結論：急ぎかつ品位が要求される会葬礼状・式次第・法要案内を「フォーム入力→Claude Codeでドラフト生成→スタッフが最終確認」の3ステップに集約することで、文書作成にかかる時間を大幅に短縮しつつ、忌み言葉・重ね言葉の見落としリスクを機械的にチェックする仕組みを構築できます。
- 要点1：葬祭文書は「型が決まっている」うえに「ミスが許されない」——Claude Codeによるドラフト自動生成＋タブー語句チェックスクリプトの組み合わせが最適解
- 要点2：故人・遺族の個人情報をAIに直接入力しない「プレースホルダ方式」の運用ルール設計が導入の前提
- 要点3：本記事の実装パターンはあくまで想定モデルシナリオです。宗派・地域慣習・故人ご家族の意向を最優先とし、最終確認はかならず担当スタッフが行ってください
対象読者：葬儀社・冠婚葬祭互助会の事務スタッフ・施行管理者・DX担当者
今日やること：この記事のプレースホルダ方式プロンプトをコピーし、ローカル環境（インターネット非接続のPC）でテスト実行してみる
葬祭文書の「品位×スピード×正確さ」という三重苦
葬儀の現場では、ご遺族から「会葬礼状を今夜中に」「四十九日の案内を明日の朝までに」という依頼が日常的に発生します。ところが、葬祭文書には他の業種の定型文にはない難しさがあります。
- 時間的プレッシャー：告別式の数時間前、あるいは翌朝の手配まで、という締め切り
- 品位の要求：「重ね言葉（重ね重ね・たびたびなど）」「忌み言葉（死ぬ・消える・帰るなど）」「縁起が悪い表現」を一切排除した文体
- 個別性：故人の肩書き・俗名・戒名・享年・喪主との続柄が毎回異なる
- 宗派による作法の差異：仏教（宗派ごと）・神道・キリスト教（カトリック・プロテスタント）・無宗教で用語や様式が変わる
これらの要素が重なることで、ベテランスタッフでも「急いで作ったら忌み言葉が入っていた」「コピペ元の故人名を直し忘れた」という事故が起きます。Claude Codeを活用することで、このプロセスを「人間がチェックしやすい状態で出力する」ことを目指します。
本記事の位置づけ：想定モデルシナリオについて
本記事で紹介する実装例は想定モデルシナリオ（仮想ケース）です。特定の葬儀社・互助会の支援実績を描写したものではありません。
また、宗派別の作法については「一般的に広く知られている慣習」の範囲でのみ言及します。地域・宗派・菩提寺の指定によって異なる部分が多いため、具体的な作法の最終判断はかならず担当の僧侶・神職・教会関係者、および経験豊富なスタッフにご確認ください。
なぜ葬祭業でClaude Codeが有効なのか
葬祭文書の大部分は「構造が決まっている定型文＋個別情報の差し込み」で成り立っています。これはコードのテンプレートエンジンと本質的に同じ構造です。
| 文書種別 | 固定部分 | 可変部分（差し込み情報） |
|---|---|---|
| 会葬礼状 | 感謝の文体・喪主挨拶フォーム | 故人名・享年・続柄・日時・喪主名 |
| 式次第 | 進行順序・各パート名称 | 時刻・場所・宗派的要素・担当者名 |
| 精進落とし案内 | 案内文の型・出席・欠席の確認文 | 日時・会場・送迎情報 |
| 四十九日法要案内 | 法要の趣旨・参加依頼の型 | 日時・場所・故人名・施主名 |
| 一周忌案内 | 法要の趣旨・不参加時の連絡先 | 日時・場所・故人の命日・施主名 |
Claude Codeを使うと、可変部分をプレースホルダとして受け取り、固定部分の品位ある文体で組み合わせたドラフトを生成できます。さらに、忌み言葉・重ね言葉の検出スクリプトを組み込むことで、人間が最終確認する前の一次チェックを自動化できます。
前提：個人情報を入力しない「プレースホルダ方式」
葬祭業において最も重要な運用ルールを先に明記します。
故人・ご遺族の個人情報（実名・住所・電話番号・戒名など）をAIサービスに直接入力することは厳禁です。
その代わり、プレースホルダ（仮の記号）を使った運用を推奨します。
# 運用方式の比較
# ❌ 避けるべき方式（個人情報の直接入力）
prompt = """
故人：田中 花子（享年89歳）
喪主：田中 太郎（長男）
...以下の会葬礼状を作成してください
"""
# ✅ 推奨方式（プレースホルダ方式）
prompt = """
以下のプレースホルダに従って会葬礼状のドラフトを作成してください。
[DECEASED_NAME]：故人名（敬称含む）
[DECEASED_AGE]：享年
[CHIEF_MOURNER]：喪主名
[RELATIONSHIP]：喪主と故人の続柄
[FUNERAL_DATE]：葬儀日
[FUNERAL_LOCATION]：斎場名・住所
出力にはプレースホルダをそのまま残してください。
スタッフが後からプレースホルダを実際の情報に置き換えます。
"""この方式では、Claude Codeが生成したドラフトにプレースホルダが残った状態で出力され、スタッフがローカルのWordやExcel上で個人情報を手動で差し替えます。AIとインターネットの間には個人情報が流れません。
