建設会社でChatGPTなどの生成AIを使い始めると、
「施工計画書も作れる？」
「安全書類までAIで作っていい？」
「過去の施工計画書を読み込ませればかなり楽になる？」
「どこまでAIに任せて、どこから現場監督が確認する？」
と考えることがあります。
結論からいうと、施工計画書や安全書類はChatGPTでかなり作成補助できますが、完成書類を丸ごとAIへ任せる仕事ではありません。
向いているのは、
過去書類の整理
見出し構成
文章のたたき台
チェック項目の抽出
安全上の注意点候補
箇条書きから文章化
などです。
一方、
施工方法
工程
使用機械
数量
品質管理方法
安全対策
法令適合性
現場条件
などは、その工事を理解している人が確定する必要があります。
つまり、
事実・施工判断は人。
整理・文章化・抜け漏れ確認はAI。
この役割分担が一番使いやすいでしょう。
施工計画書はChatGPTと相性がいい部分が多い
国土交通省の令和8年度版土木工事共通仕様書では、施工計画書について、
工事概要
計画工程表
現場組織表
指定機械
主要船舶・機械
主要資材
施工方法
施工管理計画
安全管理
緊急時の体制及び対応
交通管理
環境対策
現場作業環境の整備
再生資源・建設副産物
週休二日
その他
などの項目を記載する形になっています。
このように施工計画書は、ある程度決まった構成を持っています。
そのためChatGPTへ、
今回の工事概要
過去の施工計画書
発注者の仕様書
会社の書式
などを与えれば、
必要項目を整理して施工計画書の骨組みを作る
ことには向いています。
工事概要の文章化はかなり任せやすい
たとえば人が、
工事名
工事場所
工期
発注者
工事内容
主要数量
を入力します。
ChatGPTには、
「施工計画書の工事概要として読みやすく整理して」
と依頼します。
これはAIが施工内容を判断しているわけではありません。
すでに確定している情報を、
書類用の文章へ整理しているだけ
です。
このような使い方なら、かなり安全に時短できます。
現場組織表の説明文や役割整理にも使える
現場代理人
監理技術者・主任技術者
安全担当
品質管理担当
などの体制が決まっているなら、
各担当者の役割
連絡体制
責任分担
を文章へ整理できます。
ただし、
「この工事では誰を配置すべきか」
までAIに決めさせるのは別です。
資格
配置技術者要件
契約条件
工事内容
などを確認して会社側で決め、その後の文章化にAIを使います。
主要資材・機械は一覧整理に向いている
施工計画書では、
使用する建設機械
主要資材
規格
数量
などを記載することがあります。
Excelや見積資料などに情報がまとまっているなら、
「施工計画書用の主要資材一覧に整理して」
と依頼できます。
人が一から表へ転記するより楽になります。
ただし、
この機械で施工できるか
この能力で足りるか
この資材規格で設計図書を満たすか
という判断は人が行います。
AIは、
決まった情報を整理する
ところまでです。
施工方法は「文章化」はできるが「工法決定」は任せない
施工計画書の中でも特に重要なのが施工方法です。
たとえば、
掘削
基礎
鉄筋
型枠
コンクリート
舗装
などがあります。
現場監督が、
施工手順
使用機械
作業人数
施工条件
注意点
を入力すれば、ChatGPTは施工計画書向けの文章へ整理できます。
たとえば、
「バックホウで掘削し、床付け後に高さを確認。必要箇所は人力で整形」
というメモから、読みやすい施工方法へ整えることはできます。
しかし、
現場条件を見ずにAIへ、
「この工事の最適な施工方法を考えて」
と丸投げするのは避けた方がよいでしょう。
地盤
周辺道路
地下埋設物
構造物
作業ヤード
重機配置
設計条件
などをAIが完全に把握しているとは限らないからです。
施工方法そのものは技術者が決め、AIは文章へする。
この線引きが重要です。
過去の施工計画書を使えばさらに作りやすい
同じ会社なら、
道路工事
造成工事
建築工事
設備工事
など、似た工事を繰り返すことがあります。
そのたびに施工計画書をゼロから作っているなら、
過去の施工計画書
＋
今回変更になる条件
をAIへ与える方法があります。
たとえば、
前回：工期3か月
今回：4か月
前回：バックホウ0.25㎥
今回：0.45㎥
前回：交通規制なし
今回：片側交互通行
と変更点を与え、
「前回の書式を維持して今回用のたたき台を作る」
とします。
これなら、
以前のWordファイルをコピーして全部探し直す
より速くなる可能性があります。
