- AIエージェント育成の最高の実務課題: 単なるチャット相手ではなく、手元のAIエージェント(Cursor、Claude Code、Antigravity等)に自社の「経理ルール」を教え込み、専属の仕訳下準備アシスタントへと仕立て上げる実験的アプローチです。
- 脱クラウド・完全ローカル完結の設計: 毎月のクラウドSaaS代や外部APIの突然の仕様変更、財務データの外部送信リスクを避けるため、手元のPC(Mac/Windows)上のPython + SQLiteだけで動くアーキテクチャを設計しました。
- 冷徹なハイブリッド境界線(二層防御): AIに税務判断を丸投げせず、自作システムは「レシートの文字抽出・仕訳候補の生成・証憑ファイルの整理」までに限定。最終的な仕訳の確定・税額計算・控除判定(青色申告特別控除等)・電子申告は、対応する既存の会計ソフト(やよいの青色申告等)や国税庁のe-Tax環境に委ねます。
- 【重要:未実証実験・実験ルポ募集】: 本記事で公開する設計書およびプロンプトは、現時点では机上で厳密に組み立てた「未実証の実験用アーキテクチャ」です。筆者の工房環境ではまだ通年での本番運用を行っていません。自己責任の実験用・学習用として実際に手元で動かしてみた方からのフィードバックや実験ルポを心よりお待ちしています。
1. AIを「使う側」から「自社の実務を教え込むオーナー」へ
日常の業務でAIエージェントと向き合っていると、「質問して回答をもらう」という受け身の使い方に少しずつ物足りなさを感じるようになってきます。
本当に面白いのは、「自分の手元にいるAIエージェントに、自社固有の実務ルールを教え込み、優秀な専属アシスタントへと育て上げていくプロセス」ではないでしょうか。
その格好の育成課題として白羽の矢を立てたのが、個人事業主やフリーランスにとって毎年の頭痛の種である「日々の帳簿付けと仕訳・証憑整理の自動化」です。
市販のクラウド会計ソフト(freeeやマネーフォワードなど)を使えば便利ではありますが、毎年固定のサブスクリプション費用がかかり続けます。また、レシート読み取りの制限があったり、財務データを外部クラウドに預けることへの慎重な配慮から、手元完結の仕組みを模索する声も少なくありません。
「それなら、手元のPCの中で、自分専用のAIエージェントにレシートの画像解析から弥生インポート用CSVの下書き作成までを完結させる仕組みを作らせてみたらどうだろうか?」
これが、今回の実験的試みの出発点です。
2. クラウドに依存しない「手元完結」のアーキテクチャ
今回の設計で最もこだわったのは、「外部のクラウドサービスや重厚なインフラ(GCP、Firestore、AWS等)を一切使わないこと」です。
個人開発においてクラウドインフラを導入すると、突然のAPI仕様変更でシステムが動かなくなったり、従量課金のリトライループに怯える「心理的保守コスト」が発生します。
手元のMacやWindowsのローカル環境だけで動く、極めてシンプルなパイプラインを設計しました。
flowchart TD
subgraph IN["1. 証憑の投入(ローカル)"]
A["レシート・領収書写真<br>(PNG / JPG)"]
B["売上CSV / 通帳明細"]
end
subgraph ENGINE["2. ローカルAI仕訳エンジン"]
C["画像解析・文字抽出<br>(ローカルPython)"]
D["ルール辞書<br>(勘定科目・按分候補)"]
E["証憑リネーム保管<br>(電帳法を意識した命名)"]
end
subgraph HUMAN["3. 人間による確認・確定(二層防御)"]
F["ローカルSQLite<br>(仕訳候補 DRAFT)"]
G{"人間による目視確認<br>税区分・金額の確定"}
end
subgraph OUT["4. 外部連携・申告"]
H["弥生インポート形式CSV"]
I["既存会計ソフト / e-Tax<br>(決算・各種控除判定・電子申告)"]
end
A --> C
B --> D
C --> D
D --> E
D --> F
F --> G
G -->|承認・確定| H
H --> I
システムの3大防衛ライン
- 完全手元保全(Zero Cloud Lock-in): レシート画像も仕訳データもすべてローカルフォルダに保存。外部サービスの終了やネットワーク障害に左右されにくく、主要なデータを手元で管理できます。
- 証憑の1対1紐付け管理: 単に数字を打ち込むのではなく、CSVの摘要欄に「リネーム保管されたレシート画像パス(例:
receipts/20261117_001.png)」を自動記録。調査時にもエビデンスを即座に確認できる構造を作ります。 - 二層防御による責務分離(AIを過信しない):
