生成AIの社内ルールを作ったあと、どのタイミングで見直せばいいのか。
この記事では、運用ログや現場の迷いからルールを棚卸しし、30日ごとに小さく更新する手順を整理します。
生成AIの社内ルールを作った。
入力してはいけない情報も決めた。
確認者も決めた。
担当者不在の日の代理運用も、少しずつ整えてきた。
ここまで来ると、次に必要になるのは「ルールの棚卸し」です。
ルールは、作った瞬間がいちばん正しいように見えます。
でも実際には、使い始めた日から少しずつ古くなります。
新しい使い方が出る。
担当者が変わる。
問い合わせの種類が増える。
AIツールの設定や契約が変わる。
現場の人が「これ、前のルールだと判断しにくいな」と感じる。
その小さな違和感を放置すると、生成AIの社内ルールはだんだん読まれなくなります。
以前、AI社内ルールは、改善会議の決定事項から小さく更新する で、改善会議の内容を1行ルールへ落とす話を書きました。
前回の 生成AIの代理運用は、担当者不在の日を先に想定して整える では、担当者が不在の日でも止まらないように、代理担当へ渡す判断範囲を整理しました。
今回は、その次です。
作ったルールを、どのタイミングで、何を見て、どう見直すのか。
ここが決まっていないと、ルールは増える一方になります。
総務省・経済産業省の AI事業者ガイドライン第1.2版 でも、AI活用では一度決めた管理体制を固定するのではなく、リスクや利用状況に応じて継続的に見直す考え方が示されています。
IPAの AI利用者のためのセキュリティ豆知識 でも、生成AIを使う人自身が入力情報や出力結果を確認する重要性が整理されています。
経済産業省とIPAの デジタルスキル標準 を見ても、デジタル活用は一度学んで終わりではなく、実務で使いながら更新していくものだと分かります。
小さな会社のAI内製化でも、同じです。
立派なルールを作ることより、使われたあとに直せること。
これが、AI活用を続けるうえでかなり大事です。
生成AIの社内ルールは、作った日付ではなく、現場の迷いログを見て棚卸しする。
今日は、中小企業や小規模事業者が、生成AIの社内ルールを作りっぱなしにせず、運用ログから小さく見直す手順を整理します。
生成AIの社内ルールは、作った日より使われた場面で古くなる
生成AIの社内ルールを作るとき、多くの会社は「最新のルール」を作ろうとします。
それ自体は悪くありません。
個人情報を入れない。
機密情報をそのまま貼らない。
AIの出力を外部へ送る前に人が確認する。
契約、法務、医療、会計などの専門判断をAIだけで決めない。
こういう基本線は、最初に決めておいた方がいいです。
ただ、ここで注意したいのは、社内ルールが古くなる理由です。
ルールは、時間がたったから古くなるわけではありません。
実際に使われた場面が増えるから古くなります。
たとえば、最初は問い合わせ返信の下書きだけにAIを使っていたとします。
そのときのルールは、問い合わせ文を匿名化して、返信文は人が直す、くらいで足りるかもしれません。
でも、しばらくすると使い方が広がります。
議事録の要約にも使いたい。
社内FAQのたたき台にも使いたい。
営業資料の構成にも使いたい。
公式LINEの配信文にも使いたい。
社内マニュアルの整備にも使いたい。
こうなると、最初のルールだけでは足りなくなります。
問い合わせ返信では問題なかった判断が、社内マニュアルでは危ないこともあります。
公開済み情報なら入れてよかったものが、社内限定の手順書では確認が必要になることもあります。
「AIの出力は人が確認する」と書いてあっても、誰が、どこを、何分で確認するのかが分からないこともあります。
つまり、ルールは日付で古くなるのではなく、実務とのズレで古くなります。
ここを見ないまま、半年に一度だけ全体を見直そうとすると、かなり重くなります。
古くなった箇所が多すぎて、どこから直せばいいか分からなくなる。
逆に、毎週ルール全体を直そうとすると、現場がついてこられません。
だから、生成AIの社内ルールは「定期点検」と「実務の違和感」の両方で見るのが現実的です。
30日に一度、軽く見直す。
