AI最新トレンド

・

2026-05-18

Geminiのハルシネーション対策を検証｜PDF要約とSaaS比較で見えた傾向

Yuzuki Amano

💻Geminiにおけるハルシネーションの特徴
⭐YoomはGeminiを用いた業務フローを自動化できます
🤔ハルシネーションが発生する原因
🛡️Geminiのハルシネーションを防ぐ対策
🤖【実際に使ってみた】Geminiのハルシネーション対策を検証
🖊️まとめ
💡Yoomでできること

生成AIを活用する際、事実とは異なる情報をまるで真実であるかのように出力してしまう現象が存在します。この現象はハルシネーションと呼ばれ、業務でAIを活用する際の大きな課題として認識されています。高度なAIモデルであるGeminiにおいても例外ではなく、出力された情報をそのまま鵜呑みにすると、誤った情報を拡散してしまうリスクが伴います。

本記事では、Geminiにおけるハルシネーションの概要や発生する原因を詳しく解説します。また、誤出力を防ぐためのプロンプトの工夫や、検索連携や出典確認を活用した情報補完の方法など、効果的な対策を具体的に紹介します。
安全かつ確実にAIを活用するためのヒントとして役立ててください！

💻Geminiにおけるハルシネーションの特徴

Geminiは、テキストだけでなく画像や音声、ドキュメントなど複数のデータ形式を同時に処理できる高度なマルチモーダル能力を備えたAIモデルです。多様なタスクに対応できる一方で、他の大規模言語モデルと同様にハルシネーションと呼ばれる現象が発生します。
ハルシネーションとは、AIが学習データに基づいて確率的に単語を予測して文章を生成する過程で、事実に基づかない情報を生成してしまう現象です。
Geminiを含む大規模言語モデルでは、ユーザーの質問に対して自信に満ちた自然な文章で誤った情報を出力する傾向があります。
具体的には、存在しない架空の企業名や人物名を作り出したり、歴史的な事実を歪曲して回答したりするケースが見られます。これらは業務利用における信頼性低下の要因となります。

⭐YoomはGeminiを用いた業務フローを自動化できます

Gemini単体でもテキスト生成やデータ処理は可能ですが、AIが出力した結果を他のシステムに転記したり、関係者に共有したりする手作業が残ります。そこでYoomを活用すれば、Geminiが生成した議事録の要約や翻訳データを、チャットツールやデータベースへ自動で送信する仕組みを構築できます。

[Yoomとは]

たとえば、定期的にAIワーカーで任意のGmailを検索し、Geminiによる優先度反映とSlackへの通知を自動化するといったことも可能です。気になる方はぜひチェックしてみてくださいね👀

定期的にAIワーカーで任意のGmailを検索し、Geminiによる優先度反映とSlackへの通知を自動化する

試してみる

■概要
日々大量に受信するGmailのチェックに追われ、重要なメールの見落としや対応の遅れに課題を感じていませんか？このワークフローを活用すれば、定期的にGmailを指定条件で検索し、Geminiによる優先度判定や要約結果をSlackへ通知する一連の流れを自動化できます。これにより、手作業でのメール確認の手間を省き、重要な情報へ迅速にアクセスすることが可能になります。
■このテンプレートをおすすめする方
大量のメール処理に時間を要しており、Gmailの確認業務を効率化したいと考えている方
Geminiでメールのサマリーを作成し、メールの見落としを防ぎたい方
重要なメールをチームに素早く共有し、対応のスピードを向上させたいマネージャーの方
■このテンプレートを使うメリット
スケジュールに沿ってGmailを自動で検索し、AIがサマリーを作成するため、メールの確認作業にかかる時間を短縮できます
AIがメールの優先度を判定して自動で通知するため、重要な連絡の見落としや対応の遅れといったヒューマンエラーを防止します
■フローボットの流れ
はじめに、Gmail、SlackをYoomと連携します
次に、トリガーでスケジュールトリガーを選択し、フローを起動させたい日時を設定します
最後に、オペレーションでAIワーカーを設定し、指定した条件でGmailを検索し、緊急度判定や要約を行い、結果をSlackに通知するためのマニュアル（指示）を作成します
※「トリガー」：フロー起動のきっかけとなるアクション、「オペレーション」：トリガー起動後、フロー内で処理を行うアクション
■このワークフローのカスタムポイント
スケジュールトリガーでは、このワークフローを起動したい曜日や時間などを、業務に合わせて任意に設定してください
AIワーカーへの指示内容は、「特定の件名のメールのみを対象にする」や「サマリーの文字数を調整する」など、目的に応じて自由にカスタムすることが可能です
■注意事項
Gmail、SlackのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。

