更新日:2026年11月16日
監修のひとこと
考える力が内製化によってつきます
蛭田一史(株式会社RockHill 代表)
蛭田は、自分の会社の仕事でも、毎日AIを使っています。考える仕事はClaude Code、作る仕事はCodexと、役割を分けています。始め方について、蛭田はこう話します。
「AIに任せることは作業です。単純な作業、たとえばExcelの作業を、まずAIに任せることを最初にしています」
蛭田は、単純な作業からAIに任せています。Claude CodeやCodexは、プログラムを書く人が使うことの多い道具です。店で始めるなら、ChatGPTやClaudeの画面に文字を打つ所からで足ります。
難しいのは、何を任せて、何を人が持つかの線引きです。この記事は、AI(人工知能)とは何かという基礎から始めます。国の資料とAIの開発元の説明をもとに、飲食店が何を任せられるか、どこは人が持つのかまで書きました。むずかしい言葉は、出てきたところで説明します。
基礎から知りたい方は上から、すぐ試したい方は「飲食店でAIに任せる10の場面」から、規約が気になる方は「使う前に」から読んでください。
この記事の答え
飲食店のAI活用とは、文章づくりや集計などの下書きをAIに任せ、最後に決めるのは人が持つ使い方です。
- AIは「答えを出す人」ではなく、「下書きを出す新人スタッフ」として使うと、失敗を減らしやすくなります(RockHillの考え方です)
- AIエージェントは、目標を渡すと手順を考え、道具を使って進めるAIです。任せるほど、人が見る場所を先に決める必要が出ます
- 個人情報・規約・AIの間違いは、使う前に押さえます。測るのはAIの出来ではなく、店長の時間と、人が直した回数です
最初の一歩
- 今週は、口コミ返信の下書きだけをAIに頼む(お客様の名前や電話番号は入れない)
- 「お店の取扱説明書」を1枚作る(言葉づかい・使ってはいけない表現・価格・休みの日・アレルギーの対応)
- 人が必ず見る場所を決める(たとえば、低い評価の口コミは必ず店長が見る)
飲食店のAI活用とは|2つの向きと、聞く・頼む・任せる
AI活用には、店の中の仕事を軽くする向きと、お客様のAIに選ばれる向きの2つがあります。
飲食店のAI活用とは何ですか
店の仕事のうち、文章を書く・まとめる・数える・分けるといった作業を、AIに手伝ってもらうことです。口コミへの返信の下書き、毎日の売上や日報の集計、SNSの投稿文の案。どれも、毎回ほぼ同じ形で、時間がかかる仕事で、AIが得意です。
お客様の顔を見て決めること、お金を動かすこと、味や接客の最終判断は、人の仕事のままです。AIは、スタッフの代わりではなく、スタッフの手を空けるための道具だと考えてください。
AI活用の2つの向き|店の中を軽くする/お客様のAIに選ばれる
1つめは、店の中です。閉店後に溜まる返信、月末の数字のまとめ、会議のあとの宿題の整理。ここを軽くして、お客様とスタッフに使える時間を増やします。この記事の大半は、この向きの話です。
2つめは、店の外です。お客様がChatGPTやGoogleのAIに「今夜、4人で個室のある店は?」と聞いたとき、自分の店の名前が出てくるかどうか。AIは、公式サイトや口コミなど、ネットに書かれている情報をもとに答えます。こちらは別の記事で詳しく書いていて、要点は後半で案内します。

聞く・頼む・任せるの3段階とは
AIとの付き合い方は、3段階に分けると分かりやすくなります。
| 段階 | 何をするか | 人の役目 | 飲食店の例 |
|---|---|---|---|
| 聞く | 分からないことを質問する | 答えを自分で確かめる | 「ハイボールの原価の考え方を教えて」 |
| 頼む | 文章や要約を作ってもらう | 読んで直す | 「この口コミへの返信案を書いて」 |
| 任せる | 手順を考えて、続けて進めてもらう | 見る場所と止める場所を決める | 「口コミを読んで、分けて、返信案を作って、店長に報告して」 |
「任せる」に進むと、仕事が楽になる分、間違いにも気づきにくくなります。だから、後半で「人が見る場所」の決め方を丁寧に書きます。
任せる前に決めるのは、役割です。蛭田のやり方は、こうです。「組織の役割を決めて、その役割の中で誰が何をするかを確認して、一つ一つを、目的を持って分けていきます」。AIも、役割を持つ1人として、その中に置きます。
この記事に出てくる言葉
先に言葉を覚えておくと、あとの話が楽になります。迷ったら、この表に戻ってください。
| 言葉 | やさしく言うと |
|---|---|
| AI(人工知能) | 人の考え方に近い形で動くコンピューターの仕組み |
| 生成AI | 文章や画像を、頼まれてその場で作るAI。レシピを聞いて下書きを出す新人のようなもの |
| LLM(大規模言語モデル) | 大量の文章から言葉のつながりを覚えた、文章を作る生成AIの中身の一つ |
| プロンプト | AIへの頼みごとの文章。新人への仕事の指示にあたる |
| ハルシネーション | AIが、事実と違うことを、もっともらしく言うこと。知らない質問に作り話をする新人のよう |
| AIエージェント | 目標を渡すと、自分で手順を考えて、道具を使って進めるAI |
| ワークフロー | 仕事の手順の流れ。開店準備のチェックリストのようなもの |
| 権限・承認 | 権限は、AIにどこまでやらせてよいかの範囲。承認は、人が見て「いいよ」と言うこと |
| RAG(検索拡張生成) | AIに、店の資料を調べさせてから答えさせる方法。マニュアルを見ながら答えるイメージ |
| 入力の学習利用 | 入力した文章が、AIの改善のために使われること |
| 基盤モデル | いろいろな仕事のもとになる、大きなAIの土台 |
| チャットボット | 決まった質問に、決まった答えを返す自動の応答 |
| シャドーAI | 会社が許可していないAIを、社員が個人の判断で仕事に使うこと |
| Googleビジネスプロフィール | Googleの検索やマップに出る、店の情報を管理する仕組み |
| オーナー確認 | その店を管理する人だと、Googleに確かめてもらう手続き |
| お店の取扱説明書 | 店の言葉づかいや決まりを1枚にまとめ、AIに毎回渡す紙。この記事での呼び名 |
出典を書いていない分け方や進め方(聞く・頼む・任せる、頼み方の5つ、4つの部品、権限3段階、人が持つ仕事、測り方、つまずきと直し方など)は、RockHillの整理と考え方です。国やAIの開発元の定義ではありません。
AIとは何か|生成AI・LLMまで、基礎から
AIは「すごい新人スタッフ」です。知識は広いのに、ネットに出ていない店の決まり(言葉づかい、今日の仕込みなど)は知りません。
AI(人工知能)とは何ですか
Artificial Intelligence(人工知能)の略で、1956年にできた言葉だとされています。
実は、AIには「これが正解」という定義が、まだありません。総務省と経済産業省の「AI事業者ガイドライン」(第1.2版・令和8年3月31日)にも、「AIは未だ確立された定義は存在しない」と書かれています。人の考え方に近い形で動くプログラムや、コンピューターが判断するしくみ、といった広い意味で使われています。
同じガイドラインに沿うと、流れは次の通りです。2000年代は、画像・音声・翻訳といった「特定の仕事に強いAI」。2021年以降は、いろいろな仕事のもとになる大きなAIの土台「基盤モデル」の台頭で、何にでも使えるAIの開発が進みました。その結果、文章や画像を作る「生成AI」が普及しつつあります。AIエージェントを社会で使う試みも、進んでいると書かれています。
生成AIとは?ChatGPTは何ですか
文章・画像・プログラムなどを作れるAIモデルにもとづくAIの総称です(上のガイドラインの定義)。検索と比べると、こうなります。
- 検索:すでにあるページを探す。図書館で本を探すのに似ています
- 生成AI:頼むと、その場で文章や画像を作る。新人に「書いてみて」と頼むのに似ています
ChatGPT、Claude、Gemini、Copilotは、どれも文章を作る生成AIのサービスです。使い方の基本は同じで、「何を頼むか」で結果が大きく変わります。
LLM(大規模言語モデル)とは?
