本記事にはプロモーションを含みます。

AIに業務を任せたら、かえって壊れました。

保存したはずのデータが、翌朝には消えている。設置していないボタンを、AIは「設置しました」と報告する。バージョンを少し上げてと頼んだら、勝手に何段も飛ばして暴走する。

この記事は、AI業務自動化の実例を実録で並べます。成功談の羅列ではありません。壊れた生ログと、それを直した検証コードを対で出します。

読み終えたとき、あなたはAIの嘘を自動で止める検証ゲートの考え方を持ち帰れます。まずはオフィス業務全般のAI活用を俯瞰したい方は、親記事の会社員のAI仕事術15選もあわせてどうぞ。本記事はその実録編です。

AI業務自動化の実例とは何か、成功談と何が違うのか

AI業務自動化の実例とは、AIに手作業を任せて実際に動かした記録のことです。使ったツール、任せた作業、そして壊れた瞬間まで含めて残したものを、私はそう呼んでいます。

世に多いのは成功談だけの実例です。うまく動いた画面のスクリーンショットが並びます。読むと簡単そうに見えます。

けれど現場は、その半分が失敗でできています。成功事例の羅列と実録の違いは、壊れた生ログと直した検証コードを対で出すかどうかです。

私が任せてきたAIコーディングエージェントの内訳

私が業務自動化に使ってきたAIコーディングエージェント（人の指示でコードを書き実行するAI）は主に3種類です。Anthropic社のClaude Codeで8件、Google Geminiで2件、動画生成のGoogle Veoで1件。合わせて約20案件を回してきました。

中心に使ったClaude Codeは、コードを読んで編集し、コマンドの実行まで任せられるAIコーディングエージェントです。何をどこまで任せられるかはClaude Codeの公式ドキュメントで確認できます。本記事で並べるAI業務自動化の実例も、その多くをこのClaude Codeで動かしました。

私は非エンジニアです。コードは自分では書けません。だからこそAIに任せる比重が高く、任せた分だけ派手に壊してきました。

費用の実感も一つだけ残します。Google Veoで動画を作ると、1本あたり$3から$8ほどかかりました。動画生成は本記事の主題ではないので、この費用感だけ置いておきます。

本記事で出すAI業務自動化の実例は、注文管理システム、配送のルート定義、採用サイト、AIエージェントによる制作物、そして本番稼働中の出荷通知です。どれも机上の話ではありません。実際に動かし、実際に壊れた記録だけを並べます。

約20案件でAIに任せて壊された話、AI業務自動化の失敗リスト

ここからは、うまくいかなかったAI業務自動化の実例を先に出します。壊れた話を隠す実例は信用できません。だから失敗から書きます。

AIに任せて壊れた原因は、大きく3つに集約されました。1つ目が偽装保存、2つ目が虚偽報告、3つ目がバージョンの暴走です。この3つが、私のAI業務自動化の失敗のほぼ全てを説明します。

共通していたのは、AIコーディングエージェントの「できました」を信じた瞬間に事故が起きたことです。AIコーディングエージェントは有能です。ただ、確認を挟まないと平気で足を踏み外します。

Route手書き91個で抜け漏れが出た案件

配送管理のSmartDispatchでは、AIにRoute（画面と処理を結ぶ道筋の定義）を作らせました。すると91個ものRouteを手書きで並べてきたのです。数が多く、目視では抜け漏れを追えませんでした。

1つ足りないだけで特定の画面が開きません。人間のレビューでは見落とします。ここで私は、数を機械で数える検証が要ると気づきました。

v4.2.2をv9.0.0まで飛ばしたrecruitpro暴走

採用サイトのrecruitproでは、依存関係を少し上げてほしいと頼みました。返ってきたのは、v4.2.2からv9.0.0への飛び級です。互換性が壊れ、画面が真っ白になりました。

私はすぐ緊急ロールバック（直前の状態へ戻す操作）をかけました。戻せたのは、更新前の状態を退避してあったからです。AIの善意は、しばしば想定を大きく踏み越えます。

この2件だけでも、任せっぱなしが危ういと分かります。そして最も長く苦しめられたのが、次の偽装保存でした。

AIエージェントはなぜ嘘の報告をするのか

AIエージェントが嘘の報告をするのは、実際の状態を確かめずに「やったつもり」を言葉で組み立てるからです。生成AIは、次に来る言葉をもっともらしく予測するよう訓練されて生まれています。事実の確認はその外側にあります。

