業務フロー図をAIで作る方法は、大きく2系統に分かれます。テキストで説明した内容をAIに読み取らせて自動で図にする方法と、ホワイトボードツールのAI機能を使いながら手を動かして整える方法です。どちらも図を作る時間は減らせますが、図が完成した後の運用まで見ないと、業務フローは結局古いまま放置されます。
テキスト入力から自動作図するタイプ
議事録やヒアリングメモなど、すでにテキストで書かれた業務の流れを渡すと、AIがフローチャートの形式に変換してくれるタイプです。Gemini や Claude のような汎用の対話型AIに業務の流れを説明し、Mermaid記法や draw.io のXML形式で出力させ、それを対応するビューアーやツールで図に変換する、という手順が実務でよく使われています。
実際の手順は次の3段階です。
登場人物・トリガー・分岐条件を先に箇条書きで渡す。 文章のまま渡すより、「誰が」「何をきっかけに」「どこで条件分岐するか」を先に箇条書きで整理してから渡すほうが、AIが構造を取り違えにくくなります。
出力形式を先に指定する。 「Mermaidのflowchart記法で出力してください」のように形式を指定します。指定しないと、AIは箇条書きのままで返すことがあり、図に変換する手前でもう一手間かかります。
出力をビューアーで確認し、分岐と矢印の向きを手直しする。 MermaidはGitHubやNotionなど多くのツールがそのまま描画できるため、テキストを貼るだけで図になります。draw.ioのXML形式は詳細な位置調整ができる代わりに、draw.io本体やそれに対応するビューアーが必要です。社内での共有のしやすさを優先するならMermaid、細かい配置まで詰めたいならdraw.ioという使い分けになります。
AIはテキストの構造を読み取って「誰が」「何を」「どの順番で」行うかを判定し、フロー図の骨格を作ります。この方法の強みは、すでに文章化された情報があれば図を1から手で配置し直す必要がないことです。一方で、AIが出す図はいきなり完成形にはならず、矢印の向きや分岐の位置がずれることがあります。誰かが読み返して手直しする前提で使う方法です。
ホワイトボード上で対話しながら整えるタイプ
Miro や FigJam のようなホワイトボードツールは、キャンバス上でAIに指示を出しながら図を組み立てる機能を持っています。
Miroの「Sidekicks」は、ボード上にすでにある付箋やフレームの内容を踏まえて、新しいフレームやダイアグラムをキャンバス上に直接組み立てるAIエージェント機能です（https://miro.com/ai/）。FigJamの「Jambot」は、参加者が貼った付箋を選択して「グルーピングして」「要約して」と対話形式で指示すると、分類や要約、テンプレートの生成を行います（https://www.figma.com/figjam/ai/）。いずれも2026-08-20時点の公式説明で、機能名・提供範囲は変わるため、契約前に公式サイトで最新の状態を確認してください。
このタイプは、最初から完成した文章があるわけではなく、参加者同士で話しながら業務の流れを固めていく場面に向いています。ミーティング中にAIへ指示を出しながら付箋を動かし、その場で図の形に整えていく動き方です。テキスト入力タイプが「すでにある情報を図にする」のに対し、こちらは「図を作りながら情報を整理する」動き方になります。
選び方は「誰が読むか」で決まる
どちらのタイプを選ぶかは、ツールの機能比較では決まりません。決め手は、その図を最終的に誰が読み、誰が実行するかです。
エンジニアやPMが仕様書や自動化の設計に落とし込むなら、テキスト入力タイプでMermaidやXML形式に出力し、そのままドキュメントやコードに組み込める方が効率的です。たとえば「問い合わせ対応フローを自動化のトリガー設計に使う」場合は、最初からテキストで条件分岐を書き出しておいたほうが、後工程の実装にそのまま流用できます。
一方、部門をまたいだ関係者が集まって業務の流れをすり合わせる場面では、ホワイトボードタイプで参加者が同じ画面を見ながら直すほうが合意形成が早く進みます。たとえば「営業とカスタマーサクセスの引き継ぎルールをすり合わせる」ようなキックオフでは、各部門の担当者がその場で付箋を動かして食い違いに気づけることのほうが、図の完成度より重要です。
図ができた後に起きること
ここまでは検索で調べればすぐに見つかる情報です。実務で見落とされやすいのは、図が完成した後に起きることです。
diverは複数の企業で業務フローの設計・実装・定着を支援してきましたが、共通して起きる失敗が2つあります。
1点目は、更新責任が決まっていないことです。図を作った直後は現場に共有されて一時的に使われるものの、業務やツールが変わっても図を更新する担当が決まっていないため、数か月後には実態と合わない古い図として放置されます。図そのものの精度よりも、誰が・いつ・何をきっかけに更新するかを決めていないことが原因です。