なお、Claude Codeをローカルモデルやオンプレミスで運用する選択肢もありますが、導入コストや運用体制が別途必要です。詳細は所属組織の情報セキュリティポリシーおよび個人情報保護規程に従ってください。
実装パターン1：会葬礼状の自動生成
会葬礼状は葬儀の最も基本的な定型文書です。以下は、入力フォームからプレースホルダを受け取り、ドラフトを生成するスクリプトの想定実装例です。
# generate_kokyaku_reijo.py
# ※ 想定モデルシナリオ。実運用前に情報セキュリティ担当者の確認を取ること
import anthropic
def generate_reijo_draft(template_vars: dict) -> str:
"""
会葬礼状ドラフトを生成する。
template_vars には実名ではなくプレースホルダを渡す。
例: {"DECEASED_NAME": "故[氏名]様", "CHIEF_MOURNER": "[喪主名]"}
"""
client = anthropic.Anthropic()
prompt = f"""
あなたは葬祭文書の専門ライターです。
以下のプレースホルダを使って、格式のある会葬礼状を作成してください。
【制約事項】
- 忌み言葉（死ぬ、苦しむ、消える、帰る、終わる、など）を使わない
- 重ね言葉（重ね重ね、たびたび、再三、くれぐれも、など）を使わない
- 「4」「9」などの不吉とされる数字の使用に注意する
- 敬体（丁寧語）で統一する
- 宗教的な表現は含まない（宗派は別途スタッフが確認・加筆する）
- プレースホルダは出力にそのまま残す（実名に置き換えない）
【プレースホルダ】
故人：[DECEASED_NAME]
享年：[DECEASED_AGE]歳
喪主：[CHIEF_MOURNER]（[RELATIONSHIP]）
葬儀日：[FUNERAL_DATE]
斎場：[FUNERAL_LOCATION]
【出力形式】
- 文書タイトル
- 本文（400字程度）
- 不足情報がある場合は末尾にメモとして列記
"""
message = client.messages.create(
model="claude-opus-4-5",
max_tokens=1024,
messages=[{"role": "user", "content": prompt}]
)
return message.content[0].text
if __name__ == "__main__":
# テスト用プレースホルダ（実名は入力しない）
test_vars = {
"DECEASED_NAME": "[故人氏名]様",
"DECEASED_AGE": "[享年]",
"CHIEF_MOURNER": "[喪主氏名]",
"RELATIONSHIP": "[続柄]",
"FUNERAL_DATE": "[葬儀日付]",
"FUNERAL_LOCATION": "[斎場名]"
}
draft = generate_reijo_draft(test_vars)
print("=== ドラフト出力 ===")
print(draft)
print("\n=== ここからスタッフがプレースホルダを実際の情報に置き換えてください ===")
不足している情報があれば、最初に質問してから作業を開始してください。というプロンプト指示がClaude側で機能するため、必要な情報が抜けている場合は自動的に指摘されます。
実装パターン2：忌み言葉・重ね言葉の自動検出スクリプト
本実装の一次性の核となる機能です。生成されたドラフトを読み込み、葬祭文書に不適切な表現を自動検出します。
# check_funeral_taboo_words.py
# 葬祭文書の忌み言葉・重ね言葉チェッカー
# ※ このリストは完全ではありません。最終確認は必ずスタッフが行ってください
import re
from dataclasses import dataclass
from typing import List
@dataclass
class TabooResult:
word: str
category: str
line_number: int
context: str
suggestion: str
# 忌み言葉リスト（主要なもの。地域・宗派で追加が必要）
KIMI_WORDS = {
# 直接的な表現
"死ぬ": "「他界された」「ご逝去された」など婉曲表現を使用",
"死亡": "「ご逝去」「永眠」など",
"苦しむ": "使用回避",
"消える": "使用回避",
"帰る": "「旅立つ」「あちらへ」など文脈によって代替",
"終わる": "文脈に応じて言い換え",
"切れる": "使用回避",
"断る": "「謹んでお断り申し上げます」など丁寧に言い換え",
"離れる": "文脈によって使用可否を判断",
# 不吉とされる数（文脈依存のため参考として）
}
# 重ね言葉リスト
KASANE_WORDS = {
"重ね重ね": "「深く」など",
