【仲介向け】重要事項説明書をAIで30分→10分に短縮する書類生成術|改善ガイド

著者: 馬場生悦 (宅建士 / 神奈川県不動産会社代表 / 自社管理200室 / ULSAPO 創業者)
公開: 2026年5月16日

2024年4月、横浜市港北区で「30分が10分になった」きっかけ

2024年4月13日の土曜日。横浜市港北区日吉本町の中古マンション (1998年築・3LDK・販売価格 3,580万円) の重説下読みを土曜日の朝にやっていた。前日に売主側の業者から送られてきた PDF が 42 ページ。私はそれまで、コーヒーを淹れてから読み終わるまで毎回 30 分前後かかっていた。読み始めて 10 分くらいで集中力が落ち、3 ページ前に戻って読み直す、というのを繰り返していたからだ。

その日の前夜、社内の若手 (新卒2年目の K 君) が「自分は重説を読むのに 50 分かかります」と相談してきた。ChatGPT に放り込んだら何分になるか試してみよう、と二人で実験した結果が、いまから書く話の出発点になっている。結論から書くと、その日の港北区案件の下読みは、私が 9 分 42 秒、K 君が 14 分 18 秒で終わった。読み飛ばし箇所はゼロ。

ただし、これは「ChatGPT に PDF を投げて要約させた」だけでは絶対に到達できない数字だ。専用のプロンプトを作り込んでいる。以下、その作り込みを公開する。

不動産業務のなぜ普通のプロンプトでは時短にならないか

2024年に入ってから、同業の不動産会社経営者と話していると「ChatGPT に重説を要約させたけど、結局自分で全部読み直した」という声をよく聞く。理由は単純で、汎用プロンプト (例: 「この重説を要約して」) で出てくる回答は、宅建業法 35 条で告知が義務付けられている項目を網羅していないからだ。

私が試した範囲では、汎用プロンプトの出力は、契約条件のサマリーには使えるが、リスク検出には使えなかった。具体的には次の項目が抜け落ちる:

• 登記簿上の所有者と売主の不一致 (相続案件で頻発)
• 都市計画法上の制限変更 (用途地域の変更履歴)
• セットバック義務の有無と数値
• 境界非明示の文言
• 給排水管の私設管・本管接続位置
• マンションの管理費等の滞納額
• 長期修繕計画の未策定または改訂状況
• 大規模修繕の直近実施年と次回予定

これらを「AI に拾わせる」ためには、AI 側に「拾うべきリスト」を明示的に渡す必要がある。汎用要約に頼ると、AI は重要そうに見える項目 (価格・面積・引渡日) を中心に抽出してしまい、リスクが背景に沈む。

不動産業務の私が運用している重説 下読みプロンプトの全体構造

私が Custom GPT として登録し、社内の宅建士 3 名で共有している重説下読みプロンプトは、5 つのブロックで構成している。

ブロック1: 役割定義

「あなたは宅建士の補助業務を担当する AI アシスタントです。重要事項説明書 PDF を読み、買主・借主の不利益となり得る項目を網羅的に抽出します。最終判断は人間の宅建士が行うため、判断を断定せず、根拠ページと該当文言を必ず引用してください」

ここで「最終判断は人間の宅建士が行う」と明記しているのは、AI 側に過度な判断責任を負わせない設計にするためだ。この一文があるかないかで、出力の精度というより、出力の語尾が変わる。「〜のリスクがあります (P.12)」となるか、「〜のリスクがあると断定します」となるかの違い。後者は危険。

ブロック2: 物件種別の事前指定

同じ重説でも、新築一戸建てと中古マンションと事業用テナントでは、見るべき項目の優先順位が違う。私は最初の入力で「物件種別: 中古マンション (RC・築20-30年)」のように指定し、AI 側にどのチェックリストを優先するか伝えている。

