【2026年7月最新】Geminiは嘘をつく？AIハルシネーションの理由とダブルチェック機能・見抜き方を解説
aikanri-admin
この記事の内容
「Geminiに聞いたら、それっぽい答えが返ってきたけど、なんだか怪しい……」——そう感じてこの記事にたどり着いた方は多いはずです。
結論から言うと、Geminiは意図的に嘘をつくわけではありません。しかし、仕組み上「間違った情報を、あたかも正しいことのように自信満々に生成してしまう」現象は確実に起こります。これは専門的にはハルシネーション（幻覚）と呼ばれ、Geminiに限らずChatGPTやClaudeを含む、あらゆる生成AIに共通する構造的な課題です。
この記事では、Geminiに搭載されているダブルチェック機能（AIの回答をGoogle検索と照合し、信頼度を色分け表示する機能）を入り口にしながら、「AIはなぜ嘘をつくのか」「どうすれば見抜けるのか」「業務で安全に使うにはどうすればいいか」を、専門用語をできるだけかみ砕きながら整理していきます。
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、次の6つが明確になります。
01 THE TRUTH Geminiは本当に嘘をつくのか？ダブルチェック機能で見る実態 「嘘をつく」という表現の正体を最初に整理する
まず前提を揃えておきます。「Geminiが嘘をつく」というとき、多くの人がイメージしているのは、実在しない店舗名や論文、統計データを、まるで実在するかのようにもっともらしく生成してしまう現象です。これは専門的には嘘（意図的な虚偽）ではなく、ハルシネーションと呼ばれます。
📚 用語解説
ハルシネーション（Hallucination）：AIが学習データや文脈から「それらしい」情報を生成する過程で、事実と異なる内容を、あたかも正しいかのように出力してしまう現象。直訳は「幻覚」。AIに悪意や意図はなく、確率的に「もっともらしい文章」を組み立てる仕組みの副作用として発生します。
例えば、「東京都内でおすすめの飲食店を教えて」という曖昧な質問に対し、実在しない店舗名を作り出してしまったり、「この分野の代表的な論文は？」と聞かれて存在しない論文タイトルと著者名を組み合わせて回答してしまったりするケースが典型例です。本人（AI）には嘘をつく意図がなく、「文脈的にありえそうな単語のつながり」を生成しているだけという点が、人間の嘘とは根本的に違います。
この課題に対して、Googleが用意した仕組みがダブルチェック機能です。Geminiの回答に対して、Google検索の結果と照合し、内容の信頼度を色分けして表示してくれる機能で、2024年から段階的に提供が広がっています。
📚 用語解説
ダブルチェック機能：Geminiの回答文を、Google検索エンジンの検索結果と自動で照合し、記述内容が検索結果と一致しているかを判定してハイライト表示する機能。一致度が高い箇所は緑色、検索結果と一致しない・裏付けが取れない箇所はオレンジ色でマークされます。回答を鵜呑みにせず、どこが「怪しいか」を機械的に絞り込めるのが利点です。
1-1. 緑とオレンジ、色分けの意味
ダブルチェック機能を起動すると、Geminiの回答文の各文・各フレーズに色がつきます。緑色は「Google検索の結果と一致しており、裏付けが取れている」ことを示し、オレンジ色は「検索結果と一致しない、または裏付けとなる情報が見つからない」ことを示します。オレンジ色の箇所をクリックすると、Geminiがなぜその判定をしたのか、根拠となった検索結果へのリンクが表示される仕組みです。
固有名詞・日付・数値・統計といった「検索すれば裏が取れる事実」に強く効きます。一方、「私の会社の場合はどう対応すべきか」といった一般公開情報が存在しない相談には、検索と照合できないためダブルチェックの効果は限定的です。用途を見極めて使うのがコツです。
代表菅澤
1-2. 「嘘をつく」は言い過ぎでも「疑わなくていい」わけではない
