Web検索AIでも法律の条文を間違える4つの罠|26万条文SQLiteで820記事を監査した実測録
作成日:

Web検索AIでも法律の条文を間違える4つの罠|26万条文SQLiteで820記事を監査した実測録


論旨
  • 「AIにWeb検索(RAG)を繋いで裏取りさせれば、法律や税制の条文番号も正確に出力できるはず」と安心していませんか?実は、ネット上の解説記事を検索して答えを作る仕組みそのものに、法改正後の旧条文を「多数決で正しいと誤信してしまう構造的な死角」が潜んでいます。

  • 当ラボでは、最上位推論モデル Gemini 4 Carbon(High) とリアルタイムWeb検索で全記事監査を完遂したわずか1週間後に、デジタル庁のe-Gov全法令データ(監査時点の収録数:全8,994法令・263,366条文+制定附則+未施行改正スケジュール)を格納したローカルSQLiteを構築し、当時の公開全820記事(現在公開中の 823記事)とWeb計算ツール群を「条文1対1」で総当たり再監査しました。

  • 検証の結果、全体の 98.0%(804記事) は現行法と1文字の狂いもない無謬性が証明された一方、最上位AIとWeb検索の目をすり抜けていた 16記事(2.0%)+Web計算ツール2本 に、「条繰上げによる枝番ズレ」「類似別法との混同」「本則と附則・施行令の階層見落とし」「既施行と未施行の時制混同」という4つの致命的な罠が見つかりました。本稿ではその全実測データと、手元の法令SQLiteで条文ズレを根絶する具体的な検算手順を公開します。

合わせて読みたい深まる関連情報
この記事の対象となる方
  • ChatGPT、Claude、Geminiなどの検索機能付きAIを使って、法律・税制・社会保険・労務に関わる記事や業務資料を作成・チェックしている方

  • RAG(検索拡張生成)や社内ナレッジ検索システムを開発・運用しており、「Web検索やベクトル検索を繋いだのに条文番号や数値上限のハルシネーションが消えない」と悩んでいるエンジニア・企画担当者の方

  • 相続登記、確定申告の更正の請求、未払い残業代の時効、国民健康保険料の上限額、iDeCo・企業型DCの改正など、自分の生活防衛に直結する最新法令の「正確な一次根拠」を知りたい方

なぜWeb検索付きAIでも法律の条文番号を間違えるのか

AIのハルシネーション(もっともらしい嘘)を防ぐ王道対策として、現在もっとも広く使われているのが「Web検索との連携(RAG:Retrieval-Augmented Generation)」です。AI自身の古い学習記憶に頼るのではなく、回答前にリアルタイムで検索エンジンを叩き、外部サイトの情報を読んでから答えを生成させるアプローチです。

私自身、「最上位の推論モデルにリアルタイムWeb検索を組み合わせ、複数の専門サイトでクロスチェックさせれば、法律の条文番号や制度仕様の間違いはほぼゼロに抑え込めるはずだ」と考えていました。しかし、その前提が覆る出来事が起きたのです。

解説ナビゲーター

最近のAIは自分でネット検索して出典リンクまで出してくれるから、法律の条番号や税金のルールもそのまま信じて大丈夫だと思っていました。検索付きでも間違えることがあるんですか?

質問するおじさん

そこが一番怖い落とし穴なんだよ。ネット検索というのは「今ネット上にたくさん転がっている文章」を拾ってくる仕組みだから、ネット上の解説記事そのものが法改正前の古い条文番号のまま放置されていると、AIも一緒になって騙されてしまうんだ。

最上位AI監査から1週間後の全条文照合テスト

当ラボでは2026年11月12日、Googleの最上位推論モデルである Gemini 4 Carbon(High) とリアルタイムWeb検索をフル活用し、当時の公開全721記事を対象とした徹底的なハルシネーション総点検を実施しました(詳細は『AI記事のハルシネーション退治にGemini 4 Carbonが必須な理由|全721記事監査で443本修正した実測録』で公開しています)。

この総点検によって、統計年次の更新漏れや単位換算ミス、独自試算への「推論」表記の徹底など、Web検索で裏取りできる事実誤認はすべて洗い出して修正を完了していました。まさに「現在のAI+Web検索で到達し得る最高水準の品質監査」を終えた直後の状態です。

ところがその1週間後の2026年11月19日、当ラボではさらなる無謬性を追求するため、デジタル庁のe-Gov法令検索が提供している全法令バルクXMLデータとAPIを統合し、ローカル環境で即座に全文・条文検索ができる専用データベース egov_laws.sqlite を構築しました(構築の詳細は『国会会議録APIとe-Gov全法令XMLをSQLite化|26万条文の0.6秒監査術』をご参照ください)。

このデータベースには、監査実行時点で日本の現行法令 全8,994法令・263,366条文 に加え、巻末の「制定附則」や将来施行される「未施行改正スケジュール」までが構造化されて収められています。

そこで早速、1週間前に最上位AI+Web検索で監査を通過したばかりの記事群を含む、当時の公開 全820記事(現在公開中の 823記事)と共通公理マスター文書、さらには当ラボの「Web道具箱」で公開している税金・社会保険料シミュレーターの計算ロジック一式を、この26.3万条文SQLiteと「1対1」で直接突き合わせる総当たり監査を敢行しました。

