品質管理でChatGPTを使う方法｜品質管理7年が業務別に試した活用シーン10選

品質部門での文書仕事、毎回ゼロから書いていませんか。不良報告書、是正処置計画書、顧客クレームの文書回答、品質月次報告のコメント文——気づけばこういった文章業務に1件あたり1時間近くかかっていることがありました。「前回も同じような内容を書いたはずなのに」と思いながら、また白紙から始める。そのくりかえしです。品質管理の仕事は、ChatGPTと相性がいい。これが7年の現場でたどり着いた結論です。製造業で品質管理を担当していた7年間、「文章業務が多い仕事だ」とずっと感じていました。品質は数字で判断するのに、アウトプットは文章が主体。ちょっと不思議な職種でもあります。この記事では、品質管理業務でChatGPTを実際に試した10のシーンをプロンプト例つきで紹介します。「どの業務に使えるか」「どう伝えればいいか」が、読み終えたときに1つ以上見つかるはずです。

品質管理でChatGPTを使う前に知っておくこと（1点だけ）

最初に、品質管理担当者が特に気にしやすいポイントを片付けておきます。 ChatGPTに入力してはいけないのは、以下の3つです。

品番・ロットNoなど社外秘の情報をそのまま貼り付けること
顧客名・取引先名など個人・法人情報
品質合否の最終判定・規格適合の判断（ChatGPTに決めさせてはいけない）

逆に言えば、これさえ守れば使えます。品番はA品番、顧客名は「取引先A社」に置き換えるだけで、現場用語を入れたプロンプトが作れます。また、ChatGPTは最終判断ツールではありません。「たたき台を作る道具」として使うのが品質管理との正しい付き合い方です。

品質管理でChatGPTが本当に使えた10の場面

シーン1. 顧客クレームへの文書回答の初稿を作る

顧客クレームへの文書回答は、品質部門の中でも時間と神経を使う業務の代表格です。「事実確認→原因分析→再発防止策→回答文」の流れを一から文書に仕上げるのに、1件で2〜3時間かかることもありました。現場での4M分析（Man・Machine・Method・Material）の素材をChatGPTに渡して文章化させると、初稿が30分以内にできます。自分が書くのは「確認・修正・事実の補足」だけになりました。

顧客クレームへの文書回答の初稿を作ってください。

【発生事象】
・製品：A品番
・不良内容：寸法不良（規格値±0.1mmに対し、-0.3mm）
・発生件数：取引先Aへ納品分のうち3件

【4M分析の結果】
・Man：前日に担当者が交代していた
・Machine：測定器の定期校正が翌日に予定されていた
・Method：申し送りルールが口頭のみで記録されていなかった
・Material：材料自体の問題なし

【是正処置（予定）】
・測定器を先出しで校正実施
・作業引き継ぎを書面化するルールを設定

以下の形式で初稿を作成してください。
①発生事象の概要（3行以内）
②原因（真因と直接原因を分けて）
③再発防止策（具体的に2〜3項目）
④謝辞と今後の対応（2行以内）

初めてこのプロンプトで回答文を作ったとき、想像以上に「品質っぽい」文体で出てきて驚きました。修正は語尾の整え程度で済んで、2時間の作業が45分になりました。

シーン2. 不良報告書・是正処置計画書の初稿を作る

社内向けの不良報告書も、毎回ゼロから書くと時間がかかります。特に是正処置計画書（8D報告書形式）は項目が多く、書き始めるまでに時間がかかりがちです。使ったプロンプト例です。

