確定申告データをExcelに抽出する方法
— スムーズな申告のための（2026年版ガイド）
日本では毎年2月16日から3月15日にかけて、約400万人の個人事業主・フリーランサーが確定申告を行います。彼らが提出するB様式 — 第一表、第二表、および収支内訳書（付表）— には、50以上の異なるデータ項目が含まれています：収入合計、経費カテゴリ、独立した計算欄を持つ6種類の控除、課税所得、税額、前払い税額控除など。書類を税理士に渡す場合、彼らが通常求めるのは紙の書類ではありません。スプレッドシートです — 税年度ごとに1行、各項目が専用の列に配置され、彼らの分析ソフトウェアにインポートできる状態のものです。すべての項目を手入力で転記すると、約2時間かかります。抽出を使えば、同じデータが15分未満でExcelに取り込めます — そして一度設定した列定義は、来年も、その翌年もそのまま使えます。
重要ポイント
- 日本の確定申告書（B様式）には、第一表、第二表、収支内訳書にわたって50以上の項目があります — freee、Yayoi、国税庁の申告書作成コーナーのいずれを使っても、税理士はすべての項目を自分の分析用スプレッドシートに手入力し直す必要があります。
- freee、Yayoi、国税庁はすべて同じ控除ブロックを、わずかに異なる行位置とフォントサイズで表示します。freeeの出力に合わせて調整されたテンプレートベースのツールは、Yayoiのプリントアウトではすべての項目の位置がずれます — 座標を読み取っており、意味を読み取っていないからです。
- セマンティック抽出は「医療費控除」をラベルで識別し、ページ上の位置では識別しません。列名を一度定義すれば、毎年の申告書をどのソースからでも抽出でき、計算列が控除の計算ミスを自動的に検出して、データが税理士に届く前に問題を明らかにします。
確定申告書の構成 — 各欄の意味と抽出への影響
日本の個人所得税の確定申告では、国税庁が発行する確定申告書B様式を使用します（根拠: 所得税法第120条）。申告書は2枚の用紙と1つの付表で構成され、それぞれ抽出特性が異なります。
申告書の50以上の欄は連続した表として配置されているわけではなく、7つの独立した計算ブロックに分かれており、途中の小計、用紙間の相互参照、前の欄から自動的に入力される項目があります。このレイアウトからExcelへの手作業での転記は、エラーが集中するポイントです。
第一表: 基本計算
- 収入金額等 — 事業所得、不動産所得、給与所得、雑所得。収支内訳書・青色申告決算書から転記されます。
- 所得金額 — 必要経費を差し引いた後の所得区分ごとの金額。所得の種類ごとに専用の控除行があります。
- 所得から差し引かれる金額 — 7種類の控除が固定レイアウトで配置: 社会保険料控除、小規模企業共済等掛金控除、生命保険料控除、地震保険料控除、医療費控除、配偶者控除、扶養控除。各控除は1行に金額欄があります。
第二表と収支内訳書・青色申告決算書
- 第二表の欄 — 所得の種類別内訳、給与所得の計算、公的年金等の控除、寄附金控除、外国税額控除、扶養親族・配偶者の住所（居住確認用）。
- 収支内訳書・青色申告決算書 — 第一表に反映される収支の明細書。白色申告では簡易な収支内訳書を使用し、青色申告では複式簿記による詳細な青色申告決算書を使用します。租税特別措置法第25条の2に基づき、青色申告者は65万円の特別控除を受けることができ、これは申告書上で最大の単一控除額です。
抽出における核心的な課題: 第一表の控除欄は1控除につき1行の縦型レイアウトである一方、第二表の所得内訳は複数列の横型レイアウトです。一方のレイアウトに合わせて設定したテンプレート型OCRツールは、もう一方では機能しません。セマンティック抽出では、各欄が何を表すかによって値を認識します。「医療費控除」は、第一表の28行目に表示されても、印刷されたe-Taxの確認画面の8行目に表示されても同じ値です。そのため、同じ列定義が両方の用紙、年度の異なる様式、そして異なるソフトウェア（freee、Yayoi、国税庁の申告書作成コーナー）で生成された申告書にも適用できます。
会計ソフトだけでは、税理士が必要とするスプレッドシートを作成できない理由
日本の主要な会計プラットフォーム3社 — freee会計、弥生会計、マネーフォワード クラウド会計 — はいずれも、税務申告書を最終出力として生成します。電子申告用のPDFまたはe-Tax XMLパッケージです。ソフトウェアは申告というゴールに最適化されています。しかし、各行が税務年度、各列が申告書の項目となるExcelワークブックは生成されません。税理士が異常を発見し、前年比の傾向を比較し、第一表の控除合計が第二表の添付明細と一致するかを検証するために使用する形式です。
