Media > AI活用ユースケース > 法務 > 内部通報の窓口に届いた通報を、事実・要望・対象者に分けて、通報者を伏せた調査担当向けの要約と初動の確認事項を作る

内部通報の窓口に届いた通報を、事実・要望・対象者に分けて、通報者を伏せた調査担当向けの要約と初動の確認事項を作る

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

内部通報の窓口に届いた通報を、事実・通報者の要望・対象者に分けた受付記録にまとめます。あわせて、通報者を特定させうる記述を伏せた調査担当向けの要約と、初動で確かめるべき事項の一覧を作ります。

サマリー
生成AI
Azure OpenAI Service/Claude/Gemini
対象業界
その他/医療/製造/金融
対象部門
法務/総務
対象業務
要約/記録・議事録作成
主な課題
判断に時間がかかる/属人化している/書類作成に時間がかかる
AIで行う処理
要約
主な効果
判断支援/品質標準化/工数削減
導入難易度
★★★☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
必須
現在工数
60h/月
AI導入後
20h/月
想定削減
67%
年間削減
480h
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. 従事者が通報を受け、通報管理の台帳に受付番号を振る
  2. 通報の文面(電話はメモ)を読み、何が起きたか、誰が関わっているか、通報者が何を望んでいるかを整理した受付記録を書く
  3. 対象者と関係者を組織図で確かめ、調査を担当しうる部署の責任者が関わっていないかを見る
  4. 幹部が関わる事案かどうか、急ぎの対応が要るかを判断し、責任者に相談する
  5. 調査担当向けのメモを書く。通報者の名前、部署、通報者しか知りえない事情を伏せる
  6. 通報者に聞き直したい点があれば、匿名の連絡の経路で質問を送る
  7. 責任者が調査をするかと調査担当を決め、メモを渡す
導入後(After)
  1. 人従事者が通報を受け、台帳に受付番号を振る。電話はメモを、書面はスキャンした文字を台帳に入れる
  2. 自動台帳の登録をきっかけに、通報者の氏名・連絡先・社員番号を置き換え記号に替えた文面を作る
  3. 自動Claude API が、事実・要望・対象者、通報者を特定させうる記述の候補、急ぎの対応のシグナル、聞き直しの質問を返す
  4. 自動対象者として挙がった役職と部署を組織図と照らし、幹部の関与と利益相反の候補を規則で出す
  5. 自動受付記録の案と、候補の記述に印を付けた調査担当向けの要約の案を、台帳の同じ受付番号に置く
  6. 人従事者が受付記録の案を原文と見比べて直す
  7. 人従事者が印の付いた記述を1つずつ見て、伏せるかどうかを決める
  8. 人従事者と責任者が初動の確認事項を見て、調査をするかと調査担当を決める
  9. 人伏せる処理を終えた要約だけを調査担当に渡す
各工程の詳しい説明を読む
  1. 従事者が通報を受け、通報管理の台帳に受付番号を振る
  2. 通報の文面(電話はメモ)を読み、何が起きたか、誰が関わっているか、通報者が何を望んでいるかを整理した受付記録を書く
  3. 対象者と関係者を組織図で確かめ、調査を担当しうる部署の責任者が関わっていないかを見る
  4. 幹部が関わる事案かどうか、急ぎの対応が要るかを判断し、責任者に相談する
  5. 調査担当向けのメモを書く。通報者の名前、部署、通報者しか知りえない事情を伏せる
  6. 通報者に聞き直したい点があれば、匿名の連絡の経路で質問を送る
  7. 責任者が調査をするかと調査担当を決め、メモを渡す

(a)文面の整理に時間がかかる。 フォームの自由記入は時系列が前後し、同じ出来事が何度も書かれ、感情の言葉と事実が混ざります。数千字の通報から「いつ・どこで・誰が・何を」を抜き出すだけで、30分を超えることがあります。

(b)記録の書き方が担当者ごとに違う。 ある従事者は時系列で、ある従事者は論点ごとに書きます。後から同じ対象者への通報が届いたとき、過去の記録と見比べにくくなります。 指針は、内部公益通報への対応に関する記録を作成し、適切な期間保管することを求めています。

