AI労務君PROとは、社労士事務所向けのRAG型AI労務支援サービスのことです。

顧問先からの労務問い合わせに、事務所の誰が何分かけているでしょうか。この記事では、社労士事務所専用をうたう生成AIサービスのAI労務君PROについて、公表されている一次情報から分かることと、導入を判断するときに詰めておきたい論点を整理します。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。提供元の株式会社コマースロボティクスは、同社のプレスリリースで、AI労務君PROを2026年2月1日から提供開始し、月額30,000円から利用可能だと公表しています。

社労士事務所専用をうたうAIサービスが2026年に出てきた背景

社労士事務所向けの生成AIサービスが相次いで登場した背景には、一般的な生成AIと事務所業務のあいだに残ったギャップがあります。ChatGPTやClaudeを事務所で契約すること自体は、いまや珍しくありません。ところが顧問先ごとの就業規則の中身、過去に出した回答の経緯、その事務所独自の運用ルールは、汎用モデルの中には入っていません。結果として、質問のたびに前提を打ち込み直す状態が残り、ベテランに聞いたほうが早いという結論に戻ってしまいます。

AI労務君PROは、この部分をRAG（検索拡張生成／自前の文書を検索して回答の根拠にする仕組み）で埋めることを狙った設計だと説明されています。提供元はプレスリリースで、社員・顧問先からの定型的な質問はAIが一次対応し、法令解説やよくある質問をRAGで即時回答し、RAGが回答できない質問は問合せフォームへ連携する、という流れを示しています。同社が挙げる開発背景も明快で、顧問先ごとの労務情報や対応ノウハウが社労士個人に紐づいていることにより、新人教育や担当変更時の引継ぎに多大な時間を要してきた、という現場課題が起点です。

ここで押さえておきたいのは、この製品が社労士の判断を置き換えるものとしては説明されていない点です。提供元の整理では、AIが一次対応を担い、社労士は判断・提案・制度設計といったコア業務に集中する、という役割分担になっています。同じ構図は先行サービスにもあり、労務相談の一次回答をAIに寄せる考え方については、士業のチカラでもHRbase PROの労務相談一次案を社労士が検証する流れや労務相談AIの一次回答を検証する工程で取り上げてきました。

もうひとつ、公表資料を読むときに注意したい点があります。AI労務君PROの公表資料で確認できる機能は、RAGによる一次回答、データセット作成の支援、オプションのAI議事録作成アプリ、そして複数のビジネスモデルの提示です。就業規則のドラフト生成や助成金の要件チェックといった専用機能があるかどうかは、公表されているプレスリリースからは確認できません（要確認）。この点はベンダーへの確認事項として残しておくのが無難です。

RAGという仕組みの限界も、導入前に共有しておきたいところです。RAGは読み込ませた文書の中から関連しそうな箇所を探し、それを材料に文章を組み立てます。つまり、材料になる文書が無い論点については、それらしい文章を作ってしまうことがあり、これは製品の優劣ではなく仕組みの性質です。労務の実務では、複数の法令と通達と顧問先の内規が絡み合う質問ほど、この弱点が出ます。導入の期待値を、全部の質問に答えるAIではなく、定型質問の一次対応を引き取る仕組みに置き直しておくと、現場の落胆を避けられます。

顧問先の労務問い合わせをRAGに一次対応させるまでの6工程

導入の成否は、ツールの選定よりも、何を読ませるかで決まります。RAGは読ませた文書の範囲でしか答えられないため、データセットの設計がそのまま回答品質になります。以下は、事務所側で踏む手順の組み立て方です。

第1工程は、問い合わせの棚卸しです。直近3か月ぶんのメール・チャット・電話メモから、顧問先から来た質問をそのままの言い回しで書き出します。ここで整形しすぎると、実際の質問文とRAGの検索がずれます。質問の分類は、法令解釈を含まないもの（提出期限、様式、手続きの流れ）と、判断を含むもの（この場合は割増賃金が要るか、この規定で足りるか）に分けます。一次対応に回せるのは前者からです。

分類の線引きに迷ったときは、回答に顧問先固有の事情の確認が要るかどうかで判定すると実務的です。提出期限や様式の所在は、どの会社でも答えが同じなので一次対応に回せます。一方、この手当は割増賃金の基礎に入るかという質問は、就業規則の定め方と支給実態を見ないと答えが決まらないため、AIには論点の整理までを担当させ、結論は社労士が出す設計にします。この線引きを工程表に書き込んでおくと、職員がAIに投げるか自分で調べるかで迷う時間が消えます。

第2工程は、根拠文書の選定です。法令条文、厚生労働省のパンフレット、事務所が作成した手順書、過去のQ&Aを候補にします。ここで避けたいのは、出典不明の社内メモをそのまま投入することです。根拠が曖昧な文書を読ませると、AIの回答も根拠が曖昧になり、検証コストがかえって上がります。

