このレッスンでは、チャットAIが何を得意とし、何を苦手とするかを、動く仕組みから理解します。チャットAIとは、文章で頼むと文章で返す生成AIサービスのことで、ChatGPT・Claude・Gemini がその例です。
到達目標は1つです。 チャットAIの得意と不得意を、自部門の業務に当てはめて上司に説明できるようになることです。
なぜ仕組みから入るか。得意と不得意の境目が、仕組みで決まっているからです。 境目を知らずに使うと、下書きは速くなる一方で、事実の照会を任せて間違った数値を資料に載せる、という形で失敗します。
チャットAIは、文章の続きを確率で作る
チャットAIの中身は言語モデルと呼ばれる仕組みで、次に来る言葉を確率で選んで文章を作ります。 言語モデルは、大量の文章から「この言葉の後にはこの言葉が続きやすい」という傾向を学びます(出典1)。
例えるなら、大量の文章を読み込んだ予測変換です。スマートフォンの予測変換は次の1語を出しますが、言語モデルはそれを何百語も続けて、文章として成立する形にします。
| 予測変換 | チャットAI |
|---|---|
| 次の1語を候補に出す | 次の言葉を選び続けて文章にする |
| 短い定型句が得意 | 長い文章の下書き・要約・言い換えが得意 |
| 正しいかどうかは見ていない | 正しいかどうかは見ていない |

この仕組みから、1つの性質が導かれます。 出てくる文章は「もっともらしい」ことが保証されますが、「正しい」ことは保証されません。もっともらしさと正しさは別の物差しで、言語モデルが見ているのは前者だけです。
この性質を、上司に1分で説明できる言葉にしておきましょう。「大量の文章から次の言葉を当てる仕組みで、それらしい文章は作れるが、事実の保証はしない」で足ります。
できることと、できないことを分ける
チャットAIに向くのは「文章の形を変える仕事」、向かないのは「事実を保証する仕事」です。 前者は仕組みそのものが得意で、後者は仕組みの外にあります。
| 向く仕事 | 向かない仕事 |
|---|---|
| 議事録のメモを文章に整える | 取引先の最新の住所を答える |
| 長い報告書を3行に要約する | 売上の合計を計算して保証する |
| 社外向けの文面に言い換える | 社内の事情(誰が担当か、今の方針)を答える |
| 問い合わせを種類ごとに分類する | 法令や規格の条文を正確に引く |
向かない仕事を頼むと、答えが返ってこないのではなく、それらしい答えが返ってきます。 ここが厄介な点です。「分かりません」と言われれば別の手を打てますが、流暢な誤答は気付きにくく、そのまま資料に載ります。
向かない仕事は、チャットAIに「聞く」のではなく、原本を渡して「形を変えてもらう」形に直すと使えます。取引先の住所を聞くのではなく、取引先一覧を渡して宛名の形に整えてもらう、という使い方です。

自部門の業務を1つ思い浮かべ、「形を変える仕事」か「事実を保証する仕事」かを分けてみましょう。
知識には期限がある
チャットAIが学んだ文章には区切りの日付があり、その後の出来事は答えられないか、古いまま答えます。 この区切りを、公式ヘルプでは「知識の期限」(knowledge cutoff)と呼びます(出典2)。
言語モデルは、ある時点までに集めた文章で作られます。その後の出来事は学んでいないので、聞かれると「知らない」と答えるか、学んだ範囲から推測して古い答えを返します。
| 聞くこと | 起きること |
|---|---|
| 昨年度の制度の内容 | 期限の前なら答えられる。改正後なら古い |
| 今月の為替や株価 | 期限の後なので答えられないか、推測になる |
| 自社の今の担当者 | そもそも学んでいない |
期限が何月かは、モデルごとに違い、更新もされます。 本文に日付を書いても数か月で古くなるので、使っているサービスの公式ヘルプで確認してください。
「これはいつ時点の話か」を、チャットAIに聞く前に自分で1度考える習慣を付けましょう。期限の後の話なら、次の節の検索つきの機能を使うか、原本を渡します。
検索つきと検索なしは、何が違うか
検索つきの機能を使うと、チャットAIは Web を検索し、その結果を元に答えを作ります。 ChatGPT・Claude・Gemini のいずれにも、Web 検索を使って答える機能があります(出典3、4、5)。知識の期限の後の出来事も、検索で拾える範囲なら答えられます。
| 検索なし | 検索つき | |
|---|---|---|
| 答えの材料 | 学習した文章だけ | 学習した文章+検索で見つけた Web ページ |
| 最新の出来事 | 答えられないか古い | 検索で拾えれば答えられる |
| 出典 | 付かない(付いても本物とは限らない) | 参照したページへのリンクが付く |
| 確かめ方 | 自分で一次情報を探す | リンクを開いて中身を読む |
検索つきでも、出典が付くことと、出典の中身が正しいことは別です。 ChatGPT の公式ヘルプも、検索結果と引用は「不完全、古い、または誤っている可能性がある」ので、引用元を開いて答えを支えているか確かめるよう書いています(出典3)。
最新の情報を聞くときは検索つきを使い、返ってきたリンクを開くところまでを1回の作業と考えましょう。
やってはいけないことを先に押さえる
このモジュール全体で、やってはいけないことは2つです。 1つは、答えが流暢だからという理由で事実として扱うこと。もう1つは、社内の機微な情報を確かめずに入力することです。
| やってはいけないこと | 代わりにすること | 扱うレッスン |
|---|---|---|
| 流暢な答えを事実として資料に載せる | 数値と固有名詞を一次情報で照合してから載せる | 03 |
| 顧客名・個人名・未公開の数値を入力する | 入力前に3分類し、機微なら書き換える | 02 |
どちらも、仕組みを知っていれば防げる失敗です。 前者は「正しさを保証しない仕組み」から、後者は「入力が事業者のサーバーへ送られる仕組み」から出てきます。
この2つを、部内で最初に共有する2行にしておきましょう。
演習
演習
自部門の業務を5つ書き出し、次の表に当てはめてください。演習の題材は、自社のものに置き換えて構いません。
| 業務 | 形を変える仕事か、事実を保証する仕事か | チャットAIに向くか | 向かない場合、原本を渡せば使えるか |
|---|---|---|---|
| (例)月次報告書を3行に要約する | 形を変える | 向く | - |
| (例)取引先の最新の担当者を調べる | 事実を保証する | 向かない | 取引先一覧を渡せば宛名の整形に使える |
| (自部門の業務1) |
成果物は、5行が埋まった表と、「向く」と判定した業務を1つ選んだ理由の一文です。選んだ業務は、レッスン04でチャットAIに任せます。
出典
出典
- 出典1: OpenAI「Why language models hallucinate」 https://openai.com/index/why-language-models-hallucinate/ (確認日 2026-09-18)
- 出典2: Anthropic Help Center「How up-to-date is Claude's training data?」 https://support.anthropic.com/en/articles/8114494-does-claude-have-internet-access (確認日 2026-09-18)
- 出典3: OpenAI Help Center「Searching the web with ChatGPT」 https://help.openai.com/en/articles/9237897-chatgpt-search (確認日 2026-09-18)
- 出典4: Google「Gemini アプリのプライバシー ハブ」(Gemini の回答の一部は検索結果に基づく旨) https://support.google.com/gemini/answer/13594961?hl=ja (確認日 2026-09-18)
- 出典5: Anthropic Help Center「Enable and use web search」 https://support.anthropic.com/en/articles/10684626-enabling-and-using-web-search (確認日 2026-09-18)