生成AIガイドラインとは？企業が盛り込む領域と決め方

生成AIガイドラインとは、社員が生成AIを業務で使うときに、何を入力してよいか、出力をどこまで信頼してよいか、誰が判断し誰が責任を持つかを社内で決めた文書です。経済産業省・総務省の「AI事業者ガイドライン」は法的拘束力のないソフトローで、そのまま社内規程になるものではありません。自社の業務に合わせて範囲と強さを決める作業が必要です。

この記事では、盛り込む領域、ルールの強さの決め方、入力・出力・人の判断の分け方、運用と改定の置き方、公式ガイドラインとの関係を整理します。AIエージェントを使う場合に追加で必要になる統制も扱います。すぐ使える雛形は生成AIガイドラインのサンプルを参照してください。

生成AIガイドラインとは｜社内で何を決める文書か

生成AIの社内ルールは、生成AIを業務で「誰が、どの環境で、何に、どこまで使ってよいか」を自社で判断するための基準です。

ここでいう生成AIは、文章、画像、プログラムなどを生成できるAIモデルに基づくAIの総称です。社内ルールは単なる禁止事項一覧ではありません。利用目的、対象者、承認したサービス、入力できる情報、出力の確認方法、迷ったときの相談先を結びつけ、現場が利用・相談・停止を選べる状態をつくります。

また、社内ルールを一つの長い規程にまとめる必要はありません。次のように役割の異なる文書へ分けると、方針の安定性と日常業務での使いやすさを両立できます。これは公的な固定様式ではなく、実務向けの構成案です。

文書	主な役割	更新が必要になる例
基本方針・社内規程	目的、対象者、基本原則、責任を示す	対象業務や会社方針が変わった
用途判断表	許可、要確認、保留の判断基準を示す	新しい用途や外部操作を追加した
承認済みサービス一覧	利用できる契約・アカウント・条件を示す	規約、機能、保存・学習条件が変わった
問い合わせ・事故連絡先	迷った場合や問題発生時の窓口を示す	責任者や連絡経路が変わった

目指すべきなのは「短い文書」や「分厚い規程」そのものではなく、対象者が必要な判断をでき、変更時に直す場所が明確な文書体系です。

どの企業がガイドラインを整備すべきか

社内ルールの整備優先度は従業員数だけで決めず、業務利用の有無、扱う情報、出力の影響、外部システムとの連携で判断します。

既存の生成AIサービスを事業活動で使う企業は、AI事業者ガイドライン第1.2版の整理では原則として「AI利用者」に当たります。大企業だけを想定した呼び方ではありません。そこで本記事では、会社規模だけで整備の要否を決めず、実際の用途と影響を基準にします。

たとえば、少人数の会社でも、採用候補者の情報、顧客との契約内容、未公開の設計情報を扱う用途は慎重な判断が必要です。反対に、人数が多くても、公開情報だけを使った社内メモの下書きであれば、同じ重さの承認をかける必要性は相対的に低くなります。

整備優先度が上がる兆候	確認したいこと
従業員が業務で個別に生成AIを使っている	利用サービス、契約、アカウント、用途を会社が把握できているか
個人情報、個人データ、顧客秘密、NDA対象情報を扱う	利用目的、契約、設定、データの取扱いを確認しているか
出力を顧客対応、採用、契約、対外発信に使う	誤りや不適切な判断が相手へ与える影響を評価しているか
AIが外部へ送信・更新・確定・削除などを行う	実行前確認、停止、記録、事故連絡の条件があるか
複数部門・委託先が利用する	適用対象と責任の境界が揃っているか

まだ会社が許可していなくても、業務利用の可能性があるなら検討対象です。社内ルールの必要性は「導入済みか」だけでなく、すでに現場利用が始まっていないか、使うとすれば何へ影響するかから考えます。

