【非エンジニアのためのClaude/Claude Codeシリーズ】 AIを信用しすぎてヒヤッとした話とファクトチェック術 【AI活用基本のキ】

• URL: https://dev.classmethod.jp/articles/sales-factcheck
• 日付: 2026-06-24
• Tier: Tier 2
• 要旨: Claude を含む AI は知らないことも自信たっぷりに答えてくるハルシネーション（幻覚）という特性を持つ。営業が特に注意すべき 4 つのポイントは、売上や達成率などの数字、企業名やサービス名といった固有名詞、○○社の調査などの出典・引用、料金やサービス内容など情報の鮮度。ファクトチェック術として、最初から根拠を出典とセットで出してもらい、怪しいところは Claude 本人に聞き返し、外せない数字は一次情報で必ず確認し、検証ルールを CLAUDE.md に仕込んでおく。

詳細

AI のハルシネーションは不十分なトレーニングデータ、誤った仮定、データバイアスなど複数の要因で発生する仕組み上の問題であり、Claude が優秀でないわけではなく「起きる前提」で付き合う必要がある。営業の実務では数字（売上・達成率・単価・前年比）、固有名詞（企業名・サービス名・メンバー名）、出典・引用（○○社の調査が本当に存在するか、それっぽい URL が創作されていないか）、鮮度（学習時点の区切りで古い情報のまま最新と語る）の 4 つを特に注意。実際のファクトチェック手法として、最初から「根拠も一緒に出して」と要求して怪しいところを見えるようにしておく方が後から疑うより安心。気になる数字が出たら遠慮なく聞き返し「この根拠は？」「どのくらい自信ありますか？」と問うと「確かな出典がありません」と白状することがしばしばある。売上やお客様に関わる絶対に外せない数字は、Salesforce などの社内データや元の資料と必ず突き合わせる。毎回同じ検証ルールを指示するのは面倒なので、Obsidian Vault の CLAUDE.md に数字・固有名詞には出典を明記、不確かな情報は「※推測」と明記して断定しない、最新性が重要な情報は鮮度を添えるといったルールを仕込んでおく。結果として「全部任せる」より「下書きは任せて、最後の数字だけ自分が握る」やり方が最も安全。疑う仕組みがあると、逆に安心して大胆に下書きを任せられるようになり、最初から根拠を見えるようにしておくほうが後から疑うより楽に壁打ちができる。