---
title: テスターのためのAI活用学習ワークショップ
tags:  #ai  
author: [Yukiko](https://image.docswell.com/user/yukiko_it)
site: [Docswell](https://www.docswell.com/)
thumbnail: https://bcdn.docswell.com/page/87DKPL15JG.jpg?width=480
description: テスターのためのAI活用学習ワークショップ by Yukiko
published: August 22, 26
canonical: https://image.docswell.com/s/yukiko_it/ZJWNJG-2026-08-22-222941
---
# Page. 1

![Page Image](https://bcdn.docswell.com/page/87DKPL15JG.jpg)

うさうさ研修工房
テスターのための
AI活用学習ワークショップ
認知科学にもとづく学習設計で、テスト計画・設計・実行・報告の一連の業務に
AIを組み込む
うさうさ研修工房
01


# Page. 2

![Page Image](https://bcdn.docswell.com/page/VJPKN2QDE8.jpg)

なぜ今、テスト業務に AI活用が必要か
工程が長く、属人化しやすい
ドキュメント作成に時間がかか
る
分析・報告が後手に回りがち
方針立案から報告まで一連の作業が個
観点表・仕様書・手順書などの作成に多
結果の集計や課題分析は締め切り直前
人のスキルと経験に依存しがちで、引き
くの工数がかかり、テスト実行そのものに
にまとめて行われやすく、次工程への
継ぎや標準化が難しい
時間を割きにくい
フィードバックが遅れる
うさうさ研修工房
02


# Page. 3

![Page Image](https://bcdn.docswell.com/page/2EVVKD5GEQ.jpg)

ワークショップ概要
対象
テスト計画〜報告までを担当するテスター・ QA担当者（AI活用は未経験でも可）
形式
オンライン・半日（ 4時間）・座学＋ハンズオン演習
ゴール
テスト業務の5フェーズそれぞれで「どこに AIを使えるか」を自分の業務に当てはめて言語化
進め方
1フェーズごとに『解説 →デモ→自分の業務での実践ワーク』を繰り返す反復構成
うさうさ研修工房
できる
03


# Page. 4

![Page Image](https://bcdn.docswell.com/page/57GLQYPDEL.jpg)

認知科学にもとづく学習設計
本ワークショップ自体の教材・進行を、以下 4つの原則で設計しています
チャンク化
デュアルコーディング
5フェーズを独立した小さな単元に
手順やフローは文章だけでなく図・
分割し、1回に扱う情報量を絞って
アイコンでも提示し、言語情報と視
認知負荷を抑える
覚情報の両方で記憶に残す
うさうさ研修工房
想起練習
認知負荷の低減
説明を聞くだけで終わらせず、各
スライドは1枚1メッセージを徹底
フェーズの直後に自分の業務で試
し、装飾や情報量を絞ることで本
すワークを挟み、記憶の定着を促
質的な理解に集中できるようにす
す
る
04


# Page. 5

![Page Image](https://bcdn.docswell.com/page/4EQYKM2XJP.jpg)

ワークショップ全体マップ
テスト業務の5フェーズを、そのままモジュール構成にしています
モジュール 1
モジュール 2
→
テスト計画
うさうさ研修工房
モジュール 3
→
テスト設計
モジュール 4
→
ケース／仕様書
作成
モジュール 5
→
実行指示・
進捗管理
結果分析・
レポーティング
05


# Page. 6

![Page Image](https://bcdn.docswell.com/page/KJ4WPVL271.jpg)

モジュール1
テスト計画
テスト方針の立案・体制構築・スケジュール設計にAIを活用する
現状の課題
AIの使いどころ
演習アウトプット
● 過去プロジェクトの方針書を毎回ゼロか
ら作成
● 要件定義書を要約させ、方針書のたた
き台を生成
● 自分のプロジェクト向けテスト方針書ド
ラフト
● 体制表やスケジュールの叩き台作りに
● 類似プロジェクトの事例からリスク項目
● AIと作成したリスク一覧
時間がかかる
● リスクの洗い出しが担当者の経験頼み
を洗い出し
● 初期スケジュール案
● 工数見積もりの根拠を対話しながら言
語化
うさうさ研修工房
06


# Page. 7

![Page Image](https://bcdn.docswell.com/page/LE1Y93LK7G.jpg)

