1記事30分かかっていたレギュレーションチェックが、2.5分で終わる。月100記事で換算すると、50時間が4時間になった。これは、あるアフィリエイトメディア運営企業で技術顧問として設計を担当したAIチェックツールの実績だ。見逃し率は人間チェッカーの平均5%を下回る2%。本記事ではこのプロジェクトのアーキテクチャと品質保証プロセスの全容を解説する。
💡 この記事の要点（30秒で）
① 状況 ＝ アフィリエイトメディア企業。月100記事のチェックに50時間（フルタイム1名相当）、属人化と修正ループが工数を膨らませる
② 設計 ＝ 2段階モデル（Haiku高速スクリーニング + Sonnet精密判定）+ 差分チェック + 3段階重要度分類
③ 成果 ＝ 月50時間→4時間（92%削減）、1記事30分→2.5分（12倍高速化）、人間一致率 94%、見逃し率2%（人間平均5%以下）
④ 設計の核 ＝ Haikuで網を広く張ってSonnetで絞り込む2段階方式。APIコスト月3万円・投資回収 初月から
⑤ 本記事を読むと ＝ 同パッケージを貴社チェック業務（薬機法/景表法/金商法/独自規制）に適用した「実現可能性・概算費用・期間」が判断できる。読了後3行入力で48時間以内に貴社版概算見積をお返しします
結論：コンプラチェック業務の3つの構造的ペインと、CRIENの解
コンプラチェック業務で経営者が感じている構造的ペインは3つに集約される。
• チェック地獄: 月100記事のチェックに専属人員が必要。フルタイム1名分の工数が消える
• ベテラン依存: 法的判断ができる人材が限定的。担当者により判定がブレる
• 修正ループ: 「同じ指摘を何度もされる」現場疲弊。再チェックで工数が際限なく膨らむ
CRIENはこの3ペインを 「Haiku高速スクリーニング + Sonnet精密判定の2段階モデル」+ 差分チェック で構造的に解いた。
6ヶ月の実績（Before/After）
| 指標 | Before | After | 改善 |
|---|---|---|---|
| 1記事あたりチェック時間 | 30分 | 2.5分 | 12倍高速化 |
| 月間チェック工数 | 50時間 | 4時間 | 92%削減 |
| 人間チェッカーとの一致率 | ― | 94% | ― |
| 誤検知率 | ― | 4%（初期15%から改善） | ― |
| 見逃し率 | ― | 2%（人間平均5%以下） | ― |
| APIコスト | ― | 月約3万円 | ― |
| 投資回収 | ― | 初月から | ― |
見逃し率2%という数字は、人間チェッカーの平均見逃し率5%を下回る ── つまり、AIのほうが見逃しが少ない。この数字がクライアント社内でのツール信頼につながった。
本稿を読み終わると、同パッケージを貴社のチェック業務（薬機法・景表法・金商法・独自規制等）に適用した場合の「実現可能性・概算費用・期間」が判断できるようになる。
なぜコンプラチェック業務は構造的に詰まるのか ── 本質3問
工数92%削減・人間以上の精度を実現した本質は、AIが優れていたからではない。チェック業務が抱える3つの構造的ペインを、2段階モデルで適切に分離したこと にある。
Q1. なぜチェック業務はスケールしないのか？
1人の人間が「速度」と「精度」を同時に追えないから。全文を高速で読みつつ、グレーゾーン表現を精密判定するのは認知的に矛盾する。
→ CRIENは モデルを2段階に分離 した。
| 段階 | モデル | 役割 | 処理速度 |
|---|---|---|---|
| 第1段階 | Claude Haiku | 高速スクリーニング、「怪しい表現」を広く拾い上げる | 1記事数秒 |
| 第2段階 | Claude Sonnet | 拾い上げた指摘箇所を精密に再評価、誤検知をフィルタ | 指摘箇所のみ精査 |
Sonnet一本だと月100記事でAPIコスト跳ね上がる。Haiku一本だと誤検知が多すぎる。Haikuで網を広く張ってSonnetで絞り込む 2段階方式が、精度94%・APIコスト月約3万円という着地点を実現。
これは「速度と精度のトレードオフ」を役割分離で構造的に解いた例。
Q2. なぜ「同じ指摘を何度もされる」のか？
修正済み箇所を毎回フルチェックしているから。記事修正→再チェック→新規指摘→修正→再チェック…のループが発生し、現場が疲弊する。
→ CRIENは 差分チェック機能 を搭載した。修正箇所と周辺文脈のみを対象にチェック、修正していない箇所は前回結果を保持。再チェック工数を80%削減。
再チェック込みで「1記事2.5分」という数字が出せたのは、この差分チェック機能があってこそ。
加えて、指摘を3段階の重要度に分類:
| 重要度 | 意味 | 処理 |
|---|---|---|
