Media > AI活用ユースケース > 人事 > 人事部が社員から受ける企業型確定拠出年金の掛金・運用商品・退職時の手続きの質問に、年金規約と運営管理機関の資料を根拠に答える

人事部が社員から受ける企業型確定拠出年金の掛金・運用商品・退職時の手続きの質問に、年金規約と運営管理機関の資料を根拠に答える

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

社員から「マッチング拠出の額を変えたい」「退職したら資産はどうなるか」と届いた質問に、その社員に当たる版の年金規約と、運営管理機関の資料、人事部の過去の回答から該当箇所を探し、引用付きで回答の下書きを作ります。

サマリー
生成AI
Gemini
AIサービス
Azure AI/Google Vertex AI/OpenSearch
連携・自動化
Python
対象業界
IT・SaaS/商社/小売/製造
対象部門
人事
対象業務
問い合わせ対応/情報検索
主な課題
問い合わせが多い/属人化している/情報が見つからない
AIで行う処理
検索(RAG)
主な効果
対応スピード向上/属人化解消/検索時間短縮
導入難易度
★★★☆☆
実装レベル
本格構成
費用感
RAG・個別開発(大)
人間の確認
条件付き
現在工数
60h/月
AI導入後
16h/月
想定削減
73%
年間削減
528h
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. 社員からの質問をメールまたは工場の窓口経由で受け取る
  2. 人事システムで、その社員の区分、入社日、等級を確かめる
  3. 年金規約のPDFから、いま効いている版を探し、該当する条文を読む
  4. 規約に手順が書かれていないもの(運用商品の変更の画面の操作、退職後の手続き)は、運営管理機関の資料から該当の頁を探す
  5. 似た質問に以前どう答えたかを、過去の回答の表計算から探す
  6. 回答を書き、条文と資料の頁を添えて送る
導入後(After)
  1. 自動年金規約が改正されたとき、運営管理機関の資料が改訂されたとき、過去の回答が増えたときに、改訂分を取り込む
  2. 人人事部の担当が、届いた質問を画面に貼り、社員番号を入れる
  3. 自動中継プログラムが人事システムから社員の区分を引き、区分と今日の日付で絞り込みの条件を作る
  4. 自動Agent Search(Vertex AI Search)の answer メソッドが、その区分に当たる規約のいまの版、運営管理機関の資料、過去の回答から該当箇所を探し、引用付きで答える
  5. 自動質問が退職に関わるものなら、中継プログラムが移換の手続きの決まった文を答えの末尾に足す
  6. 人担当が引用の元の条文と頁を確かめ、回答を直して社員に送る
  7. 人規約の解釈が要るもの、運用商品の選び方を求めるものは、答えずに扱いを分ける
各工程の詳しい説明を読む
  1. 社員からの質問をメールまたは工場の窓口経由で受け取る
  2. 人事システムで、その社員の区分、入社日、等級を確かめる
  3. 年金規約のPDFから、いま効いている版を探し、該当する条文を読む
  4. 規約に手順が書かれていないもの(運用商品の変更の画面の操作、退職後の手続き)は、運営管理機関の資料から該当の頁を探す
  5. 似た質問に以前どう答えたかを、過去の回答の表計算から探す
  6. 回答を書き、条文と資料の頁を添えて送る

(a)規約の版を取り違える。 規約は掛金の額の見直しや制度の変更のたびに改正され、共有フォルダに版が並んでいます。改正の前に受けた質問への回答を、改正の後にそのまま使い回すことがあります。

(b)答えられる担当が限られる。 「再雇用の人のマッチング拠出は規約のどこ」「転籍してきた人の資産の移換は資料のどの頁」と覚えているのは、制度の導入から関わっている1名です。その担当が休むと、同じ質問に倍の時間がかかります。

(c)資料が多くて探せない。 運営管理機関の資料は、加入者向けのガイド、手続きの手引き、運用商品の説明資料と分かれ、それぞれが改訂されます。答えが書いてある頁にたどり着くまでが、1件の時間の大半です。

(d)退職者への案内が漏れる。 退職のときに資産を移す手続きをしないと、資産が国民年金基金連合会に移り、運用がされなくなります。退職の直前に受けた質問で、この案内を書き忘れることがあります。

