速報・危機対応（災害・緊急報道）

時間に追われる高プレッシャー下で、正確さを犠牲にせず速く伝えるための手順とテンプレート集。 記者の状況（何が起きているか・何が確認済みか・締切）を聞き取り、出稿可否の判断材料と文面を提案する。配信の最終判断と事実確認は記者・デスクが行う。

注意：速報は誤りが拡散しやすく、災害時の誤情報は二次被害・パニックを招く。確認できていない情報は未確認と明示し、断定を避ける。本スキルは一般的な手引きであり、個別の編集判断・法的助言に代わるものではない。

使う場面

• 速報を即時に出す必要がある
• 災害・事故・テロ等の緊急事態で報道体制を立ち上げる
• 誤情報・デマが急速に拡散しており打ち消しが必要
• 自社・取材先が当事者となる危機が発生した
• 配信前に短時間で裏取りが必要
• 平時に危機対応計画・初動マニュアルを整える

一次情報の優先順位（日本）

速報・災害時は、公的な一次情報を最優先で確認する。出どころの格付けを最初に決めておく。

## 確認すべき一次情報源（おおむね信頼度順）

### 公的・自動配信
- 気象庁：地震・津波・噴火・特別警報・気象情報（緊急地震速報、津波警報・注意報、噴火警報）
- Jアラート（全国瞬時警報システム）：弾道ミサイル・大規模災害等の国の緊急情報
- 自治体の防災情報・避難情報（避難指示・高齢者等避難。災害対策基本法に基づく）
- 警察・消防・海上保安庁の発表（被害・救助・交通規制）
- 国土交通省・河川事務所（河川水位・氾濫情報）、原子力規制委員会・電力会社（原子力）
- 内閣官房・官邸、各府省の公式発表

### 報道インフラ
- 通信社の速報（共同通信、時事通信）
- NHK・在京各局の災害報道、自社の現地記者・支局

### 補助（要検証）
- 自治体・公的機関・当事者企業の公式SNSアカウント
- 現場の目撃情報・SNS投稿（位置・時刻が裏取りできるまで「未確認」扱い）

注：避難情報の区分や警報の名称は制度改正で変わる（例：避難勧告の廃止）。呼称・基準は気象庁・内閣府の最新案内で確認する。

速報対応プロトコル

最初の30分チェックリスト

## 速報対応シート

**事案**：[簡潔な説明]
**覚知時刻**：[HH:MM]
**最初の情報源**：[どこで知ったか]

### 即時対応（0〜10分）
- [ ] 事案が実在するか確認（独立した2情報源以上を最低限）
- [ ] デスク／当番責任者へ一報
- [ ] 通信社の速報を確認（共同・時事）
- [ ] 公的情報を確認（気象庁・自治体・警察・消防・Jアラート）
- [ ] 未確認の主張をそのまま配信しない

### 裏取り段階（10〜30分）
- [ ] 一次情報源に接触／確認
- [ ] 発生場所を特定（必要なら）
- [ ] 公式発表を入手、または問い合わせ済み
- [ ] 目撃証言を収集（ただし未確認と明記）
- [ ] SNSの主張を検証待ちとしてフラグ

### 第一報の判断
- [ ] 分かっていること（確認済みの事実のみ）
- [ ] 分かっていないこと（明示する）
- [ ] 確認中であること
- [ ] すべての記述に情報源（帰属）が明確か

出稿レベルのエスカレーション

事案の規模に応じて関与する人員と権限を切り替える。災害規模・人的被害・公共性で判断する。

from enum import Enum
from dataclasses import dataclass, field
from typing import List

class CrisisLevel(Enum):
    LEVEL_1 = "通常"      # 記者単独で対応可
    LEVEL_2 = "要注意"    # デスクの関与が必要
    LEVEL_3 = "重大"      # 複数記者＋デスク統括
    LEVEL_4 = "最重要"    # 総動員・編集幹部が関与

@dataclass
class BreakingEvent:
    description: str                       # 事案の説明
    level: CrisisLevel
    confirmed_facts: List[str]             # 確認済みの事実
    unconfirmed_claims: List[str]          # 未確認の情報
    sources_contacted: List[str]           # 接触した情報源
    assigned_reporters: List[str]          # 担当記者

    def escalation_needed(self) -> bool:
        """エスカレーションが必要かを判定する。"""
        text = self.description
        triggers = [
            len(self.unconfirmed_claims) > 5,   # 未確認が多すぎる
            "死亡" in text or "犠牲" in text,
            "避難" in text or "津波" in text,
            "政府" in text or "官邸" in text,
        ]
        return any(triggers)

