Jevで国会の質問2,424件を仕分けたら約45円だった——規制緩和を早く知りたくて試した約40日の顛末
2026.11.02 夕 | 株式会社NGraph
文章を書かず判定だけを返すAI「Jev(ジェヴ)」を試したくて、国会議員の質問2,424件を仕分けました。公式の価格で計算すると、費用は約45円でした。そこから約40日、試しては直すうちに、国の法律と福井県の予算を業種で探せる試作サイト「政策トラッカー」ができました。
これは、エンジニアではない経営者がAIと一緒に進めた試行錯誤の記録です。規制緩和や規制強化を事業者が早く知るには何が効いたのか、AIのどの使い方が外れたのかを、順番に書きます。
・判定だけを返すAIに、国会の質問を仕分けさせた結果と費用
・「国会の発言から法案を先読みする」検証が外れた話
・規制の変化を早く知るには、どの時点の資料を見ればよいか
・AIに任せて崩れた場所と、同じことを試す手順
最初の目的は、新しいAIを試すことだった
2026年9月、TypeSafe社のAI「Jev」を試し始めました。ふつうの生成AIと違い、Jevは文章を書きません。選択肢や段階、YesかNoと、その確率だけを返します。仕組みは判定だけを返すAIの記事で書きました。
試す相手に選んだのが国会です。国会の発言は国立国会図書館の会議録に残っていて、プログラムから取り出す窓口も公開されています。問いは単純で、どんな議題が一番話されているのかを見たかったのです。決めていたのは「精度を問われないものから始める」ことだけでした。
対象は2026年1月から9月までの予算委員会で、200字以上の質問2,424件です。これを16の分野と3つの性質に分類させました。失敗は0件で、入力はおよそ678万トークン、公式の価格で計算して約45円です。トークンは、AIが文章を数える単位です。
| 順位 | 分野 | 割合 |
|---|---|---|
| 1位 | 経済・財政運営 | 30% |
| 2位 | 物価・エネルギー | 18% |
| 3位 | 産業・科学技術 | 17% |
1つの質問に複数の分野が付くことがあります。2026年9月23日の当社の集計です。
面白かったのは、語の数だけでは見えないものが出たことです。「中東情勢」という語を含む質問のうち、Jevが外交に分類したのは39%でした。物価・エネルギーに分類した質問のほうが多かったのです。この国会の中東の話は、原油の話として語られていました。単語を数えるだけなら、外交の話と読み違えるところです。
「事業者が早く知れれば」と思った理由
もう1つ、頭にあったことがあります。ある会社への提案で、その業界の法律や規制強化の方向を調べていたときのことです。規制の変わり目は、対応を迫られる場面であると同時に商機でもあると感じました。
ところが、調べようとすると情報がばらばらです。国会の答弁、提出された法案、省庁の資料は別々の場所にあります。ロビー活動をしている最初の一社を除けば、多くの会社は世に情報が出てから動いています。国会の発言を業種ごとに整理できれば、事業者はもっと早く動けるのではないか。Jevの実験に、この問いが重なりました。
「先読みできるか」を検証したら、外れた
最初に思いついたのは先読みです。政府が答弁で「検討する」「法改正する」と言えば、次の国会で法案が増えるのではないか。そう考えて、4つの国会の質問と答弁1万3,901組を後追いで調べました。
結果は外れでした。答弁の約束や法改正の意思が増えても、次の国会の政府提出法案が増える関係は見られません。翌日にはこの案を閉じました。
数日後には「通りそうかどうか」の判定もやめています。定かでないものを判定して予測しても意味がない、と判断したからです。今のサイトは、どの段階の資料が出ているかだけで段階を決めています。予測はしません。
早く知るのに効くのは、法案が出た時点だった
先読みが外れて分かったのは、予測しなくても時間は残っているということです。この国会の政府提出法案は64本すべて成立し、否決は0本でした。つまり提出された時点で、かなり確度が上がります。
そこで、2010年以降に参入の壁が下がった実例を37件集め、提出から施行までの時間を測りました。
| 測ったもの | 中央値 |
|---|---|
| 法案の提出から施行まで | 13.4か月 |
| うち、参入規制の撤廃 | 21.8か月 |
| うち、業務範囲の拡大 | 7.0か月 |
| 施行から事業の開始まで | 0.4年 |
当社が公的資料などから集めた37件の値です。法改正30件、通達や省令など7件で、統計調査の結果ではありません。
