結論からお伝えすると、この3つは「どれが一番優れているか」で選ぶものではありません。あなたが普段使っている環境で選ぶのが、いちばん現実的で失敗しない方法です。

この記事では、ChatGPT・Gemini・Copilotの違いを5つの軸でやさしく比較します。そのうえで、事務の典型シーンごとに、どの生成AIを使えばいいかも整理していきましょう。

Excel作業・議事録・報告書・メール返信などが対象です。情報はすべて2026年6月時点のものです。

結論：3大AIは「使っている環境」で選ぶ

最初に全体像をつかんでおきましょう。3つの生成AIは、それぞれ「得意な土俵」が違います。ざっくり言えば、次のように分かれます。

ポイントは、GeminiとCopilotが「自社の業務ソフトとセットで使う」前提のサービスです。一方ChatGPTは、特定のOfficeソフトに紐づかない独立したサービスです。

ですから選び方の本質はシンプルです。あなたの会社がGoogle WorkspaceとMicrosoft 365のどちらを使っているか。これが最初の分かれ道になります。

会社がすでに契約しているツールがあれば、それを優先するのがおすすめですよ。

それでは、3つのAIをひとつずつ見ていきましょう。

3大AIそれぞれの特徴

ChatGPTの特徴｜汎用性と対話力が強み

ChatGPTは、OpenAIが提供する生成AIです。3つの中ではいちばん知名度が高く、「生成AIといえばChatGPT」というイメージを持つ方も多いですよね。

最大の特徴は、特定のソフトに縛られない独立したサービスであることです。WordやスプレッドシートのようなOfficeスイートに組み込まれているわけではありません。ブラウザやアプリから、自由に対話して使います。

得意なのは、汎用的な文章作成・要約・アイデア出し・相談ごとです。たとえば「この文章を丁寧な敬語に直して」「会議の論点を3つに整理して」といった依頼はお手のもの。最新情報を調べるWeb検索の機能もあります。

ChatGPTの料金（2026年6月時点）

ChatGPTには無料版があり、回数やモデルに制限はあるものの、まず試すには十分です。本格的に使うなら有料プランを検討しましょう。

• 無料版：制限ありで利用可能
• ChatGPT Plus：月額20ドル（個人向け）
• ChatGPT Team / Enterprise：法人向けプラン

注意したいのが、会社の業務で使う場合のデータの扱いです。法人向けのEnterprise版では、入力したデータがAIの学習に使われない設定になっています。一方、個人の無料版や有料版を業務で使う場合は、社内ルールの確認が必要ですよ。

ChatGPTは「特定のソフトに縛られず、はば広い作業を1つのAIでこなしたい人」に向いています。

Geminiの特徴｜Google Workspace連携が強み

Geminiは、Googleが提供する生成AIです。最大の強みは、Google Workspaceとの連携にあります。

Google Workspaceとは、Gmail・Googleドキュメント・スプレッドシート・スライド・Meetといった、Googleの業務ツール群のことです。会社でこれらを使っているなら、Geminiは非常に相性がよい選択でしょう。

たとえばGmailのサイドパネルからGeminiを呼び出して、メールの下書きを作ってもらえます。スプレッドシートでは=AI()という関数（セルに直接AIへの指示を書ける関数）も使えます。表のデータを要約したり分類したりするのも得意分野。

検索の強さもGeminiの持ち味です。Google検索をベースにしているため、最新の情報を調べる作業に力を発揮します。

Geminiの料金（2026年6月時点）

• 無料版：利用可能
• Google AI Pro：月額2,900円（個人向け）
• Google Workspace向けGemini：法人向けのアドオン

個人向けのGoogle AI Proには、高性能なGemini Advanced・NotebookLM Plus・Googleドライブ5TBなどが含まれています。Googleのサービスをまとめて使いたい方にはお得なプランですよ。

Geminiは「会社がGoogle Workspaceを使っている人」に、まず検討してほしいAIです。Geminiの具体的な活用例はGeminiで画像生成する方法やGoogle Keep × Gemini Liveで仕事メモを自動整理する方法も参考にしてみてください。

Copilotの特徴｜Microsoft 365・Excel連携が強み

Copilotは、Microsoftが提供する生成AIです。正式にはMicrosoft 365 Copilotと呼ばれ、Word・Excel・PowerPoint・Outlook・TeamsといったMicrosoft 365のアプリに直接組み込まれています。

事務職にとって見逃せないのが、Excelとの連携です。Copilotにはエージェントモードという機能があります。

データの整形・数式の生成・エラーのデバッグといった作業を、AIに任せられます。「この表を月別に集計して」と頼むだけで、Excelの操作を代行してくれるイメージですね。Excelのセル内で直接AIを呼び出すCOPILOT関数の使い方も登場しています。

WordやOutlookでも同じように使えます。Wordで報告書のたたき台を作ったり、Outlookでメールの返信案を出したりできます。いつもの業務アプリの中で、AIが手伝ってくれるわけですね。

Copilotの料金（2026年6月時点）

Copilotはプランによってできることが変わるので、少し注意が必要です。

法人アドオンのMicrosoft 365 Copilotは年間契約が前提です。Excelのエージェントモードまでしっかり使いたい場合は、対応プランかどうかを必ず確認しましょう。

Copilotは「WordやExcelを毎日使う会社の人」にとって、いちばん業務に溶け込みやすいAIですよ。

5軸で徹底比較

ここまでの内容を、5つの軸で一覧にまとめます。自分の状況と照らし合わせてみてくださいね。

それぞれの軸について、補足しておきます。

料金

3つとも無料版があり、まず試す分には費用はかかりません。個人で有料利用する場合の月額は表のとおりです。

ただしプランは改定されることがあります。最新の金額は各公式サイトで確認してくださいね。

連携

ここがいちばん重要な軸です。Geminiは Google Workspace、Copilotは Microsoft 365 とセットで力を発揮します。ChatGPTはどのソフトにも縛られず、単独で使えるのが持ち味。

日本語精度

「どれが日本語に強いか」は、正直なところ断定しにくいのが実情です。3社とも近年は日本語性能が実用十分なレベルに達しています。用途やモデルのバージョンで変わるため、「このAIが日本語最強」と決めつけない方が安全ですよ。

リアルタイム検索

3つともWeb検索に対応しています。なかでもGeminiはGoogle検索をベースにしているため、最新情報を調べる作業に強みがあります。

社内データ連携

社内のファイルや過去のメールを参照させたい場合、この軸が効いてきます。Microsoft 365 Copilotは、SharePoint・OneDrive・Teamsなどの社内データと連携できます。事務職の社内データ連携という点では、もっとも強い選択肢。

Geminiも、Workspaceを使っている会社ならGmailやドライブ内のデータと連携しやすくなります。

事務シーン別の使い分けガイド

「結局、私の仕事ではどれ？」という疑問に答えるため、事務の典型シーンごとに整理します。

Excelでの集計・データ整形

ExcelならCopilotが第一候補です。エージェントモードで数式の生成やデータ整形を任せられます。Google スプレッドシートを使っているなら、Geminiの=AI()関数が便利ですよ。

議事録の作成・要約

会議の文字起こしを要約する作業は、ChatGPTが手軽です。長文を貼り付けて「要点を3つに」と頼むだけで整理してくれます。TeamsやMeetの会議なら、CopilotやGeminiが会議ツールと連携して自動でまとめてくれるでしょう。

報告書・文書の作成

Wordで報告書を書くならCopilotが自然です。アプリの中でたたき台を作れます。ソフトを問わず文章を練りたいなら、ChatGPTの対話力が役立ちます。

メールの返信

OutlookならCopilot、GmailならGeminiが、それぞれメールソフトの中で返信案を出してくれます。普段使っているメールサービスに合わせて選ぶのが、いちばんスムーズですよ。

このように、事務シーンの多くは「今使っているソフト」で答えが決まります。やはり環境が選び方の軸になるわけですね。

まとめ：あなたが選ぶべきAIの判断フロー

最後に、選び方の流れを整理します。次の順番で考えると、迷わず決められますよ。

1. 会社がMicrosoft 365 中心なら → Copilot
2. 会社がGoogle Workspace 中心なら → Gemini
3. 特定のソフトに縛られず汎用的に使いたいなら → ChatGPT
4. 会社がすでに契約しているAIがあるなら → まずはそれを使う

3つの生成AIに、絶対的な優劣はありません。大切なのは「どれが優秀か」ではなく「自分の環境にどれが合うか」です。まずは会社の環境を確認するところから始めてみてくださいね。

第4の選択肢として注目される Claude についてはClaude AIとは？ChatGPT・Geminiとの違いと仕事での使い方で解説しています。

なお、生成AIを業務で使うときは、出力された内容が正しいかを必ず確認する習慣も大切です。AIは事実と異なる内容を自信ありげに答えることがあります。詳しくはAIのハルシネーション対策とファクトチェックや生成AIの業務利用チェックリストもあわせて読んでみてください。

各AIの具体的な活用法は、スプレッドシートのAI関数（=AI）・ExcelのCopilotエージェントモード・ChatGPTでVBAを書く方法・GeminiのDeep Researchを仕事に使うでも詳しく解説していますよ。

「ChatGPTにマクロを作ってと頼んだのに、思っていたのと違うコードが出てきた」。そんな経験はありませんか。

VBAは書けないけれど、ChatGPTやCopilotにお願いして業務を自動化したい。その気持ちはとても自然です。ただ、AIに「VBAでマクロを作って」とだけ頼むと、思った通りには動きません。列の位置がずれていたり、エラーで止まったり、自分の表に合わないコードが返ってきがちです。

問題はAIの性能ではなく、ほとんどが「頼み方」にあります。AIはあなたのExcelの中身を見ていません。だから、何を・どこに・どうしたいのかを言葉で正確に伝える必要があります。

この記事では、ChatGPTやCopilotにVBAを書かせる「正しい頼み方」を5つのパターンに整理しました。NG例とOK例を並べて、なぜ伝わらないのか・どう直せば伝わるのかを具体的に示します。最後にコピペして使えるプロンプトテンプレートも用意しました。VBAが読めなくても、狙ったコードを引き出せるようになります。

ChatGPTにVBAを書かせるときの頼み方の基本

結論から言うと、ChatGPTにVBAを書かせるコツは「AIはあなたの画面を見ていない」という前提に立つことです。人間の同僚なら、隣の席で「この表のここを合計して」と言えば伝わります。しかしAIには、表の形も、列の位置も、データの種類も、言葉にしないと一切伝わりません。

うまくいかない頼み方には、共通する原因があります。まずはそこを押さえましょう。

うまくいかない頼み方の3つの原因

AIから的外れなコードが返ってくるとき、たいていは次のどれかが抜けています。

逆に言えば、この3点を埋めるだけで、返ってくるコードの精度は大きく変わります。難しいプログラミング用語を覚える必要はありません。「自分の表をまだ見ていない相手に、電話で説明する」つもりで書けば十分です。

頼み方のテンプレート（共通の型）

どのパターンにも使える、依頼の基本の型があります。次の4つを順番に書くだけです。

1. 役割と前提（「Excel VBAのコードを書いてください。Excel 2021を使っています」）
2. データ構造（「A列に日付、B列に商品名、C列に金額が入っています」）
3. やりたいこと（「C列の金額が1万円以上の行だけを別シートにコピーしたい」）
4. 出力の希望（「コードに日本語のコメントを付けて、貼り付け先も教えてください」）

この型を守るだけで、最初の1回で実用的なコードが返る確率がぐっと上がります。次の章から、5つの具体的なパターンを見ていきましょう。

パターン1｜データ構造を正確に伝える

最も大切で、最も忘れられがちなのがデータ構造の説明です。AIはあなたのシートを見ていないので、表の形を伝えないと「一般的なよくある表」を勝手に想像してコードを書きます。その想像が、あなたの表と一致することはまずありません。

NG例とOK例

まずは、よくある頼み方を比べてみます。

NG例（伝わらない）

売上データを集計するマクロを作って

これでは、データがどの列に入っているのか、シート名は何か、見出し行はあるのかが一切わかりません。AIは「A列に日付、B列に売上…」と勝手に決めてコードを書くため、あなたの表では列がずれて動きません。

OK例（伝わる）

Excel VBAのコードを書いてください。

【データ構造】
・シート名: 売上一覧
・1行目: 見出し行（日付 / 店舗名 / 商品名 / 金額）
・2行目以降: データ（行数は毎月変わります）
・A列=日付、B列=店舗名、C列=商品名、D列=金額

