OpenAIが法務向けの「Astra for Law」を出した｜汎用AIから“業務専用AI”へ移り始めた流れを読む

OpenAIが、法務向けの「Astra for Law」を発表しました。米国時間2026年9月17日、日本時間では18日にあたります。

名前だけ見ると新しいモデルのようですが、そうではありません。GPT-6 Astraに、米国法の検索インデックスと法務用の指示を組み合わせた構成で、既存の専門ツールとつなぐプラグインも同時に用意されました。最初の提供先は承認制で、米国内の選ばれた法律事務所です。リーガルテック企業は、API 経由で自社製品に組み込む形になります。

それでも日本から見る価値はある、と私は考えています。汎用のAIに業務のデータと指示を載せて「その仕事専用のAI」に仕立てる動きが、今年に入ってから相次いで出てきているからです。

---

法人向けAI研修の導入社数No.1*の弊社デジライズが、生成AIの基礎知識から社内導入の6ステップ・定着のポイントまでを1冊にまとめた「はじめての生成AI社内導入ガイド」を無料で配布中です。

※出典：株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」（2026年5月／調査期間：2026年3月26日〜4月17日／調査方法：デスクリサーチおよびヒアリング／2026年3月末時点）

Astra for Lawとは？GPT-6 Astraを法務向けに「構成」したもので、新モデルではない

Astra for Law は、法律事務所やリーガルテック企業が自分たちの専門性を軸にAI製品やワークフローを組み立てるための土台という位置づけで公開されました。OpenAI の説明では、GPT-6 Astra に法務の仕事向けの設定・ツール・文脈を組み合わせたもので、別の基盤モデルとして発表されたわけではありません。

構成要素	中身
モデル	GPT-6 Astra（既存のフラッグシップモデル）
法務検索インデックス	米国の判例法・制定法・規則・裁判所規則・行政決定を横断して検索する
法務用の指示	法的な分析と文章作成のためのカスタム指示
追加の連携（プラグイン）	事務所が既に使っている専門ツールと ChatGPT をつなぐ。中核の3つとは別に、事務所ごとに足して使う位置づけ
機密の扱い	API の Zero Data Retention（ZDR。API のデータ保持に関する設定）が対象に含まれる。ChatGPT Enterprise の利用は既定で人によるレビューの対象外

（出典: OpenAI「Introducing Astra for Law」・2026年9月18日取得）

提供の形は、次のように整理できます。

1. 提供先 — Trusted Access（対象となる事務所に限って開く枠組み）を通じて、まずは米国内の選ばれた法律事務所へ（OpenAI ヘルプセンターより）
2. 使える場所 — ChatGPT と Codex。API は「近日」とされている
3. 表示名 — モデル選択欄では「GPT-6 Astra Law」、API では gpt-6-astra-law
4. 今後 — 最前線のモデルが進化したら、こうした法務向けの能力も新しいモデルに載せていく、と明記されている

つまり「法務専用の別モデル」が出たわけではなく、GPT-6 Astra に法務の資料と作法を持たせたという話です。土台になっている GPT-6 Astra 自体の仕様や使える範囲を先に押さえておきたい方は、以下の記事をご覧ください。

2026.09.04 2026.09.16

GPT-6 Astraとは？「賢い回答」からPC作業の代行へ。仕様・料金・使える範囲を一次ソースで整理

Astra for Lawの中身｜判例検索インデックス・法務用の指示・プラグイン

構成要素を1つずつ見ていきます。中核は米国法を横断する検索インデックスと法務用の指示の2つで、そこに既存のツールとつなぐプラグインが加わります。法務という仕事の特性が、それぞれの設計にそのまま出ています。

米国法を横断する検索インデックス

中心にあるのが、米国の判例法・制定法・規則・裁判所規則・行政決定を横断して調べられる検索インデックスです。対象は2億3,000万を超えるURLで、ソースは日々追加されるとされています。

