生成AI研修カリキュラムの作り方｜OpenAI Academy新講座に学ぶ社内展開5ステップ【2026年最新】

結論: 2026年の生成AI研修は、プロンプトの座学だけでは不十分です。OpenAI Academyの新3講座が示している通り、企業は「基礎理解 → 反復できる業務ワークフロー → エージェント活用」の順番でカリキュラムを設計すべきです。

この記事の要点:

• OpenAIは2026年6月12日、OpenAI Academyに AI Foundations、Applied AI Foundations、Agents and Workflows の3講座を追加しました。
• 重要なのは「AIを触る研修」ではなく、「現場業務を繰り返し改善する仕組み」まで教える設計です。
• 日本企業は、AI事業者ガイドライン第1.2版の観点も踏まえ、権限・レビュー・ログ・人間の判断を研修内容に組み込む必要があります。

対象読者: 生成AI研修を検討している経営者、人事・研修担当者、DX推進担当者、部門責任者

読了後にできること: 自社の生成AI研修カリキュラムを、座学・演習・業務ワークフロー・エージェント運用の4層で再設計できます。

「AI研修をやったのに、結局あまり使われていない」

この悩み、2026年に入ってからかなり増えています。

ChatGPTやClaudeの基本操作を教えるだけなら、正直、社内勉強会でもできます。問題はその先です。社員が一度は触ってくれる。でも翌週には元のやり方に戻る。プロンプト集を配っても、実際の業務に合わせて直せない。管理職は「使っていい範囲」が分からず、現場は「どこまで任せていいか」が分からない。

ここを解決しない限り、生成AI研修はイベントで終わります。

そんな中で、OpenAIが2026年6月12日にOpenAI Academyの新講座を発表しました。注目すべきは、講座名そのものです。AI Foundations、Applied AI Foundations、Agents and Workflows。つまり、OpenAI自身が「AI活用は、基礎理解から業務ワークフロー化、そしてエージェント活用へ進む」と整理しているわけです。

この記事では、この発表をもとに、企業の生成AI研修カリキュラムをどう設計すべきかを解説します。単なるニュース紹介ではなく、Uravationなら研修設計にどう落とすか、という実務目線でまとめます。

何が起きたのか：OpenAI Academyに3つの新講座が追加

OpenAIは2026年6月12日、OpenAI Academyに3つの新講座を追加したと発表しました。

OpenAIの発表で重要なのは、講座が「AIの知識」ではなく「仕事の進め方」に寄っている点です。

特に、Applied AI Foundationsでは、効果的なプロンプトを構造化された反復可能なワークフローに変えることが扱われます。Agents and Workflowsでは、エージェントに文脈や境界条件を与え、結果をレビューし、再利用可能なワークフローとして磨いていくことがテーマです。

つまり、AI研修のゴールは「うまいプロンプトを書ける人を増やす」ではありません。

ゴールは、AIを組み込んだ仕事の型を社内に増やすことです。

なぜ今、生成AI研修の設計を変えるべきなのか

2023年から2024年のAI研修は、主に「触ってみる」が中心でした。

• ChatGPTとは何か
• プロンプトの基本
• メール文を作る
• 議事録を要約する
• Excel関数を聞く

これは導入初期には必要です。ただ、2026年の企業活用では、ここで止まると弱い。

理由は3つあります。

理由1: AI活用が個人技のままだと、組織の成果にならない

社員の中にAIを使える人が数名いても、会社全体の生産性は大きく変わりません。

大事なのは、成果が出た使い方を部署内で共有し、標準手順にし、誰でも再現できる状態にすることです。

たとえば営業部門なら、単に「提案書を書いてもらう」ではなく、以下のように分解します。

1. 顧客情報を整理する
2. 課題仮説を出す
3. 提案骨子を作る
4. 過去事例と照合する
5. 人間がレビューする
6. 提案書に反映する

この流れをワークフローとして固定できれば、AI活用は個人技から組織知になります。

理由2: AIエージェントは「任せ方」を学ばないと危ない

Claude Code、Codex、Genspark、各種AIエージェントのように、AIが複数ステップの作業を進めるツールが増えています。

ただし、エージェント活用は便利な一方で、リスクもあります。

• どのデータにアクセスさせるか
• どの操作は自動実行してよいか
• どこで人間の承認を挟むか
• ログをどう残すか
• 失敗時に誰が責任を持つか

ここを決めないまま「AIに任せよう」とすると、情報漏えい、誤出力、過剰な自動化、ブラックボックス化が起きます。

2026年3月に公表されたAI事業者ガイドライン第1.2版でも、AIエージェントやフィジカルAIを踏まえたリスク整理が更新されています。企業研修でも、単なる使い方だけでなく、権限設計・レビュー・ログ管理まで扱うべき段階に入っています。

