AI導入で失敗したことと対策｜100日の実務で実際につまずいたこと

この記事は、美容室Ponoを複数店舗経営し、小さな会社のAI活用をサポートしている私（Mogi）が、2026年5月31日から100日間AIを実務で使った記録と、その後の運用で起きた失敗をもとに書いています。プロフィールはMogiについてにまとめています。

AI導入の失敗は、どこで起きるのか

AI導入の失敗は、AIが間違えたときより、人がAIへの渡し方や任せ方を決めていないときに起きやすいと感じています。私の場合は、次の3つに分けられました。

1. 目的より先に、情報やツールを増やした：入れること、学ぶことが目的になり、使う場面が後回しになった
2. AIに渡す前提やルールが足りなかった：AIは正しく動いていても、自分の会社の「正解」を知らなかった
3. 任せる範囲を広げたのに、確認の仕組みがなかった：作業が速くなった分、ズレも速く広がりそうになった

AI側の限界で止まったこともあります。2026年6月にはChatGPTに動画が読み込めなかったり、送ったはずの内容を「ありません」と言われたりしました。ただ、AI側の限界による失敗は、動画の読み込みをNotebookLMに切り替えるなど、手段を変えれば進められました。

実際に失敗したこと一覧（100日チャレンジ中の10件）

いつ	失敗したこと	原因	その後どうしたか	記録
2026年7月5日	高性能モデルにSkill作成を丸ごと任せ、利用量を90%近く使った	高性能モデルなら最初から全部任せればいいと考えた	自分で作ってテストし、最後の仕上げだけ高性能モデルに任せた	Day37
7月13日	AIワークスペースに情報を入れ続け、完成形が見えなくなった	ナレッジを増やすことが目的になった	使う場面から逆算し、小さな成果物を先に出す順番にした	Day45
7月17日〜18日	AIが作った記事の吹き出しや装飾ボックスが、普段のデザインにならなかった	どれを使うかのルールを渡していなかった	吹き出し約10パターンの用途と配置を整理してAIに渡した	Day49・Day50
7月25日	スライド1枚のイラストの中央揃えが、何度指示しても直らなかった	AIが外枠を修正対象と認識していた	変える部分と変えない部分を分けて指示し、原因をCodexに分析させ、作り直した	Day57
8月13日	スプレッドシートの一部で、間違った場所に情報が入力されていた	速く進むほど「できているだろう」で次へ進みやすい	作業を止めて全体を確認し、工程の途中にチェックを入れた	Day76
8月15日	GA4の設定で、AIが必要のない作業まで進めた	外注していた既存の設定を、自分も把握していなかった	現状確認 → 既存設定の把握 → 変更箇所の決定 → AIに作業 → 計測確認、の順にした	Day78
8月20日〜21日	求人LPを上書きしてしまったかもしれない状態になった	AIに任せる範囲と、触らせない範囲を決めておく必要があった	事前のバックアップから旧LPを復旧し、以前の担当者に確認するため一度止めた	Day83・Day84
8月23日	投稿文の自動生成をスケジュール起動にしたら、扱いづらかった	ローカル環境の起動条件があり、放置して動かすには向かなかった	「今日の投稿を作成して」と呼べば動くSkillに変えた	Day86
8月30日〜31日	サイト全体の調査で作業範囲が広がり、別々のAI作業が同じ記事を触り始めた	調べる範囲と、変更してよい範囲を分けていなかった	調査と変更を分け、動いている修正を全部終えてから次へ進むようにした	Day93・Day94
100日の期間中	触ってほしくないページまで修正対象になったことがあった	保護するページを決めていなかった	重要なページは基本変更しない、変更は確認と承認のあとだけ、というルールにした	Day99

失敗1：目的より先に、情報やツールを増やした

始めたばかりの6月は、AIやNotionに夢中になり、発信する側より学ぶ側に寄っていました。新しい機能の講座を見続けるより、今使っているものを深く使う方が仕事は進みました。

情報を増やす失敗で一番大きかったのは、2026年7月13日に気づいたナレッジづくりの失敗です。Claude CodeでPonoのAIワークスペースを作り、メニュー、薬剤、技術基準、カウンセリング、判断基準と、聞かれるたびに答えて情報を入れていました。確実に増えてはいましたが、「このまま、どこまで入れれば完成なんだろう」という状態になっていました。

入力を始めた段階で、カウンセリングマニュアルや新人向けの確認シートを一度でも作ってみればよかった、というのが反省です。使う場面から逆算していれば、必要な情報と不要な情報が見えたはずでした。

