Media > AI活用ユースケース > カスタマーサポート > 個人情報の開示・訂正・利用停止の請求を、期限内に回して記録に残す

個人情報の開示・訂正・利用停止の請求を、期限内に回して記録に残す

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

本人から届いた請求の文面を入力に、開示・第三者提供記録の開示・訂正等・利用停止等のどれに当たるかを切り分け、対象範囲と本人確認の状態を整理して、回答書の下書きまで作ります。担当者の作業は、読んで判断することから、切り分けの結果を確かめることに変わります。

サマリー
利用ツール
ChatGPT/Claude/Gemini/Make/n8n/Power Automate/Zapier
対象業界
EC/人材/保険/医療/金融
対象部門
カスタマーサポート/法務
対象業務
問い合わせ対応/書類作成
主な課題
問い合わせが多い/属人化している/期限・対応漏れが起きる
AIで行う処理
分類
主な効果
品質標準化/対応スピード向上/工数削減
導入難易度
★★★☆☆
実装レベル
本格構成
費用感
API連携(中)
人間の確認
必須
現在工数
50h/月
AI導入後
18h/月
想定削減
64%
年間削減
384h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 問い合わせフォーム、メール、電話、書面のいずれかで請求が届く
  2. カスタマーサポートの担当者が読み、通常の問い合わせか請求かを判断する
  3. 請求と判断したものを法務部へ回す
  4. 法務部が種類を判断し、本人確認の書類を案内する
  5. 書類が届くのを待つ。届いたら本人確認を行う
  6. 会員データベース、受注システム、問い合わせ履歴、メール配信の各担当へ照会する
  7. 回収した内容を集め、回答書を作る
  8. 上長の確認を経て、本人へ回答する
導入後(After)
  1. 各窓口に届いた請求が、問い合わせ管理システムに1本化される
  2. 自動新規の受付をトリガーに、請求の種類を切り分ける(複数の種類を含むことがあるので配列で返す)
  3. 自動本人を特定できる情報(氏名、会員番号、メールアドレスなど)が文面にあるかを確認する
  4. 自動請求の対象範囲が書かれているかを確認する。書かれていなければ「未指定」として残す
  5. 担当者が切り分けの結果を確認し、確定する
  6. 自動本人確認の状態を案件に記録する(未着手/書類を依頼中/確認済み/不備あり)
  7. 自動種類に応じて、照会が必要な部門へ依頼を送る
  8. 自動毎日1回、回収状況と期限を確認し、近いものを督促する
  9. 自動回収結果をもとに、回答書の下書きを作る
  10. 法務が下書きを確認し、内容を確定する
  11. 本人へ回答する。対応の記録を保存する
各工程の詳しい説明を読む
  1. 問い合わせフォーム、メール、電話、書面のいずれかで請求が届く
  2. カスタマーサポートの担当者が読み、通常の問い合わせか請求かを判断する
  3. 請求と判断したものを法務部へ回す
  4. 法務部が種類を判断し、本人確認の書類を案内する
  5. 書類が届くのを待つ。届いたら本人確認を行う
  6. 会員データベース、受注システム、問い合わせ履歴、メール配信の各担当へ照会する
  7. 回収した内容を集め、回答書を作る
  8. 上長の確認を経て、本人へ回答する

問題は4つあります。

(a)請求だと気づかれないことがある。 「退会したのに案内が来る、やめてほしい」という文面が、利用停止等の請求なのか、単なる配信停止の依頼なのかは、読み手によって判断が割れます。どちらとも取れるものを取りこぼさないことが、この構成の第一の目的です。 気づかれずに通常の問い合わせとして閉じられると、手続そのものが始まりません。

(b)個人データが1か所にない。 どのシステムに何が入っているかは、経験のある担当者が覚えています。その人が異動すると回らなくなります。 照会先を1つ落とすと、回答の範囲が欠けます。

