マーケチームのナレッジ共有に生成AIを活かす方法｜属人化を防いで蓄積

「資料は共有の場所に全部ある、と言われるが誰も探せていない」「詳しい人に聞けば5分で済むので、結局その人に聞いてしまう」——マーケティングの部署で、この2つは同時に起きています。知見がたまらないのは、保存の場所が決まっていないからではありません。本当は、探すより聞いたほうが速い状態が、そのまま放置されていることが原因です。この記事では、資料の集め方、質問して引き出せる形の作り方、引き継ぎへのつなげ方を整理します。

マーケチームでナレッジが共有されない本当の理由

多くのチームは「共有する気がない」わけではありません。むしろ、資料や議事録、レポートは大量に存在します。それでも共有されないのは、情報が散らばり、探すコストが高すぎるからです。過去の提案書はどのフォルダか、あの施策の振り返りは誰のPCか——探す時間を考えると、結局ゼロから作り直したほうが速い、という判断になってしまいます。

もう一つの理由が、暗黙知が言語化されていないことです。ベテランが感覚で判断している「効くコピーの勘どころ」や「この業界の刺さり方」は、本人も説明できていないことが多く、資料に残りません。結果として、その人がいなくなると知見も消えます。ナレッジ共有の問題は「意識の低さ」ではなく、「引き出せない仕組み」と「言語化されない暗黙知」という構造にあるのです。

生成AIでナレッジ共有はどう変わるか

生成AIは、この構造を根本から変えます。これまでのナレッジ共有は「人が読んで理解する」前提でしたが、AIは大量の資料を読み込み、質問に答え、要約することができます。つまり、資料を「ためる」だけで、あとはAIに聞けば必要な部分を引き出せる。探す作業そのものが不要になります。

さらに、AIは暗黙知の言語化も助けます。ベテランに口頭で語ってもらった内容をAIに整理させれば、頭の中にあった判断基準がドキュメントになります。AIは、共有のハードルだった『集める・探す・言葉にする』を一気に下げる存在です。ツールを入れれば自動で解決するわけではありませんが、正しく使えば、チームの知見が個人に留まらず、組織の資産として積み上がっていきます。

まず散らばった情報を1か所に集める

ナレッジ共有の第一歩は、派手なAI活用ではなく、情報の置き場所を1か所に決めることです。提案書、施策の振り返り、競合調査、ブランドガイドライン——これらがあちこちに散っている限り、AIも人も引き出せません。まずはGoogleドライブやNotion、SharePointなど、チームで使う保管場所を一つに統一します。

集めるときのコツは、完璧を目指さないことです。すべての資料をきれいに整理してから始めようとすると、いつまでも始まりません。まずは頻度の高い資料、価値の高い資料から集める。AIに読ませることを前提にすれば、フォルダ構成を細かく作り込む必要も減ります。「後でAIに聞けばいい」という前提で、まず一箇所に放り込む——この割り切りが、共有を動かし始めるコツです。

NotebookLMで社内資料の質問応答ベースを作る

集めた資料を「引き出せる知識ベース」に変えるのに向くのが、GoogleのNotebookLMです。PDFやドキュメント、Webページ、動画などを一つのノートブックに登録すると、その資料の内容だけに基づいて質問に答えてくれるAIになります。過去の提案書を丸ごと読ませて「この業界向けの訴求で使ったフレーズは？」と聞けば、該当箇所を引用付きで返してくれます。

重要なのは、NotebookLMが登録した資料の中からしか答えない点です。一般的なチャットAIのように事実をでっち上げにくく、根拠となった箇所も示すため、社内ナレッジの参照に向いています。作ったノートブックはリンクで共有でき、チーム全員が同じ資料に同じ質問をできる「共有知識ベース」になります。新しい資料が増えたら追加するだけで、常に最新の知見に問い合わせられる状態が保てます。

