生成AIで文書の初稿を速く作れても，問い合わせ，LINE，電子メール，FAX，期限及び次のタスクが別々に管理されていれば，事件全体の解決速度は上がらないことがある。
本記事は，AIを自然言語の操作画面として用い，事件管理システムを記録原本として維持する設計を中心に，法律事務所の業務を安全につなぐ方法を整理する。法令及び公的資料は令和8年9月15日時点で確認した。
第１ 本記事の対象と結論
対象は，問い合わせ受付，利益相反確認，受任判断，依頼者との連絡，書類整理，期限管理，タスク管理及び進捗報告を，生成AI又はAIエージェントと事件管理システムで支援する場合である。
結論は，次のとおりである。
①AIは，人が自然な言葉で検索，抽出，分類及び下書きを指示するためのインターフェースとして使う。
②依頼者，事件，期限，連絡及び書類の確定情報は，権限管理された事件管理システムを記録原本とする。
③条件が固定できる処理は決定論的なプログラムに任せ，文脈判断を要する分類又は要約だけをAIに任せる。
④受任の諾否，法的結論，依頼者又は相手方への送信，裁判所への提出，期限変更，削除その他の外部作用は，実行直前に弁護士が確認する。
⑤AIの出力を事件管理システムへ書き込んだときは，書込み後の値を読み戻し，出典，確信度，承認者及び訂正履歴を残す。
⑥導入効果は，作成文書の速度だけでなく，初回応答，進捗連絡，未返信，期限，事件全体の解決時間，誤分類及び手戻りで測る。
第２ 文書作成だけを速くしても事件全体は速くならない
法律事務所の待ち時間は，起案そのものだけに生じるわけではない。問い合わせが担当者へ届くまで，必要資料がそろうまで，依頼者から回答を得るまで，弁護士が採否を決めるまで，又は次の担当者へ仕事が渡るまでにも時間が生じる。
一つの文書の作成時間が短縮されても，その前後の待ち時間が変わらなければ，事件の受付から終結までの期間はほとんど短縮されないことがある。反対に，未返信，期限及び次のタスクを早く発見し，必要な人へ正確に渡せれば，生成文の速度が同じでも依頼者が受けるサービスは改善し得る。
したがって，AI導入の目的を「文章を速く作る」に限定せず，どの状態で事件が滞留し，何を待っており，誰が次に動くかを可視化することが重要である。
第３ AIと事件管理システムの役割を分ける
１ AIは自然言語の操作画面にする
AIは，「本日届いた書類から期限候補を抽出する」，「直近30日間に進捗連絡のない事件を挙げる」，「依頼者への確認事項を下書きする」といった自然言語の指示を，検索，分類，抽出又は下書きの操作へ変換することに向いている。
もっとも，AIが説明しやすい文章を返したことは，事件データが正しく更新されたことを意味しない。AIの返答と実際のシステム状態を分け，どのデータを読み，どの操作を提案し，何が実行され，実行後にどの値になったかを確認する必要がある。
２ 事件管理システムを記録原本にする
依頼者名，当事者，事件番号，手続段階，期限，担当者，次のタスク及び連絡履歴は，アクセス権，訂正履歴及びバックアップを備えた事件管理システムを記録原本とする。AIの会話画面又は個人のメモを確定情報の保存先にしない。
AIは事件管理システムから必要最小限の情報を読み，結果を候補として返す。確定値へ書き込む場合は，対象事件，項目，変更前後，根拠資料及び承認者を表示し，書込み後に同じ項目を読み戻す。この構造にすれば，AIを交換しても確定記録を維持しやすい。
３ 会話履歴だけを記録にしない
チャット履歴は，検討過程又は指示の証拠として役立つ場合があるが，重要情報が自由文の中に埋もれる。期限，担当者及び次のタスクは構造化された項目へ確定し，元資料又は会話への参照を付ける必要がある。
また，会話の途中で指示を訂正しても，既に実行された書込み，送信又は削除が自動的に取り消されるとは限らない。訂正後は，会話だけでなく，保存先又は送信先の現在値を確認する。
第４ 最小限そろえる事件データ
高度なAI機能より先に，事件ごとに次の最小データをそろえる必要がある。
①事件ID，当事者，利益相反確認の状態
②相談，受任前，受任済み，係属中，終結等の手続段階
③法定期限，内部期限，根拠資料及び確認者
④次のタスク，担当者，着手予定日，完了条件
⑤最終連絡日，次回連絡予定日，返信待ちの相手
⑥書類の種類，受領日，原本の所在，版及び関連事件
⑦情報の出典，抽出方法，確信度，候補が複数あるか
⑧弁護士の承認，訂正，取消し及び事故対応の履歴
空欄と「該当なし」は区別する。AIが見つけられなかったことと，期限又は利益相反が存在しないことも区別する。氏名，日付，金額，事件番号その他の重要項目は，候補が一つでも，元資料との照合又は人の確認を経ないまま確定値にしない。
第５ 問い合わせ・連絡・書類・期限をつなぐ
１ 問い合わせ受付
