加工編：「倉庫への格納」と「業務命令」――ラベルのない部品で製品は作れない

はじめに：なぜあなたのプロンプトは失敗するのか

前回のおさらい

EP03では、「搬入口」への4つの入れ方を学びました。

• テキスト: コピペで終わり
• 音声: キーボードより3倍速
• 画像: 文脈ごと保存
• ファイル: 中身を見ずに投げる

そして「すべてはMarkdownになる」という原則を学びました。

今回は、その素材を加工して製品にする方法を解説します。

前回、私たちはインボックスにあらゆるものを投げ込みました。
今、あなたのPCの搬入口（インボックス）には、手書きのメモ、音声ログ、スクショ、PDFといった素材が山のように積まれているはずです。

「とりあえず集めたけど、どうすんのこれ…」と途方に暮れていませんか？
大丈夫です。ここからがいよいよ、作業場の稼働です。

フェーズ1：倉庫への格納（整理）

EP02で建設した「倉庫」は格納場所です。ここでは、その倉庫にファイルを整理して格納する作業を解説します。格納が完了したら、いよいよ「作業場」で製品を加工します——それがフェーズ2です。

AIにいきなり「成果物」を求めるのは少し我慢してください。
工場でいきなり組み立てラインを動かす前に、まずは部品にラベルを貼り、棚に並べる必要があります。

「えっ、面倒くさい。AIがやってくれるんじゃないの？」
その通りです。この整理すらも、AIにやらせるのです。

1. 整理（リネームと移動）

前回の記事で、インボックスには大量の「マークダウン化されたファイル」が集まりました。
しかし、まだ安心はできません。それらのファイル名は `新規テキスト.md` や `Audio_20260109.md` のようになっていませんか？

このまま倉庫に放り込むのは、商品名の書いていないダンボールを巨大倉庫の床にばら撒くようなものです。これでは必要な時に人力で探す羽目になります。
ここでやるべきは、「中身を表すラベル（ファイル名）を貼り、適切な棚（フォルダ）に置く」こと。そして、この作業自体の実演こそが、Cursorの出番です。

実践：Cursorでの操作手順

ここで一度、Cursorの画面を見てみましょう。

1. 左サイドバーを開く: 画面左上の「エクスプローラー（フォルダアイコン）」をクリックしてください。インボックスに入れたファイル一覧が表示されていますね？
2. AIチャットを開く: `Command + L`（Windowsなら `Ctrl + L`）を押して、AIとの対話画面を開きます。
3. 指示を出す: 整理したいファイルを開いた状態で、あるいはサイドバーで選択して、チャット欄にこう入力します。

このファイルの中身を要約して、内容がひと目で分かるファイル名（例：YYYYMMDD_案件名_種類.md）に変更して。

これだけで、ただの「新規テキスト.md」や「Audio_001.md」が、「20261019_A社定例_議事録.md」 という検索しやすい資産に生まれ変わります。

これはAプロジェクトに関する資料だから、フォルダを作って移動しておいて。

もちろん、ファイル移動もAIにお願いできます。

（インボックスフォルダを指定して）
この中にあるファイルを分析して、トピックごとにフォルダ分けして整理して。
ファイル名も中身に基づいてリネームして。

あくまで「素材」の中身はいじらず、格納場所とラベルだけを整えるのがフェーズ1です。

2. 「地図」を作る（READMEの活用）

ファイルが増えてくると、どこに何があるか分からなくなります。
ここで登場するのが、最強のハックである 「README（リードミー）」 です。

あなたが新しい倉庫に配属されたバイトだと想像してください。
何のラベルも貼られていない段ボールが山積みの中、「アレ取ってきて」と言われても無理ですよね？
でも、棚の横に「ここには請求書が入っています」「ここには企画書のドラフトが入っています」と書かれた貼り紙（地図）があったらどうでしょうか。

