この記事でわかること
- スタッフ・勤務区分・希望休・必要人数をそろえ、出力を数え直して確認します。保存結果では飲食店の4日で人数不足、病棟では保存集計上の非勤務日数に差がありました。現行モデルの性能評価や法令適合の検証は含みません。
ChatGPTによるシフト作成を、飲食店20名と病棟50名の2条件で試した保存データから検証しました。飲食店では土日祝の4日で人数不足、病棟では保存集計の非勤務日数の差が確認できました。
この記事の結果は、保存された個別の出力に限ります。利用モデル・実行日時・試行回数・所要時間を確定できる実行ログは確認できていないため、現在のChatGPT全体の性能や再現性を示すものではありません。
人数や勤務ルールを整理し、出力されたシフトを独立して検証する手順と、実務運用で残る作業を紹介します。
ChatGPTにシフト作成を頼む前に、5つの情報をそろえる
最初に用意するのは、人数だけでなく「誰が、どの勤務を、いつ担当できるか」という情報です。保存された飲食店20名の実験では、次の5ファイルと勤務ルールの指示を用意していました。
| 保存ファイル | 入れる情報 | 作成前に確認すること |
|---|---|---|
| positions.csv | ホール・キッチンなどの担当区分 | 必要人数を数える単位をそろえる |
| shift-types.csv | 早番・遅番・通しの時刻と実働 | 勤務記号と時刻の対応を決める |
| workers.csv | スタッフ、雇用形態、担当 | 誰がどの担当に入れるかを明示する |
| holidays.csv | スタッフ別の希望休 | 対象月とスタッフ名を他のファイルとそろえる |
| required-staff.csv | 日の区分・担当ごとの必要人数 | 平日と土日祝の条件を分ける |
実験Aで検証した必要人数は、平日がホール6名・キッチン6名、土日祝が各7名です。勤務日数は、正社員が月22日以上、週4希望のパートが月16〜20日、週3希望のパートが月12〜14日という条件で点検しています。これらは実験用の設定です。自分の職場に同じ人数や日数を当てはめる必要はありません。
「希望休を守る」「必要人数を満たす」などの必須条件と、「勤務区分の回数をなるべく均等にする」などの希望条件は分けて書きます。希望を満たせなかったとき、どこを調整できるかを判断するためです。
入力指示と出力後の確認手順
保存された実験Aのプロンプトでは、2026年5月のシフト作成に加え、個人別シフト、日別集計、条件ごとのチェック結果を求めています。表を作るだけでなく、確認に使う集計も指定する方法です。
次は、この構成を参考にした読者用の指示例です。実験時の指示をそのまま再掲したものではありません。対象月・勤務区分・勤務条件を、自分の入力表に合わせて書き替えます。
添付したスタッフ、勤務区分、希望休、必要人数の表を読み取り、
指定した対象月のシフト案を作ってください。
必須条件と希望条件は、添付した条件表に分けてあります。
不足する入力や、条件同士が矛盾する箇所があれば先に示してください。
出力は次の3つに分けてください。
1. 個人別シフト表:日付ごとの勤務区分、勤務日数、公休日数
2. 日別集計:担当別の配置人数、必要人数との差
3. 条件確認:条件ごとの結果と、調整が必要な日・スタッフChatGPTでは、ファイルを添えて分析や作成の材料にできます。利用環境で添付できる形式や操作を確認してから試してください。機能の案内はOpenAI公式ドキュメントを参照できます。
出力後は、次の順で元の入力表と照合します。AIが書いた「OK」だけを確認結果として扱わず、配置表から数え直すのがポイントです。
- 必要人数:日付・担当ごとに勤務者を数え、必要人数との差を出す。時間帯別の人数が必要なら、その時間帯に実際に勤務する人を別に数える。
