安定した回答を得るための法務AIプロンプト｜プロンプト設計7つのコツ

AIを法務業務に導入したものの、「精度が安定しない」「使える回答が返ってこない」と感じている法務担当者は少なくありません。その原因の多くは、AIの性能ではなく、指示の出し方（プロンプト）にあります。

2026年5月、Anthropicが法務業界向けAIソリューション「Claude for Legal」をApache-2.0ライセンスでGitHubに全面公開しました。全314ファイルのうち大半は自然言語で書かれた「作業手順書（SKILL.md）」であり、商事・コーポレート・訴訟・プライバシー・IPなど9つの実務領域をカバーしています。本記事では、このSKILL.mdの分析から導き出した、法務AIプロンプト作成の普遍的な7つのコツをお伝えします。

コツ①　AIへの指示は「出口の3段階」を先に定める

NDAレビューを例に取ると、入力された契約をGREEN（自動承認）／YELLOW（要部分レビュー）／RED（全面レビュー）の3段階に優先順位付けする設計が有効です。重要なのは、出口の3択を冒頭で固定してから、それぞれの判断基準を書き込む点です。

AIは「決まったラベルへの振り分け」が得意です。一方、判断軸が言語化されていないと"それっぽい何か"を返してきます。「リスクを教えて」と聞くより、「【許容／要協議／拒絶】のどれか判定し、理由を添えて返してください」と書くほうが、返答の精度は格段に安定します。

コツ②　レビューの前に「実体の判定」を先に確認する

レビュー本番の前に「この書類はタイトルが示す以上のことをしていないか」を確認するステップを設けることが重要です。非競業条項・先買権・IP譲渡など、NDAの皮を被った別の契約を構造的に検出してから、本番の分析に入る設計です。

AIは「If X then Y」型の条件分岐は得意ですが、自分から「タイトルと中身がズレているかもしれない」と疑うことは苦手です。契約レビュー系のプロンプトには「タイトルとは別に、実質的に〇〇義務が含まれている場合は最初に指摘すること」と一文加えるだけで、AIの守備範囲が広がります。

コツ③　「総合評価」を出させる前に、評価軸ごとの所見を先に出させる

責任上限条項のレビューでは、「12ヶ月分だから概ね許容」といった一言の総合評価をいきなり出させず、(1)損害の範囲、(2)上限の母数、(3)上限対象外条項との関係、(4)自社プレイブックとの差分——の4軸ごとに所見を先に埋めさせてから、総合評価に進むのが有効です。

「上限額をチェックして」ではなく「次の4軸ごとに所見を明示したうえで総合評価を述べてください」と書く。軸ごとの結論→総合判断、という順序を固定することが重要です。

コツ④　ハルシネーション（作り話）対策のキーワードは「原文ママ」と「不明なら空欄」

Claude for LegalのM&A法務DD一括レビュースキルを例にすると、根拠の引用に「原文ママ」を機械的に義務付け、引用できなければ「未回答」のまま止める設計になっています。要約で埋めることを構造的に禁止する——これがハルシネーション対策の核心です。

AIは原文の転記は正確にこなせますが、「分かりません」と素直に言うのが苦手です。放置すれば"それっぽい要約"が混ざります。「根拠は原文ママで引用すること。原文が出せない場合は要約で埋めず『不明』と記し理由を書くこと」——この2文を入れるだけで、ハルシネーションのリスクが大きく下がります。

コツ⑤　期限管理と相手への配慮は「2通のレター」で設計する

個人データの開示・削除請求（DSAR）対応では、実質回答レターとは別に、受領確認レターを受領後すぐに送ることが有効です。さらに「回答期限は本人確認完了時ではなく、請求受領時から起算する」という原則を明示しておくことが重要です。

AIに通知・応答レターを書かせるときは、「(1)期限は受領時から起算し、本人確認完了まで延ばさない」「(2)受領確認レターと本回答レターを別々に生成し、受領後すぐに受領確認を送ること」をStepとして固定することで、期限管理と配慮を構造的に担保できます。

コツ⑥　AIの引用に信頼度タグを3段階でつけさせる

引用の信頼性管理として有効なのが、3段階のタグ付けです——[settled]（安定した法令参照）、[verify]（要確認の引用）、[verify-pinpoint]（ピンポイント引用、最高リスク）。

「全部に検証マークを付けると、結局誰も検証しなくなる」——これはAI活用の現場で起きやすい問題です。検証コストを段階ごとに設計することで、レビューの優先順位が明確になります。調査・引用系のプロンプトでは「出典には信頼度を3段階で付してください」と指示する習慣をつけましょう。

コツ⑦　プレイブック未記載の論点は「沈黙フラグ」で人間に戻す

プレイブックに記載のない論点についてはAIに推測させず、「沈黙フラグ」を立てて人間に問い返す手順を設けることが重要です。人間が答えた内容をプレイブックに追記し、次回以降の判断基準として蓄積する——この設計が、ハルシネーション防止と組織知の蓄積を同時に実現します。

デフォルトのAIはプレイブック外の論点でも何かしら答えようとします。判断系のプロンプトの末尾に「プレイブックに該当記述がない場合は判断せず、デフォルトポジションをユーザーに問い返すこと」と加えるだけで、組織の運用ルールを書面として積み上げるサイクルが回ります。

7つのコツから見える、法務AIプロンプト活用の本質

7つのコツに共通するメッセージは一つです——AIは命令された範囲では極めて正確ですが、命令の外では予測不能です。沈黙すべき場面でも何か答えようとし、引用できない箇所を要約で埋めようとし、確信度を過大に表示します。

法務AIプロンプト作成の本質は、AIの"善意の暴走"を構造的に塞ぐ安全弁を明示的に書き込むことです。コードは書けなくていい。自分の判断の根拠と手順を、AIが再現できる言語で書き出せる人が、これからの法務現場で希少な存在になっていきます。

MOLTONは、このプロンプト設計を実務に組み込んでいます

今回ご紹介した7つのコツは、MOLTONが提供する法務部門向けAI活用支援の設計思想そのものです。「自社の運用・暗黙知をどうプレイブックに落とし込むか」「どの業務からAIを導入すべきか」——具体的な進め方は、貴社の状況によって異なります。

まずは30分の無料相談で、現状と課題を整理するところから始めませんか。

👉 無料相談はこちら：https://www.molton.inc/contact/