【2026年7月最新】税理士・会計事務所をClaude Code/Codexで自動化した事例10選

【税理士事務所の自動化事例10選】記帳・月次・申告・顧問先対応をAIで効率化した実例集

この記事の内容

  1. 01税理士事務所でAI自動化が効く全体像と3つの理由
  2. 02事例1: 記帳・仕訳入力の自動化
  3. 03事例2: 月次試算表チェックの自動化
  4. 04事例3: 法人税申告書類整形の自動化
  5. 05事例4: 給与計算・社保算定の自動化
  6. 06事例5: 年末調整の自動化
  7. 07事例6: 顧問先メール一次対応の自動化
  8. 08事例7: 銀行データ取込・突合の自動化
  9. 09事例8: 領収書・証憑OCR整理の自動化
  10. 10事例9: 顧問先面談議事録の自動化
  11. 11事例10: 月次レポート作成の自動化
  12. 12自社で再現するための3ステップ
  13. 13事務所規模別の優先順位
  14. 14PoCで失敗しないための注意点
  15. 15守秘義務・情報漏洩対策 - 顧問先データをAIに入れて大丈夫か
  16. 16CLAUDE.mdと指示文の実物サンプル
  17. 17会計ソフト別の連携方法と費用感
  18. 18まとめ: 「人と機械の役割分担」を設計する事務所が勝つ
  19. 19AI鬼管理について - 本記事の発信元
  20. FAQよくある質問

記帳、月次、確定申告・法人税申告、顧問先対応 — 税理士事務所・会計事務所の現場では、毎月決まった業務がローテーションで回り、所長や所員の時間を奪い続けます。

近年、Claude Code/Codex をはじめとした生成AIをこの「定型業務の山」に当てて、所員1人あたり月20〜60時間規模の業務時間を取り戻している事務所が増えました。

20-60 時間/月

所員1人あたりの業務時間削減幅 (A〜J税理士事務所10社の支援実績)

本記事は、当社が支援した複数の税理士事務所の事例を、業務カテゴリ別に再構成した10選です。個別事務所の固有名詞は守秘義務遵守のためA〜J税理士事務所、所員はBさん・Eさん・Uさん等の仮名に置き換えていますが、業務の構造、所員のリアル、改善前後の具体数値はすべて実例ベースで紹介します。

📚 用語解説

Claude Code/Codex:Claude Code(Anthropic社)とCodex(OpenAI社)が提供するAIエージェントツールで、パソコン上のファイルを直接読み書きできる、外部サービスと連携できる、プログラム(コード)を書いて業務を自動化できるのが特徴。「ChatGPTで質問するだけ」とは違い、業務そのものを代行できるAIです。本記事の10事例はすべて、Claude Code/Codex を中心に構築されています。

PoC(ピーオーシー):本格導入の前に、1業務・数社分だけで小さく試して効果を確かめる「お試し導入」のこと。本記事では3週間〜2ヶ月の検証期間を指します。

代表菅澤 代表菅澤
はじめまして、私たちAI鬼管理は、税理士事務所・士業・中小企業向けにClaude Code/CodexとCoworkの導入支援から業務設計・社内浸透まで一気通貫で伴走するサービスです。「税理士の業務はAIに任せにくい」という声をよく聞きますが、実際に支援に入ると業務を分解すれば7割は定型処理。残り3割の判断業務に所長の時間を集中させる — これが本記事の前提です。
AI鬼管理山崎 AI鬼管理山崎
本記事のA〜J事務所はすべてAI鬼管理の支援先です。「最初に市販ツールで失敗してから、Claude Code/Codexに切り替えて成功した」パターンも何度か登場します。失敗の理由まで含めて読むと、貴事務所のツール選定の参考になるはずです。

この記事を最後まで読んでいただければ、

  • 税理士事務所のどの業務がAIに任せやすいかの全体像が理解できる
  • A〜J 10事務所のBefore/After の具体数値がイメージできる
  • 自社事務所への適用を、規模別・優先順位付きで判断できる
  • 市販ツール任せで失敗しないための「事務所ルールの言語化」の重要性が分かる
  • 記帳・月次・申告など個別業務の詳細記事へ進む地図が手に入る
Claude Code/Codex 完全解説セミナー|経営者・会社役員専用 1on1 60分 無料Claude Code/Codexを経営に活かしたい方へ — AI鬼管理
📌 この記事の結論
【2026年7月最新】税理士・会計事務所をClaude Code/Codexで自動化した事例10選
税理士・会計事務所の記帳・月次・申告・年末調整はClaude Code/Codexで自動化でき、A〜J 10事務所では所員1人あたり月20〜60時間を削減しました。成功の鍵は「事務所ルールの言語化」と「迷ったら人に回す設計」。まずは1業務×3週間のPoCから始めるのが確実です。

00 税理士事務所でAI自動化が効く全体像と3つの理由 なぜいま税理士業界でAI自動化が伸びているのか

本セクションでは、まず「なぜ税理士事務所でAI自動化が効くのか」を3つの理由で整理します。次のCASE 01以降で扱う10事例の前提となる、業界全体の構造を押さえてください。なお、ここで整理する構造は税理士法人だけでなく、税理士登録のない会計事務所・記帳代行会社でもそのまま当てはまります。

📊
業務の7割が定型処理
記帳・月次・申告など、入力と出力が標準化されており、ルール+例外判定でAIが高精度に処理可能
💾
データが既に構造化
会計ソフト・電帳法対応データ・銀行API — AIが読み取れる形でデータが揃っているのは税理士事務所の強み
📈
顧問増×所員確保のジレンマ
所員据置きで顧問件数1.5〜2倍を狙うには、定型処理の自動化が事実上の唯一解
代表菅澤 代表菅澤
なぜ税理士事務所はAI自動化が効くのか — 他業界(製造業や小売業)と比べた相対的な強みを最初に押さえておきましょう。

理由1: 業務の7割が定型処理。記帳、仕訳、月次試算表、申告書整形、給与計算、年末調整 — いずれも入力データと出力フォーマットが標準化されており、「ルールベース+例外判定」の組み合わせでAIが極めて高精度に処理できます。実際、当社支援先の所員Bさん(入所3年目)は「ガソリン代を車両費と旅費交通費のどちらに振るか」で毎月悩んでいましたが、事務所ルールをClaude Code/Codexに言語化したらAIが先に判定してくれるようになり、「自分が悩む業務は本当に判断が必要なものだけになった」と話しています。

理由2: データが既に構造化されている。会計ソフト(弥生・freee・MFクラウド・JDL等)からCSV出力できるデータ、電子帳簿保存法対応の証憑データ、銀行API連携の入出金データ — 税理士事務所のデータは「AIが読み取れる形」で既に揃っています。小売・製造業の現場でAI導入が難航する理由の多くは「データが紙とExcelに散らばっている」ことですが、税理士事務所はこの問題を大きく回避できます。

AI鬼管理山崎 AI鬼管理山崎
会計ソフトの「CSV出力」が標準で備わっていること自体が、他業界にはない大きな資産なんです。これを使えるかどうかが、AI自動化の出発点になります。

理由3: 顧問先増加と所員確保のジレンマ。顧問先を増やしたいが、所員を増やしても育成コストと品質管理で苦しむ。同じ所員数で顧問件数を1.5〜2倍に伸ばすには、定型処理の自動化が事実上の唯一解になります。本記事の10事例はすべて、この「所員数据置きで顧問件数を増やす」を実現した実例です。

この構造を象徴する出来事として、2026年には「スタッフ0人で顧問先60社を1人で回す税理士」の事例がSNSで数百万リーチ規模の話題になり、経済メディアにも取り上げられました。特別な天才の話ではなく、税理士業務が上記3つの条件(定型処理が多い・データが構造化済み・自動化の経済合理性が高い)を満たしているからこそ起きた現象です。ただし現実の導入は「いきなり60社を1人で」ではなく、1業務ずつ自動化を積み上げた先にその水準があるという順序です。本記事のCASE 01〜10は、まさにその「積み上げの1歩目から10歩目」を業務別に分解したものだと捉えてください。

代表菅澤 代表菅澤
「料金値上げで対応する」「所員を増やして対応する」だけの戦略は、近年の人材難でほぼ通用しません。AI自動化は「事務所収益の構造を変える」打ち手という位置付けが正確だと思います。

では、具体的にどの業務がどう自動化されているのか。A〜J 10事務所の事例を、業務カテゴリ別に見ていきましょう。

01 記帳・仕訳入力の自動化 所員18名規模・顧問先120社のA税理士法人

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
埼玉県南部のA税理士法人。所員18名・顧問先120社・1人あたり12社担当。中小製造業・飲食業・建設業が中心。所長以下スタッフ全員が記帳業務をローテーションで回す体制。

記帳・仕訳入力は、税理士法人に限らず、記帳代行や経理代行を請け負う会計事務所でも最も工数を占める定型業務です。ここで紹介する仕組みは会計事務所・記帳代行会社にもそのまま横展開できます。

