社内の質問対応をAIに任せる｜マニュアルや過去資料から答えを引く仕組み

「すみません、これどうやるんでしたっけ」

この一言が、1日に何度もベテランのもとへ届く職場は多いはずです。

聞かれた側は手を止めて答え、聞いた側は答えが返るまで作業を止める。

どちらの時間も、帳簿には出てこないコストです。

しかもその答えは、たいてい社内のどこかに書いてあります。

この記事では社内の質問対応をAIに任せる考え方と、任せてよい範囲、始め方を整理します。

要点：社内の質問は「どこかに答えが書いてある質問」と「判断が要る質問」に分かれます。AIに任せられるのは前者——手順・規程・過去のやり方です。仕組みの中身は、社内の資料をAIが読める形にしてそこから答えを組み立て、根拠の資料を示すという3点。完璧なマニュアルは前提ではなく、よく聞かれる質問20個の答えから始められます。判断・例外・お客様ごとの事情は人が持ち続ける領域です。

社内の質問対応は「見えないコスト」

質問に答える時間は、誰の工数にも計上されません。

それでも実際には二重に時間を使っています。

1つは聞く側の待ち時間です。

相手が席にいなければ、作業はそこで止まります。

もう1つは答える側の中断です。

集中して進めていた仕事を止めて答え、戻ってからまた集中し直す。

この切り替えの負担は、答えた時間そのものより大きくなることがあります。

そして質問はベテランに集まります。

詳しい人が忙しくなる構造が、そのまま属人化として固定されていきます。

この状態を崩す考え方は属人化を解消する業務の標準化とAI活用でも扱っています。

任せられる質問と、任せられない質問

最初にやるべきは仕組みの検討ではなく、質問の分類です。

任せられる質問

• 手順：この書類はどこに出すか、どの順番で処理するか
• 規程：有給の申請はいつまでか、経費で落ちる範囲はどこまでか
• 過去のやり方：前回この案件をどう処理したか
• 用語：社内で使っている略語や区分の意味