ただし過去書類の条件がそのまま今回にも当てはまるとは限りません。
コピー事故を防ぐためにも、最後は今回工事として一項目ずつ確認します。
施工管理計画の「項目整理」には使いやすい
施工管理計画には、
工程管理
出来形管理
品質管理
写真管理
などがあります。
ChatGPTへ、
今回の工種
発注者仕様
使用する管理基準
を示し、
「施工管理計画で確認すべき項目を整理して」
と依頼できます。
特に、
何を書けばよいか忘れた
という場合のチェックリスト作成に向いています。
一方、
出来形管理基準値
試験頻度
品質規格
などの数字をAIだけに生成させるのは避けた方がよいでしょう。
ここは発注者の基準・仕様書・設計図書などの一次資料で確認します。
工程表はAIより工程管理ソフト・人の判断が中心
AIへ、
「3か月の工程表を作って」
と頼むこと自体はできます。
しかし工程には、
作業量
人員
機械能力
資材納期
他工種との干渉
天候
発注者との調整
などが関係します。
そのためChatGPTが出した工程を、
そのまま実工程
として使うのは向きません。
一方、
人が作った工程表を見せて、
「工程上、同時施工になっている項目を整理して」
「説明文を作って」
といった補助には使えます。
工程計画は、
人・工程管理システムが中心、AIは整理補助
くらいが適しています。
安全管理はAIがかなり役立つが、最終判断は人
安全書類も生成AIとの相性があります。
実際に国土交通省のICT施工Stage IIの取組事例では、
現場写真
＋
AI
を利用し、
安全指摘事項
関係法令
安全対策案
をAIが提案し、現場担当者が内容を精査して安全関係書類へ利用する取組が紹介されています。
つまり、
AIによる安全書類作成
そのものが現場で試されているわけです。
ただし使い方は、
AIが安全を決める
ではありません。
AIが候補を出し、人が精査する
です。
KY活動の候補出しはかなり使いやすい
たとえば今日の作業が、
高所作業
バックホウ掘削
資材搬入
だとします。
ChatGPTへ、
「考えられる危険要因と対策候補を出して」
と依頼すれば、
墜落
重機との接触
吊荷
第三者災害
足元
天候
などの候補を整理できます。
担当者が、
「これは今回の現場には該当しない」
「逆に架空線があるので追記」
と修正します。
つまりAIを、
現場担当者の代わり
ではなく、
見落とし候補を出す補助者
として使います。
作業手順書のたたき台にも使える
たとえば作業内容を、
- 作業エリア規制
- 重機搬入
- 掘削
- 残土搬出
- 床付け確認
と入力します。
AIに、
各工程について、
作業内容
危険要因
安全対策
を表に整理してもらうことができます。
人は、
今回の現場特有の危険
配置
重機
人数
を追記します。
ゼロから作業手順書を書くより効率化しやすい部分です。
新規入場者教育・安全教育資料にも使える
会社が持っている、
現場ルール
安全ルール
立入禁止箇所
車両動線
緊急時対応
をAIへ与えれば、
新規入場者向けの説明資料
チェックリスト
Q&A
に変換できます。
文章だけで長く書かれている社内ルールを、
「現場作業員向けに10項目に整理して」
といった使い方もできます。
内容そのものをAIに作らせるというより、
既存ルールを伝わる形へ変換する
用途です。
ヒヤリハットの整理にも向いている
複数のヒヤリハット報告がある場合、
AIへ匿名化した内容をまとめて渡し、
原因候補
共通点
多い作業
再発防止候補
を整理させることもできます。
たとえば、
「過去3か月のヒヤリハット20件を、重機・高所・運搬・その他に分類して」
といった使い方です。
現場で集めた情報を、
会社全体の安全教育へ再利用する
ところでAIが役立ちます。
法令の洗い出しには使えるが、最終確認には使わない
安全書類では、
労働安全衛生法
労働安全衛生規則
各種指針
などを確認することがあります。
AIへ、
「この作業に関係しそうな安全衛生上の論点を挙げて」
と依頼すれば、調査の入口には使えます。
しかし、
「AIが該当しないと言ったので確認しなかった」
は避けます。
法令改正
工事条件
機械
化学物質
などによって適用が変わる可能性があります。
特にリスクアセスメントなど、法令上記録・保存や周知が求められるものは、実際の法令・行政資料に基づいて対応します。
AIは法令検索の入口。
最終判断は公式資料。
と考えます。
安全書類で一番危険なのは「もっともらしい文章」
生成AIは文章を自然に作れます。
そのため、
危険がないのに危険があると書く
