Media > AI活用ユースケース > 営業 > 質屋の店頭で書く手書きの質入れの受付票を読み取り、品目・特徴・本人確認の記載を質物台帳にそろえて、法令で求められる記載の漏れを拾う

質屋の店頭で書く手書きの質入れの受付票を読み取り、品目・特徴・本人確認の記載を質物台帳にそろえて、法令で求められる記載の漏れを拾う

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

質屋の店頭で書く手書きの質入れの受付票を読み取り、品目・数量・特徴・質置主の情報・本人確認の方法を電子の質物台帳の項目にそろえます。質屋営業法が帳簿に求める事項の書き漏れと、書いてはならない番号の書き込みを本部の事務に回します。

サマリー
AIサービス
AWS Textract/Azure AI/Google Document AI
連携・自動化
Google Apps Script/Python
対象業界
小売/金融
対象部門
営業
対象業務
データ入力・転記/内容確認・チェック
主な課題
人手が足りない/入力作業が多い/確認ミスが多い
AIで行う処理
読み取り(OCR)
主な効果
入力漏れ削減/品質標準化/工数削減
導入難易度
★★☆☆☆
実装レベル
本格構成
費用感
API連携(中)
人間の確認
条件付き
現在工数
90h/月
AI導入後
30h/月
想定削減
67%
年間削減
720h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 店舗で、質置主に受付票の上半分を書いてもらい、スタッフが本人確認の書類を見る
  2. スタッフが下半分に品目・数量・特徴・確認した書類の種類・質置主の特徴を書く
  3. 閉店後、店舗が受付票を複合機で本部へ送る
  4. 本部の事務が1枚ずつ開き、すべての欄が埋まっているかを目で見る
  5. 業務システムの質物台帳に、質札番号ごとに打ち直す
  6. 漏れや読めない字があれば、店舗に電話で問い合わせる
導入後(After)
  1. 人店舗で、今までどおり受付票を書き、閉店後に複合機で送る
  2. 自動Cloud Storage への保存をきっかけに、画像の品質と質札番号を確かめる
  3. 自動Form Parser が項目(キーと値のペア)とチェック欄、全文を信頼度つきで返す
  4. 自動帳簿の事項の一覧と照らし、項目ごとに `filled` / `not_returned` / `low_confidence` を付ける
  5. 自動本人確認の欄に数字の並びがあれば `id_number_written` を付け、その値を台帳の下書きに入れない
  6. 自動品目・数量と特徴の数を比べ、`count_mismatch` を付ける
  7. 自動台帳の下書きと、`ready` / `needs_check` / `ask_store` を一覧に書き出す
  8. 人本部の事務が `needs_check` と `ask_store` を画像で確かめ、店舗に問い合わせる
  9. 人事務が下書きを確かめて、質物台帳に登録する
各工程の詳しい説明を読む
  1. 店舗で、質置主に受付票の上半分を書いてもらい、スタッフが本人確認の書類を見る
  2. スタッフが下半分に品目・数量・特徴・確認した書類の種類・質置主の特徴を書く
  3. 閉店後、店舗が受付票を複合機で本部へ送る
  4. 本部の事務が1枚ずつ開き、すべての欄が埋まっているかを目で見る
  5. 業務システムの質物台帳に、質札番号ごとに打ち直す
  6. 漏れや読めない字があれば、店舗に電話で問い合わせる

(a)打ち直しが追いつかない。 1日40枚前後を3名で打つので、週明けや月末の繁忙期には、前の日の受付票が翌日の昼まで残ります。 台帳への記載が遅れるほど、記録の空白の時間が長くなります。

(b)職業・年齢・特徴の漏れを見落とす。 住所と氏名は誰でも書きますが、職業と年齢は空欄のまま出されることが多く、質置主の特徴はスタッフが書き忘れます。 打ち直しで入力欄を順に埋めていくと、空欄は「空のまま入力した」ことになり、気づけません。

(c)品目と数量が合わない。 「指輪 2」と書いてあるのに、特徴の欄には1つ分の刻印しか書かれていない、ということがあります。数量と特徴の数の食い違いは、品物が手元にある店舗でしか確かめられません。

