町の税理士事務所がClaude活用で月40時間の記帳チェックをゼロに

町の税理士事務所がClaude活用で月40時間の記帳チェックをゼロに

「また仕訳が合ってない……」

深夜11時、事務所のパソコン画面を見つめながら、私はため息をついた。顧客から送られてきた会計データの記帳チェック。勘定科目のミス、消費税区分の誤り、金額の入力ミス——毎月繰り返されるこの作業に、スタッフ全員が疲弊していた。

うちは埼玉県の小さな税理士事務所、スタッフ5名で約120件の顧問先を抱えている。記帳チェックは月初から月中にかけて集中し、毎月40時間以上を費やしていた。残業が常態化し、「もっと付加価値の高い仕事に時間を使いたい」という思いが積もっていた。

そんな状況を変えたのが、AIアシスタント「Claude」だった。導入から半年、月40時間かかっていた記帳チェック作業はほぼゼロになった。この記事では、私たちが試行錯誤した過程を包み隠さず紹介する。同じ悩みを抱える税理士・会計事務所の方に、少しでも参考になれば嬉しい。

背景：なぜAIを導入しようと思ったのか

きっかけは、2025年の秋に参加した税理士向けのIT活用セミナーだった。登壇者の一人が「ChatGPTで顧客対応の文書作成を自動化した」という話をしていて、「これは記帳チェックにも使えるんじゃないか」と直感した。

うちの事務所では、顧問先から毎月CSVやExcelで会計データを受け取り、スタッフが目視でチェックしている。主なチェック内容は以下の通りだ。

• 勘定科目の適切性（例：消耗品費と備品費の振り分けが10万円基準で正しいか）
• 消費税の課税区分（課税・非課税・不課税・免税の判定ミス）
• 取引先名と科目の整合性（例：電気代なのに「外注費」になっていないか）
• 月次の前年比較で突出した異常値の検出
• 同一取引の二重計上チェック

この作業、実は「ルール」さえ明確なら、人間が一件一件目で追わなくても判断できるものが大半だ。ある日、試しにClaudeに仕訳データを貼り付けてみたら、見事に「この取引は課税区分が非課税になっていますが、電気料金なので課税仕入れではないでしょうか」と指摘してきた。「これだ」と思った瞬間だった。

当時、スタッフの残業代コストは月約8万円。さらに、ミスが残ったまま申告につながるリスクも抱えていた。AIへの投資対効果は明らかだった。

具体的な取り組み：実際に何をどうやったのか

ステップ1：チェックルールの言語化

最初にやったことは、「熟練スタッフが頭の中でやっていることを言語化する」作業だった。ベテランスタッフの田中さん（事務所歴12年）に「どんな視点でチェックしてる？」と1週間かけてヒアリングし、チェックリストを作成した。

最終的に、チェック項目は大きく4カテゴリ・合計23項目にまとめられた。これをClaudeへの「指示書（システムプロンプト）」として整理した。

ステップ2：プロンプトの設計

実際に使っているプロンプトを紹介する。最初に試したシンプルなバージョンから、現在使っている完成版まで段階的に見ていこう。

【プロンプト例1】最初に試したシンプル版（失敗バージョン）

以下の仕訳データをチェックして、問題があれば教えてください。
[仕訳データをここに貼り付け]

これはほとんど使えなかった。Claudeの回答がふわっとしすぎていて、「消費税の区分に注意が必要な場合があります」みたいな一般論しか返ってこなかった。「ルールを明確に渡さないと使えない」と痛感した。

【プロンプト例2】ルールを明示した改良版

あなたは日本の税務・会計に精通した記帳チェックの専門家です。
以下のチェックルールに従って、添付の仕訳データを一行ずつ確認してください。

【チェックルール】
1. 10万円以上の物品購入は「消耗品費」ではなく「備品」または「工具器具備品」を使用すること
2. 電気・ガス・水道料金は「課税仕入れ（税率10%）」であること
3. 給与・法定福利費・社会保険料は「不課税」であること
4. 同一日・同一金額・同一取引先の仕訳が2行以上ある場合は二重計上の可能性を指摘すること
5. 取引先名に「税務署」「市役所」「都道府県」が含まれる場合、科目が適切かチェックすること

問題がある行は「行番号・問題の内容・修正案」の形式で出力してください。
問題がない行は無視して構いません。

[仕訳データ]

