「あのベテランが辞めたら、うちの設計はどうなるのか」、製造業の設計現場で、いま最も切実な悩みではないでしょうか。30年の経験、図面には書かれない「なぜこの寸法なのか」という判断。それは、退職とともに静かに消えていきます。この課題に、生成AIを使って正面から取り組む実践ガイド「設計チームのための小規模ナレッジシステム構築手順書」ができあがりました。全社導入や高価なシステムは前提としません。１人、あるいは１チームが、無料〜低コストのツールだけで、今週から始められることを狙いとしています。本記事では、その中身をご紹介します。

1. なぜ今、設計ナレッジシステムなのか

日本の製造業はいま、3つの「断絶」に直面しています。

• ① 技能の断絶　ベテランの退職による技術流出
• ② 品質の断絶　同じ不具合を繰り返す「モグラ叩き」
• ③ 知識の断絶　蓄積されても活用されない過去トラ

この3つにまとめて答えるのが、手順書の中核にある「匠ナレッジコア」という考え方です。

2. 匠ナレッジコア ── 2つのAI活用が、1つのDBに

• KATANA（刀）　── 過去データを「純化」する

　　　トラブル報告書から「人のせい」「精神論」という不純物を叩き出し、物理的なメカニズムという真因だけを残します。

• TAKUMI（匠）　── 暗黙知を「言語化」する

　　　ベテランの「なぜそうするのか（Know-Why）」を、AIの逆質問で引き出します。本人も言葉にできなかった判断基準が、誰でも使える形になります。

この2つが、最終的に同じナレッジDBに統合される——これが匠ナレッジコアです。

3. すべての鍵は「判断カード」

KATANAで純化した過去トラも、TAKUMIで引き出した暗黙知も、すべて同じ「判断カード」の形にそろえます。たった4項目です。

• 条件・・どんな状況・場面で適用される判断か（いつ・何を・どの工程で）
• 判断・・そのとき何をするか／どう決めるか（結論となる行動・設定）
• 理由・・なぜそうするのか（Know-Why）。マニュアルに書かれない、最も重要な部分
• 例外・・この判断が当てはまらない条件・やってはいけないこと

単なる手順書との違いは、「理由」と「例外」がセットになっている点です。この1枚があれば、経験の浅い設計者でも「急ぎだから、まあいいだろう」という勝手な判断ミスを防げます。

4. 手順書の中身（全7章）

実際に手を動かす順番で、7つの章に整理しています。

• 第1章　対象を1つに絞る（スモールスタート選定）
• 第2章　素材を集める（過去トラ・設計変更履歴の構造化）
• 第3章　ベテランの判断を引き出す（TAKUMI）
• 第4章　過去データを純化する（KATANA）
• 第5章　小さなナレッジDBを作る（NotebookLM）
• 第6章　設計チームで使ってみる（未然防止アシスト）
• 第7章　続ける・広げる（研ぎ・横展開）

5. スモールスタート ── 無料で、今日から

AI導入で最も多い失敗は、いきなり全社・全業務を対象にすることです。データが足りず、現場が疲弊し、成果が出る前に止まります。だからこの手順書は徹底して「1テーマから」。無料のNotebookLMを使えば、プログラミングなしで、資料をアップロードするだけで出典付きで答えるAIアシスタントが動き出します。一人でも、今週から始められます。

6. 設計だけじゃない ── 製造にも、事務にも

この仕組みは設計専用ではありません。枠組み（KATANA・TAKUMI・判断カード・NotebookLM）はそのまま。変えるのは「入力（インプット）」だけです。同じ手順書で、どの部門でもナレッジシステムが作れます。

第1章の「機種×部位×判断」を、製造なら「設備×工程×判断」、事務なら「業務×場面×判断」に読み替えるだけ。まず一部門で成功させ、隣の部門へ広げていけます。

設計チーム向けのナレッジシステム構築手順書をご紹介しました。そのあと、こんな質問をいただきました。「考え方は分かりました。でも、実際には何をどうするんですか？」ごもっともです。前回は枠組みの話に終始してしまいました。そこで今回は、たった1枚の「判断カード」が生まれるまでを、AIとの実際のやり取りごと、最初から最後まで追いかけます。手順書の中身そのものです。 以下は手順書に収録した例示ケースです（特定企業の事例ではありません）。数値には ★ を付け、確認事項として扱っています。

7. STEP 0　題材を「1つ」に絞る

今回のテーマは、「ある樹脂部品の、圧入固定部の設計判断」。製品全体でも、ネジ1本でもありません。この「機種 × 部位 × 判断」という粒度が肝心です。広すぎると素材が発散し、狭すぎるとカードが数枚で尽きます。選んだ理由は3つ揃っているから。

• ① 緊急性　この部位の設計判断は、ベテラン一人に依存している
• ② 素材がある　関連する過去トラ報告書が数件、PDFで残っている
• ③ 困りごとが具体的　若手が毎回、公差の決め方を質問しにくる

8. STEP 1　「なぜ？」と直接聞いても、出てこない

まず、普通にヒアリングしてみます。すると、こうなります。

• 若手・・・・・「この部位の公差、なぜこの値にしているんですか？」
• ベテラン・・・「うーん……昔ちょっと痛い目に遭ってね。経験でなんとなく、そうしてるんだよ」

