マネーフォワード クラウド × MCP連携｜公式API前提のAIエージェント実装パターン

バックオフィスのDX（デジタルトランスフォーメーション）において、会計ソフトのデータ連携は常に「情報の分断」という壁に突き当たります。特に日本国内で高いシェアを誇るマネーフォワード クラウド（以下、MF）を運用する場合、公式APIをいかに使いこなし、最新の技術規格であるMCP（Model Context Protocol）と組み合わせるかが、業務効率を劇的に変える鍵となります。

本記事では、IT実務者の視点から、MF公式APIの仕様に基づいた連携パターンと、AIエージェント（ClaudeやChatGPTなど）に実務を委ねる際の技術的な境界線について、具体的に解説します。

【2026年3月更新】マネーフォワード クラウド会計「公式リモートMCPサーバー」が全プランで提供開始

本記事は当初、MF公式APIを自前のMCPサーバーでラップする実装を前提に解説していました。状況は2026年3月に大きく変わっています。マネーフォワードは2026年3月26日、『マネーフォワード クラウド会計』の「リモートMCPサーバー」（β版）を全プランで提供開始しました。これにより、多くのケースで自分でMCPサーバーを構築する必要がなくなり、接続設定だけでAIエージェントから会計操作を呼び出せるようになりました。

公式リモートMCPサーバーの要点は次のとおりです（出典: マネーフォワード公式プレスリリース／開発者向けサイト）。

• 提供形態: マネーフォワードのクラウド上に構築された「リモートMCP」。ユーザー側での環境構築やサーバー運用は不要で、接続設定のみで利用を開始できます。
• 対応プラン: スモールビジネス〜ビジネスまで全プラン（2026年3月26日提供開始のβ版）。
• できること: 仕訳データの参照・登録、試算表の参照、帳簿検索、レポート作成など。基盤機能から提供し、今後拡張予定とされています。freee公式MCPがクレジットカード明細の「消込」をAPI仕様上は実行できないのに対し、MFのリモートMCPは仕訳の登録（書き込み）に対応している点が、実務上の大きな差分です。
• 対応AIクライアント: Claude Desktop / Claude Code / Claude Cowork / Cursor / Gemini CLI など。
• 接続方法: マネーフォワード クラウド 開発者向けサイト（developers.biz.moneyforward.com/mcp/）に記載のMCPエンドポイントへ、各AIクライアントのMCP設定から接続します。

つまり「マネーフォワード × MCP」をまず試したいだけであれば、公式リモートMCPサーバーへ接続するのが最短です。本記事の後半で解説する自作MCPサーバー（Python実装）のアプローチは、オンプレ・独自システムとの統合、公式が未対応のリソース操作、独自の権限・承認ロジックを差し込みたい場合の選択肢として引き続き有効です。要件に応じて「公式リモートMCP」と「自作ラッパー」を使い分けてください。

公式リモートMCPの具体的な接続手順（エンドポイント2系統の違い・Claude Code／Claude Desktop の設定・最初の動作確認）はマネーフォワード クラウド会計 公式MCPサーバー接続ガイドに、freee公式MCPとの機能・制約の違いはfreee MCP とマネーフォワード MCP の徹底比較に分けてまとめています。

ただし、接続が容易になっても「AIに会計データのどこまでを渡し、どの操作を許可し、誰が承認するか」という統制設計は、利用者側の責任として残り続けます。むしろ仕訳の登録（書き込み）に対応したからこそ、誤登録・二重計上・権限過多のリスクは自前実装のとき以上に丁寧に設計する必要があります。AIへ渡す情報を正規化済みの摘要などに絞り、APIトークンはAIに渡さず、人が承認した分だけを会計ソフトへ反映する——こうした統制を製品側にまとめたものが、freee／マネーフォワード向けのセキュア記帳基盤 RuleHub です。実際に田村直大公認会計士・税理士事務所では、AIに渡すのは正規化した摘要だけ・約500件の共通ルールで仕訳を判定し、人が承認した分だけを会計ソフトへ書き戻す構成で、記帳の自動化率を段階的に最大95%を見据え、月次決算を5営業日から0.5営業日へ短縮しています（田村事務所 × RuleHub 導入インタビュー）。

マネーフォワード クラウドとMCP連携の全体像

公式API連携が解決する「経理の二重入力」問題

多くの企業では、販売管理システムやCRM（顧客管理システム）、あるいは自社開発の独自システムと会計ソフトの間で、データの二重入力が発生しています。MF公式APIを活用することで、仕訳データの自動作成、請求書のステータス同期、経費精算データの流し込みが可能になります。

しかし、従来のAPI連携は「AからBへデータを移す」という静的なワークフローが中心でした。ここにMCPが加わることで、連携は「動的な対話」へと進化します。

MCP（Model Context Protocol）とは何か？MF連携における意義

MCP（Model Context Protocol）は、AIエージェントが外部ツールやデータソースに安全かつ標準化された方法でアクセスするためのオープンなプロトコルです。従来、AIにMFのデータを参照させるには、個別にカスタムコードを書くか、手動でCSVをアップロードする必要がありました。

