ChatGPTなどのAIを試してみたものの、返ってくるのは一般的な答えばかり。自社の規程や過去の案件について聞いても、AIはその内容を知らないので答えられません。社内AIを考え始めるきっかけとして、当社がよく伺うお話です。
社内の決まりを聞いても、一般的な答えしか返ってこない…
結局、資料を自分で探すことになる
社内AIとは、自社の資料・過去の記録・判断のルールを使って、質問に答えたり仕事を手伝ったりする仕組みです。この記事では、社内AIの作り方を、選び方から使い続けるための準備まで順番に説明します。
この記事のポイント
- 一般的なAIと社内AIの違いは、自社の記録と事例をもとに答えるかどうか
- 作り方は3通り。答えさせたい内容と、つなぎたいシステムで選ぶ
- 作った後に、資料の更新や答えの訂正を誰がするかまで決めておく
社内AIは、自社の資料とルールで答える仕組み
社内AIを作るときは、最初に何に答えさせるか、どの仕事を手伝わせるか、どこから人に引き継ぐかを決めます。ここが決まると、集める資料と、必要な作り方が決まります。
当社がご相談の中で一般的なAIとの違いを聞かれたときは、「その会社の記録と事例をもとに答えること」とお答えしています。どのAIを使うかより、AIに自社のどの情報を渡すかで、答えの質が決まります。
一般的なAIと社内AIの違い
- 世の中の一般的な知識で答える
- 自社の規程や過去の案件は知らない
- 答えの根拠を確かめにくい
- 自社の資料と記録をもとに答える
- 自社の判断ルールに沿って答える
- 根拠にした資料を示せる
作り方は3通り。答えさせたい内容で選ぶ
社内AIの作り方は、大きく分けて3通りあります。いきなり個別に作るのではなく、市販のサービスで足りるかどうかを先に確かめましょう。
| 作り方 | 向いている場合 | 確かめること |
|---|---|---|
| 市販のAIサービスで試す | 少ない資料について質問し、使い道を確かめたい | 情報の扱い、読み込める資料の量、更新の手間 |
| 社内向けの専用サービスを使う | 社内検索やよくある質問への回答など、必要な機能が市販品で足りる | 見られる範囲の設定、根拠の表示、ほかのシステムとのつなぎ方、利用料 |
| 自社の仕事に合わせて作る | 自社独自のルールや手順、既存システムとの連携が必要 | 対象にする仕事、試し方、作った後の修正、確認する人 |
少ない資料に答えるだけで目的を果たせるなら、市販のサービスで十分なこともあります。自社のルールに沿った判断や、既存システムとの連携が必要になったときに、個別に作ることを考えます。
詳しく解説した記事コラム見積もりをAIで自動化するには？自社ルールとベテランの判断を仕組みにする方法見積もりをAIで自動化するには、計算だけでなく、ベテランが条件ごとに変えている判断をルールとして残すことが必要です。進め…社内AIに集める情報
社内AIの答えの質は、集める情報で決まります。マニュアルや規程だけでなく、メールや会議の記録、ベテランの判断の理由も材料になります。
社内AIに集める主な情報
- 資料規程・マニュアル・手順書
- メール取引先とのやりとり
- 会議録音や議事録
- 業務データ売上や受注の記録
- 問い合わせ過去の質問と対応
- 判断の理由ベテランから聞いたルール
集めた資料は、次の4点を整理してからAIに渡します。整理しないまま渡すと、古い版の資料をもとに答えてしまうことがあります。
| 整理すること | 理由 |
|---|---|
| いつの版か | 古い規程や単価で答えないようにする |
| 誰が管理しているか | 内容が変わったときに、誰が更新するかを決めておく |
| 誰に見せてよいか | 見てはいけない人に、答えとして出さないようにする |
| どの仕事で使うか | 関係のない資料を答えの材料にしないようにする |
資料に書かれていない例外や判断の理由は、実際の案件を見ながら担当者に聞き、ルールとして書き残します。
過去の対応を検索できるようにするだけでは、経験の浅い社員は読み解けないことがあります。当社のご提案の中では、見つかった記録を「何が起きて、どう対応して、どうなったか」の3行にまとめて返す形をお示ししました。元の記録にもすぐ戻れるようにしておきます。
あわせて読みたいコラム属人化をAIで解消するには？ベテランの判断を会社に残す手順「あの人に聞かないと分からない」仕事をAIで減らすには、ベテランが判断した理由を記録して、AIが使えるようにすることが必…社内AIを作る6つのステップ
社内AIは、次の6つのステップで作ります。最初から全部の仕事を対象にせず、困っている仕事を1つ選んで始めます。
社内AIを作る流れ
- ステップ1対象を選ぶよく発生して困っている仕事、使う資料、確認する人を決める
- ステップ2資料を集める最新版、保管場所、見せてよい範囲を確かめる
- ステップ3判断を整理する実際の案件で、条件・理由・例外を聞き取る
