経験者にしか作れないカスタムGPTの育て方：暗黙知を注入し、業務AIチームを組成する【実践編】

基礎編で、あなたは1体目のカスタムGPT「議事録フォーマッター」を雇いました。
メモを貼れば90秒で議事録が整う——たしかに便利です。

でも、正直に言いましょう。
あの議事録フォーマッターは、入社3ヶ月の若手でも作れます。

なぜなら、議事録の整形に「あなたの長年の経験」は要らないから。決定事項とTODOを分けるルールは、誰が書いても大差ない。あれは”道具の使い方を覚えるための練習台”でした。

本番はここからです。
この実践編で育てるのは、あなたにしか作れないAIメンバー。
「この取引先には、最初の段落で結論を書いてはいけない」
「この役員の稟議は、リスクの章を先に潰しておかないと通らない」
——こういう、社内の誰も明文化していない、あなたの頭の中にしかない”勝ち筋”を覚えさせたAIです。

この記事のレベル：実践編
ゴールは
①あなたの暗黙知を「指示」と「知識」に注入する
②複数のAIメンバーを役割分担させ、業務AIチームを組成する
③人間であるあなたがそのチームのリーダーとして采配する
基礎編を終えていることを前提に進めます。まだの方は、先に1体目を雇ってきてください。

あわせて読みたい

汎用エースAIメンバー、カスタムGPTの育て方：配って増やせる業務ボットの作り方【基礎編】 「毎週、議事録の体裁を整え直すのに1時間かかる」「同じ稟議書のドラフトを、毎月ゼロから書いている」「メールの返信文を、その都度ChatGPTに長い前提から説明してい…

この記事でできること

• カスタムGPTに「知識」ファイルを追加する考え方が分かる
• 取引先カルテを作って暗黙知をAIに渡せる
• メール返信ボット、稟議書ドラフター、見積レビューボットに応用できる
• 複数のGPTを役割分担させる方法が分かる
• 社内資料を扱うときのセキュリティ注意点が分かる

なぜ「暗黙知」が、AI時代の最後の砦になるのか

世の中には、もう無料で出回っている「議事録GPT」や「メール作成GPT」が無数にあります。汎用的な作業は、誰かが作った汎用GPTで足りてしまう。

では、あなたの市場価値はどこに残るのか。
答えは、汎用GPTには絶対に入っていない情報——つまり、あなたの会社・あなたの業界・あなたの取引先に固有の「現場の落とし所」です。

• 「A社の購買部長は、価格より納期の確実性を3倍重く見る」
• 「この業界では『前向きに検討』は実質ノーだが、『持ち帰って相談』は脈あり」
• 「うちの稟議は、金額よりも”誰が言い出したか”で通り方が変わる」

これらは、検索しても出てきません。マニュアルにも書かれていません。
長年現場で、何度も痛い目に遭いながら体得した、言語化されていない知。これを持っているのが、経験者であるあなたの唯一にして最大の資産です。

そして——リスキリングとは、この暗黙知を捨てて新しいスキルに置き換えることではありません。
この暗黙知を、AIが読める言葉に翻訳して注入すること。それが、Re:Skillsの考える「置換ではなく拡張」の正体です。

暗黙知GPTの3本柱｜あなたの現場に眠る3体

実践編で育てるAIメンバーの候補を、3体提示します。
すべてに共通するのは、「あなたの経験がなければ、ただの汎用ボットにしかならない」という点。どれも、あなたの現場知を注入して初めて”エース”になります。

まずは、自分の業務に一番近い1体から始めてください。残りは、後から増員していきましょう。

候補1：取引先別メール返信ボット

注入する暗黙知： 取引先ごとの「地雷」と「ツボ」。
A社には結論から、B社には背景から。この担当者は箇条書きを嫌う、あの部長は長文を読まない——という関係性の機微を覚えさせます。

経験者にしか作れない理由： 取引先との力関係や温度感は、議事録のように”正解の型”がありません。何度もやりとりして、たまに失敗して、ようやく掴むもの。これこそ暗黙知の宝庫です。

