ChatGPTで決算分析するなら、根拠数値・計算式・事実と仮説の区分までプロンプトで指定するのが基本です。
この記事では、決算要約、BS、前年差・予実差、ROE・ROA、キャッシュフロー、競合比較、業績予測に使える7つのChatGPTプロンプトを、必要データと出力内容まで含めて実務向けに整理します。
ChatGPTの決算分析プロンプトはどう設計する?
結論からいうと、「何を分析するか」だけでなく、「どの資料の数字を使い、どの計算方法で、どの形式まで出力させるか」を指定することが重要です。
OpenAIが2026年4月10日に公開したFinanceチーム向けの公式ガイドでも、差異の整理、予測、財務分析、定型業務の標準化などが利用場面として挙げられています。同時に、ChatGPTは財務判断そのものを置き換えるものではなく、一次整理や初稿作成を支援する位置付けとされています。
この記事で扱う7つのプロンプトは次のとおりです。
| No. | 決算分析プロンプト | 主な用途 | 主に必要なデータ |
|---|---|---|---|
| 1 | 決算全体の要約 | 業績の重要な変化を把握する | PL、決算短信、決算説明資料 |
| 2 | BS分析 | 財務状態と運転資本を確認する | BS、PL、必要に応じてCF |
| 3 | 前年差・予実差分析 | 重要な差異とその要因を抽出する | 当期実績、前年実績、予算 |
| 4 | ROE・ROA分析 | 収益性と資本効率を確認する | PL、BS |
| 5 | キャッシュフロー分析 | 資金創出力と資金使途を確認する | CF、PL、BS |
| 6 | 競合比較 | 同業他社との違いを確認する | 複数社の財務データ |
| 7 | 業績予測・シナリオ分析 | 前提別に将来数値を試算する | 過去実績、予測の前提条件 |
OpenAI Academyの「ChatGPT for finance」でも、財務ベンチマーキング、競合調査、予測、キャッシュフローのシナリオ分析などが具体的なユースケースとして示されています。
私が会計・監査の実務という観点から、プロンプトに必ず入れたいのは次の4点です。
- 入力データにない数値や事実を作らない
- 結論には根拠数値を付ける
- 計算式と使用数値を表示する
- 事実・仮説・不足情報を分ける
決算分析では、文章が流暢であることより、第三者が後から検算できることの方が重要です。
監査調書や計算調書と同じで、「結論」だけではなく、どの資料のどの数値を使って、その判断に至ったのかを追跡できる状態にしておく必要があります。
分析目的ごとに、どの資料をChatGPTへ渡すべきか?
プロンプトだけ整えても、入力する資料が不足していれば分析の精度は上がりません。
上場会社を分析する場合、私は目的に応じて次のように資料を使い分けるのが合理的だと考えます。
| 分析目的 | 優先して確認する資料 |
|---|---|
| 決算全体の把握 | 決算短信、決算説明資料 |
| PL・BS・CFの分析 | 財務諸表、決算短信 |
| セグメント分析 | セグメント情報、決算説明資料 |
| 勘定科目の増減原因 | 注記、有価証券報告書、決算説明資料 |
| 会計処理・会計方針 | 有価証券報告書、重要な会計方針・注記 |
| 会社計画との比較 | 業績予想、決算説明資料、中期経営計画 |
| 競合比較 | 各社IR資料、TDnet、EDINET等の一次情報 |
特に原因分析では、決算短信の数表だけで断定せず、注記や説明資料まで確認してから事実と評価を結び付けることが重要です。
決算要約・BS・前年差を分析するChatGPTプロンプト
最初の3つは、決算全体を把握してから重要な変化へ掘り下げるためのプロンプトです。
私は、全体把握→差異抽出→原因確認という順番に分ける方が、AIが早い段階で原因を決めつけるリスクを抑えやすいと考えています。
1.決算全体を要約するプロンプト
用途: 決算全体から重要な変化を短時間で抽出する
必要データ: 当期・前期のPL、BS、決算短信、決算説明資料
得られる出力: 業績要約、重要変化、確認できる原因、仮説、不足資料
コピー用プロンプト
【役割】