MFとMCPを組み合わせることで、AIエージェントは「MFのAPIという道具」を自ら使いこなし、「先月の交際費の合計を教えて」「特定の取引先の未払金一覧を出して」といった人間の自然言語による指示を、直接APIリクエストに変換して実行できるようになります。

AIエージェントが「道具」を使えるようになる仕組み

具体的には、MFのAPIエンドポイントをMCPサーバとしてラップします。これにより、LLM（大規模言語モデル）は「どの関数（API）を、どのパラメータで呼べば、欲しい情報が得られるか」を理解します。これは、単なる「自動化」を超えた「自律的なバックオフィス支援」の第一歩です。

こうした高度な連携を構築する際、まず考えるべきは現状の「負債」の解消です。SaaSの乱立による管理コストの増大については、以下の記事も参考にしてください。

SaaSコストとオンプレ負債を断つ。バックオフィス＆インフラの「標的」と現実的剥がし方（事例付）

マネーフォワード クラウド公式APIの仕様と連携パターン

APIで操作可能な主要リソース

マネーフォワード クラウドの各サービスは、個別にAPIを提供しています（※利用には対象プランの契約とデベロッパー登録が必要です）。

• マネーフォワード クラウド会計: 仕訳の作成・取得、勘定科目・補助科目の取得、部門情報の管理。
• マネーフォワード クラウド請求書: 取引先作成、請求書の作成・郵送依頼、入金ステータスの更新。
• マネーフォワード クラウド経費: 経費明細の取得、承認ワークフローのステータス管理。

最新の技術ドキュメント（マネーフォワード クラウド 開発者向けサイト）によれば、認証方式はOAuth 2.0を採用しており、セキュアなアクセストークンの管理が求められます。

【比較】連携手法による特性の違い

実務において、どの手法を採用すべきかの判断基準を以下の表にまとめました。

連携手法	メリット	デメリット	向いている用途
iPaaS連携 (Make, Zapier等)	ノーコードで早期構築が可能。UIが分かりやすい。	複雑な条件分岐や、大量データのループ処理に弱い。	定型的なSaaS間連携（Slack通知等）
カスタムAPI開発 (Lambda, GAS等)	自由度が高く、自社特有のビジネスロジックを実装可能。	保守メンテナンスが必要。開発工数がかかる。	基幹システムとのバッチ処理、高度な加工が必要な場合
AIエージェント (MCP)	非定型な指示に対応。要約や異常検知が得意。	AIの推論コストがかかる。ハルシネーション（誤回答）リスク。	経営分析の可視化、非構造化データの仕訳化

API利用のための事前準備

API連携を開始するには、以下のステップが必要です。

1. マネーフォワード IDの作成: 開発者アカウントとして利用するIDを準備。
2. アプリケーション登録: マネーフォワード クラウドのデベロッパーコンソールで、Client IDとClient Secretを取得。
3. リダイレクトURIの設定: OAuth認証後の戻り先URLを固定。
4. スコープの設定: web_api.accounting.readonly（会計読み取り）や web_api.invoice.write（請求書書き込み）など、最小権限の原則に基づいて選択。

例えば、請求管理と会計の分離については、バクラク等の外部ツールとMFをどう組み合わせるかが重要です。こちらの知見も役立ちます。

【完全版】「とりあえず電帳法対応」で導入したシステムが経理を殺す。Bill One等の受取SaaSと会計ソフトの正しい責務分解

MCPを活用したAIエージェント連携の実践アーキテクチャ

なぜ従来のiPaaSだけでは不十分なのか

iPaaS（Integration Platform as a Service）は、「もしAならBする」という確定的な命令には最適です。しかし、「今月の交際費の中から、一人あたり5,000円を超えているものをピックアップし、その理由を摘要欄から推測してレポートして」といった、情報の解釈を伴う要求には対応できません。これを可能にするのが、MCPを介したAIエージェントです。

MCPサーバ経由でMFデータをAIに読み込ませる手順

実務的な実装フローは以下の通りです。

1. MCPサーバの構築: Node.jsやPythonを使用し、MCP SDKを用いてMF APIを呼び出すエンドポイントを作成します。
2. ツールの定義: get_journal_entries（仕訳取得）や create_invoice（請求書作成）といった関数を、AIが認識できるメタデータとともに定義します。
3. コンテキストの注入: Claude DesktopなどのMCP対応クライアントに、作成したサーバを登録します。
4. プロンプトによる実行: 「MFの最新の仕訳を5件取得し、消費税区分が正しいかチェックして」と指示します。

AIに任せるべき領域と、人間が保持すべき境界線

ここで重要なのが「責任の所在」です。AIエージェントには以下の「読み取り・提案」までは任せられますが、「確定・送金」には必ず人間の承認（Human-in-the-Loop）を入れるべきです。

• AIの得意領域（任せるべき）: 摘要文からの勘定科目推論、類似仕訳の検索、未収金の自動リストアップ、異常値（二重払い等）の検知。
• 人間の領域（任せてはいけない）: 最終的な仕訳の承認（確定ボタンの押下）、銀行振込データの作成実行、決算数値の最終確認。