  1. 【自動】 年金規約が改正されたとき、運営管理機関の資料が改訂されたとき、過去の回答が増えたときに、改訂分を取り込む
  2. 【人】 人事部の担当が、届いた質問を画面に貼り、社員番号を入れる
  3. 【自動】 中継プログラムが人事システムから社員の区分を引き、区分と今日の日付で絞り込みの条件を作る
  4. 【自動】 Agent Search(Vertex AI Search)の answer メソッドが、その区分に当たる規約のいまの版、運営管理機関の資料、過去の回答から該当箇所を探し、引用付きで答える
  5. 【自動】 質問が退職に関わるものなら、中継プログラムが移換の手続きの決まった文を答えの末尾に足す
  6. 【人】 担当が引用の元の条文と頁を確かめ、回答を直して社員に送る
  7. 【人】 規約の解釈が要るもの、運用商品の選び方を求めるものは、答えずに扱いを分ける

6番目を人が行うのは、回答が会社としての回答になるからです。 社員はこの回答をもとに掛金を変え、退職の手続きをします。画面に出るのは規約と資料の引用で、その社員の事情に合っているかは担当が見ます。

3番目で社員の区分を人事システムから引くのも、意図してのことです。 担当が区分を選ぶ作りにすると、忙しいときほど既定の「正社員」のまま探し、再雇用者に正社員の条文で答えます。

02今回想定するシステム構成

構成図
年金規約(版ごとのPDF)・運営管理機関の資料・過去の回答
   ▼【トリガー】改正・改訂・回答の追加のたびに取り込み
Cloud Storage + メタデータ(JSON Lines:文書の種類・区分・版の期間)
   ▼
Agent Search(Vertex AI Search)のデータストア
   ▼【人】人事部の担当が質問と社員番号を入れる
中継プログラム(Cloud Run)
   ├──▶ 人事システム ── 社員の区分(読み取りのみ)
   ├──▶ 絞り込みの条件:区分 + 今日に効く版
   ├──▶ answer メソッド(Gemini で生成、引用と根拠の強さ付き)
   ├──▶ 退職の質問なら移換の手続きの決まった文を足す
   ▼
人事部の画面 ──【人】元の条文を確かめ、直して送る
役割想定する製品代替候補
検索基盤Vertex AI Search(Agent Search)の answer メソッドAzure AI Search、Amazon OpenSearch Service
生成AIGemini(answer メソッドの回答の生成に使うモデル)─
連携中継プログラム(Python。Cloud Run で動かし、人事部の画面・人事システム・検索をつなぐ)Node.js で同じものを書く
保管Cloud Storage(規約・資料・過去の回答の写しとメタデータ、質問と回答の記録)─

人事システムと運営管理機関のシステムには、この構成から書き込みません。 人事システムからは社員の区分を読むだけで、掛金の変更や運用の指図は、社員が運営管理機関の手続きで行います。

検索の土台は、Agent Search(Vertex AI Search から改称中)の answer メソッドです。 公式のドキュメントでは、検索の指定(searchSpec.searchParams)に絞り込みの filter を書け、一度に引く結果は既定で10件、最大で25件です。回答の生成の指定には、引用を付ける includeCitations(既定は false)、関係の薄い内容で答えない ignoreLowRelevantContent、答え方を指示する promptSpec.preamble があります。根拠の強さで回答を止める groundingSpec もあり、規約に根拠の無い答えを画面に出さないために使います。

データの置き場所は先に決めます。 公式のドキュメントでは、データストアの場所は global・us・eu で、日本のリージョンはありません。 us か eu を選ぶと保存中のデータの所在をその地域に留められます。取り込むのは規約と資料と、個人を外した過去の回答だけで、社員ごとの資産額は入れません。

03どうやって実装するのか

Step1

処理の起点を決める

起点は2つです。担当が質問を入れたときと、文書の取り込みです。

質問は、人事部の画面に社員から届いた文を貼り、社員番号を入れて「規約を探す」を押したときに動きます。社員番号が無い質問(社員以外からの照会や匿名の質問)は、区分を担当が選んだうえで、画面の上に「区分は担当が選択」と出します。

