酪農の牧場が牛舎で手書きする分娩・授精と搾乳の記録を読み取り、牛ごとの台帳に転記して、分娩予定の近い牛と出生の届出の残りを拾う

処理の起点を決める

撮影した画像がストレージのフォルダに保存されたことを起点にします。 撮るのは朝と夕の搾乳のあとの2回です。繁殖ノートは、その回に書き足したページを撮ります。

1日1回、夜にまとめて動かす形にはしません。 分娩は夜中にもあり、朝の撮影で分娩の行が読まれれば、その日のうちに出生の届出の一覧に子牛が載ります。 (d)の後回しを、撮った時点で止めるのが狙いです。

ファイル名には撮影の日時と、ノートか日報かの別を入れます。処理が終わった画像は処理済みのフォルダへ移し、移すのは成功したときだけにします。 元のフォルダに残っている数が、そのまま未処理の数になります。

入力データを集める

質を決めるのは、いちばん下の2つです。 予定の決まりは、牧場ごとに経営者が獣医師や授精師と決める値で、生成AIが一般的な日数を持ち出してよいものではありません。 呼び名の一覧は、(b)の「書いた作業者に聞かないと分からない」を減らす材料です。

牛の台帳は、在籍か出荷済みかを必ず持ちます。 呼び名を継いだ牛がいるとき、出荷済みの牛を候補から外すだけで、多くの行が1頭に決まります。

データの取得方法を決める

読み取りは、Python から Form Parser のプロセッサを呼ぶだけです。返ってくる Document から、表と上の欄と信頼度を取り出します。

公式の説明では、text が認識されたテキストの唯一の元で、ほかの欄は startIndex と endIndex でその位置を指すとされています。表のセルの文字は、この位置から原文を引いて取り出します。 表は headerRows と bodyRows に分かれ、行や列をまたぐセルの無い表だけを認識するため、rowSpan と colSpan は常に1とされています。

def cell_text(document, cell):
    # セルの text_anchor が指す範囲を document.text から切り出す
    return "".join(
        document.text[int(s.start_index):int(s.end_index)]
        for s in cell.layout.text_anchor.text_segments
    ).strip()

rows = []
for page in document.pages:
    for table in page.tables:
        for r in table.body_rows:
            rows.append([(cell_text(document, c), c.layout.confidence) for c in r.cells])

日報の印は、チェックボックスとして読める様式にします。 公式の説明では、チェックボックスはキーと値のペアとして抽出され、印の付いたものは filled_checkbox、付いていないものは unfilled_checkbox になるとされています。牛床の番号ごとに「別搾り」「乳房炎」の四角を印刷しておくと、印の有無が文字の読み取りとは別の値で返ります。

牛の台帳と予定の決まりは、表計算から毎回読み直します。台帳の更新は人の確定のあとだけなので、読み直しても途中の状態を拾いません。

AIへ渡す前に整形する

1. 画像の向きと傾き … スマートフォンで斜めに撮った画像を、紙の四隅で補正します
2. 解像度 … 公式の説明では、スキャンは最低200dpi、300dpi以上で一般に最良の結果とされています。撮影の大きさはこれに相当するようにします
3. ファイルの形式と大きさ … JPEG か PNG で保存します。オンラインの処理の要求は1ファイル40MBまでで、画像の解像度は40メガピクセルまでです
4. 紙の種類の判定 … ノートか日報かを、ファイル名と表の見出しの行で決めます
5. 重複の検知 … 同じページを二度撮ったものは、新しいほうだけを使います。ノートは前回までの行も写るので、行の日付で新しい行だけを取り出します
6. 呼び名の正規化の準備 … 全角・半角の数字、「No.」「#」の有無をそろえる表を用意します。ここでは置き換えず、照合の段で使います

5番目を省くと、同じ授精が2回記録されます。 ノートは1ページに数日分の行が並ぶので、毎回ページ全体を取り込むと、昨日確定した行がもう一度台帳に入ります。台帳に確定済みの行と、日付・牛・事象が一致する行は取り込みません。

AIに処理させる

生成AIにさせるのは、表の行を事象に分けて、文字を写すことだけです。

牛の特定と日付の計算は、プログラムの側で行います。

1行目がいちばん起きやすい失敗です。 「はな」と書かれていれば、生成AIは台帳にある「はな」を自信を持って選びます。選んだ牛が出荷済みの先代の「はな」でも、文として不自然なところはありません。 照合をプログラムに置くことで、候補が2頭なら必ず人へ回ります。

指示内容を固定する

あなたは酪農の牧場の事務の担当で、牛舎の繁殖ノートと搾乳日報の読み取り結果を、
事象ごとの記録にそろえる係です。
OCRが返した表と上の欄だけを見てください。推測で埋めないでください。

【事象の種類】
calving（分娩）、ai（授精）、heat（発情）、dry_off（乾乳）、
preg_check（妊娠鑑定）、treatment（治療・別搾り）、other

