AIに自社情報を正しく読ませる公開設計｜
社内資料はどこまで出すか

AIが自社のことを間違って説明するのは、情報を公開していないからだ。そう考えて、料金の考え方も対応エリアもよくある質問も片っ端からサイトに載せた会社があります。しばらく経っても、AIの答えはほとんど変わりませんでした。公開している情報の量と、機械が読み取れる情報の量は、同じものではありません。社内には答えがあり、サイトにも書いてあるのに、生成AIの回答には反映されない。この落差がどこで生まれるのか、そして何を出して何を出さないかの線がどこで動くのかを、順に見ていきます。

「出せば読まれる」という理解のどこがずれているのか

生成AIが自社について答えるとき、材料になるのは公開されている文章です。ここまでは多くの人が知っています。そこから「だから公開すれば読まれる」と続けたくなりますが、実際にはもうひとつ工程が挟まります。公開された文章のうち、機械が「この会社について述べた確かな記述」として扱えるものだけが、材料になります。

この選別があるため、公開と参照のあいだには落差が生まれます。サイトに書いてあるのにAIが知らない。逆に、自社が書いた覚えのない内容がAIの答えに混ざる。前者は書いた文章が選別で落ちている状態で、後者は他社や第三者の記述のほうが確かな記述として扱われている状態です。どちらも「情報を出していない」ことが原因ではありません。

ここを取り違えると、対処の向きが逆になります。落ちているものを増やしても落ち続けるだけで、量を増やすほど、どれが読まれてどれが読まれていないのかも分からなくなっていきます。

社内の情報は、どんな形で持たれているか

会社の中には、外から聞かれることの答えがひと通り揃っています。ただし揃っている場所がばらばらです。見積書のひな型、契約書の付属資料、担当者が客先で口頭で説明している内容、社内の共有フォルダにある手順書、そして誰の頭の中にしかない例外の扱い。

これらに共通しているのは、読み手が社内の人だという前提で書かれていることです。前提の説明が省かれ、業界の言い回しがそのまま使われ、主語が抜けています。社内では、それで通じます。

ところが公開面に出す文章は、その会社を知らない読み手と、その会社を知らない機械の両方に向かって書くことになります。社内資料をそのまま貼ると、多くの場合ここで詰まります。書いてある内容は正しいのに、それが「どこの、誰の、何についての記述か」が文面から確定できないためです。

公開しても読まれない情報に共通していること

選別で落ちる文章には共通する特徴があります。ただし厄介なのは、その特徴が正反対の顔をして現れることです。書き足りずに落ちる場合と、書いた量は十分なのに落ちる場合が、どちらも「反映されない」という同じ結果になります。

分かりやすいのは前者です。「豊富な実績があります」「柔軟に対応します」といった文は、意味は伝わっても、何についての事実なのかが確定しません。機械にとっては参照先のない記述で、答えの材料になりません。文章としては読めてしまうため、社内の推敲では引っかからないのが厄介なところです。

後者は、同じ内容が別々の場所で違う書き方をされている状態です。サイトの説明文、地図上のプロフィール、外部の掲載面、会社案内の資料。どれも自社が出したものなのに、営業時間の表記が違う、対応範囲の言い方が違う、社名の書き方が違う。矛盾が見つかった記述は、確からしさを下げる方向に働きます。情報を足したはずが、既にあった記述の信用まで巻き込んで下げていることがあります。

この二つは打ち手が逆を向きます。前者は書き足す話で、後者は書いたものを揃える話です。そして自社がどちらに寄っているかは、自社の文章を読み返しても判定できません。判定に要るのは書いた文章そのものではなく、機械の側がその文章をどう扱ったかで、それを示す欄は自社の画面のどこにもないからです。自社の情報が外からどう見えているかを一度確かめると、落ちている場所の見当がつきます。GoogleマップのURLを貼れば、要点はその場で表示されます。

全部を出せばいいわけでもない

ここまで読むと「では全部出そう」となりますが、そう単純でもありません。公開面に置いた情報は、AIの答えの材料になると同時に、読者と機械の両方に対する約束になります。

例えば対応範囲や納期の考え方を細かく書けば、AIはそれを引いて答えます。実務では例外を認めている部分があっても、書いた条件のほうが答えとして流通します。問い合わせの前に条件で切られる、逆に条件を根拠に無理な要望が来る。どちらも、書いた内容が正確だったからこそ起きます。

つまり公開設計は「出す／出さない」の二択ではなく、どの粒度で出すかの問題になります。粒度を上げすぎれば宙に浮いた記述になり、下げすぎれば約束が硬くなる。この幅のどこに置くかで、AIの答えの正確さと、実務のやりやすさが同時に決まります。

出す・出さないの線はどこで動くのか

線の位置は会社ごとに違い、しかも同じ会社の中でも領域ごとに違います。位置を動かす材料は複数あり、互いに逆を指すことがあります。競合との関係で見れば出したほうがよい領域が、実務の回し方との関係で見れば出さないほうがよい。この食い違いは珍しくありません。どちらを優先するかで結論が反転するため、一律の基準を作って全社の文章に当てると、たいてい片方の事故が起きます。

ひとつだけ、見落とされやすいのに影響の大きい点を挙げておきます。その領域について、すでに外部の誰かが自社を説明している場合です。自社が黙っている領域に外部の掲載面や第三者の記述が先に存在していると、AIはそちらを材料にします。自社が沈黙していることは、材料が無い状態ではなく、他人の記述が採用される状態です。この場合、出すか出さないかの判断はすでに自社の手を離れています。そして、どの領域がその状態になっているかは、自社の側からは見えません。

FACTORがこの公開設計を引き受けるとき、見ているのは自社サイトの中身だけではありません。同じ商圏の競合がどの領域をどこまで書いているか、外部の掲載面が自社をどの言葉で説明しているか、そして生成AIに自社を尋ねたときに何が引かれてくるかまで並べたうえで、領域ごとに粒度を決めています。この三つは自社の管理画面には出てこないため、社内の情報だけでは組み立てにくい部分です。

なぜ自社ではその線が引きにくいのか

最後に、社内で判断しにくい理由を整理します。

第一に、社内の人は書かれていない部分を補って読みます。説明文を読み返しても、頭の中にある前提が自動的に足されるため、宙に浮いた記述に見えません。第二に、自社が出した情報がどう扱われているかは、自社側の画面には表示されません。何が読まれ、何が落ちたかを示す欄はどこにもないからです。第三に、生成AIに一度尋ねて正しい答えが返ってきても、それは確認になりません。応答は聞き方や状況によって変わり、同じ質問でも別の材料が引かれることがあります。

この状態を放置すると、誤った説明が流通したまま時間が経ちます。AIの答えを見て問い合わせをやめた相手は記録に残らず、何件取りこぼしたかは数字にも表れません。気づく手がかりが無いまま、機会だけが減っていくのがこの問題の性質です。

社内資料を公開面へ移す前に、まず自社の情報がいま外からどう読まれているかを確認してください。出す・出さないの線は、そこを見てから決まります。

よくある質問

まとめ

AIが自社を正しく説明しないとき、原因は情報を出していないことだけではありません。公開された文章のうち、何についての記述かが確定できるものだけが答えの材料になり、宙に浮いた記述や面ごとに食い違った表記は選別で落ちます。一方で全部を細かく出せば、その内容が実務上の約束として流通します。出す・出さないではなく、領域ごとにどの粒度で出すかが判断の中身で、その線は競合の記述量や外部が自社をどう説明しているかで動きます。社内資料を公開面へ移す前に、まず自社の情報が外からどう読まれているかを確認してください。