"たびたび": "「度々」も同様。「幾度も」など別表現に",
"再三": "「幾度も」など",
"くれぐれも": "文脈によって省略または別表現に",
"わざわざ": "「遠くより」「ご多忙のなか」など",
"いろいろ": "「さまざまな」など",
"しみじみ": "使用回避",
"しばしば": "「幾度も」など",
"なかなか": "文脈に注意",
"次々と": "「相次いで」など文脈によって",
"まだまだ": "使用回避",
"もっともっと": "使用回避",
}
def check_document(text: str) -> List[TabooResult]:
"""
文書を検査してタブー語句を検出する。
戻り値: 検出された問題のリスト
"""
results = []
lines = text.split('\n')
for line_num, line in enumerate(lines, 1):
# 忌み言葉チェック
for word, suggestion in KIMI_WORDS.items():
if word in line:
results.append(TabooResult(
word=word,
category="忌み言葉",
line_number=line_num,
context=line.strip(),
suggestion=suggestion
))
# 重ね言葉チェック
for word, suggestion in KASANE_WORDS.items():
if word in line:
results.append(TabooResult(
word=word,
category="重ね言葉",
line_number=line_num,
context=line.strip(),
suggestion=suggestion
))
return results
def report(results: List[TabooResult]) -> str:
"""チェック結果のレポートを生成する"""
if not results:
return "✅ 自動チェック：明らかな忌み言葉・重ね言葉は検出されませんでした。\n※ このチェックは完全ではありません。最終確認は必ずスタッフが行ってください。"
report_lines = [f"⚠️ {len(results)}件の要確認項目を検出しました。スタッフによる最終確認をお願いします。\n"]
for r in results:
report_lines.append(
f"[行{r.line_number}] {r.category}「{r.word}」\n"
f" 文脈：{r.context[:60]}...\n"
f" 提案：{r.suggestion}\n"
)
return "\n".join(report_lines)
if __name__ == "__main__":
import sys
if len(sys.argv) > 1:
with open(sys.argv[1], 'r', encoding='utf-8') as f:
text = f.read()
else:
# 標準入力から読み込み
text = sys.stdin.read()
results = check_document(text)
print(report(results))
このスクリプトは完全なものではありません。仮定した点は必ず「仮定」と明記してください、というプロンプト設計と同様に、自動チェックはあくまで一次スクリーニングです。最終チェックはスタッフが目視で行うことが前提です。
実装パターン3：式次第の自動生成
式次第は葬儀の進行表です。宗派により大きく異なりますが、ここでは宗派に依存しない汎用フレームを示します。
# generate_shikishidai.py
# 式次第ドラフト生成スクリプト（想定モデルシナリオ）
import anthropic
def generate_shikishidai(ceremony_type: str, religion_note: str = "仏教（詳細宗派はスタッフが確認）") -> str:
"""
式次第のドラフトを生成する。
ceremony_type: "告別式" | "一日葬" | "家族葬" など
religion_note: 宗派に関する注記（詳細は担当スタッフが確認する前提）
"""
client = anthropic.Anthropic()
prompt = f"""
葬儀の式次第ドラフトを作成してください。
【セレモニー種別】{ceremony_type}
【宗教的背景の参考メモ】{religion_note}
※ 宗派の詳細作法は担当の僧侶・スタッフが確認します。ここでは一般的なフレームを出力してください。
【制約事項】
- プレースホルダ形式で出力する（時刻は[開式時刻][ナガシ時刻]など）
- 宗派特有の儀式名称は「[宗派確認事項：○○の作法名]」として余白を残す
- 各セクションの所要時間の目安（参考値）を末尾に列記する
