【2026年最新】社内AIヘルプデスク構築ガイド｜問い合わせ対応を自動化する5プロンプト

結論：社内AIヘルプデスクは、新しいツールを買うことではなく「既存のマニュアルとAIをつなげて、社員の質問の一次対応を任せる仕組み」を作ることです。専用システムがなくても、ChatGPTやClaudeのような対話AIと社内文書を組み合わせれば、最短その日のうちに動き始めます。

この記事の要点：

• 要点1：社内ヘルプデスクの問い合わせは「同じ質問の繰り返し」が大半。一次対応をAIに任せるだけで、情シス・総務の手が空きます（パレートの法則的に、質問の上位2割が件数の8割を占めるケースが多いというのが現場の実感です）。
• 要点2：必要なのは「FAQ自動生成」「問い合わせ分類」「回答ドラフト生成」「ナレッジ整備」「エスカレ判定」の5つの型。本記事ではこの5つをコピペできるプロンプトで全公開します。
• 要点3：いきなり全社展開せず、まず1部署・1業務カテゴリで小さく回すのが失敗しないコツ。今日その日に、過去の問い合わせ10件をAIに整理させるところから始められます。

対象読者：情シス・総務・バックオフィスの責任者で、「同じ問い合わせの繰り返し対応に時間を取られている」中小企業の方。

読了後にできること：手元のSlackやメールに溜まった過去の問い合わせをコピペして、AIに「FAQの叩き台」を作らせる作業を、今日その場で始められます。

「これ、どうやるんでしたっけ？」

このひとことが、1日に何回飛んでくるか数えたことはありますか。経費精算の入力方法、VPNがつながらない、新しく入った人のアカウント発行、共有フォルダの場所、有給申請のフロー。中小企業のバックオフィスや情シスの方なら、たぶん耳が痛いと思うんです。本来やるべき仕事に集中したいのに、5分おきに「ちょっといいですか」で手が止まる。正直、これがいちばん地味につらい。

事例区分：想定シナリオ — 以下は100社以上の研修・導入支援の経験から構成した典型的なシナリオです。

ある中堅企業の総務担当の方とお話ししていたとき、こんな状況がありました。総務は実質2名体制。なのに全社員から「経費の締め日いつでしたっけ」「この申請書どこにあります？」という質問が1日中飛んでくる。本人いわく「私が休むと、その日の問い合わせが全部翌日に積み上がるんですよ」。完全に属人化していて、ヘルプデスクが「人」になってしまっていたんですね。これは特殊な例ではなく、規模の小さい会社ほどあるあるの構図です。

この経験から強く思ったのは、問い合わせ対応って「人を増やす」より先に「同じ質問を二度答えない仕組み」を作るほうが効く、ということです。そして今は、その仕組みをAIで現実的に作れる時代になりました。大げさなチャットボット開発も、何百万円もする専用システムも、最初は要りません。すでに社内にあるマニュアルやSlackのやりとりと、ChatGPTやClaudeのような対話AIをつなぐだけで、一次対応の8割くらいは肩代わりさせられるんです。

この記事では、社内AIヘルプデスクを「今日から」「小さく」立ち上げるための具体的な手順を、コピペできるプロンプト5つつきで全公開します。まずは5分で試せるところから順に紹介していきますので、ぜひ手を動かしながら読んでみてください。AI導入の全体像や進め方の地図については、AI導入戦略の完全ガイドでも体系的にまとめているので、あわせて読むと位置づけがつかみやすいと思います。

そもそも「社内AIヘルプデスク」とは何か

言葉だけだと大仰に聞こえますが、社内AIヘルプデスクの正体はシンプルです。社員からの「これどうやるの？」という問い合わせを、まずAIが受けて一次回答し、AIで解決しないものだけを人間に渡す仕組み。これだけです。

従来の社内ヘルプデスクは、情シスや総務の担当者が全部の問い合わせを直接受けていました。そこにAIを「最初の受付」として一枚かませる。すると、よくある質問はAIがその場で答え、担当者の手元に届くのは「AIでは判断できなかった案件」だけになります。受付の人を一人雇うイメージに近いんですが、24時間働いてくれて、文句も言わず、過去のマニュアルを全部暗記している受付、と考えるとイメージしやすいかもしれません。

