契約書管理システムのAI機能はどこまで使えるか｜法務省ガイドラインが引く境界と精度の検証手順

契約書管理システムの製品ページには、条項の自動抽出、リスク条項の検知、レビュー支援、更新期限の予測通知といった機能が並びます。同じ「AI」という表記でも動いている処理は別物で、精度の測り方も外れたときの直し方も変わってきました。しかもサービスがどこまで表示してよいかは、各社の実装力ではなく弁護士法第72条をめぐる法務省のガイドラインが外形的に線を引いています。本記事では、その線を一次情報から確認したうえで、精度を測る手順、台帳への取り込み設計、採用と見送りの分岐を整理しました。製品の定義や比較の基準は契約書管理システムとは？機能・選び方と比較のポイント・導入判断で扱っています。

まとめ：AI機能は法令上の境界と自社データでの実測で決まる

先に結論を示します。AI機能を選ぶとき、製品より先に決めるのは次の三つです。

• どこまで表示させるか：法務省が令和5年8月に公表したガイドラインは、契約日・履行期日・契約更新日・自動更新の有無といった契約書上の文言に応じて分類・表示するにとどまる機能なら、通常は弁護士法第72条の「鑑定…その他の法律事務」に該当しないとしました。反対に、随時自動的に個別の事案に応じた法的リスクの有無や程度を表示する機能は該当し得るとされています。
• どの項目をどの精度で任せるか：抽出項目を絞らず全項目を任せると確認工数が増え、導入前より遅くなります。契約類型とスキャン品質で層別に50〜100件そろえ、項目別に適合率と再現率を分けて測ってください。
• 台帳のどこに置くか：抽出値をそのまま正本にすると、誤りが監査の場面で表面化します。抽出値と確定値を二層に持ち、確定フラグと更新履歴で切り分けましょう。

契約書管理システムのAI機能が担う四つの処理と精度の出方の違い

製品ページで「AI」と一括りにされている機能を、動いている処理の単位に分解します。ここを分けないと、確かめるべき数字が決まりません。

契約書管理システムの項目抽出と全文検索で外れ方も直し方も異なる点

項目抽出は、契約当事者・締結日・契約期間・自動更新の有無・契約金額といった決められた項目を切り出し、台帳の列に入れる処理です。全文検索は、契約書の文字列をすべて索引にして語句で引ける状態にする処理を指します。

項目抽出が外れる典型は、項目の書かれる位置と表現が契約ごとに一定しないことにあります。請求書のような帳票と違い、契約書は条文の順序も見出しの付け方も相手方の書式に左右されるためです。外れたときに手を入れるのは読み取り設定ではなく抽出項目の定義になります。一方、全文検索が使えない原因はほぼ読み取り側にあり、原本画像の解像度や傾き補正で改善するでしょう。読み取り工程の設計そのものはAI-OCRで契約書をデータ化する判断基準｜抽出できる項目と電帳法スキャナ保存の要件で扱いました。

画像の文字起こしと意味の切り出しを分けて読む製品仕様の確認方法

紙やPDFを取り込む場合、処理は二段になります。前段は画像から文字を起こす工程、後段は起こした文字列から項目を切り出す工程です。前段を外部のAI-OCRサービスに任せ、後段だけを自社で持つ製品もあります。

確認しておきたいのは、前段の読み取り結果を利用者が見られるかどうかです。生テキストを画面や書き出しで確認できるなら、抽出が外れた原因が読み取りにあるのか項目定義にあるのかを切り分けられます。見せない製品では切り分けができず、ベンダーの回答を待つしかありません。文字起こし側の仕組みと料金相場はAI-OCRとは？従来OCRとの違い・仕組み・料金相場と導入判断にまとめました。

更新期限の通知が外れる原因は予測の精度ではなく項目の欠落にある

「更新期限の予測通知」と表現される機能は、多くの場合、統計的な予測をしているわけではありません。契約期間の終期と自動更新条項の有無、解約予告期間の日数を項目として持ち、そこから逆算した日付で通知を出しています。通知が出ない原因は、予測の外れではなく逆算に必要な項目の欠落です。

