Media > AI活用ユースケース > 人事 > 人材派遣会社が、外国人の派遣スタッフの契約の更新で変わった就業条件を Azure OpenAI で母国語に訳し、時給・時間の数字が原文と一致するかを確かめる

人材派遣会社が、外国人の派遣スタッフの契約の更新で変わった就業条件を Azure OpenAI で母国語に訳し、時給・時間の数字が原文と一致するかを確かめる

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

外国人の派遣スタッフの契約の更新で作る新しい就業条件明示書を前の版と比べ、変わった点の説明文を規則で組み立てます。それを Azure OpenAI で母国語に訳し、時給・時間の数字が原文と一致するかを機械で確かめます。

サマリー
生成AI
Azure OpenAI Service/Claude/Gemini
連携・自動化
Power Automate
対象業界
人材/物流/製造
対象部門
人事
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/書類作成に時間がかかる/確認ミスが多い
AIで行う処理
翻訳
主な効果
入力漏れ削減/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
条件付き
現在工数
60h/月
AI導入後
21h/月
想定削減
65%
年間削減
468h
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. 人事の担当が、派遣の管理の仕組みで更新の条件を入れ、新しい明示書を書き出す
  2. コーディネーターが、前の明示書を開き、新しい明示書と1項目ずつ見比べて変わった点を探す
  3. 変わった点を、母国語のメッセージに書く(時給・時刻は手で打つ)
  4. 言語のできるコーディネーターが別の言語のスタッフも受け持つ場合は、その人に訳を頼む
  5. メッセージを読み直し、日本語の明示書と一緒にスタッフに送る
  6. スタッフから質問が来たら、母国語で答える
導入後(After)
  1. 人人事の担当が、派遣の管理の仕組みで更新の条件を入れ、新しい明示書を確定する
  2. 自動確定をきっかけに、新しい版と前の版の明示書の項目を受け取る
  3. 自動項目ごとに前後を比べ、変わった項目を一覧にする
  4. 自動変わった項目ごとに、日本語の説明文を規則で組み立て、数字を記号に置き換える
  5. 自動Azure OpenAI が、説明文をスタッフの母国語に訳し、日本語への逆訳を JSON で返す
  6. 自動記号が訳文に過不足なく残っているかを確かめ、記号を数字に戻す
  7. 人担当のコーディネーターが、変わった項目の一覧と逆訳を見て確かめる
  8. 人言語ごとの確認者が、印の付いた訳文を読む
  9. 人コーディネーターが、日本語の明示書に母国語の説明を添えてスタッフに送る
各工程の詳しい説明を読む
  1. 人事の担当が、派遣の管理の仕組みで更新の条件を入れ、新しい明示書を書き出す
  2. コーディネーターが、前の明示書を開き、新しい明示書と1項目ずつ見比べて変わった点を探す
  3. 変わった点を、母国語のメッセージに書く(時給・時刻は手で打つ)
  4. 言語のできるコーディネーターが別の言語のスタッフも受け持つ場合は、その人に訳を頼む
  5. メッセージを読み直し、日本語の明示書と一緒にスタッフに送る
  6. スタッフから質問が来たら、母国語で答える

(a)変わった点の見落とし。 明示書は2〜3枚あり、休憩の時刻が15分ずれた、指揮命令者が替わった、といった小さな変更は見比べで落ちます。 スタッフは就業先で初めて気づき、就業先の担当者から派遣元に問い合わせが来ます。

(b)数字の写し間違い。 時給や時刻を母国語のメッセージに手で打つときに、「1,250円」を「1,520円」と打つような間違いが起きます。 高く伝えた時給は、給与の明細を見たスタッフとの信頼にひびきます。

(c)訳せる人が限られる。 ネパール語とインドネシア語はそれぞれ1名しか書けず、その人が休むと、更新の説明がまとめて遅れます。 他の担当は、翻訳のアプリに貼って送るしかなく、訳を確かめる手段がありません。

(d)言い回しが人によって違う。 「派遣の期間」「抵触日」のような言葉の訳がコーディネーターごとに違い、同じ寮のスタッフどうしで「書いてあることが違う」と相談になります。