申告書をレビューする税理士は、PDFを開いて一行ずつ読むことはありません。データを自分たちの分析テンプレート — 条件付き書式ルール、年度間差異チェック、控除適格基準を備えたスプレッドシート — に取り込みます。PDFを渡すと、そのテンプレートにデータを打ち直します。すでに使用しているのと同じ列構造のExcelファイルを渡せば、レビューはすぐに始まります。
ソフトウェアだけでは不十分な2つ目のシナリオがあります：過去年度の紙の申告書です。2023年と2024年に紙で申告し、2025年にfreeeに切り替えたフリーランサーは、ファイルフォルダに印刷された書類としてのみ存在する2年分のデータを持っています。税理士が2023年の所得と2025年を比較する必要がある場合 — ローン申請、ビザ更新、または税務調査のため — これらの紙の書類をデジタル化する必要があります。2年分の申告書を手動でスプレッドシートに打ち直すには、1年あたり約2時間かかります。抽出を利用すれば、2年分がスキャンと列定義の30分になります。
確定申告データ抽出ワークフローの設定
税務申告書の再入力に代わるワークフローは3つのステップで構成されます。最初のステップである列の定義は、一度だけ行う初期設定です。これを完了すれば、毎年の申告、あらゆる申告方法、白色申告・青色申告の両方でそのまま利用できます。
列を定義 — 一度設定すれば、すべての申告年度で使用可能
列ヘッダーとして表示したいフィールド名をそのまま入力します。B様式の標準セットは4つのグループで構成されています: 収入フィールド — 事業所得（収入金額）、不動産所得、給与所得、雑所得; 経費フィールド — 必要経費、カテゴリ別純利益; 控除フィールド — 社会保険料控除、生命保険料控除、地震保険料控除、医療費控除、配偶者控除、扶養控除、基礎控除、寄附金控除; 税金フィールド — 課税所得金額、算出税額、配当控除、外国税額控除、予定納税額、源泉徴収税額、納付税額または還付税額。これはカスタム列抽出です: 出力スキーマを定義すると、AIがフォーム上の各フィールドを意味的にあなたの列にマッピングします — フォームがfreee（Yayoiとは異なるフォントサイズで控除フィールドを印刷する）または国税庁の申告書作成コーナー（特定のブロックを並べ替える）のどちらで生成されたかにかかわらず。
第一表、第二表、収支内訳書を一括アップロード
申告書の全ページをスキャンまたは撮影 — 第一表、第二表、収支内訳書（または青色申告決算書）— を1つのアップロードにドロップします。バッチ処理が申告書全体を単一のジョブとして処理します: 各ページは独立して処理され、AIがページ全体で各フィールドを特定し、すべての結果がスプレッドシートの1行に統合されます。一般的な申告書は4〜6ページです — 第一表が2ページ、第二表が1ページ、収支内訳書が収入源の数に応じて1〜3ページ。アップロードはドキュメントスキャナー、スマートフォンの写真、会計ソフトからのPDFエクスポートに対応しています。複数年度の申告書の場合、全年度を1つのバッチでアップロードしてください — AIが各年度のフォームを独立して処理し、年度ごとに1行を出力します。
Excelにエクスポートしてレビューを開始
抽出したデータをExcelファイルとしてダウンロードします。税年度ごとに1行、各フォームフィールドが独自の列に配置されます — 税理士が使用する正確な形式です。このスプレッドシートはYayoi、freee、MoneyForwardに即座にインポートでき、帳簿との照合が可能です。さらに重要なのは、計算列を追加することです — 「控除合計 vs 第一表チェック（社会保険料 + 生命保険料 + 医療費 + 配偶者 + 扶養 + 基礎 + その他 = 第一表の控除合計? 'OK' : 'MISMATCH'）」— 抽出機能が個々の控除フィールドと印刷された合計との間の算術的な不一致を、データが税理士に届く前にフラグ付けします。単一のMISMATCHフラグでどの行を再確認すべきかがわかるため、税理士の照合電話でエラーを発見する必要がありません。