あなたは上場企業の決算分析を担当する財務アナリストです。
【タスク】
以下の決算データから、当期に生じた重要な変化を分析してください。
【分析項目】
決算全体の結論を3点
売上高・営業利益・経常利益・当期純利益の前年比
前期から大きく変化した勘定科目
変化の原因として資料から確認できる事実
変化の原因として考えられる仮説
追加で確認すべき資料・論点を3点
【出力形式】
結論
根拠となる数値
資料から確認できる事実
仮説
追加確認事項
【制約条件】
入力データにない数値・事実を作らないでください。
結論には必ず根拠数値を付けてください。
「事実」と「仮説」を明確に分けてください。
仮説には「仮説」と明記してください。
判断できない場合は「判断不能」としてください。
判断不能の場合は、必要な追加情報を具体的に示してください。
【決算データ】
ここに決算データを入力してください。
重要なのは、最初から「良い決算か、悪い決算か」を決めさせないことです。
事実確認→変化抽出→原因確認→仮説→評価の順にすると、営業利益が減少しただけで「競争力が低下した」といった飛躍をしにくくなります。
2.BSを分析するプロンプト
用途: 財務状態、運転資本、資金調達構造の変化を確認する
必要データ: 直近3年程度のBS、必要に応じてPL・CF
得られる出力: 主要科目の増減と意味、追加確認事項
PLだけでは企業の変化を十分に捉えられません。
売上債権、棚卸資産、現預金、有利子負債などには、利益とは異なる角度から事業の変化が表れます。
コピー用プロンプト
【役割】
あなたは企業の財務状態を分析する財務アナリストです。
【タスク】
以下の貸借対照表について、直近3年間の変化を分析してください。
【分析項目】
総資産
現預金
売上債権
棚卸資産
有形固定資産・無形固定資産
有利子負債
純資産
自己資本比率
【各項目の出力形式】
数値の変化
前年からの増減額・増減率
その変化が意味する可能性
追加で確認すべき事項
【制約条件】
PLまたはCFを確認しなければ原因を判断できない場合は断定しないでください。
入力資料から確認できない原因は「仮説」としてください。
数値の単位と対象年度を明示してください。
増減率の計算式を表示してください。
【BSデータ】
ここに貸借対照表データを入力してください。
例えば棚卸資産が30%増加しても、それだけで在庫滞留とは判断できません。
売上拡大に伴う正常な増加なのか、販売鈍化による滞留なのかを判断するには、売上高、売上原価、棚卸資産回転期間なども確認する必要があります。
3.前年差・予実差を分析するプロンプト
用途: 前年比や予算比で重要な差異を機械的に抽出する
必要データ: 当期実績、前年実績、予算
得られる出力: 差額、差異率、重要項目、原因、確認事項
コピー用プロンプト
【役割】
あなたは管理会計を担当するFP&A担当者です。
【タスク】
以下の当期実績・前年実績・予算データについて差異分析をしてください。
【計算項目】
前年差額
前年比率
予実差額
予実差率
【分析項目】
金額的重要性の高い差異を上位5項目抽出
営業利益への影響が大きい差異を抽出
入力資料から確認できる差異原因を整理
原因不明の差異について確認すべき質問を提示
【出力形式】
計算結果
事実
仮説
追加確認事項
【制約条件】
使用した計算式を表示してください。
入力データ以外の数値を使用しないでください。
推測した原因を事実として記載しないでください。
ゼロまたはマイナス値が分母になる場合は、単純な増減率が適切か確認してください。
【実績・前年・予算データ】
ここにデータを入力してください。
差異分析では、「差異を抽出する工程」と「差異の原因を説明する工程」を分けることを勧めます。
計算と意味付けを一度に行わせるより、「差額計算が間違っているのか」「原因解釈が間違っているのか」をレビューしやすくなるためです。

ROE・ROA・キャッシュフローを分析するChatGPTプロンプト
財務指標をChatGPTで分析するときは、指標名だけでなく採用する定義まで指定することが重要です。
ROE、ROA、フリーキャッシュフローなどは計算方法が複数あり、定義を曖昧にすると、同じ企業でも違う数値が出る可能性があります。
