生成AIに表やPDFの数字を整理させると、読みやすい一覧や要約がすぐ返ってきます。ただし、文章が自然で整っていることと、数字が原資料どおりであることは別です。
最初の小さな試行では、AIに判断や送信まで任せません。公開表または合成表を1件だけ使い、項目名・数値・単位・日付を原資料と照合します。合計や小計はAIの回答をもう一度AIに確認させるのではなく、表計算ソフトや電卓などで別に計算します。
この記事の例はすべて説明用の仮想例です。顧客情報、社員情報、契約、支払、採用、財務、個人情報、社内機密は入力しません。
先に結論：AIの要約ではなく、原資料との照合結果を残す
最初の1件は、次の順番で進めます。
- 外部送信・自動実行を伴わない、低リスクな公開表または合成表を選ぶ。
- 対象を1つの表に絞り、確認項目を「項目名・数値・単位・日付」の4つまでに固定する。
- AIには抽出を頼み、推測・補完・業務上の判断は頼まない。
- AIの出力を原資料と1項目ずつ比べ、合計・小計は別計算する。
- 差分や未確認が残る場合は保留し、外部送信・公開・顧客連絡・業務システムへの書込みをしない。
- 入力、出力、差分、確認方法、確認者、判定を記録する。
この「4項目」「別計算」「差分があれば保留」という組合せは、E1・E2がそのまま指定するチェックリストではありません。本記事が、初心者の低リスクな小試行へ翻訳した実務上の提案です。
なぜ表の数字は原資料に戻って確認するのか
英国政府の「Generative AI Framework for HM Government」は、生成AIの出力がもっともらしく一貫して見えても、正確性が保証されず誤りがあり得ると説明しています。また、用途に応じた人の関与、出力の評価、ログや監査、テスト、継続的な確認を扱っています。
この資料は2024年1月18日公開のHMG向けフレームワークで、掲載中のGOV.UKページは現在Withdrawnと表示されています。したがって、この記事では日本の中小企業向けの法律、認証、または現在の一律ルールとして扱いません。出典が示す原則を、今回の小試行の考え方を説明するために参照します。
米国会計検査院（GAO）のGAO-21-519SPは、AIの説明責任を、governance・data・performance・monitoringという4つの相補的な原則で整理しています。目的や起こり得る影響に応じて人の監督手順を定めること、性能を文書化して精密で一貫した再現可能な指標を使うこと、監視と是正を記録して追跡可能にすることが説明されています。
こちらも連邦機関などを対象にした説明責任フレームワークであり、日本の中小企業へそのまま適用される法的義務ではありません。4項目の表、別計算、合成データ、no-send/no-writeという境界を直接命じる資料でもありません。
手順1：最初に「使ってよい表」を選ぶ
最初の試行は、間違いがあっても外部への影響が出ない範囲にします。
向いている例は、次のようなものです。
- 自分で作った説明用の合成表
- 公開元の利用条件と、利用するAIサービスの入力・保存・共有条件を確認できる公開表
- 外部送信や自動実行を伴わない、読み取りと整理だけの作業
最初から避けるものは、次のとおりです。
- 顧客・社員・応募者の個人情報
- 契約、支払、請求、採否判断に使うデータ
- 財務情報、機密情報、社内の未公開情報
- 整理した結果をそのままメール送信、公開、業務システムへの書込みにつなげる作業
本記事の小試行では、「公開されている」だけでAIへの入力に使ってよいとは判断しません。公開元の利用条件や、AIサービスの入力・保存・共有条件を確認できない場合は、公開表ではなく合成表で手順を確認します。実データを使いたくなっても、まずは合成表で試します。
手順2：確認項目を4つに固定する
表全体を一度に理解させようとすると、どこが変わったのか追いにくくなります。最初は次の4項目だけに絞ります。
| 確認項目 | 何を見るか |
|---|---|
| 項目名 | 行の意味が変わっていないか、別の項目と混ざっていないか |
| 数値 | 桁、小数点、符号、ゼロ、空欄が原資料と同じか |
| 単位 | 件、分、時間、円などが一致しているか |
| 日付 | 対象日、期間、集計時点が一致しているか |
「わからない」を空欄や推定値で埋めないことが重要です。画像が読めない、日付の範囲が不明、単位が省略されているといった場合は、値を0にせず「未確認」と記録します。
手順3：仮想表でAIに抽出させる
以下は、説明のために作った仮想表です。実在の会社や業務のデータではありません。
| 項目名 | 数値 | 単位 | 日付 |
|---|---|---|---|
| 受注件数 | 120 | 件 | 2026-07-01 |
| 平均処理時間 | 18.5 | 分 | 2026-07-01 |
| 未処理件数 | 7 | 件 | 2026-07-01 |
| 合計作業時間 | 37.0 | 時間 | 2026-07-01 |
AIには、次のように依頼します。
これは説明用の合成表です。表の内容を、項目名・数値・単位・日付の4項目だけで転記してください。原資料にない値は推測せず「未確認」と表示してください。計算による補完、業務上の判断、外部送信、公開、業務システムへの書込みはしないでください。最後に、原資料と照合すべき箇所だけを列挙してください。
ここでの目的は「正しい答えを出させる」ことではなく、原資料に戻って比較しやすい形にすることです。
手順4：自然な出力でも、1項目ずつ照合する
仮にAIから次の出力が返ったとします。これも説明用の仮想出力です。
| 項目名 | 数値 | 単位 | 日付 |
|---|---|---|---|
| 受注件数 | 120 | 件 | 2026-07-01 |
| 平均処理時間 | 18.5 | 分 | 2026-07-01 |
| 未処理件数 | 7 | 件 | 2026-07-01 |
| 合計作業時間 | 3.7 | 時間 | 2026-07-01 |
3.7時間という値は、見た目だけなら不自然とは限りません。そこで、次のように比較します。
| 確認対象 | 原資料 | AI出力 | 判定 |
|---|---|---|---|
| 項目名 | 合計作業時間 | 合計作業時間 | 一致 |
| 数値 | 37.0 | 3.7 | 差分あり |
