訪問介護事業所の訪問記録とヘルパー指示書をAIで時短｜Claude Code実務術

金曜の夜21時。事業所には僕一人。ヘルパーさんから上がってきた走り書きのメモが机に山積みで、これを月曜の朝までに訪問記録の体裁に直して、来週分のヘルパー指示書まで作らないといけない。

「Aさん、デイの送り出しのとき少し咳。水分すすめた」——この一行を、誰が読んでも分かる記録に清書する。これを20件。指示書も10人分。気づけば日付が変わっていて、肝心の「Aさんの咳、看護師に共有したっけ?」が抜ける。あの抜けが一番怖い。

サービス提供責任者(サ責)の仕事って、訪問そのものより「書く」「整える」「伝える」の事務に時間を食われます。僕も最初は気合いで全部手書きから清書していました。でも生成AIに「下書きと整え」を任せ始めてから、夜の事務がだいぶ軽くなった。今日はその具体的なやり方を、現場の手戻りごと書きます。

この記事の要点

• 訪問介護事業所のサ責がやる「訪問記録の清書」と「ヘルパー指示書づくり」は、AIに任せると一番効きます。元データを渡して整えさせる作業だからです。
• ただし個人情報を生のままクラウドに送らない。氏名は記号に置き換える「仮名化」を必ず挟みます。
• AIに任せるのは下書きと体裁。ケアの判断とハンコ(承認)は人。ここを混ぜると事故ります。
• コピペで使えるプロンプト雛形と、記録の必須項目が埋まっているか機械チェックする検証スクリプトを載せました。
• 僕の事業所だと、1日分の記録清書がだいたい60分から15分に。月にならすと20時間くらい浮きました。

まず読者像と業務フローをそろえる

この記事が想定するのは、ヘルパー5〜20人くらいの訪問介護事業所で、サ責をやっている人です。訪問にも入りながら、シフト調整、記録チェック、指示書づくり、ケアマネとのやり取りまで抱えている。パソコンは使うけどプログラミングは未経験、という人を真ん中に置いています。

訪問介護の「書く」仕事は、だいたいこの流れです。

1. ヘルパーが訪問後にメモやアプリで実施内容を残す(手書き・音声・短文がバラバラ)
2. サ責がそれを訪問介護計画書に沿った訪問記録の体裁に整える
3. 利用者ごとの**ヘルパー指示書(サービス手順書)**を、状態変化に合わせて更新する
4. 申し送り・ケアマネ共有・モニタリングにつなげる

詰まるのは2と3です。元の情報はあるのに、整えるのに時間がかかる。表記もヘルパーごとにバラバラ。ここがAIの得意分野とぴったり重なります。

よくある手戻り・困りごと

• 表記ゆれ: 「清拭」「せいしき」「身体拭き」が混在して、あとで検索も集計もできない。
• 必須項目の抜け: 訪問記録に開始・終了時刻、実施したサービス内容、利用者の様子、特記事項が揃っていない。実地指導で必ず突かれる箇所です。
• 転記ミス: メモから記録へ手で写すとき、時刻や数値を打ち間違える。
• 指示書の陳腐化: 利用者の状態が変わったのに、指示書が3か月前のまま。新人ヘルパーが古い手順で入ってしまう。
• 共有漏れ: 冒頭の「咳」のような小さな変化を、看護師やケアマネに伝え忘れる。

僕がやらかしたのは転記ミスでした。訪問開始を「9:00」と書くべきところを前の利用者の「10:00」のまま残してしまい、あとで突き合わせたときに冷や汗をかいた。手で写す工程が残っている限り、これはゼロにできません。

Use case 1: 走り書きメモを訪問記録に清書する

ヘルパーの短いメモを、訪問記録の体裁に整える。これが一番頻度が高くて、一番効きます。

任せ方はシンプルで、「元メモ」と「整えてほしい型」をAIに渡すだけ。下のプロンプトはそのまま使えます。【ここにメモ】の部分を差し替えてください。氏名は後で説明する仮名化ルールで利用者Aのように置き換えてから渡します。

あなたは訪問介護のサービス提供責任者を補助する記録係です。
以下のヘルパーのメモを、訪問記録の下書きに整えてください。

条件:
- 出力項目は「訪問日時 / サービス区分 / 実施内容 / 利用者の様子 / 特記事項」
- 事実だけを書き、メモにない症状や数値を足さない
- 表記は「清拭」「移乗」など介護記録の標準語に統一
- 医療判断や診断名は書かない
- 分からない項目は「(要確認)」と明記する