- 自作AIの担当領域: 日々のレシートOCR、勘定科目の候補推論、証憑ファイルの整理、仕訳CSVの生成。
- 人間の担当領域: AIが抽出した金額やインボイス登録番号、税区分の最終目視確認。
- 既存会計ソフト・国税庁環境の担当領域: 貸借対照表(B/S)の整合性確認、最新の税制改正(青色申告特別控除の要件等)を踏まえた所得控除の計算、およびe-Taxによる電子申告。
3. フォルダ構成とルール定義の設計
手元のPCに以下のようなミニマルなフォルダ構成を準備します。
my_accounting/
├── evidence/ # 証憑(エビデンス)保管庫(電帳法を意識した整理)
│ ├── 2026/
│ │ ├── receipts/ # レシート画像保管(自動リネーム後)
│ │ ├── sales/ # ネットショップ・請求書売上データ
│ │ └── banking/ # 通帳・クレジットカード明細CSV
├── input_drop/ # 【投入口】スマホで撮った写真を放り込むフォルダ
├── config/
│ ├── rules.json # 勘定科目の自動変換ルール・家事按分設定
│ └── yayoi_format.json # 会計ソフトのインポート列定義
├── output/
│ ├── 2026_journal_yayoi.csv # 会計ソフトに流し込む最終仕訳CSV
│ └── 2026_monthly_summary.md # ひと目で利益がわかる月次レポート
├── db/
│ └── accounting.db # SQLite(二重取り込み防止・履歴管理)
└── scripts/
└── run_accounting.py # メイン実行エンジン
036 Factory特化の仕訳・按分ルール辞書(config/rules.json)
AIエージェントに「自社のビジネスモデル」を教え込むための教則本(辞書)です。ここでのポイントは、「AIに消費税区分を独断で決定させないこと」です。免税事業者からの仕入れやインボイス経過措置の存在を前提に、AIには候補を出させ、最終確認を人間が行う余白を残します。
{
"business_info": {
"year": 2026,
"default_cash_account": "現金",
"default_bank_account": "普通預金"
},
"keyword_mapping": {
"生豆": { "account": "仕入高", "sub": "生豆", "tax_candidate": "軽減税率8%", "requires_human_confirmation": true },
"パッケージ": { "account": "消耗品費", "tax_candidate": "課税仕入10%", "requires_human_confirmation": true },
"ドリップバッグ": { "account": "仕入高", "sub": "資材", "tax_candidate": "課税仕入10%", "requires_human_confirmation": true },
"ヤマト運輸": { "account": "荷造運賃", "tax_candidate": "課税仕入10%", "requires_human_confirmation": true },
"カフェ": { "account": "会議費", "tax_candidate": "課税仕入10%", "requires_human_confirmation": true },
"電気代": { "account": "水道光熱費", "tax_candidate": "課税仕入10%", "ratio": 0.40, "requires_human_confirmation": true },
"家賃": { "account": "地代家賃", "tax_candidate": "対象外", "ratio": 0.35, "requires_human_confirmation": true },
"光回線": { "account": "通信費", "tax_candidate": "課税仕入10%", "ratio": 0.50, "requires_human_confirmation": true }
}
}
自宅兼工房の「電気代40%」「家賃35%」といった家事按分ルールもあらかじめ設定しておくことで、AIが「事業用経費」と「事業主貸(プライベート分)」に2行分割した仕訳候補を作成します。
4. 【コピペ用】AIエージェントに渡す育成実装プロンプト
Cursor、Claude Code、ChatGPT、Antigravityなど、普段お使いのAIエージェントにそのまま読み込ませて自前構築を指示するためのプロンプトです。
