Claude Opus 4.6 + ブラウザ自動操作で2025年確定申告：CSV解析・仕訳生成・MoneyForward入力・e-Tax送信

TL;DR#

• 確定申告（青色・不動産所得+雑所得+株式分離課税）を AIエージェント主導 で完走
• 人間（自分）の実作業は 約3.5時間（e-Taxバグ対応除く）
• AIが経費の申告漏れや控除の見落としを的確に指摘してくれた
• 使ったもの：Claude Opus 4.6 + AIエージェント基盤 + ブラウザ自動操作 + MoneyForward確定申告 + e-Tax
• かかったコスト：MF月額 ¥380 + AI API 数千円程度

去年の記事：「あと少しのところまでできた」#

去年（2025年3月）、同じく確定申告のAI化を試みた記事を書いた。

去年のアプローチは Browser Use WebUI + OpenHands で、確定申告書等作成コーナーのUIをブラウザ自動操作で埋めようとした。結果は：

• ダミーデータで所得入力ページまでは自動遷移できた
• しかし 入力値が間違っている箇所が多い（指示した値と無関係な数字が入る）
• 5回トライしても所得入力ページで停止してしまう
• 結局、MFで帳簿を手動で作り、e-Taxのサイトでひとつずつ手入力した

去年の結論は「LLMが確定申告を行ってくれる未来はすぐそこに来ている」「来年にはできるようになっていそう」だった。

1年後の今年、本当にできた。

何が変わったのか：去年 → 今年#

去年（2025年3月）と今年（2026年3月）で何が違うのか。

• LLM: GPT-4 / Claude 3 → Claude Opus 4.6
• ブラウザ操作: Browser Use WebUI（Playwright）→ AIエージェント基盤のブラウザ自動操作（CDP直接操作）
• データ入力: 国税庁サイトのUIを直接操作（失敗）→ MFにCSVインポート + ブラウザ操作で補完
• 帳簿作成: 手動 → AIが約50件の複式簿記仕訳を自動生成
• 税務判断: LLMに個別質問 → エージェントが文脈を保持して通しで判断
• ファイル解析: なし → PDF OCR、CSV解析、XML解析
• 結果: 所得入力で停止・手動完了 → e-Tax送信・納税まで完走

最大の違いは3つある。

背景#

エンジニア歴20年超、個人で不動産複数物件を所有し、副業で広告収入・アフィリエイト・暗号資産の収入がある。確定申告は毎年それなりに複雑で、税理士に頼めば10〜20万円かかる規模感。

今年は AIエージェント（常駐型） を使って、人間はほぼ意思決定と認証操作だけ、という体制で挑んだ。

申告の規模感#

今回の確定申告の複雑さを伝えるために、項目だけ列挙する（金額は省略）。

所得の種類（6種類）：

• 給与所得（本業）
• 不動産所得（複数物件・青色申告）
• 雑所得-業務（広告収入、アフィリエイト複数社、コンサル、OSS）
• 雑所得-その他（暗号資産・BTC売却益 + トークン損失相殺）
• 株式譲渡所得（複数証券会社の損益通算）

経費の種類：

• 不動産経費 9科目（利息、保険、減価償却、固定資産税、修繕費、外注費、車両費 等）
• 雑所得経費 多数（通信費、クラウドサービス、AI利用料、消耗品 等）
• 事業按分（項目ごとに異なる）

