レッスン6：コミュニケーションの仕事術——社内外メール・説明資料・フィードバック

このレッスンで学ぶこと

相手に合わせた文体の使い分けを AI に依頼する発想を持つ
反対意見への返信ドラフトを AI に作ってもらう使い方を理解する
フィードバック文書の作り方を整理する
多言語コミュニケーションでの AI の使いどころを把握する
NG ワード・配慮表現のチェックの発想を持つ
プレゼン資料の構成案を AI に作ってもらう発想を理解する
2026 年 6 月時点の Voice モードの活用法を把握する

前のレッスンでは、思考の壁打ちと意思決定の仕事術を扱いました。今回のレッスンでは、知識労働者の業務階層のうち「関係作業」の領域、つまりコミュニケーションを扱います。AI は人間関係の主役にはなれませんが、コミュニケーション準備の補助として強力な道具になります。本レッスンでは、メール・説明資料・フィードバックといった日常業務での AI の使い所を整理します。

相手に合わせた文体の使い分け

ビジネスコミュニケーションは、相手に応じて文体を使い分けます。同じ内容でも、上司向け・部下向け・顧客向け・取引先向け・初対面向けでトーンが大きく変わります。AI は、この使い分けが得意です。

文体の調整指示

相手	指示の例
上司	「役員向けで丁寧な敬語、簡潔に」
同僚	「フラットでフレンドリーに、ですます調」
部下	「指示が明確で、励ましの一言を添えて」
顧客（既存）	「親しみを込めつつ、丁寧に」
顧客（新規）	「自己紹介を含み、フォーマルに」
取引先（古い付き合い）	「以前のやり取りを踏まえ、信頼感のあるトーンで」
取引先（初対面）	「礼儀正しく、誠実さを伝える」

「相手は誰か」「自分と相手の関係は」を最初に伝えるだけで、出力の文体が大きく安定します。

同じ内容を 3 つの文体で書き分ける

業務でよくあるのが、「同じ内容を、上司向けと部下向けと顧客向けで書き分ける」場面です。これは AI が一度の指示でこなせます。

伝えたい内容（要点）を箇条書きで書く
「以下の内容を、上司向け／部下向け／顧客向けの 3 つの文体で書き分けてください」と指示する
3 つの出力をそれぞれ調整する

「3 度書く」労力が「1 度で 3 つを得る」に置き換わります。

💡 ポイント 「同じ内容を異なる文体で」は AI の得意分野です。特にフォーマル度の高い文書（社外向け）と社内向けを並行して作るときに有効です。

反対意見への返信ドラフト

業務メールで意外と難しいのが、反対意見・批判・クレームへの返信です。感情的にならず、論点を整理しつつ、関係を保つ返信が要ります。

AI を使う発想

相手のメール内容を AI に読ませる
「相手の主張を整理してください」と分解させる
「感情と論点を分けてください」と仕分けさせる
自分の立場と返信したいポイントを伝える
「冷静で誠実な返信ドラフトを作ってください」と依頼する
自分で内容を編集する

「感情と論点を分ける」の効果

クレームメールには、感情（怒り・失望・不満）と論点（具体的な要求や指摘）が混ざっています。これを分けて整理すると、

感情には共感の応答を返す
論点には事実と提案で応える

という整理した返信が作れます。AI はこの整理が得意で、自分が感情的になっているときほど助けになります。

「すぐ送らない」習慣

AI が作ったドラフトを、すぐに送らないことが重要です。

1 時間置いて読み返す
自分の言葉に書き直す
重要なメールは上司・同僚に確認してもらう
怒りを感じている状態で送信ボタンを押さない

AI のドラフトは「すぐ送れる完成品」ではなく「冷静になるための一次素材」と捉えるのがおすすめです。

⚠️ 注意 AI が出した返信ドラフトをそのまま送って、相手の感情をさらに逆撫でする失敗例は少なくありません。「下訳として使い、自分の言葉で送る」を徹底してください。

フィードバック文書の作り方

フィードバックは、コミュニケーションの中で最も難しい場面の 1 つです。相手の成長を促し、信頼関係を保ち、改善を実現する——この 3 つを同時に達成する文書を書くのは簡単ではありません。

フィードバックの基本構造

事実の記述：何が起きたか（評価ではなく、客観的事実）
影響の説明：その事実が何に影響したか
期待の提示：今後どうあってほしいか
支援の表明：相手をどう支援するか

AI を使う発想

自分が書いたフィードバックドラフトを AI にリライトしてもらう
「相手の立場で読んだら、傷つく言葉が含まれているかチェックしてください」
「冷たい印象を与える表現を、相手の成長を促すトーンに書き直してください」
「事実と評価が混ざっていたら分けてください」
「具体的な改善行動を提案する形に整えてください」