- 希望休・勤務可能日:希望休の日や勤務できない日に、勤務が入っていないか照合する。
- 勤務日数・連勤:個人ごとの勤務日数と公休日数を数え、連続勤務を点検する。月初・月末は前後の月の勤務も確認する。
- 勤務時刻・休憩:夜勤を含む日時の重なりや休息を確認する。記号の並びが合っていても、実際の時刻で条件を満たすとは限らない。
保存された飲食店の出力では、5月5日のホール人数は必要7名に対して5名でした。このように「5月5日・ホール・2名不足」と対象を示すと、修正する範囲を決めやすくなります。修正後は不足した日だけでなく、動かしたスタッフの希望休・勤務日数・連勤も再確認してください。
【実験】ChatGPTにシフトを作ってもらった
やったこと
保存されたプロンプトでは、スタッフ・勤務区分・希望休・必要人数のCSVを添付し、「2026年5月の1か月分のシフト表」を作る設定になっています。送信内容や応答の往復を示す原ログは確認できていません。
前述の5つのCSVと、勤務ルールを記した入力用プロンプトを使う設定です。この記事の評価条件は、保存入力と検証コードに合わせています。企画用の条件文書には必要人数や正社員の勤務日数の表現に差があるため、実際に使う入力と検証条件を区別しています。
保存された入力設定と出力データを、検証スクリプトで確認しました。実験Aはanalyze.pyに転記された個人別シフトを必須7分類、実験Bは保存ファイルを必須18条件で点検しています。両実験の公平性などの希望条件は別に評価する項目です。月境界の勤務、労働時間、休憩などの法令適合は今回の評価対象外です。
保存されている出力は、「緩めの条件」と「厳しめの条件」の2パターンです。
実験A: 飲食店・20名のシフト
条件の概要
| 項目 | 内容 |
|---|---|
| 業種 | 飲食店 |
| スタッフ数 | 20名(正社員12名・パート8名) |
| ポジション | ホール / キッチン |
| シフトの種類 | 早番 / 遅番 / 通し |
| 1日の必要人数 | 平日12名 / 土日祝14名 |
| ルール数 | 必須7分類+希望2分類 |
必須条件には、正社員の月22日以上の出勤、各シフトの正社員配置、連続勤務5日以内、希望休の遵守などを設定しました。これは架空の店舗の実験条件であり、飲食店に共通する法的基準ではありません。
結果:必須7分類のうち6分類を満たし、必要人数に4日分の不足がありました。表ではパートの週4希望・週3希望の2分類を一行にまとめ、必要人数を平日・土日祝の二行に分けて表示しています。希望条件は別評価です。
| ルール | 結果 |
|---|---|
| 正社員の出勤日数 | OK |
| パートの出勤日数 | OK |
| 平日の必要人数 | OK |
| 土日祝の必要人数 | NG(5/3・5/5・5/10・5/17のホール不足) |
| 全シフトに正社員配置 | OK |
| 連続勤務5日以内 | OK |
| 希望休の遵守 | OK |
保存結果でホール人数が不足したのは、5月3日・5日・10日・17日です。すべて土日祝で、GW期間だけの不足ではありません。
出力に不足があったことと、条件を満たす解が存在しないことは別です。この結果だけで条件の両立不能とは判断できません。希望休・出勤可能日・勤務上限を照合し、再配置できるか確認する必要があります。
不足がある日は、追加要員や業務量の調整を検討します。希望休を変更する場合は、本人と確認してから条件を更新してください。
実験B: 病棟・50名のシフト(三交代制)
条件の概要
| 項目 | 内容 |
|---|---|
| 業種 | 内科病棟(40床) |
| スタッフ数 | 50名(正看護師25名・准看護師10名・看護補助者15名) |
| シフトの種類 | 日勤 / 準夜勤 / 深夜勤 |
| 1日の必要人数 | 日勤12名(平日)/ 準夜勤3名 / 深夜勤3名 |
