AIリクエストライターで都市の気候行動計画を自動化する

世界中の自治体は、気候行動計画（CAP） を策定するプレッシャーが高まっており、ネットゼロ目標の達成、資金確保、地域住民の期待に応える必要があります。従来、CAP の作成にはステークホルダー・ワークショップ、データ整理、法務レビュー、文書の繰り返し組み立てに数週間を要し、限られた市のリソースを消耗し、重要な緩和プロジェクトの遅延を招いていました。

そこで登場するのが Formize AI の Request Writer です。ウェブベースの生成エンジンが生の入力を構造化された政策文書へと変換します。Request Writer と AI Form Builder のデータ取得機能を組み合わせることで、都市は 単一のワークフローで包括的な気候行動計画を自動生成 でき、政策策定までの時間を大幅に短縮し、管轄域間の一貫性も向上します。

本記事で取り上げる内容は以下の通りです。

• 従来の CAP 開発における課題点の検証。
• AI Request Writer の内部メカニズムの解説。
• 市民科学調査から完成プランまでのエンドツーエンド統合パイプラインの実演。
• 実際の効果、導入ステップ、ベストプラクティスの提示。
• 動的プラン更新や複数都市連携といった将来拡張の議論。

1. 従来の気候行動計画が停滞する理由

これらの問題は、助成金プログラムや気候レジリエンス資金提供機関が求める 12 ヶ月以内という納期を超えてしまう原因となります。

2. AI Request Writer – コアメカニズム

Request Writer は 大規模言語モデル（LLM）オーケストレーション層 であり、次のことを行います。

1. Formize AI Form Builder のフォーム、CSV エクスポート、API 呼び出しから構造化データを取り込む。
2. 事前定義された CAP テンプレートライブラリ（クラウドベースのナレッジベース）にデータをマッピングする。
3. JSON‑Logic に基づくルールエンジンで規制ルール（例：排出報告閾値）を適用する。
4. LLM プロンプトを用いて、都市のブランド声、引用スタイル、政策トーンを埋め込んだドラフトセクションを生成する。
5. 組み込みの Human‑in‑the‑Loop（HITL）フィードバックループでドラフトを反復的に洗練し、バージョン化された PDF と編集可能な Word 文書を出力する。

2.1 プロンプト構造

Request Writer は システムレベルプロンプト で文書の骨格を定義します。

You are an expert municipal climate planner. Using the supplied data, produce a Climate Action Plan for <CITY>. Include sections: Executive Summary, Baseline Emissions, Mitigation Strategies, Adaptation Measures, Implementation Timeline, Monitoring & Reporting, and References. Follow the style guide of the <STATE> Climate Policy Handbook.

ユーザーレベル入力 である実際の調査回答や GIS 指標はプレースホルダーに埋め込まれ、LLM が文脈に即した自然文を生成できるようになります。

2.2 テンプレートライブラリ

各テンプレートは Markdown/HTML ハイブリッド で Jinja 風の変数が埋め込まれています。

## Baseline Emissions

Total CO₂e emissions (Scope 1‑3) for <YEAR>:
- **Scope 1:** {{ scope1 }} tons
- **Scope 2:** {{ scope2 }} tons
- **Scope 3:** {{ scope3 }} tons

Request Writer がデータを受け取ると、変数をレンダリングした上で LLM に自然言語展開を依頼します。

3. エンドツーエンドワークフロー：調査から公開計画まで

以下は統合パイプラインの可視化です。Mermaid 構文を使用し、ノードラベルは二重引用符で囲んでいます。

  flowchart LR
    A["市民・ステークホルダー調査 (AI Form Builder)"]
    B["データ正規化サービス"]
    C["規制ルールエンジン"]
    D["CAP テンプレートライブラリ"]
    E["AI Request Writer コア"]
    F["ヒューマンレビュー & HITL ループ"]
    G["バージョン管理ドキュメントストア (PDF/Word)"]
    H["公開ポータル & 提出システム"]

