AIエージェントの法務スキル搭載で変わるツール選定士業事務所の7基準

法務スキルとは、契約レビュー等の手順をAIに組み込んだ拡張機能のことです。

汎用AIと法務特化ツールのどちらを事務所に入れるかで、比較すべき項目が変わりました。汎用AI側に法務業務向けのスキルやコネクタが標準で乗り始めたためです。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、ツールの仕様は各ベンダーの公式ドキュメントで確認しています。Anthropicは法務業界向けに、業界で使われるソフトウェアとClaudeをつなぐMCPコネクタを20以上、実務領域ごとのプラグインを12種類公開したと発表しています（出典: Claude for the legal industry）。

汎用AIに法務スキルが乗り始めた2026年の地図

これまでの構図は単純でした。汎用AIは何でもできるが法務に最適化されていない、法務特化SaaSは高いが業務にはまる。事務所はどちらかを選ぶか、両方を持つかでした。この前提が崩れつつあります。

Anthropicが公開した法務向けの構成は、大きく二つの要素でできています。一つはMCPコネクタで、案件に紐づく文書やコミュニケーション、記録をAIから参照できるようにするものです。iManage、NetDocuments、Docusign、Ironclad、Thomson Reutersといった法務領域の基幹ソフトのほか、Harveyのような法務AIベンダーへの接続も含まれます。もう一つが実務領域ごとのプラグインで、商事、コーポレート、労働、プライバシー、規制対応、AIガバナンス、知的財産、訴訟といった領域をカバーし、契約レビューやNDAのトリアージ、コンプライアンスのワークフロー、定型回答を、組織のプレイブックとリスク許容度に合わせて設定できるとされています（出典: 前掲 Claude for the legal industry）。

ここで士業事務所にとって重要なのは、機能そのものより構造の変化です。従来は、法務特化ツールを買うとそのツールの中に業務が閉じました。スキルとコネクタの形になると、業務の手順が部品として外から持ち込まれ、AI側は変わらないまま能力だけが差し替わります。プラグインが公開の形で配布されるなら、事務所が自所の手順を書いて載せる余地も生まれます。

同時に、これは選定の軸を増やします。以前は精度と価格が主要な比較項目でしたが、いまは接続先の広さ、スキルの差し替えやすさ、そして持ち出しやすさが加わります。とくに三つ目は見落とされがちです。ツールに合わせて業務手順を作り込むほど、乗り換えのコストは上がります。接続の仕組みそのものの選び方はMCPステートレス化で士業事務所が確認する6項目移行判断とベンダー質問集で扱っています。

制度側の動きも同時進行です。弁護士法をめぐるAI活用の明確化は規制改革推進会議で議論され、法務省が省内にタスクフォースを立ち上げる方針を示しました。議論の状況は経団連のリーガルテック規制改革要望士業事務所が読む6論点と6月答申で整理しています。ツール選定は、この制度の動きと切り離しては決められません。

もう一点、事務所が実務でつながる先も広がっています。公開された構成には、Microsoft Wordやメールクライアントの中でそのまま働く形も含まれ、書面作成の場を移さずにAIを使える方向へ寄っています（出典: 前掲 Claude for the legal industry）。事務所の書面作成が文書ソフトの中で完結している以上、この点は日々の使用頻度に直結します。別のアプリに文章を貼り直す一手間があるだけで、忙しい日には使われなくなるためです。

逆に言えば、選定の失敗も同じ場所で起きます。機能が豊富でも作業の場と離れているツールは、導入初月こそ使われ、三か月後には誰も開いていない状態になりがちです。比較の際は、機能一覧ではなく、担当者が実際にその画面を1日に何回開くかを想像して評価します。

事務所が見るべき7つの選定基準

順に説明します。実際の比較表は作らず、各基準について何を確認するかを言葉で持っておくほうが、ベンダーとの会話では役に立ちます。

第1の基準は、出力の根拠を辿れるかどうかです。法務用途では、AIが何を見てその結論に至ったかを追える構造が要ります。参照した文書や条文の該当箇所が示されるか、社内文書庫や判例データベースに限定して回答を生成する設定があるか。ここが弱いツールは、成果物の確認工程で人手が余計にかかります。

第2の基準は、事務所の書式と判断基準を反映できるかです。契約レビューの価値は、一般論の指摘ではなく、この事務所ならこう直すという判断にあります。修正方針を文書として登録でき、それに沿った出力が返る仕組みがあるかを確認します。プレイブックに沿った設定ができるとされるツールでも、登録できる粒度はまちまちです。実際に自所の書式を1本入れて試すのが確実です。

