AIライブラリ設定の手順ガイド｜部門別のおすすめの運用の方法を解説
とあるAI推進担当に、同じ社内AIについて正反対の感想が届きます。営業部からは「回答が丁寧すぎて長い、そのままでは使えない」。総務部からは「そっけなくて根拠が書かれていないので、上長に見せられない」。使っているのは同じアプリで、聞いているのも似たような業務の質問です。
こうなると、たいていは「プロンプトの書き方を教える研修をしよう」という話になるのですが、研修をしても数週間で元に戻ってしまう、という経験をお持ちの方も多いのではないでしょうか。
この記事では、生成AI活用プラットフォーム「Kanata」のAIライブラリを使って、AIの役割・トーン・禁止事項を組織側であらかじめ固定する手順を、画面を追いながら解説します。あわせて、部署ごとにどの設定を書き分けるべきかまで整理します。読み終えるころには、自部門用のAIを1体、設計メモから作れる状態になっているはずです。
社内AIの答えがばらつく原因は、指示文が下手だからではありません
原因1：AIの「役割」が誰の頭の中にもない
チャット型のAIは、何も指定しなければ「あらゆる質問に一般的に答える存在」として振る舞います。誰の立場で、どこまでの責任範囲で答えるのかが空欄のままなので、利用者が自分の質問文でその空欄を埋めることになります。営業担当は「提案書に使うので」と前置きし、総務担当は「規程にもとづいて」と前置きする。前置きが人によって違えば、返ってくる答えが違うのは当然です。
原因2：やってはいけないことが暗黙知のまま
「規程に書いていないことは推測で答えない」「個人の評価に関わる話は扱わない」。こうした線引きは、社内では言わなくても分かることとして扱われがちです。しかしAIは、明示されない限りその線引きを知りません。結果として、確信のない内容まで断定口調で返してしまい、それを見た担当者が「やっぱりAIは信用できない」と離れていきます。
原因3：うまく使える人の書き方が、本人の手元から出ない
どの組織にも、AIを上手に使いこなす人が数人います。その人は長い前提を毎回書き、出力形式まで指定しています。ただ、その工夫はその方のチャット履歴の中にあるだけで、組織のどこにも残りません。これは検索・問い合わせ・資料作成といった業務が個人に依存する業務の属人化そのもので、その人が異動した瞬間に品質が元に戻ってしまいます。
解決の型：指示を「毎回書く層」と「先に固定する層」に分ける
答えのばらつきを減らす型は、意外とシンプルです。AIへの指示を、2つの層に分けて考えます。
- 先に固定する層：役割、口調、出力の形、やってはいけないこと。誰が使っても変わらない前提
- 毎回書く層：今日の依頼内容。「この議事録を3行でまとめて」のような、その場限りの用件
多くの組織は、後者だけを整えようとします。プロンプト集の配布やプロンプトの書き方の研修がそれにあたります。もちろん有効ですが、前者が空欄のままだと、利用者は毎回その空欄を埋め直すことになり、埋め方の個人差がそのまま品質差として表に出ます。先に固定する層を、人の努力ではなく設定として持てるかどうか。 ここが分かれ目です。
「先に固定する層」を設定画面として持てるのが、KanataのAIライブラリです
Kanataは、人材育成・現場での実務対応・業務自動化の3つを柱にした、法人向けの生成AI活用プラットフォームです。特徴は、AIとのやりとりが個人の手元で終わらず、組織の資産として蓄積されていく構造にあります。
全体の構造は次のようになっています。
- プロジェクト：業務目的ごとの管理単位
- アプリ：プロジェクトの中に必要な数だけ作れる、AIチャット・AI要約・eラーニングの3種類
- プロジェクトライブラリ：プロンプト／AI／学習データを蓄えておく場所
このうち、プロジェクトライブラリ内のAIライブラリが、先ほどの「先に固定する層」にあたります。AIの人格・役割・回答スタイルをテンプレートとして登録しておき、AIチャットアプリに紐付けて使う仕組みです。部門やテーマ別に複数登録して、使い分けることができます。
AIライブラリの設定手順｜役割・トーン・禁止事項の書き方