| ルール数 | 18個 |
実験Bは、勤務区分・職種・個人別条件を含む18条件で検証しました。以下は架空の病棟の設定例であり、実際の看護配置基準を示すものではありません。
たとえば、こんなルールです。
- 実験上の職種別必要人数(日勤は正看護師7名以上+准看護師または補助者5名以上)
- 実験上の条件:深夜勤の翌日は「明」または「休」
- 実験上の条件:準夜勤の翌日に日勤を入れない。勤務間隔は指定されたシフトの並びを確認し、実労働時間や法令適合は評価しない
- 夜勤は1人あたり月8回まで
- 実験上の条件:育児短時間勤務・妊娠中として設定した対象スタッフは日勤のみ(妊娠中の設定者は連続勤務3日以内)
- 新人が夜勤に入るときは、経験豊富な正看護師と同じシフトに入れる
- 実験上の条件:各日の準夜勤・深夜勤を合わせ、指定した夜勤リーダー資格者を少なくとも1名配置する(各シフトに1名ずつではない)
保存CSVの「公休日数」は、記号「休」と「明(夜勤明け)」を合計した値になっています。以下の評価はこの保存データ上の集計を使います。実際の公休日数や法定休日を、夜勤明けと合算してよいという意味ではありません。勤務時刻と休日の制度は別に確認してください。
保存データ上の集計と指定された勤務記号の並びでは、必須18条件のうち17条件を満たしました。
| カテゴリ | ルール | 結果 |
|---|---|---|
| 非勤務日の集計 | 師長を除き月8日(保存集計の「休+明」) | NG |
| 公休 | 師長は平日日勤のみ | OK |
| 配置基準 | 平日・日勤の人数 | OK |
| 配置基準 | 土日祝・日勤の人数 | OK |
| 配置基準 | 準夜勤の人数 | OK |
| 配置基準 | 深夜勤の人数 | OK |
| 勤務間隔 | 深夜勤の翌日は「明」または「休」 | OK |
| 勤務間隔 | 準夜勤→翌日日勤の禁止 | OK |
| 勤務間隔 | 深夜勤→翌日準夜勤の禁止 | OK |
| 労務 | 夜勤は月8回まで | OK |
| 労務 | 連続勤務5日以内 | OK |
| 個人別 | 育児中スタッフは日勤のみ | OK |
| 個人別 | 妊娠中スタッフは日勤のみ+連続3日以内 | OK |
| 個人別 | 夜勤不可スタッフは日勤のみ | OK |
| チーム編成 | 新人夜勤に経験者を配置 | OK |
| チーム編成 | 夜勤リーダーを配置 | OK |
| 医療安全 | 夜勤に正看護師を必ず配置 | OK |
| 希望休 | 全員の希望休を遵守 | OK |
保存データ上の非勤務日の集計では、妊娠中の設定をしたスタッフが指定の8日より1日多い9日となりました。ほかの条件を満たしていても、この差が許容されるかは管理者が判断する必要があります。AIが安全を意図して判断したとまでは、この出力から確認できません。
ChatGPTだけでは難しくなるポイント
保存出力は多くの指定条件を満たしましたが、実務では条件の更新、結果の点検、スタッフとの調整も必要です。
条件を準備すること自体が大変
最初の5つの入力表に加え、実務では時間帯やスタッフのスキルによる条件を整理します。実験Aの平日12名・土日祝14名という日単位の条件だけでは、次のような違いは表せません。
- 曜日ごとに必要人数が違う(月曜は混むから多め、水曜は少なめ)
- 時間帯ごとの人数(ランチ帯は3名、ディナー帯は5名、仕込みの朝は2名)
- 週ごとの繁閑差(月末は忙しい、GW明けは暇)
- スタッフのスキルレベル(調理ができるパートとできないパートで配置が変わる)
こうした条件を漏れなくテキストで伝えるのは、なかなか骨の折れる作業です。
条件の矛盾や入力漏れがあると、必要人数を満たせない場合があります。出力前に条件を照合し、不足が出たら原因を確認してから条件を変更します。
希望休の回収やシフトの配布はどうする?
