弁護士のAI活用では、どこまで任せ、何を確認すればよいのでしょうか。契約交渉の研究をもとに、生成AIの回答を左右する指示と資料、弁護士の知見を生かした品質評価、判例検索での使い方と確認事項を解説します。
弁護士の AI活用には、判例検索、資料の要約、争点の整理、回答案の作成などがあります。
一方で、「読みやすく整った回答を、そのまま個別の案件に使ってよいのでしょうか。」 文章として自然でも、案件の事情に合っているとは限りません。
そこで本記事では、契約交渉に関する研究を手がかりに、次の3点を解説します。
- AI の回答は、何によって変わるのか
- 弁護士の知見を、法律AI の開発にどう生かすのか
- AI を利用するとき、何を確認すればよいのか
なお、弁護士による AI の利用状況や具体的な活用例は、弁護士が求めるAIとは？で紹介しています。
一、生成AIの回答を左右する指示と資料
（一）指示の書き方で、回答が変わる
生成AI は、学習した言語のパターンと、入力された内容をもとに文章を作ります。そのため、同じ質問でも、指示の書き方によって回答は変わります。
当事者の立場や適用法を示すと、検討の前提が明確になります。結論を求めるか、論点の一覧を求めるかによっても、回答の内容や構成は異なります。
回答を利用する際は、文章の自然さに加えて、内容を支える根拠を確認します。生成 AI はもっともらしい文章を作れますが、その内容が正しいとは限りません。 生成AIの仕組みと指示の書き方は、LLMの原理とプロンプト設計の基礎で解説しています。
（二）参照する資料の範囲が、回答の根拠を決める
法律AI の中には、データベースで法令や判例を検索し、見つかった資料をもとに回答するものがあります。この仕組みを検索拡張生成（RAG）と呼びます。出典を表示する機能があれば、利用者は原文を確認できます。
検索できる資料の範囲は、ツールによって異なりますが、RAGを使うと AI が参照できるのはデータベースに収録された資料に限られます。
つまり、回答の根拠の範囲は、収録資料と検索の精度によって決まります。そのため、回答を確認するときは、ツールの収録範囲と、実際に参照された資料の両方を確認します。
AIが架空の判例を生成する問題やRAGの仕組みは、AIハルシネーション時代の判例検索で紹介しています。
（三）AIの支援範囲と弁護士の確認事項
では、AI にはどこまで手伝ってもらえるのでしょうか。弁護士のAI活用を考えるうえでは、作業を4つに分けて考えます。それぞれの作業で、AI が支援できる内容と弁護士の確認事項を整理すると、次のようになります。
※一般的な役割分担の例です。支援できる範囲は、製品や利用方法によって異なります。
このように回答が指示と資料に左右される以上、確認は2つの段階で必要です。開発の段階では AI、AIの出力が実務上の要求を満たすかを評価します。利用時は、回答の根拠と案件への適用を確認します。
AI と弁護士の役割については、、AIは弁護士を代替するのか？でも整理しています。
二、RedlineBenchによる契約交渉AIの評価
（一）弁護士の基準でAIの修正を評価する
ここでは、2026年6月に公表された「RedlineBench」を取り上げます。米国の法律 AI 企業 Crosby と、AI 向けデータを手がける micro1 による研究です。英語の契約交渉を対象に、3つの模擬シナリオ（計140タスク）を用意しています。
各シナリオは、弁護士が双方の立場から交互に修正を提示する4つの段階で構成されます。AI は各段階の契約案と、担当する側の交渉方針や取引背景を受け取り、変更履歴付きのWordファイルを作成します。第1段階では未修正のひな形を、第2段階以降では前の段階の修正を含む契約案を検討します。
また、評価項目は複数の弁護士が作成し、重要度に応じて重みを付けています。各項目を満たしているかは、3つの大規模言語モデル（LLM）が多数決で判定します。つまり、基準を作ったのは弁護士で、個々の判定は AI 評価者が行っています。
なお、この研究は、法律AI を手がける事業者が設計したもので、契約や取引条件はすべて模擬データです。また、各段階では弁護士が作成した契約案を入力し、その段階でのAIの修正を評価しています。日本の契約実務や、AI による自律的な交渉全体への適用は、別途検証が必要です。本記事では、公表された4モデルの結果に共通する傾向を紹介します。
（二）受け入れと拒否で評価に差が出た
相手方の修正への対応では、受け入れるべき修正と拒むべき修正で、評価項目の通過率に差が出ました。
※評価対象のモデル、シナリオ、交渉段階にまたがる観察範囲です。契約レビュー全体の正答率を示す数値ではありません。（出典：Crosby「RedlineBench」2026年6月）
