公務員（自治体職員）の『議会答弁メモ・住民問合せ回答』AIエージェントの作り方【公務2026】

PR表示：本記事にはアフィリエイトリンクが含まれます。掲載している学習サービス・スクールは編集部が独自に選定したものですが、リンク経由で会員登録・受講申込が発生した場合、運営者に成果報酬が支払われる場合があります。記事内容は読者の業務改善に役立つことを最優先に編集しています。

---

議会前夜、深夜0時。「明日の答弁メモ、5件追加で」と言われたあなたへ

定例議会の前日、夜22時。係長のあなたは課に残ったまま、過去5年分の議会会議録PDFを開いては閉じ、開いては閉じを繰り返しています。

「明日の本会議、◯◯議員から空き家対策の追加質問が出るかもしれない。想定問答、5本追加で頼む」――そう上司から指示が飛んだのは19時。残業時間はすでに月80時間を超え、若手職員は先に帰しました。会議録の検索窓に「空き家」「特定空家」「除却補助」と打ち込みながら、あなたはこう思っています。

「過去にどの議員が、どんな文脈で、どう答弁したかを横串で引ける仕組みさえあれば、答弁メモなんて1時間で終わるはずなのに」

このペインは、あなた1人のものではありません。総務省の調査（2025年6月末時点）によれば、都道府県・指定都市の生成AI導入率は87〜90%に達した一方、市区町村ベースでは導入率が約30%にとどまっています（総務省「自治体DX推進計画」関連資料）。つまり「都道府県・指定都市の本庁では生成AIが当たり前」「市区町村の現場係長クラスはこれから」という大きな空白地帯があります。

そこに参入余地があります。市区町村の係長〜課長補佐クラスが、自分の課の中で「議会答弁メモAIエージェント」「住民問合せ回答AIエージェント」を内製して、組織を下から動かす――この記事では、その具体的な設計図とプロンプト、そして守秘義務・個人情報保護法・自治体機密性レベルとの両立方法を、2026年5月時点の最新一次ソースだけを根拠にまとめます。

特定の生成AIサービス名やバージョンを断定的に推奨することはしません。代わりに、「あなたの自治体で公認されているAI環境」を前提に、汎用的に作り直せる設計を示します。

---

この記事の結論（先に提示します）

• 議会答弁メモAIエージェントは、「過去答弁データベース＋論点整理プロンプト＋答弁トーンテンプレ」の3点で構成する
• 住民問合せ回答AIエージェントは、「FAQ知識ベース＋ペルソナ別応答プロンプト＋エスカレーション基準」の3点で構成する
• どちらも個別住民情報・要機密情報は投入しない設計とし、神戸市AI条例＋東京都生成AI利用の手引き＋地方公務員法34条の3点セットで安全運用する
• ベンダー導入は月3万円〜（福島市「答べんりんく」例）。内製はプロンプト工数のみで開始でき、両者の使い分けで全国200自治体級の効果を狙える

---

第1章：自治体DX・生成AIの「市区町村30%ギャップ」を直視する

なぜ今、市区町村の係長クラスが内製を始めるべきなのか

総務省は2025年6月末時点で、自治体の生成AI導入状況を以下のように整理しています。

区分	生成AI「導入済み」回答比率
都道府県	87%
指定都市（人口50万人超）	90%
その他市区町村	約30%

（出典：総務省「自治体におけるAI活用・導入ガイドブック＜導入手順編＞」第4版および関連公表資料、2025年）

都道府県と指定都市は「導入済み＋実証実験中」を合わせると9割を超えています。市区町村との差は、本庁の意思決定スピード、専門部署の有無、調達ルールの厳しさなど複合要因です。一方で、市区町村こそ住民との接点が最も多く、議会答弁・住民問合せという2大ペインが最も濃く発生する現場です。

ここで重要なのは、「自治体全体としての導入は遅れていても、1つの課・1つの係であれば、自治体公認のAI環境（後述）の枠内で内製を始められる」という事実です。実際、横須賀市は2023年4月20日に自治体初のChatGPT全庁活用実証を開始し、2023年6月の結果報告で業務効率向上と継続利用意向の高さを示しました。市長答弁の一部を「ChatGPTが作成した答弁」として議会に盛り込んだ事例も公表されています（横須賀市公式・財務省財務総研講演資料）。

