Claude Opus 5の不動産業務活用ガイド｜宅建業の実務プロンプト8本と導入の順序

Claude Opus 5とは、Anthropicの最上位AIモデルのことです。

2026年7月24日に公開されたClaude Opus 5は、100万トークンのコンテキストウィンドウを標準で備えながら、価格は前世代のOpus 4.8と同じ100万トークンあたり入力5米ドル・出力25米ドルに据え置かれました。この「長い入力を投げても単価が上がらない」という一点が、賃貸借契約書40ページ、重要事項説明書30ページ、レインズの成約事例CSV数千行を日常的に扱う不動産事業者にとって、去年までとは違う使い方を可能にしています。本記事は、宅建業免許（東京都知事(1)第113520号）を保有し、AI導入コンサル100社超の実績を持つ株式会社オルセル（不動産のチカラ運営）の現場知見にもとづき、Opus 5を宅建業の日常業務のどこから差し込むかを、そのままコピーして使えるプロンプト8本とあわせて整理します。

2026年7月24日の更新で、不動産業務のどこが動いたか

動いたのは「一度にAIへ渡せる書類の量」と「その量を渡したときのコスト」の2点です。Anthropicの公式発表によると、Opus 5は100万トークンのコンテキストと最大12万8千トークンの出力に対応し、価格は入力100万トークンあたり5米ドル、出力100万トークンあたり25米ドル。前世代のOpus 4.8から据え置きです。加えてClaude 4.6以降のモデルでは、90万トークンのリクエストも9千トークンのリクエストも同じ単価で課金される設計になっており、長文を投げたときの割増料金がありません。

この設計変更が不動産実務に効く理由は、業務書類の分量にあります。日本語の場合、おおよそ1文字が1トークン前後として見積もると、A4で40ページの賃貸借契約書と特約集はざっくり4万〜6万トークン。重要事項説明書、管理委託契約書、原状回復のガイドライン抜粋、過去のトラブル記録を合わせても、20万トークンには届かない規模です。つまり「1物件・1案件にまつわる書類一式を、分割せず丸ごと1回で読ませる」ことが、追加コストなしに現実的な操作になりました。

これまでは書類をPDFごとに切って要約を積み上げる運用が主流でした。現場で繰り返し見るのは、この分割作業そのものが担当者の工数を食い、さらに分割の境目で文脈が切れて「特約の第12条と別紙2の記載が矛盾している」といった横断的な指摘が抜け落ちる、という失敗です。1回で全部読ませられるなら、この2つの問題は構造的に消えます。

もう一点、宅建業の実務に直接関係するのがモデルの選び分けです。Anthropicのモデル一覧を見ると、2026年8月時点でOpus 5が最上位、その下に2026年6月30日公開のClaude Sonnet 5、さらに軽量なHaiku 4.5が並びます。Sonnet 5は導入価格として2026年8月31日まで入力2米ドル・出力10米ドル、その後は入力3米ドル・出力15米ドルという扱いです。判断の重い仕事はOpus 5、量をこなす定型処理はSonnet 5、という二段構えが費用面では合理的でした。

日本の不動産事業者にとって現実的な入り口は、月額サブスクリプションのClaude Proです。個人単位で契約でき、2026年8月時点で月額20米ドル前後（為替と改定があるため要確認）。まず1人分から始めて、重要事項説明書のチェックと追客メールの下書きだけ回してみる、という始め方が失敗しにくい順序でした。

ここで先に注意点を1つ置いておきます。宅地建物取引業法は、重要事項の説明を宅地建物取引士が記名し説明することを定めています（宅地建物取引業法・e-Gov法令検索）。AIが出力するのは下書きとチェック結果であり、説明義務の主体は宅建士のままです。本記事のプロンプトはすべて「宅建士の一次チェックを速くする」設計であって、宅建士の判断を置き換えるものではありません。

宅建業の1週間に、Opus 5をどこから差し込むか

差し込む順序は、書類量が多くて判断の型が決まっている業務からです。具体的には、契約書レビュー、重要事項説明書の整合チェック、追客メールの一次生成、この3つが投資対効果の高い順でした。