法案が出た時点で知れば、1年ほどの準備期間がある計算です。一方で、施行の当日に事業を始めた会社は、審議会に関わっていた当事者でした。外から追いかけるなら、施行を待たずに提出の時点で知る価値があります。ここで作るものが「予測」から「出た資料を早く、業種別に届ける一覧」へ変わりました。
国会の外の資料を足していった
国会の発言だけでは足りないことも、すぐに分かりました。法案になる前の動きは別の資料に書かれています。ここからは、別のAIの案も借りながら材料を増やしました。
| 足した資料 | 分かること |
|---|---|
| 規制改革実施計画 | 政府が閣議決定した、これからやる規制改革 |
| 衆議院調査局の会期前の資料 | 国会が始まる前に、法案が出そうな論点 |
| e-Govの意見募集 | 省令や告示の案と、意見の締切 |
効いたのは、GPTが出した「禁止・制限・免許制だったことが可能になる兆候だけを抜き出す」という案でした。この問いをJevに渡し、膨大な資料から開く市場の兆候を拾い出す形にしました。会期前の資料で「今国会に法案」とあった介護保険や労働政策などは、実際に法案が成立していました。
省令や通達は、公布してすぐ施行されることがあります。そのため、施行前の意見募集が事業者に知らせる場所になります。締切があるので、今のサイトでは「今なら意見を出せる」という欄にしました。
AIに任せて崩れた場所
順調だったのはここまでです。作ったものを抜き取りで調べると、判定の種類によって正解率が大きく開いていました。
| 調べたもの | 結果 | 扱い |
|---|---|---|
| 法律の件名と成立 | 正確 | 公開 |
| 施行済み・施行待ちなどの段階 | 約97% | 施行日の取り方を直して公開 |
| AIが書いた解説文(抽出44件) | 約84%。実害のある誤りは約9% | 確かめられない文を別の欄へ分離 |
| 政府が「見送り」と答えたという判定 | 約5割 | 該当の26件を画面から外した |
2026年9月26日の当社の検査で、抜き取りの値です。今のサイトの精度を示す数字ではなく、ほかの資料やAIに当てはまるとも限りません。
約5割の判定を、約97%の判定と同じ画面に並べていたことになります。文章は整っているので、眺めるだけでは分かりません。ここで決めたのが「判断を任せない。あくまで作業をやらせる」という線引きです。AIの判定は候補として扱い、確かめた分だけを公開する形に変えました。
別のAIとの比べ方も学びました。10月にOpenAIの判断専用AI「Decisions」(gpt-6-luna-decisions)とJevを、答えの分かっている208問で比べています。見送りの判定は日本語の問いで87%対78%と相手が上で、別の種類の判定ではJevの78%が相手の73%を上回りました。一律に切り替える理由はなく、国の資料はJevのまま判定し、福井県の予算では2種類の判定を両方とも下書きに使っています。
福井県の予算版では別の型が出ました。6月補正の63件と9月追加補正の25件を、AIが読んでいなかったのです。あるはずの補助事業が出てこないので、AIに聞いた答えと見比べて発覚しました。読まなかった資料は、誤った行として画面に出てきません。載っている分の正解率をいくら測っても、この抜けは見つからないのです。
業種で探せる形にして公開した
使う人を考え直すと、「どの法律が通ったか」より「自分の業種で何が変わるか」が先に要ります。そこで最初の画面を、業種を選ぶ形にしました。国の画面には、できるようになること、義務が強まること、意見を出せる案が並びます。

国の画面。2026年11月1日に撮影しました。
同じ考え方で、福井県の予算も、支援を受けられる事業と受注の機会を業種で探せるようにしました。2026年10月31日に国と県を1つのサイトにまとめ、国の686テーマと県の506件を載せています。

県の画面。県の公式サイトではなく、当社が整理した試作です。2026年11月1日に撮影しました。
国会の法案をAIで分かりやすく伝える取り組みには、チームみらいのみらい議会があります。法案をやさしい言葉で解説し、AIインタビューで意見も集めるサービスで、国会の今を知るなら、まずこちらが読みやすいと思います。
大きく違うのは、見ている相手です。みらい議会は、国民に法案を伝え、意見を政治に届けることを目指しています。政策トラッカーは事業者の目線で、法案に限らず、自分の業種に関わる変化と時期を探す道具です。
