【2026年最新】Claude Code×財務・FP&Aプロンプト30選

結論: Claude Codeは、予算策定・予実差異分析・資金繰り表作成・財務モデリング・取締役会向け財務サマリーまで、財務／FP&A（経営管理）の「お金を管理し、予測し、意思決定を支える仕事」をターミナル上で半自動化できる、いまもっとも実務的なAIエージェント環境です。

この記事の要点:

• 要点1: CSVやスプレッドシートを直接読ませて差異分析・感応度分析を回せるため、Excelの手作業が「30分→5分」相当に圧縮できる（弊社研修参加者の自己申告ベースの推計）
• 要点2: サブエージェント機能で「予実分析担当」「資金繰り担当」「取締役会資料担当」を並走させ、月次決算後の財務レポーティングを一気通貫で組める
• 要点3: 今日からコピペで使える財務・FP&A特化プロンプトを30個、CLIセットアップ手順とMCP連携の実装手順つきで公開

対象読者: 中小〜中堅企業の財務責任者・経営管理／FP&A担当者・CFO候補・管理部門でAI活用を検討中の方

読了後にできること: 直近の予実CSVをClaude Codeに読ませて、差異の要因分解とコメント案を5分で出す

「来週の取締役会、予実の差異コメントまだ書けてない…明日中に部門別の収益性も整理しないと…」

先日、ある中堅メーカー（従業員300名規模）の経営管理担当の方から、こんな相談を受けました。月次決算は5営業日で締まる。でもそこから先――予実差異の要因分解、資金繰り表のローリング更新、取締役会向けの財務サマリー作成――この「決算後の加工と説明づくり」に毎月3〜4日溶けている、と。手は動いているのに、いちばん価値のある「で、なぜそうなったのか」「次どう打つか」を考える時間がない。財務の現場で本当によく聞く話です。

この経験から改めて思ったのは、財務／FP&Aの仕事のボトルネックは「計算」ではなく「集計・加工・差異の言語化・資料整形」という中間作業に集中している、ということです。ここはAIエージェントがいちばん得意な領域です。とくにClaude Codeは、手元のCSVやスプレッドシートをそのまま読み込ませて、計算ロジックを書きながら結果を解説させ、さらにレポート文面まで一気に出せる。「Excel関数を組む人」と「数字を読む人」と「資料を書く人」を、ひとりのアナリストの中で並走させるイメージです。

この記事では、財務・FP&A業務に特化したClaude Code活用プロンプトを30個、コピペできる形で全公開します。予算策定・予実差異分析・資金繰り表・キャッシュフロー予測・財務モデリング／感応度分析・月次決算レポート要約・取締役会向け財務サマリー・投資判断（NPV／IRR）試算・コスト構造分析・部門別収益性分析・銀行折衝資料・資金調達計画――この順で、5分で試せるものから順に紹介します。なお、本記事の事例はすべて100社以上の研修・コンサル経験から構成した「想定シナリオ」であり、社名・数値は守秘義務のため加工・推計であることを先にお断りしておきます。

AIエージェントの基本概念や導入ステップを先に押さえたい方は、AIエージェント導入完全ガイドで体系的にまとめています。会計・経理の記帳寄りのプロンプトはClaude Code×経理プロンプト30選、中期経営計画・KPI設計など経営企画寄りはClaude Code×経営企画プロンプト30選に分けています。本記事は両者の「あいだ」――お金の予測と意思決定支援に絞った内容です。

そもそもなぜ財務・FP&Aで「ChatGPTのチャット」ではなく「Claude Code」なのか

結論から言うと、財務／FP&Aの作業は「複数のファイルを横断して、計算ロジックを再現可能な形で残しながら、結果を文章にする」性質が強いからです。チャット型のAIに毎回CSVを貼り付けて、毎回プロンプトを書き直して、出力をコピーしてExcelに戻す――この往復が地味に重い。

Claude Codeはターミナル上で動くAIエージェントなので、次のことが自然にできます。

• ローカルのファイルをそのまま読む: budget_2026.csv も actual_2026q1.csv も「このフォルダにあるやつ全部見て」で済む
• 計算を「コード」として残せる: Pythonスクリプトとして差異分析ロジックを書かせれば、来月も同じものを回せる（属人化しない）
• サブエージェントで分業できる: 「差異分析担当」「資金繰り担当」「取締役会資料担当」を並走させ、最後に統合させる
• MCP連携で外部データに繋がる: Google スプレッドシート、ファイルシステム、（環境によっては）会計SaaSのAPIに接続できる
• 監査証跡が残る: どのファイルを読んで、どんなロジックで、どう計算したかが会話ログとスクリプトに残る

研修先で「Claude Codeって開発者向けでしょ？」とよく聞かれますが、実際に財務の方に触ってもらうと反応が変わります。コードを書けなくてもいいんです。「このCSVを読んで、予算と実績の差異を費目別に出して、差異が大きい順に並べて、それぞれ100字でコメント案を書いて」と日本語で頼むだけ。コードはClaude Codeが書きます。あなたは数字を読むことに集中できる。

5分でできる初期セットアップ — 財務担当者向け最小構成

まずは触れる状態を作ります。専門知識は不要です。

1. Claude Codeのインストール: 公式ドキュメント（docs.claude.com/en/docs/claude-code）の手順に沿って、ターミナルから npm install -g @anthropic-ai/claude-code 相当のコマンドを実行（環境により異なるため公式手順を必ず確認）
2. 作業フォルダを作る: ~/finance-workspace/ のようなフォルダを作り、分析対象のCSV（予算、実績、試算表など）を置く
3. そのフォルダでClaude Codeを起動: cd ~/finance-workspace && claude
4. 機密情報の扱いを決める: 後述しますが、生の決算データを扱う前に「何を読ませてよいか」の社内ルールを必ず確認