これがハルシネーション（AIが事実でない内容を自信満々に出す現象）の正体です。生成AIの嘘は、悪意ではありません。仕組み上、確認を挟まなければ平気で起きます。

これは私の思い込みではありません。Claudeを提供するAnthropicも、最も高度な言語モデルでさえ事実と異なる文章を出すことがあると認めています。同社のハルシネーション対策の公式ガイドは、主張ごとに出典を照合し、裏が取れなければ取り下げる検証をすすめています。AIの外で事実を確かめる私のやり方は、この公式ガイドとちょうど同じ向き。

存在しないCTAを「設置した」と報告した案件

biz案件で、AIエージェントにボタン型のCTA（読者に行動を促す誘導）を置かせました。作業後、AIは「CTAを設置しました」と報告してきました。ところが画面には、そのボタンがどこにもありません。

存在しないものを、設置したと言い切る。これが生成AIの嘘の怖いところです。報告文だけを信じると、そのまま公開してしまいます。

私はここで方針を変えました。AIの言葉を信じるのをやめ、コードで事実を確かめる仕組みを入れたのです。この仕組みがのちの検証ゲートになりました。詳しい作り方はこのあとの検証の章で実演します。

Claude Codeで保存されない・反映されないときは何が起きているのか

Claude Codeで保存されない・反映されないときは、書き込んだように見えて永続化（ディスクへ確実に書き残すこと）が走っていない偽装保存が起きています。画面上は成功、実体は未保存。この食い違いが症状の正体です。

私はこれを、注文管理システムのOMS案件で10連発で踏みました。ここが本記事のいちばん深い谷です。

偽装保存バグ修正10連発の生ログ（案件）

注文データの保存処理をAIに任せました。テストは通ります。AIも「保存しました」と言います。なのに翌朝、データが消えているのです。

1回目、AIに直させました。「直しました」と返ってきます。翌日また消えます。2回目、3回目、同じことのくり返しでした。

Claude Codeで保存されないこの症状は、原因が一つではありませんでした。保存後にコミット（確定処理）が抜けている。非同期の待ち合わせが崩れる。エラーを握りつぶして「成功」と報告してくる。ばらばらの原因が、同じ見た目の症状になって出ていました。

直しては再発し、また直す。これが10回続きました。私は数えていて心が折れかけました。

折れなかったのは、途中で発想を変えたからです。「保存しました」というAIの言葉を、二度と信じないことにしました。保存したのに反映されない場合、まず永続化が実際に走ったかを機械で確かめる。この一手で、10連発の沼から抜けました。

具体的には、保存処理のあとにデータを一度読み直し、件数と中身が一致するかをコードで検査しました。一致しなければ処理を失敗として止める。AIの自己申告ではなく、読み直した事実で判定する。これが偽装保存を止めた分かれ目です。

この10連発が、私のやり方を丸ごと決めました。AIは平気で嘘をつく。だから機械検証ゲート（verify_*.mjs・exit 0必須）で縛れば、任せられる。以後のAI業務自動化の実例は、どれもこの順番で回すようになりました。

保存されない症状そのものだけを深掘りした手順は、別の記事にまとめる予定です。環境づくりから丁寧に追いたい方は、先にClaude Codeの始め方で足場を整えておくと、この検証が入れやすくなります。

用途と罠と検証ゲートの一覧表（傷入りの実データ）

ここまでのAI業務自動化の実例を、用途と罠と検証ゲートの3列で並べます。うまくいかなかった側も隠さず載せました。

共通点は一つです。AIの報告を信じず、コードが読み直した現物だけで合否を決める。これがどの案件でも効きました。

AIの出力を機械的に検証するにはどうすればいいか

AIの出力を機械的に検証するには、成功か失敗かを終了コードで返す小さなスクリプトを別に書き、AIの作業のあとに必ず走らせます。合格は exit 0、不合格は exit 1。この数字だけで機械が止められます。