(c)本人確認で止まっていることが見えない。 書類の不備で待っている案件は、担当者のメールの中にしかありません。待っている状態が誰からも見えないまま、期限が近づきます。

(d)記録が残らない。 誰がいつ、どの種類の請求を、どう処理したか。メールをたどれば分かりますが、一覧にはなっていません。同じ本人から2回目の請求が来たときに、前回どう答えたかを探すところから始まります。

  1. 各窓口に届いた請求が、問い合わせ管理システムに1本化される
  2. 【自動】 新規の受付をトリガーに、請求の種類を切り分ける(複数の種類を含むことがあるので配列で返す)
  3. 【自動】 本人を特定できる情報(氏名、会員番号、メールアドレスなど)が文面にあるかを確認する
  4. 【自動】 請求の対象範囲が書かれているかを確認する。書かれていなければ「未指定」として残す
  5. 【人】 担当者が切り分けの結果を確認し、確定する
  6. 【自動】 本人確認の状態を案件に記録する(未着手/書類を依頼中/確認済み/不備あり)
  7. 【自動】 種類に応じて、照会が必要な部門へ依頼を送る
  8. 【自動】 毎日1回、回収状況と期限を確認し、近いものを督促する
  9. 【自動】 回収結果をもとに、回答書の下書きを作る
  10. 【人】 法務が下書きを確認し、内容を確定する
  11. 【人】 本人へ回答する。対応の記録を保存する

自動化されるのは「切り分ける」「状態を持つ」「照会を出す」「見張る」「下書きを作る」の5つです。残るのは種類の確定、本人確認の判断、回答内容の確定、送付です。

5番目と10番目を軽く見ないでください。 種類の確定は手続の中身を決めます。回答内容の確定は会社としての判断です。どちらも人が行います。

02今回想定するシステム構成

構成図
請求の受付(フォーム/メール/書面)
   │
   ▼【トリガー】新規の請求
   │
   ├──▶ 請求の種類の切り分け
   │
   ├──▶ 対象の特定に必要な情報の有無を確認
   │
   └──▶ 本人確認の状態を記録
   │
   ▼
関係部門へ照会を送る
   │
   ▼【日次のスケジュール】
回収状況を毎日確認 ──▶ 期限が近いものを督促
   │
   ▼
回答書の下書き
   │
   ▼【人が確認して確定】
   │
   ▼
本人へ回答 / 記録の保存
役割想定する製品代替候補
ワークフローMakePower Automate、n8n、Zapier
処理Claude API(請求の種類の切り分けと回答文の下書き)OpenAI API、Gemini API

問い合わせ管理システム、会員データベース、受注システム、メール配信システムは、この表の外にあります。これらは自社が既に持っているものを使い、ワークフローから参照します。 案件の状態(種類、本人確認、回収状況、期限)は、問い合わせ管理システムの案件レコードに持たせるのが素直です。専用のシステムを新しく買う必要はありません。

この構成の土台は、ワークフローを2本立てにできることです。 受付そのものは即時のトリガーで動かし、期限の見張りは日次のスケジュールで動かします。Make のシナリオは、既定では15分ごとに実行されます。設定できるスケジュールには、一定間隔・毎日1回・平日(月曜から金曜)・週単位・月単位・オンデマンド(API呼び出しまたは手動での起動)があります。

期限の見張りに「毎日1回」を選ぶ理由は2つあります。 1つは、期限は日単位で動くもので、15分ごとに見に行く意味がないこと。もう1つは、督促が同じ案件について1日に何度も飛ぶと、照会先の部門が通知を無視するようになることです。朝の決まった時刻に1回だけ動かすほうが、受け取る側の運用に乗ります。

なお、最小間隔はプランによって異なります。 一定間隔を短くする設計にする場合は、自社のプランで設定できる下限を先に確認してください。また、スケジュールを働かせるには、シナリオを有効化する必要があります。 作っただけでは動きません。

