【介護・福祉事業所】送迎ルートをClaude Code/Codexで自動化する方法
aikanri-admin
この記事の内容
デイサービスの送迎は、利用者の住所、迎え・送りの希望時間、車椅子の有無、同乗する利用者同士の相性、車両の台数と乗車定員、添乗職員の人数を同時に見ながら組み立てる作業です。とくに送迎表の作り直し — 欠席や追加利用、時間変更が出るたびに、どの便にどの利用者を乗せ、どの順番で回るかを組み替える作業 — は経験に依存しやすく、送迎を仕切る相談員1人に集中しがちです。AIは運行の安全や走行ルートの可否を判断するものではありませんが、利用者の利用時間・車両条件・注意事項を整理し、変更点の洗い出しやドライバー共有メモ・家族連絡文の下書きを先に作る補助として使えます。
変更発生時の送迎表の組み直しと共有 (あさひ野デイサービスのモデル事例)
本記事では、AI鬼管理 が支援を想定する あさひ野デイサービス (群馬県前橋市・定員30名・送迎車3台・1日2便で運行) をモデル事例に、Claude Code/Codex で送迎表の下書きを「便ごとの割り当て案+変更点+ドライバー共有メモ+家族連絡文」まで半自動化する手順を解説します。送迎の組み立てを相談員の三輪さん1人が担い、欠席や時間変更が出るたびの組み直しに1回45分かかっていた事業所が、若手の緒方さんも送迎表の下書きを起こせるようになり、当日朝の確認電話を減らした流れです。
代表菅澤
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、
- 送迎ルート整理で相談員が抱えている負荷(変更対応・注意事項の記憶頼み・ドライバー共有)が分かる
- Claude Code/Codexで自動化できる3項目(利用条件の整理/変更点の洗い出し/共有メモの下書き)が理解できる
- 5ステップでのPoC〜運用の進め方が分かる
- 住所と利用時間から送迎表を組む型が分かる
- 車両・添乗員・所要時間の制約を送迎表へ反映する方法が分かる
01 PROBLEM 送迎ルート整理の現場で起きていること 変更対応・注意事項の属人化・共有遅れのトリレンマ
問題1: 送迎表の組み直しが相談員1人に集中する。誰をどの便に乗せ、どの順番で回るか — あさひ野デイサービスではこの判断を実質、相談員の三輪さん1人が担っていました。若手の緒方さんが送迎表を作ると、乗車定員の超過や車椅子席の不足を見落としやすく、結局は三輪さんの確認待ちになり、三輪さんがボトルネックになります。
問題2: 利用者ごとの注意事項が記憶に頼っている。「Aさんは玄関先まで添乗職員が付き添う」「Bさんは自宅前が狭く、一本隣の角で乗降」「Cさんは出発前に家族へ電話する」といった注意事項は、三輪さんの頭の中にありました。担当が休むと、その日の送迎の質が落ち、引き継ぎのたびに口頭で伝え直すことになります。
問題3: 変更の共有が遅れ、当日朝に確認が集中する。前日夕方に欠席連絡が入っても、送迎表の修正とドライバーへの共有が追いつかず、当日朝に「今日は何便でどの順番か」をその場で確認することになります。あさひ野デイサービスでも、欠席や時間変更が重なった日ほど、出発前の確認電話とドライバーからの問い合わせが増えていました。
02 WHAT Claude Code/Codexで何を自動化するか 運行判断ではなく、条件整理と変更点の洗い出しを自動化
📚 用語解説
送迎表：どの便で・どの利用者を・どの順番で迎えに行き、送り届けるかを時系列にまとめた一覧。利用者の住所や希望時間、車椅子の有無、車両の定員、添乗職員の配置を踏まえて組むため、誰をどの便に割り当て、どの順で回るかが相談員の経験に依存しやすく、属人化の主因になりやすい。
処理1: 利用条件の整理(便ごとに並べる)。利用者ごとの曜日、迎え・送りの希望時間、住所エリア、車椅子の有無、添乗の要否といったバラバラの情報を、AIが便ごとに整理します。「この便に誰が乗り、どんな配慮が要るか」を1枚で見える形にし、送迎表のたたき台を作ります。