賃貸仲介の店舗を例にとると、1週間の業務は問い合わせ対応、内見調整、申込受付、入居審査の書類整理、契約書作成、重説の準備、鍵渡し、といった流れで回ります。このうちAIに乗せやすいのは、入力が文書で出力も文書、かつ「見落としがないか」を確認する型の作業です。逆に乗せにくいのは、内見同行や鍵の受け渡しのような物理業務と、家主との条件交渉のような相手のある折衝でした。

直近の支援案件で観測したのは、契約書レビューの一次チェックにかかる時間の変化です。従来は担当者が特約集と本文を突き合わせて30〜50分かけていた工程が、Opus 5に契約書一式を丸ごと読ませて指摘リストを出させると、その指摘を宅建士が確認する時間を含めて15分前後まで縮む、というケースがありました。これは同一の書式・同一の担当者で比較した1社の観測値であり、書式が案件ごとにばらつく会社では効果が小さくなる点は補足しておきます。

賃貸管理の会社では、入り口が変わります。管理戸数1,000戸を超えるあたりから、原状回復の見積査定と入居者からの問い合わせ一次対応の量が経営課題として立ち上がるためです。ここでは「国土交通省の原状回復をめぐるトラブルとガイドラインの考え方に照らして、この見積の各項目が貸主負担か借主負担かを整理する」という使い方が、担当者ごとの判断ブレを減らす方向に効きます。ガイドライン本体は国土交通省が公表しているものを一次資料として貼り付け、AIには「このガイドラインの記述にもとづいて」と明示的に制約をかけるのが定石です。

売買仲介では、査定書作成の前段が入り口になります。周辺の成約事例、公示地価、都市計画情報を集めてくる工程は、不動産情報ライブラリのような公的データ基盤が整ってきたことで、機械的な収集と整理がやりやすくなりました。ただし査定額そのものをAIに出させるのは避けるべき使い方です。AI査定は参考値であり、最終的な価格判断は宅地建物取引士が根拠を持って行うもの、という線引きを社内ルールとして先に書いておくと、後から揉めません。

不動産開発や投資分野では、扱う情報の性質が変わります。用地情報、需給の見立て、周辺の開発計画といった、確度のばらつく情報を大量に読ませて整理する仕事です。この領域でOpus 5の長いコンテキストが効くのは、複数の資料を横断して「どの資料とどの資料が矛盾しているか」を洗い出させる使い方でした。断定的な将来予測を出させる使い方は、景品表示法の観点からも社内文書に留めるべき性質のものです（消費者庁・表示対策）。

導入の順序としては、1か月目に契約書と重説のチェック、2か月目に追客メールと問い合わせ返信の下書き、3か月目に管理業務の見積査定とデータ整理、という三段階が現場で回りやすい形でした。全業務を同時に切り替えると、社内の運用ルールづくりが追いつかず、担当者ごとにバラバラのプロンプトを使い始めて品質が安定しません。

不動産実務プロンプト8本

ここからは、Claude Opus 5にそのまま貼って使えるプロンプトを8本並べます。すべて中括弧の変数を自社の情報に置き換えて使ってください。ChatGPTやGeminiでも動作しますが、書類一式を丸ごと渡す前提の設計なので、長いコンテキストを扱えるモデルを選んでください。

1本目は、賃貸借契約書の一次チェックです。契約書本体と特約集を分割せずに投げるのが要点でした。

プロンプト1：賃貸借契約書の一次チェック（貸主・借主の負担区分と条項間の矛盾）

あなたは日本の賃貸不動産実務に詳しい法務担当者です。以下に貼り付ける賃貸借契約書の本体と特約集を、分割せずに全体として読んでください。

出力してほしいもの：
1. 本文と特約で内容が食い違っている箇所（条番号を明記）
2. 貸主負担・借主負担の区分が不明確な費用項目
3. 原状回復に関する記載のうち、国土交通省のガイドラインの考え方と整合しない可能性がある記載
4. 中途解約・更新・違約金に関する記載の抜け
5. 上記のうち、宅地建物取引士が優先して確認すべき順に並べた3点

制約：
- 法的な最終判断は下さず、確認が必要な論点として提示すること
- 条番号と該当文言を引用したうえで指摘すること（引用のない指摘は出力しない）
- 断定できない箇所は「要確認」と明記すること