(c)通報者を伏せる作業が手作業。 名前と部署を伏せるのは簡単ですが、「あの会議にいた5人のうちの1人」と分かる書き方を見落としやすいのが実情です。伏せ漏れは、通報者が探されるきっかけになります。

(d)初動の判断が担当者の経験に頼る。 幹部が関わる事案は独立性を確保した経路で扱う、事案の関係者を調査に関与させない、といった指針の求めを、毎回、従事者が自分で思い出して確かめています。

  1. 【人】 従事者が通報を受け、台帳に受付番号を振る。電話はメモを、書面はスキャンした文字を台帳に入れる
  2. 【自動】 台帳の登録をきっかけに、通報者の氏名・連絡先・社員番号を置き換え記号に替えた文面を作る
  3. 【自動】 Claude API が、事実・要望・対象者、通報者を特定させうる記述の候補、急ぎの対応のシグナル、聞き直しの質問を返す
  4. 【自動】 対象者として挙がった役職と部署を組織図と照らし、幹部の関与と利益相反の候補を規則で出す
  5. 【自動】 受付記録の案と、候補の記述に印を付けた調査担当向けの要約の案を、台帳の同じ受付番号に置く
  6. 【人】 従事者が受付記録の案を原文と見比べて直す
  7. 【人】 従事者が印の付いた記述を1つずつ見て、伏せるかどうかを決める
  8. 【人】 従事者と責任者が初動の確認事項を見て、調査をするかと調査担当を決める
  9. 【人】 伏せる処理を終えた要約だけを調査担当に渡す

7番目が、この設計の分かれ目です。 AIは「この記述は通報者を絞り込めるかもしれない」と挙げるだけで、伏せるかどうかの判断は、職場の事情を知る従事者にしかできません。 候補を挙げてもらうことで、見落としが減ります。

2番目でAIに渡す前に氏名を置き換えているのも、意図してのことです。 要約に通報者の氏名は要りません。要らないものは最初から渡さないのが、この構成の決まりです。

02今回想定するシステム構成

構成図
受付フォーム/窓口メール/電話のメモ/書面(スキャン)/外部窓口からの転送
   ▼
通報管理の台帳(閲覧は従事者のみ)
   ▼【トリガー】受付番号の登録
社内の呼び出し用の小さなプログラム(従事者だけが使える)
   ├──▶ 氏名・連絡先・社員番号を置き換え記号に替える
   ▼
Claude API(Messages API・構造化出力)
   │   事実・要望・対象者/特定させうる記述の候補/急ぎのシグナル/聞き直しの質問
   ▼
規則による確認 ── 組織図と照らして幹部の関与・利益相反の候補
   ▼
台帳の同じ受付番号に、受付記録の案と調査担当向けの要約の案
   ▼
【人】従事者が確認・伏せる判断 → 責任者と初動を決定 → 調査担当へ
役割想定する製品代替候補
処理Claude API(Messages API。受付記録・要約・確認事項の案)Azure OpenAI(Microsoft Foundry)、Gemini API
連携通報管理の台帳と呼び出し用のプログラム-
保管通報管理の台帳(閲覧は従事者のみ)アクセスを絞った文書管理

新しく足すのは、Claude API の契約と、台帳から呼び出す小さなプログラムだけです。 台帳と受付フォームはいま使っているものです。プログラムを動かせるのは従事者だけにし、調査担当や情報システム部門の一般の担当からは、通報の文面にも出力にも届かないようにします。

Claude API は、データの保存の扱いを先に確かめてから使います。 公式の説明では、ゼロデータ保持(ZDR)の取り決めの下では、API の応答を返した後に顧客のプロンプトと応答を保存しないとされ、取り決めは営業の窓口に申し込み、組織ごとに有効にします。Messages API は ZDR の対象ですが、バッチ処理(29日保持)や Files API(削除するまで保持)は対象外とされています。この構成では、通報の文面は Messages API に直接入れ、バッチ処理と Files API は使いません。

ZDR でも残りうる場合があります。 公式の説明では、法令で求められる場合や、自動の安全の仕組みで検知された場合は、取り決めにかかわらず入力と出力を最長2年保持することがあるとされています。また、一部のモデルは30日の保持が必要で ZDR では使えないとされているので、ZDR で使えるモデルを選びます。 これらを内部規程にどう位置付けるかは、第13章に書きます。

