自社で使える助成金・補助金を初めて調べる中小企業の経営者、管理部門、新規事業担当者に向けて、候補の検索から申請期限や実施時期の確認までの手順を解説します。AIを使って候補となる制度の情報を整理し、最終的に人が原典となる公募要領を読んで条件を確定するという、再現可能な手順を作ります。
自社の所在地や企業規模、投資内容といった公開情報のみをAIへ入力し、該当する制度を出力させることで、膨大な情報から候補を絞り込めます。しかし、AIが作成した候補一覧は入口にすぎません。AIだけで申請できるかを判定するのではなく、AIには対象者や対象経費などの項目を仮抽出する列整理を任せ、人が実際の公的記録で裏付けるという分担が必要です。
AIが挙げた制度名をもとに、公式の検索画面から現行の原典を探します。Jグランツは国や自治体の補助金を検索・電子申請する仕組みであり、申請にはGビズIDを用いるため、ここから手続きの詳細をたどることができます。このとき、検索して出てきたPDFファイルが昔のものでないかを確認する判断場面を必ず設けます。
過去の公募要領には交付決定後に着手する構造の例があるが、現行条件には使えないためです。
同じ制度でも時期によって条件が変わるため、原典の確認には注意を払います。厚生労働省は雇用関係助成金の支給要領を更新日付きで公開するほか、助成金別ページでは現行版と過去版の支給要領が分かれているため、人が現行版のファイルを開いて対象可否を判定します。
この記事の手順を踏むことで、AIへの入力と人による公募要領の確認をはっきりと分け、自社が申請できる候補を絞り込めるようになります。
申請条件を検索前に一枚へまとめる
助成金や補助金を探し始める前に、まずは自社の基本情報とこれから行いたい事業の計画を一つのファイルに書き出します。検索窓に思いつきのキーワードを入れながら探すと、自社の企業規模では対象外の制度や、すでに募集が終わった過去の制度が混ざってしまい、使えるものを正しく見分けることができなくなるためです。
この準備作業として、人が自社の条件をテキストに打ち込み、 grant-brief.yaml というファイルを作成します。このファイルには、以下の項目を箇条書きで固定します。
一つ目は所在地と企業規模です。本社や事業所の場所、資本金の額、従業員の人数を書きます。助成金は地域や規模によって対象者が決まるため、正確な数値が必要です。二つ目は投資内容です。新しく導入する機械の名称、ソフトウェアの種類、あるいは建物の改修など、何にいくら使う予定なのかを記載します。三つ目は支出時期です。
発注、納品、支払いをいつ行う予定なのかを月単位で示します。
そして四つ目が基準日です。会社の人数や計画は日々変わるため、ファイルに書いた情報がいつの時点のものであるかを日付で明示します。基準日を定めることで、これから探す補助金の公募期間や、制度の要件変更と照らし合わせる際の前提条件が揃います。
ここで作成した grant-brief.yaml のテキストは、この後の工程でAIのチャット画面に入力し、制度の要件と自社の状況を比較整理させるために使います。そのため、AIへ送らない情報を人が事前に区別し、ファイルから除外しておく必要があります。
ファイルに入力するのは、公開されている企業情報や、導入予定のシステムの一般的な名称などにとどめます。取引先の具体的な名称、未発表の新事業の詳細、従業員の個人情報などは記載しません。
また、電子申請のシステムに関する情報も同様に除外します。後続の調査や手続きでは、Jグランツを利用する場面が出てきます。Jグランツは国や自治体の補助金を検索・電子申請する仕組みであり、申請にはGビズIDを用います。このGビズIDやパスワードといった認証情報は、決してAIへの入力テキストに含めてはいけません。
このように、安全にAIへ渡せる情報だけを人が選別し、 grant-brief.yaml にまとめます。検索前に条件と基準日を一枚のテキストに固定しておくことで、これから集める制度の候補が自社の計画に合っているかどうかを正しく確認する準備が整います。
Jグランツで候補を集め、現行の制度原典へ移る
自社の条件をまとめたら、次は実際に申請できそうな制度の候補を探します。ここで利用するのが、国や地方公共団体の補助金について電子申請を可能にするシステムであるJグランツの検索機能です。