契約書本文：
{契約書全文を貼り付け}

特約集：
{特約集全文を貼り付け}

2本目は重要事項説明書です。宅建業法35条の記載事項に沿って、抜けを洗い出させます。

プロンプト2：重要事項説明書の記載漏れチェック

あなたは宅地建物取引業の実務に詳しいチェック担当者です。以下の重要事項説明書ドラフトを読み、宅地建物取引業法第35条が定める記載事項の観点から、記載が空欄・曖昧・根拠資料と不整合になっている箇所を洗い出してください。

物件種別：{賃貸／売買、居住用／事業用}
取引態様：{媒介／代理／売主}

出力形式：
- 指摘番号／該当項目／現在の記載／懸念点／確認すべき一次資料
の5項目を1件ずつ

制約：
- 説明義務の履行主体は宅地建物取引士であり、本出力は下書きチェックである前提で書くこと
- 法令の条番号を挙げる場合は、条文の文言を引用したうえで書くこと
- 添付資料が手元にないため判断できない項目は「資料未確認」と分類すること

重要事項説明書ドラフト：
{全文を貼り付け}

参照した根拠資料（登記事項証明書、公図、管理規約など）：
{全文または該当部分を貼り付け}

3本目は追客メールです。反響から成約までの間に送るメールを、しつこさを抑えた文面で作らせます。

プロンプト3：反響後の追客メール3通セット

あなたは日本の賃貸仲介の営業担当者です。以下の反響情報をもとに、追客メールを3通、送信間隔の設計とセットで作成してください。

反響情報：
- 問い合わせ物件：{物件名・所在・賃料・間取り}
- 問い合わせ経路：{SUUMO／LIFULL HOME'S／自社サイト等}
- 問い合わせ内容：{原文}
- 想定される検討段階：{情報収集／内見検討／申込直前}

要件：
1通目（当日）：問い合わせへの直接回答＋内見候補日の提示
2通目（3日後）：条件が近い代替物件2件の提案
3通目（7日後）：検討状況の確認と、返信不要でも読める情報提供

制約：
- 1通あたり本文300〜400字
- 「今すぐ決めないと無くなります」のような煽り表現を使わない
- 賃料や設備について、根拠のない断定をしない
- 誇大広告に当たる表現を避ける
- 署名欄は {会社名／担当者名／宅建業免許番号} で固定

4本目は、レインズなどから出力した成約事例CSVを読ませて、査定の材料を整理させるものです。査定額そのものは出させません。

プロンプト4：成約事例CSVの整理（査定の材料づくり）

あなたは不動産の市場分析担当者です。以下の成約事例データを読み、査定書に添付する市場整理メモを作成してください。

対象物件：{所在・面積・築年・構造・階数}
比較対象データ：
{CSVを貼り付け／列名も含める}

出力してほしいもの：
1. 対象物件と条件が近い事例の抽出理由（3〜5件、除外した事例の理由も）
2. 面積・築年・駅距離の観点から見た単価のばらつき
3. データ上、説明がつかない外れ値とその可能性のある理由
4. 査定担当者が現地で確認すべき項目

制約：
- 査定額の数値そのものは出力しないこと（最終判断は宅地建物取引士が行うため）
- 統計的に十分なサンプル数がない場合は、その旨を明記すること
- 将来の価格動向について断定的な表現を使わないこと

5本目は、入居者からの問い合わせに対する一次返信の下書きです。賃貸管理の会社向けの型でした。

プロンプト5：入居者問い合わせへの一次返信ドラフト

あなたは賃貸管理会社のカスタマー対応担当者です。以下の入居者からの問い合わせに対し、返信文のドラフトと、社内で確認すべき事項を分けて出力してください。

問い合わせ原文：
{原文をそのまま貼り付け}

物件情報：
- 建物名・所在：{値}
- 管理形態：{一括借上げ／管理受託}
- 該当設備の設置年：{値／不明}

出力：
A. 入居者への返信文ドラフト（250字前後、丁寧語、約束できないことは約束しない）
B. 社内確認事項（誰に何を確認するか、箇条書き）
C. 費用負担の論点があれば、貸主負担／借主負担のどちらが論点になるか（判断は下さず論点のみ）

