その諦めを覆すのが、Excelの新しい数式「COPILOT関数」です。セルに自然言語で指示を書くだけで、AIが結果を返してくれます。=COPILOT("このコメントを一行で要約して", B2) と書けば、もう手作業で読む必要はありません。

この記事では、COPILOT関数の基本構文から、コピペでそのまま使える実務の活用例、Copilotチャットパネルとの使い分け、そして「自分のライセンスで使えるのか」までを、同僚に教える感覚でわかりやすく解説します。

読み終わるころには、明日から自分のシートでAIを動かせるようになっているはず。なお、COPILOT関数は2026年6月時点では展開が始まったばかりの新機能です。ライセンス要件や提供状況は時期によって変わるため、本記事ではその時点の情報であることを明記しながら進めます。

COPILOT関数とは？仕組みと基本の書き方

セル内でAIが動く仕組み

COPILOT関数とは、セルに書いた自然言語の指示（プロンプト）をAIに渡し、その回答を数式の結果として返す新しいExcel関数です。=SUM() や =VLOOKUP() と同じように数式バーに入力しますが、計算するのは数値ではなく「言葉の意味」です。

「この文章を要約して」「この内容をポジティブかネガティブで分類して」といった、これまで人が読んで判断していた処理を、セルの中で完結させられます。使われているAIモデルは gpt-4.1-mini（2025-04-14版）で、モデルは今後改善・変更される可能性もあるでしょう。

プロンプトと参照データはインターネット経由でAzure上のAIモデルに送られ、結果がセルに戻ってきます。そのため、利用にはアクティブなインターネット接続が必須です。なお、入力したプロンプトやデータがAIモデルの学習に使われることはない、と公式に明記されています。

従来の関数と何が違うのか

従来の関数は「決められたルールどおりに計算する」のが仕事です。=SUM(A1:A10) は何度実行してもまったく同じ合計を返します。入力が同じなら出力も必ず同じ、という決定論的な動き。

一方COPILOT関数は、AIが「意味を解釈して」回答を作ります。同じプロンプト・同じデータでも、再計算のたびに表現が少し変わることがあります。ここが従来の関数と決定的に違う点で、後述する注意点にもつながります。

もうひとつの違いは「入力の自由度」です。従来の関数は引数の型や順序が厳密に決まっていますよね。

COPILOT関数への指示は、普段の日本語でそのまま書けます。「丁寧語で」「20文字以内で」といった細かい注文も、文章で伝えられるのが強みです。

COPILOT関数が得意なこと・苦手なこと

得意なのは、テキストを扱う処理です。公式が推奨する用途として挙げられているのは、次の5つ。

• テキストの要約
• サンプルデータの生成
• 内容の分類（カテゴリ分け）
• テキスト生成
• Web検索

いずれも「人が文章を読んで判断していた作業」がターゲットです。逆に使ってはいけないのが、数値計算です。公式が不適切な用途として明示しているのは、次の3つ。

• 数値計算
• 法的／規制／コンプライアンス要件の処理
• ブック内データのルックアップ（VLOOKUPの代わりに使うこと）

合計や検索は、従来どおり =SUM や =VLOOKUP を使ってください。つまりCOPILOT関数は「言葉の処理は任せろ、計算は従来関数に任せる」という役割分担で考えるのが正解です。この線引きは記事後半の判断フローでもう一度整理します。

基本の書き方（構文と引数）

COPILOT関数の構文はシンプルです。指示（プロンプト）と、参照したいデータ（コンテキスト）を渡すだけです。まずは基本形を押さえましょう。

=COPILOT(prompt_part1, [context1], [prompt_part2], [context2], ...)

引数は可変長で、プロンプトとコンテキストを交互に何組でも指定できます。各引数の意味は次の表のとおりです。

戻り値は動的配列（スピル）です。AIが複数の結果を返す場合は、隣接するセルに自動的に展開（スピル）されます。1件の回答なら1セル、複数の結果なら縦や表形式に自動展開。

=COPILOT(プロンプト, 参照範囲) の形

もっとも基本的な使い方は、プロンプトとセル参照を1組だけ渡す形です。B2セルにある長文コメントを一行に要約するなら、次のように書きます。

=COPILOT("この内容を一行で要約して", B2)

参照範囲は1つのセルだけでなく、複数セルの範囲も指定できます。A2からA20までの顧客の声をまとめて1つの傾向にしたいときは、範囲をそのまま渡します。

=COPILOT("これらの意見の共通点を3点にまとめて", A2:A20)

公式の使用例には、A2に地域名を入れて関連イベントを調べる使い方も。

=COPILOT("次の地域の今後の祝日や主要イベントを調べて", A2)

プロンプトの書き方のコツ

プロンプトは「具体的・簡潔・出力形式を指定する」の3点を意識すると、結果が安定します。「要約して」だけより「30文字以内で要約して」のほうが、毎回近い長さの回答が返ります。

出力のばらつきを抑えたいときは、選択肢を明示するのが有効です。分類タスクなら「ポジティブ・ネガティブ・ニュートラルのいずれかで答えて」と候補を限定すると、想定外の答えが減ります。

複数の条件を足したいときは、プロンプトを複数の引数に分けても、1つの文章に詰め込んでもかまいません。次の例は、対象データと出力条件を分けて指定した形です。

=COPILOT("次のレビューを要約して。", B2, "出力は20文字以内、敬体で。")

コピペで使える実務活用例3選

ここからは、事務作業でそのまま役立つ3つのユースケースを、コピペできる数式付きで紹介します。いずれも「人が読んで判断していた作業」をセル1つに置き換えるものです。

対象データが入っている列を1つ用意し、その隣のセルにCOPILOT関数を入力していくイメージです。1行目に数式を作れば、あとは下方向にコピーするだけ。

テキスト要約：アンケート・コメントを1行にまとめる

自由記述のアンケートやレビューを、ひと目で把握できる一行に圧縮するパターンです。B列に元のコメントが入っているとして、C列に要約を出します。

=COPILOT("このコメントの要点を1行（30文字以内）で要約して", B2)

長文が並ぶ列でも、要約列を1つ用意するだけで全体の傾向がつかみやすくなります。報告資料に貼る一覧表を作るときに、とくに重宝するはず。

感情分類：ポジティブ／ネガティブ／ニュートラルに仕分ける

レビューや問い合わせの感情を3区分に仕分けるパターンです。候補を明示することで、答えのブレを抑えます。

=COPILOT("このレビューの感情を、ポジティブ・ネガティブ・ニュートラルのいずれか1語で答えて", B2)

仕分け結果が列に並べば、あとは従来関数で集計できます。COPILOT関数の結果列に対して =COUNTIF(C:C, "ネガティブ") を使えば、ネガティブ件数が一発で出ます。AIで分類し、数えるのは従来関数――この組み合わせがいちばん効率的ですよね。

タグ付け：商品カテゴリや問い合わせ種別を自動付与する

問い合わせ内容や商品説明から、種別タグを自動で付けるパターンです。社内で使っているカテゴリ名を候補として渡すと、運用ルールに沿った分類になります。

=COPILOT("この問い合わせを、返品・配送・不具合・その他のいずれかに分類して", B2)

候補リストが多い場合は、別セルにカテゴリ一覧を用意して範囲で渡す方法もあります。指示文とカテゴリ範囲を組み合わせれば、あとのメンテナンスもぐっとラクに。

=COPILOT("この商品説明に最も合うカテゴリを次の一覧から1つ選んで", B2, "カテゴリ一覧:", $E$2:$E$10)