控除：

• 社会保険料、iDeCo、生命保険料、医療費、ふるさと納税（複数自治体）

添付帳票：

• 申告書（第一表〜第四表）、付表、青色申告決算書（一般用+不動産所得用）、計14枚

なぜ確定申告がこんなに面倒なのか#

所得が給与だけなら年末調整で終わる。しかし不動産所得、副業収入、株式譲渡、暗号資産が加わると、マイナポータル連携だけでは全然足りない。

今回の申告で扱ったデータソースを列挙する：

• 源泉徴収票（PDF）
• クレカ年間利用明細（CSV・Shift_JIS）
• 銀行ローン返済明細（CSV × 2行・Shift_JIS）
• 固定資産税の領収書（写真 × 6枚）
• ローン残高証明書（画像）
• 火災保険証券（XML）
• ふるさと納税証明（XML）
• 特定口座年間取引報告書（XML × 複数証券会社）
• 生命保険料控除証明書（XML）
• 過去の確定申告書（PDF × 2年分）
• 暗号資産の取引履歴（取引所の画面）
• アフィリエイト各社の報酬画面

これらを突合して、複式簿記の仕訳帳を作り、青色申告決算書を作り、申告書の各欄に正しい数字を入れていく。手作業でやると丸1日〜2日かかる。

今年のブレイクスルー：控除関連のデータがXMLで一通りダウンロードできるようになったこと。ふるさと納税、特定口座、生命保険料——これらがXMLだとLLMが構造的に読めるので、手入力が大幅に減った。

人間が事前に用意したデータ#

AIが勝手にデータを集めてくるわけではない。人間が各サービスからダウンロード・撮影して、Google Driveのフォルダに放り込むという下準備が必要。ここが実は一番時間がかかる。

Google Drive上に以下のフォルダ構成でデータを用意した：

tax/personal/2025 (R7)/
├── gensen/          ← 源泉徴収票（PDF）
├── credit_card/     ← クレカ年間明細CSV + 月別PDF×13ヶ月
│   ├── 2025.csv         （Shift_JIS、全取引。事業按分の元データ）
│   └── pdf/             （月別利用明細PDF）
├── bank/            ← 銀行明細
│   ├── bank_a/          （ローン返済CSV + スクショ）
│   ├── bank_b/          （ローン返済CSV + スクショ）
│   ├── bank_c/          （入金確認用CSV）
│   └── bank_d/          （資金移動確認用CSV）
├── stock/           ← 株式
│   ├── broker_a/        （特定口座XML + PDF）
│   ├── broker_b/        （特定口座XML + PDF + 売買CSV + 米国株CSV）
│   └── exchange/        （暗号資産取引CSV）
├── token/           ← トークン取引（CSV + スクショ×4枚）
├── furusato/        ← ふるさと納税（XML）
├── Insurance/       ← 保険
│   ├── *.HEIC ×4        （生命保険料控除証明書の写真）
│   └── insurance_co/    （火災保険XML）
├── Loan/            ← ローン残高証明書（写真×2枚）
├── Tax/             ← 固定資産税の領収書（写真・複数自治体分）
├── iryouhi/         ← 医療費の領収書（写真×13枚 + Googleスプレッドシート）
├── ad_revenue/      ← 広告収入の支払い画面（スクショ）
├── affiliate_a/     ← アフィリエイトASP報酬（CSV×3）
├── affiliate_b/     ← アフィリエイトASP報酬（CSV）
├── consulting/      ← コンサル取引報告書（PDF×3）
└── zz submit/       ← 最終提出物（xtx, PDF, 証明書XML）

合計80ファイル超。 これを集めるのに人間が使った時間は約1時間（各サービスにログインしてダウンロード・撮影）。

ポイントは以下の4つ。

• XMLで取れるものはXMLで取る（ふるさと納税、特定口座、保険）。LLMが構造的に読めるし、MFにそのままインポートもできる
• CSVで取れるものはCSVで取る（クレカ明細、銀行明細、アフィリエイト報酬）。LLMがパースして集計できる
• 紙の書類は撮影してHEICのまま放り込む（固定資産税、医療費、ローン証明書）。マルチモーダルLLMがそのまま読める
• スクショで済むものはスクショ（広告収入の管理画面等）。PDF出力がない画面はこれで十分

去年との最大の違いは、写真やスクショをそのまま渡せるようになったこと。去年はこれを全部人間がテキストに起こしていた。クレカCSVも銀行CSVもShift_JISだが、AIが自分で文字コードを判定して読んでくれる。