文章を作る生成AIの中身の一つで、大量の文章から、言葉のつながりを覚えたものです。かんたんに言うと、「次に来そうな言葉」を選んで、つなげています。スマホの文字入力で次の候補が出るのと同じ考え方を、とても大きくしたもの、というのはRockHillのたとえです。

AIはなぜ間違えるのですか
答えは、「正しいか」ではなく「それらしいか」で言葉を選んでいるからです。個人情報保護委員会も、生成AIの文章は「確率的な相関関係に基づいて生成される」ため、不正確な内容が含まれるおそれがある、と注意しています。
お店で言うと、AIは定休日を知りません。「定休日は?」と聞かれると、それらしい曜日を答えてしまうことがあります。事実と違う内容を、もっともらしく作ることを「ハルシネーション」と呼びます。Anthropicの公式ドキュメントも、どんなに進んだ言語モデルでも、事実と違う文章を作ることがある、と説明しています。対策は、後の「使う前に」で書きます。
蛭田も、AIの答えをそのまま使いません。「AIは万能ではないので、ファクトチェックをしたり、疑問に思ったり、わからない単語が出てきたら自分で調べたりしながら進めます」。
AI・生成AI・LLM・AIエージェントの関係
いちばん外側がAI、その中に生成AI、文章を作る生成AIの中身の一つがLLMです。AIエージェントは、LLMなどを使って、目標に向けて手順を進める仕組みです。

動画でも基礎を扱います。外食アカデミー(YouTubeの解説動画と、2027年1月からの勉強会)の「今さら聞けない飲食店のAI活用」は、前編を2026年11月27日、後編を11月30日に公開予定です。
どれくらい使われているのか|総務省・厚労省の数字
日本でも、AIを使う人と会社は、この1年で大きく増えました。ただ、使い方が分からず止まっている人も、まだ多くいます。
数字は、総務省「令和8年版 情報通信白書」(2026年7月)を使い、調査の年度を添えます。外食だけの生成AI利用率の公的な統計は、今回の調査では見つけられませんでした。以下は全体の数字です。
生成AIを使う人・会社は、どれくらいいますか
個人で生成AIサービスを「使っている(過去使ったことがある)」と答えた人は、2025年度の調査で58.8%でした。ただし、今回から15〜19歳が対象に加わっています。20歳以上どうしで比べると、26.7%(2024年度)から52.2%(2025年度)で、約2倍です。
会社では、自社の何らかの業務で生成AIを使っていると答えた割合が、日本で86.4%でした。生成AIの活用方針の設問に「わからない」と答えた会社を除いた集計で、日本の全企業の数字ではありません。使う業務は、「議事録・メール作成補助」が約7割でいちばん多く、「営業・販売」が約6割、「社内ヘルプデスク」が約5割です。文章を書く・まとめる仕事から使われています。
中小企業は、どうですか|止まる理由は「使い方がわからない」
生成AIを「積極的に活用する」と「領域を限定して利用する」を合わせた割合は、企業全体で68.9%(前年度49.7%)、大企業74.0%、中小企業58.1%でした。一方、「組織的な取組はない」と答えた会社が27.0%、約3割あり、中小企業で特に高い傾向があります。
使わない人の理由は、「自分の生活や業務に必要ない」が42.4%、「使い方がわからない」が38.8%でした。「使い方がわからない」は、調査した4か国で日本が最も高い結果です。止まる理由は、AIが難しいからというより、何に使えばいいか、どう頼めばいいかが分からないことにあります。この記事が基礎から場面まで書いているのは、そのためです。

白書は、効果を出す「最初の一歩」も書いています。まず、導入しやすい汎用のAIを、社員の個人作業で使うことを組織として広げ、AIの特徴と合う仕事への理解を深める。そのあとで、人とAIの協業のしかたを決める、という順番です。この記事の「1人→型→全店」も、同じ向きです。
出典:活用方針/組織的な取組/使わない理由/効果創出のステップ(2026年11月確認)
飲食店は人手不足|厚生労働省の数字
厚生労働省「労働経済動向調査(令和8年8月)」の、令和8年8月1日現在の「宿泊業,飲食サービス業」の労働者過不足判断D.I.(「不足」の割合から「過剰」の割合を引いた値)です(2026年11月確認)。
| 区分 | 不足 | 過剰 | D.I. | 調査産業計のD.I. |
|---|---|---|---|---|
| 正社員等 | 33% | 1% | +32 | +47 |
| パートタイム | 36% | 2% | +34 | +26 |
パートタイムは、調査産業計より不足感が高く、厚生労働省も人手不足感が高い産業の1つに挙げています。人が足りない所を、AIの下書きで少しでも軽くする。それが、AI活用の現実的な出発点です。
はじめて使う人へ|最初の10分と、頼み方の基礎
最初は、スマホで質問を1つして、返ってきた文を直してもらうだけで十分です。頼み方には、型があります。
AIを使い始める最初の10分は、何をしますか
文章を作る生成AIは、文字を打つ欄に頼みごとを書くと、文章で返してくれるサービスです。特別な機械は要りません。スマホかパソコンがあれば始められます。
- 使うAIを1つ決める(選ぶ軸は「どのAIを使えばいいのか」にあります)
- 公式のサイトかアプリを開き、アカウントを作る
- 設定の画面で、入力した文章の扱いを確かめる(場所と呼び名は、サービスごとに違います)
- 入力欄に、店の情報が入らない質問を1つ書く(例:「ハイボールの原価の考え方を教えて」)
- 返ってきた文に、「もっと短く」「中学生にも分かる言葉で」と続けて頼む
ここまでで、「聞く」と「頼む」を1回ずつ体験できます。店の情報は、まだ入れません。入れてよい情報を決めてからです(「使う前に」を見てください)。
補足:AIとのやり取りは、1回で終わらせなくて構いません。同じ画面で続けて頼むと、前のやり取りを踏まえて直してくれます。新人に「ここを直して」と返すのと同じです。
頼み方(プロンプト)の基礎は何ですか
プロンプトは、AIへの頼みごとの文章です。AIは、書かれていないことを知りません。新人に仕事を頼む時と同じで、何を、誰に向けて、どんな形で、を書くほど、使える下書きが返ってきます。
頼みごとに入れるものを、5つに分けます。
| 入れるもの | 書くこと | 例 |
|---|---|---|
| 役割 | 誰の立場で書くか | あなたは居酒屋の店長です |
| 目的 | 何のための文か | 口コミへの返信案を作りたい |
| 材料 | もとになる情報 | 口コミの文、お店の取扱説明書 |
| 形 | 長さ・口調・数 | 120字以内、ですます調、案を2つ |
| 禁止 | 書いてほしくないこと | お客様の名前、値段、材料にないこと |
毎回すべてをそろえる必要はありません。返ってきた文を見て、足りないものを足します。
悪い頼み方と良い頼み方は、どう違いますか
次の表は、この記事のために作った見本です。実在の店ではありません。【 】には、自分の店の言葉を入れます。
| 場面 | 悪い頼み方 | 良い頼み方 | 違い |
|---|---|---|---|
| 口コミ返信 | 返信を書いて | あなたは居酒屋の店長です。次の口コミへの返信案を、120字以内で2つ書いてください。お客様の名前は書かないでください。(口コミの文を貼る) | 立場・長さ・数・禁止がある |
| 投稿文 | 新メニューの宣伝文を作って | 次の一言をもとに、Googleの投稿文を80字で書いてください。値段は書かないでください。一言:【料理名】を今夜から出します | 材料を渡し、AIに考えさせない所を決めている |
