社内ナレッジの生成AI活用｜文書の置き場と更新する人で決まる

「社内の規程やマニュアルをAIに読ませて、問い合わせに答えさせたい」と考えて製品の資料を集め始めると、手元に増えるのはツールの比較表ばかりです。比較表に載っていないのは、答えの元になる文書がいまどこに何部あり、直したときに誰が反映するかという欄です。当社がサイト運用のAIに自社の文書を読ませ、代表のやること一覧の正本が無いと分かった日から正本を話題ごとに決め直すまでを順に書きます。

当社の記録は、ウェブサイトの運用に使っているClaude Codeへ指示ファイルと運用文書を読ませている自社1件の運用記録です。顧客の案件は含まず、文書の中身ではなく置き場と更新の決め方だけを書きます。外部の引用はAnthropic・Google Cloud・Microsoft・個人情報保護委員会・IPA・総務省と経済産業省の公開文書を2026年10月3日に読んだ範囲で、各社の仕様は予告なく変わります。IPAのガイドラインは中核人材育成プログラムの卒業プロジェクトとして公開された文書です。

社内ナレッジの生成AI活用とは、社内文書をAIに読ませて答えさせる仕組みで、FAQ型と検索型に分かれる

社内ナレッジの生成AI活用とは、規程・マニュアル・議事録・手順書といった社内の文書をAIに読ませ、社員や顧客からの質問に文書を根拠として答えさせる取り組みです。仕組みは大きく2つに分かれます。FAQ型は、人が問いと答えの組をあらかじめ決めて置き、AIは言い回しの違う質問を決めた答えに結びつける役を担います。検索型は、質問が来るたびに文書の山から関係する箇所を探し出し、その箇所を読ませてから答えを作らせます。検索型の技術名がRAG（検索拡張生成）で、検索やデータベースといった従来の情報検索の長所と生成系の大規模言語モデルの機能を組み合わせたAIの枠組みと定義されています（Google Cloud「検索拡張生成（RAG）とは」／2026年10月3日閲覧）。

図は上段に文書の置き場から答えまでの流れを、下段に集める前の線引きと古い版が混ざる例を置いたものです。置き場・更新する人・AIに読ませる経路の順に決めると、ツールの比較はいちばん最後に来ます。FAQ型と検索型の違いは、答えを人が先に書くか文書から都度作るかの違いであって優劣ではありません。問い合わせの種類が決まっている窓口はFAQ型のほうが答えがぶれず、問いが毎回違う社内の調べものは検索型が向きます。

「RAGチャットボット」という言葉で検索すると両者が混ざって出てきますが、見るべきは答えの元が人の書いたFAQなのか文書そのものなのかの一点です。RAGは自社の独自コンテンツに回答を根拠づけることで大規模言語モデルの機能を広げる型で、概念は単純でも実装には大きな課題があると説明されています（Microsoft Learn「RAG および生成 AI - Azure AI Search」／2026年10月3日閲覧）。工程の中身はRAGの仕組みの記事に書いたので、この記事では工程の手前にある置き場と更新する人に絞ります。

精度より先に決まるのは、どの文書を置き場に集めるかである

検索型でもFAQ型でも、答えの質は検索の賢さより先に集めた文書で決まります。RAGの検索は整えられたナレッジベース（答えの元になる文書の集まり）の上に組む必要があり、取ってきた情報が無関係なら根拠づけがあっても答えは的外れや不正確になりうると説明されています（Google Cloud「検索拡張生成（RAG）とは」／2026年10月3日閲覧）。大規模言語モデルは事前学習の時点のデータに限られるため古く不正確な回答を出しうるという弱点を、RAGは最新の情報を渡すことで補う仕組みです（同ページ／2026年10月3日閲覧）。渡す文書が古ければ、この利点は働きません。

