生成AIを仕事で使いこなす実践講座 ⑤ AIの回答を業務で使える品質に仕上げるチェック手順

2026年5月29日 20:15

AIの回答を「使える状態」にする確認と修正の技術

前回は、メール・議事録・資料作成の3業務を題材に「準備→依頼→確認」の流れを解説しました。今回はその「確認」フェーズを深掘りします。AIが生成した文章をそのまま使ってはいけない3つの理由と、事実・トーン・情報欠落の順に確認する具体的な手順を、失敗例と一緒に整理していきます。このシリーズの最終回として、全5回の学びも振り返ります。

AIの回答を「そのまま送信」してしまいそうになったことはありませんか

急いでいるとき、AIが出してくれた文章がすごく「それらしく」見えることがあります。丁寧な敬語、きれいな段落構成、過不足なく収まった文字数。「これ、このまま送れるじゃないか」と思って、コピーボタンに手が伸びる——そんな瞬間、一度は経験したことがあるのではないでしょうか。

筆者も似た経験があります。あるプロジェクトで取引先へのお礼メールをAIに作らせたとき、出来上がった文章は見た目には完璧でした。ところが送信直前に読み返していて、「あれ、この件名の表現、先方が少し気にしていた件と被っているな」と気づいたんです。AIはそんな背景情報を知る由もありません。当然ですが、ヒヤリとしました。

また、別の場面では会議後の議事録をAIに作らせたところ、整理された読みやすい文章が上がってきました。ところが内容をよく確認すると、実際の会議ではまだ「検討中」だった事項が「決定事項」として書かれていたんです。読みやすい文章であればあるほど、誤りに気づくのが遅れます。「よくできた文章ほど、確認が難しくなる」という逆説的な性質が、AIの回答には潜んでいます。

このシリーズを通じてお伝えしてきたことは「AIは素案を出すツールであり、完成品を作るツールではない」ということです。今回はその最終ピースとして、素案をどう確認し、どう仕上げるかの具体的な手順を整理します。

AIの回答を「そのまま使ってはいけない」3つの理由

では、なぜAIの回答をそのまま使ってはいけないのでしょうか。「なんとなく怖いから」ではなく、具体的な理由が3つあります。それぞれの仕組みを理解しておくと、確認作業の意味が体感として腑に落ちます。

1つ目は、ハルシネーション（AIが事実と異なる内容を自信満々に書く現象）です。

ChatGPTやCopilotのような生成AI（文章を自動で作るAI）は、大量のテキストから「次にどんな言葉が来るか」を確率的に予測して文章を組み立てています。つまり「事実を確認するシステム」ではなく「もっともらしい文章を生成するシステム」なんです。

その結果、存在しない社内規定・誤った数値・架空の日付・実在しない引用文献などを、何の迷いもなく書いてしまうことがあります。AIが間違いを自覚していないのが厄介なところで、正しい情報と嘘の情報が同じ流暢さで並んでいます。たとえば「社内規定に基づき対応いたします」とAIが書いたとして、その「社内規定」が実際に存在するかどうかは、AIには判断できません。

2つ目は、文脈のズレです。

AIは依頼文に書かれた情報しか持っていません。あなたの職場の慣習、相手との関係性、過去のやりとりの背景、暗黙の了解——そういった「文脈」は、依頼文に書かない限りAIには届きません。たとえば長年の付き合いがある取引先のAさんへのメールに、AIが「ご検討のほどよろしくお願いいたします」という丁寧な締めを書いてきたとします。関係性としては「引き続きよろしく」の一言で十分なのに、AIにはその距離感がわかりません。正確ではあっても、場にそぐわない文章になってしまうんです。

3つ目は、情報欠落です。

AIは与えられた情報をもとに生成するため、依頼文に書かなかったことは出力にも含まれません。問題は、AIが「この情報が抜けていますよ」とは言ってくれないことです。たとえば会議メモをもとに議事録を作らせたとき、「次回会議の日程は△△が提案する」という重要な宿題事項がメモの端に書いてあったのに、依頼文に含めなかったために出力から丸ごと抜け落ちていた——という事態が起きます。読みやすい議事録が完成しているように見えても、大事な情報が消えているかもしれません。

この3つを頭に入れておくだけで、確認作業への向き合い方が変わります。

【失敗例と手順①】メールの「事実確認」：存在しない規則が含まれていた

実際の失敗例を見ながら、事実確認の手順を確認していきます。

ある担当者が取引先へのクレーム対応メールをAIに作成させました。上がってきた文章には「弊社規定により3営業日以内に対応いたします」という一文が含まれていました。ところが実際の社内規定は「5営業日以内」。そのまま送信していたら、先方との約束違反になるところでした。数字一つの違いですが、クレーム対応の場面でこれをやってしまうと、問題が悪化しかねません。