ブロック3: チェックリストの埋め込み

ここが核心。私のプロンプトには、35 条書面の必須項目 14 種類を 1 個ずつ書き出してある。さらに、横浜市・川崎市・東京 23 区でよく出てくるローカル特有の項目 (横浜市の風致地区指定、川崎市の高度地区規制、東京 23 区の準防火地域における延焼ライン等) も追記している。

地名固有のチェック項目を入れている理由は、AI 側にローカル知識を期待できないから。たとえば横浜市鶴見区の一部地域は土砂災害警戒区域が点在しているが、汎用 ChatGPT に「土砂災害警戒区域の有無を見て」と指示しても、PDF 内の該当語句を拾うだけで、なぜそれが鶴見区で重要なのかという文脈は理解しない。プロンプト側に「鶴見区の物件は土砂災害警戒区域の有無を必ず Y/N で報告」と明記することで、出力が安定する。

ブロック4: 出力フォーマットの固定

出力は次のフォーマットで返すよう指定している:

[項目番号] / [項目名] / [該当ページ] / [該当文言の引用] / [人間が確認すべき論点] / [リスク度 (A/B/C)]

リスク度 A は「契約見送りの判断材料になり得る」、B は「契約は進めても買主への追加説明が必要」、C は「記録として残せば十分」という社内ルールに沿っている。このフォーマットを固定することで、出力をそのまま社内チャットに貼り付けて、宅建士間でレビューできる。

ブロック5: 終了条件と免責

「処理が終わったら、未検出だった項目があれば必ず『未検出: ◯◯』と明示してください。曖昧な箇所は推測で埋めず『要・人間確認』と返してください」

これも重要で、AI が「項目 13 について該当箇所が見つかりません」と言わずに、勝手に「該当なし」と判断して返してくると、人間側がチェックを省略してしまうリスクがある。AI に「分からないことは分からないと言ってくれ」と明示しておく。

不動産業務の30分→10分への短縮、内訳の実測値

2024年4月から2024年12月までの間、私が処理した重説 87 件の所要時間を Notion に記録した。集計結果は次の通り。

• AI 導入前 (2023年同期): 平均 28分40秒 (中央値 30分)
• AI 導入後 (2024年4-12月): 平均 11分12秒 (中央値 10分)
• 短縮率: 約 61%

内訳を分解すると、短縮の正体は次の通り。

• 「ページめくりと該当箇所の発見」: 13分 → 2分 (AI が該当ページ番号を返してくれる)
• 「該当文言の書き写し」: 6分 → 0分 (AI が引用してくれる)
• 「人間の判断 (リスク評価)」: 9分 → 9分 (ここは変わらない)

つまり AI で短縮できたのは「機械作業」の部分だけで、「判断」の時間はそのまま残っている。これは想定通りで、判断時間まで圧縮しようとすると事故る。実際、後述する同業の T 社は判断まで AI に任せてトラブルを起こしている。

不動産業務のプロンプト本体 (コピペ用) — 中古マンション版

以下は、私が中古マンションの重説下読みに使っているプロンプトの全文。Custom GPT として登録し、PDF を添付するだけで動く形にしている。社内向けに固有名詞を伏せた一般公開版を貼る。

# 役割
あなたは宅建士の補助業務を行う AI です。最終判断は人間の宅建士が行います。
推測で埋めず、根拠ページと文言を必ず引用してください。

# 物件種別
中古マンション (RC・築20-30年)

# 対象地域
神奈川県横浜市 / 川崎市 / 東京 23 区

# チェック項目 (35 条書面)
1. 登記簿上の所有者と売主の一致 (相続登記の未了は要警告)
2. 私道負担 (位置指定道路の場合は指定番号を引用)
3. 都市計画法上の制限 (用途地域、容積率、建蔽率)
4. セットバック義務 (有無と数値、後退済み/未済)
5. 既存不適格の有無 (現行法令と建築時法令の差異)
6. 境界明示の有無 (非明示の場合は P.◯◯から引用)
7. 給排水管 (本管接続位置、私設管の有無)
8. 管理費・修繕積立金の月額と滞納額
9. 長期修繕計画の策定状況と直近改訂年
10. 大規模修繕の直近実施年・次回予定年
11. 管理組合の借入金の有無
12. 規約変更・特別決議の直近事項
13. 災害区域指定 (土砂災害・浸水・津波)
14. アスベスト・耐震診断の実施有無