これで準備完了です。あとはプロンプトを投げるだけ。最初の1本としておすすめなのが、これ。

このフォルダにあるCSVファイルをすべて確認して、それぞれが何のデータか（予算なのか実績なのか、対象期間はいつか、含まれている費目や部門は何か）を表形式で要約してください。
不足している情報があれば、最初に質問してから作業を開始してください。
仮定した点は必ず"仮定"と明記してください。

研修でこのプロンプトを最初に打ってもらうと、ほぼ全員が「あ、ちゃんとデータの中身を理解してから動いてくれるんだ」と安心します。いきなり計算させるより、まず「データの地図」を作らせるのが事故を減らすコツです。

カテゴリ1：予算策定・予算編成（#1〜#5）

予算編成は「過去実績の延長」と「経営の意思」のあいだを行き来する作業です。Claude Codeには過去データの傾向分析と、複数シナリオの叩き台づくりを任せます。

#1：過去3年の実績からトレンドベースの予算ドラフトを作る

添付した過去3年分の月次実績CSV（actual_2023.csv, actual_2024.csv, actual_2025.csv）を読み込んで、来期（2026年）の予算ドラフトを作成してください。

要件:
- 売上は過去3年のCAGRと直近の月次トレンドを両方提示し、保守的・標準・強気の3パターンを出す
- 変動費は売上連動で按分、固定費は前年実績ベースに物価上昇率（仮定値を明記）を上乗せ
- 月次の季節性（過去実績の月別構成比）を反映する
- 計算ロジックはPythonスクリプトとして残し、来期も再利用できる形にする
- 前提条件はすべて冒頭に「仮定」として列挙する

数字は根拠（出典/計算式）を添えてください。

顧問先のサービス業（従業員80名規模）でこれに近い使い方をしたとき、「3パターン出してくれるのが地味にありがたい」と言われました。経営会議って結局「で、強気ならいくら？」を聞かれるので、最初から幅で持っておくと議論が早い。

#2：部門から上がってきた予算申請を集約・整合性チェックする

各部門から提出された予算申請ファイル（dept_sales.csv, dept_marketing.csv, dept_rd.csv, dept_admin.csv）を集約してください。

チェックしてほしいこと:
- 全部門の合計が経営目標値（営業利益◯◯円、添付のtarget.csv参照）に届いているか、ギャップはいくらか
- 前年実績比で異常に増えている費目（前年比+30%以上）を部門ごとにフラグ
- 部門間で重複していそうな費目（例: 同じ展示会費が複数部門に計上）を指摘
- 人件費の合計が要員計画（headcount_plan.csv）と整合しているか

最後に、ギャップを埋めるための調整候補を「部門別の削減余地が大きい順」に3つ提案してください（ただし提案であって決定ではない旨を明記）。

#3：ゼロベース予算（ZBB）の論点整理シートを作る

来期から固定費のゼロベース見直しを行います。添付の前年固定費明細（fixed_costs_2025.csv）について、各費目ごとに以下を整理した「ZBB論点シート」を表形式で作成してください。

各費目について:
- 金額と前年比
- この費用がなくなったら何が起きるか（影響の仮説）
- 削減・据え置き・増額のいずれが妥当か（理由つき・あくまで叩き台）
- 削減する場合の実行ハードル（契約期間、社内合意の難易度など）

判断材料が足りない費目は「要ヒアリング」と明記してください。

#4：複数事業の予算をポートフォリオ視点で見直す

当社は3事業（A事業: 既存安定、B事業: 成長投資中、C事業: 撤退検討中）を持っています。添付の事業別予算ドラフト（biz_a.csv, biz_b.csv, biz_c.csv）について:

- 各事業の売上成長率・営業利益率・投資額（CAPEX+販促費）を一覧化
- 限られた投資原資（合計◯◯円、target.csv参照）をどう配分すべきか、ROIの観点で3つの配分案を提示
- C事業を縮小した場合に浮く原資をB事業に回すシミュレーションを示す
- 各案のリスク（成長が想定通りいかない場合の下振れ）も併記

これは経営判断のための材料であり、推奨であって決定ではないことを明記してください。

#5：予算編成スケジュールとタスクリストを自動生成する

当社の決算月は12月、取締役会での予算承認は11月中旬です。逆算した予算編成スケジュールを作ってください。

含めてほしい工程:
- 経営方針の提示、各部門への依頼、申請回収、一次集約、経営とのすり合わせ、修正、最終化、取締役会資料作成
- 各工程の担当（FP&A / 各部門 / 経営）と所要日数の目安
- 各工程で使うClaude Codeプロンプト（このフォルダの他のプロンプトを参照）の対応表

ガントチャート的に見やすい表形式でお願いします。

カテゴリ2：予実差異分析（#6〜#10）

FP&Aの月次のメインイベントです。ここを速くできると、月次決算後の「説明づくり」が劇的に楽になります。

#6：予実差異を費目別・部門別に分解してコメント案まで出す

添付の予算CSV（budget_2026.csv）と実績CSV（actual_2026_q1.csv）を比較して、四半期の予実差異分析を作成してください。

出力してほしいもの:
1. 費目別・部門別の差異一覧（金額差・率差）
2. 差異を「数量要因」「単価要因」「ミックス要因」に分解できる項目は分解する
3. 差異の絶対額が大きい上位10項目について、それぞれ「なぜこの差異が出たのか」の仮説と、取締役会で使える100字程度のコメント案
4. 累計だけでなく単月のトレンドも見て、「一時的な差異」と「構造的な差異」を区別

仮説には必ず「仮定」または「要確認」を付け、確定情報のように書かないでください。計算ロジックはPythonスクリプトで残してください。

これは研修でいちばん「おお」と言われるプロンプトです。差異の数字を出すだけならExcelでもできる。でも「数量要因と単価要因に分解して」「コメント案まで」となると、手作業だと半日仕事。それが数分で叩き台になる。もちろんコメント案はそのまま使えません。「ここの差異、本当は値引きじゃなくて返品なんだよな」と直す。でもゼロから書くのと、叩き台を直すのは全然違います。

