【AIの回答をファクトチェックする方法】仕事で使う前の7ステップ

「AIで調べたので、これで合っています」
「出典も書いてあるので大丈夫です」

仕事で生成AIを使う人が増えるほど、こうした場面も増えていきます。

でも、AIはもっともらしい文章で、間違った数字、古い制度、存在しない出典まで出すことがあります。
だからといって、AIを使わないことも、もったいない話です。

AIの回答を、仕事で使ってよい状態まで検証する力をつけましょう。

この記事では、AIの回答をファクトチェックする方法を、実務でそのまま使える7ステップにして解説します。

※この記事は2026年10月31日時点の公開情報を基準にしています。

この記事で分かること

AI回答のどこを優先して確認するか

一次情報の探し方

AIが出した出典をどう確認するか

日付・数字・引用の確認方法

別のAIによる監査をどこまで信用してよいか

確認できなかった情報をどう扱うか

重要な仕事で検証ログを残す方法

AIの答えは「確認前の情報」と考える
全部を同じ強さで確認しなくていい
まず疑うのは「数字・日付・固有名詞・引用」
AI回答をファクトチェックする7ステップ
「出典を出して」はファクトチェックの始まり
AIに資料を読ませても、元資料との照合は必要
複数サイトに書いてあれば正しい、でもない
同じAIに「本当に？」と聞いても検証にはならない
1. AIに「怪しい場所」を探させるのは有効
別のAIに監査させるのも「確認済み」ではない
私がAIを盲信しなくなった「総理大臣事件」
知らない分野ほどAIだけで確定しない
専門家・担当者へ渡すべき判断もある
重要な調査は「検証ログ」を残す
生成AIそのものの安全な使い方も確認する
AI回答ファクトチェックのチェックリスト
まとめ｜AIの答えを信じるかどうかをAIに決めさせない
1. 参考資料

AIの答えは「確認前の情報」と考える

生成AIの回答は、調査の入口としては非常に便利です。ただし、AI自身が自信ありげに答えていることと、事実であることは別です。

OpenAIも、ChatGPTは誤った事実・日付・引用・研究・出典などを生成する場合があり、重要な情報は検証するよう案内しています。

IPAも、生成AIが事実と異なる回答を作る「ハルシネーション」について、完全に防ぐ方法は確立されていないと説明しています。

AIに聞いた＝確認した、ではありません。

全部を同じ強さで確認しなくていい

AIの回答を全部、毎回徹底的に調べ直していたら、AIを使う意味が薄くなります。

大事なのは、間違ったときの影響が大きい情報ほど、強く確認することです。

AIに頼んだこと	確認の目安
社内メールの言い回し	読み直して意味・表現を確認
アイデア出し	使える案か自分で判断
会議資料の要約	重要箇所を元資料と照合
製品仕様・料金	メーカー・提供元の公式情報を確認
法律・制度・期限	官公庁の一次情報を確認
経営判断に使う数字	原資料と計算過程まで確認
契約・安全など重大判断	一次情報＋担当者・専門家も確認

英国政府のAI利用ガイドでも、生成AIの出力はリスクに応じた確認を行う考え方が示されています。

重要度に応じて確認の強さを変える。
これが現実的です。

まず疑うのは「数字・日付・固有名詞・引用」

AI回答を見たとき、全文を同じように疑う必要はありません。

まず確認したいのは、次のような情報です。

金額・割合・件数などの数字
日付・期限
法律・制度
人名・役職
会社名・サービス名
製品仕様・料金
URL
引用文
調査・研究・統計の名称

こうした情報は、正しいか間違っているかを外部で確認できます。

固有名詞・数字・日付・引用が出たら、検証スイッチを入れる。

AI回答をファクトチェックする7ステップ

1．確認が必要な主張を抜き出す

最初に、AI回答の中から「事実として正しい必要がある部分」を抜き出します。

たとえば、

2026年4月から制度が変わった
市場規模は500億円
○○社の代表者は△△氏
法律上、保存期間は7年

といった部分です。

「文章が分かりやすい」「この提案が良さそう」といった評価と、事実確認を分けます。

2．間違ったらどれだけ困るか決める

次に、誤っていた場合の影響を考えます。

雑談のネタなら大きな問題にならなくても、契約条件、税務、法律、顧客への回答なら話は別です。

間違えたときの被害が大きいほど、確認を強くする。

3．一次情報を探す

ファクトチェックでは、できるだけ一次情報を優先します。

確認したいこと	まず見る場所
法律・制度	官公庁・法令
会社の役員・発表	会社公式サイト・公式発表
製品仕様	メーカー公式
料金・プラン	サービス提供元
研究内容	原論文・研究機関
社内ルール	社内規程・担当部署