結論として、「Geminiは嘘をつく」という表現はやや強すぎますが、「Geminiの回答を無条件に信じてよい」というのも間違いです。ハルシネーションが起きる確率はゼロにはならない以上、業務で使う場合は「AIの回答＝下書き」として扱い、重要な意思決定に関わる情報だけは人間が裏取りをする、という運用が安全です。
固有名詞（企業名・製品名・法令名）、日付・数値、引用元が明示されない統計データ、専門的な法律・医療・税務の判断が絡む内容は、ハルシネーションが業務トラブルに直結しやすい領域です。これらは必ず一次情報での確認を挟んでください。
02 WHY IT HAPPENS なぜAIは嘘をつくのか？ハルシネーションが起きる3つの理由 仕組みを理解すると、対処法が自然と見えてくる
ハルシネーションを防ぐには、まず「なぜ起きるのか」という構造を理解しておくことが近道です。原因は大きく3つに整理できます。
2-1. 理由1：学習データそのものに誤りや偏りがある
生成AIは、インターネット上の膨大なテキストデータを学習して回答パターンを組み立てます。学習データの中には、そもそも古い情報・誤った情報・意見と事実が混在した情報が含まれています。AI自身には「これは事実」「これは個人の意見」を完全に区別する能力があるわけではないため、誤った情報がそのまま回答に反映されてしまうケースがあります。
特に、リリース直後の新製品情報や、日々更新される統計データのように「鮮度」が重要な情報では、学習データの時点が古いことがそのまま誤情報につながりやすくなります。
2-2. 理由2：プロンプト（指示文）が曖昧すぎる
2つ目の理由は、質問する側（人間）の指示が曖昧なケースです。「おすすめを教えて」「まとめて」といった抽象的な指示だけでは、AIは何を基準に回答すればいいか判断できず、もっともらしい一般論や、存在しない具体例で穴を埋めようとする傾向があります。
📚 用語解説
プロンプトエンジニアリング：AIから望む回答を引き出すために、質問文（プロンプト）の書き方を工夫する技術。「いつの情報か」「どの地域か」「情報源は明記してほしい」など、条件を具体的に指定するほど、AIが推測で穴埋めする余地が減り、ハルシネーションのリスクも下がります。
例えば「マーケティングの成功事例を教えて」という質問より、「2025年以降に日本国内で公開された、BtoB SaaS企業のマーケティング事例を3つ、出典つきで教えて」という質問の方が、AIが推測に頼る余地は大幅に減ります。条件を具体化するだけで、ハルシネーションの発生率は体感でも大きく変わります。
2-3. 理由3：ユーザーの期待に応えようとして「もっともらしさ」を優先する
3つ目は、生成AIの根本的な設計思想に関わる理由です。生成AIは「分かりません」と答えるより、文脈的に自然でもっともらしい回答を返す方向に最適化される傾向があります。これは「ユーザーの役に立ちたい」という設計思想の副作用でもあり、結果として、本来「情報が不足しています」と答えるべき場面でも、それらしい回答を組み立ててしまうことがあります。
📚 用語解説
コンテキストウィンドウ：AIが一度の会話で参照・記憶できる情報量の上限。会話が長くなりすぎたり、複数の話題を同時に扱ったりすると、以前の文脈を取りこぼして矛盾した回答をすることがあります。長い会話を続ける場合は、途中で要点を整理し直して伝えるとハルシネーションが減ります。
AI鬼管理山崎
03 HOW TO USE Geminiのダブルチェック機能の使い方（3ステップ） 実際の操作フローをそのまま実演形式で解説
ここからは、Geminiのダブルチェック機能を実際にどう使うか、操作の流れを解説します。専門知識は不要で、誰でもその場で試せる手順です。
Geminiに
質問を入力する
ダブルチェックの
アイコンをクリック
色分け結果を見て
オレンジ箇所を確認
3-1. Step1：質問（プロンプト）を入力する
まずは通常どおりGeminiに質問を入力します。前章で触れたとおり、時期・地域・対象を具体的に指定するほど、後段のダブルチェックでオレンジ表示になる箇所が少なくなります。特に固有名詞・数値・日付を含む質問では、この段階での指示の具体性がそのまま回答の精度に直結します。