4.ROE・ROAを分析するプロンプト
用途: 収益性と資本効率の推移を確認する
必要データ: PL、期首・期末BS
得られる出力: 計算式、計算過程、年度推移、変化要因
コピー用プロンプト
【役割】
あなたは企業財務分析を担当する財務アナリストです。
【タスク】
以下の財務データから、直近3年間の財務指標を計算・分析してください。
【計算する指標】
ROE
ROA
自己資本比率
【出力形式】
各指標について次の順序で表示してください。
採用する定義
計算式
使用した分子・分母
計算過程
年度別結果
前年からの変化
PL・BSから確認できる改善・悪化要因
【制約条件】
定義が複数ある場合は計算前に採用する定義を示してください。
入力データが不足する場合、代替数値を勝手に使用しないでください。
不足しているデータを具体的に示してください。
計算結果の小数点以下の桁数を統一してください。
【財務データ】
ここに財務データを入力してください。
例えばROEは、期末自己資本を使う場合と、期首・期末平均自己資本を使う場合で結果が変わります。
したがって「ROEは10%」という答えだけではなく、定義→計算式→分子・分母→結果まで追跡できる状態が実務向きです。
5.キャッシュフローを分析するプロンプト
用途: 本業の資金創出力、投資、資金調達の構造を見る
必要データ: CF、PL、BS
得られる出力: 営業・投資・財務CFの推移、運転資本、FCF、確認事項
コピー用プロンプト
【役割】
あなたは企業分析を担当する財務アナリストです。
【タスク】
以下のキャッシュフロー計算書について、直近3年間の資金の流れを分析してください。
【分析項目】
営業CF・投資CF・財務CFの3年間の推移
前年から大きく変化した項目
営業CFと当期純利益の関係
売上債権・棚卸資産・仕入債務など運転資本の影響
投資CFの主要内容
借入・社債・配当等による財務CFの主要内容
フリーキャッシュフローの推移
追加で確認すべき事項
【FCFの定義】
本分析では簡便的に「営業CF+投資CF」をフリーキャッシュフローと定義してください。
【出力形式】
3区分CFの推移
大きな変動項目
根拠数値
資金の流れについての解釈
追加確認事項
【制約条件】
FCFには設備投資額等を用いる別の定義があることを明記してください。
原因が入力資料から確認できない場合は断定しないでください。
必要な追加資料を具体的に示してください。
【CFデータ】
ここにキャッシュフローデータを入力してください。
投資CFのマイナスは、それだけで悪材料ではありません。設備投資やM&Aなど、将来の収益獲得を目的とした支出の場合もあります。
逆に営業CFがプラスでも、売上債権や棚卸資産の増加が続いていないかまで確認することで、PLだけでは見えにくい資金面の変化を把握できます。
競合比較・業績予測に使うChatGPTプロンプト
残る2つは、単体企業の決算分析から一歩進み、競合との比較や将来シナリオを検討するためのプロンプトです。
OpenAI Academyでも、公開データを使った財務ベンチマーキングや、過去データを基にした予測、複数のキャッシュフローシナリオ作成などがFinance向けのユースケースとして示されています。
6.競合比較プロンプト
用途: 自社と競合企業の収益性・財務効率を比較する
必要データ: 各社の同一指標、対象年度、決算期、単位
得られる出力: 比較表、優劣、数値差の構造、追加論点
コピー用プロンプト
【役割】
あなたは企業比較を担当する財務アナリストです。
【タスク】
以下の当社と競合2社について、直近3年間を可能な限り同一基準で比較してください。
【比較項目】
売上高成長率
営業利益率
ROE
ROA
自己資本比率
営業キャッシュフロー
【出力形式】
3社比較表
当社が相対的に高い項目
当社が相対的に低い項目
数値差が生じている構造
追加で確認すべき経営上の論点
【制約条件】
比較期間・通貨・単位を可能な限り統一してください。
指標の定義を統一してください。
決算期が異なる場合は明示してください。
各数値の出典と対象年度を示してください。
根拠のない業界事情を作らないでください。