詳細を見る  試してみる

YouTubeで指定キーワードの動画が公開されたら、AIワーカーのGeminiで分析してGoogle スプレッドシートに記録する

試してみる

■概要
競合調査や情報収集のためにYouTubeの動画を定期的に確認し、その内容を手作業でまとめる作業に時間を要していませんか。このワークフローは、指定したキーワードに関連する動画がYouTubeに投稿されると自動で検知し、GeminiのAIが動画を分析してGoogle スプレッドシートに記録するプロセスを自動化します。手作業による動画分析の手間を省き、効率的な情報収集を実現します。
■このテンプレートをおすすめする方
競合や市場の動向を把握するため、YouTubeの動画を常にチェックしているマーケティング担当者の方
Geminiを活用し、YouTube動画の分析を効率化したいと考えている方
動画コンテンツからの情報収集を自動化し、リサーチ業務の生産性を高めたいと考えている方
■このテンプレートを使うメリット
指定したキーワードの動画が投稿されると自動で分析が実行されるため、手動での検索や内容確認に費やしていた時間を短縮できます
AIへの指示をあらかじめ設定しておくことで、分析の基準が統一され、担当者による判断のブレがなくなり、属人化を防ぎます
■フローボットの流れ
はじめに、Google スプレッドシートとYouTube Data APIをYoomと連携します
次に、トリガーでYouTube Data APIを選択し、「特定のキーワードに一致する動画が公開されたら」というアクションを設定します
最後に、オペレーションでAIワーカーを起動し、取得したYouTube動画の分析やカテゴリ判定などを行ってGoogle スプレッドシートに記録するためのマニュアル（指示）を作成します
■このワークフローのカスタムポイント
YouTube Data APIのトリガー設定では、監視対象としたい検索キーワードを任意で設定してください。競合の製品名や特定のトピックなどを設定することが可能です
AIワーカーでは、Gemini 3-Flashなど任意のAIモデルを選択し、動画の要約やポジネガ判定、キーワードの抽出など、目的に合わせた指示（プロンプト）を自由に設定してください
■注意事項
YouTube Data API、Google スプレッドシートのそれぞれとYoomを連携してください。AIワーカー内で使用するツール（アプリ）についてもマイアプリ連携が必要です。
トリガーは5分、10分、15分、30分、60分の間隔で起動間隔を選択できます。
プランによって最短の起動間隔が異なりますので、ご注意ください。
AIワーカーの基本設定は「【AIワーカー】基本的な設定方法」をご参照ください。
AIワーカーの同時実行数・作成可能なAIワーカー数・利用可能なAIモデルはご契約中のプランによって異なります。
AIワーカー内でご利用いただけるアプリやオペレーション等はフローボットの利用制限と同様です。
AIワーカーは、テスト実行でも本番実行と同様にタスクを消費しますのでご注意ください。詳細は「【AIワーカー】タスク実行数の計算方法」ご参照ください。
AIワーカーはマニュアルを詳細に設定することで適切な処理を実行しやすくなります。詳細は「【AIワーカー】マニュアルの作成方法」をご参照ください。

詳細を見る  試してみる

🤔ハルシネーションが発生する原因

ハルシネーションはシステムの不具合ではなく、AIのテキスト生成の仕組みそのものに起因する現象です。ここでは、AIが文章を生成するアルゴリズムの特性や、学習データの範囲がもたらす影響について詳しく解説します。