03どうやって実装するのか

Step1

処理の起点を決める

台帳に受付番号が登録されたことを起点にします。 従事者が受付番号を振り、文面(電話のメモ、書面のスキャンの文字)を入れた時点で動きます。通報の受付そのものは人が行い、AIに渡す前に必ず従事者の手を通します。 通報者が自分で入力したフォームの文面がそのままAIに流れる経路は作りません。

定時のまとめ処理にはしません。 生命や身体に関わる通報が混ざることがあり、夜にまとめて処理すると、急ぎのシグナルに気づくのが翌朝になります。 受付のたびに1件ずつ動かします。

通報者から追加の情報が届いたときは、同じ受付番号に追記し、追記の時点で受付記録の案を作り直します。 作り直した案は前の案を上書きせず、版として残します。

Step2

入力データを集める

データ中身取得元
通報の文面自由記入、メール本文、電話のメモ、書面のスキャンの文字、外部窓口の転送文通報管理の台帳
受付の属性受付番号、入口、受付日時、匿名か顕名か、書面による通報か台帳
通報者の特定事項氏名、連絡先、社員番号、所属台帳(AIには渡さず置き換えに使う)
組織図部署、役職、役員・部長以上の一覧、子会社ごとの責任者人事の組織マスタ(読み取りのみ)
窓口の規程の要点幹部が関わる事案の扱い、利益相反の扱い、急ぎの対応の基準内部規程(従事者が要点を書いた一覧)

質を決めるのは、通報者の特定事項と組織図の2つです。 特定事項が台帳に項目として分かれていれば、AIに渡す前に機械的に置き換えられます。組織図が無いと、対象者が幹部かどうかをAIの推測に頼ることになります。幹部かどうかは組織図で決め、AIには決めさせません。

「書面による通報か」を属性として持つのは、指針の求めのためです。 指針は、書面により内部公益通報を受けた場合、是正に必要な措置をとったときや通報対象事実がないときは、その旨を通報者に速やかに通知することを求めています。通知が要る事案かどうかを、受付の時点で台帳に残します。

Step3

データの取得方法を決める

取るものどこから何に使うか
通報の文面と追記台帳の受付番号の本文Claude API へ(置き換え後)
通報者の特定事項台帳の特定事項の項目文面の中の同じ文字列を置き換え記号にする
対象者の役職・部署AIが返した対象者の記述を組織マスタで引く幹部の関与と利益相反の候補
規程の要点従事者が書いた一覧初動の確認事項の規則

置き換えは、文字列の一致で機械的に行います。 氏名は姓だけ・名だけ・ふりがなの形でも探し、[通報者] に替えます。社員番号、内線番号、メールアドレス、携帯電話の番号も同じです。置き換えた箇所の数を記録し、0件のときは「顕名なのに文面に氏名が無い」か「匿名」かを確かめます。

組織マスタは読み取りだけです。 AIが返した対象者の記述(「製造二課の課長」)から部署と役職を引き、役員・部長以上なら「幹部の関与」の印、調査を担当しうる部署の責任者なら「利益相反の候補」の印を規則で付けます。氏名で引かず、役職と部署で引きます。

Step4

AIへ渡す前に整形する

  1. 文字の取り出し … 書面はスキャンして文字にします。読めない箇所は [判読不能] と書き、推測で埋めません
  2. 特定事項の置き換え … 氏名・社員番号・連絡先を置き換え記号に替えます
  3. 追記の並べ方 … 最初の通報と追記を受付日時の順に並べ、区切りに日時を入れます
  4. 外部窓口の転送文の扱い … 法律事務所が書いた前書きと通報者の言葉を分け、通報者の言葉だけを「通報の文面」にします
  5. 長さの確認 … 極端に長い文面は分割せず、そのまま渡します。分割すると、前半と後半で同じ人物が別人として扱われます

2番目は、置き換えで終わりではありません。 置き換えは名前や番号のように文字列で分かるものにしか効きません。「私だけが担当している取引先」のような記述は残ります。 それを拾うのが、次の小見出しのAIの仕事です。

