業務フロー図をAIで作成する実践—人が描く場面とAIに任せる場面の分け方
業務フロー図を「ちゃんと描こう」と思うたびに手が止まる経験をしてきた経営者は多いと思います。ツールを開いて、ボックスを置いて、矢印を引いて——そのうち「これは本当に現場の動きと合っているのか」と自信がなくなり、途中で保存したまま放置される。そういうファイルが社内に点在しているのが、ほとんどの中小企業の実態です。
ここ1〜2年で、この状況に変化が起きています。文章(テキスト)を渡すとAIが図を生成する仕組みが実用レベルに達しました。Mermaidという記法を使ったフロー図生成、Excalidrawとの連携、ChatGPTやClaudeへの作図指示——どれも以前は開発者向けの技術でしたが、今は非エンジニアの業務担当者が日常的に使えるものになっています。
ただし、「AIに任せれば全部うまくいく」という話ではありません。人が描くべき場面とAIに任せる場面は明確に分かれており、その分け方を間違えると、AIが作った図を「なんとなく正しそう」と思って使い続け、実態との乖離に気づかないまま時間が過ぎるリスクも生まれます。
AIが業務フロー図を描けるようになった経緯
2022年頃まで、AIと図解ツールは基本的に別の世界にありました。ChatGPTのようなLLMはテキストの生成と変換が得意でしたが、図を出力する手段は持っていませんでした。
転機になったのは、テキストから図を生成する記法(MermaidやPlantUMLなど)との組み合わせです。LLMにMermaid記法でフロー図を書かせると、そのテキストをライブラリが描画してくれる。このパイプラインが整ったことで、「日本語で業務を説明する→AIがMermaid記法で書く→ブラウザで図になる」という流れが実現しました。
さらにExcalidraw(手書き風の作図ツール)がAPIを公開し、LLMとの連携プラグインが登場したことで、「AIが描いた図をそのまま人の手で編集できる」環境が整いました。テキストで指示した図をExcalidrawで受け取り、気に入らない部分だけ直す——このハイブリッドな使い方が実務に定着しつつあります。
弊社では議事録・コンテンツ制作・営業管理・自社サイト運営をAIエージェントで毎日自動化しており、業務可視化のフロー図もこの仕組みで管理しています。各エージェントが何をどの順番で処理するか、人間のゲートがどこに入るかを図で管理することで、チェックや引き継ぎの基準が一本化されました。図を「作って終わり」にせず、自動化の設計仕様として使うことで、業務全体のブレが減っています。
人が描く場合とAIが描く場合—得意・不得意の整理
出典: 自社作成
この表を見ると、人が得意なのは「情報がまだ頭の中にある段階」と「例外・判断分岐の書き込み」、AIが得意なのは「すでに言語化された情報を形にする段階」と「統一フォーマットでの出力」だとわかります。
この違いが、そのまま「どちらに任せるか」の判断基準になります。初めて業務を可視化するとき、担当者の頭の中にある暗黙の判断基準や例外処理は、まだテキストになっていません。この状態でAIに図を描かせても、骨格だけの薄い図になりがちです。まずは人が書き出し、ある程度テキストが揃った段階でAIに渡す——この順序が実務ではうまく機能します。
業務の滞りを特定することが先決という考え方は、図解にも当てはまります。フロー図を作ること自体が目的になると、どこにボトルネックがあるかを見ないまま「見た目の良い図」を作って満足してしまいます。図は可視化の手段であり、可視化の目的は意思決定のスピードと質を上げることです。
シーン別の使い分け
初めて業務を可視化するとき
担当者に「今の仕事の流れを教えてください」と聞いても、最初はうまく言語化されないことが多いです。「○○さんから連絡が来たら確認して…でも、△△の場合は先に相談して…」という話し言葉が出てくる段階では、まず人が整理役を担います。
このフェーズでAIをうまく使うなら、「箇条書きで書いた内容を読んで、抜けている手順を指摘してください」という形が有効です。AIに図を描かせるより先に、情報の整理補助として使う。小さく始めて結果を確かめるという進め方はここでも同じです。情報が揃ってから図を出力する段階に移ると、生成される図の質が明確に変わります。
既存フローを更新・改訂するとき
一度テキストで整理されたフロー図は、AIとの相性が格段に良くなります。「この手順の前に承認ステップを追加して」「担当者を変更して」という指示を自然言語で渡せば、AIが改訂版の図を出力します。
