ChatGPTを社労士の就業規則業務で使う方法と注意点を詳しく解説

ChatGPTを社労士の就業規則業務で使う場合は、規程を一から自動生成するのではなく、企業へのヒアリング、現行規程の論点整理、条文候補の比較、従業員向け説明、確認表の作成に限定します。

就業規則は、会社の希望を書く文章ではありません。法令、労働契約、労使協定、実際の勤務制度、賃金・休暇・服務・懲戒等との整合が必要です。モデル就業規則をコピーしても、会社の実態に合うとは限りません。

2026年時点でも制度改正や公的モデルの更新が続いています。ChatGPTの学習知識を「最新法令」として使わず、厚生労働省、e-Gov、所轄行政機関等の一次情報へ戻ります。

この記事では、既存の汎用的な社内規程作成記事と分け、社労士が顧客企業の就業規則を作成・改定・説明する専門業務に絞ります。

就業規則の作成・改定を、ヒアリングから説明まで安全に効率化したい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーで実践方法を確認する

最初に結論｜就業規則業務は8段階で進める

段階	主な作業	AIの位置付け
目的確認	作成・改定理由を確認	質問候補
実態把握	勤務・賃金・休暇等を確認	ヒアリング表
現行確認	規程・協定・契約を照合	論点整理
法令確認	最新法令・公的資料を確認	検索観点のみ
方針決定	会社が制度を選択	選択肢比較
文案	条文と説明を作成	下書き補助
手続	意見聴取・届出・周知	確認表
運用	管理職教育と改定	FAQ・手順書

モデル就業規則をそのまま使ってはいけない理由

• 会社の勤務形態、雇用区分、賃金制度と合わない可能性がある
• 別規程や労使協定との用語・手続が一致しない可能性がある
• 選択制の条項や会社で決める空欄が残る
• 実際に運用していない承認・届出手順が入る
• 法改正後に古い版を参照する可能性がある

公的モデルは重要な確認資料ですが、企業固有の規程を自動的に完成させるものではありません。版、改訂日、対象法令を確認します。

顧客ヒアリングで確認する12項目

1. 事業場と常時使用する労働者数
2. 正社員、有期、短時間等の雇用区分
3. 勤務時間、休憩、休日、シフト
4. 時間外・休日労働と労使協定
5. 賃金、締日、支払日、手当
6. 休暇、休業、復職
7. 異動、配置、在宅勤務、副業
8. 服務規律と情報管理
9. ハラスメント相談体制
10. 表彰、懲戒、退職、解雇
11. 関連規程・労働条件通知書との整合
12. 従業員説明、意見聴取、届出、周知方法

ChatGPTを就業規則業務で使う10の手順

1．作成・改定目的を確認する

法改正対応、制度導入、運用不一致など目的を一つずつ整理します。

2．対象事業場と雇用区分を決める

どの規則が誰へ適用されるかを明確にします。

3．現行資料を集める

就業規則、別規程、協定、契約書、実際の申請書を確認します。

4．実態をヒアリングする

書面上の制度だけでなく、承認者、例外、現場運用を聞きます。

5．差分一覧を作る

現行規程、実態、会社方針、法令の違いを分けます。

6．最新一次情報を確認する

厚生労働省、e-Gov等で施行日・経過措置まで確認します。

7．会社が方針を決める

法定事項と会社が選択できる制度を混同しません。

8．社労士が文案を作る

ChatGPTの案を参考にしても、条文間整合と法的意味を確認します。

9．手続と周知を行う

意見聴取、届出、従業員への周知等を案件に応じて確認します。

10．運用後に見直す

質問、例外、申請停滞、法改正を改定台帳へ残します。

就業規則の文案だけでなく、実態把握・手続・運用まで一貫して整えたい方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーで実務活用を学ぶ

