📹 1. なぜ「マニュアル」だったのか ──写真の次は、動画

ひろしま農園は、個人農家として独自路線を歩んで27年。作業の手順は、長いあいだ“頭の中”にあった。

もともとこの農園は、「わからないことは、なんでも農園主に聞いて」という運営だ。スタッフは作業中に判断に迷うと、その都度、離れた場所からでも農園主のところへ確認に行く。確実ではあるけれど、判断がひとりに集まる──　いわゆる属人化した現場だった。

そこに小さな変化を起こしたのが、AIだ。あるとき、スタッフが自分の携帯でトマトの収穫の色を撮って確認したところ、その見立てが農園主の判断と一致していた、という報告が上がってきた。「写真で確かめる」ことに、ちゃんと意味が出てきた瞬間だ。

写真の次は、動画だった。「渡したい作業を、まず動画で撮る。文章にするのはAIに任せる」──　この発想が、マニュアルづくりの出発点になる。

🎬 2. 動画5分を、AIがマニュアルにした

題材に選んだのは、トマトトーンの散布作業。トマトの花に薬剤を吹きかける──　ベテランなら手が覚えているけれど、初めての人には説明が難しい作業だ。
その様子を5分の動画にして渡すと、Claudeが数分で、読めるマニュアルにまとめてくれた。
（参考までに、Geminiでは約1分で記録できたという例もあるが、今回採用したのはClaudeの出力だ）

5分の作業動画から、Claudeが数分で起こした「トマトトーン作業マニュアル」のイメージ

頼んだのは、たった一言。「初めての人が読んでも、安全に進められる手順書にして」。
それだけで、章立てまでAIが整えてくれた。

この作業動画を、初めての人が読んでも
安全に進められる手順書にしてください。
（安全上の注意も入れてください）

出来上がったマニュアルは、こんな構造になっていた。

AIが整理したStep1〜4の作業の流れのイメージ

🛡️ 3. AIが入れてくれた「安全の思想」

このマニュアルでいちばん印象的だったのは、AIが“安全の思想”を、こちらが頼む前に言葉にしてくれたことだった。冒頭には、こうある。

「わからないまま進めない」── AIが冒頭に置いた安全の思想のイメージ

そして、トマトトーンの投入量・希釈方法・加圧回数といった数値は、あえて「農園の人に確認する」に委ねる設計になっていた。AIが勝手に数字を断定するのではなく、現場での確認をうながす。ここが、安心して人に渡せるマニュアルになった理由だ。

ほかにも、「いきなり花にかけず、まず地面で試し吹きをする」「同じ花に2回かけない」といった、事故やミスを防ぐルールが、きちんと言語化されていた。ベテランが無意識にやっている“危ないポイント”が、初めての人にも伝わる形になったのだ。

希釈倍率などの数値は断定させず、AI（Google AI Studio）に質問して確認したイメージ（左：プロンプト／右：回答）

実際の希釈倍率をAIに計算させたイメージ（最終判断は農園の人に）

🌱 4. マニュアルは「作って終わり」じゃない

ただ、ひろしま農園はここで立ち止まらない。マニュアルについて、こう語っている。

マニュアルは、渡したら終わりではない。現場で実際に使い、直しながら根づかせて、はじめて意味を持つ──。地に足のついた運用観だ。そしてここでも、最終的に手順を判断し、伝えるのは人。AIは“頭の中を言葉にしてくれる相棒”であって、答えそのものではない。

まとめ

• Before：作業手順は農園主の頭の中にあり、迷ったら聞きに行く属人化した運営
• きっかけ：渡したい作業（トマトトーン散布）の様子を、5分の動画で撮影
• After：Claudeが数分で、初めての人でも読める作業マニュアルに（Geminiは約1分という例も）
• AIの貢献：章立て・安全文言・「農園の人に確認する」ルールの言語化
• 残る人の役割：数値判断・現場での指導・更新
• 通底姿勢：作って終わりじゃない。浸透にこそ時間をかける。最後は人が決める

※ この記事はAIツール（Claude・Gemini・Google AI Studio等）を活用して作成し、編集部が内容を確認・編集しています。AIの出力（作業手順・農薬の希釈倍率・加圧回数等）は確定情報ではありません。農薬の使用量・希釈・散布方法等は、必ず製品の登録ラベルや、JA営農指導員・普及員など専門家にご確認ください。また、AIに個人情報・家族情報を入力する際は、学習オフ・履歴オフの設定をご確認ください。