現場で撮った工事写真を仕分けして電子納品用の写真管理項目を作る

処理の起点を決める

取り込みフォルダに写真が追加されたことを起点にします。現場ごとにフォルダを分け、フォルダ名から工事名を取得します。

1日分をまとめて処理する設計にしてください。1枚ずつ処理すると、確認画面を開く回数が増えて、かえって時間がかかります。夜間にまとめて処理し、翌朝に確認する運用が現実的です。

入力データを集める

データの取得方法を決める

撮影日時： 画像のExifから取得します。Pythonであれば画像処理ライブラリでExifを読み出せます。読み出すだけで、書き込みはしません。 写真管理項目の撮影年月日は「2008-12-03」のように西暦4桁・月2桁・日2桁の10桁で記入する決まりなので、この形式に整えます。

黒板の文字： OCRで読み取ります。Google Cloud Vision APIには文字検出の機能があり、看板のような一般的な画像向けのTEXT_DETECTIONと、文字が密な文書向けのDOCUMENT_TEXT_DETECTIONがあります。黒板は文字が固まって書かれているため、両方を試して精度の高いほうを選びます。レスポンスには検出した文字とその位置（boundingPoly）が含まれるので、黒板の枠の中にある文字だけを取り出せます。

分類の一覧： 工種、種別、細別は、土木工事の場合、新土木工事積算体系のレベル2からレベル4を記入します。工事ごとに使う工種は限られます。 全体の一覧をAIに渡すのではなく、その工事で使う数十件に絞って渡してください。これが精度を決めます。

AIへ渡す前に整形する

1. 黒板の位置の特定 … 画像全体をOCRにかけると、周囲の標識や資材の文字まで拾います。黒板の枠を先に見つけ、その範囲の文字だけを使います
2. 重複の検出 … 同じ構図を続けて撮ることが多いため、撮影時刻が近く構図が似た写真をまとめ、代表を1枚選んで残りを候補から外します。外すだけで、削除はしません
3. 黒板が写っていない写真の抽出 … 黒板がない写真は、管理項目を埋める材料がありません。別枠にして人へ回します
4. 有効画素数の確認 … 基準では、有効画素数は黒板の文字と撮影対象が確認できることを指標とし、100万から300万画素程度（1,200×900程度から2,000×1,500程度）が目安とされています。ここから大きく外れる写真は、撮影設定の問題として現場へ知らせます

AIに処理させる

OCRと生成AIで役割を分けます。

OCRにさせること： 黒板に書かれた文字の読み取り。工事名、工種、測点、設計寸法、実測寸法などの文字列を取り出します。ここは生成AIにさせません。専用の文字認識のほうが安定するためです。

生成AIにさせること：

写真区分ごとに、工種・種別・細別を記入するかどうかが変わります。基準の目安では、品質管理写真と出来形管理写真では工種を記入し、着手前及び完成写真、災害写真では工種以下の記入は不要とされています。写真区分が決まると、埋めるべき欄が決まるので、この順番で処理します。

指示内容を固定する

あなたは土木工事の写真整理を支援する担当者です。
工事写真と、黒板から読み取った文字をもとに、写真管理項目の下書きを作ってください。

【厳守事項】
- 画像を加工する提案をしないでください。回転、明るさ補正、切り抜きを含め、
  写真そのものへの変更は一切行いません。
- 工種、種別、細別は、下に示す「この工事で使う分類の一覧」からのみ選んでください。
  一覧にないものを作らないでください。当てはまらない場合は null にしてください。
- 黒板に書かれていない寸法や数量を書かないでください。
  読み取れなかった箇所は空にして、needs_review に理由を書いてください。
- 写真タイトルと撮影箇所には、次の文字を使わないでください。
  全角の数字、全角のラテン文字、丸囲い数字、ローマ数字、
  ㈱ № ㎏ ㎡ などの機種依存文字。数字とラテン文字は半角で書いてください。
- 写真区分は、下の9区分のいずれかから選んでください。判断できない場合は
  「その他」とせず、null にして needs_review に入れてください。

【この工事で使う分類の一覧】
{work_types}

【黒板から読み取った文字】
{ocr_text}

【撮影日時（Exif）】
{shot_datetime}

「使わない文字」を先に書いておくことが効きます。 生成AIは何も言わなければ「㎡」や「①」を自然に使います。あとの検査で弾くこともできますが、はじめから出させないほうが差し戻しが減ります。

出力形式を固定する

{
  "photo_file": "",
  "shot_date": "",
  "photo_category": "",
  "work_type": null,
  "work_subtype": null,
  "work_detail": null,
  "photo_title": "",
  "shooting_location": "",
  "control_value": "",
  "is_representative": false,
  "blackboard_found": true,
  "duplicate_group": "",
  "confidence": "high | medium | low",
  "needs_review": []
}

shot_date は「2026-04-05」の形式で固定します。work_type を含む分類の項目は、当てはまらないときに文字列で「不明」と返させず、null にします。文字列だと、そのまま管理項目に入って納品時のエラーになります。

システムへ連携する

確認済みの内容は、工事写真管理ソフトが取り込める形式（多くはCSV）で書き出します。ソフトごとに列の並びが違うので、変換の定義を1か所にまとめてください。

写真ファイル自体は、取り込みフォルダから動かしません。 管理項目とファイル名の対応表だけを渡します。写真の並べ替えやファイル名の付け直しは、電子納品に対応したソフトに任せます。ファイル名は半角英数大文字で8文字以内、拡張子3文字以内という決まりがあり、通し番号は工事の経緯が分かるよう日付の昇順で付けることが基本とされています。

小黒板情報の電子的記入について。 撮影と同時に黒板の情報を画像へ電子的に記入する仕組みがあり、これはデジタル写真管理情報基準の「写真編集」には該当しないとされています。ただし、これは対応した機器やソフトウェアが撮影時に行うもので、改ざん検知の機能を持つことが求められています。撮影後にAIで黒板を合成することは、これとはまったく別のことです。絶対に行わないでください。

人が確認する

全件、人が確認します。段階的な自動化もしません。

理由は、工事写真が検査の証拠であるためです。出来形管理写真や品質管理写真は、出来形や品質が基準を満たしていることを示すものです。分類や撮影箇所が違えば、検査でやり直しになります。

確認を速くするための設計が重要です。

• 確認画面で、写真と管理項目を左右に並べて表示する
• OCRが読み取った黒板の部分を、写真上で枠で囲って示す
• confidence が低いもの、needs_review に入ったものを先頭に並べる
• 同じ工種の写真をまとめて表示し、続けて確認できるようにする
• 1枚直したら、同じ工種の残りにも反映するかを聞く

最後の1つが効きます。 同じ工種の写真が数十枚続くことが多いため、まとめて直せるかどうかで確認時間が変わります。

例外に対処する

記録を残す

• 写真の原本（一切加工しない状態で）
• OCRの読み取り結果（生の状態）
• 生成AIが付けた候補と confidence
• 人が直した項目と、直す前と後の値
• 確認した人と、確認した日時

写真の原本を加工しないことが、この構成の前提です。 基準は写真編集を認めていません。処理の過程で一時的に縮小した画像をAIに渡すことはできますが、縮小した画像を保存したり、原本を置き換えたりしないでください。

人が直した項目の記録は、精度の実測値になります。「撮影年月日は毎回そのまま通るが、工種は4割直されている」と分かれば、分類の一覧の渡し方を見直せます。