小規模営業代行のための生成AI利用ポリシー（たたき台）：守るべき線引きと、現場が回る運用

生成AIは、営業代行の現場で「文章作成」「要約」「壁打ち」「チェックリスト化」などに効きます。一方で、受託ビジネスでは扱う情報がセンシティブになりやすく、ルールなしで使い始めると事故が起きやすいのも事実です。

この記事では、小規模営業代行（数名〜十数名）を想定し、今日から使える“生成AI利用ポリシー”のたたき台を提示します。法律論を網羅するというより、現場で運用できる粒度に絞ります。

結論：AI活用は「禁止」より“線引き＋承認フロー”で回す

小規模チームがAI活用で失敗するパターンは、だいたい両極端です。

• 怖いから全面禁止 → 結局こっそり使われて、管理不能になる
• 便利だから無制限 → いつの間にか「顧客情報の入力」「言い切り文面の送信」で事故る

現実的には、①入力して良い情報の範囲と②対外文面の承認を決めるだけで、かなり安全に回ります。

生成AI利用ポリシー（たたき台）

以下は、そのまま社内ドキュメントに貼って使える形を意識しています。自社・案件の事情に合わせて調整してください。

1) 目的（何のために使うか）

• 文章の下書き（提案文・報告文・社内共有）
• 通話ログ／チャットログの要約、論点整理
• チェックリスト化（抜け漏れ防止）
• ナレッジの構造化（FAQの雛形、カテゴリ分け）

※「AIに意思決定させる」ではなく、「人が判断しやすい材料を作る」用途を基本にします。

2) 入力して良い情報（OK）

• 公開情報（Webサイト、公開資料、一般的な業界知識）
• 匿名化した情報（例：会社名をA社、担当者名を担当者A に置換）
• 一般化した課題（例：「受付突破が弱い」「断られ対応が単調」など）
• 自社内のテンプレ・ルール（外部公開して問題ない範囲）

3) 入力してはいけない情報（NG）

以下は原則NGにしておくのが安全です（必要な場合は後述の例外フローへ）。

• 顧客の個人情報（氏名、電話、メール、住所など）
• 顧客企業の非公開情報（売上、契約内容、単価、内部資料、未公開施策）
• 認証情報（ID、パスワード、APIキー、秘密鍵）
• 「この人がこう言った」など、個人が特定できる生ログ

※「伏字にしたつもり」でも、固有の文脈で特定されることがあります。迷うならNG。

4) 対外文面（クライアント・見込み客）に関するルール

• AIの出力は下書きとして扱う（そのまま送信しない）
• 送信前に人が確認する項目：固有名詞／数字／約束（納期・対応範囲）／NG事項
• 断定表現を避け、「仮説」「可能性」「要確認」を適切に入れる

5) 出力の品質ルール（“それっぽい言い切り”対策）

営業現場で事故が起きるのは、AIが自信ありげに補完したときです。以下のフォーマットで出力させると安全です。

• 観測（ログ上こう見える）
• 仮説（理由はこれかもしれない）
• 検証（次にこれを試す）
• 不足情報（判断に足りないもの）

この型にしておくと、「断定」ではなく「実験」に落ち、改善が回ります。

6) 例外フロー（どうしてもセンシティブ情報が必要なとき）

完全にNGにすると、現場が回らないケースもあります。例外を作るなら、“勝手にやらない”仕組みにします。

• 例外は「案件責任者の承認」が必要
• 入力は最小限（必要な要素だけ）
• ログを残す（いつ、誰が、何の目的で、どの範囲を扱ったか）

7) 公開コンテンツ（ブログ/SNS）に関するルール

• 顧客が推測できる情報（業界×地域×時期×具体エピソード）は避ける
• 外部の作成物を参照する場合は、必要に応じて引用・出典を明示（引用は最小限）
• 誤解を招く誇張（「必ず」「絶対」）を避け、再現条件を添える

運用のコツ：ルールは“短く”、チェックは“定例化”

ポリシーは長いほど読まれません。おすすめは、まずNG（入力禁止）と対外文面の承認だけを強制し、残りは育てることです。

• 月1回、15分でルール見直し（事故・ヒヤリハットを反映）
• 新人オンボーディングに組み込む（最初に共有）
• 違反を責めるより、仕組みを直す（抜け道を潰す）

まとめ

• 小規模営業代行のAI活用は「禁止」より“線引き＋承認フロー”が現実的
• NG（入力禁止）と対外文面の承認だけでも事故は大きく減る
• 断定を避ける出力フォーマットで、改善を回す