画面の項目書き方使い道
社員番号入力(無ければ区分を選ぶ)人事システムから区分を引く
質問の区分掛金/マッチング拠出/運用商品の変更/休職・育休/再雇用/転籍/退職/その他検索の文の先頭、決まった文の要否
質問社員から届いた文を貼る検索の質問文
基準日既定は今日。退職日や変更の予定日があれば入れる版の絞り込み

基準日を入れられるようにするのは、未来の日付の質問が多いからです。 「来年4月から掛金を変えたい」「12月末で退職する」という質問は、その日に効いている版で答える必要があります。規約の改正が決まっていて施行が先のときに、今日の版で答えると外れます。

取り込みは、規約の新しい版、運営管理機関の資料の改訂版、月末にまとめた過去の回答を Cloud Storage に置いたときに動きます。規約の前の版は消さず、終わりの日を書いて残します。

Step2

入力データを集める

データ中身取得元
年金規約加入者の資格、掛金の額と算定の方法、マッチング拠出、運用の方法の提示、給付、資格喪失のときの扱い。版ごと人事部が保管する規約のPDF
運営管理機関の資料加入者向けのガイド、手続きの手引き(掛金の変更、運用商品の変更、退職のときの手続き)、運用商品の一覧と説明資料運営管理機関から受け取ったPDF
過去の回答人事部が社員に返した回答のうち、規約の解釈を含まないもの。質問の区分、根拠にした条文と頁過去の回答の表計算
社員の区分正社員/再雇用者/転籍者/休職者、入社日、資格喪失日人事システム

質を決めるのは、規約の版の期間と、条文ごとの区分です。 規約を改正するたびに、版の始まりの日と終わりの日をメタデータに書きます。再雇用者だけ、転籍者だけに当たる条文には、区分を付けます。区分の付いていない条文は全員に当たる条文として扱います。

運用商品の説明資料は取り込みますが、使い道を限ります。 商品の名前と、変更の手順を答えるときの参照にとどめ、利回りや評価を答えの文に出させません。 第24条が定める情報の提供は運営管理機関の資料そのもので、人事部が要約し直すものではないからです。

Step3

データの取得方法を決める

規約は条ごとに、資料は章ごとに分けて1文書にし、Cloud Storage に置きます(公式では1ファイル200MB、一度の取り込みで10万ファイルまで。PDF、DOCX、HTML などに対応)。メタデータは JSON Lines で、1行ごとに id、structData、content(mimeType と uri)を書きます。

{"id":"rule-v9-art12","structData":{"doc_kind":"rule",
 "article":"第12条 事業主掛金","scope":["all"],
 "effective_from":"2026-04-01T00:00:00Z",
 "effective_to":"2099-12-31T23:59:59Z"},
 "content":{"mimeType":"application/pdf","uri":"gs://dc-docs/rule-v9-art12.pdf"}}
{"id":"rule-v9-art15","structData":{"doc_kind":"rule",
 "article":"第15条 再雇用者の加入","scope":["rehired"],
 "effective_from":"2026-04-01T00:00:00Z",
 "effective_to":"2099-12-31T23:59:59Z"},
 "content":{"mimeType":"application/pdf","uri":"gs://dc-docs/rule-v9-art15.pdf"}}
{"id":"rk-guide-2026-ch4","structData":{"doc_kind":"rk_guide",
 "chapter":"退職されるとき","scope":["all"],
 "effective_from":"2026-01-01T00:00:00Z",
 "effective_to":"2099-12-31T23:59:59Z"},
 "content":{"mimeType":"application/pdf","uri":"gs://dc-docs/rk-guide-2026-ch4.pdf"}}

scope に all を入れておくのは、絞り込みを1つの式で書くためです。 公式の構文では、文字の項目は ANY() に並べた値のどれかと完全に一致するかを見られ、日時の項目は ISO 8601 の文字列と比べられ、AND・OR と括弧で組み合わせられます。項目はスキーマで索引可能にしておかないと、絞り込みに使えません。

scope: ANY("all","rehired")
AND effective_from <= "2026-12-31T00:00:00Z"
AND effective_to >= "2026-12-31T00:00:00Z"
AND doc_kind: ANY("rule","rk_guide","rk_manual","answer")