実務でよくあるのは、解約予告期間だけが抽出できていない状態でしょう。終期は「令和8年3月31日」のように日付で書かれるため取り出しやすいのに対し、解約予告は「期間満了の3か月前までに書面により」といった文中の表現になり、日数にするには解釈が要ります。導入前の検証では、この項目の再現率を単独で見てください。ここが低いまま運用を始めると、通知は出るのに間に合わない事態になります。

法務省ガイドラインが管理業務支援サービスに引いている機能の境界

ここからが、製品比較では表に出てこない部分です。AI機能は、技術的にできることと、サービスとして提供できることが一致しません。

契約書上の文言に応じた分類と表示にとどまる機能の法令上の位置づけ

法務省大臣官房司法法制部は、令和5年8月に「ＡＩ等を用いた契約書等関連業務支援サービスの提供と弁護士法第72条との関係について」と題する文書を公表しました。全6ページの短い文書ですが、契約書等の作成・審査・管理という三つの業務ごとに、どのような機能・表示なら同条の「鑑定…その他の法律事務」に該当しないと考えられるかを整理しています。

管理業務を支援するサービスについては、二つの類型が「通常、該当せず同条に違反しない」例として挙げられました。ひとつは、契約関係者・契約日・履行期日・契約更新日・自動更新の有無・契約金額その他の契約書等上の文言に応じて分類・表示されるにとどまる場合です。もうひとつは、あらかじめ登録した時期や条件を満たした際に、その事実とともに、利用者が登録しておいた留意事項等が表示されるにとどまる場合とされました。項目抽出による台帳化と期日アラートは、この範囲に収まる設計とみてよいでしょう。

法的リスクの有無や程度を随時自動で表示する機能に生じる法令上の論点

これに対してガイドラインは、管理対象の契約書等について、随時自動的に、個別の事案に応じた法的リスクの有無やその程度が表示される場合や、それを踏まえた個別の法的対応の必要性が表示される場合には、「鑑定…その他の法律事務」に該当し得ると記しました。リスク条項の自動検知やレビュー支援と呼ばれる機能は、ここに触れます。

誤解しやすい点を補足します。同条が名宛人としているのはサービスを提供する事業者であって、システムを使う一般の事業会社ではありません。ユーザー企業が処罰される話ではなく、ベンダーが提供できる機能と表示の幅が縛られるという話です。審査業務についてガイドラインが挙げた適法側の例も、登録済みのひな形やチェックリストとの相違部分・類似部分を、個別の修正を行わずに表示するにとどまる場合でした。デモで見た「リスクを検知しました」の中身が自社基準との差分表示なのか事案に応じた法的評価なのかは、必ず質問して確かめてください。

企業内弁護士が自ら精査して修正する使い方として整理される場合の条件

ガイドラインには、上記の要件のいずれにも該当する場合であっても違反しないとされる類型が置かれています。ひとつは、サービスを弁護士または弁護士法人に提供し、その弁護士が利用結果も踏まえて審査対象の契約書等を自ら精査し、必要に応じて自ら修正する方法で利用するときです。もうひとつは、提供先が当事者となっている契約について、その提供先の職員や役員となっている弁護士が同等の方法で利用するときとされました。

自社に企業内弁護士が在籍しているかどうかで、選べる製品と機能の幅が変わります。在籍していればレビュー支援まで含めた構成を検討できるでしょう。在籍しない場合は、AI機能に期待する範囲を台帳化・検索・期日管理に置き、条項の判断は顧問弁護士へ回す前提で設計するのが素直です。なお「報酬を得る目的」についても、顧問料やサブスクリプション利用料を支払って利用資格を得た者にのみ提供するときは該当し得るとされており、無償で付く機能だから安全という理解は成り立ちません。法務部門の側で契約レビューや法令調査までAIに広げるときの線引きは、法務のAI導入で任せられる業務と残る判断で審査業務の基準とあわせて整理しています。

令和8年1月に法務省が再整理の検討へ入った状況と製品選定への影響

この整理は固定されたものではありません。令和8年1月9日、法務省大臣官房司法法制部は規制改革推進会議のワーキング・グループへ「弁護士法72条とAIリーガルテックサービス」と題する資料を提出しています。全7ページの資料には、ガイドラインが当時の技術水準を前提としたものであること、新たなサービスについて同条との関係が不明確だとして再整理を求める声があること、公表がかえって開発・提供を萎縮させている可能性もあることが記されました。

