約1,100本の投資信託約款をAIで条文単位に構造化、130時間の作業が数分に

うまくいった要因の中心は、管理する単位をWordファイルから条文へ一段下げ、そこにタグを重ねるという構造の置き方にあります。用意されたタグは3種類で、単位型か追加型か、株式や外貨建資産に投資できるかといった商品タイプを示す約款タグ、タイトルや文言が違っても本質的に同じ内容の条文を結び直す条文タグ、TOPIXをベンチマークとするか、格付け制限があるかなど検索軸になる詳細タグが組み合わされました。表現の揺れを消しにかかるのではなく、揺れたまま同じ意味に束ねる層をデータベース側に作ったこと。ここがこの設計の勘所ではないでしょうか。約款の言葉を他部署にも通じる呼び名へ翻訳する役割をタグが兼ねている点も、社内での使われ方を広げる方向に働いています。

タグ付けの判断に業務上の慣例を持ち込んだ点も効いています。たとえば申込時に当日の基準価額を適用する条文は、本文に「当日」と書かれず「申込日の翌営業日の前日」といった表現になっていることがあり、実務のルールを知らなければ正しいタグは付きません。最初の1か月を業務理解のヒアリングに充て、意図と違うタグが出るたびに「なぜこの文面からこのタグになるのか」を一つずつ確認してプロンプトへ落とし込む手順が踏まれました。NISA対象を示すタグや、当初の抽出対象に入っていなかった条文のタグが途中で追加されたように、体系を作り切ってから開発するのではなく走りながら足す前提を置いたことが、この領域では現実的だったと考えられます。

華やかに見えるAIの手前に、1,100本のWordファイルを目視で確認し手で整える工程が置かれていたことも見逃せません。箇条書き設定やフィールド設定の残骸、スペースで揃えた文頭、罫線代わりに並んだ記号など、長年の運用で溜まった形式のばらつきを人が潰し、分割の基準づくりにエンジニアの工数を割いたうえで、最後にAIを動かす順序が取られています。加えて、変更内容の妥当性判断と最終承認は人が担い、AIは差分の検出と新旧対照表の生成を支えるという線引きが敷かれました。法定文書という制約を自動化の限界としてではなく、人が確認・承認しやすい形へ業務を組み直す設計条件として扱った判断が、実運用に耐える基盤につながっています。