制約：
- 修繕の可否・費用負担を確定的に回答しないこと
- 訪問日程は「候補を出して確認する」形にとどめること

6本目は、物件の募集図面や広告文が景品表示法・不動産の表示に関する公正競争規約の観点で危なくないかをチェックさせるものです。

プロンプト6：募集広告文の表示チェック

あなたは不動産広告の表示規制に詳しいチェック担当者です。以下の募集広告文について、不動産の表示に関する公正競争規約および景品表示法の観点から、リスクのある表現を洗い出してください。

広告文：
{全文を貼り付け}

物件の事実関係：
- 駅からの実測距離：{値}メートル
- 築年月：{値}
- 設備：{値}
- 制限事項（再建築不可・接道・用途地域など）：{値}

出力：
1. 修正が必要と考えられる表現／理由／代替表現案
2. 事実関係の裏付けが取れていないため広告に載せられない項目
3. 表示が義務づけられているのに記載がない項目

制約：
- 最大級表現・断定的表現・おとり広告に該当しうる表現を重点的に見ること
- 判断が分かれる表現は「グレー、社内で要確認」と分類すること

7本目は、物件データベースの表記ゆれを整理する定型処理です。この種の作業はSonnet 5やHaiku 4.5でも十分に回ります。

プロンプト7：物件データの表記ゆれ正規化

以下の物件データについて、表記ゆれを統一したうえでCSV形式で出力してください。

正規化ルール：
- 住所は「都道府県＋市区町村＋町名＋丁目番地」の順、数字は半角
- 駅名は「◯◯線／◯◯駅」の形式、徒歩分数は半角数字＋「分」
- 面積は平方メートル、小数第2位まで
- 築年は西暦4桁
- 間取りは 1R／1K／1DK／1LDK／2K… の表記に統一

入力データ：
{CSVまたは表形式のデータを貼り付け}

出力：
1. 正規化後のCSV（ヘッダー付き）
2. 正規化できなかった行と、その理由
3. 元データに矛盾があった行の一覧

8本目は、社内向けの週次サマリーです。散らばった記録を1本のメモにまとめさせます。

プロンプト8：週次の営業・管理サマリー

あなたは不動産会社の営業事務担当者です。以下の1週間分の記録から、経営会議用のサマリーを作成してください。

入力：
- 反響記録：{CSVまたはテキスト}
- 内見記録：{CSVまたはテキスト}
- 申込・成約記録：{CSVまたはテキスト}
- 管理物件の問い合わせ記録：{CSVまたはテキスト}

出力（合計800字以内）：
1. 今週の数字（反響数、内見数、申込数、成約数、それぞれ前週比）
2. 反響が集中した物件・エリアと、その理由として考えられること
3. 内見から申込に至らなかったケースの共通点
4. 来週、担当者が優先して着手すべきこと3点

制約：
- 記録にない数字を推測で補わないこと
- 「理由として考えられること」は仮説であることを明示すること

8本のうち1から6は判断を伴うためOpus 5、7と8は定型処理なのでSonnet 5に振り分けると費用を抑えられます。実務では外国籍の入居者情報がローマ字と漢字で混在することがあるため、プロンプト7の正規化ルールには自社で扱う言語の表記ルールも追記しておくと後工程が楽になりました。

導入でつまずく3パターンと回避策

最初につまずくのは、個人情報の扱いです。入居者の氏名、生年月日、勤務先、緊急連絡先を含む書類をそのままAIに貼り付ける運用は、個人情報保護法上のリスクを抱えます。個人情報保護委員会が生成AIサービスの利用について注意喚起を出している通り、本人の同意なく個人データを外部サービスへ提供する形になっていないか、利用規約上その入力データが学習に使われない設定になっているかを確認したうえで運用を組む必要があります。回避策は単純で、書類をAIに渡す前に氏名を「借主A」、勤務先を「都内・製造業」のように置換する社内ルールを先に作り、置換作業自体をチェックリスト化することでした。API経由で使う場合は入力データの取り扱いが管理画面の設定に依存するため、契約形態ごとに確認が要ります。