「チャットボット」とは何が違うのか

「それ昔からあるチャットボットと同じでは？」と思う方も多いです。違いは大きく2つあります。

1つめは、シナリオを作り込まなくていいこと。昔のルールベースのチャットボットは「このボタンを押したらこの回答」というフローを人間が全部設計する必要がありました。だから作るのも直すのもしんどい。今の生成AIは、社内文書をそのまま読ませれば、想定外の聞き方をされても文脈で答えてくれます。「経費の締め日は？」でも「いつまでに経費出せばいい？」でも、同じ答えにたどり着く。この柔軟さが決定的に違うんです。

2つめは、回答の質。昔のボットは「該当するFAQが見つかりませんでした」を連発しがちでした。生成AIは、複数の文書を横断して要約し、その人の状況に合わせて答えを組み立てられます。正直、ここ1〜2年で実用ラインを完全に超えました。

3つのレベルで考えると挫折しない

いきなり「AIが全自動で全部答える」を目指すと、たいてい失敗します。社内AIヘルプデスクは、次の3レベルで段階的に育てるのがおすすめです。

大事なのは、最初からレベル3を狙わないこと。まずレベル1で「AIに下書きを作らせる」だけでも、担当者の負荷は体感でかなり軽くなります。レベル1なら、AIが間違えても人間が必ず最終チェックするので、事故も起きにくい。ここから始めるのが鉄則です。

なぜ「今」なのか

「AIヘルプデスクって、もう少し技術が成熟してから手を出すほうが安全じゃない？」とよく聞かれます。気持ちはすごく分かるんですが、正直、待つメリットはあまりないと思っています。理由は3つあります。

1つめは、すでに実用ラインを超えていること。社内文書を読ませてQ&Aを作る、問い合わせを分類する、回答の下書きを作る。このあたりは、特別なエンジニアリングなしで、対話AIの標準機能でできるようになりました。「将来できること」ではなく「今日できること」なんです。

2つめは、始めるのが早いほどナレッジが厚くなること。社内AIヘルプデスクは、運用しながら少しずつFAQを育てていく仕組みです。つまり、半年早く始めれば半年分のナレッジの蓄積が先行します。これは後から一気に追いつくのが難しい資産になります。

3つめは、コストがほぼかからないこと。後述しますが、最初は手元の対話AIだけで始められるので、初期投資はほぼゼロ。失敗しても痛くない。これだけ参入障壁が低い施策はなかなかありません。だからこそ「とりあえず1部署で試す」のハードルが低いんです。

まず試したい「5分即効」テクニック3選

理屈はこのへんにして、手を動かしましょう。専用システムを入れる前に、手元の対話AI（ChatGPT、Claude、Geminiなど、どれでもOK）でその日のうちに試せる即効テクニックを3つ紹介します。

即効テクニック1：溜まった問い合わせを「FAQの叩き台」に変える

事例区分：想定シナリオ — 100社以上の研修経験から構成した典型シナリオです。

研修の現場でいちばん反応が大きいのが、この「過去の問い合わせをFAQに変換する」テクニックです。ある総務担当の方に、過去3ヶ月のメール問い合わせをコピペしてもらい、AIに整理させたら「これ、私がやったら丸一日かかるやつが3分で出てきた」と本気で驚いていました。要は、すでに自分たちが答えてきた質問って、最高のFAQ素材なんですよね。それを再利用していないだけ。

過去のメールやSlackの問い合わせ履歴を10件でも20件でもコピーして、次のプロンプトに貼り付けてみてください。

あなたは社内ヘルプデスクのナレッジ整備担当です。
以下は、社員から実際に寄せられた問い合わせの履歴です。
これをもとに、社内FAQの叩き台を作成してください。

【出力ルール】
1. 似た質問はまとめて1つのFAQにする
2. 各FAQは「Q（質問）」「A（回答）」の形式で書く
3. 回答は、その問い合わせ履歴に含まれる情報だけを使う
   （履歴にない手順を勝手に創作しない。情報が足りない場合は
    「要確認：◯◯の情報が不足」と明記する）
4. カテゴリ（例：経費・勤怠・IT・設備・その他）ごとに分類する
5. 質問件数が多そうな順に並べる

【問い合わせ履歴】
（ここに過去の問い合わせをコピペ）

効果：想定シナリオでは、手作業で半日かかっていた「過去問い合わせの棚卸し」が、たたき台レベルなら数分で出てきます。もちろん中身は人間が必ず確認しますが、ゼロから作るのとたたき台を直すのとでは、心理的なハードルが全然違うんです。