第3の基準は、データの置き場所と学習利用の可否です。入力内容をモデルの学習に用いない設定が可能か、保存先のリージョンはどこか、保存期間を事務所側で制御できるか。ベンダーの公式ドキュメントで確認し、記録に残します。この点は後述の守秘義務の節で詳しく扱います。

第4の基準は、既存の文書管理やメールとつながるかです。事務所の書面は文書管理システムか共有フォルダに、やり取りはメールにあります。AIがそこを参照できないと、人が毎回コピーして貼る工程が残り、削減できるはずの時間が消えます。コネクタが用意されている範囲を確認し、無い場合は手動で渡す前提の工数を見積もりに入れます。

第5の基準は、有資格者の確認工程を組み込めるかです。AIが下書きを作った後に承認を挟み、承認を経たものだけが外部に出る構成にできるか。自動送信を止められるか。この設定が無いツールは、事務所の規程と噛み合いません。人間の判断を挟む位置の設計はAI事業者ガイドライン第1.2版士業事務所の規程に落とす7項目とAI介在設計で分解しています。

第6の基準は、監査ログと権限管理です。誰がいつ何を入力し、AIがどのコネクタにアクセスしたかを後から確認できるか。所員ごとに使える機能を分けられるか。顧問先から情報管理の体制を問われたときに、この二つが答えられないと説明が止まります。

第7の基準は、乗り換えコストです。登録した書式や設定を書き出せるか、生成物が標準的な形式で残るか、契約期間の縛りはどうか。制度の議論が動いている時期は、長期の固定契約より、年単位で見直せる形のほうが安全側に倒れます。

比較の下準備はAIに任せられます。以下は、複数ツールの公式ドキュメントを読ませて論点を揃えるプロンプト例です。

あなたは士業事務所の情報システム選定を支援するアナリストです。
以下の資料をもとに、ツール比較のための確認事項リストを作成してください。

【資料】
(各ツールの公式ドキュメント・利用規約・データ処理条項を貼り付ける)

【比較の軸】
1. 出力根拠の追跡可否（参照元の表示、参照範囲の限定設定）
2. 自所の書式・修正方針の登録可否とその粒度
3. 入力データの学習利用、保存先、保存期間、削除手段
4. 文書管理・メール・電子契約との接続範囲
5. 承認フローの設定可否（自動送信の停止を含む）
6. 監査ログの取得範囲と、所員ごとの権限分割
7. 設定・生成物の書き出し可否と契約期間

【出力形式】
軸ごとに、資料から読み取れた事実・読み取れなかった事項・
ベンダーに確認すべき質問文を、番号付きで並べてください。
資料に書かれていないことを推測で埋めないでください。
不明な点は「資料に記載なし」と明記してください。

読み取れなかった項目は、そのままベンダーへの質問状になります。二本目は、自所の業務にどれだけはまるかを測るための試験設計です。

当事務所で以下のツールを2週間トライアルします。
評価が主観に流れないよう、判定基準つきの試験計画を作成してください。

【事務所の前提】
- 弁護士3名、事務職員2名の法律事務所
- 月間の契約レビュー件数はおよそ40件、うち定型のNDAが半数
- 文書管理は共有フォルダ、メールはMicrosoft 365

【試験に含める観点】
- 定型NDAで、当事務所の修正方針どおりの指摘が返るか
- 非定型契約で、見落としと誤指摘がそれぞれ何件出るか
- 参照元の提示が確認作業の短縮に実際につながるか
- 有資格者の確認にかかる時間が、導入前と比べてどう変わるか

【出力形式】
- 試験対象の書面の選び方（件数と選定基準）
- 各観点の測定方法と、合格・不合格の判定ライン
- 記録シートの項目
- 2週間の日程割り
判定ラインは事務所が後から検証できる形で数値化してください。

出力された計画はそのまま使わず、事務所の実務を知っている有資格者が判定ラインの妥当性を確認してから走らせます。とくに誤指摘の許容件数は、事務所の受任案件の性質によって変わります。

導入判断の前に確認する守秘義務とデータの流れ

ツール選定で最も時間をかけるべきなのが、この節の内容です。

まず、条文の確認です。弁護士法第23条は弁護士または弁護士であった者が職務上知り得た秘密を保持する権利を有し義務を負う旨を定めています。司法書士法第24条は正当な事由がある場合でなければ業務上取り扱った事件について知ることのできた秘密を漏らしてはならない旨を置いています。いずれも留保があり、クラウドAIへの入力がその範囲に収まるかは条文の文言だけでは読み取れません。事務所として、顧問先や依頼者への説明と同意の取り方を先に決めておく実務が必要になります。