【やりたいこと】
店舗ごとの金額合計を、別シート「集計」のA列に店舗名、B列に合計金額として書き出したい。

【希望】
・コードに日本語のコメントを付けてください
・データの最終行は自動で判定してください

列の対応、シート名、見出しの有無、行数が固定でないことまで伝わっています。これだけ書けば、AIはあなたの表に合ったコードを返せます。

伝えるべきデータ構造の項目

データ構造を説明するときは、次の項目を埋めると過不足がありません。

「自分の表のスクリーンショットを言葉に翻訳する」イメージで書くと、抜け漏れが減ります。

TIP: 表を言葉で説明するのが難しいときは、見出し行と最初の2〜3行をそのままコピーしてプロンプトに貼り付けるのも有効です。AIは実際のデータ例から構造を読み取ってくれます。ただし、その際は顧客名や個人情報を含めないよう注意してください。

パターン2｜エラー処理ありで依頼する

AIに普通に頼むと、正常に動く前提のコードしか返ってこないことがあります。実務では、空白セルがあったり、数値のはずの欄に文字が入っていたりと、想定外のデータが必ず混ざります。その瞬間にマクロがエラーで止まると、初心者には原因がわからず固まってしまいます。

だからこそ、最初から「エラーで止まらないように作って」と伝えるのが賢い頼み方です。

NG例とOK例

NG例（止まりやすいコードが返る）

A列の数値を全部足すマクロを作って

OK例（エラーに強いコードが返る）

Excel VBAのコードを書いてください。

【やりたいこと】
シート「データ」のA列2行目以降の数値を合計し、結果をメッセージボックスで表示したい。

【エラー処理の希望】
・A列に空白セルや文字列が混ざっていても止まらないようにしてください
・数値として扱えないセルはスキップしてください
・もし合計対象が1件もなかったら「対象データがありません」と表示してください
・処理の途中でエラーが起きたら、エラー内容をメッセージで知らせてください

「どんな例外が起こりうるか」を素人なりに想像して伝えるだけで、AIはそれに備えたコードを書いてくれます。エラー処理そのものの書き方を知らなくても問題ありません。

エラー処理を頼むときに添える一言

次のような一言を依頼に足すと、堅牢なコードが返りやすくなります。

• 「想定外のデータが入っていても止まらないようにしてください」
• 「エラーが起きたら、原因がわかるメッセージを表示してください」
• 「対象データが0件のときの動きも決めてください」

返ってきたコードに On Error GoTo や On Error Resume Next という記述があれば、エラー処理が組み込まれているサインです。仕組みを詳しく知りたい場合は、VBAのエラーハンドリング完全ガイドを参考にしてください。On Error GoTo と Resume Next の使い分けがわかると、AIのコードを読み解きやすくなります。

NOTE: エラー処理を頼みすぎると、すべてのエラーを握りつぶす On Error Resume Next だけが多用され、不具合に気づけなくなることがあります。「エラーは無視せず、内容を表示して」と添えると、原因究明しやすいコードになります。

パターン3｜部分修正の頼み方

AIが返したコードが「8割は合っているが、ここだけ直したい」というケースは非常に多いです。このとき全部を作り直させると、せっかく合っていた部分まで変わってしまい、かえって遠回りになります。修正は「どこを・どう変えたいか」をピンポイントで伝えるのがコツです。

NG例とOK例

NG例（また作り直しになる）

さっきのコード、もう一回作って。今度はちゃんと動くようにして

これでは、何が不満なのかが伝わりません。AIは前回と似た、しかし微妙に違う別のコードを返してくるだけです。

OK例（必要な箇所だけ直る）

さっきのコードはほぼ完成しています。次の点だけ修正してください。
他の部分は変えないでください。

【修正したい点】
・出力先を「集計」シートではなく「月報」シートに変えたい
・合計金額は小数点以下を四捨五入して整数で表示したい

修正後のコード全体を、変更した行にコメントを付けて出してください。

「他の部分は変えないで」「変更した行にコメントを付けて」という指示が、修正範囲を最小限に抑えてくれます。

部分修正でよく使う言い回し

修正依頼では、次の言い回しが便利です。

修正のたびにコード全体が長くなり、読みにくいと感じることもあります。そんなときは「変更した部分だけ抜き出して、何行目を差し替えればいいか教えて」と頼むのも有効です。

パターン4｜動かないときの再質問法

AIのコードを実行したら、赤い画面でエラーが出て止まった。初心者が最もつまずく場面です。ここで「動きませんでした」とだけ返すと、AIは何が起きたか推測するしかなく、的外れな修正を繰り返します。

エラーが出たときは、AIに「証拠」を渡すのが鉄則です。

NG例とOK例

NG例（原因が特定できない）

動きませんでした。直して

OK例（一発で原因にたどり着く）

実行したら、次のエラーが出て止まりました。

【エラーメッセージ】
実行時エラー '1004':
アプリケーション定義またはオブジェクト定義のエラーです。

【止まった行】
黄色くハイライトされたのは次の行です:
Worksheets("集計").Range("A1").Value = total

【状況】
・「集計」という名前のシートはまだ作っていません
・元のコードは前回もらったものをそのまま貼り付けました

原因と修正後のコードを教えてください。

エラー番号・止まった行・自分がやったことの3点が揃うと、AIは原因をほぼ正確に言い当てられます。

動かないときに伝える3点セット

再質問のときは、次の3つを必ず添えましょう。

1. エラーメッセージの全文（エラー番号も含めて、見えている文章をそのまま）
2. デバッグ画面で黄色くハイライトされた行
3. 自分がやった操作（シートを作っていない、データを変えた、など）

エラーメッセージはスクリーンショットを撮るか、表示された文章を書き写して伝えます。実行時エラー13や1004など、頻出エラーの意味をあらかじめ知っておくと、AIの説明も理解しやすくなります。エラー番号別の対処はVBAマクロのエラー解決ガイドが参考になります。

TIP: エラーで止まったとき、VBAの編集画面（VBE）では問題の行が黄色く表示されます。画面の見方がわからない場合はVBEの画面の見方を図解で解説を先に押さえておくと、どこをAIに伝えればいいか迷わなくなります。

パターン5｜完成コードを自分でテストする手順

AIが「完璧です」と言っても、そのコードがあなたの環境で正しく動く保証はありません。AIは実際に実行して確かめているわけではないからです。完成したと思ったコードは、必ず自分の手で安全にテストしましょう。

テストの基本手順

いきなり本番のファイルで動かすのは危険です。次の手順で慎重に確かめます。

1. 本番ファイルをコピーして、テスト用ファイルを作る（元データのバックアップ）
2. 少量のサンプルデータ（5〜10行程度）で試す
3. 1回実行して、結果が期待どおりか目視で確認する
4. わざと変なデータ（空白・文字・極端な数値）を入れて、止まらないか確認する
5. 問題なければ、本番データで実行する

特に重要なのが1番目です。マクロは「元に戻す（Ctrl+Z）」が効かないことが多く、一度実行すると取り消せません。必ずコピーで試してください。

AIにテスト方法も聞いてしまう

テスト手順そのものをAIに頼むこともできます。

さっきのコードを安全にテストしたいです。
VBAやExcelに詳しくない人でもできるテスト手順を、ステップごとに教えてください。
特に、データが壊れないようにする注意点も書いてください。

さらに、コードが何をしているのかを日本語で説明してもらうと、安心して使えます。

このコードが、上から順に何をしているのかを、
プログラミングを知らない人にもわかるように1行ずつ説明してください。

自分でコードを読めなくても、AIに解説させて「自分のやりたいことと一致しているか」を確認すれば、思わぬ誤動作を防げます。

NOTE: AIの説明やコードを鵜呑みにせず、結果が正しいか最後は自分で確認する姿勢が大切です。AIが事実と異なる説明をすることもあります。確認の習慣についてはAIの回答を信じる前に確認することも参考にしてください。

コピペ用｜VBA依頼プロンプトテンプレート

ここまでの5パターンを1つにまとめた、コピペして使えるテンプレートです。【】の中を自分の状況に書き換えるだけで、精度の高い依頼ができます。

新規でマクロを作ってもらうとき

Excel VBAのコードを書いてください。VBAは読めない初心者です。

【環境】
・Excelのバージョン: 【例: Excel 2021 / Microsoft 365】

【データ構造】
・シート名: 【例: 売上一覧】
・1行目: 見出し行（【日付 / 店舗 / 金額】）
・2行目以降: データ（行数は変わります）
・列の対応: 【A列=日付、B列=店舗、C列=金額】

【やりたいこと】
【例: 店舗ごとの金額合計を「集計」シートに書き出したい】

【希望】
・コードに日本語のコメントを付けてください
・空白や想定外のデータがあっても止まらないようにしてください
・データの最終行は自動で判定してください
・コードの貼り付け先と実行手順も教えてください

動かないときに再質問するとき

もらったコードを実行したら、エラーで止まりました。

【エラーメッセージ】
【表示された文章をそのまま貼り付け（エラー番号も含めて）】

【止まった行】
【黄色くハイライトされた行を貼り付け】

【状況】
【例: 「集計」シートはまだ作っていません / データを増やしました】

原因と修正後のコード全体を、変更点にコメントを付けて教えてください。

一部だけ修正してもらうとき

今のコードはほぼ完成しています。次の点だけ修正してください。
他の部分は変えないでください。

【修正したい点】
・【例: 出力先を「月報」シートに変えたい】
・【例: 金額を整数で表示したい】

修正後のコード全体を、変更した行にコメントを付けて出してください。

テンプレートは「丸ごとコピーして、不要な行を削る」使い方でも構いません。最初は項目が多く感じるかもしれませんが、慣れると30秒で書けるようになります。

VBAをAIに頼むときの注意点

便利なAIですが、業務で使う以上は気をつけたい点があります。安全に使い続けるために、3つだけ押さえておきましょう。

個人情報・社外秘データを貼り付けない

データ構造を説明するとき、実際のデータをそのまま貼り付けたくなります。ですが、顧客名・氏名・取引先名などの機密情報は入力しないでください。AIに送ったデータが学習や品質改善に使われる可能性があるためです。構造を伝えたいときは、ダミーのデータに置き換えるか、列の説明だけにとどめます。何を入力してはいけないかはAIに入力してはいけない情報で具体的に整理しています。

コードは必ずコピーで試す

繰り返しになりますが、マクロは取り消しが効きません。AIのコードを本番ファイルでいきなり実行せず、必ずコピーしたファイルで動作を確認してください。これだけでデータ消失の事故をほぼ防げます。

AIの説明を鵜呑みにしない

AIは自信たっぷりに間違ったコードや説明を出すことがあります。返ってきたコードが意図どおりか、結果が正しいかは、最後は自分の目で確認しましょう。少しずつでもVBAの基本を理解しておくと、AIの間違いに気づけるようになります。基礎から学びたい方はExcel VBAマクロ入門が出発点として最適です。

まとめ｜頼み方を変えればAIはVBAの相棒になる

ここまで、ChatGPTやCopilotにVBAを書かせるときの「正しい頼み方」を5つのパターンで見てきました。要点を振り返ります。

• AIはあなたの画面を見ていない。データ構造を言葉で正確に伝える
• 「エラーで止まらないように」と最初に頼んで、堅牢なコードを引き出す
• 修正は「他は変えず、ここだけ」とピンポイントで依頼する
• 動かないときはエラーメッセージ・止まった行・状況の3点セットを渡す
• 完成コードは必ずコピーで、サンプルデータからテストする

VBAが書けなくても、頼み方さえ身につければ、AIはあなたの代わりにコードを書いてくれる頼もしい相棒になります。大切なのは「丸投げ」ではなく「正確な指示」です。今日紹介したコピペ用テンプレートを使えば、最初の一歩はもう踏み出せます。

まずは、自分が毎月繰り返している単純作業を1つ思い浮かべて、テンプレートに当てはめてChatGPTに頼んでみてください。返ってきたコードを安全にテストしながら、少しずつ自動化の範囲を広げていきましょう。AIとの付き合い方に慣れたら、ExcelのVBAで仕事を自動化する方法も合わせて読んでみてください。どんな業務がマクロ化に向いているかがわかると、依頼のアイデアが一気に広がります。

