自治体業務では、職員からの問い合わせ、制度確認、申請手続き、住民対応、庁内規程の確認など、日々大量の「調べる業務」が発生します。従来の庁内FAQは、定型的な質問に対して一定の効果を発揮してきましたが、制度改正や部門ごとの運用差がある行政実務では、FAQだけでは対応しきれない場面も少なくありません。
一方で、RAGは庁内文書やマニュアル、条例、通知、業務手順書などを参照しながら回答を生成できるため、FAQより柔軟な情報検索が期待できます。ただし、RAGは「文書を入れればすぐ正確に答える仕組み」ではありません。データ整理が不十分なまま導入すると、回答のばらつき、根拠不明の回答、古い情報の参照、権限外データの混入といったリスクが生じます。
そのため、庁内FAQとRAGを共同利用する場合は、単なるシステム導入ではなく、データ整理・検索設計・権限管理・運用責任を一体で考える必要があります。本稿では、行政実務におけるFAQとRAGの共同利用を前提に、実装前に整理すべきポイントを解説します。
庁内FAQとRAGの違いを整理する
庁内FAQとRAGは、どちらも職員の問い合わせ対応を支援する仕組みですが、役割は異なります。
庁内FAQは、あらかじめ登録された質問と回答をもとに、定型的な問い合わせへ素早く答える仕組みです。たとえば「旅費精算の提出期限はいつか」「休暇申請はどのシステムで行うか」といった、回答が比較的固定されている質問に向いています。
一方、RAGは庁内文書やマニュアル、規程、通知などを検索し、その内容を根拠として生成AIが回答を組み立てる仕組みです。複数の資料を横断して確認したい場合や、制度変更に伴って文書の参照が必要な場合に力を発揮します。
ただし、RAGには注意点もあります。参照文書の内容が古い、文書構造が不明瞭、同じテーマの資料が複数存在する、権限区分が整理されていないといった状態では、正確な回答が難しくなります。FAQが「固定された答えを返す仕組み」だとすれば、RAGは「整理された情報群から根拠を探して答える仕組み」です。
この違いを理解しないまま共同利用すると、FAQで答えるべき質問までRAGに任せたり、逆にRAGが必要な複雑な質問をFAQだけで処理しようとしたりする可能性があります。
庁内FAQとRAGを共同利用するメリット
庁内FAQとRAGを組み合わせる最大のメリットは、問い合わせ対応の入口を一本化しながら、質問の性質に応じて適切な回答方法を選べる点です。
たとえば、定型的な質問はFAQで即答し、制度や文書確認が必要な質問はRAGで根拠文書を参照する。さらに、RAGの回答に不確実性がある場合は、担当部署への確認や有人対応に切り替える。このような設計にすることで、職員は複数のシステムを使い分ける負担を減らしながら、より正確な情報にたどり着きやすくなります。
また、FAQの利用ログやRAGの検索ログを分析することで、庁内でどの業務に問い合わせが集中しているか、どの文書がわかりにくいか、どの制度で運用のばらつきが起きているかを把握できます。これは単なる問い合わせ削減ではなく、業務改善の材料としても有効です。
特に自治体では、部署ごとに文書管理のルールや更新頻度が異なる場合があります。FAQとRAGを共同利用することで、庁内ナレッジを横断的に整理し、情報の属人化を減らすきっかけにもなります。
RAG導入前に必要なデータ整理の基本手順
RAGの精度は、生成AIの性能だけで決まるわけではありません。むしろ、投入するデータの整理状態が大きく影響します。
最初に行うべきことは、利用目的の明確化です。誰が、どの業務で、どの範囲の情報を検索するのかを決める必要があります。職員向けの庁内FAQなのか、窓口業務支援なのか、法令・規程確認なのかによって、対象文書も権限設計も変わります。
次に、データの棚卸しを行います。庁内には、PDF、Word、Excel、グループウェア上の通知、共有フォルダ内のマニュアルなど、さまざまな形式の文書があります。これらを一度にすべてRAGに入れるのではなく、業務上の重要度、更新頻度、機密性、利用対象者を確認しながら選定することが重要です。