メモ:
【ここにメモ】

ポイントは「メモにないことを足すな」と「分からないものは(要確認)と書け」の2行です。これを入れないと、AIは気を利かせて、ありもしない症状を補完してしまう。介護記録でそれは命取りなので、必ず釘を刺します。

清書された下書きは、サ責が目で確認してから記録に転記する。AIは「整える」まで、ハンコは人、という分担です。

Use case 2: ヘルパー指示書を状態変化に合わせて更新する

利用者の状態が変わったとき、指示書のどこを直すべきか。AIに「変更前」「今回の変化」「変えてほしい観点」を渡すと、改訂の下書きを出してくれます。

渡すもの	AIにやらせること	人が必ず判断すること
現在の指示書	変更が必要な項目を洗い出す	変更を採用するか
今回の状態変化メモ	新しい手順の文案を作る	ケアの妥当性・安全性
注意したい観点	表記と項目の統一	医療職への相談要否

たとえば「右手の麻痺が進んで、食事の自助具を変えた」という変化なら、AIは食事介助の手順、見守りの強度、転倒リスクの記載を直す案を出します。それを見て、サ責が「この見守り強度は看護師に相談してから」と判断する。下書きが先にあると、ゼロから書くより圧倒的に速いです。

Use case 3: 申し送りの抜けをチェックリストで防ぐ

冒頭の「咳の共有漏れ」をなくすために、僕は申し送りチェックリストをAIに毎日生成させています。その日の記録から「共有が必要そうな変化」を拾わせ、こんな形で出させる。

• 利用者A: 送り出し時に咳。看護師へ共有 → (担当: / 済)
• 利用者C: 食事量が普段の半分。ケアマネへ報告 → (担当: / 済)
• 利用者F: 服薬の声かけで拒否。家族へ連絡 → (担当: / 済)

拾うのはAI、共有するかどうかと実際の連絡は人。チェックボックスが埋まるまで僕は退勤しない、と決めてから、共有漏れがほぼ消えました。

AIに任せる範囲と、人が必ず判断する範囲

ここの線引きを間違えると、便利どころか危険です。僕の事業所の基準はこうです。

工程	AIに任せる	人が判断する
メモの清書・整形	○	最終確認のみ
表記統一・項目チェック	○	—
指示書の改訂案づくり	○(下書き)	採用可否
ケアの内容・安全性の判断	×	○
医療職への相談要否	×	○
記録の承認(ハンコ)	×	○
利用者・家族への連絡	×	○

原則は一つ。「事実を整える」はAI、「ケアを決める・責任を負う」は人。AIは介護の資格を持っていません。下書き係として優秀なだけです。

Claude Codeのようなツールに慣れていない人は、まず操作の全体像を Claude Codeをはじめて触る人向けの導入ガイド で押さえると入りやすいです。プログラミングをしない人がどこまで使えるかは 非エンジニア向けの使い方 も参考になります。

個人情報・セキュリティの注意点

訪問介護の記録は、要配慮個人情報のかたまりです。氏名、住所、病名、家族構成。これを生のままクラウドのAIに送るのは避けます。僕が守っているルールはこれだけ。

• 仮名化してから渡す: 氏名は利用者A、住所は出さない。元メモの実名は手元で記号に置き換えてから入力する。
• 戻すのは手元で: AIが返した下書きの利用者Aを、最後に実名へ戻すのは事業所内のPCで人がやる。
• 学習に使われない設定を確認: 業務利用では、入力が学習に使われないプランや設定を選ぶ。事業所として契約形態を確認しておく。
• 記録は規程どおり保管: AIはあくまで下書き工程。完成した記録の保管・改ざん防止は、これまでどおり事業所の規程に従う。

個人情報の扱いは法令でも定められています。厚生労働省の介護関係事業者における個人情報の適切な取扱いのためのガイダンスに一度目を通しておくと、どこまで気をつければいいかの感覚がつかめます。

コピペで使える検証スクリプト

清書された記録に必須項目が揃っているかを、人の目だけでなく機械でも見ます。下はNode.jsで動く小さなチェッカーです。記録テキストを渡すと、抜けている項目を教えてくれる。Node.jsが入っていればnode check-record.mjsで動きます。

