「また同じ質問が来た…」
「毎日同じような対応ばかりで、本来の業務が進まない…」
新入社員の教育や社内からの問い合わせに、時間と手間がかかりすぎて困っていませんか?
多くの中小企業では、「厚い社内マニュアルを渡したものの、結局質問攻めで先輩の手が止まる」という悩みを抱えています。
現場で使う知識がベテランの頭の中にしかないと、教えるのはOJT頼みになり、そのぶん教える側の仕事が進みません。
そこで「ChatGPTに社内マニュアルを覚えさせれば、新人の質問に答えてくれるのでは」と考える方が増えています。
本記事では、ChatGPTに社内マニュアルを“覚えさせる”方法と、新人教育や社内FAQ・問い合わせ対応を半自動化するときに、AIに任せてよいこと・人が持つべきことを、社内向けのAIチャットを作ってきた開発会社の立場から解説します。
この記事の要点
- マニュアルは学習させ直さず「読ませて探させる」のが基本です。ChatGPTのファイル機能なら今日から試せ、部署や全社で使うなら社内FAQチャットとして作ります
- 新人教育・社内FAQでAIに任せるのは手順・規程・用語への一次回答まで。例外の判断や評価、仕事の勘どころは人が教えます
- 効果は問い合わせの件数・対応にかかった時間・答えられなかった質問の数で測ります。1部署分の社内FAQチャットは100万円台〜(税抜)・約2か月が目安です
新人教育・社内の問い合わせ対応の悩み:こんなことありませんか?
どれも「答えはマニュアルや誰かの頭の中にあるのに、聞かれるたびに人が探して答えている」ことから起きています。思い当たるものがないか、見てみてください。
新人から毎回同じ質問が来て、先輩の手が止まる
「この申請はどこから出すんですか?」「この画面の入力はどうするんでしたっけ?」
マニュアルに書いてあることでも、新人はどこに書いてあるか分からず、近くの先輩に聞きます。答える先輩は、そのたびに自分の仕事を止めることになります。
教える人によって中身がばらばらで、忙しいと後回しになる
OJTに頼っていると、教わる内容は教える人の経験や忙しさで変わります。繁忙期に入った新人ほど放っておかれ、同じ期の新人でも覚えていることに差が出ます。
総務・人事・情シスに、社内から同じ問い合わせが何度も来る
「有給の申請期限は?」「交通費の締め日はいつ?」「パスワードを忘れた」「VPNにつながらない」。
社内ヘルプデスクの役をしている担当者は、規程や手順書を探して答える対応に一日の多くを取られ、本来の仕事が進みません。
総務・人事に来るのは有給・給与の締め日・経費精算・就業規則、情シスに来るのはアカウント・パスワード・PCや社内システムの使い方が中心です。どれも、答えはどこかの規程や手順書に書いてあります。書いてあるのに、規程と手順書が別々の場所にあって探せないので、社員は「聞いたほうが早い」と担当者に聞きます。
ソフィエイトの見立て
社内ヘルプデスクのAIチャットの過去の案件で相談が来たのも、この悩みでした。使う想定の社員は2,000〜3,000人ほど。社内ヘルプデスクへの問い合わせが多く、答える側の負担を減らしたい、という相談です。
新人教育・社内の問い合わせ対応の典型的な課題
- 毎回同じ質問に答える手間:同じ質問のたびに先輩の手が止まる
- マニュアルが使われない:どこに書いてあるか分からず人に聞く
- 教える人による中身のムラ:教える人で内容が変わる
- 忙しいときの教育の後回し:繁忙期は新人が放っておかれる
- 社内からの同じ問い合わせ:総務・情シスが対応に追われる
この「書いてあることを探して答える」部分こそ、AIに任せやすいところです。
ChatGPTが社内マニュアルを“覚える”とはどういうことか?
