骨董・古美術の買取店が、作家の号や読みの違いを吸収して過去の買取・販売の記録を OpenSearch で引き、作家・時代・状態の近い品の価格を並べる

処理の起点を決める

起点は3つあります。毎晩の台帳の取り込み、作家の台帳の更新、受付の担当の検索のボタンです。

台帳の取り込みは、前の日までの買取と販売の記録を書き出し、管理番号で1つの文書にして索引に加えます。買取の時点では販売額が空で、売れた日に同じ文書を上書きします。

作家の台帳は、買取の担当が号・別名・旧字体・読みを足したときに更新します。同義語は検索の側の analyzer に入れるので、更新したら設定を直して反映します。 手順は前処理で書きます。

検索のボタンは、受付の担当が相談を貼った後に押します。遺品の整理で何十点もまとめて来たときは、品ごとに分けて引きます。

入力データを集める

質を決めるのは、作家の台帳です。 台帳に無い作家は、記録の書かれたままの名前と読みでしか引けません。台帳は全部の作家を一度に作る必要はなく、記録の点数の多い作家から作ります。

代と活動の時期は、同じ号を見分けるために持ちます。 代が分からない記録は「代不明」として持ち、相談の品の代が分かっていても、代不明の記録を同じ代とはみなしません。

売り手の名前と住所は、索引にも生成AIにも渡しません。 相談の文に依頼者の名前や住所が書かれていれば、貼る前の画面で伏せます。

データの取得方法を決める

作家名は3つの項目で持ちます。 作家の番号の keyword、kuromoji で分けた artist_name、読みにした artist_name.reading です。検索は3つを別々に投げ、どの項目で当たったかを Lambda が候補に付けます。 1つの bool の should に混ぜると、どれで当たったかが分からなくなります。

PUT /antique_records
{
  "settings": { "analysis": {
    "tokenizer": { "ja_artist": { "type": "kuromoji_tokenizer", "mode": "search",
      "user_dictionary_rules": [
        "〇〇山人,〇〇 山人,マルマル サンジン,カスタム名詞" ] } },
    "filter": {
      "artist_synonyms": { "type": "synonym_graph",
        "synonyms": [ "〇〇山人, 〇〇太郎, 〇〇山人造" ] },
      "ja_reading": { "type": "kuromoji_readingform", "use_romaji": false } },
    "analyzer": {
      "artist_index": { "tokenizer": "ja_artist", "filter": ["cjk_width"] },
      "artist_search": { "tokenizer": "ja_artist", "filter": ["cjk_width", "artist_synonyms"] },
      "artist_reading": { "tokenizer": "ja_artist", "filter": ["ja_reading"] } } } },
  "mappings": { "properties": {
    "artist_id": { "type": "keyword" },
    "artist_name": { "type": "text", "analyzer": "artist_index", "search_analyzer": "artist_search",
      "fields": { "reading": { "type": "text", "analyzer": "artist_reading" } } },
    "category": { "type": "keyword" }, "year_from": { "type": "integer" },
    "year_to": { "type": "integer" }, "condition": { "type": "keyword" },
    "accessories": { "type": "keyword" }, "generation": { "type": "keyword" } } }
}

同義語は検索の側の analyzer にだけ入れます。 公式のドキュメントでは、synonym_graph は検索の analyzer でだけ使うよう書かれ、索引の時に使うと複数語の同義語が後ろの語の位置をずらすため、索引の時には synonym を使うよう案内されています。検索の側だけに置けば、同義語を足しても索引に入っている語そのものは変わりません。

読みの項目は、kuromoji の読みの形で作ります。 公式のドキュメントでは、kuromoji_readingform は kuromoji のトークナイザーが持つ読みの情報を使って、各トークンをカタカナ（既定）かローマ字の読みに置き換えるとされています。辞書に無い作家名は読みが正しく付かないので、user_dictionary_rules に名前・分け方・読み・品詞の行を足します。 公式のドキュメントでは、辞書の行は <text>,<subtokens>,<readings>,<part of speech> の形で、user_dictionary のファイルと一緒には使えないとされています。