処理2: 変更点の洗い出し。欠席・追加利用・時間変更が出たとき、AIが「前回の送迎表との差分」を洗い出します。同じ便で乗車定員を超えていないか、車椅子席が足りているか、迎え時間が前後の利用者とぶつかっていないか — こうした違和感を確認候補として並べます。
処理3: ドライバー共有メモ・家族連絡文の下書き。ドライバーへ伝える変更点や注意事項、家族への時間変更連絡の文面を下書きします。便名・順番・乗降場所・配慮事項を入れたメモが先にあるだけで、当日朝の口頭確認と、家族への連絡漏れが減ります。
| 送迎の要素 | AIが整理すること | 人(相談員・ドライバー)が確認すること |
|---|---|---|
| 利用時間 | 便ごとの迎え・送り時刻の候補、重複候補 | サービス提供時間との整合、家族都合 |
| 住所・乗降場所 | エリアごとの並び、注意点の一覧 | 実際の道幅、停車可否、安全な乗降位置 |
| 車両・車椅子 | 定員と車椅子席の過不足候補 | 当日の車両状態、固定・介助の可否 |
| 変更・連絡 | 変更点、ドライバーメモ、家族連絡文の下書き | 運行可否、緊急時対応、連絡の最終確認 |
AIの役割は利用条件の整理・変更点の洗い出し・共有メモの下書きまで。実際の走行ルート、停車できる場所、当日の道路事情、利用者の体調に応じた介助は必ず相談員とドライバーが確認します。この線引きを最初に決めておくと、現場が安心してAIを使えます。
03 HOW 具体的な進め方 5ステップ 小さくPoCし、外した割り当ての理由を送迎ルールへ戻す
送迎ルート整理AI化の5ステップ
いきなり全曜日・全便ではなく、利用者が固定されやすい曜日の1便を対象に選ぶ
「Aさんは玄関先まで付き添い」「自宅前が狭い利用者は一本隣で乗降」など、三輪さんの頭の中の注意事項を文章化する
便ごとの割り当て案・変更点・乗車定員や車椅子席の過不足候補を、確定ではなく確認用ドラフトとして出す
相談員とドライバーが直した箇所と「外した割り当ての理由」をCLAUDE.mdへ戻し、下書きの精度を上げる
下書きづくりを若手に任せ、相談員は安全と相性の確認に回る。うまくいった曜日から横展開する
5ステップで最も大切なのは、STEP 4の「外した割り当ての理由」を残すことです。AIが出した割り当て案を相談員が組み替えた場合、「なぜその便ではなかったのか」を残さないと、次回も同じ案が出ます。「Dさんは酔いやすいので最初に降ろす」「EさんとFさんは席を離す」といった理由をCLAUDE.mdへ戻せば、AIの下書きは少しずつあさひ野デイサービスの送迎基準に近づきます。
04 RESULT 導入後の変化と数値効果(あさひ野デイサービスの事例) 送迎表の組み直し45分→15分、属人化の解消
- 欠席や時間変更のたびに、相談員の三輪さんが送迎表を手で組み直していた(1回約45分)
- 乗降場所や車椅子対応、声かけの注意事項が三輪さんの記憶に残り、引き継げなかった
- 送迎表の修正とドライバー共有が遅れ、当日朝の確認電話と問い合わせが増えていた
- 若手の緒方さんは送迎表を作れず、組み直しが三輪さん1人に集中して残業の原因になっていた
- AIが利用条件と変更点を整理し、送迎表の下書きを約15分で起こせるようになった
- 利用者ごとの乗降場所・配慮事項をドライバー共有メモとして整理し、引き継ぎやすくなった
- 乗車定員や車椅子席の過不足、時間の重複を変更点として先に提示できるようになった
- 若手の緒方さんが下書きを起こし、三輪さんは安全と相性の確認に専念できるようになった
AI鬼管理山崎
05 PITFALL よくある落とし穴3つ 安全判断・個人情報・道路事情の扱いを誤らない
実際の走行ルート、停車できる場所、当日の道路事情、利用者の体調に応じた介助は、現場を知る相談員とドライバーが確認します。AIは利用条件の整理と変更点の洗い出しまで。下書きを運行指示として確定扱いにすると、現場のズレがそのまま当日の送迎に乗ります。