関連記事

• Excel VBAマクロ入門｜初めてのマクロを作る手順とよく使うコード10選
• ExcelのVBAで仕事を自動化する方法｜実務シーン別に解説
• VBAのエラーハンドリング完全ガイド｜On Error GoToとResume Nextの使い分け
• VBAマクロのエラー解決ガイド｜実行時エラー13・1004・9など頻出エラー別の直し方
• VBEの画面の見方を図解で解説｜6つのウィンドウの名前と役割を初心者向けに整理
• AIに入力してはいけない情報｜業務で生成AIを使う前に知るべき線引き
• AIの回答を信じる前に確認すること｜ハルシネーション対処法と業務別チェック手順

どちらも「数十分かかる調べ物を数分に縮める」夢のような機能ですが、いざ選ぶとなると料金も回数制限も違いすぎて、比較しているうちに時間が溶けてしまいます。

結論から先にお伝えします。コストと速度を重視するならGemini、複雑な調査を深く掘りたいならChatGPTです。

価格差はなんと約10倍。この差をどう考えるかで答えが変わります。

この記事では、料金・回数制限・速度・出力形式・日本語精度の5軸で両者を比較し、あなたの業務シーンに合うほうを「同僚に教える感覚」で解説します。最後には今週から試せる最初の1回の手順も用意しました。読み終わるころには、迷いなく選べるようになっているはずです。

まず「ChatGPT・Gemini・Copilotそのものの違い」から把握したい方は、ChatGPT・Gemini・Copilotの違いと使い分け｜事務職はどれを使う？を先に読むと、本記事の比較がより立体的に理解できます。

Deep Researchとは何か（ChatGPT・Gemini共通の機能概要）

Deep Researchは、AIが自律的に数百ものWebサイトを横断して情報を集め、引用付きのレポートを自動生成してくれる機能です。

通常のAIチャットが「1回の質問に1回答える」のに対し、Deep Researchは「テーマを渡すと、調べ方を計画し、複数の情報源を巡り、整理して報告する」までを一気にこなします。

事務職の業務に置き換えると、わかりやすいでしょう。これまで競合の動向調査に何時間もかけていた作業が、実践事例では4時間から10〜30分に短縮されたという報告もあります。「調べる」という工程そのものをAIに任せられるのが、最大の価値です。

ChatGPT・Geminiどちらも基本構造は共通ですが、調査にかかる時間・料金・出力の形が異なります。まずは共通点を押さえてから、それぞれの個性を見ていきましょう。

Deep Researchが通常のAIチャットと違う点

最大の違いは「自律性」と「情報源の数」です。通常のチャットは学習済みの知識から即答しますが、Deep ResearchはリアルタイムでWebを検索し、数百のソースを根拠として引用します。だから情報が新しく、出典をたどって裏取りもできます。

もうひとつの違いは「時間がかかること」です。ChatGPTは1回5〜30分、Geminiは5〜10分ほどかけてじっくり調べます。

即レスではないぶん、深さと網羅性は段違い。両者とも、調査を始める前に「どう調べるか」の計画をユーザーが確認・編集できる点も共通しています。

どんな調査業務に向いているか

向いているのは「複数の情報源を比較・統合する必要がある調査」です。具体的には、次のような業務が代表例です。

• 競合他社の製品・価格・戦略の比較
• 業界トレンドや市場規模のリサーチ
• 法律・規制・ガイドラインの確認
• 会議前の取引先や業界背景の下調べ

逆に、社内データだけで完結する集計や、答えが一意に決まる単純な質問には不向きです。「Webに散らばった情報を集めて、レポートにまとめてほしい」——そう感じる業務こそ、Deep Researchの出番だと覚えておきましょう。

両サービスの特徴・料金・回数制限

ChatGPT Deep Researchの特徴・料金・回数制限

ChatGPT Deep Researchの強みは、ひとことで言えば「深い推論力」です。複雑な文脈を読み解き、論理的に積み上げて結論を導く力に定評があり、法務・規制まわりの込み入った調査で頼りになります。

一方で回数制限がプランごとに細かく分かれており、ここを理解しておかないと「気づいたら使い切っていた」という事態になりがちです。

2026年2月以降はGPT-5.2ベースの新世代モデルに移行しました。調査プランをユーザーが事前に確認・編集でき、進捗をリアルタイムで追跡して途中で介入することも可能です。マルチモーダル対応で、テキストだけでなく画像やPDFを読み込ませて調査の材料にできるのも特徴です。

プラン別の回数制限（無料・Plus・Pro）

2026年6月時点の月間利用回数は、おおよそ次のとおりです。なお回数や料金は変動が早いため、実際に使う前に最新のプラン画面で確認することをおすすめします。

• 無料プラン: 月5回
• Plus / Team（月額$20）: 月25回（フル版10回＋軽量版15回）
• Pro（月額$200、約30,000円）: 月250回

注目したいのはPlusの仕組み。最初の10回はフル版（高精度）で実行され、11回目以降は自動的に軽量版に切り替わります。つまり「深く調べたい本命のテーマ」は月の前半に回しておくのが賢い使い方。

なおリセットはカレンダー月初ではなく、初回利用日から30日ごとのローリング方式とされています。この点は第三者情報のため、公式画面での確認を推奨します。

出力形式と深い推論（GPT-5.2モデルの強み）

ChatGPT Deep Researchは、Markdown・PDF・Wordへのエクスポートに対応しています。Plus/Team/Pro向けに2025年5月から提供されており、引用リンクが本文に埋め込まれるため、レポートの根拠をたどって確認できます。

報告書をWordで仕上げて社内提出、という流れにそのまま乗せやすいのが利点。

出力スタイルは、表よりも文章（散文）で論理を展開する傾向があります。背景・論点・結論を文脈でつないで説明してくれるので、「なぜそう言えるのか」という推論プロセスまで含めて読みたい調査に向いています。複雑な法的文書や規制の解釈など、行間を読む必要がある調査でこの深さが効いてきます。

初心者が使いやすい質問ガイド機能

ChatGPT Deep Researchは、調査を始める前にAI側から「この点も含めますか？」「範囲はどこまで？」と質問を返してくる、対話的な絞り込みが特徴です。最初のテーマがざっくりしていても、やりとりの中で調査の的を一緒に定めてくれます。

さらに、AIが立てた調査プランを実行前に確認・編集できるため、「方向性が違う」と感じたら走り出す前に軌道修正できます。Deep Researchを初めて触る事務職にとって、いきなり丸投げせずに済むこの設計は心強い味方です。プロンプトに自信がない段階でも、安心して使い始められるでしょう。

Gemini Deep Researchの特徴・料金・回数制限

Gemini Deep Researchの強みは「速さ」「コストの安さ」「Google連携」の3点に集約されます。とくに料金面のインパクトは大きく、ChatGPT Proの約10分の1の価格で本格的なDeep Researchが使えるのは、コストを意識する事務職にとって見逃せないポイントです。

調査スピードも速く、ソース検索が約5秒、1回の調査全体でも5〜10分ほどで完了します。出力は比較表を多用した構造化レポートが得意で、そのままGoogleドキュメントに書き出してチーム共有できます。「とりあえず素早く、見やすい形で調べたい」というニーズにぴったり。

それでは、プラン・出力・日本語対応の3点を順に確認していきましょう。Geminiの具体的な使い方はGemini Deep Researchの使い方｜競合調査を10分で完了する手順で詳しく解説しています。

プラン別の回数制限（無料・AI Pro・AI Ultra）

2026年6月時点のプラン別回数は、次のとおりです。こちらも変動が早い項目なので、契約前に公式ページで確認してください。

• 無料プラン: 月5回
• Google AI Pro（月額2,900円・税込）: 1日20回
• Google AI Ultra（月額14,500円〜32,000円・使用量上限により2段階）: 1日200回（コンピュート使用量モデルのため目安）

ChatGPTが「月単位」なのに対し、Geminiは「1日単位」で回数がリセットされる点が大きな違いです。AI Proなら毎日20回、月にならせば数百回相当を使える計算で、回数を気にせずどんどん使えます。

AI Proは月額2,900円にGoogle One 2TBストレージも含まれるため、ストレージ目当ての人には実質的なコスパがさらに上がります。

なお2026年5月以降、Geminiは「1日固定回数」から「コンピュート使用量」ベースへ段階的に移行しています。おおむね5時間ごとに使用枠がリフレッシュされ、週次の上限に達するまで使い続けられる仕組みです。

具体的な換算値はGoogle非公開のため、ここは今後の公式情報を追う前提で捉えておきましょう。

構造化レポートとGoogleドキュメント連携

Gemini Deep Researchの出力は、10〜20ページ相当の構造化レポートです。比較表や見出しで整理されているので、ざっと眺めるだけで全体像をつかめます。

引用リンクも付くため、あとから根拠をたどるのも簡単。完成したレポートはワンクリックでGoogleドキュメントにエクスポートでき、そのままチームに共有できます。

最大の差別化ポイントが、Google Workspace連携です。2025年11月以降、Gmail・Googleドライブ・Docs・SheetsなどをDeep Researchの調査ソースに組み込めるようになりました。

「Web上の公開情報」と「社内に蓄積された情報」を横断して調べられるわけです。日常的にGoogleツールで仕事をしている事務職には、これ以上ない相性の良さといえます。

競合比較表生成と日本語対応

Geminiは比較表の生成がとくに得意です。「A社・B社・C社を価格・機能・サポートで比較して」と頼めば、整った表で返してくれます。競合調査や製品比較のように「並べて見たい」調査では、この構造化出力がそのまま資料の下書きになります。

日本語の出力も自然で、調査品質についてはGoogleの社内テストで「他社のDeep Researchツールより2:1以上で優れている」と評価された結果も発表されています（自社発表のため割り引いて見る必要はあります）。

実務の体感としても、日本語の読みやすさで困る場面は少ないでしょう。スピードと見やすさを両立したい調査で、Geminiは安定して力を発揮します。

5軸で徹底比較｜料金・回数・速度・出力形式・日本語精度

ここまでの内容を、5軸の比較表にまとめます。どちらが「優れている」ではなく、「どの軸を重視するか」で選ぶのがポイントです。あなたの業務で何が一番大事かを思い浮かべながら眺めてみてください。

比較テーブル（2026年6月時点の最新プラン数値）

以下は2026年6月時点の情報です。料金・回数は改定が頻繁なので、契約前に必ず公式ページで最新値を確認してください。

表を見ると、Geminiは「速くて安く、構造化が得意」、ChatGPTは「じっくり深く、論理で攻める」という性格がはっきり出ています。標準有料プランの回数も、月25回のChatGPTに対しGeminiは1日20回と、使える量に大きな差があります。

10倍の価格差をどう考えるか（ROI判断）

最大の論点が、ChatGPT Pro（約30,000円/月）とGemini AI Pro（2,900円/月）の約10倍の価格差です。

ただし注意したいのは、ChatGPTでもDeep Researchを使うだけならPlus（$20/月）で月25回利用できる点。「Deep ResearchのためにProが必須」というわけではありません。

ROIで考えるなら、まず問うべきは「月にどれだけ調査するか」です。たとえば月20件程度の調査なら、Gemini AI Pro（1日20回）で十分すぎる枠があり、月2,900円は数時間分の人件費であっさり元が取れます。

複雑な法務調査を頻度高く深くやりたい場合は、ChatGPTの推論力が効きます。Plusで足りなければProを検討する価値があるでしょう。

事務職のスタートとしては、コスパに優れるGemini AI Proか、まずは両者の無料枠（各月5回）で試すのが現実的です。10倍の価格差は「上位プランどうしの比較」であり、入口で身構える必要はないと覚えておきましょう。

シーン別使い分けガイド｜あなたの業務にはどちらが合う？

比較表だけでは「で、自分はどっち？」が決めきれないものです。そこで、事務職に多い4つの業務シーンごとに、おすすめと理由をはっきりお伝えします。意思決定の地図として使ってください。

ざっくりした判断軸はこうです。速さ・コスト・見やすさを取るならGemini、複雑さ・深さを取るならChatGPT。 迷ったらGeminiから試す、で大きく外しません。

競合調査・市場リサーチ → Geminiが有利な理由

競合調査や市場リサーチでは、Geminiをおすすめします。理由は3つあります。

• 比較表の自動生成が得意で「各社を並べて見る」資料がそのまま作れる
• 調査が5〜10分と速い
• Googleドキュメント連携でチーム共有がスムーズ

実践事例では、従来4時間かかっていた競合調査が10〜30分に短縮されたという報告もあります。「競合A社・B社・C社を価格・機能・評判で比較して」と投げれば、表形式で返してきます。

