LLMに日本の法令・通達を正確に参照させる「法規MCPサーバ群」が登場 - e-Gov APIと国税庁データ活用の全貌

生成AIが法律や規制について回答する際、最も深刻な課題は「存在しない条文を創作してしまう」という幻覚（ハルシネーション）問題です。法務・税務のような正確性が生命線となる領域では、この問題が実用化の最大の障壁となってきました。

今回、@shujiさんが公開した一連のMCPサーバは、この課題に対する実践的な解決策として注目に値します。LLMに対して日本の法令データを「一次情報として正確に」参照させる仕組みを、オープンソースで提供したのです。

今回のプロジェクトは、法令データへのアクセス経路を体系的に整備したものです。以下の4つのパッケージで構成されています。

1. @shuji-bonji/houki-egov-mcp

**対象**: 日本の法令（憲法・法律・政令・省令・規則）

**データソース**: e-Gov法令API v2

**特徴**: 政府公式のAPI経由でリアルタイムに最新法令を取得

e-Gov法令APIは総務省が提供する公式APIで、約9,000件の現行法令を網羅しています。このMCPサーバを通じて、LLMは条文番号を指定して正確な法令文を引用できるようになります。

2. @shuji-bonji/houki-nta-mcp

**対象**: 国税庁（NTA）の通達・事務運営指針・タックスアンサー等

**データソース**: 国税庁公式サイト（ローカルクローリング）

**特徴**: 実務で頻繁に参照される税務解釈を包括的にカバー

法律の条文だけでは実務判断できないケースで、通達や文書回答事例は決定的に重要です。国税庁データを構造化してMCP経由でアクセス可能にした点は、税理士・経理担当者にとって革新的といえます。

3. @shuji-bonji/houki-jorei-mcp

**対象**: 地方自治体の条例

**意義**: 全国の自治体ごとに異なる条例への対応

条例は自治体ごとに内容が大きく異なり、これまでLLMでの正確な参照は事実上不可能でした。このサーバの実装により、地方行政に関わる業務でもAI活用の道が開けます。

4. 統合管理パッケージ

上記3つのサーバを統合的に管理・運用するための基盤パッケージです。

RAGとの比較：なぜMCPアプローチなのか

法令データをLLMに参照させる手法としては、RAG（Retrieval-Augmented Generation）が一般的です。しかし、MCPサーバアプローチには明確な優位性があります。

**MCPサーバの利点**:

**RAGの方が適する場合**:

実務導入における注意点

このシステムは画期的ですが、導入時には以下の点に留意すべきです。

**1. 法解釈の限界**

LLMは条文を正確に引用できても、その「解釈」は別問題です。判例や学説との整合性は人間の専門家による確認が必須です。

**2. データソースの制約**

e-Gov APIには利用制限があり、大量リクエストには注意が必要です。商用利用の場合は利用規約の精査が必要です。

**3. 更新タイミングのズレ**

法改正と電子データの公開にはタイムラグがあります。施行直後の法令を参照する際は、官報での確認が必要な場合があります。

このアプローチが特に有効な領域

**1. 法務デューデリジェンス**

M&Aや契約審査で、関連法令を網羅的にチェックする初動調査が劇的に効率化されます。

**2. 税務相談の一次トリアージ**

顧客からの問い合わせに対し、関連する通達や事例を即座に提示できます。税理士の判断支援ツールとして強力です。

**3. 行政書士業務**

許認可申請で必要な法令要件の確認作業が、対話的に進められます。

**4. 法学教育**

学生が条文や通達を参照しながら学習できる対話型教材として活用可能です。

オープンソース戦略の意義

法令データという公共財を、オープンソースのMCPサーバとして公開した判断は戦略的に正しいといえます。

法律という「社会のインフラ」へのアクセスを民主化するという点で、社会的意義も大きいプロジェクトです。

アクション1: まず1つのサーバで動作確認（30分）

# e-Gov法令サーバをインストール
npm install @shuji-bonji/houki-egov-mcp

# Claude Desktopの設定ファイルに追加
# ~/Library/Application Support/Claude/claude_desktop_config.json
{
  "mcpServers": {
    "houki-egov": {
      "command": "npx",
      "args": ["-y", "@shuji-bonji/houki-egov-mcp"]
    }
  }
}

Claude Desktopを再起動後、「憲法第25条の条文を正確に教えてください」と質問してみましょう。MCPサーバ経由で取得した正確な条文が返ってくるはずです。

アクション2: 自分の業務領域で試用（1時間）

税務関係者なら`houki-nta-mcp`、自治体関係者なら`houki-jorei-mcp`というように、自分の業務に最も関連するサーバを選んで導入します。

実際の業務で過去に調査した法令や通達について、LLMに質問してみてください。従来の検索方法と比較して、どの程度効率化されるかを体感できます。

アクション3: ワークフロー統合の検討（半日）

既存の業務システム（契約管理システム、税務ソフトなど）とMCPサーバの統合可能性を検討します。

例えば：

MCPはAPI的に呼び出せるため、既存システムへの組み込みも比較的容易です。

今回公開されたMCPサーバ群は、生成AIの「知識の正確性」という根本課題に対する実践的な解答です。特に日本の法令体系という複雑なドメインで、一次情報への正確なアクセスを実現した意義は大きいでしょう。

今後、このアプローチが判例データベース、学術論文、業界ガイドラインなどにも拡張されれば、専門知識を要する多くの領域でAI活用が加速します。法務・税務の専門家は、「AIに仕事を奪われる」のではなく、「AIを使いこなして高度な判断に専念できる」時代が到来しつつあります。

この情報は @shuji さんの投稿を参考にしています。