「AIに契約書を読ませて、本当に大丈夫なのか？」
もし企業の法務責任者やDX推進の担当者であれば、この疑問が頭から離れないはずです。ニュースでは「生成AIがもっともらしい嘘（ハルシネーション）をついた」という事例が散見され、一方で経営層からは「AIを使って業務効率化せよ」というプレッシャーがかかる。まさに板挟みの状態ではないでしょうか。
実務の現場では数多くのAIプロジェクトが進行していますが、特に法務やコンプライアンスといった「守り」の領域におけるAI導入は、他の業務とは全く異なるアプローチが必要です。なぜなら、ここでは「90点の回答」よりも「致命的な見落としがないこと」が優先されるからです。クリエイティブな文章生成なら多少の嘘も「創造性」として許容されるかもしれませんが、契約審査において「ないはずの条項」をでっち上げられたら、それは法的リスクそのものです。
今回は、従業員1,000名規模の製造業において、あえて流行りのRAG（検索拡張生成）システムを構築せず、Claude 2.1の「長文読解能力（ロングコンテキスト）」一本に絞って契約審査業務を変革した事例を解説します。華々しい成功譚ではなく、現場での泥臭い試行錯誤と、リスクをどうねじ伏せたかという現実的な記録です。
1. プロジェクト背景：法務部を圧迫する「月間500件」の契約審査
従業員1,000名規模の製造業における苦悩
まず、海外展開を加速させ、新規取引先が急増している製造業の状況を共有しましょう。それに伴い、法務部に持ち込まれる契約書の審査依頼は月間約500件に達していました。しかし、法務担当者はわずか3名。単純計算でも1人あたり月160件以上、1日あたり8件の契約書を、会議や相談対応といった他の業務と並行してチェックしなければなりません。
これは人間の認知限界を超えています。結果として、審査待ちの案件が常に数十件滞留し、事業部からは「法務の回答が遅いせいで商機を逃した」「いつになったらOKが出るんだ」というクレームが相次いでいました。法務部は「事業のボトルネック」と呼ばれ、担当者たちは疲弊しきっていたのです。
従来のキーワード検索と目視チェックの限界
現場も手をこまねいていたわけではありません。過去の契約書データベースを整備し、キーワード検索で類似案件を探す仕組みは導入していました。しかし、ここには大きな落とし穴がありました。
例えば「損害賠償」というキーワードで検索しても、条文の中で「賠償責任を負わない」と書かれているのか、「上限を設ける」と書かれているのか、あるいは「上限は設けない」と書かれているのか、文脈までは判断できません。結局、ヒットしたドキュメントを開き、該当箇所を目視で読み込む必要があり、抜本的な時間短縮にはなっていなかったのです。
また、契約書特有の「甲は乙に対し〜ただし第X条の規定を除く」といった複雑な係り受け構造は、単純なルールベースのシステムでは解析が困難です。担当者は、疲労困憊の中で深夜まで目視チェックを続け、「いつか重大な見落としをするのではないか」という恐怖と戦っていました。この精神的な重圧は、計り知れないものがあります。
「AIは嘘をつく」という社内の根強いアレルギー
そんな極限状態の中で持ち上がった生成AIの導入プロジェクトですが、当初、法務部内の反発は凄まじいものでした。
「AIが勝手に条文を解釈して、誤った判断をしたら誰が責任を取るのか」
「機密情報である契約書を外部のAIに入力するなど言語道断だ」
これらの懸念はもっともです。特にChatGPTなどが時折見せる「自信満々に嘘をつく」振る舞いは、正確性が命の法務業務にとって致命的です。単に「便利だから使いましょう」と説得するのではなく、この「信頼性の欠如」という課題に対して、技術的にどうアプローチし、どこまでリスクをコントロールできるかを証明する必要があります。
そこで有効なのが、複雑なシステム構築を避け、Claude 2.1の巨大なコンテキストウィンドウを活用するという、シンプルかつ大胆な戦略です。「AIに判断させる」のではなく、「AIに下読みをさせる」という発想の転換が求められます。
2. なぜRAGではなく「Claude 2.1のロングコンテキスト」を選んだのか
システム構築コストと精度のトレードオフ
通常、大量の社内ドキュメントや法規制データをAIに参照させる場合、「RAG（Retrieval-Augmented Generation：検索拡張生成）」という手法が取られます。これは、ドキュメントを細切れ（チャンク）にしてデータベースに保存し、ユーザーの質問に関連する部分だけを検索してAIに渡す仕組みです。
しかし、実務のプロジェクトにおいて、あえてRAGを採用しないケースがあります。理由は大きく2つあります。
- 文脈の分断リスク: 契約書は、第1条から最終条までが有機的に繋がっています。「第X条の規定にかかわらず〜」といった条項間の参照関係が頻出するため、文章を細切れにして検索するRAGでは、重要な文脈が失われるリスクが高いのです。