AIにマニュアルを読み込ませるといっても、AIを学習させ直すわけではありません。マニュアルを手元に置いておき、質問のたびにそこから答えを探させる形です。AIで新人教育の質問役を任せるときも、社内FAQに答えさせるときも、使われているのはこの仕組みです。
学習させ直すのではなく、質問のたびにマニュアルを読ませる
「ChatGPTにマニュアルを学習させる」と聞くと、AIそのものを作り変えるように思えますよね。実際には、AIの中身はそのままで、質問が来たらマニュアルの該当箇所を探して読み、それをもとに答えています。だからマニュアルを直したら、差し替えるだけで答えも新しくなります。
やり方は4つ。マニュアルに使うのは前の3つ
覚えさせるやり方は、会話に貼る、ファイルを読ませる機能を使う、社内FAQチャットとして作る、追加学習させる、の4つです。
① 会話にマニュアルを貼る
- 向いている場面:1つの手順書について、自分で質問したり要約させたりする
- マニュアルで使うと起きること:新人が毎回同じ手順書を貼ることになり、人によって貼る版も聞き方もばらばらになる
② ファイルを読ませる機能(ChatGPTのプロジェクトやGPTs、NotebookLM、Copilotなど)
- 向いている場面:数人のチームで、1つの部署の手順書を試しに使う
- マニュアルで使うと起きること:手順書が改訂されるたびに入れ直す人が要る。部署ごとに見せる範囲を分けにくい。使う人数分の利用料がかかる
③ 社内FAQチャットとして作る(RAG)
- 向いている場面:部署や全社で、規程・マニュアル・FAQを長く使う。問い合わせ対応に組み込む
- マニュアルで使うと起きること:新人も社員も同じ入り口から聞け、答えと一緒に出どころが出る。最初の費用と期間がかかる
④ 追加学習(ファインチューニング)
- 向いている場面:答え方の口調や決まった書式をそろえたい
- マニュアルで使うと起きること:手順や規程の中身を正しく答えさせるのには向かない。マニュアルが変わるたびに学習し直しになる
ファイル機能なら、専門の知識がなくても今日から試せます。追加学習は名前から選ばれがちですが、マニュアルの中身を答えさせる用途には合いません。
社内FAQチャット(RAG)は、社内の文書から探して答える仕組み
RAGは、社内の文書から質問に合う箇所を探し、それをもとにAIが答える仕組みです。答えと一緒に「どのマニュアルのどこから答えたか」を出せるので、新人でも答えを自分で確かめられます。データを自社の環境に置いたまま作ることもできます。
社内FAQチャットを1つの部署で作り、人が答えを1問ずつ確かめてから全社に広げる進め方は、業務への AI の組み込みに載せています。
質問と答えを登録する、従来のFAQチャットボットとの違い
従来のチャットボット(シナリオ型)は、あらかじめ登録した質問と答えの組から、近いものを返します。「有給の取り方は?」と「休暇の申請手順は?」のように言い方が変わると答えられず、質問と答えを1件ずつ登録して直し続ける手間がかかります。
RAGは、登録した組ではなく規程・手順書・FAQの文書そのものから探すので、言い方が違っても同じ答えにたどり着けます。いまある規程や手順書がそのまま答えの材料になり、FAQを一から作り直さずに始められるのが、社内FAQ・社内ヘルプデスクで使われる理由です。
シナリオ型とRAGの違い
- シナリオ型:登録した質問と答えだけを返す
- RAG:規程や手順書から探して答える
- 言い方の違い:RAGは言い換えにも答えやすい
- 直す所:シナリオ型はQ&A、RAGは文書
なお、ChatGPTにマニュアルそのものを書かせる使い方は目的が違うので、この記事では扱いません。お客さま向けの問い合わせ窓口に置くチャットボットの種類と費用の考え方は、AIチャットボット費用の記事で扱っています。
ChatGPTでできること:新人教育・社内FAQでの活用シーン
