自動車部品の卸が、整備工場からの注文の純正品番・社外品番・車種・型式から互換品を探し、在庫のある代わりの品を示す

処理の起点を決める

起点は2つあります。毎晩の取り込みと、受注担当のボタンです。

毎晩の取り込みは、部品メーカーから受け取った互換表と適合表のCSVが S3 に置かれたことで動きます。メーカーごとに更新の頻度が違うので、置かれたファイルだけを入れ直します。 品番の切り替え（旧品番から新品番への変更）が入った表は、旧品番も残したまま新品番を足します。

ボタンは、受注担当が注文の文面を貼った後に押します。欠品が分かった時点で押すのが基本ですが、品番の無い注文では受けた時点で押します。

入力データを集める

質を決めるのは、互換表の「代わりになる純正品番」の列です。 社外品どうしの互換は、同じ純正品番の代わりになるかどうかでつなぎます。社外品のA社の品番で注文が来たら、A社の品が代わりになる純正品番を引き、その純正品番の代わりになるB社の品を探します。純正品番を軸にすると、メーカーが何社増えても表は1つで済みます。

部品名の表は、品番の無い注文のために持ちます。 整備工場の呼び方と部品の区分を対応させます。

データの取得方法を決める

索引の設定と、品番から探す形は次のようになります。

PUT /parts
{
  "settings": { "analysis": {
    "char_filter": {
      "partno_strip": { "type": "pattern_replace",
                        "pattern": "[\\s\\-－‐ー・/]+", "replacement": "" }
    },
    "normalizer": {
      "partno_norm": { "type": "custom", "char_filter": ["partno_strip"],
                       "filter": ["cjk_width", "uppercase"] }
    }
  } },
  "mappings": { "properties": {
    "part_no":      { "type": "keyword", "normalizer": "partno_norm" },
    "part_no_raw":  { "type": "keyword" },
    "brand":        { "type": "keyword" },
    "category":     { "type": "keyword" },
    "oem_part_nos": { "type": "keyword", "normalizer": "partno_norm" },
    "superseded_by":{ "type": "keyword", "normalizer": "partno_norm" },
    "fitment": { "type": "nested", "properties": {
      "maker":      { "type": "keyword" },
      "model_code": { "type": "keyword", "normalizer": "partno_norm" },
      "engine_code":{ "type": "keyword", "normalizer": "partno_norm" },
      "year_from":  { "type": "integer" },
      "year_to":    { "type": "integer" },
      "note":       { "type": "text" }
    } }
  } }
}

POST /parts/_search
{ "query": { "bool": { "filter": [
  { "term": { "oem_part_nos": "04465-12345" } } ] } },
  "_source": ["part_no_raw", "brand", "category", "oem_part_nos", "superseded_by"] }

pattern_replace は分かち書きの前に文字を置き換えるフィルタで、空白やハイフンを消すのに使えます。 公式の例でも、電話番号の空白・括弧・ハイフンを取り除いています。cjk_width は全角の英数字を半角にするので、全角で打たれた品番も同じ形になります。

ただし pattern_replace は cjk_width より先に動きます。 全角のハイフンや空白は半角になる前に消す必要があるので、正規表現に全角の記号も入れておきます。

型式から探す形は次のとおりです。

POST /parts/_search
{ "query": { "bool": { "filter": [
  { "term": { "category": "brake_pad_front" } },
  { "nested": { "path": "fitment",
      "query": { "bool": { "filter": [
        { "term":  { "fitment.model_code": "ABC-XY10" } },
        { "range": { "fitment.year_from": { "lte": 2019 } } },
        { "range": { "fitment.year_to":   { "gte": 2019 } } } ] } },
      "inner_hits": { "_source": ["fitment.model_code", "fitment.engine_code",
                                  "fitment.year_from", "fitment.year_to", "fitment.note"] } } }
] } } }

inner_hits を付けるのは、どの適合の行で当たったかを画面に出すためです。 nested の検索は親の文書を返すだけなので、何も付けないと注記がどの行のものか分かりません。受注担当が読むのは、当たった行の注記だけです。

AIへ渡す前に整形する

1. 品番を正規化する … 索引では normalizer がそろえますが、Lambda の側でも同じ規則で正規化した値を作り、画面の表示とログに使います
2. 元の表記を残す … 正規化した品番とは別に part_no_raw に元の表記を残します。整備工場に返すときは元の表記で書きます
3. 適合表を1行ずつの組み合わせにする … 「2017〜2021年、型式A・B」のように1行に複数の型式が書かれた表は、型式ごとの行に分けます
4. 年式を数値にする … 「H29.6〜」「2017/06〜」を西暦の年月の数値にそろえ、「〜現在」は終わりを空けずに当年にします
5. 品番の切り替えをつなぐ … 旧品番には superseded_by に新品番を入れ、旧品番で注文が来ても新品番に行き着くようにします
6. 注文の文面を取り出す … Claude で品番・車種・型式・年式・部品名・数量を取り出します（次の項）

3番目を軽く見ないでください。 1行に型式を並べたまま入れると、nested にしても、その行の中で型式と年式の組み合わせが崩れます。nested は「行」を守る仕組みで、行の作り方は取り込みの側の仕事です。

