生成AIは、GRPIモデルを自動で診断し、組織課題の答えまで決めるための道具ではありません。一方で、会議メモやヒアリング記録から事実を整理する、Goals・Roles・Processes・Interpersonal Relationshipsの各層に論点候補を振り分ける、抜け漏れを確認する、追加質問を作る、改善案を比較するといった補助には使えます。
GRPIモデルでは、上位層のGoalsやRolesに問題があるのに、表面上の対人関係だけを先に直そうとすると、根本原因を見誤ることがあります。生成AIを使う場合も同じで、AIが「関係性の問題」と分類したからといって、そのまま採用してはいけません。
この記事では、生成AIをGRPIモデル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。
GRPIモデルの意味や基本構造から確認したい場合は、GRPIモデルとは?を参照してください。人だけで進める基本手順は、GRPIモデルのやり方で確認できます。
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。
- 会議メモやヒアリング記録から事実を整理する
- Goals・Roles・Processes・Interpersonal Relationshipsへ論点候補を分類する
- 各層で不足している情報を洗い出す
- ヒアリング質問を作る
- 曖昧な目標を具体化するための確認項目を出す
- 役割重複・空白・意思決定権の不明確さを点検する
- プロセスのばらつきや例外処理の抜けを確認する
- 関係性の問題と構造問題を切り分ける質問を作る
- 改善案を複数出し、比較観点を整理する
- 再診断時の確認項目を作る
一方で、次の判断はAIだけに任せない方が安全です。
- チームの正式な目標
- 成功条件や優先順位
- 誰が最終決定者か
- 正式な役割・権限
- 実際の業務プロセス
- 関係者間の信頼や心理的な状態
- どの課題を優先改善するか
- 改善施策の正式決定
AIは「候補を出す」「抜けを探す」「問いを作る」役に置き、事実と最終判断は人が担います。
1. 会議メモから事実だけを整理する
プロンプト例
以下は部門横断プロジェクトの会議メモです。
- 営業は顧客要望をできるだけ多く入れたい
- 開発は9月末リリースを優先したい
- 運用は問い合わせ窓口の準備が間に合うか心配している
- 追加要望の採否を誰が最終決定するか曖昧
- 要望の受付方法が担当者ごとに違う
- 営業と開発の会話が感情的になることがある
この内容を、
- 確認できている事実
- 推測・評価が混ざっている表現
- 追加で確認すべき情報
に分けてください。
条件:
- 存在しない事実を補わない
- 人の意図を断定しない
- 日付・件数・役割が不明なら質問にする
出力の使い方
AIにいきなりGRPI診断をさせる前に、まず事実と解釈を分けます。
「営業と開発の関係が悪い」という表現があっても、実際には、
- どの会議で
- どのような発言があり
- 何が決まらず
- どの仕事が止まったのか
を確認する必要があります。
2. GRPIの4層へ論点候補を分類する
プロンプト例
以下の事実を、GRPIモデルの4層に分類してください。
Goals:目標・成功条件・優先順位 Roles:役割・責任・権限・意思決定者 Processes:業務手順・会議・情報共有・意思決定方法 Interpersonal Relationships:信頼・対話・対立・協力関係
事実:
- 営業は顧客要望反映数を重視している
- 開発は9月30日までの安定リリースを重視している
- 追加要望の最終採否者が不明
- 要望受付方法が担当者ごとに違う
- 営業と開発の会議で強い言い方が増えている
条件:
- 1つの事実が複数層に関係する場合はその旨を示す
- 分類だけで原因を断定しない
- 上位層から確認すべき順番を示す
出力の使い方
AIは、目標不一致をGoals、最終採否者不明をRoles、受付方法のばらつきをProcesses、強い言い方をInterpersonal Relationshipsへ分類できます。
ただし、関係性の悪化が原因なのか、GoalsやRolesの不明確さの結果なのかは、人が確認する必要があります。
3. Goalsの曖昧さを確認する
プロンプト例
以下は各部門が考えている成功条件です。
営業:顧客要望をできるだけ多く反映する 開発:9月30日までに重大障害なくリリースする 運用:リリース時点で運用手順と問い合わせ窓口を準備する
共通Goalsを決めるために、人が確認すべき質問を作ってください。
条件:
- AIが勝手に共通目標を決めない
- 納期、必須機能、品質、運用準備の観点を含める
- 成功条件の優先順位を確認する質問を含める
出力の使い方
AIは、
- 9月30日までに必須とする機能は何か
- 重大障害0件とはどの状態を指すか
- 運用手順はどこまで完成していればよいか
- 顧客要望の反映数と納期が衝突した場合、どちらを優先するか
といった質問を作れます。
人が関係者と合意し、たとえば、
9月30日までに必須機能A・B・Cをリリースし、重大障害0件、運用手順と問い合わせ窓口の準備を完了する
と正式なGoalsを決めます。
4. Rolesの重複・空白・意思決定権を点検する
