お客さんへの納品で、「検証仕様書」と「マニュアル」は今も文字だらけのスライドで渡しています。それ以外のレポートは、半年ほど前から文字で渡すのをやめました。全部絵にしろ、という話ではありません。どこで線を引いているか、の話です。
AIのおかげで、レポートは速く、厚く作れるようになりました。なのに、渡した相手の反応は前より鈍い。「あとで読みます」で、それきり。相手は読んでいないのではなく、 読めていない 。こういう景色、増えていませんか。
株式会社GembaShiftで現場のAI導入をやっている黛です。お客さんへの納品物やチームへの共有物を、この半年は1枚絵と動画で渡しています。何を文字のまま残し、何を絵にし、どこから動画にするか。その道具（gpt-image-2とEleven v3）と、一言で出す仕組みを、順に書きます。
Q01AIで作った報告書やレポートが、相手に読まれないのはなぜですか？
作り手がAIで速くなった分、納品先やチームは、前より厚いものを前より頻繁に受け取ることになったからです。AIで生産性が上がるほど、受け取る側の頭は詰まる──私はこれを「受け取る側の認知負荷」と呼んでいます。相手は読んでいないのではなく、読めていないのです。
AIで生産性が上がる。これは作り手だけの話だと、私もしばらく思っていました。違いました。作り手が速くなった分、納品先のお客さんも、一緒に開発するチームも、受け取る量が増えます。
正直に言うと、気づくのが遅れました。 自分の作る速さは上がったのに、相手の読む速さは何も変わっていない 。そこを見落としたまま、しばらく厚いレポートを送り続けていました。
だから納品物は、文字の量ではなく「相手の頭に入る形」で決める。2026年9月時点で半年続けている、この記事の結論です。
Q02納品物は、どこまで文字で残し、どこから絵にすべきですか？
線はシンプルです。読み飛ばされて困るものは、文字で残す。伝われば十分なものは、1枚絵で頭に入れる。検証仕様書とマニュアルは今も文字多めのスライドで渡し、進捗報告・検討結果の共有・打ち合わせ後の整理は必ず1枚絵にしています。
| 納品物・共有物 | 渡す形 | 理由 |
|---|---|---|
| 検証仕様書・マニュアル | 文字多めのスライド | あとから「ここに書いてある」と戻れることに価値がある |
| 進捗報告・検討結果の共有・打ち合わせ後の整理 | 1枚絵 | 伝われば十分。開いた瞬間に全部が目に入る |
| 情報が大量にある共有 | 声つき動画 | 少しずつ情報が入り、頭を詰まらせずに理解できる |
1枚絵にすると、相手はスクロールしません。開いた瞬間に、全部が目に入ります。 伝わればいいものは1枚絵、読み飛ばされて困るものは文字 。半年続けて、この線は変わっていません。
画像生成の精度は、納品物そのものを任せられる段階に来ています。これは2026年9月時点で、自分で使い続けての実感です。
Q03レポートを1枚絵にする画像生成AIは、どう選べばいいですか？
私はいまはもっぱらgpt-image-2で、2026年9月時点ではこのモデルが最高だと思っています。ただし決め手はベンチマーク比較ではありません。自分の納品物で出してみて決める、というのが私の作法です。
かつてはNano Banana Proで、日本語もきれいに図解できていました。いまはgpt-image-2です。モデルの入れ替わりは速いので、名前より選び方のほうが大事です。
ベンチマーク性能と、自分の納品物で出したときの出来は、けっこう違う 。だからこれから試す人も、ランキングではなく、自分がいつも渡しているレポートを実際に1枚絵にしてみて決めてください。
Q04情報量が多い報告は、どう渡せば相手に伝わりますか？
1枚絵ではなく、声つきの動画にしています。文字だらけのスライドが何枚も続くと人は読めませんが、動画なら気軽に見られて、少しずつ情報が入ってきます。読む時間を確保してもらう必要がなくなるのが大きいです。