AIに処理させる

AIの仕事は、注文の文面から探すための材料を取り出すことだけです。 探すのも、在庫を引くのも、互換を決めるのも、表と検索の仕事です。

品番を補正させないのは、正規化の規則を1か所に置くためです。 AIが「0446512345」を「04465-12345」と直すと、直し方が規則と食い違ったときに追えなくなります。そろえるのは normalizer と Lambda の規則だけです。

「車種から型式を推し量らせない」が、いちばん大事な線です。 車種の名前が同じでも、型式が違えば適合が違います。型式が書かれていなければ、型式を整備工場に聞くことを missing_info に入れます。

指示内容を固定する

あなたは自動車部品の卸の受注担当を手伝う立場です。
整備工場からの注文の文面から、部品を探すための材料を取り出してください。
文面に書かれていることだけを使い、推測で補わないでください。

【取り出すもの】
- part_numbers: 文面にある品番を、書かれた表記のまま。複数あればすべて
- vehicle: 車種、型式、エンジン型式、年式（書かれた表記のまま）
- category: 部品名を【部品名の表】の区分のどれかに当てる。当てられなければ "unknown"
- position: 前・後、左・右。書かれていなければ "unspecified"
- quantity: 数量。書かれていなければ null

【厳守事項】
- 品番の桁を補う、ハイフンを足す・消す、似た品番に直すことをしないでください。
- 車種の名前から型式やエンジン型式を推し量らないでください。
  型式が書かれていなければ、vehicle.model_code を空にして missing_info に入れてください。
- 年式が和暦でも西暦でも、書かれたまま写してください。換算しないでください。
- その部品がその車に付くかどうか、互換があるかどうかは書かないでください。
- 部品の区分が文面から決められないときは "unknown" にし、
  missing_info に「部品の区分」と書いてください。
- 文面に複数の車の注文がある場合は、車ごとに orders を分けてください。

【部品名の表】{category_table}
【注文の文面】{order_text}

「年式を換算しない」も、正規化を1か所に置くためです。 和暦から西暦への換算は前処理の規則で行い、AIの出力は文面のままにします。

「車ごとに分ける」は、整備工場の注文の書き方に合わせています。 1通のメールに「A車のパッド、B車のワイパー」と書かれることは珍しくありません。

出力形式を固定する

Bedrock の Converse API の outputConfig.textFormat に JSON スキーマを渡し、次の形で受け取ります。

{
  "orders": [
    { "part_numbers": [""],
      "vehicle": { "maker": "", "model_name": "", "model_code": "",
                   "engine_code": "", "year_as_written": "" },
      "category": "brake_pad_front | ... | unknown",
      "position": "front | rear | left | right | unspecified",
      "quantity": null,
      "missing_info": [""] }
  ]
}

1つ目の理由は、探し方を機械で分けられることです。 part_numbers があれば互換表、無ければ model_code と category で適合表、どちらも無ければ検索をせずに missing_info を画面に出します。

2つ目は、category を表の区分に閉じられることです。 スキーマの enum に区分を並べ、表に無い区分が返らないようにします。

3つ目は、missing_info がそのまま整備工場への質問になることです。 「型式」「取り付けの位置」が並べば、受注担当はその2つを電話で聞くだけです。

画面に出す候補の一覧は、検索と在庫の結果から Lambda が作ります。

「当たり方」の列が、この一覧でいちばん大事な列です。 純正品番の互換で当たったものと、打ち間違いの候補で当たったものを、同じ重さで並べないためです。

システムへ連携する

受注の確定は、販売管理システムのいつもの画面で行います。 この構成が候補の品番を受注に書き込むと、整備工場に確かめる前に確定する経路ができます。

人が確認する

1. 当たり方を見る … 純正品番の互換で当たったものから先に見ます。打ち間違いの候補は、整備工場に品番を確かめてから使います
2. 注記を読む … 当たった行の注記に装備・グレードの条件があれば、整備工場に確かめます
3. 元の表記で返す … 整備工場への返事は、元の表記の品番とブランドで書きます
4. 外れを記録する … 整備工場から「付かなかった」と返ってきたら、その品番と型式を記録します

4番目は、互換表の誤りを部品メーカーに伝える材料になります。 互換表は部品メーカーのデータで、卸の側で直すものではありません。

例外に対処する

打ち間違いの候補は、編集距離を1に絞ります。 fuzzy の検索は編集距離の範囲で語を広げて探すもので、既定の広げる数は50、先頭の文字数を固定しないと広げる数が増えて重くなるとされています。品番は先頭がメーカーと部品の区分を表すことが多いので、先頭を固定します。

記録を残す

• 探すたびの、注文の文面、取り出した JSON、正規化した品番
• 当たった候補と当たり方、当たった適合の行
• 受注担当が選んだ候補と、選ばなかった候補
• 整備工場から「付かなかった」と返ってきた品番と型式
• 取り込んだ互換表と適合表の版（メーカーごとの受け取り日）

互換表の版を残すのは、外れたときにどの表で探したかを示すためです。 部品メーカーに問い合わせるときに、いつ受け取った表のどの行で当たったかが要ります。