1.AIの仕組みと学習データの限界

生成AIは、膨大なテキストデータを学習し、入力された文脈に続く最も確率の高い単語を選択して文章を構築します。事実の正誤を判断しているわけではなく、統計的なパターンの照合によって回答を生成しています。そのため、学習データに含まれていないニッチな情報や専門性の高い分野については、関連する言葉を組み合わせて推測で補おうとします。
また、AIモデルには学習データの収集期限（知識カットオフ）があり、それ以降の出来事についてはモデル自体の知識として保持していません。知識が不足している状態でも回答を生成しようとするシステム上の仕組みが、事実と異なるもっともらしい文章を生み出す主な原因となることがあります。

2.座標や日時データの認識ズレ

Geminiをはじめとする生成AIは、位置関係や時系列のように、厳密な整合性が求められる内容で誤りを含む回答をすることがあります。たとえば「特定の駅から近い順に店舗を並べて」といった物理的な距離感や座標データに基づく質問に対して、位置関係を正確に整理できず、誤った順序で出力することがあります。
また、時系列の整理においても、複数の出来事の前後関係を混同したり、特定の日付を別のイベントと結びつけたりするケースがあります。これは、言語としての関連性は学習していても、空間的・時間的な概念を常に数学的な正確さで認識しているわけではないためです。

こうした認識のズレは、数値や順序、関係性の整合性が求められる場面でハルシネーションにつながる一因になります。

🛡️Geminiのハルシネーションを防ぐ対策

ハルシネーションを完全に無くすことは困難ですが、運用方法や技術的なアプローチによって発生率を大幅に抑えられます。
ここでは、入力するプロンプトの構成を最適化する手法や、Geminiの検索連携を活用して事実確認を行う方法について解説します。

①構造化プロンプトの活用

プロンプトを体系的に記述することで、Geminiの推測を抑え、より正確な回答を引き出しやすくなります。特に、役割・状況・出力形式・条件を明確に分けて指示する構造化プロンプトは有効です。

Role（役割）：AIに専門家などの役割を与える
Situation（状況）：質問の背景や目的を具体的に伝える
Format（形式）：箇条書きや表など、出力形式を指定する
Condition（条件）：「不明な場合はその旨を示す」「推測で断定しない」などの制約を設ける

このように条件を整理して指示することで、回答の方向性が定まり、不確実な情報をもっともらしく補完してしまうリスクを抑えやすくなります。特に、曖昧な依頼を避け、必要な前提や制約を具体的に示すことが重要です。

【プロンプト例】

あなたは企業向けDXコンサルタントです。（役割）
現在、中小企業の経営者向けに“生成AI活用による業務効率化”の提案資料を作成しています。
目的は、“生成AIを安全かつ実務的に導入する方法”を初心者にも分かりやすく説明することです。（状況）
以下の条件で回答してください。（形式と条件）
・導入メリットを3点示す
・専門用語はできるだけ避ける
・箇条書き形式で整理する

②検索を前提にしたプロンプトで情報を補完する

Geminiに最新情報や正確性が求められる内容を尋ねる場合は、回答をそのまま受け取るのではなく、検索や出典確認を意識した聞き方をすることが有効です。
たとえば、「根拠がある情報を優先して回答してください」「不明な点は断定せず、確認が必要と明記してください」といった形で指示すると、推測だけで言い切る回答を避けやすくなります。特に、学習データの範囲外になりやすい最新情報や、正確性が求められる固有名詞・数値に関する質問では有効です。なお、生成された内容は必ず公式サイトや信頼できる情報源と照らし合わせて確認することが重要です。