(d)本人確認の欄に番号が書かれる。 確認した書類の種類を書く欄に、スタッフが善意で証明書の番号まで書くことがあります。個人番号カードの裏面の番号が書かれていれば、それを台帳に打ち込んだ時点で、書き写した番号を保管することになります。

(e)確認の勘所が人によって違う。 ベテランの事務は「この店舗は特徴の欄が短い」と知っていて、そこを重点的に見ます。新しく入った事務には、その勘所がありません。

  1. 【人】 店舗で、今までどおり受付票を書き、閉店後に複合機で送る
  2. 【自動】 Cloud Storage への保存をきっかけに、画像の品質と質札番号を確かめる
  3. 【自動】 Form Parser が項目(キーと値のペア)とチェック欄、全文を信頼度つきで返す
  4. 【自動】 帳簿の事項の一覧と照らし、項目ごとに filled / not_returned / low_confidence を付ける
  5. 【自動】 本人確認の欄に数字の並びがあれば id_number_written を付け、その値を台帳の下書きに入れない
  6. 【自動】 品目・数量と特徴の数を比べ、count_mismatch を付ける
  7. 【自動】 台帳の下書きと、ready / needs_check / ask_store を一覧に書き出す
  8. 【人】 本部の事務が needs_check と ask_store を画像で確かめ、店舗に問い合わせる
  9. 【人】 事務が下書きを確かめて、質物台帳に登録する

5番目が、この設計でいちばん先に置く判定です。 番号を読み取った値は、下書きにも一覧にも出しません。画像を見た人が、黒塗りした画像に差し替えるかを決めます。

9番目の登録は、人が行います。 台帳は質屋営業法の帳簿そのもので、読み違いのまま入れると、帳簿の記載が誤ったまま残ります。 下書きがあるので、打ち直しは確かめと手直しに変わります。

02今回想定するシステム構成

構成図
受付票(紙・手書き。会社の様式。上半分は質置主、下半分はスタッフ)
   │  閉店後に店舗の複合機から送信(PDF)
   ▼【トリガー】Cloud Storage のバケットへの保存
Python(Cloud Run functions)
   ├──▶ 画像の品質、質札番号の確認
   ▼
Google Document AI(Form Parser)
   │   キーと値のペア(formFields)、チェック欄、全文、信頼度
   ▼
Python ── 帳簿の事項の一覧と照合(書き漏れ)
   │        本人確認の欄の番号の検出(id_number_written)
   │        品目・数量と特徴の数の比較
   ▼
判定(ready / needs_check / ask_store)と台帳の下書き
   ▼
【本部の事務が needs_check と ask_store を画像で確認】
   ▼
質物台帳への登録(人)
役割想定する製品代替候補
OCRGoogle Document AI(Form Parser)Azure AI Document Intelligence(レイアウト モデル)。AWS Textract は日本語を読めないため対象外
連携Python(Cloud Run functions。保存を起点に読み取りを呼び、照合して一覧に書く)Google Apps Script
差異計算Python(帳簿の事項の一覧との照合、数量と特徴の比較)Google Apps Script
保管Cloud Storage(受付票の画像と読み取りの結果)社内のファイルサーバー

質物台帳は新しく足すものではありません。 この構成が作るのは台帳の下書きと点検の一覧までで、登録は事務の操作で行います。 新しく作るのは、帳簿の事項と受付票の欄の対応表と、品目の言い方をそろえる辞書の2つです。

土台は Document AI の Form Parser です。 キーと値のペア、表、チェック欄、全文を取り出し、チェック欄の状態はキーと値のペアの値として返ります。 「確認した書類の種類」を運転免許証・個人番号カード・旅券などのチェック欄にしておけば、手書きの文字を読むより確実に取れます。