ChatGPTには、条件整理やファイルを材料にした分析・文章作成を依頼できます。希望の提出フォーム、確定シフトの配布、変更通知をどう運用するかは別に決めておきましょう。OpenAIの機能案内も確認できます。
シフト作成の業務全体を考えると、その前後にも多くの作業があります。
- スタッフから希望休を集める
- 完成したシフト表をスタッフに共有する
- 急な欠勤が出たときにシフトを組み替える
- 「このシフト替わってほしい」という交渉に対応する
単独のチャットを利用する場合は、希望回収・通知・変更確認の窓口を別途用意します。外部ツールと連携する場合も、更新先と確定版を明確にしておくことが必要です。
時間帯が変わるシフトは、別に検証する
今回の保存データは、固定された勤務区分で検証しています。勤務時間帯や人数条件が変わる場合は、改めて出力を検証してください。
開始・終了時刻も選ぶシフトでは、勤務区分だけでなく、時間帯ごとの必要人数を確認する必要があります。今回の実験は定義済みの勤務区分を使っており、時刻を自由に選ぶ条件は評価していません。
ChatGPTのプロジェクトには条件ファイルや指示を保存し、関連するチャットで再利用できます。毎月のスタッフ・希望休・必要人数の変更を更新し、出力結果を検証する運用は必要です。
シフト作成専用ツールという選択肢
ChatGPTで「AIにシフトを任せる感覚」をつかんだ上で、次のようなことを感じたら、専用のシフト管理ツールが選択肢に入ってきます。
- 条件が複雑になり、毎回プロンプトで伝えるのが手間になった
- 時間単位のシフトや、日ごとの細かい人数設定が必要になった
- 希望休の回収からシフト配布まで、一つの仕組みで管理したい
- 毎月の条件入力やチェックの手間を減らしたい
シフト管理アプリの比較はこちらも参考にしてみてください。
希望回収から、いつもの手順でAIと作成する
AIで表を作るだけでなく、希望を集め、変更し、スタッフへ届ける運用まで整えたい場合はシフッタを活用できます。スタッフがスマホで出した休み希望をもとに、担当者がAIチャットでシフトを組み、確定後は公開・通知できます。
例えば「夜勤を先に入れて、そのあと日勤を」「この日は固定勤務を残して不足枠だけ埋めて」と依頼できます。配置案を見ながら条件を足し、欠勤時は代わりに入れる人の候補探しや部分的な組み直しも頼めます。
導入時は、勤務ルールの整理、初期設定、初回シフトの作成・調整までシフッタが担当します。作り方を説明して引き継ぎ、保存した作成手順を次回も使えるように整えます。
スタッフはスマホから休み希望・出勤NG時間を提出し、確定シフトを確認できます。担当者の作成・修正はPC・iPadで行います。
| ChatGPT | シフッタ | |
|---|---|---|
| ルール設定 | プロジェクトのファイル・指示を再利用可能 | 決まりごと・作成手順を保存し、チャットで依頼 |
| 希望休の募集 | 提出窓口・管理方法を別途設定 | スマホで休み希望・出勤NG時間を提出 |
| シフト配布 | 共有・通知の運用を別途設定 | 公開後にスタッフへ通知 |
| 急な変更・調整 | 変更条件を伝え、結果と共有先を確認 | PC・iPadで配置を変更・確認 |
| 操作環境 | 利用するChatGPT機能・環境に依存 | 担当者はPC・iPad、スタッフはスマホ |
| 結果のチェック | 出力を独立して検証 | 配置案・不足箇所を確認し、管理者が最終確認 |
| 毎月の運用 | 条件ファイルを更新して再利用 | 保存した設定を確認し、変更点を反映 |
まとめ
まずは対象月、スタッフ、勤務区分、希望休、必要人数をそろえ、小さな条件セットで試してください。配置表から人数と希望休を確認し、修正したら動かしたスタッフの勤務条件も点検します。
今回の保存出力では、飲食店の必要人数と病棟の保存集計の非勤務日数に指定条件との差がありました。結果は指定条件の範囲に限られ、法令適合や他のシフトでも同じ結果になることを示すものではありません。
実務では、条件を整理し、出力を検証し、希望回収・確定通知・変更確認までの流れを決めておきましょう。