これで一気に精度が上がった。具体的なルールと出力フォーマットを指定したことで、Claudeの回答が実務で使えるレベルになった。

【プロンプト例3】月次異常値検出用プロンプト

以下は、ある顧問先（飲食業）の2026年5月と2025年5月の月次試算表データです。
前年同月比で30%以上増減している科目を抽出し、それぞれについて「通常起こりうる理由」と「要確認の可能性がある理由」を列挙してください。
担当者が顧客に確認する際の質問文も一緒に作成してください。

出力フォーマット：
科目名｜前年金額｜今年金額｜増減率｜通常の理由｜要確認の理由｜顧客への確認文

[試算表データ]

このプロンプトは特に重宝している。異常値の検出だけでなく、顧客への「確認文」まで生成してくれるので、担当者の準備時間が大幅に短縮された。

【プロンプト例4】消費税区分チェック特化版

以下の取引リストについて、日本の消費税法に基づき、各取引の消費税区分を判定してください。
判定区分は「課税（10%）」「課税（軽減8%）」「非課税」「不課税」「免税」の5種類です。
現在入力されている区分と異なる場合のみ、理由とともに指摘してください。
根拠となる消費税法の条文または国税庁の取扱いも簡潔に示してください。

[取引リスト：取引内容、金額、現在入力の消費税区分]

消費税の判定は税理士でも迷うケースがある。Claudeは根拠条文まで示してくれるので、判断の裏付けとして使える。ただし、最終判断は必ず有資格者が行うことを徹底している。

ステップ3：ワークフローへの組み込み

実際の運用フローはこうなっている。

1. 顧問先から会計データ（弥生会計またはfreeeからCSV出力）を受領
2. ExcelマクロでCSVを「Claudeに貼りやすい形式」に自動整形（1分程度）
3. 整形データをClaudeに貼り付け、プロンプトを実行（2〜3分）
4. Claudeの指摘事項をExcelシートに転記（5〜10分）
5. 担当者が指摘事項を確認・判断（10〜15分）
6. 必要に応じて顧客に確認連絡（Claudeが生成した確認文をベースに）

以前は1件あたり30〜45分かかっていたチェックが、今では20〜25分程度になった。さらに、Claudeが見逃さない「細かいミス」の検出率が上がったことで、後工程での手戻りもなくなった。

ステップ4：チェック結果の品質管理

Claudeの指摘を「そのまま正解」として使うのは危険だ。私たちは「Claudeの指摘は仮説」として扱い、必ず担当者が最終確認する二重チェック体制をとっている。Claudeが間違えやすいパターンも蓄積してきた。主なものは、複合仕訳の処理、業種特有の勘定科目の慣習、グループ会社間取引などだ。これらは「Claudeが苦手なパターン集」としてプロンプトに注記を追加している。

失敗談と改善：うまくいかなかったこととその解決策

失敗1：データ量が多すぎてClaudeが「処理できません」と言い出した

最初の頃、取引件数が多い顧問先（月300件超）のデータをそのままClaudeに貼り付けていた。すると「このデータ量では正確に処理できない可能性があります」という回答が返ってきたり、途中でレスポンスが途切れたりした。

解決策：データを「種別ごと」に分割して渡すルールを作った。例えば「経費科目のみ」「売掛・買掛のみ」「給与関連のみ」と分けて複数回に分けてチェックする。手間が増えたように見えるが、実際には「どのカテゴリにどんなミスが多いか」が可視化されて、むしろ効率が上がった。

失敗2：Claudeの指摘を信用しすぎてお客様に誤った修正依頼をした

導入2ヶ月目の出来事だ。Claudeが「この取引は非課税では？」と指摘した案件を確認せずに顧客へ連絡したところ、顧客から「いや、これはちゃんと課税取引ですよ」と返ってきた。Claudeは業種特有の特殊契約形態を知らなかったのだ。顧客への信頼を損ねるところだった。

解決策：「Claudeの指摘→担当者が根拠確認→顧客連絡」という3段階フローを厳守するルールを明文化した。また、顧問先ごとの「特記事項シート」をClaudeに渡すプロンプトを追加し、業種特有のルールも毎回インプットするようにした。

失敗3：毎回プロンプトを手打ちしていて、担当者によってチェック品質がバラバラになった

Claudeを使い始めた当初、プロンプトは担当者それぞれが「なんとなく」入力していた。ベテランの田中さんが使うと精度が高いのに、入社2年目のスタッフが使うとざっくりした結果しか得られない、という状況が生まれた。

