社内FAQをAI化しても答えられない理由｜資料を集める前に揃えるもの

社内のPDFやマニュアルをAIへ登録すれば、質問に何でも答えるFAQができる。そう考えて資料を集めても、実際には回答が安定しないことがあります。

原因は、資料の量が足りないからとは限りません。「どれが正しい資料か」「誰に見せてよいか」「誰が更新するか」が決まっていない状態では、AIも答えを確定できないからです。

この記事では、社内FAQをAI化する前に揃えたい3つの土台を説明します。マニュアルはあるのに質問対応が減らない企業や、社内検索の導入を検討している担当者向けです。

RAGと呼ばれる仕組みでは、AIがすべての資料を一度に読んで回答するわけではありません。質問に関連しそうな箇所を検索し、取り出した情報を材料に回答を作ります。

そのため、正しい内容がどこかのPDFに書かれていても、検索で選ばれなければ回答に使われません。逆に、古い資料や似た文書が検索されれば、現在とは違う回答が作られる可能性があります。

MicrosoftのRAG評価資料でも、検索品質と回答品質は別の評価対象です。また、参照資料に沿った回答でも、推論を誤る場合があると説明されています。

「資料を追加すれば正答率が上がる」とは限りません。最初に、検索へ入れる資料の状態を揃えます。

最初に決めるのは、AIへ登録するファイル形式ではなく、現在の判断に使う正本です。

同じ手順について、共有フォルダには次の資料が残りがちです。

人なら日付や保存場所から推測できても、AIが組織内の優先順位まで理解しているとは限りません。矛盾する記述があれば、どちらを採用するか決められない状態になります。

各資料には、最低でも次を持たせます。

古い資料をすべて削除する必要はありません。過去時点の制度を確認するために残す場合は、現行版と検索範囲を分けます。

社内資料だからといって、全社員が閲覧できるとは限りません。人事、法務、経営、案件別の情報は、それぞれ公開範囲が違います。

RAGなどで複数の情報源をつなぐと、元のシステムでは分かれていた情報が、一つの回答に現れる可能性があります。経済産業省のガイドラインも、外部サービスやデータと連携する際は、意図しない範囲への情報漏えいに注意し、アクセス制限などで保護する必要性を示しています。

資料を集める前に、公開範囲を整理します。

元資料より広い権限をFAQ側に与えないことが基本です。製品によって権限の継承や同期方法は異なるため、「元フォルダの設定が自動で反映される」と決めつけず、実際の検索結果で確認します。

個人情報や機密情報を扱う場合は、社内で生成AIを使う前に決める3つのルールもあわせて確認してください。

公開時点で正しいFAQも、制度や価格、担当窓口が変われば古くなります。システムを作った人だけでは、業務内容の正誤を判断できません。

そこで、役割を二つに分けます。

さらに、「AIが答えない条件」も先に決めます。関連資料が見つからない、資料同士が矛盾する、更新期限を過ぎている場合は、推測で補わず担当窓口へつなぎます。

回答には、参照した正本名、版や更新日、該当箇所へのリンクを表示します。ただし、引用が付いていること自体は正解の保証ではありません。利用者が根拠を確認できる導線として使います。

人事評価、契約、支払、法令、顧客への確約など影響の大きい質問は、AIだけで確定させず正式な担当者へつなぐ設計が安全です。

社内FAQをAI化する前に、まず対象を絞って資料台帳を作ります。最初から全社資料を集める必要はありません。

この台帳があれば、AIが誤ったときも、資料・検索・回答のどこに原因があるかを切り分けやすくなります。

社内FAQで先に揃えるものは、資料の山ではありません。

AIは、社内に散らばった判断を自動的に整理してくれるわけではありません。答えを管理できる状態を作ってから検索と生成をつなぐことで、運用できるFAQに近づきます。

本記事は一般的な情報整理です。個別の法的判断や情報管理については、社内の法務・情報セキュリティ担当者または専門家へ確認してください。

ClearAIでは、社内FAQやナレッジ検索について、資料整理、権限設計、回答評価を含めた小さな検証から支援しています。どの業務から始められるか整理したい場合は、無料相談をご利用ください。