日本語の手書きに対応しています。 プロセッサの一覧の Form Parser の言語の表で、日本語(ja)に手書きの対応の印が付いています。

一方で、値の空いた項目を確実には取り出せず、一部の言語ではキーと値のペアの品質がラテン文字の言語より下がる場合があるとされています。書き漏れを拾う構成なので、「返ってこなかった項目」を自社の一覧で数える設計にします。

03どうやって実装するのか

Step1

処理の起点を決める

受付票の PDF が Cloud Storage のバケットに保存されたことを起点にします。 店舗の複合機の送信先を本部のバケットにし、ファイル名に店舗の番号と送信の日付が付く設定にします。

閉店後にまとめて届くので、処理は夜のうちに終わります。店舗ごとに閉店の時刻が違っても、届いた順に1件ずつ動くので待ち合わせは要りません。翌朝、事務が出勤した時点で、前の日の受付票の下書きと点検の一覧がそろっている状態を目指します。打ち直しが朝の仕事でなくなります。

保存のたびに1件ずつ処理し、終わった画像は処理済みの場所へ移します。 移すのは成功したときだけです。受付の場所に残った数が未処理の数です。

Step2

入力データを集める

データ中身取得元
受付票の画像PDF。店舗の番号、送信の日付店舗の複合機
読み取り結果キーと値のペア、チェック欄、全文、信頼度、画像の品質の点数Google Document AI
帳簿の事項の一覧受付票の欄と、法令の記載事項・台帳の項目との対応。誰が書く欄か自社で作る表
品目の辞書「指輪」「リング」「Ring」のような言い方の対応と、台帳の品目の区分自社で作る表
店舗の受付の記録店舗ごとの1日の質契約の件数と質札番号の範囲業務システム

質を決めるのは、帳簿の事項の一覧です。 法令が求める事項のどれが受付票のどの欄に当たるかを1行ずつ書き、「誰が書く欄か」の列を持たせます。 これが問い合わせる相手を決めます。

店舗の受付の記録は、受付票の送り漏れを見つけるために使います。 業務システムで発行した質札番号の範囲と、届いた受付票の質札番号を比べ、届いていない番号を一覧に出します。

Step3

データの取得方法を決める

読み取りは、Cloud Run functions から Form Parser を呼びます。受付票は1枚なので、1回15ページまでのオンラインの処理で足ります。 呼ぶときに画像の品質の点数を返す設定を有効にします。

取るものどこから何に使うか
キーと値のペアpages[].formFields[] の fieldName と fieldValue住所・氏名・職業・年齢・品目・数量・特徴
チェック欄の状態fieldValue の valueType(filled_checkbox/unfilled_checkbox)確認した書類の種類
信頼度各要素の layout の信頼度low_confidence の判定
全文text質札番号と、欄の外に書かれた記入
画像の品質pages[].imageQualityScores0から1の点数。低ければ店舗に送り直しを頼む

特徴の欄は、複数行の自由記入です。 時計なら型番と製造番号、指輪なら刻印と石の数、カメラなら製造番号のように書かれます。特徴の欄の値は1つの文字列として受け取り、行に分けるのはプログラムの側で行います。

特徴の行の分け方は、品目ごとに決めます。 時計は「型番」「製造番号」「付属品」、指輪は「刻印」「石」「サイズ」のように、品目の辞書に特徴の書き方の型を持たせ、行の頭の言葉で振り分けます。 型に当たらない行は、そのまま「その他の特徴」として残します。

質札番号は、受付票の右上に印字した番号を全文から探します。 印字の数字は手書きより確実に読めるため、受付票を特定するかぎにします。

Step4

AIへ渡す前に整形する

  1. 形式とページ数の確認 … PDF で1枚であることを確かめます。2枚以上なら、受付票が重ねて送られていないかを見ます
  2. 画像の品質の確認 … 品質の点数が決めた値を下回るものは、読む前に店舗へ送り直しを頼む一覧に回します
  3. 質札番号の確認 … 全文から番号の形に合う印字を探します。見つからなければ、人が番号を入れます
  4. 様式の版の確認 … 受付票の版の番号を見て、版ごとの欄の対応表を選びます
  5. 重複の確認 … 同じ質札番号の受付票が直近にあれば、二重の送信の印を付けます
  6. 送り漏れの確認 … 業務システムの質札番号の範囲と比べ、届いていない番号を一覧にします