判例については、CourtListener を運営する非営利団体 Free Law Project と連携しています。同団体の判例コレクションは、公表された米国の先例となる判例の99.9%超をカバーしているという説明です。位置づけとしては、Thomson Reuters をはじめとする有償コンテンツや専門製品を置き換えるのではなく、それらを補完するものだとされています（OpenAI公式発表より）。

性能についても数字が出ていますが、いずれもOpenAIの自社テストによるものです。第三者が条件を揃えて測り直した結果ではありません。

OpenAIの自社テストで測ったもの	結果
Vals AI「Legal Research Bench」の非公開検証セットから米国法の調査質問200問・全体の正確性チェックの通過率	Astra for Law 54.0% ／ Web検索だけを使う GPT-6 Astra 38.7%（相対で40%の改善）
判例中心の質問で、参照されるべき判例を見つけられた数	24%多い
監査済みの対象箇所セットで、正しい判決文から関連箇所を取得できた数	最大54%多い

（出典: OpenAI「Introducing Astra for Law」掲載値。いずれも最高の reasoning effort 同士での比較）

読み方として大事なのは、54.0%という数字が「半分近くは通っていない」ことも意味している点です。調査の当たりを付ける道具としては明らかに前進していますが、出てきた結論をそのまま成果物にできる水準ではありません。実際、設計思想としても「弁護士が自分で確かめられる、信頼できる根拠を示す」ことが掲げられています。

なお公式ページには他社モデルとの回答比較デモも載っていますが、OpenAI 自身が選んだ2問での比較なので、優劣を判断する材料にはなりません。

法務用の指示（instructions）

2つ目が、法的な分析と文章作成のためのカスタム指示です。調べた内容を依頼者の事実関係に当てはめ、主張や取引条件を組み立て、弱点と不確実性を洗い出すところまでを、この指示が導きます。

挙げられている例は、次のようなものです。

1. 判決の holding（判決を支える判断の核）とそれ以外の所見を区別する
2. 自分の主張を弱める判例から目をそらさず、正面から扱う
3. 契約の例外条項が、当事者間のリスクをどう動かすかを説明する

いずれも「正しそうな文章を書く」ではなく、都合の悪い材料を先に出させる方向の指示です。法務では、不利な材料の見落としがそのままリスクになります。そこを指示の側で潰しにいく設計は、理にかなっていると思います。

プラグイン｜既にあるツールを置き換えない

3つ目がプラグインです。事務所が既に使っている専門ツールと ChatGPT をつなぐもので、今回26のパートナー製プラグインが同時に公開されました。Relativity や Clio といった名前が挙がっています。

プラグイン	できること
iManage	ChatGPT で交渉ブリーフを下書きし、案件ファイルに保存する
Intapp	タイムエントリーが必要そうな作業を洗い出す
DeepJudge	過去のディールを引っぱり出して比較に持ち込む
Thomson Reuters	HighQ の案件コンテキストを ChatGPT に持ち込む（CoCounsel Legal コネクタも先行公開）

同じ日に公開されたものは、ほかにもあります。

1. コミュニティ製プラグイン9種 — LegalQuants・LECG・Skills.law の弁護士やリーガルエンジニアが作ったもの。実務家が手を加えて使える47のカスタムスキルを含みます
2. ChatGPT for Word の一般提供（GA） — 校正や修正提案、書式の指摘を Word の中で受けられます

なお Harvey と Legora はプラグインの提供側ではなく、API を通じて Astra for Law を自社製品に組み込む側として挙げられています（OpenAI公式発表より）。

OpenAI 自身も「自社の上に作ることは、エコシステムを置き換えることではなく、そこからより多くを得られることであるべきだ」という言い方をしています。既存のリーガルテックを敵に回さない、という立ち位置をはっきり示した形です。

ここまで読んで「自社の業務に合わせてAIを組み立てられないか」と感じた方へ。法人向けAI研修の導入社数No.1*の弊社デジライズが、AIコンサルティング＆開発のサービス資料を無料でお送りしています。既製のAIサービスでは要件が満たせず、自社に合わせたシステム構築や環境の検討が必要な場合の進め方をまとめています。

