Media > AI活用ユースケース > マーケティング > 物件広告の原稿を、不動産の表示規約と社内基準に照らして掲載前に点検する

物件広告の原稿を、不動産の表示規約と社内基準に照らして掲載前に点検する

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

ポータルサイトやチラシに出す物件広告の原稿を、不動産の表示規約と社内の点検ルールに照らして掲載前に点検します。ChatGPTに原稿を貼ると、指摘箇所・根拠のルール・直し方の案を表で返し、担当者は指摘の当否だけを判断します。

サマリー
生成AI
ChatGPT/Claude/Microsoft Copilot
対象業界
不動産
対象部門
マーケティング/営業
対象業務
内容確認・チェック/書類作成
主な課題
人手が足りない/属人化している/確認ミスが多い
AIで行う処理
校正
主な効果
品質標準化/工数削減/教育コスト削減
導入難易度
★☆☆☆☆
実装レベル
最小構成
費用感
SaaS追加(小)
人間の確認
条件付き
現在工数
60h/月
AI導入後
24h/月
想定削減
60%
年間削減
432h
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. 営業担当が物件管理システムの情報をもとに原稿を書き、共有フォルダに置く
  2. 点検担当が原稿を開き、物件管理システムの画面と並べて所在地・面積・駐車設備などを見比べる
  3. 徒歩所要時間を、物件データの道路距離から電卓で計算し直す
  4. 使ってはいけない用語が入っていないかを、記憶と手元のメモを頼りに読む
  5. 気になった箇所を原稿に赤字で書き込み、営業担当に差し戻す
  6. 直った原稿をもう一度見て、ポータルサイトへ入稿するかデザイン会社へ渡す
導入後(After)
  1. 人営業担当が原稿を書き、物件データの道路距離を点検シートに貼る
  2. 自動点検シートの式が、道路距離から徒歩所要時間を計算する
  3. 人点検担当が、ChatGPTのプロジェクトに原稿の文章を貼る
  4. 【AI】 点検ルール表と過去の指摘例を参照し、指摘箇所・根拠のルール・直し方の案を表で返す。原稿に書かれた徒歩分数も抜き出す
  5. 人抜き出された分数を点検シートに貼り、式の結果と一致するかを見る
  6. 人指摘を1行ずつ読み、採るか採らないかを決めて営業担当に戻す
  7. 人判断に迷う表示は広告責任者に上げる
各工程の詳しい説明を読む
  1. 営業担当が物件管理システムの情報をもとに原稿を書き、共有フォルダに置く
  2. 点検担当が原稿を開き、物件管理システムの画面と並べて所在地・面積・駐車設備などを見比べる
  3. 徒歩所要時間を、物件データの道路距離から電卓で計算し直す
  4. 使ってはいけない用語が入っていないかを、記憶と手元のメモを頼りに読む
  5. 気になった箇所を原稿に赤字で書き込み、営業担当に差し戻す
  6. 直った原稿をもう一度見て、ポータルサイトへ入稿するかデザイン会社へ渡す

(a)観点が人の頭の中にある。 4番は記憶頼みです。在籍の長い担当者は「掘出物件」「土地値」も引っかけますが、新任の担当者は「格安」「激安」までしか気づきません。同じ原稿でも、誰が見たかで結果が変わります。

(b)電卓の計算が抜ける。 3番は1本ごとに行う単純な作業ですが、忙しいと原稿の分数をそのまま信じてしまいます。掲載後に誤りが分かるのは、たいていここです。

(c)指摘の書き方がそろわない。 「この表現はNG」とだけ書かれた赤字では、営業担当は何に直せばよいか分かりません。同じ質問が何度も戻ってきて、差し戻しの往復が増えます。

(d)直した理由が残らない。 赤字は原稿に書き込まれて終わり、どの表現をなぜ直したかは記録されません。翌月、別の営業担当が同じ表現を書いてきても、また一から説明することになります。 点検が教育の機会になっていないことも、観点が一部の人に偏る理由の1つです。

