生産管理の仕事でChatGPTを使えると聞くけれど、「自分の仕事にどう使えばいいのかわからない」なぁ…。良い事例はないだろうか？
そんな悩みに答えます。
スケジュール変更の連絡文を毎回ゼロから書いている。月次の実績報告サマリーに毎月1〜2時間かかっている。品質不良が出るたびに原因候補を頭の中でかき集めている…。
ChatGPTを試してみたことはあるが、「なんとなく使えた気がする」で止まっていて、業務に組み込めていない。そういう人は少なくないと思います。
私は製造業で生産管理を7年担当していました。ChatGPTが出てきたとき、最初は「自分の仕事には向かないかも」と思っていました。設備の制御でも在庫の自動化でもなく、「文章を書く仕事じゃないし」と。
でも実際に試してみると、生産管理の仕事は文章業務が想像以上に多いんですよね。日報、手順書、計画変更の連絡、品質報告、月次サマリー——ざっと数えても10種類以上ありました。
生産管理の仕事は、ChatGPTと相性がいい。これが7年の現場で試してたどり着いた結論です。
この記事では、私が実際に生産管理の現場で試してみて「これは使える」と感じた10のシーンを、プロンプト例つきで紹介します。読み終えたとき、「明日、これから試してみよう」と思える場面が1つは見つかるはずです。
生産管理でChatGPTを使う前に知っておくこと（1点だけ）
難しいことは何もありません。守ることは1点だけです。
「社外秘情報・個人名・取引先名などをそのまま入力しない」
これだけです。
具体的には、品番・品名の一般的なもの（品種Aなど仮称に変えたもの）はOK。「A社からの受注が〜」という取引先名の入力はNG。「田中さんが〜」という個人名もNG。
実際の業務では、「取引先名を〇〇社→某顧客と置き換えて」「品番の下4桁は伏せて」という形で入力しています。慣れると2〜3秒の作業です。
これさえ守れば、生産管理の仕事でChatGPTはかなり使えます。セキュリティの細かい話は別記事に譲りますが、まず「置き換えて使う」という感覚を持つだけで十分です。
生産管理でChatGPTが本当に使えた10の場面
1. 生産スケジュール変更の社内連絡文を作る
生産計画が変わるたびに、製造・資材・出荷・品質の各部署へ連絡を入れる。これが地味に時間を食います。同じ変更内容なのに宛先ごとに文体を変えて、確認事項を整理して——毎回30分近くかかっていました。
ChatGPTに変更内容の要点をメモ書きで渡すと、部署ごとに異なる連絡文の下書きを一気に作ってくれます。
プロンプト例：
以下の生産計画変更について、製造部・資材部・出荷部それぞれへの社内連絡文を作成してください。丁寧だが簡潔なトーンで。
変更内容：品種Cの今月第3週の生産数を500個→320個に変更
変更理由：某顧客からの受注減少（4/9連絡）
影響：資材の発注量調整が必要（資材担当へ）、出荷スケジュール見直しが必要（出荷担当へ）
対応期限：各部門、4/12（金）までに影響確認・回答を依頼出てきた文章をそのまま使うわけではありませんが、骨格ができていると修正は5分で終わります。以前は30分かけていた作業が、確認を含めて10分以内に収まるようになりました。
2. 日報・作業報告書の下書きを作る
現場から上がってくる日報の集計と、生産管理としての日次報告——両方に時間がかかっていた時期があります。
帰り際に当日の作業メモをChatGPTに貼り付けると、読みやすい日報の文章に整形してくれます。
プロンプト例：
今日の作業内容をまとめた日報を作成してください。
・午前：Aラインの段取り替え（品種B→品種C）、段取り時間45分
・午後：品種Cの生産320個（計画300個）、不良2個（寸法外れ）
・夕方：翌日の生産計画確認、資材担当と在庫調整
・特記：設備のエアー圧が午後から低下傾向、明朝確認予定5分でメモしておいた内容が、2分以内に整った日報になります。「日報を書く時間がない」という悩みはこれで解消しました。
3. 品質異常の原因候補を4M視点で整理する
不良が出たとき、「何が原因か考えろ」と言われても、同じところをぐるぐると考えてしまうことがあります。ChatGPTに状況を渡すと、4M（Man・Machine・Material・Method）の観点で候補を整理してくれます。
プロンプト例：
以下の品質不良について、4M（Man・Machine・Material・Method）の観点で考えられる原因候補を箇条書きで挙げてください。
不良内容：製品Xの外径が規格上限を超えている（規格：50.0±0.05mm、実測：50.07〜50.09mm）
