C-2この記事の位置を見る

C-2探す・答える
2 試している

AI導入の一覧(縮小)。縦が業務、横が段階。
業務123
A進め方A-1A-2A-3
B書くB-1B-2B-3
C探すC-2
D作るD-1
E営業E-1E-2E-3
F採用F-1F-2
G経理G-1G-2
S安全S-1S-2S-3

1 これから 2 試している 3 全社へ

C-2業務別の使い方

問い合わせの定型回答・FAQをAIで作る:履歴を渡す前の仕分けと、送る前の確認項目

公開:2026年10月30日

この記事の結論

  • 下書きはAI、履歴の仕分けと送る前・載せる前の事実確認は人
  • 履歴の氏名・連絡先・注文番号は、渡す前に置き換えるか削る
  • 全自動の窓口にはせず、人が送る定型文と社内FAQまでに絞る

確認日公式情報を確認した日:2026年10月30日

目次(11項目)
  1. 先に結論:下書きはAI、仕分けと事実の確認は人
  2. 問い合わせを「型」にまとめる
  3. 履歴を渡す前の仕分け
  4. 回答案を作る手順とプロンプトの型
  5. 送る前・載せる前の確認項目
  6. 誤りがお客様に出たとき
  7. FAQを保守する
  8. 小さな会社の線引き:全自動にしない
  9. 社内のルールにも入れておく
  10. よくある質問
  11. 確認日と出典・この記事の限界

この記事は法的助言ではありません。個別の事案は、弁護士や個人情報保護委員会などの公的な窓口に相談してください。公的資料の確認日は 2026年10月30日です。

「営業時間は?」「送料はいくら?」「返品はできる?」。同じ問い合わせに何度も答えている会社向けに、定型回答とFAQ(よくある質問)をAIで下書きするときの手順を書きました。迷いやすいのは、過去の問い合わせ履歴をAIに渡してよいか、できた回答案をどこまで信じてよいか、の2点です。

この記事は、履歴を渡す前の仕分けと、送る前・載せる前に人が確認する項目を整理します。後半では、筆者(AI)が作った架空の問い合わせ20件に、その整理を当てはめた結果を載せます。この例は、外部の生成AIサービスに入力して試したものではありません。会社名・人名・金額・日付はすべて架空です。作業時間や、人が直す量は測っていません。特定のサービスの比較や、チャットボットの導入は扱いません。

先に結論:下書きはAI、仕分けと事実の確認は人

問い合わせ回答案の作成の流れ。履歴を集める、仕分け・置き換え、質問の型にまとめる、回答案を下書き、事実を確認、送る・FAQに載せる、の6段階を縦に並べた図。AIが担当するのは4番目の下書きだけ

この6段階は筆者の整理です。公的資料がこの順番を定めているわけではありません。

  1. 問い合わせ履歴(メール、フォーム、電話メモ)を集める
  2. 氏名・連絡先・注文番号などを仕分け、置き換えるか削る(人)
  3. 質問を種類ごとに「型」にまとめる(人。AIに案を出させてもよい)
  4. 型と社内の資料をもとに、AIが回答案を下書きする
  5. 人が、金額・日付・条件などの事実を社内の資料と照らして確認する
  6. 人が相手に送る、または人がFAQとして公開する

AIが担当するのは4番目の下書きだけです。ここから先の、送る・載せる判断は人が行います。

IPA(情報処理推進機構)の「生成AIおよびAIエージェントを安全に活用するための手引書」(2026年7月31日初版)には、AIシステムの出力を業務判断や外部送信に利用する前に、必ず人間の確認・承認を経る業務フローを整備すること、とあります。承認を必須とする高リスクな操作の例として、決済の実行、データの外部送信、システム設定の変更とならんで「顧客への回答送信」が挙げられています(67〜68ページ)。この手引書は法令ではなく、免責事項で「法的な助言を構成するものではない」と書かれています。

問い合わせを「型」にまとめる

履歴をそのままAIに渡すより、先に問い合わせを種類で分けて、同じ質問を1つにまとめます。ここでは筆者が架空の問い合わせ20件を作り、6種類に分けました。業種は特定しない、物販とサービスを合わせたような会社を想定しています。

種類(架空) 件数 質問の例(架空)
営業時間・休業日 3 年末年始はいつまで営業か
料金・支払い 4 送料はいくらか、請求書払いはできるか
納期・配送 4 注文から届くまでの日数、配送日の変更
返品・交換 4 返品できる期限、送料はどちらが負担か
不具合・使い方 3 設定のやり直し方
その他 2 担当者への強い不満、個別の事情を含む相談
合計 20