具体的な手順はGemini Deep Researchの使い方｜競合調査を10分で完了する手順で実演しているので、競合調査が多い方はあわせて読んでみてください。

法律・規制・複雑な調査 → ChatGPTが有利な理由

契約書のチェックや規制・ガイドラインの確認など、行間を読む必要がある複雑な調査では、ChatGPTが有利です。GPT-5.2ベースの深い推論力が、込み入った法的文書の解釈や複数条件が絡む論点の整理で力を発揮するとされています。

Geminiが「表で並べる」のが得意なのに対し、ChatGPTは「文章で論理を積み上げる」のが得意。「なぜこの条文がこう解釈されるのか」「この規制が自社にどう影響するか」といった、結論だけでなく推論プロセスまで欲しい調査では、散文ベースの出力がそのまま思考の補助線になります。

正確性が問われる領域だけに、最終的な内容は必ず人の目で確認してください。

会議前の背景調査・コスト重視 → Geminiで十分

「明日の会議までに取引先や業界の背景をざっと押さえたい」——こうしたスピード勝負の下調べは、Geminiで十分です。5〜10分で構造化レポートが上がってくるので、会議直前でも間に合います。

コスト重視の判断でもGeminiに軍配が上がります。月2,900円のAI Proなら、使えるのは1日20回。会議が立て込む週でも、回数を気にせず回せるのは大きな利点です。

「深さより速さと量」が求められる日常的な下調べは、Geminiを既定の選択にしておくのが効率的です。深掘りが必要な案件だけ、ChatGPTに切り替える二刀流が理想形といえます。

月の回数制限の壁を乗り越える運用ノウハウ

ChatGPT Plusの「月25回・うちフル版10回」という制限は、何も考えずに使うとすぐ枯渇します。

コツは、月初に本命の深い調査をフル版10回分に集中させ、軽い確認は11回目以降の軽量版に回すこと。リセットは初回利用日から30日ごととされるので、自分のリセット日をメモしておくと配分しやすくなります。

Geminiは1日20回（AI Pro）と日次リセットなので、そもそも枯渇しにくいのが利点です。運用ノウハウとしては、「日々の軽い調査はGemini、月に数回の重い深掘りはChatGPT」と役割分担するのが現実的。

両方の無料枠（各月5回）も合わせれば、無課金でも月10回は試せます。回数の壁は、ツールを使い分けることで自然と乗り越えられます。

今週から始める！Deep Researchの実装ガイド

理屈はここまで。あとは1回触ってみるのが、理解への一番の近道です。

どちらも数分で初回調査を体験できるので、今週中に試してみましょう。最初のテーマは「自社が属する業界の最新トレンドを調べて」くらいの、身近で答え合わせしやすいものがおすすめです。

迷ったら、無料枠のあるGeminiから始めるのが手軽です。それぞれの始め方を簡単にまとめます。

ChatGPT Deep Researchの始め方（5分で初回完了）

手順はシンプルです。

1. ChatGPT（無料プランでも月5回利用可）にログインする
2. メッセージ入力欄のツールから「Deep Research」を選ぶ
3. 調べたいテーマを入力する（例:「2026年の○○業界の市場動向を、主要プレイヤーと最新トレンドを含めて調べて」）
4. AIが返してくる確認質問に答え、調査範囲を絞り込む
5. 提示された調査プランを確認して実行 → 5〜30分待つとレポートが完成

ポイントは、最初の確認質問に丁寧に答えること。ここで範囲を絞っておくと、的を射たレポートが返ってきます。完成後はWordやPDFに書き出して、そのまま社内資料に活用できます。

Gemini Deep Researchの始め方（無料枠で試す手順）

Geminiも同じく数ステップで完了します。

1. Geminiアプリ（無料プランでも月5回利用可）を開く
2. モデル選択またはツールから「Deep Research」を有効にする
3. 調べたいテーマを入力する（例:「競合のA社・B社・C社を、価格・主要機能・評判の3点で比較して」）
4. AIが立てた調査プランを確認・編集して実行 → 5〜10分待つ
5. 完成したレポートを「Googleドキュメントにエクスポート」でチーム共有

比較系のテーマを投げると、Geminiの得意な表形式で返ってくるので、最初の体験には競合比較がおすすめです。慣れてきたら、GeminiでExcel・スプレッドシートを分析する方法｜5シーン実演で紹介しているデータ分析活用にも広げてみてください。

まとめ｜迷ったらGemini、深掘りしたいならChatGPT

最後に要点を整理します。2026年6月時点の比較では、両者の性格はこうはっきり分かれます。

• Gemini Deep Research: 速い・安い（月2,900円〜）・Google連携が強い。競合調査、市場リサーチ、会議前の下調べなど、日常的な調査の既定の選択
• ChatGPT Deep Research: 深い推論力・論理的な文章出力。法律・規制・複雑な調査など、行間を読む深掘りで頼れる

価格差は約10倍ですが、これは上位プランどうしの話。ChatGPTもPlus（$20/月）でDeep Researchは月25回使え、入口で身構える必要はありません。

事務職のスタートとしては、コスパと速度に優れるGeminiを軸にしつつ、深掘り案件だけChatGPTに切り替える二刀流が、もっとも費用対効果の高い使い方です。収集した情報をレポートにまとめる実践例は上半期振り返りをAIで時短する手順で紹介しています。

迷ったら、まずは両者の無料枠（各月5回）を今週中に1回ずつ試してみてください。実際に動かしてみれば、自分の業務にどちらがしっくりくるか、5分で体感できます。調査に費やしていた時間を、本来の仕事に取り戻す第一歩を、ぜひ今日から踏み出しましょう。

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。

経理・法務・総務の現場で生成AI（ChatGPTやGeminiなどの文章生成AI）を使い始めた方から、こんな不安の声をよく聞きます。生成AIは流暢な日本語で、自信満々に回答してくれます。しかし、その中身が事実と違う「ハルシネーション」という現象が、今、大きな業務リスクになっています。

実際、米国ではChatGPTが作った架空の判例を裁判所に提出した弁護士が制裁金を科された事件がありました。「自分は大丈夫」と油断していると、法令の誤引用や数値の取り違えで会社に損害を与えかねません。

この記事では、事務系の業務で生成AIを安全に使うために、今日から実践できる「AI ハルシネーション 対処法」を、業務タイプ別のチェック手順とあわせて解説します。技術的な話は最小限に絞り、明日の仕事でそのまま使える内容に集中しました。

AIが自信満々に嘘をつく「ハルシネーション」とは

生成AIのハルシネーションとは、ChatGPTやGeminiなどのAIが、事実に基づかない情報を、さも正しいかのように出力する現象のことです。日本語では「幻覚」と訳されます。

問題なのは、AIが「これは自信がありません」と言わずに、流暢な文体で堂々と誤情報を返してくる点です。読み手が内容を信じ込みやすいため、事務業務では特に注意が必要です。

ここでは、仕組みの本質と、事務職にとってなぜリスクが高いのかを整理します。

30秒でわかるハルシネーションの仕組み

ChatGPTなどのLLM（大規模言語モデル）は、事実を検索しているわけではありません。学習したデータから「次に来る確率が高い単語」を予測し、つなぎ合わせて文章を組み立てています。

つまりAIは「もっともらしい文章」を作るのは得意ですが、「正確な情報を引く」のは本質的に不得意です。この仕組みがハルシネーションの根本原因です。

ハルシネーションには2種類あります。学習データにない情報を勝手に生成する「外在的ハルシネーション」と、学習データと矛盾する情報を出す「内在的ハルシネーション」です。どちらも、見た目だけでは人間が区別できません。

なお、最新モデルではハルシネーション率が大きく下がっています。あるベンチマーク調査では、2021年時点で21.8%だった発生率が、2025年の最先端モデルでは0.7%程度まで改善したと報告されています。それでも「完全な根絶は原理的に不可能」とされており、ゼロにはなりません。

なぜ事務業務でリスクが高いのか

事務業務でハルシネーションが怖い理由は、扱う情報の多くが「正確性が命」だからです。法令番号、金額、固有名詞、日付。どれか一つでも間違えれば、社内外に影響が出ます。

スタンフォード大学HAIが2024年に発表した研究では、法律専門の業務用AI（LexisNexisなど）であっても、6件に1件（約17%）の割合でハルシネーションが発生していました。裁判所の判決に関する質問では、75%以上の確率で誤情報が含まれていたといいます。

「専用AIだから安心」という考え方自体が危険です。使う側が必ず一次ソースで確認する姿勢を持たないと、事務業務では簡単に事故が起きます。

事務職が遭遇しやすい失敗事例3パターン

ここからは、事務職が実際に巻き込まれやすい失敗のパターンを3つ紹介します。海外の実例と、日本の事務現場で起こりうるシナリオを重ねて解説します。

「自分には関係ない」と思わず、自分の業務に置き換えて読んでみてください。

パターン1：存在しない法律・条文を引用された（法務・総務）

もっとも有名な事例が、2023年の米国「Mata v. Avianca事件」です。弁護士Steven Schwartz氏がChatGPTを使って作成した訴訟書面に、6件の架空判例が含まれていました。

AIは判例名（Varghese v. China Southern Airlines等）だけでなく、引用文、内部引用、裁判官名まで捏造していました。結果として、弁護士事務所に5,000ドルの制裁金が科されました。

日本の事務現場でも同じことが起こり得ます。総務担当者がChatGPTに「育児・介護休業法の該当条文を教えて」と質問したとき、実在しない条番号を返されるケースがあります。そのまま社内規程の改定案に使えば、大きな事故につながります。

法令関連の回答は、必ずe-Gov法令検索などの一次ソースで原典を確認してください。

パターン2：架空の統計データを出力された（経理・企画）

「業界平均の粗利率を教えて」「直近3年の市場規模の推移を出して」。統計に関するこうした質問は、経理・企画の現場で生成AIに聞きたくなる典型例です。

しかし、ここがもっとも危険な領域の一つです。ある金融Q&Aタスクの調査では、ChatGPT-4oが約20%、Gemini Advancedが約77%という高い割合で虚偽情報を返したと報告されています（調査条件による変動あり）。ドメイン特化型のタスクでは、汎用モデルの誤答率が急増する傾向があります。

AIが返してきた「○○調査（2023年）によると◯%」という数字が、架空の調査であるケースは珍しくありません。経営会議の資料に使う前に、必ず原典となる調査レポートのPDFを自分で確認しましょう。

パターン3：実在しない人名・社名を生成された（人事・営業事務）

人事・営業事務の業務で、取引先情報や経歴を生成AIに整理させる場面でも事故が起きます。実在しない担当者名、存在しない部署、倒産している会社名。AIはそれらを平然と出力します。

NeurIPS 2025採択論文の4,000件以上を分析した調査では、少なくとも50本の論文に、AI生成による架空引用や変造引用が含まれていたことが判明しました（GPTZero2調査による）。学術論文ですら、人名や引用元の捏造が入り込んでいます。

営業リストや社内向け資料にAIの出力をそのまま貼り付けるのは避けましょう。固有名詞は必ず公式サイトや名刺で裏取りをしてください。

業務別ファクトチェック手順チェックリスト

ここからが本題です。業務タイプ別に、AIの回答をそのまま使う前にやるべき確認手順を示します。

どの業務でも「何を人間が確認するか」を先に決めておくと、チェック漏れが減ります。プリントして手元に置いておくと便利です。

文書作成・報告書でAIを使ったとき

報告書や議事録のドラフトをAIに作ってもらったときのチェック項目です。

1. 固有名詞（人名・部署名・取引先名）がすべて実在するかを一次ソースで確認する
2. 引用されている数字・割合・日付をすべて原典で照合する
3. 文書内で矛盾している主張がないかを通読で確認する
4. 根拠が示されていない強い断定（「最も」「必ず」など）を削る
5. 自分の業務文脈に合わない表現を削除・差し替える

特に注意したいのが、AIの出力に含まれる「断定口調」です。AIは自信度を示さずに書き切るため、そのまま使うとリスクがあります。

数値・集計データをAIに処理させたとき

AIに数値処理をさせる場面で、もっとも守ってほしいのが「計算は別ツールに任せる」という原則です。

【NG例】
ユーザー: 以下の売上データから、前年比と構成比を計算してください。
AI: （数字をそれらしく並べる → 検算すると合っていない）

【OK例】
ユーザー: 以下の売上データの集計方法と、Excelの数式を提案してください。
AI: （SUMIFS・構成比の数式を提示 → 実際の計算はExcelで行う）

