Claude 金融エージェント 10テンプレート徹底解説｜ピッチブック・KYC・月次決算・M365 Add-in【2026年5月リリース】

Claude 金融エージェント（公式名: Agents for financial services）は、Anthropicが2026年5月5日に公開した、投資銀行・PE・アセットマネージャー・保険会社向けの「すぐ動かせる10種のエージェントテンプレート」です。 ピッチブック作成、KYCスクリーニング、月次決算、総勘定元帳の照合といったアナリストの作業について、下書きを作るところまでを受け持ち、最終的な判断と承認は人が行う設計になっています。

公開から5か月で状況はかなり変わりました。2026年10月時点で押さえておきたい変更点は次の5つです。

• モデル: 現行の推奨は Claude Opus 5.5（2026年9月22日公開）。最上位は Claude Fable 5.1。公開時に推奨されていた Opus 4.7 や、6月に推奨された Opus 4.8 はレガシー扱い（まだ使える）
• Claude Cowork は「Claude」に統合: 公式料金ページでは "Claude Cowork is now just Claude" と案内されている。プラグインは Claude アプリから入れる
• Outlook アドインはベータ提供中: 5月の発表時は「近日提供」だった。Excel・PowerPoint・Word は一般提供（GA）
• Claude for Financial Advisors（2026年9月14日）: 富裕層向けアドバイザー（RIA）向けの関連製品が別に出た
• Managed Agents はまだベータ: 料金は稼働中のセッション1時間あたり $0.08 ＋トークン料金

この記事でわかること

• 10テンプレートそれぞれの役割、出力物、人が承認する箇所
• ピッチブック／KYC／月次決算の3業務の Before/After
• Microsoft 365 アドイン（Excel/PowerPoint/Word/Outlook）の提供状況と制約
• 3つの導入経路（Claude プラグイン／Claude Code／Managed Agents）の選び方
• 「テンプレートは無料、費用はどこにかかるか」の内訳
• 公式に「やらせない」と決められていること、監査ログの範囲、日本で使うときの論点

投資銀行・PE・アセットマネージャー・保険会社のDX推進担当、経理・財務・KYCコンプライアンス部門のリーダー、Microsoft 365 を全社展開している管理部門、すでに Claude を契約していて「金融業務にどう当てはめるか」を判断したい方に向けた記事です。

Claude 金融エージェントの全体像｜アナリストの作業ドラフトを作る10種のリファレンス実装

出典: Anthropic公式 Solutions for Financial Services

10本は「完成品のAIツール」ではなく、各社が自社のモデル規約・リスクポリシー・承認フローに合わせて手を入れる前提の参考実装（リファレンス実装）です。2026年10月時点の全体像は次のとおりです。

公式の言い方では、10本はどれも「アナリストの作業ドラフトを作るもの」で、出力はすべて人の承認待ちで止まります。準備にかかる時間を減らし、判断や顧客対応に時間を回すための仕組みとして見るのが正確です。

発表ニュースそのもの（Blackstone などとの合弁、業界の反応）は、Anthropicが金融サービス向けAIエージェント10本を公開で扱っています。この記事は、各テンプレートの中身・使い方・導入判断に絞って解説します。

Claude 金融エージェントとは｜概要と公式定義

出典: GitHub: anthropics/financial-services

Claude 金融エージェントは、Anthropic 公式の GitHub リポジトリ anthropics/financial-services（Apache License 2.0）で配布されている、金融業務向けの10種類のエージェント集です。 1本のテンプレートは次の3つでできています。

基本情報

Claude そのものの機能やプランの全体像は、Claudeとはで整理しています。

公式の重要免責事項（必ず確認）

リポジトリの README には、次の一文があります。

"Nothing in this repository constitutes investment, legal, tax, or accounting advice. These agents draft analyst work product ... They do not make investment recommendations, execute transactions, bind risk, post to a ledger, or approve onboarding; every output is staged for human sign-off."

つまり、次のことはエージェントにさせない設計です。

• 投資推奨を出す
• 取引を執行する
• リスクを引き受ける（保険の引受確定など）
• 元帳に転記する
• 顧客のオンボーディング（KYC）を承認する
• 投資・法務・税務・会計の助言として使う

「金融業務にAIを入れたいが、規制リスクをどう抑えるか」という問いに対して、Anthropic は「最後は必ず人が承認する」という形で答えています。

10エージェントの全体像｜2系統への分類

10本は、公式発表では2系統に分かれています。フロントオフィス寄りの「リサーチ・顧客対応」5本と、ミドル〜バックオフィス寄りの「財務・オペレーション」5本です。

一覧表（A: リサーチ&クライアントカバレッジ系 / B: ファイナンス&オペレーション系）

GitHub の README では、同じ10本を「Coverage & advisory / Research & modeling / Fund admin & finance ops / Operations & onboarding」の4区分で並べています。名前が違って見えても中身は同じです。

A と B では担当部門・データソース・規制要件がかなり違います。PoC（試験導入）を始めるなら、どちらか一方から1〜2本に絞るのが現実的です。

10本に共通する「3段構成」

GitHub の実装を読むと、多くのテンプレートが役割を3段に分けています。KYC Screener の例です。

外部の書類に悪意のある指示が仕込まれていても、それを読む役には書き込み権限もデータ接続もないので、被害が広がりにくくなります。書き込める役を1つに絞り、外部文書を読む役から権限を外すという考え方は、自社でエージェントを作るときにもそのまま使えます。

