AI研修講師の選び方｜見極め質問20

「研修会社は良さそうなんですが、当日来る講師って、どう見ればいいんですか？」

AI研修の相談で、実はかなり多い質問です。比較表を見ると、各社とも「ChatGPT活用」「業務効率化」「ハンズオン」「伴走支援」と書いてあります。ここまでは似て見えるんですよね。

でも、研修当日に受講者の空気を変えるのは、サービス資料ではなく講師です。講師が現場の業務を理解していないと、どれだけきれいなスライドでも「便利そうだけど、うちでは使えない」で終わります。

正直に言うと、AI研修の失敗は「AIの知識不足」よりも「講師選定の解像度不足」で起きることが多いんです。この記事では、AI研修 講師 選び方を、実績の読み方、デモ登壇の見方、エンジニア講師と実務家講師の使い分け、候補者に投げる質問リストまで、担当者目線で整理します。

AI研修講師は「有名か」より「受講者を動かせるか」で選ぶ

AI研修の講師選びで最初に外したいのが、「有名な人なら大丈夫」という判断です。もちろん、発信力や登壇実績は信頼材料になります。ただし、法人研修では、それだけでは足りません。

企業研修のゴールは、受講者が「AIに詳しくなった気がする」ことではありません。営業、総務、経理、管理職、エンジニア、役員など、それぞれの職務でAIを使う判断と行動が変わることです。

たとえば、営業部門の研修なら、講師は「プロンプトの書き方」を説明するだけでは不十分です。商談準備、提案書作成、議事録、失注分析、顧客別フォロー文面など、営業の仕事に合わせて題材を変えられる必要があります。

管理部門なら、情報漏えい、個人情報、社内規程、稟議資料、業務フローの整理まで扱えないと危険です。AIの便利さだけを見せる講師より、使ってはいけない場面まで説明できる講師の方が、法人研修では信頼できます。

AI導入全体の考え方は、AI導入戦略ガイドで整理しています。本記事では、その中でも「研修で誰に教えてもらうか」に絞って見ていきます。

まず決めるべきは「外部講師」「社内講師」「ハイブリッド」の役割分担

講師の選び方に入る前に、外部講師に何を任せ、社内の推進者が何を持つのかを切り分けてください。ここが曖昧なまま講師を探すと、研修会社比較の段階で全部が同じに見えます。

外部講師が向いている場面

外部講師が強いのは、最初の空気づくり、最新情報の整理、部門横断の共通言語づくりです。社内の人が言うと「またDX推進室が何か言っている」と受け止められる内容でも、外部講師が実例を交えて話すと、受講者が素直に聞いてくれることがあります。

また、経営層や管理職向けには、外部講師の客観性が効きます。AI活用は単なるツール教育ではなく、業務設計、権限設計、投資判断、リスク許容度の話になるからです。

社内講師が向いている場面

社内講師が強いのは、研修後の定着です。自社の業務システム、社内用語、承認フロー、過去の失敗を知っている人が、受講者の近くでフォローできるからです。

一方で、社内講師だけで初回研修をやると、最新ツールの整理や他社事例の比較が弱くなることがあります。社内にAI好きな人がいても、その人が研修設計まで得意とは限りません。

一番現実的なのはハイブリッド

おすすめは、外部講師が「最初の基準」を作り、社内講師が「日常の運用」に落とす形です。外部講師が共通カリキュラムと演習設計を作り、社内推進者が部署別の題材を持ち寄る。この組み合わせが、研修をイベントで終わらせにくいんです。

法人研修全体の設計や費用感は、法人の生成AI導入・社員研修ガイドもあわせて確認してください。

AI研修講師を見る7つの基準

講師プロフィールを見るときは、肩書きをそのまま信用するのではなく、次の7つに分解して見ます。

1. 自社業務への翻訳力があるか

講師が「生成AIとは」「プロンプトとは」を説明できるのは前提です。差が出るのは、受講者の仕事に合わせて言い換えられるかどうかです。

見極めるには、候補講師にこう聞いてください。「営業、総務、経理、管理職で、同じAI研修をどう変えますか？」この質問に対して、部門ごとの業務題材、演習、注意点が具体的に出てくる講師は強いです。

逆に、「ChatGPTの基本操作を全員に教えます」で止まる場合は、入門セミナーとしては良くても、業務定着までは弱い可能性があります。

2. 受講者のレベル差を扱えるか

AI研修では、同じ会場に「毎日ChatGPTを使う人」と「ログインしたことがない人」が混ざります。ここで講師が初心者だけに合わせると、使える人は退屈します。上級者だけに合わせると、初心者が置いていかれます。

良い講師は、同じ演習にレベル差を埋め込めます。初心者は例文を穴埋めし、中級者は制約条件を追加し、推進者は社内展開用の型に変える。こういう設計ができる講師を選ぶと、満足度だけでなく研修後の行動も変わります。

