Media > AI活用ユースケース > 物流 > 高齢者向けの配食サービスで利用者から届く手書きの注文票を読み取り、翌週の献立ごとの配食数と配送ルートごとの配送表を作る

高齢者向けの配食サービスで利用者から届く手書きの注文票を読み取り、翌週の献立ごとの配食数と配送ルートごとの配送表を作る

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

高齢者向けの配食サービスで、利用者が毎週記入する手書きの注文票を読み取り、曜日ごとの献立の選択と休止を注文の一覧にそろえます。締め切りの時点で翌週の配食数と配送ルートごとの配送表を作り、担当者は印の付いた注文票だけを確かめます。

サマリー
生成AI
Azure OpenAI Service/Microsoft Copilot
AIサービス
AWS Textract/Azure AI/Google Document AI
連携・自動化
Power Automate
対象業界
介護/自治体/飲食
対象部門
物流
対象業務
データ入力・転記/集計・分析
主な課題
入力作業が多い/期限・対応漏れが起きる/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/対応スピード向上/工数削減
導入難易度
★★☆☆☆
実装レベル
半自動化
費用感
ノーコード連携(中)
人間の確認
条件付き
現在工数
80h/月
AI導入後
30h/月
想定削減
63%
年間削減
600h
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. 配達員が月曜から木曜の配達のときに注文票を回収し、事務所の箱に入れる。FAXで届いたものも同じ箱に入れる
  2. 木曜の午後、受付の担当者3人で注文票を分け、1枚ずつ注文の表に打ち直す
  3. 曜日ごとの A・B・休み と数量を写し、連絡欄を読んで気になるものに付箋を貼る
  4. 台帳を開いて、その利用者の食種と食形態を写す
  5. 献立・食種・食形態ごとに数を数え、調理場に渡す
  6. 配送ルートの表に沿って並べ替え、配送表を作る
  7. 注文票が届いていない利用者に電話をかける
導入後(After)
  1. 人配達員が回収した注文票を、帰ってきたその日に複合機でスキャンする。FAXは受信をそのまま受付フォルダに保存する
  2. 自動保存をきっかけにフローが動き、バーコードから利用者を特定する
  3. 自動注文票の書式で学習したモデルが、曜日ごとの印と数量、連絡欄の文字を読み取る
  4. 自動フローの条件で、A と B の重なり、休みと数量の食い違い、記入の無い曜日を確かめる
  5. 自動生成AIが連絡欄を、休止・追加・配達の変更・食形態の希望・その他に分ける
  6. 自動台帳の食種と食形態を付けて、注文の一覧に曜日ごとの行を書き込む
  7. 人受付の担当者が、印の付いた注文票だけを紙と見比べ、分からないものは利用者に電話で聞く
  8. 人管理栄養士が、食形態の希望と体の変化の知らせの一覧を見て、利用者や家族に連絡する
  9. 自動水曜の夕方に、注文票の届いていない利用者の一覧を出す
  10. 自動木曜の15時に、献立・食種・食形態ごとの配食数と、配送ルートごとの配送表を作る
  11. 人担当者が合計を確かめ、調理場と配達員に渡す
各工程の詳しい説明を読む
  1. 配達員が月曜から木曜の配達のときに注文票を回収し、事務所の箱に入れる。FAXで届いたものも同じ箱に入れる
  2. 木曜の午後、受付の担当者3人で注文票を分け、1枚ずつ注文の表に打ち直す
  3. 曜日ごとの A・B・休み と数量を写し、連絡欄を読んで気になるものに付箋を貼る
  4. 台帳を開いて、その利用者の食種と食形態を写す
  5. 献立・食種・食形態ごとに数を数え、調理場に渡す
  6. 配送ルートの表に沿って並べ替え、配送表を作る
  7. 注文票が届いていない利用者に電話をかける

(a)締め切りの日に打ち直しが集中する。 300枚の大半が木曜の午後に手元にそろうので、2番から6番を数時間でこなすことになります。 調理場に配食数を渡すのが夕方になり、仕入れの発注が翌日に回ることもあります。

(b)A と B の両方に印がある、休みと数量の両方が書かれている。 手の震えや見えにくさで、意図しない欄に印が付いていることがよくあります。 急いでいると、先に目に入ったほうを写してしまいます。

