▼ この記事の内容
AIハルシネーションは、もっともらしい誤りや根拠のない答えです。[1]
答えをそのまま使う前に、元の資料と確認先を確かめます。
まずは、直近のAI提案文と元の資料を並べましょう。
Google Cloudの解説では、不正確な結果や誤解を招く結果をAIのハルシネーションと説明しています。[2]
営業で使うなら、文章の自然さだけで判断せず、根拠を確かめましょう。この記事では、上司が担当営業に聞く言葉と、資料がない時の対応を示します。
最初に、顧客へ送る予定のAI提案文を用意します。元の資料と並べ、価格・実績・効果の説明に印を付けてください。
OpenAIのSimpleQAに関する論文は、短い事実質問4,326件を収録しています。回答は正答、不正答、回答しなかったものに分けて評価します。[3]
参考：AI ハルシネーションとは｜Google Cloud（確認日：2026-10-30）
参考：Measuring short-form factuality in large language models｜arXiv（確認日：2026-10-30）
AIハルシネーションとは何か
Google Cloudの解説では、AIが不正確な結果や誤解を招く結果を作る現象を説明しています。[4]企業利用では、回答の根拠、確認する人、修正後の扱いも決めましょう。
参考：AI ハルシネーションとは｜Google Cloud（確認日：2026-10-30）
事実と異なる回答をもっともらしく出す現象
Google Cloudの解説に沿うと、AIハルシネーションは、事実と異なる内容や根拠のない内容をもっともらしく出す現象です。[5]業務利用では、回答の文面と元の資料を分けて確かめましょう。
Google Cloudの解説は、事実への結び付きが足りない場合、もっともらしくても事実に反する出力が生じ得ると説明しています。[6]制度名や会社名が書かれていても、まず元資料を開いて確かめましょう。
個人利用なら、旅行先の候補や文章案のたたき台として確認しながら使えます。顧客説明、社内規程、営業提案に使う場合は、誤回答がそのまま判断材料として扱われ、影響が広がります。
定義を押さえるだけでは、業務上のリスクは見えません。生成AIの回答を使う場面では、回答の根拠、更新日、人が確認する範囲を合わせて確認することが原因理解の入口です。
参考：AI ハルシネーションとは｜Google Cloud（確認日：2026-10-30）
単なる言い間違いではなく根拠不明の出力が問題になる
Google Cloudの解説では、一見もっともらしくても事実に反する出力や、存在しないページへのリンクが挙げられています。[7]整った文章でも、記載された根拠が実在するかを確かめましょう。
OpenAIのSimpleQAに関する論文は、4,326件の短い事実質問を含みます。回答を正答、不正答、回答しなかったものに分けて評価しています。[8]
企業利用でも同じ発想が必要です。AIが答えた内容を正しい前提で扱うのではなく、根拠が示されない回答、更新日が不明な回答、承認されていない社内情報を含む回答を分けて見ます。
よくある失敗は、文章の自然さを品質の高さと混同することです。営業資料や社内FAQで使う場合は、自然な文面よりも、確認済み情報に基づいているかを先に確認します。
参考：Measuring short-form factuality in large language models｜arXiv（確認日：2026-10-30）
参考：AI ハルシネーションとは｜Google Cloud（確認日：2026-10-30）
個人利用より企業利用で影響範囲が広がる
AIハルシネーションは、個人の調べものより企業利用で影響範囲が広がります。顧客対応、社内FAQ、営業支援に組み込むと、誤回答が顧客説明や社内判断に使われるためです。
説明用の作例として、社内FAQが古い就業規程を参照した場面を考えます。利用者は回答を使う前に、就業規程の版を確かめます。今回の質問に当てはまる条件も照合します。
企業利用では、AIが間違えたかどうかだけでなく、誰が確認し、どの情報を正とし、誤回答時にどう修正するかを決める必要があります。責任範囲が曖昧なまま導入すると、現場は便利さより不安を強く感じます。