# レベル引き上げの目安となる要因
ESCALATION_TRIGGERS = {
    CrisisLevel.LEVEL_2: [
        "複数の死傷者が確認された",
        "著名人・公人が関与",
        "法的責任・賠償の懸念",
        "地域社会への大きな影響",
    ],
    CrisisLevel.LEVEL_3: [
        "全国ニュースになり得る",
        "住民に現在進行形の危険（避難指示・特別警報等）",
        "主要機関・インフラへの被害",
        "組織的な誤情報の拡散を検知",
    ],
    CrisisLevel.LEVEL_4: [
        "大規模災害・多数の死傷者",
        "国・統治機構に関わる事態",
        "自社が直接の当事者",
        "差し迫った物理的脅威（Jアラート等）",
    ],
}

緊急の裏取り（ラピッド検証）

5分でやる最小限の検証

時間が足りないときは、次の順で確認する。検証の細部（情報源の信頼性、画像・動画の真偽、証拠の保全）は joho-gen-kensho（情報源検証） スキルを使う。本スキルは「何から検証するか・誰が配信を決めるか・不確実性をどう伝えるか」という時間制約の層に集中する。

## ラピッド検証チェックリスト

### 情報源の確認（1分）
- [ ] 誰が主張しているか
- [ ] その人は知り得る立場にあるか
- [ ] これまで信頼できたか

### 突き合わせ（2分）
- [ ] 他に裏付ける情報源があるか
- [ ] 通信社・公的情報を確認
- [ ] 一次情報（気象庁・自治体・警察等）と一致するか

### 危険信号（1分）
- [ ] できすぎ・劇的すぎないか
- [ ] 既知のデマの型に合致しないか
- [ ] 単一情報源だけではないか

### 判断（1分）
- [ ] 配信：複数の信頼できる情報源、危険信号なし
- [ ] 保留：さらなる裏取りが必要
- [ ] 監視：流動的、まだ配信しない

検証のトリアージ

検証する順番のルール：人命・身体への危害や避難に直結する情報を最優先、次に特定の個人を名指しする主張、その他は後回し。

災害時は加えて次を優先する。

• 誤れば避難行動を誤らせる情報（津波の有無、避難所の開設状況、道路・橋の通行可否）
• ライフライン（断水・停電・ガス）と医療機関の受け入れ可否
• 救助・安否に関わる情報

危機時の発信テンプレート

第一報（事実が不完全なとき）

何か出さねばならないが事実が固まっていないときの定型。

## 第一報テンプレート

[年月日 HH:MM 現在]

[場所]で[事案の簡潔な説明]が[発生した／との情報がある]。

[確認済みの事実のみを記す。例：気象庁は◯時◯分、◯◯地方に△△警報を発表した。]

[未確認情報がある場合：…との情報もあるが、現時点で確認できていない。]

[人的被害について公式発表がない場合：けが人の有無など被害の詳細は分かっていない。]

続報が入り次第、確認できたものから伝える。

※ 数値・被害規模は変動する可能性がある。

ポイント：

• 確認済みと未確認を文中で明確に区別する（「〜と発表した」「〜との情報がある（未確認）」）。
• 被害者数・死者数は確定値として安易に断定しない。発表元と時点を必ず付す。
• 避難を促す公的情報は出典（気象庁・自治体名）を明記して正確に伝える。

訂正・追記

## 訂正・追記

**訂正**：先に配信した[記事／投稿]で、[誤った内容]と[記載していました／受け取れる表現がありました]。

[事実誤りの場合]正しくは[正確な事実]です。

[誤解を招く場合]正確には[正しい文脈・補足]です。

本[記事／投稿]は正確な内容に修正しました。

おわびして訂正します。

[訂正日時]

取り消し（撤回）

事実の根幹が誤っていた場合。

## 記事取り消し（撤回）

**おわびと記事取り消し**：[年月日]に配信した[記事タイトル]を取り消します。

[何が誤りだったか]本記事は[誤った前提／裏付けの不十分な情報]に基づいていました。その後の確認で[なぜ誤りか]が判明しました。

[対応]当該記事を[削除／修正]し、確認・出稿の過程を検証します。

[説明責任]関係する方々と読者におわびします。

透明性のため、元の記事の内容は[こちら／請求に応じて]確認できます。

問い合わせ先：[連絡先]

訂正・取り消しの体裁・お詫びの表現は各社の報道倫理規程・訂正規程に従う。掲載媒体（紙・Web・SNS）ごとに到達範囲が異なるため、誤報が届いた範囲すべてで訂正を出す。