ポイントは、プロンプト内で「履歴にない手順を勝手に創作しない」と明示していること。AIは親切すぎて、知らないことも”それっぽく”埋めてしまう癖があります。社内ヘルプデスクで一番怖いのが、この「もっともらしい間違い」。だから最初から釘を刺しておきます。

即効テクニック2：バラバラのマニュアルを「質問に答える形」に変える

多くの会社では、マニュアルが「あるにはあるけど、誰も読まない」状態になっています。理由は単純で、マニュアルは「手順書」の形なのに、社員が欲しいのは「自分の質問への答え」だから。この変換をAIにやらせます。

あなたは社内マニュアルを、社員が読みやすいFAQに変換する担当です。
以下のマニュアル本文を読み、社員が実際に聞きそうな質問を想定して、
Q&A形式に変換してください。

【ルール】
- マニュアル本文に書かれている内容のみを使う
- 1つの手順につき、想定される質問を1〜3個作る
- 回答は3〜5文以内で簡潔に。長い手順は番号付きリストにする
- マニュアルに書かれていない例外ケースは
  「個別に担当へご確認ください」と案内する

【マニュアル本文】
（ここに既存マニュアルをコピペ）

効果：「読まれないマニュアル」が「検索しやすいQ&A」に変わります。同じ情報でも、形が変わるだけで自己解決率が上がるんです。これも想定シナリオの範囲ですが、現場の体感として「マニュアルどこ？」の質問自体が減る効果があります。

即効テクニック3：問い合わせメールの返信ドラフトを30秒で作る

レベル1（下書き支援）の核になるテクニックです。社員から来た問い合わせメールを貼り付けて、丁寧な返信のドラフトを作らせる。担当者は内容を確認して送るだけ。

あなたは社内ヘルプデスクの担当者です。
以下の問い合わせに対する返信メールのドラフトを作成してください。

【トーン】
- 社内向けなので、丁寧だがフランクすぎない
- 相手を責めない（「マニュアルに書いてあります」と突き放さない）
- 手順は番号付きで分かりやすく

【ルール】
- 下記の「参照情報」に書かれている内容だけで回答する
- 参照情報で答えられない部分は、ドラフト内に
  【要確認】とマークして、私が判断できるようにする

【問い合わせ内容】
（ここに社員からの問い合わせをコピペ）

【参照情報（社内ルール・マニュアル抜粋）】
（ここに該当する社内ルールをコピペ）

効果：返信1通あたりの作成時間が、ゼロから書くのに比べて大幅に短縮されます。何より、「どう書こうかな」という最初の腰の重さが消えるのが大きい。担当者の心理的負担が減るんですね。

社内AIヘルプデスクは”3つの型”で考える

即効テクニックで手応えをつかんだら、次は仕組みとしての全体像です。社内AIヘルプデスクは、次の3つの型の組み合わせでできています。これを意識すると、どこから手をつければいいかが整理できます。

この3つの型を順番に組み立てていけば、ちゃんとした社内AIヘルプデスクになります。即効テクニックで紹介した3つは「回答の型」と「育成の型」の入り口にあたります。次の章では、この型を支える残りのコアプロンプトを公開します。

社内AIヘルプデスクを動かす5つのコアプロンプト

ここからが本記事の中心です。社内AIヘルプデスクの一次対応を回すための5つのコアプロンプトを、コピペできる形で全公開します。先に紹介した即効テクニックのプロンプトと合わせて使うと、入口から育成まで一通りカバーできます。

プロンプト1：社内FAQ自動生成

即効テクニック1の発展版です。複数のソース（過去問い合わせ、マニュアル、規程）をまとめて読ませ、カテゴリ別の整ったFAQ集を作らせます。ヘルプデスクの「回答の型」の土台になる部分です。

あなたは社内ナレッジ整備の専門家です。
以下の複数の社内資料をもとに、社内FAQ集を作成してください。

【作成ルール】
1. カテゴリを「人事・労務」「経費・経理」「IT・システム」
   「設備・備品」「その他」に分ける
2. 各FAQは「Q」「A」「カテゴリ」「想定問い合わせ頻度（高・中・低）」
   の4要素を持つ
3. 回答は提供資料の内容のみを根拠にする。
   資料にない内容は絶対に追加せず、不足は「要確認」と明記する
4. 回答に社内ルールの根拠（例：就業規則◯条、◯◯マニュアル）が
   分かる場合は併記する
5. 重複・類似Qは統合する

