製造現場の5S巡回で撮った写真をエリアごとの基準の写真と比べ、置き場の乱れ・表示の欠け・通路のはみ出しを拾って、職場ごとの指摘と月次の点数にまとめる

処理の起点を決める

共有ドライブの今月のフォルダに写真が入ったことを起点にします。 5Sリーダーが巡回の途中で少しずつ入れても、そのたびに処理が進みます。巡回が終わるまで待って一括で回すと、撮り直しの依頼が巡回の翌週にずれ込み、職場の手が空いている時間を逃します。

Watch Files in a Folder は、新しいファイルを見る設定（By Created Time）にし、ファイルの種類の絞り込みで画像だけを拾います。 1回の実行で返す数（Limit）は、巡回が集中する日に合わせて決めます。シナリオは十数分おきに動く設定にします。

月のフォルダは事務局が月初に作り、シナリオの見張るフォルダを差し替えます。 前月のフォルダに遅れて入った写真は拾わないので、締めの日を過ぎたものは翌月の巡回として扱うと決めておきます。

点数の集計は別のシナリオで、締めの日の翌朝に動かします。 写真ごとの判定と、職場ごとの点数を同じ流れに入れると、途中で止まったときに点数だけが半端に出ます。

入力データを集める

質を決めるのは、確認項目の書き方です。 「整頓されているか」のような項目では、生成AIも人も判定がぶれます。「右の棚の3段目に、黄色のラベルの箱が4つ並んでいるか」「床の黄色の区画線の内側に台車が収まっているか」のように、写真の中の場所と、見えるべき物で書きます。

項目は定点ごとに決め、1つの定点に6項目までにします。 項目が多すぎると、1枚の写真の中で見落としが増えます。職場で守ってほしいことが多い定点は、定点を2つに分けて写真を撮ってもらいます。

データの取得方法を決める

ファイル名から定点の番号を取り出すところが、いちばん崩れやすい箇所です。 スマートフォンで撮った写真は、そのままでは日時の名前になります。撮影に使うアプリの設定で、定点の番号を選んでから撮ると名前の頭に付くようにするか、定点ごとのフォルダに入れてもらうのどちらかに決めます。番号の取れないファイルは、判定に進めずに事務局へ回します。

画像の渡し方は、ダウンロードした中身を base64 にして画像のブロックに入れます。 公式の説明には、画像のURLを渡す方法や、Files API で上げたファイルを file_id で参照する方法も載っています。共有ドライブのURLは社内の認証の先にあるので、URLでは渡せません。 枚数が多い月に要求の大きさが気になるなら、Files API の方法に切り替えます。

前月の判定は、比べるためではなく、くり返しを見るために取ります。 同じ定点で同じ項目が3か月続けて different なら、その職場の置き場の決め方そのものを見直す話で、1枚ずつ指摘する話ではありません。

AIへ渡す前に整形する

1. 形式を確かめる … Claude が受け付ける画像は JPEG、PNG、GIF、WebP です。スマートフォンの既定が別の形式で保存する設定なら、撮影の設定を JPEG に変えてもらいます
2. 大きさを確かめる … 1枚の上限は 8000×8000 ピクセルで、大きな画像は縮小されます。スマートフォンの写真はそのまま渡せる大きさですが、送る前に長い辺を決まった大きさにそろえると、費用と判定がそろいます
3. 小さすぎる写真を外す … 200ピクセルを下回るような小さな画像や、傾いた・質の低い画像では誤りが出やすいとされています。サムネイルが紛れ込んでいたら外します
4. 基準の写真の承認日を確かめる … 基準が撮り直されて未承認のときは、判定を止めて事務局に回します
5. 同じ定点の二重の投入を見つける … 同じ月に同じ定点の写真が2枚あれば、新しいほうだけを判定し、古いほうを残します

2番目を軽く見ないでください。 基準の写真と今月の写真で大きさが違うと、縮小のされ方が変わり、細かいラベルの文字が片方だけ読めないということが起きます。2枚を同じ大きさにそろえてから渡します。

AIに処理させる

させるのは、確認項目ごとに、基準の写真と今月の写真が同じ状態かを判定し、違う場合はその場所と中身を言葉で書くことだけです。

右端の列が、この構成でいちばん大事な区別です。 different は職場に直してもらう指摘、cannot_judge は撮り直しを頼む候補で、前者は職場の点数に入り、後者は入りません。

2行目がいちばん起きやすい誤りです。 労働安全衛生規則は、機械の間などに設ける通路の幅を80センチメートル以上とし、主要な通路には通路であることを示す表示を求めています。この幅を写真から読み取らせると、それらしい数字を返しますが、根拠がありません。 見させるのは区画線を越えているかどうかだけで、幅の測定は現場で行います。

3行目も同じです。 Claude の公式の説明では、画像の中の物はおおよその数を答えられるが、数が多いと正確でないことがあるとされています。「箱が4つ」のような項目は、「基準と同じ数に見えるか」までにし、数が違って見えれば different にして人が数えます。

指示内容を固定する

Make an API Call で送る要求の本文の、指示の部分を次のように書きます。 画像は Image 1:（基準）と Image 2:（今月）の見出しを付けて、指示の前に置きます。