# 出力フォーマット
| 項目番号 | 項目名 | ページ | 該当文言 | 人間確認論点 | リスク度 (A/B/C) |

# 終了条件
全 14 項目を必ず行で返すこと。
該当箇所が PDF 内に見つからない場合は「未検出 — 要・人間確認」と返すこと。
「該当なし」という断定はしないこと。

このプロンプトをそのまま使ってもらってよい。ただし、地域名と物件種別は自分の商圏に合わせて書き換える前提。横浜以外の地域で使う場合、ローカル特有の災害区域 (例: 大阪府であれば南海トラフ津波想定区域) を追記すると精度が上がる。

不動産業務の新築一戸建てバージョンとの差分

新築一戸建ての場合、上記プロンプトの「チェック項目」を以下のように差し替えている。

• 10年保証 (住宅瑕疵担保責任保険) の付保証明書の有無
• 地盤調査結果 (SS 試験データの添付有無)
• 建築確認済証・検査済証の交付番号
• 建売の場合の建築主と売主の関係
• 外構工事の範囲と引渡時点での完了状況
• 給湯器・エアコン等の設備保証期間
• 2022年4月改正後の省エネ性能表示 (BELS 等級)

マンション版にあった「管理費・修繕積立金」「長期修繕計画」は当然削除。代わりに「外構工事の範囲」が重要になる。これは2024年8月に川崎市麻生区の新築建売 (2,580万円・木造2階) で経験したのだが、契約書では「外構工事込み」と読めたが、重説の別紙で「カーポート・ウッドデッキは別途見積もり」と書かれていて、買主側が事前に気付かず引渡後にトラブルになった。AI に「外構工事の範囲を必ず引用」と書いておくと、こういう細かい差分を拾ってくれる。

不動産業務の事業用テナントバージョンの差分

事業用 (店舗・事務所) の場合、住宅とは別物。私が使っているプロンプトでは次の項目を追加している。

• 用途地域における当該業種の出店可否 (飲食業・風俗営業等は要確認)
• 原状回復の範囲 (B 工事・C 工事の区分)
• 消防法上の用途変更届の要否
• 看板設置の可否と申請ルート
• 営業時間制限 (深夜営業の場合)
• 共益費に含まれる費目の内訳
• 解約予告期間 (6ヶ月予告が多い)

2024年6月に横浜市中区関内で扱った 1 階路面店 (家賃 28万円・26坪) の重説では、用途地域が商業地域だったが、町内会の自主規制で「飲食店のうち酒類提供主体の店舗は出店自粛」というローカルルールがあった。これは重説には書かれていないが、契約後にテナントから「居酒屋として営業したい」と相談を受け、近隣説明で苦労した。AI には「ローカルルール (町内会・商店街規制) の言及がないか」をプロンプトに追加してある。

不動産業務のAI が間違える典型パターン|実務で押さえるべきポイント

2024年4月から12月の運用で、AI の出力にエラーがあった事例を 17 件記録した。エラーパターンは以下に集約される。

パターン1: 境界明示の判定ミス

「境界非明示」と「境界一部非明示」を混同するケース。前者は契約見送り検討、後者は買主への追加説明で進められる場合があり、判断が異なる。AI は「非明示」という語句に反応するため、「一部」の修飾語を無視することがあった。対策として、出力後に該当ページを人間が必ず PDF で開き、原文の前後 5 行を確認するルールにしている。

