GPT-6 Astraのコンピュータ操作を事務所に入れるか導入可否の7判断軸

GPT-6 Astraとは、OpenAIの最新フラッグシップAIモデルのことです。

AIに任せられるのはどこまでで、有資格者が判断すべきはどこからか。この線引きが、2026年9月のGPT-6 Astra公開でもう一段動きました。この記事では、画面を自分で操作するAIを士業事務所の業務に噛ませるかどうかを決めるための、7つの判断軸と検証手順をまとめます。本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で確認しています。GPT-6 Astraは承認済みの利用者向けに2026年9月3日から提供が始まり、コンピュータ操作の能力が前面に打ち出されました（出典: Fortune）。

GPT-6 Astraで何が変わり、何が変わっていないのか

結論から書くと、文章を返すだけのAIから、画面を操作して作業を終わらせるAIへ、使い方の重心が移りました。理由は、OpenAIがコンピュータ操作を主力機能として打ち出したためです。表計算ソフトを動かし、フォームに入力し、複数のWebページをまたいで作業する使い方が想定されています（出典: Fortune）。士業事務所の実務に引き付けると、電子申請の画面入力、顧問先ポータルからの資料ダウンロード、会計ソフトへの転記といった、これまで人が手で回していた工程が対象に入ってきます。

もう一点、導入判断に直結する情報が同時に公表されています。OpenAIは自社のPreparedness Frameworkにおいて、GPT-6 Astraがサイバーセキュリティ分野でCritical区分の閾値に達したと説明しています（出典: OpenAI Deployment Safety Hub）。これはモデルが危険だという意味ではなく、能力が高いために追加の安全対策を前提に出す、という運用上の位置づけです。事務所として読むべきは、ベンダー側が能力と管理策をセットで公表する段階に入った、という事実のほうです。

仕様面も押さえておきます。コンテキスト長は1,050,000トークン、最大出力は128Kトークン、知識のカットオフは2026年4月30日と公表されています（出典: llm-stats.com、OpenAI API docs）。長い契約書や通達をまとめて読ませる用途には効きますが、カットオフ以降の法改正はモデルの中に入っていません。ここは従来モデルと同じで、最新の条文確認をAIに委ねられない理由がそのまま残ります。

提供形態は、ChatGPTのPlus、Pro、Business、Enterpriseの各プランに加え、OpenAIのAPI、AWS、Azure経由でも利用できる形になりました（出典: 9to5Mac）。事務所がどの入り口から使うかで、後述するデータの扱いと契約条件が変わります。ここを曖昧にしたまま顧問先の資料を入れる運用が、最も事故に近い状態です。

変わっていないものも書いておきます。有資格者にしかできない判断は、モデルが上位になっても動きません。税務判断、法的評価、書面への署名押印、顧問先への助言。AIが下書きし、最終判断は有資格者が行うという構図は、コンピュータ操作が加わっても変わりません。むしろ操作を代行させる分だけ、どの工程で人が止めるかを事前に決めておく重みが増しています。

事務所がGPT-6 Astraを検証するときの7手順

先に手順の全体像を示します。対象業務の切り出し、データ区分、ダミーデータでの検証、権限設計、ログ設計、有資格者レビュー、効果測定の7つです。この順番で回すと、顧問先の情報を入れる前に止まる場所が3か所できます。

第1に、対象業務を棚卸しします。コンピュータ操作が価値を持つのは、判断が軽くて手数が多い業務です。たとえば、顧問先から届いた領収書PDFのファイル名整理、電子申請サイトからの受付結果の収集、決算スケジュール表への転記などです。逆に、条文解釈や税務判断が中心の業務は、この段階では対象から外します。切り出した業務ごとに、月あたりの発生件数と1件あたりの所要時間を書き出しておくと、後の効果測定が楽になります（数字は事務所ごとの実測値を根拠にします）。

第2に、データ区分を決めます。入力する情報を、顧問先を識別できる情報、識別できないが業務に固有の情報、公開情報の3つに分けます。この区分は事務所ごとに定義してよいものですが、定義を文書に落としていない事務所で野良利用が起きやすいという傾向があります。区分ごとに、使ってよいツールの入り口（ChatGPT Business、API、個人アカウント）を対応させます。