これが暗黙知の恐ろしさです。持っている本人も、言語化できない。この「なんとなく」の中に、30年が凝縮されているのに、です。マニュアルには「公差は○○」としか書けません。

9. STEP 2　AIに「逆質問」させる（TAKUMI）

そこで発想を変えます。AIをインタビュアーにして、ベテランに問い返させるのです。AIは疲れません。遠慮しません。何度でも角度を変えて聞けます。使うプロンプトは、これだけです。

実際のやり取りは、こう進みます。

お気づきでしょうか。「経験でなんとなく」が、4往復で「環境試験後の樹脂収縮による固定緩み」という物理メカニズムに変わりました。直接聞くと出ないものが、角度を変えた問いには自然に出てくる。これが逆質問の力です。

10. STEP 3　4項目に整理する ＝ 判断カード完成

最後にAIへ「このやり取りを、条件・判断・理由・例外の4項目に整理して」と頼みます。出てくるのがこれです。

ここで必ずやることがあります。この内容を、ベテラン本人に確認してもらうのです。「そうそう、でもここはこう直して」と言える環境が、記録の精度を保証します。AIが整理した内容を、そのまま資産にしてはいけません。なお、★の数値（具体的な公差値）は、あえて空欄のままにしています。AIが推定した数値を正解として扱わない——これは濱田式の一貫した原則です。数値は専門家が確認して埋めます。

11. STEP 4　過去トラも同じ形にそろえる（KATANA）

ベテランの頭の中と並行して、眠っている過去トラ報告書も同じカードにします。ただし報告書は、そのままでは使えません。

「作業者の注意不足」「教育を徹底する」——これらは全部不純物です。同じ失敗が繰り返される最大の原因がここにあります。人を責めても、物理現象は変わりません。純化して初めて、対策欄から「教育を徹底する」が消えます。純化した結果も、同じ4項目のカード（K-08）にします。TAKUMI由来もKATANA由来も、形が同じ。だから次のステップで、1つのDBに合流できるのです。

12. STEP 5　カードをDBに載せて、聞いてみる

出来上がったカードを、無料のNotebookLMにアップロードします。3ステップです。

ポイントは3つあります。①「理由」まで答える——だから若手が納得して守れる。②「例外」も答える——だから硬直しない。③ 出典が出る——だから鵜呑みにせず検証できる。そして、ここが重要です。この回答は、ベテランがその場にいなくても返ってきます。深夜でも、休日でも、退職後でも。

13. STEP 6　本当に効くのは、次の設計のとき

カードが貯まると、質問に答えるだけでなく「未然防止」に効いてきます。新しい設計に着手する前に、こう聞くのです。

「今回の設計は【新規点・変更点】です。判断カードから、これに関係する過去トラブル・設計判断・例外を、出典付きで挙げてください。」

すると、DRBFMの下書き表——変更点／想定される故障モード／関連する過去トラ／対策案——が、たたき台として出てきます。着手前に過去の教訓が手に入るので、「今まで問題なかったから大丈夫」という思い込みが通用しなくなります。もちろん、AIが出すのはあくまで“たたき台”です。ベテランが検証し、「俺ならここをもっと見る」という指摘を新しいカードとしてDBに戻す。すると次から、AIはそのベテランの視点で答えるようになります。使うほど賢くなる——これが循環です。

14. 正直な話 ── つまずくのは、たいていここ

きれいごとだけでは進みません。実際につまずくポイントを3つ挙げます。

• ① 画像PDFのままAIに渡してしまう・・スキャンしただけの報告書は、AIには「絵」です。テキスト化・構造化が必要。ここが地味で、最大の先行投資になります。
• ② 最初から全部やろうとする・・10年分・全機種は必ず頓挫します。まず1テーマ、カード10〜30枚から。
• ③ ベテラン検証を飛ばす・・AIの推測が混じったまま資産にすると、後で信用を失います。必ず本人に確認を。

所要時間の目安としては、逆質問インタビュー1回で数枚のカード、というのが現実的なところでしょう。★これは目安であり、実測での確認をおすすめします——効果を測るなら、着手前に「類似の過去トラを探す時間」などを1つだけ決めて、ベースラインを測っておいてください。

15. 同じやり方が、製造にも事務にも使えます

ここまで設計の例でしたが、枠組みはそのまま。変えるのは「入力」だけです。

• 製造部門なら、旋盤工の「刃先の寿命判断」。切削音の高低・切り粉の色・振動の違いを、無意識に複合判断している知恵を、同じ逆質問で引き出します。
• 事務部門なら、生産管理者の「この受注は納期通りにいかない気がする」という予感を、仕入先の欠品傾向・工程負荷といった判断根拠に分解します。やることは、設計とまったく同じです。

ご覧いただいた通り、特別な技術は1つも使っていません。無料のAIと、無料のNotebookLMと、4項目のカード。それだけです。AIは魔法ではありません。磨き上げた「論理」＝判断カードを刻み込んでこそ、現場の武器になります。まず1テーマ、まず1枚のカードから、試してみませんか。

 最後に

• 品質管理を、属人技から組織標準へ。
• 経験依存から知能協働へ。
• 熟練の暗黙知を、全員が使える武器に。

それが、高崎ものづくり技術研究所の使命です。 濱田（高崎ものづくり技術研究所　代表）

◆関連解説記事・・・熟練の暗黙知を全員が使える武器に～濱田式AI品質スタンダード実務編～