Who（誰が）
全国の都道府県・市区町村および中央省庁・独立行政法人の情報公開・文書法務担当職員と、決裁権者である管理職が主な利用者である。
対象とする社会課題：情報公開請求の受付・部分開示判断業務の属人化と処理遅延
社会の役に立ち、しっかり儲かる。その両立が、この計画には数字で示されています。
情報公開請求を受けた自治体では、法務専任の職員が1〜2名しかいないことも珍しくなく、異動でノウハウが途切れ、同じような案件でも担当者によって開示範囲の判断が変わってしまう。判断誤りは審査請求や訴訟にまで発展し、住民が知りたいことを知るまでに何十日もかかる。この属人化と遅延を、条文と過去事例に基づく判断支援で減らしていきたい。
※ この4つの数字は、見せるために作った数字ではありません。「事業計画」タブの10年計画とまったく同じ計算から出しています。EXIT（売却）時の手取りだけは「もし売れたら」の試算で、約束できる金額ではありません。
10年の事業計画も、創業融資500万円の申請資料も、システムの要件定義書も、最初の90日の段取りも——ぜんぶこのページにあります。足りないものはAIチャットが伴走しながらその場で作り、システム開発・専門家・投資家への橋渡しまで、このサイトの中で進められます。「やりたい」と思ったその日から、始められる状態です。
ボタンを押すとAIチャットが開き、このショーケースに書かれた市場規模・収益モデル・ロードマップなどの内容を読み込んだ状態で、必要な資料の素案をその場で作成します。まずは気になるボタンから試してください。
※ ボタンを押すと確認のポップアップが出ます。「はい」を選ぶとAIチャットが新しいタブで開き、 この事業の内容を踏まえた作成指示が自動で送られます（あなたが文章を打ち込む必要はありません）。 どのボタンを出すかは事業の性質でAIが出し分けます。生成にはAIチケットを使用します。
あなたの経歴とこの事業のフィットをAIが診断します。活きる強み、足りないもの、 共同創業者に求める人物像まで示します。
無料会員登録して診断する登録済みの経歴をもとに、この事業とのフィットを診断します。経歴・スキルの内容はAI相談・AIチャットの回答にも反映されるため、最新の内容に更新しておくとより精緻なアウトプットが得られます。
💡 このショーケースをお気に入り登録すると、あなたのAIチャットがお気に入り登録した事業の情報を学習し、より賢く、具体的な提案ができるようになります。
※ AIによる参考意見です。合否や成否を保証するものではありません。経歴・スキルの登録内容は、この診断やAI相談・AIチャットの回答精度にも影響します。
自治体の情報公開担当職員が請求対象のPDF・Word・スキャン紙文書をアップロードすると、AIがOCRで文字化し、個人名・住所・法人秘密情報・意思形成過程情報など非開示に該当しそうな箇所を条文根拠付きで自動ハイライトする。
職員は「この箇所はなぜ非開示候補か」とAIに質問すると、過去の開示決定事例や審査会答申、裁判例を引用した回答が返ってくる。最終的にAIがマスキング済み文書と決定通知書案を自動生成し、決裁権者が確認・修正のうえ正式決定する。住民は受付から決定までの進捗をオンラインでリアルタイム確認できる。属人化していた判断業務が標準化され、平均30日前後かかっていた処理日数を15日程度まで短縮することを目指す。
全国1,741自治体と中央省庁では年間合計30万件超の情報公開請求が寄せられ、担当職員が情報公開条例・法5条各号の非開示事由（個人情報、法人秘密、意思形成過程情報等）を条文に照らして目視でマスキング判断している。
多くの自治体では法務専任職員が1〜2名しかおらず、異動によりノウハウが継承されず、同種案件でも自治体・担当者によって開示範囲の判断がばらつく。判断誤りは審査請求（不服申立て）や訴訟に発展し、令和4年度の総務省調査では開示決定に平均30日前後を要し、大量請求案件では60日超の延長事例も珍しくない。デジタル化されていない紙文書・PDFの手作業マスキングが処理時間の大半を占め、働き方改革の対象からも取り残されている。結果として住民の知る権利の実質的な行使が遅延し、行政の透明性確保という制度趣旨自体が形骸化しつつある。
OCR・レイアウト解析AIが紙文書・PDFを構造化テキスト化し、固有表現抽出モデルが個人情報・法人情報・意思形成過程情報などの非開示該当箇所を分類・スコアリングする。