社労士の就業規則業務で使えるプロンプト9選

プロンプト1｜ヒアリング項目を作る

次の企業情報から、勤務、賃金、休暇、休業、服務、ハラスメント、懲戒、退職、関連規程、運用例外のヒアリング質問を作ってください。法的結論は出さないでください。［情報］

プロンプト2｜現行と実態を分ける

匿名化済みヒアリングメモを、現行規程の記載／実際の運用／会社の希望／未確認／法令確認が必要な事項へ分類してください。［メモ］

プロンプト3｜用語の不一致を探す

次の規程一覧から、従業員・社員、休日・休暇、承認者、申請期限など定義や用語の不一致候補を示してください。正しい文言は社労士が判断します。［規程］

プロンプト4｜条文候補を比較する

社労士が用意した2つの条文候補を、対象者、要件、手続、期限、例外、他条文との関係で比較してください。採用案は決めないでください。［候補］

プロンプト5｜曖昧表現を点検する

次の文案から、「会社が必要と認めた場合」等の判断者・基準・手続が不明な箇所を指摘し、確認質問を作ってください。［文案］

プロンプト6｜新旧対照表を作る

次の現行条文と改定案を、条番号／現行／改定案／変更理由／施行予定／関連手続の表へ整理してください。内容を補完しないでください。［条文］

プロンプト7｜従業員説明を作る

社労士確認済みの改定内容を、変更点／対象者／変更理由／開始日／従業員の手続／問い合わせ先へ整理してください。不利益を隠す表現は避けてください。［改定］

プロンプト8｜届出・周知確認表を作る

合意済み工程を、意見聴取／意見書／届出／施行日／周知方法／旧版回収／関連書式改定／管理職説明へ整理してください。要否は社労士が確認します。［工程］

プロンプト9｜運用FAQを作る

確定済み規程から、管理職と従業員が迷いやすい場面を抽出し、対象／申請手順／承認者／期限／例外／相談先を含むFAQ案を作ってください。［規程］

想定例｜在宅勤務規程を追加する場合

以下は実在企業ではなく、確認順を示す想定例です。

確認区分	想定内容
対象	どの雇用区分・職務を対象にするか
勤務	始終業、勤怠、時間外申請
費用	通信、機器、消耗品の負担
安全	情報管理、労災、安全衛生
手続	申請、承認、変更、取消し
整合	本則、賃金規程、情報規程

ChatGPTに「在宅勤務規程を作って」とだけ依頼せず、会社が実行できる制度を先に決めます。

不利益変更・懲戒・解雇は通常文案から切り離す

賃金、手当、労働時間、休暇等の不利益変更や、懲戒・解雇に関する条文は、一般的なモデル文の挿入で処理しません。変更の必要性、内容、手続、説明、経過措置、個別契約等を専門家が検討します。

AIが強い表現を提案しても、そのまま「会社の裁量」として広げません。紛争性がある場合は必要に応じて弁護士等と連携します。

就業規則の版管理と改定台帳

記録項目	内容
版・施行日	どの規程が有効か
変更理由	法改正、制度、運用改善
対象条文	関連条文と別規程
確認資料	法令、公的モデル、会社資料
手続	意見、届出、周知、教育
責任者	作成、確認、承認、保管

新旧ファイルを同じ場所へ無秩序に保存せず、従業員が現行版へアクセスできる状態を作ります。

就業規則の論点を「法定・選択・運用」に分ける

条文を作る前に、法令上必要な事項、会社が制度設計として選択する事項、現場で実行する運用を分けます。ChatGPTが一つの規程案へまとめると、この境界が見えにくくなります。社労士は、どこが法令確認で、どこが経営判断で、どこが管理職の実務かを会社へ説明します。

区分	確認主体	成果物
法定	社労士が最新法令を確認	根拠・適用時点の記録
選択	会社が影響を理解して決定	方針決定メモ
運用	現場責任者が実行可能性を確認	申請書・手順・FAQ