#7：予実差異のウォーターフォール（橋渡し）図のデータを作る

予算営業利益から実績営業利益への「ブリッジ」を作りたいです。budget_2026.csv と actual_2026_q1.csv から、以下の順で利益が動いた要因を金額で並べてください。

並べる順: 予算営業利益 → 売上数量影響 → 売上単価影響 → 原価率変動 → 販管費の増減（費目別の主要なもの） → 実績営業利益

ウォーターフォールチャートに貼れるよう、「項目名」「金額（プラス/マイナス）」「累計値」の3列のCSV形式で出力してください。要因分解の前提（按分方法など）は冒頭に仮定として明記してください。

#8：「差異が出てから気づく」を防ぐ早期警告ロジックを組む

月次実績が出るたびに「予算からの乖離が拡大している兆候」を早めに検知したいです。次のロジックでPythonスクリプトを書いてください。

- 各費目について、累計予実乖離率と、直近3ヶ月の乖離率トレンドを計算
- 累計乖離が±10%超、または直近3ヶ月で乖離が連続拡大している費目を「要注意」としてフラグ
- 通期着地見込み（現状トレンドが続いた場合の年度末の数字）を簡易推計
- 結果を「赤（要注意）/黄（注視）/緑（問題なし）」の3段階で一覧表示

スクリプトは毎月新しい実績CSVを差し替えるだけで回せる形にしてください。

#9：取締役・経営層からの「なぜ？」に先回りするQ&A集を作る

来週の取締役会で、当四半期の予実差異について説明します。添付の差異分析結果（variance_q1.csv）をもとに、取締役から飛んできそうな質問とその回答案を10個作ってください。

質問の想定レベル:
- 「販管費が予算超過しているが何に使ったのか」
- 「この差異は来期も続くのか、一時的なのか」
- 「他社・業界平均と比べてどうなのか」
- 「で、通期はどう着地するのか」

回答案は、答えられる範囲は具体的に、データが足りない部分は「確認して回答します」と正直に書いてください。憶測を確定情報のように書かないこと。

#10：差異分析の「定例フォーマット」をテンプレ化する

毎月の予実差異レポートを標準フォーマットにしたいです。次の構成のテンプレートと、それを自動で埋めるPythonスクリプトを作ってください。

構成:
1. エグゼクティブサマリー（3行: 全体感、最大の差異要因、通期見通し）
2. P/L予実サマリー表
3. 差異が大きい上位5項目の解説（各150字）
4. 部門別の状況（1部門1段落）
5. 来月の注目ポイント

スクリプトは budget.csv と当月の actual.csv を渡すと、上記の表と数字部分を自動で埋めた下書きを出力する。解説の文章部分は「ここに記入」のプレースホルダーにして、人間が最終的に書き込めるようにしてください。

カテゴリ3：資金繰り・キャッシュフロー予測（#11〜#15）

「黒字なのに資金がショートする」を防ぐのが資金繰り管理。中小企業ほどここが命綱です。Claude Codeには入出金予定の集約と、ローリング更新の自動化を任せます。

#11：13週間ローリング資金繰り表を作る

添付の入金予定（receivables.csv: 取引先・金額・入金予定日）、支払予定（payables.csv: 支払先・金額・支払予定日）、固定的な支出（fixed_outflows.csv: 給与・家賃・税金・社会保険料など、毎月の発生日付き）、現在の預金残高（cash_balance.csv）から、今週起点で13週間の週次資金繰り表を作成してください。

要件:
- 各週: 期首残高 → 入金 → 出金 → 期末残高
- 期末残高が「安全水準（月商の◯ヶ月分、仮定値を明記）」を下回る週を赤でフラグ
- 最も残高が薄くなる週とその金額を明示
- もしショートしそうなら、「支払いの一部を翌週にずらす」「短期借入で埋める」などの対応オプションを金額つきで提示（あくまで選択肢）

来週以降は新しいCSVを差し替えるだけで再計算できるPythonスクリプトとして残してください。

顧問先の建設業（従業員50名規模）で、入金が工事完了後でズレやすく、毎週Excelで資金繰り表を手で更新していたケースがありました。これをスクリプト化したら、更新が「CSVを差し替えてプロンプト1本」になった。担当の方が「毎週金曜の午後、これに2時間かかってたのが20分になった」と。あくまでその方の自己申告ですが、現場の体感としてはそのくらいのインパクトがあるようです。

#12：売掛金の回収サイトを分析して資金繰りリスクを洗い出す

添付の売掛金明細（receivables_aging.csv: 取引先・売上計上日・回収予定日・実回収日・金額）から:

- 取引先別の平均回収サイト（実績ベース）と、契約上の回収サイトの乖離
- 回収が常に遅れる取引先（実績が予定より平均15日以上遅い先）をリストアップ
- 滞留債権（回収予定日を30日以上過ぎている）の一覧と合計額
- もし主要取引先（売掛残高上位3社）の入金が1ヶ月遅れたら資金繰りにどう影響するかのストレステスト

リスクの高い順に並べ、それぞれ対応策の候補（与信枠の見直し、前金交渉、ファクタリング検討など）を添えてください。各対応策のデメリットも正直に書くこと。

#13：間接法ベースの月次キャッシュフロー予測を作る

来期12ヶ月のキャッシュフロー予測（間接法）を作成してください。インプットは予算P/L（budget_pl_2026.csv）、予算B/Sの主要項目の月次推移想定（売掛金・買掛金・棚卸資産の回転日数の前提、bs_assumptions.csv）、設備投資計画（capex_plan.csv）、借入返済予定（loan_schedule.csv）です。

出力:
- 営業CF（税引後利益 + 減価償却 ± 運転資本増減）
- 投資CF（設備投資）
- 財務CF（借入・返済・配当）
- フリーキャッシュフローと月末現預金残高の推移
- 現預金が手元流動性の目標水準を割り込む月があればフラグ

