情報システム担当者が想定問答をAIで作るとどのくらい時短できますか？

ゼロから20〜30問の想定問答を作る場合、従来2〜3時間かかっていた作業が30〜45分に短縮できます。特にIT委員会向けや全社説明会向けの準備で効果が大きいです。

AIが作った想定問答はそのまま使えますか？

骨子としては使えますが、数値・固有名詞・システム構成の詳細は必ず人間が確認・修正してください。AIは文章の構造を整えますが、事実の正確さは保証しません。

どんな場面の想定問答に向いていますか？

IT委員会での新システム導入説明、障害発生後の経営報告、セキュリティ施策の社内説明会、ベンダー選定の比較検討会議など、事前に質問が予測できる場面で特に効果的です。

機密性の高い内容を想定問答に含める場合はどうすればいいですか？

未公開のシステム構成やセキュリティ上の詳細情報は外部AIサービスに直接入力するのを避けてください。テーマと問いの構造だけをAIに作らせて、回答の中身は人間が記入する形が安全です。

情報システムの想定問答をAIで作る方法

IT委員会での新システム導入説明、障害後の経営層への報告、全社向けセキュリティ説明会——情報システム担当者が準備しなければならない「答えにくい質問」は予測可能なものが多い。にもかかわらず、毎回ゼロから想定問答を作ると2〜3時間が消える。AIに文脈を渡せば、20〜30問の想定問答の骨格が30分以内で出来上がる。

結論

AIに「説明の背景」と「想定される聴衆・懸念事項」を渡すだけで、網羅的な想定問答のドラフトが出る。情報システム担当者がとくに苦労する「経営層からの費用対効果の追及」「現場からの使い勝手への不満」「セキュリティリスクへの懸念」といった類型の質問も、AIは洗い出しが得意だ。人間がやるべき作業は、回答内容の事実確認と自社固有の数値・方針の肉付けに絞られる。

どのAIツールを使うか

**ChatGPT（GPT-4o）**はブラウザで即使えて汎用性が高い。想定される聴衆の立場に立ったシビアな質問の洗い出しが得意だ。「批判的な視点で質問を出してほしい」という指示にも素直に応える。

Claudeは長い指示文の処理に強く、複数の制約条件を一度に扱える。「経営層の視点」「現場ユーザーの視点」「情報セキュリティ担当の視点」を同時に指定するような複合的なプロンプトに向く。

Microsoft Copilot for Microsoft 365は既存のPowerPointやWordに統合されており、説明資料から想定問答を自動生成する用途に向く。資料を作りながら想定問答も同時に整備したい場合は選択肢になる。

どのツールを選ぶかより、プロンプトで「誰の立場からの質問か」を明示することが品質を左右する。

想定問答をAIで作成する手順

ステップ1：説明の背景と聴衆の特性を整理する

AIへのインプットとして最低限用意すべき情報はこの4点だ。

何を説明するか（システム導入・障害報告・セキュリティ施策など）
誰に説明するか（経営層・現場部門・IT委員会・全社員など）
聴衆が懸念しそうなポイント（費用・使い勝手・セキュリティ・移行コストなど）
説明の場の性質（承認を得る場・情報共有の場・事後説明の場など）

この整理があいまいなまま「想定問答を作って」と指示しても、表面的な質問しか出てこない。

ステップ2：プロンプトを入力する

以下の状況で、想定問答集を作成してください。

状況：
- 説明内容：クラウド型グループウェアへの全社移行（オンプレミスのメール・ファイルサーバを廃止）
- 説明対象：IT委員会（経営企画・法務・各部門長が参加）
- 主な懸念：コスト・データの安全性・移行時の業務停止リスク・操作変更への抵抗

条件：
- 質問は20問
- 視点を3種類に分ける：経営層視点（費用・ROI）、現場部門視点（使い勝手・移行負荷）、セキュリティ担当視点（データ保護・コンプライアンス）
- 各質問に対して、回答の方向性（2〜3文）を付ける
- 回答に含める数値・固有情報は[コスト削減率][移行期間][データ保管場所]のようにプレースホルダで示す
- 答えにくい質問も含める

このプロンプトで、経営層・現場・セキュリティという三者の視点が揃った想定問答の骨格が出る。

ステップ3：回答を肉付けして事実確認する

AIが出した回答のプレースホルダに自社固有の数値と方針を入れる。確認が必要な項目はこれだ。

コスト関連の数値（現行コスト・移行後のランニングコスト・削減率）が正確か
セキュリティ・コンプライアンスの回答が自社のポリシーと整合しているか
移行スケジュールや影響範囲が実際の計画と一致しているか
ベンダー名・製品名のスペルが正確か

AIは構造を作るが、事実の正確さは人間が担保する。

ステップ4：ロールプレイで練習する

想定問答ができたら、AIに「意地悪な質問者」の役を演じさせて練習できる。

以下の想定問答集をもとに、私がIT委員会で説明する練習をしてください。
あなたは批判的な委員の役を演じ、想定問答集に載っていない追加の鋭い質問も投げかけてください。
私の回答に対して、説明が不十分な点や矛盾する点を指摘してください。