A系統｜リサーチ&クライアントカバレッジ5本の徹底解説

A系統の5本は、提案・分析・モデル作成といった収益に直結する業務の下書きを受け持ちます。各エージェントのデータ接続は「想定される主な接続先」で、実際には自社で契約しているベンダーに合わせて設定します。

1. Pitch Builder｜ピッチブック作成の自動ドラフト化

Pitch Builder は、ターゲットリスト → comps → LBO → ピッチ資料の草案までを一続きで作るエージェントです。

主な機能

• ターゲットリストの作成（業種・規模・財務指標で絞り込み）
• 類似企業比較（comps）と過去の類似取引（precedents）の整理
• LBO モデルの初期計算
• 自社ブランドのテンプレートに沿ったピッチ資料の草案

中の作り（GitHub）: 調べる役（researcher。S&P Capital IQ・Daloopa を読み取り専用で参照）、計算する役（modeler。サンドボックス内で実行）、資料を書く役（deck-writer）の3段です。出力は ./out/pitch-<target>.pptx と ./out/model.xlsx。投資仮説が変わったときは Model Builder に引き継ぎます。

想定される主なデータ接続: PitchBook / S&P Capital IQ / FactSet / Daloopa

人がやる部分: 評価の最終判断、ターゲット選定の最終ロジック、顧客との関係性の反映、提案ストーリーの仕上げ

2. Meeting Preparer｜クライアントブリーフィングの自動化

Meeting Preparer は、顧客や取引相手との面談前に作るブリーフィング資料をまとめるエージェントです。

主な機能

• 顧客企業の最新ニュース・開示・株価動向の集約
• 取引相手の直近の取引やキーパーソン情報の整理
• 面談で聞かれそうな質問のリスト化
• 1枚のサマリー

想定される主なデータ接続: S&P Capital IQ / FactSet / MT Newswires / Guidepoint（専門家インタビューの書き起こし）

人がやる部分: 関係性の機微の反映、機密情報の扱いの判断、面談のゴール設定

公式発表では、みずほ（Mizuho）が「面談の準備が速くなり、アイデアを考える時間に回せるようになった」という趣旨のコメントを寄せています。

3. Earnings Reviewer｜決算トランスクリプト読み込みとモデル更新フラグ

Earnings Reviewer は、決算説明会の書き起こしと開示資料を読み、自社モデルのどこを直すべきかを指摘して、ノートの草案まで作るエージェントです。

主な機能

• 決算説明会の書き起こしの要約
• ガイダンス（会社予想）の変化の検出
• セグメント別の売上・利益の前期比較
• 投資仮説に関わる変化点と、モデル更新が必要な項目のリスト

想定される主なデータ接続: Aiera（決算イベント）/ Daloopa / Financial Modeling Prep / FactSet

人がやる部分: モデルへの最終反映、投資判断、レーティングの変更

4. Model Builder｜Excel上でのDCF/LBO/3ステートメント自動構築

Model Builder は、Excel 上で財務モデルを作り、数式を点検し、感応度分析まで広げるエージェントです。Claude for Excel と組み合わせて使う前提です。

主な機能

• DCF モデル、LBO モデルの初期構築
• 3表（PL / BS / CF）をつなぐ数式の作成
• comps 表の作成
• 既存モデルの数式点検（循環参照や集計漏れの検出）
• 感応度分析の展開

想定される主なデータ接続: Financial Modeling Prep / Daloopa / S&P Capital IQ / FactSet

人がやる部分: 前提条件の確定、業界ごとのドライバー調整、最終レビュー

なお、Excel アドインはデータテーブル機能とマクロ/VBA に対応していません（公式ドキュメント）。感応度表をデータテーブルで組んでいるモデルは、そのままでは扱えない点に注意してください。

5. Market Researcher｜セクター動向の統合監視

Market Researcher は、セクターや発行体の動きを、ニュース・開示・ブローカーレポートから集めてまとめ、与信やリスク審査に回すべき点を指摘するエージェントです。

主な機能

• 指定したセクター・銘柄群の動向の追跡
• 概観、競争環境、comps の整理
• ブローカーレポートの統合サマリー
• 投資テーマの初期アイデア出し

想定される主なデータ接続: S&P Capital IQ / FactSet / MT Newswires / IBISWorld（業界データ）/ Morningstar / LSEG

人がやる部分: 投資テーマの確定、仮説の検証、レポートを出すかどうかの判断

B系統｜ファイナンス&オペレーション5本の徹底解説

B系統の5本は、締め・照合・監査・KYC といったミドル〜バックオフィスの定型業務を受け持ちます。社内の会計システムやスクリーニング基盤につなぐ必要があるため、A系統より自社での接続作業が多くなるのが特徴です。

6. Valuation Reviewer｜GP提出パッケージのレビュー自動化

Valuation Reviewer は、PE/VC の評価担当が四半期ごとに行う、GP（運用者）から届いた評価パッケージのレビューを支えるエージェントです。

主な機能

• GP の提出パッケージの取り込み
• 評価テンプレートの実行と、類似企業・手法・社内基準との照合
• 異常値や前期からの大きな変動の指摘
• LP（出資者）向け報告の準備

想定される主なデータ接続: Chronograph（PE/VC のポートフォリオ管理）/ S&P Capital IQ / PitchBook / Daloopa

