社内文書AIチャットボット（企業向けAIアシスタント）は、社内規定や料金表、契約書などをもとに社員や顧客の質問へ回答し、必ず出典を示します。仕組みにはRAG（検索拡張生成、retrieval-augmented generation）を用い、まず文書から該当箇所を見つけ出し、言語モデルがそれをもとに回答を組み立てます。資料が整理されており、回答の検証を行っていれば、情報を探す何時間もの手間を省けます。

チェコ統計局によると、2026年にはチェコの従業員10人以上の企業の35％がAIを導入しており（前年は18％）、31％が文章・コード・音声の生成に生成AIを活用していました。AIが効果を発揮する領域については企業における人工知能の記事を、明確なルールに基づく処理については業務プロセスの自動化の記事をご覧ください。

社内文書AIチャットボットにできること・できないこと

企業向けAIアシスタントは、数百件の文書から素早く答えを見つけ出し、出典へのリンク付きでわかりやすく提示します。ただし、資料に何が欠けているかや、どのファイルが古いかまでは判断できません。

社内・社外向けチャットボットが役立つ主な場面は次のとおりです。

• 社員向けの社内サポート：規定やマニュアルをもとに回答します（出張申請の承認手順やクレーム対応など）。
• 新入社員の教育：細かな疑問のたびに先輩社員へ聞く必要がなくなります。
• 技術サポート：製品マニュアルの87ページ目にあるような情報もすぐに見つけ出します。
• 顧客向けチャットボット：Webサイト上で配送、返品、営業時間などの問い合わせに答えます。

言語モデルの弱点はハルシネーション（もっともらしい嘘）です。資料に答えがない場合、モデルが勝手に内容を補ってしまうことがあります。RAGはこのリスクを大幅に減らしますが、ゼロにはできません。対策として、「資料のみをもとに答えること」「必ず出典を示すこと」「答えがない場合は『文書内に該当する情報が見つかりません』と返すこと」の3つのルールを設定すると効果的です。

たとえば、50件の業務マニュアルを持つ会計事務所Účty Hladceを想像してみてください。新入社員が「顧客は確定申告の書類をいつまでに提出すべきか」と尋ねると、アシスタントは規定内の該当段落を見つけ、一文で回答してリンクを添えます。しかし、その規定が昨年から更新されていなければ、古い内容のまま自信を持って答えてしまいます。

また、在庫数や注文状況、口座残高のように分単位で変わる数値も文書には向きません。こうしたデータはAPI経由でシステムから直接取得させるか、該当画面へユーザーを案内させるべきです。さらに言語モデルは正確な計算が苦手なため、表データの計算は従来のプログラムに任せ、アシスタントには結果の説明だけを担当させましょう。

仕組み：「司書」と「執筆者」の役割分担

文書を参照するAIチャットボットは、「司書」と「執筆者」の2段階で動きます。まず司書がファイル群からテーマに関連するページを探し出し、次に執筆者がそれを読んで回答を書き、参照元を明記します。

実際の処理では、まず文書を段落や章などの短い単位に分割し、それぞれの意味を数値化したデータ（embedding）を付与します。これにより、「有給休暇の付与日数」と書かれた規定に対して「休みはあと何日残っているか」と別の表現で質問しても、司書は正しい箇所を見つけられます。選ばれた箇所は、「ここにある情報だけを使って出典付きで答えるように」という指示とともに言語モデルへ渡されます。

この手法は2020年、Patrick Lewisらが国際会議NeurIPS 2020で発表した論文Retrieval-Augmented Generation for Knowledge-Intensive NLP Tasksで提唱されました。学習済みモデル単体で回答させるよりも、検索を組み合わせるほうが具体的で事実に即した回答が得られることを示しています。

大きな利点は、モデル自体を再学習させなくてよいことです。知識はあくまで文書側に残るため、料金表を書き換えて再インデックスすれば、アシスタントはすぐに新しいデータを使います。モデルの再学習（ファインチューニング）は費用も時間もかかるうえ、出典を示すことができません。

