「AIを使える」と「実務で成果を出せる」は、別の能力です。チャットに質問すれば、それらしい答えはすぐ返ってきます。要約も、文章のたたき台も、Excelの関数も、聞けば出てくる。ところが、月次の予実差異コメントを経営会議にそのまま出せる水準で書かせようとした瞬間、多くの人が同じ壁にぶつかります。出力が一般論に流れ、自社の数字を踏まえてくれず、結局は手で書き直すことになる。
Gartnerの2026年調査では、米国の財務チームの64%が何らかの業務でChatGPTなどを常用しています。2024年は31%でした。2年で倍。一方、日本語で「経理で生成AIをどう使うか」を実務水準で解説した記事は、まだ驚くほど少ない。英語圏ではCorporate Finance InstituteやAFP（Association for Financial Professionals）が実務プロンプト集を公開し、各FP&Aツールがガイドを量産しているのに、日本語には決定版がありません。
この記事は、その空白を埋めるために書きました。経理・FP&Aで生成AIから実務水準の出力を引き出すための考え方、プロンプトの設計、効く場面と効かない場面、そして数字を扱う仕事ならではの注意点をまとめます。前提は日本のJ-GAAP、上場・中堅企業の実務です。海外（US-GAAP・SEC・SOX）の枠組みは持ち込みません。
なぜ汎用的な使い方では、経理・FP&Aで外すのか
生成AIを使い始めた人がまずやるのは、こういう頼み方です。
「この差異についてコメント書いて」 「この決算数値まとめて」 「KPIを分析して」
一見うまくいくこともあります。けれど、実務で使える出力を安定して得るには弱い。理由は3つあります。
ひとつ、誰として答えるかが抜けている。AIは指定がなければ「賢い汎用アシスタント」として答えます。日本の上場企業のFP&Aが書く差異コメントと、大学のレポートのコメントは、語彙も粒度も構成もまったく違う。役割を決めないと、最大公約数的に無難で、現場では使えない文章が返ってきます。
ふたつ、自社の数字を差し込む場所が決まっていない。「この差異」と言われても、AIには予算がいくらで実績がいくらで、特殊要因が何かは分かりません。毎回その場で文章にして渡せば、抜け漏れが出るし再現性もない。数値を埋める「欄」をあらかじめ用意しておくと、毎月同じ品質で回せます。
みっつ、出力の形を指定していない。「まとめて」だけだと、長さも構成も毎回バラバラになります。会議資料に貼るなら「200字・3点要約」、レビュー用なら「表形式・差異の大きい順」。最終的にどこで使うかから逆算して形を指定しないと、結局あなたが整形し直すことになります。
つまり、安定して使える出力には、役割設定・数値の差し込み欄・出力フォーマット指定を備えた「完成形」のプロンプトが要ります。一行のお願いは、この3つがすべて欠けています。
プロンプトを「設計」する6つの勘所（RTCSTV）
上の欠けを埋めるために、プロンプトを6つのブロックで組み立てます。頭文字をとってRTCSTVと呼んでいます。難しい話ではありません。AIに渡す情報を、漏れなく同じ順番で並べるための型です。
| 記号 | 要素 | やること | 一言でいうと |
|---|---|---|---|
| R | Role（役割） | 誰として、誰に向けて答えるか | 立場を決める |
| T | Task（依頼） | 何をするか。動詞は1つに絞る | 動詞を1つにする |
| C | Context（文脈） | 自社の数値・前提を差し込む | 材料を埋める |
| S | Structure（構造） | 出力の形を指定する | 器を決める |
| T | Thinking（思考） | 考える手順を分けて指示する | 段取りを踏ませる |
| V | Verification（検証） | 人が確認すべき点を明示する | 「※要確認」を効かせる |
特に効くのがRとVです。Roleでは「日本の企業・J-GAAP・規模感・読者（CFOか事業部長か監査法人か）」を明示します。これを書かないと、AIは英語圏の学習データに引きずられて、繰延税金資産を「Valuation Allowance」、内部統制を「SOX 404」の枠組みで答えてしまう。日本の経理実務とは別表四・五も税効果の適用指針もJ-SOXも、制度そのものが違います。Roleで日本・J-GAAPを固定することが、誤った前提の混入を防ぐ最初の関所になります。
Verificationは、数字を扱う仕事だからこそ外せません。AIは平気で数値を作り、もっともらしい原因を断定します。「データにない数値・原因は断定しない。推測した部分は『※要確認』と書く」と指示しておくと、どこを人が見ればいいかが出力側に明示されます。