3. デモが「すごい」で終わらないか

AI研修のデモでよくあるのが、派手な生成結果を見せて終わるパターンです。画像生成、資料作成、長文要約などは盛り上がります。でも、受講者が自分の仕事に戻った瞬間に止まるなら、研修としては弱いです。

デモ登壇では、「そのデモを明日どの業務で使うのか」「入力してはいけない情報は何か」「出力をどう確認するのか」まで説明できるかを見てください。

4. 安全・ガバナンスを公式情報ベースで話せるか

企業向けAI研修では、情報管理とガバナンスを避けて通れません。経済産業省は2026年3月31日に「AI事業者ガイドライン（第1.2版）」を公表しており、企業がAIを安全安心に活用するための統一的な指針として位置づけています。

また、EUのAI ActではAIリテラシーが明示的に扱われ、欧州委員会のQ&Aでは、AIシステムを扱う人に十分なAIリテラシーを確保する考え方が示されています。日本企業でも、海外取引やグローバル拠点がある場合は、こうした流れを無視できません。

良い講師は、「ChatGPTに会社情報を入れていいか」を一般論で答えません。契約プラン、データ保持、学習利用、社内規程、業務上の機密性を分けて説明します。法人向けAIツールのデータ利用方針はサービスごとに違うため、講師が各社の公式ドキュメントを確認して線引きを説明できるかは、必ず見てください。

5. 実績を「社数」ではなく「対象と成果」で語れるか

実績確認で「何社やりましたか？」だけを聞くのはもったいないです。社数よりも大事なのは、誰に、何を、どの深さで教えたかです。

確認すべきは、受講者の職種、役職、業界、研修目的、演習内容、研修後のフォローです。製造業の現場担当者向け研修と、経営層向けのAI投資判断研修では、講師に求められる力がまったく違います。

6. 研修後の定着まで設計できるか

AI研修は、当日の満足度が高くても、翌週から使われなければ意味がありません。講師選びでは、研修後に何を残してくれるかを確認してください。

具体的には、部署別プロンプト集、社内ルール案、相談窓口の設計、推進者向けのフォロー会、活用事例の回収方法などです。研修会社選びの段階では、生成AI研修 会社の選び方の記事も参考になりますが、講師本人に聞くべき論点はもう一段具体的です。

7. 最新情報を「追っている」ではなく「更新プロセス」で示せるか

AIは変化が速いので、「最新情報に詳しいです」だけでは不十分です。どの公式情報を見て、どの頻度で教材を更新し、古くなった内容をどう改訂しているかを確認しましょう。

IPAのデジタルスキル標準関連ページでも、DX推進スキル標準への生成AIに関する補記追加など、生成AI時代の人材育成に関する更新履歴が確認できます。講師がこうした公的な人材育成の整理と、実務ツールのアップデートを両方見ているかが重要です。

見極め質問20：候補講師にそのまま聞くリスト

ここからは、候補講師や研修会社との打ち合わせでそのまま使える質問リストです。きれいに答えられるかより、答えに具体性があるかを見てください。

この表だけでも一次スクリーニングはできます。さらに深く見るなら、次の質問も加えてください。

• 受講者がAIの回答を鵜呑みにしないために、どんな検証ワークを入れますか？
• 管理職向けと一般社員向けで、同じテーマをどう言い換えますか？
• 研修中に受講者の理解度が低いと分かった場合、進行をどう変えますか？
• 社内の利用禁止ツールや承認フローがある場合、研修内でどう扱いますか？
• 研修後に現場から出た質問を、教材改善へどう反映しますか？
• エンジニア向け演習と非エンジニア向け演習の境界をどう引きますか？
• AI導入支援や業務改善まで踏み込む場合、講師以外に誰が支援しますか？
• 講師が当日変更になる可能性はありますか？変更時の品質保証はどうしますか？
• 録画、資料共有、社内二次利用の可否はどうなっていますか？
• 受講者の業務データを扱う演習では、匿名化やサンプル化をどう設計しますか？
• 研修会社比較や見積もり比較に進む前に、講師として譲れない条件は何ですか？
• 講師自身が直近で業務に使っているAI活用例を、守秘情報なしで説明できますか？

デモ登壇で見るべきポイント

デモ登壇は、講師の実力を見る一番よい方法です。ただし、「話がうまいか」だけを見てしまうと、選定を誤ります。

見てほしいのは、受講者の目線に降りられるかです。専門用語を使ったあとに、業務上の言い換えが入るか。AIの出力が間違ったときに、どう修正するかを見せるか。成功例だけでなく、失敗例も見せるか。このあたりで差が出ます。

