MENU

生成AIでOKRを使う方法|プロンプト例と人が確認すべきポイント

生成AIは、OKRの設定や運用を補助する道具として使えます。Objectiveの言い換え案を出したり、Key Results候補を整理したり、レビュー時の確認質問を作ったりする場面です。

一方で、組織として何を優先するか、どの指標を成果として採用するか、目標値をどこに置くかは、生成AIが自動的に正しく決められるわけではありません。もっともらしい案が出ても、そのまま正式なOKRとして採用するのは避ける必要があります。

この記事では、生成AIを使ってOKRを効率よく整理する方法、実務で使えるプロンプト例、人が必ず確認すべきポイントを解説します。OKRの基本から確認したい場合は、OKRとは?意味・使い方・具体例をわかりやすく解説も参考にしてください。

目次

生成AIでOKRを使うときの基本方針

生成AIに向いているのは、候補出し、言語化、比較、抜け漏れ確認です。

一方で、優先順位づけや最終的な目標設定は、人が現場情報や経営判断を踏まえて行います。

役割は次のように分けると使いやすくなります。

  • 人:組織目標、現状データ、制約、重点課題を入力する
  • 生成AI:Objective案、KR候補、レビュー観点を整理する
  • 人:事実と仮説を分ける
  • 人:優先するObjectiveとKRを確定する
  • 人:目標値と運用方法を決める

生成AIは「OKRを自動設定する道具」ではなく、「OKRを考えるための材料を整理する道具」として使います。

実際の設定手順は、OKRのやり方|人材育成・組織開発で使う手順をステップで解説で確認できます。

生成AIを使いやすい5つの場面

1. Objective案を複数出す

重点テーマは決まっているものの、Objectiveの言い方が抽象的なときに使えます。

たとえば、

次の組織課題と重点テーマをもとに、Objective案を3つ作成してください。単なる作業名ではなく、この期間で実現したい状態が伝わる文章にしてください。入力されていない事実は補わないでください。

と依頼します。

生成AIは表現の候補を広げるのに向いています。ただし、「どのObjectiveを選ぶべきか」は、経営や現場の優先順位を踏まえて人が決めます。

2. Key Results候補を整理する

Objectiveが決まった後、達成度をどう測るかを考えるときにも使えます。

次のObjectiveを達成したか確認するためのKey Results候補を整理してください。活動量ではなく成果の変化を測る候補を優先し、入力されていない現状値や目標値は推測しないでください。

と依頼します。

たとえば「新任管理職が自信を持ってチーム運営できる状態をつくる」というObjectiveに対して、

  • 1on1実施率
  • 研修後の実践課題完了率
  • 対象者の自己評価の変化

などの候補を整理できます。

ただし、どの指標が本当に成果を表すかは、人が確認します。

3. 施策とKRを分ける

OKRでありがちな問題は、Key Resultsがタスク一覧になることです。

生成AIに、

次の候補を「Key Results」「施策」「単なる作業」に分類してください。Key ResultsはObjectiveの達成度を測る成果指標として扱ってください。

と依頼すると、整理しやすくなります。

たとえば、

  • 研修を3回実施する → 施策
  • 1on1実施率を改善する → KR候補
  • 研修資料を更新する → 作業

というように分けられます。

すぐ使える記入形式が必要なら、OKRテンプレート|そのまま使える項目例と書き方も参考になります。

4. レビュー時の確認質問を作る

OKR運用中のレビューで、進捗率だけを確認して終わることがあります。

生成AIに、

次のOKRと現在のKR値をもとに、レビューで確認すべき質問を作ってください。停滞理由、前提変化、次の行動、必要な支援の観点を含めてください。

と依頼すると、レビューの論点を整理できます。

たとえば、

  • 数値が動いていない理由は何か
  • 施策は成果へつながっているか
  • 前提条件に変化はあったか
  • 次回までに何を変えるか

といった質問候補を作れます。

5. OKRの一貫性をチェックする

ObjectiveとKRのつながりが弱いとき、レビュー役として生成AIを使う方法があります。

次のOKR案をレビューし、ObjectiveとKey Resultsのつながりが弱い箇所を指摘してください。活動量を成果指標として扱っている箇所、測定不能な箇所、入力不足の箇所を分けて示してください。

と依頼します。

生成AIは論理上の不整合を見つける補助に向いていますが、指標の妥当性や目標値の現実性は人が確認します。

具体的なOKR例を見たい場合は、OKRの具体例|人材育成・組織開発での活用イメージを解説も参考になります。

そのまま使えるプロンプト例

OKRのたたき台を作るプロンプト

次の組織目標、現状、重点課題をもとに、OKRのたたき台を作成してください。

>

条件: – Objectiveは実現したい状態として表現する – Key Resultsは活動ではなく成果の変化を測る – 入力にない現状値や目標値は推測しない – 数値が不足する項目は「要確認」とする – 施策はKey Resultsと分けて記載する – 事実と仮説を分ける