まずは、当ラボの単一環境(N=1)における監査セッションの境界条件と確定パフォーマンスをご覧ください。

検証項目 当ラボでの確定実測値・環境仕様(2026年11月19日実施)
検証マシン・OS環境 macOS デスクトップ環境 + APFS RAMDisk(高速メモリディスク常駐)
法令データベース規模 egov_laws.sqlite(全8,994法令・263,366条文 + 制定附則 + 未施行改正情報)
監査エンジン・体制 Pure Rust製CLI kb-search law × Gemini 4 Carbon(High) 親1体 + 並列サブエージェント13体
監査対象スコープ 監査時点の公開 全820記事 + 共通公理マスター + Web道具箱の計算ツール群
総所要時間 壁時計 71.9分(AI純稼働時間 70.3分)
API・ツール実行回数 親Planner 101回 / ツール実行 195回(うちSQLite検索 kb_search 130回)
コンテキスト効率 プロンプトキャッシュ読込ヒット率 89.5%(ローカルSQLite高速応答によりエラー停止ゼロ)

※上記は当ラボの単一検証環境(N=1:RAMDisk上に配置したSQLiteとPure Rustバイナリを13並列サブエージェントから呼び出した構成)における実測値であり、ネットワーク経由のAPI呼び出しや通常のSSD環境では所要時間が変動します。

わずか 71.9分 という短時間で、820本の長文記事と計算ツールのソースコードを26万3,366条文と照合し切った結果、非常に興味深い数字が浮かび上がりました。

公開820記事のe-Gov全法令SQLite1対1照合結果(単位:記事数)
※桁差視認用・平方根スケール
現行条文と完全一致(無謬確認:98.0%)
804記事(98.0%)
要修正(条番号・計算上限等のズレ:2.0%)
16記事(2.0%・ツール含め18件)
確認推奨(後段・時制・改称補足の厳密化)
14記事(関連含め計37本改修)

監査結果の確定内訳を整理すると、以下の通りとなります。

📊 26.3万条文SQLiteによる全820記事監査の確定内訳
  • 直接引用リンクの健全性(100%正常) :記事内で laws.e-gov.go.jp の公式URLを直接引用していた 全106記事(ユニーク法令51種) において、「廃止された法律の引用」や「法令IDの不一致・リンク切れ」は 0件(100%正常) でした。

  • 現行条文と完全一致した無謬領域(98.0%) :監査対象820記事のうち 804記事(98.0%) は、現行条文と1文字の狂いもなく正確であることが証明されました。2025年6月の拘禁刑一本化、2026年8月の高額療養費制度改定、2026年10月の社会保険106万円の壁(賃金要件)撤廃、2026年11月の訪日客免税リファンド方式移行といった直近の大型法改正も、すべて正確に反映されていました。

  • 要修正(🔴事実・条番号・計算キャップのズレ) :最上位AI+Web検索による事前監査を通過していたにもかかわらず、一次条文との1対1照合でズレが発覚したものが 計18ファイル(公開記事16本[全体の2.0%]+Web道具箱の計算ツール2本) 見つかりました。

  • 確認推奨(🟡法制執務上の表記・時制・改称補足の厳密化) :事実誤認ではないものの、「但書」と「後段」の呼び分けや二段階施行日の補足など、より厳密に表記すべきファイルが 計14ファイル 抽出されました。当ラボではこれらと関連文脈を含め、最終的に 計37記事+Webツール2本 にピンポイントの外科手術改修を施し、監査プログラム law --audit-blog で全件オールグリーンを達成しました。

  • 将来改正の自動追跡ロック(28法令) :当ラボが引用している法令のうち、2026年11月下旬から2029年にかけて未施行の改正法が控えている 28法令 を特定し、施行日当日に自動でアラートが上がる追跡リストに登録しました。

98.0%の記事が完璧だったことは大きな安心材料でしたが、私にとって衝撃的だったのは 「残りの2.0%(16記事+2ツール)は、なぜ1週間前の『Gemini 4 Carbon(High)+リアルタイムWeb検索』という最強クラスの監査網をすり抜けたのか?」 という点でした。

ネットの古い解説記事が検索AIを二次汚染する構造

なぜ、優秀な推論力を持つAIにリアルタイムWeb検索を与えても、法律の条文番号や上限額を間違えてしまうのでしょうか。

今回摘出した18ファイルのエラー原因を1件ずつ解剖していくと、AIの推論能力が低いのではなく、「Web検索(検索エンジンの上位記事)を情報源(裏付け[エビデンス])にするという枠組み(スキーム)そのものの構造的欠陥」 が浮き彫りになりました。

その汚染メカニズムを4段階の流れで視覚化したものが以下の図解です。

Web検索付きAI(RAG)が古い条文番号を正しいと誤信するメカニズム
STEP 1
📜 法改正で条文番号がズレる

法改正で途中の条文が削除・追加され「第84条の2の3」が「第84条の2の2」へ繰り上がる。

STEP 2
🌐 古い解説記事が上位を占拠

数年前に書かれた税理士・司法書士ブログや解説記事が旧番号のまま検索上位に大量に残る。

STEP 3
🤖 検索AIが多数決で旧番号を採用

Web検索AIが上位の複数サイトを読み「多数の専門記事で一致=正確な事実」と誤判定する。

STEP 4
💥 最新の記事やコードに嘘が混入

AI監査でも「Web上の複数情報と一致」と判定され、旧条文番号がそのまま通過してしまう。

人間がGoogle検索で法律や税制を調べるとき、検索結果の1ページ目に並ぶのは「わかりやすく噛み砕かれた法律事務所のコラム」「税理士法人の解説ブログ」「大手メディアのまとめ記事」です。そして、検索連携AI(RAG)が検索クエリを投げたときに返ってくる上位スニペットも、まったく同じこれらの解説記事群です。

ここに最大の障壁(ボトルネック)があります。法律の改正によって「途中の枝番が1つ繰り上がった」「政令の限度額が数万円引き上げられた」という地味な変更が起きても、過去に公開された何千本もの解説ブログは、わざわざ過去の記事の条文番号を書き直してはくれません。

その結果、ネット上には 「制度の内容は合っているのに、根拠条文の枝番だけが古いままの専門記事」 が圧倒的多数派として残り続け、Web検索AIはその「古い多数決」に釣られて間違った条文番号を出力してしまうのです。