SNS上の危機対応

危機時のモニタリング

from dataclasses import dataclass, field
from datetime import datetime
from typing import List, Dict
from collections import Counter

@dataclass
class CrisisMention:
    platform: str          # プラットフォーム名
    content: str           # 投稿内容
    author: str            # 投稿者
    timestamp: datetime    # 投稿時刻
    sentiment: str         # positive / negative / neutral / misinformation
    reach: int             # フォロワー数・推定到達数
    requires_response: bool = False  # 対応要否

class CrisisMonitor:
    """危機関連のSNS言及を追跡する。"""

    def __init__(self, crisis_keywords: List[str]):
        self.keywords = crisis_keywords
        self.mentions: List[CrisisMention] = []

    def add_mention(self, mention: CrisisMention):
        self.mentions.append(mention)

    def get_dashboard(self) -> dict:
        """リアルタイムの状況概観。"""
        recent = [m for m in self.mentions
                  if (datetime.now() - m.timestamp).seconds < 3600]

        return {
            'total_mentions_1h': len(recent),
            'sentiment_breakdown': self._sentiment_counts(recent),
            'top_platforms': self._platform_counts(recent),
            'misinformation_count': len([
                m for m in recent
                if m.sentiment == 'misinformation'
            ]),
            'high_reach_negative': [
                m for m in recent
                if m.sentiment == 'negative' and m.reach > 10000
            ],
            'pending_responses': len([
                m for m in self.mentions
                if m.requires_response
            ])
        }

    def _sentiment_counts(self, mentions: List[CrisisMention]) -> Dict:
        return dict(Counter(m.sentiment for m in mentions))

    def _platform_counts(self, mentions: List[CrisisMention]) -> Dict:
        return dict(Counter(m.platform for m in mentions))

注：災害時は「拡散希望」を伴うデマや、過去の災害画像の流用、生成AIによる偽画像が増える。到達数の大きい誤情報を優先的に検知・記録する。

対応するかの判断ツリー

## これに対応すべきか

### 高優先（速やかに対応）
- 人命・避難に関わる事実誤認が急速に拡散している
- 記者からの直接の質問
- 当事者・被災者が助けを求めている
- 影響力の大きいアカウントが偽情報を広めている

### 中優先（慎重に対応）
- 全般的な批判・否定的反応
- 自社の対応への質問
- 他社の対応との比較

### 低優先／関与しない
- 明らかな荒らし
- 悪意ある相手
- 新たな主張のない便乗・集団攻撃
- 感情のはけ口（受け流す）

### 絶対に対応しない
- 感情的になっているとき
- 未確認の情報で
- 対立をあおる形で
- 正当な批判を削除する形で

社内の危機調整

連絡体制

from dataclasses import dataclass
from typing import List, Optional
from datetime import datetime

@dataclass
class CrisisTeamMember:
    name: str                                   # 氏名
    role: str                                   # 役割
    phone: str                                  # 電話
    email: str                                  # メール
    backup: Optional['CrisisTeamMember'] = None # 代理

@dataclass
class CrisisLog:
    """危機対応の全判断を記録する。"""
    entries: List[dict] = None

    def __post_init__(self):
        self.entries = self.entries or []

    def log(self, action: str, decision_maker: str,
            rationale: str, outcome: str = "保留"):
        self.entries.append({
            'timestamp': datetime.now().isoformat(),
            'action': action,           # 行った対応
            'decision_maker': decision_maker,  # 判断者
            'rationale': rationale,     # 理由
            'outcome': outcome          # 結果
        })

    def export_for_postmortem(self) -> str:
        """事後検証用の時系列を生成する。"""
        lines = ["# 危機対応タイムライン\n"]
        for entry in self.entries:
            lines.append(
                f"**{entry['timestamp']}** - {entry['action']}\n"
                f"- 判断者: {entry['decision_maker']}\n"
                f"- 理由: {entry['rationale']}\n"
                f"- 結果: {entry['outcome']}\n"
            )
        return '\n'.join(lines)

注：災害時は通信が途絶しやすい。電話・メールに加え、衛星電話・無線・複数のメッセージ手段と、連絡が取れないときの代理判断者を事前に決めておく。

状況アップデート用テンプレート

関係者への共有用。

## 危機対応 状況報告 [通し番号]

**[年月日 HH:MM] 現在**
**次回更新予定**：[時刻]

### 現状
[2〜3文で現在地点を要約]

### 分かっていること
- [確認済みの事実1]
- [確認済みの事実2]

### 確認中のこと
- [作業項目1] - [担当]
- [作業項目2] - [担当]

### 決めたこと
- [決定事項] - [理由]

### 直近の次の一手
1. [次の対応]
2. [次の対応]

### 必要な支援・リソース
- [必要な人員・機材・取材手段]

---
**連絡先**：[統括者の氏名・番号]

