領収書データをExcelに抽出する方法
確定申告向け

日本の領収書が汎用OCRで読み取れない理由

従来の領収書OCRは、米国や欧州の小売レシートを前提に設計されています。つまり、商品が縦に並び、税率は1つ、下部に合計金額、日付はMM/DD/YYYY形式という構造です。しかし、日本の領収書（領収書）は、これらの前提をすべて覆します。

最大の違いは複数税率（軽減税率）です。2019年10月以降、日本ではほとんどの商品・サービスに標準税率10％、酒類・外食を除く食品と定期購読新聞に軽減税率8％が適用されています。コンビニの1枚のレシートに、10％対象、8％対象、0％対象（非課税）の3つの税区分が表示されることもあります。各区分に小計と税額があり、軽減税率対象品目を明示する「但し書き」欄も必要です。

米国レシートで学習した標準的なOCRツールは、数字を見て「税」とラベル付けしますが、2つの税率を区別しません。その結果、Excelに出力される税額が誤りとなり、確定申告時の控除額も間違ってしまいます。

2つ目の問題は日付表記です。日本の領収書は元号を使用します（例：令和7年6月15日）。元号は天皇の代替わりで変わります（令和は2019年5月から）。元号を理解しないツールは日付を誤読するか、意味不明な文字列を出力します。1月から12月までの領収書を処理するフリーランサーは、すべての日付フィールドを手動で修正する必要があり、1枚30秒、150枚で75分もの時間を無駄にします。

3つ目の問題は構造的なものです。日本の領収書の多くは、欧米の領収書のような縦一列の流れとは異なる横書きと縦書きが混在したレイアウトを採用しています。宛名は右側に縦書きで記載されることが多く、発行元の名称と登録印鑑は左下に配置されます。標準的なOCRは左上から右下へ読み取るため、縦書きのテキストは意味不明な文字列として認識されます。

さらに、日本では修理、コンサルティング、フリーランスの仕事などで、事業主が手書きで領収書を発行するケースが今でも一般的です。日本のQ&AプラットフォームQiitaのあるユーザーが指摘しているように、freeeのOCRを手書きの領収書でテストしたところ、金額欄の認識精度は約20%でした。4桁の数字が2桁になり、正しく読めたのは1桁のみでした。日本語の手書き文字認識には、日本語の文字に特化して学習されたモデルが必要ですが、一般的な領収書OCRの多くは印刷された英語で学習されています。

法的に有効な日本の領収書に必要な項目（国税庁要件）

データを抽出する前に、何を探すべきかを把握する必要があります。国税庁（NTA）は、経費の証拠として認められる領収書に必要な具体的な要件を定めています。これらの項目を理解することで、抽出結果に必要な列が決まります。

国税庁のガイドラインによると、有効な領収書には8つの必須項目が必要です。

日本の電子帳簿保存法は2024年1月から完全施行されており、電子的に受領した領収書（メールのPDF、Webサイトのダウンロード、アプリのスクリーンショット）は電子データとして保存しなければなりません。印刷して紙だけを保管することはできません。データは日付、金額、取引先で検索可能でなければならず、システムは不正な改ざんを防止する必要があります。これらの要件は、2023年の税制改正に伴い国税庁が公表したガイドラインにより、企業規模を問わずすべての法人および個人事業主に適用されます。

つまり、Amazon JapanからメールでPDFの領収書を受け取った場合、印刷した紙だけを保管することは法令違反となります。デジタル原本が必要です。領収書の検索可能なExcelデータベースを作成し、元のデジタルファイルも保存する抽出ワークフローは、抽出ニーズとコンプライアンス要件の両方を同時に満たします。

確定申告シーズンにおける手入力の隠れたコスト

内閣府の推計によると、日本のフリーランス人口は462万人に上り、個人事業主、一人会社の社長、副業を持つパラレルワーカーが含まれます。従業員20人以下の小規模事業者は、全企業の84.5%を占めています（総務省、2014年経済センサス）。これらの数字は、毎年何百万人もの人々が確定申告を行うことを意味し、その全員にとって、領収書の処理が最も面倒な作業です。

