法人カード明細の科目分けを10分で終える｜Claude Codeの経費精算と異常検知

「毎月末、クレジットカードの明細CSVを開いて、1行ずつ勘定科目やプロジェクト名を手入力していませんか？」
「Amazonやタクシーアプリの利用明細が何十件も並んでいて、どれが何の経費だったか思い出すだけで疲弊する……」
「AIに全部自動で会計登録させたいけれど、間違った仕訳で税務調査に引っかかったらと思うと怖くて任せられない」

中小企業の経営者、個人事業主、あるいは経理業務を兼務するPMにとって、「毎月のクレジットカード明細や領収書の仕分け」は、最も憂鬱で後回しにしがちな事務作業の筆頭です。

明細データをCSVでダウンロードし、利用店名を見ながら「これは旅費交通費」「これは消耗品費」「これは接待交際費」と手作業で打ち分ける。同じ作業を何年も毎月繰り返しているにもかかわらず、手作業である以上、ミスや入力漏れの不安は消えません。

結論からお伝えします。Claude Code（またはClaude）に過去の仕訳ルールを与えて明細CSVを読み込ませ、「定型取引は9割自動分類し、自信がないものだけ『要確認フラグ』を立てて人間に引き渡す」設計にすれば、月末の仕分け作業はわずか10分で完了します。

この記事では、私が自社の経理処理で毎月実践している「Claude Codeによるカード明細の半自動仕分けと会計連携の仕組み」と、安全に運用するためのプロンプトを公開します。

1. 明細CSVの9割を自動分類し「要確認1割」だけ残す実例比較

カード明細の分類をAIに頼もうとするとき、多くの方が次のように大雑把に投げてしまいがちです。

従来の頼み方（例A）と出力

【指示文（例A）】
今月のカード明細CSVです。会計ソフトに入力できるように勘定科目を分類してください。
（CSVテキスト貼り付け）

この指示でAIが出力するのは、「1行目：旅費交通費、2行目：消耗品費、3行目：雑費……」といった、一般的な推測に基づいた仕訳リストです。しかし、会社固有のルール（例：「このSaaSは通信費ではなく外注費に計上する」「〇〇様との飲食は会議費ではなく交際費」）が反映されておらず、さらに「AIが適当に勘定科目をでっち上げた取引」がどこにあるのかが分かりません。結局、人間が全件チェックし直すことになります。

改善後の頼み方（例B）と出力

一方、「過去の仕訳辞書（ルール）」を渡し、「少しでも迷ったら勝手に決めず『要確認』とフラグを立てる」ルールを指定すると、結果は劇的に安全で実用的なものになります。

【改善後の指示文（例B）】
以下のクレジットカード明細CSVを、自社の勘定科目ルールに基づいて自動分類してください。

■ 分類ルール
1. 過去ルール辞書（AWS/GCP→通信費、JR/タクシー→旅費交通費 等）と一致するものは自動分類すること。
2. 以下のケースは絶対に勝手に分類せず、ステータス列に【要確認】と記載し、理由を添えること。
   - 過去辞書にない新しい利用店名
   - 金額が3万円を超える高額取引
   - Amazon等のプライベート混在の可能性がある取引
3. 会計ソフト（freee / マネーフォワード等）に一括インポートできる形式で出力すること。

この指示を与えると、Claudeは9割の定型取引（毎月のSaaS代や交通費）を一瞬で正確に仕分け、人間が目視チェックすべき「怪しい1割（要確認）」だけをピンポイントで抽出してくれます。

最小コピペ用テンプレート（5行）

まずは手元の数件の明細で試せる最小コピペ枠を用意しました。

【カード明細自動仕分けプロンプト（最小版）】
以下のカード明細から、勘定科目（旅費交通費/通信費/消耗品費/会議費）を分類してください。
条件：過去の定型は分類し、利用目的が不明なものや高額（3万円超）は「要確認」と明記すること。
出力：日付 / 利用店名 / 金額 / 勘定科目 / 判定（確定または要確認）
[明細CSVをここに貼り付け]