修正を広く受け入れるモデルは、「受け入れるべき修正」の項目では高い評価を得やすくなります。判断の適切さを見るには、拒むべき修正にも対応できているかを確認する必要があります。
報告では、この結果を「過剰受容バイアス（systematic over-acceptance bias）」と呼んでいます。そのうえで、モデルが条項の商業的な重みを理解しないまま、合意に寄っている可能性を指摘しています。少なくとも、受け入れるべき修正と拒むべき修正を、適切に区別できない場面が確認されたといえます。
注目したいのは、AI に自社側の交渉方針と取引背景が与えられている点です。したがって、この結果は「指示を足せば解決する」ことを示すものではありません。
（三）案件の目的に合う修正を評価する
もっとも、この研究は譲りすぎだけを問題にしているわけではありません。過剰な修正や、強硬すぎる対応も減点の対象です。評価項目には、たとえば次の観点が含まれます。
- 交渉力や交渉の段階に対して、強すぎたり弱すぎたりしないか
- 重要でない論点を、過度に法律問題として扱っていないか
- 各条項で有利な条件を求めすぎて、成約を遠ざけていないか
さらに、3つ目のシナリオでは、取引規模が約10倍に拡大し、必ず獲得したい案件として設定されています。過剰な修正で成約を妨げないことも求められます。
たとえば、責任上限が譲れない条件なら、相手方の修正は拒む必要があります。一方、法的・事業上の影響が小さい表現の違いについては、修正の必要性と交渉にかかる負担を検討します。
つまり、よい交渉判断とは、案件の目的に応じて軽重を見極めることです。守るべき条件と譲歩できる条件を整理し、その基準に沿って修正できているかを評価することが、実務での活用につながります。
三、弁護士の知見を法律AIの品質評価に生かす
弁護士が機能の設計や品質評価に関わることは、弁護士法72条とAIで紹介しました。ここでは、実務で求められる品質を、出力から確認できる評価項目に変える方法を説明します。
（一）実務判断を評価項目にする
RedlineBench の評価表では、弁護士が重視する修正を、基準を満たしているか判定できる項目に分けています。主な工夫は次の3点です。
- 実務に即した基準：弁護士が模擬交渉を進めながら評価項目を作成する
- 重要度に応じた重み付け：重大な問題を評価結果に強く反映する
- 複数の弁護士による基準作成：- 特定の弁護士の判断への依存を減らす
もちろん、主観を完全に取り除けるわけではありません。それでも、評価基準を明示すると、何を重視しているかを共有し、出力を検証しやすくなります。
（二）判例要約の評価基準を作る
この考え方は、判例要約の品質評価にも応用できます。弁護士が要約に求める条件を、具体的な確認項目にします。以下は、説明のための例です。
※説明のための例です。
ここでいう「判断の前提と限界」とは、裁判所がどの事実や条件を前提に判断したかを指します。要約が残すのは原文にある前提までで、新しい案件に適用できるかは、弁護士が判断します。原文に重要な反対意見や留保があれば、それが省かれていないかも確認項目です。
また、評価には、典型的な事案に加えて、例外的な事案や取り違えやすい事案も使います。このように弁護士の知見を具体的な項目にすることで、法律の専門性が、実務に即した品質評価ができます。
（三）評価結果を改善につなげる
評価項目は、作って終わりではありません。基準を満たさなかった項目をもとに、検索方法、要約の指示、出力形式を見直します。修正後は再びテストし、改善できたかを確認します。
また、モデルや収録資料、機能を更新した際も、影響する項目を再評価します。更新によって、同じ質問への回答が変わることがあるためです。
開発時の品質評価と、利用時の確認を組み合わせることが重要です。 利用者は、回答の根拠を原文で確認し、案件に適用できるかを判断します。
四、判例検索でのAI活用
RedlineBenchで扱った、案件の目的に即して出力を評価する考え方は、判例検索にも応用できます。以下は研究の検証結果ではなく、実務での活用例です。
納品が遅れた場合に、契約を解除できる条件を調べたい。
（一）調査の方向と確認事項を整理する
まず、AI は質問をもとに、関連する法律問題や確認すべき事実を整理できます。この例では、次のような項目が考えられます。
- 関係しうる法律問題：履行遅滞、催告による解除の要件（民法第541条）
- 確認すべき事実：解除条項の有無、納期、遅延が契約の目的に与える影響、催告の内容と期間、催告期間経過後の履行状況