国税庁によると、2024年分の確定申告書は2339万件提出され、そのうち1329万件が自宅からのe-Taxでした。提出期限は毎年2月16日から3月15日と決まっています。この期間に先立つ2ヶ月間、全国のフリーランスや小規模事業者は同じ儀式に直面します。1年分の領収書を銀行取引明細やクレジットカードの記録と照合し、1件ずつ会計ソフトやスプレッドシートに入力し、紛失がないことを祈るのです。

手入力の実際のコストを定量化してみましょう。平均的な手入力速度は、スプレッドシートに直接入力する場合、1件あたり約45秒です。日付を探し、和暦から変換し、事業者名を入力し、金額を入力し、消費税を按分し、但し書きを読み、経費科目を推測します。年間150件（週3件未満）の場合、純粋なデータ入力時間は112.5分、つまり約2時間弱です。しかし、実際のコストはそれ以上です。

吉野家のレシートは印字が薄れた感熱紙、取引先とのランチは手書きで漢字が読みにくい領収書、Amazon Japanは確認メールに金額が埋もれたPDF。フォーマットごとに頭を切り替えるコストがかかり、1枚あたり推定15～20秒を要します。元号変換、複数税率の按分、手書きの宛名判読が必要な領収書は90秒以上かかることも。このペースだと、150枚の処理でほぼ丸一日を費やし、それはクライアントに請求できない作業です。

さらに、ミスのコストも無視できません。国税庁の2024年申告データによると、e-Taxによる申告1,329万件のうち824万件が納税者自身によるもの——つまり800万人以上が税理士に依頼せず自計処理していることになります。自動検証なしの手作業では、経費分類のミスが控除漏れや税務調査のきっかけになりかねません。税務調査では、青色申告者は7年分、白色申告者は5年分の領収書提示を求められることがあり、紙のレシートを箱に詰めただけの管理では、ほぼ不可能な作業です。

AI抽出が日本の領収書をテンプレートOCRと異なる方法で処理する仕組み

従来のOCRとAI搭載抽出の本質的な違いは、精度のパーセンテージではなく、各手法がページ上のデータをどのように見つけるかにあります。そして日本の領収書では、この違いが実用的な出力を得られるか、空白のスプレッドシートになるかを左右します。

テンプレートベースのOCRは座標マッチングで動作します。ストアAの領収書フォーマットで合計金額が表示される領域を定義すると、ソフトウェアは毎回その領域を探します。ストアBが異なるレイアウト（合計の座標が異なる）を使用すると、テンプレートは機能しなくなります。店舗、レストラン、タクシー会社ごとに異なるフォーマットを使用する日本の領収書では、テンプレートベースのOCRはベンダーごとに個別のテンプレートが必要です。40の異なるベンダーから領収書を受け取るフリーランサーは40のテンプレートを必要とします。これがテンプレートOCRが大規模に失敗する理由です。

列名抽出 — AIビジョンモデルが使用するアプローチ — は異なる動作をします。ツールにページ上のどこを見るかを指示する代わりに、何を欲しいかを指示します：日付、ベンダー名、合計金額、但し書き、10%消費税小計、8%消費税小計。アップロード前にこれらを列名として入力します。AIは文書全体を読み取り、各フィールドの意味を理解し、ページ上のどこに表示されていても対応する値を見つけます。ある領収書では右上隅に、別の領収書では中央にある日付も、AIが両方を日付として認識するため、「日付」列に解決されます。

これが、50の異なる店舗からの50枚の領収書を1回のアップロードでバッチ処理できる仕組みです。テンプレート不要、ベンダーごとの設定不要、座標指定不要。抽出ロジックはフォーマットに依存せず、位置ベースではなく意味ベースだからです。