業務に使わない下書きや発想出しなら、リスクは比較的限定されます。顧客、契約、規程、提案判断に関わる場面では、回答不可にする質問と人が確認する質問を分けることが重要です。
AIに任せる仕事を営業課題から整理する時は、営業課題から見るセールステックの分類で、どの仕事を支える道具かを確かめてください。
営業AI・営業DX セールステックカオスマップ｜課題逆引き7分類
AIハルシネーションが起きる主な原因
Google Cloudの解説では、学習データの不足や偏り、事実に結び付く根拠の不足などが要因として挙げられています。[9]個別の誤回答では、入力、参照資料、出力を並べて原因を調べましょう。
調べる時は、技術の担当と資料の持ち主に確かめる項目を分けます。次の表は、FAZOMが提案する確認項目の整理です。原因を決め付けず、該当する資料と出力を残してください。
| 項目 | 確かめる問い |
|---|---|
| モデルの出力 | 回答と根拠の対応は？ |
| 情報の不足 | 必要な資料の有無は？ |
| 質問の条件 | 対象・時点・制約は？ |
| 資料の新しさ | 更新日・承認者は？ |
この表は、原因をAIの不具合として一括りにしないための整理です。次の原因ごとに、業務利用で何を確認すべきかを見ていきます。
参考：AI ハルシネーションとは｜Google Cloud（確認日：2026-10-30）
回答の自然さと根拠を分けて確かめる
Google Cloudの解説は、AIモデルがデータのパターンから予測を学ぶと説明しています。学習データの不足や偏りは、誤った出力の要因になり得ます。[10]
モデルの出力を調べる時は、制度名、会社名、調査名に印を付けます。担当営業は、元資料の該当箇所を開き、表記と説明が一致するかを確かめてください。資料がなければ、その文を使う判断は保留します。
文章案として読みやすいかと、書かれた内容が正しいかは分けて見ましょう。言い回しを整える前に、価格、提供条件、調査名の根拠を確かめます。見つからない箇所は、修正してよいかを資料の持ち主へ聞きます。
企業利用では、回答の流暢さを品質の根拠にしないことが大切です。顧客説明や社内判断に使う前に、出力文ではなく根拠、参照元、確認者を確認する必要があります。
参考：AI ハルシネーションとは｜Google Cloud（確認日：2026-10-30）
最新情報や社内情報を知らないまま回答する
最新情報や社内情報を扱う時は、回答に必要な資料を参照できたかを調べましょう。学習済みの一般知識だけで社内ルールを判断せず、直近の変更が反映された資料と回答を並べます。
公開情報を使った回答でも、顧客へ出す内容は根拠を確かめます。料金改定、契約条件、社内規程、顧客別の例外対応では、それぞれの資料の版と適用条件を確かめてください。
説明用の作例として、担当者が知る最新ルールと、AIが示した旧ルールが食い違う場面を考えます。担当者の記憶だけで修正せず、承認済み資料の場所と更新日を確かめます。
情報不足を抑えるには、AIに何でも答えさせる前に、参照してよい情報範囲を決める必要があります。回答根拠を表示できない質問は、回答不可または人の確認に回す設計が次の対策です。
指示が曖昧だと不足情報を補ってしまう
指示を見直す時は、質問の対象、時点、前提、禁止条件を書き出しましょう。営業マネージャーは、不足する条件を担当営業に聞き、確認できた条件だけを質問文へ戻します。
営業向けFAQで契約プランを指定せずに質問すると、一般的な料金説明と個別契約の条件が混ざることがあります。社内規程でも、正社員、契約社員、管理職の区分がないと回答がずれます。
質問文には、対象の契約プランや情報の時点を明記しましょう。指示を細かく書いた後も、回答と元資料を照合します。最新情報、承認済み情報、例外ルールは、指示文だけで確かめたことにしません。
実務では、質問文の改善と回答側の制御を分けて考えます。入力時に対象や条件を求め、回答時には根拠が不足する場合に推測せず止まる設計が必要です。
参照ナレッジが古いと誤回答の根拠になる
参照する資料では、内容と更新日を併せて調べましょう。説明用の作例として、現在の料金を尋ねたのに旧料金表を使った回答を考えます。文面が資料と一致していても、その資料の適用期間を確かめる必要があります。