Step5

AIに処理させる

させるのは、通報の文面を決まった欄に整理することと、通報者を特定させうる記述の候補と急ぎのシグナルを挙げることです。

欄中身書き方の決まり
事実いつ・どこで・誰が・何をしたか。1つの出来事を1行に通報者が見たのか、聞いたのか、推測かを分ける
通報者の要望調査、是正、匿名の維持、不利益な取扱いへの不安など書かれていなければ空
対象者行為をしたとされる人の役職・部署。氏名があれば [対象者A]役職が書かれていなければ空
特定させうる記述の候補通報者を絞り込めるかもしれない記述と、その理由引用の文字列を原文のまま写す
急ぎのシグナル生命・身体への危険、証拠の廃棄・改ざんのおそれ、継続中の行為引用の文字列を写す。判断の結論は書かない
聞き直しの質問調査に要るのに書かれていない点(時期、場所、資料の所在)通報者を特定しようとする質問を入れない

1行目の「見たのか、聞いたのか、推測か」が、調査担当にとっていちばん大事な区別です。 「課長が水増しを指示したらしい」と「課長が水増しを指示するのを会議で聞いた」では、調査の進め方がまったく違います。区別を付けずにまとめると、伝聞が事実として調査担当に渡ります。

最後の行の「通報者を特定しようとする質問を入れない」は、法の求めです。 改正法は、正当な理由がなく公益通報者を特定することを目的とする行為を禁じています(第11条の3)。「あなたの所属を教えてください」のような質問を、AIが善意で作らないようにします。

させないこと理由
公益通報に当たるかの判断対象の法令と通報の内容の当てはめは従事者と責任者が行う
調査をするか・誰に任せるかの判断責任者が決める
幹部かどうかの判断組織図で規則として決める
通報者が誰かの推測通報者探索に当たりうる。推測を書かせない
事実の真偽の評価調査で確かめる。通報の段階で評価しない
伏せる処理の実行候補に印を付けるまで。伏せるかは従事者が決める

4行目を明記しておかないと、AIは手がかりから人物を推測した文を書くことがあります。 「経理の夜勤は2名なので、通報者はそのどちらかと考えられます」という一文は、書いた瞬間に通報者探索の材料になります。

Step6

指示内容を固定する

あなたは内部通報の窓口で、受け付けた通報を調査に回す前に整理する補助をします。
渡された通報の文面に書かれていることだけをもとに整理してください。推測で埋めないでください。

【整理する欄】
1. facts:出来事を1つずつ。when/where/who(役職・部署)/what と、
   source(seen=本人が見た/heard=人から聞いた/inferred=本人の推測)
2. requests:通報者が望んでいること
3. subjects:行為をしたとされる人の役職・部署
4. identifying_passages:通報者を絞り込めるかもしれない記述と、その理由
5. urgent_signals:生命・身体への危険、証拠の廃棄・改ざんのおそれ、継続中の行為が
   書かれている箇所
6. questions:調査に要るのに書かれていない点を、通報者に尋ねる質問

【厳守事項】
- 書かれていない欄は空にしてください。一般的な傾向から補わないでください。
- source は文面の言い方で決めてください。「らしい」「と聞いた」は heard、
  「と思う」「ではないか」は inferred です。迷ったら seen にしないでください。
- identifying_passages と urgent_signals の quote には、文面の文字列をそのまま写してください。
  言い換えや要約をしないでください。
- 通報者が誰かを推測しないでください。「通報者は○○と考えられる」のような文を
  どの欄にも書かないでください。
- 通報者の所属・氏名・立場を尋ねる質問を questions に入れないでください。
- 公益通報に当たるか、調査すべきか、事実かどうかを書かないでください。
- [通報者][対象者A]などの置き換え記号は、そのまま使ってください。元の名前を推測しないでください。
- 対象者の氏名が文面に残っていた場合は、[対象者A][対象者B]に置き換えて書いてください。

【受付の属性】{intake_meta}
【通報の文面(追記を含む、受付日時の順)】{report_text}

「通報者が誰かを推測しない」を明記しないと、親切に推測します。 文面に「私のチームは3人」と書かれていれば、AIは整理の一環として「通報者は3人のうちの1人」と書きがちです。禁じるのは、推測を文にすることそのものです。