(c)連絡欄の希望が埋もれる。 「来週火曜は通院で昼はいらない」「妻の分も1つ」「最近かたいものが食べにくい」。どれも注文の欄とは別の場所に書かれ、付箋のまま週を越すことがあります。 最後の一文は、注文ではなく体の変化の知らせです。

(d)注文票の届いていない利用者が、7番まで分からない。 打ち直しが終わって初めて、誰の注文票が無いかが分かります。電話をかけるのが木曜の夜になり、つながらないまま翌週を迎えます。

  1. 【人】 配達員が回収した注文票を、帰ってきたその日に複合機でスキャンする。FAXは受信をそのまま受付フォルダに保存する
  2. 【自動】 保存をきっかけにフローが動き、バーコードから利用者を特定する
  3. 【自動】 注文票の書式で学習したモデルが、曜日ごとの印と数量、連絡欄の文字を読み取る
  4. 【自動】 フローの条件で、A と B の重なり、休みと数量の食い違い、記入の無い曜日を確かめる
  5. 【自動】 生成AIが連絡欄を、休止・追加・配達の変更・食形態の希望・その他に分ける
  6. 【自動】 台帳の食種と食形態を付けて、注文の一覧に曜日ごとの行を書き込む
  7. 【人】 受付の担当者が、印の付いた注文票だけを紙と見比べ、分からないものは利用者に電話で聞く
  8. 【人】 管理栄養士が、食形態の希望と体の変化の知らせの一覧を見て、利用者や家族に連絡する
  9. 【自動】 水曜の夕方に、注文票の届いていない利用者の一覧を出す
  10. 【自動】 木曜の15時に、献立・食種・食形態ごとの配食数と、配送ルートごとの配送表を作る
  11. 【人】 担当者が合計を確かめ、調理場と配達員に渡す

7番目と9番目が、この設計の分かれ目です。 確かめる作業を木曜の午後から月曜〜木曜の毎日へ分け、届いていない利用者には締め切りの前日に電話をかけられるようにします。

8番目は、注文の流れから外して置いています。 食形態の希望は、配食数の集計には入れません。管理栄養士が決めて台帳を直したときに、初めて翌週以降の注文に反映されます。

02今回想定するシステム構成

構成図
注文票(手書き。利用者ごとに印刷、バーコード付き)
   │  配達員が回収→帰着後スキャン / FAXは受信をそのまま保存
   ▼【トリガー】SharePoint の受付フォルダへの保存
Power Automate(クラウド フロー)
   ▼
Azure AI Document Intelligence(カスタム ニューラル モデル)
   │   バーコード、曜日ごとの印と数量、連絡欄、それぞれの信頼度
   ▼
Power Automate ── 重なり・食い違い・記入の無い曜日
   ▼
プロンプト(「プロンプトを実行」)── 連絡欄の分類
   ▼
注文の一覧(SharePoint のリスト)に曜日ごとの行を追加
   ├──▶【受付の担当者】印の付いた注文票の確認と電話
   └──▶【管理栄養士】食形態の希望・体の変化の一覧
   ▼(木曜15時)
献立・食種・食形態ごとの配食数/配送ルートごとの配送表
役割想定する製品代替候補
OCRAzure AI Document Intelligence(カスタム ニューラル モデル)Google Document AI(Form Parser)、AWS Textract(英文の書類に限る。日本語の注文票には使えない)
連携Power Automate(保存を起点に読み取りとプロンプトを呼び、一覧と集計を作る)Azure Logic Apps
生成AIMicrosoft Copilot Studio のプロンプト(Power Automate の「プロンプトを実行」から呼ぶ)Azure OpenAI(Microsoft Foundry)
保管SharePoint(注文票の画像、注文の一覧、台帳のリスト)社内のファイルサーバー

台帳と配送ルートの表は、いま使っているものです。 SharePoint のリストに移しておくと、フローから引けます。新しく足すのは Document Intelligence のリソースと、注文票の書式で学習したモデルだけです。

土台はカスタム ニューラル モデルです。 公式の説明では、レイアウトと言語の特徴を組み合わせてラベルを付けたフィールドを取り出す深層学習のモデルで、キーと値、選択マーク、表に対応します。モデルの種類を選ぶときはまずニューラル モデルから始めて試すよう勧められています。言語の一覧では、カスタム ニューラル モデルの手書きに対応する言語に日本語(ja)が入っています。