Web検索AIは、検索結果の上位5〜10件のテキストを読み込み、「有名税理士法人の記事Aにも、司法書士事務所の記事Bにも、解説サイトCにも『第〇条の2の3』と書いてある。複数の信頼できる情報源で一致したから、これは100%確実な事実だ」と確信して出力してしまうのです。

ノルウェージャンフォレストキャット

なるほどニャ……。AIが勝手にデタラメを妄想したわけじゃなくて、「ネット上の専門記事の多数決」を信じた結果、古い条文番号に引っ張られてしまったわけだニャ。

質問するおじさん

そうなんだ。しかも通常のWeb検索では、e-Gov法令検索のような数千行もある巨大なXMLや条文ページは、SEO向けの解説記事に比べて検索スニペットにピンポイントで乗りにくい。だからこそ、Web検索を介さずに「一次条文のデータベースそのもの」と直接照合しない限り、この2.0%の死角は絶対に消せないんだよ。

全820記事の条文照合で判明した法律AIの4大死角

では、実際に26万3,366条文のローカルSQLiteと1対1で突き合わせたことで、どのような「条文のズレ」が炙り出されたのでしょうか。

今回、公開記事16本とWeb計算ツール2本(および確認推奨の14本)から発見されたすべての指摘事項を分類すると、検索AIや人間のライターが必ずと言っていいほど引っかかる 「法律条文4つの罠(4大死角)」 に集約されました。

まず全体像を一目で把握できるよう、4つの罠の特徴と今回の監査で摘出された代表実例を一覧表にまとめます。

4つの罠(死角の類型) なぜWeb検索AI(RAG)が騙されるのか 今回の820記事監査で実際に摘出・修正した確定実例
罠①:法改正の「条繰上げ」による枝番ズレ ネット上の専門ブログの多くが旧番号のまま残っており、検索多数決で旧番号が勝つため 租税特別措置法 相続登記免税特例(誤:84条の2の3 → 正:第84条の2の2)、国税通則法 更正の請求起算日等
罠②:「名前の似た別法律・法定用語」の混同 ニュースや日常で呼ばれる通称・関連法と、実際の処罰・補助根拠となる個別新法を混同するため セキュリティ・クリアランス制度(誤:経済安保推進法の適格性評価 → 正:重要経済安保情報保護法 の適性評価・第23条第1項)
罠③:「本則」だけ見て「附則・施行令・後段」を見落とす罠 法律のメイン条文(本則)だけを引いて満足し、巻末附則の読み替えや政令の上限額を見落とすため 労働基準法 賃金時効(本則115条は5年だが 附則第143条第3項で当分の間3年)、国民健康保険法施行令 第29条の7の上限額、日本国憲法 第18条後段
罠④:「既施行法」と「未施行改正」を混ぜる時制の罠 1つの改正法の中で条文ごとに施行日が分かれている(二段階施行)のを一括りにするため 確定拠出年金法(iDeCo上限引上げは2026年12月施行だが、企業型DCマッチング拠出制限撤廃は2026年4月に先行施行済)

ここからは、それぞれの罠について「具体的にどの条文がどうなっていたのか」「どうすれば見抜けるのか」を、一次条文の根拠とともに詳しく解説していきます。

法改正の条繰上げで旧条文番号を引く枝番ズレの罠

1つ目の死角は、先ほどの図解でも触れた 「法改正による条文の繰り上げ・繰り下げ(枝番ズレ)」 です。特に毎年のように改正される税法や社会保障関連法では、第〇条の2の2、第〇条の2の3 といった複雑な枝番が頻繁に入れ替わります。

今回の監査でもっとも象徴的だったのが、当ラボの解説記事『相続登記「過料10万円・2027年3月末期限」と国庫帰属制度の計算式|住所変更登記義務化と実家防衛ガイド』で引用していた、少額土地の登録免許税免税措置の根拠条文です。

不動産価額が100万円以下の土地を相続登記する場合、2027年(令和9年)3月31日までは登録免許税が非課税(免税)になる特例があります。この根拠条文について、監査前の記事では「租税特別措置法第84条の2の3第2項」と記載していました。

1週間前のWeb検索監査でも、AIは検索エンジンを通じて複数の司法書士・税理士解説サイトを参照し、「特例の期限(2027年3月31日まで)も対象(100万円以下の土地)も条文番号(84条の2の3)も、Web上の専門情報と一致している」と判断してパスさせていました。

しかし、egov_laws.sqlite に格納された現行の 租税特別措置法 を直接 kb-search law で検索したところ、即座に不一致アラートが鳴りました。実際の現行条文は以下のようになっていたのです。

📜 一次条文照合:租税特別措置法における枝番の繰り上げ実例
  • Web上の古い解説記事や修正前の記述(旧番号) :租税特別措置法「第84条の2の3」(※過去の法改正前に使われていた旧条文番号。現在もネット上の多数の解説記事がこの番号のまま残存しています)

  • e-Gov法令SQLiteが示した現行法の確定条文 :租税特別措置法 第84条の2の2(相続に係る所有権の移転登記等の免税)。法改正に伴う条文整理によって枝番が1つ繰り上がり、現在は「第84条の2の2(特に100万円以下の土地の免税は同条第2項)」が正式な現行条文番号となっています。

もし読者の方が、記事に書かれた「第84条の2の3」という番号を頼りに現在の六法やe-Gov法令検索を開いたら、「あれ?そんな条文番号は存在しないぞ(あるいは別の規定になっているぞ)」と混乱し、記事全体の信頼性まで疑われてしまいます。

さらにこの「枝番・項番のズレ」は、租税特別措置法だけでなく複数の記事で芋づる式に発見されました。

たとえば、確定申告で税金を払いすぎた際にお金を取り戻す手続きを解説した『確定申告「更正の請求」を紙の郵送で出す手順|e-Tax不要で過去5年の還付金と介護保険料を取り戻す方法』です。

