内部監査とISO審査の記録から、指摘事項と是正の進捗を管理する

処理の起点を決める

トリガーは3つです。

1つ目は、監査報告書がSharePointに置かれたときです。監査の直後に切り出しが終わっていれば、事務局の作業が翌日から始められます。

2つ目は、期限の通知です。n8n の Schedule Trigger は、秒・分・時・日・週・月・cron式の7種類の間隔を設定できます。毎日の実行で、期限が近い指摘と超過している指摘を拾います。

3つ目は、月次の集計です。未是正の件数、期限超過、繰り返しの指摘を一覧にします。

なお、セルフホストの n8n では既定のタイムゾーンが America/New_York です。環境変数またはワークフロー設定で日本時間にしてください。

入力データを集める

「過去の指摘台帳」がこの構成の要です。 繰り返しの指摘を見つけるには、過去分が同じ形で並んでいる必要があります。過去2年分の報告書から作れます。 この作業自体をこの構成でやらせることもできます。

「要求事項の一覧」も先に整えてください。 指摘が規格のどの条項に関わるかを紐づけられると、「同じ条項で複数部門が指摘を受けている」という傾向が見えます。

データの取得方法を決める

報告書からのテキスト抽出： 形式ごとに扱いが違います。

チェックリストのExcelがもっとも扱いにくくなります。 監査員ごとに様式が違い、指摘が備考欄に書かれていたり、判定列に「×」とだけ入っていたりします。様式を1つに統一するのが先です。

過去の指摘台帳の作成： 過去2年分の報告書を1本ずつ処理し、指摘を切り出します。事務局が確認して台帳にします。180件×2年＝360件です。 この作業に1〜2週間かかりますが、1度だけです。

AIへ渡す前に整形する

1. 報告書の種別判定 … 内部監査／外部審査／顧客監査を分けます。区分の体系が違うため、同じ扱いにできません
2. 被監査部門の特定 … 報告書の見出しから部門を特定し、組織図と照合します
3. 監査日と監査員の抽出 … 台帳の必須項目です
4. 指摘の候補の切り出し … 「不適合」「改善の機会」「観察事項」といった見出しの下の記述を候補にします
5. 良好事項の除外 … 良好事項を指摘として台帳に入れないよう分けます
6. 過去台帳の読み込み … 同じ部門の過去の指摘を用意します

5番目を必ず入れてください。 良好事項が指摘として台帳に入ると、件数が水増しされ、部門から不信を招きます。

AIに処理させる

AIに次のことをさせないでください。

「原因の推定をさせない」ことが、特に重要です。 指摘を受けた部門が自分で原因を考えることが、是正処置の本体です。AIが「教育不足が原因と考えられます」と書くと、部門はそれを写して終わりにします。 そして同じ指摘が繰り返されます。

指示内容を固定する

あなたは、マネジメントシステムの事務局を支援する担当者です。
監査報告書から指摘事項を1件ずつ切り出して整理してください。

【厳守事項】
- 指摘の区分（不適合／改善の機会／観察事項）を、あなたが判断しないでください。
  報告書に区分が明記されている場合のみ、その語をそのまま転記してください。
  明記がない場合は category を null にし、
  「区分の記載なし」と needs_review に入れてください。
- 原因を推定しないでください。
  「教育が不足していたためと考えられます」と書かないでください。
  監査員が記録した事実だけを evidence に引用してください。
- 指摘の重大性を評価しないでください。
  「重大な指摘です」「軽微な問題です」と書かないでください。
- 是正が有効かどうか、完了と見なせるかを判断しないでください。
- 報告書に書かれていないことを補わないでください。
  対象部門・監査日・監査員が読み取れない場合は null とし、
  needs_review に挙げてください。
- 指摘の根拠は、報告書の記述を原文のまま quote に入れてください。
  要約した文言で台帳に載せないでください。
- 良好事項（良い点として挙げられている記述）を指摘として扱わないでください。
  good_practices に分けてください。
- 1つの指摘に複数の問題が含まれている場合は、分けずに1件として扱い、
  複数の論点があることを notes に書いてください。
  あなたが分割の判断をしないでください。