※出典：株式会社東京商工リサーチ「法人向けリスキリングサービスに関する調査」（2026年5月／調査期間：2026年3月26日〜4月17日／調査方法：デスクリサーチおよびヒアリング／2026年3月末時点）

Astra for Lawと同時に紹介された大手事務所の内製ツール3例｜共通点は「弁護士が確かめて直せる」

公式発表では、OpenAI のエンジニアが事務所側に入って ChatGPT Enterprise をカスタマイズした事例が3つ挙げられています。Astra for Law そのもので作ったと書かれているわけではなく、事務所ごとの知見をAIに載せた先行例という位置づけです。

事務所	作ったもの	中身
Sullivan & Cromwell	agreement analyzer（契約分析）	事務所の交渉プレイブックと選んだ先例を新しい案件のレビューに持ち込む。条項を合わせて読んだときに出てくるリスクを見つけ、修正案（redlines）と依頼者向け助言の下書きにする
Ropes & Gray	deal diligence system（案件のデューデリジェンス＝取引前に対象企業の契約やリスクを洗い出す調査の仕組み）	データルームの見方に沿って作られ、指摘を出典までたどれる。「主要な顧客契約に通知や同意が必要か」といった確認に使う
Cooley	GO Public	IPO申請書類の下書きから、経営陣が注意すべきリスクの特定まで。案件内容が変わると申請書類全体に反映し、弁護士がまとめて影響をレビューできる

（出典: OpenAI「Introducing Astra for Law」）

3つに共通しているのは、AIが出した結論を弁護士が確かめて直せる形に落とし込まれていることです。Sullivan & Cromwell の説明では弁護士が異議を唱えて内容を磨くことが前提とされており、Ropes & Gray は指摘を出典までたどれる作りにしています。Cooley も、変更の影響を弁護士がまとめてレビューできる設計です。

機密の扱いについても、次の3点が示されています。

1. Zero Data Retention（ZDR） — 対象の事務所には、API 側の ZDR が提供に含まれる
2. 人によるレビューの除外 — ChatGPT Enterprise の利用は既定で人によるレビューの対象外
3. ガバナンスの共同設計 — Latham & Watkins と、情報の権限設定・倫理的隔壁（ethical walls）・依頼者の指示・事務所による監督の仕組みを設計中

このほか、Wachtell, Lipton, Rosen & Katz とも、訴訟や企業法務の専門性と研究・エンジニアリングを組み合わせる取り組みを進めているとされています。

Astra for Lawは突然出てきたわけではない｜サイバー→ライフサイエンス→金融→法務

この発表を単体のニュースとして読むと、話の半分しか見えません。OpenAI は今年、専門領域向けの提供を段階的に出してきています。

発表日	名称	形	提供
2026年2月5日	Trusted Access for Cyber	審査制のアクセス枠組み（当時のモデルは GPT-5.3-Codex）	試験運用（パイロット）。個人は本人確認、企業は担当者経由でチーム単位の申請
2026年4月16日	GPT-Rosalind	専用モデル（ライフサイエンス向けモデルシリーズの第1弾）。生物学・創薬・トランスレーショナルメディシン向け	発表時は trusted access program を通じた研究プレビュー（ChatGPT・Codex・API）。2026年9月11日の更新で研究プレビューを終え、同プログラムを通じて対象組織へグローバルに提供
2026年9月10日	金融サービス向け ChatGPT	GPT-6 Astra＋組み込みの金融データ（Daloopa・PitchBook・LSEG News・Crunchbase 等を OpenAI がインデックス化してホスト）	対象の金融機関向け。Morgan Stanley・Evercore とデザインパートナーシップ
2026年9月17日	Astra for Law	GPT-6 Astra＋法務検索インデックス＋法務用の指示＋プラグイン	Trusted Access で、まず米国内の選ばれた法律事務所へ

（出典: Trusted Access for Cyber・GPT-Rosalind・金融サービス向けChatGPT・Astra for Law。いずれもOpenAI公式発表ページ）

