税理士事務所向けAIエージェントの作り方｜MCP・API連携と承認フロー設計【2026年】

税理士事務所向けAIエージェントの作り方は、ツール選びから始めるのではなく、「どの業務を、どこまで任せ、どこで人が承認するか」を決めることから始まります。AIエージェントは目的を渡せば全自動で動くわけではなく、対象業務の選定・データ接続・権限・承認フロー・ログという土台を設計して初めて機能します。本記事では、記帳エージェントを例に、対象業務の選定からMCP・API連携、承認フロー設計、PoC検証までを手順で解説し、ノーコードと開発の選択肢、守秘義務を踏まえた安全な構築方法を整理します。

本記事について：一般的な情報提供を目的としたもので、個別の税務・法務に関する助言ではありません。守秘義務や法令適用の判断は、所属税理士会の指針や顧問先との契約を踏まえ、個別に確認してください（最終確認日：2026年6月23日）。

作る前に決めること｜設計の前提

AIエージェントの構築でつまずく原因の多くは、いきなりツールを触り始めることにあります。先に次の3点を決めると、手戻りが減ります。

• 対象業務：成果が時間で測れる1業務に絞る（記帳起票、月次チェックなど）
• 任せるレベル：下書きまでか、候補提示までか、承認付き実行までか（自動化レベルL1〜L3）
• 止める設計：申告・送信・確定など影響の大きい操作は人が承認してから確定する

自動化レベルの考え方は税理士事務所向けAIエージェントとはで整理しています。最終的な税務判断と署名・申告の責任は税理士に帰属するため、確定操作はL3（承認付き実行）にとどめるのが原則です。

AIエージェントの作り方｜6ステップ

記帳エージェントを例に、構築の流れを示します。業務や事務所規模に応じて調整してください。

ステップ1：対象業務とゴールを定義する

「先月分の通帳・請求書から仕訳候補を生成し、担当者が承認したものを起票する」のように、入力・処理・成果物・人の承認点を一文で言語化します。曖昧なままだと、後の検証ができません。

ステップ2：Before値を計測する

構築前に、現状の作業時間・差し戻し件数・修正率を記録します。これがないと効果を判定できません。

ステップ3：データ接続を設計する（MCP・API）

エージェントが会計ソフトやファイルを操作するための接続を用意します。生成AIから外部ツールを呼び出す仕組みとしてMCP（Model Context Protocol）があり、対応するツールでは会計ソフトやストレージの連携が現実的になっています。ただし公式MCPサーバの有無は製品ごとに異なり、非公式のMCPには認証情報の流出・過大な権限付与・保守停止といったリスクがあります。提供元と権限範囲を確認したうえで採用してください。

接続対象	接続方法の例	確認事項
会計ソフト	公式API／MCPサーバ	対応プラン・APIキー管理
領収書・請求書	OCR連携	誤読時の照合チェック
ファイル・フォルダ	ローカル／クラウド連携	アクセス権限の範囲
メール・グループウェア	公式連携	送信は人が最終確認

顧問先ごとにAPIキーやデータ領域を分け、混在を防ぐ設計が重要です。MCPを使った具体例はClaude Codeで税理士業務を自動化が参考になります。

ステップ4：プロンプトと業務ルールを定義する

過去仕訳パターン、勘定科目マスタ、判定ルール、例外時の扱いをエージェントに渡します。仕訳精度はこのルールとデータの整い方に大きく依存します。精度を高める具体策はAI記帳・仕訳の精度を上げるポイントを参照してください。

ステップ5：承認フローとログを組み込む

候補生成までをエージェントに任せ、確定は人が承認する流れ（L3）を組みます。あわせて、エージェントの実行内容をログに残し、誰がいつ何を承認したかを追えるようにします。OCR誤読が後工程へ伝播しないよう、金額・取引先の照合チェックを挟みます。

ステップ6：少人数でPoC検証する

運用責任者を1〜2名指名し、8週間程度のPoCで運用します。週次でプロンプトとルールを改善し、Before/After値（作業時間・修正率）で効果を判定。続行・範囲拡大・撤退を数値で意思決定します。

ノーコードで作るか、開発するか

AIエージェントの作り方には、ノーコードツールで構成する方法と、Claude Code等を使って開発する方法があります。

方法	向くケース	留意点
ノーコード／既製ツール	標準的な業務、早く試したい	カスタマイズ範囲に制約
開発（Claude Code等）	独自の業務フロー、深い連携	構築・保守の体制が必要
伴走型サービス	自所にリソースがない	委託先の選定が重要

まずは既製ツールやノーコードで小さく試し、効果が見えたら必要に応じて開発・伴走に広げる順序が、リスクを抑えやすい進め方です。

守秘義務を踏まえた安全な構築

エージェントは会計データやファイルに直接アクセスするため、守秘義務への対応は単発チャット利用以上に重要です。

• 税理士法第38条（秘密を守る義務）：知り得た秘密を洩らし・窃用してはならない（廃業後も継続）
• 税理士法第54条（使用人等の秘密を守る義務）：事務所の職員その他の従業者にも守秘義務が課される
• 税理士法第41条の2（使用人等に対する監督義務）：税理士は職員の業務遂行を監督する義務を負う
• 番号法（マイナンバー）：法律上の一律禁止ではないが、安全管理上の事務所方針として特定個人情報は原則として生成AIへ入力しない。委託に該当する場合は委託先の監督・再委託・削除・国外保管の確認が必要。万一の漏えい等は個人情報保護委員会への報告が求められる場合がある
• 運用設計：学習オプトアウト、アクセス権限、保管先・保管国、操作ログ、承認フロー

詳細は税理士のAI活用とセキュリティ、顧問先データの入力リスクはChatGPTに顧問先データを入れるリスクと対策を参照してください。

よくある質問

Q1. プログラミングができなくてもAIエージェントは作れますか？

標準的な業務であれば、ノーコードツールや既製のエージェント機能で構成できます。独自の業務フローや深い連携が必要な場合は開発や伴走型サービスを検討します。いずれも、対象業務・承認フロー・データ接続の設計は事務所側で決める必要があります。

Q2. 会計ソフトとはどうやって連携しますか？

公式APIやMCPサーバ経由で連携するのが一般的です。連携可否や必要なプランは会計ソフトによって異なるため、導入前に自所が使うソフトの対応状況を確認してください。顧問先ごとにキーやデータ領域を分けることが重要です。

Q3. 作ったエージェントの精度が低いときは？

多くの場合、過去仕訳データや勘定科目マスタ、判定ルールの整備不足が原因です。エージェントはモデルを再学習しない構成も多いため、「学習させる」というより、プロンプト・参照データ・判定ルール・評価用テストケースを週次で更新して精度を上げます。具体策はAI記帳・仕訳の精度を上げるポイントを参照してください。

まとめ

税理士事務所向けAIエージェントの作り方は、ツール選びではなく「対象業務・任せるレベル・止める設計」を決めることから始まります。記帳エージェントなら、ゴール定義→Before計測→MCP/API接続→ルール定義→承認フローとログ→PoC検証、の6ステップが基本です。確定操作はL3（承認付き実行）にとどめ、守秘義務（第38条・第54条・第41条の2）と番号法を踏まえた運用設計を前提にします。まずはノーコードや既製ツールで小さく試し、効果が見えたら開発・伴走へ広げてください。

全体像は税理士事務所向けAIエージェントとは、導入相談は無料相談からどうぞ。