Media > AI活用ユースケース > 営業 > 契約書の条番号のずれと別紙の参照漏れ、定義語の不統一を締結前に点検する

契約書の条番号のずれと別紙の参照漏れ、定義語の不統一を締結前に点検する

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

契約書の本文を入力に、「第◯条に定める」といった相互参照が実在する条を指しているか、引用された別紙が添付されているか、定義した語が本文で一貫して使われているかを点検し、食い違いを箇所つきで一覧にします。担当者の作業は、通しで読んで番号を追うことから、指摘を確かめて直すことに変わります。

サマリー
利用ツール
ChatGPT/Claude/Gemini
対象業界
IT・SaaS/商社/士業/建設/製造
対象部門
営業/法務
対象業務
内容確認・チェック/書類作成
主な課題
属人化している/書類作成に時間がかかる/確認ミスが多い
AIで行う処理
校正
主な効果
品質標準化/工数削減/教育コスト削減
導入難易度
★☆☆☆☆
実装レベル
最小構成
費用感
既存ツールのみ(小)
人間の確認
必須
現在工数
30h/月
AI導入後
8.3h/月
想定削減
72%
年間削減
260h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 営業部門が、自社ひな形をもとに契約書のドラフトを作る
  2. 案件に応じて条項を足す、削る、文言を差し替える
  3. 法務部へ審査を依頼する
  4. 法務が通しで読み、条項の内容を審査する
  5. 同時に、「第◯条に定める」という参照が正しい条を指しているかを目で追う
  6. 「別紙1」「様式A」といった引用に対し、実際に添付されているかを確認する
  7. 冒頭で定義した語(「本製品」「本件業務」など)が、本文で別の語に変わっていないかを見る
  8. 指摘を営業部門へ戻し、修正されたものを再度確認する
  9. 問題がなければ、電子契約サービスで締結の手続きへ回す
導入後(After)
  1. 営業部門が契約書のドラフトを作る
  2. 本文をテキストにして、生成AIのチャット画面に貼り付ける
  3. 自動条番号の相互参照を洗い出し、実在しない条を指している箇所を出す
  4. 自動別紙・様式の引用を洗い出し、文書内に対応する別紙があるかを照合する
  5. 自動定義された語を抽出し、本文での使われ方の揺れを指摘する
  6. 自動金額・期間・数量の表記ゆれ(漢数字と算用数字の混在など)を指摘する
  7. 作成者が指摘を1件ずつ確かめ、直す
  8. 直したドラフトを法務へ審査依頼する
  9. 法務は、条項の内容の審査に集中する
  10. 電子契約サービスで締結の手続きへ
各工程の詳しい説明を読む
  1. 営業部門が、自社ひな形をもとに契約書のドラフトを作る
  2. 案件に応じて条項を足す、削る、文言を差し替える
  3. 法務部へ審査を依頼する
  4. 法務が通しで読み、条項の内容を審査する
  5. 同時に、「第◯条に定める」という参照が正しい条を指しているかを目で追う
  6. 「別紙1」「様式A」といった引用に対し、実際に添付されているかを確認する
  7. 冒頭で定義した語(「本製品」「本件業務」など)が、本文で別の語に変わっていないかを見る
  8. 指摘を営業部門へ戻し、修正されたものを再度確認する
  9. 問題がなければ、電子契約サービスで締結の手続きへ回す

問題は5つあります。

(a)条番号のずれを目で追うのが負担。 30条を超える契約書では、「第12条に定める」という参照が本文中に10か所以上出ます。削除や追加があった契約書では、そのすべてを確かめる必要があります。

(b)別紙の添付漏れに気づきにくい。 本文で「別紙3のとおり」と書かれていても、別紙3が添付されていないことがあります。本文を読んでいる流れでは、添付の有無まで意識が回りません。

(c)定義語が混在する。 冒頭で「本製品」と定義したのに、本文の途中から「当該製品」「対象商品」になっていることがあります。意味が通じるため見落としますが、争いになったときに解釈の余地を生みます。