同じ列スキーマは翌年も、また異なる方法で提出される申告書にも使えます — freee生成PDF、Yayoi印刷物、国税庁の申告書作成コーナー出力、または2022年の手書き紙申告書のスキャンコピーにも対応します。フォームのレイアウトは、国税庁の年間指示（確定申告の手引き）によって年ごとに多少変わる可能性がありますが、フィールド名とその意味的意味は変わりません。毎年変わるのは3月15日の締切がどれだけ近いかです — 1月に列を設定しておけば、2月の申告期間はデータ入力ではなく確認に充てられます。
ファイルは安全に処理され、保存されません。
控除ブロックの処理: 手作業での転記ミスが発生する箇所
第一表の控除セクション（所得から差し引かれる金額）は、控除種類の縦リストとして構成されており、各項目は2つの部分からなります: 支払金額（その年にそのカテゴリで支払った総額）と控除額（法定上限を適用した後、実際に課税所得を減らす金額）です。両者の関係は1対1ではありません — 各控除種類には所得税法で定められた独自の上限と計算式があります。ここが手作業での転記で最も多くのエラーが発生する箇所です: 転記者が控除欄に支払金額をコピーしたり、誤った上限を適用したり、フォームの番号体系のために行を見失ってフィールドを丸ごとスキップしたりします。
| 控除の種類 | 日本語（申告書の欄名） | 法定上限額 | 抽出時の注意点 |
|---|---|---|---|
| 社会保険料 | 社会保険料控除 | 支払額全額 | 国民年金、国民健康保険、被用者保険を含む。上限なし — 抽出では支払額をそのまま取得する必要がある。 |
| 小規模企業共済等掛金 | 小規模企業共済等掛金控除 | 支払額全額 | iDeCo（イデコ）掛金、小規模企業共済、心身障害者扶養共済を含む。社会保険料とは別区分。 |
| 生命保険料 | 生命保険料控除 | 合計¥120,000（一般・個人年金・介護医療の各区分につき¥40,000） | 申告書上は3つの小区分に分かれている。税理士が細かい内訳を必要とする場合は、各小区分を個別に抽出する必要がある。 |
| 地震保険料 | 地震保険料控除 | ¥50,000 | 単一の欄であり、抽出は容易。旧様式では長期損害保険料と併記されていることが多い。 |
| 医療費 | 医療費控除 | Min | 申告書上は2つの欄がある：支払医療費と保険金等補填額。控除額は計算によって求められる。計算の検証のため、抽出では両方の入力を取得する必要がある。 |
| 配偶者控除 | 配偶者控除 | ¥380,000（一般）〜¥480,000（老人控除対象配偶者、70歳以上） | 配偶者の所得区分と申告者の所得に依存する。申告書の欄は控除額のみで、適用条件は第二表に記載されている。 |
| 扶養控除 | 扶養控除 | 扶養親族1人につき¥380,000〜¥630,000（年齢による） | 第二表に扶養親族の行が複数ある。第一表には合計控除額のみが表示される。2つの表の相互検証により誤読を検出できる。 |
各控除の種類は申告書上の固定行位置に配置されている — 社会保険料は常に21行目、生命保険料は24行目、医療費は27行目 — ただし印刷される値は申告者ごとに異なる。行番号と列番号で「21行目・3列目」を社会保険料控除として読み取るテンプレートベースのOCRツールは、フォントの違いにより控除ブロックが1行下にずれたYayoi生成の申告書では失敗する。セマンティック抽出は「社会保険料控除」というラベルが付いた欄を読み取る — ページ上の位置は無関係である。
あらゆる控除ミスを検出する計算列：検証用の列を定義する — 「控除クロスチェック（第一表の合計 vs. 個別欄の合計 — 一致？ 'OK' : 'CHECK'）」。抽出処理は個々の控除欄をすべて合計し、第一表に印刷された合計額と比較する。OKが並ぶ中にCHECKが1つあるだけで、控除欄の誤読が判明する — そしてスプレッドシート上でその1つの欄を修正すればよく、控除列全体を再監査する必要はない。限界税率20%の場合、¥50,000の医療費控除の見落としは¥10,000の不要な税負担となる — 検証列は税理士が気づく前にこれを検出する。
抽出データを税理士のワークフローに組み込む
抽出したExcelファイルは、日本の税理士のワークフローに直接対応します。ほとんどの税理士は3つのプラットフォームのいずれかを使用しています — 弥生シリーズ、TKC（FX2/MXシリーズ）、またはMJS会計（会計大将） — そして3つすべてがカスタムフィールドマッピングによるCSVインポートに対応しています。抽出したスプレッドシートが税理士の入力データになります：CSVを開き、列を内部の勘定科目コードにマッピングすれば、データはそのままレビューテンプレートに流れ込みます。再入力も、印刷→スキャン→OCRという遠回りも不要です。