議会答弁業務の標準工数と住民問合せ業務の量的把握

公式統計はないものの、業界実態として以下が報告されています（行政情報システム研究所、ジチタイワークス相談室など）。

• 1議会あたりの一般質問は数十〜数百件規模
• フロー：質問取り（議員ヒアリング）→ 想定問答作成（担当課）→ 答弁案作成 → 課内・部内・庁議での読み合わせ・修正 → 最終答弁
• ピーク時は担当課が定例議会前1〜2週間、実質的に「答弁書モード」に突入

住民問合せ側も無視できません。総務省の行政相談制度資料（行政相談委員受付内訳）によれば、約3.4万件（全体の約33%）が地方公共団体の事務に関する苦情・照会です。分野は医療保険・年金、雇用、福祉、税、住民票・戸籍、子育て・教育、ごみ・環境、道路・公園と幅広く、係単位で見ると月100件超の問合せが日常的に発生する窓口も珍しくありません。

小さく始めるためのポイント：いきなり「全庁導入」を目指すのではなく、まず自分の課の議会答弁業務と住民問合せ業務の中から、最も負荷が高い1工程を選び、そこをAIエージェントに置き換える。これが市区町村係長クラスの現実的なスタート地点です。

---

第2章：議会答弁メモAIエージェントの設計図

全体構成：3層モデル

議会答弁メモAIエージェントは、以下の3層で設計します。

層	役割	中身
① 知識ベース層	検索の元データ	公開済の過去答弁集、会議録、所信表明、各種計画、要綱・要領、統計年報
② プロンプト層	思考の型	論点整理、想定質問の枝分かれ、トーン整形、レビューチェックリスト
③ レビュー層	人間の最終確認	担当課・部長・庁議・首長秘書による読み合わせ

ここで強調すべきは、個別住民情報・進行中の交渉・人事評価・契約金額などの要機密情報は知識ベースに入れないという鉄則です。地方公務員法第34条（守秘義務）に違反するおそれがあるため、知識ベースは「公開済み・公表予定」のものに限定します（同条はe-Gov法令検索で全文確認できます）。

知識ベース層：何を入れて何を入れないか

入れてよいもの（公開済み・公表前提）：

• 過去の本会議・委員会議事録（自治体公式サイトで公開済み）
• 総合計画、各分野別個別計画（公開済み）
• 要綱・要領（公開済み）
• 国の白書、総務省統計、自庁の統計年報（一次ソース）
• 公開記者発表資料、首長定例記者会見要旨
• 自庁のFAQ集、コールセンター回答テンプレ（個人情報を除く）

入れてはいけないもの（要機密情報）：

• 個別住民の氏名・住所・所得・税額・福祉受給情報
• 進行中の入札・契約交渉情報
• 人事評価関連情報
• 警察・消防の被害者情報
• 議員からの非公開ヒアリング内容（事前通告のうち未公表部分）

知識ベースを作る段階で「これは絶対に外に出ても問題ないか？」を自問する習慣をつけてください。一度AIに投入した情報は、たとえ自治体公認テナント内であっても、内部ログとして長期保存される可能性があります。

プロンプト層：論点整理から答弁トーンまで

以下が、議会答弁メモAIエージェントの中核プロンプトです。自治体公認のAI環境（東京都「生成AI利用の手引き」や神戸市ガイドライン準拠のクローズドテナント等）の中で使用してください。個人アカウントのChatGPT・Claude・Gemini等での利用は厳禁です。

# 役割
あなたは地方自治体の議会答弁メモ作成補助エージェントです。
担当課の係長・課長補佐が議会答弁の準備にかける時間を圧縮することが目的です。
あなたは事実を作り出さず、与えられた資料（過去答弁・計画・統計・要綱）の範囲でのみ回答を組み立てます。

# 入力
1. 議員名（公開情報のみ）
2. 質問通告の要旨（公開済み or 担当課で議員と確認済みの公開可能部分）
3. 想定論点（最大5つ）
4. 関連する過去答弁の抜粋（自治体公式議事録から仮名化なしで貼り付け可）
5. 関連する計画・統計・要綱の抜粋

