「学習ログ」という発明
AIが同じ失敗を二度しない仕組み

細かい話に入る前に、結論からお伝えします。私たちが運用している仕組みは、この5つです。

ここから先は、なぜこの仕組みを作ったのか、実際の書き方のルールとあわせてお伝えします。

AIに業務を任せ始めたころ、私たちはある問題に直面しました。同じ失敗を、何度も繰り返していたのです。

前の週にうまくいかなかった判断を、次の週にまた選んでしまう。理由を尋ねると、覚えていない、という答えが返ってくる。原因ははっきりしていました。会話が終わると、それまでのやり取りは残りません。人であれば経験として積み重なる部分が、AIには残っていなかったのです。

たとえば、ある案件でクリック率が下がったタイトルの付け方を、別の案件でまた同じように試してしまう。一度うまくいかなかった広告文の型を、時間が経つと再び使ってしまう。担当するAIが同じでも、記憶が引き継がれていなければ、失敗は毎回はじめて起きたことのように扱われてしまいます。

これでは、任せるほど楽になるはずのAI活用が、逆に人の確認の手間を増やしてしまいます。毎回、同じ注意を、人が繰り返し伝える必要が出てきます。

そこで発想を変えました。AIの記憶に頼るのではなく、経験をファイルに残す。読み書きできる場所を用意すれば、AIは何度でも読み返せます。これが、学習ログという仕組みの出発点です。

学習ログは、特別なシステムではありません。決めているのは「いつ、何を、どう書くか」というルールだけです。ルールが曖昧だと、書く人（AI）によって中身がばらつき、あとで読み返しても使えないログになってしまいます。私たちが守っている3つのルールを、そのままお伝えします。

ルール1. 作業がひと区切りついたら、その場で書く

記録は、作業が終わった直後にAIが行います。時間を置くと、細かい経緯や数字を忘れてしまうからです。「あとでまとめて書く」を許すと、次の作業に追われて結局書かれないまま終わることが多いので、区切りごとにその場で書く、を徹底しています。

ルール2. 感想ではなく、数字とベースラインをセットで書く

「効果が悪化した」「うまくいった」だけの感想文は、次に読んでも判断材料になりません。私たちが必ず入れているのは、「何の数字が」「いくつ（ベースライン）から」「いくつになったか」の3点です。たとえば、こう変えています。

Before（感想文になってしまう例）：「広告の効果が落ちた気がする。何か変えたほうがいいかもしれない。」

After（数字とベースラインを入れた例）：「CPA（1件あたりの獲得単価）が、先週の平均◯◯円から◯◯円に悪化。原因は入札単価の自動調整。次回は手動入札に戻してから様子を見る。」

After側は、数字と比較先（ベースライン）と次の行動が1行で分かります。次に同じ作業をするAIが読んだとき、何をすればいいかがそのまま判断できます。

ルール3. 次に同じ作業をする前に、必ず読む

どれだけ丁寧に書いても、読まれなければ意味がありません。同じ種類の作業に入る前に、学習ログを読んでから着手する。この順番自体をルール化しています。過去に失敗した進め方を、忘れたまま繰り返すことを防ぐためです。

ログを育てる、という考え方

学習ログは、一度作って終わりではありません。作業のたびに書き足され、少しずつ厚みを増していきます。業務を重ねるほど、判断の材料が増えていく。そういう性質の仕組みです。ログが厚くなってきたら、重要な学びだけを抜き出して上位のルールに昇格させる、という手入れも定期的に行っています。全部を毎回読み直すのではなく、要点だけを効率よく参照できるようにするためです。

学習ログの仕組みを作っても、運用の途中でつまずくことがあります。私たちが実際に経験した3つと、その対処法を共有します。

学習ログを運用し始めてから、明らかに変わったことがあります。一度指摘した表記のゆれや、一度うまくいかなかった進め方を、AIが自分から避けるようになりました。

人が毎回同じ注意を繰り返す必要が、減っていきました。確認の手間が減った分、人は判断が必要な場面に時間を使えるようになります。

学習ログは、私たちが支援する業務全般で共通のルールとして運用しています。自社で運営する旅館（創業140年）では、売上を前年同月比240%まで伸ばし、最高月商1,100万円、月額広告費30万円で最高ROAS1,200%超を記録しました。SNSの総フォロワーは3万人を超えています。別の案件では、あるスクール事業の支援で広告費46万円に対して月商387万円を達成し、北海道のホテルでは1年で売上が約6倍になりました。

これらの数字を、学習ログだけの成果と言い切ることはできません。広告運用・SEO・SNS運用など、複数の施策が積み重なった結果です。ただ、そのすべての土台に、同じ失敗を繰り返さず一歩ずつ精度を上げていくこの仕組みがあります。

ここまでの仕組みを、実際に自社の業務で始めてみましょう。専用のシステムがなくても、以下の手順で始められます。

この3ステップだけでも、同じ失敗を繰り返す頻度は目に見えて減っていきます。

学習ログの仕組みに、高額なシステムは必要ありません。必要なのは、ファイルと、記録・参照のルールだけです。テキストファイルとシンプルなルールがあれば、明日からでも始められます。

むしろ、人手が限られ、ノウハウが特定の担当者に残りやすい小さな会社ほど、この仕組みは効果を発揮すると考えています。担当者が変わっても、ファイルは残るからです。異動や退職でノウハウが消えてしまう心配が減ります。

大がかりな導入プロジェクトも要りません。まずは一つの業務から、記録するルールを決めるところから始められます。

学習ログとは何ですか。

業務ごとに用意している、記録用のファイルです。作業がうまくいったことと、失敗したことを、都度書き足していきます。人の引き継ぎメモに近いものですが、書くのも読み直すのもAIです。

学習ログは、AIが自動で書くのですか。

はい。作業のたびに、AIが結果を自分で書き足します。人が毎回メモを取る必要はありません。ただし、書く内容のルールや形式は、私たちが最初に設計しています。

何を書けばいいか分からない時は、どうすればいいですか。

迷ったら「数字」「ベースライン（比較する基準値）」「次にどうするか」の3点だけを埋めることをおすすめします。感想は書かなくて構いません。この3点さえあれば、次に読むAIも人も判断できます。

学習ログがあれば、失敗はゼロになりますか。

いいえ、ゼロにはなりません。初めて起きる失敗は、これからも起こります。学習ログが防ぐのは「一度記録した失敗を、また繰り返すこと」です。そこは正直にお伝えします。

ログが厚くなって読みきれなくなったら、どうすればいいですか。

定期的に見直し、重要な学びだけを上位のルールに昇格させることをおすすめします。細かい経緯は残したまま、次に読む時は要点だけで済むように手入れをしています。

地方の小さな会社でも真似できますか。

はい。特別なシステムや、高額なツールは必要ありません。ファイルとルールがあれば始められます。人手が限られ、ノウハウが個人に残りやすい小さな会社ほど、向いている仕組みだと考えています。

導入には、どれくらいの手間がかかりますか。

最初に、業務ごとの記録ルールを決める手間はかかります。どのタイミングで書き、どのタイミングで読むか。ここさえ決まれば、あとは運用しながら育てていけます。