Tutorial 11: Litigation Support & E-Discovery

Master AI-assisted discovery document review, deposition analysis, ESI management, cross-examination preparation, and case timeline creation for litigation

このチュートリアルでは、Claude を使用した AI 支援の訴訟と e-discovery ワークフローを案内します。発見文書レビュー、証言分析、特権レビュー、ケースタイムライン作成を学びます。明確なステップバイステップのパスで進めます。

主なワークフロー（Claude）： 構造化された発見プロンプトと再利用可能な分析テンプレートを使用。特権とエスカレーションチェックポイントを出力で明示的に保持。

上級レベル | 90分 | 技術的習熟が必要

学習目標

このチュートリアルを終えると、次のことができるようになります：

AI 支援の発見文書レビューとコーディングを習得
電子保存情報（ESI）管理ワークフローを理解
証言記録を効率的に抽出・分析
証言パターンからターゲットを絞った反対尋問質問を生成
文書セットから包括的なケースタイムラインを作成
証人陳述の不整合を分析
訴訟中の高度な証拠検索と取得を実行
AI 支援で特権レビューを管理
レスポンシブ文書コーディングワークフローを構築
メールと通信スレッドを可視化
自然言語発見クエリを実行
ケース戦略のための文書クラスタリングパターンを特定

Part 1：発見文書レビューワークフロー

スケールの課題

従来のレビューと AI 支援レビューの速度は、事件タイプ、文書品質、ワークフロー設計、QC 基準によって大きく異なります。スループットの想定はパイロット指標として内部で検証してください。

AI 支援レビューの主要ステップ

ステップ 1：文書カテゴリを定義 — アップロード前に、レスポンシブ、非レスポンシブ、特権、関連性（重要/周辺/無関係）のカテゴリを確立。

ステップ 2：サンプルセットをアップロード — パターンを確立するために 100-200 文書から開始。

ステップ 3：コーディングテンプレートを構築 — Claude が一貫したコーディング決定を作成。

文書をアップロードする前に必ずコーディングプロトコルを確立してください。途中で基準を変更すると、一貫性がなく異議を唱えられるレビュー作業になります。

実践演習 1.1：レビュープロトコルの構築

レビュープロトコルを作成：5 つの主要カテゴリ、レスポンシビリティ基準、特権フラグ、QC チェックポイント、境界文書用の決定木を定義。

Part 2：電子保存情報（ESI）管理

ESI の基礎

電子保存情報には以下が含まれる：メールと添付、Word とスプレッドシート、データベースと構造化データ、メタデータ、モバイルデバイスデータ、バックアップテープ、クラウドストレージ。

バッチタグ付けワークフロー

フェーズ 1：重複排除 — 完全重複、ニア重複、スレッド内類似メールの識別、優先順位付け。

フェーズ 2：保管者識別 — 各保管者の文書数、日付範囲、主要送受信者、特権保有の可能性。

フェーズ 3：バッチタグ付け — 保管者、関連性、財務討論フラグ、製品安全討論フラグで一貫したメタデータを適用。

実践演習 2.1：ESI 保存計画

複数の保管者とシステム（メール、DMS、データベース、クラウドストレージ、モバイルデバイス）の訴訟ホールド通知と ESI 保存計画を作成。

Part 3：証言記録分析

証言パターンの分析

ステップ 1：テーマ抽出 — 主要トピック、回避されたトピック、矛盾のあるトピック、自認または不利な発言、原告/被告のナラティブを支持するトピック。

ステップ 2：不整合検出 — 同一証人の異なるページの陳述を比較、タイムライン矛盾を特定、「不整合レポート」を反対尋問用に生成。

ステップ 3：ナラティブ構築 — 証人の物語、イベントタイムライン、自認、弱いまたは回避的な領域。

実践演習 3.1：完全証言記録分析

証言記録を分析：テーマ索引、不整合レポート、信頼性評価、自認、弾劾の機会、反対尋問用の質問。

Part 4：反対尋問質問生成

証言パターンから質問を構築

証言パターンから質問を構築：弱い領域を特定（自己矛盾、文書との矛盾、回避や限定語）、質問を起草、テーマ別に整理（タイムライン、知識/通知、文書、以前の陳述、動機/偏見、自認、弾劾）。