# 出力ルール
- 「事実確認済み」「未確認」「想定回答」を明示する
- 数値・統計には必ず一次ソースを併記する（例：「総務省地方公共団体定員管理調査 令和7年4月1日現在」）
- 断定的な政策約束は避ける（「努めてまいります」「検討してまいります」を基本とする）
- 1問あたり300〜500字の答弁案＋論点メモ200字＋想定再質問3つを生成する
- 個別住民の氏名・住所・所得・税額・福祉受給情報・契約金額・人事情報は出力しない（入力で受け取った場合は無視し、警告を返す）
- 政治的立場の評価、特定議員への評価コメントは出力しない

# 出力フォーマット
【答弁案】
（300〜500字。「〜でございます」「〜に努めてまいります」基調）

【根拠資料】
- 過去答弁：◯年◯月定例会 ◯◯議員質問への市長答弁
- 計画：第◯次総合計画 第◯章 第◯節
- 統計：◯◯白書 令和◯年版 P◯◯

【未確認事項・要レビュー】
- （担当課で要確認の事項）

【想定再質問と備え】
1. 〜の場合：〜とお答えする
2. 〜の場合：〜とお答えする
3. 〜の場合：〜とお答えする

【リスク・留意事項】
- （景表法類似の過剰約束リスク、他自治体との比較リスク、係争中事案への抵触リスク等）

# 守秘ルール
入力に個別住民情報・要機密情報が含まれていた場合、以下を返してください：
「⚠️入力に要機密情報が含まれる可能性があります。仮名化または抽象化してから再投入してください。地方公務員法第34条に基づき、当エージェントは要機密情報の処理を行いません。」

このプロンプトの強みは、「事実確認済み／未確認／想定回答」を出力時点で分離することにあります。Gate 3のFact Checkに相当する自己検証を、生成と同時に走らせる構造です。横須賀市の実証結果でも「質問・指示の仕方の課題」が指摘されており、出力フォーマットを厳密に固定することは内製エージェントの安定運用の鍵です。

レビュー層：人間が必ず通すチェックリスト

AIが出力した答弁メモは、必ず以下のチェックリストを通します。

• [ ] 数値・統計に一次ソースが添付されているか
• [ ] 過去答弁との整合性が取れているか（矛盾するスタンスを示していないか）
• [ ] 進行中の係争・交渉に抵触していないか
• [ ] 個別住民の情報が含まれていないか
• [ ] 特定の業者・団体への利益誘導と読まれる表現がないか
• [ ] 過剰な政策約束（「必ず」「絶対に」「全件」等）が含まれていないか
• [ ] 課長補佐・部長の事前確認を経たか

このチェックリストは、神戸市の生成AI利用ガイドライン（第1.2版まで改定済み）が示す「生成AI出力の利用前確認」の考え方に整合させてあります。

---

第3章：住民問合せ回答AIエージェントの設計図

設計思想：FAQ自動化ではなく「窓口職員の補助」

住民問合せ回答AIエージェントは、住民に直接回答するチャットボットではなく、窓口職員が手元で参照する補助ツールとして設計することを強く推奨します。理由は3つあります。

第一に、誤回答による行政信頼の毀損リスクが大きいこと。第二に、個別の住民事案には個人情報保護法（行政機関編）の制約が常につきまとうこと。第三に、住民問合せの多くは「一般的なFAQ＋個別事情の確認」のセットであり、個別事情の判断はAIではなく職員が担うべきだからです。

住民窓口の月間データ例（東京都ある窓口・参考値）：提言2件／意見35件／苦情17件／要望5件／相談22件／問合せ120件／その他2件＝合計203件。約59%が「問合せ」であり、ここの一次対応をAIで支援すれば、職員は相談・苦情対応に集中できる構造になります。

知識ベース層：FAQ抽出と仮名化

住民問合せ回答エージェントの知識ベースには、以下のみを入れます。

• 公開済みの自庁FAQ
• 各種制度説明資料（公開ホームページ、リーフレット、申請の手引き）
• 各種申請様式と記入例（個人情報部分を空白化したもの）
• 関連法令・要綱・要領
• 国の所管省庁が公開しているQ&A

