AIエージェントに仕事を頼むたびに、「このフォルダにはこういう資料が入っていて」「ファイル名のルールはこうで」と、毎回ゼロから説明していないでしょうか。便利なはずのAI活用が、説明する手間で帳消しになっている。
AIエージェントと呼ばれる、業務を自律的にこなす生成AIツールが普及し始めた今、多くの経営者が静かに直面している課題です。
この問題、AIの賢さを上げて解決するというものではありません。
解決の鍵は、AIが入ってくる「仕事場」、つまりフォルダ構造そのものを少しだけ整え直すことにあります。
AIに毎回説明する手間、その正体
まずは、なぜこの「説明する手間」が発生するのか、その正体を見ていきます。
いつのまにかAIに振り回されていないか
「便利だから使い始めたはずなのに、なぜか毎回振り出しに戻る」。
そんな感覚を、AIを使う方ほど抱きやすいかもしれません。
理由は単純で、AIには記憶がない、または極めて限定的だからです。
昨日伝えたことを今日は覚えていない。
今日のチャットで設定した前提も、別のチャットを開けばリセットされる。
結果として、毎回「このフォルダの中身はね」と説明することになります。
毎回数分の説明でも、月に換算すると数時間規模の時間ロスになっている、という方も少なくないかもしれません。
フォルダは人間用に作られていた
そもそも、今のフォルダ構造は誰のために設計されたものでしょうか。
おそらく、それを作った人自身のため。
人間は、「あれは確か去年の夏、あのお客様の件で作ったやつ」という暗黙の記憶を持っています。
その記憶が、検索コストを下げてくれている。
しかしAIエージェントには、その暗黙の記憶がありません。
あるのは、目の前のフォルダ構造と、ファイル名と、中身のテキストだけです。
つまり、AIフレンドリーなフォルダとは、「人間の頭の中にあった暗黙知を、構造そのものに書き出したフォルダ」のことだと言えそうです。
AIフレンドリーなフォルダとは何か
ここから、AIフレンドリーなフォルダがどんな性質を持つのか、もう少し具体的に見ていきます。
ここでは3つの軸にまとめて整理してみます。
自己説明・予測可能・役割分担という3つの軸
自己説明できること
各フォルダの直下に Claude.md／AGENTS.md という小さなテキストファイルを置き、「このフォルダは何のためにあって、どんなルールで運用されているか」を書いておく。
AIはそこを読めば、いきなり文脈を獲得できます。
加えて、ファイル名にも「日付＋書類名＋関係先」のような構造化された情報を埋め込んでおくと、AIが意味を取り出しやすくなります。
予測可能であること
同じ種類のフォルダは、必ず同じ内部構造で揃える。
クライアントAもクライアントBも、開けたら同じ並びになっている状態です。
加えて、一度決めたフォルダパスは安易に変えない。
パスはAIにとっての電話番号のようなもので、コロコロ変わると過去の会話の文脈が壊れてしまいます。
役割が分かれていること
フォルダの中身を「受領原資料」「作業中」「確定成果物」「過年度・完了案件」のように、役割で分けておく。
そうすると、AIに「確定成果物だけ見て」と指示できるようになります。
ファイルがどの段階にあるかが、人間にもAIにも一目で分かる状態です。
「初見のAIが5秒で文脈を掴めるか」という北極星
3つの軸を貫く判断軸として、1つの問いを置いておくと、迷ったときに判断がぶれません。
「初めてこのフォルダに入ってきたAIが、5秒で文脈を掴めるか」。
これに「はい」と答えられる状態になっていれば、AIフレンドリーだと言えます。
迷うようなら、3つの軸のどこかが弱くなっているサインかもしれません。
完璧な体系を目指すよりも、この問いを定期的に自分に投げかけるだけで、フォルダは少しずつ育っていくように感じています。
無理なく始める3つの最初の一歩
以下の3つを押さえれば、AIの応答品質は明らかに変わってきます。
ファイル名のルールを1つだけ決める
最初の一歩は、ファイル名のルールを1つ決めることであると考えられます。
おすすめは「日付＋書類名＋関係先」の順で並べる形式です。
たとえば「260131_月次報告書_クライアントA.pdf」のような書き方。
日付は西暦下2桁＋月＋日の6桁で表記します。
これだけで、フォルダ内のファイルが時系列に自動的に並びます。
そしてAIがファイル名を見ただけで、「いつの、どんな書類か」を判定できるようになります。
inputs / working / outputs / archive の4区分で役割を分ける
次の一歩は、フォルダの中を役割で分けることです。
具体的には、4つのフォルダを作ります。
- inputs は、お客様から受け取った原資料を置く場所。
- working は、作業中のドラフトを置く場所。
- outputs は、確定した成果物を置く場所。
