ひな形フォルダを整える — RAGが旧版を返さないために確認したい場面
RAGが3年前の旧版ひな形を返してしまう場面に備えて、メタデータ・改正前後のフォルダ分離・引用元表示・定期棚卸しを業務の流れに置く運用例をご紹介します。
RAGが3年前の旧版ひな形を返してしまう場面に備えて、メタデータ・改正前後のフォルダ分離・引用元表示・定期棚卸しを業務の流れに置く運用例をご紹介します。
AIを業務に入れた後、月に一度30分の点検枠を置く設計を整理します。利用状況・ヒヤリハット・コスト・改善要望の4観点を、NIST AI RMF PlaybookのManage機能を手がかりに事務所サイズへ落とします。実施事務所の成果を実測した記事ではありません。
Harvey・CoCounselをめぐる2026年の具体的な動き(アジア太平洋地域での事務所提携パターン、海外での次世代版展開)を手がかりに、日本の弁護士法人・法律事務所が2〜3年のスパンで先に動かしやすい範囲をご紹介します。
業務の一部にAIを入れた後、特定の方に知識が集まりやすくなる場面があります。引き継ぎ・共有・ローテーション・セキュリティの観点を、現場の運用例とあわせてご紹介します。
AIが作る仕訳候補、登録済み仕訳の点検、修正・確定を分け、税理士事務所の月次チェックで人が確認する項目を整理します。既存ソフトの利用条件、指摘なしの扱い、証憑と判断の記録を確認表と架空例で説明します。
AI出力に含まれる判例、法令、通達、統計、固有名詞を原典で照合し、採否の根拠を検証台帳へ残すための設計例です。実在事務所で効果検証済みの運用事例ではありません。
米国のMata v. Avianca事件を題材に、業務でAIが下書きを書いた書面を提出する前に、どの順番で何を確認しておくと後で困りにくいか、現場で取られている運用例を交えてご紹介します。
Claude Codeを税理士事務所で使うなら、どの業務から試すか。一人事務所の公開事例と確認できる範囲を示し、架空CSVでの試用、会計ソフト連携前の確認、人が担う判断、効果の測り方を説明します。
MataとKaurの裁判所資料から、存在しない判例と実在する判決の誤引用を区別。判例の実在、引用箇所、主張との対応を確認し、原文を取得できない場合や誤り発見時の対応を整理します。
OpenAIが提供しているのは汎用基盤とAPIで、法務特化の部分はHarveyのような別レイヤーが担っています。日本の士業事務所が、自分の業務でどのレイヤーを使うか判断するときの材料をお伝えします。
Harvey AIの日本対応を、公式の収録資料一覧と国内法律事務所の利用例から確認。日本法の検索範囲、日本語での出力、料金・契約、依頼者情報の扱いを分け、試用時の確認表を示します。
AnthropicのClaude Enterprise・Thomson Reuters連携・Legal solutionsの公開情報を見ながら、Harvey系列との展開モデルの違いと、日本の士業事務所での使いどころをご紹介します。
海外の法務AIとして日本でも検索されるCoCounselを入り口に、法務情報企業の既存データベース資産にAIを接続する設計、 海外法務AI全般の差別化軸、 日本の士業事務所が持ち帰れる発想を、業務の視点でご紹介します。
契約書レビューAIの導入前に、比較する契約書・確認項目・人が判断する範囲を整理。架空のNDAを使う試用例で、見逃しと不要な指摘、入力情報の扱い、採用判断の記録を確認します。
海外大手法律事務所のAI導入事例を、領域の絞り込み・人の育て方・最終確認の置き方という業務側の観点から見ていきます。日本の士業事務所でそのまま使える部分と、読み替えが要る部分を分けてお伝えします。
税理士事務所の記帳、資料回収、メール対応、所内検索でAIを試す範囲を整理します。業務名だけで安全と決めず、入力資料・出力・人が確認する箇所を対応表と架空のメール対応例で具体化します。
「事例」 に関する業務課題を、 60分の初回相談で整理できます。