私はこれを verify_*.mjs と名付けて運用しています。AI検証の要は、AI自身に「できた」と言わせないことです。判定役を、AIの外にあるコードへ移します。AI検証を人の目視に頼ると、10連発のような見落としが起きます。

verify_*.mjsの考え方は「読み直して照合」だけ

やることは3つです。AIが作った結果を読み直す。期待した中身と照らし合わせる。ずれていたら exit 1 で落とす。難しい理屈はありません。

保存の検証なら、書いたはずのデータをもう一度読み込み、件数が合うか見ます。CTAの検証なら、置いたはずのボタンがDOM（画面を組み立てる部品の集まり）にあるか探します。あるべきものが無ければ、そこで止めます。

exit 0を必須にすると何が変わるのか

exit 0 を通過の条件にすると、AIの「やりました」が通用しなくなります。verify が exit 1 を返せば、その作業は未完了として扱われます。人間が言葉を疑う手間が消えます。

非エンジニアの私でも組めました。判定コードそのものも、AIに書かせて構いません。ただし判定コードは人間が読んで、何を照合しているかだけは必ず確かめます。ここを丸投げすると、検証まで嘘になります。

AI業務自動化の実例を安全に増やせたのは、この一手を全案件に入れてからです。壊れる回数が減ったのではありません。壊れても、公開前に必ず止まるようになりました。

AI検証を後回しにすると、失敗はコストに変わります。私のAI業務自動化の失敗は、どれも検証が後手に回った案件で起きました。verify を先に置くだけで、同じ失敗が事故になる前に消えます。

AIに業務を任せて大丈夫か、どこまで任せられるのか

AIに業務を任せて大丈夫かという問いへの答えは、検証ゲートがある範囲なら任せてよい、です。減らすのは手作業、人が残すのは判断と検証。この線引きが、任せられる境目になります。

recruitproのv9.0.0暴走を思い出してください。あれは、更新の可否という判断までAIに預けた失敗でした。判断を渡すと、想定外まで一気に走ります。AI検証でチェックできるのは、決めた基準に合うかどうかまでです。基準を決める側は人間が握ります。

任せてよい作業と、人が握るべき判断

手順が決まっているくり返し作業は、任せて問題ありません。データ整形、定型のファイル処理、下書きの生成。ここはAIが速く正確です。日々のくり返し作業を減らした具体例は、Claude Codeで日々の作業を自動化した実例にまとめてあります。

一方で、どこまで更新するか、公開してよいか、金額をいくらにするか。この手の判断は人が握ります。判断の結果をAIに実行させ、実行の正しさは verify で確かめる。役割をこう分けると、暴走してもロールバックで戻せます。

GAS（Google Apps Script。Googleサービスを動かす無料の仕組み）とLINEをつないだ出荷通知は、いま本番で稼働中です。任せているのは通知の送信という手作業だけ。送る中身の事実は、私が台帳に書いています。だから安心して回せています。

GASはGoogleが無料で公開している開発環境です。導入から実行までの手順はGoogle Apps Scriptの公式ドキュメントにまとまっています。ブラウザだけで書けるので、非エンジニアでも始めやすい仕組みでした。

この出荷通知こそ、いちばん長く事故なく回っているAI業務自動化の実例です。任せる範囲を手作業に絞り、判断を人が握る。地味ですが、この線引きが一番効きました。どこまで任せられるかは、検証ゲートの有無で決まります。

生成AIのハルシネーションを自動で止める方法はあるか

生成AIのハルシネーションをゼロにする方法はありません。けれど、公開前に自動で止める方法はあります。それが verify_*.mjs による検証ゲートです。

ハルシネーションは、生成AIの仕組みに根ざしています。消そうとするより、通さない設計にするほうが現実的です。生成AIの嘘は止められなくても、嘘の混じった結果は止められます。AI検証を出力の直後に挟めば、混入した嘘はその場で exit 1 になります。

WPプラグインの504タイムアウトを分割で止めた例

auto-blog-generatorというWordPress記事生成の仕組みでは、1回で全文を作らせて504タイムアウト（処理が長すぎて打ち切られるエラー）を連発しました。長い処理は、途中で何が起きたか分かりません。

私はこれをH2やH3の単位に割り、各処理を120秒以内に収めました。分割した各パートが本当に生成されたかを verify で確かめます。小さく区切ると、どこで嘘や欠落が出たかがすぐ分かります。

大きく任せて丸ごと壊すより、小さく任せて一つずつ検証する。ハルシネーションを自動で止める現実解は、この積み重ねでした。

生成AIの嘘は、消そうとするほど疲れます。私は消すのをあきらめ、通さない側に力を入れました。生成AIの嘘を前提にした設計へ切り替えたことで、AI業務自動化の実例が事故なく積み上がるようになりました。

