【保険代理店】募集コンプライアンス確認をClaude Code/Codexで自動化する方法
aikanri-admin
この記事の内容
保険募集では、提案内容を説明したという記録、顧客の意向を把握した記録、重要事項を説明した記録を残し、あとから「説明が足りていたか」「不適切な表現がなかったか」「確認すべき項目が漏れていないか」を点検します。この募集コンプライアンス確認は、保険業法や監督指針、自社の募集ルールに沿って一件ずつ突き合わせる地道な作業で、ベテランのコンプライアンス担当に負荷が集中しがちです。AIは募集の可否やコンプライアンス上の良し悪しを判断するものではありませんが、説明記録・不適切表現の候補・確認漏れ候補をチェックリストの形に整理する補助として使えます。
募集記録1件あたりの自己点検にかかる時間 (みなと保険プランニングのモデル事例)
本記事では、AI鬼管理 が支援を想定する みなと保険プランニング (神奈川県横浜市・損保と生保の乗合代理店・募集人8名) をモデル事例に、Claude Code/Codex で募集記録の点検を「チェックリスト化+不適切表現候補+確認漏れ候補」まで半自動化する流れを解説します。コンプライアンス担当の遠野さんが、月末にまとめて募集記録を1件45分かけて自己点検していた代理店が、若手募集人の柏木さんも提出前にAIの確認リストでセルフチェックできるようになり、差し戻しと月末の点検残業を減らした流れです。
代表菅澤
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、
- 募集コンプライアンス確認で担当者が抱えている負荷(記録の突き合わせ・表現チェック・確認漏れ探し)が分かる
- Claude Code/Codexでチェックリスト化できる3項目(説明記録の整理/不適切表現候補/確認漏れ候補)が理解できる
- 5ステップでのPoC〜運用の進め方が分かる
- 説明記録・不適切表現・確認漏れをチェックリストにする型が分かる
- 意向把握・重要事項説明の記録確認の観点が分かる
- 保険業法・個人情報保護に配慮した、AIに任せてよい範囲と人が残す範囲の線引きが分かる
01 PROBLEM 募集コンプライアンス確認の現場で起きていること 記録の突き合わせ・表現チェック・確認漏れ探しのトリレンマ
問題1: 記録が散らばっていて、突き合わせるだけで時間が消える。みなと保険プランニングでは、1件の募集記録を点検するのに、提案書・申込内容・面談メモ・意向確認書を別々に開いて見比べていました。「提案した内容」と「意向確認の記録」と「実際の申込」がつながっているかを目視で追うだけで、1件あたり多くの時間を使っていました。
問題2: 不適切表現の判断がベテラン1人に集中する。「必ず得します」のような断定的な表現、メリットだけを強調してデメリットの説明記録が薄いケース、他社商品との一方的な比較 — こうした「気になる表現」を見つける目は、実質コンプライアンス担当の遠野さん1人に頼っていました。若手の柏木さんは、何が不適切表現に当たりうるのかの線引きがつかめず、提出後の差し戻しが続いていました。
問題3: 確認漏れに月末・監査前にまとめて気づく。意向把握の記録、重要事項の説明記録、契約者の自署・押印、クーリングオフの案内記録 — こうした「あるべき記録」の抜けを、月末の自己点検や監査前にまとめて発見していました。時間が経ってから気づくと、募集人への確認や記録の補正に手戻りが発生し、繁忙期ほどこの確認漏れが起きやすくなっていました。
02 WHAT Claude Code/Codexで何を「チェックリスト化」するか コンプラ判断ではなく、点検材料の整理を自動化
📚 用語解説
募集コンプライアンス確認：保険募集が、保険業法や監督指針、自社の募集ルールに沿って適正に行われたかを点検する作業。意向把握、重要事項の説明、説明記録の保存、不適切な勧誘表現の有無などを一件ずつ確認する。何を・どの観点で見るかが担当者の経験に依存しやすく、属人化と確認漏れの主因になりやすい。