2つ目は、AIの指摘を無検証で顧客資料に転記してしまうパターンです。契約書チェックの出力には、実在しない条番号や、一般論としては正しいが当該契約書には当てはまらない指摘が混ざることがあります。不動産×AI導入コンサルの現場で繰り返し確認したパターンとして、「AIの出力が一見もっともらしいほど、担当者の確認が甘くなる」という傾向がありました。回避策は、プロンプト側で「該当文言を引用してから指摘する」と縛ることです。引用が本文に存在しない指摘は、その場で捨てられます。

3つ目は、社内で使うプロンプトが担当者ごとにバラバラになり、出力品質が安定しないパターンです。各自がChatGPTやClaudeに思いつきで質問する状態が3か月続くと、同じ業務なのに人によって出力の粒度が違うという状態になります。回避策は、本記事のような番号付きプロンプトを社内の共有ドキュメントに固定し、変更したいときは提案して更新する運用にすることでした。プロンプトを「社内の様式」として扱うのが、品質を揃える最短経路です。

費用とKPIの目安：月2万円台から始める設計

費用は、月額サブスクリプションとAPI利用の2系統に分かれます。個人単位のClaude Proは2026年8月時点で月額20米ドル前後（要確認）で、書類チェックと文書作成の用途なら1人1契約で足ります。宅建士2名・営業3名の店舗であれば、まず宅建士2名分から始めて月額40米ドル前後、日本円で7千円弱という規模感です。

API経由で自社システムに組み込む場合は、処理量に比例します。Opus 5は入力100万トークンあたり5米ドル、出力100万トークンあたり25米ドル。仮に1件あたり入力5万トークン・出力5千トークンの契約書チェックを月100件流すと、入力500万トークンで25米ドル、出力50万トークンで12.5米ドル、合計37.5米ドル前後。日本円で6千円弱の計算になります。定型処理をSonnet 5に振り分ければさらに下がる余地がありました。

効果測定の指標は、金額よりも工数で置くほうが現場が納得します。契約書一次チェックの所要時間、重説準備の所要時間、反響への初回返信までの時間、この3つを導入前に2週間分だけ手で記録しておくと、比較の土台ができます。前述の観測例では契約書一次チェックが30〜50分から15分前後になりましたが、これは書式が統一された会社の値であり、業界平均の目安としてはもう少し保守的に見るのが妥当でした。

反響対応のスピードは、成約率と結びつきやすい指標です。問い合わせから初回返信までの中央値を30分以内に収められるかどうかを、月次で追ってください。AIで下書きを作る運用にすると、この中央値が改善する一方で、返信文が定型的になりすぎて内見予約率が落ちるという逆効果も観測されています。返信文の質は、内見予約率とセットで見る必要がありました。

導入初期に見落とされがちなのが、教育コストです。プロンプトの使い方を社内に定着させるには、1業務あたり2時間程度の研修と、最初の2週間の伴走が要ります。この工数を見込まずに「ツールを配ったから明日から使って」とやると、3週間後には誰も使っていない状態に戻ります。

エージェント時代の不動産業務をどう読むか

2026年後半の焦点は、AIが「答える」段階から「作業する」段階へ移りつつある点です。AnthropicはClaude Codeのような開発者向けエージェント環境を提供し、外部システムとの接続規格としてはModel Context Protocol（MCP）が実装の共通言語になりつつあります。不動産業でこれが意味するのは、レインズや自社の顧客管理システム、ポータルサイトの入稿システムとAIを直接つなぐ道筋が、技術的には見えてきたということです。

ただし、実装のハードルは技術ではなく規約と権限の側にあります。レインズは会員が業務のために利用する仕組みであり、不動産流通標準情報システムの利用規約の範囲を超えた自動取得は認められません。ポータルサイトも同様で、各社の利用規約が優先します。現時点で現実的なのは、自社が正当に保有するデータ、つまり自社の顧客管理システムや契約書のファイルサーバーとAIをつなぐところから始める形でした。

もう一つの読み筋は、AI検索への対応です。ユーザーが物件を探すとき、ポータルサイトの検索窓ではなく生成AIに「江東区で2LDK、保育園が近くて15万円以内」と聞く行動が、少しずつ増えています。この流れで自社サイトが引用されるかどうかは、物件ページの構造化データと、周辺情報の記述の厚さで決まります。物件情報の羅列だけのページは、AIから見ると引用する価値がありません。

