AIで社内申請・稟議の下書きを作る方法

AIで稟議書や社内申請の下書きを作るときは、完成文をいきなり生成させず、「承認してほしいこと」「確認済みの事実」「未確定の条件」を分けて渡します。AIに任せるのは構成と文章化までです。

AIものさし編集部

AIで稟議書や社内申請の下書きを作るときは、完成文をいきなり生成させず、「承認してほしいこと」「確認済みの事実」「未確定の条件」を分けて渡します。AIに任せるのは構成と文章化までです。費用、効果、契約条件、社内規程は原資料や担当者が確定し、推測で空欄を埋めさせないでください。

稟議の判断材料を先に揃える

起案前に、承認者が何を決めるのかを一文にします。「新しいツールを導入したい」ではなく、「問い合わせ対応の記録を一元化するため、対象部署で3か月の試行利用を承認してほしい」のように、対象・行為・期限・求める判断を入れます。例は書き方の見本で、実際の効果や期間を保証するものではありません。

表は横にスクロールできます

欄入れる内容根拠の例未確認なら
承認事項購入・契約・実施など、決めてほしいこと申請者の目的承認案を確定してから起案
背景・課題現在の業務と困りごと件数、作業記録、問い合わせ「要確認」と残す
費用・期間初期費用、月額、期間、更新、解約見積書、契約条件、公式料金数値を生成させない
期待効果測定方法と仮説、既存実績現状値、試行結果実績と予測を分ける
リスク・代替案導入時の懸念、現行手段、別案セキュリティ確認、比較条件未評価と明記
承認ルート誰が何を確認するか社内規程社内ルールを参照

背景は「なぜ今検討するか」、課題は「どこで何が起きているか」、目的は「何を変えるか」です。この3つを混ぜると、AIが背景から効果を作り出したり、課題を解決済みのように書いたりしやすくなります。申請対象の利用者、開始時期、対象範囲、既存手段も別々に記録します。

AIへ渡す前の素材を作る

まず資料から事実を集め、各項目に根拠と確度を付けます。たとえば「現状の月間処理件数=社内集計」「月あたり作業時間=担当者の計測」「削減見込み=試算」「契約更新日=見積書未確認」のように、出所と状態を同じ行に残します。AIが文章を整えるときに、予測を実績へ言い換えたり、欠けた条件を常識で補完したりするのを防ぐためです。

表は横にスクロールできます

ラベル意味稟議での扱い
確認済み原資料・担当部署で確認した値根拠名または日付を付けて使う
仮説試行前の期待、推計算出方法と前提を明記
要確認根拠不足、担当者未回答数値・断定を保留
対象外今回の判断範囲に含めない省略理由を短く記載

プロンプトには、出力先の社内テンプレートや必須欄を貼り付けます。OpenAIの公式Prompting guidanceも、指示、背景、望む成果、形式などを明確にする方法を案内しています。特定の生成AIに限定せず、以下のように「推測禁止」「未確認を表示」「原資料へ戻れる参照」を指定します。


目的:次の事実を社内稟議の下書きに整理する。

承認してほしいこと:[一文]

確認済み事実:[項目と出典]

仮説:[前提と試算方法]

未確認:[要確認項目]

制約:入力にない金額・効果・契約条件・法務判断を追加しない。

出力:社内様式の各欄に分け、事実・仮説・未確認をラベル表示する。

最後に、承認者が判断するため不足している情報を箇条書きで返す。

一度目の出力をそのまま申請書へ貼らず、次の順で直します。まず事実と推測が混ざっていないか確認し、次に承認事項が具体的か、最後に社内の用語・文体・欄順へ合わせます。文章の自然さを先に直すと、根拠のない効果や費用まで整った文として残るおそれがあります。

費用・効果・リスクを検証する

金額は見積書や契約画面の記載に従い、月額か年額か、税別か税込か、最低契約期間、自動更新、利用人数、超過料金、解約方法を分けて確認します。料金ページは閲覧時点の情報として記録し、個別見積がある場合は公開価格より契約書を優先します。AIに料金を検索させた場合も、原資料と一致するか担当者が再確認します。

効果欄では、試算と実績を分離します。「作業時間を削減できる見込み」と「試行後に実測した削減時間」を同じ書き方にしません。試行を計画するなら、対象業務、測定期間、比較する現状値、例外処理、成功条件を明示します。母数の小さい試行結果を全社へ一般化しないことも大切です。導入しない場合のコストや、既存運用を改善する案を比較対象に入れると、承認者が「導入するか」だけでなく「何を変えるべきか」を検討できます。

リスク欄は、情報管理、運用負担、既存システムとの連携、誤出力の確認責任、ベンダー依存などを対象範囲に応じて整理します。チェックしていない項目を「問題なし」と書かず、「情報システム部門の確認前」「契約条件確認中」と状態を明記します。リスクの高い申請では、関係部署へ渡す確認事項と承認前の停止条件を具体化します。