6番目を読み取りの前に置くのは、帳簿の欠けが「届いていない受付票」からも生じるからです。 読み取りの精度をいくら上げても、届かない受付票の漏れは拾えません。

Step5

AIに処理させる

させるのは、受付票から欄の値とチェック欄の状態を読み取り、信頼度を添えることだけです。 書き漏れの判定、番号の検出、数量の比較は、読み取りの後に Python の規則が行います。

見るもの誰が書く欄か判断できないときの扱い
質置主の住所・氏名質置主返ってこなければ not_returned
質置主の職業・年齢質置主返ってこなければ not_returned。漏れの多い欄
質物の品目・数量スタッフ数量が数字として読めなければ low_confidence
質物の特徴スタッフ返ってこなければ not_returned
確認した書類の種類スタッフ(チェック欄)印が無ければ unchecked
確認した書類の番号の欄(本来は書かない)数字の並びがあれば id_number_written
質置主の特徴スタッフ返ってこなければ not_returned
契約の日付スタッフ送信の日付と離れていれば date_gap

表の右から2列目が、問い合わせの相手を決めます。 質置主の欄の漏れは、本人に確かめるしかないため、次の来店や質札の受け戻しのときに確かめる一覧に回します。スタッフの欄の漏れは、品物が店舗にあるうちに確かめます。

させないこと理由
書き漏れかどうかの結論空欄か読み落としかは画像で人が決める
年齢の推定生年月日や見た目から埋めない。書かれた値だけを使う
不正品や品触れに当たるかの判断警察への申告の判断は人が行う
読み取った番号の保存個人番号の可能性がある。下書きにも一覧にも出さない
Step6

指示内容を固定する

Form Parser は学習済みのプロセッサで、文章の指示は受け付けません。実質的な指示は、帳簿の事項の一覧と、読み取った結果に当てる規則です。 一覧は次のような形で持ちます。

【受付票 様式 P-03 と帳簿の事項の対応】
欄の名前(別名)              帳簿の事項             誰が書く  必須
ご住所(住所)                質置主の住所           質置主    ○
お名前(氏名)                質置主の氏名           質置主    ○
ご職業(職業)                質置主の職業           質置主    ○
年齢(満年齢)                質置主の年齢           質置主    ○
品名(品目)                  質物の品目             スタッフ  ○
数量                          質物の数量             スタッフ  ○
特徴(型番・刻印・製造番号)  質物の特徴             スタッフ  ○
確認書類(チェック欄)        確認の方法             スタッフ  ○ 1つ以上
証明書番号                    (記入しない欄)       ─         ×
お客様の特徴                  質置主の特徴           スタッフ  ○
受付日                        質契約の年月日         スタッフ  ○

読み取った結果に、プログラムの側で次の決まりを当てます。

【読み取り結果の扱いの決まり】
1. 欄の名前は一覧の名前と別名で引き当てる。どれにも当たらない
   名前は unmapped とし、似た名前に寄せない。
2. 一覧の必須の欄が返ってこなければ not_returned とする。
   空欄と決めつけず、画像の確認に回す。
3. 値の信頼度が決めた値を下回れば low_confidence とする。
4. 「証明書番号」の欄、または確認書類の欄の近くに、4桁以上の
   数字の並びがあれば id_number_written とする。
   その値は下書き・一覧・ログのどこにも書かず、
   「数字の並びあり」という事実だけを残す。
5. 確認書類のチェック欄は filled_checkbox の数を数える。
   0なら unchecked とする。
6. 数量は数字として読む。品目の辞書で品目をそろえ、特徴の欄の
   行の数(製造番号・刻印の数)と数量が違えば count_mismatch とする。
7. 年齢は書かれた数字だけを使う。生年月日が書かれていても、
   年齢を計算して埋めない。
8. 受付日が送信の日付と2日以上離れていれば date_gap とする。
9. 読み取った値を、過去の同じ質置主の台帳の値で埋めない。