事後検証（ポストモーテム）

アフターアクション・チェックリスト

## 事後検証テンプレート

### 時系列の再構成
- いつ事案を最初に覚知したか
- いつ最初に公に報じたか
- 主要な判断の時点

### うまくいった点
- [具体的な成功1]
- [具体的な成功2]

### 改善できる点
- [不足・失敗1] → [改善策]
- [不足・失敗2] → [改善策]

### プロセスの問い
- エスカレーションは意図どおり機能したか
- 適切な人が関与したか
- 必要なときに正確な情報があったか
- 外部への発信は迅速かつ正確だったか
- 未確認情報の表示・訂正は適切に運用できたか

### 具体的な改善
- [ ] 初動マニュアルを[不足]に対応して更新
- [ ] [弱点]についてチームを訓練
- [ ] 今後に備え[ツール／手段]を追加

### 記録の整理
- すべての発信を保全：[ ] 済
- 判断ログが完成：[ ] 済
- 各社・自社報道の収集：[ ] 済

誤情報・デマへの即応

打ち消しメッセージの組み立て

## 誤情報対応チェックリスト

### 対応する前に
- [ ] この主張は無視できないほど拡散しているか
- [ ] こちらの発信は対象の人に届くか
- [ ] 対応することでかえって誤情報を増幅しないか

### 打ち消しの型
1. **事実を先に出す**（デマを最初に繰り返さない）
2. 何が正しいかを**具体的に**示す
3. なぜ誤りかを**簡潔に**説明する
4. 正確な情報の**出典**（公的機関名）を示す

### 例
良い例：「避難所◯◯は通常どおり開設されています。『閉鎖された』との投稿が出回っていますが、誤りです。（◯◯市発表）」

悪い例：「『避難所◯◯が閉鎖された』との声がありますが、それは誤りで、実際は開いています。」
（デマを先に繰り返すと、かえって記憶に残る）

注：災害デマは「真偽不明のまま拡散」されやすい。打ち消す際は、必ず確認済みの公的情報を根拠として示し、自分たちが新たな未確認情報源にならないようにする。

危機時の記者の安全

## 現場安全チェックリスト

### 派遣前
- [ ] デスクが現在地と定時連絡の予定を把握
- [ ] 緊急連絡先を更新
- [ ] スマホを充電、予備バッテリーを携行
- [ ] 応急手当の基本を確認
- [ ] 退避ルートを確認
- [ ] 装備（ヘルメット・防塵マスク・長靴・雨具・水・食料）

### 取材中
- [ ] 定時連絡を維持
- [ ] 位置情報の共有をオンに
- [ ] 腕章・身分を提示できるように
- [ ] 安全なときに記録する
- [ ] 記事のために不要な危険を冒さない
- [ ] 余震・二次災害・土砂・浸水・有害物質に警戒

### 状況が悪化したら
- [ ] 退避指示が出たら直ちに離れる
- [ ] 群衆の流れに逆らわない
- [ ] 装備の保全より身の安全を優先
- [ ] できるだけ早く本社・デスクへ連絡

注：被災地取材では、救助・救命活動の妨げにならないこと、被災者・遺族への配慮（プライバシー、撮影の同意）を最優先する。

関連スキル

• joho-gen-kensho（情報源検証） - 流動的な事案での主張の検証
• fact-check（ファクトチェック） - 拡散する言説の事実確認
• mojiokoshi（文字起こし） - 会見・発表の発言を正確に記録

---

出典・ライセンス（帰属表示）

本スキルは claude-skills-journalism（by Joe Amditis, MIT License, © 2025 Joe Amditis, https://github.com/jamditis/claude-skills-journalism ）の journalism-core/crisis-communications を 原典の構成（速報対応プロトコル・緊急の裏取り・危機発信テンプレート・SNS対応・社内調整・事後検証・誤情報即応・記者安全）に沿って日本語化し、 米国固有の通信社・機関・実務を日本の災害報道（気象庁・自治体・警察・消防・Jアラート等の一次情報）に再構成したものです。 米国の機関名・参考リンク等は日本の制度・実務に置き換え、該当しない部分は割愛しています。 原典の著作物本文は転載していません。原作者の公認・推奨を受けたものではありません。 MIT ライセンス全文は同梱の LICENSE-MIT.txt を参照。