この記事は「LLMとは？仕組みからローカル実行まで徹底解説【2026年完…」関連クラスタの一部です。総合解説は LLMとは？仕組みからローカル実行まで徹底解説【2026年完全ガイド】 をご覧ください。
何が起きたか
不動産契約書の写真をGeminiにアップロードし、自分にとって不利な条項を自動抽出する手法がX（旧Twitter）上で注目を集めている。売買契約書・管理委託契約書・賃貸借契約書など複数の契約形式に対応し、法律知識がなくてもリスク項目を事前に把握できるテクニックである。
具体的な手順
手順は3ステップで構成される。
- 契約書をスマートフォンで撮影し、Geminiのチャットインターフェースにアップロード
- 「私は契約当事者（甲）です。私にとって不利になる状況を全て教えてください。」というプロンプトを送信
- AIが出力した不利な条項のリストを整理し、重要度と交渉可能性で優先度付けを行う
「契約当事者（甲）」という立場の明示により、AIが一方の視点からリスクを分析する。指定がなければ中立的な分析となり、自分側のリスク認識が不十分になる。
graph TD
A[契約書を撮影] --> B[Geminiにアップロード]
B --> C[立場を明示したプロンプト送信]
C --> D[不利な条項リスト取得]
D --> E[優先度付け・整理]
E --> F[弁護士への相談項目として活用]
対応する契約形式と分析ロジック
このアプローチが複数の契約形式に対応できる理由は、契約構造の普遍的な特性にある。売買契約・管理委託契約・賃貸借契約はいずれも、当事者間の権利義務を定めた文書である。AIに「この側の立場から見て不利な点」を列挙させることで、契約書の種類を問わず共通の分析ロジックが成立する。
| 契約形式 | 主なリスク項目例 |
|---|---|
| 売買契約書 | 瑕疵担保責任の範囲、解約条件、違約金の算定基準 |
| 管理委託契約書 | 委託料の改定条件、解約予告期間、責任範囲の限定 |
| 賃貸借契約書 | 原状回復義務の範囲、更新料、中途解約の違約金 |
不動産以外の営業委託契約や供給契約にも同じロジックが機能する。
実務上の注意点
AIの出力はあくまで初期スクリーニングであり、法的拘束力を持つ解釈ではない。不動産業界では慣行上修正に応じない条項も多く、借地借家法や消費者契約法などの強行法規はAIの分析対象外となる場合がある。地域の商慣習に関する判断は専門家のチェックが不可欠である。
弁護士に相談する際、AIが抽出した項目を「確認したい条項リスト」として持参することで、相談の効率化が期待できる。
関連記事
参考リンク
この記事はAI業界の最新動向を速報でお届けする「AI Heartland ニュース」です。
