社内の問い合わせにAIが答える仕組みを導入したものの、的外れな回答ばかり返ってくる。こうしたご相談が増えています。原因の多くはAI側ではなく、読み込ませた文書の側にあります。

これからのマニュアルには、人に読まれるだけでなく、AIに読まれて正しく引用されるという役割が加わりました。本記事では、RAGや社内向けAIの精度を高めるマニュアルの作り方を解説します。見出し構造、分割されても意味が通る書き方、表記統一、メタデータの4つに分けて紹介します。1987年の創業以来マニュアル作成を続けてきたフィンテックスの、実務にもとづく内容です。

目次
マニュアルがAIの参照先になる時代｜RAGとAIエージェントとは
見出し構造の設計3原則
分割されても意味が通る本文の書き方4つのコツ
表記統一と用語辞書
メタデータと版管理
AIに読ませてよい文書の範囲を決める
既存マニュアルをAIに読ませる準備3ステップ
よくある質問（FAQ）
フィンテックスのマニュアル作成支援｜AIを使う形と使わない形
まとめ

マニュアルがAIの参照先になる時代｜RAGとAIエージェントとは

RAGとは、AIが社内文書を調べてから答える仕組み

RAG（Retrieval-Augmented Generation：検索拡張生成）とは、AIが調べてから答える仕組みのことです。回答を作る前に社内のマニュアルや規程を検索し、見つかった内容を根拠として回答を生成します。一般的な知識しか持たないAIに自社の業務知識を持たせる方法として、社内チャットボットやヘルプデスクの自動化で使われ始めています。

身近な例で言えば、GoogleのNotebookLMがこの考え方に近いサービスと言えるでしょう。手元の資料を読み込ませ、その内容にもとづいて質問に答えさせるサービスです。GeminiやChatGPTでファイルを添付して質問する使い方も、渡した資料を根拠に答えさせるという点では同じ発想です。社内向けには、これを自社の文書群に対して常時使えるようにした仕組み、と捉えると分かりやすいでしょう。

AIエージェントとは、手順を読んで作業を進める仕組み

AIエージェントは、質問に答えるだけでなく、目的に向かって自分で作業を進めるAIです。定型処理の実行や申請内容の確認など、これまで人がマニュアルを見ながら行っていた業務の一部を担うようになりつつあります。エージェントが業務を正しく進められるかどうかは、参照する手順書の精度に左右されます。

精度の上限を決めるのはマニュアルの質

RAGもAIエージェントも、動作の根拠となるのは社内文書です。文書があいまいであれば回答もあいまいになり、文書が古ければ誤った処理が実行されます。社内向けAIの導入は、マニュアル整備のプロジェクトでもあると言えるでしょう。

AIが検索に失敗する、文脈が途中で切れる、用語のゆれで別の言葉と認識される、どの版が正しいか判別できない。こうした失敗の要因はいずれも、マニュアル側の精度を上げることで減らせます。

社内向けAIの活用は、人手不足を背景に今後も広がっていくでしょう。国立社会保障・人口問題研究所の推計では、2040年の生産年齢人口は約6,213万人まで減少する見通しとされています（令和5年推計）。これは複数の仮定にもとづく推計であり、確定した数値ではありません。AIに渡せる文書資産は、整備を早く始めるほど積み上がっていきます。

※参照：国立社会保障・人口問題研究所「日本の将来推計人口（令和5年推計）」

AIに読ませるマニュアルで効く4つの要素

本記事で扱う4つの要素を、先に一覧で整理します。

要素	AIへの効果	読者への効果
見出し構造	該当箇所を特定する手がかりになる	目次から探しやすくなる
分割されても意味が通る書き方	文書が断片化されても意味が通り、誤った引用が減る	途中から読んでも理解できる
表記統一	質問の言葉と文書の言葉が一致し、検索のヒット率が上がる	誤読や混乱が減る
メタデータ	新旧や対象読者を判別できる	版の管理が明確になる

4つのうち3つは、人にとって読みやすいマニュアルの条件と重なります。AI対応は特別な技術投資ではなく、文書整備の延長線上にあると捉えるのが実態に近いでしょう。

2つ目の要素を理解するうえで前提になる、「チャンク」という用語を先に説明しておきます。RAGは文書をそのまま扱うのではなく、あらかじめ一定の大きさのかたまりに分割しておき、質問に関係する断片を探し出します。この断片がチャンクです。

