MENU

生成AIでGRPIモデルを使う方法|プロンプト例と人が確認すべきポイント

生成AIは、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。

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。

  • 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、

  1. 確認できている事実
  2. 推測・評価が混ざっている表現
  3. 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。

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