送迎表は、利用者の住所、電話番号、家族連絡先という高い個人情報を含みます。誰でも見られるチャットやファイルに置くと、情報漏えいのリスクが高まります。閲覧できる人と保存場所を限定し、AIに入れる情報も必要最小限にして、番地などの不要な詳細はマスキングしてください。
送迎は、地図上の距離が短くても、道幅、一方通行、踏切、混雑時間帯、乗降のしやすさで実際の所要時間が大きく変わります。AIの整理した順番をそのまま使わず、回りやすさと安全な乗降位置は、その道を知るドライバーが必ず確認します。
06 BUILD 住所と利用時間から送迎表を組む型 便を分ける軸を決めてから、利用者を当てはめる
送迎表でつまずく一番の原因は、利用者を1人ずつ眺めながら、その場の感覚で便と順番を決めてしまうことです。あさひ野デイサービスでは、AIに渡す前に「便を分ける軸」を先に決め、そこへ利用者を当てはめる作り方に変えました。CLAUDE.mdに送迎表の組み方の型を書いておくと、AIがその型に沿って下書きを組みます。
型1: まず利用時間で便を分ける
あさひ野デイサービスは1日2便です。まず「早めの迎えを希望する利用者」と「遅めでよい利用者」を利用時間で分け、第1便・第2便の枠を決めます。送りも同様に、早く帰宅したい利用者と、入浴後にゆっくり帰る利用者で便を分けます。時間という動かしにくい条件を先に置くことで、後からの組み替えが減ります。
型2: 次に住所エリアでまとめる
便の枠が決まったら、同じ便の中を住所エリアでまとめます。「前橋市内の朝日町・三河町エリア」「南部の天川大島エリア」のように地区でくくると、行ったり来たりの無駄が減ります。AIには、利用者の住所エリアと希望時間を渡し、便ごとのエリア別の並び候補を出させます。最終的にどの道を通るかは、その地区を走り慣れたドライバーが決めます。
型3: 配慮が必要な利用者を先に固定する
「酔いやすいので乗車時間を短くしたいDさんは、その便の最後に乗せて最初に降ろす」「車椅子のGさんは、車椅子対応車の便に固定する」といった配慮は、エリアの並びより優先して先に決めます。AIには「先に固定する利用者」をCLAUDE.mdで伝えておき、その人を起点に他の利用者を当てはめさせると、配慮漏れの少ない下書きになります。
利用時間→住所エリア→配慮事項という組み立ての順番を、CLAUDE.mdへ先に書いておくと、AIがその順番で送迎表の下書きを組みます。利用者を1人ずつ眺めて決めるより、軸を先に決めて当てはめるほうが、組み直しの手戻りが減り、若手でも同じ型で下書きを起こせます。
07 LIMITS 車両・添乗員・所要時間の制約を送迎表へ反映する 崩れるのは順番より「乗れる人数」と「付き添える人数」
送迎表が当日に崩れる原因は、回る順番より、「その便に何人乗れるか」「車椅子は何台積めるか」「添乗職員が何人付けるか」といった制約の見落としにあります。あさひ野デイサービスが送迎表に必ず反映している、3つの制約の押さえ方を紹介します。
制約1: 車両ごとの乗車定員と車椅子席
「この便は乗用タイプで定員6名、車椅子は1台まで」「もう1台は車椅子2台積める福祉車両」のように、車両ごとの定員と車椅子席を先に決めておきます。AIには車両ごとの上限を渡し、「乗車人数が定員を超える便」「車椅子席が足りない便」を変更点として先に出させます。実際に固定や介助ができるかは、当日の車両状態を見てドライバーが確認します。
制約2: 添乗職員の人数と付き添いが要る利用者
玄関先までの付き添いや、乗降時の見守りが必要な利用者がいる便は、添乗職員が要ります。「付き添いが必要な利用者は1便あたり何人まで対応できるか」を決めておき、AIに「付き添いが必要な利用者が同じ便に偏っていないか」を確認候補として出させます。誰がどの便に添乗するかの最終判断は、その日の職員配置を見て相談員が行います。
制約3: 1便あたりの所要時間の上限