  1. 【人】 人事の担当が、派遣の管理の仕組みで更新の条件を入れ、新しい明示書を確定する
  2. 【自動】 確定をきっかけに、新しい版と前の版の明示書の項目を受け取る
  3. 【自動】 項目ごとに前後を比べ、変わった項目を一覧にする
  4. 【自動】 変わった項目ごとに、日本語の説明文を規則で組み立て、数字を記号に置き換える
  5. 【自動】 Azure OpenAI が、説明文をスタッフの母国語に訳し、日本語への逆訳を JSON で返す
  6. 【自動】 記号が訳文に過不足なく残っているかを確かめ、記号を数字に戻す
  7. 【人】 担当のコーディネーターが、変わった項目の一覧と逆訳を見て確かめる
  8. 【人】 言語ごとの確認者が、印の付いた訳文を読む
  9. 【人】 コーディネーターが、日本語の明示書に母国語の説明を添えてスタッフに送る

3番目と4番目は、AI を通しません。 変わった項目は項目の値の比較で決まり、説明文は「時給が {{WAGE_OLD}} から {{WAGE_NEW}} に変わります({{EFFECTIVE_DATE}} から)」のような決まった型に当てはめるだけです。 AI に「何が変わったか」を探させると、変わっていない項目を変わったと書くことがあります。

9番目で送るのは、コーディネーターです。 母国語の説明を自動で送ると、訳の誤りが、確かめられないままスタッフに届きます。

02今回想定するシステム構成

構成図
派遣の管理の仕組み(人事が更新の条件を入れ、明示書を確定)
   ▼【トリガー】明示書の確定(毎時の新着の取得)
Azure Functions ── 新しい版と前の版の項目を受け取り、項目ごとに比べる
   │   変わった項目:時給/始業・終業/休憩/就業日/場所/期間/業務の内容/指揮命令者
   ▼
Azure Functions ── 決まった型で日本語の説明文を組み立て、数字を記号に置き換える
   ▼
Azure OpenAI(Microsoft Foundry) ── 母国語への訳と逆訳(構造化出力)
   ▼
Azure Functions ── 記号の過不足の確かめ、記号を数字に戻す、用語集の訳との照合
   ▼
確認の一覧(Azure SQL Database とコーディネーターの画面)
   ▼
【コーディネーターと言語ごとの確認者が確かめる】── スタッフに送る
役割想定する製品代替候補
生成AIAzure OpenAI(Microsoft Foundry)Claude API(Amazon Bedrock)、Gemini API
連携Azure Functions(項目の比較、説明文の組み立て、記号の置き換えと照合)Power Automate
保管Azure SQL Database(説明文、訳文、逆訳、確認の結果)SharePoint のリスト
通知スタッフ向けの連絡の仕組み(コーディネーターが送る)メール

新しく足すのは、Azure Functions の処理と Azure OpenAI の配置、確認の一覧の表です。 派遣の管理の仕組みには書き込まず、日本語の明示書はこれまでどおり人事が作ります。

中心になるのは、Azure OpenAI の構造化出力です。 公式のページでは、Chat Completions では response_format、Responses では text.format に JSON スキーマを書くとされ、すべての項目を required にし、additionalProperties: false を付けるとされています。項目ごとに訳文と逆訳と使った記号を分けて返させ、機械で照らせる形にします。

もう一つ、既定の安全方針(DefaultV2)があります。 公式のページでは、ヘイト・性的・暴力・自傷の4分類で、入力と出力の重大度「中」以上を止めるとされています。さらに、これらの分類器の学習と試験は中国語・英語・フランス語・ドイツ語・イタリア語・日本語・ポルトガル語・スペイン語で行われ、それ以外の言語では性能が変わりうるとされています。ベトナム語・ネパール語・インドネシア語はこの一覧に無いので、訳文が止められる・止められないの振る舞いを、実際の説明文で確かめておきます。

03どうやって実装するのか

Step1

処理の起点を決める

人事の担当が明示書を確定したことを起点にします。 派遣の管理の仕組みに確定の通知を送る機能があればそれを使い、無ければ毎時、確定された明示書の新着を取りに行きます。 下書きの段階では動かしません。条件が交渉で何度か変わるので、確定の前に訳すと、古い条件の訳が残ります。