解決の方向についても踏み込んだ記述があります。個別具体のサービスを対象とするホワイトリストの策定は困難であること、類型を提示する形での改定には一定の限界がありすぐに陳腐化してしまうこと、そのうえで段階的な課題解決を目指し、実務の動向を踏まえて具体的な方策を検討する必要があるとされています。選定への影響は明快です。AIレビュー機能の提供範囲は、今後の制度整理で広がる可能性も、条件が明確化される可能性もあります。三年契約の価格をレビュー機能の有無に賭けるのではなく、機能が変わっても台帳と検索が残る構成を土台に置いてください。

自社の契約書でAI抽出の精度を実測する検証手順と必要な件数の決め方

境界が分かったら、次は自社データでの実測です。ベンダーが公表する精度は整った書式で測られた数字であることが多く、自社の契約書にそのまま当てはまりません。

検証に使う母集団を契約類型とスキャン品質で層別に取りそろえる組み方

検証に使う契約書は、直近から無作為に取るのではなく層別に取ります。層の切り方は三つです。第一に契約類型で、業務委託・売買基本・秘密保持・賃貸借など件数の多い順に上位四〜五種類を選びます。第二に作成元で、自社ひな形と相手方書式を分けましょう。第三に原本の状態で、電子契約のPDF、スキャンした紙、押印と手書きの追記があるものを分けてください。

各層から10〜20件ずつ、合計50〜100件を目安にそろえます。層あたり10件を下回ると1件の当たり外れで数字が10ポイント動いてしまい、判断に使えません。逆に100件を大きく超えても、正解データを作る手間が増えるだけで結論は変わらないでしょう。年間の締結件数が数十件の企業なら、直近の全件を使う方法で足ります。

抽出項目ごとに正解を作り適合率と再現率を分けて記録していく方法

正解データは、選んだ件数分について抽出したい項目の値を人が読んで表計算に書き出したものです。ここを作らずに検証を始めると、印象で「だいたい合っている」と判断してしまいます。項目は欲張らず、契約当事者・締結日・契約期間の終期・自動更新の有無・解約予告期間・契約金額の六つ程度から始めましょう。

測る指標は二つに分けます。適合率は、システムが値を出した件数のうち正しかった割合です。再現率は、正解が存在する件数のうちシステムが正しく出せた割合を指します。分ける理由は手当てが逆になるからです。適合率が低ければ誤った値が台帳に入るため確認の網を厚くし、再現率が低ければ空欄が残るので人が埋める工程を組み込みます。記録は項目×層のマス目で残し、どの契約類型のどの項目が弱いかが見える形にしてください。

確信度のしきい値を決めて人手確認へ回す件数と時間を見積もる手順

多くの製品は、抽出値とあわせて確信度のスコアを返してきます。この値を使い、一定を下回った項目だけ人が確認する運用にすれば、確認工数を抑えられるでしょう。しきい値は勘で置かず、確信度の高い順に正誤を並べ、誤りがほぼ消える位置を探して決めます。

そのうえで、しきい値を超えなかった項目の割合を年間の契約件数に掛け、確認に要する時間を見積もります。1件あたりの確認が3分、しきい値未満が全体の3割、年間800件なら、確認工数は年間で12時間程度という計算です。この数字を導入前の手入力工数と比べれば、判断は早く付きます。導入後にどの工数が実際に動いたかは契約書管理システムの導入事例に見る効果｜更新漏れ・原本検索・監査対応はどう変わるかで扱いました。

ベンダーのデモで出た数字が自社の契約書で再現しないときに疑う原因

デモとの落差には決まった原因があります。多い順に、デモ環境の契約書が自社ひな形ばかりで相手方書式が入っていないこと、スキャンの解像度と傾きが自社の複合機の設定と違うこと、抽出項目の定義が自社の台帳と食い違っていることです。三つ目は見つけにくく、「契約期間」を自社は効力発生日から満了日までと定義しているのに、システム側は契約書に記載された期間の文字列を返している、といった形で表れます。検証の前に項目ごとの定義文を突き合わせておきましょう。