区分と版の条件は、中継プログラムが必ず付けます。 人事システムから区分が引けなかったときは、answer メソッドを呼ばずに「区分を選んでください」と返します。

Step4

AIへ渡す前に整形する

  1. 規約を条ごとに分ける … 条の番号と見出しを article に書き、附則も条ごとに分けます
  2. 版の期間を付ける … 改正の履歴から、版ごとに始まりと終わりの日を書きます。施行が先の改正も取り込み、始まりの日を施行日にします
  3. 区分を付ける … 再雇用者・転籍者・休職者に当たる条文に scope を付けます
  4. 運営管理機関の資料を章で分ける … 「掛金の変更」「運用商品の変更」「退職されるとき」など手続きごとに分け、資料の発行日を版の始まりにします
  5. 過去の回答から個人を外す … 社員の氏名、社員番号、資産額、退職の理由を消し、質問の区分と根拠の条文だけを残します
  6. 解釈を含む回答を外す … 顧問の社労士や運営管理機関に照会して決めた回答は doc_kind を interpretation にして、検索の対象から外します

6番目を軽く見ないでください。 照会して決めた回答は、そのときの事情に対する判断です。似た質問の答えとして引用されると、事情の違う社員に同じ判断が当てはめられます。 判断の記録としては残しますが、答えの根拠には使いません。

Step5

AIに処理させる

させるのは、その社員の区分に当たるいまの規約と資料から、質問に当たる条文と手順を探し、引用して短くまとめることです。

させること中身
当たる条文を示す規約の条の番号と見出し、本文の引用
手続きの順を並べる運営管理機関の手引きに書かれた順のまま、番号を付けて
区分の違いを示す再雇用者・転籍者だけに当たる条文があれば、そちらを
過去の回答を示す同じ区分の似た質問があれば、要点と根拠の条文
足りない情報を挙げる答えを決めるのに社員に聞くこと(退職日、転職先の制度の有無)
させないこと理由
運用商品の良し悪し・選び方を書く運用の指図は加入者が行う。情報の提供は運営管理機関の資料による
利回り・手数料の数字を書く資料の改訂で変わる。資料の頁を示すにとどめる
個人の受給額・税額を試算する個人の資産額と事情による
規約に無い扱いを一般論で補う自社の規約と違う扱いを答えることになる
退職のときの手続きの期限を計算する資格喪失日の確認が要る。決まった文で示す

1行目は法律の仕組みから来ています。 確定拠出年金法第25条は、加入者が提示された運用の方法の中から選び、それぞれに充てる額を決めて運用の指図を行うと定め、第24条は、提示した運用の方法について利益の見込みや損失の可能性などの情報を加入者に提供することを運営管理機関に求めています。人事部の回答が商品を勧める文になると、この分担が崩れます。 第22条は事業主に資産の運用に関する基礎的な資料の提供などを求めていますが、それは投資教育の場で行うもので、個別の質問への回答で商品を選ぶことではありません。

answer メソッドの設定は次のようにします。

設定値理由
includeCitationstrue条文と頁に出典を付ける(既定は false)
ignoreLowRelevantContenttrue関係の薄い条文で答えない
filter区分、基準日に効く版、文書の種類その社員に当たる条文だけを引く
maxReturnResults10既定のまま
groundingSpecincludeGroundingSupports を有効、filteringLevel を FILTERING_LEVEL_HIGH根拠の弱い答えを出さない
promptSpec.preamble下の指示答え方の規則を与える

filteringLevel を高くすると、根拠の弱い回答は生成されず、answerSkippedReasons に LOW_GROUNDED_CONTENT が返ります(関係の薄い内容で止まったときは NO_RELEVANT_CONTENT)。どちらのときも、画面には「規約・資料で該当の箇所が見つかりません。運営管理機関または顧問に照会してください」と出し、 照会の記録を付ける欄を開きます。

Step6

指示内容を固定する

answer メソッドの promptSpec.preamble に、次の指示を入れます。中継プログラムは、質問の区分と社員の区分、基準日を検索の文の先頭に付けます。

