市町村の窓口に出る犬の登録・注射済票の交付・届出の手書きの申請書を読み取り、登録原簿の犬と突き合わせて台帳に起こす

処理の起点を決める

共有フォルダにスキャンしたPDFが保存されたことを起点にします。 窓口の職員が1日の終わりにその日の申請書をまとめてスキャンし、Python のプログラムが10分おきにフォルダを見て、新しいPDFを処理します。

1日1回のまとめたスキャンにしているのは、窓口を止めないためです。 申請書を受け取るたびにスキャンすると、混んでいる時間に窓口の職員が複合機まで往復することになります。その日のうちに台帳の取り込みの一覧ができれば、翌朝には台帳に入ります。 第3章の（a）の「台帳を見ても分からない」は、ここで解きます。

支所のスキャンは、支所のフォルダに保存します。ファイルの名前に、受け付けた窓口（本庁・支所の別）と受付日を付けます。 処理が終わったPDF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た数が、未処理の数です。

入力データを集める

質を決めるのは、登録原簿の抜き出しです。 変更・死亡・注射済票の申請は、すべて既にいる犬の行に付く手続です。原簿の抜き出しが古いと、前日に登録した犬が「原簿に無い」と出ます。 抜き出しは毎朝、台帳システムから書き出し直します。

窓口の交付の記録を渡すのは、番号の書き間違いを拾うためです。 申請書に書かれた注射済票の番号が、その日に窓口で手渡した番号の範囲に無ければ、書き間違いか読み違いのどちらかです。 どちらであっても、台帳に入れる前に止めます。

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。オンラインの処理は1回の要求で最大15ページで、申請書は1枚ずつ送るので上限に届きません。

項目名は、印刷された文字のとおりに返ります。 応答の扱いの説明では、キーと値の組のキーは書類に書かれているキーの文字そのものとされています。様式の「所有者氏名」「犬の名前」「毛色」のような項目名と、台帳の列の対応表を1つ作っておけば、値をどの列に入れるかを規則で決められます。

登録原簿の照合は、台帳システムから書き出した一覧をプログラムで引くだけです。 台帳システムに直接つなぐ方法はシステムごとに違うので、毎朝書き出した一覧を使う形にすれば、どの台帳システムでも同じ作りで済みます。

AIへ渡す前に整形する

1. 様式を作り直す … 申請の区分の欄を、表の外に四角のチェック欄と項目名を横に並べた形にします。丸で囲む選択肢にしません
2. 番号の欄を足す … 「窓口で手渡した鑑札・注射済票の番号」の欄を、職員が書く欄として足します
3. ページを分ける … まとめてスキャンしたPDFを1枚ずつに分けます。裏面に記入があれば、表と裏を1組にします
4. 形式と解像度の確認 … 公式の説明では、スキャンは最低200dpiが望ましく、300dpi以上が一般に最もよいとされています。複合機の設定を300dpiにそろえます。JPEG のような非可逆の形式で小さくすると、精度が落ちうるとされているので、PDFのまま送ります
5. 向きの確認 … 横向き・逆さのページは回転させます
6. 支所の写しの扱い … 支所はコピーを送らず、原本をその場でスキャンして送る手順に変えます

1番目を省くと、区分の読み違いが残ります。 いまの様式の区分の欄が「1 登録 2 注射 3 変更 4 死亡」と並べて丸で囲む形なら、丸は文字の上に重なり、チェック欄としては読まれません。 公式の説明でも、チェック欄の検出はラジオボタンに対応しないとされています。

6番目は、第3章の（d）の答えです。 かすれた写しの読み取りは、AIをどう工夫しても上がりません。支所の複合機で原本をスキャンするほうが、確実に効きます。

AIに処理させる

させるのは、1枚の申請書の読み取り結果を、申請の区分と台帳の項目の形にそろえることだけです。 原簿との照合と、届出の期限の判定はさせません。

いちばん大事な区別は、blank と unreadable です。 blank は申請者が書かなかったということで、申請者に照会するかを職員が決めるもの、unreadable は字はあるが確定できないということで、申請書の画像を見れば済むものです。分ける材料は、OCRがその欄に文字を検出したかと、信頼度です。

空欄の判定を、キーと値の組だけに頼らないでください。 公式の説明では、Form Parser は値の入っていないキーと値の組を確実には読み取れないとされています。項目名だけが返ってこなかったときも、全文と位置から、その欄の範囲に文字が無いことを確かめてから blank にします。

いちばん起きやすい失敗は、登録番号の補完です。 「R6-12」のように一部しか書かれていない番号を渡すと、それらしい番号の形に整えて返すことがあります。整えられた番号は、原簿の別の犬に当たることがあります。 書かれたとおりに写させ、照合はプログラムに任せます。

指示内容を固定する

あなたは市の生活衛生の担当課で、窓口で受け付けた犬の登録・注射済票・
届出の申請書を、台帳に取り込む形に写す補助をする立場です。
OCRが返した項目と値、チェック欄の状態、全文だけを見て写してください。
推測で埋めないでください。

【申請の区分】
registration（登録）／tag_injection（注射済票の交付）／
change_address（所在地の変更）／change_owner（所有者の変更）／
death（死亡）／reissue（鑑札・注射済票の再交付）
- 区分は、チェック欄が filled_checkbox になっているものだけから決めてください。
- 印が1つも無い、または想定に無い組み合わせのときは
  category_status を ambiguous にしてください。