AIが抽出した値を既存の契約管理台帳へ取り込むときの設計と統制

精度を測ったら、その値を既存の台帳へどう入れるかを決めます。設計せずに接続すると、精度とは別のところで運用が崩れます。

抽出値を台帳の正本にせず確定フラグと更新履歴で二層に持つ設計

基本の形は、抽出値と確定値を別の列として持つ二層構造です。AIが返した値は抽出列に入れ、人が確認して確定列へ移した時点で台帳の正本とします。確定列が空のレコードは、検索や一覧には出しても、期日通知や監査提出の対象からは外しましょう。

利点は二つあります。ひとつは、後からモデルや製品を入れ替えたときに抽出列だけを差し替えて確定列を保てること。もうひとつは、誤りが見つかったときに抽出時点と確定時点の両方の値が残るため、原因が読み取りにあるのか確認の見落としかを追えることです。更新履歴には、いつ・誰が・どの値からどの値へ変えたかを残してください。列を一つにまとめて上書きする設計は、この二つをどちらも失います。

誤りに気付いた担当者が差し戻す導線と監査ログの残し方を設計する

台帳を見るのは法務だけではなく、営業や購買の担当者が取引先名や金額の誤りに気付く場面もあります。担当者が直接値を書き換えられる設計にすると確定値の信頼が崩れ、法務へメールで連絡する運用にすれば連絡は届かなくなるものです。実務で回りやすいのは、各レコードに差し戻しのボタンを置き、押した時点で確認待ちの印を付ける方式でしょう。書き換えの権限は法務に残したまま、気付きは全員から拾えます。監査ログには差し戻しの発生と解消も残してください。

秘密保持条項と社内規程に照らして外部への入力可否を切り分ける手順

契約書を外部のサービスへ送って処理させる以上、相手方との秘密保持義務との関係を先に片付けます。確認するのは三点です。締結済みの秘密保持条項が業務委託先への開示を例外として認めているか。その例外が再委託まで及ぶか。ベンダーが入力データを学習に使わない設定を提供しているか、それが既定値かどうかです。

令和8年1月の資料でも、AIの学習や処理の過程で個人情報や機密情報が意図せず含まれて漏れる懸念が、検討すべき論点として挙げられていました。実務としては、相手方書式のうち開示制限の強いものを先に洗い出し、その分だけ社内処理へ回す切り分けを作っておくと止まりません。全件を同じ経路に流す前提で設計すると、条項の確認が終わるまで導入そのものが動かなくなります。

AI機能付きの契約書管理システムを採用する条件と見送るべき場面

ここまでの内容を採用と見送りの分岐に落とします。判断の軸は件数・項目数・体制の三つです。

契約件数と抽出項目数と確認体制の三つで決まる採用ラインの目安

AI抽出を有効に使える条件は三つです。第一に、台帳へ載せる有効契約が概ね300件以上あり、年間の新規締結が100件を超えること。件数が少なければ、抽出を挟むより人が読んで入力するほうが速く終わります。第二に、台帳で使う項目が六つ以上あること。契約名と締結日だけなら、抽出の設定と検証にかけた時間を回収できません。第三に、確定値を承認する担当が決まっていることです。

三つ目が最も見落とされます。抽出は候補を出すところまでしか担わないため、確定させる人がいなければ台帳は確認待ちのまま積み上がるでしょう。専任である必要はなく、週に一度は確認待ちを空にする役割を決めれば足ります。この役割さえ置ければ、件数と項目数が目安をやや下回っても運用は回るはずです。

AI機能の導入を見送る判断になる契約書側の条件と代わりに取る手段

次の状態に当てはまるなら、AI機能を主眼にした選定は見送ってください。原本の大半が手書きの覚書や押印の重なった古い契約書で、文字起こしの段階で読めない場合。契約の大半が英文または多言語で、項目の表現が日本語ひな形と揃わない場合。締結後の変更契約が多く、元契約との対応関係を人が判断しないと台帳の値が決まらない場合です。

代わりに取る手段は二つあります。ひとつは、抽出をやめて全文検索と期日管理だけを導入し、項目は締結時に人が入力する運用にすること。締結の担当者が入力すれば、あとから読み取るより正確で速く済みます。もうひとつは、過去分のデータ化だけをスキャン代行へ切り出す方法です。どちらも費用は抽出機能を含む構成より下がります。課金軸ごとの費用差は契約書管理システムの費用は課金軸で決まる｜件数課金と定額型の三年総額を比較で試算しました。