【要求事項の一覧（規格の条項と社内規程の対応）】
{requirements_map}

【この部門の過去の指摘（直近2年）】
{past_findings}

【監査報告書】
監査の種類: {audit_type}
{report_text}

「区分をあなたが判断しないでください」の1行が、この構成の安全装置です。 不適合と観察事項の区分は、認証の維持に影響します。AIが「これは不適合に当たると考えられます」と書いた台帳が残ると、外部審査でその判断の根拠を問われます。

「1件の指摘を分割しない」も入れてください。 監査員が1件として起票したものを2件に分けると、件数が合わなくなり、部門との認識がずれます。

出力形式を固定する

{
  "report_id": "",
  "audit_type": "internal | external | customer",
  "audit_date": "",
  "auditor": "",
  "audited_department": "",
  "findings": [
    {
      "finding_no": "",
      "category": "不適合 | 改善の機会 | 観察事項 | null",
      "summary": "",
      "quote": "",
      "evidence": [],
      "clause_candidates": [],
      "related_past_findings": [
        { "finding_id": "", "audit_date": "", "summary": "", "similarity_basis": "" }
      ],
      "notes": []
    }
  ],
  "good_practices": [],
  "needs_review": [],
  "extraction_warnings": []
}

是正計画の確認：

{
  "finding_id": "",
  "plan_completeness": {
    "cause_analysis": "written | missing",
    "correction": "written | missing",
    "corrective_action": "written | missing",
    "due_date": "written | missing",
    "effectiveness_check_method": "written | missing"
  },
  "missing_items": [],
  "quote_of_plan": ""
}

quote（報告書の原文）を必ず残します。 台帳に要約だけが載ると、後から「監査員は何を見てそう書いたのか」を追えません。外部審査で指摘の根拠を説明する場面があります。

clause_candidates は「候補」です。確定ではありません。 事務局が確認して決めます。

plan_completeness は、是正計画に必要な5項目が書かれているかだけを見ます。 内容が妥当かどうかは判定しません。「原因分析が書かれていない計画」を差し戻すのは、機械的にできる作業です。

なお、Claude API には出力をJSONスキーマに沿わせる構造化出力の機能があります（2026-09-17時点ではベータ機能として提供）。項目が多い出力なので、利用できると形の崩れを防げます。

システムへ連携する

台帳への登録は、事務局が区分と期限を決めてから行ってください。 切り出した直後に自動登録すると、区分が空の指摘が台帳に並びます。件数を数えるときに、それが何なのか分からなくなります。

期限の通知は自動化してよい部分です。 1週間前と当日、そして超過後は週1回。この通知があるだけで、期限超過は大きく減ります。

人が確認する

すべての指摘を事務局が確認します。

最後の2つは、この構成の外です。 規格が求める「是正処置の有効性のレビュー」は、記録を整理することとは別の行為です。台帳が整うことで、そのレビューに時間を回せるようになる、というのがこの構成の狙いです。

例外に対処する

記録を残す

• 監査報告書の原本（監査の種類・日付つき）
• 切り出した指摘と、その原文
• 事務局が切り出しを修正した内容と、修正前後
• 区分・期限・担当の決定と、決めた人
• 是正計画と、その確認結果
• 是正の完了と、有効性のレビューの記録
• 繰り返しの指摘の履歴

監査の記録は、認証の維持に必要な記録です。 保存期間は自社のマネジメントシステムの規定に従ってください。AIの処理に使ったコピーとは別に、報告書の原本が正本であることを明確にしてください。

「事務局が切り出しを修正した内容」の蓄積が、切り出しの精度を上げます。 「この監査員は指摘を箇条書きで書く」「この様式では備考欄に指摘が入る」といった傾向が見えます。