03どうやって実装するのか

Step1

処理の起点を決める

トリガーは2つあります。 性質がまったく違うので、1本にまとめないでください。

トリガー起点動かし方
受付問い合わせ管理システムに新規の案件が登録されたこと即時(または短い間隔)
期限の見張り時刻毎日1回のスケジュール

受付を即時にするのは、請求かどうかの判断が早いほど、その後の日程に余裕ができるからです。届いた当日に「これは利用停止等の請求かもしれない」と分かれば、本人確認の案内をその日のうちに出せます。

書面や電話で届いたものは、担当者が問い合わせ管理システムに登録します。登録する先を1か所にそろえることが、この構成の前提です。 窓口が4つあっても、案件の置き場所は1つにします。

Step2

入力データを集める

データ中身取得元
請求の文面本人が書いた本文問い合わせ管理システム
受付情報受付日、受付経路、宛先問い合わせ管理システム
本人確認の状況依頼した書類、到着の有無、不備の内容案件レコード
照会先の一覧システム名、担当部門、回収の期日社内の台帳
過去の対応記録同じ本人からの過去の請求と回答案件レコード
公表事項自社が公表している手続の案内自社サイト

「照会先の一覧」がこの構成の質を決めます。 どのシステムにどんな個人データが入っているかを、あらかじめ表にしておきます。ここが無いまま始めると、照会先を人の記憶から出すことになり、元の問題が残ります。

Step3

データの取得方法を決める

請求の文面: 問い合わせ管理システムから、新規案件の本文を取得します。フォーム経由なら項目が分かれているので、自由記述の欄をまとめて1つのテキストにします。

書面: 受け付けた担当者が文面を書き起こして登録します。画像のまま扱わないでください。 後段の切り分けも、記録の検索も、テキストでないとできません。

電話: 通話の内容を担当者が要約して登録します。このとき、本人の言葉をそのまま残す欄を分けて作ります。 担当者が「配信停止の依頼です」と要約してしまうと、利用停止等の請求だった可能性が消えます。

Step4

AIへ渡す前に整形する

  1. 窓口ごとの体裁をそろえる … フォーム、メール、書面の書き起こし、電話の記録を、同じ形のテキストにします
  2. 署名や定型文を除く … メールの末尾の署名やお知らせの文面は、判断に使いません
  3. 本人が書いた部分と、担当者が補った部分を分ける … 電話と書面では担当者の記述が混ざります。どちらが本人の言葉かを区別できる形にします
  4. 過去の案件との突き合わせ … 同じメールアドレスや会員番号で過去の請求があれば、その要約を添えます
  5. 長い文面の扱い … 経緯が長く書かれていることがあります。要約せずにそのまま渡します。請求の意思は、本文の途中や末尾に書かれていることが多いためです
Step5

AIに処理させる

処理内容
種類の切り分け4つの区分のどれに当たるかを判定する。複数に当たる場合は複数返す
請求でないものの識別通常の問い合わせと区別する
どちらとも取れるものの識別判断が割れる文面を、無理に決めずに印を付ける
本人特定の材料の有無氏名、会員番号、メールアドレスなどが文面にあるかを確認する
対象範囲の確認「全部」なのか、特定のサービスだけなのかを読み取る
根拠の提示そう判断した元の記述を引用する
法務の確認が要るかの判定判断が難しいものに印を付ける

「どちらとも取れるものの識別」が、この構成でもっとも重要な処理です。 「もう連絡しないでほしい」という一文は、メール配信の停止の依頼かもしれませんし、利用停止等の請求かもしれません。AIに一つに決めさせると、決めた側に倒れます。 倒れた先が「通常の問い合わせ」だった場合、手続が始まらないまま案件が閉じます。

そこで、どちらとも取れるものには専用の区分を置き、必ず人が読む設計にします。件数は多くありません。その代わり、そこに手続の取りこぼしが集まります。

Step6

指示内容を固定する

あなたは、本人から届いた個人情報の開示等の請求を受け付ける担当者を支援する立場です。
届いた文面を読み、請求の種類を切り分け、対応に必要な情報がそろっているかを整理してください。