代表菅澤 代表菅澤
A法人さんで一番効いたのは「事務所固有ルールの言語化」。「(顧問先C)のガソリン代は車両費」「(D)のスタバ領収書は会議費、(E)は福利厚生費」 — こういう所員Bさんの頭の中のルールをCLAUDE.mdに書き出したことが転機でした。
BEFORE — 自動化前
  • 所員Bさん(3年目)が月96時間を入力業務に投下、1社あたり5〜8時間
  • 顧問先別ルールが所員の頭の中にしかなく属人化、新人は1年経っても独力完結できず
  • 入力ミスの発見が月次レビュー時、修正が翌月持ち越し
  • 市販AI仕訳機能を試したが「事務所ルールが反映できず修正に時間」と所員から不満噴出
AFTER — AI鬼管理流
  • Claude Code/Codexで事務所ルールを言語化、AIが仕訳候補生成→所員は確認のみ
  • Bさんの入力時間 月96時間 → 月34時間 (約65%減)
  • 異常仕訳(前月比200%超・初出取引先)をAIが先に検知
  • 新人所員でも入所2ヶ月でベテラン同等の精度に到達
AI鬼管理山崎 AI鬼管理山崎
A法人で印象的だったのは、所長が「市販AIに失敗した経験」を最初に話してくれたこと。同じ失敗を踏まないために「事務所ルールを言語化する」工程を最優先で組み込みました。
FLOW DIAGRAM
CASE 01 記帳・仕訳入力 — Before / After
記帳・仕訳入力 業務フロー (Before/After) BEFORE — 所員Bさん 月96時間 STEP 1 入力資料 請求書/領収書 通帳CSV/カード明細 顧問先 120社 月平均40-60件/社 STEP 2 担当者の作業 所員Bさん(3年目)が手入力 勘定科目を判断して打鍵 1社 5〜8時間 × 12社 = 月96時間が消える ルールは頭の中 ・顧問先別の勘定科目辞書 ・新人は1年経っても 独力完結できず STEP 3 レビュー 仕訳チェック 所長/先輩が月末に 全件チェック ミス発見が遅い 入力から2-3週間後 修正は翌月持越 市販AIで挫折 freee/弥生のAI仕訳は 事務所ルールが反映できず STEP 4 出力 仕訳データ 翌月修正の 負債が毎月 積み上がる Claude Code/Codex 導入 ▼ AFTER — 月34時間 (65%減) STEP 1 入力資料 請求書/領収書 通帳CSV/カード明細 顧問先 120社 (同じ入力) STEP 2 AIの処理 AIが仕訳候補を自動生成 CLAUDE.md = 事務所ルール Bさんの頭の中を文章化: ・顧問先別の勘定科目辞書 ・ガソリン代 = 車種×走行距離 ・会議費と福利厚生の使い分け 会計ソフトCSVと結合 freee/弥生CSVを事務所ロジック で再加工(市販AIを下に置く) 異常検知も先回り 前月比200%超/初出取引先 STEP 3 人の判断 所員は確認のみ AI候補にOK/修正判定 1社 5-8h → 1-2h 怪しい仕訳は赤表示 即特定できる 当月内に完結 月次レビュー前に 所員自身が直す STEP 4 出力 仕訳データ 当月内 完結 新人も 2ヶ月で 先輩水準 に到達 62時間 を顧問先 対応に振替
🔑 AI鬼管理流の決め手
市販ツール任せでなく「事務所ルールが上、市販ツールが下」という構造に切り替えたこと。Claude Code/Codexで「ガソリン代は車種×走行距離で按分」「会議費とコーヒー代の使い分け」を文章化し、会計ソフトのCSV出力と組み合わせた内製ロジックを上に乗せた設計が決定打でした。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×記帳・仕訳入力】AIで月20時間を取り戻す自動化の進め方

02 月次試算表チェックの自動化 所員9名・所長Eさんが顧問15社の月次レビューを担うB税理士事務所

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
東京都港区のB税理士事務所。所員9名・顧問先60社・所長Eさん46歳。IT・コンサル・士業など知識集約型顧問先が中心。
代表菅澤 代表菅澤
B事務所さんで一番印象的だったのは、所長Eさんが「自分が辞めたら事務所が回らない」とずっと悩んでいたこと。20年かけて身につけた判定軸を言語化することで、「Eさんが半月不在でも事務所が回る」状態が作れました。
BEFORE — 自動化前
  • Eさんの月次チェック時間 顧問15社で月35時間 (平日夜+土曜の半日)
  • IT業の外注費比率15%超・飲食業の交際費前月比200%超など、判定軸がEさんの頭の中だけ
  • ベテランF所員と入所半年のG所員で品質に大きな差
  • 月次試算表確定→所長承認まで5〜7営業日
AFTER — AI鬼管理流
  • AIが異常値を一覧化→「考えられる要因3つ」を提示
  • Eさんのチェック時間 月35時間 → 月9時間 (約74%減)
  • 取り戻した26時間で「事業承継セミナー登壇」と「経営判断アドバイス」を顧問先に提供開始
  • 月次試算表確定→所長承認 1〜2営業日に短縮
FLOW DIAGRAM
CASE 02 月次試算表チェック — Before / After
月次試算表チェック 業務フロー (Before/After) BEFORE — Eさん 月35時間 STEP 1 入力資料 月次試算表 顧問先 15社 (IT/飲食/建設) 前月比・前年比データ STEP 2 担当者の作業 Eさん(所長)が手動チェック 目視で全勘定をスキャン 顧問15社 × 月35時間 (平日夜 + 土曜の半日) 判定軸は頭の中 ・IT業の外注費比率15%超 ・飲食業の交際費200%超 ・建設業の材料費の動き 品質バラつき ベテランFと半年Gで差大 STEP 3 レビュー 月次チェック Eさんが異常を指摘 所員が顧問先に確認 再修正→再チェック 承認まで5-7営業日 顧問先への報告が 翌月10日以降に 経営判断が間に合わない STEP 4 出力 確定試算表 月次確定が 翌月後半 顧問先の 経営判断が 遅れる Claude Code/Codex 導入 ▼ AFTER — 月9時間 (74%減) STEP 1 入力資料 月次試算表 顧問先 15社 (IT/飲食/建設) (同じ入力) STEP 2 AIの処理 AIが異常値を一覧化 CLAUDE.md = 判定軸辞書 Eさんの頭の中を文章化: ・業種別の異常閾値 ・外注費15%超→IT業フラグ ・交際費200%超→飲食業フラグ ・材料費の季節変動許容範囲 異常一覧 + 要因仮説 AIが「考えられる要因3つ」 を勘定ごとに提示 (例: 外注費増=新規案件か 既存案件の追加発注か) STEP 3 人の判断 Eさんは要因仮説を確認 3つの仮説から選択 or 追加調査を指示 判定軸が事務所資産化 他所員も同じ精度で チェック可能に 承認1-2営業日 顧問先への報告が早期化 STEP 4 出力 確定試算表 1-2営業日 で確定 Eさん月 35h→9h (74%減) 26時間を 事業承継 セミナーや 経営助言に
🔑 AI鬼管理流の決め手
AIに過去データを「学習」させるのではなく、「この勘定科目はこういう動き方が正常」というルールをCLAUDE.mdに書き起こした点が肝。Eさんが20年で身につけた判定軸を文章化することで、新人G所員でもベテランF所員と同等の異常検知が可能になりました。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×月次試算表チェック】Claude Code/Codexで属人化を解消する自動化レシピ

Claude Code/Codex 完全解説セミナー|経営者・会社役員専用 1on1 60分 無料Claude Code/Codexを経営に活かしたい方へ — AI鬼管理