更新の開始の日から逆算して、送る期限を付けます。 明示はあらかじめ行うものなので、確認の一覧には、開始の日が近い順に並べます。 開始の日の5営業日前を過ぎても送っていない件は、担当のコーディネーターと人事に知らせます。

確定の後に条件が直されたら、もう一度動かします。 同じ更新で明示書の版が変わったら、前の訳文に「古い」の印を付け、新しい版で作り直します。 すでに送っていた場合は、直した点だけの説明をあらためて送ります。

Step2

入力データを集める

データ中身取得元
新しい明示書の項目派遣先、就業の場所、業務の内容、指揮命令者、派遣の期間、就業日、始業と終業の時刻、休憩、時給、時間外の有無、抵触日派遣の管理の仕組み
前の版の明示書の項目同じ項目の、前の契約の値派遣の管理の仕組み
スタッフの情報スタッフの番号、母国語、読める言語、連絡の方法派遣の管理の仕組み
用語集「派遣の期間」「抵触日」「指揮命令者」など、言語ごとに確認者が承認した訳人事が持つ表
承認済みの定型文法令にもとづいて書く文の、言語ごとの承認済みの訳人事が持つ表

AI に渡すのは、説明文と用語集だけです。 スタッフの名前、在留の情報、住所は渡しません。説明文には数字も入りません。 記号に置き換えた後の文だけが、Azure OpenAI に届きます。

用語集が、訳のそろい方を決めます。 第3章の(d)の言い回しの違いは、言語ごとの確認者が一度決めた訳を用語集に入れ、AI にその訳を使わせることで減ります。 用語集に無い言葉が訳文に出てきたら、確認者が足すかを決めます。

承認済みの定型文は、AI に訳させません。 労働者派遣法第34条第3項は、派遣先が一定の行為をした場合に労働契約の申込みをしたものとみなされる旨を、明示のときに併せて明示することを求めています。こうした法令にもとづく文は、確認者が承認した訳に差し替えます。 更新の説明では、抵触日が変わったときなどにだけ添えます。

Step3

データの取得方法を決める

明示書は、項目ごとのデータで受け取ります。 書き出した PDF を読み取るのではなく、派遣の管理の仕組みが持つ項目の値を、そのまま比べます。 PDF を読むと、時刻の「:」や時給の「,」の読み違いが比べる前に混ざります。

取るものどこから何に使うか
新しい版と前の版の項目派遣の管理の仕組み変わった項目の判定、説明文の組み立て
スタッフの母国語派遣の管理の仕組み訳す言語の選択
用語集と承認済みの定型文人事の表(言語ごと)AI への入力、定型文の差し替え
訳文と逆訳Azure OpenAI の構造化出力確認の一覧

変わった項目の判定は、値の比べ方を項目ごとに決めます。

項目比べ方
時給数値として比べる。表記(「円」「,」)の違いは変更にしない
始業・終業・休憩時刻として比べる。「8:00」と「08:00」は同じ
就業日曜日の集合として比べる
就業の場所・指揮命令者文字列として比べ、空白の違いは無視する
業務の内容文字列として比べ、変わっていれば文ごと訳す対象にする

Azure OpenAI には、Chat Completions で1件の明示書の変わった項目をまとめて送ります。 変わった項目は多くても数個で、1件の中の説明文どうしで言い回しをそろえたいので、項目ごとには分けません。 別のスタッフの明示書とは混ぜません。

Step4

AIへ渡す前に整形する

  1. 変わった項目を決める … 上の比べ方で、前の版と違う項目だけを取り出します
  2. 説明文を組み立てる … 項目ごとの型に当てはめ、日本語の説明文を作ります
  3. 数字を記号に置き換える … 時給・時刻・日付・日数を {{WAGE_NEW}} {{START_NEW}} のような記号にし、記号と値の対応を Functions の側に持ちます
  4. 業務の内容の文を整える … 自由に書かれた業務の内容は、就業先の社内の略語を、人事の表で決めた言い方に直します
  5. 言語を決める … スタッフの母国語が用語集にある言語なら訳し、無ければ AI に渡さず担当に知らせます
  6. 用語集を絞る … 説明文に出てくる言葉の行だけを用語集から抜き出して渡します

