bundlyze
  1. ホーム
  2. コラム
  3. AI活用・業務効率化
  4. 社内AIの作り方。社内のマニュアルや規程に答えるAIを、作る前に決める6つのこと

社内AIの​作り方社内の​マニュアルや​規程に​答える​AIを​作る​前に​決める​6つのこと

社内AIの​作り方を、​社内の​マニュアルや​規程に​答える​仕組み​(RAG)で説明します。​資料を​集めて​探せる​形にし、​質問に​近い​部分を​AIに​渡して​答えさせる​流れと、​既製の​サービスか​自作かの​分け方、​作る​前に​決める​6つのことを​書きます。

この​記事の​結論

社内文書を​AIで​検索して​答えさせる​仕組みは、​多くの​場合、​社内の​マニュアルや​規程に​答える​AI​(RAG)として考えると​整理できます。
流れは、​読ませる​資料を​集めて​正本に​絞る、​資料を​小さな​単位に​分けて​探せる​形に​する、​質問が​来たら​その人が​見てよい​資料の​中から​近い​部分を​探す、​その​部分を​AIに​渡して​答えさせ、​出典を​付けて​返す、の​順です。
主な​法人​向けの​AIの​サービスには、​この​流れを​内側に​備えたものが​多いので、​まず​既製の​サービスで​試し、​足りない​部分が​はっきりしてから​自作を​考えます。
どちらで​作る​場合も、​作る​前に​決めるのは、​既製の​サービスで​足りるか、​どの​資料を​正本として​読ませるか、​誰が​何を​見て​よいか、​答えに​どの​資料の​どこを​示すか、​間違いを​どう​確かめるか、​どの​範囲で​小さく試すか、の​6つです。

株式会社bundlyze​(バンドライズ)は、​大阪市北区​(グラングリーン大阪)の会社です。​中小企業の​社内での​AI活用と、​業務の​効率化を​支援しています。

​

「社内AI」と呼ばれるものには​いろいろな​形が​ありますが、​この​記事では、​社員の​質問に​社内の​資料を​もとに​答える​AIを​扱います。
社員から​「この経費は​精算できるか」「休暇の申請は​どこから​出すか」と聞かれ、​そのたびに​担当者が​規程を​開いて​答えている。
こうした​質問に、​AIが​社内の​資料を​探して​答える​仕組みを、​RAG​(検索拡張生成)と呼びます。

AIが​覚えている​知識で​答えるのではなく、​質問を​受ける​たびに​社内の​資料から​関係の​ある​部分を​探し、​その​部分を​もとに​答えを​組み立てます。
総務省と​経済産業省の​「AI事業者ガイドライン」の別添でも、​RAGは、​参照元を​答えに​示せることで​根拠が​分かりやすくなる​点や、​誤った​答え​(ハルシネーション)を抑える​点が​期待されていると​説明されています。

一方で、​同じ​別添は、​RAGの​精度は​読ませる​情報に​左右されること、​使う側は​参照する​データが​新しく​信頼できるものかに​気を​つけること、​外部の​データと​つなぐときは​重要な​情報が​意図しない​範囲に​漏れないよう​特に​注意することも​書いています​(総務省:AI事業者ガイドライン​(第1.2版)別添​(PDF)、2026-10-02 確認)。

社内AIが​できるまでの​流れ

技術の​言葉を​できるだけ​使わずに​書くと、​社内文書に​答える​AIは、​次の​順で​組み立てます。

  1. 読ませる​資料を​集める。​規程、​マニュアル、​よく​ある​質問の​答えなど、​答えの​元に​してよい​資料だけを​選び、​古い​版や​下書きを​外す
  2. 資料を​小さな​単位に​分ける。​長い​規程を​そのまま​AIに​渡すのではなく、​章や​段落くらいの​単位に​分ける
  3. 探せる​形に​する。​分けた​部分ごとに、​言葉の​一致だけでなく​意味の​近さでも​探せるよう、​索引を​作っておく。​誰が​見てよい​資料かの​情報も​一緒に​持たせる
  4. 質問に​近い​部分を​探す。​社員が​質問すると、​その人が​見てよい​資料の​中から、​質問に​近い​部分を​いく​つか​取り出す
  5. 取り出した​部分を​AIに​渡して、​答えさせる。「渡した資料に​書いてあることだけで​答え、​なければそう​言う」と指示しておく
  6. 出典を​付けて返す。​どの​資料の​どこを​元に​した​答えかを、​答えと​一緒に​示す
  7. 記録して​点検する。​どの​質問に、​どの​資料を​拾って、​何と​答えたかを​残し、​間違いを​直す​材料に​する