テンプレート モデルではなくニューラル モデルにするのは、FAXが混ざるためです。 同じ書式でも、複合機のスキャンとFAXの受信では文字のつぶれ方が違います。公式の説明では、ニューラル モデルは1つの文書の種類の異なる形に広く対応でき、形ごとに少なくとも5枚のラベル付きの見本を足して1つのモデルにするのがよいとされています。

読み取りは、Power Automate のコネクタから呼べます。 公式のコネクタの説明では、コネクタは Power Automate で Standard とされ、「Analyze Document for Prebuilt or Custom models (v4.x API)」の操作で学習したモデルを指定でき、バーコードの読み取りなどを追加の機能として指定する項目があります。 呼び出しの上限は1つの接続あたり60秒に1,200回です。

03どうやって実装するのか

Step1

処理の起点を決める

SharePoint の受付フォルダに注文票の画像が保存されたことを起点にします。 保存のたびに1枚ずつフローを動かします。月曜に回収した注文票は、月曜のうちに一覧に並びます。

入る経路は2つあります。配達員が回収した紙をスキャンしたものと、家族などがFAXで送ってきたものです。どちらも同じフォルダに入れ、ファイルの名前の先頭の記号で経路を分けます。経路でフォルダを分けると、FAXのフォルダだけ見張りが漏れる週ができます。

スキャンは配達員が帰ってきたときに行います。箱にためて木曜にまとめると、いまの集中がそのまま残ります。 複合機の宛先を受付フォルダに設定し、ボタン1つで済むようにします。

時刻で動くフローを2つ置きます。水曜の17時に「注文票の届いていない利用者」の一覧を出すフローと、木曜の15時に配食数と配送表を作るフローです。 締め切りの時刻を過ぎて届いた注文票は、一覧には入れ、集計には「締め切り後」の印を付けて別に数えます。

Step2

入力データを集める

データ中身取得元
注文票の画像利用者の番号とバーコード、対象の週、月〜土の昼食・夕食の A/B/休み の印と数量、連絡欄受付フォルダ
読み取り結果バーコードの値、欄の値、選択マークの状態、欄・行・セルごとの信頼度Document Intelligence
利用者の台帳利用者番号、食種、食形態、禁止の食材の有無、配送ルートと順番、配達の時間帯、利用の状態(利用中/休止中/入院中)台帳のリスト
翌週の献立曜日ごとの昼食・夕食の A と B の献立名献立のリスト
前週までの注文利用者ごとの直近の注文の傾向注文の一覧

質を決めるのは、台帳の「利用の状態」です。 入院中や休止中の利用者の注文票が届かないのは当然で、それを「届いていない」の一覧に入れると、電話の担当者が要らない電話をかけます。 入院や休止の連絡を受けたら、その日のうちに台帳を直す決まりにします。

前週までの注文は、確かめるときの参考にだけ使います。 記入の無い曜日を前週の注文で埋めることはしません。電話で聞くときに「先週は火曜に A でしたが」と切り出す材料です。

利用者の氏名と住所は、生成AIへ渡しません。 プロンプトに渡すのは連絡欄の文字だけで、利用者は番号で扱います。

Step3

データの取得方法を決める

読み取りは、フローからコネクタの「Analyze Document for Prebuilt or Custom models (v4.x API)」を呼び、注文票で学習したニューラル モデルの ID を指定し、追加の機能にバーコードを指定します。

取るものどこから何に使うか
利用者番号バーコードの値(手書きの番号は読まない)台帳を引く
対象の週印刷された日付の欄古い週の注文票の検出
曜日ごとの A/B/休み表のフィールドの中の選択マーク注文の行
数量表のフィールドの中の手書きの数字注文の行
連絡欄ラベルを付けたフィールドプロンプトに渡す
信頼度フィールド、表・行・セル、選択マークcheck にするかの判定

利用者の特定は、バーコードだけで行います。 名前を手書きで書き足す利用者もいますが、同じ名字の利用者がいる以上、字で利用者を決めると取り違えが起きます。 バーコードが読めない注文票は、すべて check にします。汚れや折れでバーコードが欠けた紙は、担当者が刷られた番号を目で見て手で入れ、次の週の紙を刷り直します。

献立の名前は読み取りません。 注文票に刷ってある献立名は、事業者が献立のリストから入れたものです。読むのは印と数量だけにし、A と B が何の献立かはリストから引きます。 刷り間違いがあっても、読み取りの結果がそれに引きずられません。