社内FAQ、営業資料、規程集を管理する時は、更新日、承認者、適用範囲を残しましょう。新しい版がある場合は、どの版を回答に使うかを資料の持ち主へ確かめます。廃止資料は現行資料と分けて管理します。
資料の更新担当と、回答に使ってよいかを決める人も明記しましょう。正しい版が分からない担当者が、誰へ確認するかを先に決めます。更新を依頼した後は、回答を再び使う条件も記録します。
この原因は、企業利用で特に見落とされやすい論点です。次のセクションでは、古い情報や根拠不明の回答が、顧客対応、社内FAQ、営業支援でどのような失敗につながるかを整理します。
企業利用で問題になるリスクと失敗パターン
企業利用で問題になるのは、AIが間違えることだけではありません。誤回答が顧客説明、社内FAQ、営業判断、更新責任の曖昧さに広がると、現場がAI回答を使えなくなります。
顧客対応では信用と説明責任に影響する
顧客対応でAIハルシネーションが起きると、誤回答は信用と説明責任に直結します。特に契約条件、返金条件、障害対応、個別対応の回答は人の確認が必要です。
CS担当者が一次回答案として使うだけなら、確認後に修正できます。チャットボットや自動返信に近い形で顧客へ出す場合は、誤回答がそのまま公式説明として受け取られます。
業務別の失敗は、次のように回答対象と責任範囲のずれから起きます。AIに任せる前に、回答してよい範囲を業務ごとに分ける必要があります。
| 業務 | 失敗パターン | 止める条件 |
|---|---|---|
| CS | 契約例外の一般回答 | 顧客別判断を含む質問 |
| 社内FAQ | 旧規程の案内 | 更新日が不明な文書 |
| 営業支援 | 根拠不明の提案 | 商談判断を伴う質問 |
| 情シス | 権限外情報の参照 | 個人情報や権限差を含む質問 |
表の共通点は、AIの文章品質よりも業務判断の境界が問題になることです。顧客へ出す前に、根拠文書と有人確認の線引きを置く必要があります。
社内FAQでは古い規程や例外ルールが混ざる
FAZOMの提案は、社内FAQの回答を現行の規程と照合することです。利用者は参照先が旧規程なら、現行版の同じ条項と比べます。例外ルールは、対象者と適用条件を確かめます。
人事、総務、情シスの問い合わせでは、部署や雇用形態で回答が変わることがあります。AIが例外条件を見落とすと、利用者は申請や手続きで誤った行動を取ります。
説明用の作例です。FAQ本文を更新しても、旧版の添付資料や過去のお知らせが検索対象に残っているとします。回答に古い資料が付いた場合、現在有効な版を資料の持ち主に確かめ、旧版の扱いを決めましょう。
社内FAQでは、まず回答に使う文書を棚卸ししましょう。承認済み文書、暫定メモ、廃止済み資料を分け、AIが参照する範囲を担当者と確かめます。本文と添付資料は両方を確認対象にします。
営業支援では根拠のない提案や商談判断につながる
営業支援でのハルシネーションは、根拠のない提案や商談判断につながります。顧客課題、競合比較、導入効果をAIが補うと、提案の前提が崩れる場合があります。
営業担当が下調べや要約に使うだけなら、商談前の確認で修正できます。提案文、次回アクション、価格説明まで任せる場合は、マネージャーの確認を残す必要があります。
説明用の作例として、商談メモの要約と、顧客の導入意欲や予算の推定を分けます。担当営業は要約を元のメモと照合し、予算は顧客が実際に話した内容かを確かめます。未確認の推定は提案の前提に入れません。
営業支援AIを使う場合は、AIに判断させる範囲と人が判断する範囲を分けます。根拠のない提案を防ぐには、回答文よりも確認フローが重要になります。
責任者と更新ルールを先に決める
誤回答を見つけた時のために、直す責任者と更新ルールを決めましょう。疑わしい文と参照資料を担当者へ渡し、修正を待つ間はどの回答を使わないかも明記します。確認先を利用者が探せる場所に残してください。
CSならFAQ責任者、情シスなら手順書責任者、営業支援なら営業企画やマネージャーが候補になります。重要なのは、AI担当だけに修正責任を寄せないことです。
更新ルールには、文書の持ち主、承認者、更新頻度、廃止条件を入れます。まず回答根拠に使う文書を対象に、担当と期限を記入しましょう。人員や確認できる時間に合わせて、管理する範囲を決めます。
