Upgrade to Pro
— share decks privately, control downloads, hide ads and more …
Speaker Deck
Features
Speaker Deck
PRO
Sign in
Sign up for free
Search
Search
AIの非決定性を吸収する設計: youtrust_09_19
Search
Moriyama Nagi
September 18, 2025
500
1
Share
Embed
Copy iframe code
Copy JS code
Copy link
Start on current slide
AIの非決定性を吸収する設計: youtrust_09_19
Moriyama Nagi
September 18, 2025
More Decks by Moriyama Nagi
See All by Moriyama Nagi
Shift-from-React-to-Vue
calm1205
5
5.4k
Featured
See All Featured
Have SEOs Ruined the Internet? - User Awareness of SEO in 2025
akashhashmi
0
400
Agile that works and the tools we love
rasmusluckow
331
22k
The Illustrated Guide to Node.js - THAT Conference 2024
reverentgeek
1
410
Context Engineering - Making Every Token Count
addyosmani
9
1k
Prompt Engineering for Job Search
mfonobong
0
380
Bootstrapping a Software Product
garrettdimon
PRO
307
120k
HTML-Aware ERB: The Path to Reactive Rendering @ RubyCon 2026, Rimini, Italy
marcoroth
3
360
How to optimise 3,500 product descriptions for ecommerce in one day using ChatGPT
katarinadahlin
PRO
1
3.7k
For a Future-Friendly Web
brad_frost
183
10k
Breaking role norms: Why Content Design is so much more than writing copy - Taylor Woolridge
uxyall
0
350
Efficient Content Optimization with Google Search Console & Apps Script
katarinadahlin
PRO
1
740
The Straight Up "How To Draw Better" Workshop
denniskardys
239
140k
Transcript
MNTSQ株式会社 森山 凪 2025/09/19 AIの非決定性を吸収する設計
目次 MNTSQ株式会社とは MNTSQ株式会社/契約市場 契約 x LLMの難しさ 契約という専門領域/企業ごとの独自性/失敗が許されない LLMの非決定性との向き合い 信頼性の高いデータ/禁止表現を真偽値/人的なフェイルオーバー まとめ
MNTSQ株式会社とは
すべての合意をフェアにする テクノロジーで契約のありかたを変革するという挑戦 誰もがフェアな契約を一瞬で結ぶことができる世界を目指して。 私たちMNTSQ(モンテスキュー)は、機械学習テクノロジーと日本トップローファームの力を掛け合わせ、 大企業の契約業務の変革を進めるAI SaaSプロダクトをつくっています。
5 契約は、あらゆる事業で、必ず負担になっている 5.7億 件/年 契約の件数 2.6兆 円 法務の人件費 10.5億 時間/年
契約業務の時間 経産省センサス、NBL(企業法務部実態調査)、日弁連統計などからMNTSQで推計
契約 x LLMの難しさ
©MNTSQ, Ltd. 7 契約 x LLMの難しさ 法律という専門領域 企業ごとの独自性 失敗が許されない ・OSSのように公開されておらず機密性が高いため学習が困難
・法律上では一般的な日本語とは異なる解釈をすることがある ・交渉経緯や背景の違い ・ビジネス形態の違い、許容できるリスクの違い ・企業存続のリスクを抱える
©MNTSQ, Ltd. 8 契約 x LLMの難しさ 法律という専門領域 企業ごとの独自性 失敗が許されない ・OSSのように公開されておらず機密性が高いため学習が困難
・法律上では一般的な日本語とは異なる解釈をすることがある ・交渉経緯や背景の違い ・ビジネス形態の違い、許容できるリスクの違い ・企業存続のリスクを抱える LLMの不安定な出力(非決定性) が 課題
LLMの非決定性との向き合い方
©MNTSQ, Ltd. 10 LLMの非決定性との向き合い方 1. 信頼性の高いデータを参照 2. 禁止表現を真偽値の出力に変換 3. 人的なフェイルオーバー
1. 信頼性の高いデータを参照
©MNTSQ, Ltd. 12 信頼性の高いデータを参照 そのまま使うならオフィスツールのAIでいい LLM
©MNTSQ, Ltd. 13 信頼性の高いデータを参照 研ぎ澄ます LLM
©MNTSQ, Ltd. 14 信頼性の高いデータを参照 LLM LLM
2. 禁止表現は真偽値の出力に
©MNTSQ, Ltd. 16 禁止表現を真偽値で出力 突然ですが、 今からテストをします 次のスライドの指示に従ってください
©MNTSQ, Ltd. 17 禁止表現を真偽値で出力 ピンクのゾウを 想像しないでください
©MNTSQ, Ltd. 18 禁止表現を真偽値で出力
©MNTSQ, Ltd. 19 禁止表現を真偽値で出力 できましたか?