- archive は、過去年度や完了した案件を置く場所です。
この4区分ができていれば、AIに「outputs だけ見て」「working のドラフトをチェックして」のような指示が出せます。
英語が苦手であれば、「01_受領」「02_作業中」「03_確定」「99_完了済」のような日本語表記でも構いません。
大切なのは、ファイルが「どの段階にあるか」が一目で分かる仕組みになっていることです。
README ファイルで、フォルダ自身に語らせる
3つ目の一歩は、各フォルダの直下に Claude.md／AGENTS.md というファイルを置くことです。
Claude.md／AGENTS.mdは、テキストエディタで作れる普通のテキストファイルです。
中身には、こんな項目を書いておきます。
「このフォルダの目的」「中に入っているものの種類」「ファイル命名規則」「やってほしくないこと」。
これを書いておくと、AIエージェントは最初にこのファイルを読み、フォルダの文脈を理解してから作業に入ってくれます。
たった1つのファイルですが、AIへの説明の手間が劇的に減ります。
そして副次効果として、新しいスタッフが入ってきたときの引き継ぎ資料にもなります。
Claude Code や NotebookLM が本気を出す瞬間
Claude Code にフォルダを直接渡してみる
整っていないフォルダに Claude Code を向けると、「このフォルダの構造を教えてください」と毎回聞かれます。
しかし、Claude.mdが置かれ、ファイル名が統一され、4区分でフォルダが分かれていると、Claude Code はいきなり仕事に入れます。
「先月の月次資料と同じフォーマットで、今月分を作って」と依頼すれば、自分で outputs フォルダを見て、フォーマットを把握し、ドラフトを作ってくれる。
これは整った仕事場があるからこそ可能になる動きです。
Gemini×NotebookLM で「クライアント別の知識ベース」を作る
NotebookLM は Google が提供しているツールで、Google Drive のファイルや PDF、Word ファイルなどを読み込み、それらを「自分専用の知識ベース」として扱える仕組みです。
1つのノートブックに最大50のソースを登録でき、GoogleDrive と連携してリアルタイムで同期する機能も備えています。
また、Geminiに組み込まれています。
たとえば、クライアントごとに「過去の議事録」「決算書」「事業計画」をひとつのノートブックにまとめておく。
すると、「このクライアントの過去3回の打ち合わせで、資金繰りの話題はどう変化したか」のような質問に、即座に答えてくれます。
ここで効いてくるのが、フォルダ整理です。
「クライアントAのフォルダ」が4区分で整っていれば、そのフォルダ全体を NotebookLM に登録するだけで、知識ベースが完成します。
逆に、フォルダが散らかっていると、何をノートブックに入れるかの選別作業から始めなければなりません。
整った仕事場ほど、AIの応答品質が変わる
ここで強調しておきたいのは、AIの応答品質は「AI自体の性能」だけで決まるわけではないという点です。
同じAIでも、整ったフォルダに向ければ精緻な答えが返ってきます。
散らかったフォルダに向ければ、曖昧な答えしか返ってきません。
つまり、AIの能力を引き出すのは、こちら側の準備の質です。
整理に投じた時間が、毎日の仕事の質に変換されていく。
これがAIフレンドリーなフォルダ整理の、実用面での真価だと言えそうです。
投資としてのフォルダ設計
フォルダ整理というと、退屈な雑用に聞こえるかもしれません。
AIエージェントとの仕事が当たり前になっていく時代では、これは立派な「経営投資」と呼べる行為になってきています。
半日の整理が、毎月の時短を生む
仮に半日かけてフォルダ構造を整え直したとします。
その後、AIに毎回「このフォルダの中身は」と説明する手間が、月に何時間分減るでしょうか。
仮に月5時間減るとすれば、半日の投資は1ヶ月で回収できる計算になります。
それ以降は、純粋な時間の節約として積み上がっていきます。
そしてその節約された時間は、お客様との対話や、自社の戦略を考える時間に回せます。
つまり、フォルダ整理は「単純作業の自動化」を超えて、「経営に頭を使う時間を増やすための投資」だと位置づけられるかもしれません。
無理しないからこそ、続く
完璧な整理を目指す必要はなく、まずは、ファイル命名を統一する、4区分でフォルダを分ける、Claude.md／AGENTS.md を置く。
それ以上は、運用の中で「ここをこうしたい」というニーズが出てきてから足していく。
無理に全部を一度にやろうとすると、運用が続きませんし、続けられるレベルから始めて、徐々に育てていく。
その育て方こそが、これからの数年でじわじわと効いてくる、地味だが本質的な経営スキルになるかもしれません。
