AIを使っているのに、なぜか自分がずっと忙しい。
この状態はかなり多いです。ChatGPTやClaudeに指示を出す。返答を待つ。内容を確認する。足りないところを修正して、もう一度指示する。便利にはなっているけれど、結局ループの中心に人間が残っている。
次に必要になるのは、プロンプトをうまく書くことだけではありません。
AIが必要な情報を探し、計画し、実行し、検証し、ダメなら直して、合格したら止まる。その一連を設計することです。PROSTではこれを、実務上の「ループエンジニアリング」として扱っています。
人間がループになっている問題
多くのAI活用は、まだ手動運転です。
人間が指示する
AIが返す
人間が確認する
人間が修正指示を出す
AIが直す
人間がまた確認する
この流れでは、AIは作業の一部を速くしてくれます。ただし、仕事全体は人間が回しています。人間が見て、人間が判断し、人間が次の指示を考えないと止まります。
もちろん、最初はこれで十分です。メール文を作る、記事の構成を出す、表を整理する、コードのエラーを直す。単発のAI活用だけでも効果はあります。
でも、事業の中で本当に効いてくるのは、単発の出力ではなく、繰り返しの作業です。
- 毎週のSNS投稿を作る
- 記事を公開してsitemapを確認する
- 問い合わせを分類して返信下書きを作る
- 動画素材を処理してテロップを確認する
- 売上や広告指標を見て次の施策を出す
こういう仕事は、1回だけ速くなっても足りません。毎回同じ品質で、止まる条件を持って、確認まで含めて回る必要があります。
ループエンジニアリングとは何か
ループエンジニアリングは、AIに「この作業をして」と頼む発想ではなく、AIが仕事を進める循環を設計する発想です。
基本は5ステップです。
- Discover：何が必要か調べる
- Plan：どう進めるか決める
- Execute：実行する
- Verify：結果を確認する
- Iterate：ダメなら直してもう一度回す
合格なら終了。不合格なら戻る。
この「戻る」が重要です。AI活用は、1回の出力で完成しないことがほとんどです。記事なら、事実確認、表現の修正、SEOタグ確認、ビルド確認、本番確認が必要です。コードなら、実装、テスト、エラー修正、再テストが必要です。
人間が毎回この戻り作業をやると、結局ずっと忙しい。だから、戻り方まで仕組みにします。
最初はClosed Loopでいい
ループには、大きく分けるとOpen LoopとClosed Loopがあります。
Open Loopは、AIにかなり自由に任せる形です。「この事業を伸ばして」「いい感じに改善して」のように、探索範囲を広く取ります。新しい発見がある反面、コストが読みにくく、目的からズレることもあります。
Closed Loopは、手順を人間が決める形です。
テーマを決める
初稿を書く
禁止表現をチェックする
sitemapを更新する
本番でHTTP 200を確認する
ログに残す
小規模事業者が最初に作るべきなのは、ほとんどの場合Closed Loopです。理由は単純で、安定するからです。やることが決まっていれば、AIの自由度を上げすぎずに済みます。費用も読みやすくなります。
PROST AI実装ログの運用も、この考え方で回しています。記事を追加したら、ビルドし、Cloudflare Pagesへデプロイし、本番URL、記事URL、sitemap、robots、画像を確認する。失敗したら直して、もう一度確認する。これがメディア運用の基本ループです。
良いループに必要な6つの要素
1. 起点
いつ動くのかを決めます。
毎朝、毎週月曜、記事を追加した時、問い合わせが来た時、広告費が一定額を超えた時。起点が曖昧だと、ループは運用に乗りません。
2. 参照する情報
AIに何を見せるかを決めます。
過去記事、売上データ、問い合わせ履歴、SNSの反応、Obsidianのメモ、プロジェクトのルール。AIの出力品質は、参照する情報の質で大きく変わります。
3. 成功条件
どこまでいけば合格かを決めます。
記事なら、ビルド成功、本番HTTP 200、sitemap収録、旧URLなし、未確定プレースホルダーなし。SNSなら、文字数、禁止表現、投稿先、予約時刻、画像URLの有無。ここがないと、AIは「それっぽい完成」で止まります。
4. 停止条件
何が起きたら止めるかを決めます。
これはかなり重要です。以前、PROSTではGoogle Places APIを使った営業自動化で、終了条件のないループが約11日間回り続け、約70万円の請求になったことがあります。詳しくは「Google APIで70万円請求された話」に書きました。
AI自動化は、止まる設計まで含めて実装です。
5. 検証者
誰がチェックするかを決めます。
1つのAIが作って、同じAIが「OK」と言うだけでは弱いです。可能なら、作る役と見る役を分けます。人間が最終確認するポイントも決めます。
6. 記録先
何をログに残すかを決めます。
動いた日時、入力、出力、失敗、修正、最終URL、検証結果。これが残っていないと、次に同じ問題が起きた時に学習できません。PROSTでは、作業ログをObsidianに残し、後から運用の改善に使えるようにしています。
事業で最初にループ化するならどこか
最初に狙うべきなのは、「頻度が高く、判断が少なく、失敗しても戻せる作業」です。
おすすめはこのあたりです。
- SNS投稿案の生成
- ブログ記事の構成作成
- メール返信の下書き
- 議事録の要約
- 請求・経理メモの整理
- 動画の文字起こしとテロップ下処理
逆に、最初から完全自動返信、広告予算の自動増額、顧客への最終送信、法務・税務判断まで任せるのは危険です。人間の確認を残したほうがいい領域があります。
ループ化は、全部任せることではありません。人間が毎回やる必要のない部分を、安定して回すことです。
ループエンジニアリングの実例
メディア運用ループ
テーマを選ぶ
一次情報を探す
記事を書く
旧表記・未確定表現をチェックする
ビルドする
Cloudflare Pagesへデプロイする
本番URLとsitemapを確認する
作業ログに残す
今読んでいるこの記事も、このループで公開しています。記事を書いて終わりではありません。公開URLが返り、sitemapに入り、検索エンジンが読める状態になって初めて完了です。
SNS運用ループ
過去投稿を見る
反応のよかった型を選ぶ
投稿案を作る
禁止表現とトーンを確認する
画像を作る
予約する
公開後に反応を見る
次回の型に反映する
SNSは特に、人間が毎回ゼロから考えると疲弊します。型を持ち、確認ポイントを決め、反応を次に戻すことで、運用が軽くなります。
開発ループ
要件を読む
実装する
テストする
失敗ログを読む
修正する
再テストする
通ったらデプロイする
本番で確認する
Claude CodeやCodexのような開発支援AIが強いのは、このループをかなり速く回せるところです。ただし、テストと本番確認を省くと危険です。
まとめ
AI活用の次の段階は、うまいプロンプトを書くことだけではありません。
AIが仕事を進めるループを設計することです。何を見て、どう判断し、どこまで実行し、何をもって成功とし、いつ止まるか。ここを決める人の価値が上がります。
最初は小さくて構いません。毎週やっているSNS投稿、メール返信、記事公開、動画の下処理。その中の1工程だけでも、発見・計画・実行・検証・改善のループにしてみる。
その積み重ねが、AIを「便利なチャット相手」から「事業を回す仕組み」に変えていきます。
PROSTでは、AI自動化・AIエージェント・SNS運用・制作パイプラインを、実際の業務フローに合わせて小さく設計します。「自分の事業でもAIを回したいが、どこからループ化すべきかわからない」という方は、AI活用相談で現在の業務を一緒に分解できます。