ハルシネーションとは（ざっくり定義）

ハルシネーションは、生成AIが事実ではない内容を、事実っぽく出してしまうことです。

たとえば、存在しない制度名、違う数字、架空の引用元、やっていないことを「やった」と言う、など。

例	何が起きている？	困るポイント
「法律でこう決まっています」	条文や解釈が違う	社外向けだと信用に直撃
「この機能は標準搭載です」	製品仕様の勘違い	提案や比較で誤案内になる
「出典はこちらです」	存在しないページを出す	調べても見つからず混乱する

なぜ起きる？3つの原因

ハルシネーションは、AIがわざと嘘をついているというより、仕組み上起きやすいものです。

原因	起きること	現場での見え方
① 情報が足りない	足りない部分を“それっぽく補う”	言い切りが増える／断定が強い
② 質問が広すぎる	一般論の寄せ集めになり、誤りが混ざる	話が立派なのに細部が怪しい
③ 正解より「自然な文章」を優先する場面がある	流れの良さで“整えてしまう”	読めるけど裏が取れない

起きやすい場面（仕事あるある）

特にハルシネーションが起きやすいのは、次のタイプです。

場面	起きやすい誤り	安全な使い方
制度・規程・法律	条文・要件・期限の取り違え	一次情報（公式）で確認してから使う
製品仕様・価格	プラン名・機能・料金の混同	公式ページの記載をベースに要約させる
出典付きの文章	存在しないURLや資料名	出典は人が確定、AIは整形担当にする
社内事情が絡む	前提の思い込みで話を作る	前提条件を箇条書きで渡す

減らし方：まず「出し方」を変える

いきなり「答えをください」だと、AIは答えっぽい文章を作りに行きます。

なので、出力を検証しやすい形に変えます。

頼み方	出力の形	誤りが減りやすい理由
根拠→要約→結論の順で出して	根拠の有無が見える	裏取りポイントが明確になる
不明点は「不明」と書いて	無理な補完が減る	言い切りが減る
条件が必要なら先に質問して	前提不足が減る	思い込みが減る

検証の型：根拠→確認→結論

現場で強いのは、検証を「気合い」ではなく手順にすることです。

この型が効く場面	理由	例
社外向けの文章	誤りが信用問題になりやすい	提案書、比較記事、FAQ
数字が絡む文章	数字は間違いが目立つ	料金、期限、要件、統計

現場用チェックリスト（短い版）

チェック	見るポイント	引っかかったら
固有名詞がある	制度名・会社名・製品名	公式で確認してから使う
数字がある	期限・料金・割合・件数	出典を確認、無ければ一般化
強い言い切りがある	必ず・絶対・唯一	条件付きにして根拠を確認
出典が書いてある	URL・資料名	実在チェック。怪しければ削る

質問と回答

質問：ハルシネーションを完全になくせますか？

回答：ゼロは難しいです。代わりに「混ざっても気づける手順」を持つ方が現実的です。根拠を出させて、固有名詞と数字を確認するだけでも変わります。

質問：何に一番気をつければいい？

回答：社外に出るもの、数字が入るもの、制度や規程が絡むものです。文章の整形はAI、事実の確定は人、の分担が安全です。

質問：AIが自信満々に言い切るのが怖い

回答：指示で抑えられます。「推測で断定しない」「不明は不明と書く」を最初に入れて、根拠→結論の順に出させると落ち着きやすいです。

まとめ

• ハルシネーションは「それっぽい誤回答」。文章が整うほど気づきにくい
• 対策は、出し方を変えて検証しやすくする（根拠→確認→結論）
• 固有名詞・数字・言い切り・出典は要確認

用語集（/glossary）一覧へ

次の記事へ（Temperatureとは？）