仕入先から届く試験成績書を読み取って、受入検査の記録と規格判定まで自動化する

処理の起点を決める

共有フォルダにファイルが作成されたことを起点にします。

メール添付を自動でこのフォルダへ保存する部分も作ります。ただし、成績書以外の添付も大量に届くため、送信元アドレスまたは件名での絞り込みが必要です。成績書専用のメールアドレスを用意し、仕入先にそこへ送ってもらうのがもっとも確実です。

入力データを集める

データの取得方法を決める

OCR： Azure AI Document Intelligence のカスタム抽出モデルを使います。同じ様式の文書の例が5つあれば学習を始められます。

カスタムモデルには2種類あります。

仕入先ごとに様式が違うこの用途では、まずカスタムニューラルを試してください。 公式の案内でも、2つのうちから選ぶ場合はニューラルから始めることが勧められています。すべてのバリエーションに1つのモデルで対応できるためです。

入力の条件も確認しておきます。PDFとTIFFは最大2,000ページまで処理でき、有料プランでのファイルサイズの上限は500MBです。 画像は50×50ピクセルから10,000×10,000ピクセルの範囲である必要があります。成績書1枚であれば、いずれも問題になりません。

紙の成績書のスキャン： 解像度は200dpi以上を目安にしてください。炉番は英数字が混ざるため、低解像度だと読み間違えます。

社内規格表： これを1か所に集約するのが、この構成の準備で最も重要な作業です。Excelで各自が持っている状態をやめてください。 材料記号ごとに、成分と機械的性質の上限・下限、適用する規格とその版を持ちます。

AIへ渡す前に整形する

1. 書類種別の判定 … 成績書、納品書、荷札、その他を分けます。混ざったまま抽出モデルに渡すと、意味のない値が返ります
2. 仕入先の特定 … 文書の上部にある社名や、メールの送信元から特定します。仕入先が決まると、使う抽出モデルが決まります
3. 向きの補正 … スキャンした紙は上下逆や横向きのことがあります
4. 複数枚の分割 … 1つのPDFに複数の成績書が入っていることがあります。炉番の変わり目で分割します
5. 重複の検出 … 同じ成績書が再送されることがあります。「仕入先＋炉番＋製造番号」で照合します

AIに処理させる

役割を3つに分けます。

OCR（Document Intelligence）にさせること： 文字と項目の読み取り。表の中の数値の抽出。ここはLLMにさせません。 専用モデルのほうが数値の読み取りが安定し、費用も安いためです。

プログラムにさせること： 規格値との数値比較。上限・下限との照合は計算であり、AIの仕事ではありません。 ここをAIにさせると、検算ができなくなります。

LLMにさせること：

「単位の整合」を軽く見ないでください。 引張強さの単位が違うまま比較すると、規格外の材料を合格にします。 ここは必ず変換し、変換前の値も記録に残します。

構造化出力を使い、抽出結果の形式を固定します。制約付きデコードによってスキーマに沿ったJSONの生成が保証されるため、数値の欄に文字列が混ざることを防げます。

指示内容を固定する

あなたは、材料の試験成績書の受入検査を支援する担当者です。
OCRで抽出された成績書の内容を確認してください。

【厳守事項】
- 数値を書き換えないでください。
  OCRの抽出結果をそのまま引き継いでください。
- 読み取れなかった項目を推測で埋めないでください。
  null のままにし、unreadable に列挙してください。
- 合否の判定をしないでください。
  規格値との比較はプログラムが行います。
- 単位の変換を行った場合は、変換前の値と単位を必ず残してください。
- 注記や特記事項に、判定に関わる記述（熱処理、試験方法、
  適用規格の版、除外条件）があれば、原文のまま引用してください。
- 過去の値と比べて外れている項目は指摘してください。
  ただし、外れている理由を推測しないでください。

【OCRの抽出結果】
{ocr_result}

【この材料の項目定義（社内の呼び方と単位）】
{item_definitions}

【同じ仕入先・同じ材料の過去10件の値】
{past_values}

「合否の判定をしない」の1行が重要です。 規格値との比較は、上限・下限との単純な数値比較です。これをAIにさせる理由がありません。

出力形式を固定する

{
  "supplier_code": "",
  "certificate_no": "",
  "material_grade": "",
  "heat_no": "",
  "lot_no": "",
  "dimensions": { "thickness": null, "width": null, "length": null },
  "chemical_composition": [
    { "element": "C", "value": null, "unit": "%", "raw_value": "", "raw_unit": "" }
  ],
  "mechanical_properties": [
    {
      "item": "tensile_strength",
      "value": null,
      "unit": "MPa",
      "raw_value": "",
      "raw_unit": "",
      "test_direction": ""
    }
  ],
  "applied_standard": "",
  "notes_quoted": [],
  "outliers": [],
  "unreadable": [],
  "page_image_ref": ""
}

raw_value と raw_unit を必ず持たせます。 変換後の値だけを残すと、あとから検証できません。

数値は文字列でなく数値型で返させます。文字列にすると、カンマや空白が混ざって後段の比較が壊れます。

システムへ連携する

保管時のファイル名の規則を決めてください。 「この製品に使った材料の成績書を出せ」と言われたときに、炉番から1回の検索でたどり着ける状態にします。これがこの構成の隠れた効果です。

人が確認する

全件、人が承認します。段階的な自動化もしません。

理由は、この記録が製品の品質を保証する根拠になるためです。誤った値が記録に残れば、製品に問題が起きたときの原因追跡が成り立ちません。

確認を速くするための設計が重要です。

• 確認画面で、成績書の画像と抽出結果を左右に並べて表示する
• 抽出した箇所を、画像上でハイライトする
• 規格値に対する位置を、範囲の中のどこかが見える形で表示する
• outliers と unreadable を色分けする
• 規格の範囲に余裕をもって収まっている項目は、まとめて確認できるようにする

これらがないと、確認に6分かかり、削減効果が出ません。

例外に対処する

記録を残す

この業務では、記録の保存が品質保証の要件になります。

• 成績書の原本（画像・PDF）
• OCRの抽出結果（生の状態）
• 単位変換の前後の値
• 規格判定の結果と、参照した規格表の版
• 承認者、承認日時
• 人が修正した項目と、修正前後の値

4番目の「参照した規格表の版」を必ず残してください。 規格が改定されたあとに「当時どの基準で判定したか」を問われます。

最後の項目は精度の実測値になります。「成分値はそのまま通るが、炉番は2割修正されている」と分かれば、炉番の読み取りだけを改善すればよいと決まります。