以下の情報をもとに、是正処置計画書（8D報告書）の初稿を作成してください。

【不良概要】
・品番：Bライン向けロット
・不良種別：外観不良（傷）
・発見工程：出荷検査
・発生数量：ロット100個中6個

【暫定処置】
・当該ロットを保留し、全数選別済み

【推定原因】
・前工程での治具の当たりが強くなっていた可能性（治具の摩耗）

8D報告書の形式（D1〜D8）に沿って、各項目を1〜3文で簡潔に記載してください。

D1〜D8の各項目が埋まった状態で出力されるので、事実確認した内容を上書きするだけで使えます。ゼロから構成を考える時間がまるごと省けました。

シーン3. FMEA（故障モードと影響解析）の故障モード候補を整理する

FMEAは品質計画の初期段階で作る文書ですが、「故障モードの洗い出し」が一番時間がかかります。担当者が1人でリストアップすると抜け漏れも出やすい。 ChatGPTに「この工程で想定される故障モードをリストアップして」と頼むと、思いつかなかった視点が混じることがあります。全部が使えるわけではなく、「これは違う」というものも出てきますが、それで構いません。出てきたリストをたたき台に、担当者で精査する形が効率的です。

以下の製造工程について、FMEA用の故障モード候補をリストアップしてください。

【工程概要】
・工程名：プレス成形工程
・主な作業：金属板を金型でプレス成形し、所定の形状に加工する
・管理特性：外形寸法（±0.1mm以内）、面粗さ、バリなし

故障モード・影響・推定原因を表形式で10件程度リストアップしてください。
リスク優先度（発生度/検出度/影響度）の初期評価も入れてください。

製造業AI導入の注意点として、ChatGPTの出力をそのまま使うのは禁物です。特にFMEAはリスク評価を伴うので、出力はあくまで「担当者が抜け漏れを確認するためのチェックリスト」として使うのが正しい使い方です。詳しくは製造業のAI導入でつまずいた6つの注意点も合わせてご確認ください。

シーン4. QC工程表の初稿・見直し案を作る

新製品立ち上げや工程変更のたびに更新が必要なQC工程表。1から作ると工程フローの整理、管理特性の洗い出し、管理方法の検討と、かなりの時間が必要です。

以下の製品・工程情報をもとに、QC工程表の初稿を作成してください。

【製品情報】
・製品名：金属ブラケット（プレス成形品）
・主な品質特性：外形寸法、表面処理品質、締結部の強度

【製造工程（順番）】
1. 材料入庫検査
2. プレス成形
3. バリ取り・面取り
4. 表面処理（メッキ）
5. 外観・寸法検査
6. 梱包・出荷検査

各工程について以下の項目を表形式で作成してください。
・工程名
・管理特性
・管理方法（設備・治具・確認方法）
・管理基準（一般的な基準の例）
・記録様式（例：検査記録票）

初稿が出た後、自社の規格値や実際の管理方法に書き直すだけ。初稿を作る1〜2時間が節約できるのは、新製品が多いラインでは積み重なって大きくなります。

シーン5. 品質月次報告のコメント文を作る

月次の品質報告資料。不良率のグラフと数字はExcelで作れても、「コメント文」を書くのが一番時間がかかる、という人は多いのではないでしょうか。

以下の品質データをもとに、品質月次報告用のコメント文を作成してください。

【5月の品質実績データ】
・不良率：0.8%（前月1.2%、目標0.5%）
・主な不良種別：寸法不良60%、外観不良30%、その他10%
・重大不良：顧客クレーム2件（Aラインの寸法不良1件、Bラインの外観不良1件）
・是正処置状況：Aライン分は原因特定・処置完了。Bライン分は調査中。

以下の内容を含む報告コメント（200字程度）を作成してください。
①前月比の評価（改善/悪化）
②主な不良傾向と原因の所在
③重大不良の対応状況
④来月への課題・アクション

数字と背景を渡すだけで、報告コメントのたたき台が30秒で出てきます。「コメントを何と書くか」で30分悩む時間が、事実確認と修正の10分に変わりました。品質管理業務の文書作成に使えるプロンプトをそのまま使いたい方は、製造業向けのプロンプト集30選も合わせてどうぞ。業務別に整理されています。
→ 【コピペOK】製造業で使えるプロンプト集30選｜生産管理7年が業務別に厳選