【プロンプト例】

▼最新情報

・最新情報か確認しながら回答してください。
・古い可能性がある情報は明記してください。
・情報が更新されている可能性を考慮してください。

▼正確性

・根拠がある情報を優先してください。
・不明な点は断定しないでください。
・推測と事実を分けてください。
・確認できない情報はその旨を明記してください。

③ファイルアップロードや拡張機能を活用した情報制限

WebブラウザからGeminiを利用する場合、参照元となる情報を限定することで、より根拠のある回答を引き出しやすくなります。具体的には、プロンプトの入力画面からPDFやテキストファイルをアップロードし、「このファイルの内容に基づいて回答してください」と指示する方法です。また、Google Workspaceとの連携を利用できる環境では、Googleドライブ上のドキュメントを参照させることもできます。
あらかじめ信頼できる資料を与えることで、一般的な知識や推測だけに頼った回答を減らし、社内ルールや業務マニュアルに沿った回答を得やすくなります。

🤖【実際に使ってみた】Geminiのハルシネーション対策を検証

ここからは、Geminiのハルシネーション対策が実際にどの程度機能するのかを検証しました。
精度の高いアウトプットを得るためのプロンプト構成や、情報の制限手法について3つのステップでご紹介します。

検証①：曖昧なプロンプトと構造化プロンプトの精度比較

最初の検証では、一般的な質問形式の「曖昧なプロンプト」と、役割や条件を指定した「構造化プロンプト」で、回答の正確性と整理状況を比較しました。

【曖昧なプロンプト】

営業チーム向けに使えるSaaSツールについて教えてください。
代表的なサービスの特徴と、どんな会社に向いているかも簡単に説明してほしいです。

【構造化プロンプト】

あなたはBtoB向けSaaSに詳しいITコンサルタントです。
営業支援ツール（SFA/CRM）を比較検討している企業担当者に対して、分かりやすく整理された情報を提供してください。
# 想定企業
・従業員数100〜300名規模の日本国内のBtoB企業を想定しています。
・すでにMAツールは導入済みで、営業活動の可視化と案件管理を強化したいと考えています。
# 出力形式
以下の3つのセクションに分けて出力してください。
1. 「概要」：全体の要点を3〜5行で要約
2. 「比較表」：Markdown形式の表で、各ツールの特徴を比較3. 「補足」：選定時に注意すべきポイントを箇条書きで3〜5個
# 条件
・事実として確実と言えない情報は、推測で断定しないでください。
・不明確な点がある場合は「不明」「要確認」と明記してください。

検証結果

今回の検証では、構造化プロンプトの出力が、情報の網羅性・整理性・不確実性の扱いの面で、曖昧なプロンプトを上回る結果となりました。

曖昧なプロンプトでは、ツールの幅広さはあるものの比較軸が統一されず、費用や弱み、他ツールとの連携性といった重要情報に抜け漏れが発生。また「抜群」「非常にスムーズ」といった主観的かつ断定的な表現が目立ちました。
一方、構造化プロンプトでは比較項目が統一され、資料としてそのまま活用できるレベルまで整理されています。特筆すべきは、「要確認」や「〜の場合あり」という表現を用いて不確実な情報を適切に区別している点です。これにより、ハルシネーションを抑制しつつ、情報の信頼性を高めることに成功しています。

▼曖昧なプロンプトの出力

▼構造化プロンプトの出力

検証②：プロンプトによる情報補完と出典の明示

次に、検索や出典確認を意識した指示を与え、データの正確性をどこまで担保できるかを検証しました。

【検証プロンプト】

あなたは「生成AIのビジネス活用」に関するリサーチアナリストです。
日本国内およびグローバルにおける、企業での生成AI活用トレンドについて概要を教えてください。
# 回答にあたっての条件（必ず守ってください）
・根拠となる情報源がある内容を優先して回答してください。
・数値データを提示する場合は、必ず出典を併記してください。
・出典が特定できない情報や、確実性が低い推測に基づく内容については、「推測」「一般的な見解」といったラベルを付けてください。
・時点が不明な数値は避け、分かる範囲で「〇年時点」などの時点を示してください。
# 出力形式
1. 「概要」：出典付きで確認できた主要トレンドを3〜5行で要約
2. 「主な活用シーン」：分野ごとに、具体的なユースケースを箇条書き
3. 「定量データまとめ」：
・箇条書きで、「指標名：値（時点）｜出典：〇〇」の形式で整理
・情報がない指標は「情報なし／要確認」と明記