【写し方】
- 登録番号、注射済票・鑑札の番号は、書かれた文字のとおりに写してください。
  桁を補う、記号を足す、それらしい形に直すことをしないでください。
- 氏名は書かれたとおりに写し、ふりがなの欄があれば別の項目に写してください。
- 犬の種類と毛色は、書かれた語のまま写してください。言い換えないでください。
- 生年月日は年月日の形に直してください。「不明」「○年頃」のように
  書かれていれば、そのまま birth_raw に写し、birth_date は空にしてください。
- 変更の届出は、新旧の値を対にして写してください。

【厳守事項】
- 空欄の欄は値を書かずに status を blank にしてください。
- 文字はあるが読めない欄は「（判読不能）」とし、status を unreadable に
  してください。空欄と読めない欄を混ぜないでください。
- 登録原簿のどの犬かを推測しないでください。
- 受け付けてよいか、照会が要るかを書かないでください。
- 犬の登録・注射以外の書類と判断した場合は、写さずに document_type に
  種類を書いてください。

【様式の項目名と台帳の列の対応】{field_map}
【読み取り結果（項目と値、チェック欄、信頼度）】{ocr_result}

「チェック欄の filled_checkbox だけから決める」と書かないと、余白のメモから区分を推し量ります。 職員が「死亡のため」と欄外にメモしていると、チェック欄が「登録」のままでも死亡として返すことがあります。区分の根拠をOCRの値に固定し、食い違いは ambiguous として人に回します。

「どの犬かを推測しない」は、第1章の取り違えを防ぐためです。 生成AIに原簿を渡せば、名前と毛色から犬を当てに行きます。原簿は渡さず、照合はプログラムの規則だけで行います。

出力形式を固定する

次の形のJSONで受け取ります。 Claude API の構造化出力（output_config.format に JSON スキーマを渡す方式）を使い、形を固定します。

{
  "page_id": "",
  "document_type": "dog_application",
  "category": ["registration | tag_injection | change_address | change_owner | death | reissue"],
  "category_status": "ok | ambiguous",
  "registration_no": { "value": "", "status": "ok | blank | unreadable" },
  "owner": { "name": "", "kana": "", "address": "", "phone": "", "status": "ok | blank | unreadable" },
  "dog": { "name": "", "breed": "", "color": "", "sex": "", "birth_date": "", "birth_raw": "" },
  "injection": { "date": "", "clinic": "", "vet": "", "status": "ok | blank | unreadable" },
  "change": { "old": "", "new": "" },
  "issued_no": { "license": "", "tag": "" },
  "min_confidence": 0
}

1つ目の理由は、照合をプログラムの規則で行えることです。 registration_no が ok なら、原簿をその番号で引き、所有者の氏名・犬の名・毛色のうち2つ以上が合えば同じ犬とします。合わなければ、番号の読み違いか書き間違いとして確認に回します。

2つ目は、確認の一覧に出す条件を、AIでなくプログラムが決められることです。

3つ目は、注射済票の年度を規則で決められることです。 狂犬病予防法施行規則では、毎年3月2日から31日までの間に実施した予防注射について交付する注射済票は、翌年度のものとされています。injection.date から年度をプログラムで決め、窓口で手渡した注射済票の年度と合うかを確かめます。

システムへ連携する

台帳システムには直接書き込みません。 取り込む一覧を職員が確かめ、台帳システムの取り込みの機能で入れます。死亡や転出のように行を閉じる手続は、取り込む一覧でも別の欄に分けて並べます。 閉じた行を開き直すのは手間がかかるので、職員が最後にもう一度見る場所にします。

人が確認する

1. 区分が ambiguous のものを先に見る … 申請書の画像を開き、区分を決めます
2. 取り違えの疑いを見る … 原簿の犬と申請書の画像を並べ、同じ犬かを確かめます。分からなければ申請者に照会します
3. 記入漏れを見る … 照会するかを決めます。照会の電話は、申請から日が浅いうちにかけます
4. 取り込む一覧を流し見る … 件数と区分の内訳を見て、行を閉じる手続の欄だけは1件ずつ確かめてから取り込みます
5. 直したら記録する … どの項目を何から何に変えたかを残します

目標は、360件をならして1件2分です。 確認の一覧に出るのは2割前後という想定で、それより多い月は、様式のチェック欄からはみ出した印か、支所のスキャンの設定を疑います。

例外に対処する

上から3行目までが、運用の最初の1か月にいちばん多く出ます。 どれもAIの問題ではなく、様式と窓口の使い方の問題です。 窓口ごとに件数を数え、多い窓口にだけ使い方を伝え直します。

記録を残す

• 申請書の画像と、受け付けた窓口・受付日
• OCRが返したJSONの全文（項目と値、チェック欄、信頼度）
• AIが返した区分と項目と、そのとき照合した原簿の抜き出しの日付と該当の行
• 確認の一覧に出した理由と、職員が直した記録（項目、変更前、変更後）
• 台帳システムに取り込んだ日時と、取り込んだ職員
• 窓口ごとの、ambiguous と unreadable の件数

3つ目で「照合した原簿の行」を残すのは、取り違えが後で見つかったときにたどるためです。 どの日の抜き出しのどの行と照らして同じ犬としたかが残っていれば、どこで取り違えたかを確かめられます。