構成#

ユースケース図#

タイムライン：3日間の流れ#

AIがブラウザを操作する#

今回の肝は、AIがMoneyForwardのWebUIを CDP（Chrome DevTools Protocol）経由で直接操作 した点。

MFのUIはReact製のSPAで、普通のセレクタではうまく動かない箇所が多い。AIは以下のようなテクニックを自力で編み出して対処していた：

• MUI Selectコンポーネント：.MuiSelect-select に mousedown イベントを発火 → ドロップダウンが開く → .MuiMenuItem-root をクリック
• React制御のinput：HTMLInputElement.prototype.value の setter で値を設定 → input + change イベントを発火
• 仕訳の削除：React fiber を辿って processing.dropdownMenu.onClickDeleteButton() を直接呼び出し

人間が手動でやれば30分の入力作業を、AIが試行錯誤しながら1〜2時間かけて自動化した。時間だけ見ると効率が悪いが、人間の手が空くのが重要。AIが入力している間、自分は別のことをしていた。

e-Tax Web版が動かない問題#

提出段階で最大のトラブルが発生。e-Tax Web版（clientweb.e-tax.nta.go.jp）にログインしても、メインコンテンツが完全に空白で何も操作できない。

Safari → ダメ。Chrome → ダメ。ポップアップ許可 → ダメ。

開発者ツールのコンソールを確認したところ、原因が判明した：

Failed to load resource: 404 (Not Found)
  → /nls/etaxweb_dlparts_en-us.js

Error: Could not load 'dojo.nls.etaxweb_dlparts_en-us'

e-Tax Web版はDojo Toolkit（JavaScriptフレームワーク）を使っていて、ブラウザの Accept-Language ヘッダーから言語を判定し、対応するNLS（National Language Support）ファイルを読み込む。しかし en-us 用のファイルが存在しない。

自分のMacは en-JP（英語UIで日本リージョン）に設定していたため、Dojoが英語リソースを探して404になり、画面描画が停止していた。

修正：

defaults write com.apple.Safari AppleLanguages '("ja-JP", "ja", "en-JP", "en")'

Safari再起動で即解決。確定申告期限前日に国税庁のUIバグで提出できないというのは洒落にならない。英語環境のMacユーザーは要注意。

AIによる申告漏れ・計上漏れの発見#

今回最も価値があったのは、AIが経費や控除の漏れを自発的に指摘してくれたこと。人間が「これ経費にできる？」と聞くのではなく、AIがデータを分析して「これ計上してないけど、経費にできるのでは？」と提案してくる。

AIが発見した主な申告漏れ・計上漏れ：

• 過去に計上漏れしていた経費の発見：過去の確定申告書PDFと今年の経費を突合して、計上すべきだった経費の漏れを指摘。
• 減価償却の状態整理：複数物件それぞれの取得年・構造・耐用年数を調べ、「この物件は償却完了済み、この物件はまだ残っている」と正確に仕分け。
• 事業按分の提案：クレカCSVの全明細から事業関連の支出を抽出し、項目ごとに按分率を提案。
• 経費の追加候補：「AI利用料（Claude/ChatGPT）は雑所得の経費にできる」「実験用機材の購入も消耗品費として計上可能」等、人間が見落としていた項目を提案。
• 費用対効果の判断：「外国税額控除は数千円の効果しかないのでスキップ」「この控除証明書は自宅用で事業関係なし」等、やらなくていいことも明確にしてくれた。

これは税理士に頼んでも同じようなアドバイスをもらえるが、AIは全データを読んだ上で網羅的に指摘するので、見落としが少ない。しかもコストはAPI利用料数千円。

人間 vs AI の分担まとめ#

大きな流れはこうだ：

1. 序盤（データ収集）→ 人間：各サービスにログインしてCSV・PDF・XMLをダウンロード、領収書を撮影してGoogle Driveに放り込む
2. 中盤（帳簿作成・申告書入力）→ AI：仕訳の自動生成、MFへのブラウザ操作での入力、控除・経費の計算
3. 終盤（提出・納税）→ 人間：e-Tax送信（Safari必須）、マイナンバーカード認証、納税