人が一から直す場合、ツールを開いてボックスの位置を調整して…という作業に時間を取られますが、テキスト指示の変更だけで済むなら、フロー管理のコストは大きく下がります。弊社でもエージェントの動作仕様を変更するたびにこの流れで図を更新しており、「直したつもりが古い図のまま共有されていた」というミスが起きにくくなりました。
社内共有・研修資料として使うとき
人が描いたフロー図の課題の一つは、書き手によってスタイルが変わることです。フォントの大きさ、矢印の引き方、条件分岐の表現——統一が取れていないと、読む側が慣れるまでに時間がかかります。
AIに指定フォーマットで出力させると、複数の図が同じスタイルで揃います。「承認ステップは菱形で、担当者名を必ず括弧内に書く」というルールを一度プロンプトに組み込めば、誰が指示しても同じ見た目の図が出てきます。新人研修の資料や標準業務手順書(SOP)として使うとき、この一貫性は実務上の負荷を減らします。
ツール連携・自動化の設計前段として
RPAやAIエージェントの設計を始める前に、業務フローを図で整理しておくことは、後の手戻りを防ぐ意味で重要です。どのステップを自動化し、どこに人の判断を置くかを図で確認しないまま実装を始めると、構造の変更が発生したときに全体を作り直すことになります。
このフェーズでは、AIが生成した図を「自動化できる部分」と「人が判断する部分」で色分けして整理する使い方がうまく機能します。関数・RPA・AIエージェントの適材適所を決める議論の土台として、図が共通言語になります。進め方の詳細はこちらも参考にしてください。
併用・組み合わせの進め方
実務で機能している組み合わせは、次のような流れです。
出典: 自社作成
ステップ1の「書き出す」が最も手を抜きやすい部分ですが、ここが薄いと後のAI生成の質も下がります。完璧な整理は必要なく、「誰が」「何をするか」「どんな条件で次に進むか」の三点が揃っていれば十分です。
ステップ3の「確認」では、AIが生成した図を現場の担当者に見せることが大切です。図を見た瞬間に「この手順が抜けている」「この分岐は実際には逆です」という反応が出てくることが多く、口頭でのヒアリングだけでは出てこない情報が図を通じて引き出されます。「図を描く」という行為より、「図を見せて反応をもらう」という使い方に価値があります。
ステップ4のフィードバック収集は、一度で完成させようとしないことがポイントです。最初の図は「たたき台」と位置づけ、現場からの修正を指示文(プロンプト)に反映しながら精度を上げていく。この繰り返しが、実態に即した図を作る近道です。
導入を検討する前のチェックリスト
AIを使った業務フロー図の作成が向いているかどうか、以下の観点で確認してください。
まず確認すること
- 可視化したい業務が、ある程度テキストで説明できる状態か
- 担当者が「業務の流れを話せる」状態か(暗黙知が強すぎないか)
- 図を作った後、誰が何のために使うかが決まっているか
ツール選択の前に決めること
- MermaidやExcalidrawなど、どの形式で出力するか
- 生成した図を誰がレビューし、どこに保管するか
- フロー図を更新するタイミングと担当者が決まっているか
AIに任せる前にやること
- 業務の手順を箇条書きで書き出したか
- 例外・判断分岐の条件を書き添えたか
- AIが生成した図を現場担当者が確認するプロセスがあるか
このチェックリストで「いいえ」が複数あるとき、先に取り組むべきはツール選定ではなく業務の言語化です。無料AI診断では、貴社の業務でどこからAIを導入するのが現実的かを個別に確認できます。
「AIが不要だった」とわかるのも成果のひとつ
業務フロー図をAIで作ることを試みて、「うちの業務はまだテキスト化が進んでいないから、まず人手で整理する段階だ」とわかる場合があります。これは失敗ではなく、現状の正確な把握です。AIが得意な仕事と人が担うべき仕事の境界線は、業務ごとに異なります。「AIで図を作る」と先に決めるより、「どの業務のどのフェーズにAIを入れるか」を判断することが実務の出発点です。
AIと人の役割分担は、関数・RPA・AIエージェントという選択肢の中から適材適所を選ぶ話と構造が同じです。業務フロー図の作成という小さな単位でこの判断を繰り返すことが、自動化全体の精度を上げる土台になります。図を作ることではなく、図を使って意思決定のスピードと質を上げること——その目的から逆算すると、どこに人が入るべきかが自然に見えてきます。