条文間の整合は六つの方向から確認する

1. 定義条文と各制度の対象者が一致するか
2. 勤務・休暇と賃金計算の扱いが一致するか
3. 申請期限と承認者が実際の組織で機能するか
4. 本則と賃金・育児介護・在宅勤務等の別規程が一致するか
5. 労働条件通知書、労使協定、雇用契約と矛盾しないか
6. 懲戒、退職、休職等で参照条文が循環・欠落していないか

ChatGPTに矛盾候補を挙げさせることはできますが、文書に書かれていない慣行までは分かりません。人へのヒアリングと書面比較を組み合わせます。

施行日までの逆算表を作る

完成した条文だけでは規程改定は終わりません。会社決定、必要な意見聴取、届出、従業員周知、管理職説明、申請書式、勤怠や給与システム、問い合わせ窓口、旧版管理を施行日から逆算します。法的な要否は案件ごとに社労士が確認します。

想定例として休暇制度を変える場合、規程だけ先に施行すると、申請画面や給与処理が追いつかないことがあります。条文・人・システムの三つが同じ日に動くかを確認し、移行期間の扱いも決めます。

社労士の就業規則業務へ安全に導入する4段階

第1段階｜架空事例で出力の癖を把握する

最初から顧客案件を使わず、固有名詞、実在の数字、秘密情報を含まない架空事例で試します。正しい文章が出たかだけでなく、未確認事項を勝手に補った箇所、断定へ変わった箇所、重要な例外が削られた箇所を記録します。プロンプトを保存するだけでは、何を確認すべきか分からない職員へ品質を引き継げません。誤りの型と修正理由を一緒に残します。

第2段階｜ヒアリング項目、差分一覧、従業員向け一般説明に用途を限定する

次に、結論や権利義務へ直接影響しないヒアリング項目、差分一覧、従業員向け一般説明で試行します。入力してよい情報、使用するアカウント、出力の保存先、確認者、外部送信前の承認を一枚の運用表へまとめます。「便利そうなら使う」状態を避け、案件管理番号、使用目的、入力区分、確認結果を追えるようにします。

第3段階｜二段階レビューを行う

一段目は担当者が、原資料との一致、数字、日付、固有名詞、抜けを確認します。二段目は担当社労士が、専門判断、適用条件、例外、最新情報、表現の相当性を確認します。同じ観点を二人で繰り返すのではなく、確認責任を分けるのが重要です。修正後はAIの初稿ではなく、人が承認した確定版だけを顧客へ提示します。

第4段階｜不利益変更・懲戒・解雇・法的評価を伴う条文は別承認にする

不利益変更・懲戒・解雇・法的評価を伴う条文は通常案件と同じ流れへ混ぜません。担当者が「難しい」と感じた時だけでなく、あらかじめ定めた条件に該当すれば自動的に利用を止め、資格者または連携専門家へ上げます。納期が迫っていることは、確認を省く理由になりません。

AI出力を確認する5層レビュー

層	確認する内容	照合先
事実	人、組織、日付、金額、経緯	顧客資料・面談記録
根拠	制度、条文、行政情報、契約	最新の一次情報
適用	対象者、時点、地域、例外	案件条件・専門判断
表現	断定、誤解、威圧、曖昧さ	顧客の理解水準
行動	担当、提出物、期限、連絡先	実際の業務工程

文章が自然でも、事実か根拠のどちらかが崩れていれば使えません。また、正しい説明でも、顧客が次の行動を判断できなければ実務文書として不十分です。五つの層を一度に眺めず、順番に照合すると見落としを減らせます。

導入効果は速さだけで評価しない

試行期間は、同種の案件について作成時間、確認時間、差し戻し理由、追加質問、誤送信や入力事故、資格者の修正内容を記録します。AI利用前後で案件の難易度が異なる場合、単純な時間比較はしません。速くなっても確認漏れが増えた用途は拡大せず、入力項目や確認表を直します。