曜日の欄は、表のフィールドとしてラベルを付けます。 公式の説明では、ニューラル モデルの表のフィールドは 2024-11-30(GA)の API の版で表・行・セルの信頼度が付き、表全体から行、セルへと上から見るのがよいとされています。月曜から土曜の6行のうち、1行だけ信頼度が低いときは、その曜日だけを check にします。

チェック欄は、選択マーク自体の信頼度まで見ます。 公式の説明では、選択マークのフィールドは、フィールドの選択と選択マークの信頼度を合わせて見るのが全体の確からしさをよく表すとされています。一度付けた印を塗りつぶして消した欄は、ここで低く出ます。

Step4

AIへ渡す前に整形する

  1. ページの確認 … 注文票は1枚1ページです。2ページのファイルは、2枚を重ねてスキャンしたものとして分けます
  2. 画像の寸法と文字の大きさ … 公式の入力要件では、画像は50×50〜10,000×10,000ピクセル、文字の最小の高さは1024×768の画像で12ピクセル(150dpiで約8ポイント)とされています。FAXの受信の解像度で数量の数字が拾えるかを、最初に確かめます
  3. 週の確認 … 印刷された日付が翌週でなければ、古い注文票として check にします
  4. 重複の検知 … 同じ利用者・同じ週の注文票が二度届いたら、後の方を check にします。紙とFAXで同じ注文が届くことがあります
  5. 利用の状態の確認 … 台帳で入院中・休止中の利用者から届いたら、再開の知らせかもしれないので check にします

3番目の古い週の注文票は、思ったより多く届きます。 前の週に出し忘れた紙を、次の週に出してくる利用者がいるからです。印刷された週の日付で判定すれば、どの週の注文として扱うかを人が迷わずに済みます。

4番目の重複は、どちらかを捨てません。 紙とFAXで中身が違うこともあり、後から書き直したものがFAXで届いたのかもしれません。両方を並べて担当者が決めます。

Step5

AIに処理させる

印と数量の確かめは、フローの条件で行います。 生成AIには、連絡欄の文字を分ける仕事だけを渡します。

フローの条件で見るもの印を付ける条件
選択の重なり同じ食事で A と B の両方、または A/B と休みの両方に印
休みと数量休みに印があるのに数量が書かれている
記入の無い曜日A・B・休みのどれにも印が無い
数量数量が3以上、または数字として読めない
台帳との照合禁止の食材がある利用者が、その食材を含む献立を選んだ
生成AIにさせること分ける先
休止・欠食の知らせ曜日と食事を特定して pause
追加の注文曜日・食事・数量を特定して add
配達の変更時間・置き場所・届け先の変更を delivery
食形態や食べにくさの話texture_request(管理栄養士へ)
体調・入院・利用の終了の話health_or_status(担当者へ)
その他other

texture_request と health_or_status は、注文に反映しません。 「かたいものが食べにくい」は食形態を変える根拠ではなく、管理栄養士が話を聞くきっかけです。ガイドラインでも、配食の継続中に利用者の状態を確かめ、適切な食種の選択を支援することが求められています。

させないこと理由
記入の無い曜日の補完休みかいつもどおりかは本人に聞く
食種・食形態の決定や変更管理栄養士が利用者の状態を聞いて決める
アレルギーや禁止の食材の判断台帳と管理栄養士の確認で扱う
体の状態の推測連絡欄の言葉以上のことを書かない
利用者の特定バーコードと台帳でフローが行う

1行目がいちばん大事です。 記入の無い曜日を前週の注文で埋めると、入院した利用者の家に弁当が届き続けたり、逆に届けるはずの1食が抜けたりします。 どちらも、紙を見ただけでは決められません。

Step6

指示内容を固定する

あなたは配食サービスの受付の補助です。
利用者が注文票の連絡欄に書いた文を、決まった種類に分けてください。
渡すのは OCR が読み取った文字と、対象の週の日付だけです。

【分ける種類】
- pause …… その曜日・食事の休止や欠食
- add …… 追加の注文(家族の分など)
- delivery …… 配達の時間・置き場所・届け先の変更
- texture_request …… 食形態、かたさ、食べにくさ、飲み込みにくさの話
- health_or_status …… 体調、入院、通院、利用の終了の話
- other …… 上のどれにも当たらないもの