チャットパネル・通常関数との使い分け

Copilotチャットパネルとの違い・使い分け方

「それ、いつものCopilotチャットで質問すればいいのでは？」——ここが多くの人が引っかかるポイントです。Excelには、AIを使う経路が複数あります。画面横に開くチャットパネル、今回のCOPILOT関数、そして複数ステップを一括自動化するエージェントモードです。

やりたい処理の種類によって最適な道具は変わります。迷ったら、次の3分岐フローで判断してください。

やりたい処理は？
├─ テキストの解釈・生成（要約・分類・タグ付け）
│    → COPILOT関数
├─ 数値計算・検索・集計（合計・平均・VLOOKUP）
│    → 従来関数（SUM / IF / VLOOKUP など）
└─ 複数ステップの繰り返し作業を丸ごと自動化
     → Copilotエージェントモード

チャットパネルとCOPILOT関数：4軸比較

チャットパネルは、人と対話しながら作業を進める「アシスタント」です。一方COPILOT関数は、セルに埋め込まれて他の関数と一緒に動く「部品」です。この違いを4つの軸で整理してみましょう。

最大の違いは「結果がシートに残るかどうか」と「他の関数とつなげられるか」です。「1件だけその場で相談したい」ならチャットパネル、「同じ処理を何十件・何百件に適用したい」ならCOPILOT関数を選んでください。

COPILOT関数 vs 通常関数｜使い分け判断フロー

テキスト処理はCOPILOT関数、数値計算は従来関数

数値計算にCOPILOT関数を使ってはいけません。公式も不適切な用途として明示しています。AIは意味の解釈は得意でも、正確な四則演算や厳密なルックアップには向かないからです。

実務では両者を組み合わせるのが定石です。「COPILOT関数で感情分類 → COUNTIFで件数集計」のように、判断はAI・計算は従来関数と分担させると精度も速度も両立します。

繰り返し自動化はエージェントモードへ

「データの取り込みから集計、レポート作成まで一連の流れを自動化したい」というレベルになると、1つの関数では収まりません。そこで登場するのが、複数ステップを自動実行するエージェントモードです。

COPILOT関数が「1つのセルで1つの仕事を頼む」のに対し、エージェントモードは「一連の作業全体をAIに任せる」イメージです。詳しい設定方法はExcel Copilotエージェントモードの使い方を参照してください。

そもそもCopilotと他のAI（ChatGPT・Gemini）をどう使い分けるか迷っている方は、ChatGPT・Gemini・Copilotの違いと使い分けもあわせてどうぞ。事務職目線での選び方をまとめています。

使うために必要なライセンスと条件

ここが「自分は使えるのか」のいちばん気になるところでしょう。結論から言うと、COPILOT関数は誰でもすぐ使えるわけではなく、特定のライセンスが必要です。以下はすべて2026年6月時点の情報です。

職場・学校アカウントの場合は、Microsoft 365 Copilotアドオンライセンスが必須です。個人ユーザーの場合は、Microsoft 365 Premiumのサブスクライバーのみ利用できます。Personal や Family は対象外なので注意してください。

Microsoft 365 Personal / Business Standard / Business Premium 比較

「うちの会社のプランで使えるの？」を判断しやすいよう、主要プランの利用可否を表にまとめました（2026年6月時点）。

重要なポイントは2つあります。1つ目は、法人プランではいずれも「Microsoft 365 Copilot アドオンの追加購入」が前提になること。アドオンの価格は $30/ユーザー/月（年払い）が基本です。

2つ目は、Business Basic / Standard でのアドオン購入可否や COPILOT 関数の展開状況が、契約形態・テナント設定によって異なること。判断に迷ったら、自社の管理者かMicrosoft公式のライセンスページで最新条件を確認してみてください。

なお、AIクレジットについては、Personal/Familyが月60クレジット（Copilot全機能で共有）であるのに対し、Microsoft 365 Premiumは実質無制限です。ただし前述のとおり、Personal/FamilyではCOPILOT関数自体が現時点で利用できません。

Insiderプログラムへの参加手順

もうひとつ重要な条件があります。2026年6月時点のCOPILOT関数は、「Frontierプログラム」および「Microsoft 365 Insiderプログラム」の参加者のみ利用可能です。正式ライセンスを持っていても、Insider設定をしないと関数が出てこない可能性があります。

一般提供（GA）は、Excel デスクトップ版・Web版ともに2026年12月予定とされています（ロードマップID: 499658 / 499660）。

今すぐ試したい場合は、Excelの[ファイル]→[アカウント]からMicrosoft 365 Insiderプログラムに参加し、最新ビルドに更新したうえで動作を確認してください。

新機能ゆえ、提供状況は流動的です。=COPILOT( と入力しても候補に出ない場合は、ライセンス・Insider参加状況・Excelのバージョンを順に確認するのが近道です。

よくある失敗パターンと対処法（FAQ）

最後に、実際に使い始めると遭遇しがちなつまずきポイントを、対処法とセットでまとめます。事前に知っておくだけで、無駄なハマりはぐっと減るはず。

Q: 再計算のたびに結果が変わるのはなぜ？

A: COPILOT関数はAIが意味を解釈して回答するため、同じプロンプト・同じデータでも再計算のたびに表現が変わることがあります。これは仕様で、公式も非決定論的な挙動として明記しています。モデルの改善によって将来結果が変わることもあります。

対処法は「結果を値として固定する」ことです。COPILOT関数を入れたセル範囲をコピーし、[形式を選択して貼り付け]→[値]で同じ場所に貼り付けます。これでAIの回答はただの文字列に変わり、以降は再計算で変動しません。

報告書に使う確定値は、この手順で固定しておきましょう。

Q: 100件／10分のレート制限に引っかかったら？

A: COPILOT関数には、10分間に最大100回まで、というレート制限があります（公式明記）。大量の行に一気に数式を入れると、この上限に達してエラーになることがあります。

対処法は、処理を分割することです。100行ずつブロックに分けて実行し、上限に近づいたら少し時間を空けてから次のブロックを計算しましょう。

終わったブロックから順に値貼り付けで固定すれば、再計算で同じ行が無駄に消費されるのを防げます。「確定したら固定する」を習慣にすると安定しますよ。

Q: 数値計算に使ったら精度がおかしい

A: それは想定どおりの結果です。COPILOT関数は数値計算には向いておらず、公式も不適切な用途として明示しています。合計・平均・検索（VLOOKUP相当）には、必ず従来の関数を使ってください。

「言葉の処理はCOPILOT関数、数字の処理は従来関数」と割り切るのが安全です。判断はAIに任せ、その結果をCOUNTIFやSUMで集計するという分業にすれば、AIの解釈力と関数の正確さの両方を活かせます。

なお補足として、機密ラベル（Confidential／Highly Confidential）が付いたブックではCOPILOT関数は使用できません。社内の機密文書で動かない場合は、ラベル設定を確認してみてください。

まとめ

COPILOT関数は、セルに自然言語の指示を書くだけでAIが結果を返す、Excelの新しい数式です。要約・分類・タグ付けといった「人が読んで判断していたテキスト処理」を、=COPILOT("指示", 範囲) の一行で自動化できます。

押さえておきたいポイントは、次の3つです。

• テキスト処理はCOPILOT関数・数値計算は従来関数と役割分担すること
• 再計算で結果が変わるため、確定値は値貼り付けで固定すること
• 2026年6月時点では利用に特定ライセンスとInsider参加が必要で、一般提供は同年12月予定であること