説明文の型は、項目ごとに次のように決めておきます。

項目日本語の説明文の型
時給時給が {{WAGE_OLD}} から {{WAGE_NEW}} に変わります。{{EFFECTIVE_DATE}} から新しい時給です。
始業・終業仕事の始まりが {{START_OLD}} から {{START_NEW}} に、終わりが {{END_OLD}} から {{END_NEW}} に変わります。
休憩休憩の時間が {{BREAK_OLD}} から {{BREAK_NEW}} に変わります。
就業日働く日が {{DAYS_OLD}} から {{DAYS_NEW}} に変わります。
派遣の期間今回の派遣の期間は {{TERM_START}} から {{TERM_END}} までです。

型の文は、短く、主語を「時給」「休憩」などの項目にそろえます。 長い文や「〜となりますので」のような言い回しは、言語によって訳が崩れやすく、逆訳でも誤りが見えにくくなります。 確認者と一緒に、訳しやすい型に直していきます。

3番目が、この構成の要です。 説明文の中の数字は、すべて記号にします。「8時30分」のように言葉で書かれた時刻も、組み立ての段階で記号にしておきます。 業務の内容の文に数字が入っているとき(「1日に約200箱」など)も、記号にして守ります。

4番目を省くと、就業先の略語がそのまま訳されます。 「ピッキング」「検品」は訳せても、「B棟2F出荷」のような社内の言い方は、訳すと意味が通じなくなります。 人事の表で「B棟の2階の出荷の場所」のように直してから渡します。

Step5

AIに処理させる

させるのは、渡した説明文を、用語集の訳を使ってスタッフの母国語に訳し、日本語への逆訳を返すことだけです。

返すもの返し方判断できないときの扱い
訳文説明文ごとに、母国語の文。記号はそのまま残す訳せない → cannot_translate と理由
逆訳訳文を日本語に戻した文-
使った用語用語集のどの訳を使ったか用語集に無い言葉を使った → その言葉を書き出す
使った記号訳文に入れた記号の一覧-
させないこと理由
変わった項目の判定項目の値の比較で決める
数字の書き換え・計算記号のまま返させ、プログラムで戻す
説明の付け足し(「給料が上がってよかったですね」など)説明文に無いことを伝えない
法令にもとづく文の訳承認済みの訳に差し替える
条件の良し悪しの説明・助言担当のコーディネーターが説明する

3行目が、起きやすい失敗です。 説明文を訳させると、AI は親切に「時給が上がりました。これからもがんばってください」のような文を足すことがあります。 スタッフにとっては、会社の言葉として読まれます。説明文の文の数と、訳文の文の数をそろえさせ、増えていたら印を付けます。

Step6

指示内容を固定する

あなたは人材派遣会社で、外国人の派遣スタッフに就業条件の変更を伝える文を訳す担当を補助します。
【説明文】を【言語】に訳し、訳文を日本語に戻した逆訳も返してください。

【厳守事項】
- {{ }} で囲まれた記号は、訳さず、形を変えず、そのまま訳文に入れてください。
  記号を数字や日付に書き換えないでください。記号を足したり消したりしないでください。
- 【用語集】にある言葉は、用語集の訳を使ってください。
  用語集に無い専門の言葉を使ったときは、unlisted_terms に書き出してください。
- 説明文に無い内容(あいさつ、励まし、助言、理由の説明)を足さないでください。
- 説明文の1文は、訳文でも1文にしてください。
- 逆訳は、訳文だけを見て日本語に戻してください。元の説明文を写さないでください。
- 訳せない文があれば、cannot_translate にその文の番号と理由を書いてください。

【言語】{target_language}
【用語集】{glossary_rows}
【説明文】
{numbered_sentences}

「逆訳は元の説明文を写さない」を名指しで書くのは、逆訳が確かめの道具だからです。 同じ会話の中で日本語の説明文を見ている AI は、訳文に誤りがあっても、逆訳を元の説明文どおりに書くことがあります。 そうなると、コーディネーターは逆訳を見ても誤りに気づけません。

