Power AutomateとAzure AIで実現する契約書リスク自動分析システム（第3回：AI分析実装編）

はじめに

みなさん、こんにちは！業務ハックLabのようです。

この記事は「Microsoft Power Automate Advent Calendar 2025」の12月23日担当分の記事です。

前回は変数の初期化とファイル取得まで完了しましたね！
(8個の変数、ちゃんと作れましたか？)

さあ、いよいよ今回が本番中の本番です！
Azure Document IntelligenceとAzure OpenAIを使って、契約書を分析する部分を作っていきますよ！

(正直、ここが一番ワクワクする部分なんですよね。AIが契約書を読んでリスクを指摘してくれるって、未来感ありませんか？)

今回の目標

第3回では、AIによる分析部分を完成させます。

実装する内容：

Document Intelligenceで契約書からテキストを抽出
非同期処理の結果を取得（Do Untilループ）
抽出結果をJSON解析
Azure OpenAIでリスク分析
分析結果をJSON解析

うん、やることが多い！
でも一つずつ丁寧に進めていけば大丈夫です。

では、行ってみましょう！

Phase 5: Document Intelligence でテキスト抽出

5-1. Document Intelligence API 呼び出し

まずは、契約書PDFからテキストを抽出する処理を作ります。

ここで「HTTP」アクションを使います。
(APIを直接叩くやつですね！)

手順：

「＋新しいステップ」をクリック
検索ボックスに「HTTP」と入力
「HTTP」アクションを選択

HTTPアクションが追加されたら、以下の設定を入れていきます。

基本設定：

項目	設定値
メソッド	POST
URI	下記参照（式として入力）
ヘッダー	下記参照
本文	下記参照（式として入力）

さあ、ここからちょっと複雑になりますが、一つずつ見ていきましょう。

URI の設定

URIは、APIのエンドポイントを指定する部分です。

ここで注意！
普通に入力するんじゃなくて、「式」として入力する必要があります。

手順：

URI の入力欄をクリック
右側のパネルで「式」タブをクリック
以下の式を入力

@{variables('var_DocIntelEndpoint')}documentintelligence/documentModels/prebuilt-contract:analyze?api-version=2024-11-30

これ、何をやってるかというと、
前回作った変数「var_DocIntelEndpoint」の値を取り出して、その後ろにAPIのパスを繋げてるんです。

(だから変数の最後に「/」を付けておくのが重要だったんですね！)

ヘッダーの設定

次はヘッダーです。
これはAPIに「こういう形式でデータを送りますよ」って伝える部分。

「ヘッダーの追加」をクリックして、2つのヘッダーを追加します。

ヘッダー1:

キー: Content-Type
値: application/json

ヘッダー2:

キー: Ocp-Apim-Subscription-Key
値（式として入力）: @{variables('var_DocIntelKey')}

2つ目のヘッダーの値も、式タブから入力してくださいね！
これでAPIキーが変数から取り出されます。

本文の設定

最後に本文です。
ここに、PDFファイルの内容をBase64エンコードして送ります。

本文の入力欄をクリックして、「式」タブから以下を入力します。

{
  "base64Source": "@{base64(body('ファイル_コンテンツの取得'))}"
}

⚠️ 重要: 'ファイル_コンテンツの取得' の部分は、前回作ったアクションの実際の名前に合わせてください。

アクション名が違う場合（例：「ファイルコンテンツの取得」）は、そちらに合わせます。
(Power Automateは自動で日本語名を振るので、微妙に違うことがあるんですよね…)

5-2. Operation Location の保存

Document Intelligenceは非同期処理なので、「処理を受け付けました！結果はこのURLで確認してね」という返事が返ってきます。

そのURLを変数に保存しておきます。

手順：

「＋新しいステップ」をクリック
「変数 – 変数の設定」を選択

設定内容：

名前	`var_OperationLocation`
値（式）	`@{outputs('HTTP')?['headers']?['Operation-Location']}`

これで、処理結果を取得するためのURLが変数に保存されました！

Phase 6: 処理結果の取得（Polling）

さあ、ここが少しトリッキーな部分です。

Document Intelligenceは処理に時間がかかるので、「まだかな？まだかな？」って定期的に確認する必要があるんです。
(これをポーリングって言います)

6-1. Do Until ループの追加

「処理が完了するまで繰り返す」という処理を作ります。

手順：

「＋新しいステップ」をクリック
検索ボックスに「Do until」と入力
「制御 – Do until」を選択

Do untilのブロックが追加されたら、まず条件を設定します。

条件の設定：

左側（式）	`@{body('HTTP_結果取得')?['status']}`
演算子	次の値に等しい
右側	`succeeded`

ん？「HTTP_結果取得」ってまだ作ってないのに、なんでこれが出てくるの？
って思いますよね。

これは、この後作るアクションの名前なんです。
先にこの条件を設定しておいて、後でアクションを作るという順番になります。

(ちょっと不思議な感じだけど、Power Automateではよくあるパターンです)

制限設定

詳細パラメーターの中に「件数」、「タイムアウト」の項目があるので設定します。

制限設定：

件数	40
タイムアウト	PT2M

これは「最大2分間、または40回まで繰り返す」という意味です。
(普通の契約書なら1分以内に処理が終わるので、余裕を持たせてます)

