シルエルは、AIを疑って始めた会社ではありません。 むしろ、生成AIを毎日使い込み、ソフトウェア開発、マーケティング資料、市場調査、HP制作、事業計画の整理に活用してきました。
その中で見えてきたのは、AIの性能不足ではありません。 AIが速く答えるほど、人間が前提確認を省略し、AIのもっともらしい回答に流されやすくなるという新しい課題でした。
生成AIは便利です。しかし、便利だからこそ、人はAIの回答に流されやすくなります。
問題はAIが使えないことではありません。AIを使い込むほど、人間側の仕事の進め方が問われることです。
「マーケティング資料を作って」と頼むと、対象者や目的を聞かずに資料を作り始める。
文章は自然で説得力がある。しかし、前回の判断や方針と微妙に違っている。
回答が長く、細部まで確認しないまま「これで進めて」と押してしまう。
会社の方針、チーム作法、顧客事情、過去の経緯を、毎回AIに説明している。
良い質問や良い回答があっても、チームの知識にならず、個人の履歴に埋もれていく。
企画、調査、資料作成、開発。どの仕事でも、本来確認すべきことを飛ばして成果物が出てくる。
シルエルは、AIを疑って始めた会社ではありません。 むしろ、生成AIを毎日使い込み、ソフトウェア開発、マーケティング資料、市場調査、HP制作、事業計画の整理に活用してきました。
その中で見えてきたのは、AIの性能不足ではありません。 AIが速く答えるほど、人間が前提確認を省略し、AIのもっともらしい回答に流されやすくなるという新しい課題でした。
資料もコードも調査も、短時間で形になります。生産性は大きく向上しました。
前回決めたことと違う。仕様が変わる。判断理由が残らない。長い回答を読み切れない。
AIが間違っているというより、人間がAIの回答を十分確認せずに進めてしまう危険が見えてきました。
AIに「すぐ答えさせる」のではなく、確認し、考え、必要な文脈をそろえてから答えさせる仕組みが必要だと考えました。
シルエルは、生成AIそのものを提供する会社ではありません。 AIが現場で使われ、チームで活かされ、成果物の品質が安定するための仕組みを提供します。
AIに「考える順番」と「現実の状況」を与えるサービスです。 すぐ答えるAIではなく、目的・前提・不足情報を確認してから成果物を作るAI活用へ変えます。
主な機能：感覚器官、推論制御、作法介入、予定・タスク連携。
AIとチームが一緒に考える共同作業空間です。 個人のAIチャットをチームの記憶へ変え、プロジェクトの文脈、作法、判断履歴を育てます。
主な機能：共有AIセッション、質問＋回答ペア、ピン、リアクション、Project Timeline。
企業のAI活用の現在地を診断し、導入前整理、定着、研修、運用改善まで支援します。 AIを導入して終わりではなく、組織能力へ変えることを目指します。
主な内容：AI成熟度診断、業務分析、研修、定着支援、改善ロードマップ。
| 依頼 | よくあるAIの動き | ミルエルが促す進め方 |
|---|---|---|
| マーケティング資料を作って | すぐに資料案を作る | 対象顧客、目的、利用場面、期待する行動を確認してから作る |
| 市場調査レポートを作って | 一般的な市場分析を始める | 対象市場、比較対象、調査目的、意思決定の用途を確認してから分析する |
| 製品発表プレゼンを作って | スライド構成をすぐ作る | 聴衆、発表時間、会場、伝えたい価値、次に取ってほしい行動を確認する |
| 予約管理システムを開発して | すぐにコードを書き始める | 利用者、対象業務、管理者、キャンセル、権限、運用ルールを確認する |
ミルエルの中核は、AIに「現実を感じさせること」と「考える順番を守らせること」です。
カレンダー、チケット、期限、レビュー状況、チーム作法、未決事項、Project Timelineなどを、AIが理解できる意味状態として届けます。
例：レビュー期限が今日、関連チケットが未完了、前回判断と違う。
成果物を作る前に、目的、対象者、前提条件、不足情報を確認させます。 AIが早すぎる回答や実装へ進むことを防ぎます。
例：資料作成前に、読み手・目的・利用場面を確認する。
ユーザーがAIへ依頼する。
現実状況とチーム文脈を確認する。
不足情報があれば質問へ切り替える。