【出力形式】
カテゴリごとに、頻度「高」のものから順に並べた一覧表

【社内資料】
（過去の問い合わせ・マニュアル・規程をここにコピペ）

活用例：四半期に1回これを回して、FAQ集を最新化する運用にすると、ナレッジが古くならずに済みます。

プロンプト2：問い合わせ分類（トリアージ）

「入口の型」の核です。届いた問い合わせを、カテゴリ・緊急度・対応者で自動的に仕分けします。これがあると「誰が見るべき質問か」が一目で分かり、たらい回しが減ります。

あなたは社内ヘルプデスクの一次受付AIです。
以下の問い合わせを読み、次の項目で分類してください。

【分類項目】
1. カテゴリ：人事・労務／経費・経理／IT・システム／設備・備品／その他
2. 緊急度：高（業務が止まっている）／中（今日中に必要）／低（急がない）
3. 推奨対応：「FAQで自己解決可能」／「担当者の確認が必要」／
   「複数部署にまたがる（要調整）」
4. 一言サマリ：問い合わせ内容を1文で要約

【判断ルール】
- 個人情報・給与・評価・トラブル報告に関わるものは
  緊急度や内容にかかわらず必ず「担当者の確認が必要」にする
- 判断に迷う場合は、安全側に倒して「担当者の確認が必要」にする

【出力】上記4項目を箇条書きで

【問い合わせ内容】
（ここに社員からの問い合わせをコピペ）

活用例：Slackやメールに来た問い合わせをまとめてこのプロンプトに通すと、朝イチで「今日さばくべき優先順位」が整理されます。給与や評価といったセンシティブな話を必ず人間に回す設計にしているのがポイントです。

プロンプト3：回答ドラフト生成（根拠つき）

「回答の型」の本体です。即効テクニック3を、根拠の明示と曖昧さの排除という観点で強化したバージョンです。社内ヘルプデスクで一番事故りやすいのが回答内容なので、ここは丁寧に作ります。

あなたは社内ヘルプデスクの回答担当AIです。
以下の問い合わせに対し、提供されたナレッジだけを根拠に
回答ドラフトを作成してください。

【厳守ルール】
1. 回答は「ナレッジ」セクションの記載内容のみを根拠にする
2. ナレッジに答えがない、または曖昧な場合は、推測で埋めず
   「この点は担当者の確認が必要です」と正直に書く
3. 回答の末尾に【根拠】として、参照したナレッジの該当箇所を引用する
4. 金額・期限・締め日など数字に関わる回答は、必ず根拠を併記する
5. 手順は番号付きリストで、ひとつずつ分かるように書く

【トーン】丁寧で、相手を急かさない社内向けの文体

【問い合わせ】
（ここにコピペ）

【ナレッジ（FAQ・マニュアル抜粋）】
（ここに該当ナレッジをコピペ）

活用例：レベル1運用（下書き支援）なら、この出力を担当者がチェックして送るだけ。レベル2運用（半自動）に進む場合も、「根拠を必ず出させる」ことで、社員自身が回答の信頼度を判断できます。

プロンプト4：ナレッジ整備（解決した質問をFAQに昇格）

「育成の型」の核です。せっかく対応した問い合わせを、その場限りで終わらせず、次に活きるFAQに変換します。これをサボると、AIヘルプデスクは育たず、いつまでも同じ質問に答え続けることになります。

あなたは社内ナレッジの編集者です。
以下は、今週ヘルプデスクで実際に解決した問い合わせと回答のセットです。
これを、再利用できるFAQとして整理してください。

【整理ルール】
1. 1つの問い合わせ＝1つのFAQ候補にする
2. 個人名・固有の事情は削除し、誰にでも当てはまる一般形にする
3. 既存FAQと内容が重複する場合は「既存FAQ◯◯と統合候補」と注記する
4. 回答に再現性がない（その人固有の特殊対応だった）場合は
   「FAQ化に不向き」と判定し、理由を書く
5. 各FAQに、見直し推奨時期（例：規程改定時、半期ごと）を付ける

