Special Contents · 法務

AI時代の法務戦略

AIを使う力。その答えを見極める力。

AIに文章を作らせることと、その文章を自社の判断に使えることは、同じではありません。

契約書の確認、メールや記録の整理、時系列の作成、文書の下書き。AIの力を生かせる場面は数多くあります。しかし、もっともらしい答えに、前提の誤りや根拠のない飛躍が含まれていることもあります。

このページでお伝えするのは、AIに法務を丸投げする方法ではありません。経営者が事実と根拠を確かめ、必要な専門家につなぎ、自分の判断力を拡張するための使い方です。

小規模事業者・経営者向けに、契約を読む観点、AIへの依頼、出力のレビュー、Obsidianを使った資料管理を学ぶセミナーとしてお伝えします。

はじめに：本ページは、一般的な知識とAI活用・情報整理の方法を扱う教育コンテンツです。浅間上昇AIは弁護士業務を行いません。個別案件の法律相談、契約の法的審査、交渉・訴訟の代理、法的文書の作成代行・添削は提供しません。紹介する事例は、公開可能な範囲に一般化した経験、または学習用の架空教材です。ご注意の全文 →

このページの軸

3つのことが、同時に成り立ちます

AIは、人間の力を大きく拡張する

大量の資料を扱い、候補を作り、比較し、検証を手伝う。条文の射程、論理の飛躍、主語の逆転、過去の書面との矛盾といった、読み返しても気づきにくい類型を拾い出せます。これまで負担が大きかった作業に、別の取り組み方が生まれました。

ただし、全能でも無謬でもない

整った文章の中に、事実の取り違えや推論の飛躍が残ることがあります。また、AIは渡された資料の中でしか検証できません。渡していない資料に答えがあるとき、AIは「探しようがない」のであって、能力が足りないのではありません。

重要なのは、指示する力と、答えを見極める力

出力を根拠と照合し、採用してよい範囲を判断する。目的、判断基準、何を採用するか、どこで止めるかは人が設計します。この工程を省かない限りにおいて、AIは実務を大きく変えます。

「AIに任せれば書面が作れる」でも、「AIは実務では使えない」でもありません。AIを使う者が、どこまで自分で確かめるか。そこに結果の差が出ます。

代表の考え方

AIは、私の代わりに判断する存在ではありません。

私は会社を経営する中で、契約や取引上の問題に向き合ってきました。以前は、相手が用意した契約書の意味や不利な条件を十分に把握しないまま、受け入れてしまうこともありました。

AIを業務に使うようになって変わったのは、自分で調べ、整理し、確かめるための手段です。散らばった資料をつなぎ、時系列を作り、文書案を検証する。これまで負担が大きかった作業に、別の取り組み方が生まれました。

私にとってAIは、人間の力を大きく拡張する、非常に優秀な部下のような存在です。ただし、全能ではありません。整った文章の中に、事実の取り違えや推論の飛躍が残ることもあります。

続きを読む ▼

だから、AIに書かせて終わりにはしません。自分が知っている経緯と照らし、元の資料を確認し、必要なら別のAIにも検証させます。そして、採用できる部分、直すべき部分、まだ分からない部分を分けます。

人間が確認すれば必ず正しくなる、と考えているわけでもありません。人もAIも誤るからこそ、根拠に戻り、誤りを訂正できる仕組みを作ることが大切だと思っています。

事業への影響が大きい案件では、弁護士の専門性を活用します。一方、自分の経験や受け入れられるリスクを踏まえ、本人で対応することを選ぶ場面もあります。そこで得られる学びも、私にとっては大切な実務経験です。これは、誰にでも本人対応を勧めるという意味ではありません。

このページとセミナーで共有したいのは、「AIなら必ず勝てる」という話ではありません。AIを活用して自分の対応力を高める方法と、AI任せにしてはいけない境界です。うまくいったことだけでなく、修正が必要だったことも含めて、再利用できる知識にしていきたいと考えています。