マニュアルや規程に書いてあることなら、新人や社員が聞いたその場で、出どころつきで答えてくれます。よく使われるのは次の4つの場面です。
新人が何度聞いても、操作手順や申請の出し方に答えてくれる
システムの操作手順、社内用語、申請の出し方。こうした質問は、AIを「何度聞いても嫌な顔をしない先輩」として置くと、新人が気軽に聞くようになります。夜や休日でも答えが返り、答える人によって中身がぶれることもありません。マニュアルから新人向けの確認問題を作らせることもできます。
答えと一緒に、どのマニュアルに書いてあるかを見せてくれる
社内FAQチャットとして作れば、答えの下に出どころの文書が出ます。新人は答えをうのみにせず原本を開いて確かめられ、マニュアルのどこを読めばよいかも自然に覚えていきます。
社内の問い合わせの多くは、「どの申請フォームから出すか」「どの手順書を見ればよいか」が分かれば片づきます。申請フォームの場所や手順書へのリンクも資料に入れておくと、答えと一緒に手続きの入り口まで案内できます。
あいまいな質問には「どの件ですか?」と聞き返してから答える
新人は聞き方に慣れていないので、短くあいまいな質問をしがちです。社内向けに作り込むと、AIの側から「どの件についてですか?」「申請の前ですか、後ですか?」と聞き返して、話を絞ってから答える流れを入れられます。業務ごとに流れを決めておく必要があるので、汎用のChatGPTのままではできない部分です。
情シスへの「PCがつながらない」「ログインできない」のような相談なら、「いつからか」「どの端末か」「社内か自宅か」「エラーの文言は何か」を先に聞きます。AIで片づかずに担当者へ回すときも、この答えがそろった状態で渡せるので、聞き直しの往復が減ります。
問い合わせを受ける担当者の、答え探しと返信の下書きを手伝う
社内の問い合わせ対応では、いきなり社員に直接答えさせず、受ける側の担当者が使うところから始めると安心です。AIが規程から答えを探して返信の下書きを作り、担当者が読んで直してから送ります。ソフィエイトでも社内のメール対応で、AIに返信を作らせて下書きに入れ、人が読んでから送る形にしています。
ソフィエイトの見立て
当社の開発チームでも、新しいプロジェクトに入るメンバーには、AIにソースコードと仕様書・運用手順を読ませてから入ってもらっています。開発環境を整える時間はほぼ要らなくなり、決まった確認の手順もAIに任せられるようになりました。
仕様の質問も同じです。マニュアルや過去の不具合のまとめを社内のAIから引けるようにしたところ、エンジニアに来ていた仕様の質問の多くが、聞く側で解決するようになりました。
新人教育・社内FAQでのChatGPT活用例
- いつでも質問に答える:夜や休日でも手順・用語に答える
- 出どころを見せる:どのマニュアルの話かを出す
- 聞き返してから答える:あいまいな質問を絞ってから答える
- 担当者の手伝い:答え探しと返信の下書き
- 確認問題づくり:マニュアルから新人向けの問題を作る
導入ステップ:社内マニュアルをChatGPTに覚えさせる進め方
問い合わせの多い手順書から小さく試して、足りなくなったら社内FAQチャットとして作り込む。この順で進めると、無駄なお金も時間もかけずに済みます。
ステップ①:よく来る質問と、答えが載っている資料を洗い出す
まず、新人や社員からよく来る質問を書き出し、それぞれの答えがどの資料に載っているかを並べます。答えがどこにも書いていない質問は、AIに覚えさせる前にFAQとして書き起こす必要があります。
ステップ②:資料を今の版にそろえ、AIが読める形に整える
AIの答えの精度は、AIの賢さより、読ませる資料の整え方で決まります。人が読む分には困らない文書でも、AIに探させると外れやすいものがあるので、読み込ませる前に次の6つを確かめます。