プロンプト例
以下の役割案をレビューしてください。
営業:顧客要望を集める 企画:要件を整理する 開発:技術影響を確認する 運用:運用影響を確認する
追加要望の最終採否者は未定です。
次の観点で質問を作ってください。
- 誰が最終決定するか
- 誰が情報提供するか
- 誰が実行責任を持つか
- 役割の重複
- 役割の空白
出力の使い方
AIは、「最終採否者が空白」という重要な論点を指摘できます。
人が正式な責任分担を確認し、
- 営業:顧客背景を説明
- 企画:要件と優先順位を整理
- 開発:技術影響を評価
- 運用:運用影響を評価
- プロジェクト責任者:最終採否
のように決めます。
5. Processesのばらつきを洗い出す
プロンプト例
現在、追加要望は、
- チャット
- メール
- 会議口頭
- 個別DM
で受け付けています。
GRPIモデルのProcesses観点で、問題候補と確認質問を整理してください。
条件:
- 個人の能力不足と決めつけない
- 受付、記録、影響評価、意思決定、結果通知の流れを確認する
- 改善案は複数候補にする
出力の使い方
AIは、
- 受付窓口が統一されていない
- 必要情報が揃わない
- 影響評価の方法が異なる
- 採否判断のタイミングが不定
- 判断理由が残らない
といった論点を出せます。
改善候補として、定型フォーム、週2回の変更判断会、判断理由の記録などを提示できます。
人は、実際の組織で無理なく続けられる方法を選びます。
6. Interpersonal Relationshipsを「仲良し度」で見ない
プロンプト例
営業と開発の会話が感情的になることがあります。
GRPIモデルのInterpersonal Relationshipsとして確認すべき質問を作ってください。
条件:
- 『仲が悪い』と決めつけない
- 上位層のGoals・Roles・Processesの問題が影響していないか確認する
- 信頼、対話、フィードバック、反対意見の扱いを確認する
出力の使い方
AIは、
- 目標の不一致が対立を増やしていないか
- 最終決定者不明が責任の押し付けにつながっていないか
- 要望受付プロセスの不統一が不信感を生んでいないか
- 反対意見を出したときに理由を説明できているか
といった質問を出せます。
関係性だけを先に直すのではなく、上位層の構造問題を確認してから判断します。
7. 4層を並べて優先課題を考える
プロンプト例
以下の診断候補を比較し、優先順位を決めるための判断軸を作ってください。
Goals:成功条件が部門ごとに異なる Roles:追加要望の最終決定者が不明 Processes:受付・評価・判断方法が統一されていない Interpersonal Relationships:営業と開発で強い言い方が増えている
条件:
- AIが最終優先順位を決めない
- 上位層の問題が下位層へ波及する可能性を考慮する
- 影響範囲、緊急度、再発防止、実行可能性の観点を出す
出力の使い方
AIは比較軸を整理できますが、「まずProcessesを直すべき」といった最終判断は人が行います。
たとえば、GoalsとRolesを先に合意し、その上でProcessesを最優先改善とする判断があり得ます。
8. 改善アクションを具体化する
プロンプト例
以下の改善方針を、担当・期限・完了条件が分かる行動へ具体化してください。
- 共通目標をそろえる
- 追加要望の意思決定者を明確にする
- 要望受付プロセスを統一する
条件:
- 担当者名は推測しない
- 期限は候補として示し、最終決定は人が行う
- 完了条件を必ず付ける
出力の使い方
AIは、
- 共通Goalsを1文で合意し、関係者が承認する
- 追加要望の最終採否者を役割表へ記載する
- 要望受付フォームを統一し、変更判断会の頻度を決める
といった行動候補を出せます。
正式な担当者と期限は人が決めます。
9. 再診断用の質問を作る
プロンプト例
4週間後にGRPIモデルで再診断します。
次の改善について、変化を確認する質問を作ってください。
- 共通Goalsを合意した
- Rolesを整理した
- 追加要望プロセスを統一した
- 営業と開発の会話ルールを見直した
条件:
- できた / できないだけでなく、実際の行動変化を確認する
- 4層ごとに質問を分ける
出力の使い方
AIは、
- Goals:優先順位で迷ったとき共通目標を参照できたか
- Roles:最終決定者不明で判断が止まる場面は減ったか
- Processes:追加要望は同じ方法で受付・評価されたか
- Relationships:反対意見を理由付きで伝えられたか
といった再診断質問を作れます。
通し例|部門横断チームのGRPI診断に生成AIを使う
企画・営業・開発・運用の部門横断チームで、営業と開発の対立が増えていました。
当初は、
関係が悪いから、対話研修をした方がよい
という意見が出ていました。
そこで、会議メモを生成AIに渡し、まず事実整理とGRPI4層への論点候補分類を行いました。
AIは、
- 営業と開発で成功条件が違う → Goals候補
- 追加要望の最終採否者が不明 → Roles候補
- 要望受付方法が担当者ごとに違う → Processes候補
- 強い言い方が増えている → Interpersonal Relationships候補
と整理しました。