事例区分：想定シナリオ
人事部門向けのデモで、講師が「求人票をAIで作ります」とだけ見せると、受講者は便利そうだと感じます。ただ、実務では職業安定法、社内表現ルール、採用ターゲット、既存求人との整合が問題になります。良い講師は、求人票生成の前に「使ってよい情報」「避ける表現」「人間が確認する観点」をセットで示します。

デモ登壇では、次の流れを依頼してください。

• 自社の業務に近い題材を1つ選ぶ
• 悪いプロンプトと良いプロンプトを比較する
• AIの出力をその場で検証する
• 受講者に手を動かさせる場面を入れる
• 情報管理上の注意を説明する
• 研修後に残す資料や運用ルールを説明する

これができる講師なら、実研修でも現場に寄せた進行が期待できます。

エンジニア講師と実務家講師の使い分け

「AI研修はエンジニア講師がいいのか、実務家講師がいいのか」という相談もよくあります。結論、研修目的によって変えるべきです。

エンジニア講師が向いている研修

エンジニア講師が向いているのは、API活用、社内システム連携、RAG、AIエージェント開発、セキュリティ設計、データ基盤などを扱う研修です。技術的な制約や実装の落とし穴を説明できるからです。

ただし、全社員向け研修でエンジニア講師が深い技術説明に寄りすぎると、受講者が離れます。非エンジニア向けに話を変えられるかは、別途確認が必要です。

実務家講師が向いている研修

実務家講師が向いているのは、営業、管理部門、企画、広報、人事、経営層など、業務活用を主目的にした研修です。受講者がつまずくのは、モデル構造よりも「自分の業務で何を任せるか」だからです。

一方で、実務家講師だけだと、API、認証、ログ、データ保持、システム連携の話が浅くなる場合があります。業務活用と技術実装を同時に扱うなら、講師を1人に閉じず、役割分担した方が安全です。

社内講師が向いている研修

社内講師が向いているのは、導入後のフォロー、部署別の活用会、社内ルールの説明です。外部講師が作った型を、自社の言葉に翻訳する役割ですね。

ただし、社内講師には負担が集中しがちです。外部講師に「社内講師向けの進行台本」や「質問対応集」まで作ってもらえるかを確認しておくと、後で楽になります。

実績の読み方：社数よりも「近さ」と「深さ」

講師実績を見るときは、次の順番で確認します。

• 業界の近さ：自社と同じ業界、または似た業務構造の会社で教えた経験があるか。
• 職種の近さ：受講者が営業なのか、管理部門なのか、経営層なのか。
• テーマの近さ：AIリテラシー、業務効率化、AIガバナンス、開発、データ分析のどれか。
• 深さ：講演だけか、ハンズオンまでやったか、研修後のフォローまで入ったか。
• 再現性：その実績を、自社向けにどう置き換えるか説明できるか。

実績資料に有名企業名が並んでいても、講師本人が担当していない場合があります。ここは必ず確認してください。「会社としての実績」と「当日講師本人の実績」は別物です。

見積もり比較の段階では、講師費、カスタマイズ費、フォロー費が分かれて見えにくいこともあります。費用面のチェックは、生成AI研修の費用相場と見積もり比較チェックリストで補完してください。

AI研修講師選定に使えるプロンプト6つ

ここからは、社内検討や候補講師への質問作成に使えるプロンプトです。AIに丸投げせず、たたき台として使ってください。

プロンプト1：講師要件を整理する

あなたは法人向けAI研修の企画担当です。
以下の情報をもとに、今回必要なAI研修講師の要件を整理してください。

【研修目的】
【受講者の職種・人数】
【受講者のAI経験】
【扱いたい業務テーマ】
【避けたいリスク】
【研修後に期待する行動】

出力は、必須要件、歓迎要件、不要な要件、講師に確認すべき質問に分けてください。
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。
仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

プロンプト2：候補講師への確認メールを作る

あなたはAI研修を発注する企業の人事担当です。
候補講師に送る確認メールを作成してください。

確認したい項目：
・当日登壇する講師本人の実績
・当社業務に合わせた演習カスタマイズの可否
・情報管理と利用禁止情報の扱い
・デモ登壇の可否
・研修後フォローの内容
・資料の社内共有可否

相手に失礼のない、しかし曖昧な回答を避けられる文面にしてください。
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。
仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

プロンプト3：デモ登壇の評価シートを作る

AI研修講師のデモ登壇を評価するシートを作ってください。

評価したい観点：
・説明のわかりやすさ
・自社業務への落とし込み
・受講者に手を動かさせる設計
・AI出力の検証方法
・情報管理の説明
・質問対応力
・研修後の定着設計

5段階評価と自由記述欄を含め、採点者が迷わない評価基準をつけてください。
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。
仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