誤回答対策は、モデル選定だけでは完結しません。次の段階では、RAG、根拠提示、回答不可、人の確認、評価セットを組み合わせて設計します。
疑わしい出力の種類を整理する時は、ハルシネーションの具体例で、自社で確かめる項目を選んでください。
営業AI・営業DX ハルシネーションの例7選｜営業資料の架空出典や古い料金を送付前にどう確かめる？
ハルシネーション対策の全体像
FAZOMは、回答に使う資料の整備、根拠の表示、回答を保留する条件、人の確認、評価用の質問を組み合わせる手順を提案します。以下では、それぞれで誰が何を確かめるかを整理します。
対策は、回答を作る前、作る時、使う前に分けて整理しましょう。技術担当が設定する内容と、現場が確かめる内容を次の表に記します。各項目の担当者も決めてください。
| 対策 | 効く場面 | 残る課題 |
|---|---|---|
| RAG | 外部資料の参照 | 検索先の内容・版 |
| 根拠提示 | 回答と元資料の照合 | 根拠の更新日 |
| 回答不可制御 | 根拠不足時の保留 | 回答範囲と確認先 |
| 人の確認 | 契約・価格などの判断 | 担当と確認時間 |
| 評価セット | 同じ質問での回答照合 | 質問と期待回答の更新 |
表では、参照資料、回答の出し方、人が確認する範囲を分けています。まず対象業務を選び、どの資料を使うかを書き出しましょう。回答を出してよい条件を現場と技術担当で確かめた後、評価用の質問で試します。
RAGで外部ナレッジを参照させる
RAGでは、質問に関連する文書を検索し、その内容を回答に使います。Cloudflareの解説では、RAGを使ったチャットボットでもハルシネーションが起こる場合があると説明しています。[11]
RAGの確認では、実際に検索された文書を開きましょう。古い資料、未承認メモ、適用範囲の違う文書が含まれていないかを見ます。回答に根拠が付いていても、業務に使ってよい版かは別に確かめてください。
FAZOMは、業務ごとに参照先を決めることを提案します。CSでは公開FAQ、社内FAQでは承認済み規程を選びます。営業支援では最新版の提案資料を選びます。各部署は、参照する資料と、その内容を確かめる担当者を記録します。
RAGを入れる前に、文書の持ち主、更新日、承認者、廃止条件を確認します。検索結果だけで判断せず、参照文書が質問の対象と時点に合うかを調べましょう。文書の扱いが未定なら、資料の持ち主へ確認を戻します。
参考：人工知能（AI）によるハルシネーションとは｜Cloudflare（確認日：2026-10-30）
回答根拠と更新日を表示する
回答根拠と更新日を、回答文と並べる運用を提案します。利用者は元の文書を開き、該当箇所、版、適用する条件を確かめましょう。根拠の表示欄があるだけで、回答を承認したことにしません。
FAZOMの提案は、回答と参照文書を並べて確かめることです。顧客対応や社内手続きに使う前に、利用者は根拠の該当箇所を開きます。文書の更新日と、今回の質問への適用条件も確かめます。
説明用の作例です。回答文の下に根拠文書名、該当箇所、更新日を記します。旧版を見つけた担当者は、疑わしい文と資料の場所を更新担当へ渡します。回答を使う前に、最新版の内容を確かめましょう。
更新日を見る時は、発行日だけでなく適用開始日と終了日も確かめます。新しい資料でも、今回の契約に適用されるとは限りません。担当者へ聞く言葉は、この資料は今回の条件にも使えますか、です。
回答できない質問を無理に答えさせない
回答を保留する条件を、先に決めておきましょう。根拠がない質問や人の判断が必要な質問を対象にします。契約、個別例外、未承認情報を含む時は、推測で文を補わず、確認する人へ戻す手順を定めます。
回答を保留した時も、利用者へ次の行動を示しましょう。確認先、必要な資料、返答の予定日を残します。資料が届くまで使わない文と、確認済みで使える文を分け、担当者が途中の状態を引き継げるようにします。
回答不可にする条件は、質問の種類で先に決めます。顧客別契約、法務判断、未公開価格、個人情報、承認前の規程変更は、AIが本文を生成する前に止める対象になります。
