AI活用の前に整えておきたいデータ

多くの資料を登録しても、AIが古い規程をもとに答えることがあります。版の混在、情報不足、閲覧権限が原因なら、モデルの変更だけでは解決しません。支援する業務と、企業が確認した情報源から準備します。
ここでは休暇規程を調べる架空のアシスタントを例にします。申請を自動承認せず、社員記録全体も必要としません。情報源の選定・管理・確認を説明する例で、Fenixの人事規則や実績ではありません。
1. 用途を決めてからデータを選ぶ
質問、必要な回答、回答を使う人を決めます。休暇の手続には、申請方法、適用条件、相談先が必要です。一般案内のために給与や健康情報まで含める理由にはなりません。
用途で必要なデータは異なります。検索支援は適用できる資料、請求書読取りは見本と正解、取引予測は一貫した項目と結果を必要とします。まず全ファイルを集めればよい、とは考えないようにします。
情報源に担当者、適用範囲、確認状況、保管先を付けます。試行可能、要修正、利用不可を分けます。一部しか整っていなければ、その範囲で試し、入力を増やすためだけに権限を広げません。
2. 情報源の正しさと不足を確認する
読みやすい資料が正しい情報源とは限りません。鮮明なPDFでも失効した規程なら誤回答の原因になります。担当者が現行版と履歴用を分け、矛盾時に何を基準にするか決めます。
例えばベトナムと日本の社員向け規程は適用範囲が違う場合があります。同じ人事フォルダーだけでは選べません。適用情報を付け、紛らわしい質問を試します。不明なら確認や担当者への取次ぎを行い、AIに社内方針を決めさせません。
不足も確認します。日数だけで申請方法がなければ、手続を十分に答える根拠がありません。実際の質問を資料の該当箇所へ対応付け、答えのない部分を見つけてからツールを評価します。
表では見出し、注記、改ページを確認します。文字が正しくても、分かれた行で別の対象へ条件が付く場合があります。人が原本を読めるかだけでなく、実際の処理結果を試します。
スキャンや項目抽出では文字・表の処理も確認します。AIの書類読み取り結果をどう確かめるかでは原本との照合を説明しています。正しい資料が処理時に誤った値へ変わるのを見つけるためです。
3. AIへ渡してもアクセス制限を守る
一般規程を読めても他人の休暇記録を見てよいわけではありません。検索時と回答時の制限が必要です。「漏らさない」という指示だけでは、実装上の権限確認を置き換えられません。
異なる利用者や範囲外の質問で、取得可能な情報源と、制限情報が要約に混ざらないかを試します。許可された試験と適切なデータを使い、不具合の実証のために実記録を不用意に公開しません。
資料庫へ接続する前に、各情報群の閲覧・取得・管理者を決めます。業務に合ったアクセス権限の決め方では、業務上の制限を実装側が確認できる権限に整理する方法を説明しています。
送信先、保存期間、アクセス者、削除や利用終了の方法を実際のサービスで確認します。すべての提供者が学習に使う、あるいは使わないと決めつけず、個別のサービス、設定、合意内容で確認します。

4. 更新の仕組みと確認用データを用意する
修正がAIの使う情報源へいつ反映されるかを把握します。個人のファイル変更だけで検索側も更新されたとは限りません。文書や権限を取り下げる際は、使っているなら加工済みコピーやキャッシュも確認します。
明確、情報不足、矛盾、範囲外の質問と、業務側が確認した答えを用意します。調整に使わない確認用も残します。修正に使った例だけの成功では、新しい場面への対応は分かりません。
使える情報源、保留するもの、不足への担当を明記します。確認済みの一部で小さく試し、他を整える方法もあります。その制限を利用範囲と報告に残し、全社の準備完了とはしません。
データ範囲を決めたら、有用で管理できる業務結果につながるかを確認します。AIの試行から実運用へ進める判断基準では、継続、修正後の再確認、中止を判断する根拠を説明しています。
Fenixへの相談は、小さな用途と利用を認められた資料から始められます。全データを渡す前に、信頼できる情報源、管理者、不足を整理します。