T. Inoue浅間上昇AI Academy 代表 / Founder

なぜ今

文書の非対称は、
これまで埋めようがありませんでした

契約書を用意する側

・専門家に依頼して、条項をあらかじめ設計できる
・書面は、何度も推敲してから出てくる
・確認の工程を、必要な回数まわせる

受け取る側の小規模事業者

・経営者自身が、本業のかたわらで対応する
・書面の作法も、事実の整理も、独学になりがち
・すべての場面で専門家に依頼できるとは限らない

この差は、文章力の差ではありません。確認の工程を、何回まわせるかの差です。

AIは、この「読み返して直す」工程の回数を、小規模事業者にも使えるものにしました。1通の文書に、独立した視点のレビューを何度でもかけられます。

ただし、回数が増えても、原資料に当たる工程と、出典をたどる工程は、人が引き受けるしかありません。

役割分担

「全部任せる」でも、
「全部自分でやる」でもない

AIへの依頼は、仕事を分けることから始まります。資料を整理する作業と、その資料から何を判断するかは、区別して扱います。

役割	担当することの例
経営者・担当者	目的、事実関係、優先順位、受け入れられるリスク、採用・使用の判断
AI	資料の抽出・比較、時系列の案、文書の下書き、抜けや不整合の候補の提示
弁護士等の専門家	個別案件の法的評価や対応方針の相談、必要な代理など、資格と業務範囲に応じた専門業務
原資料・管理の仕組み	判断を検証できるように、出典、版、変更理由、未確認事項を残す

法律の基礎知識が不要になるわけではありません。「自分で確認できること」と「専門的な判断が必要なこと」を見分けるためにも、契約や手続の基本を学びます。

業務アプリ開発でも同じ考え方を使っています →

レビュー

引用が正しいことと、結論が正しいことは別です

レビューは、誤字を探すことだけではありません。文章が読みやすく、引用が正確でも、その引用から導いた結論が強すぎる場合があります。反対に、慎重に書きすぎて、原資料に明確に書かれた重要な事実を落としてしまうこともあります。

確認するのは、主に次の5つです。

確認軸	自分に問うこと
原資料	その事実は、どのページ・行・記録で確認できるか。AIは原本を読んだのか
推論	相手が実際に述べたことと、こちらの解釈が混ざっていないか
数字・時点	金額、件数、対象期間、受信日、出来事の発生日、資料の版は一致しているか
選択と不利益	有利な部分だけを拾っていないか。注記や条件、反対の資料を落としていないか
行動・版管理	何を採用し、何を保留したか。使う版は本当に承認済みの版か

結論は、4つに分けて残します

採用する

原資料で裏づけられ、結論の広さも資料の範囲に収まっている

修正する

事実は合っているが、言い方が広すぎる・狭すぎる

追加確認する

判断する前に、別の資料を見る必要がある

保留・使わない

確認できない。判断できないことを、判断できないまま残す

判断できないことを、判断できないまま示すことも、レビューの一部です。

演習例

こうした「飛躍」を見つける練習をします

いずれも学習用に作成した架空例です。実際の紛争や特定の企業を紹介するものではありません。

例1

回答の範囲を広げすぎる

元の記録は「調査結果をまだ提示できていません」。ここから「相手がすべての責任を認めた」と結論づけてよいでしょうか。

発言として確認できる範囲と、別に検証が必要な部分を分けます。

例2

条件の異なる資料を、一つにまとめる

ある資料は通常運用、別の資料は初期設定、さらに別の資料は成功事例。示されている時間や成果を一つの水準にまとめてよいでしょうか。

工程・前提・注記をそろえてから並べます。重要な訴求は残し、条件の違いも隠しません。

例3

手元の負担額を、そのまま請求できる額として扱う

支出の記録や作業時間の集計は重要です。しかし、それをそのまま一つの数字として示してよいでしょうか。

「実際に負担した金額」「請求を検討する金額」「提案する金額」は区別します。金額の正確な計算と、法的な評価は別の確認です。

検査の設計

同じ誤りでも、拾える層は決まっています

層を一つ欠くと、その層でしか拾えない誤りは、最後まで文書に残ります。

層	拾えたもの	この層では拾えないもの
① 禁止語の機械検査	内部用語の混入、記法の残り、書かないと決めた内容	意味の誤り全般。レイアウトの崩れ
② 原稿と出力の機械照合	出力の取りこぼし（全行が出ているか）	表の崩れ、文字の重なり
③ 暦計算	曜日・期限の誤記	それ以外のすべて
④ 全頁の目視	表の流入、記号のリテラル印字。①②を通過したもの	事実関係の誤り
⑤ 原資料との照合	転記ミス、二重計上、逐語引用のずれ、引用の見出し落ち	論理構成の問題
⑥ AIによる校閲	論理の飛躍、主語の逆転、射程の過大、過去の文書との矛盾、自分に不利な記載	数値の再集計。渡していない資料の中にある事実
⑦ 本人の通読	その記載の出典は何か。もっと強い材料が手元にないか	——（ただし、人は同じ文章を何度も読むと見えなくなる）