利用者を詰め込みすぎると、最初に乗った人の乗車時間が長くなり、体調への負担になります。「1便の所要時間は◯分まで」「最初に乗る利用者の乗車時間は◯分を超えない」という上限を決めておき、AIに「所要時間が上限を超えそうな便」を候補として出させます。所要時間の見積もりは目安に留め、実際の混雑や乗降のしやすさはドライバーが確認します。
車両ごとの定員と車椅子席、添乗できる付き添い人数、1便の所要時間の上限を、CLAUDE.mdに数字付きで書いておくと、AIがその上限を超える便を変更点として出します。回る順番だけでなく「乗れる人数」「付き添える人数」「乗車時間」の制約を先に渡すことで、当日になって乗り切れない、付き添えないという事態を、下書きの段階で防ぎやすくなります。
08 RELATED 関連記事: 介護・福祉事業所の自動化事例10選(全業務マップ) 送迎以外の9業務も含めた事例集
本記事は介護・福祉事業所の自動化事例10選のうち、事例3「送迎ルート整理」を深掘りした内容です。介護記録・シフト作成・請求前チェックなど他の業務もあわせてご覧ください。→ 介護・福祉事業所の自動化事例10選(全業務マップ)
09 ABOUT AI鬼管理について - 送迎ルート整理の伴走サービス 属人化した送迎表を、確認中心の運用へ
本記事を発信している AI鬼管理 は、介護・福祉事業所のAI業務自動化をClaude Code/Codexで設計から伴走するサービスです。送迎ルート整理は、組み直しと共有の属人化を解くことで、当日の運営の安定と若手育成に効く打ち手です。
代表菅澤
属人化した送迎表の組み直し、いっしょに軽くしませんか?
本記事のあさひ野デイサービスの例は、定員30名・送迎車3台・1日2便・相談員1人集中というモデルケースです。貴事業所の車両台数や利用者の構成によって、最適な進め方は変わります。まずは今の送迎表の作り方をうかがって、貴事業所に合った設計をご提案します。
代表菅澤
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code/Codex・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. AIで最適な送迎ルートを自動で決められますか?
A. 自動決定はおすすめしません。AIは利用条件の整理や変更点の洗い出し、送迎表の下書きまでにし、実際の走行ルート、停車できる場所、当日の道路事情はドライバーと相談員が確認する設計が現実的です。
Q. 利用者の住所をAIに入れるのは危険ではないですか?
A. 住所や連絡先は高い個人情報です。入力してよい範囲、匿名化やマスキングの方法、保存先、閲覧権限を事業所内で決め、必要最小限の情報だけを使います。番地など不要な詳細は伏せて運用します。
Q. 欠席や時間変更が多い日にも対応できますか?
A. 対応できます。前回の送迎表との変更点を洗い出し、乗車定員や車椅子席の過不足、時間の重複を確認候補として出せます。ただし当日の運行可否はドライバーと相談員が判断します。
Q. 家族への時間変更の連絡文も作れますか?
A. 下書きは作れます。変更後の迎え・送り時間、理由、確認してほしいことを整理した文面を下書きし、送信前に職員が事実関係と個人情報の混入がないかを確認します。
Q. 車椅子対応や添乗職員の配置も考慮できますか?
A. 考慮の前提になる条件は整理できます。車両ごとの車椅子席や、付き添いが必要な利用者の偏りを確認候補として出せます。誰がどの便に添乗するかの最終判断は、その日の職員配置を見て相談員が行います。
Q. 料金やプランを教えてください
A. 料金やサポートプランは AI鬼管理のサービスページをご覧ください。貴事業所向けの個別ご提案は本記事末尾のNEXT STEPからお問い合わせください。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