2. なぜ「全自動」を目指さず「要確認だけ人が見る」のが一番安全なのか

生成AIを活用した業務改善で最も失敗しやすいのは、「100%完全な全自動化」を目指してしまうことです。

会計業務における「全自動の罠」

もしAIに全権を委ねて、生成された仕訳データをそのままAPIで会計ソフトに自動登録してしまったらどうなるでしょうか。
もしAIが1件でも高額な個人支出を経費に誤分類していたり、勘定科目を間違えていたりした場合、決算時や税務調査の段階になって初めて発覚し、修正申告や追徴課税という大惨事になります。

「9割のルーティン」と「1割の例外判断」を切り分ける

カード明細の90%は、「毎月決まったSaaSの引き落とし」や「移動の電車代」といった、誰が見ても答えが同じ単純作業です。
AIにはこの「9割の退屈なルーティン」を一瞬で片付けさせ、人間は「1割のグレーゾーン（新しい取引先、高額な備品、飲食代）」の判断だけに集中する。この半自動化（Human-in-the-Loop）こそが、スピードと安全性を両立する唯一の現実解です。

3. 【全体像】どのような仕組みで動いているのか（システム構成とデータフロー）

ここでは、カード明細CSVがどのようなシステム構成、データの流れ、およびAIと人間の分担で会計データ化されるのかを整理します。

1. 4層の全体アーキテクチャ（入力から会計登録まで）

• レイヤー1（生データ層）：カード会社の明細ダウンロード（CSVファイル）

• クレジットカード会社のWebサイトから出力された未加工の利用明細。

• レイヤー2（ルール照合層）：過去仕訳辞書との照合（Claude Code / Claude）

• 過去の仕訳履歴（利用店名と勘定科目の対応マトリクス）と照合して自動分類。

• レイヤー3（例外抽出層）：要確認フラグの付与と整形（Claude Code）

• 未知の店舗や高額取引に「要確認」の警告を付け、インポート用CSVに変換。

• レイヤー4（人間承認・登録層）：目視確認と会計ソフトインポート（人間 ＋ 会計SaaS）

• 人間が「要確認」行だけをチェックしてOKを出し、会計ソフト（freee/MF）へ取り込み。

2. 5ステップの処理フローと使用ツール一覧

• ステップ1（CSV取得）：カード会社Webサイト

• 入力：利用明細 → 出力：raw_card_statement.csv

• ステップ2（仕分け処理の実行）：Claude Code（CLI環境）または Claude（Web）

• 入力：明細CSV ＋ 仕訳ルールプロンプト → 出力：classified_statement.csv

• ステップ3（要確認行のフィルタリング）：Excel / Googleスプレッドシート

• 入力：分類済みCSV → 出力：「要確認」フラグがついた行の一覧

• ステップ4（人間による承認と修正）：人間（経理担当/PM）

• 入力：要確認リスト → 出力：修正・確定された最終仕訳データ

• ステップ5（会計ソフトへの一括登録）：freee / マネーフォワード クラウド

• 入力：最終仕訳データ → 出力：帳簿への仕訳計上完了

3. AIと人間の境界線・分担マップ

• AIがやること（高速なパターン照合と整形）：

• 数百行あるCSVから、利用店名の文字列を瞬時に解析する

• 過去のルール辞書に基づいて、決まりきった勘定科目を正確に割り当てる

• 疑わしい取引や高額取引を検知して、アラートを鳴らす

• 人間がやること（例外の意思決定と最終承認）：

• 「要確認」となった取引の領収書や使途を確認し、科目を確定する

• プライベートの支出が混ざっていないかチェックする

• 最終的な会計ソフトへのインポート実行ボタンを押す

4. 明日から手元で再現する「半自動仕分け」の実践手順

それでは、実際の現場でこの仕組みを回すための具体的な手順を解説します。

手順1：クレジットカードの明細CSVをダウンロードする

カード会社のマイページから、当月分の明細をCSV形式でダウンロードします。

手順2：自社の「仕分け辞書」をメモ帳に作っておく

最初は数行で構いません。「よく使う店名」と「勘定科目」の対応リストを作っておきます。 （例：Google/Adobe/Slack → 通信費、JR/タクシー/タイムズ → 旅費交通費、アスクル/ヨドバシ → 消耗品費）