4番目が、この構成でいちばん大事な決まりです。 番号を読み取ってしまうこと自体は避けられませんが、読み取った値をどこにも書かないことはできます。 ログにまで残すと、保管していることになります。

9番目が罠です。 常連の質置主の職業や年齢を過去の台帳で埋めると、受付票は埋まって見えますが、その日に確かめたことにはなりません。 施行規則は、知っている事項は確認を省けるとしていますが、省いたかどうかを決めるのは店頭のスタッフで、本部の機械ではありません。

Step7

出力形式を固定する

次の形の JSON で、台帳の下書きと点検の一覧に書き出します。

{
  "ticket_no": "S03-2026-1026-0042",
  "store": "S03",
  "form_code": "P-03",
  "image_quality": 0.86,
  "fields": [
    { "item": "pledgor_occupation", "writer": "pledgor",
      "status": "not_returned", "value": "", "confidence": null },
    { "item": "item_count", "writer": "staff",
      "status": "filled", "value": "2", "confidence": 0.94 }
  ],
  "id_check": { "documents": ["運転免許証"], "status": "ok",
                "id_number_written": false },
  "flags": ["count_mismatch"],
  "verdict": "ready | needs_check | ask_store"
}

1つ目の理由は、writer を項目ごとに持てることです。 同じ not_returned でも、pledgor なら来店時に確かめる一覧、staff なら当日に店舗へ問い合わせる一覧に分けます。

条件verdict
必須の欄がすべて filled、確認書類が ok、フラグが無いready
not_returned・low_confidence・date_gap があるneeds_check
id_number_written、count_mismatch、または画像でスタッフの欄の空欄と確かめたask_store

2つ目は、id_number_written を真偽だけで持つことです。 値の欄を作らないので、誤って値を書く場所そのものがありません。

3つ目は、ready でも登録を人の操作に残せることです。 下書きは台帳の項目の並びで出すため、事務は画像と見比べて登録するだけになります。

Step8

システムへ連携する

つなぎ先方式内容
店舗の複合機Cloud Storage への保存受付票の PDF を置く
Google Document AIAPI 呼び出しキーと値のペア・チェック欄・全文・信頼度
業務システム質札番号の範囲の書き出しを毎晩読む送り漏れの確認
点検の一覧と下書きスプレッドシートへの書き込み判定と下書きを並べる
店舗への問い合わせ社内のチャットask_store の質札番号と欄の名前だけを送る

質物台帳には書き込みません。 業務システムの台帳は帳簿そのもので、登録は事務が下書きと画像を見比べて行います。

店舗への問い合わせには、質置主の氏名や住所を載せません。 質札番号と欄の名前だけで、店舗は受付票の控えを開けば分かります。

Step9

人が確認する

人が開くのは needs_check と ask_store のものだけです。 ready は下書きを画像と見比べて登録します。

  1. id_number_written を最初に見る … 画像で番号の欄を確かめ、番号が個人番号なら、黒塗りした画像に差し替えて元の画像を消す手順に回します
  2. not_returned を画像で確かめる … 書かれていれば値を下書きに入れ、空欄なら writer に応じて問い合わせの一覧へ
  3. count_mismatch を店舗に確かめる … 品物が店舗の保管庫にあるうちに、数量と特徴を見直してもらいます
  4. 下書きを確かめて登録する … 住所の番地と、特徴の製造番号は1文字ずつ見ます
  5. 判定を覆したら記録する … どの欄を、どちらに変えたかを残します