- 今の版だけを、話ごとに分けて入れる:古い規程が混ざると古いほうで答え、長い文書に手順が混ざると答えがぼやけます。経費の上限のように、規程・社内ポータル・古いメールで食い違っている話は、どれを正しい版にするかを先に決めます
- FAQの質問に、新人の言い方を添える:担当者が書いた「経費精算の差し戻し」と、新人が聞く「申請が戻ってきた」は、同じ話でも言葉が違います。よく聞かれる言い方を質問の側に足しておくと探し漏れが減ります
- FAQは1件ずつに分ける:表計算ソフトにまとめたよくある質問は、そのまま入れるより1件ずつの文書に分けたほうが、過去の案件では精度が上がりました。Excelのまま入れず、要らない列を消してテキストに起こします
- 過去の問い合わせのやり取りはそのまま入れない:今は参考にすべきでない回答も混ざっているので、答えのもとにしてよい記録を選んでから入れます
- 個人情報を伏せる:問い合わせの記録や申請の控えには、氏名や連絡先が入っています。取り込む前に機械的に隠します
- 見せてよい範囲と、差し替える人を決める:全員に見せてよい文書か、部署や役職で分けるか。マニュアルが変わったとき誰が差し替えるか。就業規則などを改訂する手順の最後に「AIに読ませる資料も差し替える」を入れておくと、古い答えが残りません
画面の写真だけで説明している手順書には、AIが読める文章を添えます。「上記のとおり」のような書き方は、文書が細かく分けて探されると意味が通らないので、手順ごとに前提を書き直してください。スキャンしたPDFの扱いや精度の確かめ方は、社内AIの作り方の「精度は何を読ませるかで決まる」の章にまとめています。
ステップ③:問い合わせの多い手順書10本ほどを、ファイル機能で試す
整えた手順書を10本ほど、ChatGPTやNotebookLMなどのファイル機能に読ませます。よく来る質問を実際に投げてみて、探し漏れが出ないか、見せてはいけない内容が混ざらないかを確かめます。Difyで社内FAQボットを試す手順は社内FAQボットを1日で作るで紹介しています。
社内FAQ向けのツール(AIヘルプデスクのサービス)を契約する場合は、申し込む前に次の5つを確かめます。
- 自社の文書で試せるか:用意されたデモではなく、自社の規程や手順書を読ませて、実際の問い合わせ文で試せるか
- FAQの追加を自社でできるか:答えを直すたびに、ベンダーへの依頼や追加の費用が要らないか
- データの置き場所と扱い:入れた文書がどこに保管され、AIの学習に使われないか
- いつものチャットから聞けるか:SlackやTeamsとの連携が料金に入っているか
- やめるときの条件:最低の契約期間と、解約するときにFAQや文書を持ち出せるか
ステップ④:人数や資料が増えたら、社内FAQチャットとして作り込む
数人で試すならファイル機能で足ります。部署や全社で問い合わせ対応に組み込むなら、社内FAQチャットとして作り込みます。その間に、すでに社内で使っているAIから社内の資料を調べられるようにする形もあります。

| 形 | 合う会社 | 費用と期間の目安(税抜) |
|---|---|---|
| ファイル機能やDifyなどのツール | まず試したい、少人数で使う | ツールの利用料 |
| いつものAIから社内の資料を調べられるようにする | ClaudeなどのAIを社内で使い始めている | 50万円〜、1か月ほど |
| 社内FAQチャットを作る(1部署分) | 社内の問い合わせ対応に追われている、データを自社の環境に置きたい | 100万円台〜、約2か月 |
表の金額はソフィエイトのメニューの目安で、AIの利用料とサーバー代は別にかかります。1部署分には、文書100ファイルまでを答えやすい形に整えて取り込む作業、チャットの画面、人が答えを確かめる精度の確認50問、使う人向けの説明資料が入ります。全社に広げて部署ごとに見せる範囲を分ける場合は300万円〜、作ったあとの保守は月11万円〜です。