AIへ渡す前に整形する

1. 作家の番号を付ける … 記録の作家名を作家の台帳の正の名前・号・別名・旧字体と照らし、当たれば artist_id を付けます。当たらなければ空のまま残します
2. 代を持つ … 「二代」「三代目」「初代」などを generation に分けます。書かれていなければ unknown にします
3. 時代を西暦の範囲にする … 「江戸後期」「明治」「昭和初期」を、買取の担当で決めた表で year_from・year_to にします。「時代不明」は範囲を空にします
4. 状態を区分にする … 状態の言い換えの表で crack（ニュウ）・chip（欠け）・repair（直し）・stain（シミ）などの配列にします
5. 付属品を区分にする … 共箱・識箱（後から別の人が箱書きをした箱）・合わせ箱・鑑定書・栞を配列にします
6. 販売の経路をそろえる … 店頭・業者の市・通販の3つにします

同義語は、作家の台帳から行を作り、検索の側の analyzer の設定を更新して反映します（更新のしかたは使う版の手順に従います）。反映の前に、_analyze で新しい同義語が広がるかを試します。 公式のドキュメントでは、synonym_analyzer で名前を指定した analyzer が見つからないとき、エラーを返さずにその filter のある analysis chain で規則を解釈するとされています。黙って別の解釈になるので、_analyze で確かめる手順を省きません。

AIに処理させる

AIの仕事は2つです。 相談を品ごとの条件に読み替えることと、候補と違う点を記録のまま並べた表を作ることです。

真贋を書かせないのが、この構成でいちばん大事な線です。 作家名が当たった記録の値を並べると、その品が本物であることを前提にした値に見えます。 画面の上部に「真贋の確認前の参考の記録」と必ず出し、AIの文にも「本物」「真作」を書かせません。

査定の額を提案させないのも同じ理由です。 過去の買取額と販売額を渡せば、それらしい額を返します。その額には、写真で見た傷み、今の需要、真贋の見立てが入っていません。

作家を推し量らせないのは、別の作家の値で見積もらないためです。 作家の番号を付けるのは、AIではなく作家の台帳の照合です。

指示内容を固定する

1回目（相談の読み替え）の指示です。

あなたは骨董・古美術の買取店で、買取の相談を整理する立場です。
【相談】から、品ごとに過去の記録を探すための条件を取り出してください。

【取り出すもの（品ごと）】
- category: 種類。【種類の区分】から1つ選ぶ。選べなければ空
- artist_raw: 作家名。箱書き・落款・相談の文に書かれたまま（ひらがなでもそのまま）
- artist_source: その名前がどこに書かれていたか（箱書き・落款・相談の文・不明）
- generation_raw: 代。書かれたまま。無ければ空
- period_raw: 時代。書かれたまま。無ければ空
- condition_raw: 状態。書かれたまま
- accessories_raw: 箱・鑑定書などの付属品。書かれたまま
- missing: 書かれていない項目の名前

【厳守事項】
- 作家名を直さないでください。似た名前の作家に読み替えないでください。
- 書かれていない代・時代を、作家名や種類から推し量らないでください。
- 本物か偽物か、価値があるかを書かないでください。
- 金額について何も書かないでください。
- 依頼者の名前・住所・電話番号は写さないでください。

【種類の区分】{categories}
【相談】{inquiry_text}

2回目（候補の表）の指示です。

あなたは骨董・古美術の買取店で、買取の担当に過去の記録を示す立場です。
【候補】は過去の買取と販売の記録です。【違う項目】【当たった道】はシステムが作ったものです。