問い合わせを受けたら受付IDを付し，受領時刻，連絡先，事件類型，期限を示す記載，利益相反確認の状態及び担当者を記録する。AIは分野分類，緊急度候補及び不足情報の抽出を支援できるが，受任の諾否を確定したり，「対応不要」として記録から消したりしない。
弁護士法29条及び弁護士職務基本規程34条との関係では，問い合わせが事件の依頼に当たる場合，受任しないときの通知又は諾否の通知が漏れない状態管理が必要である。「未処理」，「利益相反確認待ち」，「弁護士判断待ち」，「通知待ち」，「完了」を分け，通知日時及び方法を残す。
２ LINE・電子メール・電話
連絡手段ごとの履歴を別々に眺めるだけでは，最後に何を伝え，何の回答を待っているかが分かりにくい。各連絡を事件IDに結び付け，送受信日時，相手，概要，添付書類及び次の行動を記録する。
AIは会話の要約，質問候補及び返信案を作成できるが，送信先，事件，秘密情報，法的結論及び期限を弁護士が確認する。依頼者への定期連絡を自動化する場合も，内容のない定型通知を増やすのではなく，現在の状態，次の作業，依頼者に求める事項及び次回連絡予定を示す。
３ FAX・郵便・スキャン書類
受領書類は，受領時刻，送付者，事件ID，書類種別，頁数，原本の所在及び担当者を記録する。OCR及びAIは，事件名，期限候補，金額又は当事者名を抽出できるが，読み間違い，複数事件への誤配付及び手書き部分の欠落があり得る。
事件が一意に特定できない，期限候補が複数ある，又はOCRの確信度が低い場合は，自動保存先を決めず，人の確認待ちへ送る。特定できた場合も，原画像へのリンクを残し，抽出値だけで原資料を置き換えない。
４ タスク・返信・期限
依頼者への返信，裁判所提出，相手方への回答及び内部レビューをタスク化し，期限，担当者及び完了条件を持たせる。電子メールを送ったことと，相手の回答を受けて次の判断をしたことは別の状態である。
期限は，根拠資料，法定期限か内部期限か，計算方法，確認者及び最終確認日を記録する。AIが抽出した期限候補は，弁護士又は所定の担当者が根拠資料と照合するまで確定期限として扱わない。期限変更及びタスク削除には，変更理由と承認を残す。
第６ 固定処理・AI判断・弁護士判断を分ける
実装方法は，次の三層に分けると整理しやすい。
①固定処理－受付時刻の記録，受付IDの採番，同じ条件での通知，必須欄の空欄検査その他の結果を一意に決められる処理は，通常のプログラム又は業務システムの機能で行う。
②AI判断－自由文の分類，要約，不足情報の抽出，期限又は書類種別の候補提示その他の文脈判断は，AIに候補と理由を返させる。
③弁護士判断－受任，利益相反の最終判断，法的評価，依頼者への助言，提出，送信，公開，期限変更，和解，支払及び削除は，弁護士又は権限を与えられた人が確定する。
確信度が低い，候補が複数ある，対象事件が特定できない，又は取り返しのつかない影響がある場合を，人の確認へ戻す条件として明示する。確認待ちの案件は，単に止めるのではなく，誰がいつまでに何を見れば再開できるかを表示する。
第７ 守秘義務・個人情報・事件間の情報遮断
弁護士法23条は，弁護士又は弁護士であった者に職務上知り得た秘密を保持する権利及び義務を定める。外部AIへ事件情報を送る場合は，学習利用の有無だけでなく，利用目的，人的閲覧，保存期間，削除，ログ，バックアップ，再委託先，処理地域，事故通知，契約及び実際に使用するプラン・設定を確認する必要がある。
個人情報保護委員会の注意喚起は，個人データを含むプロンプトを入力する場合，利用目的の範囲内かを確認し，回答生成以外の目的で取り扱われるときは，機械学習に利用しないこと等を十分確認するよう求めている。この注意喚起は個別のAIサービス又は法律事務所の運用を適法と認定したものではない。
事件管理システム，検索拡張生成（RAG）又は共有メモリでは，担当外事件の情報を検索結果，候補表示又は学習例として取り出せないように，事件単位及び役割単位でアクセスを分ける。新しいコネクタ，モデル又は検索機能を追加したときは，権限外の事件名，文書断片又は要約が表示されないかをテストする。
東京弁護士会LIBRAの記事は，弁護士が生成AIを利用する際の確認事項を示す実務上の参考になるが，個別事件の違法性又は懲戒事由を直接認定した判決若しくは懲戒議決ではない。契約，技術，個人情報及び弁護士倫理の各層を分けて判断する必要がある。
第８ 書込み・読戻し・ログ・事故対応
AI又は連携プログラムが外部システムを操作するときは，少なくとも次を記録することが考えられる。
①日時，利用者，モデル又はプログラムの版
②対象事件，読み込んだ資料，情報の出典
③指示，抽出候補，確信度及び除外した候補
④実行した操作，変更前後の値，承認者
⑤書込み後に読み戻した値及び照合結果
⑥エラー，手戻り，訂正及び取消しの履歴