また別のケースでは、「先日ご案内した通り〇〇の件について」とAIが書いてきましたが、そのご案内はまだ送っていませんでした。AIは「それらしい文脈」を作るために、存在しない前提を書いてしまうことがあります。

こういった誤りを防ぐ事実確認の手順は、次の4点です。

数字・期日・固有名詞・規則名を文中から拾い出す（目で追いながらアンダーラインを引くイメージで）
自分が知っている事実と照合する
不明な点は「AIに再確認を依頼」するのではなく、社内規定書・マニュアル・契約書など「一次情報（元の文書）」で自分が確認する
確認が取れない情報は本文から削除するか「確認中」と書き換える

「AIに確認させればいいじゃないか」と思うかもしれませんが、AIは同じ情報をもとに同じ誤りを繰り返す可能性があります。事実確認は必ず自分でやる、これが鉄則です。

修正を依頼するときのプロンプトはこうなります。

以下のメール文を修正してください。

【修正指示】
・「3営業日以内」を「5営業日以内」に変更する
・「弊社規定により」の表現を削除する
・それ以外の文章は変更しない

【メール文】
（本文をここに貼り付ける）

「修正してください」だけでは、AIがどこをどう変えるかを自分で判断してしまいます。「変更箇所・変更内容・変更しない箇所」の3点を明示することで、意図しない書き換えを防げます。

【失敗例と手順②】議事録の「事実確認」：決まっていないことが「決定事項」になっていた

議事録はメール以上に「事実の正確性」が求められる文書です。ここで起きる誤りは、関係者全員に影響します。

ある担当者が会議後にメモをAIに渡して議事録を生成させました。議題として挙がっていた「〇〇システムの導入」は、その時点ではまだ検討段階でした。ところが出力された議事録には「決定事項：〇〇システムを導入する」と書かれていたんです。この議事録をそのまま関係者に送付したところ、「もう導入が決まったのか」と誤解した部署がベンダーへの問い合わせを始めてしまいました。

読みやすい議事録ほど、誤りが見落とされやすいです。整然と整理されていると「正しいはず」という先入観が生まれてしまいます。

議事録特有の確認手順は次の3点です。

「決定事項」「アクションアイテム（誰が・何を・いつまでに）」「次回検討事項」の3種類を、元のメモと一つずつ照合する
アクションアイテムに「誰が・何を・いつまでに」の3要素が全員分揃っているか確認する（「営業部で確認する」のような曖昧な担当者表記に注意）
参加者名・日時・部署名などの固有情報を元のメモと照合する

依頼するときのプロンプトに工夫を入れておくと、そもそもの誤りを減らせます。

以下の会議メモから議事録を作成してください。

【出力形式】
・決定事項（当日確定したことのみ）
・検討中事項（結論が出ていないもの）
・アクションアイテム（誰が・何を・いつまでに）
・次回確認事項

【重要な注意】
・メモに書かれていないことは追加しない
・「決定事項」と「検討中事項」は必ず分けて記載する

【会議メモ】
（メモをここに貼り付ける）

「決定事項と検討中事項を分ける」と明示することで、AIが勝手に決定扱いにする誤りをかなり減らせます。また「メモにないことは追加しない」の一言が、ハルシネーション（AIによる事実誤認）の抑制に効果的です。

余談ですが、議事録の品質はメモの質に左右されます。走り書きのメモをAIに渡すと、AIが勝手に「補完」してしまうことがあります。確認作業を楽にするために、会議中に「決定」「検討中」「宿題：誰が」を区別してメモしておく習慣が長期的には効きます。

AI回答の確認・修正「3ステップ」：事実→トーン→情報欠落の順に見る

前の2セクションで事実確認の重要性は伝わったと思います。ここで、どんな業務にも使える確認・修正の全体手順を3ステップとして整理します。

ステップ1：事実確認 数字・固有名詞・規則名・期日・担当者名を、一次情報（元の書類・マニュアル・メール等）と照合します。ここは最優先で確認するステップです。

ステップ2：トーン確認 文体・敬語・距離感が、相手・目的・シーンに合っているかを確認します。

AIは依頼文に「誰向け」という情報が少ないと、無難に「丁寧な敬語」で書こうとします。その結果、社内の同僚に送るちょっとしたメモに「拝啓時下ますますご清栄のこととお慶び申し上げます」という対外文書の書き出しがついてくることがあります。逆に、改まった場面のはずなのにカジュアルすぎる文体になってしまうこともあります。どちらもトーンのズレです。