個別住民の問合せ記録を投入する場合は、必ず仮名化・抽象化してからにします。具体的には、氏名・住所番地・電話番号・生年月日・マイナンバー・口座番号・税額・所得額・受給金額をすべてマスクし、「居住地区（◯◯地区）」「年代（60代）」「相談カテゴリ（介護保険）」のレベルまで抽象化します。

プロンプト層：ペルソナ別応答とエスカレーション基準

住民問合せ回答エージェントの中核プロンプトを示します。

# 役割
あなたは自治体窓口職員の住民問合せ補助エージェントです。
住民に直接回答するのではなく、窓口職員が口頭または書面で回答する内容の下書きを作成します。
あなたは個別事案の最終判断は行わず、根拠資料を提示することで職員の判断を支援します。

# 入力
1. 問合せ分野（例：児童手当、介護保険、住民票、固定資産税、ごみ収集、空き家、道路）
2. 問合せ要旨（個人情報を仮名化・抽象化したもの。氏名・住所番地・電話番号・生年月日等は禁止）
3. 想定される住民属性（年代・世帯類型のみ。例：「60代世帯主、1人暮らし」）
4. 関連FAQ・制度説明・申請の手引きの抜粋
5. 緊急度（A：今日中／B：今週中／C：通常）

# 出力ルール
- 必ず根拠資料（要綱条項・FAQ番号・所管省庁ページ）を併記する
- 確実な情報（公式FAQと一致）と一般的見解（個別判断が必要なもの）を分離する
- 制度の例外・特例の可能性を1つ以上明示する
- 担当課・他課への引継ぎが必要な場合の判断基準を明示する
- 受給額・税額・処分内容など個別計算が必要な事項は「窓口で書類確認のうえご案内します」とする
- 法律相談・医療相談・税務相談に踏み込まない（「専門相談窓口をご案内」基準を明示）

# 出力フォーマット
【一次回答案】
（窓口で住民に口頭説明する想定の文章。300〜400字。敬語）

【根拠資料】
- 要綱条項：◯◯市◯◯要綱 第◯条
- FAQ：自庁FAQ集 No.◯
- 所管：厚生労働省◯◯局◯◯課
- 申請窓口：◯◯課◯◯係（内線◯◯◯◯）

【追加確認が必要な情報】
- （職員が住民から追加で聞き取るべき項目）
- （書類確認が必要な項目）

【エスカレーション判断】
- 担当課内対応：（条件）
- 別課への引継ぎ：（条件と引継ぎ先）
- 専門相談窓口の案内：（条件と窓口名）
- 弁護士・税理士・医師相談の案内：（条件）

【関連情報】
- 同じ住民が次に質問しそうな関連項目を3つ列挙

# 守秘ルール
入力に氏名・住所番地・電話番号・生年月日・マイナンバー・口座番号・税額・所得額・受給金額が含まれていた場合、以下を返してください：
「⚠️入力に個人情報が含まれる可能性があります。仮名化・抽象化してから再投入してください。個人情報保護法および地方公務員法第34条に基づき、当エージェントは個別住民情報の処理を行いません。」

# トーン
- 「〜でございます」「〜とご案内しております」基調
- 断定を避け「現在の制度では」「2026年5月時点では」を冠する
- 否定的回答（制度上できない案件）は理由と代替案をセットで示す

このプロンプトの肝は、「エスカレーション判断」を必ず出力させることです。窓口職員が単独で判断してよい範囲と、他課・専門相談窓口・弁護士等に回すべき範囲を、AIが明示的に分岐させます。これにより、若手職員でも経験豊富な係長と同水準の振り分けができるようになります。

---

第4章：安全な内製の「3点セット」――神戸市AI条例・東京都ガイドライン・地方公務員法34条

法的フレームの最新マップ（2026年5月時点）

市区町村の係長クラスが内製を進めるとき、必ず押さえるべき法的フレームは以下の3点セットです。

① 地方公務員法 第34条（守秘義務）

職員は、職務上知り得た秘密を漏らしてはならない。
その職を退いた後も、また、同様とする。

退職後も適用される、極めて強い義務です。生成AI（特にクラウド型）への要機密情報入力は、外部送信と同等とみなされる可能性があり、原則NGです。たとえ自治体公認のクローズドテナントであっても、入力する情報を仮名化・抽象化する原則は変えないことを推奨します。