候補2：稟議書ドラフター

注入する暗黙知： 社内政治と、通し方の型。
「うちの稟議は背景→効果→リスクの順」「この役員にはこの語彙」「金額の根拠は3パターン用意しておく」——という、決裁を通すための作法を覚えさせます。

経験者にしか作れない理由： 稟議が通るかどうかは、内容より”作法”で決まることを知っているのは、何本も通して（そして落として）きた人だけ。新人には「正しい稟議」は書けても「通る稟議」は書けません。

候補3：提案・見積レビューボット

注入する暗黙知： 業界特有の落とし穴。
「この条件で出すと後で必ずクレームになる」「この業界では見積に“この一文”を入れないと値切られる」——という、過去の失敗から学んだチェックリストを覚えさせます。

経験者にしか作れない理由： 落とし穴は、踏んだ人にしか分かりません。きれいな提案書のテンプレはネットにあっても、「この業界のこの場面で踏みがちな地雷」は、あなたの記憶の中にしかない。

ここからは、候補1「取引先別メール返信ボット」を代表に、暗黙知の注入から運用までをハンズオンで詳述します。手順そのものは、稟議書ドラフターでも提案レビューボットでも同じです。自分の題材に置き換えながら進めてみてください。

リスキリングクエスト｜取引先別メール返信ボットを育てる

全体像：基礎編との違いは「3つの上級装備」

基礎編では、指示文だけでカスタムGPTを作りました。
実践編では、ここに3つの上級装備を加えます。

この3つを使い分けると、カスタムGPTは「指示通りに動くボット」から「あなたの現場資料を踏まえて判断するメンバー」に進化します。

STEP

先にGPTに「読ませる資料」を準備する

基礎編はいきなり指示を書きましたが、実践編は資料の準備から始めます。
今回読ませるのは、たとえば次のようなファイルです。

• 取引先カルテ（あなたが書く）：取引先ごとに「結論先出しの可否／好む文体／NGワード／キーパーソンの性格」を箇条書きにしたメモ。これがあなたの暗黙知の言語化そのもの。
• 過去の“うまくいったメール”集：実際に関係が良好に進んだメールを数通。AIはこれを“お手本”として文体を学びます。

ファイル形式は PDF・Word（DOCX）・テキスト（TXT）・CSV などに対応しています。1体のカスタムGPTに複数ファイルを読ませられます。

【最重要・セキュリティ】社内資料を読ませる前に必ず確認すること
取引先名・個人名・金額などの機密を含む資料を扱うため、ここは慎重に。

学習利用の設定を確認する： OpenAIの個人向けプラン（Free・Plus）では、入力内容がモデルの改善（学習）に使われる場合があり、設定でオプトアウト（学習に使わせない）できます。一方、Business／Enterpriseプランの業務データは、原則として学習に使われません。会社の機密を扱うなら、データ管理が明確なBusiness／Enterpriseの利用を推奨します。

読ませる前にマスキングする： 実名・実額が必須でないなら、「A社」「○○万円」のように匿名化してから読ませるのが安全。これだけで万一の漏えいリスクを大きく下げられます。

共有範囲を絞る： 完成したカスタムGPTの共有は「自分のみ」を基本に。配布する場合も「リンクを知る人のみ」に限定し、社外に公開しない。

会社のルールに従う： そもそも社内資料を外部AIに読ませてよいか、情報システム部門や就業規則を必ず確認してください。「現場の勘」で突っ走らないのが、本当のプロです。