人がやる部分: 評価結果の最終承認、投資委員会（IC）にかけるかどうかの判断

7. General Ledger Reconciler｜総勘定元帳照合とNAV計算

General Ledger Reconciler は、総勘定元帳の照合、帳簿に対する NAV（純資産価値）計算、差異の原因追跡を受け持つエージェントです。

主な機能

• 総勘定元帳と外部データ（カストディアンの明細など）の照合
• NAV の計算と再計算
• 差異の検出と原因の追跡
• 承認者への回付

想定される主なデータ接続: 社内の会計システム（自社で MCP を用意）/ SS&C Intralinks / Egnyte / Box

人がやる部分: 元帳への転記はさせない設計です。エージェントは差異の検出と原因の提示までを行い、仕訳の反映は人が行います。確認済みの差異は Month-End Closer に引き継がれ、締めのコメントに反映されます。

8. Month-End Closer｜月次決算チェックリストの自動実行

Month-End Closer は、月次締めのチェックリストを順に回し、仕訳の草案、未払計上、ロールフォワード、差異コメント、締めレポートまでを用意するエージェントです。

主な機能

• 月次締めチェックリストの実行（未計上の検出、ロールフォワード）
• 未払計上のスケジュール作成
• 差異コメントの起草
• 締めパッケージ（レポート）の作成

中の作り（GitHub）: 読む役（ledger-reader。外部の請求書や取引先明細を読む）→ 計算する役（rollforward。社内の総勘定元帳は読み取り専用）→ 書く役（poster）の3段です。出力は close-package-<entity>-<period>.xlsx。README には "JE drafts are staged, not posted to the GL."（仕訳は草案として用意するだけで、元帳には転記しない）と明記されています。

想定される主なデータ接続: 社内の ERP・会計システム（README では GL_MCP_URL として自社で用意）/ Egnyte / Box

人がやる部分: 仕訳の承認と転記、月次決算の確定、開示の判断

9. Statement Auditor｜財務諸表の整合性レビュー

Statement Auditor は、財務諸表の整合性・網羅性・監査への備えを確認し、LP への配布前や監査法人への提出前に問題を見つけるエージェントです。

主な機能

• BS と PL、PL と CF の整合性チェック
• 前期からの異常な変動の検出
• 開示要件に沿っているかの確認
• 注記の草案

想定される主なデータ接続: 社内の会計システム / Daloopa / Egnyte

人がやる部分: 監査法人とのやり取り、開示の最終判断、注記の確定

10. KYC Screener｜KYC/AMLスクリーニングの自動化

KYC Screener は、新規顧客のオンボーディングで、書類の読み取り → 顧客ファイルの作成 → ルールエンジンの実行 → コンプライアンス担当へのエスカレーションまでを受け持つエージェントです。

主な機能

• 提出書類（登記、本人確認書類、財務諸表など）の読み取り
• 顧客ファイルの作成と、原資料との突き合わせ
• ルールエンジンの実行（制裁リスト・PEP〈重要な公的地位にある人〉のスクリーニングを含む）
• 不足書類の指摘とリスク格付けの「推奨」
• エスカレーション用のファイル作成

想定される主なデータ接続: 自社のスクリーニング基盤（README では SCREENING_MCP_URL として自社で用意）/ Moody's（6億社超の信用格付け・企業データ）/ Dun & Bradstreet（企業の実在確認）

人がやる部分: README には "this agent recommends a risk rating; the compliance officer decides."（リスク格付けは推奨まで。決めるのはコンプライアンス担当者）とあります。低リスクの案件でも、承認は担当者が行います。

公式発表では、FIS が AML（マネーロンダリング対策）調査のエージェントで、調査にかかる時間を「数日から数分」に縮めたと紹介されています。

3大ユースケース｜ピッチブック・KYC・月次決算のBefore/After

導入効果を想像しやすい3業務を Before/After で並べます。所要時間は一般的な業務量を前提にした編集部の想定で、公式の数値ではありません。案件の複雑さや社内の承認フローで大きく変わります。

ユースケース1: ピッチブック作成（Pitch Builder + Model Builder + M365連携）

Before（従来）

1. 業界データベースでターゲット候補を抽出（半日）
2. 1社ずつ財務データを Excel に貼り付けて整形（1日）
3. comps 表を作り、評価倍率を計算（半日）
4. LBO モデルを構築（1日）
5. PowerPoint で資料を作成（1日）
6. シニアのレビューと修正（半日〜1日）

目安: 3〜5営業日

After（Pitch Builder + Model Builder + Claude for Excel/PowerPoint）

1. アナリストが顧客の業種・規模などの条件を Pitch Builder に渡す
2. PitchBook や S&P Capital IQ からターゲット候補を抽出
3. Excel 上で Model Builder が comps と LBO を組む
4. 同じ会話の流れのまま PowerPoint で資料の草案を作る
5. アナリストが数字の裏取り、関係性の反映、ストーリーの調整を行う
6. シニアのレビューと修正

目安: 半日〜1日

人が承認する箇所: ターゲット選定の最終判断、評価結果の妥当性確認、提案ストーリーの最終決定、機密情報の扱い

ユースケース2: KYC/AMLスクリーニング（KYC Screener）

Before（従来）

1. 顧客から届いた書類（登記、財務諸表、本人確認書類）を目で確認
2. 制裁リスト・PEP・反社会的勢力のチェックを複数のデータベースで実施
3. 企業の信用情報を別のベンダーから取得して整理
4. リスク評価を手作業で行う
5. レポートを作り、コンプライアンス責任者へ回す