03 法人税申告書類整形の自動化 所員25名・3月決算30社+9月決算20社のC税理士法人

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
神奈川県のC税理士法人。所員25名・3月決算顧問先30社+9月決算20社。製造業中心、5月と11月が繁忙期のピーク。
AI鬼管理山崎 AI鬼管理山崎
C税理士法人で一番効いたのは「閑散期(11-1月)から準備を始めた」こと。繁忙期に入ってから慌てて導入する事務所と比べて、PoC精度が桁違いに高かったです。
BEFORE — 自動化前
  • 別表4・5・7・15等の数値転記が手作業、5月繁忙期に所員総出
  • J所員(5年目)が深夜2時まで作業した日が過去3年で2回
  • 内訳明細書のヒアリングが顧問先対応待ちで進行停滞
  • 別表4の4欄「損金経理した納税充当金」の数値転記ミスが申告直前発覚した事例あり
AFTER — AI鬼管理流
  • 会計データから別表計算用の中間数値をAIが自動抽出
  • ヒアリング項目をAIが事前生成→顧問先送付、往復が3-5回→1-2回
  • 整合性チェックをAIが申告直前に自動実行、所員は赤フラグだけ確認
  • J所員の5月繁忙期残業時間 月70時間 → 月30時間に半減、深夜作業ゼロ
FLOW DIAGRAM
CASE 03 法人税申告書類整形 — Before / After
法人税申告書類整形 業務フロー (Before/After) BEFORE — J所員 残業 月70時間 STEP 1 入力資料 会計データ 顧問先の勘定 別表4/5/7/15 内訳明細書 STEP 2 担当者の作業 J所員(5年目)が手転記 別表4・5・7・15の数値を 手作業で転記 5月繁忙期は所員総出 決算期に深夜作業が発生 J所員が深夜2時まで 作業した日が3年で2回 顧問先ヒアリング 往復が3-5回必要 返信待ちで進行停滞 STEP 3 レビュー 申告書チェック 申告直前に整合性チェック 別表4の4欄 「損金経理した納税充当金」 の転記ミスが直前発覚 ミスのリカバリが 繁忙期に重なる 週末出勤・夜間対応 残業月70時間 J所員の家庭にも影響 STEP 4 出力 法人税申告書 申告期限 ギリギリ で提出 ミス時の リカバリ が大変 Claude Code/Codex 導入 ▼ AFTER — 残業 月30時間 (深夜ゼロ) STEP 1 入力資料 会計データ 顧問先の勘定 別表4/5/7/15 (同じ入力) STEP 2 AIの処理 AIが中間数値抽出+整合性チェック CLAUDE.md = 別表ロジック ・別表4-4欄(納税充当金) ・別表5-1の差引合計額 ・別表7-1の控除順序 ・別表15の交際費区分 会計データから自動抽出 AIが中間数値を別表計算用に 整形→所員はチェックだけ ヒアリング項目も生成 AIが必要項目を事前作成→ 顧問先送付、往復1-2回に STEP 3 人の判断 所員は赤フラグだけ確認 AIが申告直前に 全別表の整合性チェック ミス候補に赤フラグ 所員は赤だけ確認 全件目視は不要 深夜作業ゼロ 5月繁忙期も定時帰宅 5月残業 月30h STEP 4 出力 法人税申告書 申告期限 前に余裕 を持って 提出 J所員 残業 70h→30h 深夜作業 ゼロ
🔑 AI鬼管理流の決め手
申告書の作成自体は税理士が確認する必要があるため、AIは「下準備の整形と整合性チェック」に限定。責任範囲を明確に分けた設計が、AI導入への所員の心理的抵抗を下げる決め手でした。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×法人税申告書類整形】AIで集中業務を平準化する5ステップ

04 給与計算・社保算定の自動化 給与計算顧問40社・パート所員Mさんが専属のD事務所

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
大阪府のD社労士兼税理士事務所。所員12名・給与計算顧問40社・パートM所員週3日勤務が給与専属。飲食業・小売業など現場系顧問先が多く、勤怠データ形式がバラバラ。
代表菅澤 代表菅澤
D事務所さんでは「顧問先にフォーマット統一をお願いしたら断られた」過去がありました。事務所側でAIが揺れを吸収するアプローチは、顧問先との関係を維持したまま効率化できる現実解です。
BEFORE — 自動化前
  • 勤怠データが Excel/紙/勤怠SaaS CSV/POS出力 と顧問先ごとに形式バラバラ
  • M所員が形式変換と給与ソフト入力に月10時間 (1社2〜3時間×毎月対象の数社)
  • 社保算定基礎届 (6-7月) の繁忙期残業が月40〜60時間
AFTER — AI鬼管理流
  • AIが勤怠データの形式変換を自動実行→給与ソフトのインポート形式に統一
  • M所員は給与ソフトの「計算実行」と異常値チェックだけ、1社30-45分に短縮
  • 受託社数 40社 → 60社に拡大、所員数据置きで売上1.5倍
  • 社保算定基礎届の繁忙期残業 月60時間 → 月15時間に
FLOW DIAGRAM
CASE 04 給与計算・社保算定 — Before / After
給与計算・社保算定 業務フロー (Before/After) BEFORE — M所員 月10h+繁忙期60h STEP 1 入力資料 勤怠データ 顧問先 40社 Excel/紙/SaaS CSV /POS出力 混在 STEP 2 担当者の作業 M所員が形式変換+入力 顧問先ごと形式バラバラ ・Excelシート(罫線あり) ・紙の出勤簿(FAX送付) ・勤怠SaaSのCSV ・POSレジの出力 形式変換に月10時間 1社2-3時間 × 毎月数社 給与ソフト入力用に整形 受託社数の頭打ち 形式対応コストで40社が上限 STEP 3 レビュー 給与計算チェック 給与ソフトに入力後 計算結果を目視チェック 社保算定基礎届 (6-7月)の繁忙期 残業月40-60時間 売上が伸ばせない M所員1人で40社が限界 事務所拡大できず STEP 4 出力 給与明細・社保算 遅延発生 繁忙期は 残業常態化 受託40社 で頭打ち Claude Code/Codex 導入 ▼ AFTER — 受託 40→60社/残業 60h→15h STEP 1 入力資料 勤怠データ 顧問先 40社 Excel/紙/SaaS CSV (同じ入力) STEP 2 AIの処理 AIが勤怠形式を自動統一 CLAUDE.md = 形式マッピング ・顧問先別の勤怠フォーマット ・残業/深夜/休出の判定基準 ・打刻丸めルール(15分単位等) AIが全形式を自動変換 Excel/紙(OCR)/CSV/POS → 給与ソフトのインポート 形式に統一 異常値もAIが検出 ・打刻漏れ/深夜過多 ・社保標準報酬月額の急変 STEP 3 人の判断 M所員は計算実行+異常値確認 給与ソフトで計算実行 AIが指摘した異常値だけ 顧問先に確認 1社 30-45分に短縮 受託40→60社に拡大 所員数据置きで売上1.5倍 社保算定残業 月15h 60h→15h (75%減) STEP 4 出力 給与明細・社保算 スムーズ に納期 遵守 受託 40→60社 売上1.5倍 算定届 残業 60→15h
🔑 AI鬼管理流の決め手
勤怠データの「揺れ」をAIが吸収できることが最大の効果。顧問先側のフォーマット統一を求めないため、関係維持と効率化を両立できます。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×給与計算・社保算定】所員2人で30社をさばくAI自動化

05 年末調整の自動化 従業員1500名規模・所員15名のE税理士事務所

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
兵庫県神戸市のE税理士事務所。所員15名・年末調整顧問先50社・対象従業員総数約1500名規模。
AI鬼管理山崎 AI鬼管理山崎
年末調整は「期限が動かせない」「書類量が多い」「判定が複雑」の三重苦業務。AIに「読み取り」と「集計」だけを任せて、判定は人が残す設計が正解です。
BEFORE — 自動化前
  • 11〜12月に従業員1500名分の扶養控除等申告書を所員総出で確認
  • 保険料控除証明書の数値転記ミスで税務署との確認往復が年5-6件
  • 繁忙期の所員残業時間 月60〜80時間
  • 過去3年で年末調整時期の離職が2名発生
AFTER — AI鬼管理流
  • AIが扶養控除等申告書を画像から自動読み取り→給与ソフトへ連携
  • 保険料控除証明書 (生命保険・地震・共済・個人年金) の金額抽出を区分別に自動化
  • 繁忙期残業時間 月60-80時間 → 月20-30時間に短縮 (約3分の1)
  • 所長Hさんが「年末調整時期のスタッフの顔色が違う」と実感
FLOW DIAGRAM
CASE 05 年末調整 — Before / After
年末調整 業務フロー (Before/After) BEFORE — 繁忙期残業 月60-80h STEP 1 入力資料 扶養控除等申告書 保険料控除証明書 従業員 1500名分 (顧問先合計) STEP 2 担当者の作業 所員総出で手作業確認 11〜12月に1500名分を 所員総出で確認 申告書の手目視 ・扶養親族の年齢/所得 ・配偶者控除の判定 ・障害者控除の有無 控除証明書の転記 ・生命保険(新旧) ・地震保険 ・個人年金保険 を区分ごとに集計 STEP 3 レビュー 年調書類チェック 給与ソフトに入力後 再度目視チェック 転記ミスで税務署 との修正連絡 年5-6件 繁忙期残業 月60-80h ・終電帰宅の連続 ・休日出勤も常態化 過去3年で離職2名 年末調整時期に集中 STEP 4 出力 源泉徴収票 年末ギリ ギリの 提出 税務署 往復が 残る Claude Code/Codex 導入 ▼ AFTER — 残業 月20-30h (約65%減) STEP 1 入力資料 扶養控除等申告書 保険料控除証明書 従業員 1500名分 (同じ入力) STEP 2 AIの処理 AIが申告書を画像から自動読取 CLAUDE.md = 控除判定ロジック ・扶養親族の判定基準 ・配偶者特別控除の計算 ・障害者区分(一般/特別/同居) AIが画像OCR+構造化 ・扶養控除等申告書 → 給与ソフトへ連携 ・保険料控除証明書 → 区分別に金額抽出 (新生命/旧生命/介護医療/ 個人年金/地震/共済) STEP 3 人の判断 所員は読取精度を確認 AIが読取信頼度を表示 低信頼のみ手動修正 転記ミス激減 税務署への 修正連絡 5-6件→0-1件 繁忙期残業 月20-30h 60-80h → 20-30h 離職の流れも止まる 「顔色が違う」と所長 STEP 4 出力 源泉徴収票 余裕を 持って 提出 残業 60-80h →20-30h (約3分の1) 離職 止まる
🔑 AI鬼管理流の決め手
事務所単位ではなく「顧問先ごとのフォーマット差異」を吸収できる点が市販ソフトとの差別化。導入の決め手は「閑散期である8-10月に作って、11月本番に間に合わせるロードマップ」を最初に引いたこと。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×年末調整】11-12月の集中業務をAIで前倒し処理する手順