【出力】FAQ候補の一覧（Q／A／カテゴリ／注記）

【今週の解決済み問い合わせ】
（ここに対応ログをコピペ）

活用例：週に1回、解決したやりとりをこのプロンプトに通すルーティンを作ると、FAQが自然に厚くなっていきます。ヘルプデスクが「答えるたびに賢くなる」状態になるんです。

プロンプト5：エスカレーション判定

AIに任せていい範囲と、必ず人間が判断すべき範囲の線引きをするプロンプトです。社内AIヘルプデスクで一番大事な安全装置がここ。「AIが勝手に判断して問題になった」を防ぎます。

あなたは社内ヘルプデスクのリスク判定AIです。
以下の問い合わせについて、AIが回答してよいか、
人間にエスカレーションすべきかを判定してください。

【必ずエスカレーション（人間対応）にする条件】
- 給与・評価・人事処遇・ハラスメント・健康・メンタルに関わる
- 契約・法務・コンプライアンス・個人情報の取り扱いに関わる
- セキュリティインシデント（情報漏えい、不正アクセスの疑い等）
- 金額・支払い・承認権限に関わる例外的な判断
- 社内ルールに明確な答えがなく、判断が必要なもの

【判定出力】
1. 判定：「AI回答OK」／「人間にエスカレーション」
2. 理由：判定の根拠を1〜2文で
3. エスカレーション先（推測でよい）：人事／経理／情シス／法務／上長

【判断に迷ったら、必ず安全側（エスカレーション）に倒すこと】

【問い合わせ内容】
（ここにコピペ）

活用例：プロンプト2（分類）と組み合わせて入口に置くと、危ない質問をAIが答える前に必ず人間に回せます。AIヘルプデスクを安心して運用するための”ブレーキ”として必須です。

部署・業務別の活用アイデア

5つのコアプロンプトは、部署ごとに少しチューニングすると、もっと刺さります。よくある問い合わせのパターンに合わせた使い分けを紹介します。

情シス・IT部門

情シスへの問い合わせは「VPNがつながらない」「パスワードを忘れた」「プリンタが動かない」といった定型トラブルが大半を占めます。これは社内AIヘルプデスクと相性が抜群です。よくあるトラブルの切り分け手順をナレッジに入れておけば、回答ドラフト生成プロンプトが「まずこれを試してください」という一次対応を作ってくれます。

あなたは社内ITヘルプデスクのAIです。
以下のトラブル報告について、ナレッジにある切り分け手順をもとに、
社員が自分で試せる対処を、簡単な順に番号付きで案内してください。

【ルール】
- 専門用語には1行で補足をつける（例：再起動＝PCの電源を入れ直すこと）
- 危険な操作（設定の初期化、レジストリ変更等）はAIから案内せず
  「情シス担当へ連絡」とする
- 3ステップ試してダメなら情シスへ、と必ず締める

【トラブル報告】
（ここにコピペ）
【ナレッジ（ITトラブル対処手順）】
（ここにコピペ）

ここでも「危険な操作はAIから案内しない」という安全ルールを入れているのがポイントです。設定の初期化を社員が自己流でやって状況が悪化、というのは情シスのあるあるなので、最初から塞いでおきます。

総務・庶務

総務は問い合わせの幅が広いのが特徴です。備品の発注、会議室予約、郵便物、来客対応、各種申請書のありか。これらは「答えが決まっている」ものが多いので、FAQ自動生成プロンプトでまとめておくと、自己解決率がぐっと上がります。「申請書どこ？」系の質問は、リンク集をナレッジに入れておくだけで激減します。

人事・労務

人事・労務は注意が必要な領域です。有給の残日数や勤怠の締め日のような「ルールの案内」はAIに任せられますが、評価・給与・個人の処遇に関わるものは絶対にAIに答えさせてはいけません。だからこそ、プロンプト5（エスカレ判定）を必ず入口に置きます。「労務の一般ルール案内はAI、個人の事情は人間」という線引きを徹底するのが、人事領域でAIを安全に使う前提条件です。

経理・経費

経理への問い合わせも、締め日・精算ルール・勘定科目の選び方など定型が多い領域です。ただし金額や支払いの個別判断はエスカレ対象。回答ドラフト生成プロンプトで「数字に関わる回答は必ず根拠を併記する」を効かせておくと、締め日や上限額のような間違えると困る数字に、根拠なしの回答が出てくるのを防げます。