目安: 数日〜1週間

After（KYC Screener）

1. 提出書類を KYC Screener に渡す（読む役だけが書類に触れる）
2. 顧客ファイルを作り、原資料と突き合わせる
3. 自社のスクリーニング基盤や Moody's・Dun & Bradstreet のデータで照合
4. ルールエンジンが制裁・PEP などをチェックし、不足書類を指摘
5. リスク格付けの推奨と根拠をエスカレーション用ファイルにまとめる
6. コンプライアンス担当者が判断・承認する

目安: 数時間〜1日（FIS は AML 調査で「数日から数分」と公表）

人が承認する箇所: オンボーディングの承認、中・高リスク案件のレビュー、当局への報告の判断、判断根拠の検証（説明責任）

なお、日本の反社会的勢力チェックや犯罪収益移転防止法（犯収法）に沿った確認手順は、テンプレートには入っていません。国内で使うなら、ルールとデータ接続先を自社で用意する必要があります。

ユースケース3: 月次決算（Month-End Closer + General Ledger Reconciler + Statement Auditor）

Before（従来）

1. 月初〜5営業日: 仕訳の点検と未計上の洗い出し（経理2〜3名×数日）
2. 6〜7営業日: 総勘定元帳の照合と NAV 計算
3. 8営業日: 財務諸表の整合性チェック
4. 9〜10営業日: 経営層向けの月次レポート作成
5. 翌月初: 開示・LP への配布

目安: 8〜10営業日

After（3本の連携）

1. General Ledger Reconciler が外部データとの照合と NAV 計算を行い、差異の原因を追う
2. 確認済みの差異を Month-End Closer に引き継ぎ、チェックリスト・未払計上・差異コメントを用意
3. Statement Auditor が BS・PL・CF の整合性を確認
4. 経理担当が差異コメントと仕訳の草案を確認し、承認して転記する
5. 締めレポートは草案から仕上げる

目安: 3〜5営業日

人が承認する箇所: 元帳への転記（エージェントは草案まで）、仕訳の承認、月次決算の確定、開示の判断

経理業務全体でのAI活用は、経理・会計のAI活用で業務別に整理しています。

Microsoft 365 Add-in 統合｜アプリ間コンテキスト共有が最大の特長

出典: Anthropic公式ニュース「Claude for Microsoft 365」

金融エージェントを日常業務で使う入口になるのが、Microsoft 365 のアドインです。Excel・PowerPoint・Word・Outlook を1つの会話でまたげるので、Excel で作ったモデルの前提を説明し直さずに資料やメモへ持ち込めます。

提供状況（2026年10月時点）

対象プランは Pro / Max / Team / Enterprise です（Free は対象外）。Amazon Bedrock・Google Vertex AI・Azure AI Foundry や社内の LLM ゲートウェイ経由でも使え、その場合は Claude のアカウントがなくても利用できます。

Anthropic公式の説明

"context carries automatically between applications, so work that started in a model can end in a deck without re-explaining anything"

Outlook のドキュメントでは、メールに添付された LOI（意向表明書）をスレッドの文脈ごと Word で開く、メールに書かれた数値を開いている Excel モデルに入れる、といった使い方が例に挙がっています。想定ユーザーとして PE や投資銀行のアソシエイトが明記されています。

業務での活用イメージ

1. Excel: Model Builder が FactSet などのデータで DCF モデルを組む
2. PowerPoint: 同じ会話の流れで、Excel の数値を引用した資料の草案を作る
3. Word: モデルの前提をふまえて与信メモや投資委員会メモを起草する
4. Outlook（ベータ）: 顧客への送付メールの下書きを作る。送信はしない（Mail.Send 権限を要求しない設計）

導入前に確認したい制約

Office Store を無効にしている組織は、マニフェスト XML で配布します。Entra PIM で有効化した管理者ロールでは配布に失敗することがある（Microsoft 側の既知の問題）点も、情報システム部門と共有しておくと安心です。

Word アドイン単体の使い方や料金は、Claude for Wordとはで詳しく解説しています。

利用可能なMCPコネクタ｜金融データへのガバナンス制御付きアクセス

金融エージェントが外部データを読むときは、MCP（Model Context Protocol）のコネクタを使います。コネクタの多くは、Claude の料金とは別に各データベンダーとの契約が必要です。

研究・市場データ系（既存）

GitHub の中核プラグイン financial-analysis には、2026年10月時点で12件の MCP がまとめられています。

このほか、公式発表では MSCI も既存の接続先として挙げられています。

2026年5月新規追加コネクタ

• Moody's（MCP アプリ）: 6億社超の信用格付け・企業データ
• Dun & Bradstreet: 企業の実在確認・企業情報
• Fiscal AI: 上場企業の基礎データ
• Financial Modeling Prep: 株価、財務、決算説明会の書き起こし
• Guidepoint / Third Bridge: 専門家インタビュー
• IBISWorld: 業界データ
• SS&C Intralinks: データルーム
• Verisk: 保険・リスクデータ

注意点：MCPコネクタは別途契約が必要

FactSet・S&P Capital IQ・PitchBook などは年間契約が基本で、価格は公開されていません。すでに契約している企業が、Claude からそのデータを使えるようにする、という使い方が想定されています。

また、EDINET・TDnet・日経・QUICK など日本の主要データソース向けの公式コネクタは、2026年10月時点の公式一覧に見当たりません。国内の開示資料を使いたい場合は、自社で MCP サーバーを用意するか、データを取り込む仕組みを別に作る必要があります。