日本の領収書に特化した場合、このアプローチはテンプレートOCRを困難にする3つのフォーマット上の課題に対処します。

• 複数税率: 「消費税10%対象額」と「消費税8%対象額」の2列を作成します。AIは単一の税額フィールドを想定するのではなく、各小計の横にある税率ラベルを認識して合計を振り分けます。
• 元号日付: 計算列（抽出時に計算を行い、Excelでの後処理を不要にする機能）を使用できます。「西暦日付（令和年を2018で加算して西暦に変換）」のような列を定義すると、AIは「令和7年6月15日」ではなく「2025-06-15」を出力します。手動変換は不要です。
• 目的・内容の抽出: AIが摘要フィールドを読み取り、テキストとして抽出します。これを推論列（AIが文書の内容に基づいて判断を下す列）と組み合わせることができます。例えば、「カテゴリ（選択肢：飲食費/交通費/消耗品費/通信費/その他）」という列は、AIに摘要を読ませ、経費カテゴリを判断させ、適切な値を入力させます。「お食事代として」とある領収書は自動的に飲食費に分類されます。抽出と分類が1回の処理で完了します。

ステップバイステップ：日本のレシートの山から確定申告用スプレッドシートへ

年末に溜まったレシートを、freee、弥生、マネーフォワード、または税理士に渡すスプレッドシートに変換する正確なワークフローをご紹介します。

ステップ1：まずはすべてをデジタル化

抽出の前に、すべてのレシートをデジタル形式にする必要があります。紙のレシートは、スマートフォンのカメラを使ってください。暗い色の平らな場所にレシートを置き、店名から合計金額まで全体が写るようにし、手の影が入らないように注意します。保管から6〜12ヶ月経つとよくある、印字がかすれ始めた感熱紙のレシートは、今すぐ写真を撮ってください。時間が経つにつれて画像は良くなりません。オンライン購入のメールレシートやPDFは、アップロード前に1つのフォルダにまとめて保存してください。

ファイル名はわかりやすく付けましょう。YYYY-MM-DD_店名.pdf（例：2025-06-15_吉野家.pdf）のようなルールにすると、後で各ファイルを見つけやすくなります。手動で名前を変更する数が多すぎる場合でも、ほとんどの抽出ツールは出力スプレッドシートに元のファイル名を保持するため、各データ行から元の文書へのトレーサブルなリンクが得られます。

ステップ2：列を一度定義する

このステップが出力の品質を左右します。すべてのレシートからすべての項目を抽出するのではなく、確定申告に必要な項目だけを抽出します。フリーランサーや個人事業主が青色申告を行う場合、以下のような列が考えられます：

白色申告の場合は要件がよりシンプルで、青色申告特有の控除がないため、細かい税区分の内訳は不要です。日付、発行者、金額、勘定科目の基本セットで十分です。

この方法で列を定義する最大の利点は、一度設定すれば、セブンイレブンの感熱紙レシートからフリーランス通訳者の手書き領収書まで、アップロードするすべてのレシートで機能することです。

ステップ3：一括アップロードとデータ抽出

溜まった領収書ファイル（30枚、80枚、150枚など）を一度にアップロード。AIが各ファイルを処理し、指定した列に該当する値を抽出してスプレッドシートに自動入力します。各行が1枚の領収書、各列が指定したフィールドに対応。処理は1ページあたり数秒で、100枚のバッチも数分で完了します。

出力には各行に元ファイルの参照情報が含まれるため、スプレッドシートから元の領収書画像にワンクリックでアクセスし、値を確認できます。このトレーサビリティは税務調査への備えに不可欠であり、電子帳簿保存法が求める「日付・金額・取引先による検索可能性」を満たします。

ステップ4：提出前に出力を検証する

どの抽出ツールもすべてのレシートで100%の精度を達成できるわけではありません。これは文書処理の現実であり、特定のツールの欠点ではありません。バッチ抽出の目的は、手作業を「すべての項目を手入力する」から「外れ値をスポットチェックする」に減らすことです。以下は2分で行える検証手順です：

1. 金額の降順で出力を並べ替えます。上位10行を目視で確認します。これらは最大の経費であり、監査リスクが最も高い項目です。各項目を元のレシートと照合してください。
2. カテゴリ列で「その他」に分類されていないか確認します。AIはカテゴリを確信できない場合にこの汎用分類を使用します。これらは手動で再分類してください。
3. 日付順に並べ替え、現在の課税年度（1月1日～12月31日）外のエントリがないか確認します。2026年1月のレシートは2025年の申告に含めるべきではありません。
4. 青色申告を行う方へ：10%課税対象小計 + 8%課税対象小計 + 消費税の合計が総額とほぼ一致するか確認してください。不一致がある場合は、抽出エラーの可能性があります。