根拠の不足と、承認が必要な判断は分けて扱います。資料がないなら資料の持ち主へ、条件が合っていても承認が必要なら上司へ戻します。確認する人が不在の時の代わりの担当も決めておきましょう。
人が確認する範囲を最初から残す
人が確認する範囲は、導入前に決めましょう。契約、価格、顧客への約束など、上司の判断が必要な内容を挙げます。下書きを作る人、資料を確かめる人、最終的に送信してよいかを決める人を記録します。
全回答を人が確認するかは、対象業務と使い方から決めます。まず契約、価格、個別判断などの内容を洗い出しましょう。確認に使う時間も記録し、担当者が処理できる範囲かを運用後に見直します。
確認結果は、担当者が普段見る記録へ残しましょう。回答の原文、根拠の場所、承認した人、使用を保留する理由を対応させます。別の画面を使う場合も、どの回答の記録かが分かるように、対象文を写しておきます。
確認の担当は、AIを使う本人だけに任せず、業務の責任者と決めましょう。担当者が判断できない内容は、そのまま顧客へ出さず上司へ戻します。誰が何を確かめたかを残し、修正前後の文を取り違えないようにします。
評価セットで誤回答しやすい質問を試す
評価セットは、AIが誤回答しやすい質問を事前に集め、導入前後で回答を確認するための質問群です。代表質問だけでなく、例外、古い情報、権限差、回答不可にすべき質問を含めます。
試す質問は、答えが資料にあるものだけに偏らせないようにしましょう。顧客別条件、部署別ルール、古い資料との食い違いも含めます。資料で答えを確かめられない時に、回答を保留する扱いも決めてください。
評価セットには、正答すべき質問、根拠提示すべき質問、回答不可にすべき質問を分けて入れます。誤回答率だけでなく、根拠提示率、回答不可の適切さ、人へのエスカレーション率を見ます。
評価後は、実際の回答と期待した扱いを並べます。違いがあれば、質問文、参照資料、回答後の承認のどこを調べるか決めましょう。次に直す内容と担当者を記録し、修正後は同じ質問で再び確かめます。
回答の確認に加え、生成AI全般の設定や運用も見直す時は、生成AI全般のハルシネーション対策で、自社で確かめる項目を選んでください。
営業AI・営業DX 生成AIのハルシネーションとは｜原因・事例と業務利用で防ぐ5つの対策
FAZOMの提案として、試す質問には、根拠があるもの、資料が古いもの、回答を保留すべきものを含めます。次は説明用の記入例です。実際の質問を使う時は、利用権限を確かめ、個人名や社名を伏せてください。
| 項目 | 記入例 |
|---|---|
| 質問 | 現在の標準プランの提供条件 |
| 期待する扱い | 最新版の該当箇所を提示。資料なしなら保留 |
| 根拠資料 | 承認済み提供条件表・最新版 |
| 実際の回答 | 旧条件表の内容 |
| 判断した人 | 営業マネージャー |
| 次に直すこと | 参照資料の版と適用日の照合 |
| 再確認 | 同じ質問と期待する扱いの照合 |
RAGを入れてもハルシネーションが残るケース
Cloudflareの解説では、RAGを使ったチャットボットでもハルシネーションが起こる場合があると説明しています。[12]導入後も、検索された文書と実際の回答を並べて確かめましょう。
参考：人工知能（AI）によるハルシネーションとは｜Cloudflare（確認日：2026-10-30）
検索先のデータが古いと誤った根拠を返す
検索結果の文書を開き、内容と適用期間を確かめましょう。説明用の作例として、廃止済みの旧料金表が回答に付いた場面を考えます。資料が付いていることだけで使用可とせず、現在の料金表と照合してください。
社内FAQでは、旧料金、旧規程、過去のお知らせを現行資料と分けて管理しましょう。旧版の保存が必要な時も、現在の質問へ使う資料かは別に決めます。利用者が版を区別できる名前と更新日を残してください。
検索対象へ資料を加える前に、承認済みかを確かめましょう。古い文書の持ち主には、この資料をいつ参照対象から外しますか、と聞きます。担当と廃止条件を残し、変更後に検索結果を確かめてください。
権限設計が弱いと見せてはいけない情報を参照する
権限設計が弱いRAGは、見せてはいけない情報を参照するリスクがあります。部署、役職、顧客担当の違いで閲覧範囲が変わる情報は、回答対象を分ける必要があります。
