ChatGPTに契約書を入れる前にLegalOS マスキングを使う流れ｜前処理からAIレビューまで

ChatGPTをはじめとする生成AIで契約書をレビューしたい、という相談が法務の現場でも増えてきました。要約、リスク抽出、修正文案、コメント案など、ChatGPTに任せられる作業は確かに広がっています。

一方で、契約書には、個人名、会社名、取引先名、契約金額、メールアドレス、住所、銀行口座、案件名、営業秘密、NDA対象情報など、そのまま外部サービスに貼り付けるべきでない情報が多く含まれます。

そのため、ChatGPTに契約書を入れる前には、入力可否確認、契約書の版確認、伏せるべき情報の洗い出し、AI入力前処理、人間による確認、AIレビュー指示、AI出力の確認、案件記録という一連の流れを整えておく必要があります。

本記事は「LegalOSシリーズ活用ガイド｜法務DXツールを業務別に使い分ける全20話」の第12話です。第10話で「LegalOS マスキングとは」、第11話で「契約書マスキングで伏せるべき情報一覧」を扱いました。第12話では、これを実務フローに落とし込み、ChatGPTに契約書を入れる前後でどの順番に何を行うかを整理します。

まず結論：ChatGPT契約書レビューは「入力可否確認 → マスキング → プロンプト → 人間確認」の順番で進める

結論を先に述べると、ChatGPTに契約書を入れる前後の流れは、概ね次の順で進めるのが実務上整理しやすくなります。

図解：ChatGPT契約書レビュー前の全体フロー

ChatGPT契約書レビューを行う際の典型的なフローを、ステップごとに整理しました。

Step 1：契約書をAIに入力してよいか確認する

最初のステップは、そもそもその契約書をAIに入力してよいかを確認することです。マスキングや前処理の話は、この入力可否確認の後にきます。

入力可否確認で見るポイント

• 社内AI利用ルール（利用が許可された生成AIサービスの範囲、入力禁止情報の定義）
• 利用するAIサービスの利用規約・データ利用条件・学習利用設定
• 契約上の秘密保持義務（NDA、業務委託契約、ライセンス契約上の守秘条項）
• 個人情報保護法・営業秘密保護に関する社内ルール
• 顧客情報・取引先情報の取扱区分
• 未公表案件、M&A、紛争、内部通報、重大インシデント関連情報の有無
• 当該契約書を相手方の同意なくAIに入力することの是非

確認の結果、そもそもAI入力自体を避けるべき契約書と判断されることもあります。特に未公表M&A資料、要配慮個人情報を含む契約書、紛争関連資料などは、入力可否そのものを慎重に判断する必要があります。

Step 2：契約書の版を確認する

契約書には、案件の進行に応じて複数の版が並行して存在します。AIに入れるべき版を間違えると、レビュー結果が実務でそのまま使えなくなります。

典型的な契約書の版

• 原本（締結済み版、過去契約の参照用）
• 相手方からの初回提示版
• 法務修正版（コメント付き／クリーン版）
• 相手方からの再提示版
• 承認対象版（社内決裁を回す版）
• 締結直前版（最終調整版）

「相手方の初回提示版に対して相手方の立場でリスクを抽出したい」のか、「法務修正版に対して自社方針との整合を確認したい」のかで、AIへの指示も大きく変わります。版を取り違えると、修正文案が古い条文を前提にしたものになる、コメント案が既に解消した論点を蒸し返すといった現象が起こります。

版の管理は手元のフォルダだけで運用するとどうしても混乱しやすいため、LegalOS本体側で案件単位に版を紐付けると整理しやすくなります（詳しくは第6話「契約書の版管理・添付資料管理をLegalOSで行う方法」をご参照ください）。

Step 3：マスキング対象を洗い出す

入力可否と版を固めたら、次は伏せるべき情報の洗い出しです。第11話で詳述したとおり、契約書には、外部AIに渡す前に伏せておきたい情報が複数の階層で混在しています。

本文に出てくる情報

• 個人名（取締役、代表者、担当者、署名者）
• 会社名、取引先名、グループ会社名
• 契約金額、単価、上限額、報酬体系
• 支払条件、支払期日、振込先、銀行口座
• 住所、所在地、事業所
• メールアドレス、電話番号
• 案件名、プロジェクト名、コードネーム
• 顧客情報、エンドユーザー情報
• 営業秘密に該当しうる技術・ノウハウ情報
• NDA対象として明示されている情報