作り込むか迷ったら、使う人数が増えたときの利用料と、データを自社の環境に置きたいかの2点で決めてください。作り込むときの部品や手順・期間は社内AIの作り方|RAGチャットボット構築の手順・期間・費用、Difyで組むか自前で作るかの比べ方はRAG構築はDifyか自前構築か、部署ごとに見せる範囲を分ける方法は権限を守ったRAGの作り方で紹介しています。
ステップ⑤:答えられなかった質問を拾って、FAQに足し続ける
入れた日が、AIがいちばん答えられない日です。答えられなかった質問を人が拾ってFAQに足していくことで、答えられる範囲が広がります。

- 答えられなかった質問の一覧を作る:答えられなかった質問と、使った人が「違う」と返した答えを、担当者が見られるようにします
- 足す人と日を決める:月に一度などの決まった日に、その一覧からFAQを足し、古い版を差し替える担当を決めます
拾った質問は、答えられなかった理由で分けてから直します。AIの設定をいじる前に、読ませている資料のほうを直すのが近道です。
答えられなかった理由と直し方
- 資料がない:FAQを新しく書いて足す
- 資料が分かりにくい:手順書の書き方を直す
- 資料が古い:差し替えのルールを決め直す
- 見せる範囲の外:対象者と公開範囲を見直す
- 質問があいまい:聞き返す流れを足す
答えが資料とFAQにたまっていくので、担当者が異動や退職をしても答え方が会社に残ります。最初からすべての質問に答えさせようとしなくて大丈夫です。足りないところが見つかる仕組みを先に作っておけば、使うほど答えられる範囲が広がります。
ソフィエイトの見立て
過去の案件では、AIが答えられなかった質問は、そのままヘルプデスクに回る流れにしました。チャットはヘルプデスクの前に置いて、窓口の負担を減らすのが目的だったためです。
さらに、ヘルプデスクが答えた内容を人が確かめてからナレッジに足すようにすると、「AIが答えられない→人が答える→ナレッジに入る→次からAIが答える」という回し方ができます。
始める前に知っておきたい注意点とコツ
つまずくのは、AIの賢さより「どこまで任せるか」と「答えられないときにどうするか」を決めずに始めたときです。次のことを先に決めておいてください。
始める前のチェック
- 任せる範囲:AIは書いてあることへの一次回答まで
- つなぐ先:分からないときに聞く窓口
- アカウント:法人向けで、学習に使わない設定か
- 読ませる資料:今の版だけ、個人情報は伏せる
- 足す担当:FAQを足す人と日
- 試す質問:実際の問い合わせ文と5つの型
- 聞く場所:SlackやTeamsから聞ける
AIに任せるのは「書いてあることへの一次回答」まで
マニュアルや規程に答えが書いてある質問はAIに任せ、例外の判断や人の評価に関わる質問は人が持ちます。線を引かずに始めると、AIがもっともらしい答えを返したまま、誰も確かめない状態になります。
新人教育
- AIに任せること:システムの操作手順、社内用語、申請の出し方への回答。マニュアルからの確認問題づくり
- 人が持つこと:仕事の進め方の判断、失敗したときの立て直し、評価と面談
社内FAQ・社内ヘルプデスク(総務・人事・情シス)
- AIに任せること:規程や手順に書いてあることへの回答と、出どころの提示
- 人が持つこと:規程に書いていない例外、給与や評価など個人に関わる判断。本人確認が要るパスワードの再発行や、不審なメールを開いてしまったときの対応
問い合わせ対応
- AIに任せること:担当者が答えを探す手伝い、返信の下書き
- 人が持つこと:返信を確かめて送ること、答えられなかった質問への対応
新人教育では、仕事の勘どころや、なぜそう決まっているのかを伝える役を人に残します。AIが答えられるのはマニュアルに書いてある範囲までです。
ソフィエイトの見立て
過去の社内ヘルプデスクの案件では、質問の種類で「答えさせない」ものを決めるより、仕組みで抑えました。読ませる資料の個人情報は先に伏せておくので、個人に関わる答えはそもそも出せません。