まずは手元のアンケートやコメントの列で、要約や分類を1行試すところから始めてみてください。

「人が読む作業」がセル1つに置き換わる感覚をつかめれば、日々の事務作業の景色が変わるはずです。セルの中でPythonを実行するPython in Excel（PY関数）の使い方もあわせて知っておくと便利です。

そう感じたことはありませんか。数万行のデータを回すと重くなる、ピボットでは痒いところに手が届かない、VBAはメンテが怖い。そんな悩みを一気に解決してくれるのが Python in Excel です。ExcelのセルにPythonコードを書いて、その場で実行できる新機能です。

しかも今は、Pythonの文法を一切知らなくても大丈夫。Copilot（Microsoftの生成AIアシスタント） に日本語で指示すれば、必要なPythonコードを自動生成してくれます。あとはそれをセルに貼り付けるだけです。

この記事では、Python in Excelの使い方を「Pythonを書かない前提」で丁寧に解説します。VBA・GAS・標準関数との使い分け早見表、pandasとmatplotlibを使ったノーコード運用フローの実演も紹介します。「コードの中身を理解しなくていいのか？」という素朴な疑問にもお答えします。

読み終わる頃には、明日からの集計作業が一段ラクになるはずです。

Python in Excelとは？VBAとの違いをざっくり理解する

まずは Python in Excel がどんな機能なのか、ざっくり全体像をつかみましょう。Pythonを知らない方でもイメージできるように、仕組み・他ツールとの違い・必要な環境の3点に絞って解説します。

セルにPythonコードを入力するだけ——仕組みの概要

Python in Excelは、Excelのセルに =PY(...) と入力することでPythonコードを実行できる機能です。書いたコードはローカルPCではなく、Microsoftが用意した Anaconda（Pythonのデータ分析向け実行環境） のクラウド上で実行されます。結果だけがExcelのセルに返ってくる仕組みです。

コードは数式バー上部の「Pythonエディタ」から入力します。構文はシンプルです。

=PY(python_code, return_type)

return_type は 0 でExcel値として返し、1 でPythonオブジェクトとして返します。Excelデータを参照したいときは xl() というカスタム関数を使います。

# テーブル全体を参照
df = xl("Sales[#All]", headers=True)

# セル範囲を参照
values = xl("A1:C10", headers=True)

デフォルトで pandas（表形式データ処理）、numpy（数値計算）、matplotlib（グラフ描画）、seaborn（統計可視化）、statsmodels（統計モデル）の5つが読み込み済みです。追加で30以上のライブラリも import 文で利用できます。

なお、PY関数 は他のExcel関数と組み合わせて使えない点だけ覚えておきましょう。

VBA・GAS・標準関数・Python in Excel の使い分け早見表

「結局どのツールを使えばいいの？」という疑問にお答えするため、4つのツールを4軸で比較した早見表を用意しました。

ポイントは右端の「必要スキル」です。VBAやGASは文法習得がハードルでしたが、Python in ExcelはCopilotに丸投げできるため、事務職でも実質的に導入の壁がありません。

使うのに必要な環境（Microsoft 365 サブスクリプション）

利用には 有料のMicrosoft 365ライセンス が必要です。無料ライセンスやデバイスベースライセンスでは使えません。

対応OSはWindows・Mac・Excel on the webです。iPad・iPhone・Androidは非対応なので注意してください。Windowsなら Current Channel Version 2408（Build 17928.20114）以降が最低ビルドです。Macなら Enterprise/Business向けは Version 16.96（Build 25041326）以降、Family/Personal向けは Beta Channel Version 16.95（Build 25021921）以降が対象です。

2025年後半からはOffice 365 E1、Microsoft 365 Business Basic、Office 365 F3にも対応が拡大しています。以前「対象外だった」方も、一度ライセンスを確認し直してみる価値があります。

Copilotを使えばPythonを書かなくていい理由

Python in Excelの本当の価値は、Copilot in Excel with Python という連携機能と組み合わせたときに発揮されます。ここではCopilot連携の中身と、ノーコード運用の全体像を見ていきます。

「Copilot in Excel with Python」とは何か

Copilot in Excel with Pythonは、自然言語のプロンプトからPythonコードを自動生成してくれる機能です。「売上データをカテゴリ別に集計して」と日本語で頼むだけで、CopilotがpandasのコードとPYセルを用意してくれます。

対応プラットフォームはWindowsとWebで、日本語にも対応済みです。2025年4月からは推論モデルを使う「Think Deeper」モードも追加されました。複雑な分析の場合は新しいワークシートに分析プランごと自動挿入してくれます。

さらに2025年12月からは Agent Mode（エージェント型実行） がExcel for webで一般提供されました。2026年1月にはWindows/Macへも展開されています。「計画→実行→検証→修正」を自律的にループするモードで、一問一答のCopilotより踏み込んだ使い方ができます。

なお、旧 Copilot App Skills のPython連携は2026年2月末で廃止されました。今後はAgent ModeまたはAnalystへの移行が推奨されています。

ノーコード運用フローの全体像

Python in Excel × Copilotのノーコード運用は、次の3ステップに集約されます。

1. Copilotにプロンプトを渡す（例：「このテーブルを地域別・月別に集計してほしい」）
2. 生成されたPythonコードを確認する（コードの中身は読めなくてOK）
3. コードをPYセルに貼り付けて Ctrl+Enter で実行する

このフローの良いところは、Pythonの文法を一切覚えなくていいことです。Copilotが出力したコードを「そのまま動かす」だけで結果が得られます。VBAのように「動かないときにデバッグする」という苦行も最小限で済みます。

ノーコード運用フロー実演①：pandasで大量データを集計する

ここからは実際の操作を見ていきましょう。まずは pandas（表計算ライブラリ）を使った大量データの集計例です。

手順ステップ解説

たとえば10万行の売上データ（テーブル名 Sales）があり、「地域別・商品カテゴリ別の売上合計」を出したいとします。

ステップ1: Copilotアイコンをクリックし、チャットを開きます。対象のテーブルをアクティブにしておくと精度が上がります。

ステップ2: 次のようなプロンプトを入力します。

Salesテーブルを「地域」と「商品カテゴリ」でグループ化して、
売上合計を降順で並べた集計表を作ってください。
Python in Excelで動くコードにしてください。

ステップ3: Copilotが次のようなコードを返してきます。

df = xl("Sales[#All]", headers=True)
result = (
    df.groupby(["地域", "商品カテゴリ"])["売上"]
      .sum()
      .reset_index()
      .sort_values("売上", ascending=False)
)
result

ステップ4: 任意のセルで =PY( と入力してPythonエディタを開き、上記コードを貼り付けます。Ctrl + Enter で実行すると、集計結果がExcelのテーブルとして返ってきます。

コードの中身は読めなくても構いません。大事なのは「動いて正しい結果が返ってきたか」を確認することです。

使えるプロンプト例

そのまま使えるpandas系プロンプトをいくつか紹介します。

• 「Orders テーブルから2025年の月別売上推移を集計してください」
• 「Customers テーブルから、購入回数が5回以上のリピーターだけ抽出してください」
• 「Inventory テーブルの商品別在庫回転率を計算してください」