3-2. Step2：ダブルチェック機能を起動する
回答が生成されたら、回答の下に表示される確認用のアイコンをクリックします。すると、Geminiが自らの回答文をGoogle検索の結果と照合し始め、数秒〜十数秒で色分けされた結果が表示されます。
📚 用語解説
グラウンディング（Grounding）：AIの回答を、検索エンジンや外部データベースなど「実際に存在する情報源」に結びつけて裏付けを取る仕組みの総称。ダブルチェック機能はグラウンディングの一種で、生成した文章を検索結果という客観的な情報源に接地（グラウンド）させることで、事実確認を自動化しています。
3-3. Step3：オレンジ色の箇所を優先的に検証する
色分けされた結果が表示されたら、オレンジ色の箇所だけに注目します。該当箇所をクリックすると、Geminiが参照した（あるいは参照できなかった）検索結果のリンクが表示されるので、そこから一次情報を直接確認します。緑色の箇所についても、重要な意思決定に関わる内容であれば念のため確認しておくと安心です。
ダブルチェックで「全て緑」だったとしても、それは「Google検索結果と一致している」ことの証明であって、「検索結果自体が正しい」ことの証明ではありません。検索結果側に古い情報や誤情報が混じっているケースもあるため、最終判断が必要な場面では複数の情報源を当たる習慣を崩さないことが重要です。
代表菅澤
04 NOT JUST GEMINI Gemini以外のAIも同じ問題を抱えている ハルシネーションは特定のAI固有の欠陥ではなく、生成AI共通の構造課題
ここまでGeminiを軸に解説してきましたが、誤解してほしくないのは、ハルシネーションはGemini特有の欠陥ではないという点です。ChatGPT・Claude・Copilotなど、いま企業で使われているほぼ全ての生成AIが、多かれ少なかれ同じ構造的課題を抱えています。
| AIツール | ハルシネーション対策の代表的な機能 | 特徴 |
|---|---|---|
| Gemini (Google) | ダブルチェック機能（Google検索と照合し色分け表示） | 検索結果との一致・不一致が視覚的に分かりやすい |
| ChatGPT (OpenAI) | Web検索機能つきモデルでの出典リンク表示 | 出典を明示させるプロンプト指定との併用が前提 |
| Claude (Anthropic) | 長文コンテキストの一貫性維持・出典明記への応答性の高さ | 「分からない場合は分からないと答える」指示への追従性が比較的高いとされる |
| Copilot (Microsoft) | Bing検索との連携による参照リンク表示 | Microsoft 365文書内の情報を参照する用途と親和性が高い |
📚 用語解説
RAG（検索拡張生成 / Retrieval-Augmented Generation）：AIが回答を生成する前に、外部の検索エンジンやデータベースから関連情報を取得し、その情報を踏まえて回答を組み立てる仕組み。ダブルチェック機能や各社のWeb検索連携機能は、いずれもこのRAGの考え方を応用したものです。「AIの記憶だけに頼らせない」ことがハルシネーション対策の基本方針になります。
つまり、「どのAIを使えばハルシネーションが起きないか」という問いの立て方自体が、あまり現実的ではありません。正しい問いは、「どのAIも一定確率で間違えるという前提で、どう運用すれば業務上のリスクを抑えられるか」です。ツール選びよりも運用設計の方が、実際の業務品質を大きく左右します。
「このAIは精度が高いから大丈夫」という評判だけで裏取りを省略するのは危険です。どのAIも、質問の仕方・確認の仕組みを整えなければ誤情報のリスクは残ります。ツールの選定よりも、次章で解説する「確認のプロセス」を業務フローに組み込むことの方が重要です。
AI鬼管理山崎