処理1: 説明記録の整理(点検しやすい形に並べる)。提案書、面談メモ、意向確認書、申込内容といったバラバラの記録から、「いつ・何を・どう説明したと記録されているか」をAIが時系列に整理し、点検用の一覧にします。これは記録を要約して並べ替える作業で、適否の判断はしません。
処理2: 不適切表現の候補を挙げる。「絶対」「必ず」「損はしない」といった断定的な言い回し、デメリットの説明記録が見当たらない箇所、一方的な比較になっていそうな箇所を、AIが確認したほうがよい候補として並べます。これは違反の認定ではなく、人が見るべき場所に印を付ける作業です。
処理3: 確認漏れの候補を挙げる。自社のチェック項目(意向把握の記録、重要事項説明の記録、自署・押印、クーリングオフ案内など)と実際の記録を突き合わせ、「記録が見当たらない項目」を確認漏れ候補として出します。最終的に漏れかどうかを判断するのは担当者で、AIは突き合わせの下準備までです。
| 点検対象 | AIが整理・抽出すること | 人(コンプラ担当・募集人)が判断すること |
|---|---|---|
| 説明記録 | 説明項目を時系列に整理し、点検用の一覧にする | 説明が十分か、適切な内容だったかの最終判断 |
| 表現・勧誘 | 断定的表現・一方的比較などの確認候補を挙げる | 実際に不適切表現に当たるか、是正の要否 |
| 記録の有無 | チェック項目と記録を突き合わせ、抜け候補を出す | 本当に漏れか、追記・再取得の要否 |
| 意向把握 | 意向と提案・申込の対応関係の確認候補を挙げる | 意向に沿った提案だったかの妥当性確認 |
AIの役割は、説明記録の整理・不適切表現候補・確認漏れ候補のチェックリスト化までです。「適正な募集だったか」「この表現が不適切か」「記録の漏れをどう是正するか」といった最終判断は、必ずコンプライアンス担当と募集人が行います。AIの出力はあくまで人が確認するための材料であり、判断の代わりにはなりません。
03 HOW 具体的な進め方 5ステップ 小さくPoCし、見落とし理由を点検ルールへ戻す
募集コンプライアンス確認AI化の5ステップ
まずは件数が多い損保の自動車保険など、記録の型がそろった種別を1つ選んで対象にする
意向把握・重要事項説明・自署押印・断定表現の禁止など、遠野さんの点検観点を文章で書き出す
説明記録の整理・不適切表現候補・確認漏れ候補を、判定ではなく確認用ドラフトとして出す
担当者が「これは問題ない/これは要是正」と判断した理由をCLAUDE.mdへ戻し、候補の精度を上げる
募集人が提出前に同じリストで自己点検できるようにし、種別を少しずつ広げる
5ステップで最も大切なのは、STEP 4の「判断した理由」を残すことです。AIが挙げた不適切表現候補を担当者が「これは文脈上問題ない」と外した場合、なぜ外したのかを残さないと、次回も同じ候補が出続けます。逆に、その理由をCLAUDE.mdへ戻せば、AIの確認リストは少しずつみなと保険プランニングの点検基準に近づきます。ただし、ルールに落とし込んだあとも、最終確認は必ず人が行います。
04 RESULT 導入後の変化と数値効果(みなと保険プランニングの事例) 記録点検45分→18分、確認漏れの早期発見
- コンプラ担当の遠野さんが、月末にまとめて募集記録を1件45分かけて目視点検していた
- 提案書・面談メモ・意向確認書・申込控えを別々に開いて突き合わせていた
- 不適切表現や確認漏れの線引きが遠野さんの頭の中にあり、若手は提出後に差し戻されていた
- 意向把握・重要事項説明の記録の抜けに、月末や監査前にまとめて気づいていた
- AIが説明記録を点検用に整理し、確認リスト作成の下準備が約18分に
- 散らばった記録を時系列の一覧にまとめ、突き合わせの起点を作れるようになった
- 断定表現や一方的比較を「確認候補」として提示し、若手も提出前にセルフチェックできるようになった
- チェック項目との突き合わせで確認漏れ候補が先に出て、月末の手戻りが減った