ベテランの暗黙知を言語化する

ナレッジ共有で最も価値が高く、最も難しいのが、ベテランの頭の中にある暗黙知の言語化です。ここでAIは強力な聞き手になります。ベテランに「この施策で何を考えて判断したか」を口頭で語ってもらい、その録音を文字起こししてAIに渡す。「この語りから、判断基準を再現可能な形で整理して」と頼めば、感覚だった判断がチェックリストや手順に変わります。

ポイントは、いきなり「まとめて」と頼まないことです。まずAIにベテランへの質問リストを作らせると、本人が意識していなかった判断まで引き出せます。「なぜそのターゲットに絞ったのか」「他の案を捨てた理由は」といった問いが、暗黙知を表に出します。こうして言語化された知見は、そのまま新メンバーの教材にも、AIに読ませる知識ベースの素材にもなります。

議事録やレポートを要約して配る

会議やイベントの議事録、長い調査レポートは、作っても読まれないことがよくあります。生成AIを使えば、長い文書を目的別に要約し、必要な人に必要な形で配ることができます。同じ議事録でも、経営層向けには結論と数字だけ、現場向けには具体的なアクションだけ、と出し分けられます。

たとえば、ChatGPTやClaudeに議事録を渡して「決定事項・宿題・次回までにやることの3つに分けて、担当者ごとに整理して」と頼めば、読み手が自分の関わる部分をすぐ把握できます。NotebookLMなら、資料そのものを短い音声解説（Audio Overview）に変換でき、移動中でも耳で共有内容をキャッチアップできます。要約は、ためた情報を「読まれる情報」に変える手軽で効果の大きい使い方です。

プロンプトやノウハウ自体を共有資産にする

生成AIを使い始めると、うまくいったプロンプトや使い方のコツが、各自の手元にたまっていきます。これを個人に留めず、チームの共有資産にすると、AI活用の水準が全体で底上げされます。「反応の良いメール文を作るプロンプト」「競合分析の型」などを一覧にして共有すれば、誰でも同じ品質の出力を再現できます。

共有のコツは、プロンプトを「テンプレート」として残すことです。穴埋め式にして、業種や商品名を差し替えるだけで使える形にしておくと、初めての人でもすぐ使えます。効いたプロンプトは、チームの再現可能な財産になるため、施策のたびに更新していく価値があります。Notionやスプレッドシートにプロンプトのライブラリをつくるだけでも、AI活用の属人化を防げます。

新メンバーのオンボーディングを速くする

ナレッジ共有の効果が最もはっきり出るのが、新メンバーのオンボーディングです。従来は、過去資料を渡して「読んでおいて」と言うだけで、実際には読まれず、質問のたびに先輩の時間を奪っていました。社内資料を登録したAIを用意すれば、新メンバーが自分のペースで質問して学べるようになります。

「この会社のブランドの方針は？」「よく使う競合比較の切り口は？」といった基礎的な質問に、AIが過去資料をもとに答える。先輩は同じ説明を繰り返さずに済み、新メンバーは気兼ねなく何度でも聞けます。立ち上がりが速くなるほど、チーム全体の生産性も上がります。ナレッジ共有は、新しい人が入るたびにその価値を発揮する投資だと言えます。

ナレッジ共有に使うツールの使い分け

ナレッジ共有でつまずくのは、書く場所と探す場所が同じ道具に押し込まれているときです。日々の記録を溜める場所、溜まったものから答えを引き出す仕組み、決まった形に整えて配る手順は、それぞれ別の道具のほうが続きます。溜める・引き出す・配るで分けて考えると、次の表のような組み合わせになります。

ツール	得意なこと	向いている使い方
NotebookLM	登録資料への質問応答・要約・音声化	社内資料の共有知識ベースづくり
ChatGPT / Claude	文章生成・要約・言語化の壁打ち	暗黙知の整理・議事録の出し分け
Notion AI	ドキュメント内での要約・検索	ナレッジの保管と日常的な引き出し
Slack / Teams のAI	会話ログの要約・検索	流れてしまう会話の知見を残す