想定問答集：
[ここに作成した想定問答集を貼り付ける]

実際の委員会前に3〜5回繰り返すことで、答えが詰まるポイントが見つかり、事前に対策を打てる。

情報システム固有の活用シーン

シーン1：障害発生後の経営層への報告準備

システム障害後に経営層への報告が求められる場面では、説明前に厳しい質問を洗い出しておくことが重要だ。以下のプロンプトで準備できる。

以下の障害事案について、経営層からの想定問答を作成してください。

障害概要：
- 障害名：社内基幹システムのダウン（[時間]間の業務停止）
- 原因：[原因の概要]
- 影響：[影響範囲]
- 復旧策：[対応内容]
- 再発防止策：[対策案]

条件：
- 質問は15問
- 経営層が特に関心を持つ「なぜ防げなかったか」「損失額はいくらか」「再発しないと言えるか」という切り口の質問を必ず含める
- 各質問に対し、回答の方向性（3文以内）を付ける
- 数値・金額はプレースホルダで示す

障害報告の場は往々にして追及が厳しい。「想定外でした」という回答で終わらせず、根本原因と再発防止策を論理的に説明できる準備が必要だ。

シーン2：ゼロトラスト移行の全社説明会向け準備

セキュリティ施策の説明は、現場の反発が予測されやすい場面だ。以下のプロンプトで現場ユーザーからの想定問答を作れる。

以下のセキュリティ施策について、現場部門からの想定問答を作成してください。

施策内容：
- 多要素認証の全社導入（スマートフォンアプリによる認証追加）
- 対象：全従業員[XX]名
- 導入時期：[時期]
- 変更点：ログイン時にスマートフォンでの認証が追加される

条件：
- 質問は15問
- 「なぜ必要か」「面倒になる」「スマホを持っていない場合は」「出張中はどうする」という日常業務上の懸念を中心にした質問を出す
- 回答は平易な言葉で（技術用語を避ける）2〜3文でまとめる
- セキュリティ担当として「なぜこのタイミングか」という背景説明も含める

全社員が対象のセキュリティ施策では、技術的に正しい説明より「自分の業務にどう影響するか」への回答が重要になる。AIは現場目線の質問を洗い出すのが得意なので、技術者が見落としやすい視点を補ってくれる。

うまくいかない場合の対処

質問が表面的すぎる：プロンプトに「現場担当者が本音で不満を持ちそうな視点で」「コスト削減施策に批判的な立場から」のように、立場を明示的に指定する。「厳しい質問も含める」という一言を必ず添えることが効果的だ。

回答が長くなりすぎる：「各回答は3文以内」と文数制限を設定する。実際の説明会では長い回答より端的な回答のほうが説得力があるため、短く絞る練習にもなる。

想定問答に漏れが多い：1回のプロンプトで全てを網羅しようとせず、「経営層向け10問」「現場向け10問」「セキュリティ担当向け10問」のように視点を分けて複数回作成し、後で統合する。

自社固有の事情が反映されない：「我が社では〇〇という制約がある」「既存システムの〇〇との整合性が問題になりやすい」という背景情報をプロンプトに添えると、より実態に即した質問が出る。

AIが生成した想定問答がそのまま使えない：プレースホルダの数値を実際の値に埋めた後、部門メンバー1〜2人に読んでもらって「実際に聞かれそうか」を確認する。最終的な人間のチェックが品質を担保する。

作業量の目安

想定問答の種別	従来所要時間	AI活用後の所要時間
IT委員会向け（20〜30問）	2〜3時間	40〜60分
障害報告向け（15問）	1〜2時間	30〜40分
全社説明会向け（20問）	2時間	30〜45分
ベンダー選定比較向け（15問）	1〜1.5時間	20〜30分

月に2〜3回の承認会議・説明会があれば、準備時間の削減だけで月3〜5時間が浮く計算だ。この時間を実際の施策設計や技術調査に充てられる。

他の業務への応用

想定問答の準備に慣れたら、情報システムの提案書作成をAIで効率化する方法にも同じアプローチが使える。提案書の「想定される反論と対応」の項目を、AIで作った想定問答から流用できる。

また、情報システムの障害対応手順書をAIで作る方法では、障害後の経営報告に必要な情報の整理手順も解説している。想定問答の材料になる事実関係の整理に役立つ。

情報システムのヘルプデスク対応をAIで効率化する方法では、日常的な問い合わせ対応のナレッジベース構築について詳しく説明している。想定問答の蓄積がナレッジベースの出発点にもなる。

導入の第一歩

次に控えている説明会やIT委員会の1週間前に、このプロンプトを使って想定問答のドラフトを作ってみる。従来の準備方法で作ったものと並べて比較することで、AIが洗い出した「自分では気づかなかった質問」の数が把握できる。初回は数値の肉付けに時間がかかるが、2回目以降は同じプロンプトのテンプレートを使い回せる。