海外の原料メーカーから毎月届く英文の分析証明書（CoA）を読み取り、受入規格と照合して規格外と記載漏れを受入検査の担当へ返す

処理の起点を決める

受付フォルダ（Amazon S3）に分析証明書が保存されたことを起点にします。 輸入商社からのメールの添付を受付フォルダに入れる仕組みを置き、仕入先のサイトから取ったPDFも同じフォルダに入れます。保存の通知で AWS Lambda が動きます。

入荷の前に処理を終えておきます。 分析証明書は入荷の数日前に届くことが多いので、届いた時点で照合し、規格外や記載漏れがあれば入荷前に仕入先へ照会できるようにします。入荷してから気づくと、原料が倉庫で止まります。

入荷の時点で証明書が届いていないロットも拾います。 発注・入荷予定のデータと照らし、入荷予定日の3日前になっても証明書が無いロットを、毎朝一覧にして購買へ返します。

入力データを集める

質を決めるのは、試験項目の別名の一覧です。 一覧が薄いと、AIは近い名前の項目に対応付けようとし、Total Plate Count と Aerobic Plate Count は同じでも、Coliforms と E. coli は別物です。 一覧にある対応だけを使わせ、無いものは unmapped として人に見せます。

データの取得方法を決める

読み取りは StartDocumentAnalysis にS3の場所と FeatureTypes を渡して始めます。完了は NotificationChannel に指定した Amazon SNS のトピックに通知され、状態が SUCCEEDED なら GetDocumentAnalysis で結果を取ります。

試験項目の表は、セルの行と列の番号で組み立て直します。 列見出しの付いたセルから、Specification の列と Result の列を決め、行ごとに「項目名・仕入先の規格・実測値・試験方法」の4つ組にします。 結合セルで項目名が複数の行にまたがる表もあるので、結合セルの関係もたどります。

質問の答えが見つからなければ空のまま返ります。 ロット番号が空なら、表の上の全文から Batch Lot を含む行を探し、それでも無ければ missing にします。

結果は1回最大1,000ブロックで区切られます。NextToken が返る限り呼び直し、後半のページの表が抜けないようにします。

AIへ渡す前に整形する

1. 形式の確認 … JPEG、PNG、PDF、TIFF であることを確かめます
2. パスワードの確認 … PDFはパスワードで保護されていてはいけないとされています。保護されたものは仕入先に解除を頼みます
3. サイズとページ数の確認 … 非同期の処理で、PDFとTIFFは500MB・3,000ページまでです
4. スキャンの解像度の確認 … 文字の高さは最小15ピクセルで、150 DPIで8ポイントの文字に相当します。微生物の単位の上付きの数字（10³）は小さく、下回りやすい箇所です
5. 1通に複数のロットがないかの確認 … ロットごとに列が並ぶ証明書は、列ごとに分けて扱います
6. 品目の特定 … ファイル名か輸入商社のメールの件名から品目コードを引き、受入規格の表を選びます

4番目は、仕入先にPDFの元データで送ってもらうのがいちばん確実です。 スキャンした紙ではなく、作成元のPDFなら文字の大きさの問題はほとんど起きません。

AIに処理させる

させるのは、表の各行を自社の試験項目に対応付け、実測値を「不等号・数値・単位・定性の結果」に分けて書き出すことです。 規格との比較はさせません。

<10 は「10未満」で、10ではありません。 不等号を落とすと、上限10の規格で「10＝上限ちょうど」と読み違えます。ND と Negative も、検出限界が書かれていれば添えます。 検出限界が自社の規格値より高いなら、プログラムが needs_human にします。

Conforms だけの行は、記載漏れの一種として扱います。 数値が無いので自社の規格で比べ直せません。受入規格の表で「定性で可」とした項目以外は、仕入先に実測値を求める対象にします。

4行目がいちばん起きやすい失敗です。 列見出しが無い表や、規格と結果が1つのセルに ≤ 0.5% / 0.21% と書かれた表で、規格の値を実測値として取り出すと、どの行も規格ちょうどの値になり、全部が合格に見えます。

指示内容を固定する

あなたは食品メーカーの品質管理部で、海外の原料メーカーの分析証明書（CoA）を
自社の試験項目にそろえる担当です。
OCRの読み取り結果だけを使ってください。推測で埋めないでください。

【取り出す項目】
header：product_name、lot_no、mfg_date、expiry_date、issue_date、approved_by
tests：表の各行について、次を入れてください。
  item_raw（原文の項目名）、item_code（別名の一覧で対応する自社の項目コード）、
  supplier_spec_raw（仕入先の規格欄の文字列）、result_raw（結果欄の文字列）、
  operator（< / <= / > / >= / = / none）、value（数値）、unit、
  qualitative（negative / not_detected / absent / conforms / none）、
  detection_limit、method_raw、status、source（表の行と列の番号）

