こんな悩みはありませんか？AIを業務で使っているが、期待した答えが返ってこない。あるいは、AIに聞いてはいけない内容って何だろう、と不安になることはありませんか。結論から言うと、
私はメーカー・商社系でECや収益管理、商品企画まで幅広く経験し、現在は業務改善や生産性向上に取り組む会社員です。AIやExcelは手段であり、目的は「人生で大切なことに時間を使える状態を作ること」。この記事では実務で使える視点で、NG質問と有効な聞き方を具体例とともに整理します。
まず結論：聞いてはいけない質問の共通点
結論を先に述べます。守秘義務・法的助言・医療診断・個人を特定する情報など、AIが正確に応えられないか、応答が不適切になる質問は避けるべきです。理由はデータソースの制約と法的・倫理的リスクがあるためです。
具体的なNG例
- 「ある社員Aの不正は本当か？」（個人の特定・名誉毀損リスク）
- 「この症状なら薬は何が最適か？」（医療診断は医師の領域）
- 「違法行為のやり方を教えて」
- 「最新の法改正を鵜呑みにして契約書を作って」
これらはAIが情報を補完できたとしても、誤情報や責任問題に繋がるため、業務で扱う際は特に注意が必要です。
なぜこれらの質問が危険なのか
理由は主に三つあります。まずAIは学習データに基づく生成物であり、一次情報や最新の法令・診療ガイドラインを常に反映しているとは限りません。次に、個人情報や機密情報を含むと、法律や社内規定に抵触するリスクがあります。最後に、あいまいな指示ではAIが自信を持って誤答を生成してしまうことがあるからです。
補足：一次情報とは
一次情報は、法令原文、診療ガイドライン、会社の原本データなど、直接の出典を指します。AIの出力は二次的な要約や推定が多く含まれます。
では、AIに聞いても有効な質問は何か
一言で言うと、目的が明確で、範囲と条件を限定した質問が有効です。業務で使うなら「意思決定を助けるための仮説提示」「データ加工・テンプレ作成」「情報収集の下調べ」などが得意分野です。
有効な質問の例
- 「売上データ（月次）の欠損チェックと補正候補を列挙して」
- 「会議資料の要点を3分で説明する要約を作って」
- 「ある工程の作業手順を効率化するための改善案を5つ示して」
これらは具体的な入力（データや前提）を与えれば有用なアウトプットが得られます。
具体例で学ぶ：NG質問→改善した質問
ここでは実務でよくあるケースをいくつか示します。
ケース1：法務関連
NG：「この契約書は法律的に問題ない？」（全文をそのまま投げる）
問題点：契約書の全文から法的責任を断定するのはAIの範囲外。最新の判例や管轄の法令まで確認できない。
改善：「第3条（契約解除）に関して、A社が一方的に解除した場合の一般的なリスクと、回避策の候補を箇条書きで3つ提示して」
理由：範囲を限定し、検討したい観点（リスクと回避策）を明確にすることで実務で使える提案が得られやすくなります。
ケース2：社内の人事判断
NG：「社員Bはクビにすべき？」
問題点：感情的・法律的な判断が必要で、個人攻撃や誤解を生む。
改善：「パフォーマンス低下が続く社員に対して行うべき評価基準と、段階的な対応フロー（面談→改善計画→評価期間）を作成して」
ケース3：技術的作業（私の体験）
私はVBAのスキルが無く、以前は限られたマクロを記憶させて運用していましたが、生成AIにVBAコードを作ってもらうことで業務の自動化が進みました。ただし、丸投げでは動かないという学びがありました。前提や期待値を正確に伝えることが重要です。例えば、「このシートの列AからCを集計し、出力は新しいシートで日付順に並べて」という具合に具体的に指示すると良い結果が出ました。
あわせて読みたい
プロンプトを書く力は『頼み方』の練習だと気づいた話
質問の作り方：PREPの応用とテンプレート
結論：まず目的（Purpose）を伝え、その理由（Reason）、具体的な要件（Example）、最後に求める出力形式（Plan）を示すと効果的です。PREP法をプロンプトに当てはめるイメージです。
プロンプトテンプレート（例）
「目的：○○の意思決定を支援するため。理由：△△の観点でリスクが懸念される。要件：データは別シートの2023年分を参照。出力：箇条書き（3〜5項目）、各項目に実行可能なアクションを1つ付記」
こう書くとAIは「何を」「なぜ」「どのように」返すかが分かりやすくなります。
実務での運用ルール（リスク管理）
運用にあたっての基本ルールは次の通りです。
デメリットも理解する
AIを活用する利点は多いですが、デメリットもあります。代表的なものは以下です。
- 誤情報（ファクトチェックが必要）
- 過度な依存による思考停止（自分の判断を失わない）
- 機密データの漏洩リスク（社内規程で制限）
これらを防ぐには、AIを判断の補助ツールとして位置づけ、最終判断は人間が行う運用設計が必要です。
今日からできる小さな改善（まずこれだけやってみる）
最後に、すぐに実践できる3つのステップを示します。
まとめ
私の経験からも、まずは小さく試し、うまくいったら仕組みとして社内に広めるのが現実的です。今日からは「目的を1行で書く」ことだけ試してみてください。それだけで返ってくる回答の質が大きく変わります。昨日より少し前進しましょう。
コメント