トーンを修正するときのプロンプトはこうです。

以下のメール文のトーンを修正してください。

【修正の方向性】
・宛先：社内の同僚（普段からメールでやりとりしている）
・現状の問題：少し堅すぎて距離を感じる
・目標：丁寧さは保ちながら、読んで重くならない自然な文体
・文字数は現状とほぼ同じにする

【現状のメール文】
（本文をここに貼り付ける）

「トーンを直して」だけでは修正の方向が曖昧です。「宛先との関係性・現状の問題・目標・文字数」を指定することで、意図した修正が返ってきます。

ステップ3：情報欠落確認 伝えるべき情報がすべて含まれているかを確認します。AIは「与えられた情報から生成する」ので、依頼文に書かなかったことは出力にも含まれません。

たとえば、お礼メールの依頼文に「添付ファイルをご確認ください」という要素を書き忘れると、出力されたメールには添付ファイルへの言及が一切ありません。AIは「それが必要だったのでは？」とは言ってくれないんです。

確認するポイントはシンプルです。「自分がこの文書を受け取った相手だったら、理解できない情報はないか」「行動してほしいことが明確に書かれているか」を読み返してみてください。

3ステップを終えて修正が入ったとしたら、それは「AIを正しく使えた証拠」です。修正量の多い少ないに関わらず、確認して仕上げるという習慣が大事です。この点は次のセクションで詳しく触れます。

なお、3ステップは毎回すべてを同じ丁寧さでやる必要はありません。外部に送る重要な文書は3ステップをしっかり踏む、社内向けのちょっとしたメモはステップ1だけ確認する、というように文書の重要度で使い分けてください。

「修正は失敗ではない」：AIは素案を出す役割、仕上げは人間の役割

「AIに修正が必要だった＝自分の使い方が悪かった」と感じている方が、実は多いんじゃないかと思います。筆者が社内でAI活用を広めようとしていたとき、こういう声をよく聞きました。「修正ばかりで、結局自分で書いた方が早かった気がする」と。

でも、これは誤解です。

出版や印刷の世界では、初稿（最初に書き上げた原稿）をそのまま印刷することはありません。編集者が赤入れをして、筆者が直して、校正を経て、ようやく印刷に回ります。AIの出力はまさにこの「初稿」です。初稿が存在するだけで、1文字もない状態から書き始めるよりずっと楽に仕上げられます。赤入れが必要なのは当然のことで、それが「失敗」とは誰も思いません。

AI活用も同じです。「素案の生成をAIに任せ、判断・確認・仕上げを人間がやる」という役割分担が正しい姿です。

修正が多いと感じるときは、2つの観点で依頼文を見直してみてください。

依頼文に「目的・前提・出力形式」の3点が揃っていたか（第2回で学んだ3点セット）
渡す作業の単位が大きすぎなかったか（第3回で学んだ作業分解）

あるプロジェクトで、AI生成の提案書たたき台を「修正しすぎて意味がなかった」と感じていた担当者がいました。試しに依頼文に構成の要点（章立て・各章で伝えたいこと・読者層）を追加してもらったところ、修正量が体感で半分以下になりました。修正が多いのは「AIが悪い」のではなく「渡した情報が少なかった」サインであることが多いです。

修正はフィードバックです。「なぜ直したくなったのか」を依頼文に反映させることで、次回の出力精度が上がります。このサイクル自体が、AI活用の上達です。

シリーズ総まとめ：「3点セット＋作業分解＋確認3ステップ」を1つのタスクで通してみる

ここまで学んできた考え方を、1つの実務タスクで通して確認してみます。

想定するのはこんな場面です。上司からメールで3000字の今月の営業報告書が送られてきました。これを部門内のメンバー全員に共有するため、300字程度に要約してほしいと頼まれました。

まず作業分解です。「要約を作る」というタスクをそのままAIに投げるのではなく、細かく分けます。

要約の目的と読者を確認する（誰に・何を伝えるか）
要約に含める要素を決める（元の報告書のどの部分が重要か）
AIに要約を依頼する
確認・修正する

次に依頼文設計（3点セット）です。目的・前提・出力形式の3点を整理して依頼文に落とし込みます。

以下の報告書を、部門内メンバー向けに要約してください。

【目的】
部門全員（10名）に今月の営業成果の概要を共有する

【前提】
・元の文書：今月の営業報告書（約3000字）
・読者：営業部門外のメンバーも含む。専門用語は避ける
・共有方法：社内チャットに貼り付ける

【出力形式】
・箇条書き4点以内
・1点あたり60字以内
・全体で300字以内
・です・ます調
・元の報告書に書かれていないことは追加しない

【報告書本文】
（本文をここに貼り付ける）

目的（誰に・何を共有するか）・前提（読者の知識レベルと共有方法）・出力形式（文字数・点数・文体）の3点が揃っています。「元の報告書に書かれていないことは追加しない」という一文がハルシネーション抑制として機能します。