シーン6. 作業手順書・作業標準書の更新案を作る

工程変更や4M変更のたびに更新が必要な作業手順書。更新頻度が高い割に、1件ずつゼロから書き直す業務はかなりの時間を取られます。

以下の変更点をもとに、作業手順書の更新案を作成してください。

【変更前の作業】
・測定器：マイクロメーター（手動）で外径を測定
・測定頻度：1時間に1回、先頭ロットと最終ロット

【変更後の作業（4M変更：Machine）】
・測定器：デジタルノギス（新規導入）に変更
・測定頻度：変更なし

変更点を反映した手順書の該当箇所（測定手順のステップ）を、
作業者が一人でも読んで実施できる粒度で書いてください。

更新箇所の本文案が出てくるので、現場確認した内容を足して完成させるだけです。「何を書けばいいか」という最初の詰まりがなくなったことで、手順書更新の着手が早くなりました。初稿の70〜80%はChatGPTが作ってくれる感覚で、あとは品質担当者の現場判断で上書きする流れです。

シーン7. 4M変更管理の記録文書の初稿を作る

4M変更（Man・Machine・Method・Material）が発生したときの記録文書は、変更内容・影響評価・確認事項を整理して書く必要があります。社内様式が決まっているケースが多いですが、各項目に書く内容の「言語化」が地味に時間を取ります。

以下の変更内容をもとに、4M変更管理記録の各項目を記載してください。

【変更内容】
・変更分類：Machine（設備）
・変更内容：Bラインの溶接設備を旧型から新型に更新
・変更理由：旧型の部品供給停止に伴う設備更新

以下の項目を埋めてください。
①変更の概要（50字以内）
②品質への影響評価（ポジティブ・ネガティブ両面で）
③確認すべき品質特性（3項目程度）
④初期確認ロットの推奨数量と理由
⑤変更後の初物確認方法

記録項目の言語化は、ChatGPTが特に得意な領域です。「②品質への影響評価」のように「何が変わるか」を整理させる作業は、ベテランの担当者でも意外と時間がかかります。たたき台がある状態で確認・修正する方が、圧倒的に速く進みます。

シーン8. 社内品質勉強会・教育資料の骨格を作る

新人教育や品質勉強会の資料を作るとき、「何を・どの順番で・どれくらいの深さで伝えるか」の設計が一番時間がかかりませんか。

以下のテーマで社内品質教育資料の目次・骨格を作成してください。

【勉強会テーマ】
・テーマ：製造現場の検査員向け「外観検査の基本と判断基準」
・対象者：入社1〜2年目の現場検査員
・時間：45分（講義30分＋質疑15分）

以下を含む目次（6〜8項目）と各項目の説明ポイント（1〜2文）を作成してください。
・検査の目的（なぜ検査をするのか）
・NG品の判断基準（数値基準・目視基準）
・よくある検査ミスと対策
・疑わしい場合の判断フロー

目次と各スライドの説明ポイントが出てくるので、あとはスライドに肉付けするだけです。資料の骨格設計に1時間かかっていたのが15分になり、その分を「現場の事例写真を探す」「実物サンプルを準備する」という中身の充実に使えるようになりました。

シーン9. 品質基準書・検査仕様書の初稿たたき台を作る

新製品立ち上げ時に必要な品質基準書や検査仕様書。一般的な書き方は分かっていても、初稿を書き始めるまでに時間がかかる文書の代表格です。

以下の製品情報をもとに、品質基準書（検査仕様書）の初稿たたき台を作成してください。

【製品情報】
・製品名：アルミダイカスト製品（電子部品ケース）
・主な品質要求：寸法精度、表面品質（外観）、気密性

以下の項目を含む品質基準書の骨格を作成してください。
①検査区分（受入・工程・最終）
②検査項目と測定方法（一般的な例）
③合否判定基準（一般値の例示）
④サンプリング計画（AQLの考え方）
⑤記録・保管方法

出てきたたたき台に「自社の規格値」「顧客要求仕様」を埋めていく形で作業が進みます。「何を書けばいいか分からなくて手が止まる」という状態がなくなるだけで、初稿作成時間が半分以下になりました。