よりも、
実際には不十分な安全対策なのに、きれいな文章で完成してしまう
方が問題です。
たとえばAIが、
「誘導員を配置し、安全に作業を行う」
と書いたとしても、
何人配置するのか
どこに立つのか
どの車両を誘導するのか
が決まっていなければ、現場の安全計画にはなりません。
安全書類では、
文章の完成度ではなく、現場対策の具体性
を見る必要があります。
ChatGPTに丸投げしやすい部分・しにくい部分
施工計画書と安全書類を分けると、次のようになります。
| 作業 | AIへの任せやすさ |
|---|---|
| 工事概要の文章化 | ◎ |
| 過去書類の要約 | ◎ |
| 見出し・構成作成 | ◎ |
| 箇条書きから文章化 | ◎ |
| 文体・表現統一 | ◎ |
| 誤字脱字チェック | ◎ |
| 安全上の注意候補 | ○ |
| KY候補 | ○ |
| 作業手順書の初稿 | ○ |
| 施工管理項目のチェックリスト | ○ |
| 法令の洗い出し | ○ |
| 施工方法の文章化 | ○ |
| 施工方法の決定 | × |
| 工程の最終決定 | × |
| 使用機械・能力の妥当性判断 | × |
| 品質基準・管理値の確定 | × |
| 出来形基準値の確定 | × |
| 安全対策の最終判断 | × |
| 法令適合性の最終判断 | × |
| 現場条件の判断 | × |
この表を見ると、
書く仕事はAI。
決める仕事は人。
という線が見えてきます。
施工計画書をAIで作るなら「空欄を埋めさせない」
実務で使うなら重要なルールがあります。
分からない情報があるときに、
AIに推測で埋めさせない
ことです。
たとえば、
使用機械が未定
人数が未定
数量が不明
なら、
「不明なところは【要確認】と表示して推測しない」
と指示します。
これだけでも、
もっともらしい架空情報が施工計画書へ混ざるリスクを下げられます。
AIで書類を作るときには、
分からないものを作らせない
というルールが重要です。
変更施工計画書の差分整理にも使える
施工途中で、
工法変更
機械変更
施工順序変更
などが発生する場合があります。
国土交通省の令和8年度版共通仕様書でも、施工計画書の内容に重要な変更が生じた場合には、変更事項について変更施工計画書を提出することとされています。
この場合、
当初施工計画書
＋
変更内容
をAIに与えて、
「変更が影響する章を抽出して」
と使うことができます。
たとえば、
機械変更
↓
主要機械
施工方法
安全管理
にも影響する。
というように、変更に伴う見直し候補を探させます。
最終的な変更内容は人が確認しますが、
変更漏れチェック
にはAIを使いやすいでしょう。
「過去書類からコピペ」のミスを減らす使い方もある
施工計画書では、
前回工事の会社名が残っていた
現場名が違った
工期が前年のまま
使用機械が前回のまま
というコピペ事故が起きる可能性があります。
AIへ、
「今回工事と一致していない固有名詞・日付・数量候補を抽出して」
と確認させる方法があります。
AIで新しく全部書かせるだけではなく、
人が作った書類をチェックさせる
使い方も有効です。
施工計画書を全部ChatGPTへ入れる前に情報管理を確認する
施工計画書には、
工事場所
担当者
連絡先
発注者情報
工程
施工方法
会社内部情報
などが含まれる場合があります。
そのため会社で使う場合は、
どのChatGPTプランを使うか
どの情報を入力してよいか
顧客・発注者情報をどう扱うか
を決めておく必要があります。
ChatGPT Businessでは、ワークスペース内の入力・出力はデフォルトでモデル学習に利用されません。
ただし、
Businessだからどんな情報でも入れてよい
という意味ではありません。
自社の情報管理ルール、契約条件、発注者との秘密保持条件なども確認します。
特に個人向けアカウントへ現場書類を社員が自由にアップロードする運用は、会社として一度整理した方がよいでしょう。
AI用に施工計画書テンプレートを作ると使いやすい
毎回、
「施工計画書を書いて」
と依頼するより、
会社用テンプレート
を作っておく方が安定します。
たとえば、
工事概要
計画工程
組織体制
主要機械
主要資材
施工方法
施工管理
安全管理
緊急時対応
交通管理
環境対策
という見出しを固定します。
各項目に、
【会社入力】
【AI整理可能】
【現場確認必須】
などの印を付けます。
これなら、
新人がAIを使っても、
どこを勝手に作ってはいけないか