- 忌み言葉・重ね言葉を使わない
出力形式：
1. 式次第一覧（タイムライン形式）
2. 担当者配置メモ（プレースホルダ形式）
3. 宗派確認事項リスト
"""
message = client.messages.create(
model="claude-opus-4-5",
max_tokens=1500,
messages=[{"role": "user", "content": prompt}]
)
return message.content[0].text
if __name__ == "__main__":
draft = generate_shikishidai("家族葬（告別式）")
print(draft)
宗派については「詳細はスタッフが確認」という構造にしているため、AIが誤った宗派作法を断定的に記述するリスクを抑制できます。宗派別の詳細（浄土宗・真言宗・禅宗・浄土真宗などの違い、神道の特殊作法など）については、担当の宗教者に必ず確認してください。
実装パターン4：四十九日・一周忌法要案内の生成
法要案内は告別式より時間的余裕がある場合が多いですが、同様の品位が求められます。
# generate_hoyo_annai.py
# 法要案内状ドラフト生成（想定モデルシナリオ）
import anthropic
from enum import Enum
class HoyoType(Enum):
SHIJUKKUNICHI = "四十九日"
HYAKANICHI = "百か日"
ICCHUUKI = "一周忌"
SANKAIKI = "三回忌"
def generate_hoyo_annai(hoyo_type: HoyoType) -> str:
client = anthropic.Anthropic()
prompt = f"""
{hoyo_type.value}法要の案内状ドラフトを作成してください。
【プレースホルダ一覧】
[DECEASED_NAME]：故人のお名前（敬称含む）
[HOYO_DATE]：法要の日時
[HOYO_LOCATION]：会場名・住所
[HOST_NAME]：施主名
[RSVP_DEADLINE]：出欠返信期限
[CONTACT_INFO]：お問い合わせ先（電話番号など）
【制約事項】
- プレースホルダをそのまま残す（実名に置き換えない）
- 忌み言葉・重ね言葉を使わない
- 「粗餐ではありますが」など一般的な謙譲表現は可
- 宗教的な表現は最小限に（宗派は担当スタッフが加筆する）
- 出席・欠席の返信はがきの文例も含める
数値・固有名詞は根拠（出典）を添えてください。（この指示は今回のプロンプト設計の一部として含めています）
"""
message = client.messages.create(
model="claude-opus-4-5",
max_tokens=1200,
messages=[{"role": "user", "content": prompt}]
)
return message.content[0].text
if __name__ == "__main__":
draft = generate_hoyo_annai(HoyoType.SHIJUKKUNICHI)
print(draft)
統合パイプライン：受付フォーム→生成→チェック→スタッフ確認
以上の実装を統合した、実務的なパイプラインのフローをまとめます。
# 葬祭文書自動化パイプライン（想定モデルシナリオ）
# pipeline.py
import subprocess
import os
from pathlib import Path
from generate_kokyaku_reijo import generate_reijo_draft
from check_funeral_taboo_words import check_document, report
def run_funeral_pipeline(document_type: str, template_vars: dict, output_dir: str = "/tmp/funeral_drafts"):
"""
文書種別とプレースホルダ変数を受け取り、
ドラフト生成→チェック→スタッフ確認用ファイル出力まで実行する。
⚠️ template_vars には実名ではなくプレースホルダを渡すこと
"""
Path(output_dir).mkdir(parents=True, exist_ok=True)
# Step 1: ドラフト生成
print(f"📝 {document_type}のドラフトを生成中...")
if document_type == "会葬礼状":
draft = generate_reijo_draft(template_vars)
else:
raise ValueError(f"未対応の文書種別: {document_type}")
# Step 2: 忌み言葉・重ね言葉チェック
print("🔍 タブー語句チェックを実行中...")