1番目を後回しにしないでください。 番号の載った画像が処理済みの場所に置かれたままだと、画像のほうで番号を保管し続けることになります。

4番目で製造番号を1文字ずつ見るのは、品触れとの照合に使われうるからです。 製造番号の1文字の読み違いで、照合から外れる質物が出ます。

目標は、900件をならして1件2分です。 開くのは2割前後という想定で、それより多い月は、様式の欄の対応表が足りていないか、店舗の書き方が崩れています。

Step10

例外に対処する

起きること対応
質札番号が読めない人が番号を入れて処理し直す
画像の品質が低い店舗に送り直しを頼む
古い版の受付票版ごとの対応表を持つ。無い版は人が点検する
1件の質入れで受付票が2枚になった質札番号で2枚を結び付け、1件として点検する
品物が多く、特徴が別紙に書かれた別紙を同じ質札番号で送ってもらい、特徴の欄に足す
業務システムに番号があるのに受付票が届かない送り漏れ。店舗に当日中に確かめる
番号の欄に書かれたのが個人番号か分からない個人番号とみなして黒塗りの手順に回す
質置主が外国籍で、住所が旅券の表記で書かれた欄の値はそのまま残し、台帳の表記の決まりに合わせるのは事務が行う
同じ質置主が同じ日に別の店舗でも質入れした2件として点検する。結び付けや判断はこの構成ではしない
読み取りが失敗した受付の場所に残す。処理済みへ移すのは成功時だけ

上から3行目までが大半を占めます。 どれも AI の精度ではなく、送り方と様式の問題です。

Step11

記録を残す

  • 受付票の画像(番号の欄を黒塗りしたもの)と、店舗・送信の日付
  • Form Parser が返した JSON(番号の欄の値を除いたもの)
  • 判定の結果と、事務が登録した台帳の値との差
  • 人が判定を覆した記録 … どの欄を、どちらに変えたか
  • 店舗への問い合わせと、回答の日時
  • 店舗ごと・欄ごとの not_returned の件数

2つ目で番号の欄の値を除くのは、JSON の全文を保存すると番号が残るためです。 読み取りの結果を保存する前に、該当する要素の文字を取り除きます。

最後の行は、店舗への指導の材料になります。 特定の店舗だけ「お客様の特徴」が毎月抜けるなら、受付の手順か、欄の位置に理由があります。

04実装レベルの3段階

最小構成:コンソールで1枚ずつ読ませ、帳簿の事項の一覧に手で当てる / 読み取りの確かめ
半自動化:上記+保存を起点に読み取り、台帳の下書きを一覧に書き出す / 打ち直しの下書き
本格構成:上記+帳簿の事項との照合、番号の検出、数量の比較、送り漏れの確認まで出す / 下書きと点検の全体

最小構成では枚数がさばけません。 確かめるための段階です。 半自動化で、1件6分が3分程度になります。 下書きがあるので打ち直しは減りますが、書き漏れの点検は人の目に残ります。本格構成で2分になり、この段階が本記事の想定です。 段階を飛ばさないでください。 ただし、番号の検出だけは半自動化の段階から入れます。 下書きを作り始めた日から、番号を読み取った値がどこかに残る可能性が生まれるためです。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
900 件
1件あたり現在時間
6 分
1件あたり導入後時間
2 分
現在  900件 × 6分 ÷ 60 = 90 時間/月
導入後 900件 × 2分 ÷ 60 = 30 時間/月
月間削減時間
60h
削減率
67%
年間削減時間
720h
年間金額換算(時間単価2,300円)
166万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 複数の店舗で月に数百件以上の質入れを受け、店頭では紙の受付票を書いてもらい、本部の事務が電子の質物台帳に打ち直している質屋。受付票の様式が会社で決まっている場合。職業・年齢・特徴の書き漏れや、品目と数量の食い違いを、打ち直しの段階で見つけて店舗に問い合わせることが多い場合。台帳を電子で保存している場合。
向いていない
  1. 1店舗で質入れが1日に数件しかなく、打ち直しが負担になっていない場合。店頭でタブレットに直接入力しており、紙の受付票が無い場合。受付票の様式が店舗ごとにばらばらな場合(先に様式をそろえる必要があります)。なお、物品を質に取るか、いくら貸し付けるか、不正品の疑いがあるか、品触れに当たるかの判断は、この構成では行いません。

