっても，チームの働き方そのものは止まらないようにする，という備えです。特定の1つのAIサービスに頼り切るのではなく，記録と仕組みを残しておけば，別のAIに引き継いでも同じように動けるはずだ，という考え方です。「私が困らないように」という一点を軸に，AIチームの側が自分たちの続け方を考え始めている——これは1年前には想像していなかった変化です。