「迷ったら seen にしない」も同じ理由です。 伝聞と推測を見たこととして整理すると、要約の段階で通報の確からしさが上がって見えます。

Step7

出力形式を固定する

Claude API の構造化出力で、次の形のJSONを受け取ります。

{
  "facts": [
    { "when": "", "where": "", "who": "", "what": "",
      "source": "seen | heard | inferred", "quote": "" }
  ],
  "requests": [ "" ],
  "subjects": [ { "label": "[対象者A]", "role": "", "department": "" } ],
  "identifying_passages": [ { "quote": "", "reason": "" } ],
  "urgent_signals": [ { "type": "life_safety | evidence | ongoing", "quote": "" } ],
  "questions": [ "" ]
}

1つ目の理由は、quote を原文と照らせることです。 プログラムが quote の文字列が通報の文面にそのまま含まれるかを確かめ、含まれなければ「引用不一致」の印を付けて従事者に回します。 公式の説明では、構造化出力と Citations は併用できず、両方を指定すると 400 のエラーになるとされています。引用の正しさは、Citations ではなくプログラムの照合で担保します。

2つ目は、source で受付記録と要約の書き分けが機械的にできることです。 調査担当向けの要約では、heard と inferred の行に「(伝聞)」「(通報者の推測)」を自動で付けます。

3つ目は、subjects の role と department を組織マスタで引けることです。 幹部の関与と利益相反の印は、ここから規則で付けます。

調査担当向けの要約の案は、このJSONからプログラムが次の形に組み立てます。

【受付番号】2026-10-0123 【受付の入口】受付フォーム(匿名)
【事実】
・2026年9月ごろ、製造二課で、[対象者A](課長)が検査記録の数値の書き換えを指示した(伝聞)
・同月、検査の記録用紙が通常と違う保管庫に移されていた(通報者が見た)
【対象者】[対象者A]製造二課・課長
【通報者の要望】調査と是正。匿名の維持
【初動の確認事項】証拠の所在の確認が要る可能性(記録用紙の保管場所の記述あり)
【伏せる候補】2か所(従事者が判断済みのものだけを残す)

伏せる候補の本文は、従事者が判断を終えるまで要約に入りません。 判断を終えた記述だけが、伏せた形か言い換えた形で要約に入ります。

公式の説明では、構造化出力のスキーマはキャッシュのため最長24時間保持されることがあるとされています。スキーマのプロパティ名や enum に、通報の内容や人名を入れません。 また、安全上の理由で応答が拒否されたときは stop_reason が refusal になりスキーマに沿わないことがあるとされているので、stop_reason を確かめ、end_turn 以外は案を置かずに従事者へ回します。

Step8

システムへ連携する

つなぎ先方式内容
通報管理の台帳受付番号の登録をきっかけに読み、案を書き戻す文面と属性を読み、受付記録と要約の案を置く
Claude APIMessages API(構造化出力)欄の整理、候補、シグナル、質問
組織マスタ読み取りのみ役職と部署から幹部の関与と利益相反の候補
調査担当人が渡す伏せる処理を終えた要約だけ

台帳から外へは、何も自動で送りません。 調査担当への要約の受け渡しも、責任者への報告も、従事者が行います。この構成が書き込むのは台帳の案の欄だけで、確定した受付記録は従事者が保存します。

初動の確認事項は、規則とAIの結果を並べて1枚にします。

確認事項出どころ印が付く条件
幹部の関与組織マスタ(規則)対象者に役員・部長以上が含まれる
利益相反の候補組織マスタ(規則)対象者の部署が、調査を担当しうる部署と同じ
急ぎの対応AIの urgent_signals1つでもある
書面による通報の通知受付の属性(規則)書面による通報
不利益な取扱いへの不安AIの requests不安が書かれている

幹部の関与の印が付いた事案は、指針の求める独立性の確保の経路(たとえば監査等委員会への報告の経路)に回すかを、責任者と決めます。 どの経路に回すかは内部規程によります。

Step9

人が確認する

全件を従事者が確認します。 この業務は、件数が少なく、1件の誤りが重い業務です。

  1. 受付記録の案を原文と見比べる … source の区別が正しいか、抜けている出来事が無いか。「引用不一致」の印は最初に見ます
  2. 特定させうる記述を1つずつ決める … 伏せる、言い換える、残す、のどれか。AIが挙げなかった記述も、職場の事情を知る目で探します
  3. 初動の確認事項を責任者と見る … 幹部の関与、利益相反、急ぎの対応、書面による通報の通知
  4. 聞き直しの質問を選ぶ … 通報者に送る質問を選び、言い方を直します。特定につながる質問が混ざっていないかを確かめます