ここからは、実際の画面に沿って進めます。振る舞いの設定は9項目ありますが、最初から全部を埋める必要はありません。役割・目的／トーン・文体／禁止事項の3つを押さえるだけでも、答えのばらつきは目に見えて減ります。
手順1 「AI新規作成」から、基本情報を入力
新規AIは、プロジェクトライブラリ内のAIライブラリの「新規AI作成」から、もしくはAIチャットアプリの新規作成画面から「AI設定」欄の「新規AI作成」から作成できます。
最初に入力するのは基本情報です。
- キャラクターの名前：「総務アシスタントAI」のように、誰向けかが一目で分かる名前を付けます
- アイコン：一覧で見分けるための目印になります
- AI概要：このAIが何を担当するのかを1〜2行で書きます
- 公開設定：「自分だけで使う」か「プロジェクト内のメンバーにも公開する」かを選びます
部署で共有して使うAIであれば、公開設定は「プロジェクト内のメンバーにも公開する」を選びます。
手順2 役割・目的 / トーン・文体 / 出力フォーマット
「役割・目的」では、AIに担ってほしい役割と、最終的に達成したい目的を選択します。
- 業務推進・実行寄り（PM/コンサル）
- 技術寄り（アーキテクト/テックリード）
- 顧客対応寄り（CS/サポート）
- カスタム入力
「トーン・文体」では、丁寧さ・断定の強さ・フォーマル度と表現スタイルを選択します。
- ビジネス標準
- 実務推進（断定強め）
- 優しく丁寧（非専門向け）
- カスタム入力
「出力フォーマット」では、見出しの順序、表を使うかどうか、必ず入れるセクションといった構造を選択します。
- 結論
- 仮定して進行
- 分岐提示
- カスタム入力
判断の基準は「その回答を最終的に誰が読むか」の一点です。
手順3 禁止事項｜「書かせない」ほうが品質は安定する
「禁止事項」は、複数行を追加できます。やってほしいことを増やすより、やってはいけないことを列挙するほうが、回答は安定します。
・社内規程や登録済みの資料に記載がない内容を、推測で回答しない
・確認が取れない数値や日付を、それらしく補わない
・個人の給与・評価・健康に関する具体的な情報を扱わない
・社外に公表していない情報を、社外向けの文面に含めない
・依頼されていない長文の一般論を付け足さない
禁止事項は、隣接する2項目とセットにすると効きがよくなります。5番目の「回答の確実性」を低め（慎重）に設定し、6番目の「不足情報の扱い」を「質問する」にしておくと、情報が足りないときに勝手に埋めず、利用者に聞き返す動きになります。禁止事項が「やらないこと」を決め、この2つが「代わりにどうするか」を決める関係です。
手順4 その他設定を入力
必要に応じて、以下の設定を入力します。
- 解答の確実性：回答の”断定レベル”を指定します。
- 不足情報の扱い：必要な情報が足りない場合に、AIがどう振る舞うかを選びます。
- 推論・意思決定のルール：結論の出し方を固定します。
- セキュリティ・プライバシー：機密情報・個人情報・認証情報などの取り扱い方針を指定します。
- その他振る舞い設定：上記に当てはまらない”細かな運用ルール”を追記します。
手順5 作成してAIチャットアプリに紐付ける
入力が終わったら「作成」をクリックします。
AIライブラリに作成したAIカードが表示されるので、それを選択し、「チャットへ」をクリックします。
チャットの設定画面に移るので、あわせて次の項目を設定します。
- 学習データの参照設定：「設定する／設定しない」を選びます
- 学習データの取り扱いについて：回答の根拠をどこまで許すかを、提供情報のみ／一般知識で補完可（社内優先）／公開情報も参照可（出典必須）の3段階から選びます
- プロンプト設定：プロンプトライブラリから最大4種を紐付けます。紐付けたプロンプトはチャット画面にカードとして並び、クリックで呼び出せます
- AIへの指示：このアプリ内のすべてのチャットに適用される共通の指示です
これで、設定したAIを利用できる状態になりました。
部署ごとに、AIの設定は何を変えるべきか
分ける単位の決め方｜「参照する情報」と「答えてよい範囲」が違えば分ける
AIを分ける単位は、組織図をそのまま写すのではなく、次の3つの問いで決めます。
