Who（誰が）
人口3万〜30万人規模の市区町村の法制課・議会事務局職員(専任1〜3名)、および都道府県のDX推進部局担当者が主なユーザー・購買決定者となる
対象とする社会課題：改正履歴が散在する条例・規則をAIが横断検索できない
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。
条例や規則は改正のたびにPDFへ追記され、旧版の経緯は自治体HPや議事録、例規集ベンダーのDBに散らばっている。法務担当が数名しかいない自治体では、議員質問や監査のたびに過去の趣旨を手作業で掘り起こし、担当者の異動でノウハウごと失われる。この積み重ねを、AIが条文単位で読み解き誰でも辿れる形に変えたい。
※ 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1,000万円の申請資料も、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、LawTraceの課題設定・AIの仕組み・収益モデルを読み込んだ状態で、各種資料の素案をその場で作成します。まずは知りたい資料のボタンを選ぶだけで、たたき台がすぐ手に入ります。
※ 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。
LawTraceは、自治体の法制課職員が「〇〇条例の第5条は過去何回改正されたか」と口語で質問すると、AIが官報・公報・改正調書から再構築した改正履歴グラフをもとに、新旧対照・改正理由・附則を要約して回答する検索基盤です。
他市の類似条例の改正事例も横断検索でき、条例改正案の起案や議員質問対応の資料作成にそのまま使えます。回答には必ず原文PDFへのリンクが付き、担当者が最終確認したうえで議会答弁や決裁資料に反映する運用を想定しています。異動でノウハウが失われがちな1〜2名体制の法務担当を、AIが過去の経緯調査面で支える仕組みです。
全国1,741自治体はそれぞれ数百〜数千本の条例・規則・要綱を保有し、改正のたびにPDFや例規集システムに追記されるが、旧版の履歴は自治体HP・議会議事録・例規集ベンダーのDBに分散し、横断検索できる状態にない。
人口5万人規模の市の法制担当者は平均1〜2名で、他部署から「この規則は〇年前どう変わったか」「他市の類似条例の改正経緯を知りたい」といった照会に月20件以上対応しているが、調査に平均2〜3時間、複雑な案件では1日以上かかる。特に議員からの一般質問対応や監査対応では過去改正の趣旨・附則・経過措置の確認が必須だが、担当者の異動により属人的なノウハウが失われやすい。例規集ベンダー（ぎょうせい、第一法規等)は現行条文の提供が中心で、改正履歴の意味的検索や他自治体比較機能は提供していない。結果として、担当者の経験と手作業の突合に依存し、政策立案や条例改正の意思決定が遅延している。
OCR・文書構造解析AIがPDF化された官報・公報・改正調書から条文・附則・施行日を自動抽出し、条文単位で改正系譜（バージョン管理グラフ）を構築する。
自然言語処理(LLMベースのRAG)が職員の口語的な質問を解析し、蓄積された改正履歴DBから根拠条文と改正理由を検索・要約して回答する対話エージェントとして機能する。類似度計算・埋め込みベクトル検索により、複数自治体間で条文構造が近い条例を自動マッチングし、横断比較レポートを生成する。さらに過去答弁データとの整合性を検知するルールベース+LLMのハイブリッド解析で、矛盾リスクをスコアリングして担当者に提示する。
自治体の法制課・議会事務局の職員が、既存の例規集システム(現行条文)と過去の官報・公報PDF、議事録、改正調書をLawTraceにアップロードまたはAPI連携すると、AIが条文単位で改正履歴を時系列に自動再構築する。
職員は「〇〇条例の第5条は過去何回改正され、それぞれどんな趣旨だったか」と自然言語で問いかけると、AIが該当箇所の新旧対照・改正理由・附則を要約して提示する。他自治体の類似条例を横断検索し、改正の先行事例や条文パターンを比較する機能も提供し、条例改正案の起案時に参考資料として使える。議員からの質問通告への回答作成時には、過去答弁との整合性チェックをAIが自動で行い、矛盾や重複の可能性を警告する。将来的には複数自治体が横断的にデータを共有するコンソーシアム型DBとして、政策比較・ベンチマーキングにも活用できる。