還付申告書を提出した後の更正の請求期間(5年間)の起算日について、Web上の簡易解説では単一の条文番号だけで雑に括られがちですが、現行の 国税通則法 の条文構造を1対1で辿ると、以下の3つの条項が有機的に結びついて初めて法的な裏付け(エビデンス)が完成します。

🔍 国税通則法および行政法規で摘出・精密化した条番号・項番リスト
  • 確定申告「更正の請求」と還付申告の起算日根拠 :国税通則法 第23条第1項(更正の請求の基本規定・法定申告期限から5年)、第70条第1項第1号(更正・決定等の期間制限における還付申告書の提出日基準)、および 第74条第1項(還付金等の消滅時効5年)の3点セットで正確に記述するよう修正しました。

  • 介護保険法における調査権限と不正利得徴収 :自治体による預貯金等の金融機関照会権限は 介護保険法第203条第1項、不正受給時の徴収金(返還額+最大40%の加算金)は 同法第22条第1項 と、項番まで1bitの狂いなく特定して固定しました。

  • 会計法および災害対策基本法の条番号修正 :国の契約における一般競争入札の原則を定めた 会計法第29条の3 や、災害時の緊急措置を定めた 災害対策基本法第109条 など、AIが前後の条番号(29条の2や108条など)と1つズラして引用していた箇所をすべて現行条文へ矯正しました。

このように、「制度の仕組みや金額は合っているのに、根拠条文の枝番や項番だけが1つズレている」というエラーは、Web検索の要約スニペットだけでは絶対に検知できません。ローカルに全条文のSQLiteを持ち、条文番号で直接SELECT文を叩いて本文見出しと照合して初めて、100%の精度で炙り出すことができます。

名前の似た別法律や法定用語を取り違える混同の罠

2つ目の死角は、「ニュースや日常会話でよく使われる親法律の名称と、実際に制度や罰則を定めている個別新法を取り違える罠」 です。

AI(LLM)は確率的な言語モデルであるため、同じ文脈で頻繁に共起する有名な法律名へ引き寄せられる強い癖を持っています。また、法案が国会で審議される前の「仮称」や「一般的な通称」を、そのまま法律上の正式な法定用語だと思い込んで出力してしまうケースも後を絶ちません。

今回の監査でその典型例として摘出されたのが、経済安全保障の分野で導入された、いわゆる「セキュリティ・クリアランス(適性評価)制度」に関する記述です。

多くのニュース記事や解説コラムでは、この制度が「経済安全保障」の文脈で語られるため、AIは極めて高い確率で「経済安全保障推進法に基づく適格性評価」という文章を生成します。そしてWeb検索で裏取りをさせても、同じように通称で書かれたネット記事が多数ヒットするため、AIは間違いに気づきません。

しかし、egov_laws.sqlite で経済安全保障推進法(正式名称:経済施策を一体的に講ずることによる安全保障の確保の推進に関する法律)の全条文を検索しても、セキュリティ・クリアランスの罰則規定はどこにも存在しないのです。なぜなら、セキュリティ・クリアランス制度は親法の中ではなく、令和6年に 独立した別の新法 として制定されているからです。

⚖️ 類似別法・法定用語の混同実例(経済安保・先端半導体)
  • セキュリティ・クリアランス制度の正確な根拠法と法定用語 :根拠法は経済安保推進法ではなく、別法として制定された 重要経済安保情報の保護及び活用に関する法律(令和六年法律第二十七号) です。さらに、法律上の正式用語は「適格性評価」ではなく 「適性評価」(同法第12条以下)であり、情報を漏洩した際の罰則は 同法第23条第1項(5年以下の拘禁刑若しくは500万円以下の罰金、又はこれの併科) に厳格に定められています。

  • 先端半導体工場への巨額補助金(ラピダスやTSMC拠点等)の根拠法 :こちらも単なる「産業競争力強化法」や「経済安保推進法」と一括りにされがちですが、大規模な認定・助成の直接根拠は 「特定高度情報通信技術活用システムの開発供給及び導入の促進に関する法律(5G・半導体促進法)」 に置かれています。

質問するおばさん

「適格性評価」と「適性評価」なんて、たった1文字違いじゃない!人間が読んでも気づかないくらい自然な言葉だから、AIが自信満々に書いてきたらそのまま信じてしまいそうね。

質問するおじさん

そうなんだよ。日常会話なら1文字違いでも通じるけれど、法律の世界では「法定用語が1文字違う=条文検索にヒットしない別の概念」になってしまう。だからこそ、データベースの条文テキストに含まれている正式用語と完全一致するかどうかを機械的に検査する仕組みが欠かせないんだ。

この「通称・親法への引き寄せ現象」は、AIに「〇〇法について調べて」と曖昧に指示したときに必ず発生します。逆に、手元に8,994法令すべての全文が入ったSQLiteがあれば、kb-search law --scan "適格性評価" と叩いた瞬間に「該当条文ゼロ(適性評価 なら重要経済安保情報保護法でヒット)」と1ミリ秒で判明するため、用語の取り違えを物理的に封じ込めることができます。

本則だけを見て附則や施行令の上限を見落とす罠

3つ目の死角は、今回の監査でもっとも技術的な発見が多く、かつ私たちの財布や生活防衛、そしてエンジニアのシステム開発に直結する 「本則(メイン条文)と附則・政令(施行令)・後段の階層構造トラップ」 です。

日本の法令は、第1条から順番に並ぶ「本則(ほんそく)」だけを読んでも、現在実際に適用されているルールや金額上限が分からないという、極めて厄介な多層構造になっています。

具体的には、以下の3つのパターンで検索AIや開発者が罠に落ちます。

パターンA:本則の「5年」を巻末の附則が「当分の間3年」に書き換えている罠

たとえば、未払い残業代などの「賃金請求権の消滅時効」は何年でしょうか?

