はじめに
「評価額の判断は終わっている。なのに、納品前の体裁チェックに夜中まで時間を取られる」
鑑定評価書の納品前チェックは、疲れた目で誤字や検算ミスを探す、負担の大きい工程です。しかも見落としの代償は大きく、数値の転記ミス一つが評価書全体の信頼を損ないかねません。
当事務所では、この納品前チェックにAIを組み込み、目視で1〜2時間かかっていた確認作業を、15分程度の「指摘の採否判断」に変えました。本記事では、AIが検出できるもの・できないものを明確に線引きしたうえで、当社の導入の型をご紹介します。
第1章: 納品前チェックの負担はなぜ大きいのか
鑑定評価書は数十ページに及ぶ文書で、本文・別表・図面が相互に参照し合っています。チェックすべき観点は、誤字から数値の整合、日付の前後関係、様式の統一まで多岐にわたり、しかも観点ごとに文書全体を読み直す必要があります。
人間の集中力には限界があり、特に納品直前の疲労した状態では、機械的な見落としが起きやすい。一方で、この工程を省略することはできません。「重要だが、人間が最も苦手なタイミングで行う機械的作業」——これがAI化に向く典型的な条件です。
第2章: AIが検出できる6分類
当事務所がClaude Code（クロードコード：生成AIが自分のパソコンのフォルダを読み書きして作業する「エージェント型」のツール）で評価書ドラフトをチェックさせている観点は、次の6分類です。
| 分類 | 内容の例 |
|---|---|
| 誤字脱字 | 変換ミス、送り仮名の誤り、固有名詞の不統一 |
| 数値の検算・突合 | 単価×面積と表示額の一致、本文と別表の数値の突合 |
| 日付の整合 | 価格時点・実地調査日・作成日の前後関係の矛盾 |
| 表記統一 | 「平方メートル」と「㎡」の混在、全角半角の揺れ |
| 様式 | 章番号の欠番・重複、目次と本文の不一致 |
| 空白ページ | 意図しない空白ページ・改ページずれ |
このうち特に効果が大きいのは数値の検算・突合です。本文と別表で同じ数値が別々に記載されている箇所は転記ミスの温床ですが、人間が全箇所を突き合わせるのは骨が折れます。AIは全箇所を淡々と照合し、食い違いを一覧で返してきます。
具体的な使い方の全体像はClaude Codeの実務活用でも紹介しています。
第3章: AIが検出できないもの
ここが本記事で最も強調したい点です。AIがチェックできるのは、あくまで形式面の整合です。
- 手法適用の妥当性（この物件にこの手法構成でよいか）
- 試算価格の調整過程の説得力
- 個別的要因の把握や減価修正の判断の当否
こうした鑑定判断そのものの当否は、AIには判定できませんし、させるべきでもありません。鑑定評価は不動産鑑定士の独占業務であり、判断の質を担保するのは鑑定士自身の審査です。AIチェックは「判断の審査」の代わりではなく、判断の審査に集中するために形式チェックの負担を取り除くものだとお考えください。
第4章: 当社の実測と導入の型
実測: 1〜2時間 → 15分の「採否判断」
当事務所では、納品前の評価書ドラフトを上記6分類でチェックさせ、指摘一覧を出させています。人間の仕事は、一覧を上から見て「直す・直さない」を決めることです。目視レビューで1〜2時間かかっていた工程が、15分程度の採否判断に変わりました。
導入の型: 指摘は候補、採否は鑑定士
運用上の原則は一つです。AIの指摘はすべて「候補」であり、採否を決めるのは鑑定士。AIの指摘には的外れなものも混ざります。それでも構いません。捨てる判断は数秒で済み、見落としの防止という利益の方がはるかに大きいからです。
導入手順としては、まず過去に納品済みの評価書（既に人間のチェックを通ったもの）でAIチェックを走らせ、指摘の精度と癖を確認してから、実案件に組み込むことをおすすめします。なお、機密文書を扱う以上、学習オフ設定（Claudeの有料プランでは入力データを学習に使わせない設定が可能です）と事務所の入力ルールの整備が前提です。
まとめ
- AIが検出できるのは誤字脱字・数値の検算・日付の整合・表記統一・様式・空白ページの6分類、つまり形式面の整合です
- 手法適用や試算価格の調整といった鑑定判断の当否は検出できず、させるべきでもありません
- 当社実測では目視1〜2時間が15分の「指摘の採否判断」になりました。原則は「指摘は候補、採否は鑑定士」です
納品前チェックのAI化は、効果が分かりやすく最初の導入テーマに向いています。自事務所への導入をご検討の方は無料相談からご相談ください。無料資料「鑑定士のためのAI活用入門」もこちらからダウンロードいただけます。
