--- title: AI-Agent研究会(第2回) 外部環境調査AIエージェント tags: #aiエージェント #生成ai #中小企業診断士 #経営診断 #claude code #業務効率化 #dx author: [SYNGRID_WORKS | 西村 行雄(中小企業診断士 x AI x BI)](https://www.docswell.com/user/SYNGRID_WORKS) site: [Docswell](https://www.docswell.com/) thumbnail: https://bcdn.docswell.com/page/DJY4W6Q47M.jpg?width=480 description: 中小企業診断士が経営診断や事業計画の前に行う「外部環境調査」を、AIエージェントで支援する仕組みを紹介した資料です。AI-Agent研究会 第2回（2026年9月9日）での発表資料です。 ■ この資料で分かること ・チャットAIとAIエージェントの違い ・診断士の事前調査に時間がかかる理由（業界動向、地域の雇用、人件費・原材料価格、支援制度などの確認と出典の整理） ・調査の品質を支える仕組み：判断したいことを「問い」に分け、公的な情報源を優先し、数値・単位・期間・出典を記録。確認できた事実、AIの解釈、未確認の事項を分けて表示 ・架空の食品製造会社の省人化投資を題材にしたデモと、実際に出力したHTMLレポート ・外部情報だけでは投資判断は完結しないこと、AIと診断士の役割分担 ■ 中心となる考え方 公開情報の収集と仮説の整理はAIに任せ、診断士は経営者との対話、現場確認、判断、助言に集中する。AIは結論を出すのではなく、診断の入口と次の質問を作ります。 ■ こんな方に ・生成AIは使っているが、AIエージェントの業務活用はこれからという士業・コンサルタントの方 ・外部環境分析や事前調査の手間を減らしたい方 ※デモに登場する「A食品株式会社」は架空の企業です。 published: September 22, 26 canonical: https://www.docswell.com/s/SYNGRID_WORKS/ZR8JP4-2026-09-22-221728 --- # Page. 1 ![Page Image](https://bcdn.docswell.com/page/DJY4W6Q47M.jpg) AI-Agent研究会 第2回 AIエージェントで外部環境調査はどう変わる？ 公開情報の調査をAIへ、対話と判断を診断士へ 1 経営相談 経営者の課題や判断テーマを対話で整理し、調査の焦点を設定 2 公開情報の調査(AI) AIエージェントが公開情報を横断的に収集・整理・要約 3 根拠の検証と整理 出典・数値・事実関係を検証し、信頼性の高いエビデンスとして整理 4 次回面談に向けた準備 示唆・確認ポイント・問いを設計し、次回の対話で意思決定に直結 2026年9月9日 西村行雄 AI-AGENT LABO | 外部環境調査AIエージェント 01 / 20 # Page. 2 ![Page Image](https://bcdn.docswell.com/page/V7NY9ZK6E8.jpg) AI-Agent研究会 第2回 今日のゴールと60分の流れ 仕組みを知り、実物を見て、実務で活用する条件を考える60分です 理解する チャットAIとAIエージェントの違い 確認する 今回の仕組みと実物レポート 話し合う 実務で活用する場面と確認点 START 5分 15分 15分 15分 5分 5分 FINISH 運営説明 本日の目的・ゴールや進め方、ルールをご説明します 自己紹介 参加者同士で自己紹介し、期待や関心テーマを共有します 基本設計 AIエージェントの仕組みやプロセス設計、外部情報の調査・統合の考え方を解説します デモ 実際のAIエージェントと実物レポートを見ながら、出力や使い方を確認します 討議 実務の活用場面や必要な条件・確認点をグループで話し合います 次回案内・質疑 次回のご案内と、質疑応答の時間です AI-AGENT LABO | 外部環境調査AIエージェント 02 / 20 # Page. 3 ![Page Image](https://bcdn.docswell.com/page/YJ9P2ZVR73.jpg) AI-Agent研究会とは 診断士業務の事例を持ち寄り、AIエージェントの活用方法を一緒に試し、改善する研究会です 