分割する位置は、多くの場合、文字数や見出しを基準に機械的に決まります。どの単位で分割されるかは利用するRAGの製品によって異なるため、どこで切られても意味が通じる書き方が、そのまま回答の精度に影響します。

たとえば、手順の途中に「上記の設定が完了していることを確認します」という一文があったとしましょう。この一文だけが切り出されると、「上記」が何を指すのか分かりません。前提が欠けたまま、AIはその手順を引用してしまうのです。読み手には、何を確認すればよいのか分からない回答が届きます。

関連記事：
AIアシスタントとは？ビジネスでの活用術や最新動向を解説
業務の構造化とは何か？マニュアル整備から始めるAI活用の道筋

見出し構造の設計3原則

RAGの多くは、文書を分割する際や該当箇所を特定する際に、見出しを手がかりのひとつとして使います。見出しが整っていない文書は、AIにとって道しるべのない状態と言えるでしょう。

原則1：階層を一貫させる

章の下に節、節の下に項という階層のルールが途中で崩れると、AIは文書の親子関係を誤解し、無関係な箇所を引用します。見出しのレベルと番号の体系は、文書全体で統一しましょう。

原則2：1つの見出しに1つの話題だけを入れる

1つの節に複数の話題を詰め込むと、検索でヒットしても関係のない情報が混ざって返されます。申請と承認、といった複合的な見出しは、申請の手順と承認の手順に分けるのが原則です。

原則3：見出しだけで内容が分かるようにする

その他の注意点、補足、といった見出しは、人であれば前後の関係から中身を察することができます。しかしAIには、中身を推測する手がかりがありません。振込先を変更する場合の注意点、のように、見出し単体で検索にかかる具体的な言葉を使いましょう。

この原則は、目次から探しやすいマニュアルの条件とまったく同じです。AIのために特別な書き方をするわけではありません。

なお、既存の文書を見直す際は、見出しの書式設定もあわせて確認しましょう。見た目は大きな文字でも、文書作成ソフトの書式として見出しに設定されていなければ、AIが見出しとして認識できない場合があります。手作業で文字を大きくしただけの見出しは、本文と同じ扱いになってしまいます。

冒頭に何を置くかで、AIのつかみやすさが変わる

見出しと並んで見落とされがちなのが、文書の冒頭に何を置くかという点です。

RAG製品ごとに仕組みは異なりますが、文書の冒頭は、この文書が何についてのものかを判断する手がかりとして使われやすい部分です。たとえば、文書の先頭部分からタイトルや要約を自動で抜き出し、検索対象の絞り込みに使う製品があります。また、長い文書をそのままAIに読ませる使い方では、冒頭と末尾に比べて中盤の情報が拾われにくいという傾向が知られています。

ここで問題になるのが、技術系の手順書によくある変更履歴の表です。1ページ目に版数・改訂日・改訂者を並べた表があると、人にとっては版の管理が分かりやすくなります。一方でAIから見ると、最初に目に入るのは日付と版数の羅列です。この文書が何の手順書なのかが、つかみづらくなります。

対策は難しくありません。文書の冒頭には、何についての文書で、誰が読むものかを1文から2文で置きましょう。変更履歴の表は、巻末へ移すか、別ファイルの管理台帳へ分けます。

なお、現在の版数と更新日を冒頭に1行で記すこと自体は問題ありません（後述のメタデータの章を参照）。避けたいのは、過去の改訂履歴を何行も並べた表を最初に置くことです。

紙で配る前提があり、冒頭から動かせない場合もあるでしょう。その場合は、表の直前に説明を1文添えるだけでも効果があります。「本書は経費精算の申請手順を、申請者向けにまとめたものです」といった形です。

関連記事：
マニュアルの出来は構成で決まる？ 押さえておきたいポイントを解説

分割されても意味が通る本文の書き方4つのコツ

コツ1：手順のまとまりごとに前提を再掲する

手順の説明が長く続き、前提条件が数ページ前にしか書かれていない場合、切り出されたチャンクに前提が含まれません。その結果、AIは不完全な手順を答えてしまいます。手順のまとまりごとに、対象・前提・結果を短く再掲するのが有効です。

コツ2：上記、前述のとおり、といった指示語を避ける

「上記の設定を行ってから」「前述の担当者に連絡」といった書き方は、チャンクが切り離された瞬間に意味を失います。少し冗長でも「初期設定を行ってから」「経理担当者に連絡」のように、対象を名前で書きましょう。この書き方は、途中のページから読み始めた人にとっての分かりやすさにも直結します。