MCP の仕組みそのものは、MCP（Model Context Protocol）とはで解説しています。

推奨モデル：Claude Opus 5.5｜2026年10月時点の最新推奨

出典: Anthropic公式ニュース「Agents for financial services and insurance」

2026年10月時点で、金融エージェントを動かすモデルとしてまず検討したいのは Claude Opus 5.5（2026年9月22日公開）です。公式のモデル一覧でも「迷ったらまずこれ」という位置づけです。

公開時（5月）の推奨は Opus 4.7、6月には Opus 4.8 でしたが、どちらも現在はレガシー扱いです。ただし、GitHub の Managed Agents 用 cookbook の既定値は claude-opus-4-7 のまま（2026年10月19日時点）です。新しいモデルで動かしたい場合は、設定ファイル（agent.yaml の model）を自分で書き換え、検証してから使います。

モデル比較（2026年10月時点の API 料金・1MTok あたり）

全モデルが 100万トークンのコンテキストと最大12.8万トークンの出力に対応し、Batch API は50%引きです。Opus 5.5 には最大2.5倍速の fast mode（$8/$40）もあります。

Opus 5.5が金融エージェントに向いている理由

公式発表には、金融に関わる数字がいくつか載っています。

• Hebbia の金融ワークフロー評価: 網羅率 86.6%（Opus 5 は 60.3%）
• Rogo BigFinance Bench: 最も低い effort 設定でも Opus 5 の high effort を上回り、出力トークンは約6割少ない
• Anthropic 社内テスト: Excel の合併モデルと経営陣向けプレゼンの作成が63分（Opus 5 は93分、コストは約半分）

また、公式の日本語の金融ページには、Balyasny の「Claude Fable 5 は当社がテストした中で最も優れた金融向けモデル」というコメントも載っています。重いモデル作成では Fable 系、日常業務は Opus 5.5、量の多い前処理は Sonnet 5.5 や Haiku 5.5、という使い分けが現実的です。

Opus 5.5 の詳しい性能や料金はClaude Opus 5.5とは、Sonnet 5.5 はClaude Sonnet 5.5とはで解説しています。

重要な注意点：Finance Agent v2ベンチマーク

外部ベンチマークの Vals AI Finance Agent では、v2 で Opus 5.5 は 58.59%（63モデル中8位）です。

5月の発表時に話題になった「Opus 4.7 が 64.37% で首位」は v1 の数値で、v2 とは評価タスクが違います。数字だけ並べて「下がった」と見るのは誤りです。

一方で、金融エージェントのベンチマークで Claude が常に1位というわけではありません。それでも、データベンダーのコネクタの多さ、M365 アドイン、無料で使える10本のテンプレートといった周りの環境には強みがあります。どのモデルでも間違いは起こるため、人のレビューを前提にした運用は変わりません。

Dynamic Workflows と6月15日の課金変更について

2026年5〜6月に話題になった Dynamic Workflows（多数のサブエージェントの並列実行、Research Preview）と、6月15日からの Agent SDK・自動化ワークロードの課金変更は、どちらも時期に依存する情報です。金融エージェントに関係するのは主に「プラグイン経由で自動実行を回す場合のクレジット消費」なので、詳細はClaude Agent SDKの課金変更で確認してください。なお、Managed Agents のサブエージェント委任（callable_agents）は、README 上は現在も Research Preview です。

導入経路｜3つのパターンを早見表で整理

出典: Claude API公式ドキュメント

導入経路は3つ（＋クラウド経由）です。まず Claude アプリのプラグインと Excel アドインで1人が試し、効果が見えたら Managed Agents で定期実行に広げる、という順番が一般的です。

パターン1: Claude Cowork プラグイン（最も簡単）

Cowork は2026年9月から「Claude」に統合されたため、現在は Claude アプリのプラグインとして入れます（Pro/Max から順次。Team/Enterprise への展開時期は管理画面で確認してください）。

1. Settings → Plugins → Add plugin
2. https://github.com/anthropics/financial-services を貼り付ける
3. マーケットプレイスから必要なエージェントと業種別プラグインを選ぶ

業種別プラグインは、中核の financial-analysis（先に入れる）に加えて、investment-banking、equity-research、private-equity、fund-admin、operations があります。パートナー製の lseg、spglobal もあります。以前あった wealth-management は2026年9月に削除され、富裕層向けアドバイザーの機能は Claude for Financial Advisors に移りました。

旧 Cowork の機能と使い方はClaude Coworkとはで解説しています。

パターン2: Claude Code プラグイン（CLI）

claude plugin marketplace add anthropics/financial-services
claude plugin install financial-analysis@claude-for-financial-services
claude plugin install pitch-agent@claude-for-financial-services
claude plugin install gl-reconciler@claude-for-financial-services

中核の financial-analysis を先に入れてから、使うエージェントを追加します。マーケットプレイス名は README の現行版に合わせて claude-for-financial-services になっています（5月時点の記事や資料にある @financial-services とは異なる場合があるので、README を確認してください）。

エンジニア部門が社内のワークフローに組み込む場合に向いています。Claude Code の基本はClaude Codeとはをご覧ください。

パターン3: Claude Managed Agents API（自律実行・公開ベータ）

export ANTHROPIC_API_KEY=sk-ant-...
scripts/deploy-managed-agent.sh gl-reconciler

デプロイ用スクリプトは、Skills のアップロード、サブエージェントの作成、オーケストレーターの登録までを行います。ただし、データ接続先は自社で用意する必要があります。README では、KYC なら SCREENING_MCP_URL、月次締めなら GL_MCP_URL、ピッチなら CAPIQ_MCP_URL と DALOOPA_MCP_URL を設定する形です。