手順3：ClaudeにCSVと仕訳辞書を渡して実行する

本記事末尾のプロンプトを使い、明細CSVテキストと仕訳辞書を一緒にClaude（またはClaude Code）に投入します。 Claude Codeを使っている場合は、「input.csv を読み込んで output.csv を作って」と指示するだけで、ローカルのフォルダに直接結果ファイルが書き出されます。

手順4：出力されたCSVを「要確認」でフィルタリングして点検する

出力されたCSVをスプレッドシートやExcelで開き、「ステータス」列でフィルターをかけます。 「確定」の行はスルーし、「要確認」の行（全体の10%程度）だけを目視確認して、必要に応じて科目を手修正します。

手順5：会計ソフトへインポートする

確認が終わったCSVを、freeeやマネーフォワードの「明細アップロード」機能で取り込みます。 1件ずつ手入力していた頃と比べ、作業時間が9割削減されるのを実感できるはずです。

5. まとめ・明日からの1アクション

経理やバックオフィス業務のDXで目指すべきは、「人間を完全に排除すること」ではなく、「人間が単純な転記から解放され、重要な確認と判断だけに集中できる環境を作ること」 です。

まずは今月末のカード明細のうち、「直近10件だけの明細をClaudeに渡して、定型と要確認に仕分けさせてみる」 ことを試してみてください。仕分け作業のストレスが驚くほど軽くなり、月末を気持ちよく迎えられるはずです。

【付録】カード明細仕分け専用 プロンプト全文（コピペ用）

実務でそのまま使える完全版プロンプトです。

以下のクレジットカード利用明細CSVを読み込み、経理仕訳データを作成してください。

【仕訳判定ルール】
1. 【過去の仕訳辞書】に登録されている店名は、対応する勘定科目を自動で割り当て、ステータスを「確定」としてください。
2. 以下の条件に当てはまる場合は、勝手に勘定科目を決めつけず、ステータスを【要確認】とし、確認が必要な理由を明記してください。
   - 過去の仕訳辞書に存在しない未知の利用店名
   - 利用金額が【30,000円】を超える高額取引
   - 個人利用と事業利用が混在しやすい店名（例：Amazon、コンビニ、家電量販店、百貨店）
3. 出力は会計ソフトにインポートしやすいよう、Markdown表形式（またはCSV形式）としてください。

【出力列フォーマット】
| 利用日 | 利用店名 | 金額 | 勘定科目 | 税区分 | ステータス（確定 / 要確認） | 備考・確認理由 |

【過去の仕訳辞書（自社ルール）】
- AWS / Google Cloud / OpenAI / Slack / Notion / GitHub → 勘定科目：通信費（税区分：課税仕入10%）
- JR東日本 / 東海道新幹線 / GOタクシー / Uber / タイムズカー → 勘定科目：旅費交通費（税区分：課税仕入10%）
- アスクル / カウネット / ダイソー → 勘定科目：消耗品費（税区分：課税仕入10%）
- スターバックス / ドトール（金額2,000円未満） → 勘定科目：会議費（税区分：課税仕入10%）

【カード利用明細CSV】
（ここにカード明細のテキストを貼り付け）

あわせて読みたい（関連する実践記事・マガジン）
・契約書や発注書の山に埋もれていませんか？｜ClaudeのPDF読み取りで契約先・金額・更新日を一括で表データ化する棚卸し自動化術
・商談後に資料作りで残業していませんか？｜Claudeと文字起こしで30分以内にお礼と提案PDFを届けるAI即時フォロー術
・収録マガジン：Claude活用｜AI agent Manager版

手元の業務で今回のテンプレートを試すときは、この記事に「スキ（♡）」を押しておくと、あとでnoteのマイページからすぐ見返せます。

みなさんの現場では、月次の経費精算やカード仕分けで一番判断に迷うのはどんな支出ですか？よければコメントで教えてください。

 #AIとやってみた #仕事術 #業務効率化 #ClaudeCode #Claude #経理 #確定申告 #バックオフィス #会計 #非エンジニア