最初にAIへ投げた指示はこれだ。
「レシピ考えて。」
返ってきたレシピで作った。カチカチの焼き菓子ができた。
これがスタートだった。
お菓子を作ることだけに集中したかった。でも現実は、計算・衛生管理・SNS運用と、製菓以外の処理コストが積み上がる一方だった。AIなら「好きな時間に・感情なしで・何度でも」考えてくれる。その構造的な可能性に惹かれた。
だが最初の一手は完全に失敗だった。
この記事では、その失敗の原因と、3ヶ月で現場投入できるようになった転換点を記録する。
目次
この記事でわかること
- なぜ「レシピ考えて」が失敗するのか（構造的な理由）
- 使える指示と使えない指示の違い
- 実際に自動化できた3つの業務
- 職人がAIに渡さない領域とその理由
失敗の原因は「変数がゼロ」だった
「レシピ考えて」という指示の問題は、AIではない。入力変数がゼロだったことだ。
AIはこの指示から、対象素材・目標食感・水分活性・油脂と粉の比率・保存条件をすべて推測しなければならなかった。変数が定義されていなければ、AIは「統計的な平均値」を出力するしかない。それは設計ではなく、ただの中央値だ。カチカチになったのは必然だった。
転換点：指示を「設計」に変える
変えたのは指示の構造だ。
Before（変数ゼロ）
レシピ考えて。After（変数を定義）
あなたは製菓の配合設計者です。
以下の条件を前提に、焼き菓子の配合を分析・提案してください。
目標: 軽い口溶け（水分活性0.75以下）
制約: 卵不使用、常温保存7日
問題: 現行配合はバター比率が高く、重さが残る
改善方向: 油脂の種類または比率の変更で軽さを出す「役割 ＋ 問題の構造 ＋ 制約 ＋ 改善方向」この4点を定義してから、出力が使えるものに変わった。
3ヶ月で自動化できた業務
職人がAIに渡さない領域
味の最終決定。ここだけは渡さない。
AIは「この配合は理論上こうなる」を出力できる。だが、口に入れた瞬間の「これでいい／これじゃない」は、身体の処理だ。口溶けのスピード、後味の切れ方——これはまだデータ化されていない固有値だ。AIに渡せるのは「定義できるもの」だけ。定義できないものは渡せない。
まとめ：AIは処理装置、設計するのは職人
失敗の原因 → 入力変数がゼロ
転換点 → 役割＋問題定義＋制約を与える
自動化できた → 計算・記録・分析（定義可能な処理）
渡せない領域 → 味の最終判断（定義不能な感覚）AIは優秀な処理装置だ。だが、何を処理させるかを設計するのは職人の仕事だ。
次のステップ
指示の設計に興味があれば、まず1つ試してほしい。
自分が毎週やっている「計算・記録・調べもの」を1つ書き出す。それをAIへの指示に変換してみる。
それだけで始められる。