銀行のスクリーンショットが実際のワークフロー
周りに聞いてみると、人々がAIをお金に使う最も一般的な方法はアプリでも連携でもなく、スクリーンショットだとわかります。銀行アプリを開き、画面をキャプチャし、ChatGPTやClaudeに貼り付けて、状況を尋ねる。サインアップも、セットアップも、費用もなし。真剣に扱うに値する方法です。
そして一応は使えます。現代のビジョンモデルはアプリのスクリーンショットを読むのが得意です。取引一覧から加盟店名、金額、日付を抽出し、それらしく見える整った要約を返してくれます。
問題は静かに現れます。数字の中に、フレームから欠けているものの中に、そして絵の鮮度が落ちる速さの中に。この比較はそこを扱います。
OCRが数字を間違えるところ
ビジョンモデルは残高を数値として受け取りません。ピクセルを受け取って数値を推論します。推論にはエラー率があります。銀行アプリは小さな文字を使い、スクリーンショットは圧縮され、おなじみの混同が現れます。8が6に読まれ、5が3に読まれ、小数点がJPEGアーティファクトに埋もれる。残高$1,847.62が$1,847.02として返ってくることがありますが、返答からは推測が入ったことは一切示されません。
切り詰められたテキストが事態を悪化させます。銀行アプリは加盟店の記載を途中で切ってしまうので、モデルはAMZN Mktp US*2K4のようなものを見て、それらしい部分で残りを埋めます。たいていは正しい。ときには似た2つの加盟店を1つに統合してしまいます。
さらに、実際のスマホのありふれた乱雑さがあります。コントラストの低いダークモードのテーマ、行を覆う通知バナー、まず自分にスクリーンショットを送ることによる圧縮。それぞれが誤読率を少しずつ押し上げます。
これらすべてがスクリーンショットを無用にするわけではありません。ただ、まさに数字を信頼したい状況において信頼できなくなる、ということです。
1画面はあなたの履歴ではない
スクリーンショットにはせいぜい10件ほどの取引しか収まりません。尋ねる価値のある質問のほとんどは、数百件を必要とします。
今年、食料品にいくら使いましたか？
これにスクリーンショットで答えるなら、30回スクロールしてキャプチャし、モデルが重複する行を二重計上したり隙間を飛ばしたりせずに画像をつなぎ合わせてくれることを願うことになります。実際に行う人はいます。モデルには信頼できる重複排除の方法がないので合計はずれ、どれだけずれたかもわかりません。
定期課金に関する質問はさらに手が届きません。$12.99から$15.99に上がったサブスクリプションを見つけるには、1つの加盟店について1年分の履歴を並べて見る必要があります。それをスクリーンショットする人はいませんし、どのモデルも1フレームから再構築することはできません。
保留、確定、そして今夜には古い
スクリーンショットは撮った瞬間で凍結されています。保留中の取引はキャプチャした画面によって表示される場合とされない場合があり、現在残高と使用可能残高の違いは切り取りで簡単に失われます。
鮮度切れの方が大きな問題です。明日の支払いをまかなえるか今夜尋ねるなら、昨日午後のスクリーンショットは間違った入力です。今朝確定した請求は含まれていません。
これは時間をまたいで動くエージェントで最も重要です。特定の請求を監視するエージェントや、毎月のお金のレビューを実行するエージェントは、もう一度見に行く方法が必要です。スクリーンショットには問い直せません。
ライブの読み取り専用接続が変えるもの
BankBridgeはホスト型のMCPサーバーです。銀行を一度接続すれば、あなたのAI（Claude、ChatGPT、Cursor、Gemini、その他約25のホスト）は、お金に関する質問をしたときにいつでも呼び出せる11個の読み取り専用ツールを得ます。数字は銀行接続層から直接、構造化データとして届きます。書き起こしの段階がないので、誤って書き起こすものもありません。
クレジットカードの定期課金をすべてリストアップして、過去6か月間に値上げしたものにフラグを立ててください。
今の当座預金残高はいくらで、まだ保留中のものは何ですか？
これらのプロンプトの裏側で、エージェントはget_recurring_charges、list_transactions、get_spending_summaryといったツールを呼び出します。すべての呼び出しは質問時にライブで取得され、BankBridgeのサーバーには何もキャッシュされません。回答は今この瞬間のあなたのアカウントを反映し、正確な金額と、銀行が提供する限りさかのぼった完全な履歴が得られます。
料金は接続した銀行1つにつき月額$5で、いつでも解約できます。セットアップは数分で終わり、ClaudeとChatGPTのウォークスルーが手順を追って案内します。
スクリーンショットで十分な場合
スクリーンショットがあらゆる場面で間違ったツールというわけではありません。明細のわかりにくい行の意味を知りたいなら、スクリーンショットと質問は十分なワークフローです。自分で検証できる単一の数字を素早く確認する場合も同じです。
明細にある「PAI ISO」からのこの請求は何ですか？
境目はシンプルです。答えがフレーム内にあり、少しずれても害がないなら、スクリーンショットで機能します。答えが履歴、合計、鮮度、あるいは数字が正確であることに依存した瞬間、卒業のタイミングです。
プライバシーのトレードオフを率直に
アカウント接続がない分、スクリーンショットの方がプライベートに感じられます。しかし、実際にしていることを見てください。家計の画像をチャット製品にアップロードし、そこに会話履歴として無期限に残る可能性がある。それが明らかに安全な選択肢とは言えません。
BankBridgeは設計上、読み取り専用です。お金を動かすツールはなく、今後も追加されません。銀行の認証情報はアグリゲーター自身のフローを通り、BankBridgeが見ることはありません。すべての質問がライブ取得なので、取引がデータベースで漏洩を待つこともありません。
どちらのアプローチもエクスポージャーがゼロというわけではありません。しかし何も保存しない読み取り専用の構造化アクセスは、銀行口座の画像がチャット履歴に残るよりも強い立場です。
要点
小さな誤差が問題にならない、1回限りでフレーム内の質問にはスクリーンショットを使いましょう。質問が履歴、合計、保留中のアクティビティ、あるいは行動の判断に使う数字を伴う場合はライブ接続を使いましょう。
お金に関する質問の大半が後者なら（そしてエージェントが答えられるようになれば、そうなります）、スクリーンショットのワークフローは置き換えてよかったと思えるものになります。月に5ドルで、数字が本物のバージョンが手に入ります。