AI鬼管理山崎
05 PITFALL よくある落とし穴3つ 判定の丸投げ・個人情報・記録の鵜呑みを避ける
募集が保険業法や監督指針に適合しているかの判断は、コンプライアンス担当と募集人が行います。AIは説明記録の整理と確認候補の提示まで。「AIが問題なしと言ったから点検済み」とすると、文脈や個別事情を踏まえた判断が抜け落ち、かえってリスクになります。良し悪しの結論は必ず人が出してください。
募集記録には氏名・住所・連絡先・健康状態・資産状況などの機微な個人情報が含まれます。保険業法上の守秘義務と個人情報保護法に配慮し、初回PoCはマスキング・匿名化したデータで行い、本番利用の前に「入力してよい情報の範囲・保存場所・アクセス権限・委託先の扱い」を必ず決めてください。社内規程や監督指針に照らした取り扱いの確認は、自社のコンプライアンス部門で行います。
AIは確認漏れ候補や不適切表現候補を「挙げる」ことはできますが、見落とすこともあります。AIが何も指摘しなかったことは「問題がない」ことを意味しません。チェックリストはあくまで点検の出発点であり、最終的な記録の十分性・表現の適否は担当者が確認します。AIなしでも点検できる体制は、並行して維持してください。
06 CHECKLIST 説明記録・不適切表現・確認漏れをチェックリスト化する型 3つの観点を分けて、確認候補を機械的に並べる
AIに点検を補助させるコツは、「説明記録」「不適切表現」「確認漏れ」の3つの観点を分けてチェックリスト化させることです。みなと保険プランニングがCLAUDE.mdに書き出して使っている、観点別のチェックリストの型を紹介します。いずれもAIは候補を並べるだけで、当てはまるかどうかの判断は担当者が行います。
型1: 説明記録の整理リスト(時系列で並べる)
型2: 不適切表現の確認候補リスト
型3: 確認漏れの突き合わせリスト
上の3つの型をCLAUDE.mdに自社の言葉で書いておくと、AIが記録を読んで観点別に確認候補を並べます。観点を混ぜると見落としやすいので、「説明記録」「不適切表現」「確認漏れ」を分けて登録するのがコツです。ただし、候補に挙がったものが本当に問題かどうかの判断は、必ずコンプライアンス担当が行います。
07 INTENT 意向把握・重要事項説明の記録確認の観点 「提案・意向・申込」がつながっているかを見る
募集コンプライアンスの中心は、顧客の意向を把握し、その意向に沿った提案をし、重要事項を説明したという一連の流れが、記録の上でつながっていることです。みなと保険プランニングがAIに確認させている、意向把握と重要事項説明の記録確認の観点を紹介します。ここでもAIは「つながりが確認できない箇所」を候補として出すだけで、適否は人が判断します。
観点1: 意向把握 → 提案 → 申込の対応関係
「ヒアリングで把握した意向(例: 通院保障を厚くしたい)」と「提案した内容」と「実際の申込」が対応しているかを、記録同士で突き合わせます。AIには「意向確認書に記録された意向」と「申込内容」を並べさせ、意向に対応する記録が見当たらない箇所を確認候補として出させます。意向に沿った提案だったかの妥当性は、最終的に募集人とコンプラ担当が判断します。
観点2: 重要事項説明の記録の有無とタイミング
契約概要・注意喚起情報といった重要事項を、申込前に説明したという記録があるかを確認します。AIには「重要事項を説明した記録」「交付・送付の記録」「顧客が確認した記録」を拾わせ、記録が見当たらない、または順序が前後していそうな箇所を候補として並べさせます。実際に説明が十分だったか、タイミングが適切かは人が確認します。
観点3: 高齢者・乗換契約など配慮が必要なケースの記録
高齢の顧客への募集、保険の乗換(下取り)を伴う契約などは、自社ルールで追加の配慮や記録が求められることがあります。AIには「自社ルールで定めた追加項目(例: 親族同席の記録、乗換時の不利益説明の記録)」をチェック項目として渡し、該当しそうな案件で記録の抜け候補を出させます。どのケースに追加配慮が必要かの線引きと最終判断は、コンプライアンス部門が行います。