チェック手順は次の通りです。

1. AIに集計させず「集計方法の提案」だけをさせる
2. 計算はExcelやスプレッドシートなど、決定論的に動くツールで実施する
3. AIが提示した数字は、必ず元データから手元で検算する
4. 出典付きの統計値は、必ず原典のPDFを開いて該当ページを確認する

法令・規程・契約関連の確認をAIに依頼したとき

法令関連は、事務職にとって最もハルシネーションのリスクが高い領域です。AIに頼っていいのは「論点整理」までと考えてください。

【プロンプト例：グラウンディング指示】
以下の社内規程のテキストのみを参照して回答してください。
テキストに書かれていない内容は「規程に記載なし」と答えてください。

---
（ここに社内規程の該当箇所を貼り付け）
---

質問: 年次有給休暇の付与ルールは何日分か。

AIに全文を貼り付けて「この文書の範囲内で答えて」と指示する方法を、グラウンディングと呼びます。外部知識によるハルシネーションを大きく減らせる有効な手法です。

チェック手順は次の通りです。

1. 法令名・条番号は必ずe-Gov法令検索で原文を確認する
2. 判例は裁判所ウェブサイトの判例検索で確認する
3. 社内規程の解釈は、最終的に人事・法務部門の担当者に確認する
4. AIが引用した「◯◯条◯項」は、すべて一次ソースで存在を確認する

メール・社外文書の作成にAIを使ったとき

社外メールの文面作成は、ハルシネーションのリスクが比較的低い業務です。文体・語順・敬語といった「表現の問題」だからです。

ただし、本文に数字・日付・固有名詞・金額が含まれる場合は話が別です。それらは必ず自分の手で書き換える前提で使いましょう。

1. 日付・時刻・金額・数量はAI出力を信用せず、自分で打ち直す
2. 取引先名・担当者名はメール署名や名刺で再確認する
3. 添付ファイルの有無と実体が一致しているかを送信前にチェックする
4. 機密情報を入力していないかを送信前に確認する

「AIに任せていい確認」と「人間がやるべき確認」2段階チェック表

ここで、2段階チェック表を整理しておきます。AIに丸投げしていい領域と、人間が必ず見るべき領域を明確に分けるのがコツです。

この表のポイントは、「AIが得意なのは表現領域、人間が守るべきは事実領域」という切り分けです。

AIに任せていい確認：文体・構成・誤字脱字など

誤字脱字のチェック、敬語の統一、文章構成の見直し。こうした「表現の品質」に関する確認は、生成AIが最も得意とする領域です。

Chain of Thought（ステップバイステップで考えさせる指示）を活用すると、精度が上がります。「この文章を推敲してください。段階的に問題点を挙げてから修正案を出してください」と指示するだけでも効果があります。

文体の統一や構成の並び替えは、AIに任せたほうが速く正確になるケースが多いです。

人間が必ずやるべき確認：数値・法令・固有名詞・出典

一方、次の4カテゴリは絶対にAIに任せてはいけません。

• 数値・統計・金額
• 法令番号・条文・判例
• 人名・社名・部署名などの固有名詞
• 引用元の出典（◯◯調査、◯◯白書など）

これらは、AIの確率予測が最も誤りやすい領域です。ハルシネーションが起きたときの業務インパクトも大きくなります。

プロンプトで「わからない場合は『わかりません』と答えてください」と明示的に許可を与えると、無理な回答が減ります。それでも、最終判断は必ず一次ソースと人間の目で行ってください。

まとめ：AIを安心して使うために今日から始める3つの習慣

生成AIのハルシネーションはゼロにはなりません。しかし、使い方を工夫すれば、業務リスクを大きく下げられます。

最後に、今日から始められる3つの習慣をまとめます。

1. AIの回答は「下書き」として扱う：完成品ではなく、人間がチェックする前提の素材と考える
2. 数値・法令・固有名詞は必ず一次ソースで確認する：e-Gov、公式サイト、原典PDFを自分で開く
3. 「わからないときはわかならないと言って」と必ずプロンプトに入れる：AIに正直に答える許可を与える

この3つを守るだけで、事務業務で起きやすい事故の大半は防げます。

さらに踏み込んで、AI全般の注意点を整理したい方は、「生成AIを仕事で使うときの注意点チェックリスト15」もあわせてお読みください。情報漏洩・著作権・ハルシネーションを含む15の観点で、AI業務利用のリスクを俯瞰できます。

また、個人レベルの対処法から一歩進めて、組織としてのルール整備に関心がある方には「会社でChatGPT・生成AIを使うときのルール｜コピペOKひな形付き」もおすすめです。社内ガイドライン作成のひな形がそのまま使えます。

AIは、正しく付き合えば強力な味方です。ハルシネーションを恐れて使わないのではなく、手順を決めて安心して使いこなしていきましょう。

複数のAIを使い分けている方へ（PR）

AIの回答を確かめながら使う方法として、複数のAIに同じ質問をして答えを見比べるのも有効です。ただ、そのために各サービスを別々に契約すると月額料金がかさみます。複数のAIを1つの契約でまとめて使えるサービスなら、使い比べのハードルが下がります。

月額料金を賢く集約。複数のAIサブスクを1つにまとめて、最高峰の知能を使い倒すならDoraverse。

「AIが作ったものは自由に使っていい」と聞いたこともあれば、「商用利用はグレー」と言われたこともある。どっちが本当なのか、はっきり答えられる人は意外と少ないんじゃないでしょうか。

この記事では、事務職の日常業務（社内資料・プレゼン・メール・SNS投稿・社外納品）に絞って、生成AIの出力をどこまで安全に使えるのかを整理します。細かい法律論よりも、「明日の仕事でどう判断すればいいか」が分かる独自マトリクスを用意しました。

結論：AIが作ったものに著作権は「原則として」発生しない

まず全体像から押さえておきましょう。日本の著作権法では、著作物とは「思想又は感情を創作的に表現したもの」と定義されています。ここで重要なのは、著作者になれるのは「人間」だけという点です。

つまり、ChatGPTやCopilot、Midjourneyなどの生成AIが自動で作り出した文章や画像には、原則として著作権が発生しません。誰のものでもない、言い換えると「パブリックドメインに近い扱い」になる、というのが2025年時点の日本での基本的な解釈です。

ただし、ここに大きな「ただし書き」がつきます。

• AIを道具として使い、人間が創作的な関与をした場合は著作権が発生しうる
• 学習データや出力結果が既存の著作物と似すぎていると、その既存著作物の権利を侵害する可能性がある
• 利用するAIサービスの利用規約によって、商用利用の可否やクレジット表記のルールが別途定められている

「著作権が発生しない＝何をやってもOK」ではない、というのがポイントです。ここから先は、実際の仕事の場面ごとに判断基準を見ていきます。

2025年の著作権法の運用はどう変わってきているか

生成AIをめぐる著作権の議論は、ここ数年で急速に整理が進んでいます。文化庁は2024年に「AIと著作権に関する考え方について」という文書を公表し、学習段階・生成段階・利用段階の3つに分けて整理する枠組みを示しました。

2025年に入ってからも、AIが生成したコンテンツと既存著作物の「類似性」と「依拠性」をどう判断するか、裁判例の蓄積が少しずつ進んでいます。実務への影響として押さえておきたいのは次の3点です。

1. AIの出力をそのまま公開するだけでは、作った人に著作権は発生しないという整理が定着してきた
2. 既存作品に酷似した出力を使うと、AIを使っていても著作権侵害になりうる（「AIが作ったからセーフ」は通用しない）
3. 企業が業務で使う場合、利用規約の確認と「誰が何を入力したか」のログを残す運用が推奨されるようになってきた

法律自体が頻繁に変わるわけではありませんが、運用ルールや企業のガイドラインは確実にアップデートされています。「去年までOKだった使い方」が社内ルールで禁止されることもあるので、定期的に自社のガイドラインを確認する習慣をつけておきましょう。社内向けルール作りについては会社でChatGPT・生成AIを使うときのルール｜社内ガイドライン作成テンプレート付きで詳しく解説しています。

独自マトリクス：用途×公開範囲で判断する4象限

ここからがこの記事の本題です。事務職の日常業務でAI出力を使う場面を、「用途（社内限定 or 社外公開）」と「加工度（そのまま使う or 人間が大幅に編集する）」の2軸で整理すると、次の4象限に分けられます。

それぞれ詳しく見ていきましょう。

A象限：社内限定でそのまま使う

もっとも安全な使い方です。議事録の要約をAIに作らせて社内Slackに流す、メールの下書きをAIに出させて自分で軽く直して送る、といった使い方はほぼリスクがありません。

ただし注意したいのは、入力した内容が社外秘の情報を含まないかという点です。著作権の問題とは別に、情報漏洩のリスクがあります。プロンプトに入れていい情報・ダメな情報の線引きは、記事後半の「プロンプト入力前の確認事項」で詳しく説明します。

B象限：社内限定で大幅編集する

AIに最初のたたき台を作らせて、自分で書き直す使い方です。これも基本的にOK。むしろ人間の創作的関与が加わることで、完成物には編集した人の著作権が発生する可能性があります。

社内の企画書、報告書、社内報などはこの象限に入ります。AIの出力はあくまで「下書き」として扱い、自分の言葉で再構成する癖をつけると、後々社外にも使える資料になります。

C象限：社外公開でそのまま使う

ここから注意が必要になります。SNS投稿やブログ記事、プレスリリースなど、社外に公開するコンテンツをAI出力のまま使うケースです。

著作権の観点でいうと、AI出力自体には著作権がないので「あなたが書いたもの」として主張はできません。問題はむしろ次の2点です。

1. 既存著作物との類似性リスク：AIが学習データから似た表現を生成してしまう可能性
2. ファクト誤り（ハルシネーション）：AIが事実と異なる情報を生成してしまうリスク

特に2番目は会社の信用問題に直結します。社外に出す文章は、必ず人間がファクトチェックをかけること。具体的な確認手順はAIの回答をそのまま使う前にやるべきこと｜ハルシネーション対策と事実確認の手順にまとめています。

D象限：社外公開で大幅編集する

提案資料、納品物、広告クリエイティブなど、ビジネスとして重要度の高いアウトプットです。「条件付きOK」としたのは、次の条件をすべて満たす必要があるためです。

• 人間が構成・表現を大幅に編集していて、最終成果物に創作的関与がある
• 利用したAIサービスの利用規約で商用利用が許可されている
• クライアント（納品先）との契約で「AI生成物を含むこと」が禁止されていない
• 学習データ由来のリスク（既存作品との類似）を自分の目で確認している

特に3番目を見落としがちです。最近は大企業の受発注契約に「生成AI使用時の事前申告」を求める条項が入るケースが増えています。納品物に使う前に、契約書やNDAを必ず確認しましょう。

プロンプト入力前の確認チェックリスト

マトリクスで判断する前に、そもそも「AIに何を入力していいか」の線引きも重要です。プロンプトに入れる前に、次の5項目をチェックしてください。

1. 顧客名・取引先名など、第三者の固有情報が含まれていないか
2. 社内の機密情報（売上数字、未発表の企画、人事情報など）が含まれていないか
3. 他人が書いた文章・コードを丸ごとコピペしていないか（他者の著作物を勝手に学習データに流すリスク）
4. 使っているAIサービスが、入力内容を学習に使わない設定になっているか
5. 会社が契約しているエンタープライズ版か、個人利用の無料版か

特に4と5は、個人利用の無料版ChatGPTとエンタープライズ契約で扱いが大きく異なります。無料版は入力内容が学習データに使われる可能性があるため、業務情報の入力は原則避けるべきです。会社で生成AIを使う際の全般的な注意点は生成AIを仕事で使うときの注意点チェックリスト15にまとまっているので、併せて確認してください。

画像生成AIはテキスト以上に慎重に

文章より著作権リスクが高いのが画像生成です。理由は3つあります。

第一に、画像は「類似性」が文章より目立ちます。既存のキャラクターやブランドロゴに似た画像が生成されてしまうと、一目で権利侵害と指摘されるリスクがあります。

第二に、画像生成AIの学習データには、著作権者の許諾なく収集されたものが含まれているという主張が海外で続いており、訴訟も進行中です。結果次第では、過去に生成した画像の扱いが変わる可能性もあります。