社内情報を扱う前に確認する

社内申請には、顧客情報、従業員情報、未公開の見積や事業計画が含まれる場合があります。どのAIサービス・アカウントへ入力してよいかは、組織の情報分類、契約、管理者設定によって異なります。一般向けアカウントに入力してよいと決めつけず、社内ポリシーで許可された環境を使います。承認前の資料をAIへ送ること自体が禁止されている場合は、社内で許可されたテンプレートやローカル手段に切り替えてください。

不要な氏名・顧客名・契約番号を除く、固有情報を置換する、必要な箇所だけ抜き出すなど、データを最小限にします。ただし匿名化で元の意味が壊れるなら、無理に変換せず担当者に確認します。プロンプトや生成結果の保存・共有権限も、稟議の機密区分に合わせます。

起案者・承認者の最終チェック

提出前に次の項目をひとつずつ原資料へ照合します。

  • 申請者、対象部署、利用範囲、開始希望日が正しい

  • 金額、税、契約期間、更新・解約条件が資料と一致する

  • 実績・試算・未確認が区別されている

  • 誰が何を承認するかが冒頭で分かる

  • 代替案と導入しない場合の影響が必要な範囲で説明されている

  • 承認者が見るべき添付資料、担当部署、期限がそろっている

  • 生成文に存在しない社内ルールや事実が混じっていない

最後に、起案者が各欄の根拠を説明できるかを確認します。説明できない表現は、AIらしい整った文章でも提出しません。承認者は文章の出来栄えではなく、判断材料の不足と意思決定範囲を見ます。

AIものさしの判断

AIは稟議の決裁者にも、費用・効果の根拠にもなりません。素材の分類、欄ごとの下書き、読みやすさの整理に使い、数字・規程・契約・リスクの確認は責任者が行う構成が適切です。対象範囲と根拠を揃えられない時は、文章作成を進めるより「要確認」を埋めるところで止めます。

具体例:導入稟議の素材から提出案まで

以下は手順を説明する架空の例です。実際の会社やツールの効果を示す実績ではありません。申請者は、社内FAQの問い合わせ履歴を検索できるようにする案を検討し、承認者へ「対象チームで試行を開始してよいか」を判断してもらいたいとします。

最初の素材は、次のように分けます。

表は横にスクロールできます

素材例として記録する内容状態
現状問い合わせ記録が複数の場所に分かれている担当者が記録を確認
課題過去の回答を探すのに時間がかかる測定方法と期間を記す
施策対象チームで検索ツールを試す提案
費用見積書・契約条件を参照見積取得前なら要確認
効果検索時間の変化を試行前後で測る期待であり実績ではない
リスク権限設定、データ移行、運用担当情報システム等の確認待ち

この素材からAIに作らせるのは、承認事項、背景、目的、選択肢、費用欄、期待効果、リスク、未確認事項の下書きです。料金や削減時間の欄を空欄のままにし、文章が完成して見えても未確定項目を残します。試行の開始日や終了日、対象チームが決まっていなければ、稟議本文へ断定的に挿入せず、決裁対象として提示するか事前に確定します。

提出前は、AIの文面を原資料へ戻して一文ずつ点検します。「問い合わせ対応を効率化する」は目的の説明であって、削減効果の証拠ではありません。「効果が見込まれる」と書くなら、どのデータからその見込みを作ったのか、試行後に何を計測するかを添えます。根拠がなければ「効果は試行で測定する」と表現します。

稟議が通らない原稿を直す診断

承認者が判断できない原因を、文章の長さではなく不足している判断材料から探します。

表は横にスクロールできます

症状原因の候補直す順番
何を決めるか分からない承認事項が広い対象・期間・選択肢を特定
費用が比較できない税・人数・期間が不明見積条件を同じ単位に揃える
効果が大きく見える仮説を実績のように記載出典・前提・測定計画を付ける
リスクが「問題なし」だけ確認部署と項目が不明未確認・確認済みを分離
説明が長い背景と判断材料が混在判断事項→根拠→補足の順へ整理
代替案がない導入ありきの構成現行継続・小規模試行等も並べる

書き直しでは、表現を簡潔にしただけで判断条件が欠けていないか確認します。稟議の様式、必要な添付、決裁区分は会社ごとに異なります。社内の正式templateや規程がある場合、この記事の例よりそちらを優先します。

引用・データ出典

公式情報を編集部が見た内容です。Hands-on未実施の記述は本文かここに分けています。

確認日:2026-10-10

OpenAI API:Best practices for prompt engineering

https://help.openai.com/en/articles/6654000-best-practices-for-prompt-engineering-with-the-openai-api(新しいタブで開く)

質問から自分に合うAIを探す