コツ3：表は1行で意味が取れる形にする

セル結合を多用した複雑な表は、AIが読み取る際に行と列の対応が崩れやすいケースの代表例です。1行に1件の情報を収め、見出し行がどこかを明確にする形で設計しましょう。

どうしても複雑な表が必要な場合は、表の直前に説明を1文添えます。この表は経費の種類を申請区分別に整理したものです、といった形です。この1文があると、検索と引用の両方が安定します。

コツ4：条件と手順を分けて書く

「A、Bいずれかの場合はこうして、そうでなければこうする、ただし例外があって…」と1文に詰め込まれた条件分岐は、人にもAIにも誤読されます。条件は箇条書きで先に示し、手順は番号付きのリストで書きましょう。この分離が、AIエージェントに業務を任せるときの基礎になります。

表記統一と用語辞書

表記ゆれは検索のヒット率を下げる

ログインとサインイン、取引先と得意先と顧客のような表記ゆれがあると、質問した人が使った言葉と文書内の言葉が一致しません。その結果、検索の漏れや誤ったヒットの原因になります。人であれば文脈から同じものだと分かる言葉でも、検索の仕組みによっては別物として扱われるためです。

フィンテックスでは、社内で独自に作成したマニュアルのデータベース（※）を用いて、さまざまな角度から分析を行っています。その分析からは、業務マニュアルの表記が特定の用語群に集中してゆれやすい傾向が見えてきました。とくにゆれやすいのは、操作を表す動詞、名詞の表記、語尾の表現です。

※データベースは当社独自の資産です。お客様からお預かりした資料や、納品したマニュアルなどは、情報保護の観点からデータベースには一切含めておりません。

作成を専門とする環境でも、表記のゆれは生じます。複数の人が別々の時期に書いた社内文書であれば、相応のゆれがある前提で臨むのが安全でしょう。

なお、ゆれをそろえる際は、現場が実際に使っている言葉を正とするか、正式名称を正とするかで迷う場面が出てきます。RAGを前提にするなら、正式名称を本文の正とするのが扱いやすいでしょう。そのうえで、現場の通称はRAG製品の同義語辞書や検索キーワード欄へ別途登録します。

用語辞書を作り、機械的にそろえる

対策はシンプルです。正しい表記と、ゆれやすい表記を並べた一覧表を作りましょう。これを用語辞書と呼びます。そのうえで、既存の文書を文書作成ソフトの検索・置換機能で突き合わせます。

用語辞書は一度作れば、今後マニュアルを新規作成する際や、AIで生成する際のルールとしても役立ちます。すべての文書を一度にそろえる必要はありません。RAGに読み込ませる予定の文書から順に統一していくことをおすすめします。

関連記事：
わかりやすいマニュアルを書くための文章作成ガイド

メタデータと版管理

文書の名札がないとAIは新旧を区別できない

社内には、同じ業務の新旧のマニュアルや、部署ごとの派生版が混在しがちです。人であれば、ファイル名や保存先の印象から古い文書だと判別できます。しかしAIは、明示された情報しか使えません。旧版の内容が検索にかかれば、AIは古い内容をそのまま回答します。

最低限つけたい5つのメタデータ

AIに読ませる文書には、次の5点を文書の冒頭に明記しましょう。

• タイトル：業務名と文書の種別（例：経費精算マニュアル〈申請者向け〉）
• 版数・更新日：最新版の判別に使う
• 対象読者：申請者向けか、承認者向けか
• 適用範囲：全社共通か、特定の部署・拠点限定か
• 状態：現行・旧版・廃止のいずれか

文書の冒頭に書ききれない場合は、別途、管理台帳として一覧を持つ方法もあります。ただし、台帳は文書本体とは別のファイルになるため、そのままでは各文書の名札として機能しません。台帳で管理する場合は、RAG製品側のメタデータ登録機能へ反映するか、読み込ませる文書を選ぶ際の判断材料として使いましょう。あわせて、文書とのひもづけが崩れないよう、ファイル名の付け方を統一しておくことも大切です。

対象読者の欄は、実務では効果の大きい項目です。同じ業務でも、読む人によって必要な情報が異なります。この区分がないと、初任者向けの説明が熟練者への回答に混ざるといった事態が起こります。