市販サービスで通す条件と個別開発へ切り替えるときの分岐の基準

市販の契約書管理システムで通せるのは、台帳の項目が一般的な契約管理の枠に収まり、抽出項目も製品の既定に近い場合です。項目の追加や画面の並べ替えで対応できる範囲なら、開発に踏み込む理由はありません。

個別開発を検討する分岐は三つです。第一に、契約書の項目を基幹システムの取引先マスタや案件番号と突き合わせ、両方を正としたい場合。第二に、業界固有の様式が多く、既定の抽出項目では列が足りない場合。第三に、抽出処理を自社の環境内で完結させる必要があり、外部送信が選択肢に入らない場合です。当てはまるなら読み取りと抽出を個別に組む構成が現実的で、当社のAI-OCR導入支援では抽出項目の定義から検証、既存台帳への接続までを一括で設計しています。いずれにも当てはまらないなら、市販サービスで運用を先に立ち上げるほうが投資も期間も抑えられるでしょう。

よくある質問

AI機能は契約書のリスク条項を自動で判定してくれますか？

製品によりますが、期待する内容と実際の表示にはずれがあります。法務省のガイドラインでは、管理対象の契約書について随時自動的に個別の事案に応じた法的リスクの有無や程度を表示する機能は、弁護士法第72条の「鑑定…その他の法律事務」に該当し得るとされました。そのため多くのサービスは、登録済みの自社ひな形やチェックリストとの相違部分を表示するにとどめています。危険度の判定ではなく自社基準との差分表示だと理解して使ってください。企業内弁護士が結果を踏まえて自ら精査・修正する方法で使う場合は、別の整理になります。

導入前にどのくらいの契約書で精度を確かめればよいですか？

契約類型・作成元・原本の状態で層を分け、各層10〜20件、合計50〜100件を目安にしてください。層あたり10件を下回ると、1件の当たり外れで数字が大きく動き、判断の根拠になりません。年間の締結が数十件なら直近の全件で足ります。測るときは項目別に適合率と再現率を分けて記録し、どの項目が弱いかが見える形で残しておきましょう。

AIが抽出した値は、そのまま契約管理台帳に入れて問題ありませんか？

抽出値をそのまま正本にする設計は避けてください。抽出列と確定列を分け、人が確認して確定列へ移した値だけを期日通知や監査提出の対象にします。二層にしておけば、後から製品やモデルを入れ替えても確定値が保たれ、誤りの原因が読み取り側か確認の見落としかを追えるでしょう。更新履歴には、いつ・誰が・どの値からどの値へ変えたかを残します。

契約書を外部のAIサービスへ送っても、秘密保持義務に反しませんか？

締結済みの条項次第のため、一律には言えません。確認するのは、秘密保持条項が業務委託先への開示を例外として認めているか、その例外が再委託まで及ぶか、ベンダーが入力データを学習に使わない設定を既定で提供しているか、の三点です。開示制限の強い相手方書式が一定量あるなら、その分だけ社内処理へ回す切り分けを先に作っておきましょう。

AI機能の提供範囲は今後変わる可能性がありますか？

変わり得ます。令和8年1月9日に法務省大臣官房司法法制部が規制改革推進会議へ提出した資料には、ガイドラインが当時の技術水準を前提としたものであること、再整理を求める声があること、公表がかえって開発・提供を萎縮させている可能性もあることが記されました。同時に、ホワイトリストの策定は困難だとして段階的な課題解決を目指すとされています。選定では、レビュー機能の有無に価格を賭けず、台帳と検索と期日管理が残る構成を土台に置くのが安全です。

関連記事

• 契約書管理システムとは？機能・選び方と比較のポイント・導入判断：本記事の親にあたる集約ハブ。AI機能を検討する前の土台になります。
• AI-OCRで契約書をデータ化する判断基準｜抽出できる項目と電帳法スキャナ保存の要件：読み取り工程の設計と電子帳簿保存法の要件。本記事の前段です。
• AI-OCRとは？従来OCRとの違い・仕組み・料金相場と導入判断：文字起こし側の仕組みと料金相場。前段の技術を押さえたいときに。