| 法務担当者の改正履歴照会対応人件費(月20件×平均2.5時間×時給2,500円換算) | 約150万円/年 |
| 複雑案件(1日以上かかる調査)の残業・対応コスト(月2件想定) | 約48万円/年 |
| 異動時のノウハウ引継ぎ不足による再調査コスト | 約10万円/年 |
| 議員答弁の矛盾発覚による再答弁作成・修正対応コスト | 約10万円/年 |
| 自治体向けSaaS基本利用料(小規模自治体プラン) | 月額3万円〜(年額36万円〜) |
| 自治体向けSaaS基本利用料(中核市プラン) | 月額15万円〜(年額180万円〜) |
| 議員答弁整合性チェックAPI(議会事務局向けオプション) | 月額5万円〜(年額60万円〜) |
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。
人口5万人規模の市では法制担当が1〜2名しかいない一方、他部署からの改正経緯照会が月20件以上あり、調査に2〜3時間、複雑な案件では1日以上かかっている。
改正履歴は自治体HP・議会議事録・例規集ベンダーのDBに分散しており、横断検索できる状態にない。議員の一般質問対応や監査対応では過去の趣旨・附則・経過措置の確認が必須だが、担当者の異動でノウハウが失われやすい。既存の例規集ベンダーは現行条文の提供が中心で、改正履歴の意味検索や他自治体比較は提供されていない。
PoC・パイロット導入期(0〜12ヶ月)はOCR精度検証や機能要件が流動的なため準委任契約が向く。
パイロット後の販路拡大期(13ヶ月目以降)は機能仕様が固まりやすい代理店連携機能や答弁整合性チェックAPIなど、成果物が明確な開発は請負契約に切り替えるのが妥当。発注時は自治体の単年度予算・入札サイクルに合わせ、契約期間と検収基準(F値85%などの精度指標)を明記し、OCR誤読による誤情報提供リスクを踏まえて検収条件に人手レビュー結果を含めることを推奨する。
| 区分 | 想定利用者 |
|---|---|
| プライマリ | 市区町村・都道府県の法制課・政策法務課職員(法務専任1〜3名規模を想定) |
| セカンダリ | 議会事務局職員、条例改正の照会を行う他部署担当者、政策シンクタンク・大学研究機関(ベンチマークレポート利用者) |
| 管理 | LawTrace運営側のカスタマーサクセス担当、自治体側の情報システム管理者(アクセス権限・データ連携設定を管理) |
| 機能 | 入力 / 処理 / 出力 |
|---|---|
| PDF一括取込・OCR構造解析 | 官報・公報・改正調書PDFを入力→OCRで条文構造を解析→条文単位テキストと施行日を出力 |
| 改正系譜グラフ自動構築 | 抽出済み条文テキスト群を入力→改正前後を条文単位で照合しバージョン管理→時系列改正系譜グラフを出力 |
| 自然言語対話検索エージェント | 職員の口語質問を入力→RAGで改正履歴DBを検索し根拠条文を抽出→新旧対照と改正理由の要約回答を出力 |
| 新旧対照表自動生成 | 指定条文と改正回数を入力→各版の条文テキストを比較整形→新旧対照表と附則要約を出力 |
| 他自治体類似条例横断検索 | 条例名または条文を入力→埋め込みベクトルで類似度計算し他自治体条文とマッチング→類似条例一覧を出力 |
| 横断比較レポート生成 | 比較対象自治体群を選択→条文パターンと改正時期を集計・分析→ベンチマークレポートPDFを出力 |
| 議員答弁整合性チェック | 新規答弁案文を入力→過去答弁DBとルールベース+LLMで矛盾検知→矛盾リスクスコアと該当箇所を出力 |
| 例規集システムAPI連携 | 既存例規集ベンダーの現行条文APIを入力→差分検知し更新条文を自動取込→LawTrace DBに反映 |
| 原文リンク付き回答表示UI | AI回答テキストを入力→根拠箇所に原文PDFページを紐付け→原文リンク付き回答画面を出力 |
| 利用状況・クエリ分析ダッシュボード | 職員の検索・対話ログを入力→自治体別に集計・可視化処理→月間クエリ数と削減時間推計を出力 |
| 自治体別権限・データ管理設定 | 自治体管理者がユーザー権限とアップロードデータ範囲を入力→アクセス制御を適用→権限別閲覧画面を出力 |
| テーブル | 主要カラム |