| みらい議会 | 政策トラッカー | |
|---|---|---|
| 目線 | 国民 | 事業者 |
| 入口 | 法案、政策の分野 | 12の業種 |
| 主な資料 | 内閣が提出した法案 | 法案、規制改革の計画、意見募集、県の予算 |
| 見せるもの | 法案の解説、審議の段階、チームみらいの賛否 | できるようになること、強まる義務、施行日や締切、支援と受注の機会 |
2026年11月2日に両サイトを見て整理しました。優劣ではなく、目的の違いです。
今は、AIごとに役割を分けています。
| 役割 | 担当 | やること |
|---|---|---|
| 判定の下書き | Jev、Decisions | 国はJevがテーマのまとめ方と業種を判定し、県は2種類で分類と業種を判定する |
| 見直しと文 | Claude | 下書きを本文と照らして見直し、法律の内容を一文に書く |
| 照合 | Codex | 書いた文を、法律の提出理由と突き合わせる |
| 基準と指摘 | 人 | 何を確かめるかを決め、画面を見て直す点を指摘する |
JevはTypeSafe AI、ClaudeはAnthropic、DecisionsとCodexはOpenAIのAIです。
作りも簡単に書いておきます。国会の発言は、国立国会図書館がプログラム向けに公開している窓口(API)から取り、県の予算は公開PDFから読み取りました。AIの呼び出しはVercel AI Gatewayにまとめたので、JevとDecisionsの比較は、モデル名を切り替えるだけで済みました。画面はNext.jsで作り、Cloudflareから配信しています。
照合も万能ではありません。ある回ではCodexが70件を指摘し、そのうち5件は指摘した側の誤りでした。指摘も原文で確かめてから直します。
確認の流れは1つの手順書にまとめました。国のサイトは毎週月曜に定時の処理がデータを取り直し、確認と照合が全部通ったときだけ本番に出します。前回から消えた行が全体の5%を超えたら、原因が分かるまで公開は止まったままです。県のサイトは月1回、AIを使わない確認で資料の変化を見つけ、変化があれば手順書に沿って更新します。
それでも、人が全件を確かめた版ではありません。サイトの説明にはそう書き、施行日や締切は公式の情報で確かめるよう案内しています。
試して分かった3つのこと
約40日で残ったのは、次の3つです。
- 判定だけのAIは、安く大量に試せる。文章を書かせないので、数千件でも費用を気にせず回せました。最初の実験は、精度を問われない問いから始めると止まりません。
- 予測より、出た資料を早く届けるほうが役に立つ。先読みの検証は外れましたが、法案の提出から施行までには時間があります。予測しなくても、事業者が動く余裕は残っていました。
- AIには判断を任せず、作業を任せる。分類も文も候補として扱い、確かめた分だけを人に見せます。読むべき資料の一覧は、別に確かめます。
社内の問い合わせ分類や議事録の要約でも、同じ順番で試せます。今週やるなら、この3つです。
- 判定を20件開く。AIに分類や要約をさせている仕事を1つ選び、結果を20件、原文と見比べます。
- 種類ごとに数える。正解の数を判定の種類ごとに書き出し、低い種類に人の確認を付けます。
- 元の資料の件数を合わせる。元の資料の件数と、AIが処理した件数が合っているかを見ます。
よくある質問
Jevは、ふつうの生成AIと何が違いますか?
文章を書かず、選択肢や段階、YesかNoと確率だけを返します。大量の分類に向いていて、文を書く仕事は別のAIに任せます。
国会の発言から、法案は予測できますか?
当社が4つの国会で後追いした範囲では、答弁の約束や法改正の意思から次の国会の法案数は先取りできませんでした。今のサイトは予測をせず、出た資料の段階だけを示しています。
記事の正解率は、ほかのAIや資料でも同じですか?
同じとは言えません。当社が2026年9月に、自社のデータを抜き取りで調べた値です。自社の文書で測り直してください。
・株式会社NGraph「国会トラッカー」「このサイトについて」(2026年11月1日確認)
・株式会社NGraph「福井県 予算トラッカー(試作)」「このサイトについて」(2026年11月1日確認)
・国立国会図書館「国会会議録検索システム」
・チームみらい「みらい議会」(2026年11月2日確認)
・あわせて読む:AIは文章を書かず、判定だけを返せる——Jevの確信度が、手書き205語の判定ルールを置き換える条件
