atom.training-designer.adaptive-path-design
理解度に応じた学習パスを設計する
理解度に応じた学習パスを設計する
成果物成果物このレッスンが終わったとき、あなたの手元に残る具体的な成果物です(例: 公開済みの Web ページ、動作するフォームなど)。
証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。
メディアメディアレッスン内に出てくる図や動画のスロットです。実際の画面やイメージで理解を補助します。
レッスン本文
理解度に応じた学習パスを設計する
このレッスンで手に入るもの
このレッスンを終えると、あなたは学習者の理解度に合わせて「次に何を学ぶべきか」を分岐させる学習パスをひとつ設計できるようになります。完成物は、そのまま研修資料や社内トレーニングに使える Markdown ドキュメントです。
はじめに — 「料理のレシピ」で考えてみる
料理教室を想像してください。初心者に「包丁の持ち方」を教えずにいきなり「魚の三枚おろし」を見せても、ついていけませんよね。逆に、すでに包丁を使いこなせる人に基本の握り方を延々と説明するのは退屈です。
学習パスの設計もこれと同じです。学ぶ人のレベルに合わせて、簡単すぎず・難しすぎないちょうどいい次のステップを用意することが大切です。このレッスンでは、AI(人工知能のチャットツール)の力を借りて、この「ちょうどいい分岐」を素早く作る方法を身につけます。
前提として必要なもの
- ChatGPT または Claude など、AI チャットツールのアカウントがあること
- ブラウザが使えるパソコンがあること
- 作りたい研修・学習テーマがぼんやりでも頭にあること(例:「新人向け Excel 研修」「営業チームの AI 活用研修」など)
手順1 — 学習テーマと対象者を決める
まず、あなたが学習パスを作りたいテーマと対象者を 1 行ずつ書き出します。
良い例:
- テーマ:「営業チーム向け AI メール作成研修」
- 対象者:「AI を使ったことがない営業メンバー 10 名」
悪い例:
- テーマ:「AI 研修」(広すぎて分岐が作れない)
- 対象者:「社員」(誰なのかわからない)
ポイントは絞ることです。テーマが広すぎると分岐が複雑になりすぎて、設計が終わりません。
手順2 — AI に「理解度チェック項目」を出してもらう
次に、AI チャットに以下のようなプロンプト(=AI への指示文)を送ります。コピーしてそのまま使えます。
あなたは研修設計の専門家です。
以下のテーマで学習パスを作ります。
テーマ:[ここにあなたのテーマを入れる]
対象者:[ここに対象者を入れる]
学習者の理解度を3段階(初級・中級・上級)に分けたいです。
各段階を判定するための「チェック項目」を3つずつ、合計9つ挙げてください。
チェック項目は「はい/いいえ」で答えられる質問形式にしてください。
AI が返してくれた 9 つのチェック項目を確認します。「はい・いいえ」で答えられない質問が混ざっていたら、「〇〇を『はい/いいえ』で答えられる形に直してください」と追加で指示します。
手順3 — 段階ごとの学習ステップを設計する
理解度チェック項目が揃ったら、続けて AI に次のプロンプトを送ります。
ありがとうございます。
では、初級・中級・上級それぞれに対して、
以下の形式で学習ステップを3〜5個ずつ設計してください。
初級(チェック項目で「いいえ」が多い人向け)
- ステップ名:(何をするか)
- 目標:(このステップで何ができるようになるか)
- 所要時間の目安:(分単位)
- 確認方法:(できたことをどう確かめるか)
同じ形式で中級・上級も作ってください。

手順4 — 分岐ルールを書き出す
ここが一番大事なステップです。手順2のチェック項目と手順3の学習ステップを組み合わせて、「分岐ルール」を決めます。
AI に次のように頼みます。
チェック項目の結果に基づいて、学習者を初級・中級・上級に
振り分けるルールを作ってください。
例:
- 初級の3項目すべて「いいえ」→ 初級コースからスタート
- 初級は「はい」だが中級に「いいえ」あり → 中級コースからスタート
- すべて「はい」 → 上級コースからスタート
このようなif-then形式で、漏れなく振り分けられるルールを
書いてください。
良い分岐ルールの特徴:
- どの学習者も必ずどこかに振り分けられる(漏れがない)
- 判定基準が明確で、人によって解釈が変わらない
悪い分岐ルールの特徴:
- 「なんとなく中級っぽい人」のような曖昧な表現がある
- 特定の組み合わせの人がどこにも振り分けられない
手順5 — Markdown ドキュメントにまとめる
最後に、AI に完成形をまとめてもらいます。
ここまでの内容を、以下の構成で1つのMarkdownドキュメントに
まとめてください。
# [テーマ名] 学習パス設計書
1. 概要
- テーマ・対象者・目的
2. 理解度チェックリスト
- 初級 / 中級 / 上級の判定項目
3. 分岐ルール
- チェック結果 → 振り分け先の対応表
4. 学習ステップ(段階別)
- 初級コース / 中級コース / 上級コースの詳細
5. 運用メモ
- 実施時の注意点
AI が出力したドキュメントをコピーして、テキストエディタ(メモ帳や Google ドキュメントなど)に貼り付ければ完成です。

検証する — 自分の成果物をチェックする
完成した学習パス設計書を以下の観点で確認しましょう。
- 理解度チェック項目はすべて「はい/いいえ」で答えられるか?
- 分岐ルールに漏れはないか?(どんな回答パターンでも必ずどこかに振り分けられるか)
- 各段階の学習ステップに「確認方法」が書かれているか?
- 所要時間の合計が現実的か?(各段階で 30〜90 分程度が目安)
つまずきやすいポイント
「分岐が多すぎて収拾がつかない」 → 段階は 3 つ(初級・中級・上級)に絞りましょう。5 段階以上に分けると設計も運用も複雑になります。まずは 3 段階で作り、必要になってから細分化すれば十分です。
「AI の出力が長すぎて何が正解かわからない」 → AI に「箇条書きで、各項目を 1 行以内にまとめてください」と追加指示を出しましょう。長い文章より箇条書きのほうが設計書として使いやすいです。
「対象者のレベルがバラバラすぎる」 → 対象者を「同じ部署のメンバー」や「同じ職種の人」のように揃えましょう。レベル差が大きすぎるグループをひとつのパスでカバーしようとすると破綻します。
種類: markdown_doc
検証: basic_manual_check_v1
証跡証跡成果物が正しく作れたことを確認するためのチェックリストです(例: ブラウザで動作する、フォーム送信で値が保存される)。
メディア
必須
なし
あると楽
なし