それとは別に、現場で迷いが出たら小さくメモする。
この2つがあるだけで、ルールは放置されにくくなります。
大事なのは、完璧な最新版を作ることではありません。
今の使い方に対して、どこがズレているかを見つけることです。
生成AIの社内ルールは、完成物というより、運用品です。
作ったあとに使われて、使われたあとに直される。
この循環がある会社ほど、AI活用は現場に残ります。
まず見るのは、ルール本文ではなく現場の迷いログ
社内ルールを見直そうとすると、最初にルール本文を開きたくなります。
もちろん、それも必要です。
でも、最初に本文だけを見ると、見直しが机上の作業になりやすいです。
言い回しを整える。
項目を増やす。
注意事項を追加する。
禁止事項を少し強く書く。
これ自体は悪くないのですが、現場の迷いが見えていないと、ルールはどんどん読みにくくなります。
僕なら、最初に見るのはルール本文ではなく、迷いログです。
迷いログといっても、大げさなものではありません。
AIを使ったあとに、次のようなメモを残すだけです。
- どの業務で使ったか
- 何をAIに頼んだか
- 入力前に迷ったことは何か
- 出力後に直したことは何か
- 誰に確認したか
- 次回同じ場面で決めておきたいことは何か
このくらいで十分です。
最初から細かく記録しすぎると続きません。
ログは、監査資料を作るためだけのものではありません。
次に迷わないための材料です。
たとえば、問い合わせ返信で毎回「会社名を伏せるべきか」で迷っているなら、入力ルールに追加すべきです。
社内FAQの作成で毎回「どこまでAIに要約させてよいか」で迷っているなら、FAQ作成のルールを分けた方がいいです。
議事録要約で毎回「誰に共有してよいか」が問題になるなら、保存先と共有範囲を決める必要があります。
AIが作った文章を毎回大幅に直しているなら、プロンプトではなく、確認観点や自社の言葉の基準が足りないのかもしれません。
AI活用の効果測定は、成果より先に運用ログから始める でも書きましたが、AI活用の初期は、成果だけを見ても判断しにくいです。
時間が短くなったか。
売上につながったか。
問い合わせが増えたか。
もちろん、それも大事です。
でも、ルール見直しで先に見るべきなのは、迷いが減っているかです。
同じ迷いが何度も出ているなら、そこはルールの穴です。
逆に、誰も迷っていないルールを長く説明し続けても、現場の負担が増えます。
だから、棚卸しではこう聞きます。
この1ヶ月で、どこで止まったか。
どこで人に聞いたか。
どこで怖くて使わなかったか。
どこでAIの出力をそのまま使いそうになったか。
ここに、社内ルールを直すヒントがあります。
ルール本文は、最後に開けばいいです。
まず現場の迷いを見る。
その迷いを、次回の行動に変える。
そのあとで、本文へ反映する。
この順番の方が、使われるルールになります。
棚卸しでは「残す・直す・消す・止める」に分ける
生成AIの社内ルールを見直すとき、いちばん避けたいのは「全部に少しずつ追記する」ことです。
追記は簡単です。
でも、追記だけを続けるとルールは重くなります。
最初は1ページだったものが、いつの間にか5ページになる。
読めば大事なことが書いてある。
でも、忙しい現場では読まれない。
そして、読まれないからまた事故が怖くなり、さらに注意事項を足す。
このループに入ると、ルールは守られるどころか、遠ざけられます。
棚卸しでは、ルールを4つに分けると進めやすいです。
残す。
直す。
消す。
止める。
この4つです。
残すのは、現場で今も使われているルールです。
たとえば「顧客名と連絡先は伏せてからAIに入れる」のように、行動が明確で、実際に役立っているもの。
これは残します。
直すのは、方向性は合っているけれど曖昧なルールです。
たとえば「必要に応じて確認する」は、ほぼ使えません。
必要に応じてって、いつですか問題。
こういうルールは、「外部へ送る文章は、送信前に担当者が事実と表現を確認する」のように、行動が分かる文へ直します。
消すのは、もう使われていないルールです。
以前使っていたツール名が残っている。