【厳守事項】
- 牛の欄は、書かれた文字をそのまま cow_label に写してください。
  台帳の牛を選んだり、10桁の番号を補ったりしないでください。
- 子牛の耳標の番号は、書かれた数字だけを calf_tag に写してください。
  読めない桁を埋めたり、桁数を合わせたりしないでください。
  読めない場合は空にし、unreadable_cells に入れてください。
- 妊娠鑑定の結果は、「＋」「−」「プラス」「再」などを書かれたとおり result_raw に写してください。
  受胎したかどうかを判断しないでください。
- 分娩予定日、乾乳の予定日を計算しないでください。
- 治療や別搾りの期間は、紙に書かれた日付や文字だけを写してください。
  何日間になるかを推し量らないでください。
- 空いている欄は空のまま写してください。空いている理由を書かないでください。
- 1行に2つの事象が書かれていれば、行を分けて events に入れ、
  同じ source_row を付けてください。

【OCRの表】{tables}
【上の欄】{form_fields}
【紙の種類】{sheet_type}

「台帳の牛を選ばない」を明記しているのは、生成AIが親切に照合を始めるからです。 台帳を渡していなくても、「12番は牛床12の牛」と書き添えることがあります。牛床の番号と牛の対応は入れ替えで変わるので、照合は台帳の最新の内容で行います。

「1行に2つの事象」の指示は、ノートの書き方の癖への対応です。 「分娩→そのまま乾乳牛舎から移動」「授精、ついでに鑑定」のように1行にまとめて書く作業者がいます。

出力形式を固定する

次の形のJSONで受け取ります。

{
  "image_id": "",
  "sheet_type": "breeding_note | milking_report",
  "header": { "date": "", "shift": "am | pm | none", "writer": "" },
  "events": [
    { "source_row": 0,
      "event_date": "",
      "cow_label": "",
      "stall_no": "",
      "event_type": "calving | ai | heat | dry_off | preg_check | treatment | other",
      "calf_sex": "",
      "calf_tag": "",
      "difficult_birth_note": "",
      "sire_name": "",
      "straw_no": "",
      "inseminator": "",
      "result_raw": "",
      "note_text": "" }
  ],
  "unreadable_cells": [ { "source_row": 0, "field": "" } ]
}

番号も日付も文字列で受けます。 数値の型で受けると、耳標の番号の先頭の0が落ちます。文字のまま受け、桁数と数字だけで成ることをプログラムで確かめます。

Claude の構造化出力は、output_config.format に type: "json_schema" で JSON スキーマを渡して有効にし、オブジェクトには additionalProperties: false が必要とされています。 数値の minimum・maximum や文字列の minLength・maxLength は対応していないとされているので、桁数の確認はプログラムで行います。

後段の照合は、この出力に対して決まりで行います。

分娩予定日は、照合を通った行だけから計算します。 授精日に予定の決まりの日数を足し、妊娠鑑定で受胎が確かめられた授精には「確定」、まだのものには「未確定」と印を付けて、一覧に載せる日数の内に入る牛を並べます。乾乳の予定日も同じ決まりで数えます。

システムへ連携する

台帳へ書き込むのは、人が確定した行だけです。 生成AIの出力をそのまま事象の履歴に流し込む経路は作りません。授精の行が誤った牛に付くと、その牛の分娩予定も乾乳の予定も連鎖してずれるからです。

出生の届出の一覧は、届出済みの印が付くまで消えません。 届け出たら事務の担当が印を付け、印の無い子牛は毎朝の一覧の先頭に出ます。 届出の Web システムとはつながず、届け出たかどうかは人が記録します。

人が確認する

人が見るのは、印の付いた行だけです。

1. 分娩の行を最初に見る … 子牛の耳標の番号の桁、雌雄、母牛が1頭に決まっているかを、画像と並べて確かめます。出生の届出に使う項目なので、ほかの行より先に確定します
2. 牛が決まらない行を直す … 候補の牛から選ぶか、書いた作業者に聞きます。選んだら、その呼び名を呼び名の一覧に足します
3. 妊娠鑑定の行を確かめる … 結果が読めないもの、受胎とされない語のものを確かめます
4. 信頼度の低い欄を直す … 画像と並べて直します
5. 予定の近い牛の一覧を経営者が見る … 「未確定」の牛は、鑑定を受けるかを決めます

1番目を先にするのは、届出の期限のためではなく、取り違えが後で直しにくいからです。 子牛の耳標の番号を誤ったまま届けると、修正の手続きが要ります。

目標は、120件をならして1件3分です。 印の無い行は数秒、牛が決まらない行や分娩の行は数分かかります。

例外に対処する

5行目と6行目は、届出に関わる例外です。 双子は1頭分しか届出の一覧に載らないと漏れになり、死産は届出の扱いが通常と違う場合があります。どちらも構成が決めず、人に回します。

記録を残す

• 撮影した画像と、撮影の日時・紙の種類・朝夕の別
• OCR が返した Document の全文（text、formFields、tables、信頼度）
• 生成AIの出力（事象の分類、書き写した文字）
• 照合の結果（牛の特定、番号の桁、鑑定の語、二重の記録）
• 人が直した記録 … どの行の、どの欄を、何から何に直したか、誰が確かめたか
• 予定の計算に使った決まりの値 … 授精日からの日数、乾乳までの日数と、その時点の版
• 出生の届出の一覧の、届出済みの印を付けた日時と人

予定の決まりの値を残すのは、決まりが後から変わるためです。 経営者が獣医師と相談して日数を変えると、過去の分娩予定の意味が変わります。

人が直した記録は、呼び名の一覧を育てる材料になります。 同じ呼び名で毎回人が選んでいるなら、一覧に足せば次から自動で決まります。