Managed Agents は2026年10月時点でもベータで、managed-agents-2026-04-01 のベータヘッダーが必要です。セッションとファイルは API で削除できますが、Zero Data Retention（ZDR）と HIPAA BAA の対象外です。

テンプレートを試すだけなら設定ファイルとスクリプトで動きます。一方、自社の業務で定期的に回すなら、承認待ちで止める仕組み、途中での停止、失敗したときの再実行、ログの保管まで作り込む必要があります。どこまでを追加で作るかは、AIエージェントの本番導入で追加する開発範囲で整理しています。

Managed Agents の機能と料金はClaude Managed Agentsとはで解説しています。

パターン4: LLMゲートウェイ経由（Bedrock / Vertex AI / Azure AI Foundry）

データを自社のクラウド契約の中で扱いたい場合は、Amazon Bedrock・Google Vertex AI・Azure AI Foundry 経由で Claude を使う方法があります。M365 アドインもこれらの経由や社内の LLM ゲートウェイで使えます。管理者向けツール claude-for-msft-365-install には、2026年6〜8月に政府向けクラウド（GCC High、DoD、21Vianet）、Entra 認証のゲートウェイ、利用できるモデルやWeb検索の制限設定などが追加されています。

料金とコスト｜テンプレートは無料、費用がかかるのは3つ

テンプレート自体は Apache 2.0 で無料です。 費用がかかるのは、①Claude のプラン、②データベンダーとの契約、③API・Managed Agents の利用料の3つです。

Claudeプラン別の参考価格（2026年10月時点）

出典は公式の料金ページ（USD、税別）です。金融業向けの特別価格や円建ての価格は公開されていないため、営業への確認が必要です。

金融機関は Enterprise が前提になりやすい

監査ログが使えるのは Enterprise だけです。誰がいつ何をしたかを後から確認できないと、規制対応の説明が難しくなるため、組織として本格導入するなら Enterprise が前提になりやすいと考えておきましょう。Claude for Financial Advisors の公式ブログでも、監査ログを理由に Enterprise を推奨しています。

想定される総コスト構造

• 小さく試す: Pro（$20/月）＋すでに契約しているデータベンダー
• 部門で展開: Team ＋データベンダー＋プラグインの社内カスタマイズ
• 全社で本番運用: Enterprise ＋ Managed Agents のトークン・稼働時間＋自社で用意する MCP サーバー（会計システム、スクリーニング基盤）の構築と運用

プラン全体の比較はClaude料金をご覧ください。

公式に「使ってはいけない」と明記されている場面

公式リポジトリでは、次のことをエージェントにさせないと明記しています。社内のAI利用規程にもそのまま書いておくべき内容です。

Excel アドインの公式ドキュメントでも、人のレビューなしで顧客向けの最終成果物にすること、監査上重要な計算を検証せずに使うこと、適切な統制なしに規制対象のデータを扱うことは推奨されていません。

並行運用を前提にする（完全自動化の幻想を持たない）

外部ベンチマーク（Vals AI Finance Agent v2）でも Opus 5.5 の正答率は6割弱で、現状のエージェントは間違えることがあります。「今の手作業をゼロにできる」と期待すると失敗しやすくなります。「下書きはエージェント、確認と判断は人」と役割を分けたうえで、しばらくは従来の手順と並べて結果を比べるのが現実的です。

AIエージェント全般の安全な運用は、AIエージェントセキュリティガイドでまとめています。

ガバナンス・監査・セキュリティ設計

金融エージェントを本番で使うときに確認したいのは、ログがどこまで残るかと、外部文書に仕込まれた指示（プロンプトインジェクション）をどう防ぐかの2点です。

Managed Agents の監査ログ

Managed Agents では、Claude Console 上でツールの呼び出しと判断を確認できます。どのデータソースに何を問い合わせ、どう返したかを後から追えます。ログの範囲は経路によって違うので、表で確認しておきましょう。

ガバナンス制御付きデータアクセス

コネクタごと、ツールごとに権限を設定できます。たとえば「KYC Screener にはスクリーニング基盤と Moody's だけ、Pitch Builder には PitchBook と S&P Capital IQ だけ」といった形で、業務ごとにアクセス先を絞れます。認証情報は管理された保管庫で扱われます。

プロンプトインジェクションへの備え

Excel アドインの公式ドキュメントは、信頼できるスプレッドシートだけで使うことを求めています。外部から入手したテンプレートや取引先のファイルに隠し指示が仕込まれ、情報の持ち出しやデータの改ざんにつながるシナリオがテストで確認されている、という説明です。危険な操作の前には確認が出ます。

Outlook でも、外部や未知の送信者からのメール本文と添付は「信頼できない入力」として扱われます。ベータ期間中は、無人での送信、下書きを読まずに顧客へ送ること、特権情報や規制対象のデータを含むメールボックスでの統制なしの利用は推奨されていません。

10本のテンプレートが「読む役／判断する役／書く役」の3段に分かれているのも、この対策のためです。似た攻撃の実例はCopilot Cowork のファイル持ち出し問題で解説しています。

人が承認するまで成果物は外に出ない

公式ブログでは "Users stay firmly in the loop" として、利用者がレビューして承認するまで成果物は外に出ない設計だと説明されています。ピッチ資料、LP 向け報告書、KYC のエスカレーションファイルは、いずれも ./out/ などの出力先に置かれ、人が確認してから使います。