解決策：プロンプトテンプレートを全て「プロンプト集.xlsx」として共有ドライブに保存し、コピペで使えるようにした。さらに顧問先の業種別（飲食・建設・小売・サービス業など）にプロンプトを最適化したバリエーションも用意した。今では誰が使っても同じ品質のチェックができている。

失敗4：Claudeが同じ指摘を繰り返し、顧客との関係が悪化しかけた

ある顧問先は、意図的に「接待交際費」を「会議費」で処理している節があった（節税目的）。Claudeは毎月「この取引は接待交際費ではないでしょうか」と指摘し続けた。担当者がそれをそのまま顧客に伝えてしまい、「毎月同じこと言われる」と顧客が不満を漏らした。

解決策：顧問先ごとに「承認済み処理パターン」リストを作成し、プロンプトの冒頭に「以下のパターンは顧客との合意済みのため、指摘不要です」として渡すようにした。Claudeは賢いが「過去の文脈」は持っていない。毎回コンテキストを渡すことが重要だと学んだ。

成果：数字で見るBefore/After

導入から半年（2025年12月〜2026年5月）の実績データをまとめた。

コスト面だけで見ても、月約58,000円の純削減になった。年換算で約70万円の削減効果だ。しかし、数字に表れない効果のほうが大きいかもしれない。

スタッフの田中さんはこう言っていた。「記帳チェックって、頭は使うけど達成感がないんですよ。ミスを探す作業ばかりで消耗する。今は顧客の経営課題を考える時間が増えて、仕事が楽しくなりました」。

実際、解放された時間を使って、私たちは「月次レポートの充実」と「節税アドバイスの強化」に着手した。顧問料の単価アップにもつながりつつある。

応用・発展：次にやろうとしていること

税務調査対応の想定問答集を自動生成する

記帳チェックの自動化に成功したことで、次のステップが見えてきた。顧問先が税務調査に入られた際、過去の帳簿データをClaudeに読み込ませて「調査官が疑問を持ちそなポイント」と「想定される質問・回答集」を事前に生成するプロジェクトを進めている。2026年の秋頃に試験運用する予定だ。

決算書の自動分析レポート生成

今は試算表の数値をClaudeに渡して「この会社の財務状況をざっくり分析して、経営者に伝えるべき3つのポイントを日本語でわかりやすく書いて」というプロンプトを試している。顧客向けの月次レポートの「たたき台」として使える品質になってきた。担当者が手を加える時間は従来の半分以下になっている。

新規顧問先のオンボーディング自動化

新しい顧問先と契約した際、過去数期分の決算書をClaudeに読み込ませて「この会社の特徴・リスク・チェックすべき癖」を整理するプロセスも試している。これが完成すれば、新規顧問先の初回チェック精度が一気に上がるはずだ。

他の事務所との連携も視野に

同じ悩みを持つ近隣の税理士事務所2〜3件と「プロンプト共有コミュニティ」を作ることも考えている。業種別・規模別に最適化されたプロンプトをシェアすることで、業界全体の生産性向上につなげたい。

まとめ：AIは「代替」ではなく「解放」のツールだった

正直に言う。最初はAIの導入に不安もあった。「税務の仕事はミスが許されない。AIに任せて大丈夫か」という懸念だ。でも半年使ってわかったのは、Claudeは私たちの「代わり」になるのではなく、私たちを「単純作業から解放する」ツールだということだ。

最終判断は常に私たちがする。でもその判断に至るまでの「情報収集と整理」の大半をClaudeに任せられるようになった。おかげで私たちは「考える仕事」に集中できるようになった。

もし「記帳チェックに毎月20時間以上かけている」「ミスが怖くてスタッフが疲弊している」という事務所があれば、まず1顧問先・1ヶ月分のデータでClaudeを試してみてほしい。最初のプロンプトは完璧でなくていい。使いながら磨いていけばいい。

私たちの事務所が変われたのだから、あなたの事務所でも必ずできる。

※本記事に掲載したプロンプトはあくまでも参考例です。税務判断の最終責任は有資格者が負うものであり、AIの出力をそのまま使用することはお控えください。また、顧客データをAIツールに入力する際は、利用規約の確認および顧客への説明・同意取得を必ず行ってください。