コツは「テーブル名」「対象列」「やりたいこと」を明示することです。曖昧なプロンプトはCopilotも曖昧なコードを返します。

ノーコード運用フロー実演②：matplotlibでヒートマップを生成する

次は matplotlib（Pythonの定番グラフ描画ライブラリ）を使った可視化です。Excelの標準グラフでは作りにくいヒートマップを例に取ります。

手順ステップ解説

曜日×時間帯の売上ヒートマップを作る例です。

ステップ1: Copilotを開き、次のプロンプトを入力します。

Salesテーブルから曜日と時間帯のクロス集計を作り、
seabornでヒートマップを描いてください。
日本語フォントが文字化けしないようにしてください。

ステップ2: Copilotから返ってきたコード例です。

import seaborn as sns
import matplotlib.pyplot as plt

plt.rcParams["font.family"] = "Meiryo"

df = xl("Sales[#All]", headers=True)
pivot = df.pivot_table(
    index="曜日",
    columns="時間帯",
    values="売上",
    aggfunc="sum",
)

sns.heatmap(pivot, annot=True, fmt=".0f", cmap="YlOrRd")
plt.title("曜日×時間帯の売上ヒートマップ")
plt.gcf()

ステップ3: コードをPYセルに貼り付けて実行します。ヒートマップが画像オブジェクトとしてセルに返ります。セルを右クリックして「セル上に表示」に切り替えると、セルからはみ出して大きく表示できます。

日本語が文字化けする場合は plt.rcParams["font.family"] = "Meiryo" の指定が効きます。seabornの場合は sns.set(font="Meiryo") も有効です。

使えるプロンプト例

• 「売上と広告費の相関を散布図で可視化してください」
• 「月別売上の推移を折れ線グラフにしてください。前年比も重ねてください」
• 「商品カテゴリ別の売上構成比を円グラフで描いてください」

コラム：コードの中身を理解しなくていいのか？

ここで多くの読者が気になる疑問にお答えします。「Copilotが生成したコードを意味もわからず使っていいの？」という点です。

ブラックボックス利用のリスクと許容範囲

結論から言うと、社内の定型集計レベルであればブラックボックス利用でOK です。ただし、次の3つのリスクは知っておいてください。

1. ハルシネーション：Copilotが存在しない列名や関数を使ったコードを出すことがあります
2. データ送信：Python in Excelはコードと参照データがMicrosoftのクラウドで実行されます。ローカル実行ではありません
3. 結果の誤り：集計ロジックが微妙にズレていても、数字が出てしまうと気づきにくい

データセキュリティの面では、コードはハイパーバイザーで分離されたコンテナで実行されます。データは一時処理のみで保存されません。xl() 経由でしかExcelデータにアクセスできず、ローカルファイルへの直接アクセスもできません。

とはいえ、機密データを扱う場合は社内の生成AI利用ルールを必ず確認しましょう。詳しくは 生成AIを仕事で使うときの注意点チェックリスト15 と 生成AI社内ガイドラインの作り方 もあわせてご覧ください。

事務職が最低限確認すべきポイント

コードの文法まで理解する必要はありません。ただし、次の3点だけは必ず確認しましょう。

• 入力データ：xl("...") で指定しているテーブル名・範囲は合っているか
• 出力結果：返ってきた数字が既存集計と大きくズレていないか（抜き取りで検算）
• 列名：コード内の列名が実際のシートと一致しているか

この3点を押さえれば、ブラックボックス利用でも大きな事故は防げます。Copilot回答の正確性検証については AIの回答を信じる前に確認すること も参考になります。

よくある質問（FAQ）

Python in Excelは無料で使えますか？

いいえ。有料のMicrosoft 365ライセンス（Personal / Family / Business / Enterprise / Education）が必要です。無料ライセンスやデバイスベースライセンスでは利用できません。重い処理には有料アドオンライセンスが別途必要になる場合もあります。

Macでは使えませんか？

使えます。Enterprise/Business向けは Version 16.96（Build 25041326）以降、Family/Personal向けは Beta Channel Version 16.95（Build 25021921）以降のMac版Excelで対応しています。ただし、iPad・iPhone・Androidは非対応です。

VBAはもう不要になりますか？

いいえ、VBAには依然として役割があります。ファイル操作・他アプリ連携・UserForm・イベント駆動処理など、Excel操作の自動化はVBAの独壇場です。一方、Python in Excelは「大量データ分析」「高度な可視化」「統計処理」が得意です。適材適所で使い分けましょう。

まとめ：Python in Excel × Copilotで何が変わるか

Python in Excelは、「Pythonを書ける人だけの道具」ではなくなりました。Copilotに日本語で指示するだけで、pandasやmatplotlibの力を借りた高度なデータ分析が誰でもできます。

最後に、ポイントを整理しておきます。

• Python in Excel はセル内でPythonを動かせる機能。PY関数と xl() で完結する
• Copilot in Excel with Python に日本語プロンプトを渡せば、コードは自動生成される
• 事務職は コードの中身を読めなくてもOK。入力データ・出力結果・列名だけ確認する
• 利用には 有料Microsoft 365 が必要。Windows・Mac・Webに対応
• VBAは廃れない。大量データ分析だけPython in Excelに置き換えるのが現実的

まずは手元のExcelでCopilotを開き、「このテーブルをサマリーしてください」と話しかけてみてください。Pythonを一行も書かないまま、新しいデータ分析の世界が開けるはずです。

長い契約書やマニュアルに毎日目を通し、メールの言い回しにも気を配る。そんな事務職の方ほど、実はClaudeの得意分野とぴったり噛み合います。

ところが「登録したものの何に使えばいいか分からない」という状態で止まってしまう人が多いのも事実です。「ChatGPTと何が違うのか説明できない」という声も少なくありません。

このまま「名前は知っているけど触っていないAI」のままにしておくと、契約書の要約やメール文章の推敲に毎回20分かけ続けることになります。Claudeを味方につけた同僚は、その作業を数分で終わらせているかもしれません。

この記事では、Claudeを今日から仕事で使えるようになるために次の内容を順番に解説します。

• ChatGPT・Geminiとの違い
• 無料登録の手順
• 事務職がすぐ試せる活用シーン4選
• Projects機能の設定
• 無料とProの判断基準

同僚に教えるつもりで、難しい言葉は使わずにまとめました。

Claude（クロード）AIとは？ChatGPT・Geminiと何が違うのか

Claudeは、米国のAnthropic（アンソロピック）社が開発している対話型AIです。ChatGPTやGeminiと同じく、文章で質問すると文章で答えてくれます。基本的な使い方はほぼ同じなので、ChatGPTを少しでも触ったことがあれば迷うことはありません。

では何が違うのか。ざっくり言うと、Claudeは「長い文章を扱うこと」と「自然な日本語の文章を書くこと」が特に得意なAIです。事務職が日常的に扱う契約書・マニュアル・議事録のような長文ドキュメントと相性が良い、と覚えておけば十分です。

3社それぞれに得意分野があるため、優劣ではなく使い分けが現実的です。すでにChatGPTやGeminiを使っている方は、ChatGPT・Gemini・Copilotを比較｜事務職向け3大AI使い分けガイドも合わせて読むと全体像がつかめます。

本記事が扱うのは、その中の「Claude単独の詳しい使い方」。

3社の特徴を事務職目線で比較：長文処理・文章品質・記憶機能

エンジニア向けの比較記事は多いのですが、ここでは事務職が気にする5つの軸に絞って整理します。なお、料金や仕様は変動するため、以下は2026年6月時点の情報です。

文章品質に関するブラインドテストでは、Claudeが8ラウンド中4回で最高評価を獲得しました。AI検出率も23%と3社中もっとも低い結果です。検出率が低いとは、それだけ人間が書いたような自然な文章という意味です。