意向把握・提案・重要事項説明・申込が記録上でつながっているかは、人が目視で追うと時間がかかり、見落としも起きやすい部分です。CLAUDE.mdに「対応づけて確認すべき記録の組み合わせ」を書いておくと、AIがつながりの切れている候補を先に出してくれます。最終的な妥当性の判断は、必ず募集人・コンプラ担当が行う前提です。
08 RELATED 関連記事: 保険代理店の自動化事例10選(全業務マップ) 募集コンプライアンス確認以外の9業務も含めた事例集
本記事は保険代理店の自動化事例10選のうち、事例9「募集コンプライアンス確認」を深掘りした内容です。更新案内・見積比較・事故受付・顧客フォローなど他の業務もあわせてご覧ください。→ 保険代理店の自動化事例10選(全業務マップ)
09 ABOUT AI鬼管理について - 募集コンプライアンス確認の伴走サービス 属人化した点検を、確認中心の運用へ
本記事を発信している AI鬼管理 は、保険代理店のAI業務自動化をClaude Code/Codexで設計から伴走するサービスです。募集コンプライアンス確認は、点検の属人化を解くことで、お客様保護の質を保ちながら担当者の負荷と確認漏れを減らせる打ち手です。
代表菅澤
属人化した募集記録の点検、いっしょに軽くしませんか?
本記事のみなと保険プランニングの例は、損保・生保の乗合・募集人8名・点検が1人集中というモデルケースです。貴店の取扱商品や点検体制、求められる記録によって、最適な進め方は変わります。まずは今の点検の進め方をうかがって、貴店に合った設計をご提案します。保険業法・個人情報保護への配慮を前提に、AIに任せる範囲と人が残す範囲を一緒に線引きします。
代表菅澤
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code/Codex・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. AIに募集の適否やコンプライアンス違反の判定をさせてもよいですか?
A. おすすめしません。AIは説明記録の整理・不適切表現候補・確認漏れ候補のチェックリスト化までにし、適正かどうかの最終判断はコンプライアンス担当と募集人が行う設計が現実的です。AIの出力は人が確認するための材料であり、判断の代わりにはなりません。
Q. 顧客の個人情報や健康情報を含む記録を扱っても大丈夫ですか?
A. 初回は必ずマスキング・匿名化したデータで検証してください。本番利用の前に、保険業法上の守秘義務と個人情報保護法に配慮し、入力してよい情報の範囲・保存場所・アクセス権限・委託先の扱いを決めます。社内規程や監督指針に照らした確認は自社のコンプライアンス部門で行います。
Q. AIが「問題なし」とした記録は、点検済みと考えてよいですか?
A. いいえ。AIは見落とすこともあり、指摘がないことは問題がないことを意味しません。チェックリストは点検の出発点であり、記録の十分性や表現の適否は必ず担当者が確認します。
Q. 意向把握や重要事項説明の記録確認にも使えますか?
A. 使えます。意向確認書・提案内容・申込内容・重要事項の説明記録を突き合わせ、「対応する記録が見当たらない箇所」を確認候補として出せます。意向に沿った提案だったか、説明が十分だったかの妥当性は人が判断します。
Q. 既存の保険システムや管理台帳があっても使えますか?
A. 使えます。既存システムから出力したPDFやCSV、面談メモをもとに点検用に整理する形が現実的です。いきなり全面置き換えにせず、点検の補助から小さく始めるのがおすすめです。
Q. 料金やプランを教えてください
A. 料金やサポートプランは AI鬼管理のサービスページをご覧ください。貴店向けの個別ご提案は本記事末尾のNEXT STEPからお問い合わせください。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