Jグランツを利用した実際の電子申請の際にはGビズIDと呼ばれるアカウントが必要になりますが、候補を探す段階ではログインしなくても、公開されている補助金の情報を検索することができます。画面の検索窓に、あらかじめ用意した事業のキーワードや所在地を入力し、現在公募されている制度の一覧を表示させます。
一覧が表示されたら、その検索結果の公開テキストをコピーして、AIのチャット画面へ貼り付けます。このとき、前節で作成した自社の条件ファイルも一緒にAIへ渡し、検索結果の中から条件に合いそうな制度を選び出すよう指示を出します。
AIからの返答はそのまま眺めるのではなく、結果を整理するために grant-candidates.csv という表計算ソフトで開けるファイルとして出力させます。このファイルには、候補となる「制度名」「管轄機関」「公募に関する公式ページのURL」といった列を作ります。
ここで重要なのは、検索システムやAIが出力した結果をそのまま申請の判断基準にしてはいけないということです。AIはテキストから共通点を見つける作業には向いていますが、それが最新のルールに基づいているかどうかを判断することはできません。
検索結果にすでに終わった公募の情報が残っていたり、AIが過去の資料を現行条件として誤って扱ってしまったりすることもあるため、AIだけでの対象判定は行いません。
そのため、人が grant-candidates.csv の公式ページURLの列に沿って制度の提供元サイトへアクセスし、現行の公募要領を直接確かめる作業に移ります。たとえば、中小企業庁のウェブサイトでは、調達・公募情報を日付付きで掲載しています。このように、日付が明記された最新の公式なPDFファイルやウェブページだけを現行の原典として扱います。
横断検索の画面やAIがまとめた一覧表は、あくまで候補の集合を作るための資料です。そして、実際に申請できるかどうかを判断するための資料は、提供元の機関が発表している最新の公募要領という原典に絞ります。候補を集める作業と、現行の原典を確保する作業を分けることで、古い情報や誤った解釈に惑わされることなく、正確な条件確認の工程へ進むことができます。
公募要領から同じ項目を仮抽出する
制度の候補と公式の公募要領を特定したら、次はその資料の中から自社に必要な条件を抜き出します。たとえば、厚生労働省は雇用関係助成金の支給要領を更新日付きで公開しています。助成金ごとのページを見ると、現行版と過去版の支給要領が明確に分かれて置かれています。
ここで誤って過去版のファイルをAIに読み込ませてしまうと、古い要件で準備を進めることになってしまいます。そのため、人が必ず公開日や適用日を確認し、現行版のPDFファイルだけを手元にダウンロードします。
さらに、制度によっては共通資料と各助成金固有の要件・様式の両方を確認する必要があるため、見落としがないように関連するすべての手引きや要領を集めておきます。
集めた資料は、省庁や自治体などの提供元によって章立てや文章の形式がそれぞれ異なります。そのままでは複数の制度を見比べるのが難しいため、AIを使って必要な情報を統一した項目に整理させます。先ほどダウンロードした現行版の資料から公開されているテキストをコピーし、AIのチャット画面に貼り付けます。
そして、読み込ませた文章の中から「対象者」「対象経費」「補助率」「上限」「期限」「着手条件」の6つの項目を探し出し、 eligibility-matrix.csv という表計算ソフトで開けるファイルとして出力するよう指示を出します。
この抽出作業によって、自社のような規模の企業が対象になるか、導入予定の設備が対象経費として認められるかが一覧でわかるようになります。また、補助される割合や金額の上限、申請の期限に加え、申請を出す前に発注や支払いをしてよいかという着手条件も横並びで比較できます。
このとき、AIへの指示には、抽出した情報が元の資料の何ページに書かれていたかを示す「ページ番号」の列を必ず追加させます。AIが抜き出した言葉をそのまま申請の根拠にするのではなく、後から人が原典の該当するページ番号を開き、前後の文脈を含めて正確な意味を確認する際の目印として使うためです。
AIは数十ページに及ぶ資料から、指定した言葉や条件に関連する部分を素早く見つけ出し、表の形に整える処理を得意としています。しかし、複雑な例外規定や、複数の条件が組み合わさった場合の解釈を完璧に行うわけではありません。