ガイドラインに盛り込む領域

社内ルールには、目的・対象、利用環境、用途、入力、出力、人の判断、記録、相談・事故対応、責任・改定の領域を盛り込みます。

次の表は、全社共通の「必須項目数」を示すものではありません。自社の利用実態に照らして、どの領域を本文に書き、どれを別表や一覧で管理するかを決めるための整理です。

領域	決める目的	判断が必要になる場面
目的・対象	何のためのルールで、役員、従業員、委託先など誰に適用するかを明確にする	委託先や一部部門まで利用を広げる
利用環境・サービス	承認済みのサービス、契約、アカウント、端末を区別する	新サービスや個人アカウントを使いたい
用途	許可できる用途、追加確認が必要な用途、保留する用途を分ける	社内下書きから顧客向け利用へ広げる
入力情報	利用目的、情報区分、契約・設定に照らして入力可否を決める	個人情報、顧客秘密、未公開情報を扱う
出力の利用	正確性、権利、偏り、対外影響を誰が確認するかを決める	公開、送信、契約や人事判断に用いる
人の判断	人の介在を強める条件と停止条件を決める	重大な影響・被害が生じ得る
記録	何を後から確認できる状態にするかを決める	利用判断や問題の経緯をたどる
問い合わせ・例外・事故	通常ルールで判断できない場合と問題発生時の経路を示す	誤入力、誤送信、想定外の出力が起きる
責任・改定	方針の所有者と見直しの契機を明確にする	規約、機能、用途、利用状況が変わる

規程本文にすべてのサービス名や設定名を書き込むと、変更のたびに全体改定が必要になります。変わりにくい原則は基本方針へ、変わりやすいサービス名や条件は一覧へ置くと管理しやすくなります。具体的な草案作成、レビュー、例外承認、改定の順序は「生成AIの社内ルールの作り方」で確認する、という役割分担も有効です。

ルールの強さを決める判断基準

ルールの強さは、失敗時の影響、利用範囲、入力情報、出力の利用先、人が判断できるか、外部操作の有無を組み合わせて決めます。

禁止か許可かの二択ではなく、通常利用、人による追加確認、責任者への相談、利用保留という段階を設けると、低影響の用途を不必要に止めず、高影響の用途へ必要な統制を集中できます。以下の判断軸は公式の必須6項目ではなく、公的資料の考え方を民間企業の実務へ整理した編集案です。

判断軸	影響が比較的限定される例	影響が大きくなり得る例	強化を検討する方向
失敗時の影響	本人だけが使う社内メモの下書き	採用、契約、与信、安全、顧客への確定回答	専門確認、責任者承認、利用制限
利用範囲	個人のアイデア整理	全社配布、不特定多数への公開、顧客提供	公開前確認、説明、記録
入力情報	公開済みの一般情報	個人データ、顧客秘密、NDA対象、認証情報、未公開情報	利用目的、契約、設定を確認し、確認できなければ入力しない
出力の利用先	候補案や表現のたたき台	契約文、対外表明、判断根拠、販売する成果物	正確性、権利、偏り、説明可能性の確認
人の判断能力	担当者が適切さを評価し修正できる	担当者が根拠を確認できず、そのまま採用する	専門家の介在、利用範囲の縮小、保留
外部への操作	テキストを下書きするだけ	送信、更新、確定、発注、削除、権限変更	実行前確認、上限、ログ、停止経路

一つの軸だけで決めないことが重要です。公開情報を入力していても、AIが顧客へ自動的に確定回答を送るなら影響は大きくなります。反対に、機密性が低い社内用の候補案で、担当者が根拠を確認して採否を決められるなら、全件を上長承認にする合理性は下がります。

入力・出力・人の判断をどう分けるか

入力の適法性・契約条件、出力の正確性・権利、人の介在が必要な影響を別々に判定し、三つを一つの「AI利用可否」にまとめないことが重要です。

特に個人情報は、一律禁止や一律許可では整理できません。個人情報保護委員会の2023年6月2日の注意喚起は、個人情報を含むプロンプトを入力する場合、特定された利用目的を達成するために必要な範囲内か十分に確認するよう示しています。また、本人の同意を得ずに個人データを入力し、そのデータが応答結果の出力以外の目的で取り扱われる場合には、法令違反となる可能性があるため、提供事業者が機械学習に利用しないことなどの十分な確認を求めています。

ここでは「個人情報」と「個人データ」を混同せず、自社の利用目的、本人同意、サービス側の取扱いを確認します。この注意喚起は2023年時点の文書であり、2026年時点の最新規制や最終基準として扱うものではありません。各サービスについても、有料版、法人版、APIという名称だけで常に非学習・安全と判断せず、現行の契約、設定、保持条件をサービス単位で確認します。