発生頻度：昨日から突発的に発生、約5%の割合
生産条件：先週と同じ品種・同じ設備・同じ材料ロット出てきた候補が全部正しいわけではありません。ただ「この可能性は確認したか？」というチェックリストとして使うと、調査の抜け漏れが減ります。私が最初にこれを試したとき、出てきた候補の半分以上は現場の実態と合わなかった——でも残りの半分が調査の糸口になりました。
4. 取引先への納期変更メールの文面を作る
急な計画変更を顧客に伝えるメールは、内容以上に「言い回し」に悩みます。謝罪の深さ、代替案の示し方、丁寧すぎず簡潔すぎず……という調整が地味に大変です。
プロンプト例：
以下の内容をもとに、取引先へのビジネスメールを作成してください。丁寧かつ簡潔なトーンで。
件名：納期変更のご連絡
伝えること：資材入荷遅延のため、4/15出荷予定が4/22になる見込み
お詫びの言葉を入れる
代替案：分割納品（半数を4/15、残りを4/22）が可能な旨も記載骨格ができているので、あとは自社の言葉遣いに合わせて微調整するだけです。ゼロから書くより圧倒的に速い。
5. 月次生産実績の報告サマリーを作る
月末の報告会に向けて、計画対比・ライン別実績・不良件数の集計をまとめる——これが毎月の大仕事でした。数字の集計はExcelでできますが、「その数字をどう説明するか」というコメント文を書くのに時間がかかっていました。
集計結果の数字をChatGPTに渡すと、説明文の下書きを作ってくれます。
プロンプト例：
以下の生産実績データをもとに、月次報告用のサマリーコメントを作成してください。
4月実績：
・Aライン：計画1,200個、実績1,180個（達成率98.3%）
・Bライン：計画800個、実績820個（達成率102.5%）
・不良件数：18件（前月比-3件）
・設備停止：2回（計45分）
特記事項：Aラインは設備トラブルにより2日間稼働低下コメント文の素材ができれば、細かいニュアンスを足すだけで完成します。毎月2時間かけていた作業が、1時間以内に収まるようになりました。
生産管理業務に使えるプロンプトをコピペで使いたい方は、製造業で使えるプロンプト集30選も合わせてどうぞ。業務別に整理されています。
6. 新人向け作業手順書の初稿を作る
「この作業の手順書を作っておいて」と言われても、白紙から書くのは億劫でなかなか進まない——そういう経験はありませんか。ベテランへのヒアリング内容をChatGPTに渡すと、番号付きの手順書の初稿を作ってくれます。
プロンプト例：
以下のヒアリング内容をもとに、新人が読める作業手順書の初稿を番号付きで作成してください。
・機械を起動する前に安全確認（カバーが閉まっているか、異物がないか）
・電源を入れてからウォームアップが必要（約10分）
・品種ごとに治具を変える。治具は棚Aに番号で管理している
・加工前にサンプルを3個取って寸法確認、合格したら量産開始
・1時間ごとに5個ずつ抜き取り検査をする
・終了時に日報に生産数・不良数を記入して班長に提出初稿の80%はこれで完成します。あとは確認と修正だけです。手順書が完成すると、ベテランへの「あの手順ってどうでしたっけ」という問い合わせが減り、教育の時間も短くなります。
7. 会議の議事録を整形・要約する
会議中にメモしたバラバラなテキストをChatGPTに貼り付けると、「決定事項」「担当者と期限」「次回確認事項」の形に整理してくれます。
プロンプト例：
以下の会議メモを議事録として整形してください。「決定事項」「担当者と期限」「次回確認事項」の3項目に分けてください。
・Aライン停止の件、保全担当が来週月曜に修理業者に確認する
・5月の生産計画は現状維持で行く方針（全員合意）
・品種Bの廃番は6月末で決定、それまでに在庫処理方法を検討
・新人研修の日程、担当リーダーが4/20までに候補日を出す
・次回会議は4/21（月）14時〜議事録の清書に30分かけていたものが5分で終わります。会議当日中に参加者全員へ共有できるようになったのは、地味に大きな変化でした。
8. 改善提案書の構成・下書きを作る
「改善提案を出してほしい」と言われても、書き方がわからなくて後回しにしてしまう——これもよくあるパターンです。改善したい内容のメモをChatGPTに渡すと、提案書の構成と下書きを作ってくれます。
プロンプト例：
以下の改善内容について、社内向けの改善提案書の構成と下書きを作成してください。
改善内容：月次の生産実績集計をExcelマクロで自動化する