07最小構成で試す方法

  1. 先月の受付票から30枚を選ぶ(6店舗から5枚ずつ、書き漏れのあったものも入れる)
  2. 番号の欄に記入がある受付票は、先に黒塗りしてから使う
  3. Google Cloud のコンソールで Form Parser のプロセッサを作り、30枚を1枚ずつ読ませる
  4. 返ってきた欄の値とチェック欄を、帳簿の事項の一覧に当ててスプレッドシートに写す
  5. 返ってこなかった欄が、当時の書き漏れと合うかを見比べる

30枚は必ずやってください。 連携を組む前に、「質置主の手書きの住所と、スタッフの急いだ字の特徴が読めるか」を確かめます。

出てきた内容判断
書き漏れの欄が not_returned で拾えた保存を起点にした連携に進む
特徴の欄の製造番号が読み違える英数字の欄を分ける様式の見直し。構成は有効
スタッフの欄がほとんど読めない書き方の決まりが先。 AI の問題ではない

3行目が出たら、受付票の下半分を見直します。 特徴を自由記入の1つの欄にせず、型番・製造番号・刻印の欄に分けるだけで、読み取りも点検も楽になります。

試すときの30枚も、番号の欄の扱いは本番と同じにしてください。 コンソールで読ませた結果をスプレッドシートに写すとき、番号の欄の値は写さず「記入あり/なし」だけを書きます。 試しの段階で番号の載った表を作ると、その表が残ります。

08実装時につまずきやすいポイント

問題対策
空欄が返ってこず、漏れに気づけない帳簿の事項の一覧を自社で持ち、返ってこない欄を数える
読み取った番号がログに残る保存の前に値を取り除く。判定は真偽だけで持つ
常連の質置主の欄を過去の台帳で埋める埋めない。 確認を省くかは店頭のスタッフが決める
生年月日から年齢を計算して埋める書かれた数字だけを使う
特徴の欄の製造番号を読み違える英数字の欄を分ける。登録の前に1文字ずつ見る
質置主の欄とスタッフの欄の漏れを同じ扱いにするwriter で問い合わせの相手を分ける
受付票の送り漏れに気づかない業務システムの質札番号の範囲と比べる
処理する地域に日本が無い第13章。社内の決まりに照らして先に決める
品目の言い方が店舗ごとに違う品目の辞書に別名を足す。辞書に無い品目は unmapped で人へ

上の2行が、この構成の失敗のほとんどです。 1行目は帳簿の欠けを、2行目は持ってはならない番号の保管を生みます。どちらも、読み取りの精度ではなく、照らし方と残し方で防ぎます。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 質置主の住所・氏名・職業・年齢と身体の特徴、確認した身分証明書の種類、質物の品目と特徴です。どの品物を誰が質に入れたかという記録は、質置主にとって人に知られたくない情報です。

  1. 処理する場所を確かめる … Form Parser の対応地域は us、eu、asia-southeast1 などで、日本は含まれていません。 質置主の情報を国外で処理してよいかを、社内の個人情報の決まりに照らして確かめます
  2. 個人番号を残さない … 個人番号カードの裏面の番号の書き取りやコピーは、収集・保管の制限に違反する可能性があるとされています。受付票に書かせない様式にし、書かれていたら画像も含めて残さない手順を決めます
  3. 問い合わせに個人の情報を載せない … 店舗への連絡は質札番号と欄の名前だけにします
  4. 閲覧を限る … 画像と JSON を開けるのは、本部の台帳の事務に限ります
  5. 台帳を自動で書き換えない … 登録は人が行います
  6. 保存の期間を決める … 質屋営業法は帳簿を最終の記載の日から3年間保存することを求めています。読み取りの結果の画像と JSON を、帳簿とは別にいつまで残すかを決めます

この構成は、不正品の疑いや品触れの判断をしません。 質屋営業法は、不正品の疑いがあるときの警察官への申告や、品触れに相当する質物を受け取ったときの届出を質屋に求めています。判断するのは店頭と本部の人で、この構成が出すのは、特徴の欄を正しく台帳に載せるための下書きまでです。

誤りのリスクは、帳簿の記載が欠けたまま残ることと、持ってはならない番号を保管することの2つです。 前者は帳簿の事項の一覧との照合で、後者は番号の検出と保存の前の取り除きで防ぎます。