導入すべきケースとFAQの改善で足りるケース

企業のチャットボットが費用に見合うのは、多様な表現で頻繁に質問が寄せられ、その答えが多数の文書に散らばっている場合です。同じ20件の質問が繰り返されるだけなら、よく整理されたFAQを作るほうが安価で確実です。

導入を判断する際は、次の4つの問いを確認してください。

• 質問の件数と多様性はどれくらいか？ 数百ページの資料に対して毎日何十件もの異なる質問が来るなら、アシスタントが適しています。週に数件の定型質問ならFAQで十分です。
• 資料の更新頻度はどれくらいか？ 料金表や手順書が毎月変わる場合、手作業でFAQを書き直すよりアシスタントのほうが実用的です。
• 誤答による損失はどれくらいか？ 営業時間の間違いなら影響は小さいですが、見積金額や法務、医薬品の用法用量での誤りは大きな損害につながります。そうした領域では、アシスタントは担当者向けの参考資料にとどめるべきです。
• 誰が質問するのか？ まずは回答の正誤を判断できる社内スタッフ向けから始めましょう。顧客向けチャットボットは企業の顔として発言するため、より高い精度が求められます。

まずは社内で導入して文書側の不備を洗い出し、信頼性を確認してから顧客向けに公開するのが堅実な進め方です。

作業の大半は社内文書の整備

企業向けAIアシスタントの回答品質は、元となる資料の質で決まります。どれほど優れた言語モデルでも、古い規定から正しい回答を作ることはできません。そのため、技術的な設定よりも文書の整備に多くの時間がかかります。

公開前に、次の4点を必ず確認しましょう。

• 最新性とバージョン管理。 古い料金表と新しい料金表が混在していると、古いほうを引用してしまうことがあります。無効な版は削除するか明示し、鮮度を管理する担当者を決めてください。
• 重複と矛盾。 2つの文書で異なることが書かれていると、アシスタントはどちらが正しいか判断できません。アシスタントの設定ではなく、元の資料側で矛盾を解消してください。
• 構造。 明確な見出し、1章1テーマの構成、読み取りやすい表は検索精度を高めます。テキスト情報を持たないスキャン画像は文字データ（OCR）に変換しておかないと、中身を検索できません。
• アクセス権限。 給与データや契約書を誰もが閲覧できては問題です。ストレージ側の閲覧権限をアシスタントにもそのまま引き継ぐ必要があります。

すべての文書に、内容に責任を持つ管理者を割り当ててください。管理者がいなければ資料は古くなり続け、アシスタントは古い情報を自信たっぷりに答え続けてしまいます。

資料を整理しておけば、アシスタントを使わない社員の業務もスムーズになります。これは企業の業務とプロセスのデジタル化を進めるうえでも確かな土台となります。

回答精度を正しく検証する方法

AIアシスタントの信頼性は、実際の質問を使った測定でしか確認できません。あらかじめ正解と参照すべき文書がわかっている質問集「ゴールデンセット」を作成しましょう。

1. ゴールデンセットを作成する。 メールやヘルプデスク、同僚からの質問など、実際の問い合わせを約50件選びます。紛らわしい質問や、文書内に答えがない質問も混ぜておきます。
2. 模範解答と出典を用意する。 業務内容をよく知る担当者が正解と参照元を記入します。
3. アシスタントに回答させ、結果を記録します。
4. 3つの観点で採点する。 事実として正しいか、正しい文書を引用しているか、そして資料に答えがないときに「わかりません」と言えるかを確認します。
5. 誤答の原因を分析する。 多くの場合、アシスタントの設定よりも、文書の不足や記述の曖昧さに原因が見つかります。
6. 変更のたびにテストを繰り返す。 文書、モデル、検索設定のいずれかを変更したら再検証します。