2番目を省かないでください。 AIは文面だけを見ていて、その部署に何人いて、誰がその会議に出ていたかを知りません。 候補はあくまで見落としを減らすための補助です。

目標は、40件をならして1件30分です。 文面の整理と書き直しが案を直す作業に変わり、伏せる判断と初動の相談が残ります。

Step10

例外に対処する

起きること対応
急ぎのシグナルがある案の作成を待たず、従事者と責任者に即時に知らせる
stop_reason が end_turn 以外案を置かず、従事者が原文から記録を書く
引用不一致がある該当の欄に印。従事者が原文で確かめる
置き換えが0件の顕名の通報氏名が文面に無いか、表記が違うかを従事者が確かめる
書面のスキャンが読めない[判読不能] のまま渡し、従事者が原本で補う
対象者が組織マスタで引けない印を付けず「確認」とし、従事者が組織図で確かめる
通報ではなく制度の質問・相談案はそのまま作る。調査に回すかは従事者が決める
Claude API が応答しない案の欄を空のままにし、従事者が通常どおり記録する

1行目だけは、ほかと扱いが違います。 急ぎのシグナルは、案ができるのを待つ理由がありません。 シグナルが1つでもあれば、案の確認より先に人を動かします。

Step11

記録を残す

  • 受付番号ごとの原文(追記を含む)と受付の属性
  • 置き換えの記録(置き換えた箇所の数と種類。置き換え前の文字列は台帳の特定事項の欄にだけ残す)
  • Claude API が返したJSONの全文と stop_reason、使ったモデル
  • 引用の照合の結果と、規則で付けた印
  • 従事者が直した記録 … どの欄をどう直したか、どの記述を伏せたか
  • 調査担当に渡した要約の版と、渡した日時・相手

最後の行は、範囲外共有を防いだことを後から示すための記録です。 誰に、どの版を、いつ渡したかが残っていれば、通報者を特定させる事項が必要最小限の範囲にとどまっていたかを確かめられます。指針は記録の作成と適切な期間の保管を求めており、保管の期間は内部規程で決めます。

ログを見られるのも従事者だけです。 情報システム部門の運用の担当がログの置き場所を管理する場合も、中身を読めない形にしておきます。

04実装レベルの3段階

最小構成:置き換えを手で行い、API で1件ずつ整理させる / 1件ごとの整理と候補の洗い出し
半自動化:上記+台帳の登録を起点に、置き換え・整理・規則の印・案の書き戻しまでを自動で行う / 受付記録と要約の案、初動の確認事項
本格構成:上記+過去の通報との関連(同じ対象者・同じ部署)の提示、調査の進み具合と通知の期限の管理 / 過去の事案との照合と期限の管理

最小構成では、置き換えが手作業のまま残ります。 確かめるための段階です。 半自動化で、1件90分が30分になり、この段階が本記事の想定です。 整理と書き直しと組織図の照合が案になり、従事者は確認と判断に時間を使います。本格構成の過去の事案との照合は、過去の通報をAIの検索の対象にすることになり、範囲外共有の設計をもう一段考える必要があるので、第10章の数値には入れていません。 段階を飛ばさないでください。 半自動化を数か月回すと、AIが挙げなかったのに従事者が伏せた記述の型が見えてきます。その型をプロンプトの例に足してから、次に進みます。

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
90 分
1件あたり導入後時間
30 分
現在  40件 × 90分 ÷ 60 = 60 時間/月
導入後 40件 × 30分 ÷ 60 = 20 時間/月
月間削減時間
40h
削減率
67%
年間削減時間
480h
年間金額換算(時間単価4,000円)
192万円
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. 従業員が300人を超え、公益通報者保護法の体制整備の義務を負う会社やグループで、内部通報の窓口に月に数十件の通報・相談が届いている場合。窓口の従事者が少人数で、通報の受付記録と調査担当への引き継ぎの書き方が担当者ごとに違う場合。調査担当に渡す資料から通報者を特定させる事項を伏せる作業を、毎回手で行っている場合。
向いていない
  1. 通報が年に数件で、窓口の担当者が1件ずつ丁寧に記録できる会社。通報の受付を外部の窓口(法律事務所など)にすべて任せ、社内には結果の報告だけが届く場合。外部のAIサービスに通報の内容を送ることを、内部規程と委託先の管理で整理できない場合。なお、通報が公益通報に当たるか、調査をするか、誰を調査担当にするか、是正の措置をどうするかは、従事者と責任者が決めるもので、この構成では代替できません。