| 数字のまとめ | 売上を分析して | 次の表を3行で要約してください。前の月より大きく動いた項目を、上から3つ挙げてください。表にない数字は書かないでください。(表を貼る) | 形が決まり、作り話を防ぐ一文がある |
悪い頼み方でも、文は返ってきます。ただ、どの店にも当てはまる文になります。直す手間が増えるので、最初に材料を渡すほうが早く済みます。
返ってきた答えは、どう確かめますか
AIの答えは、下書きです。そのまま出すものではありません。読む順番を決めておくと、確かめる時間が短くなります(RockHillの案です)。
- ☐ 数字・日付・価格は、元の資料と同じか
- ☐ 店名・料理名などの固有名詞は、正しいか
- ☐ 頼んでいないことが、足されていないか
- ☐ 店の言葉づかいと、合っているか
- ☐ お客様の名前など、出してはいけない情報が入っていないか
直した所は、次の頼みごとに足します。同じ直しを2回したら、お店の取扱説明書に書く合図です(作り方は「店に根づかせる順番」にあります)。
AIエージェントとは|「聞く」から「任せる」へ
AIエージェントは、「聞く相手」から「任せる相手」に変わったAIです。目標を渡すと、自分で手順を考え、道具を使って進めます。
外食アカデミーの動画「AIエージェントとは?飲食店のAIは「聞く」から「任せる」へ【前編・基礎】」は、この考え方を約3分で扱っています。
AIエージェントとは?簡単に言うと
ここまでの「聞く」「頼む」は、人が1回頼むと、AIが1回答える形でした。AIエージェントは、1回頼むと、AIが何手も続けて進めます。新人に「この口コミに返信を書いて」と言うのが「頼む」です。「今日の口コミを見て、返信案を作って、気になるものは報告して」と言うのが「任せる」です。下の定義は、この違いを固い言葉で書いたものです。
頼まれたことを、自分で手順を考えて、道具も使って、最後まで進めるAIです。
国のAI事業者ガイドラインは、AIエージェントを「特定の目標を達成するために、環境を感知し自律的に行動するAIシステム」と定義しています。「自律」は、人の手を完全に離れた状態だけでなく、ある程度の自律性があるものも含む、と注があります。複数のAIエージェントが動くものは「エージェンティックAI」です。OpenAIのガイドは「ユーザーに代わってタスクを独立して遂行するシステム」、Anthropicは「LLMが自らの処理とツール利用を動的に方向づけるシステム」と書いています。
出典:AI事業者ガイドライン 第1.2版/OpenAI「A practical guide to building agents」/Anthropic「Building effective agents」(2024年12月19日)(2026年11月確認)
AIエージェントと、生成AI・チャットボットの違いは
違いは、「次に何をするかを、誰が決めるか」です。
| 種類 | 次の手を決めるのは | 向く仕事 |
|---|---|---|
| ルール型のチャットボット | 決まったルール | 営業時間・場所などの定型の質問 |
| チャットの生成AI | 人(毎回) | 文章の下書き、要約、相談 |
| AIエージェント | AI(目標の範囲で) | 手順が続く仕事、複数の道具をまたぐ仕事 |
OpenAIのガイドは、単純なチャットボットや1回きりのLLMの利用は、「ワークフローの実行を制御しない」のでエージェントではない、と書いています。ChatGPTに文章を頼むだけなら、それは「頼む」の段階です。
ワークフローとAIエージェントの違い|誰が手順を決めるか
ワークフローは、仕事の手順の流れです。手順を人が先に決めておくか、AIがその場で決めるかが、分かれ目です。店で使う時は、「この仕事の手順は、毎回同じか」を先に考えます。
Anthropicは、ワークフローを「LLMと道具が、あらかじめ決めた手順(コードの道筋)で動くもの」、エージェントを「LLMが自分で進め方と道具の使い方を決めながら動くもの」と分けています。なお「ワークフロー」の使い方はOpenAIとAnthropicで違い、OpenAIは「目標を満たすための一連の手順」という意味で使っています。ここではAnthropicの分け方で話します。
お店で言うと、ワークフローは「開店準備のチェックリスト」で、上から順番に進めます。エージェントは「今日は雨だから、テラスをやめて屋内の席を先に」と、状況を見て順番を変えられるスタッフです。Anthropicは、エージェントを、たいていは「環境からのフィードバックをもとに道具を使うLLMを、ループで回しているだけ」とも説明しています。魔法ではなく、「考える→道具を使う→結果を見る」の繰り返しです。
毎日同じ手順の仕事は、ワークフローで足ります。エージェントが活きるのは、状況によって手順が変わる仕事です。

AIエージェントの4つの部品|目的・道具・記憶・人の確認
飲食店で設計しやすいよう、4つの部品で考えます。これはRockHillの整理で、国やAIの開発元の資料に、この4分類があるわけではありません。
| 部品 | 意味 | 飲食店の例 |
|---|---|---|
| 目的 | 何を終わらせるのか | 今日の口コミに、返信の下書きを作る |
| 道具 | AIが使う画面や表 | 口コミの画面、売上の表、日報のシート |
| 記憶 | 店のルールや、これまでのやり取り | 言葉づかい、使ってはいけない表現、価格、休みの日 |
| 人の確認 | AIが勝手に進めず、人に見せて止まる場所 | 低い評価の口コミは、必ず店長が見る |
OpenAIのガイドは、基本の構成を「モデル」「ツール」「指示」の3つとしています。RockHillの「目的・記憶」はその「指示」に入る内容で、「人の確認」は同じガイドの「人の介入を計画する」の章に近い考え方です。

AIエージェントはいつ使い、いつ使わないのか
AIエージェントは、何にでも使うものではありません。手順が続き、途中で判断が要る仕事に向きます。1回頼めば終わる仕事は、ふつうのチャットで足ります。
Anthropicは「可能な限り単純な解決策を探し、必要なときだけ複雑にすること」を勧めています。OpenAIのガイドも、ルールで足りる仕事なら、決まった方法(決定論的な方法)で足りるかもしれない、と書いています。
| 仕事の様子 | 向く方法 | 例 |
|---|---|---|
| 毎回、同じ手順で、同じ形 | 決まった手順や、ふつうの表計算で足りる | 日報の数字を、毎日同じ表に集める |
| 文章の下書きだけ。1回で終わる | チャットの生成AIで足りる | 口コミ1件への返信案 |
| 読む→分ける→案を出す→報告する、が続く | エージェントを試す価値がある(下書きまで) | たまった口コミを分類し、返信案と報告をまとめる |
| お金・アレルギー・契約に関わる | 人が決める。AIは材料を出すだけ | 価格改定、アレルギー表示 |
迷ったら、いちばん単純な方法から始めます。うまく回って手間が残る所だけ、少し複雑にします。最初のエージェントは、口コミの分類から返信案までを、下書きの権限で試すのが無理のない形です(RockHillの考え方)。
飲食店でAIに任せる10の場面|頼み方・人が持つ仕事
最初に任せるのは、毎回同じ形で、時間がかかり、間違えても取り返しがつく仕事です。口コミ返信の下書きや、数字のまとめから始めます。
外食アカデミーのショート動画「最初に任せるなら、この1業務」は、この考え方を約40秒で扱っています。
| 場面 | AIに任せる部分 | 人が持つ部分 |
|---|---|---|
| 口コミ返信 | 返信案の下書き | 低い評価の確認、送信 |
