属AI化｜裁判長LMを作ります

地方の中小メーカーで、総務や経理、人事を行なっています。ソウタと言います。
中小企業にあるあるの何でも屋ポジションです。昨今のAIの進化によって非エンジニアですがDXも担当することになりました。
情シスはいない。
とりあえず実践していきます。笑
以前から試したいことがありました。
契約書の交渉をGem同士でシミュレーションしたらどうなるか。
ネットで適当にダウンロードしたサンプル契約書を素材に使います。
架空の想定なので個人情報はありませんが、本番運用を見据えてマスキングの手順も試しておきます。
まず自分で個人情報を削除します。
その後、マスキングGemを通します。
名前など特定できる情報を別の表現に変えてくれます。
さらに特定Gemでダブルチェック。
最後にもう一度目視で確認。
この4重チェックを経て、外部AIに安全に渡せる状態にします。
次に、自社側の法務Gemに流します。Gemini Deep Researchで過去20年分の法務情報を集めたGemです。
※ちなみにグーグルワークスペースの契約のGemなので、AI学習されない状態ですが、Deep Research実行時はクエリが外部に送信されるため、マスキング後に行います。
判断が返ってきました。ひな形としては正しい。相手方の要望も教科書通り。
ただ、古い雛形のようで、現在の商慣習と少し乖離している部分がある。
経産省などのページを引用しながら、こちらが不利にならない修正案を複数提示してくれました。
次に、相手方の立場に立ったGemを自分で新たに作ります。
同じ手順で内容を渡すと、相手方の視点から見た交渉案を出してきます。自分でも気づいていなかった相手側の主張が見えてくる。
1ラリー目、自社Gemの修正案に対して相手方Gemから複数の受諾回答が返ってきました。
残り1件、どう詰めるか。
どちらの主張が一般的なのか判断できないので、第三者Gemをさらに作りました。客観的な目線で見てもらうためです。
返ってきた答えは——両者の意見は立場上どちらも正しい。
法務がしっかりしている会社ではこういう交渉が当たり前に行われる。商慣習としての情報も添えてくれました。
勉強になる。
Gem同士は感情もメンツもなく、合理的な落とし所を探る。
本番交渉に入る前に「どこが着地点になるか」の地図を手元に作れる。これが早期合意につながるイメージです。
この情報を持った上で、自社Gemから2ラリー目の提案を行い、相手方Gemも受諾。シミュレーション上の最終合意に至りました。

Claude CodeやAntigravityのサブエージェントで法務同士を戦わせるという案も考えました。できるかもしれないし、楽そうなので。笑
ただ、知識汚染の管理が面倒くさそうだなと感じました。
3者の知識が混ざってしまうと、それぞれが独立した立場を保てなくなる。
あと蓄積という点でも、NotebookLMの方が向いています。
手間ですが、この方法にしました。
あと私の運用ルールは、3ラリー以上に及ぶ場合は、専門家に両者の応対記録ごと依頼する。
契約内容によっては最初から専門家。
法務の専門家ではない自分が使う範囲は、ここまでにします。
ただ、社内で使用する契約書はほとんど同じパターンです。
この交渉履歴をNotebookLMに蓄積しておき、月に一度最新のDeep Research情報を追加していけば、第三者視点の裁判長LMとして機能するのではないかと思っています。
実用的だと感じます。
作ります🫡

※2026/04/25 表現を一部修正しました