「機械検査でエラー0件」は、出してよい理由になりません。実際に当社では、機械検査を通過した出力に、本来入るはずのない表がそのまま流れ込んでいたことがありました。全頁を画面に出して目視するまで、誰も気づきませんでした。

以後、生成の仕組みそのものに歯止めを入れました。想定していない記法を見つけたら異常終了する。枚数の記載と実際の頁数が一致しなければ、そもそも出力しない。この考え方は業務アプリ開発と同じです →

実践から

AIが拾ったもの、人が拾ったもの

当社が自社の文書で実際に経験したものです。まず、どの順番で確認したかを示します。

01
AIと起案する
事実と出典の一覧をもとに、文書の案を作る
02
自分で検証する
原資料との照合、再集計、暦の確認。AIに出す前に潰す
03
複数のAIに、独立して校閲させる
同じ資料一式を渡し、相互に相談させない
04
採否を全件記録する
採用・修正・追加確認・保留に分け、理由を残す
05
本人が印刷して通読する
画面ではなく紙で読む。最後の層

AIによる校閲

複数AI × 7回

同じ資料一式を、相互に相談させずに渡した

本人の通読

3回

いずれも紙に印刷して読んだ

その結果

第8稿で確定

旧版は削除せず、変更理由とともに保存

この順番には意味があります。人の通読を先に置くと、AIが拾える類型まで人が探すことになり、時間がかかります。逆にAIだけで終えると、出典をたどる工程が残りません。当社の場合、下に挙げた人の指摘は、いずれも複数AIによる校閲を何度も通過したあとの文書から出ています。

AIによる校閲でなければ、拾えなかったもの

次の類型は、機械検査でも、目視でも、原資料との照合でも出てきません。意味を読んだうえで、文書全体との整合を見ないと分からないからです。

条文の射程が違う

条文番号は合っているのに、その条文が想定している場面が、こちらの事案と違っていた。番号の正誤ではなく射程の問題は、検索では出てきません。

2つの別の行為を、つなげて書いていた

相手がAを行った、その後Bが起きた。事実としては両方正しくても、接続詞でつなぐと因果を主張したことになります。中立的な記載と照会に書き直しました。

自分の過去の文書と食い違っていた

以前に出した文書に書いた日付と、新しい文書の日付が両立しませんでした。原資料に当たった結果、以前の方が誤りでした。新しい文書に訂正を置きました。

書くと自分が不利になる事実

こちらの主張を補強するつもりで書いた数値が、実際には相手の反論材料になるものでした。削除しました。

断定を、過剰に修正していた

一度「必ずこうなる」と書いて指摘を受け、次の版で逆方向に振り切り、同じ節の中で矛盾していました。振れ幅そのものを指摘されてはじめて気づきました。

複数AIの校閲を何度も通過したあと、人の通読から出たもの

下の3つは、上の工程をすべて経たうえで、経営者が紙に印刷して読んだときに出た指摘です。

「この記載は、どこから持ってきたのか」

ある一文について、経営者が出典を尋ねました。調べると、出典は担当者が本人から聞き取ってメモした一行だけで、文書の裏づけがありませんでした。しかも、同じ保管先には、その記載と整合しない添付ファイルが残っていました。削除しました。

聞き取りと文書を、同じ重みで扱っていた。

「相手方自身が、回答すると書いていたはずだ」

こちらは「当社において確認することができておりません」という書き方を、どう安全に書くかに注意を向けていました。しかし経営者の記憶のとおり、相手方自身が「回答する」と書き、後に「回答できていない」と書面で認めている記録が、手元の資料の中に残っていました。構成を全面的に差し替えました。