一方で、Officeソフトとの連携を最重視するならChatGPTやGeminiに分があります。

Claudeが特に得意な3つのこと

事務職の業務に引きつけると、Claudeの強みは次の3つに集約できます。難しい技術的な話は抜きにして、業務での効き目だけ押さえてください。

1つ目は、長い文書をまとめて読ませて要約する作業です。一度に約500ページ相当のテキストを読み込めるため、分厚いマニュアルや契約書を丸ごと渡しても、要点はきちんと拾ってくれるはず。

2つ目は、自然な日本語の文章作成です。複数メディアの評価が「長文の執筆・編集はClaudeが推奨」で一致しており、メールやお知らせ文の言い換えにぴったりでしょう。

3つ目は、Projects（プロジェクト）という記憶機能です。業務の前提を一度登録しておけば、毎回同じ説明を打ち直さずに済みます。この機能は後ほど手順付きで詳しく解説します。

Claude.aiの登録と基本操作

「アカウント登録が難しそう」と身構える必要はありません。メールアドレスかGoogleアカウントがあれば、3分ほどで使い始められます。クレジットカードの登録も不要で、まずは無料のまま試せます。

ここでは登録から最初の操作までを、つまずきやすいポイントだけ補足しながら案内します。なお、無料版でもファイルのアップロードや画像の読み取り、Projectsの基本機能、Web検索まで使えるので、無料のままでも十分に業務で活躍します。

無料アカウントの作り方（3分で完了）

次の手順で登録できます。ブラウザはChromeなどお使いのもので問題ありません。

1. ブラウザで「claude.ai」にアクセスします。
2. 「Sign up」を選び、Googleアカウントまたはメールアドレスでサインアップします。
3. メールアドレスで登録した場合は、届いた認証コードを入力します。
4. 名前など簡単なプロフィールを入力すれば登録完了です。

これで無料のFreeプランが使えるようになります。支払い情報の入力を求められないので、安心して進めてください。

会社のメールアドレスを使う前に、社内のAI利用ルールを確認しておくと安全です。情報の取り扱いについては生成AIを仕事で使うときの注意点チェックリスト15も目を通しておくと安心です。

最初の画面の見方と基本的な使い方

ログインすると、画面下に文章を入力するボックスがあるシンプルな構成になっています。ChatGPTを触ったことがあれば、ほぼ同じ感覚で操作できます。

基本的な使い方は、このボックスに質問や依頼を打ち込んで送信するだけ。たとえば「次の文章を3行で要約して」と書いて文章を貼り付ければ、すぐに要約が返ってきます。やり取りは画面に積み重なっていき、続けて追加の指示も出せます。

ファイルを読み込ませたいときは、入力ボックスのクリップ（添付）アイコンから対応ファイルを選びます。2026年6月時点でPDF・Word（DOCX）・CSV・テキストなどに対応しています。

チャットに添付できるのは1ファイル最大500MB・最大20ファイルまで。無料版で使われる標準モデルはClaude Sonnet 4.6です。

事務職が今すぐ使える活用シーン4選

ここからが本題です。明日の業務でそのまま真似できる4つのシーンを、操作手順とプロンプト例つきで紹介します。どれも特別な準備は不要で、無料版のまま試せます。

それぞれ「どんな場面で役立つか」「具体的な操作ステップ」「コピーして使えるプロンプト例」の順にまとめました。気になるシーンから試してみてください。

シーン①：長い契約書・マニュアルを要約する

分厚い契約書やマニュアルの要点だけ先に知りたい、という場面は事務職の日常です。Claudeは長文の読み込みが得意なので、PDFを丸ごと渡して要約させるのが効果的です。

操作は次の3ステップ。

1. 入力ボックスのクリップアイコンから、要約したいPDFを添付します（100ページ以下なら本文も図表も読み取れます）。
2. プロンプトで「どう要約してほしいか」を具体的に指示します。
3. 出力された要約を確認し、足りなければ「もっと詳しく」「リスク条項だけ抜き出して」と追加で依頼します。

プロンプト例は次のとおりです。

添付の契約書を、法務に詳しくない人でも分かるように要約してください。
- 全体を300字程度でまとめる
- 当社が負う義務を箇条書きで列挙する
- 注意すべきリスク条項があれば指摘する

ポイントは、出力の形式（字数・箇条書き）まで指定することです。指定しないと長すぎる要約が返ってくることがあります。

なお、要約はあくまで下書きであり、最終確認は人の目で行ってください。AIの誤りを防ぐ考え方はAIのハルシネーション対策とファクトチェックの方法が参考になります。

シーン②：メール文章を丁寧な言い換えにする

社外向けのメールで「失礼な言い回しになっていないか」「もう少し丁寧にできないか」と悩む場面でもClaudeが活躍します。自然な日本語が得意なので、堅すぎず柔らかすぎない言い換えが返ってきます。

操作はとてもシンプルです。

1. 入力ボックスに、言い換えたい元の文章を貼り付けます。
2. どのくらいの丁寧さにしたいか、相手との関係性を添えて指示します。
3. 候補が複数欲しいときは「3パターン出して」と頼みます。

プロンプト例は次のとおり。

以下のメール文を、取引先の年上の担当者宛てに送る前提で、
丁寧かつ簡潔な敬語に整えてください。へりくだりすぎず、ビジネスとして自然な範囲でお願いします。

---
（ここに元の文章を貼り付け）

相手との関係性（社内か社外か、年上か同僚か）を伝えると、敬語のレベルが安定します。長文の執筆・編集はClaudeが得意とされる分野なので、お知らせ文や謝罪文の下書きにも応用できます。

シーン③：複数ドキュメントを読み込ませて質疑応答

「複数の資料を横断して質問したい」というときは、Projects（プロジェクト）にファイルをまとめて入れておく方法が便利です。たとえば社内規程・FAQ・マニュアルをまとめて入れ、そこから質問に答えてもらえます。

操作の流れは次のとおり。

1. 左側のメニューからProjects（プロジェクト）を開き、新しいプロジェクトを作成します。
2. 参照させたい資料を、プロジェクトにアップロードします。
3. そのプロジェクト内でチャットを開き、資料の内容について質問します。

プロンプト例は次のとおりです。

このプロジェクトに入っている社内規程とFAQをもとに、以下の質問に答えてください。
根拠とした箇所が分かるように、どの資料に書いてあったかも添えてください。

質問：有給休暇の申請期限は何日前までですか？

プロジェクトに入れたファイルは、その中のどのチャットからも参照できます。チャットごとにファイルを貼り直す手間がなくなるのが利点です。次の章で設定手順をさらに詳しく説明します。

シーン④：Projectsで業務コンテキストを記憶させる

毎回「私は経理部の事務担当です」「文体は社内向けのですます調で」と前置きを打つのは面倒。Projectsのカスタム指示にこうした前提を書いておけば、その説明を一度きりにできます。

操作の流れは次のとおりです。

1. 対象のプロジェクトを開き、カスタム指示（プロジェクトの設定）欄を開きます。
2. 自分の役割・文体・よく使うフォーマットなど、毎回伝えている前提を書き込みます。
3. 保存すると、そのプロジェクト内の全チャットに前提が自動で反映されます。

カスタム指示の記入例は次のとおりです。

私は経理部の事務担当です。社外向け文書ではなく社内向けの文章が中心です。
回答は次のルールでお願いします。
- 文体は丁寧なですます調
- 専門用語には簡単な補足をつける
- 箇条書きを優先し、長文は避ける