05 PRACTICAL TACTICS AIに嘘をつかせないための実践的な5つの対策 今日からすぐ実践できる具体的なアクション
ここまでの内容を踏まえ、実際に業務でAIを使う際に取り入れられる、具体的な対策を5つに整理しました。
5-1. 対策1：情報のクロスチェックを徹底する
AIの回答は、必ず別の情報源（公式サイト・一次資料・複数の検索結果）と突き合わせる習慣をつけます。特に固有名詞・数値・日付が絡む内容は、AIの回答をそのまま資料に転記せず、最低1つは裏付けとなるリンクを確認してから使うのが安全です。
5-2. 対策2：プロンプトを具体化する
「いつの情報を求めているか」「どの範囲・地域の話か」「情報源を明記してほしい」といった条件を、質問文の中に明示的に含めます。プロンプトが具体的であるほど、AIが推測で穴埋めする余地が減り、結果として誤情報の発生率が下がります。
5-3. 対策3：AIの限界を前提として運用フローを組む
「AIは一定確率で間違える」という前提に立ち、重要度の高い意思決定ほど人間の確認を挟むフローをあらかじめ設計しておきます。逆に、下書き作成・アイデア出し・要約といった「間違っていても大きな損害につながらない」用途では、AIにスピード優先で任せる、というようにメリハリをつけるのが実務的です。
📚 用語解説
ファクトチェック：発信・公開する前に、情報の正確性を第三者の情報源と照合して検証する作業。AIが生成した文章を業務で使う際は、少なくとも固有名詞・数値・日付の3項目についてファクトチェックを行う運用が推奨されます。
5-4. 対策4：「分からない場合は分からないと答えて」と明示する
プロンプトの末尾に「確信が持てない情報は、推測せず『分かりません』と答えてください」と一文を加えるだけでも、AIがもっともらしい回答で穴埋めしようとする挙動を一定程度抑制できます。完全にゼロにはなりませんが、簡単に試せて効果が体感しやすい対策です。
5-5. 対策5：確認のプロセスを個人任せにせず、チームの仕組みにする
個人の注意力に依存したファクトチェックは、忙しい時期ほど抜け漏れが発生します。「AIが生成した資料は、公開前に必ず別の担当者がオレンジ／緑を確認する」といったチーム単位のチェックフローを設計しておくことで、属人化を防げます。
下書き・資料を
AIが生成
固有名詞・数値・
日付を確認
重要度に応じて
要／不要を分岐
問題なければ活用
要修正なら再生成
弊社の運用経験では、「プロンプトの具体化」と「重要度に応じたチェックフローの設計」の2つが、最も少ない労力で最大の効果を生みます。全ての出力を細かくチェックするのは非現実的なので、まずは重要度でメリハリをつけることから始めるのがおすすめです。
代表菅澤
06 HOW TO SPOT IT 【独自】非エンジニアがAIの嘘を見抜く視点 専門知識がなくても、これだけ意識すれば怪しさに気づける
ここからは、AIやITの専門知識がない経営者・管理職の方でも、その場ですぐ実践できる「AIの嘘を見抜く視点」を紹介します。ダブルチェック機能のような専用ツールがなくても、意識するだけでリスクを減らせるポイントです。
6-1. 「妙に具体的すぎる」ときほど疑う
直感に反するようですが、情報が曖昧なときより、妙に具体的すぎるときの方が要注意です。AIは「それっぽい数字」「それっぽい固有名詞」を生成するのが得意なため、細部まで詳細な回答ほど、実は裏付けのない創作である可能性があります。数値や名称が具体的であるほど、逆に一段階疑ってかかるくらいがちょうどいい距離感です。
6-2. 出典・根拠を聞き返してみる
回答をもらった後、「その情報の出典は？」「いつの時点の情報？」と聞き返してみるのも有効です。裏付けのある回答であればソースを提示できますが、ハルシネーションによって生成された内容の場合、聞き返すと回答が曖昧になったり、前回と矛盾する説明が返ってきたりすることがあります。
6-3. 「自分の専門分野」で一度テストしてみる