©MNTSQ, Ltd. 20 禁止表現を真偽値で出力 LLMも同じ。 出力を「禁止」するのは難しい。 なぜなら、入力を元にした生成であるため。
©MNTSQ, Ltd. 21 禁止表現を真偽値で出力 LLM 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック 秘密保持契約
リスク集 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック 業務委託契約 リスク集 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック ライセンス契約 リスク集
©MNTSQ, Ltd. 22 禁止表現を真偽値で出力 秘密保持契約書 { "result": [ { "title":
"秘密保持契約", "answer": "損害賠償の上限を超えています。 ", }, { "title": "秘密保持契約", "answer": "秘密情報の定義が曖昧です。 ", }, { "title": "業務委託契約", "answer": "該当しませんでした。 ", } ] } LLM 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック 秘密保持契約 リスク集 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック 業務委託契約 リスク集 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック ライセンス契約 リスク集
©MNTSQ, Ltd. 23 禁止表現を真偽値で出力 秘密保持契約書 { "result": [ { "title":
"秘密保持契約", "answer": "損害賠償の上限を超えています。 ", }, { "title": "秘密保持契約", "answer": "秘密情報の定義が曖昧です。 ", }, { "title": "業務委託契約", "answer": "該当しませんでした。 ", } ] } LLM 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック 秘密保持契約 リスク集 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック 業務委託契約 リスク集 秘密保持契約書 プレイブック 秘密保持契約書 プレイブック ライセンス契約 リスク集
©MNTSQ, Ltd. 24 禁止表現を真偽値で出力 プロンプト 該当しないリスクは出力しないで。 ❌ { "result": [
{ "title": "秘密保持契約", "answer": "損害賠償の上限を超えています。 ", }, { "title": "秘密保持契約", "answer": "秘密情報の定義が曖昧です。 ", }, { "title": "業務委託契約", "answer": "該当しませんでした。 ", } ] }
©MNTSQ, Ltd. 25 禁止表現を真偽値で出力 該当しないリスクは出力しないで。 リスクが該当するなら True。該当しないならFalseを出力して。 プロンプト ✅ ❌
©MNTSQ, Ltd. 26 禁止表現を真偽値で出力 真偽値の出力であれば アプリケーション側で表示 /非表示を 制御できる { "result":
[ { "title": "秘密保持契約", "answer": "損害賠償の上限を超えています。 ", "is_trigger": "True" }, { "title": "秘密保持契約", "answer": "秘密情報の定義が曖昧です。 ", "is_trigger": "True" }, { "title": "業務委託契約", "answer": "該当しませんでした。 ", "is_trigger": "False" } ] }
©MNTSQ, Ltd. 27 禁止表現を真偽値で出力 真偽値の出力であれば アプリケーション側で表示 /非表示を 制御できる { "result":
[ { "title": "秘密保持契約", "answer": "損害賠償の上限を超えています。 ", "is_trigger": "True" }, { "title": "秘密保持契約", "answer": "秘密情報の定義が曖昧です。 ", "is_trigger": "True" }, { "title": "業務委託契約", "answer": "該当しませんでした。 ", "is_trigger": "False" } ] } LLMの非決定性を アプリケーション側で吸収する
3. 人的なフェイルオーバー
©MNTSQ, Ltd. 29 人的なフェイルオーバー リスクチェック 失敗 高リスク な 契約書 問題なし
低リスク な 契約書 問題あり
©MNTSQ, Ltd. 30 人的なフェイルオーバー 高リスク な 契約書 問題なし 低リスク な
契約書 問題あり 高リスクな契約を締結する恐れ = 致命的な失敗 法務業務が逼迫する恐れ = 人が拾える失敗 リスクチェック 失敗
©MNTSQ, Ltd. 31 人的なフェイルオーバー 高リスク な 契約書 問題なし 低リスク な
契約書 問題あり 高リスクな契約を締結する恐れ = 致命的な失敗 法務業務が逼迫する恐れ = 人が拾える失敗 リスクチェック 失敗 ミスするとしてもこちら!
まとめ
©MNTSQ, Ltd. 33 まとめ 事業とプロダクト 信頼性の高いデータを参照 禁止表現を真偽値で出力 人的なフェイルオーバー データの山から有益なデータに絞る LLMの不安定さをアプリケーション側で吸収する
LLMのミスが、業務のミスにならない仕組み化
https://careers.mntsq.co.jp/ ご清聴ありがとうございました。 興味をもってくださったら、ぜひお話ししましょう!