AIに「労働基準法の条文を確認して答えて」と指示すると、AIは真面目に 労働基準法 の第115条(時効)を検索します。そこには確かにこう書かれています。

「この法律の規定による賃金の請求権はこれを行使することができる時から 五年間、この法律の規定による災害補償その他の請求権(賃金の請求権を除く。)はこれを行使することができる時から二年間行わない場合においては、時効によつて消滅する。」(労働基準法 第115条)

本則の第115条だけを読んだAI(あるいは本則テーブルしか検索していないRAGシステム)は、「労働基準法第115条により、未払い残業代の時効は5年です!」と胸を張って回答します。

しかし、これは実務上 真っ赤な間違い(ハルシネーション) です。なぜなら、労働基準法のずっと後ろ、巻末にある 「附則(ふそく)第143条第3項」 に、次のような経過措置(読み替え規定)が隠されているからです。

「第百十五条の規定の適用については、当分の間、同条中「賃金の請求権はこれを行使することができる時から五年間」とあるのは、「退職手当の請求権はこれを行使することができる時から五年間、この法律の規定による賃金(退職手当を除く。)の請求権はこれを行使することができる時から三年間」とする。」(労働基準法 附則第143条第3項)

なんと、本則では立派に「五年間」と書いておきながら、巻末の附則で「当分の間は三年間と読み替える」と上書きされているのです!

今回の当ラボの監査エンジン kb-search law では、本則に「附則で読み替え・経過措置あり」という自動警告フラグを立てていたため、記事内で第115条に言及している箇所を即座に検知し、「本則第115条では5年と規定されているが、附則第143条第3項の経過措置により当分の間は3年に凍結されている」という正確な二段構えの記述へと完全統一することができました。

パターンB:法律本則ではなく「施行令(政令)」に本当の計算キャップが書かれている罠

次に、当ラボが公開している人気Webツール『給与の「隠れ負担」チェッカー』および『会社利益と手取りの非対称シミュレーター』のソースコードを、法令SQLiteと照合した際に発覚した実例です。

日本の税金や社会保険料の計算シミュレーターを作る際、「国民健康保険料の年間上限額(賦課限度額)」をいくらに設定するかは非常に重要なポイントです。ところが、「国民健康保険法」という法律(本則)をどれだけ隅から隅まで読んでも、具体的な上限金額(〇〇万円)は1文字も書かれていません。

具体的な上限金額は、内閣が定める政令である 国民健康保険法施行令 第29条の7 に委任されており、しかも毎年度のように細かく改定されています。

今回、egov_laws.sqlite に収録された最新の 国民健康保険法施行令 第29条の7(第1項各号および第2項〜第5項)と、当ラボのWebツールの計算定数を1円単位で突き合わせた結果、令和8年度(2026年度)基準の正確な賦課限度額キャップを以下のように完全一致させることができました。

賦課区分(国民健康保険法施行令 第29条の7) 根拠条項 40歳未満の年間上限額 40歳〜64歳(介護第2号被保険者)の年間上限額
① 基礎賦課額(医療分) 第1項第1号・第2項 67万円 67万円
② 後期高齢者支援金等賦課額(支援金分) 第1項第2号・第3項 26万円 26万円
③ 子ども・子育て支援納付金賦課額 第1項第4号・第5項 3万円 3万円
④ 介護納付金賦課額(介護分:40〜64歳のみ) 第1項第3号・第4項 0円(対象外) 17万円
年間賦課限度額 合計キャップ 第29条の7 合算 計 96万円 計 113万円

Web上の古いFP解説記事やAIの学習データでは、子ども・子育て支援納付金(3万円)が新設される前の内訳や、介護納付金賦課額(17万円)の旧上限額が混在して流通しています。

当ラボのWebツールでも、この 国民健康保険法施行令 第29条の7 の4区分および、令和8年分所得税における基礎控除の段階的逓減テーブル(租税特別措置法に基づく給与所得基準での階段判定)を一次条文と1対1で照合・改修したことで、どの年収帯を入力しても現行法令と1円の狂いもないシミュレーション結果を返せるようになりました。

手取りや社会保険料の上限、還付金の金額を自分で検算する際は、AIの暗算や画面上の概算だけに頼らず、手元に12桁表示の実務電卓を置いて一次条文の控除額・上限額を自分の指で叩いて確かめる習慣をつけると、数字の違和感に一瞬で気づけるようになります。

カシオ (CASIO) 本格実務電卓 12桁(検算機能・日数&税計算・サイレントタッチキー搭載)

パターンC:「但書(ただしがき)」と「後段(こうだん)」の法制執務トラップ

もう1つ、法律を引用する記事で見落としやすいのが、条文の2文目を指すときの呼び方です。

たとえば、日本国憲法 第18条(奴隷的拘束及び苦役からの自由)を見てみましょう。

「何人も、いかなる奴隷的拘束も受けない。又、犯罪に因る処罰の場合を除いては、その意に反する苦役に服させられない。」(日本国憲法 第18条)

一般的な文章やAIの出力では、この2文目の例外規定(「又、犯罪に因る処罰の場合を除いては〜」)のことを、つい「憲法第18条但書(ただしがき)」と書いてしまいがちです。当ラボの過去記事でも「第18条但書」と表記している箇所がありました。

しかし、日本の法制執務(法律の書き方の厳格なルール)において、「但書」と呼べるのは2文目が 「ただし、〜」(または「但し、〜」)という接続詞で始まる条文だけです。憲法第18条のように「又、〜」や通常の文で2文目が始まる場合は、但書ではなく 「第18条後段(こうだん)」 と呼ぶのが唯一の正確な表記です(1文目が「前段」、2文目が「後段」)。