既存OKRをレビューするプロンプト

次のOKR案をレビューしてください。

>

確認観点: – Objectiveが具体的な方向性を示しているか – Key ResultsがObjectiveの達成度を測っているか – KRがタスク一覧になっていないか – 現状値と目標値に根拠があるか – 測定方法が明確か – KRが多すぎないか – 上位目標との関係を説明できるか – 不足情報は「要確認」とする

生成AIに任せやすいこと

生成AIは、次のような補助作業に向いています。

  • Objectiveの言い換え候補
  • Key Results候補の洗い出し
  • 施策と成果指標の分類
  • OKR案の論理チェック
  • レビュー質問の作成
  • 振り返りメモの整理
  • 不足情報の質問化

特に、最初の案を早く作り、チームで議論する材料を用意したい場面で使いやすくなります。

人が必ず確認すべきポイント

Objectiveの優先順位

生成AIは複数のObjective案を作れますが、その期間に何を最優先するかまでは、組織事情を十分に知らなければ判断できません。

経営方針、部門課題、リソース、他チームとの依存関係を踏まえて人が決めます。

KRが本当に成果を測っているか

数値化されていても、Objectiveの達成度を表していない場合があります。

「研修実施回数」「会議回数」のような活動量ではなく、「結果として何が変わるか」を確認します。

現状値と目標値の根拠

生成AIが入力されていない数字を補うと、もっともらしく見えても根拠がありません。

現状値は実データで確認し、目標値は過去実績、計画、必要水準などを踏まえて人が設定します。

計測方法

KRを設定しても、誰がいつどのデータで測るかが曖昧だと運用できません。

  • データの出所
  • 更新頻度
  • 集計担当
  • 定義

を確認します。

評価制度との関係

OKRと人事評価をどう扱うかは、生成AIが決めることではありません。

OKRを挑戦や重点テーマの共有に使うのか、評価制度とどこまで関連づけるのかは、組織としてルールを決める必要があります。

よくある失敗と改善策は、OKRで失敗しやすいポイント|よくある間違いと改善策で確認できます。

生成AIを「質問役」として使う

生成AIに答えを出させるのではなく、OKRを確定するために不足している情報を質問させる方法も有効です。

たとえば、

次のOKR案を確定するために不足している情報だけを質問してください。Objectiveの優先理由、KRの現状値、目標値の根拠、計測方法、他チームとの依存関係について、入力されていない事実は推測しないでください。

と依頼します。

すると、

  • このObjectiveを今期優先する理由は何か
  • KRの現在値は何か
  • 目標値の根拠は何か
  • どのデータで測定するか
  • 他チームの協力が必要か

といった確認事項を洗い出しやすくなります。

事実・仮説・意思決定を分ける

生成AIでOKRを扱うときは、少なくとも次の3つを分けます。

  • 事実:実績データ、確定した組織方針、確認済みの現状
  • 仮説:この施策ならKRが動くのではないか、という見立て
  • 意思決定:どのObjectiveを優先し、どのKRと目標値を採用するか

たとえば、

  • 事実:1on1実施率は55%
  • 仮説:管理職向けガイドと振り返り会で実施率が上がる可能性がある
  • 意思決定:今期は80%を目標とし、隔週でレビューする

という形です。

生成AIに「事実」「仮説」「要確認」を分けて出力させると、判断材料を整理しやすくなります。

振り返りでも生成AIを使える

期間終了後の振り返りでも、生成AIは整理役として使えます。

たとえば、

次のOKR実績とレビュー記録をもとに、達成したこと、未達だったこと、有効だった施策、次回の確認事項を整理してください。入力にない原因は断定せず、仮説として分けてください。

と依頼します。

ただし、未達原因をAIに断定させるのは避けます。実際の現場状況や関係者の認識を確認し、次のOKRへ反映します。

まとめ

生成AIは、OKRの設定・運用・振り返りを効率化する補助役として使えます。

特に使いやすいのは、Objectiveの言い換え、KR候補の整理、施策との分類、レビュー質問の作成、OKR全体の論理チェックです。

一方で、Objectiveの優先順位、KRの妥当性、現状値、目標値、計測方法、評価制度との関係は、人が実データと組織事情を踏まえて確認する必要があります。

基本は、

  1. 人が組織目標と現状データを入力する
  2. 生成AIにObjective案とKR候補を整理させる
  3. 事実・仮説・要確認を分ける
  4. 人が優先順位と目標値を決める
  5. 定期レビューで進捗と施策を確認する
  6. 期間終了後に学びを整理する

という流れです。

生成AIを「目標を自動決定する道具」ではなく、「OKRを考え、レビューし、改善するための補助役」として使うと、実務へ取り入れやすくなります。

よかったらシェアしてね!
  • URLをコピーしました!
  • URLをコピーしました!

コメント

コメント一覧 (1件)

目次