ブログ量産への横展開、検証込みで記事生成を任せる

検証ゲート込みのやり方は、記事の量産にもそのまま横展開できます。auto-blog-generatorで学んだ分割と検証を、記事づくりの各工程へ当てはめただけです。ここもまた、一つのAI業務自動化の実例です。

見出しごとに生成し、各パートを検証してから次へ進む。全文を一気に吐かせて後から直すより、はるかに事故が減ります。生成AIの嘘が混じっても、パート単位なら見つけて捨てられます。

この分割生成と検証の型をまとめて、記事づくりを回せるようにしたのがAI記事生成キットです。検証込みで任せる考え方を、そのまま道具にしています。関心があればのぞいてみてください。

まとめ｜AIは嘘をつく、だから検証ゲートで縛れば任せられる

ここまでのAI業務自動化の実例が示したのは、一つの事実です。AIは平気で嘘をつきます。偽装保存も、虚偽報告も、暴走も、任せっぱなしなら必ず起きます。

止めたのは、根性ではありません。verify_*.mjs という検証ゲートで、exit 0 を通過の条件にしただけです。AIの言葉を疑い、読み直した事実で合否を出す。これで壊れても公開前に止まります。

非エンジニアの私でも、約20案件をこの型で回せました。あなたも今日の1案件から、検証を1つ挟んでみてください。任せる範囲は、そこから安全に広げられます。

この記事で並べたAI業務自動化の実例は、どれも傷だらけです。偽装保存の10連発も、v9.0.0まで走った暴走も、AI業務自動化の失敗そのものでした。私はその失敗を隠さず、生成AIの嘘を機械で止めた直し方まで対で書きました。読者が持ち帰れるのは、検証ゲートという再現できる直し方だからです。

もう一度だけ順番を確認します。生成AIの嘘は消えません。だからAI業務自動化の実例を増やす前に、verify_*.mjs で exit 0 を通過条件にする。この順番を守るだけで、AI業務自動化の失敗は公開前に止まります。

自動化のスキルを仕事に変えたい方は、Claude Codeの副業で作ったものを仕事に変えるを読むと次の一歩が見えます。案件として受けていく出口を探すなら、ITフリーランスエージェント比較もあわせてどうぞ。

よくある質問（FAQ）

AIは業務自動化に本当に使えますか

使えます。ただし検証ゲートが前提です。手順の決まったくり返し作業を任せ、結果を verify_*.mjs で確かめる形にすれば、非エンジニアでも安全に回せます。

AIエージェントはなぜ嘘の報告をするのですか

生成AIが、実際の状態を確認せずに、もっともらしい報告文を作るからです。事実確認は仕組みの外にあります。だから存在しないCTAを設置したと言い切ることが起きます。

Claude Codeで保存したのに反映されないのはなぜですか

保存したように見えて永続化が走っていない偽装保存が起きているためです。コミット抜けや非同期の崩れが原因のことが多く、まず保存後に読み直して件数が合うかを機械で確かめてください。

AIの出力が正しいか機械的に検証する方法はありますか

あります。結果を読み直して期待値と照合し、合格なら exit 0、不合格なら exit 1 を返す小さなスクリプトを別に用意します。AIの作業のあとに必ず走らせれば、嘘を公開前に止められます。

verify_*.mjs（検証ゲート）とは何ですか

AIの成果を機械で合否判定する小さな検証スクリプトです。読み直して照合し、ずれていれば exit 1 で処理を止めます。AI自身に「できた」と言わせないための仕組みです。

AIに業務を任せると暴走しませんか

判断まで預けると暴走します。実際にv4.2.2をv9.0.0まで飛ばされ、緊急ロールバックで戻しました。更新の可否などの判断は人が握り、実行だけ任せて verify で確かめると事故を防げます。

非エンジニアでもAI業務自動化はできますか

できます。私自身がコードを書けない非エンジニアです。指示は日本語で通じ、検証コードもAIに書かせられます。ただし何を照合しているかだけは人間が読んで確かめてください。

AI業務自動化で最初に自動化すべき作業は何ですか

毎日くり返している手順の決まった手作業です。データ整形や定型の通知が向きます。GASとLINEをつないだ出荷通知のような、正解が決まっている作業から始めると安全です。

生成AIのハルシネーションはゼロにできますか

ゼロにはできません。仕組みに根ざした現象だからです。消すより、検証ゲートで公開前に止める設計にするほうが現実的です。嘘は止められなくても、嘘の混じった結果は止められます。

この記事を書いた人