消極的な事実の書き方を調整するより先に、資料をもう一度探すべきだった。

「契約前の説明は、もっと短い時間だったはずだ」

契約前の説明資料に書かれていた作業時間について、経営者が「もっと短い時間を繰り返し強調されていた」と指摘しました。原資料を当たり直すと、そのとおりの記載が複数の資料にありました。

当時その場にいた人の記憶は、探す場所を教えてくれる。

いずれも、AIによる校閲では出てきませんでした。理由は能力ではなく、立っている位置です。AIは渡された資料の中しか見られません。どの資料を渡すかを決めているのは、人です。

なお、人が確認すれば必ず正しくなる、という意味ではありません。人もAIも誤ります。大切なのは、原資料に戻れること、未確認を明示できること、誤りを訂正して理由を残せることです。

複数AIの使い方

複数AIのレビューは、「多数決」ではありません

別のAIに検証させることは、役に立つ方法の一つです。作成担当と検証担当を分けると、別の観点から確認できます。

ただし、同じ不完全な資料を渡した複数のAIが、同じ誤りに到達する可能性があります。前提の抜けを共有しているからです。

AI同士で評価が分かれたときも、好みに合う答えを選ぶのではなく、相違が生まれた前提と根拠を確かめます。

AIを追加することよりも、原資料に戻れることが大切です。

AIが誤ったとき、見落としたとき

いずれも、当社が実際に経験したものです。AIを否定するためではなく、どこに人の確認を置くかを決めるために記録しています。

誤指摘

「数字が合わない」は、合っていた

AIが集計の不整合を指摘しました。原データを全件で再集計したところ、不整合は存在しませんでした。原因は、こちらの内部資料で表を一部の行に絞って載せながら、その旨を書いていなかったことでした。

教訓ただし、この誤指摘を検証する過程で、別の本当の誤りが見つかりました。AIが「数字が合わない」と言ったら、AIの集計も自分の集計も信じず、原データで数え直す。

見落とし

同じ誤りを、複数回見逃すことがある

日付の食い違いは、前の版にも同じ形で存在していました。しかしその回は誰も指摘せず、次の回ではじめて双方が指摘しました。書式上の不備も同様でした。

教訓1回の校閲では足りない。同じ文書を複数回かけると、新しい指摘が出る。

助言の広さ

レビュアーごとに、言っていることの「広さ」が違う

2つのAIが、似た文言で別の広さの留保を勧めてきました。両方を採用した結果、こちらが望む内容と矛盾する留保を書いてしまいました。

教訓複数の助言を機械的に合算しない。広さが違う助言は、どちらを採るかを人が決める。

前提の陳腐化

レビュー時点では未決だったことが、後で決まる

AIは「この点は未決でよい」と書いていましたが、その後に方針が決まりました。決定後は、その助言の前提が変わります。

教訓レビューに出した版と、その後の決定の前後関係を記録しておく。

記録の欠落

採否を記録しなかった指摘は、次の回に消える

採用した指摘だけを記録に残し、採用しなかった指摘・保留した指摘を落としていました。その結果、2回の校閲で指摘されていた論点が、後の版まで直らずに残りました。

教訓採否を決める前に、指摘の全項目を一度表に落とす。採用しなかったものも残す。

資料と版の管理

チャットの続きを探すのではなく、
同じ前提から再開する

特別なソフトを入れるだけで正確になるわけではありません。大事なのは、原本、分析、確定方針、使用済み文書を分けておくことです。

過去の判断を固定するだけでなく、新しい資料や矛盾が見つかったら、理由を明記して更新します。一方、変更していない箇所を毎回ゼロから書き換えることは避けます。

新しいPCや別のAIに引き継ぐ際も、チャットの記憶に頼らず、現在の方針、根拠、未確認事項をファイルで渡します。

構成例

案件管理フォルダ/
├─ raw/          原本資料・取得日時・取得方法
├─ wiki/         基本情報・時系列・資料索引
├─ reports/      AIの分析・レビュー・未確認事項
├─ rules/        確定方針・表現ルール・再発防止ルール
├─ outputs/
│  ├─ drafts/    未承認の案
│  └─ sent/      実際に使用した版・記録
├─ templates/    再利用する整理・確認の型
└─ daily/        日々の判断・変更理由・引き継ぎ

