ChatGPTに「冬の庭木の水やり」を相談したら、AIの本当の使い道が見えてきた
「このまま自動で水をまいて、本当に大丈夫？」
冬の朝、庭のスプリンクラーが動いている。
便利なはずの自動化なのに、ふと不安になることがあります。
「凍ってしまわないだろうか」
「止めたら、逆に木が乾燥するのでは」
「そもそも何日に1回が正解なのだろう」
そんな日常の小さな疑問は、じつは生成AIと非常に相性がいいテーマです。
今回はChatGPTを使い、宮城県仙台市で6月に植えた庭木の冬季散水計画を考えてみました。
専門家に相談する前の情報整理にも、管理業務を設計する練習にもなる使い方です。
私がこのテーマを取り上げた理由
こんにちは。
株式会社GROWTH JAPAN TECHNOLOGIESの我妻裕太です。
生成AIブログ「ほぼテク」を運営し、AIを仕事や日常の具体的な行動に結びつける方法を紹介しています。
AIの話は、ともすると「すごい画像が作れた」「文章が一瞬でできた」で終わってしまいます。
それももちろん面白い。
でも私が本当にワクワクするのは、身近な迷いを整理して、現実の判断に使える形へ変える瞬間です。
庭木の水やりは地味なテーマかもしれません。
しかし、気温、降水量、土、植物、機械、安全条件という複数の要素が絡みます。
この「条件が多くて、判断が面倒」という構造は、企業の業務改善とまったく同じです。
だからこそ、今回の題材として取り上げました。
なぜ「冬は水やり不要」と言い切れないのか？
仙台の冬は寒く、時には積雪や地面の凍結があります。
一方、雨や雪の少ない期間には土が乾く可能性もあります。
気象庁の1991〜2020年の平年値では、仙台の平均気温は12月4.5℃、1月2.0℃、2月2.4℃、3月5.5℃。
降水量は12月44.1mm、1月42.3mm、2月33.9mm、3月74.4mmです。
特に2月の月降水量は、この4か月の中では少なめです。
ただし、月降水量だけでは、一本の庭木に水が足りているか分かりません。
土壌の保水性、樹種、根の広がり、日当たり、実際の降雨・融雪が違うからです。
米ミネソタ大学は、植えたばかりの木では根が定着するまで水分管理が必要だと説明しています。
コロラド州立大学も、冬の乾燥が続く場合には、積雪と凍結の状況を見た補助散水を推奨しています。
「止めるか、動かすか」の二択では解けない問題なのです。
ChatGPTへの質問を少し工夫すると、何が変わる？
ただ「庭木の水やりを教えて」と質問すると、一般論に寄りがちです。
そこで今回使ったのが、地域と設備まで指定したプロンプトです。
プロンプトの中心となる指示
あなたは、樹木管理と気象に精通した造園の専門家です。
宮城県仙台市の冬季における庭木の最適な水やり方法を提案してください。
庭木は6月に植えたもので、土壌は水はけの良いサラサラした土です。
根元に設置したスプリンクラーで自動水やりを行っています。
気温、降水量、土壌凍結、休眠期を考慮し、時間帯・頻度・散水時間・12〜3月の月別設定・氷点下や積雪時の停止条件を示してください。
根腐れ・乾燥・凍結を防ぐ具体的な自動散水スケジュールを提案してください。
大事なのは、AIに「専門家の役割」を与えることだけではありません。
いつ、どこで、どんな土で、どの設備を使い、何を避けたいのか。
その情報をまとめて渡している点です。
さらに「停止条件」まで要求しているのがポイント。
業務では、うまく動く条件と同じくらい、動かしてはいけない条件が重要だからです。
ChatGPTの回答例から見えた、3つの判断
ChatGPTの出力例として、まず冬の定時散水をやめ、土の状態を確認する方針を考えられます。
12月は10〜14日ごと、1・2月は14〜21日ごと、3月は7〜14日ごとに必要性を点検。
ただし、これは定期的に水をまく回数ではありません。
土が湿っていれば、その回は見送る設計です。