集める前に見るのは散在・重複・古い版の3つです。企業のコンテンツはSharePoint・データベース・BLOBストレージ（ファイルの保管庫）など複数の置き場にまたがり、これは「マルチソースデータアクセス」としてRAGの課題のひとつに数えられています（Microsoft Learn「RAG および生成 AI - Azure AI Search」／2026年10月3日閲覧）。置き場が分かれているだけなら集めれば済みますが、同じ手順書が共有フォルダとチャットの添付と個人の端末に1部ずつあると、集めた時点で3つの版が並びます。IPAが公開した卒業プロジェクトのガイドラインは、RAGで社内情報を検索する場合はベクトルDB（文書を検索しやすい形で保管する仕組み）に格納する情報の精査が重要だとしています。ノイズを含む情報・重複した情報・最新版ではない古い情報が格納されるとハルシネーション（根拠のない回答）や誤答が増え、回答精度が下がるという説明です（IPA 産業サイバーセキュリティセンター 中核人材育成プログラム7期生（卒業プロジェクト）「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）／2026年10月3日閲覧）。

やることは文書の種類ごとに置き場を一つに決め、他の場所にある写しをなくすか写しだと分かる印を付けることです。当社では編集規格を作るときに、同じ基準が計画書と規格とメモリの3か所にあると分かりました。要約文の字数の目安は古い計画書で約80字、新しい規格で100〜120字と2つ存在していました。どちらも間違いではなく時期が違うだけで、こういう対が置き場の数だけ生まれます。

更新する人が決まっていない文書は、AIの答えに古いまま混ざる

更新する人が決まっていない文書は直した人がいても置き場に反映されず、AIは古い版と新しい版を同じ重さで読みます。当社の記録は2026年9月上旬のものです。Claude Codeには指示ファイルと運用文書のほかに、Claude自身が書き足すメモリを読ませています。代表が自分でやる項目は会話のたびに増え、メモリと運用文書と会話に分かれて記録されていました。どれが正本かは決まっていませんでした。

原因は文書の数ではなく、直す人と直す場所が決まっていなかったことです。Claude Codeの公式ドキュメントは、2つの指示が矛盾しているとClaudeはどちらかを恣意的に選ぶ可能性があると明記し、指示ファイルを定期的に見直して古い指示や矛盾する指示を取り除くよう求めています（Anthropic（Claude Code Docs）「How Claude remembers your project」／2026年10月3日閲覧）。見直す人がいなければ矛盾は残り続け、どちらが選ばれるかはその日の文脈次第になります。当社は9月9日に代表のやること一覧の文書を1つ作り、本人待ちの項目はそこに追記して済んだら済の印を付ける運用に変えました。チェックリストの画面は残しましたが、正本はその文書で画面は写しだと決めています。

検索型の製品でも事情は同じです。検索対象を最新に保つ手段として増分インデックス作成（変わった文書だけを取り込み直すこと）が挙げられていますが（Microsoft Learn「RAG および生成 AI - Azure AI Search」／2026年10月3日閲覧）、取り込み直す元の文書を誰も直していなければ索引は古いままです。IPAのガイドラインも運用の章で、RAGの精度を保つにはベクトルDBに格納した情報の更新を定期的に行い、できるだけ最新で重複しない状態に保つことが重要だと述べています（IPA 産業サイバーセキュリティセンター「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）／2026年10月3日閲覧）。AI事業者ガイドラインはAI利用者の事項として、正確性と必要な場合には最新性が担保されたデータの入力を行うことを挙げています（総務省・経済産業省「AI事業者ガイドライン（第1.2版）本編」／2026年10月3日閲覧）。文書が古いままでは、利用する側の事項も満たせません。

権限と入れない情報は、文書を集める前に線引きする

線引きを後回しにすると、集めた文書を分け直す作業が発生します。IPAのガイドラインは、ベクトルDBに格納した情報は利用者全員が閲覧する可能性があるため、対象利用者の役職と所属部署に適した情報かを確認する必要があるとしています（IPA 産業サイバーセキュリティセンター「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）／2026年10月3日閲覧）。社内の非公開コンテンツを大規模言語モデルに開く場合は詳細なアクセス制御が必要で、利用者とエージェントは承認されたコンテンツだけを取得できるようにすべきとも説明されています（Microsoft Learn「RAG および生成 AI - Azure AI Search」／2026年10月3日閲覧）。全社員が見てよい文書と部署や役職で分ける文書を集める前に分け、後者は最初の置き場から外すのが手戻りの少ない順です。