※弥生インポート形式CSVの仕様については、「弥生公式サポートの最新インポート仕様(デスクトップ版・オンライン版)」を参照する前提としています。
# 指示:ローカル完結型AI仕訳候補生成スクリプトの実装
あなたは優秀なPythonエンジニアおよび会計システムアーキテクトです。
以下の仕様に従い、個人事業主向けのローカル完結型仕訳支援スクリプト(`scripts/run_accounting.py`)を実装してください。
### 前提・環境
- 言語:Python 3.10以上(標準ライブラリ + sqlite3 + 必要最小限の画像解析/OCR)
- 外部クラウドSaaSや有料APIへの常時依存を避け、手元のPC内で完結すること。
- 出力は「やよいの青色申告」の公式インポート仕様(弥生インポート形式)に準拠した複合仕訳CSV形式とすること。
### 必須機能要件
1. **証憑の検知と抽出(OCR下書き):**
- `input_drop/` フォルダに置かれた画像(PNG, JPG, PDF)を検知。
- 画像から「取引日付(YYYY-MM-DD)」「取引先・店名」「支払合計金額」「税率候補」「インボイス登録番号の文字列(T+13桁)」を抽出する(※抽出結果は候補値であり、確定仕訳と同一視しないこと)。
2. **勘定科目の候補推論と按分計算:**
- `config/rules.json` の辞書を読み込み、店名・品名から勘定科目と税区分の候補を推論する。
- 按分比率(ratio)が指定されている費目(電気代40%等)は、事業用経費と「事業主貸」に2行分割した複合仕訳候補を生成する。
3. **電帳法を意識した証憑整理(リネーム保管):**
- 処理した画像ファイルを `evidence/YYYY/receipts/YYYYMMDD_連番_店名_金額.拡張子` にリネームして移動。
4. **二重取り込み防止と履歴管理:**
- 証憑ファイルのハッシュ値などを利用し、同一ファイルの二重取り込みを検知・拒否できる仕組みにする。
- 証憑ファイルの相対パスを仕訳データに紐付ける。
5. **弥生インポート形式CSVの出力:**
- 人間の確認・承認フラグが立ったデータを、弥生公式仕様の列構成で `output/YYYY_journal_yayoi.csv` に書き出す。
まずは上記を満たす最小限かつエラー耐性の高い堅牢なコードを書いてください。
5. 【重要】未実証実験についての明記と実験ルポの募集
本記事で提示したパイプラインは「現時点では机上で厳密に仕様を詰めた未実証の実験用アーキテクチャ」です。
筆者の工房(036 Factory)においても、論理モデル・データスキーマ・法令上の留意点までは入念に整理していますが、実際の通年確定申告で運用し切った実績データはまだ存在しません。
したがって、本設計を利用される場合は、「あくまで個人開発・AI活用の実験用・学習用(自己責任)」としてお試しいただくようお願いいたします。
実際に手元で動かしてみた方へ:実験ルポを募集します
「自分のローカル環境でこのプロンプトをAIに食わせてみた」
「このOCRライブラリを組み合わせたら認識精度が劇的に上がった」
「やよいのインポートでここで引っかかったのでこう修正した」
など、実際に手を動かして実験された方からのリアルな現場レポート(実験ルポ)や改善フィードバックを心よりお待ちしております。
X(@036factory 等)へのリプライや引用ポスト、または本ブログのコメント欄などでお気軽にお寄せいただければ幸いです。良い知見は随時アップデートして還元させていただきます。
6. まとめ:自分専用の相棒を育てる楽しさ
AI技術の進化スピードは凄まじく、毎週のように新しいモデルやクラウド機能が登場します。
しかし、外側の派手なトレンドに振り回されるよりも、「自分の手元のAIエージェントに、自社の業務ルールを一つずつ教えて専属パートナーへと仕立て上げていくこと」のほうが、個人事業主にとっては遥かに実利があり、何よりエンジニアリングとして刺激的です。
既製品のアプリを使わされる側から、AIと一緒に自分専用の道具を組み上げる側へ。
ぜひ、あなたの手元のAIエージェントに、この「自社の経理」という骨太な課題を投げかけてみてください。
☕ 記事の執筆・開発の合間に「普通のコーヒー」を焼いています
036 Factoryの本業は、ご注文をいただいてから生豆を一粒ずつ手作業で選別(ハンドピック)して焙煎する、小さな自家焙煎珈琲工房です。
PC作業やAIとの対話で加熱した頭をふっとリセットする、雑味のない「毎日飲める普通のコーヒー」を少数精鋭で焼いています。この記事が少しでもお役に立ちましたら、ぜひ一度うちの工房を覗いてみてください。