契約書レビューをAIで下調べする方法

結論

契約書のAI下調べを使うと、50ページのNDA・業務委託契約・ライセンス契約の初期チェックポイントが30分以内で整理できます。見落としがちな条項のリストアップと、問題になりやすい表現の抽出が自動化できるため、法務担当者が深い検討に集中できる時間が増えます。ただしAIの出力は下調べであり、法的判断は必ず人間が行います。

どのAIツールを使うか

契約書の下調べには、長文の処理精度が高いツールを選びます。

ツール	特徴	向いている契約書の長さ
Claude（claude.ai/API）	長文の文脈保持が得意、構造化出力が安定	30ページ超の長文契約書
ChatGPT（GPT-4o）	分析の網羅性が高い	10〜30ページ程度
Microsoft Copilot for Legal	Word連携、社内文書との統合	Officeで管理している契約書

いずれのツールも、入力データの学習への利用を無効化するオプションの有無を確認してください。企業契約書を入力する場合、社内のセキュリティ規程との整合を確認するのが先決です。

手順

Step 1：契約書を準備する

PDF・Wordのいずれかを用意します。AIに直接ファイルをアップロードできるツール（Claude・ChatGPT等）ではそのまま使えますが、テキスト抽出の精度を上げるため、PDFよりWordまたはテキスト貼り付けが信頼性が高いです。

機密情報の扱いについて社内承認が取れていない場合は、次の仮称置換を行います。

• 「株式会社○○」→「甲社」「乙社」
• 契約金額 →「X百万円」
• 特定の製品名・技術名 →「本サービス」「本製品」

置換後も契約書の構造と条項の趣旨は変わらないため、論理的な問題点の抽出には十分です。

Step 2：契約書タイプ別のプロンプトを使う

NDA・秘密保持契約のチェックプロンプト

以下は秘密保持契約書（NDA）です。法務担当者として、次の観点から問題になりやすい箇所を分析してください。

【分析観点】
1. 秘密情報の定義範囲（広すぎる・狭すぎる定義がないか）
2. 開示目的の明示（目的外利用のリスクがないか）
3. 秘密保持義務の存続期間（不合理に長い・短い設定がないか）
4. 例外事由の規定（法令開示・公知情報等の例外が適切か）
5. 違反時のサンクション（損害賠償・差止めの規定が明確か）
6. 残留情報条項の有無（口頭・記憶による情報の扱いが規定されているか）

各観点について、該当する条文番号と問題点・確認事項を箇条書きで出力してください。
問題が見当たらない観点は「問題なし（確認推奨）」と記載してください。

【契約書本文】
[ここに貼り付け]

業務委託契約のチェックプロンプト

以下は業務委託契約書です。法務担当者として、次の観点から問題になりやすい箇所を分析してください。

【分析観点】
1. 業務範囲の明確性（曖昧な表現・追加業務が生じやすい定義がないか）
2. 成果物の帰属（著作権・知的財産権の帰属が明確か）
3. 再委託の可否（無断再委託のリスクがないか）
4. 代金・支払条件（支払時期・条件が明確か）
5. 解除条項（片方に有利な解除権がないか）
6. 損害賠償の上限（賠償上限が設定されているか・合理的か）
7. 準拠法・管轄（自社に不利な管轄が指定されていないか）

各観点について、該当する条文番号と問題点・確認事項を箇条書きで出力してください。

【契約書本文】
[ここに貼り付け]

Step 3：条項間の矛盾を確認する

1つの契約書内で、同じ事項について矛盾する規定が置かれることがあります。以下のプロンプトで矛盾点を洗い出せます。

以下の契約書について、複数の条項で同じ事項が規定されている箇所、または矛盾している可能性がある箇所を特定してください。

特に以下の観点で確認してください：
- 損害賠償に関する条項が複数ある場合の優先関係
- 解除条件が複数箇所に分散していないか
- 定義条項の定義と本文での使い方が一致しているか

条文番号を引用しながら、矛盾・要確認箇所を列挙してください。

【契約書本文】
[ここに貼り付け]

Step 4：チェックリストとして整理する

下調べの結果を、担当弁護士や上長への報告・社内協議用のチェックリストに変換します。

上記の分析結果をもとに、以下の形式で確認事項を整理してください。

【優先度：高】変更または明確化が必要な条項
【優先度：中】確認・協議が必要な条項
【優先度：低】可能であれば修正したい条項
【確認済み】問題がないと判断できる観点

各項目について、条文番号・問題の概要・対応案（変更案または確認事項）を記載してください。

うまくいかない場合

出力が一般的すぎて自社の状況に合わない

「この契約はSaaS型のソフトウェアライセンス契約です。自社は提供側（ライセンサー）の立場です」のように、契約の種類と自社の立場をプロンプトの冒頭に明示すると、立場に応じたリスク分析が得られます。

長い契約書が正しく分析されない

50ページを超える契約書は、一度に貼り付けると分析が浅くなることがあります。第1章〜第3章、第4章〜第6章のように章ごとに分割し、最後に「前の分析結果を踏まえ、全体の整合性を確認してください」とまとめの問いを追加する分割分析が効果的です。

特定の条項が見当たらないと言われる

AIが「この条項が存在しない」と報告した場合でも、実際には別の箇所に相当する規定が置かれていることがあります。「第X条は存在しますか？もし見当たらない場合は類似の機能を果たしている条項を教えてください」と追加質問すると、見落としを防げます。

法務固有の活用場面

場面1：取引先のひな型を受け取った際の初期確認

取引先から送られてきた契約書のひな型は、相手側に有利な条項が含まれていることが多いです。AIで下調べすることで、自社に不利な可能性がある条項を赤字で整理した「事前確認メモ」を30分で作成できます。これを社内の法務会議や弁護士との相談に持ち込むことで、協議の質が上がります。

NDAのたたき台をAIで作る方法では、AIで自社有利のひな型を作る方法を解説しています。相手先のひな型と自社ひな型を比較する際にも役立ちます。

場面2：更新時のチェック作業を効率化する

毎年更新する取引基本契約では、前回版との差分確認が重要です。旧版と新版の両方をAIに渡し、「この2つの契約書の差分を条文ごとに比較し、追加・削除・変更された箇所を表形式で出力してください」と依頼すると、数ページにわたる差分表が数分で完成します。

契約リスクの洗い出しをAIで行う方法では、更新時の差分チェックをリスク評価につなげる手順を解説しています。

AIによる下調べの限界

AIは、一般的な契約書の問題点を識別する精度は高まっていますが、次のことは現時点でできません。

• 判例や最新の法改正に基づく法的判断
• 業界慣行・取引相手の信用状況を踏まえたリスク評価
• 交渉戦略の立案（どの条項を優先して修正するか）

AIの下調べは「最初のスクリーニング」であり、結論を出すための材料です。修正の要否や優先順位の判断は法務担当者が行い、重要案件は弁護士に確認する体制を維持することが前提です。

法務部門でAI下調べを習慣化した場合、1件あたりの初期確認時間が短縮された分を、高難度案件の深い検討や社内法務相談への対応に振り向けることができます。法務リサーチをAIで効率化する方法と組み合わせることで、調査から確認まで一貫した作業効率化が実現します。