「AIに任せる範囲」と「人間が守るべき一線」を見極めるこの判断こそ、現場を知り尽くしたあなたにしかできない仕事です。

STEP

ChatGPTを開く

 ChatGPT 公式サイト
chatgpt.com

STEP

構成タブで「役割」と「原則」を書く

基礎編と同じく、GPTビルダーの「構成」タブを開き、名前と説明、そして指示を書きます。今回の指示文は、取引先対応の”原則”を言語化したものです。

● 役割 あなたは、私の取引先対応を熟知したベテランの営業アシスタントです。 私が受け取ったメールと簡単な返信方針を渡すので、取引先に合わせた返信文のドラフトを作成します。 ● 最重要ルール：取引先カルテに必ず従う ・返信先の取引先を私が伝えるので、「知識」にアップロードされた「取引先カルテ」を参照し、その取引先の流儀（結論の出し方・文体・NGワード）に必ず合わせること。 ・「取引先カルテ」に記載のある取引先は、一般論より必ず「取引先カルテ」を優先する。 ● 出力ルール ・返信文の本文のみを出力する（前置きや解説は不要）。 ・件名案を1行、本文の前に添える。 ・文体は、「知識」にアップロードされた「うまくいったメール集」のトーンに寄せる。 ● 不明時の振る舞い ・取引先が「取引先カルテ」に無い場合は、推測で流儀を決めず、「この取引先はカルテに未登録です。一般的なビジネス文体で作成しました」と先頭に明記する。 ・返信方針が曖昧で複数の解釈ができる場合は、確認すべき点を箇条書きで先に質問する。

● 役割 あなたは、私の取引先対応を熟知したベテランの営業アシスタントです。 私が受け取ったメールと簡単な返信方針を渡すので、取引先に合わせた返信文のドラフトを作成します。 ● 最重要ルール：取引先カルテに必ず従う ・返信先の取引先を私が伝えるので、「知識」にアップロードされた「取引先カルテ」を参照し、その取引先の流儀（結論の出し方・文体・NGワード）に必ず合わせること。 ・「取引先カルテ」に記載のある取引先は、一般論より必ず「取引先カルテ」を優先する。 ● 出力ルール ・返信文の本文のみを出力する（前置きや解説は不要）。 ・件名案を1行、本文の前に添える。 ・文体は、「知識」にアップロードされた「うまくいったメール集」のトーンに寄せる。 ● 不明時の振る舞い ・取引先が「取引先カルテ」に無い場合は、推測で流儀を決めず、「この取引先はカルテに未登録です。一般的なビジネス文体で作成しました」と先頭に明記する。 ・返信方針が曖昧で複数の解釈ができる場合は、確認すべき点を箇条書きで先に質問する。

STEP

「知識」にファイルを読ませる

「構成」タブの「知識」セクションにある「ファイルをアップロード」から、STEP 1で準備した「取引先カルテ」と「うまくいったメール集」を追加します。

これで、このカスタムGPTは——

• 一般的なビジネスメールの常識（ChatGPTが元々持っている知識）
• ＋ あなたの取引先の流儀（カルテから学んだ知識）

の両方を踏まえて返信を書くようになります。後者は、世界中のどの汎用GPTにも入っていない、あなただけの差別化資源です。

STEP

「機能」は必要な道具だけ持たせる

「構成」タブには、Web検索・画像生成・データ解析（コード実行）などをオン/オフできる「機能」のトグルがあります。

メール返信ボットの場合、基本はすべてオフで構いません。むしろ——

機能は「全部入り」が正解ではありません。
余計な機能をオンにすると、AIが余計なこと（勝手にWeb検索して古い情報を混ぜる等）をし始め、かつ応答が遅くなります。「このメンバーに必要な道具は何か」を見極めて、必要な分だけ渡す。これは部下に権限を渡すときの感覚と、まったく同じです。

たとえば「最新の市況を踏まえて返信したい」ならWeb検索をオン、「添付の見積CSVを読んで返信したい」ならデータ解析をオン、というように、目的に応じて1つずつ判断する感覚を養いましょう。

STEP

「会話のきっかけ」を設定し、保存してテスト

基礎編で学んだ「会話のきっかけ」も設定しておきましょう。

• A社の田中部長への返信を作って。方針は「納期は厳守できると伝える」
• この催促メールに、角を立てずに「もう少し待ってほしい」と返したい

保存したら、実際のメール（機密はマスキング済みのもの）でテストします。
出力が「カルテ通りの流儀」になっているか、ここを確認してください。なっていなければ、それはカルテの言語化がまだ足りないというサイン。次のSTEPで育てます。