  1. 【人】 営業担当が原稿を書き、物件データの道路距離を点検シートに貼る
  2. 【自動】 点検シートの式が、道路距離から徒歩所要時間を計算する
  3. 【人】 点検担当が、ChatGPTのプロジェクトに原稿の文章を貼る
  4. 【AI】 点検ルール表と過去の指摘例を参照し、指摘箇所・根拠のルール・直し方の案を表で返す。原稿に書かれた徒歩分数も抜き出す
  5. 【人】 抜き出された分数を点検シートに貼り、式の結果と一致するかを見る
  6. 【人】 指摘を1行ずつ読み、採るか採らないかを決めて営業担当に戻す
  7. 【人】 判断に迷う表示は広告責任者に上げる

6番が、この設計の分かれ目です。 担当者は原稿を最初から読み直すのではなく、AIが出した指摘の当否を判断する役に変わります。AIが見落とした箇所がないかを確かめるため、原稿にも一度は目を通します。

2番と5番を人とシートで挟んでいるのは意図してのことです。 計算はシートの式で、抜き出しはAIで行い、突き合わせは人が見ます。 どれか1つが誤っても、ほかの2つで気づけます。

新任の担当者にとっては、指摘表がそのまま手引きになります。 指摘ごとに根拠のルールIDと理由が付くため、ベテランに聞かなくても「なぜ直すのか」が分かります。営業担当にも同じ表を返すので、書き手の側の誤りも少しずつ減ることを狙います。

02今回想定するシステム構成

構成図
営業担当の原稿(ポータル入稿文/チラシの文字原稿)
   │   コピーして貼り付け
   ▼
ChatGPT(ChatGPT Business のプロジェクト)
   │   プロジェクトのファイル:点検ルール表/過去の指摘例
   │   プロジェクトの指示:点検のしかた・出力の列
   ▼
指摘表(指摘箇所/根拠のルール/直し方の案/抜き出した徒歩分数)
   │
   ├──▶ 点検シート(スプレッドシート)
   │       道路距離を80で割り切り上げた分数と、原稿の分数を突き合わせ
   ▼
【人が指摘の当否を判断】 ── 迷う表示は広告責任者へ
   ▼
営業担当へ差し戻し → 修正版を入稿
役割想定する製品代替候補
処理ChatGPT(ChatGPT Business)Microsoft Copilot、Claude

点検ルール表と点検シートは、新しく買うものではありません。 社内で使っているスプレッドシートで作ります。点検ルール表はプロジェクトにファイルとして置き、点検シートは徒歩所要時間の計算にだけ使います。

土台にするのは、ChatGPT のプロジェクト機能です。 OpenAI のヘルプでは、プロジェクトは関連するチャット・ファイル・指示をまとめておくもので、ChatGPT がその文脈を使って継続的な作業を支えると説明されています。PDF、スプレッドシート、文書、画像をファイルとして追加でき、Business ではプロジェクトごとに40ファイルまで置けます。一度に上げられるのは10ファイルです。

プロジェクトの指示は、そのプロジェクトの中だけで効き、個人のカスタム指示より優先されます。 点検のしかたを指示に書いておけば、3名の誰が使っても同じ前提で動きます。

3名で使うので、プロジェクトは共有します。 Business ではワークスペースのメンバーやグループを招待でき、権限は「チャット」と「編集」から選べます。点検ルール表を差し替えられるのは編集権限の人だけにします。 共有したプロジェクトは自動的にプロジェクト内だけの記憶になり、メンバー個人の記憶や外のチャットの文脈は参照されません。

GPT(カスタム版のChatGPT)ではなくプロジェクトを選ぶのは、指摘の蓄積を共有したいからです。 ヘルプでは、GPTは1人で使う静的な内容、共有プロジェクトはメンバーの投稿で育っていく場所と整理されています。過去の指摘例を足しながら使うこの業務には、後者が合います。

03どうやって実装するのか

Step1

処理の起点を決める

営業担当が原稿を共有フォルダに置いたことを起点に、点検担当が手で始めます。 この構成には自動で動く仕組みはありません。★1の段階では、点検の順番と中身をそろえることが目的で、起動の自動化は後回しにします。