そこで、逆訳は別の呼び出しにする方法もあります。 訳文だけを新しい会話で渡し、日本語に戻させます。費用は増えますが、言語ごとの確認者がいない言語では、この形にします。

Step7

出力形式を固定する

次の形の JSON で受け取ります。

{
  "staff_ref": "",
  "target_language": "vi | ne | id",
  "sentences": [
    {
      "no": 1,
      "translation": "",
      "back_translation": "",
      "placeholders": ["{{WAGE_OLD}}", "{{WAGE_NEW}}", "{{EFFECTIVE_DATE}}"],
      "glossary_used": [""]
    }
  ],
  "unlisted_terms": [""],
  "cannot_translate": [""]
}

1つ目の理由は、記号の過不足を機械で確かめられることです。 Functions が、説明文に入れた記号の一覧と、訳文の中に実際にある記号を文ごとに比べます。

確かめること結果が合わないとき
説明文の記号が訳文にすべてある「記号の欠け」として止め、人が訳す
訳文に、説明文に無い記号が無い「記号の増え」として止める
訳文に、記号ではない数字が無い「数字の混入」として印を付ける
文の数が説明文と同じ「文の増減」として印を付ける

3行目は、AI が記号を数字に書き換えたことを見つけるためです。 訳文に記号ではない数字が出てきたら、それはプログラムが戻した数字ではありません。 印を付けて、確認者が読みます。

2つ目は、記号を数字に戻す処理を言語ごとに書けることです。 日付の書き方や時刻の書き方は言語で違うので、戻すときに言語ごとの書式で数字を入れます。 数字そのものは派遣の管理の仕組みの値で、AI は触れていません。

3つ目は、back_translation を説明文と並べて見られることです。 確認の画面には、説明文・訳文・逆訳を3列で並べます。

数字を戻した後、スタッフに送る説明は次のような形になります。

【契約の更新でかわること】(ベトナム語の本文。ここでは日本語で示す)
1. 時給が 1,250円 から 1,300円 に変わります。2026年12月1日 から新しい時給です。
2. 休憩の時間が 12:00〜12:45 から 12:15〜13:00 に変わります。
【大切なこと】正式な条件は、日本語の就業条件明示書に書かれています。
わからないことは、担当のコーディネーターに聞いてください。

最後の2行は、承認済みの定型文です。 AI の訳ではなく、確認者が承認した訳をそのまま入れます。数字の部分は、派遣の管理の仕組みの値を、言語ごとの書式で入れたものです。

Step8

システムへ連携する

つなぎ先方式内容
派遣の管理の仕組み確定の通知か新着の取得、読み取りだけ新しい版と前の版の項目、スタッフの母国語
人事の表読み取りだけ用語集、承認済みの定型文、項目の比べ方
Azure OpenAI(Microsoft Foundry)Chat Completions と構造化出力訳文、逆訳、使った記号と用語
Azure SQL Database書き込み説明文、訳文、照合の結果、確認の結果
スタッフ向けの連絡の仕組みコーディネーターが画面から送る日本語の明示書と母国語の説明

派遣の管理の仕組みには書き込みません。 日本語の明示書の内容を直すのは人事で、この構成は訳の側だけを扱います。

スタッフへの送信は自動にしません。 確認の画面の「送る」は、コーディネーターが確かめたものにだけ現れます。日本語の明示書を送る経路は、施行規則の方法(書面の交付、または本人が希望したメール等)に従い、これまでと変えません。

Step9

人が確認する

担当のコーディネーターが、すべての説明を確かめてから送ります。

  1. 変わった項目の一覧を見る … 新しい明示書と並べ、変わったはずの項目が抜けていないかを見ます
  2. 数字を確かめる … 戻した数字が、新しい明示書の値と同じかを目で見ます
  3. 逆訳を読む … 説明文と逆訳を並べ、意味がずれていないかを見ます
  4. 印の付いたものを確認者に回す … 数字の混入・文の増減・用語集に無い言葉・逆訳のずれがあるものです
  5. 送る … 日本語の明示書と一緒に、スタッフに送ります

