訴訟サポートと E-Discovery（OpenAI）

本日完了する内容

このチュートリアルでは、ChatGPT を使った AI 支援の訴訟と e-discovery ワークフローを案内します。開示文書レビュー、証言録取調書分析、特権レビュー、ケースタイムライン作成を学びます—すべて明確なステップバイステップのパスで。

主なワークフロー（ChatGPT）： 構造化された開示プロンプトと再利用可能な分析テンプレートを使用。出力で特権とエスカレーションのチェックポイントを明示的に維持。

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 支援の開示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
• 証言録取調書を効率的に抽出・分析する方法を学ぶ
• 証言パターンから targeted な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
• 矛盾のための証人陳述分析を実施
• 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
• 応答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
• 自然言語開示クエリを実行
• 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

---

パート 1：開示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 — ChatGPT が一貫したコーディング決定を作成。

実践演習 1.1：レビュープロトコルの構築

雇用差別訴訟のための発見レビュープロトコルを作成：5 つの主要カテゴリ、レスポンシブ/非レスポンシブの定義、特権フラグ、関連性基準。

---

パート 2：電子保存情報（ESI）管理

ESI の基礎

E メールと添付ファイル、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。

一括タグ付けワークフロー

フェーズ 1：重複排除 — 完全重複と準重複を特定。フェーズ 2：保管者識別 — 文書をソースにマッピング。フェーズ 3：一括タグ付け — 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、メールシステム、クラウドストレージのための訴訟ホールド通知と ESI 保存計画を作成。

---

パート 3：証言録取調書分析

証言パターンの分析

トピック抽出 — 主要トピック、回避されたトピック、矛盾、自認を特定。不整合検出 — 声明を比較し、不整合レポートを生成。ナラティブ構築 — 証人の物語を構築。

実践演習 3.1：完全トランスクリプト分析

証言録取調書を分析し、トピックインデックス、不整合レポート、信頼性評価、 impeachment の機会を提供。

---

パート 4：反対尋問質問生成

証言パターンからの質問構築

脆弱な領域を特定（自己矛盾、文書との矛盾、回避）。質問を起草し、テーマ別に整理（時系列、知識、文書、自認、impeachment）。

実践演習 4.1：質問生成

基礎確立の質問、証人の言葉を使用する質問、矛盾を確立する質問を含む完全な反対尋問アウトラインを作成。

---

パート 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、ID/引用、説明、重要性。決定ポイントと知識タイムライン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

文書と証言録取調書から完全なケースタイムラインを構築し、日付の衝突を特定し、ギャップをマーク。

---

パート 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、信頼性要因。証人比較マトリックスを作成。

実践演習 6.1：陳述分析

証人マトリックス、不整合レポート、文書裏付け表、裁判のための指定戦略を提供。

---

パート 7：証拠検索と取得

迅速な証拠配置

検索プロトコル — キーワード、文書タイプ、日付範囲、保管者。証言中の検索 — 証言で引用された文書を迅速に配置。裁判証拠 — 展示物と指定への即座のアクセス。

実践演習 7.1：証拠検索ワークフロー

裁判前、証言中、裁判中の完全な検索プロトコルを作成。

---

パート 8：特権レビューと識別

保護された通信の識別

カテゴリ：弁護士-依頼人特権、作業成果物法理、共通利益特権、専門家特権。特権決定木を作成。保留文書については特権ログを作成。

実践演習 8.1：特権レビュープロトコル

識別フローチャート、決定ルール、特権ログテンプレート、QC 手順を含むプロトコルを作成。

---

パート 9：応答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

各 RFP の「応答」を定義。コーディングフォームを構築（文書 ID、RFP 別応答、特権主張、信頼度）。QC 監査：応答の 5%、特権の 10% を再レビュー。

実践演習 9.1：応答コーディングシステム

各 RFP を明確なコーディングルールにデコードし、決定木を作成し、QC プロトコルとトレーニング資料を開発。

---

パート 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

スレッド抽出 — 完全なスレッド、参加者、タイムライン、転送チェーン。スレッド分析 — 中核問題、議論の進化、決定、自認。パターン分析 — 頻度、タイミング、エスカレーション、情報フロー。

実践演習 10.1：メールスレッド分析

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、知識タイムラインを提供。

---

パート 11：自然言語開示クエリ

会話型証拠検索

複雑なブール演算の代わりに、自然言語で質問：「製品の安全性について懸念を表明したすべての文書を、幹部間で、発売前に検索。」

実践演習 11.1：自然言語クエリ

各主要主張について、自然言語の説明、期待される文書タイプ、検索用語、結果を作成。

---

パート 12：文書クラスタリングとパターン識別

大規模文書セットの隠れたパターンを発見

自動クラスタリング — 主題、期間、保管者、タイプ、コンテンツ類似性別。テーマ別組織 — 法的テーマ（欠陥の知識、警告の失敗、以前の事故、隠蔽）。専門家レポート支援 — 直接引用のためのクラスターを組織。