第三に、利用規約が画像生成AIサービスごとに大きく異なります。商用利用が無料プランでは禁止されていたり、有料プランでも「生成時点のクレジット表記」を求められたりと、細かいルールがあります。

事務職の実務ルールとしては、次の3つを守っておけば安全です。

• プレゼン資料の装飾イラスト程度にとどめる（商品写真の代わりに使わない）
• 既存キャラクターや著名人の名前をプロンプトに入れない
• 社外公開する画像は、ストックフォトや公式素材サイトを優先する

よくある勘違いQ&A

実務でよく聞かれる疑問をまとめておきます。

Q. ChatGPTに「〇〇風に書いて」と指示するのは著作権侵害？

「風」を指示するだけでは原則OKです。ただし出力結果が特定の作品の表現に酷似している場合は注意が必要です。作風・アイデアは著作権の保護対象外ですが、具体的な表現は保護対象になります。

Q. AIが作った画像を自分の作品として販売していい？

利用しているAIサービスの規約を確認したうえで、人間が十分に編集・選定している場合は可能です。ただし「AI生成物であること」を明示するのが最近の商慣行になりつつあります。

Q. クライアントからもらった文章をAIに要約させるのはOK？

社内で使うだけなら原則OKですが、入力内容が学習に使われないエンタープライズ契約で使うのが望ましいです。クライアントとのNDAで「第三者サービスへの入力禁止」が定められている場合は違反になるので、契約書を必ず確認してください。

Q. AIに書かせた記事をブログに載せるとき、著作権表示はどうすればいい？

AI出力そのものには著作権が発生しないので、従来の「©2026 あなたの名前」のような表示はしなくても構いません。ただし人間が編集を加えた部分には著作権が発生するので、「編集：〇〇」のような形で明示するケースが増えています。

まとめ：迷ったら「社外に出すか」で線を引く

情報量が多くなったので、最後に実務で使える要点だけ再掲します。

• AI出力そのものに著作権は原則発生しない。ただし「使っていい」かは別問題
• 判断は「用途×加工度」の4象限マトリクスで整理する
• 社内限定なら基本OK、社外公開は人間の編集＋規約確認＋契約確認の3点セット
• プロンプト入力前に、機密情報と第三者情報をチェックする
• 画像生成はテキストよりさらに慎重に
• 社内ルール・契約書は定期的にアップデートを確認する

「AIが作ったから自由」でも「AIを使うから全部ダメ」でもなく、用途と公開範囲で冷静に線を引ければ、生成AIは事務職の強力な味方になります。迷ったらこの記事のマトリクスに戻ってきて、自分の仕事に当てはめて判断してみてください。

社内ルール整備については会社でChatGPT・生成AIを使うときのルール｜社内ガイドライン作成テンプレート付き、日々の使い方の注意点は生成AIを仕事で使うときの注意点チェックリスト15、出力のファクトチェックはAIの回答をそのまま使う前にやるべきこと｜ハルシネーション対策と事実確認の手順も併せてどうぞ。

知らずに使うと、情報漏洩や著作権侵害といったリスクがあります。最悪の場合、会社の信用問題に発展することも。

この記事では、生成AIを業務で安全に使うための注意点を15項目のチェックリストにまとめました。一つずつ確認すれば、安心してAIを活用できますよ。

生成AIを仕事で使う前に知っておくべき注意点

生成AIツールの種類と業務での使い方

生成AIとは、文章や画像などを自動で作り出すAIの総称です。代表的なツールをまとめると次のとおりです。

• ChatGPT: 文章作成・要約・翻訳・アイデア出しに幅広く対応
• Claude: 長文の読解や分析が得意。社内文書の要約にも活用可能
• Gemini: Google Workspaceとの連携が強み
• Copilot: Microsoft 365に組み込まれたAIアシスタント

ChatGPTは2024年時点で全世界の月間利用者が3億人を超えています。日本企業でも約35%が何らかの形で生成AIを導入済みです。

事務職での主な活用場面は、メール文面の下書き・議事録の要約・データ整理の補助などです。スプレッドシートのGemini AI関数のように、表計算ソフトに組み込まれたAI機能も増えています。

なぜ注意点を押さえる必要があるのか

生成AIは便利ですが、使い方を誤るとリスクがあります。主に次の3つです。

• 情報漏洩: 入力した社内データがAIの学習データに使われる可能性
• 著作権侵害: AI出力物の権利関係が法的に不明確
• 誤情報の拡散: もっともらしいウソを生成する「ハルシネーション」

「便利だから何も考えずに使う」が一番危険です。これから紹介する15項目を事前に確認しておきましょう。

情報漏洩を防ぐための注意点（チェックリスト1〜5）

1. 機密情報・個人情報をプロンプトに入力しない

これが最も重要な注意点です。AIに入力した情報は、サービス提供者のサーバーに送信されます。

具体的に入力してはいけない情報は次のとおりです。

• 顧客の氏名・住所・電話番号などの個人情報
• 売上データや未公開の経営数値
• 社内の人事評価・給与情報
• 取引先との契約内容

個人情報保護法では、個人データの第三者提供には原則として本人の同意が必要です。AIに入力する行為が第三者提供にあたる可能性もあります。「これくらい大丈夫だろう」は禁物ですよ。

2. 社内ガイドラインの有無を確認する

まず自社に生成AIの利用ルールがあるか確認してください。総務省や経済産業省もAI利用のガイドラインを公表しています。

社内ルールがない場合は、上司やIT部門に相談しましょう。自己判断で使い始めるのはリスクが高いです。確認すべきポイントは次の3つです。

• 使用が許可されているツールはどれか
• どんな業務に使ってよいか
• 入力してよいデータの範囲はどこまでか

3. 入力データの学習設定をオフにする

多くの生成AIツールは、入力データをモデルの学習に使う設定がデフォルトでオンになっています。

ChatGPTの場合、設定画面から「モデルの改善に使用する」をオフにできます。ChatGPT Team版やEnterprise版は、入力データが学習に使われない設計です。業務利用なら有料プランの検討をおすすめします。

設定方法はツールごとに異なるので、初回利用時に必ず確認してください。

4. 業務用アカウントと個人用アカウントを分ける

プライベートのアカウントで業務データを扱うのは避けましょう。理由は次のとおりです。

• 個人アカウントのチャット履歴に業務情報が残る
• 退職時にデータの管理ができなくなる
• 会社のセキュリティポリシーから外れる

会社が契約している法人プランがあれば、そちらを使いましょう。なければIT部門に相談してください。

5. チャット履歴の共有範囲を確認する

AIとのチャット履歴を他のユーザーと共有できる機能があります。ChatGPTの「共有リンク」機能が代表例です。

業務で使った会話を安易に共有すると、意図せず社内情報が漏れることがあります。共有する前に、会話の中に機密情報が含まれていないか必ず確認しましょう。

著作権・知的財産権に関する注意点（チェックリスト6〜9）

6. AIが生成した文章をそのまま使わない

AIの出力文をコピー&ペーストでそのまま使うのは避けてください。理由は2つあります。

1つ目は著作権リスクです。AIが学習データの文章に似た表現を出力する場合があります。そのまま使うと、意図せず他者の著作物と類似した文章を公開してしまう可能性があります。

2つ目は品質の問題です。AIの出力はあくまで「たたき台」です。自分の言葉で書き直し、内容を確認してから使いましょう。

7. 画像生成AIの出力物は著作権が不明確

DALL-E・Midjourney・Stable Diffusionなどの画像生成AIも業務で使う場面が増えています。しかし、生成された画像の著作権は法的に整理が進んでいません。

文化庁は2023年6月にAIと著作権に関する考え方を公表しました。ただし、具体的なケースごとの判断はまだ確立されていないのが現状です。

社外に公開する資料に画像生成AIの出力を使う場合は、法務部門に確認するのが安全です。

8. 他者の著作物をプロンプトにコピペしない

他社のWebサイトの文章や書籍の内容を丸ごとプロンプトに貼り付ける行為は避けましょう。著作権法上の「複製」にあたる可能性があります。

「この文章を要約して」「この記事をリライトして」という使い方は特に注意が必要です。参照したい場合は、要点を自分の言葉でまとめてから入力してください。

9. 社外公開資料はダブルチェックする

プレスリリース・提案書・ブログ記事など、社外に出す文書にAI出力を使う場合は、必ず別の人にもチェックしてもらいましょう。

確認すべきポイントは次のとおりです。

• 他者の著作物と類似した表現がないか
• 事実と異なる記述がないか
• 自社のトーン&マナーに合っているか

一人でのチェックには限界があります。ダブルチェック体制を作っておくと安心です。

ハルシネーション（誤情報）への対策（チェックリスト10〜12）

10. AIの回答は「下書き」として扱う

ハルシネーションとは、AIがもっともらしいが事実でない情報を生成する現象です。生成AIを使ううえで最も注意すべきリスクの一つです。

たとえば、存在しない法律の条文を引用したり、架空の統計データを示したりすることがあります。AIは「自信がない」とは言ってくれません。

対策はシンプルです。AIの出力を「完成品」ではなく「下書き」として扱いましょう。必ず自分で内容を確認してから使ってください。

11. 数字・固有名詞・URLは必ず裏取りする

ハルシネーションが起きやすいのは、次のような情報です。

• 統計データや数値
• 人名・企業名・製品名
• 法律や制度の名称・内容
• URLやリンク先

特にURLは要注意です。AIが生成したURLにアクセスすると、まったく関係のないサイトや、存在しないページに飛ぶことがあります。必ず公式サイトで情報を確認しましょう。

12. 根拠の提示を求めるプロンプトを使う

AIに回答の根拠を示すよう指示すると、ハルシネーションに気づきやすくなります。次のようなプロンプトを試してみてください。

• 「根拠となる情報源も併せて教えてください」
• 「確信度が低い部分は『不確か』と明記してください」
• 「推測が含まれる場合はその旨を示してください」

根拠が示されれば裏取りもしやすくなります。100%防げるわけではありませんが、チェックの効率が上がりますよ。

業務品質を保つための注意点（チェックリスト13〜15）

13. 出力結果は必ず人間がレビューする

AIが出力した内容は、必ず人間の目でレビューしましょう。チェックすべきポイントは次のとおりです。

• 事実関係に誤りがないか
• 社内の表記ルールに合っているか
• 相手に失礼な表現がないか
• 文脈に合った内容になっているか

「AIが作ったから大丈夫」という思い込みは危険です。最終的な品質の責任は、AIではなく使う人にあります。

業務の効率化という意味では、Excelショートカットキー一覧のように、まずは定型作業をツールで効率化するのも有効な手段です。AIだけに頼らず、さまざまな効率化手段を組み合わせましょう。

14. AIに頼りすぎず判断は自分で行う

AIは便利なアシスタントですが、判断を丸投げしてはいけません。特に次のような場面では、必ず自分で考えて決めてください。

• 顧客への対応方針
• 社内の意思決定に関わる提案
• 金額や数量に関わる計算結果の最終確認

AIを使い続けると「自分で考える力」が鈍るリスクもあります。AIはあくまで補助ツールです。判断の主体は常に自分だという意識を持ちましょう。

Excel引き継ぎ資料の作り方のように、業務の手順を自分の頭で整理する習慣も大切です。

15. 定期的にツールのアップデート情報を確認する

生成AIは進化のスピードがとても速いツールです。数か月前の常識が通用しなくなることも珍しくありません。

チェックしておきたい情報は次のとおりです。

• ツールの利用規約の変更
• 新機能の追加やセキュリティ設定の変更
• 政府のガイドライン更新
• 社内ルールの改定

公式ブログやリリースノートを月に1回チェックする習慣をつけておくと安心です。チーム内で情報を共有する仕組みを作るのもおすすめですよ。

まとめ

生成AIを仕事で安全に使うための15項目を振り返りましょう。

情報漏洩を防ぐ（1〜5）

1. 機密情報・個人情報をプロンプトに入力しない
2. 社内ガイドラインの有無を確認する
3. 入力データの学習設定をオフにする
4. 業務用アカウントと個人用アカウントを分ける
5. チャット履歴の共有範囲を確認する