(d)内容の審査に時間が残らない。 18分のうち10分近くが、こうした機械的な確認に使われています。本来時間をかけるべき条項の内容の検討が圧迫されています。

(e)指摘の質が担当者によって違う。 経験のある担当は定義語の揺れまで見ますが、慣れていない担当は条番号だけを見ます。同じ契約書でも、誰が見たかで指摘が変わります。

  1. 営業部門が契約書のドラフトを作る
  2. 【人】 本文をテキストにして、生成AIのチャット画面に貼り付ける
  3. 【自動】 条番号の相互参照を洗い出し、実在しない条を指している箇所を出す
  4. 【自動】 別紙・様式の引用を洗い出し、文書内に対応する別紙があるかを照合する
  5. 【自動】 定義された語を抽出し、本文での使われ方の揺れを指摘する
  6. 【自動】 金額・期間・数量の表記ゆれ(漢数字と算用数字の混在など)を指摘する
  7. 【人】 作成者が指摘を1件ずつ確かめ、直す
  8. 【人】 直したドラフトを法務へ審査依頼する
  9. 【人】 法務は、条項の内容の審査に集中する
  10. 電子契約サービスで締結の手続きへ

自動化されるのは「参照を追う」「別紙を照合する」「定義語の揺れを見つける」「表記ゆれを見つける」の4つです。残るのは、指摘を直すことと、条項の内容を審査することです。

この点検は、法務ではなく作成者が行う運用にしてください。 法務へ依頼する前に、作成者が自分で通す。そうすると、法務に届く時点で機械的な不備が取れており、法務は内容の審査から始められます。

02今回想定するシステム構成

構成図
契約書のドラフト(Word)
   │
   ▼【トリガー】作成者が本文をテキストにして貼り付ける
生成AIのチャット画面(ChatGPT)
   │
   ├──▶ 条番号の相互参照の照合
   │       (「第◯条に定める」が実在する条を指しているか)
   │
   ├──▶ 別紙・様式の引用と添付の照合
   │
   ├──▶ 定義語の抽出と使われ方の確認
   │
   └──▶ 金額・期間・数量の表記ゆれの検出
   │
   ▼
指摘の一覧(該当箇所 / 問題 / 根拠)
   │
   ▼
作成者が1件ずつ確かめて修正 ──【人】
   │
   ▼
法務へ審査依頼(条項の内容の審査) ──【人】
   │
   ▼
電子契約サービスで締結
役割想定する製品代替候補
生成AIChatGPTClaude、Gemini
文書Microsoft WordGoogle ドキュメント
保管SharePointBox、Google ドライブ
電子契約既存の電子契約サービス各社の製品

この構成に、ワークフローツールもAPIも登場しません。 月100件でも、作成者が自分で貼り付ける運用で回ります。API連携を作るのは、件数が月300件を超えてからで構いません。

契約書作成支援システムや条項管理システムを導入しているなら、まずその機能を確認してください。 条番号の自動採番と相互参照の更新は、こうした製品が持つ機能です。自前でやる価値があるのは、そうしたシステムを入れていない、または相手方のひな形を扱う場合です。

契約書が長い場合も、分割せずに一度に渡せます。 Gemini は100万トークン規模の入力を受け取れるモデルが提供されており、関連する情報をまとめて前置きで渡す使い方が案内されています。契約書は分割すると、後半の条から前半の条への参照が追えなくなります。 一度に渡すことが、この点検では前提になります。

03どうやって実装するのか

Step1

処理の起点を決める

作成者が契約書のドラフトを書き終えて、テキストにして貼り付けたときが起点です。自動実行はありません。

法務への審査依頼の前に置いてください。 依頼の後に法務が使う運用にすると、法務の作業が増えるだけで、作成者の側は何も変わりません。「審査依頼のときに、この点検を通した結果を添付する」というルールにすると定着します。