こうした微細な法制執務上の表記も、全文SQLiteから実際の条文文字列(「ただし」で始まっているか、「又」で始まっているか)を引いて照合することで、すべて正確な「後段」表記へと磨き上げることができました。

既施行法と来年以降の未施行改正を混ぜる時制の罠

4つ目の死角は、「すでに施行されている改正条文(既施行)と、数ヶ月〜数年後に施行される予定の改正条文(未施行)を、AIがごちゃ混ぜにしてしまう時制の罠」 です。

なぜこんなことが起きるかというと、国会で1つの「〇〇法等の一部を改正する法律」が可決・公布されたとき、その中に含まれる複数の改正項目が すべて同じ日にスタートするとは限らない からです。

「項目Aは2026年4月1日から施行、項目Bは2026年12月1日から施行、項目Cは2027年4月1日から施行」といった具合に、1つの改正法の附則で施行日が二段階・三段階に分けられているケースが日常茶飯事なのです。

今回の監査でその典型例として浮かび上がったのが、私たちの老後資産形成に直結する 確定拠出年金法(第19条・第20条等) の改正スケジュールです。

⏳ 確定拠出年金法における「二段階施行」の時制切り分け実例
  • すでに先行施行済みの改正(2026年4月1日施行済) :企業型DC(企業型確定拠出年金)の「マッチング拠出(会社が出す掛金に、従業員自身が上乗せして拠出する仕組み)」において、従来存在していた 「従業員が上乗せする掛金は、事業主(会社)の掛金の額を超えてはならない」という上限ルール(確定拠出年金法 第19条・第20条関連)の撤廃 は、2026年(令和8年)4月1日 にすでに施行されています(拠出限度額の総枠内であれば、会社掛金を超えて従業員が拠出可能)。

  • これから施行される改正(2026年12月1日施行) :一方で、同じ年金制度改正の目玉である 「iDeCo(個人型確定拠出年金)の掛金上限額の大幅引き上げ(会社員・公務員等の拠出限度額拡充)」 については、システム改修等の準備期間を伴うため 2026年(令和8年)12月1日施行 と時期が分けられています。

Web上のニュース記事やまとめサイトの多くは、法案が成立した時点の情報をもとに「確定拠出年金が改正!マッチング拠出の制限撤廃とiDeCo上限引き上げ!」と1つの見出しでまとめて紹介しています。

そのため、Web検索AIに「確定拠出年金法の改正はいつから?」と尋ねると、両方まとめて「2026年12月から施行予定」と書いてしまったり、逆に両方とも「2026年4月に施行済み」と書いてしまったりするのです。

同様に、2027年(令和9年)に本格施行が控えている「育成就労法(技能実習制度を抜本改組する改正出入国管理及び難民認定法等)」や「政治資金規正法改正(収支報告書のオンライン提出義務化・少額領収書公開範囲の段階的拡大)」なども、Web検索だけでは「今すでに適用されている条文」と「来年以降に発効する未施行条文」の境界線が極めて曖昧になります。

解説ナビゲーター

会社の企業型DCでマッチング拠出を使っているので、「今年の4月からすでに会社の掛金を超えて上乗せできるようになっていた」というのはすごく大事な情報です!iDeCoと一緒に12月からだと思い込んでいたら、8ヶ月分も節税チャンスを逃すところでした。

質問するおじさん

まさにそこが「生活防衛のための一次条文確認」の醍醐味だね。ニュースの要約ではなく、e-Gov法令データの「現行条文」と「未施行改正スケジュール」を分けて管理していれば、今すぐ使える制度と年末から使える制度を1日の狂いもなく使い分けられるようになるよ。

手元の法令SQLiteで条文ズレを根絶する実践手順

ここまで見てきた「4つの罠(条繰上げ・類似別法・附則と施行令・未施行時制)」は、どれだけプロンプトを工夫して「正確にWeb検索してね」とAIにお願いしても、検索対象がネット上の二次解説記事である限り必ず再発します。

では、どうすればこの2.0%の死角を根絶し、100%の条文精度を達成できるのでしょうか。

答えはシンプルです。「曖昧なWeb検索(二次情報)を間に挟むのをやめ、デジタル庁e-Govの全法令一次データ(8,994法令・26.3万条文)をローカルのSQLiteに落とし込み、AIに条文データベースを直接叩かせること」 です。

単発Web検索とローカル法令SQLiteの比較

実際に当ラボで運用している「ローカル全法令SQLite × 最上位推論モデル(Gemini 4 Carbon)」の監査体制が、従来の「AI単体」や「一般的なWeb検索連携(RAG)」と何が決定的に違うのか、比較図と一覧表で整理します。

一般的なWeb検索AI(RAG)とローカル全法令SQLite監査の構造比較
二次汚染リスクあり
一般的なWeb検索付きAI(RAG)
  • 検索エンジンの上位にある「他人の解説ブログ・まとめ記事」を根拠にする
  • 法改正で条文番号が繰り上がっても、ネット上の多数派である旧番号を信じてしまう
  • 法律の本則ばかりがヒットし、巻末の附則(時効3年凍結等)や施行令の上限額を見落とす
  • 1つの改正法内の二段階施行日(4月施行済と12月施行予定)を混同しやすい
当ラボ採用・一次条文直結
ローカル全法令SQLite × Carbon監査
  • デジタル庁e-Govの全8,994法令・263,366条文の一次テキストと直接1対1で照合する
  • ネット上の古い記事に一切惑わされず、現行法の正確な枝番(第84条の2の2等)を即座に特定
  • 本則・制定附則・政令(施行令)を横断検索し、読み替え規定や計算キャップを自動警告
  • 現行条文と未施行改正スケジュール(28法令等)をデータベース上で厳格に分離管理