【厳守事項】
- 請求の種類は次の区分から選び、必ず配列で返してください。
  disclosure(開示)/ third_party_record(第三者提供記録の開示)/
  correction(訂正等)/ suspension(利用停止等)/
  other(請求ではない問い合わせ)/ ambiguous(どれとも取れる)
- 1つの文面に複数の種類が含まれることがあります。
  「登録内容を見せてほしい。間違っていたら直してほしい」は
  disclosure と correction の2つです。単一で返さないでください。
- どちらとも取れる文面は ambiguous にしてください。
  可能性の高いほうを選ばないでください。
  「もう連絡しないでほしい」のように、配信停止の依頼とも
  利用停止等の請求とも読める文面が該当します。
- 請求の対象範囲は、文面に書かれている場合だけ scope に書いてください。
  書かれていなければ not_specified としてください。
  「すべて」と書いてあるのか、特定のサービスだけなのかを推測で補わないでください。
- 本人を特定できる情報は、文面に記載があるものだけを true にしてください。
  記載がなければ不明として false にしてください。
- そう判断した根拠となる記述を、原文のまま quote に入れてください。
  要約しないでください。
- 法令の要件の判断、請求に応じるかどうかの判断はしないでください。
  判断が難しいものは needs_legal_review を true にしてください。
- 本人への回答文をここでは書かないでください。

【請求の文面】
{request_text}

【受付情報】
{intake_info}

【同じ本人からの過去の請求(あれば)】
{past_requests}

「可能性の高いほうを選ばないでください」という一文が、この指示の要です。 ふつうの分類では、迷ったときに最も近い区分を選ばせます。この業務ではそれが逆効果になります。 迷ったことが分かるほうが、後の処理が正しくなります。

「回答文をここでは書かない」も必要です。 切り分けと回答文の作成は別の処理にします。回答文は、関係部門から回収した結果がそろってから作るものだからです。

Step7

出力形式を固定する

{
  "request_types": ["disclosure", "correction"],
  "subject_identifiers": {
    "name": true,
    "member_id": false,
    "email": true,
    "phone": false,
    "address": false
  },
  "identity_verification": "not_started",
  "scope": "not_specified",
  "quote": "",
  "needs_legal_review": false
}

request_types を配列にすることが設計の中心です。 「登録内容を見せてほしい。間違っていたら直してほしい」という1通は、開示と訂正等の2つを含みます。単一選択にすると、片方が落ちます。落ちた側は誰にも気づかれません。

identity_verificationnot_starteddocuments_requestedverifiedinsufficient の4つを持ちます。このうち documents_requestedinsufficient が、待っている状態です。 ここを案件の項目として持つことで、(c)の「本人確認で止まっていることが見えない」が解けます。一覧で絞り込めば、待っている案件が全部出ます。

scope を推測で埋めさせないことも重要です。回答の範囲を決めるのが scope だからです。 書かれていなければ not_specified にして、本人に確認します。ここを推測で「すべて」と埋めると、本人が求めていない範囲まで集めることになります。

quote には、そう判断した元の記述をそのまま入れさせます。確認する人は、この1行を読めば判断の当否が分かります。 文面全体を読み直す必要がなくなり、確認の時間が縮みます。

Step8

システムへ連携する

つなぎ先方式内容
問い合わせ管理システムAPI案件の取得と、切り分け結果の書き戻し
ワークフローMakeトリガー、日次の見張り、照会の送信
生成AIサービスAPI種類の切り分けと回答書の下書き
社内のチャット・メール通知照会の依頼と督促

照会の送信は自動で行い、回答の送付は人が行います。 社内への照会は、決まった先に決まった内容を送るだけなので自動化できます。本人への回答は、会社としての判断の表明です。自動送信にしません。

日次のスケジュールでは、回収状況と期限を見て、期日が近い案件の担当者に通知を出します。通知の宛先は、案件の担当者と、照会を受けている部門の両方です。 片方だけだと、どちらかが「相手が動いているはず」と思ったまま日が過ぎます。