出力が返ってきたら、確認3ステップを踏みます。

ステップ1（事実確認）：数字や固有名詞（売上金額・担当者名・取引先名）を元の報告書と照合する
ステップ2（トーン確認）：社内チャット向けの自然な文体になっているか、堅すぎないかを確認する
ステップ3（情報欠落確認）：元の報告書にあった重要な結論（「今月の課題として〇〇が挙げられた」など）が抜け落ちていないか確認する

ここで一点、必ず注意してほしいことがあります。実際の報告書や業務データをAIに貼り付けるときは、機密情報・個人情報・取引先情報が含まれていないかを事前に確認してください。このシリーズの第2回でお伝えした「AIに渡してはいけない情報」の話ですが、最終回でも改めて強調しておきます。便利な使い方だからこそ、ここだけは慎重に。

土台チェックリスト：今日から実践するための5つの確認

シリーズ全5回の学びを、今日から使えるチェックリストにまとめました。業務でAIを使うたびに見返してみてください。

① AIに渡す前に作業を分解したか（第3回）

「要約して」「メールを書いて」と丸投げする前に、タスクを小さな単位に分解できているかを確認します。渡す単位が大きいほど、AIは勝手に補完して誤りが増えます。

② 依頼文に目的・前提・出力形式の3点が揃っているか（第2回）

「誰のために」「何のために」「どんな形で」の3点が依頼文に入っているかを確認します。この3点が揃うだけで、出力の品質がはっきりと変わります。

③ 前提情報として機密情報・個人情報を含めていないか（第2回）

社外秘の情報・個人が特定できる情報・取引先の非公開情報をAIに貼り付けていないかを確認します。一度送信したデータはコントロールできなくなるリスクがあります。

④ AI回答の数字・固有名詞・規則を一次情報と照合したか（第5回・今回）

出力文中の数字・日付・人名・規則名を、元の文書や社内資料と照合します。流暢な文章でも誤りが含まれている可能性があります。

⑤ AI回答のトーンと情報の欠落を確認したか（第5回・今回）

文体が相手・目的・シーンに合っているか、伝えるべき情報が抜け落ちていないかを確認します。

この5項目を毎回全部やる必要はありません。外部に送る重要なメールなら5項目すべて、社内メモなら②と③だけ、というように文書の重要度に応じて使い分けてください。

チェックリストは「形式的にこなすためのもの」ではありません。各項目の「なぜ必要か」を理解した上で使うことで、AIとの付き合い方に対する判断力が少しずつ育っていきます。

このシリーズで学んだことは、生成AIを使う上での土台です。土台が整えば、どんな業務でも同じ考え方を使い回すことができます。

最終回のまとめ：「分解→依頼→確認」が、AIと仕事をする基本の流れです

全5回、読んでいただきありがとうございました。

このシリーズでは、次の流れで「AIと仕事をするための土台」を積み上げてきました。

「分解→依頼→確認」。この3つのフェーズが回せるようになれば、業務の種類が変わっても同じ考え方で対応できます。最初から完璧にできなくて大丈夫です。筆者も試行錯誤しながら少しずつ精度を上げてきました。一つのタスクで試して、うまくいかなかったら依頼文を見直す。それを繰り返すだけで、確実に使いこなせる感覚が育ちます。

続編では、このシリーズで学んだ土台をもとに、より具体的な業務シーン（Copilotを使った会議効率化や、日報・週報・提案書への応用など）を扱っていく予定です。需要があれば、ぜひ続きを一緒に探っていきましょう。

おわりに：スキ・コメント・フォローが次の記事への力になります

5回にわたってお付き合いいただき、本当にありがとうございました。

このシリーズが、「AIを使ってみたけれど、なんかうまくいかない」と感じていた方の小さな突破口になれたら嬉しいです。

続編の制作を検討していますので、「続きを読みたい」と思っていただけたら、ぜひスキを押してください。どんなテーマが読みたいか、実際に試してみてどうだったか、コメントで教えていただけると、次の記事を書く大きな励みになります。同じような内容を定期的に発信していますので、フォローもいただけると嬉しいです。

あわせて読みたい

AIの回答を「確認・修正する力」と相性のいいスキルが身につきます。

いいなと思ったら応援しよう！

記事が役に立ったと感じたら、応援いただけると励みになります。