はじめに
「不動産鑑定にAIを使いたいが、どこまで任せてよいのか分からない」 「AIが評価額を出す時代に、鑑定評価書を書く意味はあるのか」
鑑定士の先生方から、こうしたご相談を受ける機会が増えました。検索しても、出てくるのはAI査定サービスの紹介か、「鑑定士の仕事はなくなるのか」という将来予測がほとんどです。実際の鑑定評価書の作成で、明日から何をAIに任せられるのかを具体的に書いた情報は、まだ多くありません。
当事務所は、不動産鑑定業と並行して、日々の評価業務の中でAIを使い込んでいます。本記事では、その経験をもとに、鑑定評価書の章ごとに「AIに任せる作業」と「鑑定士が残す判断」を整理します。
結論から申し上げます。AIは鑑定評価の判断を代わりに行う道具ではありません。判断の手前にある転記・整形・検算と、判断の後ろにある文章化を引き受ける道具です。 この線を引けば、AIは鑑定業務の強力な助手になります。
第1章: 不動産鑑定とAIの現在地
「AI査定」と「鑑定評価」はまったく別物です
まず用語を整理します。AI査定（過去の取引データなどから、統計的な手法で価格を推定するサービス）は、不動産会社の売却査定や、金融機関の簡易な担保チェックなどで広く使われています。
一方、鑑定評価は、不動産鑑定士が不動産鑑定評価基準に則って行うもので、法律で不動産鑑定士の業務と定められています。
AI査定の数字は「価格の推定値」であり、鑑定評価額ではありません。本記事で扱うのはAI査定ではなく、鑑定士が鑑定評価書を作る過程でAIを助手として使う方法です。
価格推定 ≠ 鑑定評価
AI査定がどこまで進んでいるか、鑑定士の仕事にどう影響するかは、AI鑑定とは？不動産鑑定士の仕事を奪うのかで詳しく整理しています。
チャット型AIとエージェント型AIの違い
鑑定業務で使うAIは、大きく2種類に分かれます。
| 種類 | 代表例 | できること | 鑑定業務での使いどころ |
|---|---|---|---|
| チャット型 | ChatGPT・Claude・Gemini | 質問に答える、文章を整える | 文章の推敲、法令・基準の論点整理の壁打ち |
| エージェント型 | Claude Code | フォルダ内のファイルを読み、表や文書を作って保存する | 事例の一覧化、比準表への転記、評価書の下書き |
チャット型は「聞けば答える」相談相手です。これに対してエージェント型（指示を受けて、ファイルの読み書きなどの作業そのものを実行するAI）は「頼めば作業する」助手です。鑑定評価書の作成は、資料を読み、表に転記し、計算し、文章にするという作業の連続ですので、エージェント型と相性が良い業務だといえます。
違いの詳細はClaude CodeとChatGPTの違いをご覧ください。
当事務所で起きた変化
当事務所では、取引事例の整理・一覧化に以前は1件あたり約180分かかっていましたが、Claude Codeに任せてからは約30分になりました。浮いた時間は、事例の選定や格差率の検討といった、鑑定士にしかできない判断に回しています。具体的な手順は取引事例の整理を自動化するにまとめています。
第2章: 鑑定評価書の章別に見る「任せる作業」と「残す判断」
不動産鑑定評価基準の手順に沿って分解する
鑑定評価書を一気にAIに書かせようとすると、ほぼ確実に失敗します。うまくいくのは、不動産鑑定評価基準（国土交通省）の総論第8章「鑑定評価の手順」に沿って業務をパーツに分解し、1つずつAIに任せる範囲を決めていくやり方です。
| 評価書のパーツ | AIに任せる作業 | 鑑定士が残す判断 |
|---|---|---|
| 一般的要因 | 公表統計・資料の要約、記述の下書き | どの資料を採用するか、価格への影響の評価 |
| 地域要因 | 用途地域・接道・供給処理施設など型の決まった項目の記述 | 近隣地域の範囲、地域の性格づけ、標準的使用の判定 |
| 事例選定と比準表 | 選定基準に沿った候補の抽出、要因の転記と整形 | 事例の選定、格差率・補正率の決定 |
| 取引事例比較法 | 比準価格の算出過程の整形、計算過程の文章化 | 採用する格差率、比準価格の検証 |
| 原価法 | 再調達原価の積算表の作成、減価修正の記述の下書き | 耐用年数・観察減価の判断 |
| 収益還元法 | 前提条件を固定した計算、条件を変えたときの試算 | 還元利回り・割引率など前提条件の設定 |