第3に、ダミーデータで検証します。架空のA社、甲、乙を使い、実在の顧問先を想起させない資料で試します。ここで見るのは精度だけではありません。AIが画面のどこをクリックし、どのボタンで止まるかという挙動のほうが重要です。送信ボタンや申請確定ボタンの手前で人の確認が挟まる設計になっているかを、この段階で確かめます。

第4に、権限設計です。コンピュータ操作を伴うAIは、読み取り専用から始めるのが安全側の設計です。AIエージェントの権限設計とログ設計の考え方は、MCPのガバナンス整理で扱った視点がそのまま使えます。アカウントを共有せず、AI専用のアカウントを作り、アクセスできるフォルダとシステムを限定します。

第5に、ログ設計です。誰が、いつ、どの区分のデータを、どのツールに入れ、どんな出力を得たか。この4点が後から追えないと、顧問先から問い合わせが来たときに答えられません。ログの保存期間と削除のルールは、面談録音とAI議事録の保存・削除設計で整理した考え方と同じ枠で決められます。

第6に、有資格者レビューの工程を明示します。AIの出力をそのまま顧問先に出す運用は取りません。下書きはAI、確認と判断は有資格者、という順序を業務フロー図に書き込み、レビュー済みの印を残します。レビュー担当が誰かを決めていない事務所では、この工程が実務上省略されがちです。

第7に、効果測定です。第1で書き出した件数と所要時間を、導入後の実測値と並べます。月8時間削減という数字が出たなら、それを時間単価で金額換算し、ライセンス費用と比較します（この8時間は例示であり、根拠は各事務所の実測ログに置きます）。

検証段階で使えるプロンプト例を2つ挙げます。1本目は、コンピュータ操作を使わずにモデルの読解精度だけを見るものです。

あなたは士業事務所の業務アシスタントです。以下の架空の顧問先A社の資料を読み、
(1) 記載されている数値のうち、根拠資料の参照が無いものをすべて列挙
(2) 日付と金額の不整合があれば指摘
(3) 有資格者が確認すべき論点を3つ提示
の順で出力してください。法的評価や税務判断は行わず、事実の抽出に限定してください。
判断が必要な箇所は「有資格者確認」とだけ書いてください。

【A社資料】
（ここに架空データを貼り付け）

2本目は、コンピュータ操作を伴う作業を依頼する際の枠組みです。止める位置を先に指示しておくのが要点です。

次の作業を実行してください。ただし以下の制約を厳守します。
- 送信、申請、決済、削除の各ボタンは押さない。手前で停止して私に確認を求める
- 外部サイトへのログインが必要になった場合も停止して確認を求める
- 実行した操作はすべて時系列でログとして出力する

【作業内容】
指定フォルダ内のPDFファイル名を「日付_取引先_書類種別」の形式に統一し、
リネーム案の一覧を先に提示する。私が承認するまで実際のリネームは行わない。

この2本を、事務所内の検証記録として残しておくと、後から運用ルールを作るときの材料になります。

顧問先の資料をAstraに渡す前に決めておく3つのこと

結論は、入力データの扱い、根拠条文の整理、顧問先への説明の3点を先に決めることです。順に整理します。

1つ目は、入力データがどう扱われるかの確認です。OpenAIは法人向けの提供形態について、入力データの学習利用に関する方針をエンタープライズ向けページで公表しています。ただし、プラン、契約形態、API経由か対話画面経由かによって条件が変わるため、事務所が使う入り口の契約条件を個別に読む必要があります。この点は2026年9月時点の公表情報であり、今後変更される可能性があるため要確認としておきます。AIツールのデータ取扱いを顧問先データの投入前に点検する観点は、ChatGPT Workのデータエージェントを入れる前の確認でも整理しています。

2つ目は、守秘義務の根拠条文の整理です。士業ごとに根拠が異なります。弁護士については、弁護士法第23条が秘密保持の権利および義務を定めています。税理士については、税理士法第38条が、正当な理由なく税理士業務に関して知り得た秘密を漏らし、または窃用することを禁じています。公認会計士については、公認会計士法第27条が同趣旨の規定を置いています。刑法にも、刑法第134条が秘密漏示の罰則を定めています。これらの条文を、AI利用の場面にどう当てはめるかは個別事案ごとの判断であり、事務所の有資格者が決める領域です。

