Claude Sonnet 5の100万トークンでM&Aデューデリジェンスの契約書一式を一括レビューする

M&Aのデューデリジェンス(DD)では、対象会社の契約書を1件ずつ分割してレビューするのが従来のやり方でした。Claude Sonnet 5は、デフォルトで100万トークンのコンテキストウィンドウを備えており、これは公式ドキュメントによれば「より小さいコンテキストのバリアントはない」デフォルトかつ最大値とされています。契約書一式をまとめて読み込ませ、条項間の矛盾や見落としがちなリスク条項を横断的に洗い出す使い方が、理論上は可能になったといえます。ただし、大きなコンテキストがそのまま高い精度を意味するわけではない点には注意が必要です。

Claude Sonnet 5の100万トークンコンテキストとは

Claude Sonnet 5は、Claude Sonnet 4.6からの置き換え可能なアップグレードとして提供されているモデルです。公式ドキュメントによれば、100万トークンのコンテキストウィンドウはベータヘッダー不要で標準料金のまま利用でき、単一のリクエストで最大128kトークンの出力に対応するとされています。M&A DDの文脈に置き換えると、複数の契約書、デューデリジェンスチェックリスト、社内のリスク評価基準を1回のリクエストにまとめて渡し、条項同士を横断的に照合させるような使い方が想定できます。

一方で、Anthropicの公式ドキュメントは「コンテキストが多ければ自動的に良くなるわけではない」とも明記しています。トークン数が増えるにつれて精度と再現率が低下する現象は「コンテキストロット」と呼ばれており、契約書を大量に詰め込むほど、個々の条項の見落としリスクがゼロになるわけではないという理解が必要です。

前提条件・料金

限界・注意点

実務での使い方

1. 契約書一式をテキスト化してまとめて読み込ませる

PDF形式の契約書は、まずテキストを抽出してクリーニングする前処理が必要です。Anthropicの公式ガイドでは、ページ番号や余分な空白を取り除いたうえでプロンプトに渡す手順が紹介されています。M&A DDでは、対象契約書に加えて、社内のリスク評価チェックリストや過去の指摘事項リストも同じリクエストに含めておくと、個別の条文だけでなく「自社の基準に照らして何が問題か」まで判断材料を与えられます。

2. リスク条項の抽出を構造化フォーマットで指示する

「契約変更条項」「解除条項」「チェンジ・オブ・コントロール条項」「競業避止義務」など、DDで確認したい項目をあらかじめリストアップし、XMLタグなど後処理しやすい形式で出力するよう指示します。公式ガイドが示す要約プロンプトの構成を応用し、契約書ごとに「該当条項の有無」「原文の該当箇所」「リスクの所在」を一定のフォーマットで出力させると、後から一覧表に整理しやすくなります。出典が明記されていない推測的な記述は「Not specified」のように明示させておくと、後工程での裏取り漏れを防ぎやすくなります。

3. 大量の契約書ではメタ要約でコンテキストロットを補う

契約書の総量が100万トークンに収まる場合でも、契約書ごとにいったん個別の要約・条項抽出を行い、それらの要約を最終的に1つのリクエストで統合する「メタ要約」の手法が、コンテキストロットの影響を抑えるうえで有効とされています。すべてを一度に読み込ませるより、個々の契約を丁寧に処理してから横断比較させる方が、見落としの少ない結果につながる可能性があります。

活用事例｜どんな業種・職種で使えるか

大量契約書の一括レビューが必要な場面は、M&A関連の業務の中でも立場によって着目点が異なります。

1. M&Aアドバイザリーファームのデューデリジェンス担当者

買収対象企業から開示される数十件から数百件の契約書を短期間で一次スクリーニングする担当者にとって、チェンジ・オブ・コントロール条項や解除条項の有無を横断的に洗い出す作業を先に機械にやらせ、フラグが立った契約書だけを重点的に精読する、という優先順位づけがしやすくなります。

2. 事業会社のM&A担当法務部員

自社が買収側として相手企業の契約書一式を確認する法務部員が、社内のリスク評価基準をプロンプトに含めて一括レビューさせることで、外部の弁護士に依頼する前の一次スクリーニングとして使える可能性があります。ただし、最終的な法的判断は弁護士が担う体制を維持する必要があります。

3. 法律事務所のM&Aチームのパラリーガル

契約書のインデックス作成や条項の所在確認といった定型作業を担うパラリーガルにとって、契約書ごとに「当事者」「契約期間」「主要条件」を構造化して抽出させておけば、弁護士がレビューする際の下準備にかかる時間を圧縮できる可能性があります。

4. プライベートエクイティファンドの投資担当者

投資検討先の契約書群を短期間で確認する必要がある投資担当者が、複数の契約書間の矛盾やリスクの高い条項を横断的に洗い出す一次チェックとして利用すれば、外部専門家への依頼範囲を絞り込む材料として役立つ可能性があります。

導入手順

1. Claude APIまたはAmazon Bedrock、Google Cloud、Microsoft Foundry経由でClaude Sonnet 5を利用できる環境を用意する。
2. 対象となる契約書（PDF等）からテキストを抽出し、ページ番号や余分な空白を取り除く前処理を行う。
3. DDで確認したい項目（チェンジ・オブ・コントロール条項、解除条項、競業避止義務など）を一覧化し、抽出したい情報を明確にする。
4. 構造化された出力フォーマット（XMLタグなど）を指定したプロンプトを設計し、少数の契約書でテスト実行する。
5. 契約書の総量が多い場合は、個別要約とメタ要約を組み合わせる構成に切り替え、コンテキストロットの影響を確認する。
6. 出力結果をもとに、フラグが立った契約書を優先的に法務専門家が精読する運用フローを設計する。
7. AIによる一次スクリーニングであることを明記した社内向けの利用ガイドラインを整備し、最終判断は必ず有資格者が行う体制にする。

つまずきポイント・注意点

• コンテキストロットにより、詰め込む文書量が多いほど個々の条項の見落としリスクが上がる可能性があります。全件を一度に読み込ませるだけでなく、個別処理と横断比較を組み合わせる設計を検討してください。
• 新しいトークナイザーにより、同じ日本語テキストでもClaude Sonnet 4.6より多くのトークンを消費するとされているため、想定していたコストやコンテキスト容量を事前に見積もり直す必要があります。
• 1リクエストで扱えるPDFページ数には上限があるため、対象契約書の総ページ数が多いDDでは、複数リクエストへの分割設計があらかじめ必要になります。
• 公式ガイドが明記する通り、AIが生成した抽出結果や要約はあくまで一次スクリーニングであり、法的責任を伴う最終判断は法務専門家が行う必要があります。
• 契約書には取引先の機密情報が含まれるため、外部APIへの送信がNDAや社内の情報管理規程に抵触しないか、事前に確認しておく必要があります。

まとめ

Claude Sonnet 5の100万トークンコンテキストウィンドウは、ベータヘッダー不要・標準料金のまま利用でき、M&A DDで大量の契約書を横断的に確認する用途に一定の可能性を持ちます。ただし、コンテキストが大きいこと自体が精度を保証するわけではなく、コンテキストロットへの対策や、AIによる一次スクリーニングと人間の最終確認を組み合わせる設計が欠かせません。まずは少数の契約書でプロンプトと出力フォーマットを検証し、フラグが立った契約書を専門家が精読する運用から試してみるのが現実的な進め方といえそうです。