営業・現場部門からの問い合わせ

意外と見落とされがちなのが、営業や現場の社員から「申請ってどうやるんでしたっけ」「経費の領収書、これでいいですか」と来るパターンです。彼らは普段バックオフィスの細かいルールに触れないので、毎回ゼロから聞いてきます。こここそAIヘルプデスクの自己解決が効く領域。営業がスマホからSlackで「経費 締め日」と打てば、AIが即座に答えてくれる、という状態を作れれば、わざわざ総務に電話をかける手間がなくなります。社員側の「聞くのが申し訳ない」という遠慮も減るので、結果的に申請漏れや締め日遅れも減る効果が期待できます。

事例区分：想定シナリオ — 100社以上の研修経験から構成した典型シナリオです。

ある研修先では、現場の社員が「こんな初歩的なこと聞いていいのかな」と遠慮して、申請を後回しにし、結局締め日に間に合わない、というのが慢性的な課題でした。AIヘルプデスクは「気軽に聞ける相手」になれるので、こういう”聞きにくさ”の壁を下げる効果も大きいんです。人間相手だと遠慮することも、AIになら何度でも気軽に聞ける。これは想定の範囲ですが、地味に効く副次効果だと感じています。

【要注意】よくある失敗パターンと回避策

ここまで読んで「よし、やってみよう」と思った方に、先に伝えておきたい失敗パターンがあります。導入支援の現場で実際によく見るやつばかりなので、ここだけは読んでおいてください。

失敗1：いきなり全社・全業務で展開しようとする

❌ よくある間違い：「せっかくだから全部の問い合わせをAIで」と、最初から人事も経理もITも全カテゴリ同時に立ち上げる。

⭕ 正しいアプローチ：まず1部署・1カテゴリ（例：情シスの定型トラブルだけ）で小さく回す。手応えと改善点をつかんでから横展開する。

なぜ重要か：全部いっぺんにやると、ナレッジの整備が追いつかず、AIが「分かりません」を連発する。すると社員が「使えない」と判断して二度と使わなくなります。最初の印象がすべてなので、狭く始めて「お、ちゃんと答えてくれる」を作るほうが、結果的に早く広がります。

事例区分：想定シナリオ — 100社以上の研修経験から構成した典型シナリオです。実際に「全社一斉ローンチ→ナレッジ不足→放置」というパターンは何度も見てきました。

失敗2：AIの回答を誰もチェックしない

❌ よくある間違い：レベル2（半自動）に一足飛びで進み、AIの回答をそのまま社員に流す。誰も中身を見ていない。

⭕ 正しいアプローチ：最初はレベル1（下書き支援）で、必ず人間が最終チェック。回答の精度が安定し、根拠の出し方が信頼できると確認できてから、半自動に進む。

なぜ重要か：AIは「もっともらしい間違い」を自信満々に言うことがあります。社内ルールの数字（締め日、上限額、申請期限）を1つ間違えるだけで、現場が混乱したり、最悪お金が絡むトラブルになる。だから本記事のプロンプトはすべて「根拠を出させる」「不明なら正直に言わせる」設計にしているんです。

失敗3：ナレッジを整備せず、AIだけに期待する

❌ よくある間違い：「AIが賢いんだから、適当に質問すれば何でも答えてくれるでしょ」と、社内文書を整理しないまま使い始める。

⭕ 正しいアプローチ：AIの回答の質は「読ませるナレッジの質」で決まると理解する。まず即効テクニック1・2で手元の資料をFAQ化し、根拠になる情報をそろえてから運用する。

なぜ重要か：社内の固有情報（自社の締め日、自社の申請フロー）は、AIが学習データとして持っていません。だから必ず社内文書を読ませる必要があります。ここを飛ばすと、AIは一般論しか言えず、「うちの会社の答え」にならない。ナレッジ整備こそが、社内AIヘルプデスクの本体だと思ってください。

失敗4：センシティブな問い合わせまでAIに丸投げする

❌ よくある間違い：評価・給与・ハラスメント相談のようなデリケートな問い合わせも、区別せずAIに答えさせる。

⭕ 正しいアプローチ：プロンプト5（エスカレ判定）を入口に必ず置き、人間が対応すべき領域を機械的に切り分ける。迷ったら安全側に倒す。

なぜ重要か：人の感情やキャリアに関わる相談をAIが事務的に処理すると、信頼を一気に失います。それに、個人情報や評価情報の取り扱いはコンプライアンス上のリスクもある。AIに任せる範囲と人間が守る範囲の線引きは、最初に必ず決めておくべきです。運用ルールの整備の進め方はAI利用ガバナンス・ポリシーのテンプレート記事も参考になります。