運転資本の前提（回転日数など）はすべて冒頭に仮定として列挙し、感応度を見られるよう変数化してください。

#14：資金繰り改善の打ち手をインパクト順に並べる

当社の運転資本を圧縮して資金繰りを改善したいです。直近1年の月次データ（売上、売掛金残高、買掛金残高、棚卸資産残高、working_capital_history.csv）をもとに:

- 現状の運転資本（売掛+棚卸-買掛）の月平均と推移
- 売掛金回転日数を◯日短縮したら手元資金がいくら増えるか
- 棚卸資産を◯日分減らしたら、買掛金支払サイトを◯日延ばしたら、それぞれいくら効くか
- 上記の打ち手を「資金インパクトが大きく、実行ハードルが低い順」にマトリクスで整理

各打ち手の副作用（取引先との関係悪化、欠品リスクなど）も必ず併記してください。

#15：複数シナリオの資金繰り（ベース・楽観・悲観）を一括で出す

来期の資金繰りについて、3シナリオを並べて見せてください。

- ベース: 予算どおり
- 悲観: 売上が予算比-15%、回収が平均20日遅延、主要取引先1社の支払い遅延
- 楽観: 売上が予算比+10%、設備投資の一部を後ろ倒し

各シナリオで12ヶ月の月末現預金残高の推移と、最も資金が薄くなる月・金額を出してください。悲観シナリオで資金がショートする場合、必要な追加調達額と、いつまでに手当てが必要かを明示。シナリオの前提はすべて変数化し、後から数字をいじれる形にしてください。

カテゴリ4：財務モデリング・感応度分析（#16〜#19）

「もし〜なら？」に数字で答えるのがFP&Aの腕の見せどころ。Claude Codeなら3表（P/L・B/S・C/F）連動モデルも、感応度テーブルも、Pythonで再現可能な形で組めます。

#16：3表連動の簡易財務モデルを構築する

当社の3表連動（P/L・B/S・キャッシュフロー）の簡易財務モデルをPythonで構築してください。

ドライバー（前提変数）:
- 売上成長率、売上原価率、販管費率（売上比）、減価償却費、設備投資額、運転資本の回転日数（売掛・買掛・棚卸）、借入金利、税率、配当性向

これらを変数として、向こう5年のP/L・B/S・キャッシュフローを自動計算する。B/Sがバランスするように現預金または借入を調整項にする。

最後に、現状の前提での5年後の売上・営業利益・自己資本比率・有利子負債/EBITDA倍率を一覧で出してください。前提値はすべてファイル冒頭にまとめ、変えやすくしてください。

#17：主要ドライバーの感応度テーブル（トルネード分析）を作る

#16で作った財務モデルを使って、5年後の営業利益に対する感応度分析をしてください。

- 各前提変数（売上成長率、原価率、販管費率、金利など）を「-20% / -10% / ベース / +10% / +20%」で動かしたとき、5年後営業利益がどう変わるかの一覧表
- 営業利益への影響が大きい変数の順位（トルネードチャートに貼れる形式）
- 「営業利益が現状の80%まで落ちる」のはどの変数がどれだけ悪化したときか

どの前提が一番効くのかが直感的にわかるように整理してください。

#18：損益分岐点とその安全余裕度を分析する

添付の費用構造データ（cost_structure.csv: 各費目を変動費/固定費に分類済み、直近12ヶ月分）から:

- 月次の損益分岐点売上高と、実績売上の安全余裕率（実績がBEPをどれだけ上回っているか）の推移
- 固定費を◯%削減した場合、変動費率を◯ポイント改善した場合、それぞれBEPがどう動くか
- 「売上が何%落ちたら赤字に転落するか」を月別に提示
- 来期予算ベースでのBEPと安全余裕率の見込み

固変分解の前提（半変動費の按分方法など）は仮定として明記してください。

#19：M&A・新規投資の簡易バリュエーションを試算する

買収候補A社の簡易バリュエーションをしたいです。添付のA社財務データ（target_financials.csv: 過去3年のP/L・B/S）と、想定する事業計画の前提（成長率、シナジー、統合コストなど、deal_assumptions.csv）から:

- DCF法による企業価値・株式価値（WACC、永久成長率の前提を明記）
- 類似会社比較法（EV/EBITDA、PERの倍率は仮定値を明記）による参考レンジ
- 上記2手法のレンジ比較と、提示価格の妥当性に関する所見
- ディールが成立した場合の当社の連結P/L・B/Sへの影響（のれん、有利子負債、EPSへの影響）

これは投資判断のための材料であり、最終的な意思決定や正式な価値算定ではないことを明記してください。WACCや倍率の前提はすべて変数化してください。

カテゴリ5：月次決算レポート要約・取締役会向け財務サマリー（#20〜#23）

「数字は出た。で、誰にどう説明する？」――ここがFP&Aの最後の関門。Claude Codeに「経営者向け」「銀行向け」「現場向け」と読み手別に書き分けさせます。

#20：月次決算の数字から経営者向け1ページサマリーを作る

添付の当月試算表（trial_balance.csv）と予算（budget.csv）、前年同月実績（actual_prev_year.csv）から、社長・役員が3分で読める「月次決算サマリー（1ページ）」を作成してください。

構成:
- ヘッドライン3行（今月の全体感、最大のトピック、通期見通しの変化）
- 主要KPIの数字（売上・営業利益・経常利益・現預金残高）を「当月 / 予算比 / 前年同月比」で
- 良かったこと2点、懸念2点（それぞれ1行）
- 来月の注目ポイント1点

専門用語を避け、経営判断に直結する情報だけに絞ってください。数字の解釈は「事実」と「FP&Aの見立て（要確認含む）」を分けて書くこと。

研修先で、若手の経営管理担当の方が「役員に説明するとき、何を削ればいいかわからない」と悩んでいました。このプロンプトを使うと、Claude Codeが「役員はこの粒度で十分」と勝手に絞ってくれる。それを見て「あ、こういうレベルでいいんだ」と学べる。AIが資料を作るというより、AIがお手本を見せてくれる感覚です。

