請求書・経費の自動処理

次のような状態に心当たりがあれば、このワークフローが効きます。

• 請求書の手入力に、毎月数十時間かかっている
• 入力ミス（金額・振込先）が後で発覚し、訂正が大変
• 発注書との突合が、目視とExcel頼みになっている
• 承認が紙・メールで回り、どこで止まっているか分からない

処理は大きく 5 つの工程に分かれます。最初はすべてを自動化せず、1 と 2 の工程だけをつなぐところから始めるのがおすすめです。

各工程を担うツールの例と、選ぶときのポイントです。同じ役割は、無料ツールや既存の業務システムで置き換えられます。

※ ツール名は一般的な選択肢の例です。特定製品の推奨ではありません。

1 つの業務・1 つのチームを対象に、この順で進めます。各ステップの「完了条件」を満たしてから次へ進むと、手戻りが減ります。

1. 受領経路を 1 つにする

   請求書がメール・郵送・持ち込みに散らばると、自動化の効果が消えます。先に受付窓口を統一します。

   完了条件：すべての請求書が同じ場所に到着する

2. 読取精度を実測する

   直近 3 か月の請求書 50 枚で読み取りテストをし、項目別の正答率を測ります。目安は「金額 100%／その他 95% 以上」です。

   完了条件：50 枚のテストで、金項目の正答率が測定されている

3. 仕訳のルールを渡す

   取引先ごとの勘定科目対応表と、過去の仕訳例を LLM に渡します。推測させず、候補と根拠を出させます。

   完了条件：主要取引先の対応表が整備されている

4. 照合と例外の運用を決める

   突合でズレたものは「例外」として担当者に回します。例外の処理ルールを決めておかないと、自動化が滞ります。

   完了条件：例外時の担当と期限が決まっている

5. 承認と会計連携を組む

   金額帯ごとの承認者を決め、承認後に会計システムへ登録します。最初の 1 か月は、二重管理（手入力＋自動）で検証します。

   完了条件：テスト期間を経て、二重管理を解消した

導入時に実際に起きやすいつまずきと、その対処です。先に知っておくと回避できます。

運用に乗せたあと、月に一度はこの項目を確認してください。1 つでも外れていると、自動化が「使われない仕組み」になっていきます。

• 請求書の受領経路が 1 か所に集約されている
• 読取精度を、月次でサンプル実測している
• 金額・振込先は必ず人の目で確認している
• 取引先ごとの勘定科目対応表が整備されている
• 照合の例外処理の担当と期限が決まっている
• OCR・LLM のデータ保存期間と学習利用の有無を確認した

そのままコピーして、[ ] の中を自社の情報に置き換えてください。いずれも「推測させない」「根拠を明示させる」制約を入れています。

次の請求書の読み取り結果を、会計入力用のデータに整理してください。

【出力形式】JSON（項目：請求日／取引先／請求番号／小計／消費税／合計／支払期日／振込先）
【制約】読み取れていない項目は null とし、推測で埋めないでください。金額は半角数字で出力する。

【読み取り結果】
[ここに OCR 結果を貼り付け]

次の請求書データについて、勘定科目の候補を 3 案まで挙げてください。

【必ず守ること】
・以下の過去仕訳データだけを根拠にする
・各候補に「根拠となった過去仕訳」を添える
・根拠がない場合は「判断できません」と返す

【過去の仕訳データ】
[ここに対応表を貼り付け]

【請求書データ】
[ここにデータを貼り付け]

次の請求書データと発注データを照合し、ズレを要約してください。

【出力形式】
- 判定：一致／ズレあり
- ズレの内容：金額・数量・税のどれかを明記
- 差額：
- 確認ポイント：1 文

推測で理由を断定せず、数値の事実のみを示してください。

【請求書】
[ここにデータ]

【発注データ】
[ここにデータ]

※ 出力は必ず人が確認してください。数値・固有名詞の誤りは、自動では検出できません。

理解を深めたい用語は、AI 用語辞典の詳細ページへ。定義・仕組み・出典をまとめています。

• AI OCR
• LLM（大規模言語モデル）とは？仕組みと主な種類をわかりやすく解説
• プロンプトエンジニアリング
• データ前処理
• 人間参加型（HITL）
• AI推論
• トークン
• ゼロデータ保持
• AIシステム