実務の課題を、参加者全体の研究テーマへ 01 事例共有 具体的な業務課題 02 試行 同じ課題で試す 03 意見交換 違い・良い点・課題 04 改善 次の試し方へ 05 記録 共通知見として残す AI-AGENT LABO | 外部環境調査AIエージェント 03 / 20 # Page. 4 ![Page Image](https://bcdn.docswell.com/page/GJ8D51PGJD.jpg) 知見を持ち寄り、教え合う 情報を受け取るだけでなく、それぞれが持つ経験やノウハウを共有することを大切にします GIVE | 自分が試した方法・工夫・気づきを共有 TAKE | 他の参加者の経験や知見から学ぶ 分からない点や迷った点も、次の検討に役立つ材料 共有知 INSIGHT KNOW-HOW PRACTICE テーマ担当は持ち回り AI-AGENT LABO | 外部環境調査AIエージェント 04 / 20 # Page. 5 ![Page Image](https://bcdn.docswell.com/page/LJLMYQ1XER.jpg) メンバー自己紹介 お互の現在地と研究会で取り組みたいことを共有します 01 氏名・専門領域 どのような支援や仕事をしているか 02 現在のAI活用 いま何に、どのように使っているか 03 研究会でしたいこと 試したいこと、深めたいテーマ 1人 目安60秒 AI-AGENT LABO | 外部環境調査AIエージェント 07 / 20 # Page. 6 ![Page Image](https://bcdn.docswell.com/page/47MYN1W37W.jpg) AIエージェントとは 相談相手から、仕事を進める相棒へ チャットAI: 質問に答える 役割 | 質問に答える相談相手 得意なこと | 情報の検索・要約・説明・アイデア出し 進め方 | 人が指示を出すたびに対応 ゴール | 答えることが目的 AIエージェント: 目的に向けて進める 役割 | 目的達成まで伴走する仕事の相棒 得意なこと | 計画・調査・実行・分析・改善提案 進め方 | 自ら計画し、必要な作業を進める。状況に応じて判断・改善する ゴール | 目的の達成にコミットする AIエージェントの仕事の進め方(ループ) 1 目的 ゴールを明確にする 2 計画 必要なタスクを整理し計画する 3 実行 調査・作業を進める 4 確認 結果を確認し評価する 5 修正 改善点を見つけ計画を見直す 人の確認・判断 最終確認・意思決定は人が行う 聞いて終わり -> 任せて進む AI-AGENT LABO | 外部環境調査AIエージェント 08 / 20 # Page. 7 ![Page Image](https://bcdn.docswell.com/page/P7R9DLYRE9.jpg) 診断士の事前調査には、なぜ時間がかかるのか 検索だけでなく、選別・整理・出典確認まで行う必要があります 1 業界・市場の動き 市場規模の推移 トレンド・成長性 主要プレイヤー 2 地域の雇用環境 有効求人倍率 求人数・職種別動向 賃金水準・人材確保状況 3 人件費・原材料価格 人件費の水準・上昇率 原材料価格の推移 仕入価格・為替の影響 4 競合・地域の産業構造 競合企業の動向 業界内のポジション 地域の産業構造・集積 5 補助金・支援制度 活用可能な補助金 公的支援・制度要件 申請時期・公募状況 中小企業の経営相談後 出典・確認作業 信頼できる情報源かを確認 対象地域が合っているか確認 調査時期・期間が適切か確認 単位・定義が一致しているか確認 データの根拠・出典元を確認 出典・対象地域・期間・単位も確認 調査の負担は、検索だけでなく、選別・整理・出典確認にもある AI-AGENT LABO | 外部環境調査AIエージェント 09 / 20 # Page. 8 ![Page Image](https://bcdn.docswell.com/page/PJXQ1WGY7X.jpg) 今回のAIエージェントが調査品質を支える仕組み 目的・情報源・記録・確認基準を仕組みにし、確認性と再現性を高める 1 判断したいこと > 2 問いに分ける > 3 公式情報 > 4 根拠を記録 > 5 レポート・人の確認 判断したいこと 市場規模はどのくらい? 推移はどうか? 要因・背景は何か? 問いに分ける 数値で把握できるか? 対象期間・地域の条件は? どの情報源が適切か? 不足している情報は? 