|---|---|
municipalities | id, name, population, plan_type, contract_start_date, contract_status |
ordinances | id, municipality_id, title, category, current_version_id, created_at |
ordinance_articles | id, ordinance_id, article_number, current_text, effective_date |
amendment_history | id, article_id, version_no, old_text, new_text, amendment_reason, effective_date, source_doc_id |
source_documents | id, municipality_id, doc_type, file_path, ocr_status, uploaded_at |
embeddings | id, article_id, version_no, vector, model_version |
answers_log | id, municipality_id, question_text, prior_answer_id, conflict_score, created_at |
query_logs | id, user_id, municipality_id, query_text, response_summary, response_time_ms, created_at |
| # | 画面 |
|---|---|
| 1 | ログイン・自治体選択画面 |
| 2 | 条例改正履歴検索画面 |
| 3 | 対話型AIチャット画面 |
| 4 | 新旧対照表表示画面 |
| 5 | 他自治体比較レポート画面 |
| 6 | 答弁整合性チェック画面 |
| 7 | データ取込・進捗管理画面 |
| # | 技術（採用理由） |
|---|---|
| 1 | AWS Textract（OCR精度と日本語対応の実績） |
| 2 | Amazon S3（官報PDF等大容量原本の保管） |
| 3 | OpenAI/Azure OpenAI API（RAG応答生成の精度確保） |
| 4 | pgvector（PostgreSQL上で埋め込み検索を一体運用） |
| 5 | LangChain（RAGパイプライン構築の開発効率） |
| 6 | Amazon ECS/Fargate（自治体別負荷変動へのスケール対応） |
| 7 | ISMAP準拠AWSリージョン（自治体調達要件クリア） |
| 区分 | 要件 |
|---|---|
| 可用性 | 可用性: 月間稼働率99.5%以上を目標とし、計画停止は事前48時間告知の想定 |
| 性能 | 性能: 自然言語検索の応答時間は平均5秒以内、複合条件検索でも10秒以内を目安 |
| セキュリティ | セキュリティ: ISMAP準拠のクラウド基盤を採用し、議事録等機微情報は自治体単位でテナント分離 |
| 精度 | 精度: 条文改正履歴の自動抽出精度はF値85%以上を1年目末までに達成、誤抽出は原文リンクで人手確認可能とする |
| 運用 | 運用: 官報・公報の日次更新データを24時間以内にDB反映し、月次でOCR精度をモニタリング |
| バックアップ | バックアップ: 改正履歴データは日次バックアップ、世代管理は過去30日分保持を想定 |
| 段階 | まず何を作るか | 概算費用 |
|---|---|---|
| ①手動検証 | 数自治体の官報・公報PDFを人力で集めて時系列に並べ、汎用AIチャットに要約させた結果を職員に見せ、欲しい回答の形かどうかを確認する | AI利用料と自治体訪問の交通費だけ |
| ②最小システム | OCRと簡易RAGを組み合わせ、1〜2自治体分の条例データを取り込んだ対話検索画面を作り、実際の照会文言を入れて答えの精度を試す | 外注または業務委託で数か月分の開発費 |
| ③本開発 | 複数自治体のデータ取り込み・API連携・答弁整合性チェック・ベンチマークレポート生成まで含めて実装し、パイロット導入自治体で本番運用に載せる | エンジニア複数名の人件費とクラウド・LLM API利用料が主な支出 |