過去の開示決定事例約数万件と情報公開・個人情報保護審査会答申、関連判例をベクトルDB化したRAG（検索拡張生成）が類似事例を提示し、非開示妥当性の根拠を条文・答申番号付きで提示する対話型AIが職員の質問に応答する。生成AIが部分開示決定通知書・マスキング済み文書のドラフトを自動作成し、職員の修正履歴を学習データとして蓄積して自治体ごとの判断傾向をモデルに反映する継続学習の仕組みを持つ。
自治体の情報公開担当職員が対象文書（PDF・Word・スキャン紙文書）をシステムにアップロードすると、AIがOCRで文字化した上で個人名・住所・法人固有情報・意思形成過程に該当する記述を自動検出し、非開示候補箇所に条文根拠付きでハイライトを付ける。
職員はAIが提示した判断根拠（過去の開示決定事例・審査会答申・裁判例とのRAG類似検索結果）を確認しながら対話形式で「この箇所はなぜ非開示候補か」を質問でき、AIが条文と類似事例を引用して回答する。最終的にAIが部分開示案（マスキング済み文書ドラフトと決定通知書案）を自動生成し、決裁権者が確認・修正のうえ正式決定する運用とする。受付から決定までの進捗は住民向けオンライン受付フォームと連携し、請求人はステータスをリアルタイムで確認できる。導入後は過去の決定履歴が自動でデータベース化され、次回以降の類似案件の判断速度がさらに向上する。
| 情報公開担当職員の時間外労働（大量請求対応時の残業代、政令市想定） | 年額約120万円（残業月10時間×4名×時給換算で試算） |
| 審査請求（不服申立）・訴訟対応の弁護士費用・職員工数（中核市想定） | 年額約200〜400万円 |
| 紙文書の目視マスキング・コピー用紙代・印刷代（政令市想定） | 年額約80万円 |
| 法務専任職員不在による外部専門家（弁護士）への都度相談費用（町村想定） | 年額約30〜50万円 |
| 年間SaaSライセンス（小規模町村） | 年額60万円 |
| 年間SaaSライセンス（中核市〜一般市） | 年額200〜300万円 |
| 年間SaaSライセンス（政令指定都市）+ 精度監査サービス | 年額600万円＋監査費用年50〜150万円 |
この事業をやっている人のある1日、1年後・3年後・10年後の姿、向いている人・向いていない人、よくある質問……
あなたと事業の詳細は無料会員限定です。
時間軸別に、各チャネルの具体施策と、それをAIでどうプロンプティングして実現するかをセットで。
上記の施策をもとに、広告物の作成業者（マーケ会社）への紹介をご希望の場合はこちらからエントリーできます。
マーケ会社の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
この事業に必要なアプリを作るための仕様です。下のボタンでWordに書き出せば、そのまま開発会社への相談・見積の依頼に使えます。
※ このボタンは、このページに載っている内容をそのままWordファイルに書き出します（AIは使いません。すぐ保存できます）。 ページの上のほうにある「ほしい資料を、その場でAIがつくります」の要件定義書のボタンは、AIチャットがあなたのご要望を聞きながら、そのつど書き起こすものです。 すでにある内容をそのまま渡したいときはこちら、作りたい範囲や条件を相談しながら仕上げたいときはAIチャットをお使いください。
全国1,741自治体では情報公開請求の非開示判断を法務専任職員1〜2名が条文を目視で照らし合わせて行っており、異動でノウハウが途切れ、同種案件でも自治体・担当者間で判断がばらつく状態が続いている。
紙文書・PDFの手作業マスキングが処理時間の大半を占め、令和4年度総務省調査では開示決定に平均30日、大量請求では60日超の延長事例も珍しくない。判断誤りは審査請求や訴訟に発展するリスクを常に抱えており、住民の知る権利の実質的な行使が遅延している。
MVP開発フェーズは要件が確定しきっておらず、条文根拠付きハイライトのUI仕様やRAGの検索精度をPoCで自治体と検証しながら調整する必要があるため準委任契約が向く。
正式リリース後の機能拡張（Phase2）も自治体ごとの条例差異への対応が発生するため、機能単位で仕様を固めた部分のみ請負に切り出すのが現実的である。発注時は「適合率85%以上」のような検証指標を成果物の受入基準に含めず、あくまで努力目標として契約書に明記し、最終決裁は人間が行う旨をベンダー側の免責条項として必ず盛り込む。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 自治体・中央省庁の情報公開担当職員（請求受付、非開示判断、マスキング作業を行う実務担当者） |