が分かります。
安全書類も「AI出力→現場確認」を標準フローにする
安全書類についても、
現場写真・作業内容入力
↓
AIが危険候補・対策候補を整理
↓
現場担当者が確認
↓
不要項目削除・現場固有リスク追加
↓
書類化
という流れにします。
これは国土交通省のICT施工Stage IIで紹介されている、
AIが安全指摘事項や対策等を提案
↓
現場担当者が精査
という使い方とも近い考え方です。
AIに完全自動化させるより、
安全担当者が確認する量を減らす
ことを目指します。
小規模建設会社なら最初は3種類だけでもいい
いきなり会社の施工書類全部をAI化する必要はありません。
まず、
施工計画書の文章化
KY・安全書類の候補出し
過去書類のチェック
くらいから始めれば十分です。
たとえば施工計画書に4時間かかっていた。
AIを使って、
工事概要
施工方法の文章化
文章統一
を行い2時間30分になった。
それだけでも1件1時間30分減ります。
年間20件なら、
30時間
です。
小規模会社では、このような書類業務から始めた方が導入効果を測りやすいでしょう。
AIで書類を作りやすい会社・まだ人中心の方がいい会社
AIとの相性がよいのは、似た種類の工事が多く、過去の施工計画書・安全書類がある程度蓄積されている会社です。
過去書式と今回条件を組み合わせれば、毎回ゼロから文章を書く必要がなくなります。
また、
文章作成が苦手
施工計画書作成に毎回何時間もかかる
現場監督が夜に書類を作っている
という会社も効果を出しやすいでしょう。
一方、
工事ごとの差が非常に大きい
過去書類が整理されていない
現場情報を入力する人がいない
AI出力を確認できる技術者がいない
場合は、AIだけ入れても効率化しにくくなります。
AIを導入する前に、
誰が事実を入力し、誰が最終確認するか
を決める必要があります。
結論｜施工計画書・安全書類はChatGPTで「かなり作れる」。ただし「かなり任せられる」とは違う
建設会社の施工計画書・安全書類は、ChatGPTでかなり作成補助できます。
特に、
工事概要の文章化
過去書類の整理
見出し構成
箇条書きから本文作成
KY候補
安全対策候補
作業手順書の初稿
変更箇所の抽出
誤字・固有名詞チェック
などはAIと相性があります。
実際、国土交通省のICT施工Stage IIでも、現場画像とAIから安全上の指摘事項・関係法令等を提案し、現場担当者が精査することで安全関係書類の作成時間を減らす事例が示されています。
一方、
施工方法
工程
主要機械
施工管理値
品質
安全
法令適合
現場固有条件
は人が確定します。
施工計画書は、
それらの判断を書面にしたもの
だからです。
ChatGPTがきれいな文章を作っても、工事現場を見て施工可能性を保証しているわけではありません。
したがって、
現場担当者が事実・施工条件を入力
↓
ChatGPTが施工計画書・安全書類の形へ整理
↓
AIが不足候補・危険候補を提示
↓
現場担当者・技術者が確認
↓
提出
という流れが使いやすいでしょう。
AI導入で減らしたいのは、
技術者の施工判断
ではありません。
過去書類を探す
文章を書く
同じ内容を何度も入力する
変更箇所を探す
安全上の一般的な候補を一から考える
といった作業です。
つまり、
施工を考えるのは人。
書類をまとめるのはAI。
この役割分担なら、ChatGPTは建設会社の施工計画書・安全書類でもかなり実用的に使えます。
次に読む記事
建設会社全体でAIを何に使えるか確認したい場合は、
「建設会社ではAIを何に使える？現場と事務で効率化しやすい業務」
を確認してみてください。
工事写真整理にも時間を取られている場合は、
「工事写真の整理はどこまで自動化できる？写真台帳・整理・共有を効率化する方法」
も判断材料になります。
会社でChatGPTへ施工資料や社内情報を入力してよいか迷っている場合は、
「生成AIを会社で使う前に決めておきたいこと｜入力してよい情報・人が確認する仕事」
へ進むと、情報管理と最終確認のルールから整理できます。
出典
国土交通省 関東地方整備局｜令和8年度版 土木工事共通仕様書
国土交通省｜施工データ活用（ICT施工Stage II）取組事例
厚生労働省｜建設工事の設計・施工等の各段階における労働災害防止対策の推進
OpenAI｜Business data privacy, security, and compliance
この記事は、2026年8月時点の国土交通省・厚生労働省・OpenAIの公開情報を確認して作成しています。