事例：この資料集のスキル化・自動化｜AI活用セミナー資料ライブラリ

いま見ているこの資料集そのものが、スキル化・自動化の実例です

「セミナーのたびに資料を作り直す」「AIの情報が古くなる」という講師自身の困りごとを、資料室（RAG）→ スキル化 → 自動化の順で仕組みにした。人がやるのは「方針を決める」「確かめる」「公開ボタンを押す」の3つだけ。

全体の流れ

主催者と面談人：面談シートで対象・人数・困りごとを聞く

「セミナー構成考えます。」AI：級とコースを提案、音声解説の原稿と配布資料を作る

確かめる人：内容・読み・レイアウトを確認

当日音声解説 → ヒアリング → コース → アンケート（QR）

毎週の点検AI：最新情報の変化を検知して知らせる

段階	この仕組みでの実物	担当
② 資料室（RAG）	この資料集（18本）と「AIの現在地」の記録。出典と「◯年◯月時点」を必ず付ける	クラウドのAIが作り、人が確認
③ スキル化	合言葉「セミナー構成考えます。」：現在地の確認 → 音声解説の原稿（Gemini Notebook用）→ コース決定 → 配布資料（A4・2枚）まで同じ手順で作る合言葉「AIの現在地更新して」：最新情報をWebで確かめ、古くなった資料を直してプレビューに出す	クラウドのAI（Claude Code）
④ 自動化	毎週土曜10時（米国の1週間の発表が出そろった後）、社内の24時間PCでローカルLLMが公式ページの変化・ニュース・リンク切れを調べ、変化の大きさの目安を付けてメールで知らせる	ローカルLLM（社内PC）
関所（人）	ホームページへの公開、資料の書き換えの確定、配布資料の印刷	講師

級（初級・中級・上級）とコースを指定するだけで、ヒアリングの質問・コースの時間割・資料QR・アンケートQRが入った配布資料ができる。QRは作った後に読み取り直して、中身が正しいか自動で検証する。

「AIの現在地」の最新記録から、対象者に合わせた原稿とプロンプトを作る。組織名を読ませない、講師の呼び方など、過去の失敗をルールとして組み込み済み。

アンケートは1つのフォームを使い回し、セミナーIDで回ごとに集計。研修や個別相談の希望が来たときだけ講師に通知。

週次チェックの初回で「大きな変化」を検知

自動点検を動かした初日、ローカルLLMが公式の料金ページの変化を拾い、「Claude Cowork がチャットと統合されてひとつの Claude になった（2026年9月16日）」ことが分かった。資料のうち古くなっていた5本と配布資料を、その日のうちに直せた。

同時に分かった限界

同じ試験で、ローカルLLMは別の差分を読み違えた要約も出した。だからローカルLLMの役目は「見つけて知らせる」まで。要約には根拠の原文を必ず引用させ、資料を直す判断と公開は人が行う（→ E1・E3）。