入れない情報の例を、当社は鍵・顧客名・未公開の案件条件の3つに絞っています。鍵はパスワードやAPIキーといった認証情報のことです。IPAのガイドラインは利活用ガイドラインの入力制限の項目として、著作権で保護された情報・個人情報・組織の機密情報（内部文書や秘密保持契約を結んだ情報）は利用者による入力を制限することを推奨しています（IPA 産業サイバーセキュリティセンター「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）／2026年10月3日閲覧）。個人情報については個人情報保護委員会が2023年6月2日の注意喚起で、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は特定された利用目的の達成に必要な範囲内であることを十分に確認するよう求めました。本人の同意なく個人データを含むプロンプトを入力し応答結果の出力以外の目的で取り扱われる場合は個人情報保護法に違反する可能性があるとし、生成AIの提供事業者がそのデータを機械学習に利用しないこと等を十分に確認するよう求めています（個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について（令和５年６月２日）」（PDF）／2026年10月3日閲覧）。自社の文書にどこまで個人情報が含まれるかの判断は、法務や専門家に確認してください。

線引きは文書に書くだけでは止まりません。Claude Codeの公式ドキュメントは、指示ファイルとメモリはClaudeにとって文脈であって強制される設定ではないとし、行動を止めたい場合はPreToolUseフック（操作の直前に割り込む仕組み）を使うよう案内しています（Anthropic（Claude Code Docs）「How Claude remembers your project」／2026年10月3日閲覧）。当社も書いてはいけない事柄の種類は指示ファイルに書き、操作を許すか確認を挟むかは権限の設定で分けています。設定の件数は権限設計の記事に書いたとおりで、何を入力してよいかの社内ルールの作り方は生成AIの社内利用ルールにまとめています。

当社はClaude Codeに指示ファイルと運用文書を読ませ、話題ごとに正本を決めて運用している

当社の社内ナレッジは、ウェブサイトの運用をClaude Codeに任せるために置いた文書群です。Claude Codeの各セッションは空のコンテキスト（その回の作業で読める情報の範囲）で始まり、セッションをまたいで知識を引き継ぐ仕組みは人が書くCLAUDE.md（またはAGENTS.md）とClaude自身が書くauto memoryの2つです（Anthropic（Claude Code Docs）「How Claude remembers your project」／2026年10月3日閲覧）。プロジェクト用の指示ファイルはチーム共有の指示を置く場所で、バージョン管理（変更の履歴を残す仕組み）を通じてチームに共有されます（同ページ／2026年10月3日閲覧）。当社はこの指示ファイルに書き方の規則と書いてはいけない事柄の種類を置き、運用文書に編集規格と代表のやること一覧を置いています。判定の台帳は別に持ち、メモリは話題ごとの短い覚え書きにしています。

役割分担を決めたのは9月上旬に正本を決め直したときです。指示ファイルは1ファイル200行未満が目安で、長いファイルはコンテキストを多く消費し指示への追従度を下げると説明されています（Anthropic（Claude Code Docs）「How Claude remembers your project」／2026年10月3日閲覧）。そこで規則だけを指示ファイルに残し、規格の本文は運用文書に移しました。記事の書き方の基準は2026年9月6日に編集規格として1つの文書にまとめ、何を書くかの計画書とどう書くかの規格に役割を分けています。auto memoryはコードから導ける事柄と指示ファイルにすでに書いてある事柄を記録しない設計なので（同ページ／2026年10月3日閲覧）、当社のメモリも正本の在りかを指す索引と1話題1枚の覚え書きに役割を寄せ、本文は運用文書に置くことにしました。

