ChatGPTやClaudeに仕事を任せるのが、当たり前になってきました。僕も、SEOコンサルという仕事の多くをAIに任せています。
でも、やってみてわかったことがあります。「全部まるっとAIに丸投げ」すると、けっこうな確率で失敗するということです。期待した出力が返ってこなかったり、出てきたものを結局自分で直していたり。
かといって、「だからAIには任せず、全部自分でやる」というのも違います。それでは、せっかくのAIを活かせません。
大事なのは、その間です。丸投げしていい仕事と、丸投げしてはいけない仕事を分けること。 僕はエンジニアではなく、企画職（SEOコンサル）です。そんな非エンジニアの僕が、実際に失敗しながらたどり着いた線引きを書きます。
結論：AIは「丸投げする仕事」と「自分が握る仕事」を分けるのが9割
先に結論を言います。AIをうまく使うコツは、仕事を「丸投げしていいもの」と「自分が握るべきもの」に分けることです。
そして、自分が握るべき仕事は、自分でアウトライン（全体の設計や論点）を作ってから、その肉付けをAIに任せる。
たったこれだけなのですが、これを意識するだけで、AIの出力の質も、自分の仕事の質も、はっきり変わりました。逆に、これを分けずに全部丸投げしていた頃は、わりと痛い目を見ています（その失敗談は、後で正直に書きます）。
順番に説明していきます。
そもそも、丸投げしていい仕事とダメな仕事がある
まず、「どの仕事なら丸投げしていいのか」という線引きから。
僕の中での判断の軸は、シンプルに2つです。
- 人間がやっても重い仕事かどうか
- アウトプットの振れ幅が大きいかどうか
このどちらかに当てはまる仕事は、丸投げすると失敗しやすい。逆に、軽くて、答えがある程度決まっている仕事は、丸投げしてしまって問題ありません。
正直に言うと、僕の中でもこの線引きはまだ完璧に整理できているわけではありません。それでも、今の僕の実感として、こんな感じで分けています。
丸投げしていい仕事（軽い・振れ幅が小さい）
– MTGの議事録の要約
– 企画書や提案書の「壁打ち」（考えの整理を手伝ってもらう）
– 軽い文章の作成（Slackやメールの返信など）
– ブログ記事に入れる画像の生成
– リサーチ全般
– アイディア出し
自分が握るべき仕事（重い・振れ幅が大きい）
– 企画書や提案書の「作成」
– SEOの戦略や戦術を考える
– Webサイト全体の分析（たくさんのページを見る必要がある作業）
ここで一つ、おもしろい違いがあります。同じ「企画書」でも、壁打ち（考えを整理する手伝い）は丸投げOKなのに、ゼロからの作成は握るべき側に入っています。
つまり、対象の仕事が同じでも、AIを「補助」として使うか、「丸投げ」してしまうかで、結果が変わるということです。考えの整理を手伝ってもらうのはいい。でも、考えること自体を放棄してまるごと任せると、うまくいかない。
ただし、重い仕事でも「最初のひと押し」にAIを使うのはアリ
例外もあります。
握るべき重い仕事って、「腰が重くてやる気にならない」「考える系のタスクは後回しにしがち」になりますよね。僕もよくあります。「時間が取れるときに、じっくりやろう」と思って、結局ずっと手をつけない、みたいな。
そういうときに、着手のきっかけとしてAIにたたき台を作ってもらうのは、すごくアリだと思っています。
とりあえずAIに粗いたたき台を出してもらって、それを叩き台に自分が動き出す。これは「丸投げ」とは違います。あくまで、重い腰を上げるためのひと押しです。
「丸投げ」と「着手の補助」は別物。ここを混同しないのが大事だと思っています。
なぜ「握るべき仕事」を丸投げると失敗するのか
ここで、僕が実際にやらかした失敗を、正直に書きます。
握るべき重い仕事を丸投げすると、何が起きるか。一言でいうと、自分でその内容を説明できなくなるんです。これが本当にきつい。
1.資料を読み上げるだけのマシーンになった話
僕は毎月、クライアントと定例会をやっています。あるとき、その月のレポートをClaude Codeに丸投げして作りました。そして、出てきたものをほぼそのまま資料にして、画面に映しながら定例会で説明したんです。
でも、僕自身の中身の理解が、かなり中途半端でした。結果どうなったか。
資料を読み上げるだけのマシーンになってしまったんです。読み上げているうちに、自分でも何を話しているのかわからなくなってきて。
自分でわかっていないことは、当然、相手にも伝わりません。オンラインの会議でしたが、クライアントがぽかんとしているのが画面越しにわかりました。これはまずいな、と。
2.自分の言葉じゃないと、話すリズムが崩れる
別のクライアントでも、同じことがありました。記事を分析して「ここを改善しましょう」と提案する会です。記事の分析をClaude Codeに丸投げして、出てきたものをそのまま持っていきました。
これも結局、自分の理解が足りていなかった。そして、AIの考え方と、僕の考え方は違います。だから、自分が普段使わない言葉が出てきたり、自分でも意味がわからない流れがあったりすると、そこで話すのに詰まってしまう。一度詰まると、そこから話すリズムが崩れていくんです。
この2つの失敗で、はっきりわかりました。
重い仕事をAIに丸投げして、そのまま人前に出すと、自分が語れない。 そして、自分が語れないものは、相手にも届かない。
考えること自体を放棄して丸投げすると、アウトプットは出てくるけれど、それは「自分のもの」にならない。ここが、握るべき仕事を丸投げしてはいけない一番の理由です。