そのため、できあがった eligibility-matrix.csv の内容だけで自社が対象になるかどうかを最終判定することは避けます。この工程の目的は、あくまで形式がバラバラな複数の資料を同じ列に揃え、人が確認しやすい状態を作る仮抽出にとどめることです。
こうして一覧表とページ番号の案内図を用意することで、次の段階で人が原典の記述をもとに正しく判断する工程へスムーズに進むことができます。
要件を質問表へ変えて人が対象可否を判定する
前の工程で作成した仮抽出の一覧表には、対象となる企業の条件や必要な経費などが並んでいます。しかし、AIが要約した抽出値だけを見て自社も対象になるとすぐに結論を出すことはできません。制度の要件と自社の状況が完全に一致しているかを確定させるには、社内の正確な記録や書類と照らし合わせる必要があるためです。
AIは一般的な文章の要約はできますが、自社の手元にある書類の中身を見ることはできません。そのため、AIの要約結果を、人が社内で確認するための質問リストへ変換する作業を行います。
ここでもう一度AIを活用します。先ほど作成した仮抽出のデータをもとに、自社がこの条件を満たしているかを確認するための質問を書き出すようAIに指示をします。この結果を open-questions.csv という名前のファイルに出力させます。この表には、質問内容、確認に必要な証憑、社内の担当者という三つの列を作ります。
たとえば、「資本金は要件の枠内に収まっていますか」という質問に対して、証憑の列には会社の登記簿や決算書、担当者の列には経理部門と記入されるように指示します。
こうしてできあがった open-questions.csv をもとに、人が一つずつ事実を確認していきます。このとき、制度の提供元が公式に用意している確認書類も一緒に活用します。
たとえば、キャリアアップ助成金では申請書類チェックリストも公開されているため、この公式のチェックリストと先ほど作成した質問表を見比べながら、自社で必要な書類を不備なく用意できるかを一つずつ判定します。
確認を進める中で、公募要領を読んでも自社の場合の解釈がわからない部分が出てくることがあります。そのようなとき、AIにもう一度質問して答えを出させようとしてはいけません。AIは過去の一般的な情報からもっともらしい回答を作ることはできても、現行のルールに基づいた個別事例の正確な判定はできないからです。
疑問が生じた場合は、必ず公募要領に記載されている公式の窓口へ人が直接確認します。たとえば、業務改善助成金は条件によって助成率が変わり、労働局が問い合わせ先となることが明記されています。自社の現在の賃金や引き上げの計画を窓口へ伝え、どの助成率が適用されるかを人が問い合わせて確定させます。
この工程を踏むことで、AIの抽出結果が、証憑に基づいた具体的な確認作業へと変わります。申請手続きに進めば必ず採択されるという保証はありませんが、AIだけでの対象判定を避け、人が根拠資料と公式な問い合わせ先を通じて一つずつ事実を積み上げることで、自社が本当に申請可能かどうかを安全に見極めることができます。
交付決定、発注、支払の順序を日付で確認する
対象となる企業の条件や経費の要件を満たしていても、自社の事業を実施する時期と補助金のスケジュールが合わなければ、その制度を利用することはできません。助成金や補助金を利用する際にもっとも注意が必要なのは、発注や支払いを行う順序です。
多くの制度では、申請書を提出したあとに審査が行われ、正式に認められる「交付決定」という通知を受けてから、初めて対象となる機械の発注や業者への支払いを行う決まりになっています。この交付決定よりも前に契約や支払いをしてしまうことを事前着手と呼び、原則として補助の対象外となってしまいます。
採択前後に何をしてはいけないかを確かめるために、ここでもAIを使って複雑な日程を整理します。現行の公募要領のテキストをAIのチャット画面へ貼り付け、スケジュールの順序と期限を抜き出して grant-timeline.csv という表計算ファイルに出力するよう指示します。
この表には、「申請締切日」「交付決定の予定時期」「発注が認められる日」「納品と支払いの期限」「実績報告の締切日」といった列を作成させ、それぞれの日付や期間を抽出させます。
この作業の際、過去資料の混入警告には十分に気をつける必要があります。過去の公募要領には交付決定後に着手する構造の例があるものの、制度が更新されるにつれて例外的な事前着手が認められるなど、着手の条件や日付のルールが細かく変わることがあります。