シーン10. 不良データのコメント分析・傾向把握を補助させる

Excelで集計した不良データを見ながら、「どんな傾向があるか」「何が問題か」を言語化する作業も、ChatGPTが補助できます。

以下の不良データをもとに、傾向分析のポイントと考えられる要因を整理してください。

【不良データ（直近3ヶ月）】
・3月：不良率1.5%（外観不良70%、寸法不良30%）
・4月：不良率0.9%（外観不良50%、寸法不良40%、その他10%）
・5月：不良率1.2%（外観不良40%、寸法不良50%、その他10%）

傾向として見えること、考えられる背景要因、優先して確認すべき点を
箇条書きで3〜5点挙げてください。

「4月から寸法不良が増加傾向にある」「外観不良は減っているが寸法不良が増え始めている時期に設備変更はなかったか」といった視点が出てきます。もちろんChatGPTは現場の事情を知らないので、「確かにそうだ」「これは違う」と判断するのは担当者の仕事です。ただ、「どこに目を向けるか」の切り口を提示してもらうだけでも、分析の速度は変わります。

使えない業務・任せてはいけない判断

品質管理の仕事でChatGPTに任せてはいけない業務があります。正直に書いておきます。

品質合否の最終判定：「この製品、合格か不合格か教えて」はNG。ChatGPTは現物を見ていないし、責任も取れない。
法規制・規格適合の判断：ISO・JIS・顧客規格への適合可否はChatGPTに決めさせてはいけない。出力はあくまで参考情報。
設備への直接指示・検査データの自動取得：ChatGPTは設備と連携できない。測定器や検査機との連携はPythonや専用システムの領域。
リアルタイムの生産異常の判断：今ラインで起きていることへの対応は、現場担当者が判断する。

「ChatGPTに言ったら合格と言われた」では許されない業務が品質管理にはあります。使う場面と使わない場面の線引きは明確にしておくべきです。

ChatGPTへの伝え方（品質管理向けのコツ）

品質管理業務でChatGPTをうまく使うためのプロンプトの型があります。基本の型は以下の3つを入れることです。

何を作るか（文書の種類）：「不良報告書の初稿を」「QC工程表の骨格を」と明示する
業務の素材（事実・データ・条件）：品番・不良種別・工程・管理特性など、現場の情報を渡す。個人名・顧客名は匿名化。
出力形式（どんな形で出してほしいか）：「8D形式で」「表形式で」「200字以内で」と指定する

この3つを入れるだけで、ChatGPTの出力精度がかなり上がります。「何でもいいから品質の文書作って」では使えるものが出てきません。素材が具体的なほど、出てくる文章も品質管理らしくなります。

まとめ

品質管理7年の経験から、ChatGPTが実際に使えた10の場面を紹介しました。

顧客クレームの文書回答初稿（2時間→45分）
不良報告書・是正処置計画書の初稿（8D形式）
FMEA故障モード候補のリストアップ
QC工程表の初稿作成
品質月次報告のコメント文（30分→10分）
作業手順書・作業標準書の更新案
4M変更管理の記録文書
社内品質教育資料の骨格づくり（1時間→15分）
品質基準書・検査仕様書のたたき台
不良データの傾向分析の補助

品質管理の仕事は、ChatGPTが苦手な「実物の判断」と、ChatGPTが得意な「文章・整理・たたき台」が明確に分かれています。「合否判定はできないが、文書の初稿は任せられる」という使い分けさえできれば、確実に時間は戻ってきます。 1日30分〜1時間が戻ってくると、その時間をトラブル対応・現場確認・改善提案に使えます。文書を書く時間ではなく、品質を作る仕事に時間を使えるのが、ChatGPT活用のいちばんの価値です。品質管理業務で使えるプロンプトをコピペして使いたい方は、製造業向けのプロンプト集30選も合わせてどうぞ。業務別に整理されています。
→ 【コピペOK】製造業で使えるプロンプト集30選｜生産管理7年が業務別に厳選品質管理と同じく、生産管理でのChatGPT活用を知りたい方はこちら。
→ 生産管理でChatGPTを使う方法｜生産管理7年が業務別に試した活用シーン10選