| セカンダリ | 決裁権者（課長・部長級）、情報公開請求を行う住民・事業者・報道機関 |
| 管理 | システム運営会社のカスタマーサクセス担当、自治体側情報システム部門の管理者 |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| 文書アップロード・OCR構造化機能 | PDF/Word/紙スキャンを入力→OCR・レイアウト解析→構造化テキストを出力 |
| 非開示該当箇所自動検出・スコアリング機能 | 構造化テキストを入力→固有表現抽出で個人情報等を分類→非開示候補箇所とスコアを出力 |
| 条文根拠付きハイライト表示機能 | 非開示候補箇所を入力→該当条文を紐付け→文書上にハイライト表示を出力 |
| 類似事例RAG検索機能 | 対象箇所の文脈を入力→過去決定・答申・判例DBを検索→類似事例と根拠一覧を出力 |
| 対話型AI質問応答機能 | 職員の質問文を入力→条文・類似事例を参照→根拠付き回答文を出力 |
| 部分開示決定通知書ドラフト生成機能 | 確定した非開示箇所情報を入力→定型フォーマットに当てはめ→通知書ドラフトを出力 |
| マスキング済み文書自動生成機能 | 原文書と非開示箇所リストを入力→該当部分を黒塗り処理→開示用文書を出力 |
| 決裁権者承認・修正機能 | AIドラフトを入力→決裁者が確認・修正操作→確定版文書と修正履歴を出力 |
| 住民向けオンライン受付・進捗照会機能 | 請求人の申請情報を入力→受付・処理状況を更新→ステータス画面を出力 |
| 修正履歴継続学習機能 | 決裁者の修正履歴を入力→自治体別モデルに再学習→判断精度改善版モデルを出力 |
| 精度監査レポート自動生成機能 | 年間の判断実績データを入力→適合率・審査請求率を集計→監査報告書を出力 |
| テーブル | 主要カラム |
|---|---|
organizations | org_id, org_name, org_type, prefecture_code, plan_type, contract_start_date, contract_end_date |
users | user_id, org_id, name, role, email, last_login_at |
requests | request_id, org_id, requester_name, requester_type, received_date, due_date, status |
documents | document_id, request_id, file_name, file_type, ocr_status, storage_path, uploaded_at |
redaction_candidates | candidate_id, document_id, page_no, bbox_coords, category, legal_article, confidence_score, ai_comment |
decisions | decision_id, request_id, decision_type, decision_date, decider_user_id, notice_document_path |
precedents | precedent_id, source_type, org_id, article_ref, summary_text, embedding_vector, decision_date |
audit_logs | log_id, request_id, user_id, action_type, before_value, after_value, created_at |
| # | 画面 |
|---|---|
| 1 | 請求受付ダッシュボード |
| 2 | 文書アップロード画面 |
| 3 | OCR結果確認画面 |
| 4 | 非開示候補ハイライト画面 |
| 5 | AI対話質問応答画面 |
| 6 | 決定通知書ドラフト編集 |
| 7 | 住民向け進捗確認画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS(ISMAP準拠、政府系案件の要件充足) |
| 2 | Amazon Textract(高精度OCR・レイアウト解析) |