理由3: 大手AI企業も「研修と導入」を一体で見ている

OpenAIはOpenAI Academyを通じて、AIの学習を導入の一部として位置づけています。

Anthropicも、TCSとの提携で、TCSが自社5万人にClaudeを提供し、金融、医療、公共、航空など規制産業向けの業務パッケージを作ると発表しています。Claude Partner Networkでも、成功するAI導入には、統合、評価、人の働き方の変化が重要だと整理されています。

この流れを見ると、企業のAI導入は「ツールを契約して終わり」ではありません。

研修、業務設計、評価、ガバナンス、現場定着までを一体で進める段階に入っています。

生成AI研修カリキュラムは5ステップで設計する

ここからは、OpenAI Academyの3講座を企業研修に置き換えた場合の設計案です。

Uravationなら、以下の5ステップで組みます。

Step 1: AI Foundations — まず「使ってよい範囲」をそろえる

最初にやるべきことは、プロンプトテクニックの詰め込みではありません。

社員全員が、AIを業務で使う時の基本ルールを同じ言葉で理解することです。

最低限、以下を扱います。

• 生成AIが得意なこと、苦手なこと
• 入力してよい情報、入力してはいけない情報
• 出力をそのまま使ってはいけない場面
• 著作権、個人情報、機密情報の基本
• 社内で使ってよいAIツール
• 人間レビューが必須の業務

この段階で重要なのは、「AIは危ないから使うな」でも「全部AIに任せよう」でもないことです。

正しくは、業務ごとにリスクを分けること。

たとえば、社内メモの下書きと、顧客に送る契約条件の文面では、必要な確認レベルが違います。SNS投稿のアイデア出しと、人事評価コメントの作成でも、リスクはまったく違います。

研修で使えるプロンプト1: AI利用リスクの棚卸し

あなたは企業のAI活用推進担当です。
以下の業務について、生成AIを使う場合のリスクを整理してください。

対象業務:
[業務名を入力]

整理してほしい項目:
1. AIに入力してよい情報
2. 入力してはいけない情報
3. AI出力をそのまま使ってよい場面
4. 人間レビューが必須の場面
5. 想定される事故
6. 事故を防ぐための運用ルール

不足している情報があれば、最初に質問してから作業を開始してください。
仮定した点は必ず「仮定」と明記してください。

このプロンプトは、AI利用ガイドライン作成の前段階で使えます。

Step 2: Applied AI Foundations — プロンプトを「業務手順」に変える

次に必要なのは、良いプロンプトを配ることではありません。

プロンプトを、業務手順に変えることです。

たとえば「議事録を要約して」というプロンプトだけでは、毎回品質がぶれます。誰が、どのファイルを、どの形式で入力し、どの観点で確認し、どこに保存するのかが決まっていないからです。

ワークフロー化する時は、以下の6項目を決めます。

ここまで決めて初めて、AI活用は再現可能になります。

研修で使えるプロンプト2: 業務ワークフロー化

以下の業務を、生成AIを使った再現可能なワークフローに分解してください。

対象業務:
[例: 商談後の議事録整理と次回提案準備]

出力してほしい形式:
1. 業務の目的
2. 必要な入力情報
3. AIに任せる作業
4. 人間が確認する作業
5. 完成物の形式
6. 利用するAIツール候補
7. セキュリティ上の注意点
8. 初回テスト時の評価基準

数字と固有名詞は、根拠または確認方法を添えてください。
不足している情報があれば、最初に質問してから作業を開始してください。

ポイントは、AIに「答え」を出させるのではなく、業務プロセスの設計を手伝わせることです。

Step 3: Agents and Workflows — エージェントには「境界条件」を渡す

AIエージェント研修で最も重要なのは、ツールの操作方法ではありません。

境界条件の設計です。

エージェントは、普通のチャットAIよりも作業範囲が広くなります。調査する、ファイルを読む、コードを書く、ブラウザを操作する、複数ステップを実行する。便利な反面、曖昧な指示だと、意図しない方向に進むことがあります。

だから、エージェントに任せる時は、最低限この5つを指定します。

特に、外部送信、ファイル削除、顧客への連絡、金銭が絡む処理は、研修段階から「人間承認が必要」と教えるべきです。

研修で使えるプロンプト3: エージェント作業の境界条件シート

以下の作業をAIエージェントに任せる前提で、境界条件シートを作成してください。

作業内容:
[例: 競合3社の料金ページを調査し、自社サービスとの比較表を作る]

必ず含める項目:
1. 作業の目的
2. 調査・操作してよい範囲
3. 操作してはいけない範囲
4. 外部送信・投稿・共有の可否
5. 人間の承認が必要なポイント
6. 完了条件
7. 失敗時の停止条件
8. ログとして残すべき内容