今は使っていない業務の注意事項が残っている。
誰も見ていない提出フローが残っている。
こういうものは、残しておくほど現場を迷わせます。
もちろん、削除履歴は残した方がいいです。
でも、現場向けの1ページからは外した方がいい場合があります。
最後に、止める。
これは意外と大事です。
AI活用では、使い方を広げることばかり考えがちです。
でも、棚卸しでは「この使い方はいったん止める」も選択肢に入れます。
たとえば、個人情報が多すぎて匿名化が追いつかない業務。
AIの出力確認に専門知識が必要なのに、確認者がいない業務。
契約や金額に直結するのに、承認フローが曖昧な業務。
こういうものは、無理に続けるより、一度止めて設計し直した方が安全です。
AI内製化は、何でも社内でやることではありません。
社内で判断できる範囲を増やすことです。
だから、棚卸しでは「続けるルール」だけでなく、「止める使い方」も見ます。
残す、直す、消す、止める。
この4つに分けるだけで、見直しはかなり現実的になります。
代理担当や新人が迷う場所を、見直しの優先順位にする
ルールを棚卸しするとき、詳しい担当者だけで見直すと、重要な迷いを見落とすことがあります。
担当者本人は、もう慣れているからです。
この情報は入れない。
この出力は直す。
この場合は責任者に確認する。
この業務はAIに任せすぎない。
担当者の頭の中では、自然に判断できているかもしれません。
でも、代理担当や新人には分かりません。
前回の代理運用の記事でも書いたように、AI活用を会社の仕組みにするなら、担当者不在の日でも最低限の判断ができる状態が必要です。
そのためには、棚卸しで「詳しい人が迷わない場所」ではなく、「詳しくない人が迷う場所」を優先して見ます。
たとえば、代理担当に実際に聞いてみます。
このルールを見て、問い合わせ返信の下書きはできますか。
個人情報をどこまで伏せるか分かりますか。
AIの回答をそのまま送ってはいけない理由が分かりますか。
止める条件は分かりますか。
誰に確認すればいいか分かりますか。
ここで引っかかった場所は、見直し優先度が高いです。
ルールは、詳しい人向けの覚書ではありません。
詳しくない人が、安全に一歩進めるための道具です。
特に小さな会社では、AI担当者が専任とは限りません。
総務もやる。
営業も見る。
問い合わせも返す。
発信も整える。
その中で、AI活用も少しずつ回す。
だから、ルールは「分かる人だけが分かる」状態では続きません。
代理担当や新人が読んで、最低限の行動が分かる。
危ないときに止まれる。
迷ったときに聞ける。
この3つが大事です。
棚卸しでは、すべてのルールをきれいにする必要はありません。
まずは、代理担当が迷った場所を直します。
新人が質問した場所を直します。
責任者が毎回確認している場所を直します。
現場が怖くて使っていない場所を直します。
これだけでも、社内ルールはかなり使いやすくなります。
AI活用は、詳しい人の速度だけで進めると属人化します。
詳しくない人がどこで止まるかを見ると、仕組みに近づきます。
30日ごとに1ページだけ更新し、全社通知を小さくする
社内ルールの棚卸しを続けるには、重くしすぎないことが大事です。
「毎月、全ルールを見直しましょう」
こう言うと、だいたい続きません。
いや、分かります。
最初はやる気があるんです。
でも、日々の業務があります。
問い合わせも来ます。
資料も作ります。
予定も変わります。
ルール見直しだけに時間を使える会社は、そう多くありません。
だから、僕なら30日ごとに1ページだけ見直すところから始めます。
対象は、全社規程ではなく、現場で使う運用ページです。
たとえば、1ページに次の項目だけ置きます。
- AIを使ってよい業務
- 入れてよい情報
- 確認してから入れる情報
- 入れない情報
- 出力後に確認すること
- 止める条件
- 迷ったときの相談先
これを30日に一度、迷いログを見ながら更新します。
更新は多くなくていいです。
むしろ、少ない方がいいです。
1回の見直しで変えるのは、1つから3つくらい。
そのくらいなら、現場も追いつけます。
更新したら、全社へ長い説明を流す必要もありません。
