Gemini API × Google Apps Script で契約書を自動分析・リスク判定するシステムを構築する
SECTION 18 — 課題定義
1件の契約書レビューに法務担当者が平均2〜3時間。月100件超の企業では人員が追いつかない。
担当者によって確認する条項にばらつきが生じる。チェックリストがあっても見落としが発生する。
見落としが起きやすい条項
AIを使えば、チェックリストの標準化・高速化・見落とし防止を同時に実現できる。ただし最終判断は必ず弁護士が行う。
SECTION 18 — 仕組み
AIが担う部分
条項の抽出・リスクの分類・重要度スコアリング・改善提案の草案作成を高速で処理する。
人間が担う部分
AIの分析結果を踏まえた最終判断・交渉方針の決定・契約の締結・署名はすべて人間が行う。
期待される効果
初回レビュー時間を3日→数時間に短縮。見落としを低減し、弁護士は高度な判断業務に集中できる。
SECTION 18 — 適用範囲
AIリーガルチェックが有効な文書カテゴリ
守秘義務の範囲・期間・例外条項のチェックに最適。パターンが比較的固定されているため精度が高い。
成果物の知的財産権帰属・瑕疵担保責任・再委託の可否などが重要な確認ポイント。
個人情報の取り扱い・データの利用目的・第三者提供のチェック。法改正への対応確認にも有効。
| 文書種類 | AI適性 | 主な確認項目 |
|---|---|---|
| NDA | 高 | 守秘期間、例外規定 |
| 業務委託 | 高 | IP帰属、再委託可否 |
| 売買契約 | 中 | 品質保証、支払条件 |
| 賃貸借契約 | 中 | 原状回復、中途解約 |
| M&A・投資契約 | 要注意 | 複雑。必ず弁護士と併用 |
SECTION 18 — プロンプト設計
リスク分類・条項分析に特化した構造化プロンプト
プロンプト設計の重要ポイント
Google Docs → GAS → Gemini API の実装手順
SECTION 18 — 実装
DocumentApp APIを使ってDocsの本文テキストを取得する
DocumentApp の主要メソッド
| openById(id) | IDでDocsを開く |
| getBody() | 本文オブジェクト取得 |
| getText() | 全テキスト文字列取得 |
| getParagraphs() | 段落配列を取得 |
SECTION 18 — 実装
長い契約書をチャンク分割してAPIに送信する処理
チャンク分割の戦略
SECTION 18 — 実装
SECTION 18 — 実装
スプレッドシートへのリスクレポート書き込みコード
条件付き書式でリスクを色分け
必ず確認すべき重要条項と業界別のチェックポイント
SECTION 18 — チェック項目
「損害賠償しない」「月額報酬の1倍を上限」などの記述を特定し、不利な場合は交渉する。
自動更新の有無・解約通知期限(30日以上)・中途解約時の違約金を確認する。
遅延損害金の利率・納品遅れのペナルティ・違約金の計算式が合理的かを確認する。
開発成果物・コンテンツの著作権が委託者・受託者どちらに帰属するか確認する。
秘密情報の定義・契約終了後の守秘期間(2〜5年が一般的)・例外事由を確認する。
SECTION 18 — チェック項目
IT・SaaS業界
不動産業界
小売・EC業界
サンプル契約書を使ってAIリーガルチェックを体験しよう
SECTION 18 — ハンズオン
研修資料に添付のNDAサンプルを開き、DocのURLからIDを控える
スプレッドシートを作成 > 「拡張機能」>「Apps Script」> サンプルコードを貼り付けて保存
setApiKey()で設定後、Geminiに契約書テキストを送信してレスポンスを確認する
HIGH / MEDIUM / LOW のリスク項目が色分けされて一覧表示されることを確認する
SECTION 18 — ハンズオン
リスクの色分けと自動PDF出力を追加する
完成レポートの確認ポイント
SECTION 18 — 重要事項
AIは存在しない条項を「ある」と報告したり、条項の意味を誤解する可能性がある。出力は必ず原文と照合する。
AIのトレーニングデータには最新の法改正が反映されていない場合がある。特に個人情報保護法・電子契約法は頻繁に改正される。
英語・中国語等の外国語契約書はGeminiでも分析可能だが、日本法との齟齬を確認する必要がある。
契約書にはM&A・個人情報等の機密情報が含まれる。Gemini APIへの送信前に情報の機密分類を確認し、必要であれば匿名化する。
AIリーガルチェックは「弁護士の代替」ではなく、「弁護士の作業効率化ツール」として活用する。
SECTION 18 — まとめ
DocumentApp APIでGoogle Docsのテキストを取得し、長文をチャンク分割してGemini APIに送信する方法を習得した。
リスク分類・条項分析に特化したJSON出力プロンプトを設計し、HIGH/MEDIUM/LOW の3段階でリスクを自動判定する方法を学んだ。
分析結果をスプレッドシートに書き込み、リスクレベル別に色分けしたレポートを自動生成する実装を完成させた。
AIリーガルチェックの最大の価値は「スピード」と「標準化」。担当者の経験に依存せず、常に同じチェックリストで高速にリスクを洗い出せる。
絶対に忘れてはいけないこと
リーガルチェックAIの設計・実装・レポート生成が完了しました