よくある失敗

評価語（「ダメ」「悪い」「下手」）が事実の代わりに使われている
過去の失敗だけが強調され、改善方向が見えない
「個人の問題」として書かれ、構造的な要因（業務量、ルールの不明確さ）が見落とされる
上から目線になり、相手の主体性を奪う

AI はこれらの「よくある失敗」を発見するのが得意です。「失敗していないかチェックして」と依頼するだけで、いくつかの修正候補を提示します。

「フィードバックは双方向」の発想

AI に「相手の立場で読んでください」と依頼する習慣を持つと、フィードバック文書の質が大きく上がります。相手が読んだときの感情と論点をシミュレートできるからです。

📝 補足 フィードバックの専門理論（SBI、心理的安全性、成長マインドセットなど）は別の専門書を参照してください。本コースは「AI を使った下書きと推敲」に絞ります。

多言語コミュニケーション

国際取引、海外取引先、多国籍チームでの業務では、多言語コミュニケーションが日常です。AI は翻訳と多言語適応で強力な助けになります。

単純翻訳を超えた使い方

トーンの保持：「日本語の丁寧さを、英語のビジネス用フォーマルさで再現してください」
文化的配慮：「相手の文化圏（米国／英国／中東／東南アジアなど）に応じた配慮表現を加えてください」
ローカライズ：「直訳ではなく、現地で自然に読める表現に置き換えてください」
用語の統一：「業界用語は英語のままで、それ以外は日本語に置き換えてください」

多言語コミュニケーションでの注意点

法律文書・契約文書・財務報告は、必ず専門翻訳者の確認を入れる
固有名詞・数値・日付は AI の翻訳でも誤ることがある
慣用句や文化固有の表現は翻訳に幅が出やすい
「私の言語で書かれた原文」と「AI の翻訳」を社内に並行保管しておく

💡 ポイント 業務翻訳での AI 活用は、「下訳を作る」と割り切るのが現実的です。重要な文書ほど、専門翻訳者やネイティブの確認を入れる前提で運用します。

NG ワード・配慮表現のチェック

業務コミュニケーションでは、相手・状況・時代に応じて、「使うべきではない表現」が変化します。

よくある「使うべきでない」表現

性別を特定する表現（「ご主人様」など）→「パートナー様」など中立的に
年齢を特定する表現（「若い社員」など）→ 必要なければ削除
健常者前提の表現（「目を通す」「足を運ぶ」など）→ 文脈次第で言い換え
国籍・宗教・出身地に関する不適切な表現
過度に断定的な表現（「絶対に」「必ず」）→ 「想定」「可能性が高い」
上から目線の表現（「教えてあげる」など）→ 「お伝えする」

AI を使うチェック

文書を貼り付けて「相手の立場で読んで、不快に感じる可能性がある表現を指摘してください」
「配慮の足りない表現があれば、代替案も挙げてください」
「特定の国・宗教・性別の方が読んで、不快に感じる可能性のある表現は」

AI は文化的・時代的に変わる「配慮の地雷」を、ある程度はカバーできます。ただし、業界・地域固有のセンシティブな話題は AI の知識が及ばない領域もあるため、最終確認は人間が行います。

⚠️ 注意 「AI が大丈夫と言ったので問題ない」と判断するのは危険です。配慮の度合いは時代・文化・関係性で変わるため、最終判断は人間が行う必要があります。

プレゼン資料の構成案

プレゼン資料の作成は、構成案を作る段階で AI を活用する場面が多くあります。

構成案作成のステップ

プレゼンの「目的」「相手」「時間（5 分／15 分／60 分など）」を AI に伝える
「以下の内容を、上記の前提でプレゼン構成案として整理してください」と依頼
出力された構成案を確認し、足りない部分を追加・不要な部分を削除
各スライドのコンテンツ（タイトル・要点・補足）を AI に拡張で生成
自分で資料を作る（PowerPoint、Google Slides、Keynote など）

構成案の典型パターン

5 分プレゼン：問題提起 → 結論 → 根拠 3 つ → 行動依頼
15 分プレゼン：背景 → 現状 → 課題 → 提案 → 期待効果 → 次のステップ
60 分プレゼン：導入 → 文脈共有 → 課題分析 → 複数の選択肢 → 推奨 → リスク → 議論

