返品された商品の状態を写真で見分けて、再販・補修・廃棄に仕分ける

処理の起点を決める

写真が指定のフォルダに置かれたときが起点です。

Power Automate の SharePoint コネクタには「ファイルが作成されたとき」というトリガーがあります。タブレットの撮影アプリから指定フォルダへ保存する運用にすれば、保存した時点で処理が始まります。

1件の返品につき、写真は4枚を基本にしてください。

構図を決めることが、この構成の精度を決めます。 撮り方がばらばらだと、同じ状態でも判定が変わります。

ファイル名に返品番号と枚数の通番を入れてください。 「R202609180123_1.jpg」のような形にすれば、4枚がそろった時点で処理を始められます。

入力データを集める

「判定基準」がこの構成の中核です。

言葉だけでなく、写真の例を添えてください。

「E（要確認）」を必ず作ってください。 これがないと、AIは無理にA〜Dのどれかに当てはめます。

「正規の同梱物リスト」をSKUごとに用意してください。 「取扱説明書1、六角レンチ1、予備ネジ4本」のように、点数まで書きます。 これがないと、付属品の過不足を判定できません。

データの取得方法を決める

写真： タブレットの撮影アプリからSharePointへ保存します。専用の撮影ブースは必要ありませんが、照明と背景は固定してください。 同じ場所で同じ明るさで撮ることが、判定の安定に効きます。

画像のサイズ： Claude の画像入力は、直接APIを使う場合で1画像あたり10MBが上限です。リクエスト全体では32MBの上限があります。タブレットの写真はそのままだと大きいため、送る前に縮小してください。

枚数の上限にも注意してください。 1リクエストあたりの画像は最大600枚（200kトークンのコンテキストウィンドウを持つモデルでは100枚）ですが、20枚を超えると1枚あたりの寸法制限が厳しくなります。 安全に収めるには、各画像のどちらの辺も2000pxを超えないようリサイズするか、画像とドキュメントのブロックを20個以下に抑えます。 この構成は1件あたり4〜5枚なので、リサイズだけ守れば問題ありません。

対応形式はJPEG・PNG・GIF・WebPです。 タブレットの標準はJPEGなので、そのまま使えます。

画質の落としすぎに注意してください。 JPEGの圧縮を強めるとリクエストは軽くなりますが、キズや汚れが圧縮のノイズと見分けられなくなります。 圧縮の設定を決めたら、実際に送っている画像を目で見て確かめてください。

受注データ： 返品伝票のバーコードから注文番号を読み、受注管理システムから引き当てます。返品理由（「イメージと違った」「初期不良」など）は、判定の重要な手がかりです。

AIへ渡す前に整形する

1. 写真の縮小 … 各辺が2000pxを超えないようにリサイズします
2. 枚数の確認 … 4枚そろっているかを確認します。足りなければ処理を始めません
3. SKUの引き当て … 受注データからSKUと同梱物リストを取得します
4. 基準画像の取得 … 同一SKUの新品状態の写真を添えます
5. 返品理由の付与 … 受注データから返品理由を渡します
6. 過去の判定履歴の照合 … 同一SKUの過去の判定を添えます

4番目が精度に直結します。 新品の状態が分からなければ、「もともとそういう形なのか」「変形しているのか」を見分けられません。 基準画像を必ず添えてください。

AIに処理させる

AIに次のことをさせないでください。

「付属品の点数を断定させない」ことに注意してください。 Claude のドキュメントには、画像内の物体の計数は概数にとどまり、特に小さな物体が多数ある場合には正確でないことがあると明記されています。予備ネジ4本のような数え物は、人が数えてください。 AIには「写っている付属品の種類」までを扱わせ、点数の過不足は「要確認」として人に回す設計にしてください。

「におい・べたつき・動作」は写真では分かりません。 この構成の限界です。これらが判定に効く商材では、写真だけで完結させないでください。

指示内容を固定する

あなたは、返品された商品の状態を確認する検品担当者です。
写真に見える状態を、社内の判定基準の言葉に当てはめてください。

【厳守事項】
- 判定を確定しないでください。
  「廃棄してください」「再販可能です」と書かないでください。
  候補と根拠を示すだけにしてください。
- 写真に写っていない状態を推測しないでください。
  におい、べたつき、動作、内部の破損は判断できません。
  これらが疑われる場合は needs_physical_check に入れてください。
- 付属品の点数を断定しないでください。
  写っている付属品の種類を accessories_seen に列挙し、
  点数は approximate_count に入れてください。
  同梱物リストとの過不足は count_check_required を true にし、
  人が数えるべき対象としてください。
- 「使用された」と断定しないでください。
  「使用感があるように見える」という記述にとどめ、
  どの箇所からそう見えるかを quoted_region に書いてください。
- 判定基準のA〜Dのどれにも当てはめにくい場合は、
  E（要確認）にしてください。
  無理にA〜Dのどれかに寄せないでください。
- 区分の境目にある状態（BとCの中間など）は、
  borderline を true にし、両方の区分を候補として挙げてください。
- 状態の記述には、どの写真のどの箇所を見たかを必ず書いてください。