青色申告と白色申告の出力構成の設計

青色申告と白色申告の選択は、税額だけでなく領収書の処理方法にも影響します。それぞれの違いを理解することで、申告方式に適したデータを抽出するための列設計が可能になります。

青色申告では、e-Taxで電子申告し複式簿記を採用する場合、最大65万円の特別控除が受けられます。2027年からは、e-Taxと「優良な電子帳簿」を併用すると最大75万円に増額されますが、書面申告の場合は10万円に制限されます。また、青色申告では3年間の繰越控除や、事業に従事する家族への給与の経費計上も可能です。その代わり、総勘定元帳、仕訳帳、貸借対照表の作成が必要で、領収書や帳簿の保存期間は7年間です。

白色申告はより簡易で、現金主義の記帳でよく、貸借対照表は不要、領収書の保存期間は5年間です。ただし、特別控除や繰越控除はありません。事業所得が400万円の個人事業主の場合、青色申告の65万円控除により、限界税率20%（所得330万円～695万円の区分）で約13万円の節税効果があり、個人事業にとっては大きなメリットです。

では、抽出作業にどう影響するのでしょうか。青色申告では、詳細なデータが必要です。領収書を税率ごとに分割し、支払方法（現金かカードか）を記録し、仕訳帳に対応する正しい勘定科目にマッピングします。出力されたスプレッドシートは、青色申告決算書の元データとなります。一方、白色申告では、取引先、日付、金額、大まかな分類だけで十分で、収支内訳書に対応します。

freee、Yayoi、MoneyForwardをご利用の場合、手順が異なります。これらのプラットフォームは銀行やクレジットカードの取引を自動で取り込め、アプリ内で領収書のOCR機能も利用できます。ただし、これらの会計ソフトの領収書OCRは、アプリのモバイル画面で1枚ずつ処理する設計です。年間100枚以上の領収書が溜まっているフリーランサーにとって、モバイルアプリで1枚ずつ処理する方法は手入力より速いものの、依然として1枚ごとの作業です。一方、全領収書を一度にアップロードして1つのスプレッドシートに出力する一括抽出ツールなら、全データを一度に取得できます。その後、会計ソフトに取り込まれた銀行取引と照合すれば完了です。

よくある質問

AIは本当に日本語の手書きレシートを読めるのですか？

部分的に可能です。最新の視覚言語モデルは印刷された日本語を高い精度で読み取れますが、手書きの漢字は依然として最も難しいケースです。日本語のモバイルレシート画像に特化してファインチューニングされたオープンソースモデル「Japanese-Receipt-VL-3B」のようなものは、標準的な印刷レシートをうまく処理します。明確でブロック体の手書きフィールドは通常AIが読み取れます。しかし、筆記体や高度に装飾された手書きレシート、特に古いレシートで販売者が個人印や筆文字を使用しているものは、抽出精度が低くなるため、スポットチェックが必要です。手書きレシートを頻繁に受け取る場合は、ワークフローを確定する前にサンプルバッチでテストしてください。

和暦（令和・平成・昭和）は自動で処理されますか？

多くのAI抽出ツールは、書類に記載された日付をそのまま抽出します。領収書に「令和7年6月15日」とあれば、そのままスプレッドシートに表示されるため、多くの会計ソフトではそのまま使えません。これに対処するには、計算列を使用します。「令和は西暦に2018を加算、平成は1988を加算、昭和は1925を加算」といったルールを定義すれば、AIが西暦日付を出力します。ツールが計算列に対応していない場合は、抽出後にExcelの数式（令和の場合 =DATE(和暦年+2018, 月, 日)）を日付列に一度適用することもできます。

8%と10%の税率区分はどの程度正確に読み取れますか？

日本のコンビニやスーパーのレシートのように、8%と10%の小計が明確に分かれている場合、AI抽出は高い精度で区分を読み取ります。一方、税率ごとの内訳がなく合計金額のみが記載されたレシート（古い手書きの領収書や小規模店舗のレシートによく見られます）では、AIは区分できません。その場合は、内容に基づいて手動で計算する必要があります。食品は8%、それ以外は10%です。適格請求書等保存方式（インボイス制度）に基づくレシートは、2023年10月から事業者間取引で義務化されており、税率ごとの内訳の記載が必須であるため、それ以降に受け取った業務用レシートではより正確な抽出が可能です。