相手方のひな形を受け取った場合も同じです。先方が作った契約書にも、条番号のずれや別紙の参照漏れは普通にあります。 受領したらまず通してください。

Step2

入力データを集める

データ中身取得元
契約書の本文前文、本文の全条項、末尾の記名押印欄作成中のドラフト
別紙・様式別紙の見出しと内容(添付されているものだけ同じファイルまたは別ファイル
自社ひな形元になったひな形の条構成(任意)法務の管理する文書
用語の統一ルール自社で使う定義語の書き方(「本契約」「甲」「乙」など)法務の文書(任意)

入力は契約書の本文だけで成立します。 ひな形も用語ルールもなくて構いません。この点検は、その文書の中だけで完結する整合を見るものです。 ひな形と比べる作業(ひな形からの逸脱を見つける)は別のユースケースです。

Step3

データの取得方法を決める

本文: Word からテキストをコピーして貼り付けます。このとき、条番号が本文と一緒にコピーされているかを確認してください。 Word の段落番号機能で自動採番している場合、コピーしたテキストに番号が入らないことがあります。番号が入っていなければ、この点検は成立しません。

対策は2つあります。1つは、PDFに書き出してからテキストを取ること。もう1つは、そもそも契約書で自動採番を使わないことです。 契約書は改訂と部分的な流用が前提の文書なので、番号を直接書くほうが扱いやすいという考え方があります。

別紙: 同じファイルの末尾にある場合はそのまま含めます。別ファイルの場合は、別紙の見出しだけを列挙して一緒に渡してください。 中身は不要です。「別紙1 仕様書」「別紙2 料金表」という一覧があれば、本文の引用と照合できます。

自社ひな形: 任意です。渡すと「ひな形の第10条に相当する条項が見当たらない」という指摘もできますが、まずはひな形なしで始めることをおすすめします。 指摘の種類が増えると、確認に時間がかかります。

Step4

AIへ渡す前に整形する

  1. 条番号の確認 … 貼り付けたテキストに条番号が入っているかを、作成者が目視で確かめます。入っていなければPDF経由に切り替えます
  2. 別紙の見出しの列挙 … 別ファイルの別紙がある場合、その見出しを本文の末尾に追記します
  3. 押印欄・署名欄の分離 … 末尾の記名押印欄は点検の対象外です。含めても害はありませんが、指摘が出た場合は無視します
  4. 相手方の社名の確認 … 契約書に相手方の社名が入っています。外部のAIサービスへ渡してよいかを確認したうえで、必要なら「甲」「乙」に置き換えます
  5. 改行の整理 … PDFから取ったテキストは、条文の途中で改行が入ることがあります。極端に崩れている場合は整えます
Step5

AIに処理させる

処理内容
条番号の相互参照の照合「第◯条に定める」「前条」「次項」が、実在する条項を指しているか
条番号の連番の確認第1条から順に番号が飛んでいないか、重複していないか
項番号・号番号の確認各条の中の項・号が連番になっているか
別紙・様式の照合本文で引用された別紙が存在するか。逆に、引用されていない別紙がないか
定義語の抽出「以下『本製品』という」の形で定義された語を拾う
定義語の使われ方定義した語が本文で一貫して使われているか。別の語に変わっていないか
未定義語の検出「本件業務」のように定義されていそうな語が、定義されずに使われていないか
表記ゆれ金額(100万円/1,000,000円)、期間(1ヶ月/一か月)、数量の書き方の混在
日付・期間の整合契約期間と、条項中の期間の記載が矛盾していないか

条項の内容の評価はさせません。 「この責任制限条項は自社に不利です」といった判断は、この構成の対象外です。指摘の種類を機械的に判定できるものに限ることで、確認が速くなり、誤指摘も減ります。