一度書いておけば、以後の会話で同じ前置きを打つ必要がなくなります。「毎回説明し直す手間」が消えるのが、Projectsの一番うれしいところ。

Claude Projectsの設定手順｜毎回同じ前置きを打たずに済む

ここまでで何度か登場したProjects（プロジェクト）機能を、改めてまとめて解説します。Projectsとは、会話・アップロードしたファイル・カスタム指示を1つのワークスペースにまとめ、その中の全チャットでコンテキスト（前提情報）を共有できる機能です。

「契約書チェック用」「議事録整理用」のようにテーマごとにプロジェクトを分けておくと、業務の整理にもなります。2026年6月時点では、無料版でも最大5つまでプロジェクトを作成でき、Proプランなら無制限です。同じ作業を繰り返す業務ほど、効果を実感しやすいはず。

Projectsにファイルを追加する方法

プロジェクトにファイルを入れておくと、その中のどのチャットからも内容を参照できます。手順は次のとおりです。

1. 左側メニューのProjectsから、目的のプロジェクトを開きます（なければ新規作成します）。
2. プロジェクト画面のファイル追加（ナレッジ）欄から、参照させたい資料をアップロードします。
3. アップロード後、そのプロジェクト内でチャットを開けば、資料を前提に回答してくれます。

注意点として、2026年6月時点でProjectsへのアップロードは1ファイル30MBまでです。チャットへ直接添付する場合の上限（1ファイル500MB）とは異なります。

大きいファイルはチャット添付を使うなど、用途に応じて使い分けてください。読み込ませた資料は、AIが一度に扱える範囲（約500ページ相当）に収まる量にしておくと安定します。

カスタム指示（業務コンテキスト）の書き方と例文

カスタム指示は、そのプロジェクトでAIにずっと守ってほしいルールを書く欄です。シーン④で触れた内容を、もう少し具体的なテンプレートにしておきます。

書くときのコツは、「立場」「文体」「出力フォーマット」「やってほしくないこと」の4点を盛り込むことです。次の例文をベースに、自分の業務に合わせて言葉を入れ替えてください。

【立場】私は総務部で社内文書の作成を担当しています。
【文体】社内向けの丁寧なですます調。堅すぎない自然な日本語。
【出力フォーマット】結論を先に書き、その後に箇条書きで詳細を示す。
【やってほしくないこと】事実が不確かな点は断定せず、確認が必要と明記する。

「やってほしくないこと」を書いておくと、AIが知ったかぶりで断定するのを抑えられます。一度作ったカスタム指示は、いつでも編集できます。業務が変わったら書き換えていきましょう。

無料 vs Pro｜課金すべきかの判断フロー

「無料のままで足りるのか、Proに課金すべきか」は多くの人が迷うポイントです。結論から言うと、まずは無料で始めて、物足りなくなってからProを検討すれば十分です。2026年6月時点でProプランは月払い20ドル（日本円で月3,000円前後が目安、1ドル150円換算）です。

判断に迷ったら、「使う頻度」と「読ませるファイルの量」で考えるのが分かりやすいです。週3回以上Claudeを使う、またはPDFを月5件以上読ませるなら、Proを前向きに検討する目安と考えてください。

無料プランでできること・できないこと

無料のFreeプランでも、この記事で紹介した活用シーンはひととおり試せます。ファイルのアップロード、画像の読み取り、Projectsの基本機能、Web検索まで無料で使えるのは大きな魅力です。

一方で制約もあります。2026年6月時点で、無料版は5時間あたりおおむね15〜40メッセージ程度が上限とされています。混雑状況やプロンプトの長さ、添付ファイルのサイズによって変動します。

この上限は「翌日リセット」ではなく、最初のメッセージから5時間で計算される仕組み。また、無料版で使えるモデルは標準のClaude Sonnet 4.6で、プロジェクト数も最大5つまでに制限されます。

つまり「ときどき短時間だけ使う」なら無料で十分、「業務で集中して長時間使う」と上限に当たりやすい、と理解しておけば判断しやすくなります。

Pro課金を検討すべき3つのサイン

次のサインが出てきたら、Proへの切り替えを考えるタイミングです。逆に言えば、これらに当てはまらないうちは無料のままで問題ありません。

1つ目は、メッセージ上限に頻繁に当たって作業が止まるサインです。続きを打とうとしたら待たされる、という状況が週に何度もあるなら、上限の緩いProが快適です。

2つ目は、長いPDFや複数資料を日常的に読ませるサインです。月5件以上のドキュメント処理が常態化しているなら、Proで上位モデルを選べる利点が効いてきます。

3つ目は、プロジェクトを5つ以上に分けて管理したいサイン。無料版は最大5プロジェクトのため、業務テーマが増えてきたらProの無制限が役立ちます。長文リサーチの使い分けについてはChatGPT・GeminiのDeep Research比較｜長文リサーチ機能の使い分けも判断材料になります。

よくある質問（FAQ）

最後に、事務職の方からよく出る疑問にまとめて答えます。導入前の不安を解消する材料にしてください。

ClaudeはOfficeソフトと連携できますか？

2026年6月時点で、Claudeは入力ボックスやProjectsへのファイルアップロードを通じて、Word（DOCX）・Excelに近いCSV・PDFなどを読み込めます。

ただし、ChatGPTのMicrosoft 365 Copilot統合や、GeminiのGoogle Workspace連携のような「ソフトに組み込まれた連携」とは性質が異なります。

WordやExcelの中からAIを直接呼び出したい場合はChatGPTやGeminiが向いており、ファイルを読み込ませて要約・分析させる用途ならClaudeで十分こなせます。

なお、XLSX（Excel）ファイルの解析はコード実行機能が有効な場合に対応するため、用途によってはファイルをCSV形式で渡すと安定します。

日本語の精度はChatGPTと比べてどうですか？

文章の自然さに関する複数の評価では、Claudeが高い評価を得ています。ブラインドテストでは8ラウンド中4回で最高評価となり、AI検出率も23%と3社中もっとも低い結果でした。これは、それだけ人間が書いたような自然な文章を生成できるということ。

特にメールの言い換え、お知らせ文、議事録の整文といった「読ませる日本語」を作る場面では、Claudeの強みが活きます。一方で、用途によって相性は変わるため、ChatGPTと両方試して比べてみるのが確実です。

社内の機密情報を入力しても大丈夫ですか？

まず、勤務先のAI利用ルールを必ず確認してください。会社によっては、生成AIへの社内情報の入力が制限されている場合があります。ルール上問題ない範囲で使うのが大前提です。

入力する場合も、取引先名・個人情報・未公開の数値などはマスキング（伏せ字）してから渡すのが安全です。情報漏洩や著作権まわりの注意点は生成AIを仕事で使うときの注意点チェックリスト15に詳しくまとめています。導入前に一度目を通しておくと安心。

まとめ｜Claudeは「長文と日本語」が得意な事務職の味方

Claudeは、長い契約書やマニュアルの要約、自然な日本語のメール文章作成、そしてProjectsによる前提情報の記憶といった、事務職の業務と相性の良いAIです。ChatGPTやGeminiと優劣を競うものではなく、得意分野で使い分けるのが賢い付き合い方です。

まずは無料登録して、この記事の活用シーン4選を1つでも試してみてください。契約書を1本要約させてみるだけでも、その実力が伝わるはずです。物足りなくなったら、頻度とファイル量を目安にProを検討すれば十分です。

ほかのAIとの使い分け全体像はChatGPT・Gemini・Copilotを比較｜事務職向け3大AI使い分けガイドにまとめています。Claudeを入り口に、自分の業務に一番合うAIを見つけていきましょう。

