公的情報のみを参照する AI だけでは士業業務は回らない — 実業務で必要な四つのデータ範囲
国税庁・ASBJ・e-Gov などの公的情報のみを参照する AI は、 ハルシネーションを減らす点で有効ですが、 士業実業務の大半は公的情報の外側にあります。 業務に必要な四つのデータ範囲と、 それぞれに必要な AI 設計を整理します。
所内文書を AI に渡す前に、もう一度仕分けておくこと
社内 RAG・文書検索 AI を入れる前に、所内文書を「渡してよい／渡さない方が安全／中間ゾーン」で仕分けておくと、守秘義務・利益相反・要配慮個人情報の論点が後から立ち上がりにくくなります。仕分けの考え方と運用例をご紹介します。
顧問先データを参照する業務と、一般論で済む業務を切り分ける
ChatGPT 等の汎用 LLM と RAG は、選択肢として並ぶものではなく、役割の違う道具です。士業業務の中で、一般論で済む場面と自社固有データを引く場面をどう分けて考えるか、運用例をご紹介します。
所内FAQをAI化する方法
新人がベテランに同じ質問を10回する状況をAI化する前に、鮮度・引用元・権限の3点で整理する論点と、内製と委託の境界を提示します。
AI を業務に入れる前に、所内文書の棚卸しから始める
士業事務所で AI を業務に入れる前に通る文書の棚卸しを、分類・ラベル付け・廃止・統合・暗号化の流れで見ていきます。所内・外注・専門家の担い分けも合わせて扱います。
RAG導入前に文書整理が必要な理由
士業事務所のRAG導入で起きる古い情報混入・顧問先資料の混在を、文書整理6軸(分類・更新・権限・引用元・形式・暗号化)で導入前に点検する手順を整理しています。
RAG に関する業務相談
「RAG」 に関する業務課題を、 60 分の初回相談で整理できます。