本文以外に残りやすい情報

• 別紙、附属書類、料金表
• 表中のセル、図、画像内テキスト
• ヘッダー、フッター、ページ番号
• コメント、変更履歴、版管理メモ
• ファイル名、フォルダ名、PDFのプロパティ
• メール本文や送付状に残る相手方情報

「本文だけ伏せて添付の料金表で会社名が露出していた」「ファイル名に取引先名がそのまま残っていた」という事故は、運用上もっとも起こりやすいパターンです。本文・別紙・メタデータの3層で洗い出すことを意識してください。

図解：AI入力前チェックポイントマップ

AIに入力する前の確認ポイントは、社内ルール、契約、情報の中身、出力の使い方に大きく分かれます。カード型で整理しました。

表：ChatGPTに契約書を入れる前のチェックリスト

Step 4：LegalOS マスキングで前処理する

入力可否、契約書の版、マスキング対象の洗い出しを終えたら、次がAI入力前処理です。実名や金額、メールアドレスなどを、契約書の意味を壊さない範囲で記号や仮称に置換していきます。

LegalOS マスキングの位置づけ

• 契約書・社内資料・相談メモを、ChatGPT等の外部AIに入力する前に伏せる前処理を補助するデスクトップツールです。
• 個人名、会社名、取引先名、金額、住所、メール、口座などのマスキング対象候補を整理しやすくする役割を担います。
• 手作業マスキングで起きがちな「伏せ漏れ」「置換のブレ」を減らす補助となります。

マスキングの粒度に関する注意

• 伏せすぎると契約書の意味が崩れ、AIレビューの品質が落ちます（例えば契約類型自体が分からなくなる）。
• 伏せなさすぎると、情報管理上のリスクが残ります。
• 「文脈から特定可能な情報」（業界特有の固有名詞、シェアの記載、独自スキームの名称など）は、本文の実名を消しても残存しやすい点に注意が必要です。

図解：LegalOS マスキング前後の文書変化イメージ

マスキング前後で、契約書の表記がどのように変わるかを左右比較で示します。実際の契約書はもっと長いですが、ここでは要素ベースで簡略化しています。

Step 5：マスキング後文書を人間が確認する

マスキングは「実行して終わり」にせず、必ず人間が結果を確認します。確認ポイントは次のとおりです。

• 伏せ漏れがないか（同じ氏名・会社名が複数箇所に登場した場合、一部だけ残っていないか）
• 置換が不自然で契約書の意味が壊れていないか（条文の主語が消えていないか）
• 別紙、表、料金表、ヘッダー、フッター、ページ番号に情報が残っていないか
• 変更履歴・コメント・差分マークに実名が残っていないか
• ファイル名、フォルダ名、PDFのプロパティに情報が残っていないか
• 文脈から当事者・案件が特定されるおそれがないか
• AIに入力すべきでない情報（要配慮個人情報、未公表M&A情報など）が残っていないか

マスキング後確認は、可能であればマスキング作業者と別の担当者が行うのが望ましい工程です。一人法務でそれが難しい場合は、時間を空けて再確認する、チェックリストを定めるなどの工夫で代替します。

Step 6：契約書AIレビュー専用プロンプト集でChatGPTに指示する

マスキング後の契約書を対象に、ようやくChatGPTに指示を出す段階に入ります。ここでは、レビュー目的に応じた前提条件をプロンプトに織り込みます。

典型的なレビュー目的

• 契約書全体の要約
• 自社にとってのリスク抽出
• 条文ごとの修正文案の提示
• 相手方に送るコメント案の作成
• 過去契約・自社ひな型との差分整理
• 相手方からの再修正案に対する再レビュー

これらを場当たり的に指示すると、出力が定型化せず、レビューごとに品質がばらつきます。契約書AIレビュー専用プロンプト集は、こうした目的別の指示テンプレートをまとめたものです。