大切なのは、ツールを増やすこと自体が目的にならないようにすることです。まずは保管場所を一つ決め、そこにAIの問い合わせ機能を足す。手応えが出てから範囲を広げると、無理なく定着します。

運用ルールとセキュリティを決める

社内ナレッジをAIに扱わせるうえで、避けて通れないのが情報の扱いです。顧客名や未公開の戦略、個人情報を含む資料をAIに入れる場合は、入力内容が学習に使われない法人向けプランや、閉じた環境での利用を前提にします。無料の個人向けプランに機密情報を入れるのは避けるべきです。

あわせて、チームで簡単な運用ルールを決めておくと安心です。「どの資料まで登録してよいか」「誰が管理するか」「登録前に何を確認するか」を明文化しておく。ルールは細かすぎると守られないので、まずは最低限の線引きから始めます。生成AIに「社内ナレッジをAIで共有する際の注意点を、チーム向けのルール案として整理して」と頼めば、たたき台が作れます。

ナレッジ共有を続ける仕組みをつくる

ナレッジ共有は、一度整えて終わりではありません。使われ、更新され続けてこそ価値が保たれます。共有を仕組みとして日常に組み込むことが、定着の鍵になります。次の流れで進めると、無理なく回り始めます。

最初から完璧な仕組みを目指す必要はありません。一つの成功体験——「探す時間が消えた」「新人がすぐ立ち上がった」——が、チーム全体を巻き込む力になります。

ナレッジ共有でやりがちな失敗

ナレッジ共有を進めるうえで、つまずきやすい点を押さえておきましょう。

• ためることが目的になる：資料は増えるが引き出せず、結局使われない
• 整理を完璧にしようとする：準備に時間をかけすぎて、いつまでも始まらない
• 暗黙知を放置する：ベテラン頼みのまま、担当者交代で知見が消える
• 機密情報を無防備にAIへ入れる：漏えいリスクを負い、活用そのものが止まる

これらは、いずれも「引き出せる状態」と「続く仕組み」を意識すれば避けられます。ためる発想から、引き出す発想へ切り替えることが出発点です。

横断して答えるAIは、権限の甘さをそのまま映す

社内の文書を横断して答えるタイプの仕組みには、共通した性質があります。質問した人が開ける範囲の文書だけを読んで答える、という点です。裏を返せば、権限の設定がそのまま答えの範囲になります。リンクを知っていれば誰でも開ける状態で共有された資料、辞めた人が作ったまま残っている共有フォルダ、部署をまたいで継承されたままの閲覧権限が、普通の日本語の質問ひとつで表に出てきます。探せなかったから見えていなかっただけの文書が、聞けば返る文書に変わります。この変化は、導入した日から起きます。試しに少人数で始めた期間でも、その少人数が開ける範囲は全部読めます。試験だから権限は後で、という順番が成り立たないのは、この性質のためです。

ここで押さえたいのは、AIが穴を開けたのではないという点です。前からあった権限の穴が、見えるようになっただけです。だから直す順番は、AIの設定からではなく共有範囲の棚卸しから始めます。広く共有されている場所を洗い出し、危ないものから権限を直し、検索の対象そのものを絞れる機能があるなら先に絞る。そのうえで、使える人を広げます。逆の順番、つまり全社に配ってから穴を探す形にすると、見つけたころには誰かがもう読んでいます。順番を入れ替えるだけで、事故の数は変わります。棚卸しは部署ごとに担当を割って同時に進めます。情報システムの担当だけで全部を見ようとしても、業務の中身が分からないので、何が危ないかの判断がつきません。

対象に入れない文書は、名指しで決めておきます。人事の評価、給与、採用の選考記録、健康に関する記録、未公開の価格表、係争中の案件の資料。この6つは、多くの会社で最初に外す対象になります。大事なのは、外すと決めるだけでなく、入っていないことを確かめる作業を誰かの仕事にすることです。保管場所をつなぐ設定は数分で終わるので、つないだ本人も何が入ったかを把握していないことがあります。つないだ範囲の一覧を出して、対象外の6つが含まれていないかを目で見て確かめます。6つのほかに、自社で外すものがあれば足します。よくあるのは、まだ公表していない人事の異動と、統合や買収に関する検討の資料です。どちらも、出てしまってから取り消せない種類の情報です。

