開始用 AI 之後，還需要任務管理工具嗎？製作現場發生的改變

有了 AI，工作確實變快了。可是專案並沒有讓人感覺提早完成。

本文整理一下，開始使用 AI 的製作團隊裡，什麼變了、什麼沒變。先說結論：任務管理工具不會變得多餘。改變的是記錄的內容——從「工作項目」的清單，轉向「判斷與共識」的紀錄。

註：本文由 GeckoFlag 的開發者撰寫。

AI 加快的是「做」的部分

在工作中使用生成式 AI 已經不是什麼稀奇的事。在日本，根據總務省的《令和 8 年版資訊通信白皮書》（日文，2026 年 7 月發布），在 2025 年度的調查中，在至少一項業務中使用生成式 AI 的日本企業占 86.4%，前一年度為 55.2%。

註：此比例不含對 AI 運用方針回答「不知道」的企業。

在製作現場，靠 AI 變快的工作也很多。

• 線框圖初稿：告訴 AI 頁面的目的和想放的內容，架構提案馬上就出來。
• 文案提案：標語、按鈕文字，一次就能出 10 則、20 則。
• 圖片替換提案：可以把主視覺換成不同顏色、不同氛圍，做出好幾版。
• 會議紀錄摘要：能從很長的逐字稿裡，整理出已決定的事項和待辦事項。

以前要花半天的工作，幾分鐘就能成形。這是很大的改變。

工作要花多久，變得難以預估

另一方面，也出現了新的困擾：工作要花多少時間，變得難以預估了。

有時第一次就能出可用的提案，有時重來幾次都不滿意。改指令的措辭、補上參考資料、再生成一次。回過神來，兩個小時已經過去了——這種情況並不少見。

過去，我們會估算「這項工作需要 3 小時」，再依花掉的時間來看進度。用了 AI 之後，這種估算就不太可靠了。以工作時數為單位的估算和進度管理，正逐漸變得不合適。

沒有變快的是「決定」的部分

AI 讓提案變多，需要選擇的次數也跟著增加。從 20 則文案裡選一則，比從 3 則裡選要花更多時間。

而且，下面這些事，用了 AI 也不會縮短：

• 在團隊內部決定方向：總監和設計師討論，決定採用哪個提案。
• 請客戶確認：把提案給客戶看，等對方回覆。有時客戶公司內部還需要傳閱。
• 判斷是否接受修改：判斷客戶提出的修改要求，是否在一開始約定的範圍內。

這些都是由人思考、由人給出答案的事。AI 能幫忙準備判斷的素材，但做決定的是人。

專案停擺時，一項一項看原因，往往會發現：與其說是工作進度落後，不如說是在等某個人的決定。是在等團隊裡誰的回覆，還是在等客戶的回覆？AI 讓工作變快了，這種「等待」也因此比以前更明顯。

細緻管理「工作項目」的意義在變小

過去的任務管理，主要是把工作拆成一個個工作項目，再替每一項訂好時間、負責人和截止日期。例如「繪製線框圖，4 小時，小陳，週三前」。

當 AI 讓工作時間變短、又難以預估時，這種細緻管理的意義就會變小。估算 4 小時的工作，可能 20 分鐘就完成，也可能因為 AI 反覆重來而花上半天。

取而代之，更值得記錄的是下面這些：

• 要決定什麼
• 由誰決定
• 什麼時候前決定
• 最後決定了什麼

把過去和今後放在一起比較，是這樣的：

這並不是說工作紀錄不再需要。誰在做什麼，今後也還是看得到比較安心。只是，要推動專案前進，真正需要追蹤的是「今後想記錄的內容」這一欄。

即使如此，仍然需要工具的理由

你也許會想：「既然決定才是關鍵，大家討論決定不就好了？」即使如此，工具還是需要的。理由有三個。

1日期和交接，依然需要管理

上線日期和交期，不會因為有了 AI 就改變。客戶確認，以及和外包攝影師、前端工程師之間的交接，也和以前一樣存在。什麼時候、交給誰、交什麼——這部分在開始使用 AI 之後，依然需要管理。

2提案越多，越容易出現「最後到底選了哪個？」

用 AI 出的提案越多，手邊累積的提案也越多。30 則文案、10 張橫幅。其中選了哪一個？為什麼選它？

做決定時還記得，兩週後就想不起來了。客戶說「還是用最初那個吧」的時候，如果追溯不到最初那個是哪一個、當時為什麼放棄，就只能從頭再討論一次。

3只放在通訊軟體裡，決定會被洗掉

很多團隊都在通訊軟體裡討論和決定事情。「就用 B 案吧。」「好的。」方便又快，但定下來的事很快就會被其他話題洗掉。

事後想找，也找不到是在哪則訊息裡決定的。把決定的事留在固定的地方——作為做這件事的工具，任務管理工具對使用 AI 的團隊同樣有用。

相關通訊軟體裡交辦的事為什麼會被洗掉，在入門連載「第一次用專案管理工具」第3篇「郵件和通訊軟體裡交辦的事為什麼會被洗掉？」中有詳細說明

本連載的內容

本連載將分 6 篇，介紹使用 AI 的製作團隊如何記錄判斷與共識。第 2 篇起的內容如下：

• 第2篇「任務要依『要決定的事』來建立，而不只是『要做的東西』」：把「製作首頁設計」拆成「從兩個提案中決定主視覺方向」這種以決定為單位的任務。
• 第3篇「讓『等待決定』看得見」：把等待決定的事項分成「等團隊內部」和「等客戶」來看。例會從「本週需要客戶決定的事」開始。
• 第4篇「AI 給出的方案不是『成品』，而是『判斷素材』」：記錄 AI 產生的提案中保留了哪些、捨棄了哪些。即使被要求「改回最初的提案」，也能追溯理由。
• 第5篇「不因客戶的『等待確認』而停擺的推進方式」：不在通訊軟體裡零零碎碎地發確認請求，而是附上期限一次送出；以及要邀請客戶進入工具，還是只寄送清單，該如何區分使用。
• 第6篇「有了紀錄，AI 能幫上更多忙」：從會議紀錄產生任務草稿、從任務清單產生週報草稿等，把紀錄用在 AI 上的方法；同時思考客戶資訊交給 AI 的界線在哪裡。

另外，任務管理工具內建的 AI 功能的費用，我們在另一篇文章「專案管理工具的 AI 功能要花多少錢？」中做了比較。

總結

• AI 加快的，是線框圖、文案提案等「做」的部分
• 團隊內部決定方向、客戶確認、修改判斷等「決定」的部分不會變快
• 專案停擺的原因，與其說是工作落後，更多是在等某個人的決定
• 想記錄的內容，從工作時間、進度百分比，轉向判斷期限、做決定的人、已決定的事及其理由

AI 改變的不是工作量，而是花時間的地方。任務管理工具把角色從工作項目清單擴大為判斷與共識的紀錄，就能在和 AI 搭配使用時，讓工作推進得更順利。

下一篇，我們將介紹如何以「要決定的事」而不是「要做的東西」來建立任務。從第 2 篇起，本連載會用 GeckoFlag 的畫面介紹實際的例子。