判定対象	社内で決めること	確認できない場合の扱い
入力	利用目的、情報区分、本人同意の要否、契約上の制限	加工で十分と決めつけず、入力しないか責任者へ相談する
サービス側の取扱い	学習利用、保存、第三者提供、契約・設定条件	承認済みサービスに追加しない
出力	事実、最新性、権利、偏り、個人に関する不正確な内容	下書きに戻すか、根拠を確認できる担当者へ回す
人の判断	誰が適切さを評価できるか、重大な影響があるか	専門確認を加えるか、用途を保留する
外部操作	送信・更新・確定・削除などを実行してよい条件	実行させず、人が確認できる段階で止める

AI事業者ガイドライン第1.2版は、出力によって重大な影響または被害が生じ得る場合に、人間の判断を介在させる仕組みに基づき適宜判断する考え方を示しています。これは全出力・全操作を上司が承認するという意味ではありません。影響の大きさと、担当者が適切さを判断できるかに応じて介在の水準を変えます。

運用責任・問い合わせ・例外・事故対応・改定をどう置くか

社内ルールには、方針へ責任を持つ人、日常の問い合わせ先、例外の判断先、事故時の連絡先、改定を判断する人を明記します。

AI事業者ガイドライン第1.2版は、各主体でアカウンタビリティを果たす責任者を設定する考え方を示しています。ただし、具体的な役職名や人数まで一律に定めてはいません。専任AI部門がない企業では、既存の経営、情報管理、法務、個人情報管理、業務部門の責任を踏まえ、一人にすべてを集中させず、最終判断と専門確認の担当を分ける方法があります。

機能	社内ルールで明確にすること	混同しやすい点
方針責任	対象範囲、許容するリスク、改定の最終判断	日常の全問い合わせを一人で処理することではない
問い合わせ	入力前・利用前に迷ったときの窓口	事故報告だけの窓口にしない
例外	通常ルールで扱えない用途を誰が判断するか	禁止を無条件で解除する仕組みにしない
事故対応	利用停止、初動連絡、影響確認、関係者との共有方針	原因確定まで報告を待たせない
記録	判断、利用条件、例外、問題を後から確認できる状態	紙や特定の書式だけを必須にしない
改定	変更を検知し、判断する所有者	根拠のない固定頻度だけに依存しない

例外は「禁止の抜け道」ではなく、通常ルールで扱えない用途を、目的、情報、影響、利用期間、判断者、終了条件を限定して扱う考え方です。申請書の細かな項目や承認の順番までを本記事で固定するのではなく、まず例外経路が必要になる条件を定めます。

改定も「毎年」「四半期」などの固定頻度だけで考えません。サービスの契約・設定・機能、利用用途、扱う情報、利用状況、事故や問い合わせ、法令・公式資料の変更を契機に見直す設計が実務的です。AI事業者ガイドライン第1.2版では、利用前のログ管理体制の整備と、利用中の適正利用の定期的な確認は別の事項です。ログを残すだけで運用確認まで済んだことにはなりません。

周辺テーマを調べる場合は、AI導入の実務コラムから、技術的な安全確認や従業員教育など目的に合う記事を選んでください。

法令・公式ガイドラインと社内ルールの関係

法令、非拘束的なガイドライン、政府向けの実装例は適用対象と役割が異なるため、そのまま一つの「義務一覧」にしないことが重要です。

AI事業者ガイドライン第1.2版は、総務省・経済産業省による非拘束的なソフトローです。生成AIの社内規程について法定の統一書式や項目数を定めたものではありません。ただし、事業活動で既存AIサービスを使う企業を原則AI利用者として整理し、責任者、方針・ポリシー、指摘受付、モニタリング、事態発生時の対応方針、文書化などを検討する土台になります。

主体の読み分けにも注意が必要です。「ユーザーやシステムに付与する権限を業務遂行に必要な最小限に設定する」はAI提供者向け、「AIの判断に必要な最小限の範囲にデータ入力・参照を限定する」はAI開発者向けです。既存サービスを使うだけの企業への公式要求として移し替えず、提供者・開発者へ契約や設計を確認する観点として使います。利用企業自身については、不要なデータや冗長なログの削除などによるデータ最小化がAI利用者向けに示されています。

根拠	対象・位置づけ	民間企業の社内ルールでの使い方
AI事業者ガイドライン第1.2版	AI開発者・提供者・利用者を分けた非拘束的なソフトロー	自社がAI利用者として決める事項と、提供者・開発者へ確認する事項を分ける
個人情報保護委員会の2023年6月2日の注意喚起	個人情報保護法の規律に沿った取扱いを促す監督官庁の注意喚起	個人情報の利用目的と、本人同意なしの個人データに関するサービス側の取扱いを確認する
デジタル庁のガイドライン第2.0版	政府の生成AI調達・利活用を対象とする文書	民間への義務ではなく、利用ルールとリスクケース対応を分ける実装例として参照する