言語ごとの確認者は、印の付いたものを読みます。 導入から3か月は、印が無いものも各言語で週に10件ずつ読み、 印の付け方に漏れが無いかを確かめます。

1番目を省かないでください。 変わった項目は機械で比べていますが、人事が派遣の管理の仕組みの外で決めた変更(就業先のルールの変更など)は、項目の比較には出てきません。 一覧に無い変更が無いかは、人が見ます。

スタッフから質問が来たら、記録に足します。 「休憩の時刻が分からない」という質問が同じ型の説明に続くなら、型の文か訳のどちらかが伝わっていません。 確認者と型を見直します。

目標は、180件をならして1件7分です。 印の無い説明は3〜4分、印の付いた説明は確認者とのやり取りで15分を超えます。

Step10

例外に対処する

起きること対応
記号の欠け・増え止めて、言語のできるコーディネーターが訳す
訳文に記号ではない数字がある印を付け、確認者が読む
入力か出力が安全方針で止められた業務の内容の文が引っかかりうる。その文だけを人が訳し、止められた文を記録する
母国語が用語集に無い言語AI に渡さず、担当が対応を決める
用語集に無い言葉が使われた印を付け、確認者が用語集に足すかを決める
変わった項目が無いのに確定された説明を作らず、「変更なし」と一覧に出す
前の版が見つからない(新しい派遣)この構成の対象外。新しい派遣の全文の訳の手順に回す
Azure OpenAI が応答しない・時間切れ一覧に「未訳」として残し、30分後にもう一度送る
開始の日の5営業日前を過ぎた担当と人事に知らせる

3行目は、言語によって振る舞いが読めない例外です。 既定の安全方針の分類器は、ベトナム語・ネパール語・インドネシア語では学習・試験されていないとされ、「刃物を使う作業」「高所での作業」のような業務の内容の文が、言語によって止められたり止められなかったりしえます。 止められたことを処理の失敗として読み飛ばさず、その文だけを人が訳す流れに回します。

Step11

記録を残す

  • 新しい版と前の版の明示書の項目の値と、変わった項目の一覧
  • 組み立てた日本語の説明文と、記号と値の対応
  • AI に渡した用語集の版と、返ってきた JSON の全文
  • 記号の照合の結果と、付けた印
  • コーディネーターと確認者が直した訳文、直した人と日時
  • スタッフに送った日時と、送った方法

5つ目で直した訳文を残すのは、用語集を育てるためです。 同じ言い直しが続く言葉は、確認者が用語集に足し、次からは AI が最初からその訳を使います。

送った日時は、開始の日の前に説明が届いていたかを後から示す記録になります。 日本語の明示書の交付の記録とあわせて残します。

04実装レベルの3段階

最小構成:30件の説明文を手で作り、Foundry の画面で訳と逆訳を試す / 訳と逆訳の出し方の確かめ
半自動化:上記+項目の比較と説明文の組み立て、記号の置き換えを自動にし、訳を一覧に出す / 変わった点の洗い出しと訳
本格構成:上記+記号の照合と数字の戻し、用語集の照合、印の付け方、開始の日の期限の管理まで回す / 変わった点の説明の作成の全体

半自動化で、1件20分が12分程度になります。 見比べと訳は減りますが、記号を数字に戻す作業と、印の無い訳の確かめ方が決まっていません。本格構成で1件7分になり、この段階が本記事の想定です。 差が大きいのは、記号の照合で数字の確かめが機械に移り、人は逆訳と印の付いたものを読むだけになるからです。 段階を飛ばさないでください。 半自動化で数か月回すと、用語集に足りない言葉と、言語ごとの誤りの傾向が分かります。 そこを直してから印の付け方を決めるほうが、確認者の読む量を正しく減らせます。