マネーフォワード×MCPの実装、参照範囲は絞り込めていますか？RuleHub は、AIに渡す会計データ・権限・操作を必要最小限に絞り込むセキュア記帳基盤です（freee / マネーフォワード対応）。✓ 参照スコープの限定✓ 書き込みは承認フロー経由✓ 操作ログを自動記録RuleHubの仕組みを見る →

実務で直面する技術的制約とエラー対処

APIのレートリミット（回数制限）

MF APIには、短時間での過剰なアクセスを防ぐためのレートリミットが設けられています。特にAIエージェントに「全データを読み込んで分析して」といった指示を出すと、ループ処理の中で制限に抵触し、429 Too Many Requestsエラーが発生することがあります。

対策: 指示プロンプトで「最新の100件に限定して」といった制約を加えるか、MCPサーバ側でキャッシュ機構を実装し、API呼び出し回数を最小化する設計が必要です。

仕訳重複を防ぐための「外部連携ID」の設計

API経由で仕訳を流し込む際、もっとも恐ろしいのが「再実行による二重計上」です。MFのAPIでは、外部システムのIDを保持できるフィールドを活用することが推奨されます。これにより、同一IDのデータが既に存在する場合は更新（またはスキップ）する「冪等性（べきとうせい）」を担保できます。

こうしたデータ整合性の設計は、会計ソフトの移行時にも共通する重要なテーマです。

【完全版】勘定奉行からfreee会計への移行ガイド：機能・費用比較とデータ移行手順の実務

セキュリティとガバナンス：AIに「財布の鍵」を渡す際の注意点

読み取り専用スコープ（ReadOnly）の徹底活用

AIエージェントに接続する際、不必要に「書き込み権限」を与えてはいけません。分析用途であれば、APIのスコープを readonly に限定することで、AIの誤作動やプロンプトインジェクション攻撃によってデータが書き換えられるリスクを物理的に遮断できます。

電子帳簿保存法・インボイス制度への適合性確認

AIが生成したテキストや、AIによって加工されたデータをそのまま証憑として扱う場合、電子帳簿保存法の要件（真実性の確保、可視性の確保）を満たしているか確認が必要です。MF側で証憑を管理している場合は問題ありませんが、外部でAIが加工したデータを保存する場合は、タイムスタンプや検索要件の充足に注意してください。

マネーフォワード × MCP サーバーの実装コード（Python版）

MCP（Model Context Protocol）サーバーをマネーフォワード API のラッパーとして実装する具体的なコード例を共有します。これにより Claude Desktop / Cursor / Claude Code 等の MCP 対応 AIクライアントから MF データへの読み取り・書き込みが可能になります。

最小構成の MCP サーバー

# mf_mcp_server.py - マネーフォワード MCP サーバーの最小実装
from mcp.server import Server
from mcp.types import Tool, TextContent
import requests
import os

app = Server("mf-mcp-server")
MF_API_BASE = "https://invoice.moneyforward.com/api/v3"
MF_TOKEN = os.environ["MF_API_TOKEN"]

@app.list_tools()
async def list_tools() -> list[Tool]:
    return [
        Tool(
            name="get_office_balance",
            description="指定した事業所の月次残高を取得",
            inputSchema={
                "type": "object",
                "properties": {
                    "office_id": {"type": "string"},
                    "year_month": {"type": "string", "format": "YYYY-MM"}
                },
                "required": ["office_id", "year_month"]
            }
        ),
        Tool(
            name="search_journals",
            description="仕訳を条件で検索（取引先・金額レンジ・期間）",
            inputSchema={
                "type": "object",
                "properties": {
                    "office_id": {"type": "string"},
                    "from_date": {"type": "string", "format": "YYYY-MM-DD"},
                    "to_date": {"type": "string", "format": "YYYY-MM-DD"},
                    "partner_name": {"type": "string"}
                },
                "required": ["office_id", "from_date", "to_date"]
            }
        ),
    ]

@app.call_tool()
async def call_tool(name: str, args: dict) -> list[TextContent]:
    headers = {"Authorization": f"Bearer {MF_TOKEN}"}
    if name == "get_office_balance":
        url = f"{MF_API_BASE}/offices/{args['office_id']}/monthly_balances"
        params = {"year_month": args["year_month"]}
        r = requests.get(url, headers=headers, params=params)
        return [TextContent(type="text", text=r.text)]
    elif name == "search_journals":
        url = f"{MF_API_BASE}/offices/{args['office_id']}/journals"
        params = {k:v for k,v in args.items() if k != "office_id"}
        r = requests.get(url, headers=headers, params=params)
        return [TextContent(type="text", text=r.text)]

if __name__ == "__main__":
    app.run()

Claude Desktop での設定（claude_desktop_config.json）

{
  "mcpServers": {
    "moneyforward": {
      "command": "python",
      "args": ["/path/to/mf_mcp_server.py"],
      "env": {
        "MF_API_TOKEN": "your_oauth_token_here"
      }
    }
  }
}

Cursor / Claude Code での利用

Cursor の場合は ~/.cursor/mcp.json に同様の設定を追加。Claude Code の場合は .claude/mcp_config.json または環境変数で指定。