あなたは会社の人事部で、社員から届いた企業型確定拠出年金の質問に
答える担当を補助する立場です。読むのは人事部の担当で、
社員への回答は担当が書いて送ります。

【前提】
検索の対象は、指定の区分の社員に当たる、基準日に効いている版の
年金規約、運営管理機関の資料、人事部の過去の回答だけです。
検索の文の最初に、質問の区分、社員の区分(正社員・再雇用者・
転籍者・休職者)、基準日が書かれています。

【答え方】
1. 当たる規約の条文を、条の番号と見出しを付けて示し、本文を引用する
2. 手続きが要るものは、運営管理機関の手引きに書かれた順のまま
   番号を付けて並べ、資料の章の名前を書く
3. 社員の区分だけに当たる条文があれば、そちらを先に書く
4. 同じ区分の過去の回答があれば、要点を1〜2行で書く
5. 答えを決めるのに社員に確かめることがあれば、2つまで挙げる
6. 全体を250字程度に収める

【厳守事項】
- 運用商品の良し悪し、どの商品を選ぶべきか、配分の割合を
  書かないでください。商品について聞かれたら、運営管理機関の
  資料の章の名前を示すだけにしてください。
- 利回り、基準価額、手数料の数字を書かないでください。
- 個人の受給額、税額、資産額を計算しないでください。
- 検索結果に無い扱いを、一般的な制度の知識で補わないでください。
- 手続きの期限の日付を計算しないでください。
- 区分の違う条文を、指定の区分の条文として書かないでください。
- 当たる条文が見つからないときは、
  「規約・資料で該当の箇所を確認できませんでした」とだけ書いてください。

「商品の良し悪しを書かない」を明記しないと、AIは資料の説明文から「元本確保型なので安心」のような一文を作ります。 資料に書かれた特徴の言い換えでも、人事部の回答として届けば勧めているのと同じに読まれます。中継プログラムでも、答えの文に「おすすめ」「選ぶべき」「%」が出たら印を付けて担当に知らせます。

「期限の日付を計算しない」も大事です。 退職のときの移換の期限は資格を失った日から数えるので、退職日と資格喪失日の違いを取り違えると、1か月ずれた日付が回答に載ります。

Step7

出力形式を固定する

answer メソッドの返り値を、中継プログラムが次の形にまとめます。

{
  "query_id": "",
  "employee_class": "regular | rehired | transferred | on_leave",
  "base_date": "",
  "question_type": "contribution | matching | switching | leave | rehire | transfer | retirement | other",
  "answer_text": "",
  "citations": [ { "doc_kind": "rule | rk_guide | rk_manual | answer",
                   "article_or_chapter": "", "version_from": "",
                   "quote": "", "uri": "" } ],
  "ask_employee": [],
  "fixed_notice": "",
  "flags": [],
  "status": "answered | skipped | no_class",
  "skipped_reason": ""
}

1つ目の理由は、決まった文を答えの文と別の欄に置けることです。 fixed_notice には、退職の質問のときに中継プログラムが足す移換の手続きの文が入ります。生成した文ではないので、毎回同じ内容が載ります。

2つ目は、citations に版と種類を持たせられることです。 引用ごとに規約か資料か過去の回答か、何日からの版かが分かり、担当は版の始まりの日を見て、改正の前の条文でないかを一目で確かめられます。

3つ目は、flags で商品の勧めに読める語を知らせられることです。

公式のドキュメントでは、引用の位置(startIndex/endIndex)は文字ではなく UTF-8 のバイト単位です。日本語の答えの文で引用の箇所に印を付けるときは、バイトの位置を文字の位置に直してから使います。

Step8

システムへ連携する

つなぎ先方式内容
Cloud Storage規約・資料・過去の回答とメタデータの置き場取り込みの起点
Agent Searchanswer メソッド条文と手順の引用、答えの文
人事システム社員の区分と資格喪失日を読む(読み取りのみ)絞り込みの条件
人事部の画面社内の画面質問の入力、答えと引用、決まった文
問い合わせの記録担当が送った回答を残す表月末に過去の回答として取り込む

