AIで「人に向き合う余白」を取り戻した − Copilot Agentに部下のエニアグラムを教えた半年 −
※本記事にはプロモーション（アフィリエイトリンク）が含まれます。紹介する商品・サービスは、運営者が実際に利用または検討した上で価値があると判断したもののみを取り上げています。
はじめに｜AIに部下の性格を教えるって、どういうこと？
「部下のエニアグラムをCopilot Agentに学習させた」と聞くと、最初は変な響きに聞こえるかもしれません。僕も半年前は半信半疑でした。
なお、Copilot Agentとは、Microsoft 365上で「特定用途向けに育てられるAIアシスタント」のようなものです。本記事では、その上に「自分のチームのマネジメント補助役」を育てた話を書いていきます。
でも今は、これは「部下を管理するため」ではなく、「部下を理解するため」のAI活用だと感じています。そして気づいたのは、1on1の質を下げていたのは部下理解の問題ではなく、上司側の「脳のメモリ不足」だったということ。
1on1は、対話力の勝負でもありますが、実は”脳のメモリ戦”でもありました。AIによる部下育成・マネジメント補助は、効率化のためではなく、目の前の人にちゃんと向き合うために使う技術です。
本記事では、Copilot Agentにエニアグラム結果と1on1議事録を学習させ、半年運用してきた実例を、失敗・限界・境界線まで含めて全部公開します。同じ40代管理職どうし、明日の1on1から試せるヒントが残れば嬉しいです。
この記事でわかること
- 📥 Copilot Agentに何を学習させたか（情報・置き場所・育て方）
- 📋 1on1準備・タスク依頼で実際にどう使っているか
- 🔧 AIに任せる／自分で持つ境界線の引き方
- 📊 半年運用して起きた変化（脳メモリの解放／部下の反応）
- 🔒 AI×性格診断の注意点（倫理・プライバシー・限界）
なぜ始めたか｜部下理解の問題ではなく、“脳のメモリ不足”だった
結論、AIを使い始めたのは、メンバーの情報を細かく覚えることに限界を感じたからでした。
部下は1人の上司と話します。情報を覚える対象が少ないので、記憶の負荷は比較的軽い。一方、上司側は複数の部下を抱えるため、人数に応じて脳のメモリを消費していきます。
特に1on1では、覚えておくべきことが想像以上に多い作業でした。
- 🧠 前回何を話したか
- 🧠 どんな悩みを抱えていたか
- 🧠 どんな言い回しが響くか
- 🧠 過去の宿題はどうなったか
これらを全員分維持しているうちに、気づくと「あれ、この話、前にもしたっけ？」が増えていきました。
正直に言えば、「また同じ話をしてしまった」「ちゃんと覚えておきたかった」という小さな罪悪感も、毎回どこかに残っていました。部下を雑に扱いたいわけじゃない。でも、業務の波の中で全員分の記憶を保持し続けるのは、根性論で乗り切るには限界があったのです。
逆にAIは、情報量が増えるほど強くなる領域です。「これはAIが向いている領域だ」と直感し、Copilot Agentに学習させ始めました。
ナギ
Copilot Agentに何を学習させたか｜結果・議事録・主観のフィルタリング
結論、最初に学習させたのは「エニアグラム結果」「過去の1on1議事録」「上司として感じていた特徴」の3つでした。
最初に学習させた3つの情報
- 📥 エニアグラム結果（メンバー全員分）
- 📥 過去の1on1議事録（半年〜1年分）
- 📥 上司として感じていた特徴（メモ書きベース）
議事録は「参考情報」として扱う
議事録には自分の感情や主観が入る部分があります。そのまま読み込ませると、AIが「事実」と「上司の解釈」を区別できないままアドバイスしてしまう。だから僕は、AIにフィルタリングしてもらい、参考情報として扱う形にしました。「これは事実ベース」「これは仮説」を区別して整理してもらうイメージです。
会を重ねるごとに学習情報を追加
その後、運用を重ねるごとに以下を追加していきました。
- ➕ 組織方針
- ➕ メンバーごとの傾向
- ➕ 1on1の進め方
- ➕ タスク委譲時の反応
学習情報が増えるほど、Copilot Agentが返す回答の精度が上がっていく感覚があります。
一緒に育てる｜Copilotと壁打ちしてエージェントを共同構築した話
結論、Copilot Agentは「完成品を一気に作る」ものではなく、「育てる」ものでした。
プロンプトは「使う」ではなく「育てる」
最初は本当に、エニアグラム結果と議事録を読み込ませただけでした。その後、Copilot自身のエージェント作成プロンプトと何度か壁打ちしながら、以下を一緒に整理し、安定運用に乗せていきました。
- 🔧 どの情報を重要視するか
- 🔧 どの温度感でアドバイスするか
- 🔧 上司の主観をどう扱うか
情報の置き方もCopilotに相談する
