MENU

生成AIでクリティカルチェーンを使う方法|プロンプト例と人が確認すべきポイント

生成AIは、クリティカルチェーンを自動で正しく設計するための道具ではありません。一方で、タスク依存関係の整理、リソース競合の候補出し、見積もりの内訳分解、バッファ検討のための質問作成、週次レビュー観点の整理には使えます。

ただし、AIは実際の担当者の稼働状況、設備の制約、組織の優先順位、過去実績、正式な納期を知りません。もっともらしい工程やバッファ量を作れても、それが実行可能とは限りません。

そのため、生成AIは「候補を広げる」「抜け漏れを探す」「レビュー質問を作る」役に置き、実際の工程順、リソース制約、正式見積、バッファ量、対策判断は人が確定するのが安全です。

この記事では、生成AIをクリティカルチェーンの補助に使う方法を、具体的なプロンプト例、出力の使い方、人が確認すべきポイント、誤り・限界まで含めて解説します。

基本概念から確認したい場合は、クリティカルチェーンとは?を参照してください。人だけで進める基本手順は、クリティカルチェーンのやり方で確認できます。

目次

生成AIを使うと効果が出やすい場面

生成AIは、次のような作業で補助役として使いやすくなります。

  • タスク一覧から依存関係候補を整理する
  • 同一担当者・設備の競合候補を洗い出す
  • 見積もりの中に含まれる実作業・待ち時間・安全余裕を分ける質問を作る
  • クリティカルチェーン候補を比較する
  • プロジェクトバッファの算定根拠を整理する
  • 合流経路からフィーディングバッファ候補を洗い出す
  • 次に必要なリソースの準備項目を整理する
  • 週次レビューで確認すべき質問を作る
  • バッファ消費が大きいときの対策候補を出す

一方で、次の判断はAIだけに任せない方が安全です。

  • 実際のタスク依存関係
  • 担当者が本当に並行作業できるか
  • 正式な見積日数
  • バッファ量
  • 納期変更の可否
  • リソース追加の可否
  • どの遅延に対策を打つか
  • 進捗悪化時の最終意思決定

1. タスク依存関係の候補を整理する

プロンプト例

以下は受注システム刷新プロジェクトの主要タスクです。

  • 要件確定
  • 画面設計
  • DB設計
  • 開発
  • 結合テスト
  • データ移行準備
  • 受入テスト
  • 本番移行

各タスクについて、考えられる先行・後続関係の候補を整理してください。

条件:

  • 不明な依存関係は断定せず「要確認」とする
  • 一般的な開発順序だけで決めない
  • 外部依存がありそうな箇所は確認質問にする

出力の使い方

AIは、

  • 要件確定の後に画面設計・DB設計
  • 画面設計・DB設計の後に開発
  • 開発の後に結合テスト
  • 結合テストとデータ移行準備の後に受入テスト
  • 受入テストの後に本番移行

といった候補を出せます。

人は、実際のプロジェクトでは並行できるもの、前倒しできるもの、逆に先行条件があるものを確認して確定します。

2. リソース競合候補を洗い出す

プロンプト例

以下のタスクと担当者から、同時期に競合する可能性がある組み合わせを整理してください。

  • 画面設計:山田さん
  • DB設計:山田さん
  • 開発:開発チーム
  • 結合テスト:テストチーム
  • データ移行準備:移行チーム
  • 受入テスト:業務ユーザー+テストチーム

条件:

  • 同一人物だけでなく、同一チーム・同一設備の競合も候補にする
  • 実際に並行可能かは断定しない
  • 確認質問を付ける

出力の使い方

AIは、画面設計とDB設計が同じ山田さん担当であるため競合候補と指摘できます。

さらに、結合テストと受入テストでテストチームが重なる可能性も確認候補として出せます。

人は、実際に日程が重なるか、担当人数は何人か、別メンバーへ分担できるかを確認します。

3. 見積もりを分解する質問を作る

プロンプト例

画面設計が10日と見積もられています。

この10日の内訳を、

  • 実作業
  • レビュー待ち
  • 他作業の割り込み
  • 安全余裕
  • 外部待ち

に分けて確認する質問を作ってください。

条件:

  • 日数を勝手に推測しない
  • 担当者が答えやすい質問にする

出力の使い方

AIは、

  • 集中して作業した場合は何日か
  • レビュー待ちは何日を見込んでいるか
  • 他案件の割り込みを含めているか
  • 最悪ケースを想定して余裕を積んでいるか

といった質問を作れます。

この質問を担当者との見積レビューに使います。

4. クリティカルチェーン候補を比較する

プロンプト例

以下の依存関係とリソース制約を基に、クリティカルチェーン候補を比較してください。

依存関係: A 要件確定 → B 画面設計、C DB設計 B・C → D 開発 D → E 結合テスト A → F データ移行準備 E・F → G 受入テスト G → H 本番移行

リソース制約: BとCは同じ山田さんが担当し、同時実行不可。

条件:

  • B→C、C→Bの両方を候補として比較
  • 完了影響とリソース制約を理由にする
  • 最終決定は人が行う前提にする

出力の使い方

AIは、B→CとC→Bの順序で、どちらが後続へ影響するかを比較できます。

ただし、画面設計とDB設計のどちらを先にすべきかは、成果物の依存、担当者の作業効率、レビュー予定を人が確認します。

5. プロジェクトバッファ検討の材料を整理する

プロンプト例

プロジェクトバッファの量を検討するため、確認すべき要素を整理してください。

条件:

  • 一律の固定日数を提案しない
  • 個別タスクの安全余裕
  • 見積もりのばらつき
  • 過去プロジェクト実績
  • 外部依存
  • 技術的不確実性

を含める

出力の使い方

AIは、バッファ量そのものではなく、算定に必要な観点を整理できます。

人は、過去実績や正式見積を使ってバッファを確定します。

AIに「適切な日数を出して」とだけ頼むと、根拠のない10日・20日といった数字を提案する可能性があります。

6. フィーディングバッファ候補を洗い出す

プロンプト例

以下の経路で、非クリティカル経路から本流へ合流する箇所を確認してください。

本流候補:A → B → C → D → E → G → H 支流:A → F → G

条件:

  • 合流点を示す
  • 支流遅延が本流へ与える影響を説明する
  • バッファ量は決めない

出力の使い方

AIは、FからGへ合流する箇所をフィーディングバッファ候補として指摘できます。

人は、Fの不確実性とG開始への影響を確認して配置・量を決めます。

7. 次リソースの準備項目を整理する

プロンプト例

結合テストの後に受入テストが始まります。

受入テストを待ち時間なく開始するために、事前準備として確認すべき項目を整理してください。

条件:

  • 担当者
  • テスト環境
  • テストデータ
  • 開始予定通知
  • 受入条件

を含める

出力の使い方

AIは、

  • 業務ユーザーの確保
  • 環境準備
  • テストデータ準備
  • 受入条件確認
  • 開始予定日の事前通知

といった項目を出せます。

人は、誰にいつ通知するかを決めます。

8. 週次レビューの質問を作る

プロンプト例

クリティカルチェーンの週次進捗レビューで、確認すべき質問を10個以内で作ってください。

条件:

  • 進捗率だけでなく残日数を見る
  • プロジェクトバッファ消費を見る
  • フィーディングバッファ消費を見る
  • 次リソース準備を見る
  • 遅延原因と対策を見る

出力の使い方

AIは、

  • 現在タスクの残日数はいくつか
  • 前週から残日数が増えたか
  • プロジェクトバッファを何日消費したか
  • 支流側のバッファ消費は増えているか
  • 次タスクの担当者・環境は準備済みか
  • 今週対策しないと納期影響が広がる要因は何か

といった質問を出せます。

レビュー会議の司会メモとして使えます。

9. バッファ消費が増えたときの対策候補を出す

プロンプト例

状況:

  • プロジェクトバッファ10日のうち5日を消費
  • 現在は開発タスク
  • 外部API仕様変更で追加作業が発生
  • 結合テスト開始までに準備が必要

対策候補を複数出してください。

条件:

  • 単純な残業だけにしない
  • スコープ、担当、順序、事前準備、外部調整の観点を含める
  • 実行可否は人が決める前提にする

出力の使い方

AIは、

  • API対応担当を追加できるか確認
  • 結合テスト準備を前倒し
  • 影響の少ない周辺タスクを後ろへ送る
  • 外部API側との調整を優先
  • 次リソースへ早めに開始予定を共有

といった候補を出せます。

人は、コスト・品質・権限・納期を踏まえて採否を決めます。

通し例|受注システム刷新で生成AIを補助に使う

受注システム刷新プロジェクトで、当初は次のタスクがありました。

  • A 要件確定
  • B 画面設計
  • C DB設計
  • D 開発
  • E 結合テスト
  • F データ移行準備
  • G 受入テスト
  • H 本番移行

担当者はまず、AIへ依存関係候補を整理させました。

AIは、Aの後にB・C、B・Cの後にD、Dの後にE、Aの後にF、E・Fの後にG、Gの後にHという候補を出しました。

人が実際の工程を確認し、この依存関係を採用しました。

次にリソース競合候補を出させると、B画面設計とC DB設計が同じ山田さん担当であるため、並行不可の可能性を指摘しました。

人が山田さんの稼働を確認し、実際に同時実行できないと確定しました。

続いて、BとCの順序をAIに比較させました。

AIはB→CとC→Bの両方を候補として示しましたが、画面設計結果をDB設計レビューでも使う部分が多かったため、人がB→Cを採用しました。

その結果、

A → B → C → D → E → G → H

が主要な制約列になりました。

次に、各タスクの見積もりをAIで分解する質問を作りました。

たとえば画面設計10日について、担当者へ確認すると、

  • 実作業6日
  • レビュー待ち2日
  • 安全余裕2日

という内訳でした。

同様に他タスクも確認し、個別タスクの余裕をそのまま積み上げるのではなく、プロジェクト全体の不確実性として管理する方針にしました。

プロジェクトバッファについては、AIに日数を決めさせず、個別余裕、過去実績、外部依存、見積ばらつきを整理させました。人が実績データを確認し、最終的に10日としました。