危険な操作が含まれる場合は、代替案を提示してください。
不足している情報があれば、最初に質問してから作業を開始してください。

このシートを社内標準にすると、AIエージェント活用の事故をかなり減らせます。

Step 4: 部署別に「最初の3業務」を決める

生成AI研修でよくある失敗は、全社員に同じ内容を教えることです。

もちろん基礎部分は共通でよいです。ただ、定着させるには、部署ごとの最初の3業務を決める必要があります。

たとえば、以下のように分けます。

ここで欲張りすぎると失敗します。

データ分析やDX推進の部署では、いきなり高度なモデル開発を研修テーマにする必要はありません。最初は、CSVの要約、アンケート自由記述の分類、会議資料用の示唆出し、既存KPIの異常値確認など、受講者が日常業務で使える題材に落とす方が定着します。DX人材育成の入口は、AIを「知っている人」を増やすことではなく、AIを使って現場の判断材料を早く作れる人を増やすことです。

最初から全業務をAI化しようとせず、「月に何度も発生する」「情報整理が多い」「人間の判断前に下準備が必要」な業務を選びます。

研修で使えるプロンプト4: 部署別AI活用テーマの選定

あなたは企業の生成AI研修設計者です。
以下の部署で、最初にAI活用を試すべき業務を3つ選んでください。

部署:
[部署名]

判断基準:
- 月に何度も発生する
- 情報整理や下書き作成が多い
- 成果物の品質を人間が確認できる
- 機密情報や個人情報のリスクを管理しやすい
- 成果を測定しやすい

出力形式:
1. 優先業務
2. AIに任せる作業
3. 人間が担う作業
4. 必要なデータ
5. リスク
6. 初回テストの進め方

不足している情報があれば、最初に質問してから作業を開始してください。

Step 5: 研修後の30日で「定着」を測る

研修は、実施した日では終わりません。

むしろ本番はその後です。

研修後30日で見るべき指標は、受講満足度だけではありません。以下を確認します。

• 週1回以上AIを使った社員数
• 部署ごとに作成された業務ワークフロー数
• 実際に削減できた作業時間
• 人間レビューで差し戻された出力の割合
• 社内ガイドライン違反の有無
• 現場から追加で出た相談数
• 成果が出たプロンプトや手順の共有数

特に重要なのは、成功事例よりも「詰まった事例」を集めることです。

AIが使われない理由は、だいたい現場にあります。

• どの業務で使えばいいか分からない
• 社内データを入れてよいか分からない
• 出力の確認に時間がかかる
• 上司が使っていない
• 使っても評価されない

これを拾わない研修は、次回も同じ失敗をします。

研修で使えるプロンプト5: 30日後の定着レビュー

以下の生成AI研修について、30日後レビューの設計をしてください。

研修対象:
[例: 営業部門20名]

研修内容:
[例: 商談準備、議事録整理、提案書作成]

出力してほしいもの:
1. 測定すべきKPI
2. 受講者アンケート項目
3. 上司が確認すべき項目
4. 成功事例の集め方
5. 失敗・未定着の原因分析
6. 次回研修で改善すべき点
7. 経営陣への報告フォーマット

数字と固有名詞は、根拠または確認方法を添えてください。
不足している情報があれば、最初に質問してから作業を開始してください。

研修の成果は「満足度が高かった」ではなく、「業務手順が変わった」で見るべきです。

【要注意】生成AI研修でよくある失敗パターン

ここからは、企業が陥りやすい失敗パターンです。

失敗1: プロンプト集を配って終わる

❌ よくある進め方

「便利なプロンプト50選」を配布して、各自で使ってください、で終わる。

⭕ 正しい進め方

部署ごとに業務ワークフローへ落とし込み、入力・出力・確認者・保存先まで決める。

プロンプト集は便利ですが、それだけでは業務は変わりません。社員が知りたいのは「この業務でどう使えばいいか」です。

失敗2: ツール比較から始める

❌ よくある進め方

ChatGPT、Claude、Gemini、Copilot、どれが一番いいかを延々と議論する。

⭕ 正しい進め方

先に業務を決める。その業務に必要な機能、データ保護、料金、管理機能をもとにツールを選ぶ。

ツール選定は大事ですが、最初にやると迷子になります。業務起点で考える方が早いです。

失敗3: 管理職を研修対象から外す

❌ よくある進め方

若手や現場社員だけにAI研修を受けさせる。

⭕ 正しい進め方

管理職向けに、AI活用の評価方法、レビュー方法、リスク判断を別カリキュラムで実施する。

管理職がAIを理解していないと、現場は使いづらくなります。AIで下書きを作っても、上司が「それ大丈夫なの？」で止めてしまうからです。

失敗4: エージェントに任せる範囲を決めていない

❌ よくある進め方

「AIエージェントで自動化しよう」とだけ決め、権限や承認点を曖昧にする。

⭕ 正しい進め方

作業範囲、禁止事項、人間承認、ログ、停止条件を事前に決める。

2026年のAI活用では、ここが特に重要です。チャットAIよりも、エージェントの方が業務への影響範囲が広いからです。

研修カリキュラム例：半日・1日・3ヶ月伴走

企業規模や目的によって、研修の長さは変わります。

半日研修: まず全社員の基礎をそろえる

対象:

• 生成AIをまだ本格活用していない企業
• 社員のAIリテラシーを最低限そろえたい企業

内容:

1. 生成AIでできること・できないこと
2. 社内利用ルール
3. 基本プロンプト演習
4. 情報入力の注意点
5. 部署別の活用アイデア出し

ゴール:

• AI利用の最低限の共通言語を作る
• 不安を減らす
• 最初に試す業務を決める

1日研修: 業務ワークフローまで作る

対象:

• すでにAIを一部使っている企業
• 部署単位で成果を出したい企業

内容:

1. 基礎ルールの確認
2. 部署別業務の棚卸し
3. AI活用テーマの選定
4. ワークフロー設計
5. プロンプト作成
6. 人間レビューと評価基準
7. 30日後の定着計画

ゴール:

• 部署ごとに1つ以上のAI業務ワークフローを作る
• 研修後すぐに試せる状態にする

3ヶ月伴走: AIを業務標準にする

対象:

• 本気でAI導入を進めたい企業
• 管理職・現場・IT部門を巻き込む必要がある企業

内容:

1. 初期診断
2. 部署別ワークフロー設計
3. 管理職研修
4. 現場演習
5. ガイドライン整備
6. 定着レビュー
7. 成果測定と改善

ゴール:

• AI活用を個人技から組織標準にする
• 部署別の再利用可能なワークフローを作る
• ガバナンスと活用を両立する

日本企業が今月やるべき3つのアクション

OpenAI Academyの発表は、海外のニュースで終わらせるにはもったいないです。

日本企業が今月やるなら、この3つです。

1. 社内のAI研修を「基礎・応用・エージェント」に分け直す

今ある研修資料を見直して、どの層まで扱っているかを確認してください。

• 基礎: AIの仕組み、プロンプト、注意点
• 応用: 業務ワークフロー化、評価、共有
• エージェント: 権限、境界条件、承認、ログ

基礎だけなら、次回研修では応用とエージェントを足すべきです。

2. 部署ごとに「AI化する最初の3業務」を決める

全社一律で考えると、だいたい抽象的になります。

営業なら商談準備。人事なら求人票。経理なら社内説明。カスタマーサポートならFAQ整理。部署ごとに、最初に試す業務を3つだけ決めてください。

3つに絞るのがポイントです。

3. 30日後レビューを研修前に決める

研修後に「どうでしたか？」と聞くのでは遅いです。

研修前に、30日後に何を見るかを決めておきます。

• 何人が使ったか
• どの業務で使ったか
• 何分削減できたか
• どこで止まったか
• どのルールが分かりづらかったか

ここまで設計して、初めて研修が投資になります。

まとめ：生成AI研修は「使い方」から「働き方の設計」へ

OpenAI Academyの新3講座は、企業のAI研修が次の段階に入ったことを示しています。

これからの生成AI研修は、プロンプトを教えるだけでは足りません。

• AIの基礎をそろえる
• 良い使い方を業務ワークフローにする
• エージェントに任せる境界条件を決める
• 部署別に最初の業務を選ぶ
• 30日後に定着を測る

この流れで設計すれば、AI研修は一度きりのイベントではなく、業務改善の起点になります。

今日やることはシンプルです。

今あるAI研修資料を開いて、「基礎」「応用」「エージェント」のどこまで扱えているかを確認してください。基礎だけで止まっているなら、次回研修では必ず業務ワークフロー化まで入れるべきです。

あわせて読みたい:

• 生成AI研修 会社の選び方｜失敗しない7つの選定基準【2026年】
• AI導入の稟議書の書き方｜経営陣を動かす7ステップ【2026年】
• AI研修の費用相場と選び方

参考・出典

• New OpenAI Academy courses for the next era of work — OpenAI（参照日: 2026-06-13）
• Access OpenAI models and Codex through your Oracle cloud commitment — OpenAI（参照日: 2026-06-13）
• TCS and Anthropic partner to bring Claude to regulated industries — Anthropic（参照日: 2026-06-13）
• Introducing the Services Track and Partner Hub of the Claude Partner Network — Anthropic（参照日: 2026-06-13）
• AI事業者ガイドライン — 経済産業省（参照日: 2026-06-13）

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。