ROEは可能であれば、利益率・総資産回転率・財務レバレッジに分解してください。
【3社の財務データ】
ここにデータを入力してください。
ROEが高い企業を単純に「優秀」と評価するのは危険です。
高い収益性によるものか、資産効率によるものか、あるいは財務レバレッジによるものかをデュポン分析の考え方で分解すると、競合との差が構造的に見えます。
7.業績予測・シナリオ分析プロンプト
用途: 前提条件が変化したときの業績インパクトを試算する
必要データ: 過去実績、会社計画、売上成長率や費用率などの前提
得られる出力: 3シナリオ、感応度、重要前提、リスク
コピー用プロンプト
【役割】
あなたは企業の予算・業績予測を担当するFP&A担当者です。
【タスク】
以下の過去3年間の実績と予測前提を使い、次期業績を3シナリオで試算してください。
【シナリオ】
保守シナリオ
基準シナリオ
強気シナリオ
【計算項目】
売上高
売上総利益
販売費及び一般管理費
営業利益
営業利益率
【感応度分析】
売上成長率が基準シナリオから+1ポイント、-1ポイント変化した場合の営業利益への影響を計算してください。
【出力形式】
使用する前提条件一覧
3シナリオ比較表
感応度分析
結果を大きく左右する前提条件
主なリスク
追加確認事項
【制約条件】
実績値と予測値を明確に区別してください。
入力されていない市場成長率や予測値を勝手に追加しないでください。
使用した計算式を表示してください。
予測は前提条件に基づく試算であり、将来を保証するものではないと明記してください。
【過去実績・予測前提】
ここにデータを入力してください。
「来期の売上高はいくらになるか」とAIに当てさせるのではなく、人間が設定した条件をAIに計算させる方が実務では検証しやすくなります。
予測値そのもの以上に、「どの前提を変えると利益が大きく動くのか」を把握することにシナリオ分析の価値があります。
なお、OpenAIは2026年3月5日にChatGPT for Excelを発表し、4月22日にGoogle Sheets版のベータ提供を追加しました。
さらに2026年5月5日には、ChatGPT for ExcelとGoogle Sheetsが全プランで一般提供になったと公式ページを更新しています。Excelではセルや数式を踏まえたモデルの構築・更新、シナリオ分析、参照セルの追跡などが案内されており、決算分析をチャット画面だけで完結させず、スプレッドシートの計算モデルと組み合わせる方向が明確になっています。
ChatGPT決算分析の完成例|入力→出力→人間が検算する
ここでは、プロンプトを実際にどのように使うか、架空企業の数値を使って一連の流れを確認します。
数値は説明用に作成したもので、実在企業の決算ではありません。
入力データ
単位は百万円とします。
| 項目 | 前期 | 当期 |
|---|---|---|
| 売上高 | 100,000 | 112,000 |
| 売上総利益 | 30,000 | 33,600 |
| 販管費 | 22,000 | 27,440 |
| 営業利益 | 8,000 | 6,160 |
このデータを「前年差・予実差分析プロンプト」のうち、前年比分析部分に入力します。
ChatGPTに期待する出力例
正しく計算できていれば、主要な結果は次のようになります。
- 売上高:100,000→112,000、12.0%増
- 売上総利益:30,000→33,600、12.0%増
- 販管費:22,000→27,440、24.7%増
- 営業利益:8,000→6,160、23.0%減
- 売上総利益率:30.0%→30.0%
- 販管費率:22.0%→24.5%
- 営業利益率:8.0%→5.5%
ここから確認できる事実は、売上高は増加している一方、販管費の増加率が売上高の増加率を上回り、販管費率が2.5ポイント上昇したことです。
一方、「人件費が増えた」「広告宣伝費が増えた」といった原因は、この4項目だけからは分かりません。
したがって、適切な出力は「販管費増加が営業利益率低下の直接的な要因になっている」としたうえで、販管費の内訳確認を追加事項として示す形です。
人間はどこを検算する?