Claude Code/Codex 完全解説セミナー|経営者・会社役員専用 1on1 60分 無料Claude Code/Codexを経営に活かしたい方へ — AI鬼管理

06 顧問先メール一次対応の自動化 顧問先50社からの問い合わせが日に15件以上のF事務所

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
福岡県のF税理士事務所。所員8名・顧問先50社。代表I税理士が「気軽に聞ける顧問」を売りにしており、顧問先からのメール量が他事務所より多い。
代表菅澤 代表菅澤
F事務所さんで興味深かったのは、AIナレッジが蓄積されるほど「新人所員の戦力化期間が短くなる」現象。年間700件のナレッジが事務所資産として蓄積され、教育コストが目に見えて下がりました。
BEFORE — 自動化前
  • 顧問先からの「これって経費になりますか?」系問い合わせが日に15件以上
  • I代表または担当所員が個別返信、平均1件15〜30分
  • 所員Kさん(新人2年目)が顧問先返信に半日→本来の記帳業務が後ろ倒し
  • 同じ質問が繰り返されてもナレッジが蓄積されない
AFTER — AI鬼管理流
  • AIが事務所過去回答とCLAUDE.mdから一次返信案を生成
  • Kさんは返信案の修正・承認のみ、平均1件3〜5分に短縮
  • 顧問先別トーン(L=敬語フル、M=「やぁ社長」OK、N=技術用語OK)を自動反映
  • 年間700件のナレッジが事務所資産として自動蓄積
FLOW DIAGRAM
CASE 06 顧問先メール一次対応 — Before / After
顧問先メール一次対応 業務フロー (Before/After) BEFORE — 1件15-30分/Kさん半日消費 STEP 1 入力資料 顧問先からの問合せ 「これって経費に なりますか?」系 日に15件以上 STEP 2 担当者の作業 I代表/担当所員が個別返信 毎回ゼロから回答作成 1件 15〜30分かかる Kさん(新人2年目)が 返信に半日消費 本来の記帳業務が 後ろ倒しに ナレッジ蓄積ゼロ 同じ質問が繰り返されても 毎回ゼロから書く トーン管理 顧問先別の話し方が 所員間で揃わない STEP 3 レビュー 回答内容の確認 送信前に上長確認 (新人Kさんの場合) 上長確認も時間 1日15件分の確認で I代表の時間も奪う 返信遅れが顧問先 の不満に 「先生忙しそうで 質問しづらい」 STEP 4 出力 顧問先返信 返信 遅延 ナレッジ 蓄積 されず Claude Code/Codex 導入 ▼ AFTER — 1件 3-5分/年700件ナレッジ蓄積 STEP 1 入力資料 顧問先からの問合せ 「これって経費に なりますか?」系 (同じ入力) STEP 2 AIの処理 AIが一次返信案を生成 CLAUDE.md = 過去回答+ルール ・事務所の過去回答の蓄積 ・経費判定基準の判例集 ・顧問先別の業種特性 AIが返信案を生成 新着メール → 一次回答案を Kさんの受信箱に下書き保存 顧問先別トーン自動反映 ・L社 = 敬語フル ・M社 = 「やぁ社長」OK ・N社 = 技術用語OK 年700件が事務所資産化 STEP 3 人の判断 Kさんは修正・承認のみ AI下書きを 修正/承認して送信 1件 3〜5分に短縮 上長確認も最小化 AI下書きの品質が 安定しているため 顧問先の反応改善 「先生反応早くなった」 「気軽に聞ける」 STEP 4 出力 顧問先返信 即返信 顧問先 満足度 向上 1件 15-30分 →3-5分 年700件 ナレッジ 蓄積
🔑 AI鬼管理流の決め手
メール送信を完全自動化するのではなく、「下書きを生成し、人が必ず確認して送る」設計。税理士業界では返信内容の責任は人が持つ必須条件のため、責任分界点を明確にしたことが決め手でした。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×顧問先メール一次対応】AIで返信品質と速度を両立する仕組み

07 銀行データ取込・突合の自動化 ベテラン所員Pさん(20年勤続)の暗黙知を仕組み化したG事務所

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
宮城県仙台市のG税理士事務所。所員10名・顧問先70社。地元中小企業中心、地銀メイン取引が多く社名揺れが激しい。
AI鬼管理山崎 AI鬼管理山崎
G事務所のように「ベテラン所員の引退」が近い事務所では、AI自動化は単なる時短ではなく「事業継続リスクの解消」になります。この観点は意外と見落とされがちです。
BEFORE — 自動化前
  • 通帳CSVと会計データの突合に月1〜2時間 (1社あたり)
  • 社名揺れ (株式会社○○ / (株)○○ / カブ○○ / ○○KK) で突合エラーが月10件
  • ベテランPさん(20年勤続)の頭の中だけに「この取引先は手数料440円控除で入金」というパターン記憶
  • Pさんの定年退職が近く、引き継ぎコストの不安
AFTER — AI鬼管理流
  • AIが社名揺れを自動正規化→突合エラーを最小化
  • 不一致レコードの原因仮説をAIが3つ提示→所員は確認だけ
  • 突合作業 月1〜2時間 → 月15分に短縮
  • Pさんの暗黙知が事務所ナレッジ年間500件超として形式知化
FLOW DIAGRAM
CASE 07 銀行データ取込・突合 — Before / After
銀行データ取込・突合 業務フロー (Before/After) BEFORE — 月1-2時間/エラー月10件 STEP 1 入力資料 通帳CSV クレカ明細 会計データ (顧問先1社あたり) STEP 2 担当者の作業 担当所員が手動突合 CSVと会計データを 1行ずつマッチング 1社 月1〜2時間 社名揺れで月10件エラー ・株式会社○○ ・(株)○○ ・カブ○○ ・○○KK 全部別取引先扱い Pさん(20年勤続)の 暗黙知に依存 「この取引先は手数料 440円控除で入金」等 STEP 3 レビュー 突合チェック エラー10件をPさんが ベテラン知識で解決 Pさん定年退職近い 引継ぎコストの不安 若手では同じ判断 ができない 突合遅れ 月次試算表確定の ボトルネック STEP 4 出力 突合済データ 突合に 毎月1-2h エラー10件 Pさん依存 退職リスク Claude Code/Codex 導入 ▼ AFTER — 月15分/暗黙知500件形式知化 STEP 1 入力資料 通帳CSV クレカ明細 会計データ (同じ入力) STEP 2 AIの処理 AIが社名正規化+原因仮説提示 CLAUDE.md = 社名+特殊パターン ・社名揺れの正規化辞書 ・取引先別の特殊パターン: 「手数料440円控除入金」 「月末締め翌々10日払い」 ・Pさんの暗黙知500件超 AIが自動正規化 (株)/カブ/KK等を 正式社名に揃えて突合 不一致は原因仮説3つ ・手数料控除の可能性 ・別取引先の入金 ・社名変更の可能性 STEP 3 人の判断 所員は仮説を確認するだけ AIの3つの仮説から 正しいものを選択 or 追加調査指示 突合 月1-2h → 15分 1社あたり Pさん暗黙知が 事務所ナレッジ化 年間500件超を形式知化 Pさん退職後も継続可能 STEP 4 出力 突合済データ 突合15分 で完了 月1-2h →15分 (約87%減) Pさん 暗黙知 500件 形式知化
🔑 AI鬼管理流の決め手
「ベテラン所員の頭の中にあったルール」を文章化したことで、新人所員でも同等精度で突合できるように。定年退職予定があるG事務所では、引き継ぎコストの削減として最も価値のあった自動化です。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×銀行データ取込・突合】CSV突合の手作業をAIで自動化する