| 試算価格の調整 | （任せない） | 試算価格の調整と鑑定評価額の決定 |
最後の行が最も重要です。基準の総論第8章は、第7節「鑑定評価の手法の適用」の後に、第8節「試算価格又は試算賃料の調整」、第9節「鑑定評価額の決定」を置いています。この2つの節にあたる判断は、AIに任せない領域です。
評価書の本文以外にも効く周辺業務
評価書の本文より先に効果が出やすいのが、周辺の定型業務です。
- 役所調査・資料整理：毎回同じ窓口・同じ地図で調べる項目の整理（役所調査・資料整理はAIでどこまで楽になるか）
- 評価書の納品前チェック：表記ゆれ、単価×数量の検算、本文と別表の数値の不一致の検出（鑑定評価書のチェックを効率化する）
- 公的評価の業務：地価公示・固定資産税評価などの定型的な作業（公的評価でAIはどこまで使えるか）
「下書き」を前提に運用を組む
AIの出力は、どれほど整っていても下書きです。AIは、もっともらしい誤り（ハルシネーション＝事実でない内容を事実のように出力すること）を起こします。数値は必ず検算し、法令・基準の引用は必ず一次資料で確かめる。この確認の手順を、最初から業務の流れに組み込んでおくことが前提になります。検証の型はハルシネーションとは？で解説しています。
第3章: 導入で失敗しないための3つの前提
前提1: 機密情報は「設定・ルール・運用」で守る
依頼者名や物件を特定できる情報を、入力データを学習に使う設定のまま入れてはいけません。学習に使わない設定の確認、何を入れてよいかの所内ルール、実際の運用の3段構えで守ります。
鑑定評価書の機密性
鑑定評価書には、依頼者の事情や取引条件など、外に出してはならない情報が含まれます。導入初日に、学習オフの設定と入力ルールを決めてから使い始めてください。詳しくは生成AIに機密情報を入れて大丈夫？をご覧ください。
前提2: 事務所の基準を「ルールファイル」に書いておく
同じ指示をしても、AIの出力は毎回少しずつ変わります。これを安定させるのがCLAUDE.md（Claude Codeが作業のたびに自動で読み込む、事務所のルールを書いたファイル）です。事務所の用語、評価書の様式、事例の選定基準、書いてはいけないことを書いておくと、誰が頼んでも同じ水準の下書きが出るようになります。書き方はCLAUDE.mdとは何か？にまとめています。
前提3: 小さく始めて、1章ずつ広げる
最初から評価書全体を対象にすると、確認の手間がかえって増えます。価格に直結しにくい一般的要因や、取引事例の一覧化のような転記作業から始め、うまくいった型を次の章に広げていくのが確実です。
第4章: 導入の進め方と費用の目安
自分で始める場合
まずはご自身のパソコンにClaude Codeを入れ、取引事例の一覧化など1つの作業で試してみてください。インストールはWindowsへのインストール手順、最初の使い方は最初の30分でやることで解説しています。AIの利用料は、月額数千円〜数万円程度です（プランの選び方はClaude Codeの料金ガイドをご覧ください）。
事務所として導入する場合
複数の鑑定士やスタッフで使う場合は、使い方を個人の工夫に任せず、事務所の「型」として揃えることが大切です。当事務所では、鑑定評価書の章立てに沿って、毎週1時間・全8回で型を身につけていただく鑑定会社向けのプログラムをご用意しています。
Service
Claude Code導入・活用支援
鑑定評価書を章ごとに分解し、Claude Codeでドラフトを自動生成する「型」を、毎週1時間・全8回で身につけていただく鑑定会社向けプログラムです。判断は鑑定士に残し、転記・整形・検算・下書きをAIに任せます。
まとめ
- AI査定と鑑定評価は別物です。本記事で扱ったのは、鑑定士が評価書を作る過程でAIを助手として使う方法です
- 鑑定評価書は、基準の手順に沿ってパーツに分解すると、AIに任せる作業と鑑定士が残す判断を切り分けられます
- 試算価格の調整と鑑定評価額の決定は、AIに任せない領域です
- 機密情報の設定、ルールファイル、小さく始めることの3つが、導入で失敗しないための前提です
AIを使って評価業務の時間を減らしたいが、判断の質は落としたくない。そうお考えの鑑定事務所・鑑定会社の皆様は、ぜひ一度ご相談ください。初回の無料相談も承っております。
※ 本記事の法令・基準の記載は2026年9月時点のものです。不動産鑑定評価基準の原文は国土交通省「法令・不動産鑑定評価基準等」でご確認いただけます。