私なら、少なくとも次の順序で確認します。
- 営業利益が「売上総利益-販管費」と一致しているか
- 各増減率の分母が前期数値になっているか
- 利益率の変化を「%」ではなく「ポイント」で適切に表現しているか
- 売上総利益率30.0%が横ばいなのに、原価悪化を原因としていないか
- 入力していない販管費の内訳をAIが作っていないか
例えば、このデータだけを与えたにもかかわらず、ChatGPTが「原材料価格の上昇で営業利益率が低下した」と説明したなら、その記述は採用できません。
売上総利益率は30.0%で横ばいだからです。まず数値で原因候補を絞り、その次に販管費の内訳や決算説明資料を調べる必要があります。
これは、私がAIによる決算分析で特に警戒している失敗パターンです。
もっともらしい原因を考えさせるのではなく、数値上どこで変化が起きたかを先に特定させる。この順序だけでも、レビューの質は大きく変わると考えます。

実在企業のAI活用事例から見る決算分析の実務ポイント
生成AIの財務利用は、単発の質問から、繰り返し実行する業務プロセスへ組み込む段階に移りつつあります。
決算分析プロンプトを考えるうえでも、実在企業の導入事例には参考になる点があります。
HyattではFinance部門の決算サイクルや財務分析に活用
OpenAIが2026年4月20日に公表したHyattの事例では、ChatGPT Enterpriseをグローバルのコーポレート部門・ホテル従業員へ展開しています。
Finance部門については、月次・四半期末の決算サイクルの迅速化、財務分析、より迅速で正確なレポーティングへの活用が明示されています。
ここで注目したいのは、「決算をAIに判断してもらう」とは説明されていない点です。
決算プロセス、分析、報告という一連の工程へAIを組み込む発想は、本記事で紹介した「毎回同じ確認手続をプロンプト化する」という方法とつながります。
MUFGは約35,000人へChatGPT Enterpriseを展開
OpenAIが2026年7月7日に公表したMUFGの事例では、三菱UFJ銀行の全行員約35,000人へChatGPT Enterpriseが展開されています。
MUFGの公表事例は決算分析に限定されたものではないため、「決算業務で35,000人が利用している」と読み替えるべきではありません。
一方、金融機関のように正確性や情報管理が重要な組織で大規模展開が進んでいることは、生成AI活用が個人の便利ツールから、組織的な業務基盤へ広がっている事例として参考になります。
私はこの2事例から、高性能な一つのプロンプトを作ることより、反復可能な手順とレビュー基準を作ることの方が重要だと考えます。
担当者によって指示内容が毎回違えば、結果を比較することも、エラー原因を分析することも難しくなるからです。
ChatGPTで決算分析するときの実務チェック5項目
私が決算分析で最低限分離して確認したいのは、次の5点です。
- 入力:年度、単位、連結・単体、勘定科目が正しいか
- 計算:増減率、利益率、ROE等の式と使用数値が正しいか
- 根拠:原因説明が決算短信・注記・説明資料等で確認できるか
- 区分:事実、仮説、予測が混同されていないか
- 機密性:その情報を利用中のChatGPT環境へ入力してよいか
OpenAIのデータ分析ガイドでも、Python等を利用した分析について、結果を利用する前に生成されたコード、出力、前提条件を確認し、重要な計算方法は明示させることが案内されています。OpenAI Help Center+1
プロンプトを高度にすることは重要ですが、それだけでレビューが不要になるわけではありません。
むしろAIが複雑な計算を短時間で行えるようになるほど、人間側には「何を検算すべきか」をあらかじめ決めておく必要があります。
機密情報は「学習されるか」だけで判断しない
決算分析では、未公表数値や取引先情報などを扱う可能性があります。
OpenAIの現行案内では、ChatGPT Business、Enterprise、Edu、API Platformについて、提供された入力・出力を既定ではモデル学習に利用しないとされています。OpenAI Help Center+1
一方、Plus、Pro、Freeの個人用ワークスペースではデータ共有が既定で有効ですが、設定からモデル学習への利用をオプトアウトできます。OpenAI Help Center
ただし、モデル学習に使われないことと、会社の機密情報を入力してよいことは同義ではありません。
未公表決算、個人情報、取引先情報などを扱う場合は、自社の生成AI利用規程、利用プラン、契約条件、アクセス権、匿名化ルールなどを先に確認する必要があります。
考察:決算分析プロンプトでは「答え」より検証手順を設計する
ここからは私見です。
ChatGPTの決算分析プロンプトというと、「どんな文章を書けば鋭い分析を返してくれるか」に関心が向きがちです。
しかし、会計・監査の実務という視点では、一見正しそうな答えを作ること以上に、間違ったときに間違いを発見できる構造を作ることが重要だと考えます。
例えば、
「A社の財務状態を分析してください」