デジタル庁の第2.0版は2026年6月12日に決定された政府向け文書であり、各府省庁のAI統括責任者が利用ルールと生成AI特有のリスクケース対応ルールを分け、最新動向や利用状況などを踏まえて随時改定する例を示しています。民間企業にAI統括責任者という役職や政府の体制をそのまま置く義務があるわけではありません。参考にするなら、「通常利用のルール」と「問題発生時のルール」を分け、所管者と改定契機を決めるという構造までです。

AIエージェントを使う場合に追加する統制

AIエージェントのセキュリティとは、AIが何を読み、何を出力したかに加え、どの外部システムへ接続し、どの操作を行い、その結果を追跡できるかまで確かめることです。

総務省・経済産業省の「AI事業者ガイドライン（第1.2版）」は、AIエージェントを、特定の目標のために環境を感知し、自律的に行動するAIシステムと定義しています。高度に自律した仕組みだけでなく、ある程度の自律性を持つものも含まれます。本記事では同ガイドラインを非拘束的なソフトローとして参照し、法令上の義務とは扱いません。記述内容の確認日は2026-08-01です。

通常の入出力管理だけでは確認が足りない理由は、AIの出力が外部送信、データ更新、注文の確定、ファイル削除などの操作につながり得るからです。さらに、複数の入力経路やクラウドサービスをまたぐと、一つの不正な入力や設定変更の影響が別の処理へ及ぶ可能性があります。

したがって、導入判断の中心は「安全機能があるか」ではありません。自社が決めた許可範囲と実際の接続・操作が一致しているか、逸脱を見つけられるか、変更後も同じ確認を再現できるかを証拠で判断します。本記事は統制を決める手順ではなく、決めた統制の実効性を確かめる基礎と判断基準を扱います。

導入前に押さえる4つのリスク

AI事業者ガイドライン（第1.2版）別添1から導入判断に直結する固有リスクを整理すると、被攻撃対象の拡大、意図しない動作、機密情報の漏洩、保守・トラブルシューティングの難化です。

この整理は、競合記事にある脅威名を網羅するための分類ではありません。公的資料で確認できたリスクを起点に、業務で起こり得る操作、既存の統制、確認できる証拠を対応させるための枠組みです。

公的資料で確認したリスク	業務上の確認対象	統制の例	効いていることを示す証拠
被攻撃対象の拡大	入力経路、接続先、外部連携の増減	許可済みの接続範囲、変更管理	接続一覧、通信・アクセス記録、変更履歴
意図しない動作	外部送信、更新、確定、削除等の操作	既定の許可範囲、重大な影響がある場合の判断介在	操作ログ、承認・拒否記録、試験結果
機密情報の漏洩	挙動の不正操作による内部データの外部送信	送信先・送信項目の制御、異常時の遮断	送信記録、遮断記録、影響範囲の確認結果
保守・トラブルシューティングの難化	更新や連携変更の前後で生じた挙動差	構成・版の管理、変更後の再確認	変更記録、再試験結果、原因と復旧の記録

重要なのは、統制の設定画面を一度見て終わらせないことです。実際の操作記録と設定を突き合わせ、想定した拒否や停止が起きた証拠も確認します。成功した処理だけでは、許可範囲外の操作を防げるとは判断できません。

被攻撃対象の拡大｜入力経路と外部連携の統制をどう確かめるか

被攻撃対象の拡大に対しては、現在の入力経路と外部連携を把握し、許可していない接続や変更を記録から検知できることを確かめます。

AI事業者ガイドライン（第1.2版）別添1は、多様な入力経路や外部連携が増えることで被攻撃対象が拡大し、データ汚染や悪意あるプロンプト攻撃のリスクが高まる懸念を示しています。ここで見るべきなのは、一般的な端末管理ではなく、AIエージェントが業務の途中で触れる経路です。

たとえば、利用者の指示だけでなく、メール本文、取得したウェブ情報、共有ファイル、外部サービスからの応答が次の行動の材料になるなら、それぞれが入力経路です。外部連携も、登録時の一覧と現状が一致しているとは限りません。追加された接続、使われなくなった接続、所有者が不明な接続がないかを、設定と実行記録の両方で確認します。