あわせて、根拠になる資料を示せない質問には、憶測で答えない作りにしています。
「AIで分からなければ誰に聞くか」を先に決めておく
AIが答えられないとき「分かりません」で終わらせず、総務ならこの窓口、システムならこの担当、と人へつなぐ先を案内させます。これは作る前に決めておかないと、後から入れにくい部分です。答えられない質問がどこにも行かない状態で始めると、新人が書いていないことまでAIで済ませようとしたり、だんだん使われなくなったりします。
回答の質が心配なら、公開する前に5つの型の質問で試す
実際に来た問い合わせの文を20〜50個集め、そのまま聞いてみるのがいちばん確かです。そのうえで、次の5つの型を混ぜて、答え方を確かめます。
- 言い方を変えた同じ質問:「有給の取り方は?」「休暇の申請手順は?」で同じ答えが返るか
- 資料にない質問:もっともらしく作らず、「分からない」と言って人への窓口を案内するか
- 見せてはいけない資料の中身:権限のない人が聞いたとき、その文書から答えないか
- 2つを一度に聞く質問:「締め日と支払日は?」のように両方に答えるか
- あいまいな質問:「つながらない」だけのとき、聞き返してから答えるか
判定は「AIの答えだけで片づいた」「正しい手順書や申請フォームまで案内できた」「人に回した(回し方は適切だった)」の3つで分けると、人によって評価がぶれません。
部署ごとに見せる範囲は、AIに頼まず「探す前」に絞る
「この情報は出さないで」とAIに指示するだけでは、見せてはいけない情報を止めきれません。使う人の所属に合わせて、探しに行ける文書そのものを絞ります。悪意のある質問で指示を書き換えようとされても、見えない文書からは答えられないからです。誰が何を聞き、どの文書を使って答えたかの記録も残します。くわしいやり方は権限を守ったRAGの作り方にまとめています。
SlackやTeamsなど、いつものチャットから聞けるようにする
別の画面にログインしないと使えないと、聞いたほうが早いと思われて使われなくなります。社員が毎日開いているSlackやTeams、社内ポータルから聞けるようにし、案内も1回のメールで終わらせず、何度かに分けて出します。Slackにつなぐ手順はSlack×ChatGPTで社内問い合わせボットを作るで紹介しています。AIから担当者へ切り替える流れはチャットボットと有人対応の切り替えが参考になります。
ソフィエイトの見立て
過去の社内ヘルプデスクの案件では、専用のチャット画面を作り、社内ネットワークからだけ使える形にしました。ほかのシステムとつなぐほど、守るべき社内規定が増えるためです。社内のログインの仕組みや既存のツールともつながず、独立したシステムにしました。
いつものチャットにつなぐかは、使いやすさと、増える規定の重さを比べて決めます。
社員の個人アカウントに、社内マニュアルを入れない
注意:ファイル機能で試すときも、社員の個人アカウントに社内マニュアルを入れるのはやめます。会社で契約した法人向けのプランか、入力した内容をAIの学習に使わない設定になっているかを確かめてから入れてください。入れてはいけない情報の決め方は生成AIを社内導入する前に決めるべきルールで紹介しています。
入力ルールや法人プランなど、社内AIの情報漏えい対策は生成AIの情報漏えい対策で解説しています。
FAQを足す担当は、情シスより現場の窓口の人に任せる
AIが出した答えやFAQの候補を選ぶのは、実際に問い合わせを受けている担当者にしかできません。
ソフィエイトの見立て
ソフィエイトが社内の業務にAIを使うときも、AIが作ったリストを精査するのは、お客さんと接している人に任せています。社内FAQでも、ステップ⑤の回し方の担当は情報システムの担当者ではなく、現場の窓口の人に置くのがおすすめです。
効果は?問い合わせと教育にかかる時間はどれくらい減る?