10まず何から始めるか

1週目:帳簿の事項と受付票の欄の対応表を作る

法令が帳簿に求める事項と、受付票の欄、業務システムの台帳の項目を1行ずつ並べ、誰が書く欄かの列を足します。あわせて、「証明書番号」の欄を様式から外せないかを決めます。

2週目:30枚で試す

6店舗から5枚ずつ選び、番号の欄を黒塗りしてから Form Parser に読ませます。職業・年齢・お客様の特徴の空欄が not_returned として拾えるかを最優先で見ます。

3週目:処理の場所と保存の作りを決める

処理する地域を決め、社内の決まりに照らして確かめます。番号の値を保存の前に取り除く処理と、黒塗りの手順を決めます。

4週目:保存から下書きまでをつなぐ

Cloud Storage への保存を起点に読み取りを呼び、台帳の下書きと番号の検出を一覧に書き出すところまで作ります。事務は今までどおり打ち直しながら、下書きと見比べます。

2か月目: 帳簿の事項との照合、数量の比較、送り漏れの確認を足し、verdict を出します。3か月目以降: 1件6分が何分になったかを実測します。店舗ごとの not_returned の件数を毎月見て、受付の手順と様式の見直しに使えるようになった時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-10-26/最終更新:2026-10-26
確認した内容情報源確認日
質屋が物品を質に取るとき質置主の住所・氏名・職業・年齢を確認し、不正品の疑いがあれば直ちに警察官に申告すること(第12条)。帳簿に質契約の年月日、質物の品目と数量、質物の特徴、質置主の住所・氏名・職業・年齢と特徴、確認の方法などを記載すること(第13条)。帳簿を最終の記載の日から3年間保存すること(第14条)。品触れを受けた日に所持していたとき、または6月の間に品触れに相当する質物を受け取ったときは直ちに警察官に届け出ること(第20条)e-Gov 法令API: 質屋営業法2026-10-26
確認の方法が、運転免許証・個人番号カード等の資料の提示を受けることなどであり、知っている事項は確認を省けること(第16条)。帳簿が別記様式によること(第17条)。帳簿の事項を電磁的方法で記録し直ちに表示できるよう保存すれば帳簿の保存に代えられること(第18条)e-Gov 法令API: 質屋営業法施行規則2026-10-26
個人番号カードの裏面の番号を意図せず見ただけでは収集に当たらないが、書き取り・コピーは収集・保管の制限に違反する可能性があること(Q6-12)。表面を身分証明書の写しとしてコピーすることは問題ないが、裏面の番号をコピーすることはできないこと(Q6-13)個人情報保護委員会: 特定個人情報の適正な取扱いに関するガイドライン(事業者編)等に関するQ&A2026-10-26
Form Parser の言語の表で日本語(ja)が手書きに対応していること。オンラインの処理が15ページまでであること。対応地域が asia-south1、asia-southeast1、australia-southeast1、eu、europe-west2、europe-west3、northamerica-northeast1、us で日本が含まれないことGoogle Cloud: Processor list2026-10-26
Form Parser がキーと値のペア、表、選択マーク、全文を取り出すこと。一部の言語でキーと値のペアの品質がラテン文字の言語より下がる場合があること。値の空いたキーと値のペアを確実には取り出せないことGoogle Cloud: Form Parser2026-10-26
キーと値のペアが pages[].formFields[] の fieldName と fieldValue に入り、チェック欄の状態が valueType(filled_checkbox/unfilled_checkbox)に入ること。要素の layout に信頼度があること。画像の品質の点数(0から1)が imageQualityScores に返ることGoogle Cloud: Handle the processing response2026-10-26

物品を質に取るか、不正品の疑いや品触れにどう対応するか、帳簿の様式をどう運用するかは、質屋営業法と所轄の警察署・公安委員会の指導に従ってください。 本記事は上記の公開情報で確認できた範囲だけを扱っています。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-1756)についてのご相談はこちらから。

AI活用について相談する
目次