導入を検討する方へ（自治体・非技術者向け）¶

このページは、広聴AI を自分の組織（自治体・団体など）で使えるか これから検討する方 に向けた入り口です。コードを読まなくても判断できるよう、導入前に多くの方が気にする次の 3 点にやさしく答えます。

入力したコメントはどこへ送られるのか（データの扱い）
費用はどれくらいかかるのか
自分で用意できないとき、どこに相談すればよいのか

広聴AIとは（かんたんに）

広聴AI は、たくさんの意見（アンケートやパブリックコメントの自由記述など）を読み込み、似た意見をまとめて 公開レポート（Web ページ） として見える化するオープンソースのソフトウェアです。出力の読み方はレポートの読み方を参照してください。

1. 入力したコメントはどこへ送られますか？（データの扱い）¶

ここが最も重要です。 広聴AI は、集めたコメントを分析するために、いくつかの処理で 大規模言語モデル（LLM） を使います。LLM とは、文章を理解・生成する AI のことです。

既定（標準設定）では、これらの処理は 外部の LLM 事業者（プロバイダ）の API に、コメント本文のテキストを送信して 実行されます。送信先は、設定で選んだ事業者（OpenAI / Google Gemini など）のサーバーです。

コメントが外部 API に送られる処理¶

分析の次の工程で、コメントや、そこから作られたテキストが LLM / 埋め込み API に送られます。

工程	何をするか	送られるもの
意見抽出	コメントから主張（意見）を取り出す	コメント本文
埋め込み（ベクトル化）	意見を数値ベクトルに変換して「似ている度合い」を測れるようにする	抽出した意見文
ラベリング	まとまったグループに見出し（名前）を付ける	グループ内の代表的な意見
概要生成	レポート全体・各グループの要約文を作る	抽出した意見

既定の送信先

広聴AI の既定のプロバイダ設定は OpenAI です。何も変更しなければ、上記の処理で入力テキストが OpenAI の API に送信されます。レポートを作るときに、管理画面（または CLI の設定）で別のプロバイダ・モデルに変更できます。

選べるプロバイダ¶

レポート作成時に、次のいずれかを選べます。

プロバイダ設定	送信先	備考
OpenAI（既定）	OpenAI の API	要 API キー
Google Gemini	Google の API	チャットと埋め込みの両方に利用可。要 API キー
Azure OpenAI	契約した Azure OpenAI リソース	自組織の Azure 契約先に送信
OpenRouter	OpenRouter 経由の各モデル	要 API キー
ローカル LLM	手元のサーバー（Ollama / LM Studio など）	外部送信なし（下記参照）

手元（組織内）だけで完結させることもできます¶

外部にコメントを出したくない場合は、手元で動く LLM を使う構成にできます。具体的には、プロバイダを ローカル LLM（local）にし、かつ 埋め込みも手元で行う設定（is_embedded_at_local）を有効にすると、意見抽出・埋め込み・ラベリング・概要生成のすべてを、外部 API に出さずに手元のマシンで実行できます。

ローカル構成のトレードオフ

外部送信をなくせる代わりに、LLM を動かすための 計算資源（相応のメモリや、できれば GPU） が必要になり、セットアップの難易度も上がります。まずは小さなデータで試し、出力品質と処理時間を確認することをおすすめします。

個人情報・要配慮情報の取り扱い¶

投入前に必ず確認してください

既定の構成では、入力コメントが 外部の LLM 事業者に送信 されます。氏名・連絡先などの 個人情報（PII） や、思想・病歴などの 要配慮個人情報 が含まれるデータを、そのまま外部 API に出してよいかは、庁内（組織内）の規程・個人情報保護の取り扱い に照らして事前に確認してください。
分析業務を外部に委託する場合は、委託先・再委託先 が入力データをどう扱うか（どのプロバイダに送るか、保存の有無など）も確認対象です。
外部に出せないデータは、上記の 手元完結（ローカル LLM）構成 を検討するか、匿名化・マスキング済みのデータだけを投入する運用を検討してください。
LLM の出力にはバイアスや誤りが含まれ得ます。重要な判断を出力だけに頼らず、必ず内容を検証してください。