| 投稿・SNS | 投稿文の案 | 事実・価格の確認、写真 |
| メニュー説明・多言語 | 説明文の案、翻訳の下書き | 原材料・アレルギー・価格 |
| 求人文 | 募集文の下書き | 給与・勤務条件 |
| 月次の数字のまとめ | 集計、要約 | 数字の正しさ、判断 |
| 会議の記録と宿題 | 議事録の下書き、宿題の整理 | 内容の確認、共有 |
| 店の情報の更新・点検 | 表記のずれの点検 | 変更の決定 |
| 予約・電話 | 定型の受け付け | 例外・クレーム・アレルギー |
| 新人の質問・マニュアル | マニュアルをもとに回答 | マニュアルの更新 |
| 発注・シフト・分析 | 案づくり、分析の材料 | 最終決定 |

どの場面でも同じ|頼む前と後の進め方
下の10の場面は、頼む内容が違うだけで、進め方は同じです。先にこの順番を覚えると、どの場面にも使えます(RockHillの案です)。
- 材料をそろえる(口コミの文、数字の表、会議のメモなど)
- お客様の名前など、個人情報を消す
- お店の取扱説明書を貼って、頼む
- 返ってきた文を、元の資料と見比べる
- 直してから、人が出す
- 直した所を、取扱説明書に足す
場面ごとに変わるのは、1の材料と、5で人が持つ部分です。
口コミ返信の下書きは、AIに任せられますか
口コミ返信は、お客様が書いた感想に、店が公開で返す文章です。件数がたまりやすく、文の形も似ているので、下書きを頼みやすい仕事です。始めるのは、高い評価の口コミ1件からです。
任せられます。ただし、「下書きまで」です。
あなたは居酒屋の店長です。次の口コミへの返信案を、120字以内で書いてください。店のルールは次の通りです。(お店の取扱説明書を貼る)お客様の名前は書かないでください。
コツは、取扱説明書を貼ることと、お客様の名前を入れないことです。

人が持つ部分は、送信と、低い評価の扱いです。口コミに返信するには、ビジネスのオーナー確認が必要です(詳しくは「使う前に」)。低い評価や、事実の確認が必要な内容は、必ず店長が読んでから出します。
返信していなかった口コミサイトの口コミ20件すべてに返信し、AIで返信の下書きを作る手順を先方の担当者に渡した焼肉店(少数の店舗)があります。
事例の型は、返信の文案をAIが作り、人が確認・カスタマイズしてから返す、完全な自動返信にしない製品です(提供会社の発表を載せた記事・2023年8月3日。効果の数字なし)。
SNSやGoogleの投稿文は、AIで作れますか
Googleビジネスプロフィールの投稿やSNSは、店の今を知らせる短い文章です。書く内容は決まっていても、文にする時間が取れずに止まりがちです。始めるのは、写真1枚と一言を渡して、案を2つ出してもらう所からです。
作れます。写真と一言を渡すと、案を出してくれます。
次の写真と一言をもとに、Googleビジネスプロフィールの投稿文を、80字で書いてください。ですます調で、値段は書かないでください。写真:焼きたての一本。一言:今夜の新メニューです。
人が持つ部分は、事実の確認です。メニュー名、価格、日付、キャンペーンの条件は、AIが間違えやすい所です。写真は、自分の店で撮ったものを使います。先の焼肉店では、Googleの投稿を、AIの下書きを先方が直して写真を足す形で続けています。
メニュー説明と多言語は、AIに任せていいですか
メニュー説明は、料理の中身をお客様に伝える短い文です。AIは、あなたの店の料理の材料を知りません。渡した材料だけで書かせるのが出発点です。
説明文の下書きは任せられます。ただし、原材料・アレルギー・価格・産地は、AIに考えさせません。店の正しい資料から、人が入れます。
この料理の説明を、40字で書いてください。材料は次の通りです。(正しい材料を貼る)材料にないことは書かないでください。
翻訳も下書きとして便利です。ただ、アレルギーや宗教に関わる表現は、人が必ず確認します。
求人文は、AIで書いていいですか
求人文は、働く条件と店の様子を伝える文章です。条件は事実で、言い回しは下書きです。この2つを分けて、言い回しだけをAIに頼みます。
下書きは任せられます。給与や勤務時間などの条件は、AIに作らせず、店の正しい情報を入れます。
次の条件で、アルバイトの募集文を書いてください。条件:週3日から・時給は(実際の金額)・まかないあり。明るく、落ち着いた文章で。
人が持つ部分は、条件の確認と、読む人への配慮です。「若い人歓迎」のような、誰かを外す言い回しが混ざっていないかも、人が見ます。
月次の数字のまとめは、AIに任せられますか
月次のまとめは、1か月の売上や原価などの数字を、読める形にする作業です。AIは、表を文章にするのが得意です。数字の正しさまでは任せず、まず要約から頼みます。
任せやすい仕事です。毎月同じ形で集める作業なので、手順も決めやすいからです。
次の月次の数字を、3行で要約してください。前の月と比べて、大きく動いた項目を、上から3つ挙げてください。(数字の表を貼る)
人が持つ部分は、数字の正しさと判断です。AIは数字を読み違えることがあるので、元の表と見比べます。蛭田は、AIを使い始めた会社について、「AIを使うようになって、これまで取れなかった細かい数字まで見えるようになりました」と話しています。時間を減らすだけでなく、見えなかったものが見えるようになることにも、AIの価値があります。
AIに数字を渡す前に、注文・会計・決済の道具を整理しておくと、集計が楽になります。レジまわりの選び方は、「飲食店のPOSレジ・決済・券売機カオスマップ【2026年版】」にまとめています。
会議の記録と宿題の整理は、AIに頼めますか
会議の記録は、話したことを「決まったこと」と「宿題」に分けて残す作業です。分ける型が決まっているので、メモを渡せば下書きになります。始めるのは、自分のメモを打ち込んで渡す所からです。
頼めます。白書でも、企業の生成AI利用でいちばん多いのが議事録・メール作成の補助です(約7割)。
次のメモを、決まったこと・宿題・担当・期限の4つに分けてください。分からないものは「不明」と書いてください。
人が持つ部分は、内容の確認と共有です。お客様の個人情報や、公開していない契約・売上が入る会議は、入力してよいサービスか、先に確認します。
店の情報(店名・住所・営業時間)の更新と点検は、AIに任せられますか
店の情報とは、店名・住所・電話番号・営業時間など、どの媒体でも同じであるべき情報です。媒体が増えるほど、ずれが生まれます。始めるのは、各媒体の表記を1つの表に写し、AIに違いを挙げてもらう所からです。
任せられる範囲が広がっている仕事です。店名・住所・電話番号・営業時間が、Googleや各サイトで食い違っていないかの点検は、人が目で見ると手間がかかります。
AIエージェントを使って、各媒体の情報の更新を決まった間隔で回せるようになった会社があります。人が目で見ていた、店名・住所・電話番号のずれの点検も、AIでできるようになりました。人が持つ部分は、「変更する」という決定です。営業時間を変えるかどうかを決めるのは、人です。
予約・電話は、AIに任せていいですか
電話のAIは、かかってきた電話に、AIが音声で応える仕組みです。文章の下書きと違い、人が確かめる前に、お客様へ届きます。だから、入れる前に決めることが多くなります。
電話のAIは、大手ですでに使われています。ただ、電話はお客様と直接つながる所なので、任せる範囲を慎重に決めます。事例は、次の章「大手の事例から型を読む」に書きました。
人が持つ部分は、例外です。アレルギーの相談、クレーム、団体の相談は、人に引き継ぎます。中小の店の電話AIは、外食アカデミーの動画「AIと外食企業」の後編で扱う予定です(2026年12月に公開予定)。