Step9

人が確認する

全件、人が確認します。 確認の場面は3つあります。

場面見るもの見る人
受付直後種類の切り分け、ambiguous の有無、scopeカスタマーサポート
本人確認提出された書類、identity_verification の更新法務
回答前回収結果と回答書の下書き、回答の範囲法務

ambiguousneeds_legal_review が付いた案件は、その日のうちに人が読みます。 ここを翌日に回すと、取りこぼしの発見が遅れます。件数は月40件のうち数件です。

確認を速くするための設計として、次を用意します。

  • quote を切り分け結果のすぐ下に表示する(文面を開かせない)
  • request_types が複数のものを目立たせる(照会先が増えるため)
  • scopenot_specified のものを上に出す(本人への確認が要る)
  • identity_verification で絞り込める一覧を作る(待ち状態の可視化)
Step10

例外に対処する

起きること対応
請求かどうか判断が割れる文面ambiguous にして必ず人が読む。推測でどちらかに倒さない
1通に複数の種類が含まれるrequest_types を配列で返す。照会先を種類ごとに出す
本人特定の情報が足りない不足している項目を示し、本人に確認する案内を出す
本人確認の書類に不備があるinsufficient にして待ち状態にする。期限の見張りの対象から外さない
本人確認の書類が届かない待ち状態のまま一覧に残す。日次の通知で担当者に知らせる
対象範囲が書かれていないnot_specified のまま進めず、本人に範囲を確認する
代理人からの請求自動で処理しない。法務が代理の確認から行う
照会先の部門から回収できない期日の前に督促を出す。回収できないまま期限が近いものは法務に上げる
該当する個人データが見つからない「無い」という結果も記録する。回答の内容になる
同じ本人から短期間に複数回過去の対応記録を添えて人が読む。前回の回答と矛盾させない
請求に応じられない可能性があるAIに判断させない。needs_legal_review を立てて法務へ回す
生成AIの応答が返らない案件を未処理のまま残し、担当者に通知する。自動で閉じない

最後の行が重要です。 処理が失敗したときに案件が静かに閉じると、手続が始まらないまま期限が過ぎます。失敗は必ず人に見える形で残します。

Step11

記録を残す

  • 受付日、受付経路、請求の文面(原文)
  • 切り分けの結果と quote人が直した場合は直した内容
  • 本人確認の経過(依頼した書類、到着日、不備の内容、確認した日)
  • 照会先と依頼日、回収日、回収した内容の所在
  • 回答書の下書きと、確定した回答、回答日
  • 督促を出した日時と宛先

2つ目の「人が直した内容」を残すと、この構成の弱点が見えます。 特定の言い回しが毎回 other と判定されて人が直しているなら、指示文を直せます。

対応の記録は、案件単位で1か所にまとめます。 受付から回答までが1つのレコードでたどれる状態が、(d)の「記録が残らない」への答えです。

04実装レベルの3段階

最小構成:文面をAIに貼り付け、種類の切り分けだけを行う / 種類の判断の下書き
半自動化:上記+案件レコードへの書き戻し+本人確認の状態管理+期限の一覧 / 切り分けと待ち状態の可視化
本格構成:上記+照会の自動送信+日次の督促+回答書の下書き / 回答の確定と送付以外

