生成AIを業務に入れる時、最初から大きな管理画面を作る必要はありません。

ただし、AIを「誰が、何に、どの判断で使ったか」が残らないまま運用を始めると、あとから改善も説明も難しくなります。

この記事では、小さな会社でも始めやすい形として、GoogleスプレッドシートとGASで AI活用ログ を作る最小実装を紹介します。AI APIの呼び出しや自動送信ではなく、AIを使う前後の記録を残すための土台です。

作るもの

スプレッドシートに ai_usage_log と weekly_summary を用意し、Apps Scriptで次を実装します。

AIを使った業務、入力種別、出力種別を記録する
個人情報や契約・返金などの注意フラグを残す
人間確認が必要なケースを自動で 要確認 にする
週次で用途別の件数と要確認件数を集計する
改善対象をFAQ、フォーム、CRM、承認ルールへ戻す

完成形は、次のような流れです。

問い合わせ要約 / FAQ候補 / 返信下書き / 社内メモ整理
  ↓
AIを使う前後に ai_usage_log へ記録
  ↓
注意フラグと人間確認の要否を付ける
  ↓
週次で集計し、FAQ・フォーム・CRM・承認ルールを直す

なぜAI活用ログが必要か

AI活用ログは、監視のためだけの表ではありません。

小さな会社では、AI利用がチャットや個人のブラウザ上で始まりやすく、次の情報が残らないことがあります。

どの業務でAIを使ったか
どの情報をAIへ渡したか
出力をそのまま使ったのか、人間が直したのか
なぜ人間確認に戻したのか
次にFAQやフォームへ反映すべき改善点は何か

この記録がないと、「AIで何が楽になったか」も「どこが危ないか」も判断しにくくなります。

最初に作るべきなのは、AIの成果を大きく見せるダッシュボードではなく、現場が毎回同じ粒度で残せるログです。

ai_usage_log の列

まず、ai_usage_log というシートを作ります。

列名	例	用途
log_id	AILOG-20260627-001	ログID
used_at	2026/06/27 10:30	AIを使った時刻
requester	sales_member	依頼者または利用者
task_type	inquiry_summary	用途
input_type	inquiry_text	AIへ渡した情報の種類
output_type	reply_draft	AIの出力種別
ai_tool	ChatGPT / Gemini / Claude	利用ツール
data_level	masked / internal / blocked	情報の扱い
risk_flags	personal_data, contract	注意点
human_review_required	TRUE	人間確認が必要か
review_status	未確認 / 確認済み / 差し戻し	確認状態
improvement_target	faq / form / crm / approval_rule	改善先
note	料金表現を責任者確認へ	判断メモ

prompt や customer_name をそのまま残す列は作りません。

ログに必要なのは、個人情報や機密情報そのものではなく、業務判断として後から見返せる分類です。

セットアップ用GAS

次のコードをスプレッドシートに紐づくApps Scriptへ貼り付けます。

const SHEETS = {
  log: 'ai_usage_log',
  summary: 'weekly_summary',
};

const LOG_HEADERS = [
  'log_id',
  'used_at',
  'requester',
  'task_type',
  'input_type',
  'output_type',
  'ai_tool',
  'data_level',
  'risk_flags',
  'human_review_required',
  'review_status',
  'improvement_target',
  'note',
];

const SUMMARY_HEADERS = [
  'week_start',
  'task_type',
  'total_count',
  'review_required_count',
  'blocked_count',
  'main_improvement_target',
];

function setupAiUsageLog() {
  const ss = SpreadsheetApp.getActiveSpreadsheet();
  ensureSheet_(ss, SHEETS.log, LOG_HEADERS);
  ensureSheet_(ss, SHEETS.summary, SUMMARY_HEADERS);
}

function ensureSheet_(ss, name, headers) {
  const sheet = ss.getSheetByName(name) || ss.insertSheet(name);
  const current = sheet.getRange(1, 1, 1, headers.length).getValues()[0];
  const isEmpty = current.every((value) => value === '');

  if (isEmpty) {
    sheet.getRange(1, 1, 1, headers.length).setValues([headers]);
    sheet.setFrozenRows(1);
  }
}