画面を使うのは人事部の年金担当だけにします。 社員が直接質問できる窓口にはしません。答えの確認を担当が必ず挟むためと、社員の区分という個人の情報を画面に出すためです。

公式のドキュメントには、データストアの文書ごとに読める人を決めるアクセス制御がありますが、Preview の機能で、データストアを作るときにしか有効にできません。 この構成では使う人を人事部の担当に限り、Preview の機能には頼りません。

Step9

人が確認する

  1. 区分と基準日を見る … 画面の上に、社員の区分と基準日、引用した規約の版の始まりの日が出ます。質問の内容と区分が合っているかを最初に見ます
  2. 引用の元の条文を開く … 条文と資料の頁を確かめてから回答を書きます
  3. 決まった文を消さない … 退職の質問では、移換の手続きの文を回答に残します
  4. flags を見る … 印の付いた語があれば、手順と規約の説明に書き直します
  5. 外れを記録する … 引用が違った、見つからなかったときは「違う」を押して理由を書きます

1番目を省かないでください。 転籍者や再雇用者は、人事システムの区分の更新が遅れることがあります。区分が違っていれば、引用がどれだけ正しくても回答は誤りです。

Step10

例外に対処する

起きること対応
社員の区分が引けない検索をせず、区分を選ぶ欄だけを出す
根拠の弱い答え(LOW_GROUNDED_CONTENT)答えを出さず、照会の欄を開く
関係の薄い内容しか無い(NO_RELEVANT_CONTENT)同上。規約・資料に無い質問として記録する
運用商品の選び方を求める質問検索の前に、運営管理機関の資料と投資教育の案内を示す決まった文を出す
退職・資格喪失の質問移換の手続きの決まった文を必ず足す。資格喪失日は人事システムの値を担当が確かめる
改正の施行が先の版がある基準日の版で答え、画面に「改正予定あり」と出す
answer メソッドが応答しない規約の目次と資料の一覧へのリンクだけを出す

4行目と5行目は、検索の仕組みの外に置きます。 商品の選び方は、検索がどれだけうまく当たっても人事部が答える質問ではありません。

Step11

記録を残す

  • 質問ごとの、質問の区分、社員の区分、基準日、質問の文(社員番号は記録の表の側だけに残す)
  • 絞り込みの条件の全文と、answer メソッドの返り値の全文(答えの文、引用、根拠の強さ、answerSkippedReasons)
  • 担当が送った回答と、根拠にした条文
  • 担当が「違う」を押した記録と理由、flags の付いた答え
  • 取り込んだ規約の版と取り込みの日

2つ目で絞り込みの条件を残すのは、別の区分や古い版の条文で答えたと疑われたときに確かめるためです。

04実装レベルの3段階

最小構成:規約と資料を手元のAIサービスに読ませて尋ねる / 1つの版の規約の検索
半自動化:上記+Agent Search のデータストアに規約の全版と資料を入れ、区分と版で絞って探す画面を作る / 区分と版の切り替えを含む検索
本格構成:上記+人事システムから区分を引き、過去の回答を加え、退職の決まった文と危ない語の印を足す / 区分の取得から回答の下書きまで

半自動化で、1件15分が8分程度になります。 規約の版を探す時間は無くなりますが、区分を担当が調べて選ぶ作業と、過去の回答を探す作業が残ります。本格構成で4分になり、この段階が本記事の想定です。 段階を飛ばさないでください。 半自動化の画面を1か月使うと、どの区分の条文で外れるか、規約に書かれていない質問がどれだけあるかが先に分かります。規約の区分の付け方を直してから過去の回答を足すほうが、外れたときに原因を分けて見られます。