7月14日には、考えている時間のわりに成果物が増えず、同時進行で頭が疲れていることにも気づきました。インプットも同じで、8月に受けたセミナーは「今の自分なら、受けなくてもよかったかもしれない」と感じました。量より、自分の現在地に合うものを選ぶようにしています。

失敗2：AIに渡す前提やルールが足りなかった

7月17日、Claudeで作ったブログ記事をWordPressに貼ったところ、見出しやリンクは反映されたのに、吹き出しは普段使っているセットになりませんでした。吹き出しが普段のセットにならなかったのはAIの精度の問題ではなく、どのセットを、どちらに、どのキャラクターで使うかというルールを渡していなかったことが原因でした。

7月18日はWordPressとの接続まで進めましたが、使いたい装飾ボックスを指定するための情報は、おそらく4回か5回指示を変えて探しても取り出せませんでした。自分で何度も作ってきたSNS画像なら修正の指示を言葉にできます。一方、慣れていないWordPressの設定では判断する軸がなく、AIへの指示も曖昧になりました。自動化は、人の理解を不要にすることではなく、理解している仕事を繰り返さなくていい形にすることだと考えるようになりました。

ほかにも、前提の不足による失敗が続きました。

• サーバーやWordPressの設定など、苦手な領域ではAIがいても確認や判断に時間がかかった
• ChatGPTが実際のスライドタイトルを知らず、ズレた投稿タイトルを提案した。Claude Codeにある実際のデータを「正解」として渡して解決した
• 外注していたGA4の設定が分からず、AIが遠回りした
• 同じ依頼を繰り返すと、AIの投稿文がワンパターンになった。「こう書いて」より、自分で直した完成例を参考として残す方法に切り替えた

失敗3：任せる範囲を広げたのに、確認の仕組みがなかった

8月13日には、PCを家に置いたまま、スマホから自宅のPCのCodexを動かして、移動中にマニュアルを2つ作りました。その一方で、スプレッドシートの一部で入力場所がズレていることに気づきました。速く進むほど「ちゃんとできているだろう」で次へ進みやすくなります。全部終わってから確認するのではなく、途中にチェックポイントを置くようにしました。

8月20日には、求人ページを整理する中で、使っているLPそのものを上書きしてしまったかもしれない状態になりました。事前にバックアップを取っていたので、翌日に旧LPを復旧できています。「間違って触っても、戻せる状態を作っておく」ことの大切さを、このとき一番実感しました。

8月30日には、サイトの全記事をAIに調査させて、独立前から引き継いだ古い記事に、当時勤めていた店舗へのリンクが残っているのを見つけました。ただ、AIはタイトルやSEO、サムネイルなど他の改善点も次々に見つけてくるので、作業範囲が広がっていきました。別々に始めたAI作業が、同じ記事を触り始めてもいました。

サイト全体の調査で作業範囲が広がったため、調査させる範囲と変更を許可する範囲を分け、動いている修正を全部終わらせてから次へ進むようにしました。その後は、求人と集客のようにAIに触らせる領域も分けています。

2026年8月25日に自動投稿の準備をしていて気づいたのは、自動化の前に「何をどう動かすか」のルールを決めておかないと、間違った運用まで速く回ってしまうということです。

100日のあとにも起きた失敗（2026年9月〜10月）

100日が終わってからも、失敗は起きています。そのまま書いておきます。

サイトが約1分止まった（2026年9月18日）。このサイトの移行作業で、PHPのコードをシェルのコマンドとして追記したところ引用符が壊れ、サイト全体が約1分間500エラーになりました。退避していたファイルから、すぐに復元しています。以後は、ローカルで作成 → 転送 → 構文確認 → 適用の順にし、適用前に元のファイルを退避して、戻すコマンドも用意しています。

AIの自己チェックは甘かった（2026年9月）。Skillの開発で、作った側の自己評価では12/12だった試作が、Codexによる別の監査では24出力中PASSが6でした。今は、作る担当とチェックする担当を分けています。

AIの操作で広告が一時止まった（2026年10月9日）。Claude CodeからChromeを通してMeta広告の管理画面を操作させたとき、「閲覧のみ・変更禁止」と伝えていたのに、チェックボックスを選ぼうとしたクリックが画面のずれで、配信中の広告セットのオン・オフ切り替えに当たりました。配信は一時止まり、人が手で戻しています。原因は1つではなく、モデルの操作精度、画面の座標でクリックする方式、ブラウザが背面にあったこと、スクロールによる位置ずれ、指示だけで操作の経路を制限していなかったことが重なっていました。