業務シナリオ別の実装パターン

シナリオ1：月次決算の異常検知

目的：月次仕訳のうち「前月比 ±50% 以上の変動がある勘定科目」を Claude に発見させ、原因分析を行う。

• MCP ツール：get_office_balance, search_journals
• Claude プロンプト例：「2026年4月の事業所 ABC の試算表で、前月比 50% 以上変動した勘定科目を抽出し、その仕訳明細を10件まで表示して原因の仮説を3つ挙げてください」
• 効果：経理担当の月次クロージング作業が 2-3時間 → 30分に短縮

シナリオ2：取引先別の請求遅延予兆検知

目的：未入金請求のうち、過去の入金パターンから「遅延予兆」のある取引先を Claude に判定させる。

• MCP ツール：search_invoices（追加実装）, get_payment_history（追加実装）
• プロンプト例：「過去6ヶ月の請求と入金履歴を分析し、平均入金日数が30日を超える取引先で、現在60日以上未入金のものを抽出してください」
• 効果：与信管理の能動化、貸倒リスクの早期発見

シナリオ3：仕訳の自動分類補助

目的：銀行明細・クレジットカード明細から「勘定科目の推定」を Claude に依頼し、経理担当が承認するワークフロー。

• MCP ツール：search_journals（過去事例参照）, create_journal_draft（追加実装）
• プロンプト例：「2026年4月の電子取引の中で、勘定科目が未確定の取引50件を、過去の類似取引から勘定科目を推定して提案してください」
• 効果：手作業の仕訳分類が 80% 自動化、経理担当は承認のみ

シナリオ4：経営会議資料の自動生成

目的：四半期決算の数字とコメントを Claude に生成させ、経営会議資料を自動作成。

• MCP ツール：get_quarterly_pl, get_segment_breakdown
• プロンプト例：「2026年Q1 の事業セグメント別 PL を取得し、前年同期比のサマリと、特に注目すべき変動要因の解説を Markdown 形式で生成してください」
• 効果：経営企画の資料作成が 1日 → 1時間に短縮

セキュリティと権限設計の実務

MCP 経由で MF データを Claude に読ませる際、セキュリティ要件は通常の API 連携より厳格になります。

OAuth スコープの最小化

MF API は OAuth 2.0 でスコープ単位の権限制御が可能です。MCP サーバーで利用するトークンは必要最小限のスコープに絞ります。

• 読み取り専用：read_office_balance, read_journals のみ → 業務分析・問い合わせ対応用
• 下書き作成：read_* + create_journal_draft → 仕訳ドラフト生成用（人間承認必須）
• 承認権限なし：approve_* や execute_* 系のスコープは AI には付与しない

監査ログの取得

• MCP サーバー側で「いつ・誰が・どのプロンプトで・どのデータにアクセスしたか」のログを取得
• SIEM（Splunk / Datadog / CloudWatch）に転送し、異常検知
• 機密データ（個人情報・給与・取引先金額）へのアクセスは特に厳密にログ化

個人情報保護法・APPI改正への対応

• 顧客個人情報を含む仕訳データを Claude（外部 LLM）に渡す場合、利用目的の事前同意が必要
• Anthropic の Zero Data Retention 設定有効化、API 経由のデータが学習に使われないことを担保
• マスキング・トークン化処理を MCP サーバー側で実装（個人名→ID変換、金額の概算化等）

「人間が保持すべき判断境界線」の設計

MCP × AI で MF を操作する際、絶対に AI 任せにしてはいけない判断領域があります。事前に境界線を文書化することで、運用事故を防げます。

AI 任せでよい業務

• 過去データの集計・分析・要約
• 仕訳の「下書き」生成（科目・金額・摘要の提案）
• 異常データの抽出・アラート
• レポート文章の自動生成
• 過去類似ケースの検索・参照

必ず人間の判断が必要な業務

• 仕訳の最終承認：会計帳簿への記帳は経理責任者の承認
• 銀行振込の実行：実際の送金は人間の承認＋ボタン操作必須
• 税務処理判断：消費税区分・損金算入の最終判断
• 取引先の与信判断：取引開始・与信枠変更の最終決裁
• 給与・賞与の確定：従業員報酬関連は完全に人間の判断

境界線の文書化（MCP運用ルール書のテンプレート）

1. AI で実施可能な操作（読み取り・下書き生成）の明示リスト
2. AI 不可の操作（承認・実行・確定）の明示リスト
3. AI が下書きしたものを人間が承認する場合の確認項目チェックリスト
4. AI 出力に明らかな誤りがあった場合のエスカレーションフロー
5. 定期的（四半期）の AI 出力品質レビュー

他会計・経費ツールとのMCP組み合わせパターン

マネーフォワード クラウドのMCP連携は単体で完結するものではなく、現場には「勘定奉行で本決算を管理しながらMFで日々の仕訳を処理している」「楽楽精算で経費精算して最終的にMFへ転記している」という複合構成が多く存在します。このセクションでは、それぞれのMCP組み合わせパターンを整理します。