人が確認する範囲も先に決めます。新しい保管場所をつなぐときは、つなぐ前に共有範囲を1度見ます。見る人は、情報システムの担当と、その部署の責任者の2人にします。1人だと、業務の中身を知らないか、権限の仕組みを知らないかのどちらかになりがちです。四半期に1度、出てはいけない文書の名前を使って実際に質問を投げ、返らないことを確かめます。設定の画面を眺めるだけでは分からないことが、質問を投げると分かります。この試験は30分で終わり、記録は1行で足ります。投げる質問は、毎回同じ10問を使います。文面を変えると、返らなかったのが直った結果なのか、聞き方が違っただけなのかが分からなくなります。

古い資料が混ざると、答えは静かに劣化する

登録した資料の中からしか答えない仕組みは、事実をでっち上げにくい代わりに、別の弱さを持ちます。古い資料も新しい資料も、同じ重みで扱うという点です。3年前の価格表、すでにやめたサービスの説明、差し替える前のガイドラインが、引用つきで返ってきます。引用がついている分、受け取った側は疑いません。根拠が示されることの安心感が、そのまま古い情報の説得力になってしまいます。答えが明らかに間違っている場合より、こちらのほうが気づきにくい種類の事故です。気づくのは、たいてい社外にその答えを出したあとです。古い価格を伝えた、終了した条件を案内した、という形で表に出ます。

対策は地味です。資料の先頭に、版の番号、作った日、いつまで有効かを書きます。改訂したら古い版は登録から外し、別の場所に移して履歴だけ残します。外す作業を誰かの担当にしないと、足す人はいても外す人はいないまま増え続けます。月に1度、更新が1年以上ない資料を一覧で出し、今も使えるか、直すか、外すかの3択で決めます。3択にしておくと1件あたり10秒で片づくので、実際に回ります。判断に迷う資料だけを、翌月に持ち越します。有効期限は、資料の種類ごとに変えます。価格表と契約の条件は短く、用語の説明や過去の企画の記録は長く取ります。全部を同じ期限にすると、見直しの量が毎月同じだけ出て続きません。外した資料をしまう場所も、年に1度だけまとめて見直します。

登録できる資料の数には上限があり、契約の種類によって変わります。増やす前に、自社の契約でいくつまで入るのかを確かめておきます。上限が見えているなら、最初からひとつ足すときにひとつ落とす規則にしておくとよいでしょう。落とす候補は、前の段落で出した更新の止まった資料から選びます。上限に当たってから慌てて整理すると、その場の判断になるので、まだ使う資料まで落ちます。枠が決まっているという前提のほうが、置かれる資料の質はむしろ上がります。ひとつ落とすときは、落としたことを一覧に残します。後から答えが出なくなったと言われたときに、外したからなのか、もともと無かったのかを切り分けられます。

返ってきた答えを、そのまま使ってよい範囲も決めておきます。価格、契約の条件、法令に関わること、個人情報の扱いに関わることは、引用元の資料を開いて日付を見るまで使いません。それ以外、たとえば過去の企画の切り口、社内用語の意味、作業手順の概略は、そのまま使ってかまいません。この2つの線を1行ずつ書いて、質問する画面のそばに貼っておきます。線がないと、人は毎回自分で判断することになり、急いでいる日ほど確認を飛ばします。飛ばした日に限って、外に出る資料に混ざります。線を決めた後も、月に1度は実際の使われ方を見ます。確認が要る側の質問が多い領域から、資料を新しくしていきます。