丸投げするか、自分で握るか。3つの質問で判断する
ここまで読んで、「言いたいことはわかったけど、自分の仕事のどれが『丸投げOK』で、どれが『握るべき』なのか、結局わからない」と思った人もいるはずです。
最初に、判断の軸を2つ挙げました（重い仕事か / 振れ幅が大きいか）。でも、いざ自分のタスクを目の前にすると、この2軸だけで振り分けるのは、正直むずかしい。
そこで、僕が実際に使っている、もっと具体的な3つの質問を紹介します。目の前のタスクに、この3つを当ててみてください。
「丸投げ or 握る」を判断する3つの質問
1. そのアウトプットを、自分の言葉で誰かに説明する必要があるか？
2. 正解が決まっているか、それとも自分の判断や文脈が必要か？
3. 出てきたものを、結局あとで自分が大きく直す未来が見えるか？
ひとつずつ説明します。
質問1：自分の言葉で説明する必要があるか？
クライアントや上司に、自分が責任を持って説明したり提案したりするもの。これは握るべき側です。
理由は、さっきの失敗そのものです。説明する必要があるものを丸投げすると、自分の言葉で語れず、「読み上げるマシーン」になってしまう。
逆に、社内向けの下書きや、自分用のメモ、議事録の要約のように「自分が前に出て説明しない」ものは、丸投げしてOKです。
質問2：正解が決まっているか、自分の判断が必要か？
やることがある程度決まっている作業 — 議事録の要約、文章の整え、定型的な調べもの — は、誰がやってもアウトプットが大きくブレません。これは丸投げOK。
一方で、SEOの戦略を立てる、提案の方針を決めるなど、「その案件ならではの文脈」や「自分の判断」が入るものは、AIに任せても的を外します。これは握るべき側です。
質問3：あとで自分が大きく直す未来が見えるか？
これは経験則ですが、けっこう当たります。タスクを渡す前の時点で「どうせ出てきたものを、自分で大幅に直すことになりそうだな」と感じるなら、それは握るべき仕事です。
最初から丸投げせず、自分で設計（アウトライン）を作ってから渡したほうが、結果的に早い。逆に、直す未来がまったく見えないなら、丸投げしてしまって大丈夫です。
1つでも「握る」に当てはまったら、握る
運用ルールはシンプルです。3つの質問のうち、ひとつでも「握るべき」側に当てはまったら、そのタスクは握る。これくらいざっくりした基準で回しています。
では、「握る」と決めたタスクを、具体的にどう握るのか。ここからが本題です。
握るべき仕事は「自分でアウトライン → AIが肉付け」
じゃあ、どうすればいいか。
たどり着いたのが、重い仕事は、自分でアウトライン（全体の設計と話す順番）を作ってから、その肉付けをAIに任せる、という型です。
アウトラインといっても、難しいものではありません。たとえば、さっき失敗した月次レポートなら、こんな粗い骨組みを自分で先に作ります。
■ 2026年6月のサマリー
今月はKPIを達成。
Organic流入数は◯◯、CVは◯◯、達成率は◯◯。
要因は3つあって、要因1 / 要因2 / 要因3。
■ 詳細1（要因1について）
■ 詳細2（要因2について）
■ 詳細3（要因3について）
この「何を、どういう順番で、どこを重点的に話すか」という骨組みは、自分で作る。各項目の数字を引っ張ってきたり、文章を整えたりする「肉付け」は、AIに任せる。
ポイントは、分け方です。自分が握るのは「全体の設計・話す順番・何を伝えるか」。AIに任せるのは「その肉付け（調査・文章化・整理）」。
骨組みさえ自分で作っておけば、出てきた資料も「自分のもの」として話せます。どこを厚く話して、どこを軽く流すか、自分でわかっているからです。
この型にしてから、変わった3つのこと
「自分でアウトライン -> AIが肉付け」に変えてから、はっきり変わったことが3つあります。
1. AIの肉付けの精度が上がった — 自分で設計してから渡すので、AIも何を作ればいいかが明確。出てくるものの質が上がる
2. クライアントに説明しやすくなった — 自分で骨組みを作っているから、どこを重点的に話して、どこを軽く流すか、自分で判断できる
3. AIへのやり直し依頼が減った — 最初の設計がしっかりしているから、「そうじゃない」と何度も直す手間が減る
一番大きいのは、やっぱり自分の言葉で語れるようになったことです。自分で設計しているから、出てきたものに納得感があるし、自信を持って話せる。あの「読み上げるだけのマシーン」とは、もう違います。
AIに丸投げするときのよくある質問
まとめ：丸投げか自分でやるか、の二択じゃない
AIとの付き合い方は、「全部丸投げ」か「全部自分でやる」かの二択ではありません。
- 軽くて、出てくるものの振れ幅が小さい仕事（議事録の要約、文章の壁打ちなど）は、どんどん丸投げしていい
- 重くて、振れ幅が大きい仕事（戦略を考える、資料を作るなど）は、自分でアウトラインを作って、肉付けだけAIに任せる
この線引きさえできれば、AIに振り回されることなく、ちゃんと使いこなせるようになります。僕自身、まだ完璧に整理できているわけではないですが、「重い仕事ほど、設計は自分で握る」という感覚は、いまのところ間違っていないと感じています。
ちなみに、僕がAIをここまで日常的に使うようになったきっかけは、開発ツールを乗り換えたことでした。その話は別の記事に書いています。