次に、データが実際にどこを通るかです。コネクタで文書管理システムにつなぐ構成では、AIが参照する範囲は接続設定で決まります。案件フォルダ全体に接続すると、無関係な事件の記録まで参照可能な状態になります。事件単位あるいは業務単位でフォルダを切り、接続先を限定する設計が要ります。ここは技術というより運用の設計で、ツールの機能表を見ているだけでは決まりません。

三つ目に、相手方の情報の扱いです。契約書には相手方企業の情報が含まれ、依頼者の同意が相手方の情報にまで及ぶわけではありません。相手方の社名や個別条件を伏せた状態で処理する運用を先に決めておくと、後から説明を求められたときに答えられます。個人データが含まれる場合は個人情報の保護に関する法律第27条が第三者提供の制限を定めており、委託の枠組みで整理できるかは契約形態とベンダーの取扱いによって変わる論点になります。

四つ目に、プラグインやスキルという単位が持ち込むリスクです。スキルは手順の集合であり、外部から持ち込める以上、中身の点検が要ります。誰が作ったものか、どの外部サービスに接続するか、どの権限を要求するか。公開された部品をそのまま使う場合でも、事務所側で接続先と権限を確認したうえで採用する工程を規程に書いておきます。政府のAI事業者ガイドラインも、連携先のツールやシステムを適切に制限し権限を適切に設定することを留意事項として挙げています（出典: 総務省 AI事業者ガイドライン）。

五つ目に、説明の型を決めておくことです。依頼者に対して、AIを使う工程、使わない工程、有資格者が確認する工程の三つに分けて示せる状態にしておきます。ツールの名前を並べるより、どこで人が確認しているかを示すほうが伝わります。

六つ目に、契約前に確認しておく事項を一覧にしておくことです。入力データの学習利用、保存先のリージョン、保存期間と削除手段、サブプロセッサの範囲、監査ログの取得可否、事故時の通知義務と連絡経路。この六つは、顧問先や依頼者から情報管理の体制を問われたときに答える材料そのものになります。ベンダーの営業資料には書かれていないことが多く、利用規約とデータ処理条項にあたる必要があります。読み取れなかった項目は空欄のままにせず、質問して回答を書面で残します。

七つ目に、事故が起きたときの手順です。誤って依頼者の情報を入力してしまった、コネクタの設定を誤って別案件のフォルダを参照させてしまった。こうした事態は運用の中で起こり得ます。入力の取り消しがベンダー側でできるのか、ログ上の記録はどう扱われるのか、依頼者への説明が必要になる閾値はどこか。導入前にこの三点を決めておくと、実際に起きたときに判断で迷いません。決めていない事務所は、報告するかどうかの相談から始まり、対応が遅れます。

選定でよくある3つの失敗

一つ目は、デモの精度で決めてしまうことです。ベンダーのデモは、そのツールが得意な書面で行われます。自所の実案件、とくに書式が独特な契約や、過去に判断が割れた条項を持ち込んで試さないと、実務での歩留まりは分かりません。トライアルの題材は事務所側が選びます。

二つ目は、接続範囲を広く取りすぎることです。導入初期は使い勝手を優先して文書管理の全体に接続しがちですが、後から絞るのは手間がかかります。狭く始めて必要に応じて広げる順序のほうが、事故が起きたときの影響範囲も限定できます。

三つ目は、削減した時間の行き先を決めないことです。契約レビューの時間が縮んでも、その時間を何に振り向けるかを決めていない事務所では、単に手待ちが増えるか、確認が雑になるかのどちらかになります。導入前に、削減分を新規受任に充てるのか、確認工程の厚みに充てるのかを決めておきます。書面の下書き工程をどう組み替えるかは訴状と準備書面のAI下書き弁護士が守る5工程とmints時代の確認手順が参考になります。

費用と工数弁護士3名の事務所での見立て

工数の内訳は三つに分かれます。第一に、比較のための資料読みと質問状の作成に4時間。前掲のプロンプトで下書きを作り、有資格者が確認します。第二に、トライアルの設計と実施に、2週間のうち実作業でおよそ10時間。第三に、採用後の初期設定、つまり接続範囲の設定と書式の登録に6時間程度です（出典: 士業のチカラ編集部が事務所支援の実務から置いた見積もりであり、公表統計ではありません）。