型を覚えると、空欄を埋めるだけでプロンプトが書けます。骨組みはこうです。
# Role（役割） あなたは日本の上場企業のFP&Aアナリスト。J-GAAPの月次予実管理に精通し、CFOが読む前提で簡潔に書く。 # Task（依頼） 予実差異を「事実 → 要因 → 含意」の順で経営層向けに文章化せよ。 # Context（差し込み欄） - 対象期間：【 例：2026年5月度（単月） 】 - 数値データ（売上・営業利益の 予算／実績／前年）：【貼り付け】 - 既知の特殊要因：【 例：大口案件の検収ずれ 】 - 文字数上限：【 例：400字 】 # Structure（出力形式） 総括1文 ＋ 主要差異3点（各80字、「事実→要因→含意」） ＋ 注記。Markdown。 # Thinking（思考手順） 1. 金額差異と率差異を分ける 2. 売上差異を数量／単価／構成のどれが効いたか当たりをつける 3. 一時要因と構造要因を切り分ける # Verification（検証） - データにない数値・原因は断定しない。推測は「※要確認」と明記する - 単位・期間（単月／累計）の取り違えを自己点検する
この型を実際の予実差異プロンプトとして完成させ、架空企業の数値で動かした出力サンプルまで見たい方は、予実管理・差異分析モジュール（M1・全文無料）を読んでください。貼って実行できる8本を公開しています。
経理・FP&Aで生成AIが効く18の場面
「結局、自分の仕事のどこで使えるのか」がいちばん知りたいところだと思います。経理・FP&Aの業務を18の領域に分け、AIが効く作業と、人が必ず確かめることを並べました。AIは下書きを高速で出す道具です。最終責任は人が持つ、という前提で読んでください。
数字をつくる・締める（主戦場）
ここはAIの効果がもっとも大きく、同時に誤りの実害も大きい領域です。安全弁を厚く運用してください。
| 領域 | AIにできること | 人が必ず確かめること |
|---|---|---|
| 予実管理・差異分析 | 差異の原因分解、コメント、着地見込み、Next Actionのたたき台 | 数値の出所、数量×単価分解の妥当性、断定箇所 |
| 月次・四半期決算 | 増減分析、開示前チェックリスト、注記のたたき台 | 仕訳・計上区分、基準の最新性、開示要否 |
| 予算策定・事業計画 | 前提の整理、積み上げの枠組み、計画の数値とストーリー | ドライバーの妥当性、前提の根拠、楽観バイアス |
| 連結決算・グループ経理 | 連結仕訳の論点整理、内部取引消去の考え方 | 持分・のれん・未実現利益の処理、実数値 |
| 税務・税効果・申告調整 | 別表調整の論点、繰延税金資産の回収可能性の整理 | 会社分類、税率・適用時期、税理士の最終確認 |
| 原価計算・製造業向け | 原価差異の分解、配賦の考え方の整理 | 配賦基準、標準と実際の対応、実数値 |
| 資金繰り・財務 | 資金繰り表の組み立て、財務分析、資金調達の検討材料 | 入出金の網羅性、季節性、コベナンツ |
伝える・測る・判断する（経営への接続）
数字を経営の意思決定につなぐ領域です。AIは文章化と論点出しが得意なので、相性が良い。
| 領域 | AIにできること | 人が必ず確かめること |
|---|---|---|
| 取締役会・経営層向け資料 | 説明ナラティブ、サマリー、想定問答のたたき台 | 数値整合、機密区分、トーン |
| KPI設計・SaaS指標 | KPIの設計、ARR・NRR・ユニットエコノミクスの整理 | 定義の社内統一、計算ロジック |
| データ分析・リサーチ | 分析設計、市場・競合リサーチ、仮説出し | 一次情報の裏取り、出典、思い込み |
| IR・開示・株主総会 | 決算短信・有報の補助、IR想定問答の準備 | 開示基準、未公表情報の扱い、表現 |
| M&A・投資判断 | 投資判断の枠組み、DDの論点、バリュエーション補助 | 前提の妥当性、感応度、専門家の確認 |
速くする・標準化する・制度に対応する（効率化と守り）
派手さはありませんが、日々の時間をいちばん取り戻せる領域です。ここから入ると生成AIに慣れます。
| 領域 | AIにできること | 人が必ず確かめること |
|---|---|---|
| Excel／スプレッドシート | 関数・数式の作成、データ整形、作業の効率化 | 数式の検算、参照範囲、丸め |
| コミュニケーション | 社内外メール、議事録、依頼・説明文 | 事実関係、社外秘の混入、宛先 |
| 制度・基準のキャッチアップ | 基準・制度改正の要点整理、影響度の当たりづけ | 一次情報の原文、適用時期 |
