「依頼書、AI に書かせた」という声を最近よく聞く。
Claude や ChatGPT に「ウェブライターへの記事依頼書を作って」と頼むと、見た目の整った文章が返ってくる。テーマ、文字数、読者像、注意点、フォーマットまで揃っている。
そのまま外注先に送った。
数日後、届いた成果物を見ると、想定していたものと違う。問い合わせが来る。「ここはどうしますか？」「前回と同じ感じでいいですか？」
AI が作った依頼書は形が整っているぶん、欠けているものが見えにくい。
AI が補完できないもの
AI はあなたの指示した「一般的な項目」は書いてくれる。しかし、あなたのプロジェクト固有の情報は持っていない。
過去の納品物の雰囲気。前回の修正でNGになった表現。このクライアントが大事にしているトーン。外注先との間で積み上げてきた暗黙の了解。
これらは AI のプロンプトに書き込まなければ、依頼書には入らない。「いつもの感じで」は AI には伝わらない。
抜けやすい5つの情報
AI が生成した依頼書を送る前に確認したい5点がある。
1. 完成イメージの参考
「記事を書いてください」だけでは、文体・構成・テンション・長さのすべてが外注先の判断に委ねられる。AI は「参考を添付してください」と書くかもしれないが、その参考物を用意するのはあなただ。
過去の納品物、競合の例、「この感じではない」という反例。これらをセットで渡すと、完成イメージのズレが起きにくい。
2. 品質の基準と禁止事項
「クオリティ高く」「丁寧に」は基準ではない。AI はこういった言葉を依頼書に入れることがあるが、受け取る側には何も判断できない。
「箇条書きは使わない」「体言止めで終わらせない」「〇〇という表現は NG」「見出しは疑問形にする」——こういった具体的な基準が、手戻りを起こすかどうかを決める。
3. 中間確認のタイミング
「期日は〇月〇日」だけでは、外注先が完成直前まで動いているかどうかが見えない。
方向性を確認する中間ポイントを設けると、大きなズレが起きても早めに軌道修正できる。全体の3分の1程度の作業が終わったタイミングで方向確認する設計が、最も修正コストが低くなる。
4. 修正の回数と範囲の上限
「修正は何回まで含みますか？」は、外注先にとって案件を受けるかどうかの判断基準になっている。
含まれる修正の回数、1 回の修正の範囲（小規模な調整か、構成からやり直しかの判断基準）、追加修正になった場合の費用の扱い。これが明示されていない依頼書は、後でトラブルになりやすい。
5. 文脈の前提
「前回と同じ方向で」「以前話した構成で」——外注先との継続関係では、過去のやり取りを前提にした表現が依頼に混じりやすい。
AI 生成の依頼書はこの「前提」を持たない。新しい外注先に送る場合はもちろん、継続外注先でも「前回の〇〇を参考に」という形で具体的な参照先を明示した方が、「どっちの方向でしたっけ？」という確認を減らせる。
AI を「整形係」として使う
AI に依頼書の全文を書かせようとすると、上記の5点が抜けやすい。
実用的な使い方は「整形係」としての活用だ。
まず自分で依頼の要素を箇条書きする。目的、参考、基準、期日、修正条件。それを AI に渡して「依頼書の形式に整えてほしい」と頼む。
この順序なら、内容の判断は自分がしている。AI が補うのは構成と言い回しだけで、固有の情報が抜け落ちるリスクが下がる。
依頼書の後で起きること
依頼書は送った時点では完成していない。
外注先が動き始め、質問が来て、中間確認をして、修正を経て、納品される。この一連の流れを「タスク」として持てると、依頼書の内容と実際の進行状況を照合しやすくなる。
「依頼書に書いたはずだけど伝わっていなかった」は、依頼書とタスクが別々に存在しているチームでよく起きる。依頼の内容をそのままタスク化して、進捗とセットで持てる設計が、次の段階で効いてくる。