#21：取締役会用の財務報告パッケージのドラフトを組む

四半期の取締役会向け財務報告資料のドラフトを作ってください。インプットは当四半期の実績（actual_q.csv）、予算（budget.csv）、前年同期（actual_prev_year_q.csv）、資金繰り見込み（cashflow_forecast.csv）です。

スライド構成（各スライド: 見出し + 載せる数字・グラフの指定 + 説明文ドラフト）:
1. エグゼクティブサマリー
2. P/L実績 vs 予算 vs 前年（差異要因コメントつき）
3. B/S・財務健全性指標（自己資本比率、有利子負債/EBITDA、流動比率）
4. キャッシュフローと資金繰り見通し
5. 通期着地見込み（現状トレンドベース）
6. 経営課題とFP&Aからの提言

各スライドの説明文は、取締役会の議事録に載っても問題ない精度で。確定していない見通しは「見込み」「要確認」と明記してください。

#22：複数の決算データから「今月の本当の論点」を抽出させる

当月の試算表（trial_balance.csv）、部門別P/L（dept_pl.csv）、資金繰り表（cashflow.csv）、受注残データ（backlog.csv）をすべて読んで、「今月、経営が議論すべき論点」を重要度順に5つ挙げてください。

各論点について:
- 何が起きているか（事実、どの数字に表れているか）
- なぜ重要か
- 放置するとどうなるか（仮説）
- 議論のために追加で必要なデータ

数字を見ただけでは断言できない部分は「要確認」と明記し、憶測を事実のように書かないこと。「特に問題なし」が結論なら、それも正直に。

#23：決算説明会・株主向けの財務ハイライト原稿を作る（非上場含む）

当社の年度決算がまとまりました。決算データ（fy_results.csv: P/L・B/S・主要KPIの当年・前年）から、株主・主要取引先向けの「業績ハイライト」原稿（800字程度）を作成してください。

含めてほしいこと:
- 売上・利益の前年比とその主因
- 財務体質の状況（自己資本比率など）
- 来期の見通し（数字は控えめに、コミットしすぎない表現で）
- 経営からのメッセージにつながる総括

過度に楽観的な表現や、根拠のない自信表明は避けてください。事実ベースで、誠実なトーンで。

カテゴリ6：投資判断（NPV・IRR）・コスト構造分析（#24〜#27）

#24：設備投資案件のNPV・IRR・回収期間を試算する

設備投資案件Xの投資判断をしたいです。前提（initial_investment: 初期投資額、annual_cashflows: 5年分の年間キャッシュフロー予測、salvage_value: 残存価値、discount_rate: 割引率、project_assumptions.csv参照）から:

- NPV（正味現在価値）
- IRR（内部収益率）
- 回収期間（単純回収期間と割引回収期間の両方）
- 割引率を「-2% / ベース / +2%」で動かしたときのNPVの変化
- 年間キャッシュフローが予測の80%だった場合のNPV・IRR

最後に、「この案件は投資すべきか」についてのFP&Aとしての所見（数字に基づく、ただし最終判断は経営の責任である旨を明記）。前提はすべて変数化してください。

#25：複数の投資案件を限られた予算内でランク付けする

来期の設備投資予算は◯◯円です。申請されている投資案件5件（projects.csv: 案件名・投資額・5年間のキャッシュフロー予測・戦略上の位置づけ）について:

- 各案件のNPV・IRR・収益性指数（PI = 現在価値/投資額）を計算
- 予算制約の中でNPV合計を最大化する案件の組み合わせ（複数パターン）
- 「ROIは低いが戦略上必須」とされている案件を入れた場合の機会損失
- 推奨する投資ポートフォリオと、外す場合のリスク

これは意思決定の材料であり、戦略的重要性の最終判断は経営が行うことを前提に整理してください。

#26：コスト構造を分解して「効く削減策」を特定する

当社の総コストを構造的に見直したいです。直近12ヶ月の費用明細（expenses_detail.csv: 費目・部門・金額・変動/固定の別）から:

- コストを「事業の規模に連動するもの」「固定的なもの」「裁量的なもの（広告・採用・教育など）」に分類した構成比
- 金額が大きい上位20費目の前年比トレンド
- 「削減してもすぐには事業に影響しない」候補と「削ると痛い」候補の仕分け
- 削減ポテンシャルが大きく実行ハードルが低い施策を5つ、想定削減額つきで（あくまで候補）

各施策の副作用・リスクも必ず併記し、「とにかく削れ」ではなく「どこから削るのが合理的か」の視点で整理してください。

#27：ABC（活動基準原価計算）的に間接費を配賦し直す

当社は間接費（管理部門費・共通設備費など、indirect_costs.csv）を売上高比で各事業に按分していますが、これだと実態に合っていない懸念があります。各事業の活動量データ（activity_drivers.csv: 取引件数、出荷件数、問い合わせ件数、人員数など）をもとに、活動基準でより実態に近い配賦を試算してください。

- 現行（売上高按分）と新方式（活動基準）で、各事業の負担額がどう変わるか
- 配賦方法を変えると各事業の営業利益率がどう動くか
- どの配賦ドライバーを使うのが妥当か（複数案の比較）

配賦は唯一の正解がない領域なので、前提と限界を明示してください。

カテゴリ7：部門別収益性分析・銀行折衝・資金調達計画（#28〜#30）

#28：部門別・製品別の収益性を分解して「儲かっている本当の場所」を見る

添付の売上・原価・経費データ（segment_data.csv: 部門・製品ライン・売上・直接原価・直接経費・配賦された間接費）から、部門別・製品ライン別の収益性分析を作成してください。