- 誰に答えるのか：社員向けなのか、社外に出す文面を作るのか
- 何を根拠に答えるのか：どの規程・資料・データを参照するのか
- 間違えたとき、誰が困るのか：社内の手戻りで済むのか、社外や法令に及ぶのか
このうち2と3が違うなら、AIは分けたほうがよいと考えてください。逆に、参照する情報も責任範囲も同じで、口調だけ変えたいという程度であれば、分けずにアプリ側の「AIへの指示」で足ります。
4部門の設定例｜役割・目的／トーン・文体／禁止事項の書き分け
最初に着手するなら、次の4部門が取り組みやすい範囲です（すべて想定例です）。
| 部門 | 役割・目的 | トーン・文体 | 出力フォーマットの例 | 禁止事項の要点 |
| 総務・人事 | 技術寄り（アーキテクト/テックリード） | ビジネス標準 | 結論 | 規程にない内容を推測しない／給与・評価・健康情報を扱わない |
| 営業 | 業務推進・実行寄り（PM/コンサル） | 実務推進（断定強め） | 仮定して進行 | 未確定の納期・条件を書かない／顧客名を社外向け文面に残さない |
| カスタマーサポート | 顧客対応寄り（CS/サポート） | 優しく丁寧（非専門向け） | 分岐提示 | 補償・返金の可否を確定的に述べない／回避策を推測で案内しない |
| 企画・マーケティング | 業務推進・実行寄り（PM/コンサル） | 実務推進（断定強め） | 結論 | 出典のない数値を書かない／効果を断定的に表現しない |
「回答の確実性」と「不足情報の扱い」も、部門によって差が出ます。
- 総務・人事、カスタマーサポート：確実性は低め（慎重）に、不足情報は「質問する」。誤った断定の代償が大きいためです
- 企画・マーケティング：確実性はやや高めに、不足情報は「複数案を提示する」。発想を広げる用途が中心になるためです
- 営業：その中間です。不足情報は「仮定する」でも構いませんが、禁止事項の側で未確定情報の記載を止めておきます
「学習データの取り扱いについて」も、同じ発想で分けられます。総務・人事やカスタマーサポートは「提供情報のみ」、企画・マーケティングは「公開情報も参照可（出典必須）」というように、部門ごとに根拠の許容範囲を変える、という考え方です。
分けすぎない基準と、「AIへの指示」との使い分け
一方で、AIを細かく分けすぎると管理が追いつかなくなります。目安は次のとおりです。
- AIを分ける：参照する情報が違う、責任範囲が違う、禁止事項が違う
- アプリの「AIへの指示」で足す：責任範囲は同じまま、呼称や定型フォーマットだけを変えたい
- プロンプト設定で足す：特定の作業手順だけを定型化したい（最大4種まで紐付け可能）
まとめ｜まずは1部門のAI設定から
社内AIの答えがばらつく原因は、利用者の指示文ではなく、その手前が空欄になっていることでした。KanataのAIライブラリ設定は、その空欄を組織側で埋めておくための場所です。役割・目的、トーン・文体、禁止事項の3つを書くだけでも、回答の粒度と口調はそろい始めます。
こうして設定として残しておくと、担当者が代わったときに引き継ぐべきものが変わります。口頭で「AIにはこう聞くとうまくいく」と説明する代わりに、設定画面を見てもらえばよくなる。引き継ぎが「説明」から「参照」へ変わる、ということです。まずは今週、1部門ぶんの設計メモを1枚書くところから始めてみてください。
よくある質問
Q1. 振る舞いの9項目は、すべて埋めないとAIを作成できませんか。
いいえ。「設定しない」のままでもAIは作成できます。ただし空欄が多いほど、利用者が質問文でその空欄を補うことになります。まずは役割・目的／トーン・文体／禁止事項の3つから埋めてみてください。
Q2. 公開設定の「自分だけで使う」と「プロジェクト内のメンバーにも公開する」は、どう使い分けますか。
試作の段階は「自分だけで使う」で作り、設定が固まってから公開に切り替える運用がおすすめです。部署で共有して使うAIは、必ず「プロジェクト内のメンバーにも公開する」にしておきます。
Q3. 一度作成したAIの振る舞い設定は、後から編集できますか。
作成済みのAIの振る舞いは、AIライブラリの「編集」から編集・上書きできます。