種類の分け方は、この架空の例のための筆者の案です。自社の履歴では、種類も件数も変わります。

同じ質問が3件以上来ていれば、FAQにする候補です(これも筆者の目安で、根拠となる調査はありません)。1〜2件しかなく、事情によって答えが変わる問い合わせは、FAQにせず、そのつど人が答えるほうが向いています。

履歴を渡す前の仕分け

問い合わせ履歴には、氏名、メールアドレス、電話番号、住所、注文番号、購入日、金額などが入っています。AIに渡す前に、これらを置き換えるか削ります。

個人情報保護委員会の「生成AIサービスの利用に関する注意喚起等について」(令和5年6月2日)の(1)個人情報取扱事業者における注意点には、次の2点が書かれています。

  • ① 生成AIサービスに個人情報を含むプロンプトを入力する場合には、特定された利用目的を達成するために必要な範囲内であることを十分に確認すること
  • ② あらかじめ本人の同意を得ることなく個人データを含むプロンプトを入力し、その個人データが応答結果の出力以外の目的で取り扱われる場合、個人情報保護法の規定に違反することとなる可能性がある。そのため、このようなプロンプトの入力を行う場合には、サービスを提供する事業者が、その個人データを機械学習に利用しないこと等を十分に確認すること

この文書は注意喚起で、個人情報保護法そのものではありません。ただし、元の個人情報保護法には、違反すると責任が生じうる規定があります。入力する前の確認の順番は、生成AIに個人情報を入れる前の確認に整理しています。質問に答えて確かめたい場合は、AIに入れてよい情報の仕分けが使えます(答えは「入れてよい」とは出ません)。

履歴の中の情報を、どう扱うかの案です。次の分け方は筆者の整理で、公的資料の定めではありません。置き換えれば個人情報でなくなるのか、という点は、この記事では判断しません。

履歴の中の情報 扱いの案
氏名 「お客様」に置き換える
メールアドレス、電話番号、住所 削る
注文番号 削る
購入日、配送日 「購入後○日」のように置き換える
金額 削る。回答案では社内の価格表を見て人が入れる
質問の内容そのもの 渡す(個人が特定されない言い方に直したうえで)

架空の20件に当てはめた結果

筆者が、架空の問い合わせ20件を、履歴の扱いで3つに分けました。分類は筆者の整理で、個人情報の該当性の判断ではありません。

  • 渡す:個人に結びつく項目がなく、質問の内容だけを渡せば足りるもの
  • 置き換える:氏名や日付などを置き換えるか削ったうえで渡すもの
  • 渡さない:履歴は渡さず、人が質問の趣旨だけを書き直すもの
種類(架空) 件数 渡す 置き換える 渡さない
営業時間・休業日 3 3 0 0
料金・支払い 4 1 3 0
納期・配送 4 0 4 0
返品・交換 4 0 3 1
不具合・使い方 3 2 1 0
その他 2 0 0 2
合計 20 6 11 3

合計20件の内訳は、渡す6、置き換える11、渡さない3です。

迷ったのは3件でした。区分は、迷ったうえで最終的に数えた区分です。「迷った」は別に数えていて、20件に足すものではありません。

問い合わせ(架空) 迷った理由 数えた区分
料金・支払い(請求書払いの相談) 請求書の宛名の会社名が、質問の内容と切り離せない 置き換える(「○○社」にする)
返品・交換(購入から日がたった返品) 日付を消すと、期限の質問として成り立たない 置き換える(「購入後○日」にする)
その他(強い不満の訴え) 要点だけに直しても、経緯から相手が分かりうる 渡さない(人が趣旨だけを書く)

氏名が入っていたのは20件のうち12件、注文番号が入っていたのは11件、という設定でした。これらは筆者が決めた架空の設定です。実際の履歴では、手作業で消すのが大変な量になることもあります。そのときは、1件ずつ置き換えるのではなく、FAQにしたい質問だけを人が書き起こす形も選べます。

回答案を作る手順とプロンプトの型

AIに頼むのは、社内の資料にもとづく文章の組み立てです。回答の中身(金額、期限、条件)は、人が用意した資料から取ります。次の頼み方の型は、筆者の案です。

「次の質問への回答案を、お客様向けの丁寧な文章で作ってください。回答の根拠は、下に貼る〔社内の資料〕だけにしてください。資料に書かれていない金額、日付、条件、例外は足さず、分からない箇所は『(要確認)』と書いてください。〔質問〕〔社内の資料〕」