6-2. Do Untilの中に遅延を追加

Do Untilのブロックの中に、「アクションの追加」をクリックします。

手順：

「スケジュール – 遅延」を選択
カウント: 3
単位: 秒

これで、3秒待ってから次の処理に進むようになります。
(API叩きまくるとレート制限に引っかかるので、ちょっと待つんです)

6-3. Do Untilの中に HTTP を追加

遅延の後に、もう一つHTTPアクションを追加します。

手順：

遅延の下にある「アクションの追加」をクリック
「HTTP」を選択

設定内容：

項目	設定値
メソッド	GET
URI（式）	`@{variables('var_OperationLocation')}`
ヘッダー	Ocp-Apim-Subscription-Key: `@{variables('var_DocIntelKey')}`

⚠️ 超重要: このHTTPアクションの名前を変更します！

HTTPアクションの名前をクリックして名前を HTTP_結果取得 に変更してください。

これで、最初に設定したDo untilの条件と繋がりました！
(だから先に条件で「HTTP_結果取得」って書いてたんですね)

Phase 7: Document Intelligence 結果のJSON解析

Do Untilループが終わったら（つまり処理が完了したら）、結果を解析します。

Do Untilブロックの外側（下）に、新しいアクションを追加します。
(ここ、間違えてDo Untilの中に入れちゃわないように注意！)

7-1. JSON の解析

手順：

「＋新しいステップ」をクリック（Do Untilの外側！）
「データ操作 – JSON の解析」を選択

設定内容：

コンテンツ（式）	`@{body('HTTP_結果取得')}`
スキーマ	下記参照

スキーマ:

{
  "type": "object",
  "properties": {
    "status": {"type": "string"},
    "analyzeResult": {
      "type": "object",
      "properties": {
        "content": {"type": "string"},
        "documents": {
          "type": "array",
          "items": {
            "type": "object",
            "properties": {
              "fields": {
                "type": "object",
                "properties": {
                  "Parties": {
                    "type": "object",
                    "properties": {
                      "content": {"type": "string"}
                    }
                  },
                  "Title": {
                    "type": "object",
                    "properties": {
                      "content": {"type": "string"}
                    }
                  },
                  "ContractId": {
                    "type": "object",
                    "properties": {
                      "content": {"type": "string"}
                    }
                  }
                }
              }
            }
          }
        }
      }
    }
  }
}

このスキーマは、Document Intelligenceが返してくる結果の「型」を定義してるんです。
(これがあると、後で「content」とか「fields」とかを簡単に取り出せるようになります)

⚠️ このアクションの名前も変更: JSON解析_DocIntel

Phase 8: Azure OpenAI でリスク分析

さあ、いよいよAIの出番です！
Document Intelligenceで抽出したテキストを、Azure OpenAIに投げてリスク分析してもらいます。

8-1. Azure OpenAI API 呼び出し

またHTTPアクションを使います。
(だんだん慣れてきましたよね？)

手順：

「＋新しいステップ」をクリック
「HTTP」を選択

設定内容：

項目	設定値
メソッド	POST
URI	下記参照（式）
ヘッダー	下記参照
本文	下記参照（式）

URI の設定

式として入力:

@{variables('var_OpenAIEndpoint')}openai/deployments/@{variables('var_DeploymentName')}/chat/completions?api-version=2024-02-01

ヘッダーの設定

ヘッダー1:

キー: Content-Type
値: application/json

ヘッダー2:

キー: api-key
値（式）: @{variables('var_OpenAIKey')}

本文の設定

ここが一番重要です！
システムプロンプトと、Document Intelligenceで抽出したテキストを組み合わせて送ります。

式として入力:

{
  "messages": [
    {
      "role": "system",
      "content": "@{variables('var_SystemPrompt')}"
    },
    {
      "role": "user",
      "content": "以下の契約書を分析してください:\n\n@{body('JSON解析_DocIntel')?['analyzeResult']?['content']}"
    }
  ],
  "temperature": 0.3,
  "max_tokens": 3000,
  "response_format": { "type": "json_object" }
}

見てください、@{variables('var_SystemPrompt')} で前回作ったプロンプトを取り出して、
@{body('JSON解析_DocIntel')?['analyzeResult']?['content']} で契約書のテキストを取り出してるんです。

(ここで変数の威力が発揮されるわけですね！)

⚠️ このアクションの名前も変更: HTTP_OpenAI

Phase 9: OpenAI レスポンスのJSON解析

最後に、Azure OpenAIが返してきた分析結果を解析します。

9-1. JSON の解析

手順：

「＋新しいステップ」をクリック
「データ操作 – JSON の解析」を選択

設定内容：

コンテンツ（式）	`@{body('HTTP_OpenAI')?['choices']?[0]?['message']?['content']}`
スキーマ	下記参照

スキーマ:

{
  "type": "object",
  "properties": {
    "overall_risk_level": {"type": "string"},
    "risk_score": {"type": "number"},
    "summary": {"type": "string"},
    "high_risk_items": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "category": {"type": "string"},
          "description": {"type": "string"},
          "clause_reference": {"type": "string"},
          "severity": {"type": "string"},
          "recommendation": {"type": "string"}
        }
      }
    },
    "medium_risk_items": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "category": {"type": "string"},
          "description": {"type": "string"}
        }
      }
    },
    "low_risk_items": {
      "type": "array",
      "items": {
        "type": "object",
        "properties": {
          "category": {"type": "string"},
          "description": {"type": "string"}
        }
      }
    },
    "positive_points": {
      "type": "array",
      "items": {"type": "string"}
    }
  }
}