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
6 名
月間件数
180 件
1件あたり現在時間
20 分
1件あたり導入後時間
7 分
現在  180件 × 20分 ÷ 60 = 60 時間/月
導入後 180件 × 7分 ÷ 60 = 21 時間/月
月間削減時間
39h
削減率
65%
年間削減時間
468h
年間金額換算(時間単価2,600円)
122万円
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. 製造・物流の就業先に、ベトナム・ネパール・インドネシアなどから来た外国人の派遣スタッフを数百名送り出し、3か月ごとなどの契約の更新が毎月重なる人材派遣会社。更新のたびに時給や時間が少しずつ変わり、変わった点をスタッフの母国語で伝える作業を、その言語のできる数名のコーディネーターに頼っている場合。会社で Azure を使っているか、使う準備ができる場合。言語ごとに訳を確かめられる社内外の確認者を置ける場合。
向いていない
  1. 外国人のスタッフが少なく、更新のたびに担当が対面で説明して足りる場合。英語・中国語だけで足り、明示書の全文の訳を毎回添えている場合(全文の訳の構成のほうが合います)。言語ごとの確認者を置けない場合(訳の誤りに気づく人がいません)。なお、就業条件の決定、労働条件の説明の責任、法令の当てはめは、この構成では代替できません。法令上の明示は日本語の明示書で行い、訳はその理解を助ける参考の訳です。

07最小構成で試す方法

  1. 先月の更新から、条件が変わった明示書を言語ごとに10件、計30件選ぶ(時給と休憩の時刻が同時に変わったものを必ず含める)
  2. 前の版と新しい版を並べ、変わった項目を人が書き出し、第5章の型で日本語の説明文を作る
  3. 数字を手で記号に置き換え、スタッフの名前を外す
  4. Foundry の画面で、第7章の指示を付けて30件を試す
  5. 言語ごとの確認者に訳文を読んでもらい、逆訳で気づけた誤りと、逆訳では気づけなかった誤りを数える

試すときも、スタッフの名前と在留の情報は入れないでください。 説明文は、記号にした後のものだけを使います。

出てきた内容判断
記号が保たれ、確認者の直しがわずかだった項目の比較と説明文の組み立ての作り込みに進む
記号を数字に書き換えた・あいさつを足した指示の書き方で直る。構成は有効
逆訳では気づけない誤りが多い言語があるその言語は確認者の全件の確認を続ける。 逆訳を別の呼び出しにして試し直す

3行目は、言語によっては出ることがあります。 失敗ではなく、その言語では人の確認を減らせないことが分かったということです。 言語ごとに確認の範囲を決めてください。

08実装時につまずきやすいポイント

問題対策
AI が記号を数字に書き換える記号の照合と、記号ではない数字の検出で止める
AI があいさつや励ましを足す文の数をそろえさせ、増えたら印を付ける
逆訳が元の説明文の写しになる写さないよう名指しで書く。確認者のいない言語は別の呼び出しにする
変わっていない項目を変わったと書く変わった項目の判定は値の比較で行い、AI にさせない
「8:00」と「08:00」を変更とみなす時刻・数値・曜日として比べる
就業先の略語がそのまま訳される人事の表で言い方を直してから渡す
業務の内容の文が安全方針で止まるその文だけを人が訳す流れに回す
確定の前の下書きで訳してしまう確定をきっかけにし、版が変わったら作り直す

上の4行が、この構成の失敗のほとんどです。 どれも「明示書に無いことが、スタッフの母国語で伝わる」という同じ結果に出ます。数字を記号で守り、変わった点を値で決め、逆訳で確かめているかどうかで、この説明を送ってよいかが決まります。

下の4行は、仕組みの側の決まりの問題です。 比べ方・略語の直し方・確定の扱いを決めておけば、AI の出来とは関係なく防げます。 とくに確定の扱いは、人事とコーディネーターの間で「いつの条件を訳すのか」をそろえることから始まります。

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: 派遣スタッフの時給・就業時間・就業の場所・派遣先、母国語です。名前や在留の情報は AI に渡しませんが、確認の一覧の表には、スタッフの番号と条件がそろって残ります。