| 業務の仕組み化 | 業務フロー、マニュアル、チェックリスト | 自社の実態との一致、抜け漏れ |
| 内部統制・監査対応・J-SOX | 文書化の補助、監査対応、整備・運用評価の整理 | 統制の実在性、証跡、評価範囲 |
| インボイス・電子帳簿保存法 | 制度対応の論点整理、社内周知文のたたき台 | 要件の最新性、保存要件、経過措置 |
18領域すべてに「貼って実行できる完成プロンプト」と「架空3社の数値で動かした出力サンプル」を用意したのが、FP&A・経理 生成AI実務活用コンプリートパックです。この記事では地図と型までを公開しています。各場面に作り込んだ120本超の本体は、パック側に収録しています。
機密データを渡す前に決めておくこと
経理・FP&Aが扱う数字には、未公表の業績、決算前の数値、社外秘の取引、個人情報が含まれます。これらを何も考えずにAIへ貼り付けると、情報漏えいやインサイダー取引上の問題につながりかねません。便利さの前に、ここだけは先に決めてください。
まず使うAIの機密区分を確認してください。無料版は入力が学習に使われる場合があります。法人契約やAPI、自社テナント内のCopilotなど「入力を学習に使わない」契約かどうかで、渡してよい情報の範囲はまったく変わります。
実務では、次の3つを徹底すると事故が減ります。確定前の内部数値は丸めるかマスキングする。社外秘の案件名・顧客名は伏せ字（A社）にする。未公表の業績見通しは社外向けに使わない。生の数字をそのまま渡さなくても、構造（フォーマット・分解の観点・文章のトーン）はAIに任せられます。値はあとから自分で差し替えればいい。
出力は必ず人が検証する
生成AIの出力は、完成品ではなく下書きです。数値・固有名・計算・引用には誤りが混じります。それらしく書かれているほど見抜きにくい。だからこそ、提出・対外発信の前に人が止める工程を必ず挟みます。
やることは決まっています。数値は元データと突合する。計算は検算する。事実は一次情報で確かめる。会計基準・税法・開示制度は頻繁に改正され、AIは古い前提を覚えていることがあります。税務は税理士、会計・監査は監査法人、開示は専門家の確認を前提にし、法令・通達・適用指針の原文に当たってください。AIの出力は、専門家に相談する前の「論点整理」として使うのが安全です。
どのAIを使うか
経理・FP&Aの用途なら、ChatGPT・Claude・Gemini・Microsoft Copilotのいずれも実用水準です。選ぶときの観点は3つあります。長い決算資料や規程を読ませるなら長文の扱いが安定したモデル、表計算やデータ整形ならコード実行が使えるもの、社内データと連携するならMicrosoft 365のCopilotやテナント内で完結する構成、という具合に、用途から逆算します。1つに決め打ちする必要はありません。同じプロンプトを2つのモデルに投げて出力を比べると、弱点が見えて検証の助けになります。
よくある失敗
実務で生成AIがうまくいかないとき、原因はだいたい次のどれかです。役割を書かずに一般論を引き出してしまう。複数の依頼を1つのプロンプトに詰め込んで、どれも中途半端になる。出力をそのまま信じて数値を確かめない。機密の判断を後回しにして生データを貼る。プロンプトを毎回ゼロから書いて再現性がない。逆に言えば、この5つを潰すだけで出力の質は大きく変わります。
まず何から始めるか
いきなり全領域に手を広げる必要はありません。自分が今いちばん困っている1つの業務から始めるのが、もっとも早く成果につながります。
- M1・予実管理／差異分析は全文無料です。プロンプトをコピーし、自社の数字を伏せ字で埋めて実行してみてください。「貼って5分」の感覚がつかめます。
- 次にはじめに・使い方（C00・無料）で、機密データの扱いと読む順を確認します。ここを飛ばすと事故のもとです。
- そのうえで、上の18領域の地図から担当に直結するものを選びます。各領域の完成プロンプトと出力サンプルはコンプリートパックに揃えています。
用語の意味が曖昧なまま進めると、AIへの指示もぶれます。予実管理・ローリングフォーキャスト・繰延税金資産といった言葉に迷ったら、FP&A・管理会計 用語集を引きながら読んでください。
経理・FP&A × 生成AIの実務ノウハウを配信中
新しいプロンプトや制度改正への対応、キャリアの話まで。メールで受け取れます。
生成AIは強力な下書き製造機です。けれど、責任を持って仕上げるのは、いつも人の仕事です。型を持って渡し、出力を検証して仕上げる。この2つを守れば、経理・FP&Aの仕事は確実に速く、深くなります。