② 個人情報保護法（行政機関編）

2022年4月の改正で、国の行政機関・独立行政法人・地方公共団体に対する適用が一元化されました。さらに2026年4月7日には「個人情報の保護に関する法律等の一部を改正する法律案」が閣議決定され、課徴金制度の導入、身体特徴情報の保護強化、AI開発等を含む統計情報作成目的での同意要件緩和などが盛り込まれる方針です（西村あさひ系BUSINESS LAWYERS解説）。施行日は記事執筆時点で確定情報を要再確認ですが、「個人情報を生成AIに投入する場合、利用目的の達成に必要な範囲内か」を十分確認するという個情委の方針は2026年も変わりません。

③ 自治体機密性レベルとクラウド利用ルール

総務省「地方公共団体における情報セキュリティポリシーに関するガイドライン」は、機密性2以上の情報を取り扱う場合のクラウドサービス利用について、情報の格付け・取扱制限を踏まえた検討・選定を求めています。

神戸市モデルと東京都モデル

この3点セットの「使い方」を示してくれているのが、神戸市と東京都です。

神戸市モデル（全国初・条例＋ガイドライン）

• 2023年5月：生成AI利用制限条例を制定（全国初）
• 2023年6月：「神戸市生成AI利用ガイドライン」策定（第1.2版まで改定）
• 2024年2月：本格利用開始

神戸市条例の核心は、「安全性が確認された生成AIに対して、特別の定めをすることにより要機密情報（個人情報含む）の入力を可能とする」仕組みを規定した点にあります。つまり、原則禁止しつつ、別途定めで例外を解除する2段構造です。自治体機密性2以上の情報をクラウドAIで扱う実務上の解として、最も整理されたモデルといえます。

東京都モデル（都庁5万人規模・最新2026年版）

• 2023年8月：「文章生成AI利活用ガイドライン」策定（職員約5万人対象）
• 2026年3月30日：「東京都 AI導入・活用ガイドライン」（最新版）と「生成AI利用の手引き」を公表（デジタルサービス局）

東京都モデルの強みは、「AI利活用に当たって留意すべき事項」への対応の方向性 → 具体的な業務への適用までを段階的に整理している点です。市区町村が自庁ガイドラインを起草するとき、東京都2026年3月版の構成を雛形にすると、起案から内部決裁までの時間を大幅に短縮できます。

内製に踏み切る前のセルフチェック5項目

項目	チェック
① 自庁公認のAI環境はあるか	自治体専用テナント、Azure OpenAI on Government Cloud等の有無を情報政策課に確認
② 自庁ガイドラインはあるか	なければ東京都2026年3月版を参考に起案
③ 課長以上の合意があるか	課単位で内製を進める旨を課長・部長と共有
④ 知識ベースは公開済み資料のみか	個別住民情報・要機密情報を含まないことを確認
⑤ レビュー体制はあるか	AI出力を必ず人間がチェックする運用フローを設計

個人アカウントのChatGPT・Claude・Gemini等で要機密情報を扱うことは、上記いずれの基準でもNGです。本記事で示すプロンプトは、自治体公認環境でのみ使用してください。

---

第5章：個別住民情報の取り扱いと仮名化ルール

仮名化の3段階

住民問合せ回答エージェントを安全に運用するための仮名化ルールを、3段階で整理します。

第1段階：直接識別子の除去

• 氏名 → 「相談者」「申請者」
• 住所番地 → 「◯◯地区」「市内北部」
• 電話番号・メールアドレス → 削除
• 生年月日 → 「60代」「70代後半」
• マイナンバー・口座番号・運転免許証番号 → 削除

第2段階：準識別子の抽象化

• 世帯構成 → 「単身世帯」「夫婦のみ」「子育て世帯」程度に
• 所得・税額・受給額 → 数値を出さず「住民税非課税世帯該当」「介護保険料第◯段階該当」程度に
• 勤務先 → 「自営業」「給与所得者」程度に
• 病名・治療歴 → 「持病あり」「通院中」程度に（疾患カテゴリも抽象化）