Managed AgentsのZDR・HIPAA対象外

Managed Agents は会話の状態を保持する設計のため、Zero Data Retention（ZDR）と HIPAA BAA の対象外です。自社のデータ保持ポリシーと合うかを確認し、必要ならセッションとファイルを API で削除する運用を決めておきます。

確認できていない項目（要営業確認）

2026年10月時点で、公式情報から確認できなかったのは次の点です。

• Managed Agents と Outlook アドインの一般提供（GA）の時期
• M365 アドインで Opus 5.5 / Fable 5.1 を選べるか
• 金融業向けの特別価格、円建て価格
• Team / Enterprise での Cowork→Claude 統合の展開時期
• 日本語の Skills（手順書）の公式な提供予定

導入を検討するときは、Anthropic の営業窓口に直接確認してください。

導入企業の事例と効果（公式・複数報道経由）

5月の公式発表には、海外の大手金融機関を中心に多くの導入例が載っています。

日本の動き

日本では、2026年6月に SBI ホールディングスと Anthropic が、日本の金融規制に沿ったAIエージェントの共同開発で提携しました（SBI×Anthropic提携）。NEC と Anthropic、金融機関8社の連携も発表されています（NEC×Anthropic×金融8社）。

ただし、10本のテンプレートは米国の業務慣行（LP 報告、GP パッケージ、SEC の規制など）が前提で、日本の会計基準や犯収法、金融庁のガイドラインに合わせた記載は公式にはありません。国内で使うときは、手順書（Skills）とルールを日本の業務に合わせて書き直すことが前提です。国内の金融機関のAI活用全体は銀行・金融機関のAI活用事例で整理しています。

関連する新製品: Claude for Financial Advisors

2026年9月14日には、富裕層向けの独立系アドバイザー（RIA）向けのプラグイン Claude for Financial Advisors が公開されました。10本のテンプレートが投資銀行・リサーチ・ファンド管理向けなのに対し、こちらは個人顧客を担当するアドバイザー向けです。

Microsoft Copilot Finance との比較

出典: Anthropic Claude公式サイト

Microsoft の Copilot（Microsoft 365 Copilot と財務向けの Copilot 機能）は、同じ領域の主な比較対象です。外部の金融データを深く使うなら Claude、Microsoft のデータ基盤が中心なら Copilot というのが大まかな選び分けです。Copilot 側の機能はライセンスや製品の組み合わせで変わるため、次の表は公開情報をもとにした大まかな整理です。導入時は Microsoft の最新ドキュメントで確認してください。

選び分けの目安

• FactSet や S&P、PitchBook などをすでに契約していて、AIから直接使いたい → Claude
• Dynamics・Power BI・SharePoint など Microsoft のデータ基盤が業務の中心 → Copilot
• 投資銀行・PE で判断がつかない → 両方を小さく試して比べる

Copilot のエージェント機能はMicrosoft 365 Copilot エージェントとはで解説しています。

こんな企業・部門におすすめ

次の条件に多く当てはまるほど、導入する価値は高くなります。

• Microsoft 365 を全社で使っていて、Excel・PowerPoint・Word が業務の中心
• FactSet・S&P Capital IQ・PitchBook・Moody's などの金融データをすでに契約している
• 投資銀行・PE・ヘッジファンド・アセットマネージャー・保険会社で、ピッチ資料、モデル作成、KYC、月次決算、LP 報告に人手がかかっている
• 「AIが下書き、人が承認」という業務の流れを設計できる
• Claude Enterprise の契約（監査ログ）を検討できる
• 社内の会計システムやスクリーニング基盤に MCP でつなぐ開発体制がある
• 1部門・1本から PoC を始める社内合意がある

こんな企業にはおすすめしない

次に当てはまる場合は、別の選択肢から考えるか、準備を整えてからの導入をおすすめします。

• 完全な無人化・自動承認を目的にしている（公式に「させない」とされている）
• 規制上、外部AIへのデータ送信が認められず、Bedrock などのクラウド経由も検討できない
• Microsoft 365 を使っておらず、Google Workspace が業務の中心
• 金融データベンダーとの契約がなく、日本のデータソース（EDINET など）だけで完結させたい
• AIの判断根拠を説明できる担当者が社内にいない
• 業務フローを見直す準備がないまま「とりあえずAIを入れたい」段階
• Pro や Team で全社運用しようとしている（監査ログが残らない）

こうした場合は、金融業界のAI活用事例と導入ガイドで業界全体の活用パターンを確認してから検討すると、遠回りを避けられます。

よくある質問（FAQ）

Q. Claude 金融エージェントの追加料金はいくら？

テンプレートの利用料はかかりません（Apache 2.0）。ただし、ゼロ円で試せるわけではありません。Free プランではプラグインも M365 アドインも使えないため、最低でも Pro（$20/月）が必要です。そのうえ、ピッチや決算レビューで本来の性能を出すには FactSet などのデータ契約がほぼ必須です。

Q. 6月15日の課金変更の影響はまだありますか？

対話しながら使う範囲（Claude アプリ、IDE での Claude Code）はプランの利用枠のままです。影響を受けるのは、プラグインを claude -p や GitHub Actions などで自動実行する使い方です。夜間の一括処理を組むなら、プラン付属のクレジットで足りるかを先に試算するか、最初から Managed Agents（API 課金）で設計したほうが費用を読みやすくなります。