パターン2: 滞納額の桁ミス

管理費滞納額が PDF 内に「金 12,800 円」と書かれているのを、AI が「12,800,000 円」と読んでしまった事例が 1 件あった。コンマ区切りの解釈ミス。金額が一桁違うと買主の判断が逆転するため、金額部分だけは人間が必ず原文を確認している。

パターン3: 「該当なし」の安易判定

プロンプトで「該当なし」と断定するなと書いてあっても、たまに「該当箇所はありません」と返してくることがある。これは ChatGPT 側のモデルアップデートで挙動が変わるため、月 1 回はプロンプトの効きをテストしている。テスト用の標準重説 PDF を 3 種類用意し、出力結果のフォーマットと網羅性が変わっていないかを確認する。

パターン4: 長期修繕計画の解釈ミス

「長期修繕計画は策定済み」と書いてあるだけで「内容を確認した」とは限らない。AI は「策定済み」を見ると「問題なし」と判定する傾向がある。実際には、計画の改訂年が古い (例: 2010 年策定のまま放置) ことも多く、これはリスク B 以上で扱うべき。プロンプトに「策定年と直近改訂年の差が 10 年以上の場合はリスク B として報告」と明記して対処している。

不動産業務の同業の T 社が AI 任せで起こした事故

2024年9月、神奈川県内の同業 (社員 8 名・地場業者) の代表と勉強会で同席した際に聞いた話。T 社は 2024 年 7 月から ChatGPT に重説の下読みを丸投げしていた。プロンプトは社員が独自に作ったもので、出力フォーマットも雑だった。

事故は 2024年8月、横浜市旭区の中古戸建て (1985 年築・木造) で起きた。AI の出力には「セットバック義務: 該当なし」とあった。担当者はそれを信じて買主に説明したが、実際は「セットバック済み (後退済み)」が「該当なし」と AI に解釈されていた。買主が引渡後に建て替えを計画した際、建築士から「セットバック後の有効敷地面積では希望の建物が建たない」と指摘され、買主から T 社に苦情が入った。

幸い T 社は契約解除には至らず、買主への追加調査と説明で収まったが、宅建協会への報告マターになりかけた。教訓は「AI の出力をそのまま顧客説明に使ってはならない」「AI が『該当なし』と返した項目こそ、人間が PDF を開いて確認しなければならない」。私の社内ルールでは、AI が「該当なし」を返した項目は赤色マーカーで強調表示し、必ず宅建士が PDF を開く運用にしている。

不動産業務の媒介契約書・37条書面との連続処理

重説 (35 条書面) だけを単独で AI 処理するのは、実は効率が悪い。媒介契約書 → 35 条書面 → 37 条書面 (契約書) を同じ Chat スレッドで連続処理すると、AI が文脈を維持してくれて、書類間の不整合 (例: 媒介契約書では「広告料あり」、37 条書面では「広告料記載なし」) を拾ってくれる。

連続処理の手順は次の通り:

1. 新規スレッドを開き、Custom GPT に「これから 3 種類の書類を順番に渡します。書類間の不整合をスレッド終了時にまとめて報告してください」と宣言。
2. 媒介契約書 PDF をアップロード → AI に必須項目を返させる。
3. 35 条書面 PDF をアップロード → 上記のチェックリストで処理。
4. 37 条書面 PDF をアップロード → 同様に処理。
5. 最後に「3 書類間の不整合をリスト化してください」と指示。

私の実測で、書類間の不整合検出が、人間だけでやっていた頃は 1 物件あたり 3 回ほど往復確認が必要だったのが、連続処理で 1 回に減った。往復が 1 回減ることの効果は時間以上に大きく、売主側業者との関係悪化を避けられる。何度も「ここが食い違っています」と指摘するのは、相手によっては失礼に取られる。

