生成AIの答えが一般論ばかりになる理由。自社情報を常時読ませる箱の作り方。

生成AIに文章や資料を頼むと、間違ってはいないけれど、どこの会社にも当てはまる「それっぽい」答えが返ってくる。
そんな経験はないでしょうか。

先に結論を書きます。

• 答えが一般論になるのは、AIの能力の問題ではなく、自社の情報を渡していないという情報の問題です
• ChatGPT・Gemini・Claudeには、指示やファイルを「いつも読ませておく箱」にあたる機能があり、ここに自社の情報を置くと、毎回説明し直さなくても自社を踏まえた答えに変わります
• ただし、置けば必ず読まれるとは限りません。読まれているかを確かめるところまでが、設置の作業です

筆者（永松裕章）は大阪でAI活用支援の会社を経営しています。
クライアントへの提案でも自社の運用でも、この「箱」を作る仕事を実際にしています。
その経験から、順に説明します。

生成AIの答えが一般論になるのは、自社を知らないからです

新しく入った社員に、入社初日の朝、何の資料も渡さずに「うちの会社らしい提案書を書いて」と頼む場面を想像してみてください。
事業の内容も、商品も、お客様のことも、まだ何も知らされていません。
それでも書こうとすれば、世間でよくある形の提案書を出すしかありません。

生成AIに起きているのは、これと同じことです。

AIは世の中の膨大な文章から学んでいるため、何も渡さなければ、その平均に近い無難な答えに寄りやすくなります。
どこの会社にも当てはまる答えばかり返ってくるのは、性能が低いからではなく、自社のことを何も知らされていないからです。

ここを「AIの限界」と捉えるか、「渡す情報の問題」と捉えるかで、打ち手が変わります。
情報の問題であれば、対処できます。

AIには「いつも読ませておく箱」があります

とはいえ、会話のたびに自社の説明を繰り返すのは現実的ではありません。

そこで使うのが、指示やファイルをあらかじめ置いておくと、その中の会話で参照される機能です。
主要なサービスには、それぞれ次の名前で用意されています。

• ChatGPT：「プロジェクト」。ファイルを追加でき、そのプロジェクト専用の指示も設定できます（OpenAIヘルプ）
• Gemini：「Gem」。役割や前提の指示と、参照用のファイルを設定できます（Googleヘルプ）
• Claude：「プロジェクト」。アップロードした資料と指示が、プロジェクト内の会話で使われます（Claudeヘルプ）

呼び名は違いますが、役割は同じです。
新しく入った人に渡す資料一式と同じものを、AIにも用意しておく、と考えると分かりやすいと思います。

会話が変わると、前の会話で説明した内容が引き継がれるとは限りません。
だからその場で「渡す」のではなく、いつも読まれる場所に「置く」のです。

どのサービスを会社に入れるか、という選び方の話は会社で使う生成AIはどれを選ぶかで書きました。

箱に置く中身は、3種類に分けると迷いません

機能は分かっても、何を置けばいいかで手が止まりやすいところです。
筆者は次の3種類に分けて整理しています。

─① 会社の前提

事業の内容、商品やサービス、主なお客様、会社としての方針です。

自社サイトの会社概要や事業紹介のページが、そのまま最初の材料になります。
新しく作る必要はありません。

─② 仕事のルール

社内の用語、文書の書式、言い回しや判断の基準です。

「この言い方はしない」「案内文は必ずこの順で書く」といった、社内では当たり前になっていることほど効きます。
当たり前すぎて誰も文書にしていないことが多いからです。

筆者の会社でも、文章の表現ルールをまとめたファイルをこの箱に置いています。
以前は同じ言い回しを何度も直していましたが、直すたびにルールへ書き足す運用にしてから、次の依頼では直した状態で出てくるようになりました。

─③ 良い例

過去に作った資料のうち、「これが自社らしい」と言える成果物です。

言葉で説明しにくい細かい調子は、ルールで指定するより、実物の例で見せるほうが伝わります。

マニュアルや手順書がまだ無い会社は、AIに聞き役をさせて作る方法があります。
社内マニュアル・手順書はAIと作るで書いたとおり、できあがった文書はそのままこの箱の中身になります。

「置けば毎回読まれる」とは限りません。確かめるまでが設置です

ここまでの話には、ひとつ落とし穴があります。

筆者は先日、クライアント向けの提案書に「箱に置けば、会話のたびに自動で読み直されます」と書きました。
ところが外部のレビューを通したところ、そこが最も重い指摘として返ってきました。
いつ・どの範囲まで参照されるかはサービスごとに違い、置けば必ず読まれるという保証はない、という指摘です。

調べ直すと、そのとおりでした。
それ以来、筆者は「実機で確かめること」までを設置の作業に含めています。

確かめ方は難しくありません。

① 箱の中にしか書いていないことを、ひとつ質問する

② 答えにそれが反映されているかを見る

③ 反映されていなければ、ファイルの分け方や量を変えて置き直し、もう一度試す

たとえば箱に「自社の創業年」を書いておき、それを聞いてみる、という具合です。
答えられれば読まれています。
一般論が返ってきたら、まだ読まれていません。

この確認を挟むかどうかで、箱への信頼がまったく変わります。
「置いたのに反映されない」で止まってしまう会社と、確かめながら育てていく会社の分かれ目です。

まず一つ、小さな箱から始めてください

箱づくりは、大がかりな導入プロジェクトではありません。

会社概要のページと、よく使う資料を2〜3点。
それだけでも、答えは変わり始めます。

まずは一つの業務で試すのがおすすめです。
たとえばお客様への案内文を、箱のある状態と無い状態で書かせて、答えがどう変わるかを見比べてみてください。
AIの答えが「それっぽいだけ」に感じられていた会社ほど、違いがはっきり見えるはずです。

そして、うまく読まれない箇所が出てきたら、それは失敗ではなく、置き方を調整する材料です。
自社の情報が育つほど、AIは自社の道具になっていきます。

N-BRIDGEでは、どの業務のどの情報から箱に置くかの整理も含めて、AI活用の支援をしています。
自社ならどこから手を付けるべきかを知りたい方は、AI活用診断をお試しください。
個別のご相談はコンサルティングで承っています。