実践演習 4.1：質問生成

完全な反対尋問アウトラインを作成：基礎確立、証人の言葉を使用した質問、矛盾する文書に関する質問、矛盾を確立する質問。

Part 5：ケースタイムライン作成

イベントと日付の抽出

全文書と証言から抽出：イベント日付、文書日付、イベントタイプ、主要当事者、文書 ID/引用、簡潔な説明、重要性。主要決定ポイント、当事者知識タイムライン、発見期限を含むソート済みタイムラインを構築。

実践演習 5.1：複合ソースからのタイムライン

文書と証言記録から完全なケースタイムラインを構築：全日付を抽出、矛盾を特定、統合タイムラインを作成、文書のギャップをマーク。

Part 6：証人陳述分析

不整合と証拠の特定

証人ごとに抽出：主要事実主張、他証言との矛盾、文書との矛盾、自認、個人知識 vs 伝聞の区別、信頼性要因、裏付け文書。

実践演習 6.1：陳述分析

分析して作成：証人比較マトリックス、不整合レポート、文書裏付け表、各証人の信頼性評価、推奨証言質問。

Part 7：証拠検索と取得

迅速な証拠配置

ステップ 1：検索プロトコル構築 — テーマ別キーワード、重点文書タイプ、日付範囲、最有力保管者、ブール検索文字列。

ステップ 2：証言中の迅速検索 — 証言で言及された文書、矛盾する文書、参照されたメールチェーンを迅速に配置。

ステップ 3：法廷証拠 — 展示物への即時アクセス、証言指定、ケース理論別の組織化。

実践演習 7.1：証拠検索ワークフロー

証拠検索・取得プロトコルを作成：審理前、証言中、裁判中の各フェーズ用。検索語ライブラリ、ブール検索文字列、アクセス手順を含む。

Part 8：特権レビューと識別

保護された通信の識別

ステップ 1：特権カテゴリ — 弁護士-依頼人特権、作業成果主義、共通利益特権、専門家特権。

ステップ 2：メタデータレビュー — 法務への配布、件名行、既知の弁護士アドレス、機密マーキング。

ステップ 3：特権ログ — 文書 ID、日付、著者、受信者、説明、特権タイプ、根拠。

弁護士レビューのため過剰にフラグ付け。1 件の特権文書を見逃して特権を放棄するより、200 件の境界文書をレビューする方が良い。

実践演習 8.1：特権レビュープロトコル

特権レビュープロトコルを作成：決定フローチャート、決定ルール、確認するメタデータフィールド、特権ログテンプレート、QC 手順。

Part 9：レスポンシブ文書コーディングワークフロー

コーディングシステムの構築

ステップ 1：レスポンシビリティの定義 — 各 RFP についてレスポンシブ vs 非レスポンシブ、曖昧なカテゴリを定義。

ステップ 2：コーディングフォーム構築 — 文書 ID、RFP 別レスポンシビリティ、特権主張、レビュアー、信頼度。

ステップ 3：品質管理監査 — 「レスポンシブ」文書の 5% 再レビュー、「特権」文書の 10% 再レビュー。

実践演習 9.1：レスポンシブコーディングシステム

完全なレスポンシブ文書コーディングシステムを構築：各 RFP を明確なルールにデコード、決定木を作成、コーディングフォームを開発、QC プロトコルとエスカレーション手順。

Part 10：メールスレッドの可視化と分析

メール通信パターンの理解

ステップ 1：スレッド抽出 — 完全スレッド、参加者、タイムライン、転送チェーン。

ステップ 2：スレッド分析 — 中核的課題、議論の進化、決定、自認、矛盾。

ステップ 3：通信パターン分析 — 主要当事者間の頻度、エスカレーションパターン、知識の分布。

実践演習 10.1：メールスレッド分析

完全な分析を提供：スレッド在庫、最重要 10 スレッドの詳細分析、通信パターン分析、自認・不利な発言のタイムライン。

Part 11：自然言語発見クエリ

会話型証拠検索

ブール検索の代わりに自然言語を使用：「[日付] より前に製品の安全問題を会社が認識していた、修正しなかったまたは修正を遅らせた、問題が後に損害を引き起こしたことを示す全文書を検索」。