さらに、システム開発やコンテンツ監査に導入する際の具体的な性能差と、それぞれの二律背反(トレードオフ)を以下の比較表にまとめました。

比較軸 ① AI単体(事前学習記憶のみ) ② AI + リアルタイムWeb検索(一般的なRAG) ③ ローカル全法令SQLite(26.3万条文)+ 最上位AI
参照する情報源 学習カットオフ以前の記憶 検索上位の解説ブログ・ニュース記事 e-Gov全8,994法令・263,366条文の公式一次データ
条繰上げ(枝番ズレ)耐性 ×(旧番号をそのまま出力) △(ネット上の旧記事多数決に釣られる) ◎(現行条文テーブルと1対1照合で100%検知)
附則・施行令の捕捉力 ×(本則の有名条文のみ記憶) △(解説記事が省いた附則・政令は拾えない) ◎(附則フラグ&施行令横断検索で漏れゼロ)
未施行改正の時制分離 ×(改正後の時制が不明) △(ニュース要約で施行日が混ざりやすい) ◎(施行日カラムで既施行と未施行を機械分離)
820記事の監査速度 速いが嘘が混じる 遅い(通信待ち+レート制限で数時間〜数日) ◎(RAMDisk+13並列で壁時計71.9分・ヒット率89.5%)
導入・運用のハードル 手間なし(プロンプトのみ) 手間なし(標準検索ツールONのみ) 要構築(約418.6MBのSQLite構築と定期差分同期が必要)

ここで、読者の皆様に誠実にお伝えしておかなければならない 「ローカル全法令SQLiteの明確な限界と注意点(デメリット)」 があります。

推論ですが、e-Govの全法令データをSQLite化しただけで「日本のあらゆる法律実務が100%自動化できる」と考えるのは危険です。なぜなら、e-Gov法令検索のデータ(憲法・法律・政令・勅令・府省令・規則)には、実務の現場で決定的な意味を持つ 以下の4つの領域が収録されていない からです。

⚠️ ローカル全法令SQLite(e-Govデータ)の限界と実務上の注意点
  • 1. 各省庁の「通達・基本通達・ガイドライン」は収録外 :たとえば税務の実務では、法律や施行令だけでなく国税庁の「所得税基本通達」「法人税基本通達」や質疑応答事例が事実上の判断基準になります。また労働実務でも厚生労働省の解釈通達が不可欠ですが、これらはe-Gov法令XMLには含まれていません。

  • 2. 地方自治体の「条例・規則」は収録外 :先ほど国民健康保険法施行令第29条の7で「国の賦課限度額キャップ(96万円/113万円)」を確認しましたが、実際の保険料率や賦課方式(所得割・均等割の具体的なパーセンテージ)は、お住まいの市区町村の「国民健康保険条例」で定められています。

  • 3. 最高裁判所などの「判例・裁判例」は収録外 :条文の文言が抽象的な場合(「正当な事由」「公序良俗」など)、どこからが違法になるかの境界線は過去の判例の積み重ねによって決まります。条文テキストだけを読んでも判例法理までは分かりません。

  • 4. 官報公布からe-Govデータ反映までのわずかなタイムラグ :公布されたばかりの最新政省令がe-GovのバルクデータやAPIに反映されるまでには数日〜数週間程度のタイムラグが生じることがあるため、施行直前の制度については所管省庁の官報・新旧対照表との併用が不可欠です。

このように、「国の法律・政令・省令の条文番号や法定上限額に1bitの嘘もないか」を監査する基盤としては最強の威力を発揮する一方で、個別具体的な税務申告や訴訟・契約判断においては、所管官庁の通達・自治体条例・判例、そして弁護士や税理士などの専門家による確認を組み合わせることが大前提となります。この「できること」と「守備範囲の外」を明確に切り分けて使うことこそが、本当の意味で信頼できる管理体制(ガバナンス)です。

附則フラグと未施行スケジュールを分離する検算術

最後に、当ラボが今回の820記事監査を通じて kb-search law(Pure Rust製の法令SQLite検索CLI)と執筆・監査フローに組み込んだ 「二度と条文ズレを起こさない4つの自動検算ルール」 を共有します。

これからご自身で法令RAGや記事監査スクリプトを組まれる方は、ぜひこの4つのロジックをそのまま取り入れてみてください。

🛡️ 条文ハルシネーションを物理遮断する4つの自動検算アルゴリズム
  • 検算ルール1:条文番号の「正規化ダイレクト照合」と前後枝番スキャン :記事やコードの中に「〇〇法第△条の2の3」という記述が現れたら、Web検索ではなくローカルSQLiteの law_articles テーブルに対して法令名と条文番号で直接クエリを投げます。もし該当条文が存在しない、あるいは見出し語(キャプション)が記事の文脈(例:「相続登記の免税」)と食い違っていた場合は、自動的に前後の枝番(第84条の2、第84条の2の2 など)をスキャンし、「法改正による条繰上げ」を即座にサジェストさせます。

  • 検算ルール2:「本則×附則」の自動ペアリング抽出(--suppl 読み替え照合) :本則の条文(例:労働基準法第115条)を検索した際、section_type で分離格納された同じ法令の「附則(SupplProvision)」の中にその条文番号(第百十五条)を参照して「当分の間」「読み替える」「適用しない」と定めている条項(附則第143条第3項など)が存在しないかを --suppl フラグで必ずセット確認します。これにより、本則だけを読んで「賃金時効は5年」と誤答する事故を100%防げます。

  • 検算ルール3:「親法律×施行令(政令)・施行規則(省令)」のバンドル検索 :「国民健康保険法」「介護保険法」「労働基準法」など、具体的な金額上限や日数が政省令に委任されている法律を引く際は、親法律単体ではなく、前方一致で「〇〇法施行令」「〇〇法施行規則」を同時に横断検索させます。計算ツールの定数を監査する際は、必ず施行令側の条文(例:国民健康保険法施行令第29条の7)を一次根拠としてロックします。