08 領収書・証憑OCR整理の自動化 月3000枚の領収書をさばくH事務所、所員Sさんの専属配置を解消

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
愛知県名古屋市のH税理士事務所。所員14名・顧問先90社・うち電子化未対応40社。飲食チェーンR社(顧問先・店舗20店)は月3000枚の領収書が段ボール箱で届く。
代表菅澤 代表菅澤
H事務所のケースで一番重要なのは「所員のキャリア」への影響。領収書専属で2年いたSさんが、月次レビュー担当に成長できたのが大きな変化です。
BEFORE — 自動化前
  • 段ボール箱で領収書が届く顧問先が40社、月3000枚規模も
  • 所員Sさん(20代・入所2年目)が領収書専属、月稼働120時間中100時間が入力
  • 電子帳簿保存法対応の保管が一部のみで、税務調査リスク
  • Sさんは他業務スキルが伸びず、キャリアが固定化
AFTER — AI鬼管理流
  • スキャナ取込→AIが日付・金額・取引先・摘要を自動抽出
  • 読み取り精度が低いものだけを所員が手動修正
  • Sさんの専属配置が解消→月次レビュー担当に成長、3000枚処理は週次分散
  • 電帳法のタイムスタンプ・検索性要件も同時に充足
FLOW DIAGRAM
CASE 08 領収書OCR整理 — Before / After
領収書OCR整理 業務フロー (Before/After) BEFORE — Sさん 月100h/月3000枚 STEP 1 入力資料 段ボール領収書 顧問先 40社 月3000枚規模 電帳法対応要 STEP 2 担当者の作業 Sさん(20代)が専属で入力 段ボール箱を開けて 1枚ずつ手入力 月稼働120h中 100hが領収書入力 月3000枚規模 1枚 1-3分 × 3000枚 電帳法対応が一部のみ タイムスタンプ/検索性が 未整備で税務調査リスク Sさんのキャリア固定化 他業務スキルが伸びず 若手の成長機会消失 STEP 3 レビュー 証憑チェック Sさんの入力を 他所員が抜取検査 検査品質も バラつき 入力遅延が 月次に影響 領収書届く→入力完了 まで2-3週間 紛失リスク 段ボール管理の限界 STEP 4 出力 証憑データ+保管 電帳法 リスク Sさん 成長 止まる Claude Code/Codex 導入 ▼ AFTER — Sさん成長・電帳法充足 STEP 1 入力資料 段ボール領収書 顧問先 40社 月3000枚規模 (同じ入力) STEP 2 AIの処理 スキャナ取込→AIが自動抽出 CLAUDE.md = 抽出ルール ・日付/金額/取引先/摘要 ・電帳法の検索要件 (3項目検索対応) ・タイムスタンプ付与 高速スキャナ+AI OCR 段ボールから出して ADFスキャナで一括取込 → AIが構造化 週次バッチ処理 3000枚を週次で分散 電帳法のタイムスタンプ 検索性要件も同時充足 STEP 3 人の判断 Sさんは低精度のみ修正 読取精度が高いものは そのまま証憑データ化 低精度のみ手動修正 Sさん専属解消 月次レビュー担当に 成長・キャリア再開 電帳法を同時充足 ・タイムスタンプ ・検索性(日付/金額/取引先) 税務調査リスク解消 STEP 4 出力 証憑データ+保管 証憑 デジタル化 電帳法 対応済 Sさん 専属解消 月次レビュー 担当に成長 電帳法 リスク解消
🔑 AI鬼管理流の決め手
電帳法対応の運用設計と組み合わせ、紙→デジタルの導線を一気通貫化。単なるOCRでなく「OCR→仕訳候補生成→会計ソフトインポート」までつなげたのが他社事例との差別化点です。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×領収書・証憑OCR整理】月数千枚をAIで仕訳まで一気通貫

Claude Code/Codex 完全解説セミナー|経営者・会社役員専用 1on1 60分 無料Claude Code/Codexを経営に活かしたい方へ — AI鬼管理

09 顧問先面談議事録の自動化 担当税理士Uさんの月12時間を1時間にしたI事務所

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
北海道札幌市のI税理士事務所。所員11名・顧問先65社。担当税理士Uさん(40代男性)が10社を月次面談で訪問する体制。
AI鬼管理山崎 AI鬼管理山崎
議事録自動化は「時短」よりも「会話の質」が変わる効果が大きい業務です。担当税理士が面談に集中できる状態を作れるのが、顧問先評価につながります。
BEFORE — 自動化前
  • Uさんが面談中にメモ→面談後に議事録整形、月12時間が議事録だけで消える
  • 会話に集中するとメモが浅くなり、メモに集中すると会話が浅くなるトレードオフ
  • To-Doが面談直後に共有されず、対応漏れが頻発
  • 議事録の品質が担当税理士ごとにバラつく
AFTER — AI鬼管理流
  • 面談を録音(同意取得済)→AIが文字起こし→議事録→To-Doまで一気通貫
  • Uさんの議事録工数 月12時間 → 月1時間 (確認のみ)
  • To-Doが面談直後に顧問先・所員双方へ自動配布、対応漏れほぼゼロ
  • Uさんは「会話に100%集中できるようになり相談量が増えた」と実感
FLOW DIAGRAM
CASE 09 顧問先面談議事録 — Before / After
顧問先面談議事録 業務フロー (Before/After) BEFORE — Uさん 月12時間 STEP 1 入力資料 顧問先との面談 (同意取得済の録音) 月 顧問先10社程度 1回 60-90分 STEP 2 担当者の作業 Uさんが面談中に手書きメモ 面談しながら同時にメモ 面談後に議事録整形 月12時間が議事録だけで消える 会話とメモのトレードオフ ・会話に集中→メモが浅い ・メモに集中→会話が浅い 結果、相談が深まらない 担当によって品質差 Uさんの議事録は読みやすいが 他税理士の議事録は 後で読み返せない STEP 3 レビュー 議事録の確認 議事録を顧問先と所員に メールで共有 To-Doが面談直後に 共有されない 「来週までに調べる」 が忘れられる 対応漏れ頻発 顧問先「先生、先週の 件どうなりました?」 STEP 4 出力 議事録 + To 議事録 品質差 To-Do 対応漏れ 頻発 Claude Code/Codex 導入 ▼ AFTER — 月1時間/対応漏れほぼゼロ STEP 1 入力資料 顧問先との面談 (同意取得済の録音) 月 顧問先10社程度 (同じ入力) STEP 2 AIの処理 録音→AI文字起こし→議事録+To-Do CLAUDE.md = 議事録フォーマット ・顧問先別の関心事項 ・To-Do抽出ルール (期限・担当・優先度) ・専門用語の表記揺れ統一 一気通貫のパイプライン 面談録音 → AI文字起こし → 議事録ドラフト生成 → To-Do自動抽出 → 顧問先・所員に自動配布 全ステップ自動 面談終了10分後には 全員のもとに届く STEP 3 人の判断 Uさんは確認のみ(1件5-10分) AIドラフトを確認 誤認識のみ修正→配布 月12時間→月1時間 (確認のみ) To-Doは面談直後 に自動配布 対応漏れほぼゼロに 会話に100%集中 「相談量が増えた」 STEP 4 出力 議事録 + To 議事録 10分後 に配布 Uさん 月12h →月1h 対応 漏れ ゼロ 相談量 増加
🔑 AI鬼管理流の決め手
議事録の「形式」を事務所統一テンプレートにし、AIに毎回同じ構造で出力させる点がポイント。事務所横断で議事録の質が揃い、引き継ぎ・上長レビュー・税務調査参照も格段に楽になりました。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×顧問先面談議事録】録音→議事録→To-Doまで全自動化する

10 月次レポート作成の自動化 顧問先継続率93%→97%に改善したJ事務所

📍 支援先プロファイル (仮名・複数事務所事例を再構成)
広島県のJ税理士事務所。所員13名・顧問先80社。所員Wさん(入所4年目女性)が10社の月次レポート作成を担当。
代表菅澤 代表菅澤
J事務所で印象的だったのは「顧問先継続率が4ポイント改善」という結果。月次レポートの品質が、契約継続というBtoBビジネスの根幹に直結することがわかった事例です。
BEFORE — 自動化前
  • Wさんが顧問先10社の月次レポート作成、1社1〜2時間で月15時間
  • 顧問先のレベル別表現が難しく、結局「全顧問先に同じトーン」
  • 結果として「数字だけ並べた表」で顧問先評価が伸びない
  • 事務所平均の顧問先継続率93% (業界平均より低め)
AFTER — AI鬼管理流
  • AIが会計データから前月比・前年比・粗利・KPIを抽出→ドラフト生成
  • 顧問先業種別 (X社=粗利率、Y社=外注費比率、Z社=客単価) にAIが表現を出し分け
  • Wさんはドラフト確認のみで月15時間 → 月3時間
  • 顧問先継続率 93% → 97%に改善
FLOW DIAGRAM
CASE 10 月次レポート作成 — Before / After
月次レポート作成 業務フロー (Before/After) BEFORE — Wさん 月15h/継続率93% STEP 1 入力資料 会計データ 前月比・前年比 顧問先 10社 (Wさん担当分) STEP 2 担当者の作業 Wさんが顧問先別に手作成 1社 1-2時間 × 10社 月15時間 全顧問先に同じトーン 顧問先のレベル別表現が 難しく結局 「数字だけ並べた表」に 業種別の見せ方が苦手 製造業/IT業/小売業で 本来は見せ方が違うが 横展開できない 顧問先評価が伸びない 「いつもの数字表ね」 STEP 3 レビュー レポート確認 所長が内容確認 顧問先に送付 顧問先継続率93% 業界平均より低め 月15時間が Wさんから消える 他業務(経営助言) に時間を割けない 解約理由 「数字だけで 提案がない」 STEP 4 出力 月次レポート 数字 並べた だけ 継続率 93% 解約 Claude Code/Codex 導入 ▼ AFTER — 月3時間/継続率93→97% STEP 1 入力資料 会計データ 前月比・前年比 顧問先 10社 (同じ入力) STEP 2 AIの処理 AIが業種別に表現を出し分け CLAUDE.md = 業種別レポート設計 ・X社(製造) = 粗利率重視 ・Y社(IT) = 外注費比率重視 ・Z社(小売) = 客単価重視 ・顧問先社長のリテラシ別表現 会計データから自動抽出 前月比/前年比/粗利/KPIを AIが業種に応じて選択・計算 ドラフト自動生成 ・グラフ + コメント案 ・顧問先別のトーン ・行動提案も添える (「外注費比率が15%超 なので内製化検討余地」) STEP 3 人の判断 Wさんはドラフト確認のみ AIドラフトを確認 経営的洞察を1-2行追記 1社 30分 → 10社 月3時間 月15時間 → 月3時間 (80%減) 顧問先評価向上 「提案がある」 「業種を分かってる」 継続率 93% → 97% 解約理由「提案がない」 が激減 STEP 4 出力 月次レポート 業種別 トーンで 提案付き Wさん 月15h →月3h 継続率 93→97% 解約 激減
🔑 AI鬼管理流の決め手
数値抽出だけでなく「数値に対する解釈コメント」までAIに生成させる点が決定打。所員Wさんが解釈を書けないレベルでも、AIが事務所文脈で書いてくれるため、所員教育のスピードも上がりました。