| 3 | OpenAI/Azure OpenAI API(条文根拠付き対話生成) |
| 4 | pgvector/Pinecone(判例・答申の類似検索RAG基盤) |
| 5 | PostgreSQL(構造化データの信頼性ある永続化) |
| 6 | Next.js(職員向け操作画面の高速開発) |
| 7 | Auth0/自治体SSO連携(職員認証とアクセス制御) |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 稼働率99.5%以上（月間停止許容時間約3.6時間以内）を目標とする想定 |
| 性能 | 性能: OCR・非開示判定処理は1文書（A4・20頁程度）あたり3分以内で完了することを目安とする |
| セキュリティ | セキュリティ: ISMAP準拠クラウド基盤を採用し、個人情報を含む文書は保存時・通信時ともAES256相当で暗号化する想定 |
| セキュリティ | セキュリティ: 自治体単位でオンプレミス選択肢を用意し、要機密文書はクラウド非経由での処理を可能にする |
| 運用 | 運用: 障害・誤判定発生時は24時間以内に一次報告、48時間以内に原因・対応策を報告する運用体制とする想定 |
| 拡張性 | 拡張性: 月間処理件数が契約上限（例：小規模自治体月100件）を超えても自動スケールし、追加課金で処理継続できる構成とする |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 協力自治体の過去の開示決定事例を人力で整理し、非開示事由ごとの判断パターンをスプレッドシートで分類して、AI化すべき箇所の見立てを立てる | 交通費と資料整理の人件費だけで完結する水準 |
| ②最小システム | OCRとRAGを組み合わせた簡易プロトタイプを作り、少数自治体の実文書で非開示候補ハイライトの精度と職員の使い勝手を検証する | AI・OCR利用料と外注エンジニアへの短期発注費が中心 |
| ③本開発 | 対話型AI・部分開示案自動生成・住民向けステータス連携までを含むSaaSとして構築し、公文書管理ベンダーとのAPI連携を実装する | 外注または採用エンジニアによる数か月分の開発費とクラウドインフラ費用が中心 |
上記の要件定義書をもとに、システムベンダー（開発会社）への紹介をご希望の場合はこちらからエントリーできます。
システムベンダーの紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
10年の収支と資金の集め方、財務、KPI、資本政策、そして図解付きのフル事業計画書・AI実装仕様書……
事業計画の詳細は無料会員限定です。
市場の前提（ボトムアップ試算）とTAM/SAM/SOMの規模感……
市場規模の詳細は無料会員限定です。
競合となるサービス・企業と、この事業ならではの差別化ポイント……
競合企業の詳細は無料会員限定です。
対応が必要な許認可・法規制と、確認すべき相手先・想定調整期間……
関連法令・許認可の詳細は無料会員限定です。
手を挙げたその日から動けるように、完了条件つきで並べています。
| 誰に会うか | なぜ会うか | 接触の仕方 |
|---|---|---|
| 中核市の総務部文書法制課長（情報公開担当） | 現場の非開示判断基準と業務フローの実態を把握できる最重要キーパーソン | 全国市長会・都市問題会議の情報公開担当者研修会に参加し名刺交換で接点を作る |
| デジタル庁 国民向けサービスグループ 行政DX実証事業担当官 | 実証事業枠（無償トライアル）採択でリードタイム短縮と信用付与が得られる | デジタル庁の実証事業公募ページから提案書を提出し、説明会に参加する |
| 富士通Japan公共システム事業本部の自治体文書管理担当営業部長 | 既存の公文書管理システム顧客基盤への相乗り提携で導入チャネルを確保するため | 自治体総合フェア（地方自治情報化推進フェア）の出展ブースで名刺交換し商談設定 |
| 総務省行政管理局行政情報公開推進室の担当課長補佐 | 情報公開制度の運用実態調査・法5条解釈の最新動向を直接確認するため | 総務省への行政相談窓口経由で面談依頼し、調査結果の意見交換を申し入れる |