【厳守事項】
- 1つの文に複数の話があれば、分けてそれぞれの項目にしてください。
- 曜日・食事・数量は、書かれているときだけ入れてください。
  「来週」「今度」のように曜日が決まらないときは null にしてください。
- 書かれていないことを補わないでください。
- 食形態や食種を決めたり勧めたりしないでください。
  「きざみ食に変更」のように書き換えず、書かれた言葉を evidence に写してください。
- 体の状態を推し量る言葉を足さないでください。
- 読めない文字は「?」のまま残してください。
- evidence には、根拠にした原文の部分をそのまま写してください。
- JSON のマークダウンを答えに含めないでください。

【対象の週】{week_dates}
【連絡欄】{note_text}

「書き換えず、書かれた言葉を写す」を明記しないと、「やわらかいのにして」を「ムース食への変更希望」とまとめます。 管理栄養士が知りたいのは、利用者が自分の言葉で何と言ったかです。まとめた語は、それだけで食形態を決めたように読めてしまいます。

温度は既定の0のまま使います。 同じ書き方には毎回同じ分け方を返してほしいからです。モデルは既定のものを使い、実験段階のモデルは選びません。

Step7

出力形式を固定する

プロンプトの出力を JSON にし、次の形を例として保存します。 公式の説明では、例を書き換えると形式が「Custom」になり、保存した形がクラウド フローでも使われます。

{
  "notes": [
    { "type": "pause", "weekday": "tue", "meal": "lunch", "qty": null,
      "evidence": "来週火曜は通院で昼はいらない" },
    { "type": "texture_request", "weekday": null, "meal": null, "qty": null,
      "evidence": "最近かたいものが食べにくい" }
  ]
}

フローは、この JSON と読み取りの結果を合わせて、注文の一覧に曜日ごと・食事ごとの行を書き込みます。

一覧の列入る値出どころ
利用者番号・対象の週・曜日・食事バーコードと表の行読み取り
選択(A/B/休み)・数量選択マークと数字読み取り
食種・食形態・配送ルートと順番台帳の値フロー
連絡欄の分類pause・add は行に反映の候補、それ以外は別の一覧へプロンプト
状態ok/check、印の理由フロー

pause と add も、そのまま注文には反映しません。 注文の欄と連絡欄が食い違うことがあるので、連絡欄から来た変更は check にして、担当者が確かめてから行を直します。

Step8

システムへ連携する

つなぎ先方式内容
受付フォルダPower Automate のトリガー注文票の画像の保存を検知する
Document Intelligenceコネクタ(v4.x API)学習したモデルとバーコードで読み取る
プロンプト「プロンプトを実行」連絡欄の分類
台帳・献立SharePoint のリストの読み取り食種・食形態・ルートを引く
注文の一覧SharePoint のリストへの書き込み曜日・食事ごとに1行
管理栄養士の一覧SharePoint のリストへの書き込みtexture_request と health_or_status
配食数・配送表木曜15時のフローがリストから作る調理場と配達員に渡す(人)

配食数は、献立 × 食種 × 食形態 × 曜日 × 食事で数えます。 同じ A の献立でも、普通食のきざみと減塩食のムースは別の数です。調理場は、この組み合わせの表をそのまま見て作り分けます。

配送表は、ルートごとに台帳の配達順で並べます。 各行には利用者番号、食事、献立、食種、食形態を、事業者の中で使う呼び名で載せます。台帳と注文の一覧は、フローからは読むだけ、または注文の一覧に足すだけです。 台帳の食種と食形態を直せるのは管理栄養士だけにします。

Step9

人が確認する

受付の担当者は、毎日 check の注文票だけを開きます。 ok の注文票は件数を流し見ます。

  1. バーコードが読めないものを先に見る … 利用者が決まらないと、ほかの確認ができません
  2. 選択の重なりと記入の無い曜日を見る … 紙の画像で印を見て、分からなければ電話で聞きます
  3. 連絡欄から来た変更を見る … 注文の欄と食い違っていれば、本人か家族に確かめます
  4. 禁止の食材の印を見る … 献立の差し替えができるかを調理場に聞きます