修正案の文章も書かせません。 「第12条を第11条に直してください」という指摘までです。どう直すかは、条項を削った経緯を知っている作成者が決めます。

Step6

指示内容を固定する

あなたは契約書の形式面を点検する担当者です。
下の契約書について、文書としての整合だけを点検してください。

【点検する項目】
1. 条番号の相互参照
   「第◯条に定める」「第◯条第◯項」「前条」「次条」「前項」が、
   実在する条項を指しているかを確かめてください。
2. 条・項・号の番号の連番
   飛び番号、重複、順序の乱れを指摘してください。
3. 別紙・様式の照合
   本文で引用された別紙・様式が、下の「添付されている別紙の一覧」にあるかを確かめてください。
   引用されているのに一覧にないものと、一覧にあるのに引用されていないものの両方を挙げてください。
4. 定義語
   「以下『◯◯』という」の形で定義された語を抽出し、
   本文で一貫して使われているかを確かめてください。
   定義されていないのに定義語のように使われている語も挙げてください。
5. 表記ゆれ
   金額、期間、数量の表記の混在を挙げてください。

【厳守事項】
- 上の5項目だけを点検してください。条項の内容の妥当性を評価しないでください。
  有利・不利、追加すべき条項、リスクについて書かないでください。
- 修正後の文案を書かないでください。指摘と該当箇所までが役割です。
- 指摘は必ず「該当箇所(原文の該当部分を20字程度そのまま引用)/問題/根拠」の3列で返してください。
  原文を引用せずに指摘しないでください。
- 判断に迷うものは「要確認」として分けてください。断定しないでください。
- 「前条」「前項」の解釈が複数ありうる場合、その旨を書いてください。
- 契約書に書かれていない条項や別紙を前提にしないでください。
- 誤りが見つからなかった項目は「指摘なし」と書いてください。
  無理に指摘を作らないでください。

【契約書の本文】
{contract_text}

【添付されている別紙の一覧】
{attachment_list}

「無理に指摘を作らない」の1行が重要です。 これを書かないと、AIは何かしら指摘を絞り出します。「第5条の表現がやや冗長です」といった指摘が混ざると、本当の不備が埋もれます。

「原文を引用せずに指摘しない」も必須です。 「条番号にずれがあります」とだけ言われても、どこを見ればよいか分かりません。20字程度の引用があれば、Word の検索で一発でたどり着けます。

「内容の妥当性を評価しない」は、この構成の性格を決める一文です。 契約書の内容の審査は法務の専門業務です。そこへ踏み込ませると、作成者が「AIが問題ないと言ったから」と考えるようになります。 それがもっとも避けたい状態です。

Step7

出力形式を固定する

チャット画面で使うなら、表形式で受け取れば十分です。API連携まで進める場合は、JSON Schema を指定して出力を固定します。OpenAI API では response_formatjson_schema 型を strict で指定することで、応答を必ずスキーマどおりの形にできます。

{
  "cross_references": [
    { "quote": "", "issue": "", "evidence": "", "status": "error | warning | check" }
  ],
  "numbering": [
    { "quote": "", "issue": "", "evidence": "", "status": "error | warning | check" }
  ],
  "attachments": {
    "cited_but_missing": [],
    "attached_but_not_cited": []
  },
  "defined_terms": [
    { "term": "", "defined_at": "", "inconsistent_uses": [], "status": "ok | inconsistent | undefined" }
  ],
  "notation": [
    { "quote": "", "issue": "", "evidence": "" }
  ],
  "no_findings": [],
  "needs_check": []
}

status を3段階にしている点に注意してください。

status意味
error明らかな誤り。存在しない条を参照している、別紙が添付されていない
warning直したほうがよいが、締結を妨げない。表記ゆれ、定義語の揺れ
check判断が必要。「前条」の解釈が分かれる場合など

error だけを必須の修正対象にしてください。 すべてを同じ重さで扱うと、100件の契約書に対して数百件の指摘が出て、誰も直さなくなります。

no_findings は、点検して問題がなかった項目です。「別紙の照合:指摘なし」と明示されることで、点検が行われたことが記録されます。 何も出なかったのか、点検されなかったのかが区別できます。