Microsoft は、​RAG の​仕組みを​説明する​ページで、​RAG の​品質は、​取り出すコンテンツの​準備の​仕方で​変わるとし、​索引を​作るときに​大きな​文書を​小さな​単位​(チャンク)に分けて、​部分ごとに​照合できるように​すると​説明しています。
社内の​資料を​扱う​点に​ついては、​使う​人は​承認された​内容だけを​取り出せる​必要が​ある、としています​(Microsoft Learn:RAG および生成 AI - Azure AI Search、2026-10-06 確認)。

既製の​サービスを​使う​場合、​多くは​2から​6が​サービスの​内側で​動き、​社内で​手を動かすのは​1と​7、​それに​見てよい​範囲の​設定です。
自作すると、​これに​加えて​2から​6の​部品を​選んで​組み、​社内の​業務システムや​チャットと​つなぐところまでを​自分で​持つことになります。

作る​前に​決める​6つのこと

Microsoft の​説明の​とおり、​仕組みの​出来は、​AI​そのものより、​読ませる​資料の​準備と、​見てよい​人の​決め方に​大きく​左右されます。
作り​始める​前に、​次の​6つを​決めておきます。

決めること決めないまま​始めると
1. 既製の​サービスで​足りるか試せば​分かることに、​開発の​費用と​時間を​かけてしまう
2. どの​資料を​正本として​読ませるか古い​版や​下書きを​もとに、​自信の​ある​口ぶりで​違う​答えを​返す
3. 誰が​何を​見て​よいか本来は​一部の​人しか​見られない​資料の​中身が、​AIの答えとして​広がる
4. 答えに​どの​資料の​どこを​示すか社員が​答えを​確かめられず、​結局​担当者に​聞き直す
5. 間違いを​どう​確かめるか「よく答えてくれる」という印象だけで​広げ、​誤りに​後から​気づく
6. どの​範囲で​小さく試すか全社の​資料を​一度に​入れて、​どこが​悪いのか​分からなくなる

​

社内の​ファイルを​読ませて​答えさせる​機能は、​主な​法人​向けの​AIの​サービスに、​すでに​入っています。
大きく​分けると​2つの​形が​あります。

  • 今​使っている​保管場所と​つなぐ​形。 社内の​ファイルや​メールを​置いている​場所と​AIを​つなぎ、​そこに​ある​資料を​もとに​答えます
  • 資料を​置いて​使う形。 AIの​サービスの​中に​資料を​入れた​場所を​作り、​その​場所で​質問します

たとえば​ Microsoft は、​法人​向けの​ Copilot が、​利用する​人が​少なくとも​見る​権限を​持っている​組織の​データだけを​答えに​使うと​説明しています​(Microsoft Learn:Microsoft Copilot の​データ、​プライバシー、​セキュリティ、2026-10-02 確認)。
Google も、​Google Workspace の​ Gemini は、​利用する​人が​アクセスできる​データだけを​取り出すとしています​(Google Workspace:生成AIと​プライバシー、2026-10-02 確認)。
Anthropic の​ Claude では、​プロジェクトという​場所に​資料を​置き、​Team と​ Enterprise の​プランでは​チームの​中で​共有できます​(Claude ヘルプセンター:What are projects?、2026-10-02 確認)。

すでに​社内で​使っている​サービスが​あれば、​その​中の​機能で​試すのが​最初の​一歩です。
自作するか​どうかは、​次の​表の​どこで​足りなくなったかで​判断します。

確かめること既製の​サービスで​足りやすい作ることを​検討する
資料の​置き場所契約している​サービスの​保管場所に、​資料が​まとまっている業務システムの​中や、​複数の​場所に​分かれている
見てよい​範囲今の​フォルダや​共有の​設定で、​見てよい​人を​分けられる部署や​役職、​取引先ごとなど、​細かい​条件で​答えを​変えたい
答えの​使い道社員が​AIの​画面で​質問して、​答えを​読む社内の​業務システムや​チャットの​中で​答えさせたい、​記録を​残したい
使う​人契約している​サービスの​アカウントを​持つ社員アカウントを​持たない​人にも、​決まった​範囲だけ​答えたい
確かめ方答えに​出典が​付き、​社員が​開いて​読めるどの​質問に​どの​資料を​返したかを、​まとめて​点検したい