ログを追加する関数

次に、AI利用の記録を追加する関数を作ります。

function addAiUsageLog(entry) {
  const ss = SpreadsheetApp.getActiveSpreadsheet();
  const sheet = ss.getSheetByName(SHEETS.log);
  if (!sheet) throw new Error('setupAiUsageLog() を先に実行してください');

  const taskType = normalizeTaskType_(entry.taskType);
  const riskFlags = detectRiskFlags_(entry);
  const dataLevel = decideDataLevel_(riskFlags, entry.dataLevel);
  const humanReviewRequired = shouldReview_(taskType, riskFlags, dataLevel);

  sheet.appendRow([
    createLogId_(),
    entry.usedAt || new Date(),
    entry.requester || 'unknown',
    taskType,
    entry.inputType || 'unknown',
    entry.outputType || 'unknown',
    entry.aiTool || 'unknown',
    dataLevel,
    riskFlags.join(','),
    humanReviewRequired,
    '未確認',
    decideImprovementTarget_(taskType, riskFlags),
    entry.note || '',
  ]);
}

function normalizeTaskType_(value) {
  const text = String(value || '').toLowerCase();
  if (/inquiry|問い合わせ|相談/.test(text)) return 'inquiry_summary';
  if (/reply|返信|下書き/.test(text)) return 'reply_draft';
  if (/faq|よくある/.test(text)) return 'faq_candidate';
  if (/crm|営業|顧客/.test(text)) return 'crm_note';
  if (/article|sns|投稿|記事/.test(text)) return 'content_draft';
  return 'other';
}

function detectRiskFlags_(entry) {
  const text = [
    entry.inputType,
    entry.outputType,
    entry.note,
    entry.sampleText,
  ].map((value) => String(value || '')).join('\n');

  const flags = [];
  if (/住所|電話番号|メールアドレス|個人情報|本人確認/.test(text)) {
    flags.push('personal_data');
  }
  if (/契約|返金|解約|請求|支払い|料金/.test(text)) {
    flags.push('contract_or_money');
  }
  if (/パスワード|APIキー|Cookie|トークン|認証/.test(text)) {
    flags.push('secret_or_auth');
  }
  if (/クレーム|苦情|炎上|法務|税務|医療/.test(text)) {
    flags.push('sensitive_judgment');
  }
  return flags;
}

function decideDataLevel_(riskFlags, requestedLevel) {
  if (riskFlags.includes('secret_or_auth')) return 'blocked';
  if (riskFlags.includes('personal_data')) return 'masked';
  if (requestedLevel) return requestedLevel;
  return 'internal';
}

function shouldReview_(taskType, riskFlags, dataLevel) {
  if (dataLevel === 'blocked') return true;
  if (taskType === 'reply_draft' || taskType === 'content_draft') return true;
  if (riskFlags.length > 0) return true;
  return false;
}

function decideImprovementTarget_(taskType, riskFlags) {
  if (riskFlags.includes('secret_or_auth')) return 'approval_rule';
  if (riskFlags.includes('personal_data')) return 'form';
  if (taskType === 'faq_candidate') return 'faq';
  if (taskType === 'crm_note') return 'crm';
  if (taskType === 'reply_draft') return 'approval_rule';
  return 'none';
}

function createLogId_() {
  const now = new Date();
  const ymd = Utilities.formatDate(now, 'Asia/Tokyo', 'yyyyMMdd');
  const suffix = Utilities.getUuid().slice(0, 8).toUpperCase();
  return `AILOG-${ymd}-${suffix}`;
}

動作確認

Apps Scriptのエディタで setupAiUsageLog() を一度実行してから、次のテスト関数を実行します。

function testAddAiUsageLog() {
  addAiUsageLog({
    requester: 'cs_member',
    taskType: '問い合わせ要約',
    inputType: '問い合わせ本文',
    outputType: '要約',
    aiTool: 'ChatGPT',
    dataLevel: 'masked',
    sampleText: '料金について相談したい。電話番号はマスク済み。',
    note: '料金に触れるため確認へ',
  });

  addAiUsageLog({
    requester: 'sales_member',
    taskType: 'FAQ候補',
    inputType: '問い合わせ分類',
    outputType: 'FAQ案',
    aiTool: 'Gemini',
    sampleText: '導入までの流れに関する質問',
    note: 'FAQ化候補',
  });
}