個人情報、評価情報、契約条件、顧客別の対応履歴は、全員に同じ形で返せない場合があります。AIが答えられるかではなく、利用者が見てよいかを先に判断します。
権限外の正しい情報を返すことは、ハルシネーションとは別の情報管理の問題です。両方を同じ評価項目にまとめず、内容の正しさと、利用者が見てよいかを別々に確かめましょう。
FAQやチャットボットとは役割が違う
FAQ、チャットボット、RAG、社内ナレッジAIは役割が違います。固定回答を返す仕組みと、文書を検索して生成する仕組みを同じ基準で比べると判断を誤ります。
| 仕組み | 向いている用途 | 注意点 |
|---|---|---|
| FAQ | 定型質問への固定回答 | 例外の扱い |
| チャットボット | 問い合わせ導線の整理 | 回答方式と参照先 |
| RAG | 文書を参照した回答 | 検索先の内容・版 |
| 社内ナレッジAI | 承認済み情報の活用 | 閲覧権限・更新担当 |
固定回答で足りる業務なら、まず既存のFAQに答えを載せる方法を検討しましょう。文書の参照が必要な業務では、質問と根拠の対応を記します。FAQやチャットボットでも文書検索を使う構成があるため、名称だけで仕組みを判断しないでください。
RAGだけでなく承認と更新責任者が必要になる
RAGを使う場合も、どの文書を回答に使うかを決めましょう。資料を承認する人と更新する人を記録します。既存資料と新しい資料で内容が食い違う時は、利用者に選ばせず、持ち主へ確認を戻します。
承認フローでは、文書作成者、承認者、更新責任者、廃止判断者を分けます。小規模運用なら簡易でも構いませんが、持ち主がいない文書を根拠にしないことが重要です。
RAG万能論を避けると、導入前に見るべき項目が明確になります。最後に、業務別に回答してよい質問と回答不可にすべき質問を整理します。
文書管理の記入例です。提供条件表の持ち主は営業企画、承認者は営業責任者とします。改定時は営業企画が参照先を更新し、旧版の廃止条件を新条件の適用開始と記録します。実際の更新日と担当者名は自社で確かめて記入してください。
業務別に見る回答してよい質問と回答不可にすべき質問
AIに回答させる範囲は、業務ごとに分けて決めます。CS、社内FAQ、営業支援、情シスでは、回答してよい質問と人に戻す質問が異なるため、成果指標とリスク指標を同時に設計します。
CSでは契約や個別判断を回答不可にする
CSでは、一般的な手順案内はAIが回答しやすい領域です。一方で、契約条件、返金判断、個別対応、障害影響の説明は回答不可にして人へ戻します。
| 回答してよい質問 | 回答不可にすべき質問 | 戻し先 |
|---|---|---|
| 一般的な操作手順 | 顧客別契約条件 | CS責任者 |
| 公開済みFAQ | 返金や補償の判断 | 担当部署 |
| 基本的な受付案内 | 障害影響の個別説明 | 責任者確認 |
CSでは、一次回答率に加え、誤回答、根拠の表示、人に戻した理由を記録する運用を提案します。数える時は対象の質問と期間をそろえましょう。回答を保留すべき質問まで、回答できた件数へ含めないようにします。
社内FAQでは承認済み規程だけを根拠にする
社内FAQでは、承認済み規程だけを回答根拠にします。暫定メモ、過去のお知らせ、担当者の個人メモを混ぜると、AIが古い情報を正しい回答として扱う場合があります。
- 回答対象にする文書を承認済みに限定する
- 更新日が古い文書は確認対象に戻す
- 個別適用が必要な質問は人事や総務へ戻す
- 廃止済み資料は検索対象から外す
社内FAQでは、問い合わせ件数に加え、再問い合わせ、更新待ちの資料、人への確認理由を記録しましょう。まず自社で困っている質問を選びます。情報の不足か、適用条件の確認が必要かを分け、次に直す担当を決めてください。
営業支援では提案判断を人の確認に残す
FAZOMは、AIによる下調べや商談メモの要約を下書きとして扱うことを提案します。確認事項の整理も含め、担当営業が元資料と照合して使います。提案可否、価格前提、競合比較、導入効果の約束は人の確認に残します。
次の説明用の作例は、AIが作った提案文を顧客へ送る前の場面です。上司が担当営業に根拠となる資料を示してもらい、該当箇所を確かめます。そのうえで、上司が提案文を使うかどうかを決めます。