著作権・知的財産権を守る（6〜9）

1. AIが生成した文章をそのまま使わない
2. 画像生成AIの出力物は著作権が不明確
3. 他者の著作物をプロンプトにコピペしない
4. 社外公開資料はダブルチェックする

ハルシネーション対策（10〜12）

1. AIの回答は「下書き」として扱う
2. 数字・固有名詞・URLは必ず裏取りする
3. 根拠の提示を求めるプロンプトを使う

業務品質を保つ（13〜15）

1. 出力結果は必ず人間がレビューする
2. AIに頼りすぎず判断は自分で行う
3. 定期的にツールのアップデート情報を確認する

すべてを一度に完璧にする必要はありません。まずは情報漏洩対策の5項目から始めてみてください。一つずつ習慣にしていけば、生成AIは頼れる仕事のパートナーになりますよ。

複数のAIを使い分けている方へ（PR）

業務で使う生成AIツールが増えてくると、月額料金とアカウントの管理も無視できない課題になります。複数のAIを1つの契約でまとめて使えるサービスに集約するのも、管理をシンプルにする選択肢の1つです。

月額料金を賢く集約。複数のAIサブスクを1つにまとめて、最高峰の知能を使い倒すならDoraverse。

仕事で生成AIを使い始めると、毎日こういう判断が出てきます。
取引先の名前、上司の評価コメント、先月の売上数字——。
「入れていいのかな？」と迷いながら、なんとなく使い続けていませんか？

この記事では、生成AIに入力してはいけない情報をOK・要確認・NGの3段階で整理します。
業務シーン別のマトリクス表と、NGのときの書き換え例文もまとめました。
よくある質問や、もし入力してしまった場合の対処法も加えています。
今日から「判断ツール」として使ってください。

この記事は生成AIを仕事で使うときの注意点チェックリスト15のチェック1〜5（情報漏洩防止）の詳細版です。

生成AIへの入力判断が難しい3つの理由

生成AIは便利ですが、何を入力してよいかの判断が難しいツールです。
その理由は主に3つあります。

1. 入力したデータの行き先が見えにくい

メールや電話では「送った先が誰か」が分かります。
でも生成AIに入力したデータは、どのサーバーが受け取り、どう使うかが利用者側には見えません。
入力したテキストは、AIサービス事業者のサーバーで処理されます。
学習に使われるかどうかは、プランや設定によって変わります。

2. 社内のAIガイドラインがまだ整備されていない

多くの会社では、生成AIの利用ルールがまだ作られていません。
「会社が禁止していないから大丈夫」と思いがちです。
ただしルールがなければ、個人が判断すべき状況です。
判断の責任は、最終的には入力した本人にかかってきます。

3. OK/NGの境界線がグレーゾーンだらけ

「個人名はNG」とは分かっても、「部署名は？」「会社名は？」「パーセンテージは？」——こうした情報の判断は難しいです。
さらに「単体ではOKだが、組み合わせるとNG」というケースも多くあります。

だから「迷う」のは当然のことです。
この記事では、そのグレーゾーンも含めて整理します。

社内のAIルールを整備したい方は生成AI社内ガイドラインの作り方もご覧ください。

生成AIに入力した情報はどう扱われるのか

まず、生成AIに入力したデータの扱われ方を確認しておきましょう。

学習に使われる可能性がある

生成AIサービスの多くは、ユーザーが入力したデータを学習に利用する設定がデフォルトになっています。

代表的なサービスの初期設定はこのとおりです。

無料・個人版のChatGPTやClaudeは、デフォルトで学習に使われます。
設定を変えずに使っていると、入力した社内情報が学習データに入る可能性があります。

個人情報保護委員会も注意喚起している

2023年6月、個人情報保護委員会は「生成AIサービスの利用に関する注意喚起」を公表しました。
要点はこうです。

個人情報取扱事業者が個人情報を含むプロンプトを入力する場合、利用目的の範囲内である必要がある。機械学習に利用される設定の場合、目的外利用にあたる可能性がある。

つまり「顧客対応のために集めた個人情報」を「AI活用のために入力する」のは、目的外利用にあたる可能性があります。
事業者として情報を扱う立場の人は、特に注意が必要です。

Samsung電子で起きた情報漏洩事件（2023年）

この問題を具体的に示す事例があります。

2023年3月、Samsung電子は社内でのChatGPT使用を解禁しました。
解禁からわずか1ヶ月以内に、3件の機密情報漏洩が起きました。

1. エンジニアが半導体設備のソースコードをChatGPTに入力した（バグ解決のため）
2. 別のエンジニアが不良チップ検出プログラムのコードを入力した（最適化依頼のため）
3. 従業員がスマートフォンで録音した社内会議の音声を文字起こしし、テキストを入力した

Samsung社は「外部サーバーのデータを取り戻して削除することは難しい」と認識しました。
その後、緊急でChatGPTの社内利用を禁止しました。

この事例は「悪意ある行動」ではありません。
「便利に使っていたら起きた」という点が重要です。
あなたの隣の席の同僚が同じことをする可能性は、十分にあります。

絶対NG：入力してはいけない情報の種類

入力してはいけない情報は、大きく3つのカテゴリに分けられます。

① 個人データ（個人情報保護法の規制対象）

個人情報保護法 第27条第1項では、個人データを第三者に提供する際に原則として本人の同意が必要です。
生成AIへの入力は「AIサービス事業者への第三者提供」にあたる可能性があります。
本人の同意なしに入力すると、同法に違反する可能性があります。

絶対NGの例：

• 氏名＋連絡先の組み合わせ（顧客・社員どちらも）
• 氏名＋評価情報の組み合わせ
• 顧客名簿・顧客データベース
• 要配慮個人情報（病歴・障害・犯歴など）

「氏名単体はOK」でも、「氏名＋住所＋電話番号」の組み合わせは個人データになります。
複数の情報を組み合わせる点に注意してください。

② 営業秘密（不正競争防止法の保護対象）

不正競争防止法では、「営業秘密」として保護される情報に3つの要件があります。
「秘密として管理されている」「事業に有用な情報」「公然と知られていない」の3つです。

絶対NGの例：

• 未発表のソースコード・設計情報
• 顧客名簿・価格戦略
• 新製品の開発情報・未発表案件

生成AIに入力して学習データに組み込まれると、「秘密として管理されている」という要件を失う可能性があります。
一度失った営業秘密の保護は、取り戻せません。
裁判で「営業秘密として保護してください」と主張しても、認められなくなります。

③ 機密情報（社内規程による制限）

法律の規制がなくても、社内規程で共有範囲が制限されている情報があります。

絶対NGの例：

• 社内限りの財務数値（四半期売上・予算詳細など）
• 未発表のM&A・提携情報
• 人事評価・給与情報
• 社内会議の議事録（未公開の議論を含む場合）

「社内メールに書いてある情報」でも、社外に出してよいかどうかは別の話です。
「社外秘」と書いていなくても、社外に出すべきでない情報は多くあります。

業務別×情報種別「OK・要確認・NG」早わかりマトリクス

「絶対NG」は分かった。でも実際の業務では、もっと判断が難しい情報が多いですよね。

ここでは4業務シーンと情報の種類を組み合わせたマトリクスで整理します。

判定基準：

• OK: 入力しても問題ない
• 要確認: 条件次第でOKまたはNG
• NG: 入力してはいけない

「要確認」の意味：

社名・取引先名は、単体ではOKの場合もあります。
ただし「A社との取引金額」「B社への提案内容」のように機密情報と組み合わさる場合はNGです。
次の「3ステップ判断フロー」で確認してください。

NGのとき：匿名化リライト Before→After 例文集

入力したい情報がNGだからといって、生成AIが使えないわけではありません。
「誰が・どの会社が」を特定できる情報を置き換えれば、多くの場合は活用できます。

基本の置き換えルール

Before → After 例文集

【メール文書作成①】 取引先名が含まれるケース

❌ Before:

山田部長、先日の鈴木商事との打ち合わせの件で、来週のフォローアップメールの文案を作ってください。

✅ After:

上司あてに、先日の取引先との打ち合わせのフォローアップメールを書いてください。

【メール文書作成②】 個人評価・数値が含まれるケース

❌ Before:

田中さんの先月の売上は320万円で目標の450万円を下回りました。改善を促すメールを書いてください。

✅ After:

チームメンバーの先月の売上が目標比-30%でした。改善を促すメールを書いてください。

【データ分析①】 取引先別の数値データを扱うケース

❌ Before:

4月の売上：鈴木商事3,200万円、田中物産1,500万円、山本商会800万円。グラフ化してください。

✅ After:

4月の売上：取引先A：3,200万円、取引先B：1,500万円、取引先C：800万円。グラフ化してください。

※ 数値自体が社内機密の場合は割合に変換してから入力してください。

【データ分析②】 予算・財務情報を扱うケース

❌ Before:

来期の予算計画書（資料添付）を要約してください。

✅ After:

以下の予算内容を要約してください：設備投資 前期比+15%、人件費 前期比+8%、マーケティング 前期比-5%

【資料要約①】 機密契約書を扱うケース

❌ Before:

株式会社丸山電機との秘密保持契約書の要点をまとめてください。（本文を貼り付け）

✅ After:

秘密保持契約書の要点をまとめてください。（固有名詞を削除したテキストを貼り付け）

【資料要約②】 未発表情報が含まれるケース

❌ Before:

取締役会で発表予定の新製品「スカイライン3」の開発状況レポートをまとめてください。

✅ After:

社内会議向けに、新製品開発状況レポートの構成案を作成してください。

【会議メモ・議事録①】 参加者・社名・金額が含まれるケース

❌ Before:

会議メモを議事録にしてください。
（メモには参加者名・社名・取引金額が記載されている）

✅ After:

以下の内容を議事録形式にまとめてください。
参加者：営業部門3名・総務部門1名
議題：次期プロジェクトの予算調整（前期比+10%の案を検討）

【情報検索・調査①】 個人情報が含まれるケース

❌ Before:

山田さん（25歳・東京都在住）に最適な社宅物件を探してください。

✅ After:

都内で若手社員向けの社宅物件の条件を教えてください。（予算・広さの目安など）

【情報検索・調査②】 未公開の企業情報が含まれるケース

❌ Before:

来月のA社のIPO前の動向について社内資料をもとにまとめてください。

✅ After:

IPO前後の企業の一般的な動向と、取引上の注意点を教えてください。

「要確認」のとき：3ステップ判断フロー

マトリクスで「要確認」になった情報は、次の3ステップで判断してください。

STEP 1：社内AIガイドラインを確認する

まず、会社が定めたAI利用ルールを確認します。

確認先：

• イントラネット・社内ポータルの「AI利用規程」「情報セキュリティポリシー」
• 情報システム部門・総務部門からの通達メール

「禁止情報リスト」の記載があれば、そこに該当するかを確認します。
ガイドラインがない場合は、STEP 3に進んでください。

STEP 2：使っているAIツールの学習設定を確認する

「社内ガイドラインでは禁止されていない」と分かったら、ツールの設定を確認します。

確認ポイント：

• ChatGPT無料・PlusやClaude無料・Proを使っている場合は、学習設定をOFFにする
• 会社が導入したChatGPT Team・EnterpriseやMicrosoft 365 Copilot（有料）なら、デフォルトで学習には使われない

ChatGPT（Free・Plus）でオプトアウトする手順：
プロフィールアイコン → Settings → Data Controls → 「Improve the model for everyone」をOFFにする

Claude（Free・Pro・Max）でオプトアウトする手順：
Settings → Privacy → 「Help improve Claude」をOFFにする

設定を変更しても、過去の会話への遡及適用はありません。
この操作以降の新規会話から有効になります。

STEP 3：上司または情報システム部門に相談する

STEP 1・2で判断できない場合は、相談してください。

「相談するほどのことかな…」と思うかもしれません。
でも、一度相談してルールを作っておくと、次から迷わなくなります。
相談することが、チーム全体のリスク管理にもつながります。

もし入力してしまった場合の対処法

「気づいたら個人名や社名を入力してしまっていた」というケースもあります。
そんなときは、慌てず次の手順で対応してください。

STEP 1：会話履歴を削除する

まず、入力した会話を削除します。
ChatGPTの場合は、該当する会話を選び「Delete chat」で削除します。
Claudeの場合も同様に、該当の会話を削除できます。