また、A → F → Gの支流が受入テストGへ合流するため、AIはフィーディングバッファ候補を指摘しました。人が移行準備のばらつきを確認し、G合流前に3日分を配置しました。

週次レビューでは、AIで作った質問を使い、

  • 現在タスクの残日数
  • プロジェクトバッファ消費
  • フィーディングバッファ消費
  • 次リソース準備
  • 今週の対策

を確認しました。

第3週では、プロジェクトバッファ消費は2日でした。山田さんの別案件割り込みが増えていたため、C DB設計の完了まで割り込みを抑える判断をしました。

第5週では、外部API仕様変更でプロジェクトバッファ消費が5日まで増えました。

AIに対策候補を出させると、追加担当、結合テスト準備前倒し、外部調整強化、次リソースへの事前通知などが出ました。

人がコストと実行可能性を確認し、

  • API対応担当を1名追加
  • 結合テスト環境準備を前倒し
  • 受入テスト担当へ開始見込みを早期通知

を採用しました。

さらに、Fデータ移行準備側でも1日分のフィーディングバッファを消費していたため、移行対象データの優先順位付けと業務確認を前倒ししました。

この例でAIが担ったのは、依存関係候補、競合候補、見積レビュー質問、バッファ検討材料、週次レビュー質問、対策候補の整理です。

一方、人が担ったのは、実際の依存関係、担当可能性、工程順、正式見積、バッファ量、リソース追加、対策採否の確定です。

そのまま使える記入形式が必要なら、クリティカルチェーンテンプレートを使うと、AIの出力をタスク、依存関係、リソース競合、チェーン候補、バッファ、週次進捗へ整理しやすくなります。

具体案件への適用イメージを追いたい場合は、クリティカルチェーンの具体例が参考になります。よくある失敗を先に確認したい場合は、クリティカルチェーンで失敗しやすいポイントも参照してください。

人が必ず確認すべきポイント

依存関係

AIは一般的な開発工程から依存関係を推測できますが、実際の成果物や承認条件までは知りません。

リソース競合

同じ担当名が付いていても、複数人チームなら並行できる場合があります。逆に、担当名が違っても同じテスト環境を使うため競合する場合があります。

見積日数

AIは正式な工数を知りません。担当者の実績や過去データを使って確定します。

バッファ量

AIが提案する日数をそのまま採用しません。見積ばらつき、過去実績、外部依存を基に決めます。

進捗対策

人員追加や順序変更にはコスト、品質、権限、引継ぎの影響があります。実行可否は責任者が判断します。

生成AIの誤りと限界

存在しない依存関係を作ることがある

一般的な工程を前提に、実際には不要な先行条件を追加することがあります。

リソース競合を見落とすことがある

担当者名だけ見て、設備・環境・専門スキルの共有制約を見逃す場合があります。

見積もりを過度に短縮することがある

「クリティカルチェーンでは短く見積もる」と単純化し、現実的でない日数を提案することがあります。

バッファ量をもっともらしく作ることがある

根拠がなくても10日、20%などの数字を出す場合があります。

対策案が実行可能とは限らない

人員追加や並行化を提案しても、予算やスキルの制約で実現できないことがあります。

機密情報の扱いに注意する

担当者名、顧客情報、契約条件、障害情報、見積工数などを入力する場合は、自社の情報管理ルールに従います。

生成AIに任せすぎないためのチェックリスト

  • AIの依存関係候補を実際の成果物で確認したか
  • 担当者だけでなく設備・環境の競合も確認したか
  • 並行可能性を本人・責任者へ確認したか
  • 見積日数をAIに決めさせていないか
  • 実作業・待ち時間・安全余裕を分けたか
  • クリティカルチェーン候補を実行可能な工程で確認したか
  • バッファ量に実績や根拠があるか
  • 合流経路の遅れを確認したか
  • 次リソースを事前に準備しているか
  • 進捗率ではなく残日数も見ているか
  • バッファ消費を責任追及に使っていないか
  • AIの対策案をコスト・品質・権限で確認したか
  • 機密情報を不用意に入力していないか

まとめ

生成AIは、クリティカルチェーンを効率よく実践するための補助役として使えます。

特に役立つのは、タスク依存関係候補、リソース競合候補、見積レビュー質問、クリティカルチェーン候補の比較、バッファ検討材料、週次レビュー質問、遅延時の対策候補の整理です。

一方で、実際の依存関係、担当可能性、正式見積、バッファ量、リソース追加、工程変更、対策採否は人が決める必要があります。

生成AIにクリティカルチェーンを作ってもらうのではなく、「抜けを探す」「確認質問を作る」「複数案を比較する」ために使うことで、リソース制約と不確実性を含むプロジェクト運営を効率よく整理しやすくなります。

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!
目次