結論
生成AIの活用が当たり前になるほど、取引先や顧客から「そのAIはどう管理しているのか」を確認されやすくなります。難しい規程づくりから始めるより、まずは“説明できる状態”を作るための「AI利用説明書（1枚）」を整えるのが現実的です。この記事から分かること
- 取引先がAI利用について確認したい「実はここだけ」ポイント
- 1枚で伝わる「AI利用説明書」の項目と書き方
- 個人情報・著作権・誤情報など、揉めやすい論点の押さえどころ
- 中小規模でも回る、最小の運用（誰が見る・何を残す・どう止める）
背景
AI法（日本版「AI法」）は、AIの推進と信頼性の確保を両立させる“国の骨組み”を明確にしました。実務では、総務省・経産省のAI事業者ガイドラインなどが「開発・提供・利用」のそれぞれで何に気を付けるべきかを整理しています。この流れの中で増えるのが、調達・委託・共同プロジェクトの場面での確認です。
「AIを使っているか」だけでなく、
- どんなデータを入れるのか
- 出力は誰が責任を持つのか
- 事故が起きたら止められるのか
ここに答えられないと、導入が止まったり、取引条件（監査条項・補償・SLA）が一気に重くなったりします。
ここがポイント
取引先が知りたいのは「モデル名」より「管理の仕組み」
AIの種類やモデル名は変わりますが、相手が本当に不安なのは次の3つです。- そのAIの出力を、社外に“そのまま”出していないか（誤情報・権利侵害）
- 入力に個人情報や機密が混ざっていないか（漏えい・目的外利用）
- 問題が起きたときに、止めて、説明して、再発防止できるか（体制・記録）
「AI利用説明書（1枚）」はこの8項目で足りる
1枚でまとめるなら、項目は増やしすぎないのがコツです。1) 利用目的（何のために使うか）
2) 対象業務と影響範囲（社内のみ／顧客向け／重要判断を含むか）
3) 入力データの範囲（入れてよいもの／禁止のもの）
4) 出力の扱い（人の確認／公開ルール／免責表現の有無）
5) ベンダー・外部サービス管理（学習利用設定、保存、アクセス権、契約上の取扱い）
6) 安全対策（誤情報対策、フィルタ、監視、ログ）
7) 責任者と運用体制（最終責任者、窓口、教育）
8) 事故対応（停止手順、連絡、記録、見直し）
この8つが揃うと、相手が欲しい安心材料を一通り渡せます。
具体的にどうするか
1) まずは社内のAI利用を「3分類」する
全部を同じ厳しさで管理すると回りません。次の3分類で十分です。- A：社内作業の補助（要約、下書き、翻訳など）
- B：社外に出る可能性がある（提案書、Web、問い合わせ返信など）
- C：重要な判断に影響する（審査、採用、評価、医療・金融など）
2) 「AI利用説明書（1枚）」のテンプレを埋める
そのまま使える形で、社内の共通フォーマットにしておくと便利です。- 利用目的：例）問い合わせ返信の叩き台作成（最終回答は人が作成）
- 対象業務：分類B、対外向け。自動送信はしない
- 入力OK：公開情報、一般的な商品情報
- 入力NG：個人情報、顧客固有情報、未公開情報、契約書原文
- 出力ルール：固有名詞・数字は一次情報確認、引用は出典明記
- ベンダー管理：学習利用の設定、ログ保存の有無、保管期間、権限
- 体制：責任者（部署・役職）、運用担当、問い合わせ窓口
- 事故対応：利用停止の権限者、連絡フロー、再発防止の見直し周期
3) 相手が出してきがちな質問に「先回り回答」を用意する
1枚に載せきれない場合は、別紙でQ&Aを2〜5問だけ用意します。- AIが誤った内容を出した場合、誰が責任を持つか
- 個人情報が混入した場合の検知・対応はどうするか
- 出力の著作権・引用・二次利用はどう扱うか
- 外部サービスに入力したデータは学習に使われるのか
- ログは残るのか、どれくらい保管するのか
4) 最低限の運用として「月1の見直し」を入れる
生成AIは仕様や使い方が変わるので、年1では追いつきません。- 新しいAI用途が増えていないか（棚卸し）
- ルール違反の入力がなかったか（ヒヤリハット）
- 出力の品質事故がなかったか（誤情報・炎上）
- ベンダー規約や設定が変わっていないか（学習・保存）