効果は3つの数で示さないと次の予算が付かない

仕組みが続かない一番の理由は、効果が見えないことです。探す時間が減ったという感想は、次の予算を決める場では材料になりません。測る対象は3つに絞ります。同じ内容の質問が人に飛ぶ回数、新しく入った人が独力で答えられるようになるまでの日数、過去の資料を探すのにかけた時間。3つとも完全に測る必要はありません。動いたかどうかが分かればよいので、粗くてかまわないから、同じ測り方を導入の前後でそろえることのほうが大事です。3つのうち最初に動くのは、同じ質問が飛ぶ回数です。日数と時間は数か月遅れて動きます。動く順番も先に伝えておかないと、最初の報告が失敗と受け取られます。あわせて、この3つ以外は測らないことも先に伝えておきます。

測り方の細部が、実行できるかどうかを分けます。導入の前に2週間だけ、特定のチャットの部屋をひとつ選び、そこで先輩に飛んだ質問の数を数えます。全部の部屋を対象にすると、数える人がいなくなって初週で止まります。導入の後、同じ2週間を、同じ部屋で数えます。日数のほうは、新しく入った人に、今日は人に聞かずに片づいた仕事はどれかを毎日1行だけ書いてもらいます。これも2週間で足ります。長く測るほど正確になりますが、続かなければ0件と同じです。数えた結果は、人ごとではなく部屋ごとに出します。人ごとに出すと、聞くこと自体が減点だと受け取られ、質問が水面下に潜って数だけが消えます。

費用は、人数で効きます。この手の道具は席の数で課金される形が多いので、全社に配ると人数分そのままかかります。最初から全員に配らず、効く場所へ先に配ります。つまり、よく質問される側の人と、新しく入った人です。この2者に配るだけで、前の段落の3つの数のうち2つは動きます。動いたことを示してから席を増やすほうが、途中で止められたときの傷が浅くて済みます。全員に配って全員が使わない状態を作ると、次の提案まで通らなくなります。次に配る相手も同じ考え方で選びます。よく質問される人の隣で、同じ質問を受けている人です。役職や部署の順で配ると、使わない人から席が埋まります。

数が動かなかったときこそ、理由を分けて書きます。登録した資料が足りないのか、質問の仕方が分からないのか、返ってくる答えが古いのか。原因ごとに打ち手が違います。資料が足りないなら足す。聞き方が分からないなら、よく使う質問の文を5つだけ配る。答えが古いなら、外す作業が止まっています。四半期に1度、よく聞かれた質問の上位を見て、答えが資料の中にない項目を書き足します。この書き足しが、仕組みを生かし続ける唯一の作業だと考えてください。書き足す元になるのは、答えが出なかった質問の記録です。質問と、返せたかどうかの2列だけでも取っておきます。

よくある質問

資料が整理されていなくても始められますか？

始められます。むしろ、整理してから始めようとすると動き出せません。AIは雑多な資料からでも必要な部分を引き出せるため、まずは頻度と価値の高い資料を一箇所に集めるところからで十分です。使いながら整えていくのが現実的です。

小さなチームでも効果はありますか？

あります。少人数ほど一人に知見が集中しやすく、その人が抜けたときの打撃が大きいためです。暗黙知を早めに言語化し、共有知識ベースにしておくと、人数が少なくても知見が途切れません。むしろ小さいチームこそ効果が実感しやすい領域です。

どのツールから始めるのがよいですか？

社内資料への質問応答を作るならNotebookLM、暗黙知の言語化や議事録の要約なら使い慣れたChatGPTやClaudeが入り口として向いています。すでにNotionやTeamsを使っているなら、その中のAI機能から試すのも手軽です。今ある環境から始めるのが挫折しにくい選び方です。

まとめ

マーケチームのナレッジ共有に生成AIを活かす要点は、『ためる』から『引き出せる』へ、共有の発想を変えることです。散らばった資料を一箇所に集め、NotebookLMなどで質問に答えられる状態にし、ベテランの暗黙知をAIで言語化する。そして、プロンプトや知見を更新し続ける仕組みにする。属人化を防ぎ、チームの知見を組織の資産に変える第一歩として、まずは資料の置き場所を一つに決めるところから始めてみてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。