個人情報の側面では、個人情報保護法第27条が第三者提供の制限を定め、同条第5項第1号が、利用目的の達成に必要な範囲内での取扱いの委託に伴う提供を第三者提供に当たらないものとしています。クラウドAIへの入力がこの委託の枠で整理できるかは、契約条件と実際のデータ取扱いによって変わるため、論点として残ります。個人情報保護委員会は、生成AIサービスの利用について注意喚起を公表しており、入力する個人情報の範囲を必要最小限にとどめる考え方を示しています。

3つ目は、顧問先への説明です。実務では、業務委託契約書または覚書に、利用するAIサービスの種別、入力するデータの範囲、学習利用の有無、ログの保存期間を書き込む事務所が増えています。説明のタイミングは、新規受任時と、ツールを切り替えた時点の2回に置く運用例があります。顧問先から見ると、事務所が何も言わないままAIに資料を入れていた、という事後発覚が最も心証を悪くします。

事務所規程に落とす際の項目としては、利用可能なツールと入り口の列挙、データ区分ごとの可否、コンピュータ操作を許す業務の範囲、停止ポイントの指定、ログの保存と削除、違反時の報告経路が挙げられます。規程の整備そのものは各事務所の判断ですが、総務省のAIネットワーク社会推進会議の資料のように、公表されている枠組みを下敷きにすると議論が早く進みます。

コンピュータ操作で起きうる3つの失敗と回避策

1つ目の失敗は、AIが送信や申請のボタンを押してしまうケースです。人が確認する前に外部へ何かが飛ぶと、取り消しが効きません。回避策は前節の第4と第6で書いた通りで、AI専用アカウントの権限を読み取り中心にし、送信系の操作を人の手元に残す設計です。プロンプト側でも停止条件を明示しておくと、二重の歯止めになります。

2つ目は、存在しない条番号がそのまま書面に乗りかけるケースです。モデルの知識カットオフは2026年4月30日と公表されており、それ以降の改正は反映されていません（出典: llm-stats.com）。加えて、生成AIが条番号を自信ありげに誤る挙動は従来から報告されています。回避策は単純で、条文はe-Gov法令検索の原文で開いて確認する工程を業務フローに入れることです。AIの出力に条番号が含まれていたら、そこで一度止める。これを個人の心がけではなく工程として書く点が要点です。

3つ目は、野良利用です。所員が個人アカウントで顧問先資料を入れてしまい、誰が何を入力したか追えなくなる状態です。事務所としてツールを用意していない場合ほど起きやすくなります。回避策は、使ってよい入り口を明示し、区分ごとに許可範囲を示すことです。禁止だけを並べた規程は守られにくいため、代わりに使える手段をセットで示す運用例が多く見られます。AIツールの選定基準そのものを整理したい場合は、AI評価専門企業の資金調達から読むAI選定の論点も参考になります。

費用と工数、誰が運用を持つか

費用から見ます。APIの公表価格は、入力100万トークンあたり10ドル、出力100万トークンあたり50ドルとされています（出典: CloudZero）。対話画面から使う場合はプラン単位の課金になり、ChatGPTのBusinessやEnterpriseは席数による課金体系です。為替と改定があるため、見積もり時点の公表価格を都度確認する前提で考えます。

工数の目安は業務の複雑さで大きく変わります。前節の7手順のうち、第1から第3までの検証だけなら、対象業務1本につき数日規模で回している事務所があります。権限設計とログ設計まで含めると、情報システムに詳しい所員か外部の支援が入る前提になります。初期は1業務に絞り、効果が出てから横展開する進め方が現実的です。

体制面では、運用の持ち主を決めるのが先決です。所長が兼任すると、検証が後回しになって止まります。所内でAI担当を1名決め、その担当が使用ログと検証記録を持ち、月次で所内に共有する形をとる事務所があります（人数は事務所規模に応じて調整する前提で、根拠は自所の業務量の実測に置きます）。この担当は有資格者である必要はありませんが、最終レビュー工程は有資格者が持つ、という役割分担を明文化しておきます。

これから論点になること

まず、AIエージェントの権限をどこまで広げるかが事務所ごとの判断に委ねられていく点です。ベンダーはCritical区分のような能力評価と管理策を公表し始めましたが、それを自事務所の業務にどう写像するかは、公表資料だけでは決まりません。法務省が所管する弁護士法の枠組みや、各職能団体が示す考え方との突き合わせが続きます。