最新世代のAI（Fable 5）のおかげで、動画も簡単に作れるようになりました。情報が大量にあるときは、1枚絵ではなく動画にして共有しています。
文字だらけのスライドは読めなくても、YouTubeやNetflixなら長時間でも見られる。動画は気軽に見られて、 少しずつ情報が入ってくる 。この性質のおかげで、受け取る側は頭を詰まらせずに理解できます。
正直、ここまでやるのかと最初は自分でも思いました。でも一度この形で渡すと、文字には戻れなくなりました。
Q05動画のナレーション音声は、どのAIで作ればいいですか？
おすすめはElevenLabsのEleven v3です。日本語のイントネーションが自然で、漢字の読み間違いが本当に少ない。自分の声も作れます。注意点はひとつだけ──絶対にv2にしないこと。v2の日本語は使い物になりません。
音声はfal.aiでも作れます。ただ、私のおすすめはElevenLabsです。Eleven v3は日本語がとても強く、イントネーションが自然で、漢字の読み間違いが本当に少ない。
絶対にv2にしない 。これは踏んだ人にしか言えないので、強めに書いておきます。絵がよくても、声がおかしいと動画全体が安っぽく聞こえます。
Q061枚絵や動画のレポートを、毎回同じ品質で出すにはどうすればいいですか？
AIエージェントのスキル（作り方を書いたファイル）にしておくことです。中身はfal.aiを呼ぶ手順と、いつもの絵柄・構成の指定だけ。必要なのはAPIキーの発行だけで、あとは「この情報を、スキルを使って分かりやすい1枚絵にして」の一言で出てきます。
1枚絵は、その都度AIに作らせてもできます。ただ、口頭で毎回頼むと、絵柄も構成も毎回ブレます。 作り方をファイルに固定すると、納品物の形も固定される 。毎回同じ品質で、同じ形で出てきます。
動画化も、同じくスキルにしています。Eleven v3の音声も、その中に組み込んであります。凝ったものではありません。fal.aiを呼ぶ手順と、絵柄・構成の指定を書いておくだけです。
まずは、次に渡すレポート1本だけ、1枚絵にしてみてください。相手の反応の違いは、たぶんすぐに分かります。
よくある質問（FAQ）
- Q. 報告書もマニュアルも、すべて絵や動画にしたほうがいいのですか？
- A. いいえ。読み飛ばされて困るものは文字で残します。検証仕様書とマニュアルは、私も今なお文字多めのスライドで渡しています。あとから「ここに書いてある」と戻れることに価値があるので、絵には向きません。
- Q. 1枚絵や動画にすると、作り手の手間が増えませんか？
- A. スキルにしておけば増えません。fal.aiを呼ぶ手順と絵柄・構成の指定をファイルに書いておくだけで、「この情報を分かりやすい1枚絵にして」の一言で出てきます。事前に必要なのはAPIキーの発行だけです。
- Q. 自分が読むAIの回答にも、同じ考え方が使えますか？
- A. 使えます。ただし設計は別で、他人に渡す成果物は「渡し方」の線引き、自分が読む回答は「出させ方」の設定です。自分が読む側は、システムプロンプトに1行足してローカルHTMLで出力させる方法が効きます。当ブログの「AIは速くなったのに、なぜ人間のほうが疲れるのか？」で解説しています。
- Q. 1枚絵や動画で渡すと、伝わりやすさ以外に効果はありますか？
- A. 「こういう分かりやすい動画を、AIできちんと作れる人」だと相手に示せます。お客さん側は頭を詰まらせずに理解でき、こちら側にも信頼が付く。狙って作った効果ではなく、半年続けていたら付いてきました。
AUTHOR
黛 政隆（まゆずみ まさたか）
株式会社GembaShift 代表取締役CEO
エンジニア歴20年、PM経験50件超。生成AIの導入を、現場に入って一緒に組む仕事をしています。 この記事の内容は、著者自身が実際に手を動かして業務で検証した実体験に基づいています。