2. 費用はどれくらいかかりますか？¶

費用は大きく「ソフトウェア本体」「LLM の利用料」「インフラ（動かす環境）」に分けて考えると見通しが良くなります。

本体（ソフトウェア）は無料¶

広聴AI 本体は AGPL-3.0 のオープンソース で、ライセンス料はかかりません。業務や研究にも使えます。ライセンス上の注意点（出力 HTML の公開や改造時の条件など）はライセンスと結果の公開を参照してください。

かかり得るのは「LLM の利用料」と「インフラ費」¶

LLM API の利用料（外部プロバイダを使う場合）: OpenAI / Gemini などは 従量課金（使った分だけ支払う方式）です。料金はおおむね 処理したテキスト量（トークン数） に比例します。コメントが多いほど、またモデルが高性能なほど、送受信するトークンが増えて費用も増える、という関係です。
インフラ費: 自組織のサーバーやクラウドで動かす場合、その稼働費がかかります。手元の PC で動かし、結果の HTML だけを公開する使い方なら、インフラ費は抑えられます。

具体的な金額について

実際の料金は コメント数・選ぶモデル・プロバイダの単価 によって大きく変わり、単価は各社が随時改定します。そのため、このページでは具体的な金額は示しません。目安を知りたい場合は、「分析したいコメント件数 × 選ぶモデルの単価」 で見積もる、と考えてください。まず少量のデータで一度実行し、実際のトークン使用量から全体を概算するのが確実です。

ローカル LLM なら API 利用料はかからない¶

プロバイダを ローカル LLM にすると、外部 API への 従量課金は発生しません。その代わり、前述のとおり LLM を動かす 計算資源 が必要です（GPU を使うと処理を高速化できます）。

無料枠について

一部のプロバイダには無料枠がありますが、1 分あたりのリクエスト数などに厳しい制限 があるのが一般的で、件数の多いデータの一括分析には向きません。試用・小規模検証向けと考えるのが安全です。

3. 自分で建てられない場合、どこに相談すればよいですか？¶

分析を実行するには環境が必要です。技術的な準備が難しい場合も、いくつかの選択肢があります（各選択肢の概要はトップページの「レポートを作るには」にもまとまっています）。

自分で環境を建てる（セルフホスト）: お使いの OS のセットアップガイドに従います。技術的な知識と計算環境が必要です。
- Windows セットアップ / Mac セットアップ / Linux セットアップ
- 分析だけを手早く試したい・研究用途なら CLI クイックスタートも参照できます。
建ててくれる人に相談する: 組織内の情報システム担当者や、導入を支援できる技術者に、環境の用意・運用を相談する方法です。
ブラウザで試せる serverless 版を検討する: Docker などを用意しづらい場合、ブラウザ上で動く serverless 版を比較候補にできます。これは 別プロジェクト で、本体と同一の機能・設定・運用を保証するものではありません。扱えるモデルやデータの取り扱いはリンク先の説明を確認してください。
コミュニティに質問する（非技術者も歓迎）: 「自分の場合はどう始めればよいか」といった相談は、デジタル民主主義2030 の Slack「開発_広聴AI」チャンネルでできます。入口と質問の仕方はコードを書かずに参加するにまとまっています。環境構築やプログラミングの経験がなくても参加できます。

「誰かが運用するサービス（managed）」は現状ありません

任意のデータを投入して使える managed サービスは、現時点では提供されていません。将来、そうしたサービスを提供する方が現れる余地はあります。現状では、上記のセルフホスト・相談・serverless 版のいずれかが現実的な選択肢です。

まとめ¶

データ: 既定では入力コメントが外部の LLM 事業者（OpenAI など）に送信される。外部に出せないデータは、ローカル LLM 構成で手元完結にできる。PII・要配慮情報は投入前に庁内規程・委託先を確認する。
費用: 本体は無料（AGPL-3.0）。かかるのは LLM の従量課金とインフラ費。ローカル LLM なら API 利用料はなし（計算資源は必要）。金額はコメント数・モデルで変わるため、少量で試して概算するのが確実。
相談先: セルフホスト／建ててくれる人に相談／serverless 版／コミュニティ（Slack）。managed サービスは現状なし。