証拠として有効なのは、接続先の名称だけではなく、所有者、利用目的、許可された操作、直近の変更、実際のアクセスが対応した記録です。さらに、許可外の接続を試したときに拒否され、その事実が残るかを見ると、統制が存在するだけでなく機能しているかを判断できます。

一覧にない接続がログへ現れる、停止済みの連携が使われる、設定変更の理由や実施者を追えない場合は、導入範囲の拡大を保留する兆候です。接続経路の現状を説明できない状態では、その先の操作や情報移動も十分に説明できません。

意図しない動作｜外部送信・更新・確定・削除をどう確かめるか

意図しない動作に対しては、自社がすでに定めた許可範囲と実際の操作を照合し、重大な影響がある操作で人の判断や拒否の仕組みが機能したかを確かめます。

AI事業者ガイドライン（第1.2版）別添1は、自律的な動作の中で、人間が意図しない商品の注文やファイル削除等が起こる可能性を挙げています。また、自律性が高まると、高速なAI間の相互作用に人間の監視だけでは対応が難しい場合があるとの見通しも示しています。これは人の監視が不要という意味ではなく、人の目視だけに依存しない検知や制御も検証対象になるということです。

確認では、処理の成功件数よりも、どの主体の依頼で、どの対象に、どの操作が予定され、実際には何が行われたかを追います。外部送信、更新、確定、削除等について、許可された条件内の操作、拒否された操作、保留された操作を区別できるログが必要です。承認を置いている場合は、承認者が対象と予定操作を確認できたか、拒否や差し戻しが記録されたかも見ます。

すべての操作に一律の人間承認が必要ということではありません。同ガイドラインの別添5がAI利用者向けに示すのは、出力によって重大な影響または被害が生じ得る場合に、適宜、人間の判断を介在させることです。したがって検証時は、重大な影響が想定される場面に置いた判断介在が迂回されていないかを重点的に確かめます。

許可範囲外の操作が成功する、予定操作と実行結果を結び付けられない、誰の判断で確定したか追えない状態なら、統制は効いているとはいえません。要件をその場で作り直すのではなく、いったん範囲を縮小し、要件定義の担当へ検証結果を戻す判断が必要です。

機密情報の漏洩｜挙動の不正操作と外部送信をどう確かめるか

機密情報の漏洩に対しては、外部連携の途中でエージェントの挙動が不正に操作されても、内部データの送信を制限・検知できるかを証拠で確かめます。

AI事業者ガイドライン（第1.2版）別添1は、外部システムやクラウドサービスとの自律的な連携過程で、脆弱性を突かれた攻撃等により挙動が不正に操作され、内部データが意図せず外部へ送信される可能性を示しています。これは、利用者が何を入力してよいかという生成AI一般の論点とは異なり、連携の途中で情報が移動する経路の問題です。

検証では、外部へ送ったデータの宛先、項目、量、実行理由を追えるかを見ます。許可された送信先であっても、目的に不要な項目まで含まれていないか、通常と異なる送信が遮断または保留されたかを確認します。インシデントを想定した試験では、どの接続を止め、どの記録から影響範囲を特定し、提供者・開発者へ何を共有できるかが判断材料になります。

送信内容を記録すること自体が新たな情報管理リスクになる場合もあります。必要な追跡可能性を保ちながら、不要なデータや冗長なログを残し続けない運用が必要です。AI利用者向けの別添5にも、利用中のデータ最小化と適切なデータ管理として、不要なデータや冗長なログの削除等が示されています。

送信先と送信項目を説明できない、遮断の記録が残らない、停止後も同じ接続が使える、影響範囲を再現できない場合は、扱う情報や連携範囲の見直しが必要です。情報漏洩が起きていないという結果だけでは、統制の有効性を証明できません。

保守・トラブルシューティングの難化｜変更後も追跡・再確認できるか

保守・トラブルシューティングの難化に対しては、構成や連携先の変更前後を区別し、基本動作と統制の実効性を再確認できるかを確かめます。

AI事業者ガイドライン（第1.2版）別添1は、複雑な構成や機構を持つAIエージェントでは、通常のAIシステムよりメンテナンスやトラブルシューティングの難易度が上がる場合があるとしています。本記事ではこれを費用の問題ではなく、検証負荷と追跡可能性の問題として捉えます。