点検はポータルサイトへの入稿前と、デザイン会社への入稿前の2回です。 チラシはデザイン会社の組版で文字が変わることがあるため、組み上がった校正紙の文字をもう一度貼って点検します。 文字原稿で通っていても、見出しの煽り文句が足されていることがあるからです。

Step2

入力データを集める

データ中身置き場所
原稿ポータル入稿文、チラシの文字原稿または校正紙の文字1本ごとにチャットへ貼る
点検ルール表ルールID、区分、対象の語や項目、使える条件、根拠、直し方の例プロジェクトのファイル
過去の指摘例実際に差し戻した表現と、直した後の表現プロジェクトのファイル
物件データ(数字)施設ごとの道路距離、起点と着点点検シート(AIには渡さない)
物件データ(種類)面積の種類(壁心/登記)、駐車設備の種類原稿の末尾に「物件データ」欄として貼る

質を決めるのは点検ルール表です。 AIはこの表にあるルールでしか指摘しません。表に無いものは指摘されないと考えて、在籍の長い担当者のメモを最初に表へ移します。

点検ルール表には、協議会の解説で示されている次の内容を入れます。

区分例として示されている語・項目使える条件・表し方
完全性完全、完ぺき、絶対、万全裏付ける合理的な根拠の資料を現に持つ場合に限る
優位性日本一、日本初、業界一、超、当社だけ、他に類を見ない、抜群同上。実績の順位は客観的な調査手法での実証が要る
選別特選、厳選同上。選別の基準を具体的に書くのが望ましい
最上級最高、最高級、極、特級根拠の資料に加え、根拠となる事実を併せて表示する場合に限る
安さ買得、掘出、土地値、格安、投売り、破格、特安、激安、バーゲンセール、安値同上(根拠となる事実の併記が要る)
売行き完売期分けの販売で前の期に売れ残りがあるのに「完売」としない
徒歩所要時間駅・施設までの分数道路距離80メートルにつき1分。1分未満の端数は1分
自動車・自転車所要時間1分あたりの基準は無い。道路距離を併記して実際の走行時間を書く
バス所要時間運行表の時間をバス会社に確認して書く
中古マンションの面積専有面積壁心面積が原則。登記簿の面積を使うときは「(登記面積)」と明示
駐車設備車庫、カーポート、カースペース建物/屋根と柱だけ/屋根も無い場所、の区別で書く

協議会の解説は、これらの語を例示列挙としています。 例に無い語でも、似た意味なら同じように規制されます。AIに「似た語も拾う」と指示する根拠がここにあります。

「新築」「新発売」「DK」「LDK」は、使うときの意味が規約第18条第1項で定められています。 たとえば新築は「建築後1年未満であって、居住の用に供されたことがないもの」、DKとLDKには居室数に応じた広さの目安があります。これも点検ルール表に行として入れます。

Step3

データの取得方法を決める

原稿は、営業担当が書いた文章をそのままコピーして貼ります。 ポータルサイトの入稿画面では、キャッチコピー、物件の説明文、交通の欄が分かれています。欄ごとに見出しを付けて貼ると、指摘箇所をAIが欄の名前で返せます。

チラシは、デザイン会社から届いた校正紙の文字を書き出して貼ります。 画像のまま渡すと、飾り文字や地図の中の文字の読み取りに頼ることになり、見落としの理由が増えます。★1の段階では文字にしてから渡すほうが確実です。

物件データは2つに分けます。 道路距離と起点・着点は、物件管理システムから点検シートに写し、AIには渡しません。計算に使う数字は、AIを通さずにシートへ入れます。 面積の種類と駐車設備の種類は、原稿の末尾に「物件データ」欄として貼り、原稿の呼び方と食い違っていないかをAIに見させます。

