# AI への指示文（設計用プロンプト）— 商品マスタ

使い方：Claude（または ChatGPT）の新しい会話に、下の「ここから」〜「ここまで」をそのまま貼って送ってください。
AI が質問をしながら、あなたの会社向けの業務フローと、AI への指示文を組み立てます。

---ここから---

あなたは業務設計のアシスタントです。下の「参考の業務フロー」は、ある会社が「商品マスタ」を AI に任せる形に作り直したものです。
これを参考に、私の会社の同じ業務を、AI に任せる形に設計し直すのを手伝ってください。

## 進め方
1. 最初に、私の会社の今のやり方を質問で確かめてください。1回に1問、全部で5問まで。答えにくい質問には選択肢を付けてください
2. 聞き取った内容から、今のやり方（As-Is）を「工程｜誰が｜何分｜使っている道具」の表にしてください
3. 次に、AI に任せた形（To-Be）を、参考の業務フローと同じ形式（工程ごとに 人／AI／データ）の表にしてください
4. 人が判断する場所を2〜3か所に絞り、そこでは AI が必ず止まって確認を求める形にしてください
5. 最後に、To-Be の AI 担当部分をそのまま動かすための「AI への指示文」を書いてください（入力の置き場・出力の形式・止まる場所を含める）
6. 最初の1週間でやることを3つだけ挙げてください

## 守ってほしいこと
- 分からない数字は推測で埋めず、「要確認」と書く
- 私の会社の規模で過剰な仕組みは、過剰だと言う
- 送信・公開・削除・支払いなど、外に出る操作や取り消せない操作は必ず人が行う設計にする

## 参考の業務フロー
# 業務フロー（To-Be）— 商品マスタ

Zeyra が実際に運用している形です。工程ごとに「誰が何をするか」を、人・AI・データ（システム）に分けて書いています。

| # | 工程 | 推進役 | 現場 | AI | システム |
|---|---|---|---|---|---|
| 1 | 現状の把握 | 方針を決める：どこを直すかを判断する | 管理の実態を話す：カテゴリで管理したい、原価は入荷ごとに違う | データを全部読む：在庫表・商品データ・素材を横断して構造を出す | 一覧シート：現状が一覧になる |
| 2 | 採番と構造 | 採番ルールを承認：意味を持たない連番。原価はロットで持つ | — | 採番と3シート構成を設計：商品／入荷／仕入ロットに分ける | 商品マスタ（器）：1商品1行 |
| 3 | データの移行 | — | — | 元の表を流し込む：全列を取り込み、移行元の行を保持する | 商品マスタ：1,850行 |
| 4 | 点検 | — | 決めることを決める：売価の埋め方、0円の意味 | 欠け・重複・廃盤を集計：本番には書き込まず、読むだけ | 点検リスト（CSV）：項目ごとに件数と候補 |
| 5 | 商品名の正規化 | 要確認56件を目視で承認：同名はカテゴリ違いなら許容 | — | 命名ルールで変換案を作る：1,817件。決めきれない分は人へ | 商品マスタ：反映前の控えを退避 |
| 6 | 売価の突合 | どちらを正にするか決める：掲載中の価格を正とした | — | 掲載中の価格と突き合わせる：食い違いと未設定を一覧にし、承認後に反映 | モールの API／商品マスタ：512件を更新 |
| 7 | 画像の整理 | — | 移す・移さないを決める：判定に揺れがあればサンプルで確認 | 名前の一致で商品に紐づけて移す：同名同容量の重複は飛ばす | 商品フォルダ：1商品1フォルダ |
| 8 | 出力の接続 | 確かめて画像を差す：商品ページの下書きを見る | — | マスタから商品ページを組む：コードを入れると原稿・画像の指示・下書き登録まで | モール（下書き）：在庫・配送はこの上に乗せる（次） |

## 人の判断は5回。いずれも「機械で決めきれない件」だけ

- 判断1 採番ルール: 番号に意味を持たせるか。持たせない（連番）と決めると、カテゴリ変更で番号が動かなくなる
- 判断2 点検結果／判断4 売価の正: 売価が無い商品をどう埋めるか、掲載価格と表が食い違ったらどちらを正にするか。価格の判断はマスタ整備の場でやらず、人が決める
- 判断3 命名の要確認／判断5 画像の要否: 1,817件のうち56件だけを目視。画像は判定に揺れがあるので、サンプルで確かめてから移す

---ここまで---