社労士事務所とClaude 就業規則改定の差分説明ドラフト作成の手順（社労士確認・必要時は弁護士レビューを前提）

働き方改革の進展や、頻繁に行われる育児・介護休業法、雇用保険法などの改正に伴い、企業は常に就業規則のアップデートを迫られています。しかし、多くの労務担当者や社労士事務所が直面しているのは、「どの条文をどう変えたのか、その理由は何か」を、経営層や従業員、そして労働基準監督署に対して、正確かつ分かりやすく説明するための膨大なドキュメント作成コストです。

生成AI、特にAnthropic社が提供するClaude 3.5 Sonnetは、高度なコンテキスト理解能力と長文読解力を備えており、法的な構造を持つ複雑な就業規則の比較・分析において、驚異的なパフォーマンスを発揮します。本稿では、IT実務者の視点から、Claudeを活用して就業規則改定の差分説明ドラフトを作成するための、具体的な手順とプロンプト、そして専門家連携の最適解を詳説します。

就業規則改定におけるClaude活用の意義と業務フローの変化

従来、就業規則の改定作業は、Wordの比較機能（「比較」ツールや「変更履歴の記録」）を使用して差分を抽出し、それをもとに「改定の目的」「変更点」「影響範囲」を手作業でExcelやPowerPointに書き起こすのが一般的でした。このプロセスには、大きく分けて3つの課題がありました。

従来の手作業による差分作成の課題

• コンテキストの欠落: Wordの比較機能は「文字の増減」を検知するのみで、「なぜその変更が行われたのか（法改正対応なのか、社内制度の変更なのか）」という意図まで補完してくれません。
• 参照の複雑さ: 賃金規定、育児・介護休業規定、テレワーク規定など、複数の規定にまたがる整合性のチェックが困難です。
• 説明コストの増大: 従業員向けの「分かりやすい要約」と、役員向けの「リスク説明」、社労士向けの「法的整合性の確認依頼」を、それぞれ別個に作成する必要があります。

Claudeを導入することで、これらの作業は「AIによる自動ドラフト生成」と「人間による専門的レビュー」へとシフトします。特にClaudeは、OpenAIのGPT-4oと比較しても、日本語の法的ニュアンスの解釈が極めて自然であり、社労士がチェックしやすい論理的な文章を構成する能力に長けています。

Claudeを用いた「改定差分説明ドラフト」作成の5ステップ

実務でClaudeを使用する場合、単にファイルをアップロードするだけでは不十分です。以下のステップを踏むことで、専門家による確認（リーガルチェック）に耐えうる精度の高いアウトプットが得られます。

STEP 1：セキュリティを確保した環境の準備

就業規則は社内の極めて重要な機密情報です。Claudeの無料版や、プロンプトが学習に利用される設定のまま利用することは絶対に避けてください。以下のいずれかの環境を構築することが実務上の大前提です。

• Claude Pro / Team / Enterpriseプラン: 設定画面で「AIのトレーニングにデータを使用しない」オプションが有効であることを確認する（またはオプトアウトの申請を行う）。
• Amazon Bedrock / Google Cloud Vertex AI経由: API経由でClaudeを利用することで、入力データがモデルの学習に利用されないことが保証されます。

バックオフィス業務のDX全般に言えることですが、ツールの選定は「便利さ」よりも「ガバナンス」が優先されます。例えば、SaaSコストを削減。フロントオフィス＆コミュニケーションツールの「標的」と現実的剥がし方で解説しているように、多すぎるツールを整理し、信頼できる基盤に集約することが、結果的にセキュリティリスクとコストの両方を抑制することにつながります。

STEP 2：現行規則と改定案のテキスト構造化

Claudeにファイルを読み込ませる際、PDFよりもMarkdown形式（.md）や、構造化されたテキストファイル（.txt）として提供する方が精度が向上します。PDFは読み取り順序が崩れたり、箇条書きの階層構造が正しく認識されないケースがあるためです。

WordからMarkdownへ変換する際は、VS Codeなどのエディタを活用するか、Claude自身に「以下の文章を条文番号（第○条）を階層構造としてMarkdown形式に整形して」と依頼し、一度クレンジングを行うのが有効です。

STEP 3：Claudeへのインプットと「差分抽出」プロンプト

インプットの際は、以下の3点を同時に渡します。

1. 現行の就業規則（テキスト）
2. 改定後の就業規則（テキスト）
3. 参考資料（厚生労働省のモデル就業規則や、今回の改定の背景となった法改正情報のURLなど）

STEP 4：変更理由（法的根拠・社内意図）の言語化

単に「第5条が変わりました」ではなく、「法改正により、○○の義務化が決定したため、それに準拠するように文言を追加した」という文脈を生成させます。この際、Claudeには「社労士が確認しやすいように、変更箇所ごとに法的妥当性を推測して記述してください」と指示するのがコツです。