自分がよく知っている業界・分野について、あえてAIに質問してみるのもおすすめです。自分の知識で正誤を判断できる範囲でAIの回答精度を確認しておくと、その他の分野でAIを使うときの「信頼度の物差し」ができます。
社内外への説明で「AIがそう言っていたので」を根拠にするのは避けてください。AIの回答はあくまで下書き・たたき台であり、最終的な説明責任は人間側にあります。特に顧客対応や契約に関わる場面では、この意識の差が大きなトラブルの有無を分けます。
AI鬼管理山崎
07 GENAI CASE STUDY 【独自データ】GENAI社内のAI出力ダブルチェック運用 Claude Max 20xを全社運用する弊社が、実際にどう確認しているか
ここでは、弊社（株式会社GENAI）が実際にAI出力をどうチェックしながら業務に組み込んでいるかを、数値と運用ルールベースで公開します。弊社ではClaude Max 20xプラン（月額約30,000円）を契約し、経営・営業・広告・開発・経理・秘書業務・記事制作まで、社内のあらゆる業務にAIを組み込んで運用しています（2025年後半〜）。
| 業務領域 | 主な用途 | 削減時間（肌感・概算） | 確認の重点ポイント |
|---|---|---|---|
| 営業 | 提案書・見積・顧客別資料の自動生成 | 週20h → 週2h | 顧客名・金額・数量の最終目視確認 |
| 広告運用 | 週次レポート・CPA分析・配信調整 | 週10h → 週1h | 数値の集計元データとの突合 |
| ブログ記事 | SEO記事執筆・リライト・内部リンク最適化 | 1本8h → 1本1h | 統計・固有名詞・日付のファクトチェック |
| 経理 | 請求書チェック・経費仕訳・Freee連携 | 月40h → 月5h | 仕訳内容と証憑（領収書等）の一致確認 |
| 秘書業務 | 日報生成・議事録・スケジュール調整 | 日2h → 日15分 | 発言者の意図とのズレがないかの確認 |
上記は弊社の肌感ベース・概算の数値であり、業種・業態・担当者のスキルによって変動します。「完全自動化」や「ミスがゼロになった」ということではなく、あくまで人間による確認工程を前提とした削減時間の目安としてご覧ください。
7-1. 「AIが作った→即使う」は運用していない
弊社の運用で徹底しているのは、AIが生成した内容をそのまま外部に出さないというルールです。特に、顧客に送る資料・金額を含む書類・公開するブログ記事については、AIが下書きを作成した後、必ず人間が数値・固有名詞・日付を確認してから確定させる工程を挟んでいます。時給換算で考えると、月30,000円のプラン投資に対して、確認工程を含めても月間で1名分の業務量に近い削減効果が出ている肌感です。
7-2. Claude Codeを選んでいる理由の一つは「聞き返しへの追従性」
弊社が業務の中心にClaude Codeを据えている理由の一つに、指示に対する追従性の高さがあります。「この数値の根拠は？」「分からない場合は分からないと答えて」といった確認の指示に対して、素直に応答を修正してくれる傾向が強く、確認作業のやり取りがスムーズに進む点を実務上のメリットとして感じています。
弊社では、資料の種類ごとに「確認必須項目」をあらかじめ決めています（例：営業資料なら顧客名・金額・数量、経理処理なら勘定科目・金額・証憑番号）。チェック項目を事前に固定しておくことで、担当者が変わってもチェック漏れが起きにくくなります。
代表菅澤
08 CONCLUSION まとめ ── 「疑いながら使う」が最速で成果を出すコツ ハルシネーションを前提にした運用が、結局いちばん近道
この記事では、Geminiのダブルチェック機能を入り口に、AIハルシネーションが起きる理由、見抜き方、実践的な対策、そして弊社GENAIの実運用まで整理してきました。最後にポイントを振り返ります。
ここまで読むと分かるとおり、AIのハルシネーション対策は、突き詰めると「AIを疑いながら、確認のプロセスごと業務に組み込む」という運用設計の話になります。ツールの選び方以上に、この運用の仕組みを整えられるかどうかが、業務でAIを安全に使いこなせるかを分けます。