馬場の現場メモ — Custom GPT を社内共有するときの落とし穴

私の会社では Custom GPT を 3 名の宅建士で共有しているが、共有時に気付いた落とし穴を共有しておく。

1 つ目: Custom GPT はオーナー (作成者) のチャット履歴と他ユーザーのチャット履歴が分離されるため、プロンプトの改善が一元化されない。私が「このプロンプトに項目 15 を追加した」と社内 Slack に書かないと、他のメンバーは古いバージョンを使い続ける。月 1 回の社内勉強会で改訂点を共有することにしている。

2 つ目: 顧客の個人情報を含む PDF を ChatGPT にアップロードする際の社内ルールを最初に決めるべき。私の会社では「氏名・住所・電話番号は PDF 編集ツールで黒塗りしてからアップロード」というルールにしている。物件特定情報 (地番・部屋番号) はマスクしないが、人物特定情報は必ずマスク。OpenAI の規約上、API 経由ではなく Web 版 ChatGPT であれば学習に使われない設定があるが、念のためマスクしている。

3 つ目: 月額課金 (ChatGPT Plus / Team プラン) のアカウントを誰が支払うか問題。個人アカウントで会社の業務をやると経費精算が面倒。私の会社は ChatGPT Team プランで 3 名分契約し、データの学習オプトアウトを確実にしている。月額 1 人あたり 25 米ドル前後 (2024 年時点)。1 物件あたり 20 分短縮で月 30 物件処理なら、人件費換算で十分回収できる。

私が他社と意見が違う点 — 「AI で重説作成まで自動化」論への反論

2024 年後半から、不動産業界向けに「重要事項説明書を AI で自動作成」を謳うサービスが複数立ち上がっている。私はこの方向性に反対の立場。理由を 3 つ書く。

1 つ目: 重説の「作成」は、宅建業法 35 条で宅建士の記名 (押印は2022年5月廃止) が必要な行為。AI が作成したものに宅建士が形式的に記名する運用は、宅建士の責任構造をぼやけさせる。AI 出力をそのまま記名するのと、自分で書いたものに記名するのとでは、内容把握の深さが違う。私は「下読み」までは AI に任せるが、「作成」は宅建士が手で書くべきだと考えている。

2 つ目: 重説の作成プロセスは、宅建士がその物件を理解するための時間でもある。書きながら「ここが引っかかる」「あの資料を取り直そう」という気付きが生まれる。AI に丸投げすると、この気付きの機会が失われる。結果、引渡後のトラブル対応で時間を取られる方が、長期的にはコストが高い。

3 つ目: 顧客側の心情として、AI が作った重説に宅建士が記名しただけ、というのは説明時に伝わる。私は重説説明時に、自分が読み込んだ箇所には付箋を貼っておくが、付箋の量で買主の表情が変わる。「ここまで読んでくれているなら安心」と言われたことが何度もある。AI 自動作成では、この信頼形成は難しい。

同業の中には「下読みも AI に任せず、全部人間でやるべきだ」という保守派もいるが、私はそこには同意しない。下読みは機械作業、判断は人間、という線引きが正解だと考えている。線をどこに引くかが、AI 活用の核心。

不動産業務の導入初日に必ずやる 5 つの設定

ChatGPT を業務利用する初日に必ずやる設定。これをやらないと、後で個人情報の事故やプロンプトの劣化を招く。

1. Team プラン契約と学習オプトアウト確認 — 個人 Plus ではなく Team プランで契約し、Data Controls で「Improve the model for everyone」をオフ。
2. Custom GPT 作成と社内共有設定 — Custom GPT を作成し、「Only people with the link in your workspace」で共有。外部公開はしない。
3. プロンプトのバージョン管理 — Custom GPT の Instructions を変更したら、変更履歴を社内 Notion に記録。誰がいつ何を変えたか追跡可能にする。
4. テスト用標準 PDF の用意 — 月 1 回、同じテスト PDF で出力をチェックし、ChatGPT のモデルアップデートで挙動が変わっていないか確認。
5. 個人情報マスクのワークフロー — Adobe Acrobat の墨消し機能、または無料の PDF24 Tools で氏名・住所・電話を黒塗り。マスクなしの PDF を ChatGPT に上げない。