PCのフォルダも同じです。
各フォルダの中に `README.md` というファイルを置いてください。
そこには、「このフォルダは何のためのもので、どんなファイルが入っているか」を数行書いておくだけです。

• 「あ、面倒くさそう」と思いましたか？
• もちろん、自分で書く必要はありません。

AIにこう指示するだけです。

このフォルダの中身を見て、説明書（README.md）を作って。
私だけでなく、あなたが後で読んだ時にも迷わないように、
フォルダの目的と格納ルールを分かりやすく書いておいて。

たったこれだけで、AIは自分自身のための地図を作成します。
これがあるだけで、AIは「ああ、ここは経理資料の棚ね」と理解し、迷子にならなくなります。結果として、余計な調査の時間やトークンの消費を抑えることができます。

この「地図作り」こそが、AIのパフォーマンスを最大化させるための、最も重要な準備作業です。

フェーズ2：業務命令（加工）

倉庫が整い、地図もできました。
いよいよ、AIに「業務命令（指示書）」を出します。

ここでのポイントは、「素材」 + 「型（参照）」 = 「成果物」 という考え方です。
これを「指差し確認」と呼びます。

なぜ「コンテキスト（文脈）」が重要なのか

AIは、あなたが思っている以上に「コンテキスト＝文脈」に依存しています。
「面白いブログ書いて」と言われても、AIには「何についての」「誰に向けた」「どんなトーンで」といった情報がありません。
これをすべてプロンプトで説明しようとすると、毎回長文を書くことになり、面倒ですし、抜け漏れも起きます。

ここで、フェーズ1で整理した「倉庫」が活きてくるのです。

ラベルが貼られ、READMEで説明が書かれたフォルダがあれば、あなたは「この倉庫の棚（フォルダ）全体を読んで」と言うだけで、膨大な文脈をAIに渡せます。
過去の成功事例、書き方のルール、顧客情報。これらがすべて「参照可能な状態」で倉庫にあるからこそ、指示書がシンプルになり、出力が安定するのです。

業務命令の3要素（安定させるコツ）

出力を安定させたいなら、以下の3つを意識すると効果的です。

1. 素材: 「何を使って作るか？」
   例：「`@20260107_田中様ヒアリング.md` の内容を元にして」
   倉庫にある「名前のついたファイル」を指定します。
2. 型・参照: 「どんな形式で作るか？」
   例：「`@前回提案書テンプレート.md` の構成に合わせて」
   過去の成功事例や、書き方のルールブックを渡します。これで「トンマナが違う」という失敗を防げます。
3. 成果物: 「何を作るか？」
   例：「提案書のドラフトを作って」

「面白いブログ書いて」ではなく、
「`@取材メモ.md` を元に、`@ブログの書き方.md` のルールに従って、記事のドラフトを書いて」。

こうして型（レシピ）を指定することは、単に出力を安定させるだけではありません。
「良い書き方」を言語化して保存しておくことで、それがあなたの「スキル（資産）」になります。
AIに指示を出すたびに、「あ、この構成は便利だな」と気づき、それをファイルに残す。これが最強のナレッジマネジメントです。

実践：4つの加工パターン

では、具体的にどう使うのか。私が日常業務で頻繁に使う4つの「工場稼働モード」を紹介します。

1. 秘書モード

毎朝、PCを開いた瞬間にやることです。

• 入力: 昨日一日の散文的なメモ、チャットログ、カレンダーの予定。
• 命令:
  textcontent_copyCopy

  昨日のログ（@日報.md）を読んで。
  その上で、「今日絶対にやるべきこと」と「誰に連絡すべきか」をリストアップして。

• 著者の実体験:
  以前は毎朝「えーと、今日何やるんだっけ？」と思い出すのに15分かかっていました。今はコーヒーを淹れている間にAIがリストを作ってくれます。「あ、Aさんに返信忘れてた」という冷や汗がなくなりました。