とくに重要なのが状態の欄です。旧版を検索の対象から外すだけでも、回答の精度に変化が出ることがあります。あわせて、廃止済みの文書ファイルをAIの参照先のフォルダから移動する運用ルールも決めておきましょう。

AIに読ませてよい文書の範囲を決める

誰が見てよい情報かを整理してから読み込ませる

RAGに社内文書を読み込ませると、その内容はAIの回答を通じて利用者へ届きます。つまり、文書の閲覧範囲がAIの利用範囲まで広がる可能性があります。人事評価、個人の給与、取引条件など、閲覧できる人が限られる文書を、そのまま全社向けのAIへ読み込ませないよう注意が必要です。

対策としては、読み込ませる文書を選ぶ段階で、公開範囲の区分を確認します。社外秘・部門内限定・全社共有といった区分を文書に明記しておくと、判断がしやすくなります。利用するRAGの製品が閲覧権限に応じた検索範囲の制御に対応しているかも、導入時に確認しておきましょう。

個人情報を含む文書の扱い

氏名や連絡先を含む文書は、個人情報保護法の対象になります。マニュアルの例示に実在の個人名が残っていないか、読み込ませる前に確認しましょう。

例示が必要な場合は、仮名に置き換えます。このとき大切なのは、あとから検索して見つけやすい仮名を選ぶことです。ありふれた名字を使うと、本文中の別の記述と紛れて探せなくなります。フィンテックスでは、置き換える人名や企業名について、お客様と事前にすり合わせのうえ決定します。「フィン太郎」「フィンテックス商事」など、社名を含む造語にしておけば、検索でも目視でも仮名だとすぐわかります。

社内ルールの整備にあたっては、経済産業省とIPA（情報処理推進機構）が公開しているサイバーセキュリティ経営ガイドラインも参考になります。なお、本記事の記載は一般的な情報であり、法的助言ではありません。

※参照：個人情報保護委員会「個人情報保護法」／経済産業省・IPA「サイバーセキュリティ経営ガイドライン」

関連記事：
情報セキュリティ教育とは？自社で実践していく場合の手順と注意点

既存マニュアルをAIに読ませる準備3ステップ

既存のマニュアルを一から作り直す必要はありません。次の3つのステップで、段階的に整備するのが現実的です。

ステップ1：棚卸しを行い、新旧を仕分ける

まず対象となる業務の文書を集め、現行・旧版・重複を仕分けます。問い合わせの多い業務や、属人化が進んでいる業務から着手すると、効果を実感しやすくなるでしょう。

ステップ2：見出し・用語・メタデータの基準を決める

本記事の4つの要素をふまえ、見出し・用語・メタデータを中心に、自社の基準をルールとして1枚から2枚にまとめます。凝りすぎないことが大切です。運用に定着する最小限のルールから始めましょう。

ステップ3：優先度の高い文書から直し、AIで検証する

ルールに沿って文書を整えたら、実際にRAGへ読み込ませ、想定される質問に正しく答えられるかを試します。回答がずれた箇所の原因は、たいてい見出し・指示語・表記ゆれのいずれかです。

整備した文書の品質確認には、AIで生成した文書向けのチェック観点も流用できます。

関連記事：
AIで作ったマニュアルの品質チェックリスト20項目｜プロが解説

よくある質問（FAQ）

Q：既存のWordやPDFのマニュアルのままでもRAGに使えますか？

A：使えますが、精度は文書の作り方に左右されます。とくにPDFは、見た目の配置を再現するための形式です。見出しや段落といった文書の構造を内部に持たない場合が多く、読み取りの際に文の順序が崩れることがあります。見出しのスタイルが正しく設定されたWordやHTMLなど、構造を保った形式のほうが、AIには扱いやすいでしょう。

Q：人向けのマニュアルとAI向けのマニュアルは別々に作るべきですか？

A：原則として1本で兼用できます。本記事の4つの要素は、その多くが人にとっての読みやすさも高めるものだからです。ただし、AIエージェントに処理を任せる業務では、条件分岐や入力・出力をより厳密に書いた実行用の手順書を別に用意する場合もあります。

Q：どの程度の量から整備を始めるべきですか？

A：まず1つの業務、数本のマニュアルで小さく始め、AIの回答がどう変わるかを確認してから広げることをおすすめします。全社の文書を一斉に整備すると、基準が固まる前に作業が進み、問題があった場合の手直し作業が増えます。