不動産業務の関連記事 — あわせて読みたい

• 議事録 AI 要約|Google Meet×ChatGPTで月30時間削減
• CRM 入力率 95%|若手スタッフを1ヶ月で習慣化するチェックリスト
• SaaS 導入 失敗 対策|頓挫5パターンと12週間ロードマップ
• マイソク AI 作成|年間1,200枚を月50枚×3名で回す内製フロー

不動産業務のよくある質問 FAQ|実務で押さえるべきポイント

Q1. ChatGPT Plus と Team プラン、どちらを使うべき?

業務利用なら Team プラン。Plus は個人向けでデータ学習のオプトアウト設定が個別。Team は管理者が一括でオプトアウト管理でき、Custom GPT の共有もスムーズ。月額は 1 人あたり 25 米ドル前後 (2024 年時点)。3 名以上で使うなら Team 一択。

Q2. AI に重説 PDF を上げるのは個人情報保護法上問題ないか?

OpenAI の Team プランは「学習に使わない」契約が標準。ただし、顧客の氏名・住所・電話番号は事前に PDF 編集ツールで黒塗りすべき。物件特定情報 (地番・部屋番号) は実務上マスクできないが、私の会社では人物特定情報のみマスクで運用している。社内に個人情報保護の責任者がいる場合、必ず事前合意を取ること。

Q3. AI が「該当なし」と返した項目は本当に該当なしか?

絶対に信用しないこと。私の社内ルールでは、AI が「該当なし」を返した項目は赤色マーカーで強調表示し、宅建士が必ず PDF を開いて確認する運用。AI の解釈ミスは「該当なし」の判定に集中する傾向がある。プロンプトで「該当なしと断定するな」と書いても、たまに断定してくる。

Q4. 中古戸建ての場合、プロンプトはどう書き換える?

「物件種別」を「中古戸建て (木造・築20-40年)」に変更し、チェック項目から「管理費・修繕積立金」「長期修繕計画」「大規模修繕」を削除。代わりに「シロアリ被害履歴」「越境物の有無」「擁壁・崖条例の適用」を追加。地域によっては「がけ条例」「急傾斜地崩壊危険区域」も必須。

Q5. プロンプトの精度をどうやって維持する?

月 1 回、同じテスト PDF (3 種類) で出力をチェックし、フォーマット崩れや項目抜けがないか確認。ChatGPT 側のモデルアップデートで挙動が変わることがあるため、定点観測が必須。社内で改訂点を Slack に共有し、Notion に履歴を残す。

Q6. AI 下読みで本当に時短になるのか、半信半疑です。

私の実測では平均 28 分 → 11 分 (61% 短縮)。ただし、汎用プロンプトでは時短にならない。本記事で公開したような物件種別ごとのプロンプトを作り込まないと、AI の出力が表面的になって結局自分で読み直すことになる。プロンプト作成に最初の 3-4 時間を投資する前提で導入を検討すること。

不動産業務の利益相反開示 — 馬場生悦 = ULSAPO 創業者

本記事の著者である馬場生悦は、不動産業務 SaaS「ULSAPO」(https://ulsapo.jp) の創業者であり、本記事で言及した重説 AI 下読み機能は ULSAPO のプロダクト機能として実装されている。本記事は中立的な比較記事ではなく、私自身が宅建士として横浜の管理現場 (自社管理 200 室) で運用しているプロンプトと実測値に基づく一次情報を公開するもの。読者の判断材料として、この利益相反関係を明示しておく。記事中の数値 (87 件・平均 11 分 12 秒・短縮率 61%) は、2024年4月から12月までの自社実績データであり、第三者監査は受けていない。