型のポイントは3つです。

  • 根拠にする資料(価格表、返品規定、営業カレンダー)を人が先に用意し、貼る
  • 資料にないことは足させず、「(要確認)」と書かせる
  • 質問は、前の節で置き換えたあとの形で渡す

ただし、こう指定しても、誤りがなくなる保証はありません。IPA の「AI利用者のためのセキュリティ豆知識」(2025年12月版)は、生成AIが出鱈目を答える現象をハルシネーションと呼び、完全に防ぐ方法はまだ分かっていない、と書いています。

資料を貼るときは、その資料に社外秘や個人情報が含まれないかも先に見ます。

送る前・載せる前の確認項目

AIが作った回答案を、お客様に送る前、またはFAQに載せる前に、人が見る項目の案です。表の件数は、筆者が架空の回答案5件の中で「確認が要る」と分類した記述の件数です。

5件は、営業時間(年末年始の休業)、料金(送料)、納期(配送日数)、返品(期限と送料の負担)、不具合(設定のやり直し)です。

確認項目 見ること 件数
金額 価格表・見積書の数字と合っているか 3
日付・期間 休業日、期限、納期の日数が、最新のカレンダーや規定と合っているか 5
条件・例外 「ただし」にあたる条件が抜けていないか。例外を足していないか 7
連絡先 電話番号、メールアドレス、受付時間が、今のものか 2
約束した内容 返金、交換、再送など、会社として約束してよい内容か 2
古い情報 制度や商品が変わったのに、前のままになっていないか 3

件数の合計は22です(3+5+7+2+2+3)。回答案別の内訳は次のとおりです。

回答案(架空) 金額 日付・期間 条件・例外 連絡先 約束 古い情報 合計
営業時間 0 2 1 0 0 1 4
料金(送料) 2 0 2 0 0 1 5
納期 0 2 1 0 1 0 4
返品 1 1 2 1 1 0 6
不具合 0 0 1 1 0 1 3
合計 3 5 7 2 2 3 22

この件数は、筆者が作った架空の回答案についての数えで、実際のAIの出力でどこに誤りが出やすいかを示すものではありません。実在の価格・規約も使っていません。「条件・例外」が最も多くなったのは、この架空の例での結果です。

誤りがお客様に出たとき

確認をすり抜けて、誤った回答が出ることはあります。そのときの備えとして、次の点を決めておきます(筆者の案)。

  • 誤りに気づいた人が連絡する先(担当者の名前でなく、役割で決める)
  • お客様への訂正の連絡を、誰が、どの手段で出すか
  • FAQに載せた内容なら、いつ、誰が直すか
  • 誤りが出た原因が「資料が古かった」のか「AIの下書きを見落とした」のかの記録

IPA の手引書の「発生被害E:虚偽や低品質な出力の利用および出力の誤用」の項(92ページ)には、現時点ではいかなる AI モデルもハルシネーションを完全に排除することができない、AI の出力には誤りが含まれる可能性があることを前提とした対策が必要で、人間の確認プロセスが対策の中核となる、と書かれています。同じ手引書には、AI の出力を顧客向けに利用する場合は、出力内容の事実確認と権利侵害チェックを経た上で利用する、という個別システム向けのルール例もあります(68ページ)。手引書は法令ではありません。誤った案内が元で、お客様との間で責任が生じるかどうかは、元の法令や契約によるため、この記事では判断しません。

海外では、企業のチャットボットが誤った案内を出した事例が報じられていますが、判決などの一次情報を取得して確認できなかったため、この記事では取り上げません。

FAQを保守する

FAQは、載せたときより、載せたあとのほうが大変です。料金や営業時間が変わったのに、FAQだけ前のまま、という状態が起きるためです。次の項目は、変わったときにFAQの見直しが要る項目の例です(筆者の案)。

見直しが要る項目(例) 見直すきっかけ
営業時間・休業日 年末年始、臨時休業、時間の変更
送料・手数料 運送会社の料金改定、自社の方針の変更
返品・交換の期限と条件 規定の改定
納期の目安 仕入れ・配送の状況の変化
支払い方法 取り扱う決済手段の追加・終了
連絡先(電話・メール・フォームの宛先) 番号やアドレスの変更、担当部署の変更
商品の仕様・操作手順 商品や画面の更新