こうした整理があれば、調査を始める負担は軽くなります。ただし、一度の検索ですべて見つかるとは限らず、必要に応じて検索語や条件を変えて調べます。判例検索エンジンの仕組みは、判例検索エンジンの仕組みで解説しています。
（二）同じ項目で判例を比較する
次に、候補となる判例を次の項目で整理し、比較を支援できます。
比較に使う項目は、たとえば次の4つです。
- 主な事実
- 争点
- 裁判所の判断
- 本件との共通点・相違点
この例であれば、遅延の程度や催告の有無に注目して並べると、違いが見えやすくなります。AI は、こうした整理を短時間で行えます。
とはいえ、本件と似ていることに法的な意味があるかどうかは、弁護士が判断します。
弁護士は、共通点や相違点が法的判断にどう関わるかを確認します。 表面的に事実が似ていても、裁判所が重視した条件が異なる場合があります。
（三）原文を確認し、案件方針を検討する
最後に、判決の原文に戻り、AIが整理した事実や判断が正確かを確認します。たとえば、催告の内容、遅延の影響、契約上の特約など、結論を左右した条件を押さえます。
さらに、依頼者の目的に応じて対応を検討します。契約を解除したいのか、取引を続けながら損害を回収したいのか。目的によって、追加調査の優先順位や案件方針は変わります。
AI は検索や比較整理を支援し、弁護士は根拠の確認と案件への当てはめを担います。
回答から根拠に戻れる仕組みの重要性は、弁護士のAI利用4つの選択肢でも取り上げています。
Lawsnote の開発体制
ここまで見てきたように、実務で役立つ法律AIの開発には、法律の専門知識、根拠となるデータ基盤、出力の品質を確認する体制が必要です。Lawsnoteでは、これらを開発チームの中に備えています。
実務経験を持つ弁護士がプロダクトマネージャーを務め、機能の設計と品質確認に関わっています。エンジニアは法令や判例を収集・整理・更新し、AIが根拠資料を参照できるデータ基盤を整えます。法律と技術の専門家が協力し、日本向け製品も、日本法と日本の実務に合わせて開発しています。
五、AIの回答を使う前の確認事項
AI の回答を利用する際は、引用された判例の実在、原文との一致、判旨の正確さ、本件への適用を確認します。基本的な確認方法は、AIハルシネーション時代の判例検索で紹介しています。ここでは、さらに確認したい3つの事項を整理します。
（一）適用法令と判例の変化を確認する
まず、案件に適用される法令を、施行日や経過規定とあわせて確認します。過去に締結された契約などでは、改正前の規定が適用される場合があります。
引用した判例についても、その後の法改正や判例変更が、判断の有効性や本件への適用に影響していないかを確認します。
（二）収録範囲と検索結果を確認する
回答に重要な資料が含まれていない場合は、収録範囲と検索結果を確認します。
- 参照範囲に含まれていない資料：収録範囲と更新頻度を確認し、必要に応じて別の情報源を調べる
- 収録されているが検索で見つからなかった資料：検索語や条件を変えて調べ直す
検索で見つかった資料が、回答を生成する際に省かれる場合もあります。回答に記載がない資料も、存在する可能性があります。 重要な論点は、検索結果や原文も確認します。
（三）依頼者の目的と優先順位を確認する
最後に、第二章の研究に立ち返ります。即ち、案件の目的に即した対応も評価対象でした。実務でも、回答の根拠を確認したうえで、提案が依頼者の目的、許容できるリスク、優先順位に合うかを検討します。
案件の全体像を把握する弁護士が、これらを踏まえて方針を判断します。AIが検索や整理を支援することで、弁護士は根拠の評価と案件方針の検討に時間を使いやすくなります。
まとめ
AIは、検索、資料整理、回答案の作成を支援できます。開発では、弁護士の実務判断を評価項目に変え、改善と再評価を重ねます。利用時は、根拠資料、適用法令、参照範囲、依頼者の目的を確認します。
法律業務に合った設計と、利用者が根拠を確認できる仕組みが、AIの支援を実務につなげます。 弁護士は、その支援を活用しながら、案件ごとの判断を担います。
・事件番号の表記ゆれを効率よく整えたい方は、無料の事件番号表記変換ツールをお試しください。
Lawsnoteへのお問い合わせ
Lawsnoteは、法律情報データベースの構築で培った知見をもとに、法律AIとリーガルリサーチの環境を開発しています。サービスや日本向け製品にご関心のある方は、下記ボタンよりご連絡ください。
郭 栄彦 Barry Kuo
台湾を代表するリーガルテック企業「Lawsnote」の創業者。台湾弁護士・弁理士としての実務経験を経て2016年に同社を設立し、AIを活用したリーガルテック製品の開発・普及を主導。現在はLawsnote Japanの代表として、日本の法律実務の効率化と高度化を支援しています。