表の​右側に​当ては​まる​項目が​あっても、​すぐに​全部を​作る​必要は​ありません。
既製の​サービスを​使いながら、​足りない​部分だけを​作って​つなぐ​形も​あります。
考え方はSaaSか、​オーダーメイドかに​まとめています。

​

AIは、​渡された​資料が​正しいか​どうかを、​自分で​見分けられるとは​限りません。
古い版と​新しい​版の​両方を​読ませれば、​古い版を​もとに​答えることがあります。
資料を​入れる​前に、​次の​点を​整理します。

  • 古い版を​外す。 改定前の​規程、​昔の​申請書の​書き方、​廃止した​手順を、​読ませる​対象から​外す
  • 重複を​まとめる。 同じ​内容が、​部署ごとの​資料や​メールの​添付に​少しずつ​違う​形で​残っていないか
  • 正本を​1つに​決める。 ​その​資料の​最新版が​どこに​あり、​誰が​直すのかを​決める
  • 日付と​担当を​書く。 資料の​最初に、​いつの​版か、​誰が​管理しているかを​入れておく
  • 下​書きを​混ぜない。 検討中の​案や​個人の​メモは、​別の​場所に​置く
  • 秘密の​情報を​外す。 パスワードや​システムの​鍵が、​手順書の​中に​書かれたままに​なっていないか

食い​違う​資料が​並んでいると、​AIの答えも​揺れます。
2026年10月5日に、​Googleで​自社のことを​検索して​AIに​よる​概要を​記録したところ、​設立の​時期が​「2026年5月〜6月」と幅の​ある​書き方に​なっていました。
会社概要には​5月20日と​書いていますが、​外部の​求人や​会社紹介の​掲載では、​7月や​5月と、​それぞれ違う​書き方に​なっていました。
社外の​検索での​出来事ですが、​社内の​資料を​読ませる​AIでも​同じことが​起きると​私は​考えています。
正本を​1つに​決めるのは、​この​揺れを​減らすためです。

整理しているうちに、「この手順は、​そもそも​誰も​文書に​していなかった」と気づくこともあります。
そうした​質問は、​AIを​入れても​答えられません。
文書を​作る​作業として、​別に​取り組みます。

​

権限の​決め方は、​1の​2つの​形で​変わります。

形見てよい​範囲を​決めるもの気を​つけること
今​使っている​保管場所と​つなぐ​形元の​ファイルや​フォルダの​共有の​設定共有の​設定が​広すぎると、​AIを​通して​その​中身が​見つかりやすくなる
資料を​置いて​使う​形資料を​置いた​場所を、​誰と​共有しているかその​場所を​共有した​人は、​置いた​資料を​もとに​した​答えを​受け取れる

つなぐ​形では、​AIは​利用する​人の​権限の​中で​答えます。
裏を​返せば、​元の​共有の​設定が​緩いままだと、​本来は​限られた​人しか​見ないはずの​資料も、​その人の​答えに​使われます。
Microsoft も、​保管場所の​権限の​設定で、​適切な​人が​適切な​資料だけを​見られるように​しておくことが​重要だとしています。

置いて​使う​形では、​人事や​給与の​資料と、​全員向けの​マニュアルを​同じ​場所に​入れないことが​基本です。
見てよい​人ごとに、​置く​場所を​分けます。

AIを​入れる​前に、​共有の​設定を​一度​見直す​機会に​してください。

AIを​入れると、​これまで​「場所を知らないから​見られなかった」資料が、​質問ひとつで​見つかるようになります。
権限の​設定に​問題が​あったとき、​それが​表に​出やすくなるということです。
資料を​読ませる​前に、​人事、​給与、​取引の​条件、​個人情報を​含む​資料が、​どこに、​誰と​共有された​状態で​置かれているかを​確かめます。

​

社内の​質問への​答えは、​それだけで​判断に​使うものではありません。
社員が​元の​資料を​開いて​確かめられるよう、​答えには​根拠として、​資料の​名前と、​章や​見出し・ページ、​それに​改定の​日付を​示します。