管理栄養士は、自分の一覧を毎日見ます。 texture_request と health_or_status の行は、利用者や家族に連絡して話を聞き、必要なら台帳の食種や食形態を直します。体調の知らせの中には、配食の事業者だけでは対応できないものもあります。 ガイドラインでも、対応が難しいときは、かかりつけの医療機関や地域包括支援センターなどへの相談を利用者に提案することが適当とされています。

目標は、1,200枚をならして1枚1.5分です。 印が付くのは2割前後という想定で、それより多い週は、FAXの解像度が足りないか、注文票の欄が小さすぎます。

Step10

例外に対処する

起きること対応
注文票が届かない水曜17時の一覧に出す。台帳で入院中・休止中の利用者は除く
締め切りの後に届いた一覧には入れ、集計では「締め切り後」として別に数える。調理場と相談する
紙とFAXで二度届いた両方を並べて担当者が決める。どちらも捨てない
先週の注文票が届いた印刷された週で判定し、check にして本人に確かめる
数量に2と書かれ、誰の分か分からない台帳に同居の家族の登録が無ければ check にし、電話で確かめる
家族が別の紙に書いて送ってきた書式外として check。担当者が注文の一覧に手で入れる
連絡欄に入院や利用の終了が書かれたhealth_or_status で担当者へ。台帳の状態を直すのは担当者
禁止の食材を含む献立を選んだ調理場に差し替えを聞く。選択を自動で変えない
Document Intelligence が応答しない受付フォルダに残す。処理済みへ移すのは成功時だけ

1行目の「入院中を除く」が抜けると、一覧が使われなくなります。 毎週同じ利用者に要らない電話をかけることになり、担当者が一覧を見なくなった週に、本当に届いていない利用者を見落とします。

Step11

記録を残す

  • 注文票の画像と、保存した日時・経路(紙/FAX)
  • 読み取りの結果の JSON の全文(バーコード、欄、表、選択マークと信頼度)
  • プロンプトの出力と、そのとき参照した台帳の食種・食形態
  • 人が直した記録 … どの曜日のどの選択を、何から何に直したか、誰に確かめたか
  • 管理栄養士の対応の記録(いつ誰に連絡し、台帳をどう直したか)
  • 木曜の配食数と配送表、締め切り後に届いた注文

3つ目の「そのときの台帳」は、実際に提供した食種の記録になります。 ガイドラインが求める、実際に提供した食種とフォローアップの内容を振り返れる記録の一部を、この構成のログで持てます。

04実装レベルの3段階

最小構成:注文票の画像を手でAIの画面に貼り、選択を表にさせる / 1枚ごとの打ち直し
半自動化:上記+受付フォルダを起点に学習したモデルで読み取り、条件で印を付けて注文の一覧に書き込む / 読み取り・食い違いの検出・一覧への記入
本格構成:上記+連絡欄の分類と管理栄養士の一覧、届いていない利用者の一覧、配食数と配送表の作成 / 受付から木曜の集計まで

最小構成では、枚数がさばけません。 週300枚を1枚ずつ貼ることはできません。確かめるための段階です。 半自動化で、1枚4分が2.5分程度になります。 打ち直しは無くなりますが、連絡欄を読む作業と、配食数・配送表の作成が手で残ります。本格構成で1.5分になり、この段階が本記事の想定です。 台帳と献立をリストに移す準備が要るので、半自動化を1か月回し、FAXの読み取りの具合を見てから進みます。

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
1,200 件
1件あたり現在時間
4 分
1件あたり導入後時間
1.5 分
現在  1,200件 × 4分 ÷ 60 = 80 時間/月
導入後 1,200件 × 1.5分 ÷ 60 = 30 時間/月
月間削減時間
50h
削減率
63%
年間削減時間
600h
年間金額換算(時間単価2,300円)
138万円
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. 高齢者の自宅へ昼食や夕食の弁当を届け、利用者に翌週の注文を紙の注文票で出してもらっている配食サービスの事業者。利用者が数百人いて、締め切りの日に注文票の打ち直しと集計が集中し、調理と仕入れへ渡す配食数が遅れがちな場合。普通食のほかに減塩などの食種や、きざみ・ムースなどの食形態を扱っていて、取り違えが心配な場合。自治体から委託された配食の事業と自費の配食の両方を受けている場合にも同じ業務がある。Microsoft 365 と Power Automate をすでに使っている場合。
向いていない
  1. 注文をすでに電話の聞き取りで端末に入力している、または利用者が Web の注文を使える事業者。献立が日替わり1種類だけで、休止の連絡だけを受けている場合。利用者が数十人で、打ち直しが負担になっていない場合。なお、利用者に合う食種と食形態の判断、アレルギーへの対応、体調の変化への対応は、この構成では代替できません。

