ざまくりプランツざまくりプランツZAMAKURI PLANTS

AI導入 / 2026-08-04

生成AIの社内ルール設計：禁止事項だけで終わらせないガバナンス入門

生成AIの社内ルールを目的、役割、データ、確認、記録、事故対応、更新の7要素で設計。

生成AIの社内ルールを「機密情報を入れない」「出力を信用しない」だけで終えると、現場は具体的にどう使えばよいか判断できません。逆に、細かすぎる手順を最初から固定すると、製品や業務の変化に追いつけません。

必要なのは、許可する用途と禁止する用途、責任者、データの扱い、人による確認、記録、事故対応、更新条件をひとつの運用としてつなぐことです。経済産業省のAI事業者ガイドライン第1.2版やNIST AI RMFは、AIガバナンスを継続的なリスク管理として扱うための土台になります。

本記事は一般的なルール設計の整理であり、個別の法務、個人情報、契約、著作権判断や導入成果を保証するものではありません。適用条件は所定の専門担当者が確認してください。

社内ルールの7要素

1. 目的と適用範囲

誰が、どのサービスを、何の業務に使えるかを明記します。個人契約のサービス利用、APIを組み込むシステム、外部公開コンテンツなどは、同じ生成AIでも管理方法が異なります。

2. 役割と責任

最低限、次の役割を決めます。

  • 業務Owner：利用目的と成果の責任を持つ
  • 利用者：入力・出力ルールを守る
  • 確認者：公開や重要判断の前に内容を検証する
  • 管理者：アカウント、権限、ログ、契約を管理する
  • 相談先：法務、個人情報、セキュリティ、著作権の判断を支援する

AIを「責任者」にしないことが基本です。最終判断と説明責任は、定められた人または組織が持ちます。

3. 入力できる情報

情報区分ごとに、入力可、条件付き、禁止を決めます。「機密」という一語だけでなく、顧客情報、個人情報、契約、認証情報、未公開の経営情報、第三者から預かったデータなど、現場が判別できる例を示します。

サービスごとのデータ利用、保存期間、共有、管理者権限が異なるため、製品名と契約プランを固定して確認します。製品仕様は変わり得るので、契約更新や機能変更を再確認triggerにします。

個人情報を入力する前の確認は生成AIと個人情報で扱います。

4. 出力の確認

確認項目を用途別にします。

  • 事実：一次情報で確認したか
  • 数値：計算と出典を確認したか
  • 法務：権利侵害や誤認表示の懸念がないか
  • 表現：差別、偏見、不適切表現がないか
  • 機密：入力や出力に公開不可情報が残っていないか

外部公開や重要判断では、作成者以外の確認を追加するなど、影響に応じて強度を変えます。

生成・公開時の権利確認は生成AIと著作権へ接続します。

5. 記録

すべての会話を無期限保存するのではなく、利用目的、サービス、重要な入力区分、出力の確認者、公開判断、問題発生時の情報を、必要性と保存方針に沿って残します。記録自体に個人情報や秘密が含まれる場合もあるため、アクセス権と保管期間を決めます。

6. 事故・誤りへの対応

誤送信、機密入力、権利侵害の疑い、危険な出力、アカウント侵害など、代表的な事象ごとに連絡先と初動を定めます。利用停止、共有解除、証拠保全、関係部門への連絡を、通常のインシデント対応と接続します。

技術・運用上の統制は生成AIのセキュリティ対策で確認します。

7. 更新条件

少なくとも、利用サービスの契約・機能変更、新しいデータ区分の利用、対象業務の拡大、重大な誤りや事故、法令・公的ガイドラインの変更を、ルール見直しのtriggerにします。

「原則」と「手順」を分ける

原則には、目的、人の責任、公開前確認、データ保護など、製品が変わっても維持する事項を書きます。手順には、承認方法、利用可能な製品、問い合わせ先、画面操作など、変更しやすい事項を書きます。分けておけば、製品更新のたびに全規程を作り直す負荷を下げられます。

最小ルールのひな型

当社は、承認された業務とサービスに限って生成AIを利用する。利用者は許可されていない情報を入力せず、生成結果を事実または専門判断として無確認で使用しない。外部公開・重要判断は定められた確認者が承認する。問題を発見した場合は利用を止め、所定の窓口へ報告する。

このひな型だけで運用を完結させず、自社の情報区分、責任者、確認方法、連絡先を追加します。

まとめ

生成AIの社内ルールは、禁止リストではなく「安全に使い、問題を止め、学びを更新する仕組み」です。責任の所在と判断境界を明確にし、詳細手順は変化に合わせて更新します。

Sources