散水するなら、凍結が解けている11〜13時ごろを候補にします。
気温5℃未満、土壌凍結、積雪、翌朝の氷点下予報では原則運転を止める、という保守的な条件も考えられます。
5℃という数値は提案用の目安であり、仙台市が定めた基準ではありません。
もう一つ重要なのは散水時間。
「10分が最適」と即答できるわけではありません。
仮に10分で受け皿に5mmたまるスプリンクラーなら、10〜20分で5〜10mm。
まず吐出量を測り、根鉢周辺の深さ5〜10cmの湿り具合を確かめます。
これらは現地を確認していない設定案です。
樹種も水量も未確認なので、決してそのままタイマーへ入力しないでください。
凍結防止対策がない機器なら、冬の自動散水を停止し、配管の水抜きが必要な場合もあります。
この使い方がおすすめなのはどんな人？
まず、家庭の庭や店舗の植栽を管理している人。
毎年なんとなく続けてきた作業を、確認できるルールへ変えたい人に向いています。
さらに、施設管理者、造園会社の担当者、DX推進担当者にもおすすめです。
例えば「点検表を作って」「設備ごとの停止条件を整理して」「担当者へ引き継ぐマニュアルを書いて」と依頼すれば、業務の見える化につながります。
ChatGPTに詳しい必要はありません。
現場条件を一つずつ言葉にして伝えるだけで、最初の草案を作れます。
重要なのは、出来上がった文章をそのまま信じず、現場と照らし合わせる習慣です。
反対に、おすすめしないのはどんな使い方？
一番避けたいのは、AIの回答を唯一の正解として機械に直結することです。
樹木の種類が分からない。
スプリンクラーの水量を測っていない。
土が凍っているか確認できない。
そんな状態で、分単位の数値を信用するのは危険です。
また、ChatGPTの通常のチャットは、勝手に庭の土壌センサーを読み取ったり、配管を停止したりしません。
実際に自動化するには、対応コントローラー、センサー、必要に応じた専門業者の設定が欠かせません。
AI活用で大切なのは「正解」より「確認できる仕組み」
このプロンプトを仕事に置き換えてみましょう。
工場の設備点検、建物の空調管理、店舗の発注、営業の優先順位付け。
どれも条件によって正解が変わります。
AIがまず整理すべきなのは、「何を観測し、どんなときに判断を変えるか」という仕組み。
判断に必要な情報が不足していれば、追加質問をしてもらう。
数字の根拠が曖昧なら、計算条件と参考資料を示してもらう。
その積み重ねが、現実で使えるAI活用を生みます。
時間削減や節水が期待できても、効果を保証するものではありません。
散水回数、水道使用量、樹木の状態を記録して初めて、改善を評価できます。
「AIが言ったから」ではなく「記録で確認できたから」に変えていきたいですね。
人とAIでつくる、もっと面白い未来
水やりの判断を整理する。
点検表を作る。
気象データを見る習慣をつくる。
そんな小さな一歩が、現場で働く人の時間を取り戻すことにつながるかもしれません。
単純な集計や整理はAIに任せる。
そして私たちは、実際に木を見て、触れて、未来の庭を想像する。
その先には、より創造的で、人らしい仕事の形があると思っています。
元のプロンプト全文、月別設定表、注意点、FAQは、生成AIブログ「ほぼテク」で詳しく紹介しています。
ぜひ自分の地域や樹種に置き換えて試してみてください。
ほぼテクの記事一覧はこちら。
参考： 気象庁・仙台の平年値 ／ ミネソタ大学の水管理資料 ／ コロラド州立大学の冬季散水資料
執筆： 我妻裕太
所属： 株式会社GROWTH JAPAN TECHNOLOGIES
受賞歴： IBM DXチャレンジ最優秀賞／経済産業大臣賞／その他多数受賞
運営： 生成AIブログ「ほぼテク」
👉「ほぼテクブログ」で紹介中！
#ChatGPT #生成AI #ほぼテク #庭木管理 #自動散水 #仙台 #業務効率化 #DX