これも大きな発見でした。プロンプトを工夫するだけでなく、「どこにどんな情報を置くと、Copilotが認識しやすいか」もCopilot自身に確認しながら進めました。
- 📍 システムプロンプトに置くべき情報（前提・人格設計）
- 📍 ナレッジファイルに置くべき情報（議事録・タイプ結果）
- 📍 会話のたびに渡すべき情報（直近の文脈・依頼意図）
この役割分担を明確にしてから、回答精度が一段上がりました。「AIに何を渡すか」だけでなく、「どこに置くか」まで設計する。これがエージェント運用の肝でした。
Copilotと一緒に育てた感覚
「AIに作ってもらった」のでもなく、「自分で全部作った」のでもありません。Copilotと一緒に育てた感覚に近いです。これは、世にあるプロンプト紹介記事との大きな違いだと思っています。プロンプトは「使う」ものではなく、「育てる」ものだった、という気づきでした。
1on1準備の実例｜「思い出すきっかけ」をAIに任せる
結論、1on1の準備でAIにお願いしているのは、「思い出すきっかけ作り」です。
Copilot Agentにリスト化してもらっているもの
直近の1on1議事録から、以下をCopilot Agentにリスト化してもらっています。
- 📋 前回の宿題と進捗フォロー
- 📋 フォローすべき気になる発言
- 📋 深掘りしたい論点
- 📋 アイスブレイク用に過去会話から拾ったネタ
アイスブレイクの精度が劇的に上がった
特にアイスブレイク用のネタは効果が大きく、「あ〜こんなこと話したな〜」と思い出すきっかけになり、かなり助かっています。会話の冒頭が温まると、その後の本題も話しやすくなる。1on1全体の質が、入口の数分で決まる感覚があります。
ナギ
タスク依頼の実例｜AIに”温度”を補ってもらう
結論、依頼の伝え方では、AIに「温度」を補ってもらうようになりました。
タイプ傾向に応じたアドバイスが返ってくる
「この人にはどう伝えたらモチベーションにつながるか」を相談すると、Copilot Agentは性格傾向に応じてアドバイスを返してくれます。
- 💡 数値目標を強調した方が良い
- 💡 意味・背景から入った方が良い
- 💡 自由度を高くした方が良い
- 💡 言葉に抑揚をつけて熱量を伝えた方が良い
フラットな自分にAIが温度を補う
僕自身、感情表現が比較的フラットなタイプなので、AIに抑揚や温度感を補ってもらっている感覚があります。
ナギ
実際、AIの提案に素直に従うと依頼の通りが良くなる。半年回して、これは確信に変わりました。
AIに任せていること／自分で持っていること
結論、AIに「全部任せる」ことは決してありません。境界線を明確にすることが、AI×マネジメントの一番大事なルールだと思っています。
📒 AI×マネジメントの境界線
- AIに任せる：過去ログの整理／1on1の論点抽出／アイスブレイク候補／宿題・進捗整理／タイプ傾向分析
- 自分で持つ：最終判断／信頼関係／感情理解／評価／責任
この境界線を守ることで、「AIに支配されている感覚」が消えます。逆に、ここを曖昧にすると、AIに依存しすぎたり、AIの回答を鵜呑みにする危険が出てきます。
AIは「思い出すきっかけ」までを担当する。でも「向き合う」のは人間にしかできない。これが半年回した僕のスタンスです。
半年運用して起きた変化｜「ちゃんと自分を見てもらえている」感覚
結論、半年運用して一番大きいのは、脳のリソースが明確に解放されたことでした。
副次的な効果として、「上司あるある」が減りました。
- 🚫 同じアドバイスを繰り返す
- 🚫 前回話した内容を忘れる
- 🚫 同じ昔話を何度もする
部下側の反応で印象的だったのは、「ちゃんと自分を見てもらえている」感覚が伝わるようになったこと。前回の発言を覚えている、文脈を理解している、過去の悩みを覚えている。それだけで、コミュニケーションの質が変わると痛感しました。
これは「部下を管理するため」ではなく、「部下を理解するため」にAIを使った成果だと思っています。脳のリソースが解放されたから、目の前の人にちゃんと向き合えるようになった。それだけのシンプルな話でした。
失敗と限界｜AIに渡せないもの
結論、AIにはどうしても渡せない領域があります。だから僕は「脳内にフックを残す」ようにしています。
実際にあった失敗エピソード
正直に書くと、AIの提案に従って外したこともあります。
ある日の1on1で、Copilot Agentが「このメンバーは数値目標を強調する伝え方が効きやすい」と提案してきました。タイプ傾向としては正しい。でも、その日の本人は前日のトラブル対応で疲れ切っていて、数値の話をしてもまったく響かなかったのです。
理屈としては正しいけれど、温度が合わない。AIは「今日のその人」の状態までは読めないと痛感しました。これ以降、AIの提案を採用する前に「今日の本人のコンディションは？」を必ず自分で確認するようにしています。