実践演習 11.1：自然言語クエリ

各主要主張について、自然言語での説明、期待される文書タイプ、キーワード、ブール代替、結果を作成。

Part 12：文書クラスタリングとパターン識別

大規模文書セットで隠れたパターンを発見

ステップ 1：自動クラスタリング — 主題、期間、保管者、文書タイプ、コンテンツ類似度でクラスタリング。

ステップ 2：テーマ別組織化 — 欠陥の知識、警告の失敗、以前の事故、隠蔽。

ステップ 3：専門家レポートサポート — 専門家が直接引用できるようクラスタリング。

実践演習 12.1：文書クラスタリング分析

完全なクラスタリング分析を実施：自然クラスターを特定、テーマを分析、ブリッジ文書を表示、テーマ別組織を作成、ケース理論にリンク。

比較：Claude vs エンタープライズ e-discovery ツール

機能	Claude + MCP	Harvey	Legora	Relativity	Everlaw
レビュー速度	可変	可変	可変	可変	可変
セットアップ時間	迅速なパイロット	ベンダー実装	ベンダー実装	実装	実装
カスタマイズ	完全	限定	限定	広範	中程度
ESI 統合	MCP/コネクタ経由	ベンダーコネクタ	ベンダーコネクタ	プラットフォームコネクタ	プラットフォームコネクタ
タイムライン作成	手動 + AI	自動	自動	手動	自動
メールスレッド	基本	高度	高度	高度	高度
特権レビュー	AI 支援	AI + 手動	AI + 手動	主に手動	AI 支援
レスポンシブコーディング	設定可能	事前設定	事前設定	カスタマイズ可能	事前設定
証拠検索	自然言語	フィールドベース	フィールドベース	ブール/セマンティック	セマンティック

AI 支援訴訟サポートのベストプラクティス

すべきこと

アップロード前にプロトコルを定義
プロセスを文書化 — カテゴリ、検索語、コーディング決定、QC 手順
複数の検証方法を使用 — AI のみに依存しない
特権の警戒を維持 — 弁護士レビューのため過剰にフラグ付け
タイムライン機能を活用 — 早期に作成、更新、証言準備に使用
裁判用に整理 — コーディングと同時に展示リストを構築

避けるべき誤り

避けること

プロトコルフェーズをスキップしない
100% の精度を想定しない
メタデータの問題を無視しない
発見可能な弁護士メモを作成しない
証言の矛盾を見落とさない
特権ログを軽視しない

e-discovery の QC チェックリスト

プレビュー QC

プロトコル文書化・承認済み
サンプル文書コーディング・検証済み
全レビュアー訓練済み
検索語テスト・検証済み
ESI 保管者とデータソース識別済み

レビュー中 QC

週次スポットチェック（レビュアーあたり 5 件）
月次一貫性レビュー
境界文書の弁護士承認
特権フラグの弁護士レビュー

ポストレビュー QC

最終 5% 品質保証サンプルレビュー
特権ログ完全・正確
レスポンシブ文書を RFP 別に整理
タイムライン最終化

月 1： カテゴリ定義、主要 RFP 識別、検索語ライブラリ作成、ボリューム推定。 月 2： 重複排除、初回検索クエリ、バッチコーディング、予備タイムライン。 月 3： 特権レビュー、境界レスポンシブ文書の弁護士レビュー、特権ログ最終化。 月 4： 完全タイムライン、主要通信のメールスレッド分析、証言準備資料。 月 5： 証言実施、証言記録分析、反対尋問質問生成。 月 6： 展示リスト最終化、裁判証拠システム、デモンストレーション準備。

今すぐ実行

アップロード前にレビューカテゴリを定義
最初のバッチ（100–200 文書）のコーディングテンプレートを作成
証言記録分析を 1 回実行し不整合をフラグ付け
証言パターンから反対尋問質問を 5 件起草
少なくとも 3 つの文書ソースからケースタイムラインを構築
サンプルセットで特権レビューを完了し特権ログを作成
監査追跡のため QC 手順を文書化

次回チュートリアル前の宿題

基本 e-discovery プロトコルを設定 — 5–8 文書レビューカテゴリ、決定ルール
タイムライン作成を練習 — サンプルセットから日付とイベントを抽出、5 つの主要転換点を特定
メールスレッド分析 — 20 件のサンプルメール、スレッドと参加者を識別
証言質問準備 — サンプル証言記録で 3 つの主要不整合を特定、各々の反対尋問質問を起草
検索プロトコルを構築 — 一般的なケースタイプの検索語ライブラリ、20–30 の主要検索、自然言語クエリテンプレート

EDRM フレームワークと標準