- 構築・運用コスト: RAGを精度高く運用するには、データの分割方法や検索アルゴリズムの調整など、高度なエンジニアリングが必要です。維持管理する専任のエンジニアが不足している現場も少なくありません。
RAG（検索拡張生成）の弱点と文脈理解の壁
法務ドキュメントにおいて、RAGの「検索漏れ」は致命的です。例えば、秘密保持契約（NDA）において、秘密情報の定義が第2条にあり、その例外規定が第15条に書かれている場合を想像してください。RAGが第2条だけを検索して回答を生成してしまうと、AIは「例外規定はない」と判断しかねません。
実務の現場では、RAGの精度チューニングは泥沼化しやすい傾向があります。ドキュメントの構造が複雑であればあるほど、検索システムの構築難易度は上がります。「検索できなかったから答えられませんでした」では、法務チェックとしては失格です。現場が必要としているのは、数ヶ月かかるシステム開発や終わりのないチューニング作業ではなく、今すぐ使える確実な解決策です。
200kトークン（約15万文字）がもたらす「一括読解」の衝撃
そこで白羽の矢が立つのが、Anthropic社のClaude 2.1です。このモデルの最大の特徴は、200kトークン（日本語で約15万文字相当）という圧倒的なコンテキストウィンドウです。
これは、分厚い契約書どころか、関連資料や過去の判例、自社のコンプライアンス規定（プレイブック）まで含めて、一度に丸ごと読み込めることを意味します。検索システムを介さず、全ての情報をプロンプト（入力）として渡してしまえば、「検索漏れ」は原理的に発生しません。
「全部読ませる」。この力技とも言えるアプローチこそが、複雑な文脈理解を必要とする法務業務における最適解となります。システム開発は不要。必要なのは、適切なプロンプト設計のみ。これにより、PoC（概念実証）の開始までの期間を大幅に短縮できます。技術的な複雑さを排除し、シンプルに「読む力」に頼る。これが現場のニーズにフィットします。
3. 導入の壁：ハルシネーション（嘘）リスクへの具体的対策
「もっともらしい嘘」を見抜くためのプロンプト設計
Claude 2.1に全ての情報を渡せるとしても、「ハルシネーション（幻覚）」のリスクはゼロにはなりません。AIが存在しない条項を捏造したり、解釈を誤ったりする可能性です。ここで「プロンプトエンジニアリング」と「XAI（説明可能なAI）」の知見が重要になります。
具体的には、以下のような制約（System Prompt）を厳格に組み込みます。
- 「ドキュメント内に記載がない場合は、絶対に推測せず『記載なし』と回答すること」
- 「回答を作成する際は、必ず根拠となる条文の番号と、その原文を抜粋して引用すること」
特に重要なのは前者の「推測の禁止」です。AIは親切心から（確率的に最もらしい答えを出そうとして）情報の隙間を埋めようとします。これを強制的に止める指示が不可欠です。「分からないことは分からないと言え」と教え込むわけです。
Claude特有の「引用元提示」機能の活用法
Claudeは他のLLMと比較して、長文からの情報抽出と引用において優れた性能を示します。AIの回答フォーマットを次のように指定することが有効です。
チェック項目： 損害賠償の上限設定
判定： リスクあり
AIのコメント： 損害賠償額の上限が「委託料の3ヶ月分」に設定されていますが、当社の規定では「委託料全額」もしくは「上限なし」が推奨されています。
根拠条文： 第18条2項 「...甲の損害賠償責任は、過去3ヶ月間に支払われた委託料の総額を上限とする...」
このように、回答とセットで「根拠」を必ず提示させることで、人間が検証可能な状態を作ります。人間はAIの判定結果を鵜呑みにするのではなく、提示された「根拠条文」を見て、それが本当に正しいかを判断します。これがXAI（説明可能性）の実践的な第一歩です。
人間によるダブルチェック体制の構築フロー
技術的な対策に加え、運用フローでもリスクヘッジを行います。それは「AIを審査官ではなく、優秀なアシスタントとして扱う」という原則の徹底です。
- 一次スクリーニング（AI）: 契約書と自社プレイブックをClaudeに読み込ませ、リスク箇所を洗い出させる。
- 検証（人間）: 法務担当者は、AIが指摘した箇所と引用された条文を確認する。
- 最終判断（人間）: AIが見落とした可能性のある、高度なビジネス判断が必要な条項（権利帰属や独占権など）や、AIが「記載なし」とした項目を重点的にチェックする。
AI導入前は「全文を均一な集中力で読む」必要がありましたが、導入後は「AIが指摘したリスク箇所」と「AIが苦手な文脈」に人間のリソースを集中できるようになります。ゼロから読むのと、下読み済みの原稿を確認するのとでは、精神的な負荷が全く違います。
4. 実装と成果：契約書チェック時間が平均45分から15分へ