Step4

AIへ渡す前に整形する

  1. 欄の見出しを付ける … 「キャッチコピー」「説明文」「交通」「設備」のように、どこの文章かを分けて貼る
  2. 物件番号を先頭に書く … 指摘表と点検シートを後で突き合わせるため
  3. 所有者名や購入検討者の名前を消す … 原稿の下書きに紛れていることがある。第13章で扱う
  4. 道路距離を点検シートに貼る … 施設ごとに1行。起点と着点も書く
  5. 物件データ欄を付ける … 面積の種類と駐車設備の種類を原稿の末尾に貼る
  6. 点検ルール表の版を確かめる … プロジェクトのファイルが最新の版かを見る

4番目の起点と着点を省かないでください。 施行規則では、物件の起点は区画のうち施設に最も近い地点(マンションとアパートは建物の出入口)、着点は施設の出入口とされています。協議会の解説では、地上駅は駅舎の出入口、地下鉄は地上の出入口、学校は原則として正門です。どこから測った道路距離かが分からないと、式の結果が正しくても比べる意味がありません。

Step5

AIに処理させる

させること中身
用語の点検点検ルール表の語と、それに類する語を原稿から探す
使える条件の確認根拠となる事実や選別の基準が原稿に併記されているかを見る
表し方の点検面積の種類の明示、駐車設備の呼び方と物件データ欄との食い違い、自動車の所要時間に道路距離があるか
徒歩分数の抜き出し原稿に書かれた「徒歩○分」と、その行き先を書き出す
直し方の案過去の指摘例を参考に、差し替えの表現を1つ示す
させないこと理由
徒歩所要時間の計算端数の切り上げを毎回正しく行う保証がない。点検シートの式で出す
規約に適合するかの結論最終判断は広告責任者。AIが出すのは指摘の候補まで
根拠の資料があるかの判断資料は社内にあり、原稿からは分からない。「確認が必要」と返させる
ルール表に無い基準での指摘根拠が示せない指摘は、差し戻しの往復を増やすだけ
物件の事実の補完面積や駐車設備を推測で書き足させない

2つ目の「規約に適合するかの結論」を書かせないことが、この構成の芯です。 「最高級」は、根拠となる事実が併記されていれば使える場合があります。AIが「違反」と言い切ると、使える表現まで消えます。 返させるのは「指摘」と「確認が必要」の2種類だけです。

Step6

指示内容を固定する

プロジェクトの指示に次を入れます。原稿はチャットに貼るだけにします。

あなたは不動産会社の広告担当として、物件広告の原稿を掲載前に点検します。
プロジェクトのファイル「点検ルール表」と「過去の指摘例」だけを基準にしてください。

【点検のしかた】
1. 原稿を欄ごとに読み、点検ルール表の各ルールに当たる箇所を探してください。
2. 点検ルール表の語そのものだけでなく、意味が似ている語も拾ってください。
   例:「激安」の類として「超お得」「びっくり価格」。
3. 根拠となる事実の併記が条件になっている語は、原稿の中に併記があるかを見て、
   併記があれば「併記あり」と書いてください。併記の中身が正しいかは判断しません。
4. 末尾の「物件データ」欄と、原稿の面積・駐車設備の呼び方が食い違っていれば指摘してください。
5. 原稿にある「徒歩○分」の表示をすべて抜き出し、行き先と分数を書いてください。

【厳守事項】
- 徒歩の所要時間を計算しないでください。分数を抜き出すだけにしてください。
  道路距離が原稿に書かれていても、割り算をしないでください。
- 「違反」「適合」と書かないでください。判定は「指摘」か「確認が必要」のどちらかです。
- 根拠の資料が社内にあるかは原稿から分かりません。資料が必要なルールに当たったら
  「確認が必要」とし、どの資料が要るかを書いてください。
- 点検ルール表に無い基準で指摘しないでください。
  気になる点があっても表に無ければ「ルール外の気づき」として分けて書いてください。
- 原稿に書かれていない物件の事実(面積、駐車設備、築年数など)を補わないでください。
- 直し方の案は1つだけ。過去の指摘例に近い例があれば、その表現に寄せてください。

【出力】
物件番号を1行目に書き、次の列の表で返してください。
指摘ID|欄|原稿の該当箇所(そのまま写す)|ルールID|判定|理由|直し方の案
その下に、徒歩分数の抜き出しを 行き先|原稿の分数 の表で返してください。
指摘が1件も無ければ「指摘なし」と書き、徒歩分数の表だけを返してください。