「今回変えたのはこの2点です」
「問い合わせ返信では、会社名も伏せる扱いにしました」
「FAQ作成では、公開前に担当者が事実確認することにしました」
「契約条件に関わる出力は、AIで下書きしても送信前に責任者確認へ回します」
このように、変わった行動だけ伝えます。
全社通知を毎回長くすると、通知そのものが読まれなくなります。
ルール更新は、発表会ではありません。
次の業務で迷わないための小さな共有です。
もちろん、個人情報や契約、顧客対応など重要な変更は、きちんと周知した方がいいです。
ただ、その場合でも「何が変わったか」「次から何をするか」を短く伝えます。
小さな会社のAIルール運用では、更新の立派さより、現場が次回どう動けばいいかの方が大事です。
30日ごとに1ページだけ見る。
迷いログから1つから3つ直す。
変更点だけ短く伝える。
これなら続けやすいです。
棚卸しは、年に一度の大掃除にしない方がいいです。
小さく片付け続ける方が、ルールは散らかりません。
AI内製化は、ルールを守る人より直せる人を育てる
生成AIの社内ルールというと、「守らせるもの」と考えがちです。
もちろん、守ることは大事です。
情報漏洩を防ぐ。
誤った回答をそのまま出さない。
お客様に不安を与えない。
法務や契約の判断をAIに任せきらない。
ここは軽く見てはいけません。
ただ、AI内製化の視点で見ると、守るだけでは足りません。
なぜなら、AIの使い方は変わるからです。
業務も変わります。
担当者も変わります。
ツールも変わります。
お客様から来る相談も変わります。
そのたびに外部へ「ルールを直してください」と頼まないと進まない状態だと、AI活用は内製化されていません。
本当に育てたいのは、ルールを丸暗記する人ではなく、ルールを直せる人です。
現場の迷いを見つける。
それを1行の行動ルールにする。
危ない使い方は止める。
曖昧な表現を、次回の行動に変える。
変更点を短く周りに伝える。
これができる人がいると、生成AIの社内運用は強くなります。
もちろん、最初から全部を社内だけでやる必要はありません。
むしろ、最初は外部の伴走があった方が進みやすいこともあります。
どの情報をAIに入れてよいか。
どの業務から試すべきか。
ログをどう残すか。
ルールをどこまで細かくするか。
このあたりは、外から見た方が整理しやすいです。
ただ、外部に頼る場合でも、目的は「ずっと丸投げすること」ではない方がいいです。
社内で判断できる範囲を少しずつ増やす。
そのために、ルールを直せる人を育てる。
これが、AI内製化の現実的な進め方だと思っています。
カタチ舎がAI内製化支援で大事にしているのも、ここです。
ツールを入れるだけでは終わらせない。
プロンプト集を渡して終わりにしない。
業務の言葉、判断基準、確認フロー、運用ログ、ルール更新まで一緒に形にする。
そうすると、生成AIは「詳しい人だけが使う便利ツール」から、「会社で育てる業務の仕組み」に近づきます。
もし今、社内AIルールを作ったまま見直せていないなら、まず大きな改訂を目指さなくて大丈夫です。
この1ヶ月で迷った場面を3つだけ書き出す。
そのうち1つを、次回の行動ルールに直す。
30日後に、また同じ迷いが減ったかを見る。
そこからで十分です。
生成AIの社内ルールは、守らせるためだけの資料ではありません。
会社がAI活用を続けるための、学習の記録です。
作って終わりにせず、使いながら直していきましょう。
カタチ舎では、生成AIの社内導入、業務棚卸し、運用ログ、社内ルールづくり、担当者育成まで、AI活用を社内に残すための伴走支援を行っています。
「ルールは作ったけれど、現場で使われているか分からない」
「AI活用を担当者だけの頑張りにしたくない」
「社内で見直せる仕組みまで整えたい」
そんな場合は、お問い合わせフォーム から相談してください。
最初の1ヶ月で、どの業務から見直すか、どんなログを残すか、どこまでルール化するかを一緒に整理します。
Author
村上龍平
カタチ舎代表。言葉、生成AI活用、資料・Web制作を行き来しながら、事業の考えを届く形へ整理しています。