あなたは工場の5S推進事務局で、巡回の写真を基準の写真と見比べる担当です。
Image 1 は、この定点の「あるべき姿」として承認された基準の写真です。
Image 2 は、今月の巡回でこの定点から撮った写真です。

【この定点】{point_id}（{workplace} ／ {area}）
【確認項目】
{check_items}

【やること】
確認項目ごとに、Image 2 が Image 1 と同じ状態かを判定してください。
- same ......... 基準と同じ状態に見える
- different .... 基準と違う。どこが、どう違うかを location と detail に書く
- cannot_judge . 写真からは判断できない。理由を reason に書く

【厳守事項】
- 迷ったときに same を選ばないでください。迷ったら cannot_judge です。
- 人、台車、影、光の反射で見たい場所が隠れているときは cannot_judge です。
- Image 2 の撮った位置や向きが Image 1 と大きく違うときは、
  すべての項目を cannot_judge にし、framing_mismatch を true にしてください。
- 長さや幅を数字で書かないでください。区画線を越えているかだけを書いてください。
- 物の数は「基準と同じ数に見える／違って見える」で書き、正確な数を書かないでください。
- 写っている人について、誰か、何をしているかを書かないでください。
- 点数や「良い」「悪い」の評価を書かないでください。
- location には「左奥の棚の2段目」のように、写真の中の場所を言葉で書いてください。
- 確認項目に無いもので、基準に無い物が置かれているときは extra_objects に書いてください。

「迷ったら cannot_judge」を明記しないと、same が増えます。 生成AIは、見たい場所が隠れていても、見えている範囲から「おそらく同じ」と答えることがあります。巡回の目的は乱れを見つけることなので、迷ったものを「同じ」に倒さないと指示で決めておきます。

「撮った位置が大きく違うときは全部 cannot_judge」も大事です。 画角がずれた写真で項目ごとに判定させると、写っていない置き場を「物が無い」と読み、different を量産します。

出力形式を固定する

Messages API の JSON outputs（output_config.format に type: "json_schema"）で、次の形を返させます。

{
  "point_id": "",
  "framing_mismatch": false,
  "checks": [
    { "item": "", "status": "same | different | cannot_judge",
      "location": "", "detail": "", "reason": "" }
  ],
  "extra_objects": [ { "location": "", "detail": "" } ],
  "retake_suggested": false
}

公式の説明では、JSON outputs は制約付きのデコードでスキーマに合った応答を返し、必須の項目と型が保証されるとされています。JSON の読み取りの失敗でシナリオが止まることがなくなり、Make の側で項目をそのまま一覧の列に割り当てられます。

1つ目の理由は、status と点数を別の層に置けることです。 checks は生成AIが埋め、点数はスプレッドシートの式が決めます。

2つ目は、cannot_judge を点数から外せることです。 撮り方の悪い写真が多い職場の点数が、乱れとは関係なく下がることを防ぎます。その代わり、撮り直しの率を点数の隣に出し、写真の撮り方そのものを指摘します。

3つ目は、location と detail で指摘の文がそろうことです。 第3章の（b）の「整頓不良」とだけ書かれた指摘が、「床の黄色の区画線の右側に、青い台車が半分出ている」に変わります。

システムへ連携する

指摘の一覧は、1項目を1行にします。 写真1枚を1行にすると、事務局が1項目だけ判定を直したいときに直しにくく、点数の式も複雑になります。 列には、定点の番号、月、項目、判定、場所、中身、理由、事務局の修正、修正した人を持たせます。

撮り直しの依頼は、その日のうちに5Sリーダーへ送ります。 retake_suggested が true の写真について、定点の番号と理由（人が写り込んでいる、画角が違う、暗い）を送ります。巡回の週のうちに撮り直してもらえば、その月の点数に間に合います。

人が確認する

事務局が開くのは、different と cannot_judge を含む写真だけです。 same だけの写真は、職場ごとの件数を流し見ます。

1. different を先に見る … 2枚を並べ、location の場所を目で確かめます。ここが職場の点数に直結します
2. 指摘の文を整える … detail を、職場が読んで直せる言葉に直します
3. cannot_judge を振り分ける … 撮り直しを頼むか、写真から事務局が判断できるかを決めます
4. 判定を直したら記録する … どの項目を、どちらに変えたかを残します

1番目を省かないでください。 生成AIは、影や光の具合の違いを「物がある」と読むことがあります。事務局が確かめないまま職場に送ると、職場は存在しない乱れを探しに行くことになります。

目標は、600枚をならして1枚1分です。 same だけの写真は数秒、different を含む写真は2〜3分という見込みで、different が全体の2割前後ならこの時間に収まります。

例外に対処する

最後の行は、例外というより運用の分かれ道です。 毎月同じ指摘をくり返すと、職場は指摘を読まなくなります。くり返しは、基準の写真そのものが現場に合っていないことを示していることがあります。

記録を残す

• 今月の写真と、そのとき使った基準の写真のファイルID
• 生成AIに送った確認項目と、返ってきたJSONの全文
• 指摘の一覧（1項目1行）と、事務局が直した判定と、直した人
• 撮り直しを頼んだ日時と、撮り直された写真
• 職場ごとの月次の点数と、撮り直しの率

1つ目で基準の写真のファイルIDを残すのは、基準が差し替わるからです。 基準を撮り直したあとに、過去の月の点数を問われたとき、どの基準と比べた結果かが分からないと、説明できません。