// check-record.mjs : 訪問記録に必須項目が揃っているかを確認する
const required = ["訪問日時", "サービス区分", "実施内容", "利用者の様子", "特記事項"];

// 実際にはファイルから読み込む。ここではサンプルを直書き
const record = `
訪問日時: 2026-06-07 09:00-09:45
サービス区分: 身体介護
実施内容: 清拭、移乗の見守り
利用者の様子: 送り出し時に咳が数回
`;

const missing = required.filter((key) => !record.includes(key));

if (missing.length === 0) {
  console.log("OK: 必須項目はすべて揃っています");
} else {
  console.log("要修正: 次の項目が抜けています ->", missing.join("、"));
  process.exitCode = 1;
}

このサンプルだと「特記事項」が抜けているので、要修正: 次の項目が抜けています -> 特記事項と出ます。清書の最後にこれを通すだけで、項目漏れの記録が混ざらなくなります。チェックリスト方式を仕組みにする考え方は Claude Code活用の生産性アップ術 でも触れています。

プロンプトを安定して使い回したい人は、事業所共通のルール(出力項目、禁止事項、表記基準)を一枚にまとめておくと毎回ぶれません。書き方は CLAUDE.md ベストプラクティス が参考になります。

導入前と後で何が変わったか

導入前の僕の金曜夜は、清書と指示書だけで2〜3時間。表記はバラバラ、転記ミスはたまに発生、共有漏れも年に数回ありました。

導入後は、清書がメモ20件で15〜20分。AIが型に整えてくれるので、僕は事実確認と承認に集中できる。表記は標準語に揃い、検証スクリプトが項目漏れを止め、申し送りチェックリストで共有漏れがほぼ消えました。

ROIの目安をざっくり出すと、1日の記録清書が60分から15分なら、1日45分の短縮。週5日で約4時間弱、月で20時間前後浮きます。サ責の人件費を時給2,000円とすれば、月4万円分くらいの時間を、訪問やヘルパー育成に回せる計算です。あくまで僕の事業所での概算ですが、体感とも合っています。

よくある質問

Q. パソコンが苦手でも使えますか? A. 使えます。やることは「メモを貼り付ける」「出てきた下書きを直す」だけです。難しい設定はサ責の誰か一人が最初に整えれば、他のメンバーはコピペで回せます。プロンプトの精度を上げたい段階になったら プロンプト設計の応用 を見てください。

Q. AIが書いた記録をそのまま提出していいですか? A. だめです。AIの出力は下書きです。必ずサ責が事実確認して承認してから記録にします。承認の責任は人にあります。

Q. 利用者の名前を入力しても大丈夫? A. 実名は入れません。利用者Aのように仮名化してから渡し、最後に手元で実名へ戻します。これを徹底すれば、生成AIに要配慮個人情報を流すリスクを下げられます。

Q. 間違った内容を書いてくることはない? A. あります。だからプロンプトに「メモにないことを足すな」「不明は(要確認)と書け」を必ず入れ、人が確認します。AIは整える係で、事実の保証はしません。

Q. 小規模な事業所でも元は取れますか? A. 記録の量が少なくても、表記統一と項目チェックの恩恵は出ます。ヘルパー5人規模でも、月10時間前後は浮く感覚です。

事業所として本格的に業務へ組み込みたい、運用ルールやセキュリティまで含めて相談したい場合は、研修・導入相談 で一緒に設計できます。まず個人で試したい人は無料教材から触ってみてください。

実際に試した結果

僕が実際に確かめたのは三つです。一つ目、走り書きメモ20件を上のプロンプトで清書したら、所要時間が手作業の3分の1以下になりました。二つ目、検証スクリプトを通したら、清書の途中で「特記事項」と「終了時刻」の抜けを2件拾えた。手の目視チェックでは見落としていた箇所です。三つ目、仮名化ルールを守ると、実名を一度もクラウドに送らずに最後まで作業できました。

一番効いたのは「AIに整えさせて、人が承認する」という分担をはっきり決めたことです。これを曖昧にすると、AIに判断まで委ねてしまって不安になる。線を引いてからは、夜の事務が軽くなって、冒頭の「咳の共有、したっけ?」みたいな抜けも起きなくなりました。まずは明日の記録1件、清書をAIに任せるところから試してみてください。