最小構成でも、75分が60分程度になります。 種類の判断と、それに伴う照会先の特定が速くなるためです。 半自動化で60分から40分程度になります。 待ち状態が一覧で見えるようになり、案件を探す時間が消えます。この段階の効果が、実務ではいちばん体感しやすい部分です。 本格構成で27分になります。 ここまで来ると、照会の送信と督促が自動で回り、回答書も下書きから始められます。ただし、照会先の部門との取り決め(回収の期日、返し方の形式)を先に作る必要があります。この取り決めが無いまま自動送信を始めると、督促だけが増えます。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
40 件
1件あたり現在時間
75 分
1件あたり導入後時間
27 分
現在  40件 × 75分 ÷ 60 = 50 時間/月
導入後 40件 × 27分 ÷ 60 = 18 時間/月
月間削減時間
32h
削減率
64%
年間削減時間
384h
年間金額換算(時間単価3,500円)
134万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 消費者と直接取引があり、本人からの開示等の請求が月に数十件届く企業。請求が問い合わせフォーム・メール・電話・書面と複数の窓口に分かれて届き、どこまで対応したかが担当者の手元でしか分からない場合。個人データが会員データベース・受注システム・問い合わせ履歴など、複数のシステムに分かれて入っている場合。
向いていない
  1. 請求が年に数件しか届かず、その都度手作業で対応すれば足りる場合。個人データが1つのシステムにまとまっており、どこに何があるかを探す手間が無い場合。本人確認と回答の手続を外部の受託先に委託しており、自社では請求そのものを処理していない場合。

07最小構成で試す方法

  1. 過去3か月に届いた問い合わせのうち、請求だったものと、請求ではないが紛らわしかったものを20件ずつ集める
  2. 文面だけをAIの画面に貼り付ける
  3. 「開示/第三者提供記録の開示/訂正等/利用停止等/請求ではない/どちらとも取れる、のどれに当たるか、配列で答えてください。判断の根拠になった記述を原文のまま引用してください」と指示する
  4. 自社の担当者の判断と突き合わせる

この40件の突き合わせだけは必ずやってください。 見るのは正解率ではありません。見るのは「どちらとも取れるものが ambiguous に入っているか」です。

結果判断
紛らわしいものが ambiguous に集まっている自動化する価値が大きい。そのまま進める
紛らわしいものが other に倒れている指示文で「迷ったら ambiguous」を強める。倒れたまま進めない
明らかな請求まで ambiguous になる区分の説明が足りない。4つの区分の定義を指示文に書き足す

2行目が出た場合は、先に進まないでください。 通常の問い合わせに倒れるということは、この構成が解こうとしている問題がそのまま残るということです。

08実装時につまずきやすいポイント

問題対策
請求が通常の問い合わせとして閉じられるambiguous の区分を置き、必ず人が読む運用にする
迷ったものが other に倒れる指示文で「可能性の高いほうを選ばない」と明記する
1通に複数の種類が含まれるのに片方しか処理されないrequest_types を配列にする。単一選択にしない
対象範囲が推測で埋まるnot_specified を既定にし、本人に確認する運用にする
本人確認の待ちが見えないidentity_verification を案件の項目にし、一覧で絞れるようにする
電話の内容が担当者の要約に置き換わる本人の言葉をそのまま残す欄を分けて作る
照会先が抜ける種類ごとの照会先を台帳に定め、機械的に展開する
督促が多すぎて無視される見張りは日次1回にする。短い間隔で回さない
シナリオを作ったのに動かない有効化していないと動かない。 有効化を手順に入れる
短い間隔に設定できない最小間隔はプランによって異なる。 自社のプランの下限を先に確認する
回答書の下書きが法的な判断を書いてしまう指示文で判断を禁じ、needs_legal_review に回す
処理に失敗した案件が静かに消える失敗を人に見える形で残す。自動で閉じない

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 請求の文面、氏名・会員番号・メールアドレス、本人確認の書類、回収した個人データ。扱うものの全部が個人情報です。