総務や管理部門の担当者として、上司から急にこんな依頼を受けて頭を抱えていませんか。ChatGPTをはじめとする生成AI（文章や画像を自動生成するAI）は便利な一方で、情報漏洩や著作権侵害のリスクも抱えています。法務や外部コンサルに頼む予算もなく、何から手をつければいいのか分からない。そんな切迫した状況の担当者は多いはずです。

この記事では、生成AI社内ガイドラインの作り方を3ステップで整理しました。そのままコピペして使えるひな形の全文、既存の就業規則に追記する場合の分岐フロー、公的ガイドラインとの対応マッピング表もまとめて掲載しています。今週中に草案を上司に提出したい方は、第4章のひな形から読み始めても構いません。

そもそも社内ガイドラインが必要な理由

生成AIやChatGPTを業務で活用する企業が急増していますが、ルール整備は追いついていません。帝国データバンクの2024年調査では、日本企業の約17.3%が生成AIを活用中と報告されています。未導入企業の多くが「運用の仕組みがない」ことを障壁に挙げています。

ガイドラインなしで利用を始めると、事故が起きてから慌てて禁止令を出す流れになりがちです。結果として、せっかくの生産性向上の機会も失われます。まずは「なぜ今、社内ガイドラインが必要なのか」を整理しましょう。

情報漏洩・著作権侵害が起きる前に整備する

生成AIで最も多いトラブルが、機密情報の入力による漏洩です。無料版のChatGPTでは、入力した会話データがAIモデルの学習に使われる可能性があります。設定画面「Settings > Data controls」からオプトアウトできますが、従業員全員が正しく設定している保証はありません。

もうひとつの代表例が著作権侵害です。他社の資料やWeb上の記事をそのまま入力して要約させる行為は、著作権法上のリスクを伴います。生成された文章や画像が既存作品に酷似していた場合の責任も問題になります。こうしたリスクは、事故が起きてからでは取り返しがつきません。

法規制の最新動向（2025年版AI事業者ガイドライン）

2025年は日本のAI規制が大きく動いた年です。総務省と経済産業省は2025年3月28日に「AI事業者ガイドライン第1.1版」を共同公表しました。第1.0版（2024年4月）から生成AI関連の記載が大幅に拡充されています。AI利用者向けの指針は第5部に記載され、別添7にはチェックリストも付属しています。

加えて、2025年5月28日には「AI推進法」（人工知能関連技術の研究開発及び活用の推進に関する法律）が成立し、同年6月4日に公布されました。第7条は「活用事業者の責務」として、基本理念に沿った自律的な活用努力義務を定めています。罰則規定はありませんが、事故時に「努力を怠った」と判断されるリスクはあります。ガイドライン整備は、もはや「あった方がいい」ではなく「ないと困る」段階に来ています。

まず決めること——ガイドライン策定の3ステップ

ガイドラインをゼロから作ろうとすると、何から手をつけるか迷いがちです。先に結論を言うと、決めるべきことは大きく3つしかありません。利用ツール、入力禁止情報、違反時対応。この順番で決めれば、最短ルートで草案まで到達できます。

それぞれのステップで押さえるべき論点を整理していきます。

ステップ1：利用可能なツールと用途を決める

最初に「どのツールを、どの業務で使ってよいか」を決めます。ChatGPT Enterprise版は入力データが学習に使われないため、機密性の高い業務にも使えます。一方、無料版のChatGPTはデフォルトで学習対象となるため、用途を限定すべきです。

ツールごとのデータ学習ポリシーは以下のように異なります。

ChatGPT EnterpriseはAES-256による保存時暗号化とTLS 1.2以上の転送時暗号化を実装し、SOC 2 Type 2監査も受けています。SAML SSOやMFAにも対応しているため、セキュリティ要件が厳しい企業にも適しています。

利用可能な業務範囲の具体例としては、議事録の要約、メール文面の下書き、社内問い合わせ対応の一次回答などが挙げられます。社内資料を活用するユースケースは、関連記事「Google NotebookLM使い方入門」も参考にしてください。

ステップ2：入力禁止情報の範囲を決める

次に「何を入力してはいけないか」を明確にします。業界で共通して禁止されているのは次の項目です。

• 個人情報（氏名・住所・電話番号・マイナンバー等）
• 社外秘・機密情報
• 顧客・取引先情報
• 第三者の著作物（他社資料・論文・記事の原文）
• 他社から秘密保持義務を課された情報
• 著名人の顔写真・氏名

ここで重要なのは、「禁止」だけでなく「加工すればOK」のラインも示すことです。たとえば顧客データはそのまま入力禁止ですが、数値をダミーに置き換えれば分析相談に使えます。現場が判断に迷わない粒度で書くことがポイントです。

個人が業務で気をつけるべき注意点の全体像は、関連記事「生成AIを仕事で使うときの注意点チェックリスト15」にまとめています。組織ルールと個人の注意点を両輪で押さえると効果的です。

ステップ3：違反時の対応フローを決める

ルールは「違反したらどうなるか」まで決めて初めて機能します。いきなり懲戒処分ではなく、段階的な対応フローが現実的です。

一般的には次の3段階が使われます。

1. 口頭注意：軽微な違反、過失による一回目の違反
2. 書面指導：同じ従業員による2回目以降、または中程度の違反
3. 懲戒検討：故意による機密情報漏洩、重大なインシデント発生時

この段階を明示しておくと、現場管理職が判断に迷いません。人事・法務部門との連携窓口も併記しておくと安心です。

【2パターン対応】作成フローチャート

ガイドラインを作る方法は、大きく2パターンあります。「ゼロから新規文書として作る」か「既存の就業規則・情報セキュリティポリシーに追記する」かです。実務担当者が最も気にするのは既存規程との整合性ですが、競合記事はこの分岐をほとんど扱っていません。

あなたの会社の状況に合うパターンを選んでください。

ゼロから作る場合の手順

就業規則に情報セキュリティの詳細規定がない企業や、独立した文書として整備したい場合はこちらです。手順は次の5ステップです。

1. 現状把握（誰がどのAIをどう使っているかヒアリング）
2. 本記事のひな形をベースに草案作成
3. 情報システム部門・法務担当に内容確認
4. 経営層の承認取得
5. 全社周知とeラーニング実施

所要期間の目安は2〜4週間です。承認ルートが長い場合は余裕を持って着手してください。

既存の就業規則・情報セキュリティポリシーに追記する場合

すでに情報セキュリティポリシーや就業規則が整備されている中堅企業は、こちらの方が現実的です。追記手順は次の通りです。

現行規程の該当条文を特定
  ↓
「生成AI」に関する条項を新規追加（または既存条項を拡張）
  ↓
用語集に「生成AI」「プロンプト」等を追加
  ↓
既存の情報管理規定との重複・矛盾をチェック
  ↓
就業規則変更の場合は労基署への届出要否を確認

就業規則本体に追記すると変更手続きが重くなります。情報セキュリティポリシー側に追加する方が柔軟に運用できます。労基署への届出が必要かどうかは、社労士に相談すると確実です。

コピペで使えるガイドラインひな形（全文掲載）

ここからが本記事の核心です。以下のひな形をMarkdown形式でそのままコピーして、自社用にカスタマイズしてください。JDLA（日本ディープラーニング協会）の「生成AIの利用ガイドライン」ひな形と、AI事業者ガイドライン第1.1版を参考に、中小企業でも実運用できる粒度で整理しました。

