前提

僕はエンジニアではなく、ロボティクスSaaS会社のCOOとして契約書を毎月何本も読んでいる側の人間だ。社内に法務担当はいない。
その立場で、自社のプロダクト開発チームと一緒に「海外からでも日本語契約書を1人で読めるAIツール」を作った（Keiyaku AI）。

この記事は、AIに契約書レビューを任せたい人が、実装レベルで踏んではいけない3つの罠についてのメモだ。ビジネスサイドの目線から、技術判断が必要になるポイントを書く。

1. 「全文をそのままLLMに投げる」は本番運用で壊れる

契約書は5ページならいいが、15ページを超えると普通にある。PDFをそのままテキスト化して投げると、

対策として、条項単位で構造化して分割し、条項ごとにプロンプトを回すのが実運用ではまともに動く。Article, Clause, Sub-clause の3階層で抽出してから、条項ごとにリスク分類器を通す。

PDF → OCR → 条項抽出（正規表現+LLM） → 条項ごとに評価 → 集約

全文投げは「デモでは動くが本番で壊れる」典型例。

統計的に、以下の条項は見落とされやすい。

対策は、「一般的な条項の抽出」と別に、この3カテゴリを必ず独立に探索させるフォールバック層を作ること。プロンプト1つで全部見るな、分割して確実に見る。

AIに判断させると、ユーザーは必ず鵜呑みにする。出力UIを

の3段階だけにすると、相手との関係性や業界慣行を無視した判定が一人歩きする。
実運用に耐えるUIは、AIは「着目すべき箇所」を出す、判断は人間に返す型になる。条項をハイライトして「ここを見てください」「この期間は交渉余地があります」で止める。

AI契約書レビューの実装で、僕らが自社プロダクトを作る過程で学んだのは以下の3つ：

同じようなAIレビュー機能を社内ツールに組み込みたい人の参考になれば。実際に動いているプロダクトは Keiyaku AI で無料枠で試せる。

書いた人：Julian Loh / Cocon Robotics COO
フィードバック歓迎。j_loh@cocon-inc.co.jp までどうぞ。