- 各セグメントの貢献利益（売上 - 変動費）と、間接費配賦後の営業利益、それぞれの率
- 「貢献利益はプラスだが、間接費配賦後は赤字」のセグメント（=撤退すると間接費が他に乗るので慎重判断が必要なもの）
- 売上構成比と利益構成比のギャップ（売上は大きいが利益が薄い／その逆）
- 経営資源を厚くすべきセグメント、見直すべきセグメントの示唆

撤退・縮小の判断は固定費の回収可能性まで見ないと誤るので、その点を必ず注記してください。

顧問先の卸売業（従業員120名規模）で、「この製品ライン、売上は大きいけど利益で見るとほぼゼロだった」という発見がありました。Excelでも出せた数字ですが、間接費の配賦まで含めて一気に見える化したのが効いた。「なんとなく稼ぎ頭だと思ってた事業が、実は赤字に近かった」――こういう気づきが経営の打ち手を変えます。

#29：銀行折衝（融資交渉）用の財務説明資料を作る

取引銀行に運転資金の融資を相談します。説明資料のドラフトを作ってください。インプットは直近3期の決算（financials_3y.csv）、今期の業績見込み（forecast.csv）、資金使途と返済計画（loan_purpose.csv）です。

含めてほしいこと:
- 業績推移のサマリー（売上・利益・キャッシュフロー）と、変動があった年の理由説明
- 財務健全性指標（自己資本比率、有利子負債/EBITDA、債務償還年数、流動比率）と、銀行が気にしそうなポイントへの先回り説明
- 資金使途の妥当性（なぜこの金額が必要か）
- 返済原資の説明（今後のキャッシュフローでどう返すか、保守的な前提で）
- 想定される銀行からの質問とその回答案

過度に強気な見通しは銀行に見抜かれるので、保守的かつ誠実なトーンで。数字の前提は明記してください。

#30：資金調達計画（デット・エクイティのミックス）を比較検討する

来期に◯◯円の成長投資資金が必要です。調達手段の比較検討資料を作ってください。

検討する選択肢:
- 銀行借入（金利、返済期間、財務制限条項の影響）
- 増資（既存株主の希薄化、議決権への影響）
- 補助金・助成金の活用可能性（一般論として、専門家確認前提で）
- 内部留保＋投資の後ろ倒し

各選択肢について:
- 調達コスト（金利 or 希薄化のインパクト）
- 財務体質への影響（自己資本比率、有利子負債/EBITDAの変化を#16のモデルで試算）
- 実行のスピードとハードル
- メリット・デメリット

推奨する調達ミックスと、その場合の5年後の財務指標の見込みを示してください。ただし最終判断は経営・株主が行うこと、税務・法務は専門家確認が必要なことを明記。

サブエージェントで「FP&Aチーム」を再現する — 月次クローズ後の一気通貫フロー

30個のプロンプトを個別に使うだけでも十分強いのですが、Claude Codeの真価はサブエージェント機能です。月次決算が締まったあと、こんな指示を出します。

月次決算が締まりました。このフォルダの当月実績（actual_2026_05.csv）と予算（budget_2026.csv）、資金繰りデータ（cashflow_inputs.csv）をもとに、月次レポーティングを一気通貫で進めてください。

サブエージェントを使って次の3つを並行で進め、最後に統合してください:
1. 予実差異分析担当: 費目別・部門別の差異分解とコメント案（プロンプト#6相当）
2. 資金繰り担当: 13週ローリング資金繰り表の更新と要注意週のフラグ（プロンプト#11相当）
3. 経営報告担当: 上記2つの結果を待って、経営者向け1ページサマリー（プロンプト#20相当）を作成

統合結果として、「①差異分析レポート ②資金繰り表 ③経営サマリー」の3点セットを出力してください。各担当が確信を持てない部分は「要確認」と明記し、私が後でチェックできるよう論点リストも添えてください。

研修でこれを見せると、ベテランの経営管理担当の方ほど「これ、うちのチームの月次そのものだ」と驚きます。差異を出す人、資金繰りを回す人、役員資料を作る人――その分業がそのままサブエージェントに対応している。ただし強調しておきたいのは、これは「人が要らなくなる」話ではなく「人がチェックと判断に集中できる」話だということです。叩き台を作るのはAI、最終的に「この数字、この説明で経営会議に出していい」と判断するのは人間。この役割分担を崩すと事故ります。

MCP連携でスプレッドシート・会計データに直接つなぐ

もう一段踏み込むなら、MCP（Model Context Protocol）でデータソースに直接接続します。MCPは「AIエージェントが外部ツールやデータに安全につながるための共通規格」で、2024年末にAnthropicが公開して以降、対応ツールが急速に増えています（Anthropic公式: anthropic.com/news/model-context-protocol）。

財務／FP&Aで実用的なのはこのあたりです。

• ファイルシステムMCP: 指定フォルダのCSV・Excelを読み書き（最初に入れるべき基本）
• Google スプレッドシートMCP: 予算管理シートや資金繰り表を直接読んで更新（チームで共有しているシートをそのまま扱える）
• 会計SaaSのAPI連携: freee・マネーフォワード等がAPIを公開しており、対応するMCPサーバーやカスタム連携を組めば試算表データを直接取得できる（要: 各社の利用規約・権限設計の確認）
• データベースMCP: 基幹システムのDBに読み取り権限で接続し、売上・在庫データを参照

セットアップは設定ファイル（~/.claude.json など、環境により異なる）にMCPサーバーの起動コマンドを書くだけです。たとえばGoogleスプレッドシート連携を入れると、こんなプロンプトが通るようになります。

共有スプレッドシート「2026年度_資金繰り管理」の「入金予定」シートと「支払予定」シートを読んで、今週起点の13週ローリング資金繰り表を計算し、結果を同じスプレッドシートの「13週繰り」シートに書き込んでください。
書き込む前に、計算結果のサマリー（最も残高が薄くなる週とその金額）を私に見せて、確認を取ってから書き込んでください。
仮定した点はすべて明記してください。