これらはすべて、どこかに答えが書いてある質問です。

人が持ち続ける質問

• この取引先に、この条件を出してよいかという判断
• 規程から外れる例外を認めるかどうか
• お客様の事情をふまえた言い方の選択

ここを混ぜてしまうと期待が過剰になり、使われなくなります。

AIは書いてあることを整理して返すのが得意で、責任を引き受けることはできません。

この線引きは「AIって結局うちの何に使えるの？」で整理した考え方と同じです。

どういう仕組みなのか

難しい話に聞こえますが、構成は3つだけです。

① 社内の資料をAIが読める形にする

マニュアル、規程、過去のやりとり、よくある質問の答えを1か所に集めます。

形式が紙しかない資料は、ここで文字にしておく必要があります。

② 質問が来たら、その資料の中から答えを組み立てる

一般的な知識で答えさせるのではなく、渡した資料の範囲で答えさせるのが要点です。

自社のルールと世間一般のルールが違う場面は珍しくありません。

③ 答えの根拠を示す

どの資料のどこを見て答えたかが分かる形にしておきます。

根拠が出ないと、正しいかどうかを誰も確かめられません。

逆に根拠が出れば、間違っていても気づけます。

この3点目を省いた仕組みは、便利に見えて信頼されません。

当社のサイトに置いているチャットも、同じ考え方で用意しています。

始める前にやる「資料の棚卸し」

実際に手を動かすと、最初にぶつかるのは資料の状態です。

よくあるのは次の3つです。

• 資料が個人のパソコンやメールの中に散らばっている
• 同じ資料の古い版と新しい版が混在している
• どれが正なのかを誰も決めていない

この状態のまま読み込ませると、AIは古い答えを自信たっぷりに返します。

先に「どれを正とするか」を決めることが、精度の大半を決めます。

資料を1か所へ寄せる進め方は情報を一元管理するはじめ方にまとめました。

導入の3ステップ

全社のマニュアルを整えてから始めようとすると、準備の段階で止まります。

次の順番なら小さく始められます。

ステップ1：よく聞かれる質問を20個書き出す

1週間、実際に聞かれた質問をメモするだけで十分です。

ここに現れた質問が、そのまま優先順位になります。

ステップ2：その20個の答えを文章にする

マニュアルの完成を目指さず、答えだけを書きます。

この作業自体が、社内の暗黙のルールを形にする効果を持ちます。

ステップ3：一部署で使って、答えられなかった質問を集める

答えられなかった質問こそが、次に足すべき資料です。

この繰り返しで、使うほど答えられる範囲が広がっていきます。

情報の扱いで決めておくこと

社内資料を扱うため、線引きは最初に決めます。

押さえるべきは3点です。

• 入力した内容が学習に使われない設定になっているか
• 個人情報や取引条件を含む資料を対象に含めるか
• 誰がどこまで見られるか（部署ごとに範囲を分けるか）

特に3点目は見落とされがちです。

給与や人事の資料まで全社員が引ける状態は避ける必要があります。

生成AIを業務で使うときの基本ルールは生成AIを仕事で安全に使うには？で詳しく書いています。

効果はどこに出るか

効果は次の3点で測れます。

• 同じ質問が繰り返される回数が減ったか
• 新しく入った人が独力で進められる範囲が広がったか
• 詳しい人の作業が中断される回数が減ったか

人数が少ない会社ほど、3つ目の効果が大きく表れます。

詳しい人の時間は、質問対応より本来の仕事に使うべきものです。

文章仕事の下ごしらえをAIに任せる考え方は生成AIで議事録・日報・メールを時短するにもまとめました。

うまくいかない典型

最後に、失敗しやすい形を3つ挙げます。

1つ目は資料が古いままのケースです。

古い規程を読ませれば、古い答えが返ります。

2つ目は根拠を示さないケースです。

合っているか確かめられない答えは、結局ベテランへの確認が必要になります。

3つ目は判断まで任せようとするケースです。

例外の可否をAIに決めさせると、現場は責任の所在に迷います。

任せる範囲を先に決めておくことが、いちばんの失敗回避策です。

ここまでのまとめ

社内の質問対応をAIに任せるとき、押さえるべき点は4つです。

• 任せるのは手順・規程・過去のやり方。判断と例外は人が持つ
• 仕組みの要は、社内資料の範囲で答え、根拠の資料を示すこと
• マニュアルの完成を待たず、よく聞かれる質問20個から始める
• どの資料を正とするかを決めておくと、精度の大半が決まる

よくある質問

社内の質問対応をAIに任せることはできますか？

手順・規程・過去のやり方といった「どこかに答えが書いてある質問」は任せられます。一方でお客様ごとの事情をふまえた判断や例外対応は人が持つ領域です。まず社内の質問を「書いてある質問」と「判断が要る質問」に分けることが出発点になります。

社内向けのAIチャットはどういう仕組みですか？

社内のマニュアルや規程、過去のやりとりをAIが読める形で用意し、質問が来たらその資料の中から答えを組み立てて返す仕組みです。重要なのは答えの根拠として元の資料を示すことで、これがないと内容が正しいかを確かめられません。

マニュアルが整っていない会社でも導入できますか？

完璧なマニュアルは前提ではありません。実際によく聞かれる質問を20個ほど書き出し、その答えだけを先に文章にすれば始められます。すべてを整えてから始めようとすると準備で止まるため、よく聞かれる範囲から先に埋めるほうが現実的です。

社内資料をAIに読ませても情報漏えいの心配はありませんか？

どのサービスに何を預けるかを決めることが前提になります。入力した内容が学習に使われない設定を選ぶ、個人情報や取引条件を含む資料は対象から外す、閲覧できる範囲を部署単位で分けるといった線引きを最初に決めておけば、通常の業務利用として扱えます。

「同じ質問が何度も来る」からご相談を

Ridge Forge は札幌を拠点に、社内にIT担当がいない北海道の中小企業のAI活用に伴走しています。

よくある質問の洗い出しから、資料の整理、答えを引ける形に載せるところまで対応しています。

まずはどの質問を任せられるかの切り分けから、一緒に整理します。

実際の取り組みは事例をご覧ください。

選ばれる理由もあわせてご覧ください。ご相談はこちらからどうぞ。

初回のご相談は無料です。