| 🔴 Critical | 公開不可。薬機法・景表法の明確な違反 | 自動で差し止め |
| 🟡 Warning | 要確認。グレーゾーン表現、文脈次第で問題に | 人間が最終判断 |
| 🔵 Info | 推奨。より適切な表現の提案 | 参考情報として表示 |
この分類によって、チェック担当者は「全部を見る」から「Warningだけを判断する」に業務が変わった。
Q3. なぜベテラン依存になるのか？
規制判断ロジックが暗黙知だから。「飲むだけで痩せる」は明らかにNGだが、「スッキリした毎日をサポート」はどうか。「個人の感想です」と書いてあれば体験談はOKか。グレーゾーン判定基準がベテランの頭の中にしかない。
→ CRIENは 判定基準をプロンプトに明文化、Critical/Warning/Info の3段階分類で構造化。さらに、判定基準をバージョン管理 し、法改正や新判例に応じて更新可能に。ベテラン引退後も判定基準が継承される構造へ。
この明文化作業がプロジェクト工数の大部分（6週間のうち2週間）を占めた。コードを書く前に、暗黙知を引き出す作業が決定的に効いた。
この3問構造は他の「品質保証」業務にも当てはまる
「速度 × 精度 × 暗黙知」の3ペインを抱える業務はほぼ同じ構造で解ける。
• 品質検査: 高速スクリーニング + 精密判定 + 検査基準の明文化
• コードレビュー: 自動Linter + AIコードレビュー + 人間最終承認
• 契約書レビュー: NGクローズ自動抽出 + 専門家精密判定
• 申請書チェック: 不備自動検出 + 文脈判定
• 同様のハイブリッド設計: 弊社の CS自動化事例 、 マッチング業務99.8%自動化 でも採用
技術構成とチェック対象4領域
| 領域 | チェック内容 |
|---|---|
| 薬機法 | 効果効能の過大表現、未承認成分への言及、体験談の適切性、「個人の感想です」打消し表示の位置 |
| 景表法 | 優良誤認、有利誤認、比較広告の妥当性、打消し表示の有無（HTMLパースで表示位置・フォントサイズも検証） |
| 独自ガイドライン | クライアントごとに異なるNG表現、必須記載事項、トンマナ |
| リンクチェック | アフィリエイトリンクの適切性、nofollow設定 |
スタック
• LLM: Claude Haiku（第1段階高速）+ Claude Sonnet（第2段階精密）
• フロントエンド: Next.js
• データ基盤: Supabase
• HTMLパース: 打消し表示の位置・フォントサイズ推定
開発期間6週間、その後2週間のチューニング。
同じ構造を貴社に応用するための3レンジ
| レンジ | 投資規模 | 実装範囲 | 想定期間 | 想定回収期間 |
|---|---|---|---|---|
| 🟢 ライト | 100-300万円 | 月50-100記事、3-5領域、Haikuのみ単段モデル | 3-4週間 | 1ヶ月未満 |
| 🟡 ミドル | 300-800万円 | 月100-500記事、2段階モデル、差分チェック | 1-2ヶ月 | 1-2ヶ月 |
| 🔴 フル | 800-2,500万円 | 月500記事以上、多業界規制対応、CMS統合、バージョン管理 | 2-3ヶ月 | 3-6ヶ月 |
業界横断: 同じ構造で解ける業務
• アフィリエイトメディア・SEOメディアの記事チェック
• 化粧品・健康食品EC（薬機法、景表法）
• 金融・保険商品の販促表示チェック（金商法、保険業法）
• 医療・クリニックの広告チェック（医療広告ガイドライン）
• 不動産広告チェック（宅建業法、不動産公正取引協議会ガイドライン）
• 一般企業の契約書レビュー
• ソフトウェアコードレビュー
貴社版を設計する3つの問い
1. チェック対象数: 月50件以上のチェック対象がありますか？（投資回収現実的）
2. 規制リスク: 業界規制（薬機法/景表法/金商法等）の違反リスクがありますか？
3. 属人化リスク: 法的判断ができる担当者は社内に2名以上いますか？（少ないほどROI大）
3問に「Yes」が2つ以上あれば、貴社にも同パッケージが効く可能性が高い。
3つの教訓（20社の支援知から）
教訓1: 段階的な精度向上を前提にする
初日から精度100%を目指さない。この案件でも 初期精度は85% → 2週間のチューニングで94% に到達。最初から完璧を求めると、開発が終わらない。
「グレーゾーン表現の判定基準」をプロンプトに落とし込む作業に 6週間の開発期間のうち2週間 を費やした。コードよりも、ベテランの暗黙知を引き出す作業こそが品質を決めた。
教訓2: 人間の判断ポイントを絞る
全部を人間に見せるのではなく、AIが「自信がない箇所」だけを人間に委ねる。Warning分類の設計がまさにこれ。「全部見る」から「Warningだけ判断する」への業務転換 が、現場の納得感と効率を両立させた。