| 都道府県の情報公開・個人情報保護審査会事務局職員 | 答申データベースの提供可否と非開示判断傾向の一次情報を得るため | 都道府県情報公開主管課に紹介依頼し、審査会事務局訪問のアポイントを取る |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 総務省・デジタル庁の実証事業ネットワーク | 自治体DX関連の実証事業枠に応募し、「開示判断業務の属人化を解消したい」という趣旨で無償トライアル団体を募集する |
| 公文書管理システムベンダーの既存顧客紹介 | 富士通Japan・NEC等の営業担当に「御社の文書管理システムと連携できる開示判断支援AIです」と紹介を依頼する |
| 自治体DX関連セミナー・勉強会への登壇 | 情報公開担当課向けの勉強会で事例を発表し、「まず一部の文書で試してみませんか」と個別面談を申し込む |
| 情報公開制度に詳しい弁護士・行政書士からの紹介 | 審査請求案件を扱う専門家に「判断根拠の可視化に困っている自治体があれば繋いでほしい」と依頼する |
対応が必要な許認可・法規制の詳細は「関連法令」タブでご確認いただけます。着手前に必ずご確認ください。
制度名・金額・要件は年度ごとに変わるため、ここでは種別と公式の探し先だけを示します。必ず一次情報で最新の要件を確認してください。
| 種別 | 特徴 |
|---|---|
| 自己資金・身内からの出資 | 最初の検証（ヒアリング・試作）はここで賄えることが多い。 |
| 日本政策金融公庫の創業融資 | 実績のない創業期でも相談できる公的融資。事業計画書の提出が要る。 |
| 自治体の創業支援制度 | 市区町村・都道府県ごとに補助・利子補給・家賃補助などがある。要件と募集時期は年度で変わる。 |
| 国の中小企業向け補助金 | 設備・販路開拓・IT導入などの類型がある。公募期間が短いので、常設の情報源で追う。 |
| エンジェル投資家・ベンチャーキャピタル | 急成長を前提にする資金。社会課題型では投資家の性格を選ぶ必要がある。 |
| 確認先 | 何がわかるか |
|---|---|
| ミラサポplus（中小企業庁） | 補助金・支援制度の横断検索 |
| J-Net21（中小機構） | 支援策・創業手引きのデータベース |
| 地域の商工会議所・よろず支援拠点 | 無料の対面相談。申請書の書き方まで見てもらえる |
| 日本政策金融公庫の各支店 | 創業計画書の事前相談 |
| 制度 | 誰が使えるか | この事業でどう効くか |
|---|---|---|
| 日本政策金融公庫 新規開業資金 | 税務申告を一期以上終えていない、またはこれから法人を設立する創業者 | 自己資金100万円に加えて500万円の融資枠を活用し、エンジニア採用前の開発費・OCR/LLM APIの利用料に充てられる候補になる |
| 東京都創業助成事業（公益財団法人東京都中小企業振興公社） | 都内で創業予定または創業から間もない中小企業・個人 | 自治体向けAI開発に必要な人件費や広告費の一部を助成対象にできる可能性があり、融資と併用して自己資金の目減りを抑えられる |
| IT導入補助金（中小企業庁） | ITツールを導入して生産性向上を図る中小企業・小規模事業者 | 自社の会計・契約管理・営業支援ツール導入費の一部を補助対象にでき、代表1名体制での事務負担軽減に使える候補になる |
| ものづくり・商業・サービス生産性向上促進補助金（ものづくり補助金） | 革新的サービス・試作品開発・生産プロセス改善に取り組む中小企業 | OCR・固有表現抽出モデルの開発やRAGシステムの試作費用を補助対象にできる可能性があり、PoCフェーズの開発コスト軽減の候補になる |
| NEDO シード期研究開発支援事業（Technology Commercialization Program等） | 研究開発型のシード期スタートアップ | AI精度検証や継続学習の仕組み構築など技術開発色の強い部分の資金調達手段として、エンジェル・シード調達前の候補になる |
会社設立の手続きや許認可の取得、契約書の整備など、弁護士・税理士・司法書士等の専門家への紹介をご希望の場合はこちらからエントリーできます。
専門家の紹介を希望する※ 紹介のお申し込み窓口はマイページの「業者・士業・投資家の紹介」に一本化しています。AIチャットが内容をヒアリングし、具体的な段階になったら運営が個別におつなぎします。
本文中の「※1」「※2」の番号は、ここに対応しています。番号を押すと、この欄に飛びます。
行政DXに取り組む仲間がコミュニティで情報交換しています。ひとりで抱え込まず、同じ課題を見ている人と話すところから始められます。
※ バッジは自動集計にもとづく相対表示です。