勘定奉行 × マネーフォワード クラウドのMCP連携

勘定奉行クラウド（OBC）は2024年時点でネイティブMCPサーバーを公式提供していないため、MCPエージェントから直接アクセスするにはOBC提供のクラウドAPIをラップするMCPサーバーを自作する必要があります。一方、マネーフォワード クラウドは公式リモートMCPサーバーを提供済みです。この非対称性を踏まえると、実務的な構成は次のようになります。

• 勘定奉行側（月次確定処理）：OBC APIを通じて確定済み仕訳データをCSVまたはJSONで抽出→カスタムMCPサーバー経由でClaude Codeに渡す
• マネーフォワード側（日次照合・レポート）：公式リモートMCPで残高・仕訳・請求データをリアルタイム取得
• AIエージェントの役割：「勘定奉行の月次確定データとMFの累計実績との差異を検出して報告する」をシングルプロンプトで実行

この構成の最大の注意点は、勘定奉行側の仕訳が「確定済み」かどうかをAIが判断できない点です。MCP運用ルール書では「勘定奉行の確定ステータスAPIを確認してから差異検出を走らせる」というステップを明文化してください。勘定奉行MCPの実装詳細については勘定奉行・弥生・PCAとMCP：オンプレ会計ソフトのAPIラッパー実装ガイドを参照してください。

楽楽精算 × マネーフォワード クラウドのMCP自動連携フロー

楽楽精算はREST APIを公開しており、承認済みの経費申請データ（申請者・金額・勘定科目・プロジェクトコード等）をプログラムで取得できます。このAPIをMCPサーバーでラップすると、「楽楽精算で承認された経費→マネーフォワードに仕訳登録」という月次の転記作業をAIエージェントが自動化できます。

基本的な実装フローは次の通りです。

1. 楽楽精算APIでstatus=approvedの当月経費申請を一括取得
2. MCPサーバーがデータをClaudeに渡し、MFの勘定科目マスタと突合して仕訳候補を生成
3. Claude CodeがMFの仕訳登録APIを呼び出す前に差分プレビューを提示し、担当者の承認を待つ
4. 承認後にMF仕訳登録→「外部連携ID」に楽楽精算の申請IDを設定して重複防止

このパターンでは手順3の「担当者承認ゲート」が肝心です。楽楽精算の勘定科目コードとMFの科目マスタが完全には一致しないケースが多く、初期の3ヶ月程度はAIの分類提案を人間がチェックしながら学習データを蓄積する運用を推奨します。精度が安定してからフルオートに移行する2フェーズ構成が現実的です。

公式MCPサーバーを使って初めてわかる「APIのクセ」

2026年3月の公式リモートMCPサーバー公開以降、経理担当者や税理士が実際に接続して業務自動化を試した事例が積み上がってきました。そこで浮き彫りになったのが、公式ドキュメントには書かれていない「APIの挙動の癖」です。実装前に知っておくと、AIへの指示設計と検証工数を大幅に削減できます。

試算表は「月次」ではなく「期首からの累計」が返る

最も多い誤解がこれです。MF公式MCPの試算表取得ツールに「2026年5月」を指定すると、返ってくるのは5月単月の数字ではなく、当期の期首（例：4月始まりの場合は4月）から5月末までの累計額です。「先月の人件費はいくら？」という自然な問いに対してAIがそのまま試算表APIを叩くと、単月費用ではなく累計費用を答えてしまいます。月次単体の数字が必要な場合は、「推移表API」を使うか、「n月累計 – n-1月累計」を計算するように指示を工夫する必要があります。

期首残高の仕訳が通常仕訳と混在する

仕訳検索APIで当期全件を取得すると、期首の繰越処理（JOURNAL_TYPE_OPENING）が通常の取引仕訳と同じリストに含まれて返ってきます。AIが「今期の売上仕訳を集計して」と指示されて素直に全件合計すると、期首振替を二重にカウントするケースがあります。仕訳の集計・分析を行う際は、journal_type フィールドで OPENING を除外するフィルタをMCPサーバー側またはプロンプト側で明示する必要があります。

製造原価がPLに混在して二重カウントになる

製造業や一部サービス業で製造原価報告書を作成している場合、試算表APIのPL（損益計算書）部分に製造原価科目が含まれた状態で返ることがあります。AIに「営業利益を計算して」と依頼すると、製造原価をPL費用として二重計上した誤った利益額を回答するリスクがあります。製造業でMFを運用している場合は、勘定科目の分類設計（製造原価報告書の科目とPL費用科目の峻別）をMCP接続前に整理しておくことが前提条件になります。

複数事業者を扱う場合の認可設計

税理士事務所や経理代行業者など、複数の事業者を1つのAIクライアントから管理したいケースでは、認可フローの設計に注意が必要です。MFの公式リモートMCPサーバーはOAuth認可ごとに対象が1事業者分に固定されるため、複数事業者を扱う場合は事業者の数だけ初回の認可操作が必要です。MCPクライアントのセッション内で事業者を切り替えるには、接続設定の切り替えか、MCPサーバー側で事業者IDをパラメータとして受け取れる設計にする必要があります（公式開発者サイトのalphaエンドポイント経由で複数法人対応の実装例が公開されています）。