加えて、途中で「納税額の概算はいくら？」と聞けば即座に試算してくれるし、「この経費は計上してないけど入れたほうがいいのでは？」と申告漏れの候補を自発的に提案してくれる。これが税理士不要で数千円のAPI利用料で得られるのは非常に大きい。

具体的な分担は以下の通り。

• 資料の収集・整理 → AI（ファイルシステム+PDF解析で自動化）
• 経費の分類・按分率決定 → AI提案→人間承認（税務判断はAIが提案、最終判断は人間）
• 帳簿（複式簿記）の作成 → AI（CSV自動生成 → MFインポート）
• MFへの入力 → AI（ブラウザ操作）（CDP経由でReact UIを操作）
• XMLデータのアップロード → 人間（CDPのセキュリティ制約でファイルアップロード不可）
• マイナンバー入力 → 人間（機密情報の直接入力）
• 最終レビュー → AI（PDF OCRで全項目を期待値と突合）
• e-Tax認証・送信 → 人間（マイナンバーカード認証にSafariが必須のため、ブラウザ自動操作の対象外）

• 納税 → 人間（クレジットカード決済）

人間の実作業時間の内訳：

e-Taxのバグに3時間取られなければ約3.5時間で完了していた。

来年への改善メモ#

1. MFの契約を忘れず解約する（毎年1ヶ月だけ契約）
2. 納税方法の比較：クレカ納付の手数料 vs ポイント還元率を確認して選択（高還元率カードならクレカ有利）
3. e-Tax Web版はSafariの言語設定を ja-JP にしてから使う
4. ふるさと納税XMLのアップロードを自動化できるとさらに省力化
5. 固定資産税の領収書は届いた時点で撮影・Drive保存を習慣化
6. 開業届を検討：雑所得→事業所得への移行で損益通算が可能に

まとめ：去年の予言は当たった#

去年の記事の結論はこうだった：

LLMが確定申告を行ってくれる未来はすぐそこに来ている気がします。来年(2026年)にはできるようになっていそうな気がします。

1年でここまで変わった：

• 帳簿作成: 手動 → AI自動生成（約50仕訳）
• 申告書入力: 手動 → AI（ブラウザ操作）
• 人間の作業時間: 2日 → 3時間
• AI活用度: 5%（仕訳の相談程度）→ 85%（データ収集→計算→入力→チェック→提出補助）

去年は「AIに聞きながら人間が作業」。今年は「AIが作業して人間が承認」。主従が完全に逆転した。

AIエージェントを使った確定申告は、「AIに丸投げ」ではなく「AIが下準備・入力・チェックを担当し、人間は意思決定と認証だけ」という分業モデルだ。

一番面倒な「散在するデータを集めて、正しい科目に分類して、正しい金額を計算して、正しい欄に入力する」という作業がほぼ自動化できた。人間がやるのはマイナンバーカードをかざすことと、「これは経費？」「按分率は？」という判断だけ。

今年の実績：

• 🕐 人間の作業時間：約3.5時間（e-Taxバグ除く）
• 🤖 AIの稼働：データ収集→計算→入力→チェックを自動化
• 💡 AIが発見した申告漏れ・計上漏れ：多数（経費計上漏れ、減価償却整理、経費追加候補 等）
• 💸 コスト：MF ¥380 + AI API 数千円

確定申告は「毎年同じような作業を、微妙に変わるルールで、締め切りに追われながらやる」典型的なタスク。AIエージェントとの相性は非常に良い。

来年はもっと楽になるはず。（去年も同じこと言ってたけど、今年は本当にそう思う。）