ただし，監査ログ自体も秘密情報を含み得る。目的に不要な本文を重複保存せず，保存期間，閲覧権限，削除及び事故時の保全を定める。
誤配付，誤送信，誤った期限登録又は権限外検索が判明したときは，処理を止め，影響範囲，対象事件，外部送信の有無及び訂正可能性を確認する。原因を個人の注意不足だけにせず，入力，権限，確認条件，画面表示又は完了条件のどこに欠陥があったかを記録して設計を直す。
第９ 効果を測る指標
AI導入前後の比較では，作成した文章の本数又は一つの下書きに要した時間だけでなく，次の指標を測る。
①問い合わせ受領から初回応答までの時間
②依頼者への進捗連絡の間隔
③未処理，未返信及び担当者未設定の件数
④期限超過及び期限直前に発見された件数
⑤受付から受任判断，主要処理及び終結までの時間
⑥誤分類，誤配付，重複登録及び手戻りの件数
⑦AI出力の確認・修正に要する弁護士時間
⑧依頼者の理解度，満足度及び問い合わせの再発
導入前の基準値，対象期間，母数及び除外基準を決める。改善した数字だけを選ばず，誤り，事故及び人の確認時間も含める。個別事件の難易度又は事件類型が変わった場合は，単純な前後比較の限界を明示する。
第１０ 導入手順
第1段階では，問い合わせ受領から終結までの現行業務を書き出し，待ち状態，二重入力，転記及び見落としが生じる箇所を特定する。最初から全てをAI化しない。
第2段階では，第4で挙げた最小データ，記録原本，アクセス権，外部作用の承認者及び人へ戻す条件を決める。
第3段階では，一つの限定業務，例えば「受領書類の種類と期限候補を抽出し，人の確認待ちへ送る」だけで試行する。実在事件を使う前に，架空データ又は匿名化したテストデータで，誤分類，事件取り違え，権限外検索及び停止条件を検査する。
第4段階では，導入前後の指標，事故，手戻り及び弁護士の確認時間を比較する。一定の誤りが出たときに機能を停止できるようにし，改善が確認できた範囲だけを広げる。
第１１ Legal Smartの実践例から学べることと限界
Legal Smartのnote記事は，弁護士の価値を最大化するため，問い合わせ，LINE，電子メール，書類，タスク及び進捗を事件管理システムへ集約し，AIをその操作画面として利用する考え方を紹介している。また，CRM，Microsoft Dataverse，SharePoint，Gmail，LINE，Slack，Power Automate，Gemini，Azure及び独自のMCP連携等を用いた実践例を説明している。
そこからは，①AI単体ではなく記録原本との接続が必要であること，②期限，返信待ち及び進捗を可視化すること，③書類分類等の低リスク業務から始めること，④弁護士が外部作用を確認する仕組みを置くことを学べる。
もっとも，これらの記事は導入事務所による自己申告である。問い合わせ件数，LINE対応数又は作業時間の改善値について，元データ，集計条件及び第三者検証までは公開記事から確認できない。したがって，一般的な効果又は法的安全性の証明としてではなく，設計上の仮説及び実装例として扱う。
本記事の中心的な設計論に直接対応する裁判例は，今回の公開資料による調査では確認していない。判例秘書の網羅検索も実施していない。守秘義務，個人情報及び受任の諾否については，法令，職務基本規程，所管行政機関資料及び職能団体資料を区別して参照する。
第１２ 関連記事
①法律事務所のAIエージェント業務設計－目的・コンテキスト・権限・完了条件をどう分けるか（AI作成）
②事務職員の生成AI利用と弁護士職務基本規程19条（AI作成）
③弁護士が事件の依頼を断るときの通知義務―弁護士法29条・職務基本規程34条とAIによる問い合わせの一次判定（AI作成）
④AIに代替される弁護士業務と人が担う役割－仕事がなくなる条件・根拠・限界（AI作成）
⑤AIの利用に伴う民事責任－支援型AI・代替型AI・AIエージェント（AI作成）
第１３ 出典・参考資料
①e-Gov法令検索・弁護士法（23条，29条）
②個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」（2023年6月2日）
③総務省・経済産業省「AI事業者ガイドライン（第1.2版）」（2026年3月31日）
④杉谷真「生成AIサービスの適正な業務利用に向けて―東弁ガイドラインと事業者照会を踏まえて―」LIBRA Vol.26 No.6（2026年6月）
⑤有本真由「弁護士業務における生成AI活用上の主な注意点」LIBRA Vol.26 No.7-8（2026年7・8月）
⑥Legal Smart「弁護士としての価値の最大化〜AI×CRMによる士業の新しいワークスタイル〜」（導入事務所による実践報告）
⑦Legal Smart「リーガルテック事業の現在地とこれから」（導入事務所による実践報告）