導入の進め方：4週間ロードマップ

「で、結局何から手をつければいいの？」という方に、最初の4週間のモデルプランを示します。あくまで想定シナリオですが、この順番でやると挫折しにくいです。

ポイントは、1週目で「成果が見える小さな勝ち」を作ること。FAQの叩き台が数分でできた、返信の下書きが楽になった、という実感があると、現場が前向きになります。そこから少しずつレベルを上げていけば大丈夫です。

効果はどう測ればいいか

導入したはいいけど「で、結局効果あったの？」が分からないと、社内で続けにくくなります。社内AIヘルプデスクの効果は、次のシンプルな指標で測るのがおすすめです。難しい計測ツールは要りません。

注意したいのは、最初から派手な数字（「問い合わせ◯%削減！」）を期待しすぎないこと。立ち上げ初期はナレッジがまだ薄いので、効果はじわじわ出てきます。数字が動くのは、たいていナレッジがある程度たまってから。だからこそ、最初は「担当者がラクになった」という定性的な手応えを大切にしてください。これがあれば、現場は続けてくれます。なお、ここで挙げた変化はあくまで一般的な傾向で、実際の効果は会社の問い合わせ量やナレッジの整備度によって大きく変わります。自社で実測しながら判断するのが確実です。

セキュリティと運用ルール

社内AIヘルプデスクを導入するとき、必ず聞かれるのが「社内の情報をAIに入れて大丈夫なの？」という不安です。ここは正直に、かつきちんと押さえておきましょう。

1. 業務利用に適したプラン・契約を選ぶ

個人向けの無料プランだと、入力した内容がAIの学習に使われる場合があります。社内情報を扱うなら、入力データを学習に使わないことが明記された法人向けプラン（ChatGPTのチームプラン、Claudeのチーム/エンタープライズ、Microsoft Copilotなど）を選ぶのが基本です。契約条件は変わることがあるので、導入時点で各社の最新の利用規約・データ取り扱いポリシーを必ず確認してください。

2. 入れていい情報・ダメな情報を決める

すべての社内情報をAIに渡す必要はありません。FAQやマニュアルのような「社員に公開していい情報」と、個人情報・評価情報・機密情報のような「渡してはいけない情報」を、運用ルールとして最初に線引きします。プロンプト5のエスカレ判定は、この線引きを日々の運用で守るための仕組みでもあります。

3. 「AIの回答は一次案内」と社内に周知する

AIの回答が最終決定ではないこと、重要な判断は必ず担当者に確認することを、社内にきちんと伝えます。「AIがそう言ったから」で物事が進んでしまうと、間違いがあったときに誰も責任を持てません。AIはあくまで一次対応・下書き、最終判断は人間、という原則を全社で共有しておくと安全です。

4. ログを残し、定期的に見直す

どんな問い合わせが多いか、AIがどこで間違えたかを記録し、定期的に振り返ります。これがナレッジ整備のネタになり、ヘルプデスクが育っていきます。最初から完璧を目指すより、回しながら直すほうが、現実的でうまくいきます。

導入前によく聞かれる質問

社内AIヘルプデスクの話をすると、ほぼ毎回出てくる質問があります。先回りして答えておきます。

Q. 社員がAIを使ってくれるか不安です

これは本当によく聞きます。答えは「使われる導線を作れば使われる」です。ポイントは、社員にとって”いつもの場所”で使えること。新しいアプリを開かせるのではなく、普段使っているSlackやTeams、社内ポータルの中にAIを置くのが理想です。最初は使い方の簡単な案内（「困ったらここに質問してみてください」）を添えるだけで十分。1回使って「お、ちゃんと答えてくれる」という成功体験が生まれれば、自然と広がっていきます。逆に、最初の数回で外れた答えを返すと一気に使われなくなるので、立ち上げ時のナレッジの質がカギになります。

Q. うちはマニュアルがそもそも整っていません

むしろチャンスです。マニュアルがないということは、過去の問い合わせ対応がそのまま”生きた知識”になっているということ。即効テクニック1で、過去のメールやSlackのやりとりからFAQを生成すれば、それが事実上のマニュアルになります。きれいなマニュアルを先に作る必要はなく、対応しながらナレッジを育てていけばいいんです。「整ってから始める」のではなく「始めながら整える」が正解です。