具体的な進め方・5ステップ・落とし穴は別記事で詳しく解説しています。 → 【税理士事務所×月次レポート作成】顧問先向け説明資料をAIで半自動生成

11 自社で再現するための3ステップ A〜J 10事務所で共通して効果が出た進め方

代表菅澤 代表菅澤
上記10事例で共通しているのは「3ステップで進めた」こと。逆に「いきなり全業務に導入」「ツールだけ買って所員に任せる」「ルールを口頭で伝える」の3パターンはほぼ失敗します。

STEP 1 では事務所の業務を3つに分類しますが、まず本記事で使う業務分類の言葉を整理しておきます。

📚 用語解説

定型処理 / 判断処理 / 対人処理:本記事で業務を分類する際に使う3区分。「定型処理」は誰がやっても同じ結果が出る業務(記帳・転記・集計など)、「判断処理」は経験や判断が要る業務(申告書最終確認・顧問先への提案など)、「対人処理」は人と話す業務(顧問先面談・所員指導など)。AIが最も効くのは定型処理、次に判断処理の下準備です。

A〜J 10事務所共通の進め方

STEP 1 — 自動化候補の棚卸し
業務を「定型処理」「判断処理」「対人処理」の3つに分類、定型処理から優先
STEP 2 — 1業務に絞ってPoC
所員1名×3週間で結果を出す。A法人も最初は記帳業務×3社×3週間から
STEP 3 — 事務所ルールの言語化
PoCで動いた仕組みをCLAUDE.mdに文章化。ベテランが辞めても回る事務所へ

失敗する事務所の3パターン

逆に、上記3ステップを踏まずに失敗する事務所には共通パターンがあります。

⚠️ 失敗パターン1: いきなり全業務に導入

PoC期間を設けず、最初から全顧問先×全業務にAIを導入する事務所はほぼ全件失敗しています。AIの初期精度の低さに所員が幻滅し「やっぱり手作業のほうが速い」という結論になるためです。

⚠️ 失敗パターン2: ツールだけ買って所員に任せる

所長や事務局長がAIツール契約だけして「あとは所員でなんとかして」と丸投げするパターン。事務所ルールの言語化を誰もやらないため、AIの精度が頭打ちになり、半年後に「AI契約を解約しようか」という話が出ます。

⚠️ 失敗パターン3: ルールを口頭で伝える

ベテラン所員が新人に「これはこういう科目」と口頭で伝えるだけで終わると、AIにも反映されません。CLAUDE.mdへの言語化を怠ると、AIが新人レベルの精度で止まります。

成功する事務所が共通して持つチェックポイント

✔️所長または事務局長が「事務所ルールの言語化」を自分の仕事として担っている
✔️PoCを最初の1業務×上位3-5顧問先に絞り、3週間〜2ヶ月で結果を出す計画がある
✔️所員から見て「AIが自分の仕事を奪うのではなく、楽にする」と理解されている
✔️修正したルールがCLAUDE.mdに反映される運用フローが定着している
✔️所長レビューの工数がAI導入前より「下がっているか」を月次で計測している
AI鬼管理山崎 AI鬼管理山崎
「事務所ルールの言語化」を怠ると、AIの精度が頭打ちになります。「AIに何をやらせるか」よりも「人と機械の役割分担をどう設計するか」が本質的なテーマです。
Claude Code/Codex 完全解説セミナー|経営者・会社役員専用 1on1 60分 無料Claude Code/Codexを経営に活かしたい方へ — AI鬼管理

12 事務所規模別の優先順位 5名以下 / 10-20名 / 30名以上の事務所で「何から始めるか」が違う

A〜J 10事務所の事例を見ると、事務所規模によって「最初に着手すべき業務」が異なります。本セクションでは、規模別の優先順位の付け方をまとめます。

小規模事務所 (所員5名以下)

小規模事務所では「所長の時間」が最も希少資源です。所長が「自分の時間を取り戻す業務」から着手するのが最短ルートです。

✔️優先1: 月次試算表チェック (事例2) — 所長レビュー時間を直接削減
✔️優先2: 顧問先メール一次対応 (事例6) — 所長への問い合わせを一次回答化
✔️優先3: 月次レポート作成 (事例10) — 顧問先評価向上で継続率改善
💡 小規模事務所のコツ

所長が自分でClaude Code/Codexを触ってPoCを回すのが最も早い。所員に教育コストをかける前に、所長が「これは効く」と体感することがすべての出発点です。

中規模事務所 (所員10-20名)

中規模事務所では「所員の時間とキャリア」のバランスが課題になります。所員が定型業務に縛られず、判断業務に成長していける環境を作ることが優先です。

✔️優先1: 記帳・仕訳入力 (事例1) — 所員の入力時間を圧縮
✔️優先2: 給与計算 (事例4) or 領収書OCR (事例8) — 専属化解消
✔️優先3: 銀行突合 (事例7) — ベテランの暗黙知を形式知化

大規模事務所 (所員30名以上)

大規模事務所では「事務所横断の品質統一」が最重要テーマです。ベテランと新人で品質が違う状態を解消し、事務所全体の標準を上げる業務から着手します。

✔️優先1: 月次試算表チェック (事例2) — 異常検知ルールの事務所統一
✔️優先2: 面談議事録 (事例9) — 担当税理士ごとのバラつき解消
✔️優先3: 法人税申告 (事例3) — 繁忙期工数の平準化

13 PoCで失敗しないための注意点 当社支援先で実際に起きた躓きポイントとその回避策

10事務所の支援を通じて、PoCで頻発する躓きポイントが見えてきました。事前に押さえておくと、PoCの成功率が大きく上がります。

注意1: PoC対象顧問先の選び方

PoCで「最も忙しい顧問先」を選ぶ事務所が多いのですが、これは失敗パターンです。PoC段階ではAIの精度が低く、修正に時間がかかるため、繁忙顧問先で試すと現場が回らなくなります。

💡 PoC顧問先の正しい選び方

「業務量が中程度・所長が直接担当・顧問先側の協力が得られる」の3条件を満たす顧問先1-3社を選ぶのが正解。A〜J事務所はすべてこの基準で選定しました。

注意2: 期間を3週間に区切る

PoCを「精度が出るまで」と期限なしで進めると、6ヶ月経っても本格運用に移れない事務所が出ます。当社支援先では、PoC期間を 明確に3週間 に区切り、3週間後に「本格運用に移すか、設計を見直すか」を必ず判断します。

注意3: ルールの言語化を「ベテラン1人」で完結させない

事務所ルールの言語化をベテラン所員1人に任せると、本人の思い込みやバイアスが入って後で破綻します。ベテラン1名 + 中堅1名 + 新人1名の3人体制で言語化を進めることで、「ベテランは無意識に判断していること」が炙り出されます。

注意4: 「AIが間違えた」を所員に報告させる仕組み

PoC期間中にAIが間違えたパターンを所員が記録しないと、CLAUDE.mdの改善が止まります。GoogleフォームやSlackチャンネル等で「AIミス報告」を簡単に投稿できる仕組みを最初から組み込んでください。

14 守秘義務・情報漏洩対策 - 顧問先データをAIに入れて大丈夫か 税理士がClaude Code/Codexを使う前に必ず整理すべき「データの扱い」

税理士・会計事務所からのご相談で、導入効果の次に必ず出るのがこの質問です — 「顧問先のデータをAIに入れて、守秘義務(税理士法38条)に反しないのか」。ここを曖昧にしたまま進めると、所員が怖くて使わない・逆に無防備に実データを投入する、の両極端が起きます。結論から言えば、契約形態と運用ルールを正しく設計すれば実務利用は可能です。