次のフェーズ：マネーフォワード AI Cowork（2026年7月）

MCP接続を自分で設定・管理する「自律的な連携」の先に、マネーフォワードはさらに踏み込んだサービスを2026年7月に投入予定です。2026年4月7日に発表された『マネーフォワード AI Cowork』は、MCPの設定や管理を一切不要にした状態で、AIがバックオフィス業務を同僚（Coworker）として自律遂行するサービスです。

「今月の経理業務をまとめて処理して」という曖昧な一言で、複数のAIエージェントが連携して請求書の発行・承認・支払管理・仕訳登録を完結させるという設計思想で、利用対象はマネーフォワード クラウドの契約者全員です。

この動向が示す実務上の意味は2点あります。ひとつは、「MCPサーバーを自前で構築・管理する」というアプローチが、少なくともマネーフォワードの標準ユーザーにとっては早晩不要になるということ。もうひとつは、それでもなお「AIに渡す権限の統制・承認フローの設計」という問題は利用者側に残り続けるということです。AI Coworkが「AIが自律遂行する」と言っても、どの業務をどの権限範囲で、誰の承認のもとで実行させるかのルール設計は人間が決める必要があります。

自社固有の承認フロー・複数パッケージとの横断管理・監査証跡の一元管理といった要件がある場合は、AI Coworkと組み合わせる形でのRuleHub活用が引き続き有効です。純粋なMFオールイン環境であればAI Coworkが最短ルートになる一方で、freeeや他のERPと並走する環境では横断制御レイヤーの設計が別途必要になります。

Claude Cowork から接続する場合の固有の注意点

2026年4月以降、「まずClaude Coworkで試す」という入り口が現実的な選択肢になっています。Claude Coworkは、Claude DesktopやClaude Codeと異なりブラウザ完結で動作するため、ローカル環境へのPythonインストールや設定ファイルの編集が不要です。MFの公式リモートMCPサーバーへの接続も、Claude Coworkの「コネクタ追加」画面からMCPエンドポイントURLを貼り付けるだけで完了します。

ただし、Claude Coworkを通じてMFに接続する場合、以下の点がClaude Desktop/Claude Code経由とは異なります。

• セッションをまたいだコンテキスト保持：Claude Coworkはセッション単位でコンテキストが切れるため、「先週聞いた試算表の続き」という形での会話継続はできません。毎回「事業所IDと対象期間」を明示する必要があります。
• ファイルアップロードとMCPの併用：Claude Coworkは同一会話内でファイルアップロード（請求書PDF等）とMCPツール呼び出しを組み合わせられますが、ファイルはセッション内でしか参照できません。「領収書PDFをアップしてMFに仕訳登録」というフローは1セッション内で完結させる必要があります。
• 接続URLの確認先：MFリモートMCPのエンドポイントURLは開発者サイト（developers.biz.moneyforward.com/mcp/）に記載されており、alphaエンドポイントとstableエンドポイントの2系統が存在します。Claude Coworkからは原則stableエンドポイントへの接続が推奨されています。

AI Cowork リリース後（2026年7月〜）の移行シナリオ

2026年7月の「マネーフォワード AI Cowork」正式リリースにより、MCP接続を自分で設定・管理するフローは「上級ユーザー向け」の位置づけに移行します。AI CoworkはMFクラウド内のオーケストレーターがエージェントを自動的に割り当てる構成で、ユーザーがMCPエンドポイントを意識する場面はなくなります。

現時点でMCPを自前で設定して試している段階の組織にとっては、以下の2つのシナリオが現実的です。

• AI Coworkに全面移行：MFクラウドをオールインで使っており、業務フローが標準的な経理・労務・法務の範囲に収まる場合。AI Coworkのエージェントリストとマイエージェントのカスタマイズ機能で大半の要件をカバーできます。MCPの自前構築・保守コストがゼロになる点が最大のメリットです。
• 自前MCP＋AI Coworkの並存：freee・勘定奉行・独自ERPとMFを横断管理している場合、AI Cowork単独ではカバーできない操作が残ります。MFの公式AICoworkで標準業務を処理しつつ、非標準の横断操作や独自承認ロジックは引き続き自前MCPサーバーで対応する構成が現実的です。この場合、両者の操作ログを一元管理する統制レイヤーが必要になります。RuleHubはこの横断制御レイヤーとして機能します。

どちらの移行パスを選ぶにせよ、「AIに渡すデータの範囲」と「人間が承認するステップ」の設計を先に固めておくことが移行後の運用事故を防ぐ鍵です。AI Coworkが「エージェントに任せる」と言っても、そのルール設計はユーザー側の責任として残り続けます。

マネーフォワード × MCP の費用構造

初期構築費用

• MCP サーバー実装（Python or Node.js）：50〜200万円（実装範囲次第）
• セキュリティ設計・監査ログ：30〜100万円
• 業務フロー設計・運用マニュアル：30〜80万円
• 初期合計：110〜380万円