モデル、指示、参照データ、連携先、権限、外部サービスの仕様のいずれかが変われば、以前の試験結果をそのまま現在の安全性の証拠にはできません。変更対象、変更理由、実施者、適用日時を残し、変更後に基本動作、許可範囲外の操作の拒否、ログの取得、停止後の復旧を再確認します。

変更の例	失効し得る証拠	再確認する結果	判断材料
連携先の追加・更新	接続一覧、送信制御の試験	新旧の接続差分、許可外送信の拒否	影響範囲を限定できるか
権限設定の変更	操作拒否の試験、承認記録	予定操作と実行結果の一致	既定の統制を迂回しないか
AIシステムの更新	基本動作、例外時の挙動	同条件での再試験結果	利用目的どおり動くか
障害対応後の再開	停止・原因・復旧の記録	原因除去と再発防止の確認	再開を説明できるか

原因を「AIの判断」とだけ記録する、変更前の構成を復元できない、同じ条件で再試験できない場合は、問題の切り分けができません。復旧したように見えても、何が直ったかを説明できなければ、対象範囲を広げる証拠にはなりません。

統制が効かなくなる典型パターン

ガイドラインを作っても、運用で形骸化すると意味がありません。実務で起きやすいのは次の4つです。

パターン1：従来型の静的な管理をそのまま当てはめた

利用者や端末を中心にした静的な管理だけでは、状況に応じて連携先とデータへの到達経路が変わるAIエージェントの挙動を捉えきれない場合があります。

ガートナージャパンが2026年5月21日に発表したプレスリリースは、動的で非決定論的なデータアクセスに対し、中央集権的で静的な従来型セキュリティでは十分に対処しにくくなっているとの見解を示しています。これは公的資料ではなく、民間調査会社のプレスリリースです。本記事では2026年8月1日に本文を確認しており、有償レポートや製品カテゴリの有効性には踏み込みません。

この失敗では、規程やアカウント管理が存在していても、「どの入力を起点に、どの連携先へ、どの操作が連鎖したか」が管理対象になっていません。たとえば利用者のログインは正規でも、その後にエージェントが参照した外部文書や呼び出した機能まで追えなければ、統制の空白が残ります。

修正では、新しい規程を増やす前に、対象のエージェントごとに実行経路を一枚にします。入口となる入力、参照データ、連携先、実行できる操作、人間が判断する箇所、停止手段を同じ図または台帳で結びます。そのうえで、提供者にはユーザーやシステムへの権限を業務遂行に必要な範囲へ制限できるか、開発者には参照データを必要な範囲へ限定できるかを確認します。これらはガイドライン上、それぞれAI提供者向け・AI開発者向けの記述であり、AI利用者への公式要求と取り違えてはいけません。

パターン2：ログを残すだけで利用中に確認していない

ログが保存されていても、適正な範囲と方法で使われているかを利用中に確認していなければ、異常を見つける統制としては機能しません。

AI事業者ガイドライン第1.2版の別添5では、AI利用者について、利用前の「ログの管理体制の整備」と、利用中の「適正な範囲・方法で行われているかの定期的な確認」を別の項目として示しています。つまり、記録を残す仕組みを導入しただけでは、利用中の確認まで完了したことになりません。

この失敗は「ログはあるが誰も見ていない」「通知は届くが判断者が決まっていない」「件数だけ集計し、危険な操作との対応が分からない」という症状で表れます。ログを大量に保存すること自体を目的にすると、確認すべき事象が埋もれ、異常時にも業務影響を判断できません。

修正の成果物は、ログ保管方針だけでなく、業務上の判断につながる確認記録です。少なくとも、対象エージェント、実行した操作、参照・送信先、承認の有無、例外、確認者、確認結果を対応づけます。利用中の確認間隔は一律の固定頻度にせず、操作の影響と変更状況に応じて決めます。外部送信や削除を伴う処理、連携先や仕様を変更した直後は、閲覧だけの処理より短い間隔で確認する、といった判断です。

パターン3：承認を一律にして判断が形骸化した

すべての処理を同じ承認にすると、重要な操作が日常的な確認に埋もれ、承認者が内容を見ずに通す状態を招きます。

AI事業者ガイドライン第1.2版の別添5がAI利用者に示すのは、出力によって重大な影響または被害が生じ得る場合に、人間の判断を介在させる仕組みに基づいて適宜判断することです。すべての出力を一律に承認する要求ではありません。また、自律性が高まると高速なAI間相互作用へ人間の監視だけでは対応が難しい場合が想定されるとも記載されています。したがって、人の確認をなくすのでも、全件を人へ戻すのでもなく、影響に応じて役割を分ける必要があります。