AIレビューに使うプロンプトの基本構成

契約書AIレビュー用のプロンプトには、以下の前提条件を盛り込むのが基本です。

• 自分の立場（売主／買主、委託者／受託者、ライセンサー／ライセンシーなど）
• 契約類型（業務委託、売買、ライセンス、賃貸借、共同開発など）
• 契約書の目的（取引開始、継続取引、特定プロジェクト、紛争予防など）
• 相手方との関係（既存取引先／新規／力関係）
• 重視するリスク（責任制限、損害賠償、知財帰属、解除、再委託、競業避止など）
• 出力形式（条文単位の表形式、要約＋論点、修正文案つき）
• 修正文案の有無、コメント案の有無
• 不明な点は「不明」と書かせる、推測で断言しないよう求める
• 最終的な法的判断責任は人間にあることを踏まえ、参考案として出力させる

表：AIレビュー指示に入れるべき前提条件

Step 7：AI出力を法務担当者が確認する

AIからの出力は、そのまま採用するものではなく、法務担当者が必ず確認し、採否を判断するものです。確認の観点は次のとおりです。

• 要約が契約書の内容を正しく反映しているか
• 条文番号・条文の引用が原本と一致しているか
• リスク評価が過大／過小でないか（一般論として強い表現になっていないか）
• 修正文案が契約全体と整合しているか（前後の条文・定義との矛盾がないか）
• 自社の契約方針・交渉方針・過去の事案と整合するか
• 引用された法令、ガイドライン、判例が実在・現行のものか（最新の条文・改正後条文か）
• 事実誤認やハルシネーションがないか
• AI出力をそのまま相手方に送付しないこと

特に、条文引用、判例引用、ガイドライン引用については、AIが実在しない条文番号や判例を提示することがあります。出典確認は人間の責任で行います。

図解：AIレビュー後の人間確認マップ

AI出力に対して、法務担当者が何を確認・判断すべきかを整理しました。

Step 8：AIレビュー結果を案件管理・承認・記録へつなげる

AIレビュー結果は、それ単体で完結させず、案件管理・承認・記録の枠組みに乗せる必要があります。具体的には次のような扱いです。

• 採用した修正文案、コメント案、相手方への返信案を案件単位で残す
• 不採用とした提案については、不採用とした理由を簡潔に記録する
• 残存リスクを、承認者に判断してもらう論点として整理する
• 承認対象版（社内決裁を回す版）と判断根拠を併せて保管する
• 差戻し履歴、修正版の経緯、最終締結版までの流れを案件ファイルに紐付ける

この記録化は、社内監査、内部統制、規制当局対応、後日の紛争対応のいずれの場面でも参照される可能性があります。「いつ、誰が、何の版に対して、どのような判断をしたか」が再現可能な形で残っているかどうかが鍵です。

図解：LegalOS マスキング・契約書AIレビュー専用プロンプト集・LegalOS本体の役割分担

AI入力前の前処理、AIへの指示、AI出力の確認、案件管理・記録は、いずれも違う工程です。それぞれを担うツールと人間の役割を整理しました。

表：LegalOS マスキング・契約書AIレビュー専用プロンプト集・LegalOS本体の使い分け

表：ChatGPT契約書レビューでやってはいけないこと

LegalOS マスキングが向いている会社・向いていない会社

注意点：この流れは「安全保証」ではない

まとめ：ChatGPT契約書レビューは「前処理 → 指示 → 人間確認 → 記録」で組み立てる

• ChatGPTに契約書を入れる前には、入力可否確認、契約書の版確認、伏せるべき情報の洗い出しが必要です。
• LegalOS マスキングは、AI入力前処理を補助するツールです。マスキング後も、伏せ漏れ・文脈特定・別紙・ファイル名などを人間が確認する必要があります。
• 契約書AIレビュー専用プロンプト集は、マスキング後の契約書にレビュー指示を出す場面で使いやすい構成になっています。
• AI出力は法務判断そのものではなく、法務担当者が確認・修正・不採用判断を行う必要があります。
• AIレビュー後の判断、修正、承認、差戻し、記録はLegalOS本体で案件単位の管理につなげると整理しやすくなります。
• この一連の流れは、安全を保証するものではなく、社内AI利用ルール・利用規約・個人情報保護法・営業秘密・NDA上の義務などの確認が前提となります。

次回・第13話では、契約書レビューから少し視点を変え、「LegalOS 法律相談とは｜社内相談をAIで一次整理する前に知っておきたいこと」を解説します。事業部からの社内法務相談を、ChatGPT等で一次整理する前にどのような事実関係・関係者・資料・期限・リスクを聞き取っておくべきか、その聞き取り項目とAI活用の前提を整理します。