既製の​サービスの​多くは、​答えに​出典を​示す機能を​持っています。
たとえば​ Google は、​資料を​もとに​答える​ノートブック型の​サービスで、​答えに​出典が​文中で​示されると​案内しています​(NotebookLM ヘルプ:Gemini Notebook の​詳細、2026-10-02 確認)。
試すときは、​示された​出典を​開き、​本当に​その​場所に​書いてあるかまで​見ます。

あわせて、​AIに​答えさせない​質問も​決めておきます。
規程の​内容を​案内するのは​AIに​任せられても、「自分の場合は​休暇が​取れるか」「この取引は​認められるか」のように、​個別の​判断が​要る​質問は​担当者に​回します。
答えの​最後に、​問い合わせ先を​必ず示す形に​しておくと、​社員が​迷いません。

​

生成AIの答えは、​正しいとは​限りません。
Microsoft も、​生成AIの答えが​事実であることは​保証されないとし、​使う​前に​人が​確かめるよう​求めています。

確かめるには、​試す前に、​質問と​正しい​答えの​組を​用意しておくと​比べやすくなります。
社内で​よく​聞かれる​質問を​集め、​担当者が​正しい​答えと、​根拠に​なる​資料の​場所を​書いておきます。
そのうえで、​次の​4種類の​質問を​混ぜて​試します。

質問の​種類例期待する​動き
資料に​答えが​ある経費の​精算の​締め日は​いつか正しい​答えと、​正しい​出典を​示す
資料に​答えが​ない資料に​書いていない​手当に​ついて​聞く「資料には見当たらない」と答え、​担当者を​案内する
版で​答えが​変わる改定された​申請の​方法を​聞く最新の​版を​もとに​答える
見てよい​範囲の​外一般の​社員の​権限で、​人事の​資料の​内容を​聞く答えない

間​違いが​見つかったら、​原因を​2つに​分けて​記録します。
探す段階の​誤り​(違う資料を​拾った、​資料を​見つけられなかった)と、​まとめる​段階の​誤り​(正しい資料を​拾ったのに、​違う​内容を​答えた)です。
探す段階の​誤りは、​資料の​整理や​見出しの​付け方で​直せることが​多く、​まとめる​段階の​誤りは、​答え方の​指示や、​答えさせない​質問の​範囲を​見直します。

資料を​改定したときにも、​同じ​質問の​組で​試し直します。
改定した​内容が​答えに​反映されているかを​確かめるためです。

​

いきなり全社の​資料を​入れず、​範囲を​絞って​試します。

  1. 1つの​分野を​選ぶ。 経費、​勤怠、​社内システムの​使い方など、​質問が​多く、​資料が​そろっている​分野を​1つ
  2. 資料を​整える。 2の​手順で、​その​分野の​正本だけを​集める
  3. 質問の​組を​作る。 よく​聞かれる​質問を​十数個集め、​正しい​答えと​根拠を​書く
  4. 少人数で​使う。 担当者と、​質問を​よく​する​社員数人で、​実際の​業務の​中で​使う
  5. 記録する。 正しかった​答え、​間違えた​答え、​担当者に​聞き直した​回数、​確かめるのに​かかった​手間を​残す
  6. 決める。 広げるか、​資料を​直して​試し直すか、​この​分野では​やめるかを​決める

試す期間の​中で、​資料を​直す​担当者も​決めておきます。
資料が​古くなれば、​答えも​古くなります。
AI事業者ガイドラインの​別添が、​参照する​データの​新しさに​気を​つけるよう​書いているのは、​この​点です。
どの​業務から​試すかの​選び方は、AIで​業務効率化するなら、​どの​業務から​始めるかに​まとめています。

私たちが​自社で​守っていること

bundlyzeでは、​社内の​業務の​一部を​AIと​プログラムで​自動化してきましたが、​パスワードや​システムの​鍵のような​秘密の​情報は、​ソースコードや​AIとの​やり取りに​書かず、​決まった​保管場所にだけ置く​決まりに​しています。
資料には​「そこにある」とだけ書きます。

社内の​資料を​AIに​読ませるときも、​同じ​考え方が​使えます。
手順書の​中に、​ログインの​情報が​書かれたままに​なっていることがあります。
読ませる​前に​資料を​見直し、​秘密の​情報は​保管場所へ​移しておくと、​権限の​設定を​誤ったときの​被害も​小さく​できます。
社員が​AIに​入力する​情報の​決め方は、生成AIを​社内で​使うときの​ルールの​作り方に、​情報が​漏れる​経路は、ChatGPTの​情報漏洩は、​どこから​起きるのかに​整理しています。