要求が整理されてからAIが考える。
目的に合った成果物を生成する。
前提確認をしてから成果物を作るため、後から大きく作り直す回数が減ります。
チーム作法やプロジェクト文脈をMirrumに保持するため、毎回同じ説明をしなくて済みます。
個人のプロンプト力に依存せず、チーム共通の作法や判断履歴をAI活用に反映できます。
長い回答をそのまま承認する前に、前提や未決事項の確認が入ります。
AIとの重要な会話が共有され、質問と回答のペアとしてチームの記憶に残ります。
利用回数だけでなく、手戻り低減、判断品質、AI活用の定着を見える化できます。
企業には、明文化されたルールだけでなく、現場で受け継がれてきた作法がある。
「レビュー前は仮実装に留める」「権限制御は慎重に扱う」「顧客説明前にUIを固定しない」。
こうした判断は、プロジェクトを前に進めるうえで欠かせないものです。
AIが企業で本当に活用されるためには、その会社の進め方、関係者、未決事項、時間軸を理解する必要があります。
私たちは、それをAIの「感覚」として設計します。
シルエルは、これらの作法や時間感覚をAIへ伝えることで生成AIが人と組織を支える存在になることを目指す。
以下の4階層でAIに支援させたい業務を俯瞰する。
AIスキルは、氾濫しているパンプレットや入門書では獲得できない。 経験や経験者からの話や、直接AIと会話し続ける。
LLMは依頼を受けると最も尤もらしい答えをすぐ返そうとします。
しかし、本来は「誰が使うのか」「何を予約するのか」などを確認すべきです。
ミルエルはAIの回答を遅くするのではなく、必要な確認・仕様整理を経てから推論させる「推論制御」を実現します。
生成AIは、企画書、マーケティング資料、市場調査、プレゼンテーション、ソフトウェア開発など、 様々な成果物を短時間で作成できます。 しかし、多くの企業で新しい課題も見え始めています。
企業が本当に求めているのは、速い回答ではなく、期待どおりの成果物です。 ミルエルはAIに「考える順番」を与えることで、成果物の品質を高める新しいAI活用を実現します。
私たちは「AIで何ができるか」ではなく、「生成AIを毎日使い続けると見えてくる課題」から出発しました。
Miruum とミルエルは、生成AIにプロジェクトの作法・時間感覚・未決事項を届けるための仕組みです。
Miruum はチーム文脈を保持する共同作業空間。
ミルエルは、その情報を必要な瞬間に生成AIへ届けるAI知覚基盤。
AIは単独で作業するのではなく、チームの一員として状況を感じながら振る舞えるようになります。
AIがチームの作法を理解するための共同作業空間
プロジェクト、関係者、チーム作法、未決事項、Project Timelineを保持します。
JiraやNotionのように「管理する」のではなく、AIがそのチームらしく振る舞うための文脈を整えます。
生成AIへ、今必要な文脈を届ける感覚器官
Claude Code、Codex、ChatGPT などの生成AIが作業する瞬間に、
Miruumの情報から必要な文脈だけを選び、介入プロンプトとして届けます。
シルエルは、製品提供だけでなく、AIを組織の中でどう位置づけるかを経営課題として支援します。
AIを使うことではなく、AIと共に人と組織が成長できる企業活動を設計します。
AIによって効率化される業務と、人の成長機会として残すべき業務を整理します。
AIに任せる領域、人が判断すべき領域、人が経験を通じて学ぶべき領域を明確にします。
企業やプロジェクトに固有の作法を自然言語で整理し、AIへ伝えられる形にします。
レビュー、確認、リリースなどの時間軸をAIが感じ取れる形に設計します。
未確定・保留・レビュー待ちをAIが忘れない仕組みとして整理します。
Claude Code、Codex、ChatGPT と連携した実演可能なデモを構築します。
効率化の先にある、人と組織の成長へ。
まずは、あなたの会社の「今」を映し出すことから。
株式会社シルエルは、Miruum とミルエルにより、AIと人が共に成長できる企業環境を支援します。
シルエルは、AIを毎日使い続けた現場の違和感から生まれました。 AIを速く答えさせるのではなく、必要なことを確認し、チームの文脈を理解し、考えてから答えるAI活用へ。
まずは、貴社のAI活用の現在地を確認するところから始めませんか。