並べてみると、作り方が変わってきたように読めます。4月の GPT-Rosalind は「その分野専用のモデルを作る」形でした。一方で9月の金融と法務は、同じ GPT-6 Astra に、業務のデータ・指示・つなぎ先を載せる形になっています。

この違いは、企業側から見ると小さくないと私は考えています。専用モデルは、その分野のためにモデル自体を学習させて作るものです。対して後者のやり方なら、必要なのはデータの整備と指示の設計、そして既存ツールとの接続です。自社で用意すべきものが「学習データ」ではなく「業務の作法」に寄る、という読み方ができます。

日本の法務担当はAstra for Lawをどう受け止めるか

実務に引きつけて考える前に、境界線を引いておきます。検索インデックスの対象は米国法です。 日本法の調査に使えるものとして発表されたわけではありません。

そして、日本から見て知りたくなる項目の多くは、公式発表に記載がありません。

知りたいこと	公式発表の記載
料金	記載なし
提供される地域	最初の提供先は米国内の選ばれた法律事務所（OpenAI ヘルプセンターより）。日本を含む米国外への提供予定は記載なし
企業の法務部（インハウス）が対象かどうか	記載なし（本文は「資格のある事務所」「選ばれた法律事務所」とだけ書いている）
米国法以外の法域への対応予定	記載なし

分からないことは分からないまま置いておくとして、この発表から今日やれることはあります。私が見立てとして挙げるなら、次の3つです。

1. 自社の法務業務を「AIに下書きさせてよいもの」と「人が確かめるもの」に仕分ける — 紹介された3つの事例に共通していたのは、下書きと確認の境目が設計されていた点です。ツールが来てから決めるのでは間に合いません
2. 根拠までたどれる形を条件にする — 出典をたどれない回答は、法務では使えません。どのツールを検討するときも「根拠を指させるか」を評価項目に入れます
3. 社内の機密情報の扱いを先に決めておく — データを保持しない設定や、人によるレビューの対象外にできるかは、ツールや契約によって違います。ここを詰めずに検証を始めると、後から使えないという結論になります

なお、契約書のレビューを普段使いのツールの中で完結させる動きは、Microsoft 側でも出ています。Microsoft Word の中で契約書の赤入れや条項照合を行うエージェントについては、以下の記事をご覧ください。

2026.05.07 2026.08.10

Microsoft Wordに法務のエージェントが登場—契約書の赤入れ・条項照合をWord内で完結

「まずは何ができるか知りたい」といった情報収集段階でのご相談も大歓迎です。導入の流れや具体的な支援内容をまとめた資料を以下よりご覧いただけますので、ぜひお気軽にご活用ください。

まとめ｜Astra for Lawが示した「業務専用AI」の作り方

Astra for Law について押さえておきたいのは、次の4点です。

1. 新モデルではない — GPT-6 Astra に、米国法の検索インデックス・法務用の指示・プラグインを組み合わせた構成。モデル選択欄での表示名は「GPT-6 Astra Law」
2. 誰でも使えるものではない — 最初の提供先は、Trusted Access で選ばれた米国内の法律事務所。ChatGPT と Codex の中で使う形で、API は近日。料金や米国外への提供予定は公式に記載がない
3. 対象は米国法 — 2億3,000万を超えるURLの検索インデックスは米国の判例法・制定法・規則が対象で、日本法の調査に使える前提では発表されていない
4. 性能の数字はOpenAIの自社テスト — 米国法の調査質問200問での通過率は54.0%。前進ではあるが、出力をそのまま成果物にできる水準ではない

そして、この記事でいちばん持ち帰ってほしいのは、事務所ごとの内製事例に共通していた一点です。AIが出したものを、人が確かめて直せる形にしてある。 出典をたどれる、修正案として出てくる、変更の影響をまとめてレビューできる——どれも、AIの答えを鵜呑みにしない作りです。

あなたの職場で法務や契約の業務にAIを入れるときも、順番は同じだと思います。何をAIにさせるかより先に、何を人が確かめるかを決める。米国の大手事務所が最初に設計したのがそこだった、という事実は、そのまま参考になるはずです。