PDFからデータをAIで抽出する方法｜請求書・申込書の入力作業を自動化

「取引先から届くPDF請求書をExcelへ手入力している」

「申込書PDFから氏名・住所・電話番号を転記している」

「PDFの内容を毎月システムへ入力する作業に時間がかかる」

「会社ごとにレイアウトが違うPDFから必要な項目だけ取り出したい」

このような業務は、OCRやAIを利用して自動化できる可能性があります。

例えば現在、

PDFを開く
↓
会社名を確認
↓
請求日を確認
↓
請求金額を確認
↓
Excelへ入力
↓
PDFを閉じる
↓
次のPDFを開く

という作業を100ファイルに対して行っているとします。

PDFから必要なデータを自動抽出できれば、

PDF
↓
文字・表を読み取り
↓
必要項目を抽出
↓
内容をチェック
↓
Excel・CSV・システムへ登録

という流れにできます。

特に生成AIを組み合わせることで、レイアウトが完全に統一されていないPDFから、

会社名
日付
金額
商品名
数量
住所
問い合わせ内容

などを構造化して取得できるケースがあります。

この記事では、PDFからデータを抽出する方法、OCRとAIの違い、Excelやシステムへの登録、自動化する際の注意点、導入判断について解説します。

PDFからデータを抽出するとは

PDFデータ抽出とは、PDF内に記載されている情報をプログラムで取得し、後から利用できるデータへ変換することです。

例えば請求書PDFに、

請求先：株式会社ABC
請求日：2026年7月30日
請求金額：110,000円

と書かれているとします。

これを、

会社名：株式会社ABC
請求日：2026-07-30
請求金額：110000

という形で取得します。

さらにExcelへ、

会社名	請求日	請求金額
株式会社ABC	2026/07/30	110,000

と登録できます。

PDFデータ抽出が使われる業務

請求書

取引先から届く請求書から、

会社名
請求番号
請求日
支払期限
金額
税額

などを取得します。

見積書

例えば、

見積番号
顧客名
商品
数量
単価
金額

を抽出します。

注文書

注文書PDFから、

注文番号
商品コード
数量
納期

などを取り出します。

申込書

例えば、

氏名
住所
電話番号
メール
希望プラン

などです。

アンケート・調査票

PDFで返送された回答をデータ化できます。

点検・検査報告書

例えば、

点検日
設備番号
測定値
判定

などを抽出します。

契約書

契約書から、

契約先
契約開始日
契約終了日
契約金額

などを取得する用途も考えられます。

ただし、契約書のような重要文書ではAI抽出結果を人が確認する運用が重要です。

PDFには大きく2種類ある

PDFデータ抽出では、まずPDFの種類を確認します。

テキストPDF

Wordやシステムから生成されたPDFです。

文字情報が内部に入っているため、比較的データを取得しやすくなります。

例えばPDF上の文字をマウスで選択してコピーできる場合です。

画像PDF

紙をスキャンして作ったPDFなどです。

PDFの中身が文字ではなく画像になっています。

例えば、

紙の請求書
↓
スキャナー
↓
PDF

という場合です。

この場合はOCRが必要になります。

OCRとは

OCRは、

Optical Character Recognition

の略で、画像の中にある文字を文字データへ変換する技術です。

例えばスキャンされた請求書の画像から、

株式会社ABC
110,000円

という文字を読み取ります。

OCRだけでできること

OCRは基本的に、

画像
↓
文字

へ変換する技術です。

例えば、

株式会社ABC
請求番号 00125
2026年7月30日
110,000円

という文章を取得できます。

しかし、

どれが会社名なのか
どれが請求番号なのか
どれが合計金額なのか

まで判断するには別の処理が必要になる場合があります。

OCRとAIを組み合わせる

そこで、

PDF
↓
OCR
↓
文字データ
↓
AI
↓
必要項目を抽出

という構成を利用します。

例えばAIへ、

この請求書から、
会社名・請求日・請求番号・税込金額を抽出してください

と指示します。

結果を、

{
  "company": "株式会社ABC",
  "invoice_date": "2026-07-30",
  "invoice_number": "00125",
  "total": 110000
}