費用は、汎用AIの業務向けプランを基礎に置くか、法務特化SaaSを重ねるかで大きく変わります。判断材料は月間の対象件数です。定型書面の件数が多いほど特化ツールの費用は回収しやすく、少ない事務所は汎用AI側の機能拡張で足りることがあります。汎用AIの実務適合を測る手順はClaude Opus 5 を士業事務所で検証する実務6用途と費用の見立てで扱っています。

体制は、選定の責任者を有資格者に置き、設定と点検の実務担当を別に置く二人体制が最小構成です。選定と運用を同じ人が持つと、導入を正当化する方向に評価が寄ります。

スキルが部品になる時代に事務所は何を持つか

法務の手順が部品として流通し始めると、事務所の差は使うツールではなく、載せる手順の質に移ります。どの条項を優先して見るか、どの表現を避けるか、どの場面で相手方に譲るか。この判断の集積が、これまで属人的に蓄えられてきた事務所の資産です。それを文書として書き出せる事務所は、AIに載せて再現できます。書き出せない事務所は、担当者が抜けると同時に失います。

もう一つの論点は、部品の出所です。公開された法務プラグインは、それを作った組織の実務観を反映しています。日本法の実務と前提が異なる部分があるまま使うと、指摘の優先順位がずれます。海外発の部品をそのまま使うのか、日本法向けに手順を書き直して載せるのか。この選択自体が事務所の判断になります。

最後に、制度の側です。ツールの能力が上がるほど、どこまでを事務所が引き受け、どこからを依頼者に返すかの線引きが問われます。規制改革の議論が体制の作り方へ移りつつあることを踏まえると、選定基準に自事務所のガバナンスを説明できるかという項目を加える時期に来ています。

よくある質問

汎用AIと法務特化ツールはどちらを選ぶべきですか

判断は月間の対象件数と書面の定型度によります。定型書面の件数が多い事務所ほど特化ツールの費用は回収しやすく、非定型の案件が中心の事務所では汎用AI側の機能拡張で足りる場合があります。両方を並行して持ち、用途で使い分ける事務所も見られます。まず自所の書面を件数と定型度で分類するところから始めるのが実務的です。

法務プラグインを入れれば契約レビューは自動化できますか

いいえ、公開されている説明の範囲でも、プラグインは組織のプレイブックとリスク許容度に合わせて設定する前提とされています（出典: 前掲 Claude for the legal industry）。設定しないまま使うと、一般論の指摘が返るだけになります。自所の修正方針を文書化して登録する作業が、導入効果の大半を決めます。

依頼者の契約書をAIに読ませる同意は個別に取る必要がありますか

個別か包括かを一律に定める規定は、公表されている限りでは見当たりません。実務では委任契約や顧問契約の条項として置き、記録が残る形にする事務所が多く見られます。守秘義務の根拠である弁護士法第23条は法律に別段の定めがある場合を除く旨の但書きを置いていますが、その適用範囲の判断は個別事情によるため、有資格者が検討する論点になります。

MCPコネクタを使うと事務所のデータはどこへ行きますか

コネクタは接続設定で参照範囲が決まるため、設定次第でデータの流れが変わります。案件フォルダ全体に接続すれば全体が参照可能になり、事件単位で切れば範囲は限定されます。ベンダーの公式ドキュメントで保存の有無と保存期間を確認し、事務所側で接続範囲を設計する工程を規程に書いておく運用が現実的です。

トライアルはどのくらいの期間が妥当ですか

2週間から1か月を置く事務所が見られます。短すぎると通常業務のばらつきに埋もれ、長すぎると比較対象のツールが更新されて条件が揃わなくなります。期間より重要なのは題材の選び方で、自所の実案件から定型と非定型を混ぜて選ぶことで、実務での歩留まりが見えます。

事務所の書式を登録すると、他社に見られる可能性はありますか

ベンダーの契約条件によります。入力内容をモデルの学習に用いない設定が可能なプランと、そうでないプランがあるため、契約前に公式ドキュメントで確認し、記録に残す作業を挟みます。加えて、保存先のリージョンとサブプロセッサの範囲も同じ重さで確認する項目になります。

選定でベンダーに何を聞けばよいか分かりません

本記事の7基準をそのまま質問項目に変換するのが早道です。出力根拠の追跡、書式登録の粒度、学習利用と保存、接続範囲、承認フロー、監査ログと権限、書き出しと契約期間。この七つを、資料に書かれていた事実と書かれていなかった事項に分けて整理し、後者を質問状にします。

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。