Q. AIが間違えたら誰の責任になりますか

とても大事な視点です。だからこそ本記事では「レベル1（人間が必ずチェック）から始める」「回答に根拠を出させる」「センシティブな案件は必ず人間にエスカレする」を徹底しています。AIの回答はあくまで一次案内であって最終決定ではない、という原則を社内で共有しておけば、責任の所在は明確になります。AIを”判断の主体”ではなく”下書きと案内の道具”として位置づけるのが、トラブルを避ける考え方です。

Q. どのAIを使えばいいですか

最初は、すでに会社で契約しているAIがあればそれで十分です。ChatGPT、Claude、Gemini、Microsoft Copilotなど、対話型のAIならどれでも本記事のプロンプトは使えます。重要なのはツールの銘柄より「社内情報を学習に使わない法人向けの契約になっているか」です。まだ何も契約していない場合は、無料プランで試して感触をつかんでから、業務利用に適したプランへ移行する流れがおすすめです。

専用ツールはいつ検討すべきか

ここまで「手元の対話AIで始める」前提で話してきました。では、ちゃんとした専用ツール（社内チャットボット製品、RAG基盤、ナレッジ検索システムなど）はいつ検討すべきか。目安はこうです。

• レベル1〜2を回してみて、問い合わせ件数が多く、毎回コピペするのが限界になってきた
• SlackやTeamsに常駐させて、社員がその場で質問→即回答という体験を作りたい
• 社内文書が大量にあり、毎回手でコピペするより自動で参照させたい（RAGの出番）

逆に言えば、ここに当てはまるまでは専用ツールを急いで入れる必要はありません。中小企業の場合、まずは手元のAIで小さく回して効果を確かめ、「これは投資する価値がある」と確信してから専用ツールに進むほうが、お金も時間も無駄になりません。最初から大きく構えすぎないこと。これが正直、いちばん大事なアドバイスかもしれません。どのAIツールを業務の土台に選ぶかで迷ったら、ChatGPT・Claude・Geminiの比較記事が判断材料になります。

まとめ：今日から始める3つのアクション

社内AIヘルプデスクは、難しいシステム開発ではありません。「すでにある社内の知識を、AIで再利用できる形に整える」こと。その本質さえつかめば、中小企業でも今日から始められます。

1. 今日やること：過去の問い合わせメールやSlackのやりとりを10件コピーして、即効テクニック1のプロンプト（FAQ自動生成の叩き台）に貼り付けてみる。数分で「FAQの種」ができる手応えを、まず自分で体感してください。
2. 今週中：1部署・1カテゴリ（情シスの定型トラブルや、総務の申請書案内など）に絞って、即効テクニック2・3でナレッジをそろえ、回答ドラフト支援（レベル1）を試す。チームの誰かと一緒にやると続きます。
3. 今月中：分類プロンプト（プロンプト2）とエスカレ判定（プロンプト5）を入口に入れ、人間が対応すべき問い合わせを切り分ける運用ルールを決める。解決したやりとりをプロンプト4でFAQに昇格させ、ヘルプデスクが「育つ」状態を作る。

あわせて読みたい：

• AI利用ガバナンス・ポリシーのテンプレート（2026年版） — 社内でAIを安全に使うためのルール作りをテンプレで解説
• ChatGPT・Claude・Gemini 徹底比較（2026年版） — ヘルプデスクの土台にどのAIを選ぶかの判断材料に

次回予告：次の記事では「社内ナレッジをRAGで自動参照させる仕組みの作り方」をテーマに、コピペで使える設定手順とプロンプトをお届けします。手元のAIから一歩進んで、社内文書を自動で読ませる方法を実践的に解説する予定です。

参考・出典

• 令和7年版 情報通信白書 — 総務省（参照日：2026-05-24）
• AI（人工知能）に関する情報 — 独立行政法人 情報処理推進機構（IPA）（参照日：2026-05-24）
• 中小企業白書 — 中小企業庁（参照日：2026-05-24）
• デジタル人材の育成に関する施策 — 経済産業省（参照日：2026-05-24）

著者：佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

社内AIヘルプデスクの立ち上げや、AI研修・導入支援についてのご質問・ご相談は、お問い合わせフォームからお気軽にどうぞ。