  1. AI に渡す範囲を絞る … 渡すのは記号にした後の説明文と用語集だけです。時給の数字も、名前も届きません
  2. データの扱いを確かめておく … 公式のページでは、入力と出力は他の顧客や OpenAI に提供されず、基盤のモデルの学習に使われないとされています。一方で、不正利用の監視で検出された場合は、入力と出力が人の確認に回りうるとされています
  3. 処理の場所を選ぶ … 公式のページでは、Global や DataZone の配置では、入力と出力が指定した地域の外で処理されうるとされています。社内の決まりで処理してよい地域を確かめてから、配置の種類を選びます
  4. 訳は参考であると伝える … 母国語の説明に、日本語の明示書が正式なものであり、分からないことは担当に聞いてほしい旨を、承認済みの定型文で添えます
  5. 判断を AI に寄せない … 就業条件の決定、条件の説明の責任、法令の当てはめは、人事とコーディネーターが行います
  6. スタッフの言語を、評価や配置に使わない … 母国語の情報は説明の言語を選ぶためだけに使います

誤りが起きた場合のリスクは、明示書と違う数字を伝えることと、明示書に無いことを伝えることの2つです。 前者は数字を AI に書かせると起き、後者は付け足しや変わった項目の判定を AI に任せると起きます。どちらも「数字は記号、変わった点は値の比較」という区別で防げるので、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:用語集と説明文の型を作る

言語ごとの確認者と、「派遣の期間」「抵触日」「指揮命令者」「休憩」などの訳を決め、用語集にします。 変わった項目ごとの日本語の説明文の型も決めます。

2週目:30件で試す

先月の30件で、手で作った説明文を Foundry の画面で訳させ、記号が保たれるか、逆訳で誤りに気づけるかを言語ごとに見ます。

3週目:項目の比較と記号の置き換えを作る

派遣の管理の仕組みから前後の項目を受け取り、項目ごとの比べ方で変わった項目を出し、説明文の組み立てと記号の置き換えまでを動かします。

4週目:訳と照合をつなぐ

Azure OpenAI の訳と、記号の照合、数字の戻しまでをつなぎ、確認の画面に3列で並べます。 この時点では、全件を言語ごとの確認者も読みます。

2か月目: 印の付け方を決め、確認者が読む範囲を印の付いたものに絞ります。3か月目以降: 1件20分が何分になったかを実測し、言語のできるコーディネーターが休んでも、更新の説明が開始の日の前に届く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:2026-11-20/最終更新:2026-11-20
確認した内容情報源確認日
派遣元が労働者派遣をしようとするときは、あらかじめ派遣労働者に就業条件などを明示しなければならないこと。明示のときに、派遣先が一定の行為をした場合に労働契約の申込みをしたものとみなされる旨を併せて明示すること(第34条。2026-10-01 施行の版)e-Gov 法令API: 労働者派遣事業の適正な運営の確保及び派遣労働者の保護等に関する法律2026-11-20
明示の方法が、書面の交付か、派遣労働者が希望した場合のファクシミリ・電子メール等の送信であること(第26条。2026-10-01 施行の版)e-Gov 法令API: 労働者派遣事業の適正な運営の確保及び派遣労働者の保護等に関する法律施行規則2026-11-20
Chat Completions では response_format、Responses では text.format に JSON スキーマを書くこと。すべての項目を required にし、additionalProperties: false を付けることMicrosoft Learn: How to use structured outputs with Azure OpenAI in Microsoft Foundry Models2026-11-20
既定の安全方針(DefaultV2)が、ヘイト・性的・暴力・自傷の4分類で入力と出力の重大度「中」以上を止めること。分類器の学習と試験が中国語・英語・フランス語・ドイツ語・イタリア語・日本語・ポルトガル語・スペイン語で行われ、それ以外の言語では性能が変わりうることMicrosoft Learn: Default safety policies in Microsoft Foundry2026-11-20
入力と出力が他の顧客や OpenAI に提供されず、基盤のモデルの学習に使われないこと。Global・DataZone の配置で指定した地域の外で処理されうること。不正利用の監視で入力と出力が人の確認に回りうることMicrosoft Learn: Data, privacy, and security for Foundry Models sold by Azure2026-11-20

就業条件の明示の方法と、訳を添えるときの扱いは、人事と顧問の社会保険労務士で確かめてください。 本記事は公式のページと法令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-4393)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