「確認を取ってから書き込む」を必ず入れるのがコツです。財務データに自動で書き込ませるのは便利な反面、間違ったまま上書きされると怖い。「読むのは自由、書くのは確認後」を原則にしてください。

【要注意】財務・FP&Aでやりがちな失敗パターンと回避策

失敗1：生の決算データを無防備にAIに渡す

❌ 確定前の決算数字、未公表の業績、取引先別の取引条件などを、社内ルールを確認せずにそのまま読ませる

⭕ まず情報セキュリティ・コンプライアンス部門に「Claude Codeに何を読ませてよいか」を確認する。エンタープライズ向けプラン（学習にデータを使わない契約）か、ローカル処理中心の構成かを把握する。判断がつかないうちは、ダミーデータや構造だけ（数字をマスクしたCSV）で練習する

なぜ重要か: 財務データはインサイダー情報・営業秘密の塊です。実際、ある企業で「とりあえず触ってみよう」と未公表の月次データを個人アカウントのチャットAIに貼ってしまいかけた場面に居合わせたことがあります（直前で止まりました）。便利さの前に、まず「何を渡してよいか」を決める。順番を間違えないでください。

失敗2：AIが出した数字を検算せずに経営会議に持っていく

❌ Claude Codeが出した差異分析やNPV計算を、ロジックも検算もせずにそのまま資料化する

⭕ 必ず「計算ロジックをPythonスクリプトで残させて、その式を目視チェック」「合計値が元データと一致するか突合」「桁が常識的か（億のはずが万になってないか）を確認」する。少なくとも主要な数字は電卓やExcelで再計算する

なぜ重要か: AIは流暢に間違えます。とくに按分や符号（プラス・マイナス）のミスは見た目では気づきにくい。財務の数字を間違えると経営判断を誤らせる――責任の重さが他の業務と違います。「叩き台はAI、検算は人間」を絶対のルールにしてください。

失敗3：前提（仮定）を確認せずにアウトプットだけ信じる

❌ 「来期予算ドラフトできました」の中身を見ずに、物価上昇率や成長率の前提が何になっているか確認しない

⭕ プロンプトに必ず「前提・仮定を冒頭に列挙して」と入れ、出力の最初に並んでいる仮定リストを真っ先に読む。前提が現実とズレていたら、その前提を直して再計算させる

なぜ重要か: 財務モデルは前提が9割です。きれいなアウトプットが出てくると、つい中身の前提を見落とす。「で、この数字、何を前提に置いてるんだっけ？」を毎回最初に問う癖をつけてください。これは研修でも繰り返し言っていることです。

失敗4：「効率化」だけを追って、考える時間まで削ってしまう

❌ 差異分析もコメントもAIに任せて、出てきた説明文をそのまま提出。「で、なぜそうなったのか」「次どう打つか」を自分で考えない

⭕ AIに「集計・加工・叩き台づくり」を任せて浮いた時間を、「差異の真因を現場に聞きに行く」「来期の打ち手を構想する」「経営に提言する」に振り向ける。AIは作業を肩代わりするためのもので、思考を肩代わりさせるものではない

なぜ重要か: FP&Aの価値は「数字を出すこと」ではなく「数字から経営の意思決定を導くこと」です。作業が速くなった分、考えるのも速くなる――では本末転倒。空いた時間を何に使うかで、AI導入が「ただの作業削減」で終わるか「経営貢献の質向上」につながるかが分かれます。

正直にお伝えすると、Claude Codeを使った財務分析もまだ発展途上です。複雑な税効果会計や、勘定科目の細かい振り替えは間違えることがある。最新の会計基準の改正をすぐには反映できないこともある。だからこそ、「AIに丸投げ」ではなく「AIと協業」――叩き台と検算を分けるアプローチが正解です。

導入を進めるときの社内ステップ（想定シナリオ）

事例区分: 想定シナリオ
以下は100社以上の研修・コンサル経験をもとに構成した、財務／経営管理部門でClaude Codeを導入する典型的な進め方です。社名・数値は加工・推計です。

フェーズ1（最初の2週間）: 環境準備とダミーデータでの練習
情報セキュリティ部門と「何を読ませてよいか」を握る。Claude Codeをインストールし、ファイルシステムMCPを設定。本番データではなく、構造だけ同じダミーCSVで#1（予算ドラフト）、#6（差異分析）、#11（資金繰り表）を回してみる。ここで「どういう聞き方をすると精度が上がるか」の感覚を掴む。

フェーズ2（1〜2ヶ月）: 1業務に絞って本番投入
いきなり全部やらない。「月次の予実差異コメント作成」など、毎月発生して負荷が高く、間違っても致命傷になりにくい業務を1つ選んで本番データで使う。計算ロジックをスクリプト化して再利用できる形にする。アウトプットは必ず人間が検算してから使う。1〜2ヶ月で「何が任せられて、何が任せられないか」が見えてくる。

フェーズ3（3ヶ月〜）: サブエージェントで月次フローを一気通貫化
差異分析・資金繰り・経営報告をサブエージェントで並走させ、月次クローズ後の3点セット作成を半自動化する。同時に「Claude Codeで財務分析するときの社内ガイドライン」（読ませてよいデータ、検算の必須化、前提確認の徹底、保存場所のルール）を文書化する。ここまで来ると、月次レポーティングにかかっていた数日が大幅に圧縮され、FP&Aが「分析と提言」に時間を使えるようになる――というのが、研修先で見てきた典型的な変化です。