AIが言ったことを、別のまとめ記事で確認するだけでは、元の誤りを繰り返す可能性があります。

AI → 別ブログではなく、AI → 一次情報。

4．日付を見る

内容そのものが間違っていなくても、古い情報の場合があります。

法改正前の制度
旧料金
以前の代表者
終了したサービス
古いソフトの操作方法
変更前のAIプラン

こうした情報は、昔は正しかったというのが厄介です。

だから「正しいか？」だけでなく、「いつの情報か？」も確認します。

5．元資料に本当に書いてあるか読む

AIが出典を示したら、リンクを開くだけで終わらせません。その資料の該当箇所を読み、AIの説明と一致するか確認します。

AIは、資料自体は実在していても、条件や例外を落としたり、本文より強く断定したりすることがあります。

出典があることと、その出典がAIの主張を裏付けていることは別です。

6．数字は元データと計算を分けて確認する

数字は、次の3つを分けます。

元になった数字は正しいか
計算式は正しいか
計算結果は正しいか

元データが間違っていれば、計算だけ合っていても意味がありません。逆に、元データが正しくても計算で間違えることがあります。

重要な数字なら、電卓・Excel・スプレッドシートなどで再計算します。

7．確認できなければ「未確認」にする

調べても一次情報が見つからない。原論文が確認できない。公式発表がない。

そんなとき、無理に「正しい」「間違い」と決める必要はありません。

「確認できなかった」という第三の状態を残します。

分からないことを分かったことにしない。これもファクトチェックです。

「出典を出して」はファクトチェックの始まり

AIに出典を求めるのは有効です。
ただし、それで確認終了ではありません。

生成AIは、存在しない研究、資料名、引用、URLなどをもっともらしく作ることがあります。

出典は次の順番で確認します。

その資料は実在するか
発行者は誰か
発行日・更新日はいつか
該当箇所はどこか
AIの主張が本当に書かれているか

「URL付き回答」と「確認済み回答」は別物です。

AIに資料を読ませても、元資料との照合は必要

「Web検索ではなく、こちらから資料を渡したから大丈夫」と思うこともあります。

でも、資料の要約でも、

数字を取り違える
条件を落とす
例外規定を省く
主語を取り違える
原文より強く断定する

可能性があります。

重要な部分は、AIの要約と原文の該当箇所を照合する必要があります。

複数サイトに書いてあれば正しい、でもない

複数ソースで確認するのも有効です。ただし、「3サイトに同じことが書いてあった」だけでは十分とは限りません。

3サイトとも、同じ元記事を転載しているかもしれません。同じ一次情報を、全員が同じように誤読している可能性もあります。

複数ソースは、数ではなく独立した根拠を増やす。

一次情報が明確なら、それ一つで十分確定できることもあります。

同じAIに「本当に？」と聞いても検証にはならない

AIの回答が怪しいとき、「それ本当に合ってる？」と聞き返すことがありませんか？
AIが「はい、間違いありません」と答えても、それは外部確認ではありません。

逆に、何も根拠が増えていないのに「申し訳ありません。先ほどの回答は誤りでした」と答えを変えることもあります。

AIの自己採点を、事実確認の証拠にしない。

AIに「怪しい場所」を探させるのは有効

ただし、AIを検証の補助に使うことはできます。

この回答で事実確認が必要な箇所を抜き出して
数字・日付・固有名詞だけ一覧にして
この結論が間違っている可能性を考えて
反対の根拠がないか探して

こうして確認箇所を見つける用途には便利です。

でも、最終的な確認先は外部の根拠です。

別のAIに監査させるのも「確認済み」ではない

私は、あるAIが作った成果物を、別のAIに監査させることがあります。これはかなり便利です。

別AIは、

論理の飛躍
抜け漏れ
矛盾
条件の見落とし
確認した方がよい箇所

を見つけてくれることがあります。
ただし、別のAIが「問題ありません」と言ったことは、事実が確認できたことを意味しません。

複数のAIが同じ古い情報を持っていたり、同じ間違った前提を受け入れたりすることもあり得ます。

位置づけとしては、

AI作成 → 別AI監査 → 一次情報確認 → 人間判断

くらいが分かりやすいです。

私がAIを盲信しなくなった「総理大臣事件」

私自身、当時の日本の総理大臣についてAIと話した際、高市早苗氏が総理大臣になった後にもかかわらず、AIが古い情報を前提に「違う」と何度も言い張ったことがあります。

こちらが訂正しても、すぐには認識を改めませんでした。この経験から、私は改めて、「AIが自信を持っていること」と「事実であること」は別だと実感しました。

特に、現職、役職、制度、料金、仕様など変わる情報は、公式情報で確認した方がいいです。

知らない分野ほどAIだけで確定しない

自分が詳しい分野なら、AIの回答を見て、「そこは違う」と気付けることがあります。

怖いのは、自分が詳しくない分野です。
文章が自然で、専門用語も入っていると、それだけで正しそうに見えます。

知らないことをAIに聞くな、ではありません。
知らないことをAIだけで確定させない。

AIを入口にして、必要なら一次情報や専門家へ進みます。

専門家・担当者へ渡すべき判断もある

AIを使えば、何でも自分一人で判断できるわけではありません。特に、間違った場合の影響が大きいものは、適切な人へ確認します。

内容	確認先の例
法律・契約	法務担当・弁護士等
税務	国税庁・税理士等
労務	行政・人事労務担当・社労士等
技術・安全	技術責任者・メーカー・専門家
高額な経営判断	原資料を確認し、複数人で検討

AIで分からないことを、全部AIの中だけで解決しようとしない。

重要な調査は「検証ログ」を残す

重要な資料や意思決定なら、何を確認したか簡単に残しておくと便利です。

AIの主張	確認先	結果
制度は2026年開始	所管省庁	確認済み
市場規模500億円	調査会社の原資料	条件付きで確認
A社代表は○○氏	A社公式	確認済み
○○研究では80％	原論文	見つからず・未確認