1件目は contract_or_money が付き、人間確認が必要になります。2件目はFAQ改善へ回すログになります。

週次集計を作る

ログが溜まったら、用途別に件数を集計します。

function buildWeeklySummary() {
  const ss = SpreadsheetApp.getActiveSpreadsheet();
  const logSheet = ss.getSheetByName(SHEETS.log);
  const summarySheet = ss.getSheetByName(SHEETS.summary);
  if (!logSheet || !summarySheet) {
    throw new Error('setupAiUsageLog() を先に実行してください');
  }

  const values = logSheet.getDataRange().getValues();
  const headers = values.shift();
  const col = buildColumnMap_(headers);
  const groups = {};

  values.forEach((row) => {
    const usedAt = row[col.used_at];
    if (!usedAt) return;

    const weekStart = formatWeekStart_(new Date(usedAt));
    const taskType = String(row[col.task_type] || 'unknown');
    const key = `${weekStart}__${taskType}`;

    if (!groups[key]) {
      groups[key] = {
        weekStart,
        taskType,
        total: 0,
        review: 0,
        blocked: 0,
        targets: {},
      };
    }

    groups[key].total += 1;
    if (row[col.human_review_required] === true || row[col.human_review_required] === 'TRUE') {
      groups[key].review += 1;
    }
    if (String(row[col.data_level]) === 'blocked') {
      groups[key].blocked += 1;
    }

    const target = String(row[col.improvement_target] || 'none');
    groups[key].targets[target] = (groups[key].targets[target] || 0) + 1;
  });

  const rows = Object.values(groups).map((group) => [
    group.weekStart,
    group.taskType,
    group.total,
    group.review,
    group.blocked,
    mostFrequentKey_(group.targets),
  ]);

  summarySheet.clearContents();
  summarySheet.getRange(1, 1, 1, SUMMARY_HEADERS.length).setValues([SUMMARY_HEADERS]);
  if (rows.length > 0) {
    summarySheet.getRange(2, 1, rows.length, SUMMARY_HEADERS.length).setValues(rows);
  }
}

function buildColumnMap_(headers) {
  return Object.fromEntries(headers.map((header, index) => [String(header), index]));
}

function formatWeekStart_(date) {
  const copied = new Date(date);
  const day = copied.getDay();
  const diff = day === 0 ? -6 : 1 - day;
  copied.setDate(copied.getDate() + diff);
  return Utilities.formatDate(copied, 'Asia/Tokyo', 'yyyy-MM-dd');
}

function mostFrequentKey_(counts) {
  return Object.entries(counts)
    .sort((a, b) => b[1] - a[1])
    .map(([key]) => key)[0] || 'none';
}

週次で見るポイント

週次集計では、件数の多さだけを見ません。

次の3つを見ると、AI活用を改善へつなげやすくなります。

review_required_count が多い用途: 承認ルールやテンプレートが足りない
blocked_count が多い用途: AIへ渡す前のフォームやマスキングを見直す
main_improvement_target が偏る用途: FAQ、CRM、フォームのどこを直すべきか分かる

AI活用ログは「AIを何回使ったか」を競うための表ではありません。

止まった理由を次の運用改善へ戻すための表です。

運用ルール

最小運用では、次のルールだけでも始められます。

顧客へ送る返信下書きは必ず人間確認にする
個人情報や認証情報を含む場合は、AIへ送る前に止める
料金、契約、返金に触れる場合は責任者確認にする
AI出力を外部公開する場合は、事実確認済みにする
週1回、weekly_summary を見て改善先を1つだけ決める

大切なのは、ログを細かくしすぎないことです。

最初から20列以上にすると、入力されなくなります。まずは、用途、注意フラグ、人間確認、改善先だけを残します。

まとめ

AI活用ログを作ると、AI導入は「便利だった」で終わらなくなります。

何に使ったか
どこで止めたか
何を人間が確認したか
次にどの運用を直すか

この4つが残ると、問い合わせ対応、FAQ整備、CRM改善、承認ルールの見直しへつなげやすくなります。

Miraigentでは、AIツールの導入前に、こうした活用ログ、例外ケース、人間確認ルールを先に整理することを重視しています。小さく始めるなら、まず1枚のスプレッドシートで「AIを使った記録」を残すところからで十分です。