- ステップ4画面をつなぐ質問や依頼を受ける画面と、答えの出し方を決める
- ステップ5試す正しい答えと比べ、間違いと人が直した箇所を記録する
- ステップ6小さく使い始める担当者を決めて毎日使い、広げるかを判断する
使い始めるときは、全社に一斉に広げず、使ってみたいと思っている数人から始めるとうまくいきます。当社のご提案でも、まず5〜6人で使い始め、便利になった様子を見たほかの人が手を挙げてから広げる進め方をお示ししています。
関係する資料を探して、答えの材料にする方法は「検索拡張生成（RAG）」と呼ばれます。ただし、どの判断をルールとして扱い、計算をどう確かめるかは、仕事ごとに設計する必要があります。
社内AIへの質問と答え（説明例）
600万円の発注は、誰の決裁が必要ですか？
500万円を超えるため、部長の決裁が必要です。500万円までは課長の決裁で進められます。根拠：取引規程 第8条／決裁権限表
規程に書かれていない例外は、総務の担当者に引き継ぎます
特定のお客さまの規程や、実際のAIの出力ではありません。
当社の構築実績から（地域医師会）
この地域医師会では、業務フロー資料157ファイルを構造化したうえでチャットボットを作り、検証した208問すべてに正しく答えられました。
作った後に決めておくこと
社内AIは、作って終わりではありません。資料が変わったときや、答えを直したときに、正しい状態を保つ仕組みが必要です。作る前に、次の点を決めておきましょう。
使い始める前に決めておくこと
- 答えの根拠にした資料を、利用者が確かめられるか
- 利用者が見てよい情報だけを使って答えるか（部署や役職ごとの範囲）
- 資料を更新するのは誰で、いつから新しい内容を使うか
- AIの答えを直すとき、誰が確認してルールに反映するか
- AIが答えられないとき、どの担当者に引き継ぐか
情報の置き場所も、最初に決めておきます。当社では、御社のPCや社内のサーバーの中に作る形も選べます。通販・EC事業者の社内QAでは、社内に専用の機械を置き、社内ネットワークから切り離して作りました。答えられる人がベテラン2名しかいない状態を解消しています。決算情報など、一般の社員に見せない情報は、最初から読み込ませないようにします。
直した内容や追加した知識が正しいかを人が確かめ、別の質問でも試してから使います。
社内の質問対応から始めて整理した情報は、見積もりや報告書づくりにも使えることがあります。ほかの仕事に広げるときは、その仕事で使う情報や確認の手順を追加して、もう一度試します。当社のセミナー「AIに「会社の脳」を持たせるには？」でも、散らばった情報と担当者の知識をつないで使う考え方を紹介しました。
会社全体の情報を活用するマスターブレイン
マスターブレインは、会社にあるさまざまな情報・業務知識・判断基準を整理し、必要な場面で活用できるように設計する、会社専用のAI基盤です。
去年の似た案件と、そのときの判断を見たい
3件見つかりました。判断の理由も表示します
社内AIを、1つの用途だけで考える必要はありません。会社全体の情報をどう整理して、どの仕事で使うかを決めたうえで、優先する仕事から順番に作って試していきます。現場の方が使うのは、仕事ごとの専用画面です。画面は当社が仕事の流れに合わせて設計します。仕組みの全体像はマスターブレインの仕組みで紹介しています。
ここまで読んでいただき、ありがとうございます。
御社の資料で答える社内AI、何から作りますか？
マスターブレインは、会社の資料・記録・担当者の判断基準を整理し、業務ごとの専用画面から使える会社専用のAI基盤です。まずは資料で全体像をつかむか、御社の業務で相談するかをお選びください。
- 仕組みと、5つの層の役割
- 業務別の活用例と構築実績
- 導入の進め方と、費用の決まり方
- 説明より先に、動くデモをお見せします
- 資料が整理されていなくても大丈夫です
- 2営業日以内に担当者からご連絡します
これまでの構築実績から
- 100%検証208問の正答率地域医師会のチャットボット
- 約1/10書類作成時間訪問介護・障害福祉の事業者
- 35分→3分図面から見積まで建設資材のレンタル
この記事の監修者
AIを活用したシステム開発・業務自動化の専門家。システム開発に10年携わり、GPT-3.5の頃から生成AIを実際の業務に取り入れてきた。基幹システムの刷新から業界に特化したAIサービスまで、本番で動くシステムを設計・構築している。
- AIで業務を効率化し、社員20人で10個以上のサービスを運営
- 教育の流れをAIで自動化し、未経験の5人を3か月で開発者として戦力化
主な登壇
- 製造業の「見えない製造ライン」をカイゼンする2026年9月
- AIに「会社の脳」を持たせるには？2026年8月
- Claude Codeで組織はどう変わる？AI時代の組織設計2026年7月
- 第21回 CONVERSION SUMMITに登壇2026年6月
執筆：ジャパンソリューションズ 編集部｜運営会社について ↗
