Amazon Bedrockを活用した契約書検索の精度向上手法をAWSが解説　メタデータ連携と自動生成フィルターによるRAGの最適化

要点

• AWSは、Amazon Bedrock Knowledge Basesを活用して複雑な契約書の検索精度を向上させるソリューション「AIDA」のアーキテクチャを公開した。

• 従来のセマンティック検索や標準的なRAGでは、文脈の欠落や過剰な情報取得により法的条項の誤認リスクが生じる課題があった。

• AIDAではメタデータを付与したチャンク分割に加え、暗黙的・明示的なフィルタリングを組み合わせることで正確な情報抽出を実現する。

• 契約書の取り込みからメタデータ連携、セグメント分割、ベクトルデータベースへの保存に至る体系的なデータフローが示された。

• コンポーネント間のデータ通信にはHTTPS/TLS 1.2+による暗号化が適用され、AWS共有責任モデルに基づいた運用が行われる。

• 米Amazon Web Services（AWS）は2026年8月18日、同社の公式機械学習ブログ（AWS ML Blog）において、大規模言語モデルを活用した契約書検索ソリューション「AI-Driven Annotation（AIDA）」の仕組みと検索精度向上のアプローチを解説する記事を公開した。エンターテインメントやメディア業界をはじめとする企業で膨大な契約書の管理・確認作業が課題となる中、Amazon Bedrock Knowledge Basesを用いた検索拡張生成（RAG）の高度化手法を提示している。記事では、メタデータの付加やフィルタリング機能の統合によって、法的な文脈を損なわずに正確な条項検索を可能にする技術構成が詳述された。

契約書管理における従来型検索とRAGの課題

企業が権利関係や契約更新オプション、地域制限、コンプライアンス義務などを判断する際、膨大かつ複雑な法的合意文書への依存度は極めて高い。特にエンターテインメントやメディア分野では数千件もの契約書が複数の法域にまたがって存在しており、人手による確認作業は多大な時間と費用を要し、スケールさせることが困難だったという。

こうした課題に対し、AIを活用した検索手法の導入が進められているものの、特有の技術的ハードルが存在することが指摘されている。契約書をはじめとする法律文書は文脈への依存度が極めて高いため、単なるセマンティック検索（意味の類似性に基づく検索手法）だけでは十分な精度を担保できない。

さらに、外部データを検索して回答生成に活用する一般的なRAG（検索拡張生成）システムをそのまま適用した場合でも、言語モデルが効果的に処理できる許容量を超えて関連テキストが取得されてしまうケースがある。取得する抜粋部分の厳密な制御や、文書全体の文脈情報が十分に付与されていない状態では、重要な条項が見落とされたり誤って解釈されたりするリスクが残るという。

検索精度を高める「AIDA」ソリューションの構成

こうした課題を解決する手段として紹介されているのが、AWSの技術を基盤とした「AI-Driven Annotation（AIDA）」ソリューションである。AIDAは、非構造化データである契約書を検索可能で実用的なインテリジェンスへと変換し、ユーザーが大規模な契約書リポジトリに対して自然言語で質問を行える環境を提供する。

このソリューションでは、適切な法的文脈やアクセス権限の境界内で、正確な契約書情報に基づいて回答を生成するグラウンディング（根拠付け）の実現が重視されている。その中核技術として、Amazon Bedrock Knowledge Basesにおける「メタデータが付与されたチャンク分割（metadata-enriched chunking）」と、「暗黙的フィルタリング（implicit filtering）」および「明示的フィルタリング（explicit filtering）」が組み合わされている。これにより、契約書検索における精度を大幅に向上させていると説明している。

データ取り込みからベクトル化までの処理フロー

記事では、AIDAがAmazon Bedrock Knowledge Bases上でドキュメントを取り込み、検索可能な状態へと処理する3つの主要ステップが解説されている。

まず「ステップ1：文書取り込みとメタデータ構成」では、契約書文書が構造化メタデータファイルとともにAmazon Bedrock Knowledge Basesへ同期される。メタデータには、契約当事者、発効日、終了日、管轄区域といった重要な契約属性が含まれており、これらが後続の処理で強力なフィルタリング機能を実行するための土台となる。

続く「ステップ2：チャンク分割メカニズムの実装」では、ナレッジベースの設定において契約書を意味のあるセグメントに分割する高度なチャンク分割が適用される。この分割戦略は、各セグメントに十分な文脈を持たせつつ、処理効率を高めるために簡潔な長さに保つよう設計されている。取り込み時に付与されたメタデータは、システムがインテリジェントなフィルタリングを適用する際に不可欠であり、特に暗黙的フィルタリングの仕組みが標準的なRAG実装との差別化要因になっているという。

最後の「ステップ3：ベクトルデータベースへの保存」では、分割・処理された文書セグメントがベクトル埋め込み（テキストを数値ベクトルへ変換した表現）へと変換される。変換されたデータは、Amazon Bedrock Knowledge Basesで利用可能なベクトルデータベースの選択肢の一つであるAmazon OpenSearch Serviceなどに格納され、高精度な検索クエリの実行が可能になる。

セキュリティ対策とデータ管理体制

システムのセキュリティとコンプライアンスに関しても仕様が明かされている。コンポーネント間のデータ通信には、HTTPSおよびTLS 1.2以上のプロトコルによる転送時暗号化が全面的に適用されているという。

この暗号化は、Amazon Bedrock Knowledge Basesへの文書アップロードをはじめ、埋め込みモデルへのAPI呼び出し、ベクトルデータベースに対するクエリ実行、クライアントアプリケーションへの応答配信まで、すべてのデータ伝送経路をカバーしている。また、Amazon Bedrock内に保存されるデータのセキュリティと管理については、クラウド事業者と顧客の間で責任範囲を分担する「AWS共有責任モデル」が適用されると説明されている。