AIはテキストの中から日付の情報を拾い集めて表を作ることはできますが、その条件が最新のものであるかを自ら判断することはできません。そのため、AIだけでの対象判定を行ったり、AIが過去資料を現行条件として扱ってしまったりするのを防ぐため、人が現行のルールを直接確認する手順が不可欠です。
実際の制度ページには案内、Q&A、支給要領、電子申請への導線がまとまる例があるため、人はこの公式ページから最新のQ&Aや要領の該当部分を直接開きます。そして、AIが作成した grant-timeline.csv の日付や事前着手の条件が、最新の公式情報とずれていないかを目視で一つずつ点検します。
最後に、最初の手順で用意した自社の計画ファイルと、この grant-timeline.csv を人が見比べます。申請の締切日までに書類の準備が間に合うかという点だけでなく、自社が予定している発注や支払いの時期が、交付決定のあとにきちんと収まっているかを確認します。
このように、単なる申請締切というひとつの日付だけで判断するのではなく、事前着手の扱いを含めた発注から支払いまでの一連の順序を別の確認ゲートとして設けることで、計画通りに制度を活用できるかを正しく見極めることができます。
根拠URLと確認日を残して更新を続ける
ここまでの手順で、自社の状況と制度の要件を整理するために五つの成果物を作成してきました。
自社の条件をまとめた grant-brief.yaml、候補となる制度をリスト化した grant-candidates.csv、公募要領から条件を仮抽出した eligibility-matrix.csv、社内で事実を確認するための open-questions.csv、そして発注や支払いの順序を整理した grant-timeline.csv です。
これらのファイルは、調査結果を実際の申請準備へと引き継ぐための重要な資料となります。
しかし、調査を終えてファイルが完成したからといって、そのまま放置してよいわけではありません。助成金や補助金を利用するうえで注意しなければならないのは、制度の条件や募集の状況が頻繁に変わるということです。公式ページで紹介されている古い活用例は現在の内容と異なる場合があるため現行要領を優先する必要があります。
そこで、調査した時点の情報を後から振り返ることができるように、六つ目のファイルとして source-log.jsonl を作成します。このファイルには、制度名とともに、人が実際に目視で確認した公式ページのURLと、そのページを開いた「確認日」をテキストで記録しておきます。
AIが生成した要約だけを残すのではなく、根拠となったURLと日付を明確にしておくことで、数ヶ月後に申請手続きを始める際にも、どこに最新情報が掲載されているかをすぐに探し出せるようになります。
このように記録を残しておく最大の理由は、制度の変更にいち早く気づき、適切に対応するためです。官公庁のウェブサイトに掲載される公募情報は日付付きで更新されるため再確認が必要であるという前提に立ち、定期的に source-log.jsonl のURLへアクセスして募集状況を確かめます。
もし新しい公募要領が発表されていた場合は、古い資料を現行条件として扱うことはせず、新しいPDFなどの公開テキストを取得し直します。
新しい資料を入手した際にもAIを活用します。チャット画面に新旧両方の公募要領のテキストを入力し、「対象経費やスケジュールの要件にどのような変更があったか」というAI差分を出力させます。ただし、ここで抽出された差分だけを見て申請を判断してはいけません。
AIは変更箇所を見つける作業を助けてくれますが、その変更が自社にどう影響するかを正確に判定することはできないからです。AIだけでの対象判定は避け、AIが指摘した変更点をもとに、必ず人が最新の公募要領の該当ページを開き、人の再確認を経てから申請内容を調整します。
この一連の手順において、申請手続きを進めれば必ず採択されるという保証はありません。しかし、AIに大量の文書から情報を整理させ、人が公式の根拠URLに沿って日付ごとに事実を確かめるという分担を固定することで、誤った情報に振り回されることを防げます。
五つの成果物と記録ファイルを活用し、定期的な確認作業をトリガーとして情報の更新を続けることが、安全で再現可能な調査手順の基本となります。
よくある質問
Q1. 国や自治体の補助金情報は無料で調査できますか。