という一文だけでも、ChatGPTは整った分析文章を返すことがあります。
しかし、その文章のどこまでが決算資料に書かれた事実で、どこからが計算結果で、どこからがAIによる推測なのかが曖昧では、レビューに時間がかかります。
そこで私は、出力を
結論→根拠数値→計算式→事実→仮説→不足情報
という順に分ける方法を勧めます。
これなら、結論がおかしい場合に、入力値が違うのか、計算が違うのか、解釈が飛躍しているのかを追跡できます。
この考え方は監査調書とよく似ています。
結論がもっともらしくても、その根拠となる証拠や計算過程を追跡できなければ、業務品質を十分に担保することはできません。
もう一つ重要なのは、巨大な一つのプロンプトですべての分析を終わらせようとしないことです。
私は、
「決算全体を把握する」
→「重要差異を抽出する」
→「BS・CFとの関係を見る」
→「原因を追加資料で確認する」
→「競合と比較する」
→「必要なら将来シナリオを試算する」
という形で工程を分ける方が合理的だと考えます。
AIが便利になるほど、人間の役割は数字を手作業で並べることから、どの数字を信頼するか、どの仮説を追加検証するか、どこを人間が承認するかを設計する方向へ移ります。
したがって、ChatGPTの決算分析プロンプトで本当に設計すべきなのは、巧妙な依頼文そのものではありません。
企業分析で必要な確認手続を言語化し、AIによる一次分析と人間によるレビューの境界を明確にすることだと私は考えます。
まとめ
ChatGPTで決算分析する際は、「決算を分析してください」とだけ依頼するのではなく、役割・分析対象・必要データ・根拠数値・計算方法・出力形式・制約条件まで指定することが重要です。
決算要約、BS、前年差・予実差、ROE・ROA、キャッシュフロー、競合比較、業績予測という7つの用途へ工程を分けると、計算ミスや根拠のない原因説明を発見しやすくなります。
また、分析前には決算短信だけでなく、必要に応じて決算説明資料、有価証券報告書、注記、セグメント情報、会社計画まで確認してください。
最終的には、ChatGPTに一次分析・計算・論点抽出を担わせ、人間が元資料・計算式・解釈を検証して判断する。これが、経理・会計・監査の実務で生成AIを決算分析へ取り入れる際の基本だと考えます。
よくある質問
ChatGPTに決算短信を読み込ませるだけでも分析できますか?
分析は可能ですが、「重要変化を3点」「根拠数値を表示」「事実と仮説を分離」といった分析目的と回答条件を追加する方が検証しやすくなります。
複数年度を比較するときは、年度、単位、連結・単体の区分も揃えてください。
ChatGPTでROEやROAを計算させても大丈夫ですか?
計算補助には利用できますが、回答された比率だけをそのまま採用するのは避けた方がよいでしょう。
採用した定義、計算式、分子・分母を表示させ、重要な数値は元資料またはExcel等でも検算する運用が適切です。
ChatGPTに業績予測を任せてもよいですか?
将来の業績をAIに当てさせるより、人間が設定した売上成長率や費用率などの前提条件からシナリオ計算させる方法が適しています。
実績値と予測値を明確に分け、前提条件を変更した場合の感応度も確認してください。
参考資料
- OpenAI公式「Learn ChatGPT workflows for finance teams」2026年4月10日公開。OpenAI
- OpenAI Academy「ChatGPT for finance」2025年7月18日公開。財務ベンチマーキング、予測、シナリオ分析等のユースケースを掲載。OpenAI Academy
- OpenAI公式「Introducing ChatGPT for Excel and new financial data integrations」2026年3月5日公開。2026年4月22日にGoogle Sheetsベータを追記し、2026年5月5日にExcel・Google Sheetsの一般提供開始を追記。OpenAI
- OpenAI公式「MUFG、OpenAI とともに AI-Native な企業を目指す」2026年7月7日公開。OpenAI
- OpenAI公式「OpenAI helps Hyatt advance AI among colleagues」2026年4月20日公開。OpenAI
- OpenAI Help Center「ChatGPT によるデータ分析」。分析結果を利用する前にコード、出力、前提を確認するよう案内。OpenAI Help Center
- OpenAI Help Center「履歴をオンにしたまま、モデルの学習を無効にするにはどうすればよいですか?」OpenAI Help Center
- 第三者解説 AI経営総合研究所「ChatGPTで財務分析を自動化!再現性の高いプロンプト例と入力形式・出力イメージ」2025年8月15日公開、2026年1月16日更新、大川藍氏。AI経営総合研究所
篠原誠一
会計・監査・業務改善の実務家。長年、監査法人で上場会社等の監査や会計実務に携わり、現在は会計・監査の専門知識とAI・Officeツールを組み合わせた業務効率化や論点整理を実践・研究しています。


コメント