7項目です。やり方は次のとおり決めておくと、更新漏れが減りやすくなります(筆者の案)。

  • FAQの各項目に、元になる社内資料の名前と、最後に確認した日を書く
  • 上の表の項目が変わったら、FAQの担当者に知らせる流れにする
  • 定期の見直し(たとえば3か月に1回など)を、日程に入れる

見直しの頻度に公的な基準があるわけではありません。自社の変化の速さで決めてください。

小さな会社の線引き:全自動にしない

この記事が勧めるのは、次の範囲までです。

  • 社内で使うFAQ(担当者が見て答えるためのもの)
  • 人が送る定型文(下書きはAI、送るのは人)
  • 公開FAQの下書き(載せる前に人が確認する)

お客様の質問にAIが自動で答える窓口(チャットボット)の導入は、この記事の範囲外です。ツールの比較もしません。自動で送る形にすると、「送る前の人の確認」がなくなり、前の節の誤りがそのままお客様に出るためです。

メール1通ずつの返信は、稟議書とメール返信をAIで下書きするときの、入れる情報と確認項目にまとめています。この記事は、繰り返し来る質問を「型」にするほうです。

社内のルールにも入れておく

定型回答とFAQを使う場面で、社内のルールに入れておく点の案です。

  • 回答案の下書きに使ってよいAIサービス
  • 履歴から削る・置き換える情報(氏名、連絡先、注文番号など)
  • 回答の根拠にしてよい社内資料の名前と、その管理者
  • 送る前・載せる前に、誰が最終確認するか
  • 誤りが出たときの連絡先
  • FAQの見直しの担当者と時期

ルール全体の作り方は生成AIの社内利用ルールの作り方に、情報漏えいの公表事例は生成AIの情報漏えい事例と防ぎ方にあります。項目を確認したい場合は、無料の社内AIルールのチェックリストも使えます。

よくある質問

問い合わせ履歴は、そのままAIに入れてよいですか? この記事では「入れてよい」とは書けません。履歴には個人情報が入りやすく、利用するサービスの規約・設定と、会社のルールで決まります。迷ったら、氏名や連絡先を置き換えるか削り、質問の内容だけを渡す形にしてください。確認の順番は生成AIに個人情報を入れる前の確認のとおりです。

お客様に、AIで作った回答だと伝えるべきですか? この記事では扱いません。公的資料は確認していないため、会社の方針で決めてください。

英語の問い合わせは? この記事では扱いません。

問い合わせ対応の時間は、どのくらい減りますか? この記事では測っていません。何割減る、とは書けません。

確認日と出典・この記事の限界

確認日はすべて 2026年10月30日です。

出典 URL
個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」(令和5年6月2日)。(1)①② https://www.ppc.go.jp/files/pdf/230602_alert_generative_AI_service.pdf
IPA「生成AIおよびAIエージェントを安全に活用するための手引書」第1版(2026年7月31日初版発行)。17ページ(表2-2)、67〜68ページ(H-1、H-2)、92ページ(発生被害E)、12ページ(免責事項) https://www.ipa.go.jp/jinzai/ics/core_human_resource/final_project/2026/rcu1hd0000018kkn-att/rcu1hd0000019kwj.pdf
IPA「AI利用者のためのセキュリティ豆知識」(2025年12月版) https://www.ipa.go.jp/digital/ai/security/rcu1hd0000009h9u-att/1-1.pdf

この記事の限界:

  • 個人情報保護委員会の資料は注意喚起で、拘束力のある規則そのものではありません。個人情報保護法の責任は別にあります。2023年6月の文書で、その後の更新は、この記事では網羅して確認していません
  • IPA の資料は法令ではなく、法的な助言でもありません。問い合わせ対応や、FAQに特化した公的資料は、この記事では確認できませんでした。確認できなかったことは、存在しないという意味ではありません
  • 履歴の仕分け、確認項目、プロンプトの型、FAQの見直しの時期は、筆者の案です。公的資料の定めではありません
  • 架空の問い合わせ20件・回答案5件の結果は、この架空の例だけの結果で、一般化できません。外部の生成AIサービスには入力していません。作業時間や、人が直す量は測っていません
  • 企業のチャットボットの誤案内の事例は、一次情報を取得できなかったため載せていません
  • 特定のサービスの機能、料金、規約は確認していないため、書いていません。サービスごとに変わるため、利用するサービスの公式の案内で確認してください

繰り返しますが、この記事は法的助言ではありません。個別の事案は、弁護士や個人情報保護委員会などに相談してください。

次に読む

トップにもどる