まず押さえる: 入力データが「AIの学習」に使われるかどうか

生成AIの情報漏洩リスクで最初に確認すべきは「入力した内容がAIモデルの学習に使われるか」です。Claude の場合、API経由・法人契約(Team/Enterprise)では入力データはモデル学習に使われないことが利用規約上明示されています。個人向けプランは学習へのデータ提供可否を設定画面で選択できるため、業務利用の前に必ずオプトアウト設定を確認します。Codex(OpenAI社)側も同様に、API・法人向けプランでは入力データを既定で学習に利用しない方針が公表されており、確認すべきポイントは同じです。※規約・設定項目は変わり得るため、導入時点で最新の公式ポリシーを確認してください。

✅ やってよいこと
  • 顧問先名を記号化(A社・B社)したCSVの加工・チェック
  • 事務所ルール(仕訳基準・チェック手順)の言語化
  • 会計ソフトのエクスポートデータを処理するコードの生成
  • 申告書チェックリスト・様式整形などの社内ツール作成
⚠️ 条件付きで可
  • 顧問先の実データ処理 → 学習不使用が明示された契約(API/法人プラン)+学習オプトアウト確認のうえで
  • 顧問先とのAI利用に関する事前合意(業務委託契約への一文追加)があるとより堅い
❌ やってはいけないこと
  • マイナンバー・本人確認書類など特定個人情報の投入
  • 学習設定を確認しないまま個人アカウントに実データを投入
  • 所員が私用アカウントで顧問先情報を扱う「野良AI利用」の放置

実務で回すための運用ルール5つ

当社が税理士事務所のPoCで必ず初週に整備するルールは次の5つです。

1.契約形態の確認: 業務利用はAPIまたは法人プランを基本とし、個人プランを使う場合は学習オプトアウト設定を全員分確認
2.顧問先名のマスキング: CLAUDE.mdやプロンプトでは顧問先を記号(A社・B社)で管理し、実名対応表は事務所内のローカルファイルにのみ置く
3.特定個人情報は物理的に分離: マイナンバー関連はAI処理フローに最初から乗せない(フォルダごと分ける)
4.A4一枚の社内AI利用規程: 「使ってよいデータ/ダメなデータ」「使ってよいアカウント」を明文化し全所員に配布
5.ローカル完結の設計: Claude Code/Codexは事務所PC上のファイルを直接処理するため、「どのフォルダをAIに見せるか」を設計段階で限定する
代表菅澤 代表菅澤
「セキュリティが不安だから使わない」が一番もったいないパターンです。電子申告もクラウド会計も、最初は同じ不安を通ってきました。ルールを先に決めれば、AIも同じように「管理された道具」になります。逆に、ルールなしで所員が私用アカウントを使い始める「野良AI」のほうがよほど危険です。

15 CLAUDE.mdと指示文の実物サンプル - そのまま真似できる形で公開 CASE 01「事務所ルールの言語化」は実際こう書く

ここまで繰り返し出てきた「事務所ルールをCLAUDE.mdに言語化する」を、実物のサンプルでお見せします。CLAUDE.mdとは、Claude Codeが作業前に必ず読む「業務指示書」のテキストファイルです。難しい書式はなく、ベテラン所員に口頭で引き継ぐ内容を、そのまま箇条書きにするのがコツです。

サンプル1: 記帳・仕訳ルールのCLAUDE.md(抜粋)

# 仕訳ルール(A社: 建設業)

## 勘定科目の判定ルール
- ガソリン代: 現場車両(車番リストfleet.csv参照)は「車両費」、営業車は「旅費交通費」
- コンビニのレシート: 1,000円未満かつ飲料・軽食は「会議費」ではなく「福利厚生費」
- ホームセンターの購入: 明細に工具名があれば「消耗品費」、資材なら「材料費」
- 10万円以上の工具・機器: 即費用化せず「一括償却資産の検討」フラグを付けて人間に回す

## 迷ったときの動き方
- 上記ルールで判定できない取引は、勝手に科目を決めない
- 「要確認リスト」(pending.csv)に日付・金額・摘要・候補科目2つを書き出して止める

## 出力形式
- 会計ソフト取込用CSV(列: 日付, 借方科目, 貸方科目, 金額, 摘要, 確信度)
- 確信度が「低」の行は必ず要確認リストにも複製する

ポイントは2つです。第一に、「迷ったら止まって人間に回す」動きをルールとして明記すること。AIの間違いの大半は「わからないのに埋めてしまう」ことから起きるため、逃げ道を先に設計します。第二に、確信度を出力させること。所員は確信度「低」の行だけ重点確認すればよくなり、チェック時間が大きく減ります。

サンプル2: 月次試算表チェックの指示文

trial_balance_2026-06.csv(当月試算表)と過去12ヶ月分を読み込み、
以下の観点で異常候補を洗い出してください。

1. 前月比±30%以上の変動がある科目(季節要因の説明が付くものは除外し、理由を添える)
2. 過去12ヶ月で初めて登場した勘定科目・取引先
3. 売上高に対する粗利率が過去平均から3pt以上ずれている月
4. 負の残高になっている資産科目・正の残高になっている負債科目

出力は「科目 / 金額 / 検知理由 / 確認すべき資料」の表形式。
判断はせず、確認候補の列挙に徹してください。判断は担当税理士が行います。

最後の一文が本記事で最も重要な行です。「判断はせず、確認候補の列挙に徹する」 — CASE 02のB事務所で月次レビューが月35時間→月9時間になったのは、AIに判断させたからではなく、人間が判断すべき箇所をAIに絞り込ませたからです。

AI鬼管理山崎 AI鬼管理山崎
このサンプルをそのままコピーして、自事務所のルールに1行ずつ書き換えていくのが最短ルートです。最初から完璧なCLAUDE.mdを書こうとせず、「AIが間違えたら1行足す」を繰り返すと、3週間でその事務所専用の指示書に育ちます。

16 会計ソフト別の連携方法と費用感 - 弥生・freee・マネーフォワード・JDL いま使っているソフトを変えずに始められる

「うちの会計ソフトで使えるのか」もよくいただく質問です。結論、主要ソフトはすべて対応可能で、会計ソフトの乗り換えは不要です。連携の深さは3段階あります。

📚 用語解説

API / MCP:どちらも「ソフト同士を直接つなぐ窓口」のこと。APIは会計ソフト側が用意している接続口で、CSVを手でエクスポートしなくてもAIがデータを直接やり取りできます。MCPはAIツール側の共通規格で、AIが会計データを見ながら会話・作業できるようになる仕組みです。経営者の理解としては「手渡し(CSV)か、直通電話(API/MCP)か」の違いで十分です。

STEP 1: CSV連携(全ソフト対応)
会計ソフトからCSVをエクスポート→Claude Code/Codexが加工・チェック→取込用CSVで戻す。弥生・JDL・達人シリーズを含め、CSVが出せるソフトなら今日から始められます。本記事の10事例の大半はこの方式です。
STEP 2: API連携(freee・マネーフォワード)
freeeとマネーフォワード クラウドは公開APIがあり、CSVの手動エクスポート自体を省略できます。当社支援でも、freee APIで数十件規模の取引登録を一括処理する運用を実際に構築しています。
STEP 3: 常時連携(MCP等)
AIが会計データを都度参照しながら対話できる連携方式(MCP)も広がっています。ここまで来ると「AIに聞けば顧問先の数字が即答される」状態になりますが、まずSTEP 1で効果を確認してからで十分です。

重要なのは順番です。最初からAPI連携を目指さないこと。STEP 1のCSV連携だけでCASE 01(記帳)・CASE 02(月次チェック)・CASE 10(月次レポート)は実現でき、追加のシステム投資なしで効果検証ができます。API連携は「毎月のエクスポート作業すら惜しい」と感じてからで遅くありません。

費用感: 月数千円〜のツール代で始められる

Claude Code/Codex自体の利用料は、個人向けプランなら月数千円台から、本格運用でも所員1人あたり月数万円程度が目安です(為替・プラン改定で変動するため、導入時に公式の最新価格をご確認ください)。CASE 01のA法人のように所員1人の入力時間が月96時間→34時間になる効果と比べると、ツール代は人件費換算で初月から回収できる水準です。むしろ費用の本体は「事務所ルールの言語化と定着」という導入設計の工数であり、当社のようなPoC伴走を使うか、所長が自力でやるかの選択になります(費用の考え方はFAQも参照)。

AI鬼管理山崎 AI鬼管理山崎
「まずSTEP 1のCSVで小さく試す」が鉄則です。弥生やJDLの事務所から「うちは古いソフトだから無理では」とよく聞かれますが、CSVさえ出せれば10事例の大半は動きます。ソフトの乗り換えを提案することは、当社の支援でもほぼありません。