上記は学習用の構成例です。実際の案件名や資料は表示していません。

流れ

原本を保存
情報を整理
AIが下書き
別の視点で検証
人が採否を判断
承認した版を使う
修正理由を知識へ戻す

1通の文書を出すまでの9工程

01
原資料を集めて、取得の記録とともに保全する
どの日に取得したどの版かを、ファイルごとに記録に残す。後から取り直すと内容が変わることがある。
02
事実を、出典とともに一覧にする
一行ごとに「どの資料の、どこ」を書く。出典が聞き取りだけのものは、その旨を明記する。
03
主張の骨格を決める
何を根拠に、何を求めるのか。先に決めないと、文章が増えるほど焦点がぼやける。
04
AIと一緒に起案する
ここが一番速くなる工程。ただし、速いぶん検証が追いつかないことを前提に置く。
05
自分で検証する
原資料との照合・再集計・暦計算。AIに出す前に、自分で潰せるものを潰す。
06
複数のAIに、独立して校閲させる
同じ依頼書と同じ資料一式を渡す。相互に相談させない。
07
採否を全件記録する
採用・修正・追加確認・保留に分けて残す。採用しなかった理由も書く。
08
出力を機械検査し、全頁を目視する
機械検査が通っても、目視でしか見つからない崩れがある。
09
本人が印刷して通読する
画面ではなく紙で読む。最も重要な指摘は、この工程から出た。

レビュー依頼書に、毎回書くこと

同じ依頼書を使い回すのではなく、回ごとに更新します。とくに後半の4つは、AIの出力を過大に信頼しないために必ず入れます。

・この文書の目的と、変えたくない方針
・今回とくに検証してほしい箇所と、その理由
・前回までに処理済みの事項（再提出を避けるため）
・こちらが認識している弱点（隠さずに書く）
・原資料を確認していない事項を「確認済み」として扱わないこと
・実在が確認できない裁判例を引用しないこと
・AIによる役割別のレビューを「専門家の見解」として提示しないこと
・複数のレビューが一致したことを、正確性の根拠にしないこと

依頼文の例

いずれも架空教材に用いる一般的な依頼文の例です。個別の係争について、講師がこの指示を使って法的な結論をお返しするものではありません。

例A：原資料と文章案の照合

あなたは資料整理と根拠照合の補助役です。
添付した原資料と文章案について、次を表にしてください。

1. 文章案の各主張
2. 対応する原資料の箇所
3. 原資料で確認できる事実
4. 原資料だけでは確定できない推論
5. 表現を限定すべき点、追加確認すべき点

資料にない事実を補わないでください。
事実・推論・未確認を区別してください。
全文を正しいと保証せず、実際に確認した範囲を示してください。

例B：変更箇所と前提を確認する

前回版、修正版、原資料を比較してください。
今回は変更箇所を中心に確認し、変更していない確定部分は、
新しい根拠や具体的な矛盾がない限り再起案しないでください。

変更ごとに、変更理由、原資料の裏づけ、残る不明点、
他の段落や数字への影響を示してください。

複数AIの一致を正しさの根拠にしないでください。
原資料の未確認箇所は未確認と明示してください。
結論は「採用候補／修正候補／追加確認／保留」に分けてください。

文書でやってはいけないこと

裏づけのない事実を書く

聞き取りだけのものは、書かないか、「当社の認識では」と明示する。

自分に不利な事実を、補強のつもりで書く

書く前に、相手がその記載をどう使えるかを考える。

消極的な事実を、調べずに断定する

「〜がない」と書く前に、相手自身がそれを認めている記録を探す。

複数の助言を、そのまま足し合わせる

広さの違う助言は、どちらを採るかを決める。

機械検査の結果だけで、出せると判断する

機械検査を通過した不備が、目視で見つかったことがある。

引用に付けた強調を、原文の装飾のように見せる

強調を付けたなら、その旨を文書に明記する。

相談の範囲

自社で進める範囲と、
専門家に相談する範囲を考える

事業継続、差止め、反対請求、信用、重要な契約関係に影響するか。
期限や手続を誤ると、取り返しにくい不利益が生じるか。
事実・証拠・金額を自分で説明できるか。確認できない部分はどこか。
自分の経験、使える時間、受け入れられる損失の範囲はどの程度か。

費用だけで決めず、問題の性質と影響を整理します。この整理は、個別案件について「弁護士が必要／不要」と判定するものではありません。何を確認し、何を相談するかを考えるための材料です。