育てる｜暗黙知は「一度では出しきれない」

ここが実践編の本質です。
あなたの暗黙知は、一度では言語化しきれません。むしろ、AIの出力を見て初めて「あ、この条件も無意識にやっていた」と気づくものです。

育成サイクル：出力のズレ＝言語化されていない暗黙知

カスタムGPTの返信を見て「なんか違う」と感じたら、それは宝の山です。
その“違和感”の正体を一行で言語化し、「知識」にあるファイルか「指示」に追記する。

週に1回、2〜3行追記する。 基礎編で学んだ育成原則の、応用編です。
3ヶ月続ければ、このカスタムGPTは「あなたの取引先対応を再現しうるメンバー」に育つ可能性があります。そしてその頃には、あなた自身の暗黙知も、かつてないほど言語化されている。これは、AIを育てる過程で、自分の経験の棚卸しが進むということ。育てているのはAIですが、整理されているのはあなたのキャリアそのものです。

量産する｜1体から「業務AIチーム」へ

メール返信ボットが育ったら、同じ要領で増員します。
ここで、基礎編で予告した「AIチームを率いる人」への移行が、現実になります。

• メール担当：取引先別メール返信ボット（今回作ったもの）
• 稟議担当：稟議書ドラフター（候補2）
• 品質管理担当：提案・見積レビューボット（候補3）
• 議事録担当：議事録フォーマッター（基礎編で作ったもの）

これらが揃うと、あなたの手元には役割の違う4人のAIメンバーが並びます。
そして、これらを「どの場面で、どのメンバーに、何を任せるか」を采配するのが——人間である、あなたです。

これが、Re:Skillsの言う「人とAIの混成チーム」の最小単位です。
あなたはもう、AIを“使う人”ではありません。複数のAIメンバーに役割を与え、束ね、成果に責任を持つ“チームのリーダー”です。一人で、チーム並みの仕事が回り始めます。

チーム化のコツ：メンバー間で「フォーマットを揃える」

複数のカスタムGPTを連携させる第一歩は、出力フォーマットを共通化すること。
たとえば「メール返信ボットの下書き」を「品質管理ボット」にそのまま貼ってチェックさせる——という流れを作るなら、両者のフォーマットが噛み合っている必要があります。この“バトンの受け渡し”を設計する感覚が、次のクラスへの入口です。

ここから先｜カスタムGPT単体の「限界」と、次のクラス

ここまでで、あなたは複数のAIメンバーを束ねるリーダーになりました。
ただ、カスタムGPTには明確な「限界」があります。それは——カスタムGPTは、あなたがメールをコピペして初めて動くということ。つまり、起点には必ず人間の手作業が残ります。

「メールが届いたら、自動で下書きが生成され、チャットに通知される」——そこまで自動化するには、カスタムGPTの外にある複数のツールを連携させる必要があります。

カスタムGPTにも、外部ツールとAPI連携する「アクション」という上級機能があり、ここに踏み込むと外部サービスと繋がり始めます。ただし「アクション」はOpenAPIという技術仕様の知識が必要になり、これは「カスタムGPTを育てる」段階を超えて、「複数ツールを連携させて業務フロー全体を自動化する」領域——つまり次のクラスの仕事です。

人とAIを束ね、業務フロー全体を自動化する。
「人間がコピペする起点」すら自動化したくなったら、それがあなたの卒業の合図です。

Before / After｜あなたの市場価値が変わる

Before

「ChatGPTは使えます」と言っていた頃

汎用のChatGPTに毎回プロンプトを書き、そこそこ便利に使っていた。でも、それは誰でもやっていること。「AI使えます」と言っても、若手と差別化できず、自分の経験がどう活きるのか、正直ピンときていなかった。