弊社では、Geminiのようなチャット型AIに加えて、ターミナル上で自律的にファイル操作やタスク実行までこなすClaude Codeを業務の中心に据えています。理由の一つが、前章で触れた「確認の指示に対する追従性の高さ」です。「この数値の出典は？」「不確かな場合は分からないと言って」といった確認プロセスを、日々の業務フローの中に組み込みやすいという実感があります。
「AIを安全に業務へ組み込む」を、仕組みから一緒に設計します
とはいえ、確認のフローを自社だけで一から設計するのは、想像以上に手間がかかります。「どの業務にどこまでAIを任せていいのか」「どの工程に人間の確認を挟むべきか」の線引きは、業種や業務内容によって最適解が変わるためです。
AI鬼管理山崎
代表菅澤
AIの出力を安全に業務へ組み込む設計を、AI鬼管理が一緒に作ります
「AIを使いたいが、間違った情報をそのまま顧客に出してしまわないか不安」
そんな不安を、確認フローの設計とClaude Codeの導入支援でまとめて解消します。
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. Geminiは本当に嘘をつくのですか？
A. 意図的に嘘をつくわけではありません。学習データやプロンプトの曖昧さなどが原因で、事実と異なる内容をもっともらしく生成してしまう「ハルシネーション」という現象が起きることがあります。これはGeminiに限らず、ChatGPTやClaudeなど生成AI全般に共通する構造的な課題です。
Q. ダブルチェック機能はどこにありますか？
A. Geminiの回答が表示された下部に、確認用のアイコンが表示されます。これをクリックすると、回答文がGoogle検索の結果と照合され、内容の信頼度が緑（一致）・オレンジ（要確認）で色分け表示されます。全ての回答に必ず表示されるわけではなく、対応状況は順次拡大されています。
Q. ダブルチェック機能を使えば、AIの回答を100%信頼していいですか？
A. いいえ。ダブルチェック機能はあくまで「Google検索結果と一致しているか」を確認する機能であり、検索結果自体に誤りが含まれている可能性は排除できません。重要な意思決定に関わる情報は、ダブルチェックで緑判定であっても、可能であれば別の情報源でも確認することをおすすめします。
Q. ハルシネーションが特に起きやすいのはどんな質問ですか？
A. 固有名詞（店舗名・論文名・企業名）、日付、統計データ、専門的な法律・医療・税務の判断が絡む質問で起きやすい傾向があります。逆に、要約・アイデア出し・文章の言い換えなど「正解が一つに定まらない」用途では、間違っていても実害が小さいため、比較的安心して活用できます。
Q. ChatGPTやClaudeでもハルシネーションは起きますか？
A. はい、起こります。ハルシネーションは特定のAIサービス固有の欠陥ではなく、大規模言語モデル全般に共通する構造的な特性です。各社とも検索連携機能や出典表示機能で対策を進めていますが、完全にゼロにする技術は現時点では確立されていません。
Q. 非エンジニアでもAIの嘘を見抜けるようになりますか？
A. なれます。専門知識がなくても、「妙に具体的すぎる回答を一段階疑う」「出典やいつの情報かを聞き返す」「自分の得意分野で一度AIの精度をテストしておく」といった視点を持つだけで、ハルシネーションに気づける確率は大きく上がります。慣れるまでは、重要な内容だけでもこの視点を意識してみてください。
Q. 業務でAIを使う際、確認作業に時間がかかりすぎませんか？
A. 確認すべき項目を事前に固定しておくことで、作業時間は大きく圧縮できます。弊社では資料の種類ごとに「確認必須項目」（顧客名・金額・数量など）をあらかじめ決めており、毎回ゼロから確認範囲を考える手間を省いています。仕組み化さえできれば、確認作業自体はそれほど時間を取りません。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