公式情報 信頼できる公的情報を収集 e-Stat 日本銀行 官公庁・制度公式サイト 根拠を記録 取得した情報を台帳に記録 数値: 1,234,567 単位: 人 対象期間: 2020-2024 地域: 全国 取得日: 2024/06/01 出典URL: https://www.e-stat.go.jp/... レポート・人の確認 事実・解釈・未確認を整理し確認 確認できた事実 収集した公式データの数値 条件付きで言える事実 AIの解釈 データからの示唆・要因 他情報を踏まえた考察 未確認事項 確認できなかった点 次回の確認ポイント 比較する項目 | 単発のChatGPT調査 | 今回のAIエージェント 調査目的 | 依頼文ごとに変わる | 判断テーマと問いを先に決める 情報源 | 回答ごとに変わりやすい | 公的統計と公式情報を優先 根拠の記録 | 回答文とリンクに散らばる | 条件と出典を台帳に残す 不足情報 | 見落としやすい | 未確認として残す 事実と解釈 | 混ざりやすい | 分けて表示する 品質確認 | 文章全体を読み直す | 仕組みで確認し、最後は人が判断 正解を保証するのではなく、確認できる調査へ近づける AI-AGENT LABO | 外部環境調査AIエージェント 10 / 20 # Page. 9 ![Page Image](https://bcdn.docswell.com/page/3JK92V44JD.jpg) エージェントの操作方法と裏側の設計 利用者の操作をシンプルにしながら、裏側で調査手順と品質確認を支えています 1 案件情報を入力 2 専用の指示で調査 3 HTMLレポートを開いて確認 利用者の操作(シンプルな3ステップ) 裏側で動く仕組み(4つの部品) 1 仕事の指示書 | 何を・どの順で調べるか 2 情報源の設定 | 公的統計・公式サイト 3 データ取得プログラム | APIから数値を取得 4 レポート生成・検査 | HTML化、不足・整合確認 開発・実行環境 Cursor (開発・操作画面) Claude Code (エージェント実行レイヤー) Windows PC | CursorからClaude Codeを利用 AI-AGENT LABO | 外部環境調査AIエージェント 11 / 20 # Page. 10 ![Page Image](https://bcdn.docswell.com/page/LE3W4MLDE5.jpg) デモ案件はA食品株式会社 架空の食品製造会社による省人化投資を題材に、調査が判断材料へ変わる流れを見ます 会社概要 愛知県の食品製造業 従業員35名 経営課題 人手不足 原材料高 売上鈍化 設備老朽化 今後の投資計画 製造・包装工程の省人化設備 経営判断のテーマ 投資すべきか？いつ投資するか？ 公開情報の調査(AI) -> 根拠の検証と整理 -> 示唆の抽出 -> 対話で判断 調査が判断材料へ変わる データと対話で、納得できる意思決定を AI-AGENT LABO | 外部環境調査AIエージェント 12 / 20 # Page. 11 ![Page Image](https://bcdn.docswell.com/page/8EDKQ6N27G.jpg) 『何を判断したいか』を9つの問いに分ける 一般的な環境分析から始めず、省人化投資の判断に必要な確認ポイントを先に決めます 人とコスト 1 人手不足 | 必要な人材を確保できるか? 今後さらに不足するか? 2 地域の働き手 | 地域の労働供給は十分か? 流出や高齢化の影響は? 3 人件費 | 人件費は上昇傾向か? 今後どの程度上がるか? 4 原材料価格 | 原材料価格は安定しているか? 今後、上昇リスクはあるか? 市場と地域 5 景況感 | 景況感は回復・拡大傾向か? 今後の見通しは? 6 産業基盤 | 地域の産業基盤は強いか? 持続的に成長できるか? 7 業界構造 | 業界の成長性・収益性は? 構造変化の影響はあるか? 8 競合 | 競合の動向・投資状況は? 自社の優位性は維持できるか? 制度 9 利用できる支援策 | 自社が活用できる補助金や税制優遇は? 申請条件や採択可能性は? 