営業・文書・業務自動化

OpenAIのLegora事例。41文書レビューを業務で試す4つの確認

公開日 2026-09-08・更新日 2026-09-08

文書レビューをAIへ任せるときは、処理件数よりも、見つけるべき誤りと人の確認方法を先に決めます。OpenAI公式RSSは、LegoraがGPT-6 Astraで41文書を数分で確認し、仕込まれた4つの誤りを見つけ、金融レビューの性能を約40％改善した事例を紹介しています。これは一社のワークフローでの報告なので、自社の成果とは分けて扱います。

Legora事例は一社の測定結果として読む

公式RSSの説明は、対象文書数、仕込まれた誤り、性能改善という測定結果を示しています。導入判断へ置き換えるときは、同じ仕事を現在の手順でも行い、処理時間だけでなく見落としと差し戻しを同じ表へ残します。

レビューする文書の範囲を固定する

最初の試行では、契約書、請求書、財務資料などから一種類に絞り、対象期間とファイル数を決めます。AIが参照してよい資料と、参照してはいけない資料を分け、入力の追加を途中で行わないようにします。

見つける誤りをチェック表にする

金額、日付、当事者名、計算式など、レビューで確認する項目を先に書きます。正しい箇所を正しいと判断できたかも記録し、誤りを見つけた数だけで性能を評価しない。人が再確認する箇所を明示しておくと、AIの指摘をそのまま採用せずに済みます。

現在の手順と同じ条件で比べる

AIを使う前のレビュー時間、担当者の確認時間、差し戻し件数を残し、同じ文書集合で比較します。公式の約40％という数値を自社の改善率として使わず、入力、合格条件、確認者がそろった小さなテストから判断します。

外部送信と最終判断を分ける

顧客情報や金融資料を扱うときは、送信してよい範囲と保存場所を決めます。AIの指摘を採用する人、修正を承認する人、外部へ提出する人を同じ担当にしない方法も検討します。レビューのログと元文書を結び付ければ、後から判断をたどれます。

OpenAIが紹介したLegoraの事例は、AIの速さより、検出対象と検証方法をそろえる重要性を示します。41文書の結果をそのまま再現しようとせず、自社の文書一種類で時間、見落とし、確認コストを測ってから広げます。

出典（公式）：OpenAI公式RSS「Legora reviewed 41 documents in minutes with GPT-6 Astra」 https://openai.com/news/rss.xml

文書レビューへAIを小さく導入し、機密情報の扱いと人の確認工程まで整理したい方は、COZITOへご相談ください。

著者: 松井 勇樹