「プレゼンの長さ」に応じた構成案のパターンを AI に投げると、出発点が安定します。

スライドの直接生成

2026 年 6 月時点では、AI に「PowerPoint ファイルとして出力してください」と依頼すると、スライドファイルを直接生成できる機能も登場しています。法人版で連携されているケースも多く、構成案からスライドへの転換コストが下がっています。

ただし、出力されたスライドは「最終形」ではなく「下訳」として扱うのが現実的です。

図表・データの配置

構成案を作るときに、「ここに数字のグラフを置く」「ここに比較表を入れる」と AI に伝えると、構成の中で図表の位置を意識できます。実際の図表作成は別ツールに任せます。

2026 年 6 月時点：Voice モードの活用

2024〜2025 年にかけて、各社が音声入出力モードを強化しました。ChatGPT の Advanced Voice Mode、Claude のモバイル音声機能、Google Gemini の音声機能、Microsoft Copilot の Voice Chat などが代表的です。

Voice モードの典型的な使い方

思考の整理：通勤・移動中に、口頭で考えを話す。AI が整理した内容をテキスト出力
長文の要約：耳で記事や報告書を聞き、要点を口頭で確認する
メール下書きの口頭作成：移動中にメール内容を口頭で話し、AI が文章化
多言語会話の練習：プレゼンや海外打ち合わせの予行演習を AI と行う

Voice モードの利点

キーボード入力が困難な場面（移動中・運転中・歩行中）で使える
思考の速度に近い速さで AI と対話できる
1 人で「壁打ち」を音声で行える
言語学習や発音練習にも応用できる

Voice モードの注意点

周囲に人がいる場所では機密情報を口にしない
運転中の操作は安全面のルールに従う
録音データの保管ポリシーを確認する
会議の内容を Voice モードで処理する場合、参加者の同意が必要

📝 補足 Voice モードは「キーボードに座らずに使える AI」として、新しい働き方を生み出しつつあります。一方で、機密情報を声に出すリスクも増えるため、利用場面の選択は慎重に。

講師の現場メモ：「クレーム対応で AI が時間を稼いだ事例」

私（吉村）が支援している中堅サービス業の話です。営業担当の若手社員から「重要顧客からの厳しいクレームメールが来た。すぐ返信したいが、感情的になってしまいそうで怖い」と相談を受けました。

私はその社員に、3 つのステップを試してもらいました。

クレームメールを AI に読ませて「感情と論点を分けてください」と依頼：感情は「製品の品質への失望」「対応の遅さへの怒り」、論点は「次回ロットでの品質改善時期」「補償の有無」の 2 つ、と整理されました。
「冷静で誠実な返信ドラフトを作ってください」と依頼：謝罪・状況説明・対応策・次のステップが整った返信案が出ました。
すぐ送らず、1 時間置いてから読み返した：自分の言葉で書き直し、上司に確認してもらってから送信しました。

返信を送った後、顧客から「冷静で誠実な対応に感謝する。今後も継続して取引したい」と返事がありました。若手社員は「自分一人で返信していたら、感情的な言葉が混ざっていたと思う。AI が冷静になる時間をくれた」と話しました。

私はその若手社員に、

「AI の役割は、君の言葉を完全に置き換えることではない。君が冷静になるための『1 次素材』を提供すること、君が見落とした論点を整理して見せること、君が送る前に確認するチェックリストを作ること。最終的な言葉と責任は、君が持つ」

と伝えました。

このときに痛感したのは、コミュニケーションの場面では「AI が時間を稼ぐ」効果が決定的だ、ということです。本コースでクレーム返信を例に挙げるのは、感情的になりやすい業務こそ AI を「冷静になる道具」として使う発想を持ってほしいからです。

まとめ

このレッスンでは、以下のことを学びました。

相手に合わせた文体の使い分けは AI の得意領域。「相手と関係」を最初に伝える
反対意見への返信ドラフトでは「感情と論点を分ける」発想が有効
AI ドラフトをすぐ送らず、1 時間置いて自分の言葉で書き直す
フィードバック文書は「事実→影響→期待→支援」の構造。AI に「相手の立場で読んでチェック」と依頼
多言語コミュニケーションは「下訳」として AI を活用し、重要文書は専門翻訳者の確認を入れる
NG ワード・配慮表現のチェックは AI が補助できる。最終判断は人間が行う
プレゼン資料は構成案 → 拡張 → 自分で資料化が標準。長さに応じたパターンを使う
2026 年 6 月時点：Voice モードで移動中の思考整理・メール下書き・予行演習が可能。機密情報の声出しと録音ポリシーに注意

次のレッスンでは、個人と組織のルール（情報入力・業務再設計・評価）を扱います。

確認クイズ

このレッスンの理解度をチェックしましょう。