07最小構成で試す方法

  1. 過去の通報から、すでに対応を終えた10件を選ぶ(伝聞の多いもの、通報者を絞り込める記述があったものを入れる)
  2. 氏名・社員番号・連絡先を手で置き換え記号に替える
  3. ZDR の取り決めを結んだ組織の API キーで、プロンプトの例を使って1件ずつ整理させる
  4. 出てきた受付記録の案と特定させうる記述の候補を、当時の受付記録と、当時伏せた箇所と突き合わせる
  5. 通報者を推測する文や、所属を尋ねる質問が出ていないかを確かめる

この業務は、一般向けのAIの画面で試しません。 通報の内容は、試しであっても外へ出す範囲を絞る必要があります。試す段階から、本番と同じデータの扱いの下で行います。

出てきた内容判断
当時の記録と同じ出来事が拾え、伏せた箇所が候補に入った台帳との連携に進む
伝聞を見たこととして整理した指示の書き方で直る。構成は有効
通報者を推測する文が出た禁止の書き方を強め、出力の照合で検知する。直るまで先に進まない

3行目が出たら、そこで止めてください。 推測の一文が調査担当に渡れば取り返しがつきません。直ったことを同じ10件で確かめてから進めます。

08実装時につまずきやすいポイント

問題対策
通報者を推測する文が出る推測を書かないと明記し、出力に「通報者は」の文がないかを照合する
伝聞が事実として要約に載るsource で分け、要約に「(伝聞)」を自動で付ける
所属を尋ねる質問が作られる禁止を明記し、従事者が質問を選ぶ段で確かめる
引用が原文と違うCitations と構造化出力は併用できない。quote をプログラムで原文と照合する
置き換え漏れで氏名がAIに渡る姓・名・ふりがなの形で探し、置き換えの数を記録する
幹部かどうかをAIが判断する組織マスタの役職で規則として決める
バッチ処理で夜にまとめて送るバッチ処理は ZDR の対象外で、急ぎのシグナルも遅れる。1件ずつ Messages API で送る
ZDR で使えないモデルを指定する30日の保持が必要なモデルがある。ZDR で使えるモデルに固定する
スキーマに事案の言葉を入れるスキーマは最長24時間キャッシュされうる。プロパティ名と enum は一般的な語にする
調査担当が台帳を見られる台帳とログの閲覧を従事者に限る
要約を自動で調査担当に送る伏せる判断の前に渡る。 受け渡しは人が行う

上の3行が、この構成の失敗のほとんどです。 どれも「整理の親切が、通報者を探す材料になる」という同じ形をしています。推測しない、伝聞を伝聞のまま書く、特定につながる質問をしない、の3つを指示と照合の両方で守れているかで、使える構成かどうかが決まります。

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: 通報者の氏名・連絡先・所属(置き換えの前)、通報の内容、対象者とされた人の役職・部署と行為の記述、そして通報者を特定させうる職場の事情です。

  1. プログラムと台帳を使えるのは従事者だけにする … 指針は、通報者を特定させる事項を伝達される者を従事者として書面で指定することを求めています。案を見る人は全員が従事者である状態を保ちます
  2. 外部のAIサービスへの送信を内部規程に位置付ける … Claude API に通報の文面を送ることを、委託先の管理とあわせて規程でどう扱うかを決め、顧問弁護士と確かめてから運用を始めます
  3. ZDR の取り決めを前提にし、対象外の機能を使わない … Messages API は ZDR の対象で、バッチ処理と Files API は対象外です。検知された内容は取り決めにかかわらず最長2年保持されうることも、規程の整理に含めます
  4. 要らない情報を渡さない … 通報者の氏名・社員番号・連絡先は置き換えてから渡します。組織マスタの全体も渡しません
  5. AIに判断させない … 公益通報に当たるか、調査するか、誰が通報者かは、AIの出力に書かせません。AIの出力を根拠に処分や調査の対象を決めることもしません
  6. 改正法の施行に合わせて見直す … 改正法(令和7年法律第62号)は令和8年12月1日に施行され、通報者探索の禁止の明記、従事者の指定の義務に違反した事業者への命令権と刑事罰の新設などが含まれます。窓口の規程とこの構成の扱いを、施行に合わせて見直します