Meta広告の事故のあとは、座標でのクリックをやめ、「対象を特定 → 表示とサイズを確認 → 入力欄に直接フォーカス → 全選択してキーボードで入力 → 値を読み戻して照合 → 画面側の認識とプレビューを確認」という手順に変えました。最初に1か所で試してから広げ、13か所を誤クリックなしで変更できています。最終的な公開は人が行い、想定外の状態になったらAIは自分で戻そうとせず、その場で止めて報告する決まりにしました。

失敗から決めた8つのルール

1. 2回、多くても3回直してダメなら、同じ場所で粘らず別のルートに切り替える。別のチャットで修正の指示を整理してから戻す
2. 触る前にバックアップを取り、戻せる状態にしておく
3. AIに調査させる範囲と、変更を許可する範囲を分ける
4. 重要なページは基本変更しない。変更は確認と承認のあとだけ
5. 修正後は確認用URLを出してもらい、自分の目で実際のページを確認する
6. 全部終わってからではなく、工程の途中でチェックする
7. 話した内容は要約せず、原文で残す
8. 作る担当と、チェックする担当を分ける

AI導入で失敗しないために、自分の会社でやること（5ステップ）

1. AIに頼む前に、使う場面と完成の形を決める。情報を入れる前に、小さな成果物を1つ出してみます
2. 自社の「正解」をAIに渡す。ルールだけでなく、自分で直した完成例や、正しい元データを渡します
3. 自分が分からない作業は、仕組みを少し理解してから任せる。分からないままだと、AIの出力が正しいか判断できません
4. 変更してよい範囲と、触らせない範囲を決める。あわせてバックアップを取っておきます
5. 失敗したら記録して、次に起きないルールに変える。完璧に準備してから試すより、6割の段階で動かして足りないルールを早く見つける方が、私には合っていました

始める順番から知りたい方は、小さな会社のAI導入は何から始めるかをご覧ください。

関連する100日の記録

• Day45｜入れる前に、「どう使うか」を決める：ナレッジを入れることが目的になっていたと気づいた日
• Day50｜自動化は、「理解」を飛ばすことではない：分からない仕事はAIにも正しく教えられないと実感した日
• Day57｜1枚の修正に苦戦した先で、資料を量産する型ができた：中央揃えが直らず、原因分析と作り直しに切り替えた日
• Day84｜AIがうまく直らないとき、「同じ場所で直し続けない」という選択：バックアップから求人LPを復旧した日
• Day93｜AIを並列で動かして、初めて見えた「危うさ」：調査と変更を分けると決めた日
• Day99｜100日目の前に見えた、「できるようになったこと」：重要ページの保護ルールを入れた日

関連ガイド

• 小さな会社のAI導入は何から始める？最初の1か月でやったことと順番
• ChatGPT・Claude・Claude Code・Codexの使い分け方
• AIで定期実行・自動化している業務｜美容室経営者が自動化の前に決めたこと
• 今あるブログをAIで改善する方法｜リライト・内部リンク・導線の実例
• 小さな会社のAI活用ガイド（テーマ一覧）

よくある質問

AI導入でよくある失敗は何ですか？

私の場合、一番多かったのは、AIに渡す前提やルールが足りなかったことです。AIは指示どおりに動いていても、自分の会社でどのデザインやどの情報が正しいかまでは知りません。たとえば吹き出しは、使うセットや配置のルールを渡したことで、登録済みのデザインがWordPressに入るところまで進みました。

AIが同じ間違いを繰り返すときは、どうすればいいですか？

2〜3回直してダメなら、同じチャットで粘らないようにしています。別のチャットで「どこを、どう直したいか」を整理して修正の指示を作り、元のチャットに戻すとうまくいったことがあります。何が原因で直らないのかをAIに調べさせ、作り直す判断をしたこともあります。

AIにどこまで任せていいか、どう決めればいいですか？

調べることと、変更することを分けて考えています。調査は広く任せ、変更は範囲を決めて、重要なページは確認と承認のあとだけにしています。広告などの本番の画面は、今は読み取り専用を基本にしています。

AI導入で失敗しないために、最初に何を決めればいいですか？

私なら、AIに頼む前に「使う場面と完成の形」と「変更してよい範囲と触らせない範囲」の2つを決めます。どちらも、私が100日の中で決めていなかったために失敗したことです。ナレッジを入れ続けて完成形が見えなくなったのは前者、サイトの調査で作業範囲が広がったのは後者が原因でした。

同じ試行錯誤を、最初から繰り返さないために

ここに書いた失敗は、100日の記録と、その後の運用の中で実際に起きたことです。同じ試行錯誤を最初から繰り返す必要はありません。個別サポートでは、会社ごとの仕事を整理したうえで、AIに任せる仕事と人が判断する仕事を分け、実際に使える状態まで一緒に進めます。