3年後の姿を推測で語るのは避けますが、確度が高いと考えているのは「書類作業の一次処理はAI側に寄る」「対面での判断と交渉は人に残る」という分岐です。宅地建物取引士の資格が守っているのは説明と判断の責任であり、その部分をAIが引き受ける制度設計にはなっていません。だからこそ、AIを入れるべきは説明の前段、つまり資料を揃えて矛盾を潰す工程でした。

よくある質問

Claude Opus 5は無料で使えますか

いいえ、Opus 5は有料プランのモデルです。Claude Maxプランでは既定のモデルとして、Claude Proプランでは利用できる最上位モデルとして提供されています。無料枠で試したい場合は、まずSonnet 5で契約書チェックの精度を確認し、判断が重い案件だけOpus 5に切り替える運用が現実的でした。

契約書をAIに読ませても宅建業法違反になりませんか

いいえ、契約書の下書き作成やチェック自体を禁じる規定はありません。宅地建物取引業法が定めているのは、重要事項の説明を宅地建物取引士が記名して行うことであり、その前段の資料整理をAIが手伝うことは制限されていません。ただし、説明義務と最終判断の主体が宅建士である点は変わらないため、AIの出力をそのまま顧客に交付する運用は避けてください。

AI査定の数字はそのまま顧客に出せますか

いいえ、AI査定は参考値であり、顧客に提示する査定額は宅地建物取引士が根拠を持って判断すべきものです。AIに出させるのは比較事例の整理、外れ値の抽出、現地確認項目のリストまでにとどめ、金額の決定は人が行う線引きを社内ルールとして先に決めておくと安全でした。

個人情報を含む書類をAIに貼り付けても問題ありませんか

原則として、貼り付ける前に個人を特定できる情報を伏せる運用が望ましいです。氏名を「借主A」、勤務先を業種と所在地のみ、といった置換を行い、置換作業をチェックリスト化してください。API経由で利用する場合は、入力データが学習に使われない設定になっているかを契約形態ごとに確認する必要があります。

ChatGPTやGeminiではなくClaudeを選ぶ理由は何ですか

長い書類を分割せず1回で読ませたい業務では、Opus 5の100万トークンのコンテキストと、長文入力に割増料金がない価格設計が向いています。一方、画像や動画を大量に扱う業務や、Googleのサービス群と連携させたい場合はGeminiのほうが噛み合います。用途で選び分けるのが実務的な答えでした。

導入の最初の一歩は何をすればいいですか

宅建士1名分のClaude Proを契約し、直近1か月に扱った契約書を3件だけチェックさせてみることです。実際の書類で試すと、自社の書式のどこがAIに読ませにくいかが分かります。個人情報を伏せる手順もこの段階で固めてください。

社内に技術者がいなくても使えますか

はい、本記事のプロンプト8本はすべてブラウザ上のClaudeへ貼り付けるだけで動きます。自社システムとの接続やAPI連携を行う段階になって初めて開発の知識が要りますが、書類チェックと文書作成の範囲であれば技術者は不要でした。

出力された指摘が間違っていた場合、誰の責任になりますか

最終的な責任は、それを採用して顧客に説明した宅地建物取引士および宅地建物取引業者にあります。AIの出力は社内の一次チェック結果であり、外部への説明資料としてそのまま使う想定ではありません。この前提を社内規程に明記しておくことをおすすめします。

参考文献

関連する不動産×AIの話題は、AIモデル別カテゴリと業務改善カテゴリにまとめています。海外の不動産市場とAIの関係についてはAI投資と地価の関係を米国データから読んだ記事もあわせてご覧ください。

著者：齋藤竹紘（株式会社オルセル編集長／EC支援19年5,000社超／AIコンサル100社超／宅建業免許東京都知事(1)第113520号）

※不動産のチカラでは、生成AIの導入支援から運用最適化まで、貴社の不動産事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://fudosannochikara.jp/contact/

【監修】齋藤竹紘（株式会社オルセル代表 / 宅建業免許東京都知事(1)第113520号 / AI導入コンサル100社超）