一般的な実務上の推奨は、全業務への一斉導入ではなく、一つの文書、一人の確認者、一つの保存場所から始めることです。再現できると確認できてから対象を増やします。効果測定用の数値は実測し、存在しない削減率や成功率を説明資料へ載せません。

プロンプトより先に業務指示書を作る

安定した出力に必要なのは、長い「魔法のプロンプト」ではなく、担当者が普段の仕事で確認している条件を言葉にすることです。業務指示書には、作成目的、読者、使用できる材料、使用禁止情報、出力形式、判断保留の条件、照合先、承認者を記載します。制度名だけを指定して答えを求めず、与えた材料の範囲を超えた場合は「要確認」と表示させます。

あなたは文章整理の補助者です。次に示す確認済み材料だけを使用してください。
目的：［文書の目的］
読者：［相手の知識・立場］
使用できる材料：［匿名化済み情報］
必ず残す条件：［対象・時点・例外］
禁止：事実・根拠・日付・数値・結論の補完
不明な場合：推測せず「要確認」と記載
出力：［必要な見出し順］
最後に：確認が必要な文を一覧化

この共通枠へ案件別の確認済み材料を加えます。過去案件の全文を例として貼ると、機密情報の入力や事実の混同が起きやすいため、構造だけを再利用します。

入力前・生成後・外部送信前の三つの関門

時点	担当者の確認	止める条件
入力前	目的、必要最小限、匿名化、契約、利用環境	秘密情報を除けない
生成後	現行規程・会社実態・労使協定・最新法令との一致、未確認の補完	根拠を追えない
外部送信前	宛先、添付、数字、期限、担当社労士の承認	条文の採否と法的判断が未確定

匿名化は氏名を伏せるだけではありません。法人名、所在地、許可番号、従業員属性、取引時期、珍しい経緯の組合せから本人や案件を推定できないか確認します。仮名へ置き換えた対応表もAIへ入力せず、事務所内の管理場所に分離します。

確定版へ残す業務記録

• 案件番号、目的、使用日、使用者
• 入力した情報の区分と匿名化の確認
• 参照した公式情報の名称、URL、確認日
• AI出力から削除・修正した重要箇所
• 未確認事項と追加確認の結果
• 作成者、確認者、担当社労士、承認日時
• 顧客へ渡した最終版と添付資料

全プロンプトを無期限に保存することが目的ではありません。案件の結論と説明が、どの事実と根拠に基づき、誰が確認したかを後から説明できる記録を残します。保存期間、アクセス権、廃棄方法は事務所の規程と契約に合わせます。

50代以降の初心者が最初の一週間で行うこと

1. 実在案件を使わず、一つの架空事例を用意する
2. 入力禁止情報と停止条件を紙一枚に書く
3. 上の共通枠で一種類の文書だけを作る
4. 原資料との差分を色分けし、誤りの型を記録する
5. 担当社労士の確認観点をチェックリストへ加える
6. 職員一人で再現できるか試す
7. 安全性と確認負担を評価して継続を決める

操作に慣れることと、案件へ投入できることは別です。便利さを感じても、確認手順が再現できるまでは用途を増やしません。

就業規則業務で共通して守るAI運用ルール

工程	人が担うこと	ChatGPTへ任せること
目的	案件目的、対象、禁止事項を決める	論点候補を整理する
入力	契約、守秘、個人情報、権限を確認する	匿名化済み情報を分類する
下書き	根拠と事実を選ぶ	文案、質問、確認表を作る
検証	原資料と最新一次情報へ戻る	矛盾・不足候補を示す
承認	資格者が判断し説明責任を負う	最終決定しない

ヒアリング原票、会社方針、確認した法令・公的資料、改定理由、新旧対照表、社労士承認、意見聴取・届出・周知の記録を保存します。AIの会話履歴だけを正式記録にせず、採用した確定版、参照資料、確認日、確認者を案件管理の場所へ保存します。モデルや機能が変わると同じ指示でも出力が変わり得るため、プロンプトだけを標準化して終わりにしません。