Step8

システムへ連携する

連携先はありません。 指摘を見ながら Word のドラフトを手で直します。

強いて仕組みを足すなら、指摘の一覧をスプレッドシートに貼り付け、修正したかどうかの列を付ける程度です。これを契約ごとに残しておくと、審査依頼のときに「点検済み」の証跡になります。

法務への審査依頼のときに、この点検結果を添付する運用にしてください。法務は、error が0件であることを確認してから内容の審査に入れます。

電子契約サービスへの連携も不要です。締結の直前ではなく、審査の前に使うものです。

Step9

人が確認する

全件、作成者が1件ずつ確かめます。一括で修正しません。

理由は、指摘の中に誤りが混ざるためです。特に「前条」「前項」の解釈は、条項の構造によって変わります。AIが「第7条を指していると思われますが、第6条の可能性もあります」と書いたとき、どちらが正しいかは書いた人にしか分かりません。

確認の順序は次のとおりです。

  1. status が error のもの … 必ず直す。存在しない条への参照と、別紙の添付漏れ
  2. attachments.cited_but_missing … 添付漏れは締結後に問題になる。最優先
  3. needs_check に入ったもの … 判断して、直すか残すかを決める
  4. status が warning のもの … 時間があれば直す。定義語の揺れは直す価値が高い
  5. attached_but_not_cited … 本文で引用されていない別紙。不要な別紙が残っている可能性がある

5つ目を見落とさないでください。 ひな形から流用したときに、使わない別紙が残っていることがあります。契約の一部として添付されている以上、効力を持ちます。

Step10

例外に対処する

起きること対応
コピーしたテキストに条番号が入っていないPDFに書き出してからテキストを取る。番号がなければ点検できない
別紙が別ファイルにある見出しだけを一覧にして一緒に渡す。中身は不要
「前条」の解釈が分かれるneeds_check に入れる。断定させない
指摘が大量に出るstatus で分ける。error だけを必須の修正対象にする
誤指摘が混ざる原文の引用を見て確かめる。引用がない指摘は採用しない
相手方のひな形で構成が大きく違うそのまま点検できる。ひな形との比較は行っていないため
契約書が長く一度に渡せない分割せず、長い入力に対応したモデルを使う。分割すると参照が追えない
表が多く、テキストにすると崩れる表の中の条番号の参照は精度が落ちる。該当部分は人が見る
押印欄に指摘が出る無視する。点検の対象外
定義語が多すぎて指摘が膨らむ主要な定義語(10語程度)に絞って点検させる
覚書・変更契約で条番号が原契約を指す原契約の条番号は点検できない。needs_check として人が確認する
同じ指摘が何度も出る定義語の揺れは箇所をまとめて1件にする
Step11

記録を残す

チャット画面で使う場合、記録は自動では残りません。次の2つだけ、残すことをおすすめします。

  • 点検の結果(error の件数と内容)と、修正したかどうか
  • 法務への審査依頼に添付した点検結果

前者を契約ごとに残すと、どの種類の不備が多いかが見えます。 「別紙の添付漏れが月に5件ある」と分かれば、ドラフト作成の手順書に別紙のチェック欄を足すという対策が取れます。AIを使い続けるより、そちらのほうが根本的です。

契約書の本文そのものを外部サービスの履歴に残したくない場合は、履歴を残さない設定で使ってください。 相手方の社名と取引条件が含まれるため、組織の方針に従います。

04実装レベルの3段階

最小構成:チャット画面に本文と別紙の一覧を貼り付け、指摘を受け取る / 点検のすべて
半自動化:点検の観点をあらかじめ登録した入力画面を用意し、本文だけ貼れば済むようにする / 上記+貼り付けの手間
本格構成:API連携で、SharePoint に置いたドラフトを自動で点検し、結果をファイルの横に置く / 上記+記録の自動化