入れる前に、次を決めます。
- ☐ 出られなかった電話を、1週間数えた
- ☐ AIが受ける用件(予約の受付・確認・キャンセルなど)を決めた
- ☐ 人に引き継ぐ用件(アレルギー・クレーム・団体)を決めた
- ☐ 引き継ぐ先と、つながらない時の案内を決めた
新人の質問や、マニュアルへの回答は、AIに任せられますか
新人の質問にAIが答える形は、店のマニュアルをAIに読ませ、その中から答えさせる方法です(用語の表のRAGにあたります)。AIが考えた答えではなく、店の資料が根拠になります。始める前に、マニュアルが今の店と合っているかを見ます。
店の資料を根拠にAIが答える形が、見えてきています。事例は、次の章「大手の事例から型を読む」にあります。
人が持つ部分は、マニュアルの更新です。マニュアルが古ければ、AIの答えも古くなります。「AIが間違えた」ように見えて、元のマニュアルが古かった、ということが起きます。
専用の仕組みがなくても、小さく試せます。マニュアルの1ページを貼り、次のように頼みます。
次のマニュアルの中だけから答えてください。書いていなければ、「分かりません」と答えてください。質問:(新人がよく聞くこと)
答えが合っていれば、そのページは新人に伝わる書き方です。答えがずれるなら、マニュアルの書き方を先に直します。
発注・シフト・売上分析は、AIに任せられますか
発注・シフト・売上分析は、数字をもとに「次にどうするか」を決める仕事です。決めた結果が、お金と人の動きに直結します。AIには決めさせず、決めるための材料を出させます。
分析の材料づくりには使えます。発注量やシフトの最終決定は、人が持ちます。試すなら、いきなり発注を任せず、「過去の売上から、来週の仕込みの目安の案を出してもらう」といった案づくりから始めます。実際の発注の数字は、人が決めます。需要予測の事例は、次の章の一覧にあります。
大手の事例から型を読む|何をさせたか
大手が使い始めたのは、現場の手間が大きい所です。事例からは、「資料を根拠にする」「小さく試す」「人が補正する」といった任せ方が読み取れます。
社名と、会社が分かる店舗数・件数は書きません。「どんな業務で、何をさせて、人がどこを持ったか、発表でどんな効果が挙げられたか」だけを書きます。出典は、企業や提供会社の発表です。外食アカデミーの動画「AIと外食企業」は、2026年12月に公開予定です。
| 業務 | 何をさせたか | 人が持った所 | 発表で挙げられた効果 |
|---|---|---|---|
| 現場の質問応答 | 店の動画・PDFを根拠に、スタッフの質問にAIが答える | 答えない範囲(人事・給与など)を決めた。先に一部の店で試した | アンケートで「回答がとてもわかりやすい」が14ポイント上昇 |
| 電話の予約受付 | 予約や問い合わせの電話をAIが受ける | 発表に記載なし | 別の会社の発表で、忙しい時間帯の電話応答の約8割を自動化(条件つき) |
| 売上の分析 | 売上の要因分析を、ふだんの言葉でAIに聞く | ベテラン社員が、経験則でAIの予測を補正した場面があった | 2025年に検証が行われた、と発表。効果の数字なし |
現場の質問に、AIが答える型
ある外食の大手が、現場向けのAIを導入したと、提供会社が2026年4月に発表しています。スタッフが「仕事中にピアスを付けても良いですか」「コーヒーマシンの洗浄の仕方は」と日常の言葉で聞くと、店の動画やPDFをもとに、要約と参照すべき動画を返します。
回答は、店の資料を一次情報にして、該当がないときだけ一般の知識で補う作りです。ユーザーの属性で参照できる情報を分け、業務外の質問や人事・給与などの情報には答えない制限を設けています。全店に入れる前に一部の店で試行し、アンケートで「回答がとてもわかりやすい」が回を重ねて14ポイント上がった、と発表されています。
出典:提供会社の発表(2026年4月14日)(2026年11月確認)
電話を受ける型
ある焼肉チェーンについて、AIが電話で予約を受けていると、提供会社が2026年2月に発表しています。背景は、混む時間に電話に出られず、予約の取りこぼしが出ていたことです。AIは、順番待ちや翌日以降の予約の受付、予約の確認・キャンセル、問い合わせを担います。この発表の効果は自動化の規模で、取りこぼしが何割減ったかの数字は書かれていません。
別の飲食チェーンについては、当日予約の電話が多い店舗で、忙しい時間帯の電話応答の約8割を自動化した、と提供会社が2026年1月に発表しています。どの店・どの時間かの条件つきの数字で、算出の基準は書かれていません。数字を見るときは、まず条件から確かめます。
出典:提供会社の発表(2026年2月9日)/提供会社の発表(2026年1月7日)(2026年11月確認)
売上の分析と、施策づくりの型
別の外食の大手の事例が、Google Cloudの公式ブログ(2026年1月7日)に紹介されています。売上が下がった理由を、天候・販促・メニュー改定といった要因ごとに、ふだんの言葉でAIに聞いて分析できるようにした取り組みで、2025年に検証が行われた、と書かれています。店舗別の損益計算書(PL)を1か所に集める取り組みも載っています。
出店の売上予測では、ベテラン社員が「街路樹が視認性を遮る」といった経験則で、AIの予測を補正する場面があった、とあります。同じ会社の別の取り組みとして、スタッフの挨拶をAIで分析する試みも紹介され、発表時点で検証段階、精度に課題が残る、と書かれています。いずれも、改善の数字は載っていません。
出典:Google Cloud公式ブログ(2026年1月7日)(2026年11月確認)
事例から読み取れる動き
質問応答の事例では、店の資料を根拠にし、答えない範囲を決め、先に一部の店で試しています。売上分析の事例では、AIの予測を人が補正する場面がありました。どれも、AIを賢く使う工夫というより、「任せ方を決める」工夫です。次の章で、自分の店の言葉にします。
今回の調査では見つけられなかったもの
次の分野は、外食の公式な発表や公的な事例集の範囲では、確かな数字つきのものを今回の調査では見つけられませんでした。「ない」とは言い切れません。
- 需要予測・発注:外食チェーンが、気象とPOSのデータによる需要予測を全店に導入したという発表(2023年2月2日)はあります。目的は業務の効率化や食品ロスの削減などとされ、効果の数字つきの発表は見つけられませんでした
- メニュー開発の期間が縮まった事例、多言語メニューの効果
- 口コミ返信にAIを使って成果を出した外食チェーンの公式発表
- 外食の求人文づくりで、効果が確かめられた事例
ネットには、数字つきの事例を並べた記事が多くあります。出どころが書かれていない数字は、この記事では使いません。
任せ方の設計|人が持つ仕事・権限・承認・測り方
うまくいかない原因は、AIの力より、任せ方にあります。人が持つ仕事、AIの権限、人が見る場所、測り方を先に決めます。
外食アカデミーの動画「AIエージェントの活用|飲食店がAIに任せて失敗しない設計【後編・深部】」は、この章の任せ方の設計を扱っています。ショート動画「AIに任せてはいけない3つの仕事」も公開しています。
AIに任せてはいけない仕事は何ですか
人が必ず持つ仕事は、次の3つです。
- 最終判断:やる・やらないを決めること
- お客様への直接対応:クレームや、アレルギーの相談など
- お金の確定:価格の決定、支払い、返金
蛭田は、COOの仕事の話の中で、「社長は未来を描き、COOは執行をする」と分けています。AIとの仕事も、同じ線引きで考えられます。未来や判断は、人が持つ。執行の下書きや手伝いは、AIに任せる。