のような構造で取得します。

AIを使うメリット

レイアウトが違うPDFにも対応しやすい

従来の処理では、

左上の座標
→ 会社名

右上
→ 請求日

のように位置を決める方法があります。

しかし、取引先によって請求書レイアウトが違うと対応できません。

AIを利用すると、

請求日
ご請求日
発行日

など、表記が異なっても内容から判断できる可能性があります。

項目名が多少違っても抽出できる

例えば、

合計
ご請求額
請求金額
今回請求額

のように会社ごとに違う場合です。

生成AIは文脈を利用して、同じ意味の項目として判断できる場合があります。

自由形式の文書からも取得できる

例えば報告書の文章中から、

作業日
担当者
作業内容
問題点

を抽出することもできます。

AIを使えば100％正確になるわけではない

重要なポイントです。

OCRや生成AIには誤認識・誤抽出が発生する可能性があります。

例えば、

請求金額
100,000円

を、

10,000円

と誤認識する可能性があります。

特に、

金額
日付
契約番号
振込先
商品数量

などは、誤りが業務へ大きな影響を与えます。

そのため、

AI抽出
↓
自動チェック
↓
必要なら人が確認
↓
登録

という流れが安全です。

PDFからExcelへ自動転記する

よくある利用方法です。

例えば指定フォルダに、

A社請求書.pdf
B社請求書.pdf
C社請求書.pdf

を保存します。

システムが順番に読み込み、

PDF	会社名	日付	金額
A社請求書.pdf	A社	7/30	100,000
B社請求書.pdf	B社	7/30	80,000
C社請求書.pdf	C社	7/29	120,000

というExcelを作成します。

CSVへ出力する

会計ソフトや別システムへ取り込む場合は、

PDF
↓
データ抽出
↓
CSV
↓
別システム

とする方法もあります。

データベースへ直接登録する

Webシステムがある場合は、

PDFアップロード
↓
データ抽出
↓
確認
↓
データベース登録

とできます。

例えば請求書管理なら、

仕入先
請求日
金額
支払期限

を登録します。

PDFをアップロードすると自動解析する画面

例えば、

[PDFをアップロード]

↓
解析中

↓
会社名：株式会社ABC
請求日：2026/07/30
金額：110,000円

[登録]

という画面です。

担当者はPDFを見ながら転記せず、AIが取得した内容を確認するだけになります。

人による確認画面を入れる

完全自動登録より安全な方法です。

例えば、

項目	AI抽出結果
会社名	株式会社ABC
請求日	2026/07/30
金額	110,000

を表示します。

担当者が確認して、

[登録]