このユースケースでは、半自動化以降の効果が小さいことを明記しておきます。 削減の大半は最小構成で取れます。月100件でも、貼り付けの手間は1件あたり1分程度です。 件数が月300件を超える、または複数の事業部門で使うようになった段階で、API連携を検討してください。 そのときは、Word のファイルから直接テキストを取る部分に手間がかかることを見込んでください。条番号の取り出しが、この構成で唯一の技術的な難所です。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
100 件
1件あたり現在時間
18 分
1件あたり導入後時間
5 分
現在  100件 × 18分 ÷ 60 = 30 時間/月
導入後 100件 × 5分 ÷ 60 = 8.3 時間/月
月間削減時間
21.7h
削減率
72%
年間削減時間
260h
年間金額換算(時間単価4,000円)
104万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 月50件以上の契約を締結しており、自社ひな形に条項を足し引きして個別の契約書を作っている企業。法務の人数が少なく、営業や事業部門が一次作成している場合。過去に条番号のずれや別紙の参照漏れで再締結や覚書の差し替えが発生したことがある場合。
向いていない
  1. 契約書がすべて定型で、条項の足し引きが発生しない場合。契約書作成支援システムや条項管理システムを導入済みで、条番号の自動採番と相互参照の更新が行われている場合。締結が月数件で、法務が1件ずつ通しで読める場合。

07最小構成で試す方法

この記事の構成が、そのまま最小構成です。 追加で試すことがあるとすれば、精度の確かめ方だけです。

  1. 過去に締結した契約書を10件用意する(条項の足し引きがあったものを選ぶ)
  2. そのうち3件は、意図的に不備を作ったものを混ぜる(条番号を1つずらす、別紙の引用を1つ足す、定義語を1か所変える)
  3. 本文をチャット画面に貼り付け、上記のプロンプトで点検させる
  4. 仕込んだ不備が検出されたかを数える
  5. 仕込んでいない指摘(誤指摘)が何件出たかを数える

見るのは次の2点です。

見る点判断
仕込んだ不備の検出率条番号のずれと別紙の参照漏れは、10割に近くないと使えない。 ここは機械的に判定できる
誤指摘の件数1件あたり2件以下なら実用。それ以上なら status の分け方を見直す

1つ目が重要です。 条番号の照合は、本来は完全に機械的な処理です。ここで見落としが出るなら、渡し方(番号が入っていない、改行が崩れている)に問題があります。 プロンプトの問題ではありません。

あわせて、過去に実際に起きた不備を再現してください。 「去年、別紙3の添付漏れで覚書を作った」という事例があるなら、そのときのドラフトで試します。検出できれば、その1件だけで導入の理由になります。

所要は半日です。法務担当1名で試せます。

08実装時につまずきやすいポイント

問題対策
コピーしたテキストに条番号が入らないPDF経由でテキストを取る。または契約書で自動採番を使わない
条項の内容についての指摘が混ざるプロンプトで点検項目を5つに限定する。内容の評価を禁止する
指摘が多すぎて直されないstatus で3段階に分ける。error だけを必須にする
原文の引用がなく、どこか分からない引用を必須にする。引用のない指摘は採用しない
「前条」の解釈をAIが断定するneeds_check に入れさせる。断定を禁止する
修正案の文章を書かれてしまう禁止する。直し方は作成者が決める
何も問題がないのに指摘を絞り出す「無理に指摘を作らない」を明記する。no_findings を返させる
法務が使う運用になり作成者が変わらない審査依頼の前に作成者が通すルールにする
契約書を分割して渡し、参照が追えなくなる長い入力に対応したモデルを使う。分割しない
引用されていない別紙を見落とすattached_but_not_cited を必ず確認する
覚書で原契約の条番号が点検できないneeds_check として人が確認する。原契約を一緒に渡す必要はない

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 契約書の全文。相手方の社名、取引条件、金額、責任の範囲が含まれます。

