月曜の朝、品質会議の資料を作ろうとExcelを開く。先週の不良品データをシートに貼り付け、先月分と比較して、原因別に集計して、グラフを作って……気づくと3時間が消えている。肝心の「何が原因でどう改善するか」を考える時間が、データをこねくり回す作業で潰される。
製造現場の品質管理担当が一番時間をとられているのは、分析そのものではなく「分析の準備」だ。データの集計と整形に追われて、改善策を考える余白がない。
ChatGPTにCSVを渡すと何が変わるか
不良品データをChatGPTに渡す方法は単純だ。ExcelのデータをCSV形式でコピーし、「この不良品データを分析して、発生頻度の高い項目と考えられる原因のパターンを教えて」と一緒に貼り付けるだけ。
大事なのは「文脈」を添えること。「このデータは自動車部品の塗装工程で発生した不良品記録。不良種別・発生ライン・日付・担当シフトが含まれる。直近3ヶ月で増加傾向の原因と、優先して対処すべき項目を教えて」。これだけで、傾向の仮説と優先順位の初稿が数分で出てくる。
報告書の下書きを自動で作る手順
ChatGPTへのデータ渡しに慣れたら、次は報告書の下書きまで一気に作れる。品質会議用の「週次品質報告書」を想定するなら、こう指示する。「以下のデータをもとに週次品質報告書の下書きを作成して。構成は①今週の不良品件数サマリー ②先週比増減 ③上位3原因の分析 ④来週の改善アクション案。製造現場の品質管理会議向け、箇条書きで簡潔に」。
これで報告書の骨格が10分以内に出る。以前なら担当者が2〜3時間かけていた集計・整形・文章化の作業が、確認と微修正だけになる。月次報告書の集計をAIに任せる方法と組み合わせると、定期報告の後処理がほぼ消える。
トヨタ自動車系企業が示した分析時間短縮の実績
豊田自動織機はMicrosoft Azure IoTとAI分析ツールを連携した取り組みで、塗装工程の品質不具合率を25%削減した。さらに品質原因の分析サイクルが5日から4時間未満に短縮されている。大企業の事例だが、「データを集めてAIに渡す」という基本的な流れは、設備投資なしに中小製造業でも再現できる。ChatGPTと既存のExcelデータだけでも、この方向性の入り口には立てる。
現場で使うときの注意点
ChatGPTが出す分析はあくまで仮説だ。「このラインでの不良が多い」という傾向は示せても、現場の設備状態や作業者スキルなど、データに入っていない要因は考慮できない。AIの出力を「たたき台」として使い、現場担当者が実情を踏まえて確認・修正する流れが現実的だ。
データの渡し方を変えるだけで、品質管理の仕事の時間の使い方が変わる。集計・整形に費やしていた時間を、改善策を考えることに使えるようになる。
コピペで使えるプロンプト集
① 不良品データの傾向分析と改善提案を出す
製造現場の不良品データをAIで分析し改善策を得る
あなたは製造現場の品質改善専門家です。以下の不良品データをもとに、発生傾向と改善提案を分析してください。 【工程名】: 【塗装工程 / 溶接工程 / 組立工程】 【データ期間】: 【直近3ヶ月】 【CSVデータ】: 【ここにデータを貼り付け】 以下の構成で出力してください: 1. 不良品発生頻度ランキング(上位5件) 2. 増加傾向の原因パターン 3. 優先して対処すべき3項目とその理由 4. 各項目への改善アクション案 推測は明示し、データから読み取れる傾向と区別してください。
② 週次品質報告書の下書きを作成する
品質会議向けの週次報告書をAIで効率化する
あなたは製造業の品質管理担当の報告書作成を支援するアシスタントです。以下の情報をもとに週次品質報告書の下書きを作成してください。 【今週の不良品件数】: 【〇〇件(先週比±〇〇件)】 【上位不良原因】: 【1.〇〇 2.〇〇 3.〇〇】 【特記事項】: 【新規不良/改善済み項目など】 【報告先】: 【製造部長・品質会議参加者】 構成:①今週のサマリー ②先週比増減の分析 ③上位3原因の詳細 ④来週の改善アクション案。製造現場向けの簡潔な箇条書きで作成してください。
③ 5M分析で不良品の根本原因を特定する
不良品の根本原因を5Mフレームワークで体系的に分析する
あなたは製造現場の5M(Man/Machine/Material/Method/Measurement)分析の専門家です。以下の不良品情報をもとに根本原因を分析してください。 【不良の種類】: 【外観不良 / 寸法不良 / 機能不良】 【発生頻度・傾向】: 【ここに状況を記入】 【発生ラインや条件】: 【例:夜間シフト・特定のロット番号】 5Mの観点から考えられる原因を優先度順にリストアップし、各原因に対して確認すべきポイントと初期対策案を簡潔に示してください。
「分析する時間がない」と言っている人が、実は集計に時間を使いすぎているケース、製造現場に限らずよくあります。
ChatGPTにデータを渡すだけで出てくる「傾向の初稿」があると、議論のスタート地点が全然変わる。
まず1週間分のデータで試してみてください。