| 単位 | 時間 | 時間 | 一致 |
| 日付 | 2026-07-01 | 2026-07-01 | 一致 |
さらに、合計は別計算します。
120 × 18.5分 ÷ 60 = 37.0時間
この仮想表では、受注件数と平均処理時間から計算した値が原資料の37.0時間と一致します。AI出力の3.7時間は、原資料との照合でも別計算でも差分が残るため、判定は「差分あり・保留」です。
ここで「もう一度AIに計算させて37.0時間になったから大丈夫」とはしません。AIの再計算だけで同じ出力を確かめても、独立した照合にはならず、同じ取り違えを見落とすことがあるためです。計算を分けることが、今回の小試行のポイントです。
手順5：照合ログを残す
比較した結果は、あとから別の人が追える形にします。次の表をそのまま記録用テンプレートにできます。
| 確認日 | 対象表 | 項目 | 原資料 | AI出力 | 差分 | 検算方法 | 判定 | 確認者 |
|---|---|---|---|---|---|---|---|---|
| YYYY-MM-DD | 表ID | 項目名 | 原資料の値 | AIの値 | 一致／差分 | 別計算・原資料照合 | 一致／差分あり／未確認 | 氏名 |
仮想例の「合計作業時間」なら、次のように残します。
- 原資料：37.0時間
- AI出力：3.7時間
- 差分：29.7時間
- 検算：120 × 18.5 ÷ 60 = 37.0
- 判定：差分あり・保留
- 次の操作：原資料を再確認し、差分が解消するまで送信・公開・書込みをしない
ログには、AIに入力した表が合成データか公開データかも記録します。実データを使っていないこと、誰が確認したか、どの項目を保留したかが残っていると、小さな試行の範囲を後から説明できます。
差分や未確認が残ったら、そこで止める
次のどれかが残っている間は、出力を業務の次の操作へ進めません。
- 数字が原資料と一致しない
- 単位や日付の意味が一致しない
- 元資料が読めず、値が未確認である
- 合計・小計の計算根拠を別に確認できない
- 確認者や確認方法を記録できない
本記事の小試行では、差分や未確認が残る間、外部送信、公開、顧客連絡、契約・支払・採否判断、業務システムへの書込みをしないことを安全境界とします。これはE1・E2から直接導かれる法的義務や、すべての企業に共通する標準ではありません。影響の大きい操作ほど人の確認を強くする、という考え方を初心者向けに保守的に翻訳したものです。
試行を終える条件
最初の1件は、次の状態になったら終了します。
- 4項目それぞれに「一致」「差分あり」「未確認」のいずれかが付いている。
- 合計・小計を別計算し、計算方法を記録している。
- 差分や未確認の項目に、保留理由と次の確認方法がある。
- 入力、AI出力、照合結果、確認者を残している。
- 外部送信、自動実行、公開、顧客連絡、業務システムへの書込みを行っていない。
すべてが一致しても、この1件だけでAIの正確性が保証されたり、他の業務へそのまま広げられたりするわけではありません。次の試行では、別の表、別の単位、別の期間など、変えた条件を記録してから判断します。契約、支払、採用、顧客連絡、財務判断などへ広げる場合は、別の権限、レビュー、データ保護、業務ルールを確認してください。
MASTER key側の考え方
この記事で示したのは、AIに業務を丸ごと任せる方法ではありません。原資料、AIの出力、人の確認、別計算、保留という境界を、最初の1業務へ組み込む考え方です。
これは、MASTER key株式会社とAX事業部が発信するAI活用・業務変革・AX・自立AI運用の接点として想定した編集上の立場です。この記事は、MASTER keyの導入実績、顧客成果、問い合わせ、受注、競合との差を示すものではありません。それらはこのevidence packetでは未確認です。
検索仮説と測定上の限界
この記事の主クエリは「生成AI 表 数字 確認」です。これは読者語彙から作った検索仮説であり、検索量、検索順位、topic単位の検索需要、この記事へのクリックは確認済みではありません。
公開後に確認する場合も、channel aggregateの表示・クリック・セッションだけで、このテーマの需要や記事効果を判断しません。対象URLに結び付くGSCのquery/page行や、必要に応じたGA4のlanding/referrer/UTMがそろったときに、初めて観測可能な指標として扱います。未取得・未結合の値は、0ではなく未評価として残します。
参照元
- E1: UK Government, Cabinet Office・Government Digital Service・Central Digital and Data Office, ‘Generative AI Framework for HM Government’, 2024-01-18公開、PDF pp.35-39。掲載中のGOV.UKページはWithdrawn表示。 https://www.gov.uk/government/publications/generative-ai-framework-for-hmg https://assets.publishing.service.gov.uk/media/65c3b5d628a4a00012d2ba5c/6.8558_CO_Generative_AI_Framework_Report_v7_WEB.pdf
- E2: U.S. Government Accountability Office, ‘Artificial Intelligence: An Accountability Framework for Federal Agencies and Other Entities’, GAO-21-519SP, 2021-06-30公開、PDF pp.6-10、54-59、64-67。 https://www.gao.gov/products/gao-21-519sp https://www.gao.gov/assets/gao-21-519sp.pdf
なお、E1・E2は本記事の「原資料との照合」「人の確認」「記録」「テスト」という背景原則を支える資料です。4項目、仮想表、別計算、未確認表示、no-send/no-writeは、本記事の小試行向けの編集上の提案であり、出典資料の原文チェックリストではありません。