書き足す目安も公式の基準に合わせています。Claudeが同じ誤りを2度目に起こしたときや前回も入力した同じ訂正をまた入力したときが指示ファイルに書き足す目安とされており（Anthropic（Claude Code Docs）「How Claude remembers your project」／2026年10月3日閲覧）、当社も繰り返し出た訂正だけを規格に足しています。判定の記録は台帳として残し、そのうち検索順位の判定は記事として公開しました。当社は文書を直接読ませる形で、検索型の仕組みは置いていません。文書の数が多い会社では検索型の仕組みが要りますが、置き場と更新する人を先に決める順番は同じです。Claude Codeそのものの使いどころは非エンジニアの会社での始め方の記事に書いています。

向かないのは、文書が人の頭にしかない会社と更新の係を置けない会社である

向かない場合を先に書きます。1つ目は、答えが文書ではなく特定の人の頭の中にある会社です。AIが読めるのは文書だけなので、集める文書がなければFAQ型も検索型も動きません。この場合に先にやるのは、その人が答えた内容を週に1問でも文書に起こすことです。起こした問いと答えの組はそのままFAQ型の種になり、AIの導入はその後で間に合います。AI事業者ガイドラインは共通の指針のアカウンタビリティの項で、アカウンタビリティに関する情報を文書化して一定期間保管し必要なときに参照できる状態にすることを求め、脚注では適切なツールで記録が残っていればよく紙や特定の形式は不要だと補足しています（総務省・経済産業省「AI事業者ガイドライン（第1.2版）本編」／2026年10月3日閲覧）。ナレッジの文書化を求めた記述ではありませんが、形式を問わないという点はそのまま使えます。チャットのログや議事録の形でも、残っていれば文書です。

2つ目は、更新の係を置けない会社です。IPAのガイドラインは組織での生成AI活用の担当者を導入担当者・運用担当者・セキュリティ担当者の3つに分け、運用担当者は利活用ガイドライン・利用ポリシー・規定を制定して利用者に周知する役割としています（IPA 産業サイバーセキュリティセンター「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）／2026年10月3日閲覧）。担当者は役割の名前であって人数ではなく、兼任でも成り立ちます。決まっていないのは「誰が直すか」であって「何人いるか」ではないからです。AI事業者ガイドラインもアカウンタビリティの項で、各主体においてアカウンタビリティを果たす責任者を設定することを求めています（総務省・経済産業省「AI事業者ガイドライン（第1.2版）本編」／2026年10月3日閲覧）。係が置けないなら置けるまでは置き場を一つにまとめる作業だけを進め、AIに読ませるのは係が決まってからにするほうが古い答えを配らずに済みます。

ツール選びの軸は検索の精度ではなく、更新の経路で見る

ツールの比較に入るのは、置き場と更新する人が決まってからです。比較表の精度の列は整えられた文書を入れた状態での値であって、自社の文書の状態を反映していません。見るべきは更新の経路で、確かめる問いは4つです。文書を直してから答えに反映されるまでに何が起きるか。反映は自動か人が取り込み直すのか。古い版を消したときに索引からも消えるか。答えに出典の文書が示されるか。増分インデックス作成のように変わった文書だけを取り込み直す仕組みの有無は（Microsoft Learn「RAG および生成 AI - Azure AI Search」／2026年10月3日閲覧）、この4つのうち最初の2つに答えるものです。

出典の表示は更新の経路の最後の輪です。答えにどの文書のどの箇所を使ったかが出れば、古い答えが出たときに直す場所が分かります。出典が出ない製品では、答えが古いと気づいても直す文書を探すところから始まります。精度の数字で選ぶのではなく、自社の文書を数十本入れて短い期間使い、その間に文書を1本直して答えが変わるまでの経路を実際に見てから決めるのが当社の勧めです。更新の経路がない製品は、文書を直しても答えが変わりません。