【対応付けの規則】
- item_code は、別名の一覧に完全に一致するか、一覧に書かれた別名と一致するときだけ入れてください。
- 一覧に無い項目名は item_code を空にし、status を unmapped にしてください。
  似た名前の項目に対応付けないでください。

【値の扱い】
- result_raw は結果欄の文字列をそのまま入れてください。
- 仕入先の規格欄の値を value に入れないでください。規格欄と結果欄の
  区別がつかない行は status を ambiguous にしてください。
- 不等号を落とさないでください。"<10" は operator "<"、value 10 です。
- 単位を換算しないでください。書かれた単位をそのまま unit に入れてください。
- 結果欄が Conforms / Complies だけで数値が無い行は、
  qualitative を conforms、value を空、status を qualitative_only にしてください。

【厳守事項】
- 規格に合っているか、受け入れてよいかを書かないでください。
- 読めない数値を補わないでください。status を unreadable にしてください。
- 日付は書かれた文字列を残し、日と月の順序が決まらないものは ambiguous にしてください。
- 1通に複数のロットがある場合は、ロットごとに tests を分けてください。

【読み取り結果】{textract_tables_and_forms}
【試験項目の別名の一覧】{item_alias_list}

「似た名前の項目に対応付けない」を明記しないと、対応付けます。 Coliforms を一覧の E. coli に寄せる、Lead を Heavy Metals (as Pb) に寄せる。どちらも別の試験で、寄せた瞬間に「重金属の記載漏れ」が見えなくなります。

出力形式を固定する

Claude API の構造化出力（output_config.format に json_schema を指定）で、次の形のJSONを受け取ります。

{
  "file": "",
  "item_code": "",
  "header": { "product_name": "", "lot_no": "", "mfg_date_raw": "", "expiry_date_raw": "", "status": "" },
  "lots": [
    {
      "lot_no": "",
      "tests": [
        { "item_raw": "Loss on Drying", "item_code": "MOIST", "supplier_spec_raw": "<= 8.0%",
          "result_raw": "6.2%", "operator": "=", "value": 6.2, "unit": "%",
          "qualitative": "none", "detection_limit": "", "status": "ok", "source": "T1:R5" }
      ]
    }
  ],
  "inquiry_draft": ""
}

1つ目の理由は、比較をプログラムの側に置けることです。 Python が受入規格の表と tests を突き合わせ、自社の項目ごとに結果を付けます。

2つ目は、missing_item を出せることです。 受入規格の表が「この品目で必須の項目」を持っているので、tests に無い項目を表の側から数えられます。 書かれている行だけを見ていた目視では、ここが拾えませんでした。

3つ目は、source で根拠をたどれることです。 T1:R5 なら1つ目の表の5行目で、担当者は画像のその行だけを見れば済みます。

システムへ連携する

受入検査の記録には「照合結果」の欄にだけ書き込みます。 受入の判定の欄は、品質管理の責任者が記入します。受入規格の表にも書き込みません。 規格値を変えるのは品質管理部の手続きです。

人が確認する

品質管理の担当者が開くのは、out_of_spec、missing_item、qualitative_only、unit_mismatch、needs_human の付いた項目です。 in_spec の行は一覧で流し見ます。

1. out_of_spec の根拠を確かめる … 画像の該当の行で、実測値の列を正しく読んでいるかを見ます。規格の列を読んでいないかを最初に確かめます
2. missing_item と qualitative_only をまとめる … 仕入先に実測値を求める項目として、照会文の下書きに入れます
3. needs_human を片付ける … unmapped は別名の一覧に足すかを決め、検出限界の問題は責任者に上げます
4. 受入検査の担当と購買へ返す … 項目ごとの結果と照会の状況を渡します

1番目を省かないでください。 規格外と出た値が、実は規格の列の値だった、という誤りはこの確認で拾えます。逆向きの誤り（規格外の値を合格と読む）は、照合の規則と列見出しの扱いで防ぎます。

例外に対処する

上から4行目が、仕入先を1社足すたびに出ます。 一度担当者が列の役割を決めたら、その仕入先の書式として列の位置を記録し、次から使います。

記録を残す

• 元の分析証明書と、受け取った日時、仕入先、品目コード
• AWS Textract が返したJSONの全文と、使った質問の一覧
• Claude API が返したJSON（tests の全行）
• Python の照合の結果と、そのとき使った受入規格の表の版
• 担当者が結果を覆した記録 … どの項目を、どちらに変えたか
• 仕入先への照会と回答、再発行された証明書との対応

受入規格の版を残すのは、規格値が改定されるためです。 改定の前後で同じ値の判定が変わり、当時の版が残っていないと、過去の受入の根拠を説明できません。