「割り算をしないでください」を明記しないと、親切に計算します。 原稿に「駅まで720m」と書いてあれば、AIは9分と書き添えようとします。計算を禁じるのは、結果が合っているかどうかではなく、シートの式と二重の答えができてしまうからです。

「ルール外の気づき」を別枠にしたのは、捨てないためです。 表に無い指摘を禁じるだけだと、本当に気になる表現まで黙ります。別枠で出させ、採るかどうかを人が決め、採ったものは点検ルール表に足します。

Step7

出力形式を固定する

★1の段階では上の表をそのまま読みます。点検シートに記録するときや、後で半自動化するときに備えて、列は次のJSONの項目と一致させておきます。

{
  "property_id": "",
  "findings": [
    {
      "finding_id": "",
      "section": "キャッチコピー | 説明文 | 交通 | 設備 | その他",
      "quote": "",
      "rule_id": "",
      "verdict": "指摘 | 確認が必要",
      "reason": "",
      "suggestion": ""
    }
  ],
  "out_of_rule_notes": [ { "quote": "", "note": "" } ],
  "walk_times": [ { "destination": "", "minutes_in_draft": 0 } ]
}

1つ目の理由は、quote に原稿の文字をそのまま写させることです。 要約された指摘では、原稿のどこを直すのかを探し直すことになります。写した文字で原稿を検索すれば、すぐに該当箇所へ飛べます。

2つ目は、walk_times を指摘と分けて持つことです。 点検シートには次の列を置き、minutes_in_draft を貼ると一致を判定します。

列中身式の例
A行き先手入力
B道路距離(メートル)物件管理システムから転記
C規約の基準で出した分数=ROUNDUP(B2/80,0)
D原稿の分数AIの抜き出しを貼る
E一致=IF(C2=D2,"一致","要確認")

C列の式が、この構成の計算のすべてです。 80で割って、1分未満の端数は1分として切り上げます。AIは一度も計算に関わりません。

3つ目は、verdict を2つの値に絞ることです。 「違反」を選べないようにしておけば、指摘表を見た営業担当がAIの判定を規約の判断と取り違えません。

Step8

システムへ連携する

つなぎ先方式内容
ChatGPT のプロジェクト画面で貼り付け原稿を渡し、指摘表を受け取る
点検シート手でコピー徒歩分数を貼り、式の結果と突き合わせる
共有フォルダ手で保存指摘表と判断の結果を原稿の隣に置く
ポータルサイトの入稿画面既存の手順修正後の原稿を入稿する

★1の段階では、どこにも自動で書き込みません。 ポータルサイトへの入稿は、点検担当の判断が済んだ原稿だけを、これまでどおり人が行います。点検の結果が掲載に直結する経路を作らないことで、誤った指摘が原稿を壊すことを防ぎます。

Step9

人が確認する

人が判断するのは、指摘の1行ずつと、徒歩分数の一致です。

  1. 徒歩分数の「要確認」を先に見る … 多くは起点・着点の取り違えか、道路距離の転記ミスです
  2. 「確認が必要」を見る … 根拠の資料が社内にあるかを営業担当に聞きます
  3. 「指摘」を採るかを決める … 直し方の案を使うか、自分の言葉で直すかも決めます
  4. 原稿に一度は目を通す … AIが拾わなかった箇所がないかを見ます
  5. 判断を覆したら記録する … どの指摘を、どう変えたかを残します

2番目の「根拠の資料があるか」は、AIには分かりません。 「当社仲介実績エリア1位」のような表示は、協議会の解説では客観的な調査手法での実証が要るとされています。資料の有無を確かめるのは人の仕事です。