第3工程は、顧問先固有情報の切り分けです。就業規則の実物や賃金台帳のように、特定の顧問先を識別できる資料は、全社共通のナレッジとは別の扱いにします。切り分けの基準は後述します。

第4工程は、回答テンプレートの設計です。RAGに回答させるとき、出力形式を固定しておくと検証が速くなります。結論、根拠となる条文や通達、確認が必要な前提、社労士への確認要否の4項目を常に返す形にしておくと、読む側が一目で判断できます。

第5工程は、有資格者による検証です。ここは省略できません。AIが返した一次回答は、そのまま顧問先に出さず、担当社労士が根拠の実在と当てはめの妥当性を確認してから送る運用にします。特に条番号は、生成AIが実在しない番号を返すことがあるため、e-Gov法令検索の原文に当たって確認する工程を手順に組み込みます。

第6工程は、回答実績の再投入です。検証済みの回答をRAGのデータセットに戻すことで、同種の質問への回答精度が上がります。提供元も、早く使い始めるほどナレッジが蓄積されると説明しています。

検証工程で使えるプロンプト例を挙げます。事務所で契約しているChatGPT、Claude、Geminiのいずれでも動きます。

あなたは社労士事務所の品質管理担当です。以下のAI一次回答を検証してください。

【検証項目】
1. 引用されている条文の番号と条見出しが実在するか（実在が確認できないものは「未確認」と明記）
2. 結論と根拠のあいだに論理の飛躍がないか
3. 前提条件が明示されているか（事業規模、業種、労働者区分など）
4. 顧問先固有の事情を確認しないと答えられない論点が残っていないか

【出力形式】
- 検証結果: OK / 要修正 / 判断保留
- 要修正の箇所と理由
- 社労士が追加で確認する必要がある事項

【AI一次回答】
（ここに貼り付け）

データセットを作る段階では、次のような整形用プロンプトが使えます。

以下の問い合わせ記録を、RAG用のQ&Aデータセットに整形してください。

【制約】
- 会社名、個人名、事業所名、金額、生年月日は「A社」「甲」「（数値）」に置き換える
- 質問は顧客が実際に使った言い回しを残す
- 回答には根拠となる法令名と条番号を必ず添える（原文未確認のものは「要確認」と記す）
- 事務所の独自運用が含まれる箇所は「【事務所ルール】」のタグを付ける

【出力形式】
Q: / A: / 根拠: / 分類: の4行1組

【問い合わせ記録】
（ここに貼り付け）

工程を通して変わらないのは、AIが下書きし、有資格者が最終判断を持つという構図です。この線引きを事務所内で言語化しておくと、担当者が迷いません。生成AIを事務所に初めて入れるときの段取りは、社労士事務所の生成AI最初の導入ステップでも整理しています。

顧問先の就業規則をRAGに読ませる前に決めておく3つのこと

ここがこの種のサービスを入れるときの本丸です。RAGは自前の文書を読ませて初めて価値が出る仕組みなので、何を読ませてよいかを先に決めないまま動かすと、後戻りが効かなくなります。

第一に、守秘義務の根拠を確認します。社会保険労務士法第21条は、開業社会保険労務士または社会保険労務士法人の社員は、正当な理由がなくて、その業務に関して知り得た秘密を他に漏らし、又は盗用してはならない、と定めています。条文はこの範囲にとどめ、個別の入力行為がここに触れるかどうかの当てはめは、事務所の判断と、必要に応じて顧問弁護士の関与に委ねる整理が現実的です。

第二に、個人情報の取扱いを整理します。従業員の氏名・生年月日・賃金額を含む資料は個人情報を含みます。個人情報保護法第27条は第三者提供について定めており、外部のクラウドAIに資料を投入する行為をどう位置づけるかは、事務所として先に方針を決めておきたい論点です。個人情報保護委員会は生成AIサービスの利用に関する注意喚起を公表しており、入力する情報の範囲と利用目的の整理を求める内容になっています。顧問先の資料を扱う以上、この注意喚起の内容は事務所の運用ルールの出発点になります。

第三に、ベンダーのデータ利用ポリシーを確認します。AI労務君PROについては、提供元がサービスページを公開しています。確認したいのは、投入した文書がモデルの学習に使われるか、データの保存場所と保存期間、退会時の削除手順、再委託先の有無、事故時の通知フローです。提供元はプライバシーマークとISMSの認証番号をプレスリリースに記載していますが、認証の有無と個別契約の条件は別物なので、契約書と仕様書で確認する必要があります。

