tabular-document-review

⚠️ 実験的 — このスキルは、教育および情報提供のみを目的として提供されています。法律上の助言を構成するものではありません。使用に関する一切の責任はユーザーにあります。出力に基づいて行動する前に、資格を有する法律専門家に相談してください。

表形式ドキュメントレビュー スキル

概要

複数の法律文書から構造化データを抽出し、引用付きの比較マトリックスにまとめる、本番環境対応のツールキットです。ユーザー定義の抽出列、最大10エージェントによる並列処理、信頼度スコアリングに対応し、Markdown テーブルまたは構造化 JSON で出力します。契約書の一括レビュー、NDA の比較、雇用契約の分析、賃貸借契約のレビューを行う法務チーム向けに設計されています。

目次

• ツール
• リファレンスガイド
• ワークフロー
• 抽出シナリオ
• トラブルシューティング
• 成功基準
• 範囲と制限
• アンチパターン
• ツールリファレンス

まず確認すること

レビューの前に、以下の入力内容を確認してください。不明または曖昧な項目があれば、推測せずに質問してください。

• 抽出列 — 各セルに何を格納するかを正確に定義してください。曖昧な「日付」では数十種類の日付が該当しますが、指針を添えた「発効日」であれば該当するものを絞れます
• 文書セットの場所と形式 — 文書の検索方法と割り当てる並列エージェント数（ceil(N/10)、最大10）を決定します
• 文書の種類 — 契約書、NDA、雇用契約、賃貸借契約など。事前定義された列セットと、列ごとの抽出ガイダンスを選択します

中断ルール：出力に最も影響する2～3項目だけを質問してください。ユーザーが「そのまま作成して」と答えた場合は作業を進め、マトリックスの冒頭に前提を列挙してください。

ツール

1. 文書検出（scripts/document_discovery.py）

ディレクトリをスキャンして法律文書を検出し、インベントリマニフェストを生成します。

python scripts/document_discovery.py /path/to/contracts

python scripts/document_discovery.py /path/to/ndas --types pdf,docx --json

python scripts/document_discovery.py /path/to/leases --types pdf,docx,txt,md --min-size 1024

2. 抽出結果集約（scripts/extraction_aggregator.py）

複数の抽出結果 JSON を集約し、統合された比較マトリックスを作成します。

python scripts/extraction_aggregator.py \
  --results extraction_1.json extraction_2.json extraction_3.json

python scripts/extraction_aggregator.py \
  --results-dir ./extraction_results/ --json

python scripts/extraction_aggregator.py \
  --results-dir ./extraction_results/ \
  --format markdown \
  --output review_matrix.md

python scripts/extraction_aggregator.py \
  --results extraction_1.json extraction_2.json \
  --columns "Parties,Effective Date,Term,Governing Law"

リファレンスガイド

リファレンス	目的
references/extraction_methodology.md	文書抽出のベストプラクティス、JSON スキーマ、エージェントプロンプト
references/common_extraction_columns.md	契約書、NDA、雇用契約、賃貸借契約向けの事前定義済み列セット

ワークフロー

5段階の文書レビューパイプライン

ステップ	アクション	ツール	出力
1. 要件の収集	文書フォルダー、出力ファイル名、抽出する列を定義する	手動	列リスト、ファイルパス
2. 文書の検出	対象文書を求めてディレクトリをスキャンする	document_discovery.py	文書マニフェスト JSON
3. 文書の処理	引用付きで列ごとの値を抽出する（並列エージェント）	AI エージェント（外部）	文書ごとの抽出 JSON
4. 結果の収集	抽出 JSON を集約して統合マトリックスを作成する	extraction_aggregator.py	統合マトリックス
5. 出力の生成	Markdown テーブルまたは構造化 JSON としてエクスポートする	extraction_aggregator.py	最終成果物

並列処理戦略

エージェント数	エージェントあたりの文書数	使用する場合
1	すべて	文書が1～5件の場合
2～3	ceil(N/agents)	文書が6～15件の場合
4～6	ceil(N/agents)	文書が16～40件の場合
7～10	ceil(N/agents)	文書が41～100件の場合
10（最大）	ceil(N/10)	文書が100件を超える場合

エージェントプロンプトのテンプレート

各エージェントには、以下の構成のプロンプトが渡されます。

You are reviewing {count} legal documents. For each document, extract the
following columns:

{column_definitions}

For each value extracted:
1. Provide the exact value found
2. Include the page number (PDF) or section/paragraph (DOCX/MD)
3. Rate your confidence: HIGH (exact match), MEDIUM (inferred), LOW (uncertain)
4. If not found, record "NOT FOUND" with confidence LOW

Output as JSON per the extraction schema.

信頼度スコアリング

レベル	色コード	定義
HIGH	緑	明確な引用とともに正確な値が見つかった
MEDIUM	黄	文脈から値を推測した。複数の解釈が可能
LOW	赤／見つからない	値が不確か、または文書内に見つからない

出力形式

シート 1：文書レビュー

文書	当事者	発効日	契約期間	準拠法	...
contract_a.pdf	Acme / Beta [p.1]	2026-01-15 [p.2]	3 years [p.3]	Delaware [p.12]	...
contract_b.pdf	Gamma / Delta [p.1]	NOT FOUND	2 years [p.4]	New York [p.10]	...