感熱紙のレシートが色あせてもAIは読み取れますか？

色あせの程度によります。感熱紙のレシートは通常6〜12ヶ月で劣化し始め、化学コーティングの分解に伴い文字が黒から灰色へ、やがて見えなくなります。すでにほとんど白紙の状態であれば、人間の目で読めないデータを抽出ツールが復元することはできません。文字が薄くてもまだ判読できる場合、AIビジョンモデルは従来のOCRよりも優れた性能を発揮することが多いです。なぜなら、ピクセル単位のコントラストだけに頼るのではなく、画像を全体的に処理し、周囲の文脈から文字を推測するからです。実用的な教訓は、レシートは受け取ったらすぐにデジタル化しましょう。感熱紙のレシートが色あせたら、データは失われます。経済産業省もこの理由から、発行から3ヶ月以内のスキャンを推奨しています。

freeeや弥生に出力をインポートできますか？

freee、弥生、MoneyForwardはすべて取引データのCSVインポートに対応しています。領収書データをスプレッドシートに抽出したら、CSVとしてエクスポートし、各ソフトのインポート形式に合わせて列順を調整して取り込んでください。freeeのインポートテンプレートでは、日付、金額、勘定科目、摘要、取引先の列が必要です。適切に抽出された出力はこれらの項目に直接対応します。このインポートにより、会計アプリでの一件ずつの手入力が不要になり、150件の領収書を個別に入力する代わりに1つのCSVファイルをアップロードするだけで完了します。

抽出したスプレッドシートはNTAの監査要件を満たしますか？

NTAは、電子的に受領した領収書の紙原本の保管を義務付けていません。電子帳簿保存法では、電子的に受領した書類は電子保存が義務付けられています。スキャンしてデジタル化した紙の領収書については、スキャンコピーが証拠書類として有効ですが、監査時に原本の提示を求められる場合があります。実際には、ソースファイルへの参照（各行を元の領収書画像にリンク）を含む抽出スプレッドシートと、適切に整理されたデジタルファイリングシステムを組み合わせることで、日付、金額、取引先で検索可能な記録という要件を満たします。重要なのはトレーサビリティです。確定申告のすべてのデータは、要求に応じて取り出せる特定の元の書類に遡れる必要があります。

確定申告を「怖いもの」から「乗り切れるもの」へ

手書きでレシートを入力するのをやめると、何が変わるのか。年間150枚のレシートを持つフリーランスや個人事業主の場合、これまではフォーマットの切り替えやエラー修正も含めて丸一日（6～8時間）かかっていたデータ入力が、抽出に約15分、検証に30分で済むようになります。抽出自体は数分。検証（仕分け、外れ値の確認、不明項目の再分類）は、1年を通じてファイル名を適切に付け、鮮明な画像を撮影してきたなら30分で終わります。合計1時間未満。かつての丸一日とは大違いです。

これは単に午後を節約するという話ではありません。確定申告の最終プロセスにおける最大の不安要素——レシートをなくしたのでは、経費を誤分類したのでは、あるいは領収書の山に圧倒されて整理しきれず控除を逃したのではという恐怖——を取り除くことです。すべてのレシートが、日付、取引先、金額、税区分、カテゴリ、そして元画像へのリンクとともにスプレッドシートに収まっていれば、確定申告は「再構築」ではなく「照合作業」になります。ゼロからデータを作るのではなく、データを検証するだけです。

青色申告特別控除（最大65万円の課税所得控除）には、きちんとした記録が必須です。スプレッドシートは青色申告決算書の経費セクションに直接エクスポートでき、すべての明細はトレース可能なソースファイルで裏付けられます。これが、確信を持って申告するのと、祈るような気持ちで申告するのとの違いです。

ご自身のレシートでこのワークフローをお試しください。午後いっぱいかかって手入力していたレシートの山が、コーヒーを飲みながら検証できるスプレッドシートに変わるのを実感してください。