事務所の規程に落とすときは、禁止事項を並べるより、投入してよい情報の区分を決めるほうが運用が続きます。たとえば、法令・行政資料・匿名化済みQ&Aは投入可、顧問先を識別できる原本は当該顧問先の同意と契約上の根拠を確認してから投入、同意の取得状況は顧問先台帳に記録する、という三段構えです。顧問先への説明も、AIを使うかどうかではなく、どの情報がどこまで出るかを伝える形にすると納得を得やすくなります。

顧問先への説明文は、技術的な説明を削ったほうが伝わります。盛り込む要素は4つで、どの業務にAIを使うか、何を入力して何を入力しないか、出した回答は社労士が確認してから返すこと、そして質問があればいつでも止められることです。契約書の覚書に落とすか、年次の面談資料に1ページ足すかは事務所の運用次第ですが、口頭だけで済ませないほうが後の説明が楽になります。同意を得た日付と、説明に使った資料の版を顧問先台帳に残しておくと、担当が替わっても経緯を追えます。

導入が空振りに終わる3つのパターン

ひとつめは、データセットを作らないまま契約してしまうパターンです。RAGは読ませた文書の外側には答えられないため、初期データが薄いと、分かりませんという回答ばかりが返ります。提供元はデータセット作成を支援すると説明していますが、素材そのものは事務所から出す必要があります。契約前に、過去のQ&Aや手順書が電子で残っているかを確認しておくと、立ち上がりの遅れを避けられます。

ふたつめは、検証工程を飛ばして顧問先に直送してしまうパターンです。一次回答の品質が上がるほど、そのまま送りたくなる誘惑が強まります。条番号の誤りや、改正前の内容が混ざる形での出力は、検証を挟まないと気づけません。送信前に有資格者が確認する工程を、運用ルールではなくワークフロー上の必須ステップとして組んでおく方法が有効です。

みっつめは、事務所内で利用が野良化するパターンです。誰がどの顧問先の資料を投入したのかが追えなくなると、事故が起きたときに影響範囲を特定できません。利用ログの保存、アカウントの発行管理、投入資料の記録を、導入初日から決めておく必要があります。AIエージェントの権限設計とログ保存の考え方は、事務所の規模を問わず共通する論点です。

よっつめとして、効果測定を設計しないまま走り出すパターンも挙げておきます。問い合わせ対応にかけている時間を導入前に測っていないと、導入後に何が変わったのかを説明できません。測り方は簡単で、2週間ほど、顧問先からの問い合わせごとに受信から返信までの所要時間を記録するだけです（ここで挙げた期間は本稿が置いた目安で、公表された根拠があるものではありません）。この記録は、後から顧問料の見直しや新サービスの価格設定を考えるときの材料にもなります。

月額費用と初期工数、ナレッジを誰が持つか

費用面で公表されているのは、月額30,000円からという価格と、AI議事録作成アプリがオプションである点です。上位プランの条件やオプション料金は公表資料からは読み取れないため、見積もりで確認する項目になります。

工数のほうは、ツール費用より重くなる可能性があります。問い合わせ記録の棚卸し、匿名化、Q&Aへの整形、検証ルールの文書化は、いずれも事務所側の作業です。ここで置く数字は本稿が説明のために仮定したもので、公表された根拠があるわけではありませんが、顧問先30社規模の事務所で初期データセットを組むなら、棚卸しと整形に延べ20時間から40時間程度を見込む組み立てが現実的でしょう。この工数を誰が持つかを決めないまま契約すると、担当者不在のまま月額だけが発生します。

導入判断を一枚の表にまとめるなら、見る項目は7つです。初期データセットの素材が電子で残っているか、整形を担える職員がいるか、検証工程を回せる有資格者の時間が確保できるか、投入データの学習利用と削除手順が契約で担保されるか、顧問先への説明と同意の取り方が決まっているか、利用ログと権限管理の仕組みがあるか、そして更新の担当者が決まっているか。7つのうち4つ以上が埋まらない段階で契約すると、月額だけが走る状態になりやすいので、先に埋める順番を決めておく進め方が安全です。

体制として決めておきたいのは3点です。データセットの所有者（どの職員がQ&Aの追加と更新を担うか）、検証責任者（顧問先に出す前の最終確認を誰がするか）、そして更新のリズム（法改正があったときに、どの資料を差し替えるか）。RAGは放っておくと古い内容を返し続けるため、更新の担当を決めない導入は半年で陳腐化します。

RAGは社労士事務所の差別化要素になるのか

提供元は、生成AIはどの事務所でも使える時代になった一方、RAGを理解しナレッジをビジネスに転換できている事務所はまだ一部だ、という立論を取っています。この見立てには検討の余地があります。RAGの技術そのものは汎用ツール側にも降りてきており、ファイルを読ませて回答させる機能は主要モデルに搭載済みです。差がつくとすれば、技術ではなく、投入する文書の質と更新の継続性のほうでしょう。