  1. 外部AIへの入力可否 … 契約書の全文を外部のAIサービスへ送ることになります。多くの契約には秘密保持条項があり、契約の存在や内容を第三者へ開示しないことが定められています。 外部サービスの利用がこれに該当するかは、契約の書きぶりと自社の解釈によります。法務部の判断を先に取ってください
  2. 社名の匿名化 … 判断が難しい場合、相手方の社名を「甲」「乙」に置き換えてから渡すという方法があります。 この点検は形式面だけを見るため、社名がなくても成立します。金額を伏せても点検できます
  3. 学習利用 … 入力を学習に使わないことが契約で保証されるサービスを選びます。個人契約のアカウントで業務の契約書を扱わないでください
  4. 履歴の保存 … 履歴を残さない設定で使うか、法人契約で保存方針が明示されたサービスを使います
  5. 点検結果の位置づけこの点検を通ったことは、契約の内容が適切であることを意味しません。 「AIの点検を通したので法務の審査は不要」という運用に流れないよう、運用として明示してください
  6. 法務の責任 … 契約審査の責任は法務部にあります。この構成は、その前段の作業を減らすものであって、審査を置き換えるものではありません
  7. アクセス権限 … 点検の結果に契約の内容が含まれます。保存する場合、閲覧を作成者と法務部に限定してください
  8. 自動実行してよい範囲 … 形式面の点検と指摘までです。修正、審査、締結の判断は人が行います

誤りが起きた場合のリスクは、見落とした不備がそのまま締結されること、誤指摘による不要な修正です。前者を防ぐために、法務の審査は必ず残してください。 この構成は、法務が内容の審査に集中できるようにするためのものです。

10まず何から始めるか

1週目:外部サービスへ渡してよいかを確認する

法務部で、契約書の全文を外部のAIサービスへ渡してよいかを判断します。ここが最初です。 渡せないと分かってから仕組みを考えるのは無駄になります。渡せない場合でも、社名と金額を伏せる方法で成立するかを合わせて検討してください。

2週目:過去10件で検出率を測る

条項の足し引きがあった契約書10件で試します。そのうち3件には意図的に不備を仕込んでください。 条番号のずれと別紙の参照漏れが検出されるかを確かめます。ここが10割に近くなければ、渡し方に問題があります。

3週目:過去の不備を再現する

過去に実際に起きた不備(覚書で訂正した、締結し直した)があれば、そのときのドラフトで試します。検出できれば、その事例を社内で共有してください。 導入の理由として、これ以上に分かりやすいものはありません。

4週目以降: 営業部門の契約担当2〜3名に使ってもらいます。「法務への審査依頼の前に通す」というルールにしてください。 法務が使う運用にすると、作成者の側は何も変わりません。

2か月目以降: 点検結果を契約ごとに記録し、どの種類の不備が多いかを集計してください。 別紙の添付漏れが多いなら、ドラフト作成の手順書に別紙の確認欄を足す。定義語の揺れが多いなら、ひな形の定義条項を見直す。AIで見つけ続けるより、不備が出ない作り方に変えるほうが根本的です。 この構成は、そのための材料を集める手段でもあります。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-09-22/最終更新:2026-09-22
確認した内容情報源確認日
OpenAI API の Structured Outputs が、供給したJSON Schemaに必ず沿った応答を返す機能であること。response_formatjson_schema 型を strict で指定して有効にすることOpenAI Docs: Structured Outputs2026-09-22
Gemini が100万トークン規模の入力を受け取れるモデルを提供しており、関連情報をまとめて前置きで渡す使い方が案内されていることGemini API Docs: Long context2026-09-22
Claude API で output_config.formatjson_schema を渡すと、応答をスキーマに沿った形に制約できることClaude Docs: Structured outputs2026-09-22

契約書の全文を外部のAIサービスへ渡してよいかは、個々の契約の秘密保持条項と自社の情報管理規程によります。この判断は自社の法務部で行ってください。 この記事は契約の解釈や、契約審査の要否について述べるものではありません。契約書作成支援システムを導入している場合は、条番号の自動採番と相互参照の更新が標準機能で提供されていないかを先に確認してください。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0177)についてのご相談はこちらから。

AI活用について相談する
目次