注意点：

• 削除しても、サーバー側のログには30日程度残るケースがあります
• 「学習に使われた可能性」は、削除では消えません

STEP 2：学習設定をOFFにする

「以後同じことが起きないように」設定変更を行います。
ChatGPTなら「Improve the model for everyone」をOFF、Claudeなら「Help improve Claude」をOFFにします。
これは未来の会話に対する対処です。過去の入力には遡及しません。

STEP 3：上司・情報システム部門に報告する

入力した情報が個人データや営業秘密に該当する場合は、自己判断で抱え込まず報告しましょう。
報告すべきタイミングはこうです。

• 顧客の個人データ（氏名＋連絡先など）を入力したと気づいたとき
• 未発表の財務数値・契約情報を入力したと気づいたとき
• 営業秘密（ソースコード・設計情報など）を入力したと気づいたとき

報告が遅れると、組織としての対応がさらに難しくなります。
「怒られるかも」と思っても、早めの報告が結果的に被害を最小化します。

STEP 4：再発防止のために匿名化リライトを習慣化する

同じミスを繰り返さないために、入力前のチェックを習慣にします。
具体的には、本記事の「匿名化リライト Before→After 例文集」を参考にしてください。
最初は時間がかかっても、慣れれば数秒でリライトできるようになります。

組織の規模別：個人ができる現実的な対応

「会社にAIガイドラインがない」という人が大多数です。
組織の規模ごとに、現実的にできることをまとめます。

大企業（情報システム部門あり）

すでに社内ガイドラインがあるか、整備中の可能性が高いです。

できること：

• イントラネットの「AI利用規程」「情報セキュリティポリシー」を確認する
• 情報システム部門に「個人で使う場合のルールはありますか？」と問い合わせる
• 会社が契約しているAIツール（ChatGPT Enterprise・Microsoft 365 Copilotなど）があれば、そちらを優先して使う

避けるべき行動：

• 個人アカウントで業務情報を入力する
• 「会社が禁止していないから」と未確認のまま使い続ける

中小企業（情報システム担当が兼任）

ガイドラインがまだ整備されていないケースが多くあります。

できること：

• 上司・経営層に「AI利用について簡単なルールを決めませんか？」と提案する
• 個人版のAIツールを使う場合は、必ず学習設定をOFFにする
• 顧客情報・取引先情報は、匿名化してから入力する習慣をつける

「ルールがないから自由」ではなく「ルールがないから自分で守る」という姿勢が必要です。

フリーランス・個人事業主

会社のルールに頼れない代わりに、自分で全部判断する立場です。

できること：

• 顧客の個人情報は、本人の同意がない限り入力しない
• クライアントとのNDA（秘密保持契約）がある情報は、固有名詞を完全に削除してから入力する
• 業務利用するなら有料プラン（学習OFFのもの）を選ぶ

特に注意したいのは、クライアントから預かった資料です。
あなたが入力した情報が漏れた場合、クライアントとの契約違反になる可能性があります。

安全に使い続けるための習慣と社内ルール整備

最後に、毎日の習慣として取り入れてほしい3つのポイントをまとめます。

習慣① 入力する前に5秒考える

「これを外部のサービスに送っても大丈夫か？」
プロンプトを入力する前に、5秒考える習慣をつけてください。
「社外の人に見られたら困る情報」は生成AIにも入力しない、と覚えておくと判断しやすくなります。

習慣② 固有名詞をそのまま貼らない

会議メモやメールをそのままコピー＆ペーストするのが、最もリスクの高い行動です。
「社名・人名・具体的数値は、貼る前に置き換える」をルーティンにしてください。

習慣③ 使っているツールの学習設定を確認する

無料版・個人版のAIツールを使っている場合は、学習設定をOFFにしておいてください。
設定は一度変更すれば維持されます。
今すぐ確認しましょう。

チームで取り組むために

個人の意識だけでは限界があります。
チームや会社としてルールを整備することが、最も効果的な対策です。

社内のAI利用ルールをまとめて整備したい方は生成AI社内ガイドラインの作り方をご覧ください。具体的なテンプレートと手順を解説しています。

なお、生成AIが返す情報の真偽確認についてはAIハルシネーション対策と事実確認、著作権についてはAIが作った文章・画像の著作権もあわせてご参照ください。

テキスト以外（画像・音声・ファイル）を入力する場合の注意点

ここまではテキスト入力を中心に解説してきました。
ただし最近の生成AIは、画像・音声・PDF・ソースコードなど、テキスト以外のデータも入力できます。

ここで見落としがちなのが、「貼り付けたテキストと違って、画像やファイルには自分が意識していない情報まで含まれている」という点です。
ファイルをそのままアップロードする行為は、テキストをコピー＆ペーストするよりもリスクが高くなりがちです。
データ形式ごとに、注意すべきポイントを整理します。

画像入力のリスク

スクリーンショットや写真をAIに読み取らせる使い方は便利ですが、画像には想定以上の情報が写り込みます。

特に注意したい画像：

• 顔写真（個人を特定できる個人データにあたります）
• 社内書類を撮影した画像（請求書・契約書・名簿など）
• ホワイトボードや会議資料の写真（未公開の数字や固有名詞が写る）
• パソコン画面のスクリーンショット（背景に別のウィンドウやファイル名が写り込む）

画像のリスクは「写したつもりのない部分まで写っている」ことです。
たとえば書類の一部を撮ったつもりでも、隅に取引先名や担当者印が入っていることがあります。
スクリーンショットでは、画面下部のタスクバーや通知に別案件の情報が写り込むケースもあります。

さらに、写真ファイルにはExif情報（撮影日時・GPS位置情報など）が埋め込まれている場合があります。
社内で撮影した写真からは、撮影場所が推測できてしまう可能性もあります。
画像を入力する前に、「この1枚に、見せるつもりのない情報まで写っていないか」を必ず確認してください。

音声・動画入力のリスク

会議の録音や通話データをAIに文字起こしさせる使い方も広がっています。
この記事の冒頭で紹介したSamsung電子の事例でも、社内会議の録音を文字起こししてChatGPTに入力したことが漏洩の一因でした。

特に注意したい音声・動画：

• 会議の録音データ（参加者名・社名・金額がそのまま話されている）
• 取引先との商談・通話の録音
• 顧客サポートの通話記録（個人情報が含まれる）
• 社内研修やプレゼンの動画

音声・動画のリスクは「情報量が多く、匿名化が難しい」ことです。
1時間の会議録音には、テキストにすれば数万字に相当する情報が含まれます。
その中から固有名詞だけを抜き出して匿名化するのは、現実的ではありません。

また、録音には「録音された側の同意」という別の問題もあります。
参加者の許可なく録音した音声を外部サービスに送ることは、トラブルの火種になりかねません。
会議の議事録を作りたい場合は、録音をそのまま入力するのではなく、自分でメモを取り、固有名詞を置き換えたテキストにしてから入力するのが安全です。

PDFやドキュメントファイルのリスク

PDFやWord・Excelファイルをそのままアップロードして要約・分析させる使い方も一般的になりました。
ファイル添付は手軽ですが、テキストのコピー＆ペーストよりも危険な場合があります。

特に注意したいファイル：

• 契約書・秘密保持契約書（NDA）のPDF
• 社内の内部資料・企画書・提案書
• 顧客リストや売上データを含むExcelファイル
• 他社から受領した資料（自社の判断だけで外部に出せない）

ファイルのリスクは「見えていない部分まで丸ごと送られる」ことです。
PDFを開いて1ページ目だけ見ていても、アップロードすれば全ページが送信されます。
Excelファイルなら、表示中のシート以外に、隠しシートや別タブのデータも一緒に送られます。
ファイルの作成者名・編集履歴・コメントといったメタデータが含まれることもあります。

特に他社から受け取った資料は、自社だけの判断で外部に出すと契約違反になる可能性があります。
ファイルを入力する前に、「全ページ・全シートを見せても問題ないか」「自社の権限だけで外部に出してよい資料か」を確認してください。
必要な箇所だけをテキストで抜き出し、固有名詞を置き換えてから入力するほうが安全です。

ソースコード入力のリスク

エンジニアの方が、バグ調査やコードレビューのためにソースコードをAIに入力するケースも増えています。
これもSamsung電子の事例で実際に漏洩につながった入力です。
半導体設備のソースコードや不良検出プログラムが入力され、外部サーバーに残ってしまいました。

特に注意したいコード：

• 未公開・社内限りのソースコード（営業秘密にあたる可能性がある）
• 独自アルゴリズムや設計情報を含むコード
• 設定ファイルやハードコードされた認証情報

ソースコードで最も多いトラブルが、APIキー・パスワード・トークンの混入です。
コードの一部だけを貼ったつもりでも、設定ファイルや定数の中に認証情報が紛れていることがあります。
一度入力した認証情報は、会話履歴を削除してもサーバー側のログに残る可能性があるため、すぐに無効化（ローテーション）する必要があります。

入力前に、次の3点を確認してください。

1. そのコードは公開してよいものか（社内限りの営業秘密でないか）
2. APIキー・パスワード・トークンなどの認証情報が含まれていないか
3. 顧客データやテスト用の個人情報がコメントやサンプル値に残っていないか

汎用的なエラーの解決方法や書き方を相談したいだけなら、固有の情報を含まない最小限のサンプルコードに置き換えてから入力するのが安全です。

よくある質問（FAQ）

Q1. 無料版と有料版で安全性は違いますか？

A. 違います。
個人向けの無料版・Plus・Pro等は、デフォルトで学習に使われる設定になっています。
業務向けのEnterprise版・Team版・Microsoft 365 Copilotなら、デフォルトで学習に使われません。
業務利用するなら、会社が契約した法人プランを優先してください。

Q2. 「履歴をOFF」にすれば学習されませんか？

A. サービスによって異なります。
ChatGPTは「Chat history & training」を一括でOFFにできます。
Claudeは「履歴削除」と「学習設定」が別の項目です。
履歴を削除しただけでは学習はOFFになりません。
それぞれのサービスで「学習に関する設定」を必ず確認してください。

Q3. 一度入力してしまった情報は取り戻せますか？

A. 完全に取り戻すのは難しいです。
会話履歴を削除しても、サーバー側のログには一定期間残ります。
「学習に使われた可能性」は削除では消えません。
だから「入力前に止める」ことが何より重要です。

Q4. 社内チャット型AI（社内データを参照する仕組み）なら安全ですか？

A. 仕組みによります。
社内に閉じたサーバーで動くAI（プライベートLLM）は、外部に出ない設計のため安全度は高めです。
ただし「クラウド版のAIに社内データを連携している」場合は、結局外部サーバーに送信されているのと同じです。
導入時に「データはどこで処理されるか」「学習に使われるか」を必ず確認してください。

Q5. 自分が退職したあと、入力した情報の責任はどうなりますか？

A. 営業秘密や個人データを不正に入力した場合、退職後も法的責任が残ります。
不正競争防止法では、営業秘密の不正利用は退職後も対象になります。
個人情報保護法も同様に、入力時点の行為が対象です。
「辞めれば関係ない」とはなりません。

Q6. 同僚がAIに機密情報を入力しているのを見かけたら、どうすればよいですか？

A. まず本人に「学習設定はOFFにしていますか？」と声をかけてください。
本人が知らずにやっているケースが多くあります。
それでも改善されない場合は、上司や情報システム部門に相談しましょう。
「告げ口」ではなく「組織のリスク管理」として扱ってください。

Q7. 海外のAIサービスは日本の法律でカバーされますか？

A. 海外事業者であっても、日本国内の個人情報を扱う場合は個人情報保護法が適用されます（域外適用）。
ただし実効性（違反時の取り締まり）は国内事業者より弱くなる傾向があります。
「海外サービスだから日本の法律は関係ない」という認識は誤りです。

まとめ

この記事で解説したポイントを整理します。

入力してはいけない情報の3カテゴリ：

1. 個人データ（氏名＋個人を特定できる情報の組み合わせ）
2. 営業秘密（未公開のソースコード・設計・顧客名簿・価格戦略）
3. 機密情報（社内限りの財務情報・人事評価・未発表情報）

迷ったときの行動：

• マトリクスで「OK / 要確認 / NG」を確認する
• NGでも匿名化・抽象化すれば使えることが多い
• 「要確認」は3ステップで判断する
• もし入力してしまっても、慌てず4ステップで対処する

生成AIは便利なツールです。
使わないのではなく、正しく使い続けることが大切です。
この記事をブックマークして、迷ったときの判断ツールとして活用してください。