もうひとつ、提供元が示すアセスメント活用モデルという提案は論点として面白い提案です。AIの自動回答率が低い企業は労務情報が整理されていない、という見立てを使い、自動回答率をKPIとして労務情報整備コンサルティングにつなげる構図です。この発想は、AIを業務代替ツールとしてではなく、顧問先の労務成熟度を測る計測器として使う点に新しさがあります。ただし、自動回答率が何を意味するかは投入データの量に強く依存するため、指標としての妥当性は事務所側で検証する論点が残ります。

今後は、こうした士業特化型のRAGサービスと、汎用モデルに自前でファイルを読ませる方式とのコスト比較が、事務所の判断軸になっていきます。月額固定でデータセット作成の支援まで含むか、内製で組んで自由度を取るか。事務所の職員数と、社内にAIの運用を担える人がいるかどうかで答えが変わる論点です。

もう一段先を見ると、顧問先へAIサービスを提供して利用料を得るモデルが広がった場合、事務所の収益構造そのものが変わる可能性があります。顧問料は業務量に連動しますが、ソフトウェアの利用料は顧問先数に連動します。この2つが混ざると、社労士法上の業務と、それ以外の役務提供との切り分けや、広告表示の適正さといった論点が新しく出てきます。導入の初期段階から、どこまでが士業の業務でどこからが別サービスなのかを言語化しておくと、後で整理し直す手間を減らせます。

よくある質問

AI労務君PROは就業規則のドラフトを作れますか

公表されているプレスリリースの範囲では、就業規則のドラフト生成を専用機能として説明した記載は確認できません。公表資料で確認できるのは、RAGによる問い合わせへの一次回答、データセット作成の支援、AI議事録作成アプリのオプション提供です。就業規則の起案に使えるかどうかは、ベンダーへの確認事項として残ります（要確認）。

顧問先の就業規則をそのまま読ませてよいですか

事務所として先に方針を決めておきたい論点です。社会保険労務士法第21条は秘密を守る義務を定めており、個人情報保護法第27条は第三者提供について定めています。個別の投入行為がこれらとどう関係するかの当てはめは有資格者の判断領域なので、契約上の根拠と顧問先の同意の取り方を含めて、事務所の運用ルールとして整理する進め方が現実的です。

汎用の生成AIに自分でファイルを読ませる方式と比べてどうですか

判断軸は3つあります。データセット作成を自前で組めるか、更新を継続できる担当がいるか、そして顧問先への提供モデルまで使うかどうかです。自前で組めるなら汎用モデルのほうが月額を抑えられる可能性があり、組む余力がないなら支援込みのサービスに価値が出ます。契約アカウント数の扱いと、投入データの学習利用の有無も比較項目になります。

月額30,000円で元が取れますか

回収の計算は、削減できる時間と担当者の時間単価の掛け算で見るのが分かりやすい方法です。提供元はプレスリリースで月額30,000円からと公表しています。事務所の時間単価が仮に1時間8,000円であれば、月4時間ぶんの問い合わせ対応が減れば費用と釣り合う計算になります。ここで置いた単価は本稿の仮定で、公表された根拠があるものではありません。実際には検証工程の工数が増える分も差し引いて考える必要があります。

AIが出した回答をそのまま顧問先に送ってもよいですか

送る前に有資格者が確認する工程を挟む運用を推奨します。生成AIは実在しない条番号や、改正前の内容を混ぜた回答を返すことがあります。提供元の説明でも、AIは一次対応を担い、社労士は判断・提案・制度設計に集中する役割分担が前提になっています。検証を省くと、その前提自体が崩れます。

導入後どのくらいで効果が出ますか

データセットの厚みに比例します。公表資料には導入後すぐに費用対効果を実感できるという記載がありますが、実際の立ち上がりは、事務所に電子化された過去Q&Aがどれだけ残っているかで大きく変わります。紙とベテランの頭の中にしか記録がない事務所では、素材づくりに数か月かかる想定を置いたほうが計画が狂いません。

RAGに入れた顧問先データは後から消せますか

契約前に確認する項目です。確認したいのは、削除の申し出から実際にインデックスから消えるまでの手順と期間、バックアップ側の扱い、退会時の一括削除の可否です。個人情報保護委員会の生成AIサービスの利用に関する注意喚起も、入力する情報の範囲を事前に整理することを求める内容になっています。

参考文献

• 株式会社コマースロボティクス 社労士事務所向けAI労務アシスタント「AI労務君PRO」を提供開始
• AI労務君PRO サービスページ
• e-Gov法令検索 社会保険労務士法第21条
• e-Gov法令検索 個人情報の保護に関する法律第27条
• 個人情報保護委員会 生成AIサービスの利用に関する注意喚起等

※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/