そのうえで、公開可能な情報、庁内限定情報、個人情報を含む情報、特定部署のみが扱う情報を分類します。特に自治体では、住民情報、税務情報、福祉情報、契約情報、人事情報など、取り扱いに注意が必要なデータが多く存在します。RAGに投入する前に、情報セキュリティ区分を明確にしておかなければなりません。
最後に、文書の更新ルールを決めます。古いマニュアルや廃止済みの通知が残ったままでは、RAGが誤った根拠を参照する可能性があります。文書ごとに管理部署、更新日、版数、廃止日、確認責任者を設定し、定期的に見直す体制が必要です。
チャンク設計はRAG精度を左右する
RAGでは、文書をそのまま丸ごと検索対象にするのではなく、一定の単位に分割して扱います。この分割単位をチャンクと呼びます。
チャンク設計が粗すぎると、回答に必要な情報が埋もれてしまいます。逆に細かすぎると、文脈が失われ、生成AIが部分的な情報だけをもとに回答してしまう可能性があります。行政文書の場合、単純に文字数だけで分割するのではなく、見出し、条文、手続き単位、業務フロー単位で意味が切れないように分けることが重要です。
たとえば、申請手続きのマニュアルであれば、「対象者」「必要書類」「申請期限」「受付窓口」「注意事項」といった単位で整理する方が、検索時に必要な情報へ到達しやすくなります。条例や規程であれば、条・項・号の構造を保ったままチャンク化する必要があります。
また、FAQとRAGを共同利用する場合は、FAQの質問文とRAG文書のチャンクをつなげやすくする工夫も必要です。FAQで「この質問は固定回答でよい」と判断できるものはFAQへ、文書参照が必要なものはRAGへ渡す設計にすることで、検索の無駄を減らせます。
メタデータ設計で検索精度と運用性を高める
庁内RAGでは、文書本文だけでなく、メタデータの設計が重要です。メタデータとは、文書に付与する管理情報のことです。
具体的には、所管部署、文書作成日、改定日、版数、対象業務、文書種別、公開範囲、機密区分、廃止予定、関連制度などが考えられます。これらを整理しておくことで、検索時に「最新の文書だけを参照する」「特定部署の職員だけが見られる文書を制御する」「住民対応に使える文書だけを抽出する」といった運用がしやすくなります。
メタデータがないRAGは、巨大な共有フォルダを生成AIに読ませている状態に近くなります。検索結果に古い資料や関係の薄い資料が混ざりやすく、回答の信頼性も下がります。
一方、メタデータが整っていれば、RAGは単なる全文検索ではなく、業務文脈に沿った検索基盤として機能しやすくなります。自治体においては、文書の正確性だけでなく「誰が使ってよい情報か」「どの時点で有効な情報か」を判断できることが欠かせません。
ハイブリッド検索と再ランキングの考え方
RAGの検索方式には、キーワード検索とベクトル検索があります。キーワード検索は、文書内の言葉が一致する場合に強みがあります。制度名、様式名、条例番号、部署名など、固有名詞が重要な行政実務では有効です。
一方、ベクトル検索は、言葉が完全に一致しなくても意味の近い文書を探せる点が特徴です。たとえば「職員の休み」と入力しても、「年次有給休暇」や「特別休暇」に関する文書を候補に出せる可能性があります。
庁内FAQとRAGを共同利用する場合は、どちらか一方に偏るのではなく、キーワード検索とベクトル検索を組み合わせたハイブリッド検索が現実的です。さらに、検索結果をそのまま生成AIに渡すのではなく、関連性の高い順に並べ替える再ランキングを行うことで、回答の根拠に適した文書を選びやすくなります。
特に行政実務では、似た名称の制度や文書が多く存在します。検索結果の順位が不適切だと、RAGは一見もっともらしいが根拠の弱い回答を生成する可能性があります。検索精度を高めるには、文書整理、メタデータ、検索方式、再ランキングを一体で設計する必要があります。