【判定基準】
{grading_criteria}

【このSKUの正規の同梱物リスト】
{expected_accessories}

【返品理由（お客様の申告）】
{return_reason}

【新品状態の基準画像】
画像1: 新品の商品

【返品された商品の写真】
画像2: 外箱の全体
画像3: 商品本体の正面
画像4: 付属品をすべて並べたもの
画像5: 気になる箇所の接写

「判定を確定しない」の1行が、この構成の安全装置です。 「再販可能です」と書かれた記録があれば、忙しいときには、人はそれを読まずに確定します。

「無理にA〜Dのどれかに寄せない」も必ず入れてください。 E（要確認）が一定の割合で出ることが、正常な状態です。 Eがゼロなら、判定基準かプロンプトのどちらかを疑ってください。

出力形式を固定する

{
  "return_id": "",
  "sku": "",
  "return_reason": "",
  "outer_box": {
    "condition": "",
    "observed": "",
    "photo_ref": ""
  },
  "product_body": {
    "condition": "",
    "observed": "",
    "quoted_region": "",
    "photo_ref": ""
  },
  "accessories_seen": [],
  "approximate_count": 0,
  "count_check_required": true,
  "missing_candidates": [],
  "suggested_grade": "A | B | C | D | E",
  "alternative_grade": "",
  "borderline": false,
  "reasons": [],
  "needs_physical_check": [],
  "confidence": "high | medium | low"
}

borderline と alternative_grade を持つのが、この構成の中心です。 判定が分かれやすいのは、BとCの境目、CとDの境目です。ここに印が付いていれば、人はそこだけを丁寧に見られます。

count_check_required は既定で true にしてください。 付属品の点数は人が数える、というのが基本です。同梱物が1点だけのSKUに限って false にする運用が現実的です。

needs_physical_check には、写真では判断できないものを入れます。 「におい」「べたつき」「動作確認」「内部の破損」です。ここが埋まったものは、必ず現物を見ます。

suggested_grade は候補であって判定ではありません。 画面の表示でも、確定した判定と区別できる見せ方にしてください。 同じ欄に同じ形で出すと、確認が形だけになります。

システムへ連携する

最小構成では連携はありません。撮った写真を判定基準と一緒に生成AIに貼って作業します。

半自動化では、次をつなぎます。

在庫への自動戻しを行わないでください。 判定が確定してから、人が再梱包して戻します。「再販可」の判定だけでシステム上の在庫を増やすと、現物と帳簿がずれます。

廃棄の自動実行も行わないでください。 廃棄は取り返しがつきません。廃棄候補は必ず現物を見てから確定します。

写真のWMSへの登録は自動化してよい部分です。 後から「なぜこの判定にしたか」を見るために、判定と写真は必ず紐づけて残してください。

人が確認する

判定の確定は、必ず検品担当が行います。 ただし、全件を同じ深さで見る必要はありません。

1〜4は全件、5は数えるだけ、6は候補の確認だけ、という配分です。 これが「条件付き」の中身です。全件を同じように見ると、時間は減りません。

6の抜き取り確認を必ず続けてください。 割合は10%程度から始め、ずれの実測値を見て決めます。 抜き取りをやめると、精度が落ちたことに気づけなくなります。

例外に対処する

記録を残す

• 返品品の写真4枚（判定と紐づけて保存する）
• AIが示した候補と根拠
• 検品担当が確定した判定と、候補と違った場合はその理由
• needs_physical_check の内容と、現物確認の結果
• 付属品の実際の点数
• 抜き取り確認の結果
• 判定基準の変更履歴
• 商品別・担当者別の判定の分布

「候補と違った場合の理由」が、この構成を育てる材料です。 どの区分で人の判断とずれているかが分かれば、判定基準の言葉を直すべきか、写真の撮り方を直すべきかが判断できます。

写真の保存期間を定めてください。 返品品の写真は容量が大きく、月2,000件では年間24,000件分になります。判定の根拠として必要な期間（返金の時効、品質のクレーム対応の期間）を踏まえて決めてください。

商品別の判定の分布は、月次で見てください。 「このSKUだけ廃棄率が30%」という数字は、商品そのものの梱包や仕様の問題を示していることがあります。 返品検品の改善ではなく、商品の改善につながる情報です。