操作の状態	人間の関与	システム側の制御	承認が効いたと判断する証拠
閲覧・下書きで影響が限定的	抜き取り確認または例外確認	操作範囲と出力先を制限	想定範囲内だった確認記録
外部送信・更新・確定を伴う	実行前に内容と宛先を判断	承認前は実行できない状態	承認者、対象、時刻、実行結果の対応
削除や重要データの取扱いを伴う	権限を持つ責任者が個別判断	停止、取消し、復旧手段を事前確認	承認と実行結果、例外、復旧可否の記録
想定外の連鎖や異常を検知した	判断を待たず安全側へ停止できる	接続遮断や資格情報の無効化	停止時刻、影響範囲、再開判断の記録

承認画面には、判断に必要な情報を同時に表示します。実行内容だけでなく、対象データ、宛先、前回からの変更、取り消せるか、例外に該当するかが見えなければ、承認者は判断できません。承認件数の多さではなく、危険な操作が未承認で進まなかったことと、例外を説明できることを確認してください。

パターン4：古いエージェントと責任者不在を放置した

作成者や所有者が不明な古いエージェントを残すと、変更・廃止・事故対応の判断主体がなくなり、不要な接続や資格情報が継続します。

ガートナージャパンの同プレスリリースは、正規のエージェントと乗っ取られたものの判別が難しいことに加え、古いエージェントの放置が不正の温床になり得ると述べています。これは民間企業の見解ですが、「運用開始時には担当者がいたのに、異動や業務変更後は誰も状態を確認していない」という統制不全を見つける有用な観点です。

総務省・経済産業省のガイドライン第1.2版も、全主体向けの共通指針としてアカウンタビリティを果たす責任者の設定を示しています。ただし、具体的な役職名や人数を定めてはいません。自社では、日常の確認者、変更を承認する責任者、異常時に停止できる担当を業務実態に合わせて明示します。

台帳上の「所有者」欄を埋めるだけでは不十分です。所有者が現在も在籍し、連携先と用途を説明でき、停止方法へ到達できるかまで確かめます。説明できないエージェントは、動いていることを前提に扱い、接続と資格情報を確認してから安全側へ制限します。一般的な中止判断を論じるのではなく、所有者不在というセキュリティ上の欠陥を解消するための措置です。

内製・外部支援を選ぶ判断基準

内製か外部支援かは会社規模や相場ではなく、用途の影響、扱う情報、必要な専門性、部門数、成果物、運用を引き継げるかで選びます。

公開情報中心の低影響用途で、既存の情報管理・法務相談・業務責任が機能しているなら、内製で基本方針と判断表を整える選択肢があります。草案はあるものの、個人情報、NDA、著作権、契約条件の判断に不安があるなら、該当分野の専門家によるスポットレビューが候補です。部門横断の利用、複数サービス、高影響用途、外部操作、例外が多い場合は、運用設計まで含む伴走支援を検討します。

選択肢	向く状況	確認したい成果物・範囲	社内に残る責任
内製	公開情報中心で低影響、既存の相談先が機能する	基本方針、用途判断表、承認済みサービス一覧、連絡先	利用可否、周知、運用、改定を自社で判断する
専門家のスポットレビュー	草案はあるが、法令・契約・権利の論点が残る	論点一覧、修正文案、確認不能事項、残るリスク	指摘を採用する範囲と運用方法を決める
伴走支援	複数部門・サービス、高影響用途、例外や外部操作が多い	ルール体系、用途分類、責任分担、例外・事故経路、改定条件、引継ぎ	最終的な許容範囲と責任者を決め続ける
利用保留	影響やデータ取扱いを評価できず、専門確認も確保できない	未確認事項、再検討条件、代替手段	条件が整うまで対象用途を開始しない

支援を比較するときは、対象部門・サービス数、ヒアリング、法務やセキュリティの確認、本文と付属表、例外・事故対応、社内説明、改定支援のどこまでが含まれるかを揃えて見ます。見積書の名称だけで判断せず、依頼範囲と納品物を同じ条件で比べることが大切です。