はい、無料で調査できます。Jグランツは国や自治体の補助金を検索・電子申請する仕組みであり、申請にはGビズIDを用いるシステムとして一般に公開されています。このシステムの検索窓を活用すれば、現行の公募情報を誰でも探すことができます。検索結果の一覧をコピーしてAIに整理させる際も、国や自治体の公式な公開情報を用いるため、特別な購入費用はかかりません。
Q2. 民間DBを利用して候補を探す場合に気をつけることはありますか。
民間が提供しているデータベースで候補を集める際も、公式の要領で最終確認を行う手順は同じです。民間DBの情報は更新の時期によって現行版と過去版の支給要領が分かれている制度の古い内容が混ざっている可能性があります。
そのため、民間DBで見つけた候補であっても、必ず人が提供元の公式ページへ移動して最新の公募要領をダウンロードし、そこから eligibility-matrix.csv の項目をAIに仮抽出させる手順へ合流してください。
Q3. 会社の登記簿がまだ手元にない状態でも対象になるか判断できますか。
書類がない状態での対象判定はできません。AIが作成した open-questions.csv の証憑列に会社の登記簿が指定された場合、それを人が目で見て事実を確認する必要があります。登記未確認のまま仮の条件で進めてしまうと、正確な資本金や所在地の情報が要件から外れていたときに計画がやり直しになります。
必ず手元にある公式な書類と質問表を突き合わせてから判定してください。
Q4. 過去の具体的な資金調達額などはAIへ入力してもよいですか。
公開されていない詳細な資金調達額や、取引先の名称、従業員の個人情報などはAIのチャット画面へ入力しないでください。自社の条件をまとめる grant-brief.yaml を作成する際は、公開されている資本金や従業員数など、安全に渡せる一般的な情報に絞ります。また、電子申請に用いるGビズIDなどのパスワード情報も決してAIへ渡すテキストには含めないでください。
Q5. 公募要領のPDFが長くてAIへ一度に入力できないときはどうすればよいですか。
制度によっては共通資料と各助成金固有の要件・様式の両方を確認する必要があるため、全体の文章量が非常に多くなることがあります。その場合は、テキストを数回に分けてAIへ入力します。
対象経費が書かれた章や、スケジュールが書かれた章ごとに区切ってコピーと貼り付けを行い、それぞれ eligibility-matrix.csv や grant-timeline.csv の列に揃えて出力するよう指示を繰り返すことで整理できます。
Q6. 調査のあと、どのくらいの更新頻度で情報を確かめるべきですか。
数週間ごとなど、定期的に人が再確認を行うルールを決めるのが安全です。中小企業庁は調達・公募情報を日付付きで掲載しているように、官公庁のウェブサイトは随時更新されます。
一度調査が終わっても、公募情報は日付付きで更新されるため再確認が必要であるという前提で、 source-log.jsonl に記録した公式ページのURLへ人が定期的にアクセスし、新しい公募要領に差し替わっていないかを確かめてください。
調査手法について
こちらの記事はグラフAIリサーチプラットフォームのSnorbeを使って作られています。Snorbeは研究開発・新規事業向けの調査テーマに応じた幅広い項目のオートリサーチや、ナレッジグラフの構築、構造化レポートの生成ができるAIリサーチツールです。
Screenshot
調査したいテーマを入力するだけで、AIが深堀りすべき観点や広げるべき調査項目をレコメンドしながら、自動でリサーチを進めます。収集した情報はナレッジグラフとして蓄積され、未調査領域（ホワイトスペース）を可視化しながら調査の網羅性を高めていけます。
また、観点マトリクスを30秒・構造化レポートを10分で自動生成する機能があり、出典付きのレポートをMarkdown/PDF形式でエクスポートできます。調査の元データも保存されるため、ファクトチェックや社内共有も容易です。
ご利用をご希望の方は、こちらよりお申し込みください。
また、グラフAIを活用した社内ナレッジ管理や、研究開発・新規事業のリサーチ支援、セルフホスト導入のご相談も受け付けています。お困りの方はお気軽にご連絡ください。
市場調査やデスクリサーチの生成AIエージェントを作っています 仲間探し中 / Founder of AI Desk Research Agent @deskrex , https://deskrex.ai
コメント