私たちは​大阪市北区の​グラングリーン大阪を​拠点に​しています。
全国から​ご相談いただけます。
打ち合わせは​Web会議でも、​対面でも​可能です。
AI導入支援では、​対象の​業務の​整理から、​小さな​試作、​出力の​確認、​ツールとの​連携、​社内のルールと​定着までを​段階に​分けて​進め、​既製の​サービスで​足りない​部分が​あれば、​システムの​開発も​同じ​会社で​受けられます。
AWSの​認定資格も​持っています。
進め方は、AI導入支援・業務効率化の​サービスに​まとめています。
この​記事を​書いた​津嘉山は、​業務システム開発と​AWSを​専門とし、​自社の​事務の​仕事にも​AIを​使っています。

Serviceサービス一覧AIを、​日々の業務で​使える​仕組みにサービスの​内容を​見る

よく​ある​質問

社内AIは、​どうやって​作りますか?
社内の​資料に​答える​AIなら、​読ませる​資料を​集めて​正本に​絞り、​小さな​単位に​分けて​探せる​形にし、​質問が​来たら​その人が​見てよい​資料から​近い​部分を​探して​AIに​渡し、​出典を​付けて​答えさせる、という​流れで​作ります。​法人​向けの​AIの​サービスの​多くは​この​流れを​内側に​備えているので、​まず​そこで​試し、​足りない​部分だけを​自作するかを​決めます。
自作すると、​社内で​持つことに​なるのは​何ですか?
資料を​分けて​探せる​形に​する​部分、​質問に​近い​部分を​探す部分、​AIに​渡して​答えさせる​部分、​それらを​社内の​チャットや​業務システムと​つなぐ​部分です。​加えて、​資料を​新しく​保つ​担当と、​答えを​点検する​記録は、​既製の​サービスを​使う​場合でも​自作する​場合でも​社内に​残ります。
社内の​資料を​読ませた​AIなら、​間違えなくなりますか?
間違いは​減らせても、​なくなりはしません。​古い版を​拾ったり、​正しい​資料を​拾っても​違う​内容を​まとめたりすることがあります。​答えに​出典を​示し、​社員が​元の​資料で​確かめられる​形にします。
社内の​ファイルを​全部​読ませたほうが、​便利に​なりますか?
かえって​答えが​不安定に​なることがあります。​古い​版や​下書きが​混ざるうえ、​見てよい​人の​範囲を​誤る​危険も​増えます。​質問の​多い​分野から、​正本の​資料だけで​始めます。
専用の​仕組みを​作るのは、​どんなときですか?
資料が​複数の​場所や​業務システムの​中に​分かれている、​細かい​条件で​見てよい​範囲を​変えたい、​社内の​チャットや​業務システムの​中で​答えさせたい、といった​場合です。​まず​既製の​サービスで​試し、​何が​足りないかが​分かってから​判断します。

​

社内の​資料に​AIで​答えさせたいと​考えたら、​ツールを​選ぶ前に、​社内で​よく​聞かれる​質問と、​その​答えが​書いてある​資料の​場所を​書き出してみてください。
答えの​資料が​見つからない​質問や、​資料が​何か所にも​ある​質問が​見えてきます。
それが、​AIを​入れる​前に​整えるところです。

AIの​活用に​ついて
いまの​状況を​お聞かせ​ください

「何から手をつければいいか​分からない」という段階からで​構いません。

詳しく書く(任意)

送信した​あとの​流れ

  1. 24時間以内に、​担当者から​メールで​ご連絡します。
  2. 必要なときは、​Web会議か​対面で、​いまの​状況を​伺います。​全国から​ご相談いただけます。
  3. 進め方と​費用の​目安を​お伝えします。​頼むか​どうかは、​御社で​お決めください。

相談・診断までは​費用は​かかりません。
お電話:06-7688-6401(9:00〜18:00、土日祝を除く)

相談の​前に、​いまの​見え方だけ知りたい​場合は

無料の​AI検索・サイト診断を​見る

4つの​AIに​10の​質問を​した​記録と、​サイトの​点検の​結果を、​30分ほどで​ご説明します。​費用は​かかりません。