目的・適用範囲と利用可能な業務範囲

# 生成AI利用ガイドライン

## 第1条（目的と適用範囲）
本ガイドラインは、株式会社〇〇（以下「当社」）において、
役員および従業員（派遣社員・業務委託先を含む）が生成AIを
業務で利用する際の遵守事項を定める。

## 第2条（利用可能なツール）
当社で利用を許可する生成AIツールは以下の通り。
上記以外のツールを業務で利用する場合は、
情報システム部門に事前申請すること。
- ChatGPT Team / Enterprise
- Microsoft Copilot for Microsoft 365
- Google Gemini for Workspace

## 第3条（利用可能な業務範囲）
以下の業務に限り、生成AIの利用を認める。
1. 社内向け文書・メールの下書き作成
2. 議事録・会議メモの要約
3. 公開情報の調査・要約
4. プログラムコードの雛形生成・レビュー補助
5. 翻訳・文章校正

入力禁止情報と出力確認の義務

## 第4条（入力禁止情報）
以下の情報を生成AIに入力することを禁止する。
ただし、第2条に定めるTeam / Enterprise契約の
ツールで、かつ所属長の承認を得た場合はこの限りでない。

1. 個人情報（氏名・住所・電話番号・
   マイナンバー・顔写真等）
2. 社外秘・機密情報として指定された情報
3. 顧客・取引先から受領した情報
4. 第三者の著作物（他社資料・論文等の原文）
5. 秘密保持契約（NDA）の対象となる情報
6. 未公表の財務情報・人事情報

## 第5条（出力結果の確認義務）
生成AIの出力結果を業務に利用する場合、
利用者は以下を必ず確認すること。
1. 事実関係の正確性（ハルシネーションへの対応）
2. 第三者の権利侵害の有無
3. 差別的・不適切な表現の有無

違反時の対応（口頭注意→書面指導→懲戒検討）

## 第6条（違反時の対応）
本ガイドラインに違反した場合、以下の段階で対応する。

【第1段階】口頭注意
- 過失による軽微な違反
- 所属長から口頭で注意し、再発防止を確認

【第2段階】書面指導
- 同一従業員による2回目以降の違反
- 人事部門から書面で指導を行う

【第3段階】懲戒検討
- 故意による機密情報漏洩
- 重大なインシデントの発生
- 就業規則に定める懲戒規定に従い処分を検討

教育・研修計画と改定手順

## 第7条（教育・研修）
全従業員は、入社時および年1回、
生成AI利用に関する研修を受講する。
研修内容は以下を含む。
1. 本ガイドラインの全条項
2. 入力禁止情報の具体例
3. ハルシネーションの実例
4. 過去のインシデント事例

## 第8条（改定）
本ガイドラインは年1回見直すほか、
重大な法改正・技術変化があった場合に随時改定する。
改定は情報システム部門が起案し、
経営会議の承認を経て施行する。

制定日：20XX年XX月XX日
改定日：—
所管：情報システム部門

ここまでをそのままWordやNotionに貼り付ければ、草案の骨格が完成します。自社の実態に合わせて、ツール名や条文番号を調整してください。

公的ガイドラインとの対応マッピング表

「上司から根拠を聞かれたらどうしよう」という不安を解消するため、本ひな形の各条文がどの公的指針に対応するかをまとめました。

主要な公的ガイドライン3種の概要

参照すべき公的資料は次の3つです。

• AI事業者ガイドライン第1.1版（総務省・経産省、2025年3月28日）
• 生成AIの利用ガイドライン（JDLA、2023年5月初版・同年10月に第1.1版に改訂）
• 生成AIの調達・利活用に係るガイドライン（DS-920）（デジタル庁、2025年5月27日）

AI事業者ガイドラインは法的根拠に最も近い存在です。JDLAひな形は実務で最もカスタマイズしやすい形式となっています。デジタル庁版は行政向けですが、調達プロセスの考え方が参考になります。

自社ひな形のどの条文がどの公的指針に対応するか

この対応表を参考資料として添付すれば、経営層への説明がスムーズになります。

導入後の運用——形骸化させないためのポイント

ガイドラインは作って終わりではありません。むしろ、作った後の運用の方がはるかに重要です。せっかく整備しても、半年後に誰も覚えていないケースは少なくありません。

形骸化を防ぐ2つのポイントを押さえましょう。

年1回の見直しタイミングと改定手順

生成AIの技術進化は速く、半年で状況が大きく変わります。年1回の定期見直しを必ずスケジュールに組み込んでください。おすすめの見直しタイミングは次の2つです。

• 4月：年度初めに合わせて新ツール追加・廃止を反映
• 10月：上期のインシデント事例を踏まえて禁止事項を更新

改定手順は「情報システム部門が起案 → 法務確認 → 経営会議承認 → 全社周知」の4ステップで固定化します。毎年同じ流れにすることで、担当者が変わっても運用が継続します。

現場への周知方法とeラーニングチェックリスト

周知で最も効果的なのは、eラーニングと理解度テストの組み合わせです。小テストで80点以上を取らないと社内システムにログインできない仕組みにすると、受講率が一気に上がります。

eラーニング用のチェック項目例を挙げます。

• [ ] 社内で利用許可されている生成AIツールを3つ挙げられる
• [ ] 入力禁止情報の6カテゴリを説明できる
• [ ] 機密情報を誤って入力した場合の報告先を知っている
• [ ] 出力結果の事実確認方法を理解している
• [ ] 違反時の対応3段階を説明できる

新入社員研修にも必ず組み込みましょう。入社時点で「この会社では生成AIの扱いが明確」と感じてもらうことが、企業文化として定着させる第一歩です。

よくある質問（FAQ）

最後に、担当者からよく聞かれる質問をまとめました。

Q1. 無料版ChatGPTの利用は全面禁止すべきですか？
A. 全面禁止は現実的ではありません。公開情報の調査や一般的な文章作成に限定し、機密情報の入力を禁止するルールが実用的です。設定画面からオプトアウトする手順も併せて周知してください。

Q2. 就業規則への追記は必要ですか？
A. 必須ではありません。情報セキュリティポリシーへの追加で対応する企業が多いです。ただし、懲戒処分を伴う規定を設ける場合は、就業規則との整合性を社労士に確認してください。

Q3. 違反が起きたらどのタイミングで懲戒を検討すべきですか？
A. 故意による機密情報漏洩や重大インシデントが発生した段階です。過失による初回違反は口頭注意で十分なケースが多く、いきなり懲戒を持ち出すと現場が萎縮します。

Q4. ひな形をそのまま使って法的に問題ないですか？
A. 本記事のひな形は一般的な中小企業を想定した雛形です。業種固有の規制（金融・医療等）がある場合は、必ず自社の法務担当または外部専門家に最終確認を受けてください。

Q5. AI推進法で企業は何を求められますか？
A. 第7条で「基本理念に沿った自律的な活用努力義務」が定められていますが、罰則はありません。ただし、事故時の責任判断材料になるため、ガイドライン整備は実質的な必須対応と言えます。

まとめ

生成AI社内ガイドラインの作り方を、3ステップとひな形全文を通して解説しました。ポイントを振り返ります。

• 決めるべきことは「利用ツール」「入力禁止情報」「違反時対応」の3つ
• ゼロから作るか、既存規程に追記するかで手順が変わる
• 本記事のひな形をコピペしてカスタマイズすれば、最短で草案が完成する
• 公的ガイドラインとのマッピングを示せば経営層への説明がスムーズ
• 年1回の見直しとeラーニングで形骸化を防ぐ

この記事のひな形が、あなたの「今週中に草案を提出する」ミッションの助けになれば幸いです。個人の使い方ルールと組み合わせる場合は、関連記事「生成AIを仕事で使うときの注意点チェックリスト15」も合わせて活用してください。