スモールスタートでの試験運用期間（2ヶ月）
いきなり全案件に適用するのではなく、まずは秘密保持契約書（NDA）や業務委託契約書といった、比較的定型的な契約書からスタートすることが推奨されます。2ヶ月間のPoCを実施し、従来の人間のみのチェック結果と、AI＋人間のチェック結果を比較検証します。
この期間、「AIが見落とした項目」と「AIが過剰に反応した項目」を徹底的にログに残すことが重要です。そして、その結果をプロンプトの改善にフィードバックするサイクル（アジャイル開発的なアプローチ）を繰り返します。例えば、「『直ちに』と『速やかに』の違いをどう扱うか」といった細かいニュアンスの調整も、この期間に行います。
リスク条項の洗い出し精度の検証結果
検証の結果、AIによる一次スクリーニングの精度は、定型的なチェック項目（管轄裁判所、契約期間、自動更新の有無など）においては98%以上の正答率を記録する事例があります。一方で、条文全体に散らばる複雑な権利関係の解釈については、約80%程度の精度に留まる傾向が見られます。
しかし、現場の結論として「80%で十分」と判断されるケースは少なくありません。なぜなら、残りの20%と最終確認を人間が担うことで、全体の品質は担保できるからです。完璧なAIを目指して導入を遅らせるよりも、80%の力を持つアシスタントを今すぐ使い始める方が、ビジネスインパクトは大きいという判断です。100点を目指して足踏みするより、80点の相棒と走り出すことが、プロトタイプ思考の観点からも有効です。
法務担当者の心理的負担の軽減効果
定量的な成果として、1件あたりの平均審査時間が45分から15分へと、約67%削減された事例があります。単純計算で、月間500件なら約250時間の削減です。これは法務担当者1.5人分の労働力に相当します。
しかし、現場の法務責任者が最も喜んだのは、定性的な変化でした。
「以前は、夕方になると目が霞んで文字が追えず、『見落としがあるんじゃないか』と不安で眠れない日もありました。今はAIが一次フィルターを通してくれているという安心感があり、重要な判断業務に集中できています」といった声が聞かれます。
AIは疲れません。何百件読んでも集中力は落ちません。この「疲れ知らずの目の代わり」こそが、現場が最も求めている価値です。業務効率化という数字の裏側にある、働く人の「安心」を取り戻せることが、AI導入の最大の成果と言えるでしょう。
5. 担当者が語る「失敗しないための3つのアドバイス」
最後に、プロジェクトの振り返りから得られた、これから導入を検討する皆さんへの3つの実践的なアドバイスをお伝えします。これらは理論ではなく、現場の痛みから生まれた教訓です。
いきなり全自動化を目指さない
「契約書をアップロードしたら、修正案付きで完成品が出てくる」
そんな魔法のようなツールを夢見ると、必ず失敗します。現在のAI技術、特に法務領域においては、AIはあくまで「支援ツール」です。人間が最終責任を持つ構造（Human-in-the-loop）を崩さないことが、導入成功の絶対条件です。「AIに任せる」ではなく「AIと働く」というマインドセットが必要です。
「AIの得意・不得意」をチーム全員で共有する
導入初期に、法務チーム全員に対して「AIは何が得意で、何が苦手か」を体験してもらうワークショップを開催することが効果的です。Claude 2.1は長文読解や要約は得意ですが、未知の法的概念を創造したり、行間にある「当事者の力関係」を読み取ったりするのは苦手です。
この特性を理解していないと、過度な期待をして失望するか、逆に過度な不信感を持って使わなくなるかのどちらかになります。ツールへの期待値を適切にコントロールすることが、リーダーの重要な仕事です。
セキュリティガイドラインは事前に固める
これは基本中の基本ですが、無料版のChatGPTなどに契約書を入力してはいけません。実務では、API経由でデータを利用し、学習データとして利用されない設定（オプトアウト）が確実な環境（AWS Bedrock経由でのClaude利用など）を整備します。
法務部が使うツールだからこそ、セキュリティ基準は全社で最も厳格であるべきです。ここが揺らぐと、プロジェクト自体が頓挫します。情シス部門を巻き込み、安全なサンドボックス環境を早期に確保することをお勧めします。
まとめ：技術選定よりも大切な「運用設計」
Claude 2.1の200kコンテキストウィンドウは、法務業務にとって強力な武器です。RAGのような複雑なシステム構築なしに、大量のドキュメントを「文脈を維持したまま」分析できる点は、まさにゲームチェンジャーと言えるでしょう。
しかし、成功の鍵は技術そのものではなく、「AIの不完全さを許容し、それを補完する人間のワークフローをどう設計するか」にあります。リスクをゼロにするのではなく、リスクを可視化し、管理可能な状態にする。それがAIエージェント開発の神髄であり、法務DXの現実解です。
コメント