評価はシンプルな表で十分に行えます。

特に重要なのが「わかりません」と答える力です。資料にないことを自信満々に創作するアシスタントは、知らないと認めて人間の担当者へ引き継ぐアシスタントよりもはるかに危険です。

公開後も運用状況を継続して確認しましょう。「良い・悪い」の評価ボタンや回答できなかった質問のリストを毎週見直せば、どの資料を補うべきかが一目でわかります。新しく出てきた質問はゴールデンセットにも追加していきます。

3つの導入形態と費用

AIアシスタントの導入には、データの扱い方や設定の手間、費用に応じて3つの段階があります。利用者数、データの機密性、他システムとの連携有無に合わせて選びます。

既製ツール（法人向けChatGPT、Microsoft 365 Copilot、Google NotebookLMなど）は、開発なしで文書を扱えます。少人数のチームや素早い試用に適しています。ただし利用規約を確認し、データの処理場所やモデルの学習に利用されないかを必ず確かめてください。

企業向けプラットフォームは、社内ストレージへ直接接続し、最新の文書とアクセス権限を自動で引き継ぎます。ただし権限設定のミスには注意が必要です。誤って全社公開になっていたファイルがあれば、アシスタントはそれも見つけ出してしまいます。

カスタム開発は、Webサイト上の顧客向けチャットボットや、データを完全に自社管理したい場合、ECサイト・在庫・会計システムと連携させたい場合に適しています（詳しくはECサイトと会計・在庫システムの連携をご覧ください）。初期の開発費用に加え、質問数に応じた運用費がかかります。

費用はユーザー数や質問数、文書の量、連携するシステムによって変わります。既製ツールの料金は各提供元のサイトで確認できます。私たちがカスタム開発を行う場合、業務システムの一部として18万チェココルナ〜、またはWebアプリケーションとして23万チェココルナ〜で構築しています。

セキュリティ・法規制・パイロット運用

企業向けAIアシスタントにも、他のソフトウェアと同じ原則が当てはまります。「ユーザーは権限のある情報しか見られないこと」「データの保管場所を把握していること」の2つに加え、AIであることの明示と個人情報保護への対応が必要です。なお、以下の概要は法的助言に代わるものではありません。

アクセス権限。 アシスタントが提示してよいのは、そのユーザーが自分で直接開ける文書だけです。営業担当者が給与データにアクセスできてはなりません。権限管理やバックアップ、委託先管理の基本については、企業のためのサイバーセキュリティの記事にまとめています。

隠された指示。 文書やWebページの中に、アシスタントを悪用しようとする隠しテキストが紛れ込んでいることがあります。アシスタントには文書の読み取りだけを許可し、人間の承認なしにメール送信やデータ削除を行わせないようにしてください。

AIであることの明示。 EUのAI法（AI Act）第50条（2026年8月2日適用）により、一見して明らかでない限り、利用者は相手がAIであることを知らされなければなりません。欧州委員会は第50条に関するQ&A（2026年7月24日公表）でまさにチャットボットを例に挙げており、例外を狭く解釈しています。チャットの冒頭に「AIアシスタントが回答します」と一文添えれば要件を満たせます。条文の全文は第50条で確認できます。

個人情報。 文書に個人情報が含まれる場合はGDPRが適用されます。GDPR規則第28条に基づくデータ処理契約を提供事業者と締結し、処理が行われる国を確認したうえで、自社データがモデルの学習に使われないことを確かめてください。

パイロット運用。 まずは1つの業務領域・1つのチームに絞り、4〜6週間の試験運用から始めましょう。文書を整え、ゴールデンセットを作り、結果を測定して現場の声を集めます。そのうえで回答精度や削減できた時間、文書の改善点を評価します。

社内文書向け、あるいは顧客向けのAIチャットボットをご検討中でしたら、プロジェクト設定ツールで現在の状況をお知らせください。初期のシステム構成案を作成いたします。

よくある質問