  1. 請求の内容そのものが個人情報である … これがこの構成の要です。外部の生成AIに渡す範囲を、「請求の文面から種類を判断する」までに限ってください。 会員データベースや受注システムから回収した個人データの中身は、外部AIに渡さない設計にします。回答書の下書きも、回収した中身を貼り付けるのではなく、項目の見出しと定型の文面までを作らせ、中身は自社の担当者が入れる形にします
  2. 回答の送付は人が行う … 自動送信にしないでください。宛先を誤ると、他人の個人データが別人に届きます。取り返しがつきません
  3. 対応の記録を残す … 受付日、請求の種類、本人確認の経過、回答日、回答内容を案件単位で保存します。記録そのものも個人データなので、閲覧できる範囲を限定します
  4. 入力を学習に使わないこと … 生成AIサービスの選定では、入力内容を学習に使わないことが契約で保証されるものを選んでください
  5. アクセス権限 … 案件レコードの閲覧を、法務とカスタマーサポートの担当者に限定します。照会を受ける部門には、その部門が回収すべき範囲だけを見せます
  6. 代理人からの請求 … 自動処理の対象外にします。代理の確認は法務が行います

誤りが起きた場合のリスクは、手続の取りこぼしと、回答先の誤りです。取りこぼしは法令上の手続が始まらないことを意味し、回答先の誤りは個人データの漏えいになります。 どちらも、確認の場面を人が飛ばさない運用で防ぎます。

法令の要件の判断は、自社の法務が行うものです。 期限の取り方、請求に応じられるかどうか、手数料をどうするかは、法第32条から第39条の定めと、ガイドライン通則編3-8の解説、そして自社が公表している内容をもとに、自社で決める必要があります。本記事はその判断を代替するものではありません。

10まず何から始めるか

1週目:過去の請求を40件集めて切り分けを試す

過去3か月の問い合わせから、請求だったものと紛らわしかったものを集め、AIに切り分けさせます。見るのは、紛らわしいものが ambiguous に入るかどうかです。

2週目:照会先の台帳を作る

どのシステムにどんな個人データが入っているかを表にします。会員データベース、受注システム、問い合わせ履歴、メール配信。それぞれの担当部門と、回収の期日の目安まで書きます。 ここが台帳になっていないと、後の自動化が組めません。

3週目:期限の考え方を法務と決める

法第32条から第39条の定めとガイドライン通則編3-8、そして自社の公表内容をもとに、受付から回答までの自社の期限を法務が決めます。 本人確認の書類の指定と、不備があったときの扱いもここで決めます。

4週目以降: 案件レコードに request_typesidentity_verification の項目を足し、切り分けの結果を書き戻すところまでを作ります。待ち状態が一覧で見えるところまで来れば、半分は終わりです。

2か月目以降: 照会の自動送信と、日次の督促を足します。日次のスケジュールは、有効化を忘れないでください。 最後に回答書の下書きを足し、75分が何分になるかを実測します。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-09-22/最終更新:2026-09-22
確認した内容情報源確認日
保有個人データに関する事項の公表等、保有個人データの開示・訂正等・利用停止等が法第32条から第39条に定められており、ガイドライン(通則編)の3-8がその解説にあたること。3-8が、公表等(3-8-1)、保有個人データの開示(3-8-2)、第三者提供記録の開示(3-8-3)、保有個人データの訂正等(3-8-4)、保有個人データの利用停止等(3-8-5)、手続関連事項(3-8-6から3-8-9)に分かれていること個人情報保護委員会: 個人情報の保護に関する法律についてのガイドライン(通則編)2026-09-22
Make のシナリオが既定では15分ごとに実行されること。設定できるスケジュールに、一定間隔、毎日1回、平日(月曜から金曜)、週単位、月単位、オンデマンド(API呼び出しまたは手動での起動)があること。最小間隔がプランによって異なること。スケジュールを働かせるにはシナリオを有効化する必要があることMake Help Center: Schedule a scenario2026-09-22

個人情報の開示等の請求について、対応の期限、手数料の扱い、請求に応じられない場合の要件は、法令とガイドラインの規定、および自社が公表している内容にもとづいて判断する必要があります。この部分は自社の法務部門による確認が必要です。 本記事は受付から回答までの流れを機械化する構成を示したものであり、法令の要件についての判断を代替するものではありません。

実装ステータス:構成例。 公開情報に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0159)についてのご相談はこちらから。

AI活用について相談する
目次