茨城県鹿嶋市は「公式Web×Claude」で市民対応をどう変えた？　Claude Codeで内製化も

解説

近年、人口減少が進む自治体において、限られた職員リソースでどのように行政サービスを持続させるかが大きな課題となっています。こうした背景から、「生成AI」を活用したAIチャットボットの導入事例が増えています。本記事では、茨城県鹿嶋市が自らの公式ウェブサイト情報を基に、市民からの定型的な問い合わせ対応を自動化する取り組みについて解説しています。

この事例は、単なる「技術デモンストレーション」で終わっていません。業務効率化によって創出された時間を、「個別かつ深いフォローアップが必要な業務」に集中させるという、自治体の運営方針の変化を示唆しています。AIチャットボットがどのように定型的な問い合わせ負荷を軽減し、組織全体の人的資源の再配分を促しているのかが注目ポイントです。

自社の情報システム部門として留意すべき点も複数あります。例えば、どのWebサイト情報を参照させるかというデータソースの選定や、チャットボットの回答精度をどう維持していくかといった運用設計が重要になります。また、機密性の高い行政文書を扱うことを想定し、利用ログの取得やプライバシー保護などのガバナンス体制を構築しておきたいところです。

ポイント

• 人口減少が進む鹿嶋市が職員の業務負担軽減のため、生成AIを活用したAIチャットボットを開発・運用を開始しました。
• このチャットボットは、市の公式ウェブサイト情報を基にRAGという仕組みを用いて回答を生成し、定型的な問い合わせ対応の自動化を目指しています。
• 実証実験の結果、高い利用満足度と業務削減効果が確認され、今後は個別対応など人が行うべき業務へのリソース集中を図る方針です。

情シスへの影響

鹿嶋市の事例は、行政組織や自治体がAIチャットボットを導入する際の技術的な流れを示しています。

具体的な影響というよりは、「どのように導入すべきか」の参考情報となりますが、情シス部門として以下の管理・設計上の視点が必要です。

1. データソース（Webサイト）の管理と更新: チャットボットの回答精度を維持するためには、参照元となるウェブページの情報を定期的にクロールし、RAGに適した形（チャンク化など）でデータベースに構造化して格納する仕組みの構築・運用が必要です。

2. LLMおよびノーコードツールの選定と連携: Claude Sonnetのような大規模言語モデル(LLM)を選定しつつ、それを「Voiceflow」などのフロントエンドツールやAPI経由でセキュアかつ安定的に連携させるための技術的ガバナンス（権限設定、アクセス制御など）が必要です。

3. セキュリティと情報漏洩対策: 公開されるチャットボットが扱う情報は市の機密性の高い行政手続きに関する情報を含むため、利用ログの取得、質問内容の秘匿化処理、LLMへのデータ入力時のプライバシー保護（特に個人情報や機微な問い合わせ履歴）を徹底的に設計・監査する必要があります。これは、単なる機能導入ではなく、セキュリティポリシーと連携したアーキテクチャ設計が求められます。

影響範囲

自治体（行政機関）のウェブサイトの情報基盤を利用し、Webアプリケーション/チャットボット形式で提供される情報サービス全般。特に以下の要素が含まれます：

・データソース: 参照元となる公的文書やWebページ。

・技術スタック: LLM (例: Claude Sonnet)、ノーコードツール (例: Voiceflow)、RAGシステム、クローリングおよびデータパイプライン。
※本記事の内容に基づくと、具体的な影響を受けるバージョンや設定は未定であり、導入設計段階での検討が主となります。

重要度

★★★☆☆

対象者

• ネットワーク管理者
• セキュリティ担当者

優先度

計画的に対応

優先度の理由

この事例は具体的なシステム環境や導入フローを示す参考情報ですが、自治体特有の機密性の高いデータを扱うため、安易な導入は大きなリスクを伴います。そのため、「すぐに動かす」というよりは、利用するデータソースの選定、LLM連携におけるガバナンスルールの策定、およびセキュリティとプライバシー保護の詳細設計といった計画的な検討期間を設けるべきです。

確認手順

• 参照データとなるウェブサイト（情報源）の情報の最新化・構造化のプロセスを確認する。
• 利用する大規模言語モデル（LLM）のAPI連携において、入力データ（質問、Webページ内容）がプロンプトエンジニアリングや監査ログとして適切に管理されているかを確認する。
• チャットボット経由でユーザーから入力される情報に含まれる個人識別情報（PII）を特定し、それをどのようにマスキングまたは匿名化するかの方針を定める。
• PoCフェーズでの検証は成功例だが、実際の運用における回答精度の計測指標と、誤回答発生時のエスカレーションフローを定義する。