【書き方】
- 候補ごとに、記録の番号・作家名（記録の書き方のまま）・代・種類・時代・状態・付属品・
  買取額・販売額・販売の経路・日付を、記録の値のまま書いてください。
- 【当たった道】と【違う項目】は、文言を変えずにそのまま書いてください。
- 売れていない候補は、販売額を「未販売」と書いてください。
- 最後に、受付で確かめる点（箱書きの読み直し、代の確認など）をまとめてください。

【厳守事項】
- 金額を計算しないでください。平均・値幅・差を書かないでください。
- 今回の査定の額を提案しないでください。
- 「本物」「真作」「価値が高い」など、記録に無いことを書かないでください。
- 候補の順位を変えないでください。

【相談の条件】{conditions}
【候補】{hits}
【違う項目】{differences}
【当たった道】{match_routes}

「似た名前の作家に読み替えない」を書かないと、ひらがなの名前を有名な作家の漢字に直します。 直した名前で引くと、別の作家の値が並んでも、画面の上では区別がつきません。

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、2回目は次の形で受け取ります。

{
  "inquiry_no": "",
  "item": { "category": "", "artist_raw": "", "artist_id": "", "generation": "",
            "year_from": 0, "year_to": 0 },
  "candidates": [
    { "record_no": "", "artist_name": "", "match_route": "artist_id | synonym | reading",
      "generation": "", "condition": [""], "accessories": [""],
      "buy_price": 0, "sell_price": 0, "channel": "store | dealer_market | online | unsold",
      "differences": [""] } ],
  "to_confirm": [""]
}

AWS の公式ページでは、Converse API の outputConfig.textFormat に JSON スキーマを渡すと応答がスキーマに沿い、enum が使えるとされています。すべての object に additionalProperties: false が要り、数値の minimum・maximum は使えません。 当たった道と販売の経路は enum で縛ります。

1つ目の理由は、AIが返した金額と当たった道を索引の値と照合できることです。 record_no ごとに、buy_price・sell_price と match_route が Lambda の持つ値と一致するかを確かめ、違えば索引の値で置き換えて記録します。

2つ目は、differences を Lambda が作った文と照合できることです。 違う項目は次の規則で作ります。

4行目が大事です。 代や付属品のどちらかが分からなければ、「同じ」とも「違う」とも出さず、確かめる点として出します。

システムへ連携する

決めた査定の額は、「見た記録の番号」と一緒に S3 に残します。 査定の返信と帳簿への記載は、担当がいつもの手順で行います。

人が確認する

1. 作家名の読みを見る … 箱書きと落款の写真で、取り出した名前が正しいかを確かめます
2. 当たった道を見る … 「読みのみ一致」の候補は、作家の台帳で同じ作家かを確かめます
3. 代を見る … 代の違う候補と代不明の候補は、値の参考にとどめます
4. 状態と付属品を見る … 写真でニュウ・欠け・直しと、箱の有無を確かめます
5. 真贋を見立てる … 担当が品を見て判断します
6. 額を決めて残す … 見た記録の番号と、額を決めた理由を残します

2番目を省かないでください。 読みが同じだけの別の作家の記録は、作家名の文字が違うので画面で気づけますが、急ぐと見落とします。

例外に対処する

不正品の疑いは、この表の外です。 古物営業法の第15条第3項は、古物を買い受けようとする場合に不正品の疑いがあると認めるときは、直ちに警察官に申告しなければならないとしています。その判断と申告は担当が行い、この構成は関わりません。

記録を残す

• 相談ごとの、相談の文（依頼者の名前を伏せたもの）、1回目の JSON、担当が直した箇所
• 検索の条件、候補、当たった道、違う項目と照合の結果
• AIの金額を索引の値で置き換えた記録
• 担当が決めた査定の額と、見た記録の番号、額を決めた理由
• 作家の台帳と同義語を更新した日、更新した担当、_analyze で確かめた結果

5つ目を残すのは、同義語が検索の結果を変えるためです。 ある日から候補の顔ぶれが変わったとき、どの同義語の更新が原因かを後から追えます。