AI検索の回答から一次資料までさかのぼる方法:官公庁・論文・公式発表の探し方

引用リンクは「出発点」と考える

各社のヘルプも、引用を確認の入口として扱っています。Perplexityは、回答に元の情報源へ向かう番号付きの引用が付き、利用者が検証できると説明しています。Claudeのウェブ検索も、回答に引用が付くのは利用者が自分で確かめられるようにするためだとし、引用元の相互確認と、重要な判断での権威ある情報源の利用を勧めています。ウェブ検索を使えるかどうかは、モデルやプラン、組織の設定によって異なります。

OpenAIのヘルプは、ChatGPTを最終的な情報源ではなく下書きとして使うよう求め、引用や外部資料への言及は必ず確認するよう促しています。存在しない出典が示される場合があることにも触れています。

手順1〜3:主張を分け、リンクの種類を判定する

1. 確かめる主張を3〜5個選ぶ

回答全体を検証する必要はありません。数値、日付、「〜と定められている」「〜と証明された」といった断定、固有の制度名だけを抜き出します。この抜き出しはAIに任せられます。

2. 引用リンクを開いて種類を判定する

• 発表した機関自身のサイト(官公庁、企業の公式、学会・出版社の論文ページ)、種類：一次の可能性が高い、次にすること：原文と照合する(手順5)
• ニュース、解説ブログ、まとめ記事、種類：二次、次にすること：記事内の出典表記を拾う(手順3)
• 出典の記載がなく、数値だけがある、種類：出所不明、次にすること：数値と語句で発表主体を探す
• 開けない、会員限定、内容が回答と合わない、種類：未確認、次にすること：その主張は確認済みにしない

一次かどうかの最終判断は人が行います。官公庁サイトにあっても、解説ページや概要版の場合があるためです。目安は、調査や決定を行った主体が、日付と資料名付きで出している文書かどうかです。

3. 二次記事から発表主体と資料名を拾う

本文にある「〇〇省の調査によると」「△△社は発表した」「□□誌に掲載された論文」といった表現が、大元への手がかりです。記事本文をAIに渡して抜き出させると速くなります。次は依頼文の見本です。実行結果ではなく、書き方の例です。

次の「回答文」と、そこに付いていた「引用リンク先の本文」を渡します。
やってほしいこと:
1. 回答文の主張のうち、数値・日付・断定を最大5個、番号を付けて抜き出す
2. 各主張について、引用リンク先の本文に書かれた根拠の箇所を短く示す(なければ「記載なし」)
3. 本文中に出てくる発表主体(機関名・企業名・著者名)、資料名、発行年を一覧にする
4. 本文に書かれていないことは推測で補わず「不明」と書く
5. 一次資料を探すための検索語を、日本語と英語で各3つ提案する

回答文:(ここに貼る)
引用リンク先の本文:(ここに貼る)

貼るのは公開情報にとどめ、社内資料や個人情報が混じる場合は架空のデータに置き換えます。記事本文を貼る際は、各サイトの利用条件にも注意してください。AIが挙げる資料名や発行年は候補にすぎず、実在の確認は次の手順で人が行います。

手順4:資料の種類ごとの探し先

発表主体が分かったら、その主体が管理する場所で原文を探します。次の一覧が早見表です。

• 官公庁の報告書・調査結果、まず探す場所：所管官庁の公式サイト(報告書・統計・報道発表のページ)、確認するポイント：発行年度、調査時点、版の違い
• 白書・年報、まず探す場所：国立国会図書館リサーチ・ナビの白書・年報の案内、e-Govの白書リンク集、確認するポイント：タイトルや所管の変更、該当年版
• 公式サイトから消えた官庁資料、まず探す場所：国立国会図書館のウェブアーカイブ(WARP)、国立国会図書館サーチ、確認するポイント：保存日、保存対象に含まれるか
• 行政の公文書、まず探す場所：行政文書ファイル管理簿、国立公文書館デジタルアーカイブ、確認するポイント：文書名、作成時期、公開範囲
• 論文、まず探す場所：出版社・学会の掲載ページ、DOI(doi.orgで入力)、CiNii Research、国立国会図書館サーチ、確認するポイント：査読の有無、掲載年、著者所属
• 企業・団体の公式発表、まず探す場所：発表主体の公式サイトのプレスリリースや公式ブログ、確認するポイント：発表日、更新履歴、訂正の有無
• 製品の機能・仕様・制限、まず探す場所：提供元のヘルプ・公式ドキュメント、確認するポイント：プラン、地域、確認日

官庁資料の探し方は、国立国会図書館のリサーチ・ナビにまとまっています。蔵書目録、記事検索、公文書、インターネット公開資料、紙の参考資料という順に案内され、インターネット公開資料の項にはe-GovやWARPが挙がっています。白書については別の調べ方ガイドがあり、法定白書などの区分や、タイトル・所管省庁が変わりやすいので書誌情報を確かめるべきだという注意が書かれています。

公文書の管理簿は、文書の所在や名称を調べるための目録です。載っていても本文がそのまま読めるとは限りません。WARPも、保存されているのは主に公的機関のサイトです。見つからない場合は、別の手段に切り替えてください。

検索語は、AIの要約文ではなく、発表主体・資料名・年を並べます。例は「〇〇省 △△調査 令和X年 報告書」です。これは説明用の書き方で、実在の調査名ではありません。

手順5:原文で照合し、記録を残す

原文が見つかったら、AIの回答と突き合わせます。ここは人が行う作業です。

• 数値と単位、食い違いが出やすい例：割合と実数の取り違え、年度と暦年の混同
• 調査時点・対象、食い違いが出やすい例：一部の層への調査を全体の結果として書いている
• 断定の強さ、食い違いが出やすい例：原文は「可能性がある」なのに回答は「である」
• 日付と版、食い違いが出やすい例：旧版の数字を現在のものとして書いている
• 定義、食い違いが出やすい例：原文の用語が、回答では一般的な意味に置き換わっている

結果は3段階に分けると迷いません。

• 原文と一致:一次資料の名称・発行日・URLを記録して使う。
• 一部が違う:原文の表現に直し、違った点をメモする。
• 原文が見つからない:その主張は使わない、または「確認できていない」と明示する。

後から追えるよう、1主張につき1行で残します。次は説明用の記入例です。

• 「〇〇の割合は△%」(例)、AI回答での出典：まとめ記事、判定：二次、一次資料(発表主体・資料名・日付)：□□省「◇◇調査」令和X年版(例)、確認日：記入、照合結果：一致/相違点を記入

URLに加えて、資料名、発表主体、発行日も残してください。URLは移動や削除で変わるためです。

つまずいたときの対処

• 引用先が一次資料を示していない:AIに公式ページ探しを頼み直すより、手順3で拾った主体名と資料名で自分で検索します。
• 資料名が見つからない:国立国会図書館サーチや公式サイト内検索でも出なければ、使わずに保留します。AIが示した名称が誤りの可能性もあります。
• 有料・会員限定で読めない:書誌情報までを確認し、本文の内容は確認済みにしません。図書館で閲覧できる場合もあります。
• ページが消えている:WARPなどのウェブアーカイブに保存版があるか探し、保存日が分かる形で記録します。

AI検索が得意なのは、候補と手がかりを集めることです。発表主体の特定と、原文での数値・条件の確認は、人が担当してください。