    A --> B
    B --> C
    B --> D
    C --> E
    D --> E
    E --> F
    F --> G
    G --> H

ステップ別概要

4. 実証事例：沿岸都市ハーバービューでのパイロット

背景 – 人口約85,000人のハーバービュー市は、2026年のCAP策定が州のレジリエンス助成金（4 百万ドル）取得の条件となっていました。従来の策定期間は9か月と見込まれていました。

導入 – 上記 AI Request Writer ワークフローを導入し、AI Form Builder の多言語インターフェイスを用いて12,000世帯と150社の事業者に調査を実施。

成果

市の気候ディレクターは、迅速性と一貫性 が助成金締切に間に合ったこと、コミュニティの声を反映した計画が実現できたことを高く評価しました。

5. 自治体にとってのメリット

1. スピード – 自動生成により策定フェーズが数か月から数日に短縮。
2. 一貫性 – 中央管理テンプレートが用語・引用様式・指標定義を統一。
3. コンプライアンス保証 – リアルタイムルールチェックで法的要件の抜け漏れを防止。
4. スケーラビリティ – 隣接自治体でも同一フローを再利用でき、地域連携コンソーシアムが形成可能。
5. 透明性 – バージョン管理と監査ログにより公共の信頼が向上し、将来の更新も容易。

6. 自市への導入ロードマップ

6.1 準備段階

6.2 技術構築

1. AI Form Builder でアンケート作成 – 「自動提案」機能を活用し、エネルギー使用、交通行動、気候リスクに関する質問を作成。
2. Webhook 設定 – 回答をサーバーレス関数へ送信し、データ正規化を実行。
3. ルールエンジン導入 – JSON‑Logic ファイルに排出閾値や必須開示項目を記述し、バージョン管理。
4. Request Writer 連携 – 関数出力を Request Writer API に渡し、テンプレートIDを指定。
5. レビュー ポータル構築 – プランナーがインラインコメントを付加し、承認と同時に最終エクスポートをトリガーできる環境を用意。

6.3 ガバナンス

7. よくある課題と解決策

8. 将来展望：動的・リアルタイム更新型気候計画

次の進化段階では 継続的データフィード（IoT センサーネットワーク、リアルタイム排出ダッシュボード）を取り込み、Request Writer を夜間に自動実行させることで、CAP が ライブ文書 として常に最新データを反映し続けられるようになります。異常が検出された場合は自動で目標値の再計算と警告を生成し、迅速な対策立案を支援します。

想定される拡張機能：

• 自治体間共同ポータル – 隣接都市がテンプレート・ベンチマークデータを共有。
• AI 主導シナリオモデリング – 政策シミュレーション結果を計画本文に自動埋め込み。
• 市民向け「自分だけのCAP」ビルダー – ガイド付きフォームで住民が自ら章を執筆できる仕組み。

9. 結論

Formize AI の Request Writer は、煩雑でミスが起きやすい従来型の気候行動計画策定プロセスを 自動化・透明化・ステークホルダー参加型 に変革します。AI Form Builder が提供する構造化調査データと、規則に沿ったテンプレート、強力な LLM 生成を組み合わせることで、自治体は高品質でコンプライアンス対応した計画書を従来の数分の時間で作成でき、資金獲得やレジリエンス施策の迅速な実行が可能になります。

「9か月かかっていた作業が3週間に短縮され、住民の声も反映された。AI パイプラインは地方の気候リーダーシップにとってゲームチェンジャーだ。」
— ジョーダン・パテル, ハーバービュー市 気候ディレクター

あなたの市でも 未来志向の気候戦略 を実現したいですか？Formize AI の Request Writer を今すぐ体験し、明日の気候行動計画を 今日 書き始めましょう。

関連リンク

• Formize AI AI Form Builder 概要
• JSON‑Logic ルールエンジン仕様書