17 まとめ: 「人と機械の役割分担」を設計する事務所が勝つ A〜J 10事務所の事例から見える税理士業界の未来

A〜J 10事務所の事例を振り返ると、AI自動化に成功した事務所には共通点があります。

✔️「AIに何をやらせるか」よりも「人と機械の役割分担」を設計している
✔️事務所固有のルールをCLAUDE.mdに言語化する文化を持っている
✔️所長または事務局長がPoCに直接関わり、当事者として推進している
✔️PoC→本格運用への移行を期限付きで判断している
✔️失敗パターン (全業務一気導入・所員丸投げ・口頭ルール) を意識的に避けている
代表菅澤 代表菅澤
5年後、税理士業界は2極化します。「人と機械の役割分担」を設計できた事務所は、所員数据置きで顧問件数1.5〜2倍を達成。そうでない事務所は、料金値上げと所員確保で苦戦し続けます。いまPoCを始めるかどうかが、その分岐点になります。
AI鬼管理山崎 AI鬼管理山崎
「うちの事務所では難しい」と感じた方ほど、まずは1業務×1顧問先のPoCから始めることをお勧めします。A〜J 10事務所も最初は「うちでは無理」から始まりました。小さく試して結果を出すのが、AI導入の唯一の現実解です。

18 AI鬼管理について - 本記事の発信元 Claude Code/Codex・Cowork導入支援+業務設計+社内浸透の伴走サービス

本記事は AI鬼管理 が発信しています。AI鬼管理は、税理士事務所をはじめとする士業・中小企業向けに、Claude Code/CodexとCoworkを使った業務自動化を「自社で回せる組織」に育てるところまで伴走するBtoBサービスです。

🎯
所長への直接ヒアリング
代表・所長への30分ヒアリングから始まり、貴事務所の現状に合わせたPoC設計をご提案
🛠️
PoCから本格運用まで一気通貫
上位3-5顧問先のPoC→事務所ルール言語化→全顧問先展開を90日伴走
🎓
所員教育と社内浸透
所員向けClaude Code/Codex研修・CLAUDE.md運用ガイド・社内講師育成までフォロー

AI鬼管理が伴走する3つのフェーズ

税理士事務所のAI自動化 3フェーズ

フェーズ1 (0〜30日) — 棚卸し+PoC設計
所長ヒアリング・業務棚卸し・PoC対象顧問先選定・CLAUDE.md初版策定
フェーズ2 (30〜60日) — PoC運用+精度引き上げ
上位3社で実運用・所員修正反映・週次レビュー・AI精度の事務所最適化
フェーズ3 (60〜90日) — 全顧問先展開+社内浸透
全顧問先への横展開・所員教育・運用ドキュメント整備・継続改善体制の構築

AI鬼管理の支援実績(税理士事務所)

✔️本記事のA〜J 10事務所(所員5名〜30名規模)の自動化を一気通貫で支援
✔️所員1人あたり月20〜60時間の業務時間削減を全事務所で達成
✔️PoC開始から本格運用まで平均90日で立ち上げ
✔️会計ソフトは弥生・freee・MFクラウド・JDL いずれも対応実績あり
✔️導入後の伴走サポート(月次レビュー・CLAUDE.md改善・所員教育)まで提供
代表菅澤 代表菅澤
AI鬼管理の特徴は「ツール提供」ではなく「事務所のAI運用組織を作る」ところまで責任を持つ点です。6ヶ月後に「契約は続いているが誰も使っていない」という事務所をひとつも出さない、というのが私たちのコミットメントです。
AI鬼管理山崎 AI鬼管理山崎
料金やプラン詳細は AI鬼管理の公式サイトをご覧ください。貴事務所の規模・顧問先構成に合わせた個別ご提案は、本記事末尾の無料相談から承っています。

貴事務所のPoC設計、いっしょに考えませんか?

本記事で紹介した10事例は、いずれも当社が事務所ごとの状況に合わせて設計したものです。貴事務所が「どの業務から着手すべきか」「どんなPoC設計が現実的か」は、事務所規模・顧問先構成・所員のITリテラシーによって変わります。

まずは 所長への30分のヒアリング で、貴事務所の状況に合った優先順位と進め方をご提案します。具体的なPoC設計や費用感は、ヒアリング後にご提示します。

代表菅澤 代表菅澤
A〜J事務所の支援を通じて分かったのは、「最初の1業務」の選び方で結果が大きく変わるということ。貴事務所にとっての「最初の1業務」をいっしょに見極めましょう。

NEXT STEP

この記事の内容を、あなたのビジネスで
実践してみませんか?

AI活用を自社で回せるようになりたい方へ

AI鬼管理

Claude Code/Codex・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。

よくある質問

Q. 「自動化事例10選」とありますが、A税理士法人やB事務所は実在しますか?

A. 当社が支援した複数の税理士事務所の事例を、守秘義務遵守のためA〜J事務所の仮名で再構成しています。所員名(Bさん、Eさん、Uさん等)も仮名ですが、業務時間の数値・改善前後の数字・運用上のエピソードはすべて実例ベースです。貴事務所の状況に近い事例を参考に、個別ご相談で詳細をお伝えします。

Q. 小規模事務所(所員5名以下)でも導入できますか?

A. 可能です。むしろ小規模事務所のほうが意思決定が早く、PoCの結果がそのまま全所員に展開できるため、効果が出やすい傾向にあります。本記事の「Section 12: 事務所規模別の優先順位」で、小規模事務所の推奨順序を解説しています。

Q. 使用するAIはどれですか?ChatGPTやGeminiでも同じことができますか?

A. 当社が支援する事務所では、Claude Code/Codex を中心に使用しています。「事務所固有のルールを言語化して反映する」「会計ソフトのCSVを直接読み取って処理する」用途では、コーディング能力と長文コンテキスト処理が強いClaude Code/Codexが現時点で最も適しています。ChatGPTやGeminiもチャットでの相談には便利ですが、ファイルの直接処理や事務所ルールの組み込みまで行う「エージェント型」の用途では、現時点でClaude Code/Codexが先行しています。

Q. PoCにはどれくらい期間と費用が必要ですか?

A. 期間は1業務あたり3週間〜2ヶ月が目安です。費用感は事務所規模・対象業務・PoC範囲によって大きく変わるため、個別ご相談で具体的なご提示をしています。本記事末尾の相談導線からお問い合わせください。

Q. 所員のITリテラシーが低い事務所でも大丈夫ですか?

A. 日々の運用はWebブラウザ操作のみで完結する設計が可能なため、所員のITリテラシーが低くても問題ありません。Claude Code/Codexを直接触るのは所長または事務局長1名で十分です。

Q. 個人の確定申告業務にもClaude Code/Codexは使えますか?

A. 使えます。確定申告は「証憑の整理(CASE 08)→記帳・仕訳(CASE 01)→申告書類の整形(CASE 03)」という流れで、本記事の事例の組み合わせで対応できます。特に2〜3月の繁忙期は件数が集中するため、証憑OCR整理と仕訳候補生成の自動化だけでも1件あたりの処理時間を大きく圧縮できます。

Q. 税理士登録のない会計事務所・記帳代行会社でも同じ仕組みは使えますか?

A. 使えます。本記事の10事例のうち、税理士資格が前提になるのは申告書関連(CASE 03)の最終確認部分のみで、記帳・月次チェック・給与計算・証憑整理・レポート作成は会計事務所・記帳代行会社でも同じ構造で自動化できます。

Q. 顧問先のデータをAIに入れて、守秘義務に反しませんか?

A. 契約形態と運用ルールを正しく設計すれば実務利用は可能です。API経由・法人契約では入力データがAIの学習に使われないことが規約上明示されており、加えて顧問先名のマスキング・マイナンバー等の分離・社内利用規程の整備を行います。詳細は本記事「Section 14: 守秘義務・情報漏洩対策」で解説しています。

Q. Claude Code/Codex自体の利用料はいくらかかりますか?

A. 個人向けプランなら月数千円台から、本格運用でも所員1人あたり月数万円程度が目安です(プラン改定・為替で変動するため導入時に公式価格をご確認ください)。所員1人の入力時間が月96時間から34時間になったCASE 01の例のように、人件費換算では初月から回収できる水準です。

Q. 1人事務所(スタッフ0人)でも顧問先数十社を回せるようになりますか?

A. 段階を踏めば現実的です。実際に「スタッフ0人で顧問先60社」という事例が話題になりましたが、いきなりその水準を目指すのではなく、記帳(CASE 01)→月次チェック(CASE 02)→月次レポート(CASE 10)の順に1業務ずつ自動化を積み上げるのが再現性のある道筋です。1人事務所は意思決定が速いぶん、PoCの効果が最も早く出る規模でもあります。

AIAI鬼管理

AI鬼管理へのお問い合わせ

この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。

会社名を入力してください
業種を選択してください
お名前を入力してください
正しいメールアドレスを入力してください

1つ以上選択してください
1つ以上選択してください
月額コストを選択してください

約1時間のオンライン面談(Google Meet)です

空き枠を取得中...
面談日時を選択してください

予約確定後、Google Calendarの招待メールをお届けします。
しつこい営業は一切ございません。

監修 最終更新日: 2026年7月9日
菅澤孝平
菅澤 孝平 株式会社GENAI 代表取締役
  • AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
  • Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
  • 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社(2021年設立・鬼管理専門塾運営)にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
  • 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
  • メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
  • 明治大学政治経済学部卒
現在は AI鬼管理(Claude Code活用の伴走型パーソナルトレーニング)を主事業とし、経営者と二人三脚で「AIに業務を任せる仕組み」を実装。「実行を強制する環境」を AI で構築する手法を、自社の実運用知見をもとに発信している。