AI導入で失敗する企業の共通点や、業務分解の進め方についてはAI導入戦略の完全ガイドも参考にしてください。

セキュリティと運用ルール — 財務部門が最低限決めておくべきこと

財務データを扱う以上、ここは妥協できません。最低限、次の4点を社内ルールとして文書化してください。

1. データ分類と利用可否: 「公表済み財務情報＝OK」「未公表の月次・予算＝エンタープライズ契約環境でのみOK」「取引先別の取引条件・個人情報を含むもの＝原則NG（マスク必須）」のように、何を読ませてよいかを明文化する
2. 利用環境の限定: 個人アカウント・無料プランで本番財務データを扱わない。学習にデータを使わない契約（エンタープライズ等）か、ローカル処理中心の構成に限定する
3. 検算の必須化: AIが出した数字は、経営会議・取締役会・対外資料に使う前に必ず人間が検算する。検算者を記録に残す
4. 成果物の保存場所: 分析結果・スクリプトは個人PCのデスクトップに置きっぱなしにせず、アクセス権が管理された共有領域に保存する。会話ログも含めて「誰がいつ何を分析したか」を追えるようにする

「ルールを作ると使いにくくなる」と思われがちですが、逆です。ルールがないと「これ使っていいんだっけ？」で誰も使わない、もしくは無防備に使って事故る。明確なルールがあるからこそ、現場が安心して活用できます。

まとめ：今日から始める3つのアクション

1. 今日やること: Claude Codeをインストールし、ダミーデータ（または数字をマスクした実データ）でプロンプト#6（予実差異分析）を1本回してみる。本物の機密データを使う前に、まず「どう動くか」を体感する
2. 今週中: 情報セキュリティ・コンプライアンス部門に「Claude Codeに何を読ませてよいか」を確認する。同時に、自部門で毎月発生して負荷が高い業務を1つ選び、フェーズ2の候補にする
3. 今月中: 選んだ1業務でプロンプトを本番投入し、計算ロジックをスクリプト化。「読ませてよいデータ・検算の必須化・前提確認・保存場所」を1ページの社内ガイドラインにまとめる

あわせて読みたい:

• Claude Code×経理プロンプト30選 — 仕訳・請求・経費精算など記帳業務の自動化
• Claude Code×経営企画プロンプト30選 — 中期経営計画・KPI設計・事業ポートフォリオ

次回予告: 次の記事では「Claude Code×内部監査・J-SOX対応プロンプト30選」をテーマに、業務記述書の作成・統制テスト・リスク評価マトリクスの整備まで、コンプライアンス部門の実務に踏み込みます。

著者: 佐藤傑（さとう・すぐる）
株式会社Uravation代表取締役。X（@SuguruKun_ai）フォロワー約10万人。100社以上の企業向けAI研修・導入支援。著書『AIエージェント仕事術』（SBクリエイティブ）。SoftBank IT連載7回執筆（NewsPicks最大1,125ピックス）。

ご質問・ご相談は お問い合わせフォーム からお気軽にどうぞ。

参考・出典

• Claude Code overview — Anthropic 公式ドキュメント（参照日: 2026-05-12）
• Introducing the Model Context Protocol — Anthropic（参照日: 2026-05-12）
• Subagents — Anthropic 公式ドキュメント（参照日: 2026-05-12）
• Model Context Protocol — Introduction — MCP 公式サイト（参照日: 2026-05-12）
• 金融庁 — 会計基準・開示制度に関する一次情報（参照日: 2026-05-12）
• 中小企業庁 — 財務サポート（参照日: 2026-05-12）

{
“@context”: “https://schema.org”,
“@type”: “FAQPage”,
“mainEntity”: [
{
“@type”: “Question”,
“name”: “財務・FP&A業務にClaude Codeを使うのは、ChatGPTのチャットと何が違いますか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “Claude Codeはターミナル上で動くAIエージェントで、ローカルのCSVやスプレッドシートを直接読み込み、計算ロジックを再利用可能なスクリプトとして残しながら、結果の解説やレポート文面まで一気通貫で出せます。予実差異分析や資金繰り表のローリング更新のように、複数ファイルを横断し計算を毎月繰り返す業務では、チャット型より大幅に効率的です。”
}
},
{
“@type”: “Question”,
“name”: “未公表の決算データや予算データをClaude Codeに読ませても大丈夫ですか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “まず社内の情報セキュリティ・コンプライアンス部門に確認し、学習にデータを使わない契約（エンタープライズ等）かローカル処理中心の構成であることを確認してください。判断がつかないうちは、数字をマスクしたダミーデータで練習するのが安全です。財務データはインサイダー情報・営業秘密を含むため、利用環境の限定とデータ分類のルール化が前提です。”
}
},
{
“@type”: “Question”,
“name”: “Claude Codeが出した財務分析の数字はそのまま経営会議に使えますか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “そのまま使うのは避けてください。AIは流暢に間違えることがあり、特に按分や符号のミスは見た目で気づきにくいです。計算ロジックをスクリプトとして残させて式を目視チェックし、合計値の突合や桁の妥当性確認を行い、主要な数字は人間が再計算してから使います。叩き台はAI、検算と最終判断は人間、という役割分担を守ってください。”
}
},
{
“@type”: “Question”,
“name”: “サブエージェントやMCP連携は財務業務でどう役立ちますか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “サブエージェント機能を使うと「予実差異分析担当」「資金繰り担当」「経営報告担当」を並走させ、月次決算後のレポーティングを一気通貫で組めます。MCP連携ではファイルシステムやGoogleスプレッドシート、会計SaaSのAPIに接続でき、共有シートを直接読んで資金繰り表を計算するといった運用が可能です。財務データへの書き込みは必ず人間の確認後に行う設計にしてください。”
}
},
{
“@type”: “Question”,
“name”: “財務部門でClaude Codeを導入する場合、どう進めればよいですか？”,
“acceptedAnswer”: {
“@type”: “Answer”,
“text”: “3フェーズで進めるのが現実的です。フェーズ1（最初の2週間）は環境準備とダミーデータでの練習、フェーズ2（1〜2ヶ月）は負荷が高く致命傷になりにくい1業務に絞った本番投入、フェーズ3（3ヶ月〜）はサブエージェントによる月次フローの一気通貫化と社内ガイドラインの文書化です。最初から全業務に広げず、1業務で実績を作ってから拡大してください。”
}
}
]
}