判断に迷う表示は、広告責任者に上げます。 社内で決めきれないものは、不動産公正取引協議会への相談を考えます。

Step10

例外に対処する

起きること対応
原稿に徒歩分数が書かれていない抜き出しは空。書く必要がある広告かを点検ルール表で確かめる
同じ行き先に分数が2つある両方を抜き出させ、どちらも点検シートで突き合わせる
道路距離が物件データに無い計算しない。営業担当に測り直しを依頼して、点検を保留する
公園の中を通る経路で測っている通れる時間の制限の明示と、通常の道路を通った時間の併記があるかを人が見る
バスの所要時間がある運行表の時間をバス会社に確かめたかを営業担当に聞く
自動車の所要時間に道路距離が無い「指摘」。道路距離を併記するよう返す
点検ルール表に無い新しい煽り文句「ルール外の気づき」に出る。採ったら表に足す
指摘が極端に多い原稿の貼り方を疑う。欄の見出しが抜けていないかを見る

上から3行目を軽く扱わないでください。 道路距離が無いまま点検を通すと、原稿の分数を信じたのと同じことになります。 数字が無いときは、点検を止めるのが正しい対応です。

Step11

記録を残す

  • 原稿の版(点検前と修正後)と、点検した日時・担当者
  • ChatGPTが返した指摘表の全文
  • 点検シートの行(道路距離、式の分数、原稿の分数、一致)
  • 人が指摘を採った・採らなかった記録と、その理由
  • そのとき使った点検ルール表の版
  • 広告責任者に上げた表示と、その結論

4つ目は、点検ルール表を育てる材料です。 毎回採らない指摘は表の書き方が悪く、毎回手で足している指摘は表に行が足りません。月に一度、この記録を見て表を直します。

5つ目で版を残すのは、表が変わると過去の点検の意味が変わるためです。 掲載後に表示について問い合わせを受けたとき、当時どのルールで点検したかを示せます。

04実装レベルの3段階

最小構成:ChatGPTのプロジェクトに原稿を貼り、指摘表を受け取る。徒歩分数は点検シートの式で突き合わせる / 用語と表し方の点検、徒歩分数の抜き出し
半自動化:上記+共有フォルダに原稿を置くと、ワークフローが生成AIのAPIを呼び、指摘表を点検シートに書き出す / 原稿の受け渡しと、指摘表の記録
本格構成:上記+物件管理システムから道路距離を自動で取り込み、ポータルサイトの入稿前に点検結果を必須の確認項目にする / 物件データとの突合と、入稿前の関門

本記事が推すのは最小構成です。 月240本であれば、1本ずつ貼る手間は点検そのものに比べて小さく、指摘の当否を人が判断する時間はどの段階でも残ります。 半自動にしても、削れるのは貼り付けと転記の数十秒です。 先に半自動へ進まないでください。 点検ルール表が育たないうちに自動化すると、表に無い観点が見落とされたまま、大量の原稿が「指摘なし」で流れます。 3か月ほど最小構成で回し、採らない指摘と手で足す指摘が減ってから考えてください。 本格構成に進むのは、原稿の本数が今の何倍にもなったときです。 物件管理システムとの連携は個別の開発になり、ポータルサイトごとに入稿の仕組みも違います。月240本の規模では、費用に見合う削減が出にくいと考えます。

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
240 件
1件あたり現在時間
15 分
1件あたり導入後時間
6 分
現在  240件 × 15分 ÷ 60 = 60 時間/月
導入後 240件 × 6分 ÷ 60 = 24 時間/月
月間削減時間
36h
削減率
60%
年間削減時間
432h
年間金額換算(時間単価2,800円)
121万円
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. 売買仲介や分譲の物件広告を月に数百本出しており、ポータルサイトの入稿文とチラシの原稿を少人数で点検している不動産会社。点検の観点がベテラン担当者の頭の中にあり、新任の担当者が同じ水準で見られない場合。過去に「格安」「最高」などの用語や徒歩分数の表示で指摘を受けたことがあり、同じ種類の誤りを減らしたい場合。
向いていない
  1. 広告の本数が月に数本で、担当者の目視で十分に回っている場合。点検ルールを文書にまとめる時間がとれず、何を基準に見るかを決められない場合。なお、表示が規約に適合するかの最終判断はこの構成では代替できず、社内の広告責任者の確認と、迷う表示についての不動産公正取引協議会への相談が前提になります。