集めたい情報ではなく、意思決定に必要な問いから調査を始める AI-AGENT LABO | 外部環境調査AIエージェント 13 / 20 # Page. 12 ![Page Image](https://bcdn.docswell.com/page/V7PKLY5LJ8.jpg) 実物レポートで調査結果を確認する 調査結果・出典・AIの読み取り・確認事項を、一つのHTMLレポートで確認できます A食品株式会社 外部環境分析レポート 1 9つの調査の問い 2 対象地域・期間・単位 3 出典リンク 4 確認できた事実 5 AIによる解釈 6 情報不足の表示 要約だけでなく、診断士が元の情報へ戻って確認できる AI-AGENT LABO | 外部環境調査AIエージェント 14 / 20 # Page. 13 ![Page Image](https://bcdn.docswell.com/page/2JVVQGP6JQ.jpg) 外部情報だけでは、投資判断は完結しない レポートは条件付きの事前調査として使い、不足情報を企業に確認して投資判断へつなげます 今回の利用判定 必須8項目中7項目を確認 7/8 公開情報(レポートで把握できる外部環境) 製造業の人手不足感 地域の雇用環境 コスト動向 支援制度 企業固有情報(対話で深掘りする情報) 採用面: 募集賃金、勤務条件、応募数、採用数、離職者数 投資面: 設備価格、対象工程、削減時間、増産効果、資金繰り 収益面: 商品別・顧客別の売上と粗利益、価格転嫁実績 投資判断 企業固有の情報とあわせて総合的に判断する このレポートだけで設備投資を決めたり、補助金を申請したりしない レポートができることと、経営判断に必要な情報がそろうことは別 AI-AGENT LABO | 外部環境調査AIエージェント 15 / 20 # Page. 14 ![Page Image](https://bcdn.docswell.com/page/5EGLW8P2JL.jpg) 公開情報の調査をAIへ、対話と判断を診断士へ AIエージェントは調査の入口を作り、診断士は経営者との対話、現場確認、判断、助言を担います AI 判断に必要な問いの整理 公開情報の要約 仮説の整理 プログラム 公的データの取得 出典の記録 不足や数値の確認 診断士 出典と企業内部情報の確認 現場への当てはめ 最終判断と助言 顧客情報の入力範囲と保存場所は利用前に確認 AIは結論を出す代役ではなく、診断士が考える材料を整える AI-AGENT LABO | 外部環境調査AIエージェント 16 / 20 # Page. 15 ![Page Image](https://bcdn.docswell.com/page/4JQY39297P.jpg) このレポートを、どの場面で使えそうか 実務での利用場面と、利用前に診断士が確認したいことを意見交換します 1 相談前・初回相談後・提案前など、どの場面で役立ちそうですか? 相談前の事前調査で、業界の全体像を把握する 初回相談後の追加分析で、課題の背景を深掘りする 提案前の裏付け資料として、説得力を高める 提案後のフォローや、定期的な情報更新に使う 2 実務で利用する前に、追加したい情報や確認したいことは何ですか? データの出典・更新頻度・信頼性は十分か? 自社・顧客の業界・地域に合わせた粒度になっているか? 競合や代替サービスの情報は十分か? レポートの要点や示唆は、自社の課題に結びつくか? 提案資料に転用しやすい構成・フォーマットか? 個人で考える 全体で共有 改善材料として記録 AI-AGENT LABO | 外部環境調査AIエージェント 17 / 20 # Page. 16 ![Page Image](https://bcdn.docswell.com/page/K74W1XPRE1.jpg) AI-Agent研究会 企業の社内環境認識・分析(経営課題整理) 第2回の社外環境から、第3回はクライアント企業の社内環境へ 第2回 | 社外環境 外部環境の情報を収集・分析し、企業を取り巻く環境を整理 第3回 | 社内環境 企業の内部情報をもとに、経営の実態を把握し、経営課題を整理 研究の進め方(ワークフロー) 主なインプット(提供資料) 主なアウトプット 診断士の役割(人の判断) AI-AGENT LABO | 外部環境調査AIエージェント 18 / 20 # Page. 17 ![Page Image](https://bcdn.docswell.com/page/LJ1YGN9VEG.jpg) 質疑応答 疑問点を確認し、今回の仕組みをそれぞれの実務へどう生かすかを考えます Q&A 1 調査の目的と問いを先に決める 2 根拠と未確認事項を残す 3 AIと診断士の役割を分ける ご質問・ご意見をお聞かせください AI-AGENT LABO | 外部環境調査AIエージェント 20 / 20