実践演習 12.1：文書クラスタリング分析

自然クラスターを特定し、テーマを分析し、ブリッジ文書を示し、テーマ別組織と視覚的クラスターマップを作成。

---

比較：ChatGPT vs. エンタープライズ e-discovery ツール

---

AI 支援訴訟サポートのベストプラクティス

すべきこと

1. プロトコルから始める — アップロード前にカテゴリとルールを定義、書面でコーディングガイドラインを作成。
2. プロセスを文書化 — カテゴリ、検索用語、アップロード文書、コーディング決定、QC 手順の記録を保持。
3. 複数の検証方法を使用 — AI だけに頼らない；重要文書は手動でクロスチェック。
4. 特権の警戒を維持 — 弁護士レビューのために過剰にフラグを立て、明確な特権ログを作成。
5. タイムライン機能を活用 — 早く作成し、更新し、証言準備と裁判提示に使用。
6. 裁判のために整理 — コーディングしながら展示リストを構築し、文書別に整理された裁判ブリーフセクションを作成。

---

避けるべき一般的な間違い

してはいけないこと

1. プロトコルフェーズをスキップしない — 明確なルールなしでコーディング、途中でルールを変更、パラリーガルごとに異なる基準。
2. 100% の精度を想定しない — AI はニュアンスを見逃す可能性；常に QC スポットチェックを含める。
3. メタデータの問題を無視しない — メタデータは spoliation 証拠になり得る。
4. 発見可能な弁護士メモを作成しない — AI に「戦略」の分析を依頼しない。
5. 証言の矛盾を見落とさない — 最終証言を以前の声明と比較。
6. 特権ログを軽視しない — 不完全なログは特権を放棄する。

---

e-discovery の品質管理チェックリスト

レビュー前 QC

プロトコル文書化・承認、サンプル文書コーディング・検証、全レビュアー訓練、検索用語テスト、ESI 保管者特定、重複排除完了、メタデータ保存。

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、特権フラグ検証、文書とのタイムライン照合。

レビュー後 QC

最終 5% サンプル、特権ログ完全、RFP 別応答文書整理、タイムライン確定、メールスレッド検証、専門家指定マーク。

訴訟管理 QC

discovery 回答期限遵守、適切な異議、特権の適切な主張、生産フォーマット正確、Bates ラベリング一貫。

---

実践ワークフロー：実際のケースシナリオ

シナリオ 1：製品責任 — 6 か月タイムライン

1 か月目：カテゴリ定義、20 の主要 RFP 特定、用語ライブラリ作成、ESI 収集設定。2 か月目：重複排除、最初のクエリ、バッチコーディング。3 か月目：特権レビュー、境界文書。4 か月目：完全タイムライン、メールスレッド分析。5 か月目：証言、リアルタイム証拠検索。6 か月目：展示リスト確定、裁判証拠システム。

---

今すぐ実行

• 文書をアップロードする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
• 1 回の証言録取調書分析を実行し、不整合にフラグを立てる
• 証言パターンから 5 つの反対尋問質問を起草
• 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
• 監査証跡のための QC 手順を文書化

---

次のチュートリアル前の宿題

1. 基本的な e-discovery プロトコルを設定 — 練習ケースの 5–8 文書レビューカテゴリを定義、レスポンシブ/非レスポンシブの決定ルール、特権レビューガイドを作成。
2. タイムライン作成を練習 — サンプル文書から日付とイベントを抽出、時系列タイムラインを作成、5 つの主要転換点を特定。
3. メールスレッド分析 — 20 のサンプルメールを取り、スレッドと参加者を特定、通信フローをマッピング。
4. 証言質問準備 — サンプル証言録取調書を見つけ、3 つの主要不整合を特定、それぞれの反対尋問質問を起草。
5. 検索プロトコルを構築 — 一般的なケースタイプの検索用語ライブラリを作成、20–30 の主要検索を含める、自然言語クエリテンプレートを開発。

---

クイックリファレンス：e-discovery プロンプト

開示文書レビュー

[ケースタイプ] のレビュープロトコルを作成：レスポンシブ vs. 非レスポンシブ、特権カテゴリ、関連性レベル、自認とタイムライン重要性を定義。

証言録取調書分析

この証言録取調書を分析：すべてのトピックを特定、矛盾と不整合にフラグ、自認と不利な声明を記録、反対尋問質問を起草。

タイムライン作成

すべてのイベントと日付を抽出。時系列イベント、主要決定ポイント、知識タイムライン、戦略的転換点を示すタイムラインを作成。

メールスレッド分析

これらのメールをスレッドとして分析：完全な会話、参加者の通信、時間経過の情報フロー、重要な自認または矛盾。

証人陳述比較

これらの陳述を比較：証人間の矛盾、文書との矛盾、自認と信頼性問題、証拠のギャップ。

特権レビュー

潜在的に特権のある通信にフラグ：弁護士-依頼人特権、作業成果物法理、共通利益特権。説明付きログを作成。

証拠検索

[特定の主張] の証拠を検索：誰が何を知っていたか、いつ知っていたか、何をしたか、これが[当事者]にどのように害を与えるかを示す。

---

関連ファミリーページ

• Claude Litigation & E-Discovery — Claude で同じ概念
• Core Concepts — プラットフォーム中立の法的ワークフローモデル

---

ソース

• FRCP Rule 26 (Discovery Scope, ESI, Privilege Claims)
• FRCP Rule 34 (Production of ESI)
• EDRM Current Model (2.0)
• ABA Model Rule 1.1 (Competence) + Comment 8 (Technology)

追加読書

• EDRM Frameworks and Standards
• Relativity aiR for Review Documentation

---

ナビゲーション

• 前へ：Cowork Automation
• 次へ：Regulatory Compliance