を押します。

これだけでも手入力作業を大きく減らせます。

信頼度の低い項目だけ確認する

OCRサービスや処理方法によっては、読み取りの信頼度を取得できる場合があります。

例えば、

会社名
99%

請求日
98%

請求金額
65%

なら、請求金額だけ人に確認してもらう方法です。

すべてを確認するより効率的です。

PDF内の表を抽出する

請求書などでは明細表があります。

例えば、

商品	数量	単価	金額
商品A	2	10,000	20,000
商品B	3	20,000	60,000

この表を、

商品A,2,10000,20000
商品B,3,20000,60000

のようなデータとして取得します。

表抽出は単純な文字取得より難しい

PDFでは、

商品A 2 10000 20000
商品B 3 20000 60000

のように文字だけ抽出され、列構造が失われる場合があります。

そのため、

PDF解析
OCR
AI
レイアウト解析

などを組み合わせることがあります。

複数ページのPDFにも対応できる

例えば10ページある報告書から、

顧客名
総額
担当者
結論

などを取得できます。

ただし、ページ数が増えると処理量やAI利用料も増える可能性があります。

PDFから特定ページだけ解析する

例えば、

1ページ目
基本情報

2〜20ページ
明細

というPDFなら、必要なページだけ処理する方法があります。

無駄な処理を減らせます。

PDFから大量データを抽出する

例えば毎月500枚の請求書を処理している場合です。

500PDF
↓
一括解析
↓
Excel作成

とできます。

大量処理では一括処理の設計が重要

例えば、

500件開始
↓
350件目でエラー

になった場合、最初からやり直すのは非効率です。

そこで、

成功
498件

エラー
2件

のように結果を管理します。

エラーPDFだけ再処理する

例えば、

A社.pdf
成功

B社.pdf
読み取りエラー

C社.pdf
成功

ならB社だけ再実行します。

処理履歴を残す

例えば、

PDF	日時	結果	内容
A社.pdf	10:00	成功	登録済
B社.pdf	10:01	エラー	金額取得不可

と記録します。

自動処理では重要な機能です。

PDFのレイアウトがすべて同じ場合

毎回同じ帳票なら、必ずしも生成AIを使う必要はありません。

例えば、

自社指定申込書

がすべて同じレイアウトなら、

決められた場所
↓
決められた項目

を読み取る通常のプログラムの方が安定する場合があります。

AIが向いているPDF

例えば、

取引先A
独自請求書

取引先B
独自請求書

取引先C
独自請求書

のようにフォーマットが異なる場合です。

AIによる意味理解が有効になります。

AIを使うべきかの判断

固定レイアウト

通常のプログラムやOCRを中心に検討します。

複数レイアウト

AIやDocument AI系の技術を検討します。

自由文章

生成AIによる情報抽出が有力です。

すべてのPDF処理をAI化する必要はありません。

PDFファイル名から情報を取得する

例えば、

202607_A社_請求書.pdf

というファイル名なら、

年月
202607

会社
A社

を取得できます。

PDF本文を解析する前に、ファイル名から取得できる情報は利用した方が効率的です。

フォルダ名も利用できる

例えば、

請求書
└─ 2026
   └─ 07
      └─ A社
         └─ invoice.pdf

なら、

年月
2026/07

会社
A社

をフォルダ構造から取得できます。

AI処理を減らせる場合があります。

メール添付PDFを自動処理する

例えば取引先から請求書がGmailへ届く場合です。

メール受信
↓
PDF添付を取得
↓
AIで解析
↓
スプレッドシートへ登録

という処理もできます。

メールから保存する作業もなくせる

現在、

メール
↓
PDFダウンロード
↓
フォルダ保存
↓
Excel転記

しているなら、

メール
↓
自動取得
↓
解析
↓
登録

まで一連で考えます。

Google Drive内のPDFを自動解析する

例えば、

未処理PDF

フォルダへファイルを入れます。

一定時間ごとに、

未処理PDF
↓
解析
↓
処理済みPDF

へ移動します。

担当者は所定フォルダへ保存するだけです。

PDFから抽出したデータのチェック

自動化で特に重要です。

必須項目

例えば請求書なら、

会社名
請求日
請求金額

が取得できているか確認します。

金額

例えば、

小計
100,000

消費税
10,000

合計
110,000

なら、

小計 + 税
= 合計

になっているか検証できます。

日付

明らかに過去・未来すぎる日付ならエラーにします。

既存データとの照合

例えば取引先名をマスターと照合します。

株式会社ABC
↓
取引先マスターに存在

するか確認します。

重複登録を防ぐ

同じ請求書PDFを2回アップロードする可能性があります。

例えば、

請求番号 INV-00125

がすでに存在すれば、

登録済みの可能性があります

と警告します。

PDF自体から重複判定する方法

ファイル名
請求番号
会社名＋日付＋金額
ファイル内容

などを利用できます。

業務に応じて組み合わせます。

手書きPDFにも対応できる？

OCRによって読み取れる場合があります。

ただし、

印刷文字

より、

手書き文字

の方が一般的に認識難易度は高くなります。

さらに、

字の癖