権限は、3段階に分ける
権限は、AIにやらせてよい範囲のことです。新人に、最初からレジ締めや発注を任せないのと同じです。範囲をせまく始めて、出来を見ながら広げます。
AIに「どこまでやらせてよいか」が権限です。3段階に分けます。
| 段階 | AIにやらせること | 人の役目 | 例 |
|---|---|---|---|
| 1 読むだけ | 読んで、分けて、要約する | 結果を見て、使うか決める | 口コミを読んで、内容ごとに分ける |
| 2 下書きまで | 案を作る | 全部を見て、直して、出す | 口コミ返信の下書き |
| 3 送信まで | 人が承認したものを送る | 送る前に見る | 確認した投稿の予約 |
最初は、下書きまでです。送信を押すのは人です。AIの出来が見えて、直す回数が減ってから、送信までに進みます。いきなり送信まで任せると、間違いに気づくのが遅れます。

「人の確認」は、どこに置きますか
人の確認は、AIの作ったものを、出す前に人が見ることです。全部を同じ重さで見ると、続きません。間違えた時に困る所だけ、必ず見ると決めます。
人が見る場所(承認)を、先に決めておきます。
- 低い評価の口コミは、必ず店長が見る
- 価格や日付が入る文章は、人が元の資料と見比べる
- アレルギーに関わる文章は、AIに作らせず、人が書く
- お金が動くことは、人が決める
Anthropicは、エージェントがチェックポイントや行き詰まったときに、人のフィードバックのために止まれる、と説明しています。OpenAIのガイドも、失敗が続いたときや影響が大きい操作のときに、人へ引き継ぐ仕組みを勧めています。「止まる場所」を先に決めておくことが、店で使うときのいちばん大事な設計です。
何を測りますか|店長の時間と、人が直した回数
測るのは、続けるか・広げるか・やめるかを決めるためです。「便利になった気がする」だけでは、判断できません。むずかしい数字は要りません。時間と回数だけを残します。
AIがうまく働いているかは、AIの出来ではなく、次の2つで測ります。
| 測るもの | 見方 |
|---|---|
| 店長の時間 | AIに任せたあと、店長が使う時間が減ったか |
| 人が直した回数 | AIの下書きを、人が直した回数が減っているか |
週に1回、店長の時間と直した回数をメモに残すと、変化が見えます。直す回数が減らないなら、任せ方を見直す合図です。AIが悪いのではなく、取扱説明書が足りない、頼み方があいまい、人が見る場所が違う、といった原因が多いからです。
記録は、次の形で足ります。【 】に、自分の店の数字を入れます。
| 週 | 任せた業務 | 店長が使った時間 | 人が直した回数 | 気づいたこと |
|---|---|---|---|---|
| 1週目 | 口コミ返信の下書き | 【分】 | 【回】 | 【例:言葉づかいが固い】 |
| 2週目 | 同じ業務 | 【分】 | 【回】 | 【例:取扱説明書に口調を足した】 |
| 3週目 | 同じ業務 | 【分】 | 【回】 | 【例:低い評価は、最初から人が書く】 |
同じ業務を続けて記録します。途中で業務を替えると、比べられません。
丸投げは、なぜ最悪なのですか
蛭田は、外の会社への任せ方について、こう言っています。「丸投げ。…なんとなく業者にお金を払ってなんとなくレポートをもらうけど、それが本当に成果が出てるのかがわからない。そしていつ辞めていいのかもわからない。それ最悪」
AIも、任せっぱなしにして、何が良くなったのか分からず、直し続ける形がいちばん危ない、とこの記事は考えます。外の会社に任せていた仕事を、社内に戻した会社もあります。MEOの会社との契約をやめて、自社で回すようにしました。この会社では、売上は下がりませんでした。やったことは、基本情報をそろえる、口コミに返信する、写真を新しくする、という地道な作業です。
使う前に|個人情報・著作権・ハルシネーション・口コミの決まり
入れてはいけない情報を決める。AIの答えは下書きとして扱い、人が確かめる。この2つを守れば、大きな失敗は減らせます。
迷ったときは、入れる前に「これは店の外に出てもよい情報か」と自分に聞いてください。
| 項目 | 決まり・注意 | 店でやること | 出典 |
|---|---|---|---|
| 個人情報 | 本人の同意なく個人データを入力し、かつ応答結果の出力以外の目的で取り扱われる場合は、法律違反の可能性 | 名前・電話・予約台帳は入れない | 個人情報保護委員会 |
| 著作権 | 著作権法は生成AIにも適用される | 他店に似せない。迷ったら専門家へ | 文化庁 |
| ハルシネーション | 完全には防げない | 数字・制度・固有名詞を確かめる | Anthropic |
| 口コミ返信 | オーナー確認が必要。審査される | 送信は人。低い評価は店長が見る | Googleヘルプ |
| 架空の口コミ | 実体験に基づかない投稿は禁止 | AIで口コミを作らない | Googleマップ |
| 許可していないAI | 入力した情報が漏れるおそれ | 使ってよいAIと入れてはいけない情報を決める | 総務省の白書 |
個人情報は、AIに入力していいですか
お客様の名前や電話番号のような個人情報は、入れないのが基本です。個人情報保護委員会は、2023年6月2日の注意喚起で、事業者に次の2点を求めています。
- 個人情報を含む入力は、決めている利用目的の達成に必要な範囲内か、十分に確認する
- あらかじめ本人の同意なく、個人データを含む入力をし、かつ、そのデータが応答結果の出力以外の目的(AIの学習=機械学習など)で取り扱われる場合は、個人情報保護法に違反する可能性がある。入力する前に、サービスの提供事業者が個人データを機械学習に利用しないことなどを確認する
店では、お客様の名前・電話番号・メールアドレス、予約台帳の中身、スタッフの個人情報、公開していない売上や契約は入れません。口コミ返信を頼むときも、書いた人の名前は入れません。
出典:個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」(令和5年6月2日)(2026年11月確認)
AIで作った文章や画像は、使っていいですか
著作権法は、生成AIにも適用されます。文化庁が考え方をまとめています(文化庁の案内ページ・2026年11月確認)。使えるかどうかは場面で変わるので、ここで「大丈夫」とは言えません。
店でできる心がけは、RockHillの実務上の注意です。他店のメニュー文・写真・キャラクターを読み込ませて、似せて作らせない。大きな広告や商品に使う前は、専門家に相談する。
AIの間違い(ハルシネーション)には、どう備えますか
人が確かめる、が基本です。Anthropicの公式ドキュメントは、「分からない」と言うことをAIに許す、与えた資料の中の情報だけを使わせる、根拠の文を引用させる、といった工夫を挙げています。そのうえで、これらで大きく減らせても完全にはなくならない、重要な情報は必ず確かめるように、と書いています。
AI事業者ガイドラインも、RAG(AIに資料を調べさせてから答えさせる方法)の活用で、ハルシネーションの抑制や、答えの根拠の見えやすさが「期待されている」としています。「防げる」ではありません。店で確かめる所は、数字、法律や制度、店名などの固有名詞に絞ると、続けやすくなります(RockHillの考え方)。
出典:Anthropic「Reduce hallucinations」/AI事業者ガイドライン 第1.2版(2026年11月確認)
Googleの口コミ返信を、AIで書いていいですか