第3段階：シナリオ化

• 個別事案そのものではなく、「Aさん（60代単身、住民税非課税）が、◯◯制度の利用条件について問合せ」というシナリオ形式に再構成
• 複数の類似事案を1つのシナリオに統合し、特定可能性を下げる

よくある失敗：仮名化したつもりが特定可能

仮名化は形式的にやればよいわけではありません。たとえば、市内の特定地区で営業している唯一の業種（例：「◯◯地区の和菓子店」）を残してしまうと、地区＋業種で個人事業主が特定可能になります。

対策は、「この情報だけで、市内の何世帯・何事業所に絞り込まれるか」を逆算する習慣です。10世帯以下に絞り込めるなら追加で抽象化する、というルールを課内で共有すると安全です。

---

第6章：ベンダー導入 vs 内製設計図――福島市「答べんりんく」事例から学ぶ

福島市モデル：内製→商品化の成功パターン

議会答弁特化のベンダー製品としては、福島市の「答べんりんく」が代表例です。一般社団法人 行政情報システム研究所の解説によれば、以下の経緯です。

• 令和4年（2022年）12月：内製の議会答弁事務効率化システム「答べんりんく」を運用開始
• 令和5年（2023年）4月：商品化して全国販売開始（月額3万円〜）
• 売り出しから半年で200自治体超から問合せ

つまり、福島市はまず自分の市役所の中で内製したものを横展開したわけです。本記事の読者である係長〜課長補佐クラスにとって、これは強い示唆を与えます。最初から完成品を買う必要はなく、自分の課で動くものを作り、それを部署横断で展開する道筋があるということです。

ベンダー導入と内製の比較

観点	ベンダー導入	内製設計図
初期費用	月額3万円〜（製品例）	自治体公認AI環境の利用料のみ
立ち上げ期間	契約・調達手続きで数ヶ月	1〜2週間で試行開始可能
カスタマイズ性	製品仕様に準拠	自課の業務に完全フィット
横展開	他部署も同製品を契約	プロンプトを共有するだけ
守秘義務対応	ベンダー側が整理済み	自庁ガイドライン準拠を自課で設計
失敗時の負担	契約解除コスト	プロンプト見直しのみ

結論：両者は対立しません。最も合理的な道筋は、まず内製で1〜3ヶ月試行し、効果が出た領域からベンダー製品に移行する「内製先行・段階移行」モデルです。

コスト感の現実

国（デジタル庁）は2026年度予算案で行政向けAI導入支援を含めデジタル庁予算3割増・6,143億円要求の方針を公表しています（2025年8月日経報道、第2回先進的AI利活用アドバイザリーボード資料2026年1月13日）。また「IT導入補助金」が2026年度より「デジタル化・AI導入補助金」に名称変更され予算3,400億円規模で運営されます（中小企業庁公募要領）。中小企業向けですが、自治体周辺事業者経由で間接活用できる可能性があります。

生成AIを業務に落とし込むスキルを、係長クラスとして体系的に身につけたい方には、無料の業界研究セミナーから始められる学習サービスがあります。→ DMM 生成AI CAMP 無料セミナーの詳細を見る（無料・オンライン）

---

第7章：よくある失敗と対策

失敗パターン10選と対策

① プロンプトに具体的な住民情報を貼り付けてしまう
→ 対策：プロンプト冒頭に「個人情報を含まないこと」を明示。投入前に課内ダブルチェック。

② 過去答弁を引いたが、5年前の制度変更を反映していなかった
→ 対策：知識ベースに「制度改正履歴」を別ファイルで含める。AIに「最新の制度改正は◯年◯月」を必ず明記させる。