taboo_results = check_document(draft)
check_report = report(taboo_results)
# Step 3: スタッフ確認用ファイル出力
output_file = Path(output_dir) / f"{document_type}_draft.txt"
check_file = Path(output_dir) / f"{document_type}_check_report.txt"
with open(output_file, 'w', encoding='utf-8') as f:
f.write("=== ドラフト（プレースホルダは実際の情報に置き換えてください） ===\n\n")
f.write(draft)
f.write("\n\n=== ⚠️ このドラフトは自動生成されたものです ===\n")
f.write("必ずスタッフが内容・礼儀・宗派作法を確認したうえで使用してください。\n")
with open(check_file, 'w', encoding='utf-8') as f:
f.write(check_report)
print(f"✅ 出力完了")
print(f" ドラフト: {output_file}")
print(f" チェックレポート: {check_file}")
print("\n【重要】プレースホルダを実際の情報に置き換え、スタッフが最終確認を行ってください。")
return str(output_file), str(check_file)
if __name__ == "__main__":
# テスト実行（プレースホルダのみ）
run_funeral_pipeline(
document_type="会葬礼状",
template_vars={
"DECEASED_NAME": "[故人氏名]様",
"DECEASED_AGE": "[享年]",
"CHIEF_MOURNER": "[喪主氏名]",
"RELATIONSHIP": "[続柄]",
"FUNERAL_DATE": "[葬儀日付]",
"FUNERAL_LOCATION": "[斎場名]"
}
)
段階的導入ロードマップ（想定シナリオ）
Phase 1（1〜2ヶ月）：チェックスクリプトだけを導入
まずcheck_funeral_taboo_words.pyのみ導入し、既存の手書き・Word文書を流し込んでタブー語句チェックをかけます。Claude Codeは使わず、Pythonスクリプトだけの段階です。スタッフの「自動チェックへの慣れ」を醸成するフェーズです。
Phase 2（3〜4ヶ月）：会葬礼状のドラフト生成を試験的に導入
最も定型化されている会葬礼状から開始します。プレースホルダ方式のルールを社内で徹底し、「生成→チェック→スタッフ確認→修正」のフローをチームに浸透させます。この段階では、かならずベテランスタッフが生成ドラフトと完成版を比較する「品質記録」をつけてください。
Phase 3（5〜8ヶ月）：式次第・法要案内へ展開
Phase 2の品質記録をもとに、スクリプトのプロンプトを改善します。式次第と法要案内は宗派作法の確認フローが必須のため、チェックリストをスクリプトに追加してデジタル化します。
よくある失敗パターンと回避策
失敗1：個人情報を含めてAIに送信してしまう
❌「田中花子様（享年89歳）の会葬礼状を書いてください」
⭕「[DECEASED_NAME]（享年[DECEASED_AGE]歳）の会葬礼状を作成してください」
プレースホルダ方式の徹底が最重要です。入力フォームのUIレベルで「実名を入力しないでください」という警告を表示することを推奨します。
失敗2：AIの出力を無確認で使用する
❌ 生成ドラフトをそのまま印刷・配布する
⭕ かならずベテランスタッフが礼文・宗派用語・故人情報の正確性を確認してから使用する
チェックスクリプトはあくまで一次スクリーニングです。「スクリプトがOKと言った＝問題なし」とは考えないでください。
失敗3：宗派を指定せずに式次第を生成する
❌ 宗派を聞かずにClaude Codeに式次第を作らせ、宗派誤りのまま使用する
⭕ 宗派確認を事前フローに組み込み、確認前はドラフトの宗派欄を[要確認]のプレースホルダにしておく
失敗4：タブー語句リストを「完全版」と信じる
❌「スクリプトに引っかからなかったから問題ない」
⭕ 本記事のリストは代表的なものに絞っています。地域・宗派・施主ご家族の方針によって追加ルールが必要です。スクリプトのリストは継続的に更新・拡充してください。
Claude Codeの動作環境（参考）
本記事のサンプルコードは2026年6月時点の動作環境を想定しています。