月次運用費用

• MF クラウド契約料：契約プラン次第（小規模 数千円〜大規模 数十万円）
• Claude API 利用料（API 経由の場合）：月 5〜50万円（利用量次第）
• クラウドサーバー（MCP ホスティング）：月 5,000〜30,000円
• 運用保守（外部依頼）：月 10〜30万円
• 月次合計：15〜80万円

関連ガイド・クラスター

• 会計SaaS × MCP の比較表：freee／MF／API公開状況
• 勘定奉行・弥生・PCA と MCP：標準MCPがないときのラッパー実装とリスク
• HubSpot MCP（または公式APIラッパ）を整理
• マネーフォワードからfreee会計への完全移行ガイド
• バクラク・楽楽精算・Concur 経費精算徹底比較：Claude Code/MCP活用

まとめ：マネーフォワード クラウドとMCPが作る次世代経理の姿

マネーフォワード クラウドとMCPの連携は、単なる省力化ツールではありません。それは、経理担当者が「データ入力者」から「AIの出力結果を検証するレビューアー」へとシフトするための基盤です。

まずは、公式APIの readonly 権限を使って、自社のデータをAIに「読み込ませる」ところから始めてみてください。これまでExcelのVLOOKUPや手作業の集計に費やしていた時間が、より付加価値の高い財務分析の時間へと変わるはずです。

技術的な実装やアーキテクチャの設計でお悩みの場合は、公式ドキュメントを常に最新のソースとして参照し、必要に応じて専門的な開発リソースを検討することをお勧めします。

---

実務導入前に確認すべきチェックリストと公式リソース

マネーフォワード クラウド（MF）の公式APIを活用したMCP連携や自動化を検討する際、技術的な実装以上に「契約プラン」と「認証仕様」がボトルネックになるケースが散見されます。スムーズな開発移行のために、以下の3点は必ず事前に確認してください。

API利用における3つの重要チェックポイント

• 利用可能プランの確認：MF会計の場合、API連携は法人向けの「ビジネス」プラン以上が対象となることが一般的です。個人事業主向けプランや「スモールビジネス」プランでは制限があるため、事前に公式の料金プラン比較表をご確認ください。
• リフレッシュトークンの有効期限：OAuth 2.0認証において、アクセストークンだけでなくリフレッシュトークンの管理設計を誤ると、数日で連携が遮断されます。サーバーレス環境（Lambda等）でMCPを動かす場合は、トークンを安全なDBやSecrets Managerに永続化する設計が必須です。
• 開発者コミュニティとドキュメント：仕様変更やメンテナンス情報は、公式のマネーフォワード クラウド 開発者向けサイトに集約されています。

【比較】MCPと従来型API連携の責務定義

AIエージェント（MCP）にどこまでを任せ、どこを既存のプログラム（API/iPaaS）で固めるべきか、その境界線を以下の表にまとめました。

機能・役割	従来型API連携（静的）	MCP連携（AI動的）
データ整合性	厳密。1円のズレも許さない処理。	柔軟。傾向分析や異常値の発見。
得意なデータ形式	CSV、JSON等の構造化データ。	請求書の摘要欄、自然言語の指示。
エラーへの対応	例外処理として停止・通知。	原因を推論し、修正案を提示。
最適なユースケース	月次の定期仕訳の自動作成。	「急増したコストの要因分析」等。

公式事例とさらなるデータ活用

マネーフォワード公式では、APIを活用した多様なDX事例が公開されています。特に、既存の基幹システムとMFをシームレスに繋ぐ設計思想については、公式の導入事例ページが非常に参考になります。

また、MFのデータを単なる「会計記録」に留めず、経営判断を加速させる「データ資産」として活用するには、一歩進んだモダンデータスタックの視点も有効です。例えば、以下の記事で解説しているようなアーキテクチャは、MFのデータをBigQuery等に集約し、AIで高度に分析する際の指針となります。

高額なCDPは不要？BigQuery・dbt・リバースETLで構築する「モダンデータスタック」ツール選定と公式事例

API連携は「繋いで終わり」ではありません。MCPという新たなプロトコルを通じて、AIが自律的にデータを解釈し、経理実務の「思考」をサポートする環境を構築することが、これからのB2Bテックにおける真のゴールと言えるでしょう。

本記事で触れたセキュリティ・権限設計（読み取り専用スコープの徹底、監査ログ、人間が保持すべき判断境界）を案件ごとに実装し直すのは、負担が大きく属人化もしやすい領域です。AIに渡す情報・権限・操作を絞り込むセキュア記帳基盤 RuleHub を間に挟めば、最小権限・承認・操作ログを共通の仕組みとして担保したまま、マネーフォワード以外のパッケージにも同じ設計を横展開できます。MF クラウドと Claude を安全につなぐ実装やPoCの進め方は Claude Code 導入支援 でもご相談いただけます。

請求書・領収書の画像をデータ化してから MCP 経由でマネーフォワードへ渡す運用では、前段の読み取り工程としてClaude Code × OCR で領収書・適格請求書をデータ化する方法が参考になります。

業務システム・DX全般のご相談

業務の課題整理からツール選定、システム導入・連携・運用までを幅広く支援します。何から手をつけるべきか迷う段階でも、貴社の状況に合わせて最適な進め方をご提案します。