③ 「努めてまいります」を連発し、議員から「具体性がない」と追及される
→ 対策：AIに「数値目標または期限を1つは含めること」をプロンプト指示で追加。

④ 答弁案を信用しすぎて、課長の最終確認を省いた
→ 対策：レビュー層を必ず通す運用。AI出力には「課長確認前」スタンプを電子的に付与。

⑤ 個人アカウントのChatGPTで業務をしてしまった
→ 対策：自庁公認AI環境以外の利用を就業規則レベルで禁止。違反時のペナルティを明文化。

⑥ 住民問合せエージェントが法律相談・医療相談に踏み込んでしまった
→ 対策：プロンプトで「弁護士・医師・税理士相談の案内基準」を明示。出力に必ず「専門相談窓口」セクションを設ける。

⑦ AI出力を住民に直接見せてしまい、誤回答でクレームになった
→ 対策：AIはあくまで職員の補助。住民への直接提示は禁止。

⑧ 部署横断で運用しようとしたが、各課のFAQの粒度がバラバラ
→ 対策：知識ベース投入前のフォーマット統一を、情報政策課と連携して進める。

⑨ ベンダー製品の見積もりを取らずに、いきなり内製に走った
→ 対策：ベンダー製品の機能・価格・実績を必ず1社以上ヒアリング。比較してから内製判断。

⑩ 自庁ガイドラインがないまま内製を進めた
→ 対策：東京都2026年3月版・神戸市第1.2版を参考に、課長承認の簡易ルールを先に整備。

横須賀市実証から学べる「質問・指示の仕方の課題」

横須賀市は2023年6月の実証結果報告で、業務効率向上の実感・継続利用意向の高さを示しつつ、「質問・指示の仕方の課題」を率直に挙げています。これは内製エージェントの設計で最も活きる教訓です。

対策は、プロンプトのテンプレ化と社内ナレッジ化です。本記事で示した中核プロンプトをそのまま使うのではなく、自課で1ヶ月運用したあと、よく出る質問パターン・うまくいかない指示の仕方を洗い出し、プロンプトに「悪い指示の例」「良い指示の例」を追記していくサイクルを回すと、定着率が一気に上がります。

---

第8章：学習リソース紹介――係長〜課長補佐クラスの自己投資

必要なスキルセット

議会答弁メモAIエージェント・住民問合せ回答AIエージェントを内製するために、係長クラスが押さえておきたいスキルは以下の3つです。

スキル	内容	学習方法
プロンプトエンジニアリング基礎	役割定義・入力整形・出力フォーマット指定	オンライン講座、書籍、自治体研修
行政文書×AIの境界線	守秘義務・個人情報保護・著作権	自治体研修、神戸市・東京都ガイドライン精読
業務分析（BPR）の発想	業務を工程に分解しAI適用箇所を選ぶ	行政情報システム研究所・ジチタイワークス記事、現場での試行錯誤

学習の進め方（推奨ステップ）

Step 1：自治体公認AI環境の有無を情報政策課に確認（半日）
Step 2：神戸市ガイドライン第1.2版・東京都2026年3月版を精読（半日×2）
Step 3：本記事の中核プロンプトを、自課の業務に合わせてカスタマイズ（1日）
Step 4：仮名化済みダミー事案で動作確認（3日）
Step 5：課長承認を得て1議会・1ヶ月間の試行運用（1〜2ヶ月）
Step 6：効果測定と改善（毎月）
Step 7：他課・他部への横展開提案（半年後）

生成AIを行政業務に落とし込むスキルを体系的に学びたい方には、Udemyの実務系AI講座が手頃です。Excel・Word・PowerPoint連携や、業種別エージェント構築まで講座が揃っています。→ Udemyで生成AI関連講座を探す（買い切り型・セール時1,500円台〜）

関連記事（自治体職員にも役立つ業務効率化記事）

• ChatGPTでビジネスメールを爆速で書く方法 ：照会回答メール、議員秘書とのやり取りメールの定型化に
• ChatGPTで稟議書・企画書・提案書を効率化する方法 ：起案文書・予算要求書の下書きに
• ChatGPTで商談議事録・営業議事録を自動化する方法 ：議事録の自動化フレームは行政会議録にも応用可
• 行政書士の許認可書類チェックAIエージェント ：許認可業務のAI化事例として参考