検証結果

調査機関名の付与や、2025年時点・2026年予測といった時点情報の記載が見られ、数値データの整理性は比較的高い結果となりました。
しかし、一部で「中核プロセスへの統合フェーズへ進んでいる」といった根拠の曖昧な断定表現が見られた点は課題です。また、指示したラベル付けが十分ではなく、不確実な情報が事実のように記載される箇所が残りました。

なお、再度「ラベルを付けてください」と指示を出すことで、ラベルが明示されました。
初回のプロンプトだけでは指示が十分に機能しないケースもあるため、重要な制約条件は繰り返し強調することが出力の精度向上に繋がると考えられます。

検証③PDFドキュメントを活用した情報制限のテスト

ファイルの内容のみを参照させる制約が機能するかを検証しました。
架空の事業計画書のPDFを読み込ませ、資料外の知識を排除するよう指示しました。

事業計画書内容：架空のSaaS企業「ABC Tech株式会社」の2026年度事業計画書。会社概要、事業戦略、生成AI活用方針、数値目標、投資計画、リスク対応などが記載されている。

【検証プロンプト】

添付したPDFドキュメントを読み込み、内容を要約してください。
# 条件（必ず守ってください）
・要約を作成する際は、必ずこのPDFドキュメント内に記載されている情報のみを使用してください。
・ドキュメントに記載がない事項については、絶対に推測で補わないでください。
・不明な点やドキュメントに書かれていない情報について聞かれた場合は、「記載なし」と明示してください。
# 出力形式
以下の4つのセクションに分けて出力してください。
1. 「会社概要」：
・PDFに記載されている範囲で、社名・事業内容・主要市場などを箇条書きで整理
・記載がない項目は「記載なし」と記載
2. 「2026年度の事業方針」：
・重点領域や戦略の柱を、PDFの表現に沿って箇条書きで整理
3. 「数値目標」：
・売上目標、利益目標、主要KPIなど、PDFに記載のある数値だけを一覧化
・「指標名：値（単位）｜記載ページ（分かる場合）」の形式
・書かれていない指標は「記載なし」と明記
4. 「その他特記事項」：
・リスク要因や投資計画など、PDF上で重要と判断される事項を要約

検証結果

全体としてPDFの記載範囲内に情報が制御されており、今回の検証では、外部知識や他社事例の混入、未記載数値の推測は確認されませんでした。数値目標についても、PDF内のデータのみを正確に抽出できており、記載のない項目には正しく「記載なし」と出力されています。一部に「重点領域」など要約的な言い換えはありますが、内容そのものは原文に基づいたものであり、大きなハルシネーションは発生していません。
特定のドキュメントをソースとする運用において、Geminiは与えられた資料に沿って回答を整理しやすく、実務でも活用しやすい結果が得られました。

🖊️まとめ

Geminiなどの生成AIがもたらす利便性は計り知れませんが、ハルシネーションというシステム上の特性を正しく理解し、適切に向き合うことが求められます。本記事で紹介したように、AIは万能な回答者ではなく、確率に基づいて文章を構築するツールです。
そのため、利用者自身がプロンプトを通じて明確な指示を与え、生成された情報の裏付けを必ず確認する意識が不可欠です。構造化されたプロンプトや検索機能の活用、そして事実確認を前提とした業務プロセスの構築により、誤情報のリスクはコントロールできます。
AIの出力結果を最終的に判断するのは人間であることを忘れず、これらの対策を日々の業務に取り入れて、より安全で価値のあるAI活用を実現してください。

💡Yoomでできること

Yoomは、業務を自動化するハイパーオートメーションプラットフォームです。
これまで手動で利用していた各ツールをメインとした自動化フローが、直感的な操作で実現可能です。もし自動化に少しでも興味を持っていただけたなら、ぜひ登録フォームから無料登録して、Yoomによる業務効率化を体験してみてください。