Googleのヘルプには、AIで下書きを書くことを禁じる記述は見当たりません。ただ、返信を出すのは店の公式の声です。
口コミに返信するには、ビジネスのオーナー確認が必要です。返信は、Googleのコンテンツ ポリシーに準拠しているか審査され、承認されると、店からの返信として公開されます。返信した担当者の個人名は出ません。
Googleマップの投稿は、お店や場所での実体験に基づく必要があります。実体験に基づかない内容や虚偽のエンゲージメントは禁止で、個人情報を本人の同意なく掲載することも禁止です。「AIで口コミを作る」ことは、この決まりに反すると読めます(RockHillの読み方で、ポリシーにAIの名指しはありません)。口コミの集め方と規約は、飲食店の口コミを増やす方法にまとめています。
出典:Googleビジネス プロフィール ヘルプ「クチコミに返信する」/Googleマップ ユーザーの投稿コンテンツ ポリシー(2026年11月確認)
アレルギーや価格は、AIに考えさせない
間違えると困る情報は、店の正しい資料から引かせます。アレルギーの表示、価格、休みの日、原材料です。AIには、資料に書いてある内容だけを使わせ、書いていなければ「分からない」と答えさせます。アレルギーの相談は、AIの回答をそのまま伝えず、人が確認してから答えます(RockHillの考え方)。
外から来た文章の指示と、許可していないAI
最近のAIは、外のメールやウェブの文章を読んで動くことがあります。そこに、AIへの悪い指示がまぎれ込むおそれがあります。外から来た文章をそのまま実行させないこと、AIには「読むだけ」「下書きまで」の権限しか渡さないことが、対策です(RockHillの注意)。
もう1つが、会社が許可していないAIを、社員が個人の判断で仕事に使う「シャドーAI」です。白書も、入力した機密情報が漏れるリスクを指摘しています。禁止するより、「使ってよいAI」と「入れてはいけない情報」を先に決めて、全員に伝えます。
出典:総務省「令和8年版 情報通信白書」効果創出のステップ(2026年11月確認)
どのAIを使えばいいのか|選ぶ軸
どのAIがいちばん良いかは、時期で変わります。名前より、店で何に使うかと、情報の扱いで選びます。
ChatGPT・Claude・Gemini・Copilotは、どう違いますか
料金とモデル名は変わりやすいので、この記事には書きません。公式ページで確かめてください。2026年11月に公式ページで確認できた、提供の形だけを書きます。
| サービス | 提供の形(2026年11月・公式ページ) |
|---|---|
| ChatGPT(OpenAI) | 無料版、個人向けの有料プラン、法人向けのプランに分かれている |
| Claude(Anthropic) | 無料プラン、個人向けの有料プラン、チーム・法人向けのプランに分かれている |
| Gemini(Google) | 無料のプランと、個人向けの有料プラン、ビジネス向けのプランがある |
| Copilot(Microsoft) | Microsoft 365の個人向けプランに含まれる形でも案内されている |
AIごとの使い方は、ChatGPT飲食店活用ガイド、Geminiは飲食店経営の味方になるか、ClaudeとCodexの違いとは?にあります。料金やモデル名は書いた時点のものなので、最新は公式で確かめてください。
AIを選ぶ軸は何ですか
| 確かめる項目 | なぜ大事か |
|---|---|
| 入力が、学習に使われない設定か | 個人情報や社内の情報を扱うため。サービス提供者が機械学習に使わないことの確認は、個人情報保護委員会が求めている |
| 使う場所で、使えるか | メール・表計算・資料など、店の道具の中で使えると続けやすい |
| 個人用か、会社・チーム用か | 店の情報を扱うなら、会社用のプランがあるかを確認する |
| 資料を読ませて答えさせられるか | 店の取扱説明書やマニュアルを根拠にさせたい |
| 誰が使うか | 1人で試すか、店長全員が使うか |
店に根づかせる順番|1人→型→全店
1人が試す。頼み方を型にする。本部で標準にする。この順番で、小さく広げます。

最初は、1人が試す
「週に1回。1つの業務。下書きまで」。今週は口コミ返信の下書きだけ。来週も同じ業務を続けて、直す点を探します。白書の順番や、Anthropicの「できるだけ単純な方法から始める」という指針とも、同じ向きです。
次に、頼み方を型にする|お店の取扱説明書
AIは、ネットに出ていない店の決まりを知りません。情報がなければ、どの店にも当てはまる答えが返ってきます。店の情報を渡せば、あなたの店の答えに近づきます。取扱説明書に入れるのは、業態・お客様の層・価格帯・こだわり、言葉づかいと使ってはいけない表現、価格と休みの日、アレルギーの対応です。1枚にして、毎回最初に貼り、毎回頼む仕事は、取扱説明書と頼み方をセットで保存します。
お店の取扱説明書は、新人に最初に渡す「うちの店の決まり」を、AI向けに1枚にしたものです。この記事での呼び名で、決まった書式はありません。次は、架空の店の見本です。
| 項目 | 書くこと | 見本(架空の店) |
|---|---|---|
| 店のこと | 業態・席・お客様の層 | 【駅名】の居酒屋。カウンターとテーブル。仕事帰りの会社員が中心 |
| 言葉づかい | 口調・自分の呼び方 | ですます調。「当店」と書く。絵文字は使わない |
| 使わない表現 | 書いてはいけない言葉 | 「絶対」「日本一」。ほかの店との比較 |
| 価格 | AIに書かせるか | 書かせない。必要な時は、人が入れる |
| 休みの日・営業時間 | 正しい情報 | 【定休日】【営業時間】。変わったら、この紙を先に直す |
| アレルギー | 対応の決まり | AIには書かせない。「スタッフにお尋ねください」と案内する |
| 人が見る所 | 必ず確認するもの | 低い評価の口コミ、日付や価格が入る文 |
最初から完璧に作りません。AIの下書きを直すたびに、1行ずつ足します。
AIを使った例ではなく、やり方を型にして渡した例を2つ挙げます。店のスタッフに20分ほどでやり方を教え、月30分で1か月分のGoogleの投稿を予約する形にした居酒屋のグループ(数店舗)があります。それまで投稿が0本だった店で、毎月6本の投稿が続いています。また、3か月の支援で、Googleビジネスプロフィールの説明文の型、12か月分の投稿の案、運用のルールを残して手を離した多店舗の業態もあります。型にしておくと、支援のあとも店で回せます。
最後に、店長・本部で標準にする
店長や本部の担当者が、同じやり方で使える状態です。人が見る場所と権限を、全店でそろえます。5店舗以上になると、全店で同じ基準を、本部が決める必要が出てきます。
- 約1年の支援の最後に、業態ごとに発信の責任者を決め、Googleの投稿とInstagramのやり方をマニュアルにして渡した居酒屋のグループ(数店舗)があります。店長の勉強会は、3回目から先方の広報の担当者が講師をしています
- 最初はAIに質問するだけだった担当者が、毎日の数字の配信や口コミの取り込みを、自分で自動で回すようになった外食チェーンの本部があります。仕組みを作ったのは担当者本人で、RockHillの成果ではなく、担当者が育った例です
- 広報の担当者が育ち、新しい店の販促を、新店でも再現できる形で引き継いだ外食チェーンもあります
大手と同じ考え方を中堅チェーンが使える時代の話は、大手外食チェーンと同じマーケティングが、今あなたの店でできるに、本部の業務をAIで回す具体例は、Claude Cowork飲食店活用ガイドにあります。
よくあるつまずきと、直し方は?