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
4 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
4 分
現在  240件 × 15分 ÷ 60 = 60 時間/月
導入後 240件 × 4分 ÷ 60 = 16 時間/月
月間削減時間
44h
削減率
73%
年間削減時間
528h
年間金額換算(時間単価3,000円)
158万円
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. 従業員が数千名規模で企業型確定拠出年金を実施し、人事部の数名が社員からの問い合わせをメールと社内の窓口で受けている製造業・商社・小売業など。年金規約が改正のたびに版を重ね、再雇用・休職・グループ会社からの転籍などで社員ごとに当たる条文が違う場合。運営管理機関の資料が多く、どの資料のどこに答えがあるかを知っている担当が限られている場合。
向いていない
  1. 社員が数十名で、問い合わせが月に数件しかない場合。運営管理機関のコールセンターに問い合わせをすべて任せており、人事部で答えていない場合。年金規約の版の管理がまだできておらず、いま効いている条文がどれか人事部でも分からない場合(先に版をそろえることから始めます)。なお、どの運用商品を選ぶべきかの助言、個人の税金や受給額の試算、規約の解釈の最終判断は、この構成では代替できません。規約と資料の該当箇所を探して示すまでです。

07最小構成で試す方法

  1. いま効いている年金規約と、運営管理機関の加入者向けのガイド・手続きの手引きを1冊ずつそろえる
  2. 過去3か月の質問から30件を選ぶ(掛金、運用商品の変更、再雇用、退職を混ぜる)
  3. 30件それぞれで、当時どの条文と資料の頁を根拠に答えたかを担当に書き出してもらう
  4. 規約と資料を手元のAIサービスに読ませ、社員の区分を付けて30件を1件ずつ尋ねる
  5. 「規約の条の番号と本文を引用して答えてください。運用商品の良し悪しは書かないでください」と指示する

3番目の書き出しは必ず先に済ませてください。 当時の根拠と比べないと、当たったかが決まりません。5番目では、区分の違う条文で答えていないか、商品を勧める文が出ていないかを最優先で見ます。

出てきた内容判断
当時と同じ条文と頁が出たAgent Search のデータストアに進む
区分の違う条文で答えた区分のメタデータで直る。構成は有効
規約にも資料にも答えが無い規約の書き方か資料の不足。 AIの問題ではない

3行目は、試すと必ず何件か出ます。 当時は担当が運営管理機関に電話して答えていた質問です。照会の結果を人事部の手順書に書き足すと、次からは検索で引けます。

08実装時につまずきやすいポイント

問題対策
別の区分の条文で答える区分の絞り込みを中継プログラムが必ず付ける。 区分が無ければ検索しない
改正の前の条文が出る版の期間をメタデータに書き、基準日で絞る
運用商品を勧める文が出る指示に明記し、答えの文の危ない語に印を付ける
退職の案内が抜ける移換の手続きの文を中継プログラムが決まった文として足す
照会で決めた扱いが一般の答えになる解釈を含む回答を検索の対象から外す
絞り込みが効かない項目をスキーマで索引可能にする
引用の印がずれる引用の位置は UTF-8 のバイト単位。文字の位置に直す
来年からの質問に今日の版で答える基準日を画面で入れられるようにする

上の3行が、この構成の失敗のほとんどです。 どれも答えが「それらしく」出るので、画面を見ただけでは気づけません。索引を作ったら、同じ質問を正社員と再雇用者で投げ、違う条文が出ることを必ず確かめてください。

5行目と最後の行も早いうちに効いてきます。 照会で決めた扱いは件数が少ないぶん目立たず、混ざっても気づきにくいものです。基準日の入力が無いと、4月の改正の前後で質問が集まる時期に外れが続きます。

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: 年金規約、運営管理機関の資料、社員からの質問の文、社員の区分と資格喪失日です。質問の文には、退職の予定や休職の事情、家族の事情が書かれていることがあります。

  1. 個人別管理資産額を取り込まない … 確定拠出年金法第43条第2項は、事業主が加入者の氏名、生年月日、個人別管理資産額などの個人に関する情報を、業務の遂行に必要な範囲内で保管・使用することを求めています。規約を探すのに資産額は要りません
  2. 過去の回答から個人を外す … 氏名、社員番号、退職の理由を消してから取り込みます。社員番号は記録の表の側だけに残します
  3. 置き場所を決める … データストアの場所に日本は無く、global・us・eu から選びます。取り込むのは規約と資料と個人を外した回答に限ります
  4. 運用の助言をしない … 運用の指図は加入者が行い、商品の情報の提供は運営管理機関の資料によります。画面の答えも、送る回答も、手順と規約の説明にとどめます
  5. 使う人を人事部の担当に限る … 社員が直接質問する窓口にはしません。回答は担当が確かめてから送ります
  6. 解釈の最終判断を残す … 規約に書かれていない扱いは、運営管理機関や顧問に照会して決めます。検索が答えないことを、仕組みの欠陥として埋めないでください