2点目は、誰向けに作るかを決めずに作ってしまうことです。経営会議での説明用に作った図をそのままオペレーションのマニュアルとして流用しようとすると、抽象度が合わず、現場では「結局何をすればいいか分からない」図になります。1枚の図で全員の目的を満たそうとすると、どの読者にとっても中途半端になります。
AIで図を作る速度が上がるほど、この2つの問題は目立ちやすくなります。作成コストが下がった分、誰にも更新されず誰にも刺さらない図が量産されるだけになりかねません。
更新を「決めごと」で終わらせず、仕組みにする
「更新責任者を決める」を運用ルールとして定めても、日々の忙しさの中では後回しにされます。ここは人の意思に頼らず、AIに変化の検知を任せる方法があります。
やり方は、Make や Notion のようにAPIで実行履歴を取得できるツールと連携し、実際に誰が何を行ったかのログを定期的に取得することです。これを会話ログ（Slack等のやり取り）や、Monday のようなタスク管理ツール上で「業務フローを組み替えるためのタスク」が動いているかどうかと突き合わせます。現行の図と食い違う動きが見つかった時点で、AIが担当者に確認を促します。
この仕組みが回り始めると、更新は「誰かが気づいて手を動かす」作業ではなく、「AIが変化を検知し、人が確認してワンクリックで反映する」作業になります。図を作る速度をAIで上げるなら、更新を回す速度も同じ考え方で上げておかないと、放置される図が増えるだけになります。
業務フローを作って終わりにしないための確認点
図を作る前、または作った直後に、次の点を決めておくと放置を防げます。
読者を1種類に絞る。 経営会議向けなら意思決定に必要な分岐だけを残し、現場マニュアル向けなら実際の操作手順まで落とし込みます。両方に使う場合は、目的別に2枚に分けます。
更新責任者を1人に決める。 部門横断の図ほど「みんなで管理する」は機能しません。最終的に手を入れる人を1人に絞ります。図の置き場所も、別のドキュメント管理ツールに保存するだけでは見返されないため、実際に業務で使うツール（CRM、チャット、タスク管理）から辿れる場所に置きます。
更新の検知を、人の記憶に依存させない。 上記のようにAPI連携やタスク管理ツールの動きから変化を検知できれば、「担当者が変わったとき」を誰かが覚えておく必要がなくなります。
よくある質問
AIで作った業務フロー図は、そのまま社内共有していいですか？
いったん関係者に確認してもらってから共有することをおすすめします。AIは文章から流れを推定するため、実際の業務にある例外処理や承認の順序を取りこぼすことがあります。
Mermaid記法とdraw.ioのXML形式、どちらを使えばいいですか？
社内Wikiやドキュメントにテキストのまま貼って共有したいならMermaidが手早く済みます。承認フローの分岐が多く、配置や色分けまで細かく詰めたい場合はdraw.ioのXML形式のほうが調整しやすくなります。両方試して、共有先のツールが対応している形式を選ぶ方法もあります。
無料で使えるツールはありますか？
Gemini や Claude、draw.io は無料枠があります。Miro や FigJam のAI機能は有料プランでの提供が中心です（2026-08-20時点。プランごとの提供範囲は変わるため、契約前に各社公式サイトで確認してください）。
業務フロー図を作るだけで業務は改善しますか？
図を作るだけでは改善しません。上記の「読者を絞る」「更新責任者を決める」「更新の検知を仕組みにする」を合わせて行うことで、図が業務の実態を反映し続ける状態になります。
更新を仕組み化するには、何から始めればいいですか？
まずは既にAPIを公開しているツール（Make、Notionなど）から、実行ログを取得できる状態を作ることです。会話ログやMondayなどのタスク管理ツールでの動きも合わせて見られるようにすると、検知の精度が上がります。どのツールをどう繋ぐかは会社ごとに違うため、自社の構成に合わせた設計が必要になります。
次に確認すること
業務フロー図を作るところまでは自社でも進められます。難しいのは、その図を前提に業務フロー全体をAIと自動化で組み替え、更新され続ける状態を作ることです。diverは社外RevOpsチームとして、業務フローの設計から実装、定着までを一気通貫で担っています。AIエージェントを使った運営構造の作り方は、AIエージェントとRevOpsで扱っています。
自社の業務フローをAI前提で組み替えたい場合は、diverへ相談するところから始めてください。
参照元
記事情報
著者: diver編集部
レビュー: diverチーム
更新日: 2026年8月20日
部門間データ連携を、実装できる業務フローへ
既存ツールを活かしながら、どの境界から直すべきかを整理します。