何時間減るかは、会社の問い合わせの量と、どこまでAIに任せるかで変わります。だからこそ、入れる前の数字を測っておくのが先です。そのうえで、過去の案件で実際に起きた変化を紹介します。
測るのは「問い合わせの件数」「対応にかかった時間」「答えられなかった質問の数」
この3つで見ると、効果だけでなく、次に何を直せばよいかまで分かります。入れる前の件数と時間を1か月ほど記録しておかないと、あとで比べられないので注意してください。
効果を数字で説明するときの指標の決め方は、生成AIの費用対効果(ROI)の測り方で解説しています。
総務や人事の問い合わせが今どれだけ時間を取っているかは、「月の問い合わせ件数 × 1件にかかる時間」で出せます。入れたあとは、AIだけで片づいた件数にこの時間を掛けたものが、減った時間です。人件費に直すなら、そこに担当者の時給を掛けます。
ソフィエイトの見立て
過去の案件では、件数の削減より先に、使う人の数を追いました。社員がどんな使い方をするかを知るには、まず使う人を増やして、使い続けてもらうことが最初の一歩だからです。
件数や時間で効果を測るのは、使い方が見えてきてからでも遅くありません。
聞く側だけでなく、答える側の担当者の手間も減った
社内ヘルプデスクの問い合わせに答えるAIチャットを作った過去の案件では、もともと問い合わせる側の社員が自分で疑問を解決するために作りました。使ってみると、問い合わせを受けて答える側の社員にも役立ちました。答えを探す時間が減り、人によって答え方がずれることも減らせます。
質問が上手な人ほど良い答えが返る。差を埋めたのは「聞き返し」
同じ案件では、質問の仕方に慣れている人はどんどん良い答えを引き出せる一方、慣れていない人には良い答えが返りにくいという差が出ました。有効だったのは、AIの側から聞き返して話を絞ってから答える作りです。
ソフィエイトの見立て
新人ほど聞き方に慣れていないので、新人教育に使うなら、この聞き返しを最初から設計に入れておきます。社内向けに作り込む意味は、ここにあります。
答えられなかった質問が、マニュアルの足りないところを教えてくれる
AIが答えられなかった質問の一覧は、そのまま「マニュアルに書いていないこと」の一覧になります。新人がどこでつまずいているかが見えるので、FAQだけでなく、マニュアルや研修の中身を直す手がかりにもなります。
入れると変わること
- 新人の待ち時間:先輩の返事を待たずに答えが返る
- 答える側の手間:答え探しが減り、答え方もそろう
- 聞き方による差:AIが聞き返して差を埋める
- マニュアルの穴:答えられない質問が穴を教える
- 測り方:件数・対応時間・答えられなかった数を記録
まとめ:AIに任せる教育と、人がやる教育を分けよう
ChatGPTに社内マニュアルを覚えさせるには、AIを学習させ直すのではなく、マニュアルを読ませて質問のたびに探させます。少人数ならファイル機能で今日から試せ、部署や全社の社内FAQ・問い合わせ対応に使うなら社内FAQチャットとして作り込みます。社内FAQシステムをChatGPTで作るか迷っている場合も同じで、任せる範囲と、答えられなかった質問を足していく回し方を先に決めておくことが大切です。
AIに任せること
操作手順、社内用語、申請の出し方、規程に書いてあることへの一次回答と、出どころの提示。担当者の答え探しと返信の下書き。
人が教えること
仕事の勘どころと、なぜそう決まっているのか。規程に書いていない例外、評価や個人に関わる判断。そして、答えられなかった質問を拾ってFAQに足していくことです。
ソフィエイトの見立て
新人がまずAIに聞いて済ませるのは、AIの答えが正しい範囲なら良いことです。80点くらいの答えはAIがすぐ返してくれるので、先輩の返事を待つ必要もありません。ただ、80点から先に上げるための発展的な知識や、現場でやってみないと分からないことは、人に聞いて身につけるものです。
1部署分の中身と金額は社内AIチャット(RAG)、作れるものと事例はAI開発(RAG・社内データ活用)のページにあります。費用の目安は3分の自動見積もりで確かめられます。自社のマニュアルだとツールで足りるか作り込むべきかは、30分の無料相談でお伝えしています。