現状の問題：毎月5時間かかっている手作業の集計
期待効果：集計時間を5時間→30分に短縮
必要なもの：Excelのマクロ設定（IT部門不要、自分で対応可）提案書の型があれば、あとは数字と背景を肉付けするだけです。「書き方がわからない」という理由で後回しにしていた提案が、当日中に形になります。
9. KPI集計結果のコメント文を作る
生産管理のKPIをまとめるとき、数字を並べるだけでは上司に「で、どう見るの？」と聞かれます。数字に対するコメント文を毎回考えるのが地味に大変でした。
プロンプト例：
以下のKPI結果に対して、生産管理の観点からコメント文を作成してください。
・稼働率：91.2%（前月比-1.5%）
・品質不良率：0.8%（前月比+0.2%）
・計画達成率：97.1%（前月比+0.4%）
・設備停止件数：3件（前月比-1件）「稼働率は目標90%を上回ったものの、前月比でやや低下。設備停止の件数は減少傾向にある一方、品質不良率の微増については原因分析を継続中——」という形で、上司に渡せる文章が出てきます。コメントのゼロから7割ができる、というイメージで使うと期待値とのズレが少ないです。
10. Excelの関数・マクロの相談をする
「このExcelでこういう計算をしたいけど、どの関数を使えばいいかわからない」という場面。プログラミング知識がなくても、やりたいことを日本語で説明するだけで関数やVBAコードを提案してくれます。
プロンプト例：
Excelで以下のことをしたいです。関数の書き方を教えてください。
・A列に品番、B列に計画数、C列に実績数が入っています
・D列に「達成率（実績÷計画×100）」を表示したい
・達成率が90%未満のセルは赤、100%以上のセルは緑に自動で色を変えたい
・条件付き書式の設定手順も教えてください「どの関数を使えばいいかわからない」の壁が、ChatGPTで一気に低くなります。生産計画のExcel自動化をさらに進めたい方はこちらの記事も参考になります。
生産管理でChatGPTが「使えない」業務
正直に言っておきます。ChatGPTが使えない業務もあります。
リアルタイムの生産データ取得
ChatGPTはリアルタイムで自社の生産設備や基幹システムに接続できません。「今の在庫残数を教えて」「現在のライン稼働状況は？」には答えられません。データは自分でExcelやCSVで渡す必要があります。
設備への直接指示・制御
PLCやMESへの指示はできません。「Aラインを止めて」は無理です。あくまで「文章・データ・判断の補助」です。
法規制・安全規格の最終判断
「この設計でISOに適合するか」「労働安全衛生法上の問題はないか」という法的・規格的な判断は、ChatGPTの出力を鵜呑みにしてはいけません。最終確認は必ず専門家や公式文書で行うこと。
ChatGPT単体で対応できないAI導入の注意点はこちらにまとめています。
ChatGPTへの伝え方（生産管理担当者向けのコツ）
10のシーンを通じて気づいたのは、「何をどう伝えるか」の型が固まると一気に使いやすくなるということです。
生産管理向けのプロンプトに入れるべき情報：
- 誰向けか（社内の製造部・取引先・上司・新人）
- 何を作るか（連絡文・報告書・手順書・コメント文）
- 素材となる情報（数字・状況・経緯をメモ書きで）
- トーンの指定（丁寧・簡潔・である調・ですます調）
この4点を入れるだけで、出力の質がぐっと上がります。逆に「〇〇を作って」だけだと汎用的すぎて使えない文章が出てきます。
現場用語（ライン名・品番・工程名）は、一般的な表現に置き換えて入力するのがコツです。「Aライン」「品種C」「4M分析」といった言葉はChatGPTも理解します。
まとめ
生産管理の仕事は、意外なほど「文章を書く場面」が多い——これを実感しています。
- スケジュール変更連絡
- 品質報告書
- 日報・議事録
- 月次サマリー
- 改善提案書
これらをゼロから書くのではなく「素材を渡して整えてもらう」に変えるだけで、1日に30分〜1時間の時間が戻ってきます。
最初から10シーン全部を試す必要はありません。「毎日書いていて面倒だな」と感じる文章業務が1つあれば、まずそこで試してみてください。失敗してもやり直せます。
より多くの業務シーンで使えるプロンプトを知りたい方は、製造業で使えるプロンプト集30選も参考にしてみてください。業務別に整理されています。
製造業でのChatGPT活用全体像（生産管理以外の部門も含む）はこちらの記事でまとめています。