ソリューション一覧を見る →

マネーフォワード クラウド × MCP の本命ユースケース

MCP（Model Context Protocol）はAI クライアントが外部データソースに統一的にアクセスするための仕様で、マネーフォワード クラウドの公式 API と組み合わせると、Claude や ChatGPT から会計データを自然言語で操作できるようになります。経理 DX の最先端パターンです。

ユースケース	従来の手作業	MCP × MF クラウド
月次レポート作成	会計画面で集計を手作業	「先月の経費を部門別に出して」と Claude に依頼
仕訳の起票	毎日 30 件を手入力	領収書画像 → MCP 経由で自動起票
予実分析	Excel に手動コピー	「先月の予実差異が大きい科目を抽出して」
監査対応	過去伝票を 1 件ずつ検索	「2026年4月の交際費5万円超を全部出して」

セットアップ：3 ステップで動かす

1. MF クラウド側で API キー発行：法人管理画面 → 設定 → API → 新規発行。スコープは必要最小限に絞る。
2. MCP Server を構築：Node.js / Python で MF Cloud API を MCP プロトコルに変換するアダプタを作成。または既存 OSS を利用。
3. Claude Desktop / IDE に登録：設定 JSON に MCP Server のパスを追加。Claude が自動検出。

セキュリティ・ガバナンス必須事項

• API キーは環境変数で管理：コードに直書きしない。秘密管理サービス（AWS Secrets Manager）が理想。
• 権限は最小化：閲覧のみ、書き込みあり、管理者権限の 3 種でユーザー別に分離。
• 監査ログ：MCP 経由の API コール履歴を全件保存。誰がいつ何を引いたか追跡可能に。
• データの社外送信制限：Claude（クラウド）に流すデータの範囲を明文化。決算前情報の扱いに注意。
• MFクラウド側の利用規約：API 利用は商用利用規約に従う。社外 SaaS との連携時は事前確認。

会計 DX の 6 段階成熟度モデル

1. Lv.1 紙ベース：請求書を印刷して保管
2. Lv.2 デジタル化：MF クラウドにスキャン、電子帳簿保存法対応
3. Lv.3 自動仕訳：銀行・カード API 連携で自動取込
4. Lv.4 ダッシュボード化：Looker Studio で月次 KPI 可視化
5. Lv.5 AI 質問応答：MCP × Claude で自然言語クエリ ← 今ここが目標
6. Lv.6 予測・自動アクション：AI が支払予測 / 与信判定 / 仕訳提案

Aurant RuleHub でMF CloudのMCP接続を安全に管理する

MF Cloud とMCPを連携する場合、AIエージェントが「何でもできる」状態になるリスクがあります。Aurant RuleHub は、MF Cloud のMCP接続に対して社員ごとの操作権限をルールで制御するゲートウェイです。

• 仕訳データ参照のみ許可 / 書き込み・削除は拒否：経理担当者はAIに仕訳の読み取りを許可しつつ、誤登録・誤削除を起こす操作権限は与えない設定が可能です。
• 承認フローの組み込み：一定金額以上の仕訳登録はAIが提案・人が承認というワークフローをルールとして定義できます。
• 部門ごとの権限分離：営業担当はPL参照のみ、経理部長は全勘定科目参照可、といったロールベースの制御をMCP層で実装します。
• 監査ログで操作を追跡：MCP接続の監査ログで誰がいつどの操作をAIに実行させたかを記録・追跡できるため、内部統制の証跡として活用できます。

RuleHub を導入することで、MF CloudのMCP連携を「使える状態」から「統制できる状態」へ引き上げることができます。

RuleHub の詳細を見る →

FAQ

MCP Server の構築は自社でやる必要がありますか？

OSS の MCP Server を流用できる場合があります（MF Cloud 公式や GitHub コミュニティ）。社内エンジニアがいない場合はパートナー支援を検討。

無料で試せる範囲は？

MF クラウド API 自体は契約プラン内で利用可能（プランによる）。Claude 利用料は別途必要。検証は数千円〜開始可能。

個人事業主でも導入できますか？

API が使えるプランであれば技術的には可能です。ただし MCP Server 構築の手間に対してリターンが見合うかは要件次第。月 100 件以上の取引なら効果実感あり。

監査法人の対応は？

MCP 経由のクエリログを完全保存し、原始データは MF クラウド側にあるため、現状は問題視されにくいです。ただし AI が生成した報告書を一次資料にしないよう注意。

公式のリモートMCPサーバーと、自作のMCPサーバーはどう使い分けますか？

まず試すなら、2026年3月26日に全プランで提供が始まった公式リモートMCPサーバーが最短です。接続設定だけで仕訳の参照・登録や試算表参照が行え、サーバー構築は不要です。自作のMCPサーバー（Python実装）は、オンプレや独自システムとの統合、公式が未対応の操作、独自の権限・承認ロジックを差し込みたい場合に選びます。いずれの場合も「AIに渡す範囲・許可する操作・人の承認」という統制設計は利用者側に残ります。