Cosmico
2026年11月14日

行政書士の生成AI導入、つまずきやすい点を整理。公開記事から読み解く役割分担

行政書士事務所の生成AI導入で、失敗しやすい点として公開記事が挙げる論点を整理しました。契約書の誤条文、顧客への説明、研修、情報の扱い、AIと人の役割分担まで、公開情報の範囲でまとめます。

行政書士生成AI導入の失敗役割分担契約書チェック
  • 行政書士の生成AI導入で失敗しやすい点として、公開されている解説記事は「誤りの見落とし」「顧客への説明不足」「研修不足」「情報管理の甘さ」を挙げています。
  • 共通する原因は、AIの限界そのものよりも、目的や役割分担を決めないまま導入してしまう準備不足だと整理されています。
  • 対策として紹介されているのは、低リスクな業務から小さく始めること、最終判断は行政書士が行うこと、研修と運用ルールを整えることです。
  • 数値や成功事例は記事の自己申告で、第三者の検証は示されていません。
  • 本記事は公開情報の整理です。最終判断は行政書士等の専門家へ。

情報の基準日：2026年11月14日時点

「AIを入れてみたものの、結局いつもの作業に戻ってしまった」。そんな声を、周りの先生から聞いたことはないでしょうか。

この記事は、AI導入支援会社などが公開する解説記事3本を読み比べ、つまずきやすい点を整理したものです。Cosmicoの取材ではなく、公開情報の整理です。

導入で「失敗」とは何を指すのか

導入の失敗とは、生成AIを入れたのに業務が楽にならない、あるいは誤りや信頼低下を生んでしまうことです。

SHIFT AIの解説記事は、失敗しやすい理由を3つ挙げています。ここは「出典で述べられていること」です。

  1. 法改正や個別事案への対応が必要な業務と、生成AIの苦手な点が重なる
  2. 「ツールを入れればすぐ効率化できる」という誤解
  3. 生成AIと行政書士の責任範囲があいまいなまま使われる

筆者の整理では、3つ目の役割分担が、他の2つにも関わる土台に見えます。任せる範囲が決まっていなければ、確認の仕方も定まらないためです。

朝一番に「この申請書、下書きしておいて」と頼んだものの、確認役が未定で、結局ご自身で読み直す。そんな場面です。

なお、これらは事業者の媒体で、自社講座の案内を含む点は割り引いて読みましょう。

記事が挙げる4つの失敗パターン

SHIFT AIの記事は、典型的な失敗を4つの型で紹介しています。頻度のデータは示されていません。

型 内容（記事の記述の要約）
誤条文の見落とし 生成AIに任せた契約書に誤った条文が残り、依頼者の指摘で発覚した
説明不足 生成AIの利用背景や人による確認を伝えず、不信感を持たれた
研修不足 ツールだけ渡して使い方を共有せず、従来の作業に戻った
情報管理の甘さ クラウド型の生成AIへの入力時に利用規約を確認せず、漏えいリスクを指摘された

どれも「生成AIが賢くなかった」ことより、運用の穴が原因として描かれているのが特徴です。

架空の山田事務所（仮名）では、ツールの契約だけが先に決まり、使う人も用途も未定でした。

所長の「まず触ってみて」で、佐藤さん（仮名）は何を入力してよいか分からず戸惑い、半年後には誰もログインしなくなりました。

契約書まわりで確認したいこと

生成AIが担える範囲について、同じ事業者の別の記事は、草案の作成、不整合や抜け漏れの検出、要約・翻訳、過去の契約や法改正情報の検索を挙げています。

確認したい点のチェックリストも示されています。

  1. 最新の法改正に対応しているか
  2. 依頼者の業種や取引内容に合っているか
  3. 依頼者に不利な条項や、他の条文と矛盾する表現がないか
  4. 個人情報や機密データが適切に守られているか

生成AIの出力は「草案」と位置づけ、最終確認は有資格者が行うという考え方が一貫しています。

草案の条番号のずれに、依頼者へ送る直前で気づく。そんな冷や汗も、確認の手順があれば防ぎやすくなります。

記事は、有資格者の関与なしに生成AIで作った契約書を提供すると、非弁行為にあたる可能性があるとも述べています。ここでは条文の解釈には踏み込みません。気になる場合は専門家へご確認ください。

向かないケースと、導入前に決めたいこと

公開記事から、AIに任せにくいとされる場面は次のとおりです。

  • 最新の法改正が直接関わる書面
  • 依頼者ごとの事情で、条項の微調整が必要な書面
  • 審査の運用が地域ごとに異なる申請

3本目のoccur,LLCの記事は、建設業許可を例に、法律は全国共通でも審査の運用は都道府県で異なると指摘しています。生成AIの出力だけでは、その差を埋められないということです。

前回は通った書き方を、別の県の窓口で指摘された。そんな経験をお持ちの先生もいるでしょう。

同記事は効果の試算を「一般化したモデルケース」と明記しており、実績ではありません。

ここからは出典ではなく、Cosmicoの整理です。導入前に決めたい項目を挙げます。

  1. 生成AIに任せる範囲（草案か、不備チェックか、期限管理か）
  2. 誰がどの段階で確認するか
  3. 依頼者の情報を入力してよい範囲
  4. 依頼者への生成AI利用の伝え方

誤りの仕組みはハルシネーションの用語解説、入力ルールは情報漏えい対策の記事もご覧ください。

小さく始めるための進め方

記事の進め方を筆者が整理し直すと、次のとおりです。

  1. 日々の業務を棚卸しして、生成AIに向く工程を探す
  2. 誤りの影響が小さい業務を1つ選ぶ
  3. 依頼者の情報を入れない題材で試す
  4. 出力を人が確認し、ずれた点を記録する
  5. 結果を所内で共有し、次の範囲を決める

occur,LLCの記事では、更新期限の通知のように効果が見えやすい業務から始める案が紹介されています。SHIFT AIの記事は、定型的なNDA（秘密保持契約）のような低リスクの書類から試すことを勧めています。

3本に共通するのは、ツールを渡すだけでなく、使い方と確認のコツを所内で共有することです。

架空の鈴木事務所（仮名）は、期限通知の文面から試しました。最初は敬語が硬く手直しが続きましたが、直した点を記録して所内で共有しました。

関連記事：社労士事務所の導入失敗を整理した記事、申請戦略コンサルタント化を扱った記事。

ご相談について

ここまでは公開記事の整理と、架空の例です。取り上げた記事の事務所や事業者は、当社の支援先ではありません。

Cosmico（東京都西新宿、AI/DXコンサルティング）では、業務の棚卸し、生成AIの運用ルールづくり、研修の設計などを支援しています。

まとめ

生成AIの導入で大切なのは、ツール選びより先に、生成AIに任せる範囲と確認する人を決めることです。

低リスクな業務から小さく始め、研修と入力ルールと依頼者への説明も整えましょう。最終判断は行政書士等の専門家へ。

出典・確認日：

AI導入についてご相談ください

まずはお気軽にお問い合わせください。

無料相談を予約する