次に、顧問先側のリテラシーの差が、事務所の説明コストとして表に出てきます。AIを使うこと自体への抵抗より、何をどこまで入れたのかが分からないことへの不安が大きいという声が現場では聞かれます。ここは、入力範囲とログの見える化で埋めていく領域です。

最後に、コンピュータ操作の普及は、士業事務所の業務のうち「手を動かす部分」の単価を押し下げる方向に働きます。ただし、判断と責任を引き受ける部分の価値は下がりません。事務所として、どちらの比重で報酬を設計しているかを見直す論点になります。

よくある質問

GPT-6 Astraに顧問先の決算資料をそのまま入れてよいですか

入れる前に、使っている入り口の契約条件とデータ取扱い方針を確認する流れが実務では取られています。ChatGPTの個人プラン、法人プラン、APIでは条件が異なります。あわせて、守秘義務の根拠条文（税理士法第38条など）と、顧問先への説明の有無を確認したうえで、事務所として判断する領域になります。

Critical区分と公表されたモデルを業務で使って問題は起きませんか

Critical区分は、OpenAIが自社のPreparedness Frameworkで用いる能力評価の区分であり、利用の可否を第三者が判定したものではありません（出典: OpenAI Deployment Safety Hub）。事務所としては、能力が高いモデルほど権限設計と停止条件を明確にする、という運用面の対応が論点になります。

コンピュータ操作は電子申請にも使えますか

技術的には画面操作が可能ですが、申請の確定操作を自動で行わせる運用は、取り消しが効かない点でリスクが大きくなります。実務では、入力までをAIに任せ、送信は人が行う切り分けが現実的です。申請システム側の利用規約で自動操作が制限されている場合もあるため、個別に確認する必要があります。

導入するなら、どのプランから始めるのが現実的ですか

まずは法人向けプランの最小席数か、API経由の検証環境から始める例が多く見られます。個人アカウントで業務利用を始めると、後からログと契約条件の整理ができなくなるためです。費用は入力100万トークンあたり10ドル、出力100万トークンあたり50ドルが公表価格です（出典: CloudZero）。

所員がAIに入力した内容を、事務所として把握する方法はありますか

法人向けプランには管理者向けの利用状況の確認機能が用意されている場合があります。ただし入力内容そのものをどこまで確認できるかはプランと設定によるため、導入時に管理機能の範囲を確認しておく運用が取られています。加えて、入力前に区分を判定する手順を業務フローに入れておくと、後追いに頼らずに済みます。

AIが出した条文の条番号は、どう検証すればよいですか

e-Gov法令検索で該当条文を実際に開いて、条番号、条見出し、本文を突き合わせる方法が確実です。モデルの知識カットオフは2026年4月30日とされており、それ以降の改正は反映されていません（出典: llm-stats.com）。検証を担当者の記憶に任せず、工程として業務フローに書き込む運用が推奨されています。

顧問先からAIを使わないでほしいと言われたらどうなりますか

顧問先の意向を受けて、その案件だけAI利用を外す運用を取る事務所があります。案件単位で可否を管理できるよう、受任時のヒアリング項目にAI利用の可否を入れておくと、後から個別対応しやすくなります。

参考文献

※士業のチカラでは、生成AIの導入支援から運用最適化まで、貴事務所の業務に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://shigyonochikara.jp/contact/

本記事の作成体制について

本記事は士業のチカラ編集部が、公表されている一次情報のみを根拠に作成しています。法令の条文はe-Gov法令検索の原文で、行政の見解は各府省庁の公表資料で、それぞれ確認したうえで記載しています。引用元は本文中および参考文献にすべて明示しています。

本記事には特定の資格者による監修は入っていません。個別の事案について法令の当てはめや手続の可否を判断する必要がある場合は、当該分野の有資格者にご相談ください。本記事は一般的な情報提供を目的としたものであり、個別具体的な法律判断・税務判断・労務判断を提供するものではありません。

記載内容に誤りを見つけられた場合は、お問い合わせよりご指摘ください。確認のうえ速やかに訂正し、訂正履歴を記事内に残します。編集方針の詳細は運営者情報をご覧ください。