After

「うちの現場を分かっているAIチームを持つ人」になった頃

あなたの暗黙知を注入したAIメンバーが4体。取引先対応も、稟議も、品質チェックも、あなたの流儀で動くようになります。

そのとき、あなたが持っているのは「ChatGPTの操作スキル」ではありません。
「自分の経験を、AIが動く形に翻訳できる」という、誰にも真似できない設計力です。これは、ドメイン知識を持つ経験者にしか持てない力。企業がいま、喉から手が出るほど欲しがっている人材像そのものです。

ネクストステップ

Google Workspaceと連携する「Gemini Gems編」へ

→Coming Soon

大量の社内資料の読解に強い「Claude Projects編」へ。

→Coming Soon

AIオートメーションを学び終えたあなたはさらなる上位クラスへ

個人内のAI自動化を卒業し、複数ツールを連携させるスキルへ

あわせて読みたい

面倒な手作業を全自動化し加速させる。業務プロセスの魔術師「AIワークフローエンジニア」 「Aのシステムからデータをダウンロードして、Bのエクセルに貼り付けて、Cのチャットツールで関係者に報告する」「毎週木曜の夕方、この一連の作業に2時間かかっている…

おすすめのリスキリングロードマップ

あわせて読みたい

【ルートA】AIオーケストレータールート：人とAIを率いる、ビジネス現場の指揮者 AIオーケストレータールートは、Re:Skillsが掲げる哲学「エンジニア化ではなく、指揮者化」を体現するルートです。 ゴールであるAIオーケストラーは、複数のAIエージェ…

初心者用・用語解説

• 暗黙知（あんもくち）： マニュアルや言葉になっていない、経験で体得した知のこと。「この取引先には結論を先に出すな」のような勘所。本記事の主役です。
• Knowledge（ナレッジ／知識ファイル）： カスタムGPTに読み込ませる資料（PDF・Word・テキスト・CSVなど）。これを使うと、AIが汎用知識に加えて”あなたの現場資料”を踏まえて答えるようになります。
• Capabilities（ケイパビリティ／機能）： Web検索・画像生成・データ解析（コード実行）など、カスタムGPTにオン/オフで付与できる道具。必要な分だけ持たせるのがコツです。
• Actions（アクション）： カスタムGPTを外部のアプリやサービスとAPI連携させる上級機能。OpenAPIという技術仕様の知識が必要で、本格的な業務フロー自動化は次クラス（ワークフローエンジニア）の領域です。
• オプトアウト： 「初期設定では有効になっているものを、自分の操作で無効にする」こと。ここでは「入力データを学習に使わせない設定にする」意味で使っています。
• マスキング： 実名や金額などの機密情報を「A社」「○○万円」のように伏せて、特定できないようにすること。
• ドメイン知識：特定の業種、業界、または事業領域（ドメイン）に特化した専門知識や背景知識のことです。

引用・参考文献

• OpenAI Help Center「Creating a GPT」「Knowledge in GPTs」
  カスタムGPTにInstructions・Knowledge・Capabilities・Actionsを設定する公式手順。本記事のハンズオンは、この公式仕様に基づいています（UI表記はアップデートで変わることがあります）。
• OpenAI「Enterprise privacy」およびデータ管理に関する公式方針
  業務データの取り扱いについて、Team・Enterprise・APIのデータは原則としてモデル学習に使用されない一方、個人向けプランでは設定によるオプトアウトが必要になる場合がある、という方針が示されています。本記事のセキュリティ注意書きは、この区分に基づいています（最新の条件は必ず公式で確認してください）。
• McKinsey & Company（2023）”The economic potential of generative AI: The next productivity frontier”
  生成AIの効果を最大化する鍵は「単なるツール導入」ではなく、業務プロセスへの組み込みと現場知の活用にあると指摘されています。本記事の「汎用GPTには入っていない暗黙知こそが差別化資源」という主張を裏付ける視点です。

リスキリングの進め方ロードマップ一覧

 ブログ記事一覧に戻る