画像品質
記入位置

などによって精度が変わります。

手書き書類では人による確認工程を残した方が安全です。

写真からでもデータ抽出できる？

例えばスマートフォンで撮影した領収書などです。

画像から文字認識して、

日付
店舗名
金額

を取得できる場合があります。

ただし、

斜め撮影
影
ピンぼけ
低解像度

などで精度が落ちます。

撮影条件を整えることも重要です。

PDFデータ抽出とRAGの違い

どちらもAI文書活用ですが、目的が異なります。

PDFデータ抽出

請求書
↓
会社名・日付・金額を取得

のように、決まったデータを取り出します。

RAG

マニュアルPDF
↓
質問
↓
関連情報を検索
↓
AIが回答

という用途です。

データ抽出は「構造化」が目的

例えば、

PDF
↓
{
  company: "A社",
  amount: 100000
}

です。

RAGは「検索・回答」が目的

例えば、

返品方法は？
↓
マニュアルから回答

です。

用途によって設計を分けます。

PDFデータ抽出を導入する流れ

1．対象PDFを集める

実際のPDFサンプルを用意します。

1件だけでなく、できれば複数パターン確認します。

2．抽出する項目を決める

例えば、

会社名
請求日
請求番号
請求金額

です。

3．PDF形式を確認する

テキストPDF
スキャンPDF
手書き

などを確認します。

4．レイアウトの種類を確認する

例えば、

同一フォーマット

なのか、

取引先ごとに違う

のかを確認します。

5．抽出方法を決める

通常のPDF解析
OCR
AI
組み合わせ

から選びます。

6．チェックルールを作る

金額や日付などを検証します。

7．出力先を決める

例えば、

Excel
CSV
Googleスプレッドシート
データベース

です。

8．実際のPDFで精度検証する

重要な工程です。

まずPoCから試す

AIによるPDF抽出は、実際の帳票で試してみないと精度が分からないことがあります。

例えば、

取引先10社
PDF50件

程度でPoCを行います。

確認する項目は、

会社名
金額
日付
明細
処理時間

などです。

項目ごとに精度を確認する

例えば、

会社名
98%

請求日
99%

合計金額
97%

明細
85%

のように、項目ごとに難易度が違う場合があります。

明細抽出だけ人が確認するという運用も考えられます。

100％自動化にこだわらない

例えば現在、

1件3分

かかる入力作業を、

AI抽出
↓
人が30秒確認

にできれば、それだけでも大きな改善です。

完全自動登録より、

AIに入力させて人が確認する

方が現実的な業務も多くあります。

PDFデータ抽出の費用

開発費用はPDFの種類によって大きく変わります。

目安としては、

内容	規模
固定形式のPDF抽出	小規模〜
OCRを利用した抽出	小〜中規模
AIによる複数形式対応	中規模
明細表の抽出	中規模以上
大量PDFの自動処理	中規模以上
Webアップロード画面	中規模
DB・既存システム連携	中規模以上

さらに、

OCRサービス
AI API
サーバー

などの利用費用が発生する場合があります。

実際のPDFを確認しないと精度・費用を判断しにくいため、サンプルを使った検証が重要です。

PDFデータ抽出を外注するときに用意したいもの

PDFサンプル

最も重要です。

できれば複数企業・複数形式を用意します。

機密情報はダミーへ置き換えても構いません。

抽出したい項目

例えば、

会社名
日付
金額
請求番号

です。

月間件数

例えば、

月50件
月500件
月5,000件

によって構成が変わります。

出力先

例えば、

Excel
スプレッドシート
自社システム

です。

精度が重要な項目

例えば、

請求金額
絶対に間違えたくない

のであれば、その項目だけ人による確認を必須にできます。

現在の作業手順

例えば、

メール受信
↓
PDF保存
↓
Excel転記
↓
会計システム入力

という流れです。

PDF抽出だけでなく前後も確認すると、自動化範囲を広げられる可能性があります。

PDFデータ抽出で失敗しやすいケース

1枚だけで精度を判断する

同じ取引先でもレイアウトや明細数が変わることがあります。

複数パターンで確認します。

OCRだけで完全自動化しようとする

文字は取れても、どの項目か判断できない場合があります。

AIの値を無条件で登録する

金額など重要項目には検証を入れます。

同じPDFの二重登録対策をしない

請求番号などでチェックします。

エラー時の処理を決めない

取得できないPDFが発生することを前提に設計します。

PDFのレイアウトが変わらない前提にする

取引先の帳票変更にも対応できる設計を検討します。

AIが必要ない帳票にもAIを使う

固定形式なら通常の処理の方が安定・低コストになる場合があります。

PDF抽出だけを自動化して後工程を残す

例えば、

PDF
↓
Excelへ自動転記
↓
人がさらに会計システムへ転記

なら、二重入力が残ります。

可能であれば、

PDF
↓
データ抽出
↓
会計・業務システムへ登録

まで検討します。

PDFデータ抽出が向いているケース

次の項目が複数当てはまる場合は、自動化を検討できます。

PDFから毎日データを転記している
月に数十件以上処理する
同じ項目を繰り返し入力している
請求書・注文書が大量に届く
取引先ごとにフォーマットが違う
入力ミスが発生している
担当者しか転記方法を知らない
PDF受信後の処理を早くしたい