教訓3: 再チェックのコストを設計に含める
初回チェックの工数だけで試算する企業が多いが、実際の業務では 修正→再チェック→再修正のループ が工数の大半を占める。差分チェック機能を最初から組み込むかどうかで、ツールの実用性が大きく変わる。
この案件の「2.5分」も差分チェックがあって初めて成立。
CRIENに相談すると得られる10のメリット
🏢 CRIEN実証 ── 規制産業のチェック業務AI化は「段階的な精度向上」と「人間判断の絞り込み」の設計が価値の源泉だ。CRIENの「まるごとAI顧問」では、暗黙知のプロンプト化からモデル設計、本番運用まで伴走する。これは Forward Deployed Engineer（FDE）モデル の中小企業実装。同じ「速度×精度の分離」設計は カスタマーサポート自動化 や マッチング業務99.8%自動化 でも採用している。
1. 48時間SLA: 業務内容3行を送信後、48時間以内に概算見積をお返しします
2. 業界匿名事例の口頭共有: メディア/EC/金融/医療等の規制対応AI事例3-5社を匿名で共有
3. 3問構造化での分析提示: 60分無料ヒアリングで貴社チェック業務をCRIEN式フレームワークで構造化
4. 概算費用 + 期間の即時提示: 3レンジの費用感と期間をヒアリング時点で口頭提示
5. NDA対応: ご希望時は事前NDA締結
6. 商談強制なし宣言: 「結論として頼まない」を歓迎。失注時の理由を開示
7. 規制対応知見の提供: 薬機法・景表法・金商法・宅建業法・医療広告ガイドライン等の構造化対応経験
8. 段階着手の選択肢: 「ライト100万円」「ミドル300万円」の段階契約可
9. バージョン管理付き納品: 法改正対応に必須の判定基準バージョン管理を標準実装
10. 顧問契約への移行は自由: 単発実装後、顧問契約への移行・継続も自由
FAQ（よくある質問）
Q. AIによるレギュレーションチェックの精度はどの程度ですか？
本事例では、導入初期の人間チェッカーとの一致率が85%でしたが、プロンプトチューニングと判定基準の明文化を重ねた結果、94%まで向上しました。誤検知率は15%→4%、見逃し率は8%→2%に改善しています。人間チェッカーの見逃し率が平均5%であることを考えると、AIのほうが見逃しリスクが低い状態です。
Q. 薬機法チェックの「グレーゾーン」にAIはどう対応しますか？
薬機法は表現のグレーゾーンが多いため、プロンプトに判定基準を明文化し、Critical（公開不可）・Warning（要確認）・Info（推奨）の3段階で分類しています。グレーゾーンの表現はWarningとして人間に判断を委ねる設計です。判定基準はバージョン管理しており、法改正や新しい判例に応じて更新できます。
Q. 導入コストとランニングコストはどのくらいですか？
本事例では開発費約150万円、月間のAPIコストは約3万円（月100記事チェック）です。月50時間のチェック工数を4時間に削減できたため、人件費換算で月次黒字を初月から達成しています。
Q. 修正後の再チェックはどう処理されますか？
修正箇所とその周辺文脈のみを対象にした差分チェック機能を搭載しています。全文再チェックではないため、再チェック工数を80%削減できます。修正済みの箇所が新規の指摘として再登場することもありません。
Q. 薬機法以外の業界規制にも対応できますか？
可能です。景表法、金融商品取引法、保険業法、宅建業法、医療広告ガイドライン等、業界ごとのNGワードリストと判定基準を構造化して対応します。新業界への展開は1-2週間の追加カスタマイズで可能です。
Q. 既存のCMS（WordPress等）と連携できますか？
可能です。WordPress、Movable Type、Headless CMS（microCMS、Strapi等）と連携実績があります。記事の下書き保存時に自動チェックを起動、公開前にCritical指摘がある場合は公開ブロック等、ワークフロー組み込みが可能です。
Q. クライアントごとに異なる独自ガイドラインに対応できますか？
可能です。クライアント別の独自NG表現、必須記載事項、トンマナを別モジュールとして管理する設計を標準で組み込んでいます。クライアント切り替え時にプロンプトとルールセットを自動切り替えします。
出典・参考
• Anthropic Claude Haiku & Sonnet documentation ── 2段階モデルの基盤
• 厚生労働省 医薬品等適正広告基準 ── 薬機法対応の根拠
• 消費者庁 景品表示法 ── 景表法対応の一次ソース
• 日本アフィリエイト協議会 ガイドライン ── アフィリエイト広告の業界基準