モジュール2
テスト設計
観点洗い出し・テスト技法の検討・実施手順の検討にAIを活用する
現状の課題
AIの使いどころ
演習アウトプット
● 観点の洗い出しが漏れやすく、レビュー
で指摘が多い
● 仕様書を読み込ませて観点の抜け漏れ
をチェック
● 観点洗い出しシートの AIレビュー結果
● テスト技法の選定が担当者の知識に依
● 境界値分析・同値分割など適した技法
存
● 実施手順書の記述に時間がかかる
うさうさ研修工房
を提案させる
● 技法選定の比較メモ
● 実施手順書のたたき台
● 観点表から実施手順の下書きを生成
07


# Page. 8

![Page Image](https://bcdn.docswell.com/page/GEWGQPVPJ2.jpg)

モジュール3
テストケース・仕様書・手順書の作成
ドキュメント作成の下書き・整形・表記統一にAIを活用する
現状の課題
AIの使いどころ
● テストケースの作成に多くの工数がか
かる
● 観点表からテストケースの雛形を一括
生成
● 表記ゆれや粒度のばらつきが発生しや
● 表記ルールを指定して文書全体を整形
すい
● 仕様変更のたびに全体を手作業で更新
・統一
演習アウトプット
● 自分の業務向けテストケース雛形
● 表記統一チェックの実施結果
● 差分更新のプロンプト例
● 仕様変更差分を伝えて該当ケースだけ
更新
うさうさ研修工房
08


# Page. 9

![Page Image](https://bcdn.docswell.com/page/47ZLWK46J3.jpg)

モジュール4
テスター実行指示・進捗管理
実行指示の作成と進捗管理の効率化にAIを活用する
現状の課題
AIの使いどころ
● テスターへの指示が担当者ごとに粒度
が違う
● ケース一覧から分かりやすい実行指示
文を生成
● 進捗確認や遅延の把握が手作業で後
● 進捗データを要約し、遅延リスクを早期
手に回る
● 問い合わせ対応に都度時間を取られる
に検知
演習アウトプット
● 実行指示テンプレート
● 進捗サマリーの AI要約例
● FAQ回答案リスト
● よくある問い合わせの FAQ回答案を用
意
うさうさ研修工房
09


# Page. 10

![Page Image](https://bcdn.docswell.com/page/YJ6WGQ3LJV.jpg)

モジュール5
結果分析・レポーティング
テスト結果をもとにした課題分析とレポート作成にAIを活用する
現状の課題
● 不具合の傾向分析に時間がかかる
● レポートの体裁を整えるだけで工数を消
費
● 関係者ごとに説明の粒度を変える手間
が大きい
AIの使いどころ
● 不具合ログを分類させ、傾向と原因仮
説を提示
● 結果データからレポートのドラフトを自
動生成
演習アウトプット
● 不具合傾向分析メモ
● レポートドラフト
● 読み手別サマリー 2パターン
● 読み手（経営層／開発者）別に要約を
出し分け
うさうさ研修工房
10


# Page. 11

![Page Image](https://bcdn.docswell.com/page/GJ5MVRLMJ4.jpg)

時間構成（ 4時間）
時間
内容
00:00–00:15（15分）
オープニング／ゴール共有／学習の進め方の説明
00:15–00:55（40分）
モジュール1：テスト計画 × AI（解説→デモ→実践ワーク）
00:55–01:35（40分）
モジュール2：テスト設計 × AI（解説→デモ→実践ワーク）
01:35–01:50（15分）
休憩
01:50–02:30（40分）
モジュール3：ケース／仕様書作成 × AI（解説→デモ→実践ワーク）
02:30–03:10（40分）
モジュール4：実行指示・進捗管理 × AI（解説→デモ→実践ワーク）
03:10–03:20（10分）
休憩
03:20–03:50（30分）
モジュール5：結果分析・レポーティング × AI（解説→デモ→実践ワーク）
03:50–04:00（10分）
まとめ／自分の業務への適用計画づくり
うさうさ研修工房
11


# Page. 12

![Page Image](https://bcdn.docswell.com/page/9E293DLR7R.jpg)

受講後のゴールと次のステップ
1
テスト計画〜報告までの5フェーズすべてで、AIを使える具体的な場面を自分の言葉で説明できる
2
各モジュールで作成したドラフト（方針書・観点表・ケース雛形・指示テンプレート・レポート）を、そのまま自分の業務に持ち
帰って使える
3
うさうさ研修工房
ワークショップ後は、個別コンサル（1on1）で自分のプロジェクトへの導入を一緒に設計することも可能
12