代表自身は、実務に取り組む時間に学習の価値も見いだしています。しかし、その判断は個人の経験や事情によって異なります。自分が請求する側であっても、リスクがなくなるわけではありません。

専門家への依頼とAIの活用は、二者択一ではありません。どちらを選ぶ場面でも、AIと資料管理の仕組みは同じように使えます。

契約リスク整理とAI証拠管理の考え方を読む →

SEMINAR

契約の理解から、資料管理とレビューの実践まで

このセミナーでは、実際の個別紛争を講師が解決するのではなく、一般的な基礎知識と架空の教材で、AI活用の進め方を学びます。

講師は、実務でAIを活用している経営者が務めます。成功談だけではなく、見落としや修正から得た教訓も取り上げます。

個別の法律相談や、受講者の契約・法的文書への法的な添削は行いません。

学習テーマ	持ち帰るもの
契約を読むための基礎	義務、対価、終了条件、免責、期限などの確認観点
AIへの依頼の設計	目的、立場、資料の範囲、確認できない点を指定する方法
出力のレビュー	引用と結論の区別、条件・時点の照合、修正・保留の判断
資料・時系列の管理	原本と分析を分けるVaultの構成、出典と変更履歴の残し方
専門家との役割分担	相談事項、資料、未確認点を整理するチェックリスト

現在、企画中です。開催日・形式・料金・受付状況は未確定で、決まり次第ご案内します。

セミナーの開催案内を希望する知識基盤（Obsidian）の構築を見る

お問い合わせフォームの「ご相談の対象」で「その他（取材・学生向けプログラムなど）」を選び、「AI時代の法務戦略セミナーの案内希望」とお書きください。開催が決まりましたらご連絡します。
個別の法律相談にはお答えできません。契約書・法的文書・機密資料はフォームに添付しないでください。

よくあるご質問

FAQ

法律の知識がなくても、AIが判断してくれますか。

このセミナーは、AIに判断を丸投げすることを勧めるものではありません。契約を読む基本と、根拠の確認方法を学び、自分で確認できる範囲と専門家に相談する範囲を分けます。

自分の契約書や進行中の案件を持ち込めますか。

セミナーでは、原則として用意した架空教材を使います。個別の契約の有効性、請求の可否、交渉方針、見通しの判定は行いません。機密資料や個人情報を申込フォームへ送らないでください。

複数のAIに確認させれば、間違いをなくせますか。

複数の視点を得ることはできますが、誤りがなくなる保証にはなりません。同じ不完全な資料を渡した複数のAIが、同じ誤りに到達することがあります。原資料、計算、前提の確認と組み合わせます。

AIで作った法的文書を、そのまま使えるようになる講座ですか。

いいえ。文書を作る前提となる資料整理と、AIの出力を検証する方法を学びます。個別の法的文書の作成代行・添削や、提出の判断を引き受ける講座ではありません。

この方法で、よい結果を保証できますか。

保証できません。このページは、当社の実践から得た方法論を紹介するものであり、個別案件の結果や、同じ成果の再現を約束するものではありません。

ご注意

このページの内容について

本ページおよびセミナーは、一般的な知識とAI活用・情報整理の方法を扱う教育コンテンツです。個別案件の法律相談、契約の法的審査、交渉・訴訟の代理、法的文書の作成代行・添削は提供しません。

AIの出力には誤りや見落としが含まれることがあり、人間による確認や複数AIによる確認も、完全性を保証するものではありません。個別の法的評価や対応の判断については、案件に応じた適切な専門家にご相談ください。

本人で対応するかどうかは、案件のリスク、影響、相手方の属性、契約条項等を踏まえて判断すべきものです。本ページは、本人対応を推奨するものではありません。

紹介する事例は、公開可能な範囲に一般化した経験、または学習用に作成した架空の教材です。特定の紛争相手や、相手方・金額・取引内容を特定できる情報は含んでいません。

AIに答えを出させるだけでなく、その答えを根拠に照らして使える経営者へ。

AIを使う力と、レビューする力を、一緒に育てていきます。

あわせて読む

契約・証拠

契約リスク整理とAI証拠管理

詳しく見る →

特集

AI時代の業務アプリ開発