FAZOMは、提案文を顧客へ送る前に、上司と担当営業が根拠を確かめる手順を提案します。回答と元資料を並べ、版と適用条件を確かめます。その後、使う、持ち帰る、今回は使わないに分け、担当と期限を残しましょう。
以下は説明用の作例です。顧客へ提案文を送る前に、上司と担当営業が確認します。AI提案文、元資料、資料の更新日、適用条件を手元に並べてください。
上司：この説明の根拠は、どの資料のどこですか。
担当営業：提供条件表の該当欄です。現在有効な版を開きました。
上司：今回のお客様にも同じ条件が当てはまりますか。
担当営業：対象プランと契約の条件が一致しています。
上司：では、根拠のある条件だけを提案文へ残しましょう。効果を約束した文の資料はありますか。
担当営業：その文の資料は見つかりません。
上司：その文は保留です。資料の持ち主へ確認し、明日の送信前までに私へ戻してください。
担当営業：営業企画の担当者へ確認し、期限と修正後の文を記録します。
回答と資料を並べる → 版と条件を確かめる
上司が資料の版と適用条件を確かめ、使用する文を決定
該当文を保留。資料の持ち主・担当営業・確認期限を記録
提案文から除外。再開に必要な条件を記録
判断・確認先・担当・期限・修正後の文を残す
手順カードの矢印は作業の順番です。根拠があれば、上司が版と条件を確かめて使用可否を決めます。材料がなければ、該当文を保留し、資料の持ち主と期限を決めて持ち帰ります。
今回は条件が合わない、または必要な承認がない時は、その文を使いません。再開に必要な条件を記録します。誤回答を見つけた後は、修正前後の文も対応させて残しましょう。
確認記録の記入例です。実際の記録には、自社で確かめた資料の場所と日付を記入してください。
| 項目 | 記入例 |
|---|---|
| 疑わしい文 | 作例の提案文：導入で受注が増加 |
| 資料の場所・版・更新日 | 未発見・版不明・更新日不明 |
| 判断 | 該当文の使用保留 |
| 確認先・担当 | 営業企画・担当営業 |
| 期限 | 翌日の顧客送信前 |
| 修正後の文 | 効果を約束する文の削除 |
| 再開条件 | 根拠資料と今回の適用条件の照合、上司の承認 |
情シスでは権限と成果指標を同時に決める
情シスでは、権限設計と成果指標を同時に決めます。誰がどの情報を見られるかを定めないままAI回答を広げると、誤回答とは別の情報管理リスクが出ます。
| 確認項目 | 見る指標 | 判断のポイント |
|---|---|---|
| 回答可否 | 回答不可率 | 保留条件の妥当性 |
| 根拠提示 | 根拠提示率 | 参照文書の場所 |
| 有人対応 | エスカレーション率 | 人へ戻す範囲 |
| 更新運用 | 更新遅延 | 更新担当と作業状況 |
| 現場利用 | 利用継続率 | 対象業務と利用状況 |
情シス担当へは、誰がどの文書を見られるかを確かめましょう。利用者ごとの権限と、回答を人へ戻した理由は別々に記録します。社内説明には、便利さだけでなく、誤回答の連絡先と修正後の確認手順も載せてください。
まとめ
AIハルシネーションは、事実と異なる内容や根拠のない内容をもっともらしく出す現象です。Google Cloudの解説でも、不正確な結果や誤解を招く結果として説明されています。[13]業務では、顧客へ出す前に回答と元資料を並べましょう。
使う資料、根拠の表示、回答を保留する条件、人の確認、評価用の質問を順に決めましょう。確認できない文は保留し、資料の持ち主へ戻します。誰がいつまでに何を確かめるかを、修正後の文とともに残してください。
最初の作業は、直近のAI提案文で根拠を示せない箇所を探すことです。上司と担当営業で、資料の場所、版、適用条件を確かめます。使える文と保留する文を分け、確認が終わる前に顧客へ送らないようにしましょう。
営業AIを使う前に自社で整理する項目は、導入前チェックガイドで確かめてください。対象業務と、用意する資料を検討する際にお使いください。
営業AIを入れても売上につながらない理由を、8項目のチェックリストで解説！
＞＞無料で『営業AIを成果につなげる導入前チェックガイド』をダウンロードする
参考：AI ハルシネーションとは｜Google Cloud（確認日：2026-10-30）