プロンプト4：エンジニア講師と実務家講師を比較する

以下の研修テーマについて、エンジニア講師、実務家講師、社内講師のどれを中心にすべきか判断してください。

【研修テーマ】
【受講者】
【研修で扱うツール】
【実装やシステム連携の有無】
【研修後の運用責任者】

それぞれのメリット、リスク、組み合わせ方、候補講師に聞くべき質問を出してください。
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。
仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

プロンプト5：受講者別の質問リストを作る

AI研修の事前ヒアリングで、受講者別に聞くべき質問リストを作成してください。

対象：
・経営層
・管理職
・一般社員
・情報システム部門
・DX推進担当

各対象について、研修前に聞く質問、研修中に確認する質問、研修後に追う質問に分けてください。
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。
仮定した点は必ず"仮定"と明記してください。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

プロンプト6：研修後の定着指標を決める

AI研修後の定着を測るための指標を設計してください。

前提：
・満足度アンケートだけで終わらせたくない
・部署別に活用事例を増やしたい
・情報管理ルールも守らせたい

出力：
・行動指標
・成果物指標
・リスク管理指標
・推進者が確認する頻度
・現場から事例を集める方法

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。
数字と固有名詞は、根拠（出典/計算式）を添えてください。

【要注意】AI研修講師選びの失敗パターン

失敗1：肩書きだけで選ぶ

❌ よくある間違い：有名企業出身、著書あり、SNSフォロワーが多い、という理由だけで選ぶ。

⭕ 正しいアプローチ：肩書きは信頼材料の一部として見つつ、自社業務への翻訳力と研修設計力をデモで確認する。

なぜ重要か：法人研修では、知識の量よりも「受講者が自分の仕事で使える状態にする力」が成果を左右するからです。

失敗2：会社実績と講師実績を混同する

❌ よくある間違い：研修会社の導入実績を見て、当日講師も同じ品質だと思い込む。

⭕ 正しいアプローチ：当日登壇する講師本人のプロフィール、担当実績、デモ登壇、代替講師時の品質保証を確認する。

なぜ重要か：同じ会社でも、講師によって得意領域は違います。エンジニア向けに強い人、経営層向けに強い人、現場の業務活用に強い人は別です。

失敗3：AIの便利さだけを教える講師を選ぶ

❌ よくある間違い：生成結果が派手で、受講者が盛り上がるデモだけで判断する。

⭕ 正しいアプローチ：入力禁止情報、出力の検証、人間の承認、社内ルールとの接続まで扱えるかを見る。

なぜ重要か：企業でAIを使う以上、便利さとリスクはセットです。NISTのAI Risk Management Frameworkでも、AIリスクを管理するための機能としてGovern、Map、Measure、Manageが整理されています。講師がこのようなリスク管理の考え方を業務言葉に翻訳できるかが重要です。

失敗4：研修後の運用を講師任せにする

❌ よくある間違い：研修当日が良ければ、自然に社内活用が広がると考える。

⭕ 正しいアプローチ：研修前に、社内推進者、質問窓口、活用事例の回収方法、資料の更新担当を決めておく。

なぜ重要か：AI活用は、受講した瞬間よりも、現場で困ったときに相談できるかで定着が決まります。外部講師は火をつける役、社内推進者は火を消さない役です。

会社選び記事との使い分け

この記事は、AI研修会社の比較そのものではなく、講師の見極めに絞っています。研修会社を比較する段階では、カリキュラム、費用、助成金、伴走支援、契約条件も見る必要があります。

会社選びに進む場合は、生成AI研修 会社の選び方で選定基準を確認し、AI導入支援まで含めて外部パートナーを選ぶ場合は、AI導入支援とは？会社の選び方と費用相場・見極め質問をあわせて読むと整理しやすいです。

順番としては、まず本記事で「どんな講師が必要か」を決める。次に研修会社記事で「どの会社ならその講師体制を実現できるか」を見る。この順番が、比較表に振り回されにくい進め方です。

参考・出典

• AI事業者ガイドライン（第1.2版） — 経済産業省（参照日：2026年7月22日）
• デジタルスキル標準（DSS）策定の背景・目的 — IPA 独立行政法人情報処理推進機構（参照日：2026年7月22日）
• AI Literacy – Questions & Answers — European Commission, Shaping Europe’s digital future（参照日：2026年7月22日）
• AI Risk Management Framework — NIST（参照日：2026年7月22日）

まとめ：今日から始める3つのアクション

1. 今日やること：候補講師のプロフィールを「肩書き」「当日登壇者本人の実績」「自社業務への翻訳力」に分けて読み直す。
2. 今週中：この記事の見極め質問20から、自社に必要な質問を選び、候補講師へ送る。
3. 次の稟議前：30分のデモ登壇を依頼し、便利さ、安全運用、受講者の行動変容まで見てから研修会社比較に進む。

次回予告：次の記事では「AI研修の内製と外注の使い分け」をテーマに、社内講師を育てるべき場面と外部講師に任せるべき場面を整理します。

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。