誤りが起きた場合のリスクは、別の区分や古い版の条文で答えて、社員が誤った掛金の変更や手続きをすることです。 区分の絞り込み、版の期間、商品の勧めを書かせないこと、の3つで防ぎます。

10まず何から始めるか

1週目:規約の版をそろえる

年金規約の改正の履歴を集め、版ごとに始まりと終わりの日を決めます。施行が先の改正があれば、それも1つの版として扱います。

2週目:30件で試す

第8章のとおり、過去の質問30件を試します。規約にも資料にも答えが無かった件数を数えます。

3週目:規約を条で分け、区分を付ける

再雇用者・転籍者・休職者に当たる条文に区分を付けます。区分の付け方を確かめる担当を決めます。

4週目:データストアを作る

Agent Search にデータストアを作り、区分と版で絞って探す画面を作ります。この時点では過去の回答は入れず、規約と資料だけで始めます。

2か月目: 人事システムからの区分の読み取りと、退職の決まった文を足します。3か月目以降: 過去の回答を足し、「違う」が押された件数と、規約にも資料にも答えが無かった件数を毎月数えます。照会で決めた扱いを手順書に書き起こし、答えの無い質問が月に数件まで減った時点で、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:2026-10-26/最終更新:2026-10-26
確認した内容情報源確認日
Vertex AI Search が Agent Search へ改称中であること。answer メソッドの searchSpec.searchParams に filter を書けること、maxReturnResults が既定10・最大25であること。includeCitations(既定は false)、ignoreLowRelevantContent、promptSpec.preamble。groundingSpec の includeGroundingSupports と filteringLevel(FILTERING_LEVEL_LOW/FILTERING_LEVEL_HIGH)、根拠の弱い回答で LOW_GROUNDED_CONTENT、関係の薄い内容で NO_RELEVANT_CONTENT が返ること。引用の startIndex/endIndex が UTF-8 のバイト単位であることGoogle Cloud: Get answers and follow-ups2026-10-26
絞り込みの構文(ANY()、日時の項目と ISO 8601 の比較、AND・OR と括弧)。項目をスキーマで索引可能にする必要があることGoogle Cloud: Filter generic search for structured or unstructured data2026-10-26
メタデータ付きの非構造化データの JSON Lines の形(id、structData、content の mimeType と uri)。1ファイル200MB、一度の取り込みで10万ファイルまでであること。PDF・DOCX・HTML などに対応することGoogle Cloud: Prepare data for ingesting2026-10-26
データストアの場所が global・us・eu であること。マルチリージョンでは保存中のデータの所在をその地域に留められることGoogle Cloud: Agent Search locations2026-10-26
確定拠出年金法第3条(企業型年金の規約の作成と厚生労働大臣の承認)、第22条(事業主による資産の運用に関する基礎的な資料の提供などの措置)、第23条(運用の方法を3以上選定して提示)、第24条(提示した運用の方法について利益の見込み・損失の可能性などの情報を運営管理機関が提供)、第25条(加入者による運用の指図)、第43条(事業主の行為準則。個人に関する情報を業務の遂行に必要な範囲内で保管・使用)e-Gov 法令API: 確定拠出年金法2026-10-26
企業型DCの加入者であった者が資格を喪失した場合、6か月以内に移換または脱退一時金の請求の手続きを行わないと資産が国民年金基金連合会に移換されること(自動移換)。自動移換されると運用がされず、管理手数料の負担が発生し、自動移換中の期間が通算加入者等期間に含まれないこと。企業型DCから iDeCo・他の企業型DC・DB・通算企業年金への持ち運びができること厚生労働省: 離職・転職時等の年金資産の持ち運び(ポータビリティ)2026-10-26

規約に書かれていない扱いの判断と、社員への最終の回答は、人事部が運営管理機関・顧問と確かめたうえで行ってください。 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-1766)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