複数年にわたって仕事をするフリーランサーにとって、複数年抽出は、これまで何時間もの手作業でのみ可能だったデータセットを提供します：同じ行での前年比較。スプレッドシートを開き、年で並べ替えると、各列が時系列になります — B列の売上成長率、H列の控除利用率、Q列の実効税率。3年分の申告書をレビューする税理士は、データがすでに列に並んでいれば、2023年に対する2024年の30万円の売上減少と2025年の回復を30秒以内に発見できます。データが3つのPDFに分散している場合、同じ比較にフィールドごとに5分かかります — そしてほとんどのフィールドはチェックされないままです。
弥生。 税理士法人の間で市場シェアトップ。弥生の税務ソフトはクライアントデータ移行のためのCSVインポートに対応しています — クライアントファイルを開き、「外部データ取込」を選択し、CSVを選んで、弥生の勘定科目フィールドに列をマッピングします。抽出の列名（例：「社会保険料控除」）は、名前を変更することなく弥生の控除カテゴリに直接マッピングされます。
TKC（FX2/MX）。 中規模の税理士事務所で支配的なプラットフォーム。TKCのデータ移行ユーティリティは、列ヘッダー付きのフォーマット済みCSVを受け入れます — 抽出列をTKCの標準順序で定義すれば、抽出結果はTKCの期待するフィールド順序に一致します。シーズン中に100件以上のクライアント申告書を処理する事務所では、時間の節約は倍増します：100クライアントで1件あたり15分の節約は、1年で最も短い月に25時間の回復を意味します。
MJS会計（会計大将）。 社内経理部門と独立系税理士の両方で広く使用されています。「他システムデータ取込」機能からインポートします — 抽出のExcel出力は、中間フォーマット変換なしで直接インポートされます。MJSの自動監査チェック（誤った控除合計、必須フィールドの欠落）はインポートされた列データに対して実行され、抽出自体の計算列検証に続く第二の検証レイヤーを提供します。
抽出パイプラインは、申告書に反映される元の文書にも接続します。確定申告書の売上合計は請求書に由来します — 日本の請求書から同じスプレッドシートにデータを抽出することで、税理士は個々の取引から申告書の集計数値までを直接追跡できます。経費合計は銀行通帳の記帳に由来します — 通帳データをExcelに抽出することで、収支内訳書の経費金額を検証する元帳が作成されます。裏付け文書を抽出できる確定申告書は監査可能です。それがなければ、紙の上での主張にすぎません。
同じ抽出ロジックは、類似した様式を持つ税務管轄区域にも適用されます — 英国SA100確定申告の抽出も、例えば、同一のワークフローに従います：申告書のフィールドに列を定義し、フォームのページをアップロードし、納税年度ごとにExcelの行を取得します。フォームの言語や控除名は変わりますが — 抽出の原則と、手入力に対する効率性の向上は変わりません。
よくある質問
AI抽出は、異なる会計ソフトで作成された確定申告書を処理できますか？
はい — これこそが、テンプレートベースのOCRに対する意味的抽出の核となる利点です。freeeで作成された確定申告書は、控除フィールドがサンセリフ体で印刷され、合計欄は右寄せです。Yayoiで作成された申告書は、セリフ体で行間が若干異なります。国税庁の申告書作成コーナーから印刷された申告書は、さらに別のレイアウトでセクション見出しのスタイルも異なります。freeeのレイアウト用に設定されたテンプレートは、Yayoiの印刷物ではすべてのフィールドがずれてしまいます。意味的抽出は「課税所得金額」というラベルの値を読み取ります — フォント、行位置、ページ上の配置は無関係です。freee、Yayoi、国税庁サイトからの申告書を同じバッチでアップロードすると、出力列「課税所得」にはそれぞれの正しい値が含まれます。
印刷された確定申告書に手書きの修正や注記がある場合はどうなりますか？
ビジョンモデルを搭載した抽出は、印刷されたフィールドに隣接する手書き文字も読み取れます — そのため、税理士による「控除追加 ¥45,000」のような欄外メモや、フィールドの横のチェックマークも追加コンテキストとして取得されます。ただし、印刷された罫線を横切る手書き、斜めに書かれた文字、薄い鉛筆書きは信頼性が低くなります。赤ペンで書かれた修正控除額など、重要な手書き修正がある申告書については、スプレッドシートを会計士に送る前に、該当フィールドを手動で確認してください。抽出は印刷されたフィールドの大部分を処理します。手動チェックは手書きの例外に限定され、フォーム全体には及びません。