Q. 日本語で使えますか？

Claude 本体は日本語で指示も出力もできます。ただ、テンプレートの手順書（Skills）は英語で、米国の業務慣行が前提です。日本語の資料やメールを読ませること自体はできても、勘定科目の名前、日本の開示資料の形式、犯収法の確認項目などは、手順書を日本語で書き直して合わせる必要があります。

Q. KYCの最終承認をAIに任せられますか？

任せられません。KYC Screener はリスク格付けを「推奨」するところで止まり、README にも「決めるのはコンプライアンス担当者」と書かれています。人の承認を経ずに口座開設を進める運用は、テンプレートの設計からも外れます。

Q. 投資推奨はAIから出せますか？

出せません。「do not make investment recommendations」と明記されています。Earnings Reviewer のノート草案に投資仮説への影響が書かれていても、それは判断材料で、レーティングの変更を決めるのはアナリストです。

Q. Microsoft Copilotで同じことはできますか？

一部はできます。違いが出るのは、FactSet・S&P・Moody's などへの接続の深さと、金融向けのテンプレートが最初から用意されているかどうかです。Dynamics や Power BI のデータが中心なら Copilot のほうが合う場面もあるので、同じ業務で両方を試して比べるのが確実です。

Q. PoCはどこから始めるべき？

効果を測りやすいのは、ピッチ資料の下書き（Pitch Builder＋Model Builder＋Excel・PowerPoint アドイン）です。作業時間が数字で比べやすく、社内データへの接続もほとんど要りません。KYC や月次決算は効果が大きい一方、社内のスクリーニング基盤や会計システムへの接続が必要になるため、2本目以降に回すと進めやすくなります。

Q. テンプレートはOpus 5.5で動きますか？

Claude アプリや Claude Code では選んだモデルで動きます。Managed Agents の cookbook は既定値が claude-opus-4-7 のままなので、agent.yaml のモデル指定を書き換えて使います。差し替え後の精度は公式に検証結果が出ていないため、元のモデルと同じ案件で結果を比べてから切り替えるのが安全です。

Q. Managed Agents API はいつ正式版になりますか？

2026年10月時点ではベータのままで、正式版（GA）の時期は公表されていません。仕様がリリースごとに変わる可能性もあるので、本番に組み込むなら API の変更を追える体制と、止まったときに手作業へ戻す手順を用意しておきます。

まとめ｜Claude 金融エージェントは「準備時間をアイデア時間に変える」基盤

Claude 金融エージェントは、投資銀行・PE・アセットマネージャー・保険会社の10種類の業務を、すぐ動かせる参考実装として無料で公開したテンプレート集です。2026年10月時点の要点は次のとおりです。

• 10本は2系統: リサーチ・顧客対応の5本（Pitch Builder / Meeting Preparer / Earnings Reviewer / Model Builder / Market Researcher）と、財務・オペレーションの5本（Valuation Reviewer / GL Reconciler / Month-End Closer / Statement Auditor / KYC Screener）
• 設計の中心は「書き込める役を1つに絞る」3段構成: 外部文書を読む役には権限を渡さない
• M365 アドイン: Excel・PowerPoint・Word は GA、Outlook はベータ。アドインの利用は Enterprise の監査ログに入らない
• 推奨モデルは Opus 5.5: 重い作業は Fable 5.1。cookbook の既定値は Opus 4.7 のままなので自分で差し替える
• 費用は3つ: Claude のプラン、データベンダー、API・Managed Agents（$0.08/セッション時間＋トークン）。組織で使うなら監査ログのある Enterprise が前提になりやすい
• させないこと: 投資推奨、取引の執行、リスクの引き受け、元帳への転記、オンボーディングの承認
• 日本で使うなら: 国内データソースのコネクタはなく、手順書とルールを日本の業務に合わせて書き直す必要がある

みずほのコメントにあるように、このテンプレートの価値は「準備にかかる時間を、考える時間に回せる」ことにあります。完全な自動化を目指すのではなく、アナリストや経理担当が判断・顧客対応・戦略に時間を使えるようにするための基盤として検討するのがよいでしょう。

関連記事

• 発表ニュースの解説: Anthropicが金融サービス向けAIエージェント10本を公開
• 金融業界全体: 金融業界のAI活用事例と導入ガイド
• 銀行・金融機関: 銀行・金融機関のAI活用事例
• 料金: Claude料金
• 推奨モデル: Claude Opus 5.5とは
• 自律実行の基盤: Claude Managed Agentsとは
• M365 アドイン: Claude for Wordとは
• Microsoft の比較対象: Microsoft 365 Copilot エージェントとは
• MCP の基本: MCP（Model Context Protocol）とは
• セキュリティ: AIエージェントセキュリティガイド
• 上位概念: AIエージェントとは

出典

• Anthropic公式: Agents for financial services and insurance
• Anthropic公式: Introducing Claude Opus 5.5
• Anthropic公式: Claude for Microsoft 365
• Claude Blog: Claude for Financial Advisors
• Claude Solutions: Financial Services
• Claude 料金ページ
• Claude for Excel 公式ドキュメント
• Claude for Outlook 公式ドキュメント
• Claude モデル一覧（公式ドキュメント）
• Claude Managed Agents 公式ドキュメント
• GitHub: anthropics/financial-services（Apache 2.0）
• Vals AI: Claude Opus 5.5
• Fortune: Anthropic deepens push into Wall Street（2026/05/05）
• Impress Watch: SBI HDとAnthropicの提携（2026/06/02）