STEP 5：社労士・弁護士レビュー用のドキュメント書き出し

Claudeが出力した結果を、新旧対照表（Table形式）として整理させます。これをExcelやWordに転記し、「ここまではAIで整理しました。この解釈と文言が法的要件を満たしているか、先生に確認をお願いします」という形で社労士に渡します。ゼロから書かせるのではなく、専門家に「正誤判定」をさせるフェーズに移行することで、作業時間は大幅に短縮されます。

実務で使えるClaudeプロンプト集（就業規則編）

以下に、実務で即座に活用できるプロンプトの例を記載します。コピー＆ペーストして適宜調整してください。

【プロンプト例：新旧対照表と改定理由の作成】

指示

あなたは日本国内の労働法に精通した社労士のアシスタントです。
以下の「現行就業規則」と「改定案」を比較し、変更箇所を網羅した新旧対照表をMarkdown形式のテーブルで作成してください。

抽出条件

条文番号、現行文言、改定案文言、改定内容（要約）、改定の理由（推測される法的根拠または実務上の意図）の5列で作成すること。

変更がない条文は含めないでください。

表現の微調整（てにをは等）だけでなく、実質的な権利義務の変化がある箇所を重点的に抽出してください。

成果物の活用

このドラフトは最終的に提携社労士による法的チェックを受けます。
ハルシネーションを避けるため、不明な箇所や判断に迷う箇所には「【要確認】」と付記してください。

コンテキスト

[現行就業規則のテキストを貼り付け]
[改定案のテキストを貼り付け]

経理部門においても、同様の自動化思想が適用可能です。例えば、楽楽精算×freee会計の「CSV手作業」を滅ぼす。経理の完全自動化とアーキテクチャで見られるような、データ間の「ズレ」をシステムやAIで検知し、人間が最終確認を行うワークフローは、これからのバックオフィスの標準となります。

生成AI活用時の「専門家連携」と法的リスク管理

Claudeによるドラフト作成は非常に強力ですが、法務・労務の実務においては「ツールを使いこなすこと」以上に「責任の所在を明確にすること」が重要です。

社労士への依頼を「指示」から「検証」へシフトさせる

従来の社労士とのやり取りは、「法改正があったので、うちの規則を直してください」という「丸投げ」に近い指示が多かったかもしれません。しかし、これでは社労士側の工数も増え、費用も高騰しがちです。

AIを活用したフローでは、「弊社でClaude 3.5 Sonnetを使用して、厚生労働省のモデル規則に基づき改定案を作成しました。差分と改定理由は別添の通りです。この内容が当社の実態と労働法規に合致しているか、プロの視点でレビューをお願いします」という依頼になります。社労士は、自らリサーチする時間を削り、アドバイザリー業務に集中できるようになります。

弁護士レビューが必要となる「不利益変更」の判断基準

就業規則の改定が「不利益変更（労働者の権利を縮小させたり、義務を重くしたりすること）」に該当する場合、AIの判断だけで進めるのは極めて危険です。Claudeに「この変更の中で、労働契約法第10条に照らして不利益変更とみなされる可能性がある箇所を特定し、その合理性を検討してください」と問いかけ、リスクを可視化してください。ここで「リスクあり」と判定された箇所については、社労士だけでなく、労働法に強い弁護士へのダブルチェックを検討すべきです。

主要な生成AIツールと実務適性の比較

就業規則改定業務における、各AIツールの特性を以下の表にまとめました。

※料金体系は各社公式サイト（Anthropic, OpenAI）を参照してください。

まとめ：AIと専門家の協調による次世代の労務ガバナンス

Claudeを用いた就業規則改定の効率化は、単なる「時短」ではありません。法改正の背景や条文間の整合性をAIが一次整理することで、労務担当者の思考をより高度な「組織文化の醸成」や「不利益変更の調整」といった戦略的業務へと解放することに真の価値があります。

ただし、AIはあくまで「高性能な辞書付きのタイプライター」であることを忘れてはいけません。最終的なリーガルチェックは社労士や弁護士といったプロフェッショナルの手に委ね、AIはそのプロセスを円滑にするための「共通言語」として活用するのが正解です。

バックオフィスのDXは、就業規則のような法的ドキュメントの整理だけでなく、給与計算と会計の連携など、データフローの最適化も含めて完成します。例えば、【完全版】給与ソフトからfreee会計への「部門別配賦」と仕訳連携。労務と経理の分断を解決するアーキテクチャで紹介しているような、システム間の整合性確保と同様に、AIを活用した「規定」と「実態」の整合性確保は、企業のコンプライアンスを強固にする不可欠な要素となるでしょう。