  • 検算ルール4:「現行条文」と「未施行改正スケジュール」の時制ロック管理 :e-Govの同梱インデックスCSVおよびAPIから取得した「未施行の改正予定(施行日到来前のデータ)」を laws テーブルの upcoming_revisions カラムとして分離保持し、記事が引用している法令に未施行改正(現在当ラボで追跡中の28法令など)が存在する場合は、「2026年4月1日施行済」と「2026年12月1日施行予定」のタイムラインを明示させます。さらに、施行日を迎えた瞬間に kb-search law --sync で現行条文を更新し、law --audit-blog で影響を受ける記事を自動リストアップします。

約26.3万条文のSQLiteデータベース(約418.6MB)をRAMDisk(メモリディスク)上に常駐させ、さらに親エージェント(Gemini 4 Carbon)の下で13体のサブエージェントを並列稼働させて820記事を一気に監査するようなヘビーな開発・執筆ワークフローを回す場合、パソコン側のユニファイドメモリ容量が作業効率に直結します。

ブラウザで大量の検証タブを開きながら、RAMDisk上の巨大SQLiteとPure Rustコンパイラ、そしてローカルLLMや並列AIエージェントを息切れさせずに同時稼働させる母艦としては、64GBの大容量メモリを積んだMac mini(M4 Pro構成)が、消費電力と静音性、そして処理速度のバランスにおいて圧倒的な快適さをもたらしてくれます。

Apple Mac mini(M4 Pro 等 Appleシリコン Pro系チップ・64GBユニファイドメモリ構成)

ノルウェージャンフォレストキャット

メモリ64GBのRAMDiskに26万条文のSQLiteが丸ごと載っているから、13体のAIエージェントが一斉に130回検索しても、待ち時間ほぼゼロで71分で820記事全部の監査が終わったんだニャ!

質問するおじさん

一度このローカル一次情報基盤を作ってしまえば、これから毎日新しい記事を書くときも、公開前のわずか数秒で「その条文番号と上限額は現行法と1bitの狂いもないか?」を自動検問できるようになる。これこそが個人ラボが大手メディア以上の信頼性を勝ち取るための最強の武器なんだよ。

まとめ:Web検索過信を卒業し一次条文で裏を取ろう

今回の「公開820記事 × e-Gov全法令26.3万条文SQLite」による1対1総当たり監査を通じて得られた結論を、最後にもう一度振り返ります。

📌 本記事のまとめ:法律AIの4大死角と無謬化への処方箋
  • Web検索(RAG)は「ネット上の多数決」に過ぎない :最上位モデル Gemini 4 Carbon(High) とWeb検索で徹底監査した直後でも、全体の 2.0%(16記事+Webツール2本) に条文の枝番ズレや階層見落としが残っていました。ネット上の古い解説記事が検索上位に残っている限り、Web検索AIは旧条文番号を「複数の専門サイトで裏付けが取れた事実」と誤信してしまいます。

  • 必ず押さえるべき法律条文「4つの罠」 :①法改正の条繰上げによる枝番ズレ(租税特別措置法第84条の2の2、国税通則法等)、②名前の似た別法律・法定用語の混同(重要経済安保情報保護法の適性評価・第23条第1項等)、③本則だけを見て巻末の附則や施行令・後段を見落とす罠(労働基準法附則第143条第3項の賃金時効3年、国民健康保険法施行令第29条の7の96万/113万円上限、日本国憲法第18条後段)、④既施行と未施行改正を混ぜる時制の罠(確定拠出年金法のマッチング拠出4月先行施行とiDeCo12月施行)の4点を常に疑うことが不可欠です。

  • 一次データ(e-Gov法令SQLite)直結+専門実務の二段構えへ :条文番号や法定上限額はローカルの全法令SQLiteと1対1で機械照合してハルシネーションを根絶しつつ、SQLiteに収録されない省庁通達・自治体条例・判例については一次公文書や専門家の知見と組み合わせて判断する体制を整えましょう。

それにしても、今回26万3,366条文ものデータベースを直接解析して改めて痛感したのは、「そもそもなぜ、日本の法律は『本則には5年と書いてあるのに巻末の附則で当分の間3年に書き換える』『大事な金額上限を法律ではなく62,077条もの政省令(官僚への白紙委任)に隠す』という、人間にもAIにも解読不能なスパゲッティ構造になっているのか?」 という根本的な問いでした。

もし法律が最初から、曖昧な自然言語のパッチ当てや「政令で定める」という丸投げではなく、変更履歴と参照関係が数学的に保証された「コンパイル可能なコード(Code as Law)」として記述されていたら、国民が自分の権利や税金の上限を知るためにこれほど苦労することはありません。

当ラボのメインプロジェクトである「AI国家構想」では、今回構築した26.3万条文SQLiteへの構造解析クエリから判明した 「政省令への丸投げ委任62,077条(全条文の約23.6%)・書面15,136条の実態」 をさらに深く解剖し、法律をプログラムコードとして形式検証する次世代の統治設計を『現行法26万条文に潜む「政省令委任6.2万条・書面1.5万条」|官僚裁量を断つ決定論的法典』にて公開しています。「なぜ日本の制度はこれほど複雑怪奇なのか?」と感じた方は、ぜひあわせて覗いてみてください。

当ラボではこれからも、AIの出力やネットの二次情報を鵜呑みにすることなく、26.3万条文の一次データベースと実機検証に基づく「1bitの嘘もない情報発信」を徹底してまいります。

真剣な眼差しで条文チェックを見守る猫様

「本則だけ読んで満足してないニャ?巻末の附則第143条と施行令第29条の7までしっかり裏を取るニャ!」と目を光らせる当ラボの監査役