自動化しなくてもよいケース

例えば、

月1〜2件

しか処理しない場合は、システム開発の方が大きなコストになる可能性があります。

また、PDFの内容を毎回人が判断しなければならない業務では、完全自動化が向かないことがあります。

hiro-dev-labのPDFデータ抽出・AI自動化支援

hiro-dev-labでは、中小企業向けに、PDFからのデータ抽出や入力業務の自動化を支援しています。

対応内容の例は次のとおりです。

PDFから文字データ取得
OCRを利用したスキャンPDF読取
AIによる項目抽出
請求書データ抽出
見積書データ抽出
申込書データ抽出
日付・金額・会社名の取得
明細データ抽出
Excel出力
CSV出力
Googleスプレッドシートへの登録
データベースへの登録
PDFアップロード画面
AI抽出結果の確認画面
重複チェック
エラー処理
メール添付PDFの自動処理

最初から完全自動化する必要はありません。

例えば、

現在
PDFを見ながらすべて手入力

第1段階
AIで項目を抽出

第2段階
人が抽出結果を確認

第3段階
Excel・システムへ自動登録

第4段階
メール受信から自動処理

という段階的な改善もできます。

固定帳票であれば、AIを使わず通常のプログラムで処理した方が適している場合もあります。

実際のPDFを確認し、AIを使う部分と通常処理で対応する部分を分けることが重要です。

千葉市内では、必要に応じて対面で現在のPDFや入力業務を確認できます。

オンラインであれば、千葉県内・全国から相談可能です。

PDFからのAIデータ抽出に関するよくある質問

PDFから会社名や金額を自動取得できますか？

PDF形式やレイアウトによりますが、文字解析やAIを利用して取得できる場合があります。

スキャンしたPDFでも読み取れますか？

OCRを利用して文字データへ変換する方法があります。

取引先ごとに請求書の形式が違っても対応できますか？

AIを利用して複数のレイアウトに対応できる可能性があります。実際のPDFによる検証が重要です。

PDFの表もExcelにできますか？

表構造によりますが、明細を行データとして抽出できる場合があります。

手書きの申込書も読み取れますか？

OCRで対応できる場合がありますが、印刷文字より精度が下がる可能性があります。

何百枚ものPDFを一括処理できますか？

可能です。大量処理ではエラー管理や再実行機能も検討します。

PDFから抽出したデータをGoogleスプレッドシートへ登録できますか？

抽出結果を自動でスプレッドシートへ追加できます。

自社のWebシステムへ直接登録できますか？

データベースやAPIなど、既存システムの構成に応じて連携できます。

AIが間違えた場合はどうしますか？

自動チェックや確認画面を用意し、人が修正してから登録する運用ができます。

まず数枚だけで試せますか？

実際のPDFを使った小規模なPoCから精度を検証できます。

PDFを見ながら毎回データ入力している方へ

PDFの内容を人が読み、

PDF
↓
項目を探す
↓
Excelへ入力
↓
次のPDF

という作業は、件数が増えるほど大きな負担になります。

特に、

請求書
見積書
注文書
申込書
報告書

などから同じ項目を繰り返し入力している場合は、自動化を検討する価値があります。

例えば、

PDF
↓
OCR・AI
↓
会社名・日付・金額を抽出
↓
担当者が確認
↓
システムへ登録

という仕組みにできます。

さらに、

メールでPDF受信
↓
自動取得
↓
AI解析
↓
データ登録

までつなげれば、PDF保存や転記作業自体を減らせます。

重要なのは、

AIですべてを自動化することではなく、どの処理なら機械に任せても安全かを見極めること

です。

hiro-dev-labでは、実際のPDFと現在の入力作業を確認し、

OCR・AI・Python・Webシステムなどから、現在の帳票と業務量に合ったPDFデータ抽出の仕組みを提案・実装します。

PDFからのデータ抽出・AI自動化について相談する