AIが得意なこと／持てないこと
AIが得意なのは、
- ✅ 思い出すきっかけ
- ✅ 整理
- ✅ 傾向分析
一方、AIが持てないのは、
- ❌ 最終判断
- ❌ その場の空気感
- ❌ 本人の今日のコンディション
- ❌ 信頼関係そのもの
重要な情報は自分の中に残しつつ、思い出す補助はAIに任せる。この役割分担が、半年回した中での最適解でした。
「AIに丸投げしたら劇的に楽になる」という話ではありません。AIをマネジメントの補助輪として使う感覚です。最後の瞬間に握る判断は、上司である自分にしか持てない。ここを譲ってはいけないと思っています。
プライバシーと社内ルール｜決めつけずに仮説として使う
結論、性格診断とAIの組み合わせは、扱い方を間違えると危険です。
僕が意識しているのは、以下4点です。
- 🔒 必要以上の個人情報を入れない
- 🔒 AIの分析を断定しない（仮説として扱う）
- 🔒 メンバー本人に「こういう使い方をしている」と説明する
- 🔒 エニアグラム結果は「決めつけ」ではなく「コミュニケーション仮説」として使う
特に最後の点は重要です。エニアグラムは性格の「型」ではなく「傾向」の話なので、「あなたはタイプ◯だからこう」と決めつけるのではなく、「タイプ◯の傾向があるから、こういう伝え方が効くかも」という仮説として運用しています。
そもそも僕は、タイプ分けして部下を管理したいわけではありません。「その人に合う向き合い方」を考える補助として、AIと性格診断を使っています。人をラベルで縛るのではなく、ラベルを仮説の入口として使う、という距離感です。
仮説として扱うからこそ、外れた時に修正できる。決めつけて使うと、AIが間違った時に部下を傷つけてしまう。ここは強くお伝えしておきたいポイントです。
なぜCopilotを選んだか｜法人契約・Microsoft 365統合
結論、Copilot Agentを選んだ最大の理由は、法人契約であることです。
- ✅ Microsoft 365との統合
- ✅ 社内データへの親和性
- ✅ 組織利用前提の安心感
これらが揃っていたため、業務に乗せやすかったです。会社のIT部門と相談しながら導入できる点も、ChatGPTやClaudeとは別軸の選択肢として有効でした。
ただし、思想や仕組みは他のAIエージェントでも応用可能です。「Copilot Agent」というツール選定は、あくまで僕の環境の最適解でした。重要なのはツールではなく、「AIに何を任せ、何を自分で持つか」の境界設計です。
まとめ｜AIで”人に向き合う余白”を取り戻す
結論、半年Copilot Agentを使って一番伝えたいのは、AIで「人に向き合う余白」を取り戻せるということです。
1on1は大切な時間です。雑に扱ってはいけない。でも、業務もある中で、全部を自分の脳だけで抱え込む必要もありません。
ナギ
そして、AIで腹落ちするコミュニケーションが増えても、最終的には人間同士の信頼関係構築がすべての土台です。AIに任せきりにはできない。けれど、AIに手伝ってもらわない手もない。両方を握ることが、これからの管理職に求められる感覚なのだと思います。
明日の1on1から、まず1つだけ。「前回の議事録を読み返す」をAIに任せてみてください。それだけでも、向き合い方が少し変わります。
関連記事｜AI×性格診断シリーズ
性格診断とAIを組み合わせた他の実装例・思想も合わせてどうぞ。
学びを実践に変えるなら｜AI×人間理解の3冊
本記事の思想を支える3冊を紹介します。
9つの性格 エニアグラムで見つかる「本当の自分」と最良の人間関係
エニアグラム入門の日本語標準書。9タイプの基礎理解はこの1冊で十分です。Copilot Agentに学習させる前提知識として、まずはここから。
- 日本語のエニアグラム入門書として読みやすい
- 各タイプの動機・恐れ・行動原理が明快
- 40代管理職の自己理解・部下理解の入口に
エニアグラム 自分のことが分かる本
9タイプそれぞれの行動パターンを深掘りした実用書。Copilot Agentに学習させる「タイプ別アドバイス指針」の元ネタとして使える。
- タイプ別の具体的な行動パターンが豊富
- 仕事・人間関係での実践活用例つき
- AIエージェント学習の知識ベースとして使える
コーチング・バイブル
国際コーチング連盟の標準テキスト。AIに任せられない「向き合う技術」の体系書。本記事の「自分で持つ領域」を磨きたい方へ。
- 傾聴・質問・フィードバックの型が手に入る
- 1on1のテンプレートとしてそのまま使える
- AIに任せず、自分で握るべき部分が明確になる
— Calmly. Surely. —
※本記事にはアフィリエイトリンクを含みます。リンク経由で商品をご購入いただくと、運営者に紹介料が支払われることがあります。価格や評価が変わるものではありません。