| 項目 | 内容 |
|---|---|
| Python | 3.10以上を推奨 |
| Anthropic SDK | anthropic（公式Python SDK） |
| モデル | claude-opus-4-5（定型文生成に適した品質。料金はAnthropic公式を確認） |
| ネットワーク | APIコール時のみ外部通信（プレースホルダのみを送信） |
| OSS依存 | 標準ライブラリのみ（追加インストール不要） |
APIの利用料金・プランについては変動があります。最新情報はAnthropic公式サイト（2026年6月時点）を確認してください。
想定される導入効果（試算値）
以下は想定モデルシナリオに基づく試算です。実際の効果は葬儀社の規模・文書量・スタッフ習熟度によって大きく異なります。
| 工程 | 従来所要時間（試算） | パイプライン導入後（試算） | 備考 |
|---|---|---|---|
| 会葬礼状ドラフト作成 | 20〜40分 | 5〜10分（確認込み） | 想定モデル試算 |
| 式次第作成 | 15〜30分 | 10〜20分（宗派確認込み） | 想定モデル試算 |
| 法要案内状 | 30〜60分 | 10〜15分（確認込み） | 想定モデル試算 |
| タブー語句チェック | 10〜20分（目視） | 1分以内（自動）＋確認 | 想定モデル試算 |
これらはあくまで試算値です。実測値・根拠は導入後の記録で計測してください。
他業種への横展開：「品位ある定型文書」が必要な業界
本記事で紹介したプレースホルダ方式＋タブー語句チェックのパターンは、以下の業界にも応用できます。
- 婚礼（ウェディング業）：招待状・席次表・司会台本。「縁起の悪い表現」のチェックが共通課題
- 病院・クリニック：患者向け説明文書・入院案内。医療YMYL領域のため慎重な運用が必要
- 社労士・行政書士事務所：各種申請書類・内容証明。非エンジニア向けの活用事例も参照
FAQ
Q. 宗派が分からない場合はどうすればよいですか？
A. 宗派が未確定の場合は、式次第や礼状の宗教的表現部分を[宗派確認事項：〇〇]というプレースホルダにしてドラフトを作成し、担当の僧侶・神職・ご遺族に確認を取ってから記入してください。AI単独で宗派作法を断定することはできません。
Q. 忌み言葉リストは完全ですか？
A. 本記事のリストは代表的なものに限定しています。地域習慣・宗派・施主ご家族の意向によって禁忌表現は異なります。社内でリストを継続的に管理・拡充することを強く推奨します。また、AI生成ドラフトの最終確認は必ず経験豊富なスタッフが行ってください。
Q. APIを使うと故人の情報が外部に漏れませんか？
A. プレースホルダ方式を徹底している限り、実際の故人名・遺族名・住所はAPIに送信されません。ただし、所属組織の個人情報保護規程・セキュリティポリシーを必ず確認したうえで導入してください。オンプレミス運用の選択肢については情報セキュリティ担当者に相談してください。
Q. エンジニアがいない葬儀社でも導入できますか？
A. Pythonの基本操作ができるスタッフがいれば、本記事のスクリプトをそのまま実行できます。エンジニアなしでのClaude Code活用については、非エンジニアのClaude Code活用入門も参照してください。
Q. Claude Codeの導入を検討していますが、どこに相談すればよいですか？
A. 業種別の導入設計・スタッフ研修については、Claude Code個別指導をご覧ください。葬祭業のような専門業務では、プロンプト設計とセキュリティ設計を同時に進めることが重要です。
Q. 自動生成ドラフトをそのまま使っても法的に問題ありませんか？
A. 礼状・案内文の法的問題よりも、内容の事実確認（日時・場所・喪主名）と品位の確認が重要です。法的な観点については必要に応じて弁護士にご相談ください。
まとめ：葬祭業のClaude Code活用で今日からできること
- チェックスクリプト（
check_funeral_taboo_words.py）から始める：Claude Codeを導入する前に、既存の文書にスクリプトを流して「自動チェックの感覚」をつかむ - プレースホルダ方式のルールを明文化する：「実名を入力しない」ルールをマニュアル化し、スタッフ全員に周知する
- まず1種類の文書（会葬礼状など）から試験導入する：全文書を一度に自動化しようとせず、1種類で品質を確認してから展開する
葬祭業における文書の品位は、ご遺族への敬意そのものです。自動化はあくまで「スタッフがより丁寧に最終確認できる時間を作るためのツール」です。業務導入の詳細手順と合わせてご参照ください。