---

第9章：まとめと次のアクション

結論の再提示

• 都道府県・指定都市の生成AI導入率は87〜90%、市区町村は約30%。市区町村係長クラスの内製ノウハウは大きな空白地帯
• 議会答弁メモAIエージェントは「過去答弁知識ベース＋論点整理プロンプト＋答弁トーンテンプレ」の3層構造
• 住民問合せ回答AIエージェントは「FAQ知識ベース＋ペルソナ別応答プロンプト＋エスカレーション基準」の3層構造
• 安全運用の3点セットは地方公務員法第34条＋個人情報保護法＋自治体機密性レベル。神戸市AI条例と東京都2026年3月版ガイドラインを参考雛形に
• 個別住民情報は必ず仮名化・抽象化。個人アカウントの生成AIで業務はしない
• ベンダー導入（月3万円〜・福島市答べんりんく等）と内製は対立しない。内製先行・段階移行が最も合理的

7日間スタートチェックリスト

明日から動くための7日間のスタートチェックリストです。

• [ ] Day 1：情報政策課に自治体公認AI環境の有無をヒアリング
• [ ] Day 2：神戸市ガイドライン第1.2版・東京都2026年3月版を精読
• [ ] Day 3：自課の業務工程を洗い出し、AI化候補1工程を選定
• [ ] Day 4：本記事の中核プロンプトを自課業務にカスタマイズ
• [ ] Day 5：仮名化済みダミー事案で動作確認
• [ ] Day 6：課長に試行運用を提案・承認取得
• [ ] Day 7：1ヶ月間の試行計画を起案

学習投資の2導線

行政業務×生成AIのスキルを体系的に身につけ、組織を動かすキーパーソンになりたい方は、以下から始めてください。

• 無料セミナーで全体像を掴むなら：→ DMM 生成AI CAMP 無料セミナーの詳細を見る（無料・オンライン・現役エンジニア質問可）
• 自分のペースで実務スキルを積むなら：→ Udemyで生成AI関連講座を探す（買い切り型・セール時1,500円台〜・30日返金保証）

最後に：内製の意義

議会答弁の徹夜、住民問合せの対応で疲弊する現場を、係長判断で来週から少しずつ変えられる。それが、市区町村の生成AI内製化の最大の意義です。完璧なシステムを最初から目指す必要はありません。本記事の中核プロンプトを1つ、自課の業務に合わせて1日カスタマイズし、1週間だけ試行する。そこから始めてください。

200自治体超が問合せた福島市「答べんりんく」も、もとは1人の職員が自分の市役所のために作ったものでした。あなたの次の試行が、全国の市区町村に横展開されるかもしれません。

---

この記事の根拠（主要S/A級ソース）

• 総務省「自治体DXの推進」関連資料（自治体DX推進計画、AI活用・導入ガイドブック第4版、地方公共団体定員管理調査、行政相談制度資料）
• e-Gov法令検索「地方公務員法」第34条
• 東京都デジタルサービス局「東京都 AI導入・活用ガイドライン」「生成AI利用の手引き」（2026年3月30日公表）
• 神戸市「神戸市生成AI利用ガイドライン」第1.2版および生成AI利用制限条例
• 横須賀市公式「ChatGPT全庁活用実証結果」「自治体向けボット」、財務省財務総研講演資料
• デジタル庁「先進的AI利活用アドバイザリーボード」第2回事務局資料（2026年1月13日）
• 内閣府CSTP「神戸市生成AI資料」、内閣府「行政相談に関する世論調査」
• 一般社団法人 行政情報システム研究所「福島市『答べんりんく』」解説
• 個人情報の保護に関する法律等の一部を改正する法律案（2026年4月7日閣議決定）関連、西村あさひ系BUSINESS LAWYERS解説
• 中小企業庁「2026年度デジタル化・AI導入補助金」公募要領

※本記事は2026年5月13日時点の公開情報に基づきます。法令・ガイドライン・補助金制度は改正される可能性があるため、実務適用にあたっては必ず最新の一次ソースをご確認ください。特定の生成AI製品・サービスを推奨するものではなく、自治体公認のAI利用環境の中での運用を前提としています。

---

✅ 保存先: artifacts/articles/ready/20260513-koumuin-gikai-toben-jumin-toiawase-agent-2026.md
📋 次のステップ: Quality Team の100点ルーブリック採点 → 95点以上で Gate 5（最終承認）へ