誤りが起きた場合のリスクは、通報者を特定させる事項が調査担当や対象者に広がることと、伝聞が事実として調査に使われることの2つです。 前者は伏せる候補の見落としと推測の文から起き、後者は source の区別の崩れから起きます。どちらも「書かれていないことを書かない」という同じ区別から出ているので、そこだけは設計で守ります。

10まず何から始めるか

1週目:取り扱いを決める

外部のAIサービスに通報の文面を送ることを、内部規程と委託先の管理にどう位置付けるかを、責任者と顧問弁護士と決めます。あわせて、Claude API の ZDR の取り決めを営業の窓口に申し込みます。 ここが決まるまで、通報の文面は送りません。

2週目:台帳を整える

通報管理の台帳で、通報者の特定事項(氏名・社員番号・連絡先・所属)を本文と別の項目に分けます。分かれていないと、置き換えを機械的に行えません。 組織マスタから役職と部署を引けることも確かめます。

3週目:10件で試す

対応を終えた10件で、置き換えと整理を試します。当時の受付記録と伏せた箇所と突き合わせ、推測の文と特定につながる質問が出ないことを最優先で確かめます。

4週目:台帳から呼び出す

受付番号の登録から案の書き戻しまでをつなぎ、規則の印を足します。この時点では調査担当への要約を作らず、受付記録の案だけを使います。

2か月目: 調査担当向けの要約の案と伏せる候補を足し、従事者が伏せた記述の型を記録します。3か月目以降: 1件90分が何分になったかを実測し、AIが挙げなかった伏せる記述の型をプロンプトに足します。従事者が案を直して伏せる判断に集中でき、受付から調査の開始までの日数が縮んだ時点で、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:2026-10-14/最終更新:2026-10-14
確認した内容情報源確認日
公益通報者保護法の一部を改正する法律(令和7年法律第62号)が令和7年6月11日に公布され、令和8年12月1日から施行されること。改正後の指針と指針の解説が令和8年12月1日施行として公表されていること消費者庁: 公益通報者保護法と制度の概要2026-10-14
従事者を書面などで指定すること、組織の長その他幹部からの独立性の確保、利益相反の排除、範囲外共有・通報者探索の防止、書面による通報への是正措置等の通知、記録の作成と適切な期間の保管、従事者への教育を事業者がとるべき措置として定めていること(令和3年内閣府告示第118号、令和8年3月31日一部改正)消費者庁: 公益通報者保護法に基づく指針2026-10-14
常時使用する労働者が300人超の事業者に体制整備が義務付けられ、従事者に守秘義務(違反は30万円以下の罰金)があること。令和7年改正で、正当な理由のない通報者探索の禁止(第11条の3)、従事者の指定の義務に違反した事業者への命令権と刑事罰、立入検査権限が新設されたこと消費者庁: 公益通報者保護法の概要・改正の概要2026-10-14
ZDR の取り決めの下では応答の返却後にプロンプトと応答を保存しないこと、組織ごとに営業の窓口へ申し込むこと。Messages API は ZDR の対象で、バッチ処理(29日保持)と Files API は対象外であること。法令や安全の仕組みによる検知の場合は最長2年保持しうること。30日の保持が必要で ZDR で使えないモデルがあることClaude Platform Docs: API and data retention2026-10-14
構造化出力を output_config.format で指定すること。Citations と併用すると 400 のエラーになること。スキーマが最長24時間キャッシュされうること。拒否のときは stop_reason が refusal になりスキーマに沿わないことがあることClaude Platform Docs: Structured outputs2026-10-14

通報が公益通報に当たるか、窓口の規程をどう定めるかは、顧問弁護士と自社の責任者で決めてください。 本記事は上記の公式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-1480)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