Q：マニュアルがそもそも存在しない業務はどうすればよいですか？

A：AIの導入を機に、業務の見える化から始めましょう。属人化した業務の棚卸し・聞き取りや標準化を経てマニュアル化します。その際に本記事のルールを最初から適用すれば、二度手間になりません。

Q：RAGの回答が間違っていたとき、原因はどう調べればよいですか？

A：まず、AIがどの文書のどの箇所を参照したのかを確認しましょう。多くのRAG製品には、回答の根拠とした文書を表示する機能があります。参照先そのものが誤っていれば、見出しや表記に原因がある可能性が高いでしょう。参照先は正しいのに回答が誤っている場合は、文書の内容自体の問題です。この切り分けができると、直すべき箇所がはっきりします。

Q：整備の効果は、どう確認すればよいですか？

A：整備の前に、想定される質問を20問ほど用意しておきましょう。整備の前後で同じ質問をRAGに投げ、正しい文書を参照できたか、回答に誤りがないかを記録します。質問と結果を一覧にしておくと、次の改善箇所も見つけやすくなります。

フィンテックスのマニュアル作成支援｜AIを使う形と使わない形

フィンテックスは1987年の創業以来、500社以上のマニュアル作成を通じて、業務の言語化と文書の構造設計に向き合ってきました。見出しの設計、用語の統一、説明の細かさの管理といった本記事の内容は、日々の作成業務で実践している品質基準そのものです。

社内では、作成の工程を支援するAIエージェントを運用しています。AIが文書をどう読むのかを作成の現場で検証しながら、知見を蓄積してきました。この経験を踏まえ、人にもAIにも読まれるマニュアルづくりを支援しています。フィンテックスのマニュアル作成代行サービスは、AIを使うかどうかをお客様に選んでいただける2本立てです。

• 伴走型マニュアル作成代行：原稿の作成にAIを一切使わず、熟練ライターがヒアリングから執筆・校正までを担当します。セキュリティ方針や社内規程でAIの利用が認められない場合も、この形であればご依頼いただけます。
• AI活用型マニュアル作成代行：AIを積極的に活用して初稿を作成し、本記事で解説した4つの要素にもとづく構造の設計と仕上げは、フィンテックスの担当者が行います。作成にかかる期間と費用を抑えたい場合に向いています。

どちらを選ぶかは、お客様の情報の取り扱い方針と、優先したいことにもとづいて決めていただけます。たとえば、社内方針としてAIの利用を認められるか、納期と費用をどこまで抑えたいか、といった観点です。既存マニュアルの構造化やリライトのご相談も承ります。

なお、いずれの場合も、お客様の情報は秘密保持契約（NDA）と社内管理体制のもとで取り扱います。お客様のデータをAIの学習に利用することはありません。

まとめ

RAGやAIエージェントの精度は、見出し構造、分割されても意味が通る書き方、表記統一、メタデータという4つの要素で変わります。このうち多くは、従来から言われてきた良いマニュアルの条件と重なります。AI対応は特別な技術投資ではなく、文書整備の延長線上にあると捉えてよいでしょう。

まずは、問い合わせの多い業務のマニュアルを1本選び、見出しと用語の点検から始めてみましょう。既にあるマニュアルが現場で使われていない場合は、その原因の整理から着手するのも有効です。

関連記事：
AIで作ったマニュアルが使われない5つの理由と直し方

フィンテックスでは、AI活用を見据えたマニュアルの新規作成と、構造化のためのリライトのご相談を受け付けています。お手持ちのマニュアルがAIに渡せる状態か気になる方は、お気軽にご相談ください。

フィンテックスの文書構造化・マニュアル制作ルール整備実績

監修者

中丸 貴仁

企画営業部 営業本部長 / 経営学修士（MBA）

＜略歴＞

フィンテックスにて、マニュアル作成に関する様々な顧客課題解決に従事。 金融系からエンターテインメント系まで様々な経験から幅広い業務知識を得て、「分かりやすいマニュアル」のあるべき姿を提示。500社以上のマニュアル作成に携わる。また、複数の大企業でマニュアル作成プロジェクトの外部マネージャーを兼務している。 趣味は茶道。
月刊エコノミスト・ビジネスクロニクルで取材していただきました。ぜひご覧ください。
https://business-chronicle.com/person/fintecs.php