人がヒアリングを行うと、Goalsでは、営業は顧客要望反映数、開発は納期と品質、運用は準備完了を重視していることが分かりました。
AIに共通Goalsを決めるための質問を作らせ、人が議論した結果、
9月30日までに必須機能A・B・Cをリリースし、重大障害0件、運用手順と問い合わせ窓口の準備を完了する
という共通目標で合意しました。
Rolesでは、AIのレビューで「追加要望の最終採否者が空白」と分かりました。
人が正式に、
- 営業:顧客背景
- 企画:要件と優先順位
- 開発:技術影響
- 運用:運用影響
- プロジェクト責任者:最終採否
と決めました。
Processesでは、AIが受付・影響評価・意思決定・結果通知の観点から質問を作り、人が現状を確認しました。
その結果、
- 要望は定型フォームで登録
- 週2回の変更判断会で採否を決定
- 判断理由を記録
- 結果を依頼者へ通知
という流れに統一しました。
Interpersonal Relationshipsでは、営業は顧客背景と顧客影響を先に説明し、開発は単に「無理」と返すのではなく、条件・技術影響・代替案を説明するルールにしました。
4週間後、AIに再診断質問を作らせ、人が再度ヒアリングしました。
結果として、Goals・Roles・Processesは改善しました。一方で、繁忙時には感情的なやり取りが残っていました。
そこで次の改善対象を関係性へ絞りました。
この例でAIが担ったのは、事実整理、4層への分類候補、質問作成、抜け漏れ確認、改善案候補、再診断質問の作成です。
人が担ったのは、正式Goals、Roles、実プロセス、関係性の実態確認、優先課題、改善施策、再診断結果の最終判断です。
そのまま使える型が必要なら、GRPIモデルテンプレートを使うと、AIの出力をGoals・Roles・Processes・Interpersonal Relationships、優先課題、改善アクション、再診断まで整理しやすくなります。
具体的な案件への適用イメージを見たい場合は、GRPIモデル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、GRPIモデル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
Goals
AIは文章をまとめられますが、正式な目標や成功条件を決める権限はありません。関係者が合意する必要があります。
Roles
誰が最終決定者か、誰が責任を持つかは組織上の正式ルールで確認します。
Processes
AIは理想的な手順を提案できますが、実際に現場で続けられるかは人が判断します。
Interpersonal Relationships
AIは会議メモから関係性を推測できますが、信頼や感情を直接観測できません。本人への確認が必要です。
優先順位
上位層の問題が下位層へ影響する可能性を考えつつ、影響、緊急度、実行可能性を人が判断します。
生成AIの誤りと限界
関係性の問題へ寄せすぎることがある
強い言い方や対立が目立つと、AIはInterpersonal Relationshipsを原因と見なしやすくなります。
Goalsを勝手に統合することがある
部門ごとの目標をもっともらしい1文へまとめても、正式な合意にはなりません。
Rolesを一般論で補うことがある
「プロジェクトマネージャーが決めるべき」など、実際の組織権限と異なる役割を補う場合があります。
Processesを理想化しすぎることがある
会議や承認ステップを増やしすぎて、現場で回らない案になることがあります。
人の感情や信頼を推測で断定することがある
本人確認なしに「不信感がある」「心理的安全性が低い」と断定しないことが重要です。
機密情報の扱いに注意する
人事評価、個人名、対立内容、組織課題、顧客情報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へ渡した情報は事実と評価を分けたか
- GRPIの4層分類をそのまま原因認定していないか
- Goalsを関係者が正式に合意したか
- Rolesの責任・権限を正式ルールで確認したか
- Processesが現場で実行可能か確認したか
- Interpersonal Relationshipsを本人確認なしで断定していないか
- 上位層から確認したか
- 改善アクションに担当・期限・完了条件があるか
- 再診断のタイミングを決めたか
- AIが作った事実・役割・期限をそのまま採用していないか
- 機密情報を不用意に入力していないか
まとめ
生成AIは、GRPIモデル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、会議メモの事実整理、4層への論点分類候補、各層の確認質問、役割重複・空白の点検、プロセスの抜け漏れ確認、改善案候補、再診断質問の作成です。
一方で、正式なGoals、Roles、実際のProcesses、Interpersonal Relationshipsの実態、優先課題、改善施策の最終判断は人が担う必要があります。
生成AIに組織課題の答えを出してもらうのではなく、「候補を広げる」「抜けを探す」「問いを作る」「再診断を支援する」ために使うことで、GRPIモデルを実務へ効率よく落とし込みやすくなります。