なお、外部へ依頼しても、自社の業務目的、扱う情報、許容できる影響を決める責任は社内に残ります。成果物を受け取るだけでなく、誰が判断し、どの変更を検知し、いつ再確認するかまで引き継げる支援かを確認してください。

よくある質問

Q1. 生成AIガイドラインの作成は法律上の義務ですか？

すべての企業に共通する名称、書式、必須項目数で生成AIの社内ルールを作る一律の法的義務は、今回確認した公式資料では確認できません。ただし、生成AIを使う場面でも、個人情報保護法をはじめ、契約、秘密保持、著作権、業界固有の規制などへの対応は別途必要です。AI事業者ガイドライン第1.2版も法令上の義務ではなく、非拘束的なソフトローとして参照します。

Q2. 小規模な会社でもガイドラインは必要ですか？

本記事では、人数だけを理由に不要とは判断しません。業務で生成AIを使い、個人データや顧客秘密を扱う、出力を顧客へ送る、契約・採用などに用いる、外部システムを操作するといった場合は、少人数でも整備優先度を上げます。公開情報を使う社内下書きなど低影響の用途では簡素化できますが、高影響の用途まで軽く扱えるわけではありません。

Q3. 個人情報はすべて入力禁止にすべきですか？

一律禁止・一律許可ではなく、個人情報の利用目的の範囲、個人データに該当するか、本人同意の有無、応答生成以外の取扱い、サービス側の機械学習利用などを確認して判断します。確認できない場合は入力せず、社内の個人情報管理担当や必要に応じて専門家へつなぐルールにします。匿名化という言葉だけで常に利用可能とは決めません。

Q4. AIの出力はすべて上司が承認すべきですか？

すべてを一律に上司承認とする必要はありません。失敗時の影響、出力先、担当者が適切さを判断できるか、送信・更新・確定・削除などを伴うかで確認水準を変えます。本人だけが使う下書きは担当者確認、高影響の対外利用は上長や専門担当の確認、適切さを判断できない用途は保留、という分け方が考えられます。

Q5. AIエージェントは通常の生成AIと確認範囲がどう違いますか？

AIエージェントでは、入出力に加えて、複数の入力経路、外部システムとの接続、外部送信・更新・確定・削除等の操作、その後の結果まで確認範囲が広がります。ただし、本記事では他技術との機能比較ではなく、自律的な行動と外部連携によって増える確認対象に焦点を当てています。

Q6. 最小権限はAI利用企業への公式要求ですか？

AI事業者ガイドライン第1.2版では、権限を業務遂行に必要な範囲へ設定する記述はAI提供者向けであり、必要な範囲へのデータ入力・参照の限定はAI開発者向けです。利用企業は自社への直接要求と書かず、提供者・開発者へ実装状況を確認する観点として扱います。

Q7. ログを保存していれば監視できていると言えますか？

いいえ。ログの管理体制を整えることと、利用中に適正な範囲・方法で使われているかを確認することは別です。誰が、何を見て、どの条件で報告・停止するかを決め、実際の記録から判断できたことまで確認します。

Q8. 運用開始後は何を定期的に確認すべきですか？

接続先と入力経路の変化、許可範囲と実際の操作の差分、外部送信の宛先と項目、拒否・停止の記録、更新後の再試験結果を確認します。確認の頻度を固定値として一律に決めるのではなく、変更や異常、扱う情報と操作の影響に応じて見直し、判断理由を残します。

まとめ

生成AIガイドラインは、禁止事項を並べる文書ではありません。入力してよい情報、出力を信頼してよい範囲、人が判断する場面、責任者と例外の扱いを決め、事故が起きたときに戻れる状態をつくる文書です。経産省・総務省のAI事業者ガイドラインは拘束力のないソフトローなので、そのまま写すのではなく自社の業務へ翻訳する作業が必要になります。

AIエージェントを使う場合は、入出力の管理だけでは足りません。外部連携と操作範囲、ログの確認、例外・停止・再開の条件まで統制の対象に入ります。作成に着手するなら、雛形は生成AIガイドラインのサンプルから始めてください。

参考資料

本記事の記述は、次の公開資料を一次情報として確認しています。

• 総務省・経済産業省「AI事業者ガイドライン（第1.2版）」掲載ページ
• 同 本編PDF
• 同 別添PDF
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等」
• デジタル庁「行政の進化と革新のための生成AIの調達・利活用に係るガイドライン（第2.0版）」
• ガートナージャパン プレスリリース（2026年5月21日・民間見解）