よくある質問｜文書を全部読ませてよいか・係は専任か

Q. 共有フォルダの文書をそのまま全部読ませてはいけませんか？

読ませる前に、重複と古い版と見せてはいけない情報を外します。IPAのガイドラインは、ノイズを含む情報・重複した情報・最新版ではない古い情報がベクトルDBに格納されると誤答が増えて回答精度が下がるとし、格納した情報は利用者全員が閲覧する可能性があるため役職と所属部署に適した情報かを確認するよう求めています（IPA 産業サイバーセキュリティセンター「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）／2026年10月3日閲覧）。全部読ませる前に、種類ごとに正本を一つ決めるほうが早道です。

Q. 更新する人は専任で置く必要がありますか？

役割として決まっていれば、兼任で成り立ちます。IPAのガイドラインの運用担当者は利活用ガイドラインや利用ポリシーを制定して利用者に周知する役割の名前で、人数の定めではありません（IPA 産業サイバーセキュリティセンター「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）／2026年10月3日閲覧）。当社では記事の規格は繰り返し出た訂正を書き手が足し、代表のやること一覧は本人待ちの項目が出た会話のたびに追記して済んだら済の印を付けています。専任かどうかより、直す場所が一つに決まっているかのほうが効きます。

Q. 個人情報を含む文書は入れられますか？

入れる前に利用目的の範囲と提供事業者の扱いを確認し、判断は法務や専門家に確認してください。個人情報保護委員会は2023年6月2日の注意喚起で、個人情報を含むプロンプトの入力は特定された利用目的の達成に必要な範囲内であることを十分に確認するよう求め、本人の同意なく個人データを入力して応答結果の出力以外の目的で取り扱われる場合は個人情報保護法に違反する可能性があるとしています（個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について（令和５年６月２日）」（PDF）／2026年10月3日閲覧）。当社は顧客名を入れない側に置き、置き場に入れる文書から先に外しています。

Q. 「古い情報は使うな」とAIに指示すれば済みますか？

済みません。Claude Codeの公式ドキュメントは、指示ファイルとメモリはClaudeにとって文脈であって強制される設定ではないとし、2つの指示が矛盾しているとどちらかを恣意的に選ぶ可能性があると明記しています（Anthropic（Claude Code Docs）「How Claude remembers your project」／2026年10月3日閲覧）。古い記述と新しい記述が両方残っている限り、指示で新しいほうを選ばせ続けることはできません。直すのは指示の文言ではなく、古い記述を消す場所と消す人です。

SAIの視点：答えの精度を上げる前に、直す人が決まっている文書を数える

当社がこのテーマで最初に数えるのは文書の本数ではなく、直す人が決まっている文書が何本あるかです。9月上旬に自社で正本を決め直したとき文書は足りていて、足りなかったのは正本の場所と直す人でした。

AI導入支援で社内ナレッジの相談を受けるときも、ツールの比較表を開く前に文書の種類ごとの置き場と更新の係を一覧にします。確かめる1点は正本の文書がどこにあり誰が直すかで、この一覧ができた段階でFAQ型か検索型かはおおむね決まりツールの候補も絞られます。

規程・マニュアル・議事録の3種類だけでよいので、それぞれがいま何か所にあるかを数えてみてください。数えた表に直す人の欄を足し、空欄がいくつ残るかを見てください。その表だけをお問い合わせからお送りください。文書の中身は要りません。

出典と確認日

いずれも2026年10月3日閲覧。当社の記録はウェブサイトの運用に使っているClaude Codeの指示ファイル・運用文書・メモリの運用から取り、文書の中身は載せていません。

• Anthropic（Claude Code Docs）「How Claude remembers your project」
• Google Cloud「検索拡張生成（RAG）とは」
• Microsoft Learn「RAG および生成 AI - Azure AI Search」
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について（令和５年６月２日）」（PDF）（2023年6月2日。概要ページ）
• IPA 産業サイバーセキュリティセンター 中核人材育成プログラム7期生（卒業プロジェクト）「テキスト生成AIの導入・運用ガイドライン（2024年7月）」（PDF）（概要ページ）（2024年7月発行。本文に発行日から2年間の有効期限の記載があり、2026年10月時点では期限を過ぎた文書として参照）
• 総務省・経済産業省「AI事業者ガイドライン（第1.2版）本編」（PDF）