シート 2：概要

指標	値
処理した文書数	25
抽出した列数	8
平均信頼度	87%
未検出率	12%

抽出シナリオ

契約書レビュー

列	抽出内容
当事者	すべての契約当事者の正式な法律上の名称
発効日	契約の発効日または締結日
契約期間	契約期間
更新	自動更新の条件および通知期間
準拠法	契約を規律する法域
責任上限	責任の上限額または算定式
補償	補償義務およびその範囲
知的財産権の帰属	知的財産権の帰属に関する条項
解除権	解除事由および通知要件
データ保護	データ保護またはプライバシーに関する義務

NDA レビュー

列	抽出内容
当事者	開示当事者および受領当事者
種類	相互または一方向
定義の範囲	「機密情報」の定義方法
例外	機密保持に関する標準的な例外
契約期間	機密保持義務の期間
存続期間	契約終了後の存続期間
返還／破棄	契約終了時の義務
救済措置	違反に対して利用できる救済措置

トラブルシューティング

問題	原因	解決策
検出で文書が 0 件見つかる	パスまたはファイル形式が誤っている	パスが存在することを確認し、--types が実際のファイル拡張子と一致するか確認します
抽出した JSON のスキーマが誤っている	エージェントのプロンプトが不完全	extraction_methodology.md の抽出スキーマを使用します
集約処理で競合が表示される	同じセルに複数の値がある	元の文書を確認します。集約処理では、手動レビューが必要な競合が示されます
「NOT FOUND」の割合が高い	列の定義が文書の種類に対して具体的すぎる	common_extraction_columns.md の列定義を使用し、定義の範囲を広げます
信頼度がすべて LOW	エージェントが値を見つけられない	列の定義が十分に具体的か確認し、文書が読み取り可能であることを確認します
大量の結果を処理すると集約処理がクラッシュする	一度に読み込む結果ファイルが多すぎる	結果を 50 件ずつ処理し、--columns で出力幅を制限します
Markdown テーブルの位置がずれる	値が長い、または特殊文字が含まれている	機械処理には --format json を使用し、長い値を短縮します
出典情報がない	エージェントがページ／セクションの参照を含めていない	エージェントのプロンプトで出典の要件を強調し、抽出スキーマを確認します

成功基準

• 抽出カバレッジ：すべての文書で、定義した列の 90% 以上に値が入力されている
• 信頼度の分布：抽出結果の 70% 以上が高い信頼度と評価されている
• 出典の正確性：抽出したすべての値に、検証可能なページ／セクションの出典が付いている
• 処理速度：並列エージェントを使用して、30 分以内に 50 件以上の文書を処理できる
• マトリックスの完全性：最終マトリックスにすべての文書と列が含まれ、孤立した行がない

対象範囲と制限事項

このスキルの対象：

• PDF、DOCX、TXT、MD 形式の文書の一覧化と検索
• 並列エージェント処理による抽出結果の集約と、統合マトリックスへの整理
• 契約書、NDA、雇用契約書、リース契約書向けの事前定義済み列セット
• 抽出値の信頼度スコアリングと競合の検出
• Markdown および JSON の出力形式

このスキルの対象外：

• 実際の文書解析やテキスト抽出（外部ライブラリまたは AI エージェントが必要です）
• スキャン文書の OCR 処理
• Excel/XLSX の出力生成（JSON で出力し、外部で変換してください）
• 抽出値の自動的な法的分析やリスク評価
• バージョン間の文書比較や赤入れ

アンチパターン

アンチパターン	失敗する理由	より良い方法
あいまいな列の定義	「日付」では、契約書内の多数の日付が該当する可能性があります	「発効日」のように、参照箇所の案内を含めた具体的な定義を使用します
文書の検索を省略する	文書数が不明なため、エージェントの割り当てを誤ります	まず必ず検索を実行し、マニフェストをパイプラインの計画に使用します
信頼度が LOW の結果を無視する	欠落したデータや不確かなデータが事実として扱われます	信頼度が LOW のセルをすべて手動で確認し、最終レポートに明記します
100 件を超える文書を 1 つのエージェントで処理する	処理が遅く、コンテキストウィンドウがあふれ、品質が低下します	並列処理を使用します。1 エージェントあたりの文書数は ceil(N/10)、エージェント数は最大 10 とします
出典の提示を必須にしない	抽出値を原文と照合できません	抽出値ごとにページまたはセクションの出典を必須とし、出典のない値は却下します

ツールのリファレンス

scripts/document_discovery.py

ディレクトリをスキャンして法律文書を検索し、インベントリマニフェストを生成します。

usage: document_discovery.py [-h] [--json]
                              [--types TYPES]
                              [--min-size MIN_SIZE]
                              [--max-size MAX_SIZE]
                              directory

positional arguments:
  directory             Path to directory containing documents

options:
  -h, --help            Show help message and exit
  --json                Output in JSON format
  --types TYPES         Comma-separated file extensions to include
                        (default: pdf,docx,doc,txt,md,rtf)
  --min-size MIN_SIZE   Minimum file size in bytes (default: 0)
  --max-size MAX_SIZE   Maximum file size in bytes (default: no limit)

scripts/extraction_aggregator.py

抽出結果を集約し、統合比較マトリックスにまとめます。

usage: extraction_aggregator.py [-h] [--json]
                                 [--results RESULTS [RESULTS ...]]
                                 [--results-dir RESULTS_DIR]
                                 [--format {markdown,json}]
                                 [--columns COLUMNS]
                                 [--output OUTPUT]

options:
  -h, --help            Show help message and exit
  --json                Output in JSON format (alias for --format json)
  --results             One or more extraction result JSON files
  --results-dir         Directory containing extraction result JSON files
  --format              Output format: markdown table or JSON (default: markdown)
  --columns             Comma-separated column names to include (default: all)
  --output              Write output to file instead of stdout