1) 取り込み対象を確定する

まずは「AIに渡す前提」を明確にします。弁護士事務所の月次経費では、同じ見た目でも扱いが分かれやすい項目があります。取り込み対象は次の観点で決めましょう。

• クレジット/口座明細、立替精算データ、請求書（入金待ち）に分ける
• 月次締め日と、対象期間の定義（取引日ベースか処理日ベースか）を統一する
• 補助科目（費目より細かい区分）を使うかどうかを決める

2) AI分類の前に「入力の型」を揃える

精度の差は、AIそのものよりも「入力の揃え方」で生まれます。明細の文字列は揺れやすいので、AIが判断できる情報に整形します。

特に弁護士事務所では、取引の背景情報（案件、報酬との関係、立替かどうか）が分かると、分類の誤差を減らせます。

3) 分類ルールと例外処理を作る

AIの提案をそのまま仕訳にせず、「どこからが自動で良いか」をルールに落とします。基本は次の考え方です。

1. A 自動化できる条件（同種の明細が多い、入力が安定している）を先に決める
2. B 迷いやすい明細は例外ルートへ（手入力確認に回す）
3. C 反復で改善する（誤分類の原因を「入力の型」か「ルール」かに分解する）

この段階で、費目タグの運用方針が固まります。費目のブレがあると、月次確認で差し戻しが増えます。

4) 月次の確認と出力に接続する

自動分類が目的ではなく、月次の締め作業と帳票出力を前倒しすることが目的です。AI提案は、確認担当が迷わない形で提示し、出力へ確実に渡します。