07最小構成で試す方法

  1. 先週の注文票から30枚を選ぶ(FAXで届いたもの、連絡欄に書き込みがあるもの、印の重なりがあるものを入れる)
  2. 名前・住所・バーコードを紙で隠してからスキャンする
  3. 手元のAIサービスの画面に1枚ずつ貼り付ける
  4. 「この注文票の月〜土の昼食・夕食について、A・B・休みのどれに印があるかと数量を表にしてください。印が無い曜日は空欄のままにし、補わないでください。印が2つある曜日は両方書いてください。連絡欄の文は、休止・追加・配達の変更・食べにくさの話・体調の話・その他に分けて、原文のまま書いてください」と指示する
  5. 出てきた表を、当時の注文の表と見比べる
出てきた内容判断
当時の注文と同じ選択が出たモデルの学習とフローに進む
印の無い曜日を前の曜日の選択で埋めた指示の書き方で直る。構成は有効
FAXの数量の数字が読めないFAXの解像度と数量の欄の大きさが先。 AIの問題ではない
当時の付箋に無い連絡欄の話が出た埋もれていた知らせが見つかった。 管理栄養士と確かめる

08実装時につまずきやすいポイント

問題対策
記入の無い曜日が前週の注文で埋まる補完を禁じ、記入の無い曜日は必ず check
「やわらかいのに」で食形態が切り替わる食形態の希望は管理栄養士の一覧へ。台帳を直せるのは管理栄養士だけ
同じ名字の利用者を取り違える利用者はバーコードだけで決める。 手書きの名前は使わない
FAXの数量が読めないFAXの見本も学習に入れる。数量の欄を大きくする
塗りつぶして消した印を「あり」と読む選択マークの信頼度も見る
入院中の利用者に毎週電話がかかる台帳の利用の状態を、連絡を受けた日に直す
紙とFAXの二重の注文が倍の数になる同じ利用者・同じ週は check。どちらも捨てない
配送表に学会の分類の名前を載せてしまう事業者の中の呼び名で載せる。表示の扱いは第13章
締め切りの後の注文が集計から消える「締め切り後」として別に数え、調理場に渡す
連絡欄の変更がそのまま注文になる連絡欄から来た変更は必ず check

上の2行が、この構成の失敗のほとんどです。 決めるのは利用者本人と管理栄養士、と分けてあるかで運用に乗るかが決まります。

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: 利用者の氏名と住所、食種と食形態、禁止の食材、連絡欄に書かれる体調・通院・入院の話、家族の連絡先です。

  1. 生成AIに渡す範囲を、連絡欄の文字に限る … 利用者はバーコードと番号で扱い、プロンプトに氏名・住所・台帳を渡しません
  2. プロンプトのモデルの処理場所を確かめる … 公式の一覧では、プロンプトの既定のモデル(GPT-4.1 mini)は日本で「GA (cross-geo)」とされ、cross-geo のモデルは地域の外でデータを処理することがあるとされています。体調の話を含む連絡欄を国外で処理してよいかを、事業者の取り扱いの決まりと、委託元の自治体との取り決めに照らして確かめます
  3. 食種と食形態を仕組みに決めさせない … 出すのは希望の一覧までです。台帳を直すのは管理栄養士です
  4. 表示の言葉に気をつける … ガイドラインでは、特別用途表示の許可を受けていない食品に、えん下困難者の用に適する旨や学会の分類のコードを表示(広告での記載を含む)すると、健康増進法に抵触する可能性があるとされています。配送表や利用者に渡す書類には、事業者の中の呼び名を使い、表示の扱いは事業者の責任者が確かめます
  5. 台帳を外部へ出さない … 利用者の住所と食事の制限がまとまった一覧です。照合はフローの側で行います
  6. 注文票の画像の保存の期間を決める … 体調の話が書かれた紙の画像が残り続けます。どこまで残し、いつ消すかを先に決めます

誤りが起きた場合のリスクは、届けるはずの食事が届かないことと、合わない食事が届くことの2つです。 前者は記入の無い曜日を埋めると起き、後者は食形態を仕組みが変えると起きます。どちらも「決めない」設計で止めます。

