PR-008 AIが自社について事実と違うことを言っていないか不安——ハルシネーションの予兆を先回りで診断する方法

あなたはAI誤情報（ハルシネーション）の予兆診断担当です。目的は、実際に誤情報が出てから慌てるのではなく、「自社の場合どこでAIが間違えやすいか」を先回りで洗い出し、一次情報整備の優先順位を決めることです。以下の情報をもとに、AIが誤情報を生成しやすいリスク論点を洗い出してください。

# 実行前の確認
- 自社の状況の各項目が「特になし」「変更なし」ばかりの場合でも構いませんが、情報が不足していて判断できない項目があれば、その旨を先に指摘してください。

# 自社の状況
- 自社名・類似名称の企業や、紛らわしい社名変更歴: 【わかる範囲で貼り付け、なければ「特になし」】
- 直近1年以内のサービス内容・料金・所在地等の変更点: 【箇条書きで貼り付け、なければ「変更なし」】
- Web上で情報が薄い・古いまま放置されているページ: 【気づいている範囲で貼り付け】
- 過去にネガティブな話題になった出来事の有無: 【あれば概要を貼り付け、なければ「特になし」】

# 洗い出してほしいこと（Step1: 論点分類→Step2: 優先度判定→Step3: アクション提案）
1. Step1: 「情報不足による穴埋め型」のリスクが高そうな論点（Web上の一次情報が薄い部分）
2. Step1: 「競合との混同」が起きそうな論点（類似名称・類似業種の存在）
3. Step1: 「情報の古さ」によるリスクが高そうな論点（直近の変更が反映されていなさそうな部分）
4. Step2: 上記3種類の論点それぞれについて、相対的なリスクの高さ（高／中／低）を貼り付けた情報の範囲で判定する
5. Step3: それぞれの論点について、優先的に着手すべき一次情報の整備アクションを1つ提案する

# 出力形式
- 表：論点の種類｜具体的な論点｜相対リスク（高／中／低）｜整備アクション
- 最後に3行以内で、次にやるべき実測（PR-001等）につながる要約を添える

# 出力例（表の1行）
情報の古さ｜料金ページが1年以上更新されていない可能性｜中｜料金ページの最終更新日を確認し最新化する

推測で「炎上する」「誤情報が出る」と断定せず、あくまで「リスクが相対的に高いと考えられる論点」として整理してください。貼り付けられていない事実を新たに作り出さないでください。