複数年度の申告書を1つのバッチで抽出し、年度ごとに1行を取得できますか？
はい。2023年、2024年、2025年のすべての年度の申告書を1つのバッチでアップロードしてください。抽出は各年度のフォームページを個別に処理し、結合されたスプレッドシートに納税年度ごとに1行を出力します。ステップ1で定義した列スキーマは、全年度にわたって一律に適用されます。3年間の比較の場合、これは約15ページのスキャン（各年5ページ）、1回のバッチアップロード、そして3行のExcel出力 — 年度ごとに1行、全列が揃った状態 — を意味します。同じ3年間を手入力する場合、約6時間かかります。抽出では、スキャンに15分と処理時間がかかるだけです。
確定申告に事業所得と給与所得（副業の給料）の両方が含まれる場合はどうなりますか？
B様式は複数の所得区分がある申告者向けに設計されています。これは例外的なケースではなく標準的なケースです。フリーランスの事業所得とパートタイムの給与所得の両方がある場合、両方が同じ様式に記載されます。給与所得のデータは第二表の給与欄に、事業所得は第一表の事業欄に入り、純合計が合計所得欄に反映されます。抽出処理は両方を取得します。給与所得については、雇用主が発行する源泉徴収票が主要な情報源です。確定申告書と源泉徴収票の両方をお持ちの場合、両方を同じスプレッドシートに抽出することで、税理士に雇用主が報告した内容と最終申告書に記載された内容の全体像を提供できます。
白色申告と青色申告の様式の違いは抽出で対応できますか？
はい。B様式自体は白色申告・青色申告のどちらの申告者でも同じです。違いは添付書類にあります。白色申告者は収支内訳書を添付します。これは1ページの簡易な収支の要約です。青色申告者は青色申告決算書を添付します。これには貸借対照表、損益計算書、カテゴリ別の詳細な経費内訳が含まれます。両方の書類を申告書と一緒に同じバッチでアップロードできます。抽出処理は各書類のフィールドを個別に読み取ります。青色申告決算書の貸借対照表フィールド（資産、負債、純資産）は、標準のB様式フィールドに加えて、出力に追加の列として表示されます。
抽出後も元の確定申告書類を保管する必要はありますか？
日本の電子帳簿保存法では、税務書類のスキャンコピーは、特定の解像度とタイムスタンプの要件を満たせば法的に有効な記録として認められます。2022年の改正で電子保存の要件は大幅に緩和されました。ただし、国税庁は税務調査の際に原本の提示を求める場合があります。特に控除の根拠となる明細書類についてはその傾向があります。フリーランサーと税理士の両方にとってのベストプラクティスは、分析ワークフロー用に申告データをExcelに抽出しつつ、法定保存期間（青色申告者は7年間、白色申告者は5年間）は原本の紙またはPDFの申告書を保管することです（所得税法第231条の2）。抽出処理は手作業によるデータ入力を置き換えるものであり、法的な記録保存義務を置き換えるものではありません。
2月をデータ入力ではなく見直しの月にする
日本の確定申告期間 — 個人所得税の申告期限である2月16日から3月15日 — は法律で定められています。毎年、400万人の個人事業主とフリーランサーが同じ期限に同じ流れで直面します。1年分の領収書、通帳、保険証書、控除証明書を集め、収支内訳書を作成し、申告書を記入または生成し、税理士と仕事をしている場合は、税理士が自社のシステムに打ち直す書類の束を渡します。
ここで説明する抽出ワークフローは、両者から再入力の手間をなくします。フリーランサーにとっては、半日のスキャン作業が2時間の手動フィールド入力を置き換えます。税理士にとっては、CSVインポートがクライアントごとのデータ入力を置き換え、年間で最も忙しい月に取り戻した時間を、キー入力から分析へと振り向けられます。控除検証列は、計算ミスが税理士の机に届く前に検出します。一度定義した列スキーマは、その後のすべての申告年度で機能します。そして、スプレッドシート出力 — 年度ごとに1行、すべてのフィールドが整列 — は、税理士が実際に必要とするデータセットになります。構造化され、監査可能で、報酬を正当化する比較作業にすぐ使えるものです。
毎年変わるのはフォームの構造ではありません — 国税庁の確定申告の手引きは、同じフィールドレイアウト、控除順序、計算ロジックを、税制改正に伴う軽微な更新のみで維持しています。変わるのは、3月15日までの残り日数と、すでに紙に印刷されている数字を入力するのに費やした前月の時間です。