10まず何から始めるか

1週目:注文票を直す

注文票にバーコードを刷り、A・B・休みの印の欄と数量の欄を大きくします。連絡欄は広くとり、「食べにくさや体調の変化もお書きください」と一言添えます。 台帳に「利用の状態」の列を足します。

2週目:30枚で試す

先週の注文票から30枚を選び、名前を隠して手元のAIサービスに貼り付けます。印の無い曜日を埋めていないか、連絡欄の言葉を書き換えていないかを最優先で見ます。

3週目:モデルを学習し、一覧までつなぐ

紙とFAXそれぞれ5枚以上の見本にラベルを付けて学習し、受付フォルダから読み取って注文の一覧に書き込むところまで作ります。この時点ではプロンプトを使わず、印の読み取りだけを見ます。

4週目:毎日の確認を始める

配達員に帰ってきたときのスキャンを頼み、受付の担当者が毎日 check の注文票だけを確かめます。水曜の「届いていない利用者」の一覧を出し、電話の数を数えます。

2か月目: 連絡欄の分類と管理栄養士の一覧を足します。3か月目以降: 木曜の配食数と配送表を足し、1枚4分が何分になったかを実測します。配食数を木曜の夕方より前に調理場へ渡せ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:2026-10-27/最終更新:2026-10-27
確認した内容情報源確認日
カスタム ニューラル モデルがレイアウトと言語の特徴を組み合わせてラベルを付けたフィールドを取り出し、キーと値・選択マーク・表・署名に対応すること。2024-11-30(GA)で表・行・セルの信頼度が付くこと。1つの文書の種類の異なる形に広く対応し、形ごとに少なくとも5枚のラベル付きの見本を足すのがよいこと。まずニューラル モデルから試すよう勧められていること。画像は50×50〜10,000×10,000ピクセル、文字の最小の高さが1024×768で12ピクセル(150dpiで約8ポイント)であることMicrosoft Learn: Custom neural document model2026-10-27
カスタム ニューラル モデルの手書きに対応する言語に日本語(ja)が含まれることMicrosoft Learn: Language support for custom models2026-10-27
表・行・セルの信頼度を表から行、セルへと上から見るのがよいこと。選択マークのフィールドはフィールドの選択と選択マークの信頼度を合わせて見ることMicrosoft Learn: Accuracy and confidence scores2026-10-27
コネクタが Power Automate で Standard であること。「Analyze Document for Prebuilt or Custom models (v4.x API)」の操作があり、バーコードなどを追加の機能として指定できること。1接続あたり60秒に1,200回の呼び出しの上限Microsoft Learn: Azure AI Document Intelligence (form recognizer) connector2026-10-27
プロンプトの出力を JSON にでき、例を書き換えると形式が Custom になり、保存した形がクラウド フローで使われること。JSON が返らないときは JSON のマークダウンを含めないよう指示に足すとよいことMicrosoft Learn: JSON output2026-10-27
プロンプトのモデル GPT-4.1 mini が日本で「GA (cross-geo)」とされ、cross-geo のモデルは地域の外でデータを処理することがあることMicrosoft Learn: Prompt model availability by region2026-10-27
プロンプトの既定のモデルが GPT-4.1 mini であること。Power Automate でプロンプトを使うとクレジットを消費し、AI Builder のクレジットがあれば先に使われること。温度が0〜1で既定が0であること。実験段階のモデルは本番での利用向けではないことMicrosoft Learn: Change the model version and settings2026-10-27
栄養素等調整食・物性等調整食の定義。物性等調整食の学会分類のコード等の表示が、特別用途表示の許可を受けていない食品では健康増進法に抵触する可能性があること。配食継続時のフォローアップで利用者の状態を確かめ食種の選択を支援すること、対応が難しいときはかかりつけ医療機関・地域包括支援センター・自治体等への相談を提案すること。配食注文時のアセスメント、実際に提供した食種、フォローアップの内容を継時的に記録し一元的に管理することが適当とされていること厚生労働省: 地域高齢者等の健康支援を推進する配食事業の栄養管理の在り方検討会報告書・ガイドライン(PDF)2026-10-27

利用者に合う食種・食形態、表示の言葉の扱いは、管理栄養士と事業者の責任者が決めてください。 本記事は上の公式の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-1919)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