停止条件と例外処理を導入前に決める

会社の実態が不明、法令の適用時点を確認できない、不利益変更・懲戒・解雇を含む、関連規程との矛盾がある場合は文案確定を止めます。問題が起きてから担当者個人へ判断を任せず、誰が止め、誰へ報告し、何を確認して再開するかを決めます。

• 目的外の個人情報、顧客秘密、認証情報が含まれた
• 出典を確認できない制度、期限、金額、事実が生成された
• 専門範囲外または他資格の確認が必要な論点が出た
• 顧客・従業員の権利や不利益へ直接影響する
• 担当資格者が出力の理由を説明できない

停止後は文章だけを直すのではなく、入力、参照資料、指示、確認表、権限、教育のどこに原因があったかを振り返ります。

就業規則業務で起きやすい失敗

失敗	原因	改善
モデルを丸写し	実態確認がない	ヒアリングと差分整理
条文だけ更新	別規程を未確認	関連文書を一覧化
古い法令	AI知識へ依存	施行日と公的資料を確認
運用できない	担当・書式がない	申請と承認を具体化
従業員へ伝わらない	条文配布だけ	変更説明とFAQを作る

筆者の実務視点

筆者の実務判断では、就業規則業務の価値は条文数ではなく、会社が実際に守れる制度と従業員が予測できる手続を作ることです。

ChatGPTは文案を早く作れますが、実態に合わない完成度の高い文章ほど見抜きにくい危険があります。ヒアリングと関連資料の確認を先に行います。

作成後は管理職教育、申請書式、相談窓口まで整え、規程と日常運用の差を小さくします。

ChatGPTと社労士の就業規則業務に関するFAQ

Q1．ChatGPTだけで就業規則を完成できますか

できません。法令、会社実態、関連規程、必要手続を社労士等が確認します。

Q2．モデル就業規則を貼ればよいですか

会社の実態と選択事項を確認し、最新の公的モデルかも確認します。

Q3．常時10人未満なら不要ですか

届出義務の判断と、任意作成の必要性を分け、事業場単位の状況を専門家へ確認します。

Q4．従業員データを入力できますか

規程作成に個人名は通常不要です。個別事案は通常フローと分けます。

Q5．法改正へ自動対応できますか

できません。施行日、経過措置、対象企業を公式情報で確認して改定します。

Q6．懲戒条文を厳しくできますか

AIへ強化させず、必要性、相当性、手続、関連法令を専門家が確認します。

Q7．届出だけすれば運用できますか

周知、関連書式、管理職説明、実際の申請・承認手順も必要です。

Q8．最初は何に使えますか

架空企業でヒアリング項目、新旧対照表、従業員説明案を作る練習から始めます。

まとめ：就業規則は文案より実態・手続・運用を先に整える

ChatGPTを社労士の就業規則業務で使う時は、目的、実態、現行資料、法令、会社方針を先に確認します。

ChatGPTはヒアリング、差分整理、条文比較、説明案に役立ちますが、法的判断、不利益変更、懲戒、届出要否、最終文案を確定しません。

従業員が現行規程を理解し、会社が同じ手順で運用できる状態まで整えることが、実務で役立つ就業規則につながります。

就業規則の作成から運用まで、AIを安全に生かしたい社労士の方へ
→ 生成AIマスタースクール（GMS）の無料ウェビナーに参加する

参考情報

• 厚生労働省「モデル就業規則について」
• 厚生労働省「育児・介護休業等に関する規則の規定例」
• e-Gov法令検索「労働基準法」
• OpenAI「Business data privacy, security, and compliance」
• 経済産業省・総務省「AI事業者ガイドライン（第1.2版）」
• 個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」

関連記事

• ChatGPTで社内規程を作れる？たたき台作成と専門家確認の進め方
• ChatGPTでマニュアル作成｜業務を標準化する実践プロンプト例
• ChatGPTでチェックリストを作る方法｜作業漏れを防ぐ実践プロンプト