07最小構成で試す方法

  1. 先月掲載した原稿から20本を選ぶ(うち数本は、実際に差し戻した原稿を入れる)
  2. 在籍の長い担当者のメモと、協議会の解説の特定用語を、点検ルール表のスプレッドシートにまとめる
  3. ChatGPTでプロジェクトを作り、点検ルール表と過去の指摘例を置き、第7章の指示を入れる
  4. 20本を1本ずつ貼り、指摘表を受け取る
  5. 当時の赤字と突き合わせ、拾えた指摘・拾えなかった指摘・余計な指摘を数える

20本のうち差し戻した原稿で、当時の赤字が再現できるかを最初に見ます。

出てきた内容判断
当時の赤字とほぼ同じ指摘が出た3名での運用に進む
表に無い観点の赤字が拾えない点検ルール表に行が足りない。AIではなく表を直す
徒歩分数を計算して書き添えた指示の書き方で直る。構成は有効

数えるのは、当時の赤字のうちAIも指摘した数と、AIだけが指摘した数の2つです。後者には、当時の見落としと、余計な指摘の両方が含まれます。1本ずつ、どちらだったかを担当者が見分けます。

2行目が出るのは珍しくありません。 失敗ではなく、ベテランの頭の中にあった観点が1つ見つかったということです。 これを表に足すこと自体が、教育の資料づくりになります。

08実装時につまずきやすいポイント

問題対策
AIが徒歩分数を計算して書き添える計算を禁じる一文を指示に入れる。 分数はシートの式だけで出す
「違反」と言い切り、使える表現まで消す判定を「指摘」「確認が必要」の2値に絞る
根拠の併記があるのに指摘する併記の有無を見る手順を指示に書く。中身の正否は判断させない
似た語を拾わない協議会の解説どおり例示列挙として扱い、類語の例を指示に書く
表に無い観点を拾えない「ルール外の気づき」を別枠で出させ、採ったものを表に足す
起点・着点が違う道路距離で突き合わせる点検シートに起点と着点の列を置き、空欄なら計算しない
中古マンションの面積の種類が抜ける登記簿の面積を使うなら「(登記面積)」の明示を表のルールにする
駐車設備の呼び方が物件データと食い違う物件データ欄を原稿の末尾に貼り、呼び方の区別を表に入れる
チラシの煽り文句が組版で足される文字原稿に加え、校正紙の文字でもう一度点検する
点検ルール表の古い版が残る差し替えは編集権限の人だけにし、版をファイル名に入れる
指摘表を規約の判断と受け取る指摘表の冒頭に「掲載可否の判断ではない」と書き添える
欄の見出しを付けずに貼り、指摘箇所が分からない貼り付け用の雛形を用意し、欄の見出しを先に並べておく
指摘が多すぎて担当者が読み飛ばす採らない指摘の多いルールから、表の書き方を直す

上の2行が、この構成の失敗のほとんどです。 どちらもAIに「判断」をさせてしまうことから来ています。計算も適合の結論も、AIの外に置いてあるかどうかで運用に乗るかが決まります。

起点・着点の行も、同じくらい早く効きます。 式の結果と原稿の分数がずれたとき、多くは計算ではなく、測った場所の違いです。

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: 物件の所在地・面積・価格・設備などの広告用の情報です。広告として公開する予定の情報が中心で、外部に出る範囲は限られます。