三層分離とアクセス制御を前提にする
自治体のRAG活用では、情報セキュリティを後回しにできません。特に、マイナンバー利用事務系、LGWAN接続系、インターネット接続系の分離を前提に、どのデータをどの環境で扱うのかを整理する必要があります。
庁内FAQやRAGに投入するデータには、一般的な業務マニュアルだけでなく、個人情報や機密情報に関係する資料が含まれる可能性があります。これらを同じ検索基盤で無制限に扱うことは避けるべきです。
アクセス制御では、職員の所属、役職、業務権限に応じて参照できる文書を制限する必要があります。たとえば、人事情報、税務情報、福祉関連情報、契約情報などは、全職員が同じように検索できる状態にしてはいけません。
また、RAGの回答画面では、参照元文書や根拠箇所を明示することが望まれます。回答だけが表示される仕組みでは、職員が内容の正確性を確認しにくくなります。行政業務では、最終判断を人が行う前提を崩さず、RAGは根拠確認を支援する仕組みとして位置づけるべきです。
運用ガバナンスなしにRAGは定着しない
庁内FAQとRAGを共同利用するには、システム構築だけでなく、運用体制の設計が必要です。
まず、全体責任者を置き、どの業務領域から導入するか、どのデータを対象にするか、どの基準で効果を測定するかを決めます。次に、各部署にデータ管理者を置き、文書の更新、廃止、確認、メタデータ付与を担当します。
さらに、システム管理者は、検索ログ、回答ログ、エラー、利用状況を確認し、必要に応じてチューニングを行います。問い合わせが多いテーマや、回答精度が低いテーマを把握できれば、FAQの追加や文書の見直しにつなげることができます。
重要なのは、RAGを「一度作って終わり」の仕組みにしないことです。行政制度や業務手順は変化します。人事異動もあります。文書管理のルールが曖昧なままでは、RAGの回答品質は時間とともに低下します。
RAGを継続的に活用するには、評価指標も必要です。たとえば、FAQで解決した件数、RAG回答の有用率、担当部署への確認件数、問い合わせ対応時間の変化、回答修正の件数などを確認することで、実務に役立っているかを判断できます。
小さく始めることが成功の近道
庁内FAQとRAGの共同利用は、いきなり全庁展開を目指すよりも、対象業務を絞って始める方が現実的です。
たとえば、総務、人事、契約、情報システム、庁内手続きなど、職員からの問い合わせが多く、文書も比較的整理しやすい領域から始める方法があります。最初から全資料を投入するのではなく、よく使われる文書、更新頻度が明確な文書、機密性が比較的低い文書を選定し、パイロット運用を行うことが望ましいです。
その過程で、FAQで十分な質問、RAGが必要な質問、担当部署確認が必要な質問を分類していきます。この分類が進むほど、庁内問い合わせ対応の仕組みは洗練されます。
また、利用者である職員への説明も欠かせません。RAGの回答は参考情報であり、最終判断には根拠文書の確認が必要であることを明確にする必要があります。過信を避ける設計と教育が、行政における生成AI活用では特に重要です。
まとめ：庁内FAQとRAGの共同利用は「データ整備」と「責任設計」が鍵
庁内FAQとRAGを共同利用することで、自治体の問い合わせ対応や庁内ナレッジ活用は大きく改善できる可能性があります。FAQは定型的な質問に強く、RAGは文書参照が必要な質問に強い。両者を適切に組み合わせることで、職員は必要な情報に早くたどり着きやすくなります。
ただし、その効果はシステム導入だけでは生まれません。文書の棚卸し、チャンク設計、メタデータ管理、ハイブリッド検索、アクセス制御、運用責任、評価指標までを一体で整える必要があります。
自治体におけるRAG活用の本質は、生成AIに任せることではなく、行政情報を使える形に整えることです。庁内FAQとRAGの共同利用は、単なる問い合わせ削減策ではなく、庁内文書管理と業務改善を進めるための重要な入口になります。
コメント