使い始めると、次のような所で止まりがちです。
| つまずき | 起きていること | 直し方 |
|---|---|---|
| どの店にも当てはまる文が返る | 店の情報を渡していない | 取扱説明書を貼ってから頼む |
| 毎回、同じ所を直している | 直した内容が、次に引き継がれていない | 直した内容を、取扱説明書に足す |
| 事実と違うことが書かれる | 材料にないことを、AIが補っている | 「材料にないことは書かない」と足す。数字・日付・固有名詞は人が見る |
| 1人しか使っていない | 頼み方が、その人の頭の中にある | 頼み方と取扱説明書を、共有の場所に置く |
| 使わなくなった | 業務を広げすぎたか、効果が見えていない | 1つの業務に戻す。店長の時間と直した回数を記録する |
| 店ごとに言葉づかいが違う | 取扱説明書が、店ごとにばらばら | 本部で共通の部分を決め、店ごとの部分と分ける |
1店舗・数店舗・5店舗以上で、始め方はどう違いますか
| 規模 | 最初にやること | 気をつけること |
|---|---|---|
| 1店舗 | 店主が、1業務を週1回、下書きまで任せる | 個人情報を入れない。取扱説明書を1枚作る |
| 数店舗 | 取扱説明書を店の共通にして、頼み方を型にする | 店ごとに言葉づかいがばらばらにならないようにする |
| 5店舗以上 | 本部が、人が見る場所・権限・測り方を決めて店長に渡す | 店ごとに決めると、言葉づかいや情報の扱いがばらつく |
お客様のAIに選ばれるには|AI検索の要点
もう1つの向きは、お客様がAIに店を聞いたときに、自分の店が出てくるかどうかです。要点は、店の情報を、公式サイト・Googleビジネスプロフィール・食べログなどで、正しく、同じ言葉にそろえることです。手順と、AEO・LLMO・GEO・AIOの違いは、次の記事にあります。
AIの入口を動画で学びたい方は、飲食店DXとAI活用の始め方もどうぞ。
まとめと、次の一歩
今週は1つの業務だけ、下書きまで。人が見る場所を、先に決めます。
AIに任せるのは、作業です。役割を決めて、目的を持って分ける。出てきた答えは、人が確かめる。この記事で書いたことは、この3つに戻ります。
口コミ返信が下書きまでできていれば、店長は目を通して、直すだけで済みます。ただし、任せ方を決めないまま使い始めると、その時間は生まれません。言葉づかいがばらばらな返信。もっともらしい間違い。誰も見ていない文章。それを、店長が閉店後に直す仕事が、増えていきます。AIに任せたはずが、直す時間のほうが長くなる。いちばんもったいない形です。
取り戻す方法は、難しくありません。今週は、1つの業務だけ。下書きまで。お店の取扱説明書を1枚。人が必ず見る場所を、先に決める。ここまでを店の仕組みにできれば、AIは、店の時間を作る道具になりえます。
5店舗以上の外食企業で、AI活用を含む販促とマーケティングを、本部と店長が社内で回せる形にしたい方は、「繁盛店の社外No.2」をご覧ください。代表の蛭田が御社の中に入り、最初の仕組みを一緒に作ります。
4店舗以下の会社や、まず自分たちで学びたい方には、外食アカデミー(YouTubeの解説動画と、2027年1月からの勉強会)をご案内しています。動画は、登録も支払いも要りません。
この記事で使った出典
すべて、2026年11月に開いて確かめました。
国の資料
- 総務省・経済産業省「AI事業者ガイドライン 第1.2版」(令和8年3月31日):掲載ページ https://www.soumu.go.jp/main_sosiki/kenkyu/ai_network/02ryutsu20_04000019.html /本編PDF https://www.soumu.go.jp/main_content/001064279.pdf
- 総務省「令和8年版 情報通信白書」(2026年7月):https://www.soumu.go.jp/johotsusintokei/whitepaper/ja/r08/html/nd111110.html / nd111220 / nd121110 / nd121120 / nd121130 / nd121420(同じ階層の .html)
- 厚生労働省「労働経済動向調査(令和8年8月)結果の概況」:https://www.mhlw.go.jp/toukei/itiran/roudou/koyou/keizai/2608/dl/4kekkagaiyo.pdf
- 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」(令和5年6月2日):https://www.ppc.go.jp/news/careful_information/230602_AI_utilize_alert/
- 文化庁「AIと著作権」:https://www.bunka.go.jp/seisaku/chosakuken/aiandcopyright.html
AIの開発元・提供元
- Anthropic「Building effective agents」(2024年12月19日):https://www.anthropic.com/engineering/building-effective-agents
- Anthropic「Reduce hallucinations」:https://platform.claude.com/docs/en/test-and-evaluate/strengthen-guardrails/reduce-hallucinations
- OpenAI「A practical guide to building agents」:https://cdn.openai.com/business-guides-and-resources/a-practical-guide-to-building-agents.pdf
- 各AIの公式ページ:https://chatgpt.com/ja-JP/pricing/ / https://claude.com/pricing / https://gemini.google/jp/subscriptions/ / https://www.microsoft.com/ja-jp/microsoft-copilot/for-individuals
Googleの決まり
- https://support.google.com/business/answer/3474050?hl=ja / https://support.google.com/contributionpolicy/answer/7400114?hl=ja
事例(企業・提供会社の発表)
- 現場向けAI(2026年4月14日):https://prtimes.jp/main/html/rd/p/000000223.000011390.html
- Google Cloud公式ブログ(2026年1月7日):https://cloud.google.com/blog/ja/topics/customers/generative-ai-utilization-in-the-skylark-group?hl=ja
- 電話対応(2026年2月9日):https://prtimes.jp/main/html/rd/p/000000203.000055962.html
- 電話応対(2026年1月7日):https://prtimes.jp/main/html/rd/p/000000216.000056805.html
- 需要予測(2023年2月2日):https://info.archives.global.fujitsu/jp/news/2023/02/2.html
- 口コミ返信の文案生成(2023年8月3日):https://www.commercepick.com/?p=39269
製品の紹介・事例は、各社・提供会社の発表にもとづきます。特定の製品やサービスを勧めるものではありません。
よくある質問(FAQ)