  1. 原稿の下書きに紛れる個人の情報を消してから貼る … 売主の氏名、購入を検討している人の名前、内見の予定などが、営業担当のメモとして原稿に残っていることがあります。広告に出さない情報は、貼る前に消します
  2. 業務用のプランで使う … ヘルプでは、既定で OpenAI は ChatGPT Business のワークスペースの内容をモデルの学習に使わないとされています。個人のアカウントで試さないでください
  3. 掲載の可否をAIに決めさせない … 表示が規約に適合するかの最終判断は、社内の広告責任者が行います。 迷うものは不動産公正取引協議会への相談を考えます
  4. 根拠の資料をプロジェクトに置かない … 「実績1位」の調査資料や取引の記録は、原稿の点検には要りません。資料の有無は人が確かめ、AIには渡しません
  5. 共有の範囲を点検担当に絞る … 共有プロジェクトでは、メンバー全員がファイルを見てダウンロードできます。招待するのは点検に関わる人だけにします
  6. プロジェクトを消すときの扱いを決める … 削除したプロジェクトのチャットやファイルは、法律上・安全上の理由がない限り30日以内に OpenAI のシステムから消されるとヘルプにあります。点検の記録は共有フォルダの側に残します
  7. 過去の指摘例から書き手の名前を外す … 指摘例は教材としてメンバー全員が読みます。誰がどの表現で差し戻されたかが分かる形で置くと、点検が個人の評価の材料に見えてしまいます。 表現と直した後の表現だけを残し、営業担当の名前や店舗名は消してから置きます

誤りが起きた場合のリスクは、使えない表現を見落として掲載することと、使える表現まで消して広告の訴求を弱めることの2つです。 前者は点検ルール表の不足から、後者はAIに結論を言わせることから起きます。表を育てることと、判定を2値に絞ることの2つで守ります。

10まず何から始めるか

1週目:点検ルール表をつくる

在籍の長い担当者のメモと、協議会の解説にある特定用語・表し方を、スプレッドシートの表にまとめます。列は、ルールID、区分、対象の語や項目、使える条件、根拠、直し方の例の6つです。過去に差し戻した表現と直した後の表現も、別の表にします。

2週目:20本で試す

ChatGPT Business でプロジェクトを作り、2つの表を置いて第7章の指示を入れます。先月の原稿20本を貼り、当時の赤字と突き合わせます。AIが計算していないか、「違反」と書いていないかを最優先で見ます。

3週目:点検シートをつなぐ

道路距離と起点・着点の列、=ROUNDUP(B2/80,0) の式、一致の判定を持つ点検シートを作ります。20本の徒歩分数をすべて突き合わせ、ずれた行の理由を確かめます。

4週目:3名で回す

プロジェクトを3名で共有し、新しい原稿の点検をこの手順に切り替えます。採らなかった指摘と、手で足した指摘を記録します。2か月目以降: 月に一度、記録を見て点検ルール表を直し、1本15分が何分になったかを実測します。新任の担当者が同じ指摘表で点検できるようになった時点で、この構成は完成です。


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:2026-09-28/最終更新:2026-09-28
確認した内容情報源確認日
表示規約第18条第2項で使用が制限される用語の6区分(完全性・優位性・選別・最上級・安さ・売行き)と例語、合理的な根拠の資料を現に有する場合に限ること、最上級と安さは根拠となる事実の併記が要ること、例示列挙であること。第18条第1項の新築・新発売・DK・LDK等の意味とDK・LDKの広さの目安首都圏不動産公正取引協議会: 特定用語の使用基準2026-09-28
自動車・自転車に1分あたりの基準が無く道路距離を併記すること、バスは運行表の時間をバス会社に確認すること、駅・地下鉄・学校・公園経由の起着点、中古マンションの登記面積の明示、車庫・カーポート・カースペースの区別首都圏不動産公正取引協議会: 物件の内容・取引条件等に係る表示基準2026-09-28
徒歩所要時間は道路距離80メートルにつき1分、1分未満の端数は1分として算出すること。道路距離の起点と着点の定め不動産の表示に関する公正競争規約・同施行規則(PDF)2026-09-28
プロジェクトがチャット・ファイル・指示をまとめること、Businessは1プロジェクト40ファイル・同時10ファイル、指示の優先、共有と権限、共有時のプロジェクト内記憶、GPTとの違い、Businessの内容を既定で学習に使わないこと、削除後30日以内の消去OpenAI Help Center: Projects in ChatGPT2026-09-28

表示が規約に適合するかの最終判断は、社内の広告責任者が行ってください。 迷う表示は不動産公正取引協議会への相談を考えてください。本記事は上のページで確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様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-0259)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