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 |
|---|---|---|
| 人口5万〜30万人規模の市区町村の法制課長または法規担当係長 | 現場の調査業務の実態と月20件超の照会対応の困りごとを直接把握するため | 全国市議会議長会・全国町村会の研修会や自治体法務研究会の勉強会に参加し名刺交換 |
| 例規集ベンダー(ぎょうせい・第一法規)の自治体営業部門担当者 | API連携・代理店契約の可能性と競合認識を確認し補完関係を早期に構築するため | 行政書士会・自治体法務学会の展示ブースや業界紙(自治体法務研究)経由で紹介依頼 |
| 総務省自治行政局行政課または情報流通行政局のDX推進担当者 | 実証事業採択やISMAP関連情報、自治体DX交付金の活用可否を確認するため | 総務省地域情報化アドバイザー制度や自治体DX推進計画の説明会に参加し接点を作る |
| 都道府県のDX推進部局(共同調達スキーム担当課)の職員 | 都道府県単位の共同調達案件化の可否と参加条件を早期に把握するため | 都道府県主催の市町村DX連絡会議・自治体クラウド協議会に自治体紹介経由で参加 |
| 議会事務局の議事課長または政策法務担当の議会事務局次長 | 議員質問通告対応・答弁整合性チェック機能のニーズと業務フローを確認するため | 全国都道府県議会議長会・市議会議長会の事務局研修や広報誌経由で紹介を依頼 |
| チャネル（目標件数） | 声のかけ方 |
|---|---|
| 行政DX展示会（総務省・全国市長会関連イベント） | ブースで法制課・議会事務局の担当者に声をかけ、改正履歴のデモを見てほしいと依頼し、名刺交換後に無料トライアルを提案する |
| 例規集ベンダーの営業担当への協業打診 | 既存例規集システムと競合しないAPI連携型だと説明し、乗り換え不要で使える追加機能として顧客に紹介してもらえないか相談する |
| 法制課OB・元職員の人脈 | 元職員に現役の法制課担当者を紹介してもらい、月20件以上ある照会対応の困りごとを聞かせてほしいと頼む |
| 都道府県・市区町村のDX推進課への直接メール・電話 | 改正履歴の横断検索という課題に絞った短い説明資料を送り、15分だけ画面を見てもらえないか依頼する |
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 新創業融資制度（新規開業資金） | 実績のない創業者・創業後まもない法人 | 自己資金に対して無担保無保証で運転資金を借りられる制度で、この事業では融資総額 1,000万円 を開発人件費とクラウド利用料に充てる想定に合う |
| 信用保証協会 創業関連保証 | 創業予定者・創業後の法人 | 公庫融資と併用して自治体の制度融資を利用する際の保証枠として、資金繰りの余力を厚くする候補になる |
| 小規模事業者持続化補助金（創業型） | 小規模事業者・創業者 | 展示会出展費やパンフレット・営業資料作成など、自治体向け販路開拓の初期費用の一部に使える候補になる |
| 東京都創業助成事業（TOKYO創業ステーション） | 都内で創業する法人・個人 | OCR・RAG開発の外注費や人件費の一部を助成対象とできる可能性があり、初期のシステム開発費を圧縮できる候補になる |
| 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） | 中小企業・小規模事業者 | デジタル枠でAIシステム開発費が対象になる場合があり、条文構造解析AIの本開発フェーズの費用に使える候補になる |
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。
この事業が失敗するとしたら原因はどこから来るか、単価をその値段にした理由、最初の3か月で確かめること、必要な契約書と支払い条件、1人目の求人票、この事業の1週間……
実行の手引きの詳細は無料会員限定です。
自治体DX・行政法務の分野に取り組む仲間がコミュニティにいます。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的な表示です。