2. 営業モード

提案書の作成、これが一番時間がかかりますよね。

• 入力: 顧客との会話メモ、会社の過去の提案書フォルダ。
• 命令:
  textcontent_copyCopy

  この顧客の課題（@田中様課題.md）解決に最適なプランを考えて。
  構成は過去の受注案件（@成功事例_A社.md）の骨子を参考にして。
  まずはスライドごとの見出し構成案を出して。

• 著者の実体験:
  白紙のパワポを前に腕組みする時間がゼロになりました。AIが出してきた70点の構成案に対して、「いや、ここはもっとこうしたい」と赤入れをする。「書く」のではなく「直す」仕事にシフトした感覚です。

3. 分析モード

日々の売上データやアンケート、眠らせていませんか？

• 入力: 売上データのCSV、アンケート結果のExcel。
• 命令:
  textcontent_copyCopy

  この売上データ（@Sales_2025.csv）を読み込んで分析して。
  特に「解約率」と相関がありそうな項目を見つけて、
  要因の仮説を3つ挙げてレポートにして。

• 著者の実体験:
  私はExcel関数が大の苦手です（VLOOKUPですら怪しい）。でも、AIに「この数字、なんか変じゃない？」と聞くだけで、「異常値を検出しました」と教えてくれます。まるで専属のデータサイエンティストを雇った気分です。

4. 開発モード（Vibe Coding）

これが今、最も熱い領域です。

• 入力: 「こういうアプリ作りたい」というふんわりしたアイデアメモ。
• 命令:
  textcontent_copyCopy

  「@アイデア.md」を実現するためのWebアプリを作りたい。
  仕様と設計を考えて。
  予算は月1000円以内。できれば無料（タダ）で運用できる構成で提案して。

• 価値（Vibe Codingとは？）:
  OpenAIの創業者であるAndrej Karpathy氏が提唱する 「Vibe Coding（バイブコーディング）」。
  これは「コードの中身を気にせず、AIとノリ（Vibe）でプログラムを書く」という、まさに非エンジニアのための開発スタイルです。
  「サーバー？ データベース？」そんな専門用語は、後から学べばいいのです。まずは「動くもの」を作って、感動する。その「やる気」こそが、学習の第一歩です。
• 著者の実体験:
  私はこれで、キャンプ場の予約管理システムを自作しています。見積もり数十万円と言われたシステムが、月額数百円で動いています。コードは1行も書いていません（全部AIが書きました）。動いた瞬間の震えるような感動を、ぜひあなたにも味わってほしい。

工場のラインは無限大

もちろん、これらはあくまで私の実例に過ぎません。
あなたの職種や役割によっては、以下のようなモードも考えられるでしょう。

• 編集者モード: ドラフトの誤字脱字チェックや、トーンの書き換え。
• リサーチャーモード: 難解な論文PDFを読み込ませて、要点を抽出する。
• 壁打ちモード: 企画案に対して、あえて反対意見を出させて議論する。

重要なのは、「自分だったらどんなライン（手番）があれば便利か？」 を妄想することです。
AIという工場は、あなたの指示一つで、一瞬にしてその専用ラインを組み上げてくれます。

今日からできること

理屈は分かりましたね。では、今日から工場を動かしましょう。

1. インボックスに溜めたメモに対して、「まずはこれを整理して（マークダウンにして）」と頼んでみてください（フェーズ1）。
2. 整理されたデータを使って、「じゃあ、これを使って〇〇を作って」と指示してみてください（フェーズ2）。
3. もしフォルダが散らかっているなと思ったら、「このフォルダの説明書（README）作って」と頼んでみてください。

「プロンプトを頑張って書く」のではなく、「環境（倉庫）を整えて、指差し確認（参照）で指示する」。
これができるようになると、AIの回答精度は劇的に向上します。

次回「出力編」では、こうしてAIが作った製品を、人間がどう検品し、責任を持って出荷するか。
最後の 「人間がやるべき10%の仕事」 について解説します。