家具・紙製品のメーカーが海外の仕入先から届く英文の森林認証（FSC・PEFC）のCoC認証書を読み取り、認証番号・対象製品・有効期限を仕入先台帳と照らして、認証の範囲外と期限切れを拾う

処理の起点を決める

起点は2つです。 1つは受付フォルダ（Amazon S3）に認証書のPDFが保存されたことで、保存の通知で AWS Lambda が動き、読み取りから照合までを済ませます。

もう1つは毎週月曜の定時実行です。こちらは認証書を読まず、台帳に載ったFSCの仕入先について、APIで状態と有効期限を取り直します。 PDFが届かなくても状態は変わるので、届いたときだけ確かめる設計では足りません。期限まで90日を切った仕入先と、状態が変わった仕入先を一覧にします。

保存するのは担当者で、ファイル名の先頭に仕入先コードを入れる決まりにします。 商社経由で届く認証書は差出人が仕入先と違うためです。

入力データを集める

質を決めるのは、材の対応表です。 自社の区分が「突板（オーク）」でも、認証書には製品の種類の名前で書かれます。対応が無ければ、範囲内の材を範囲外と判定します。 対応表は、認証の窓口の担当が監査の資料を見ながら作ります。

データの取得方法を決める

読み取りは StartDocumentAnalysis に S3 の場所と FeatureTypes を渡して始めます。完了は NotificationChannel に指定した Amazon SNS のトピックに通知され、状態が SUCCEEDED なら GetDocumentAnalysis で結果を取ります。

質問は対象ページを指定しないと既定で1ページ目だけに当たるため、Pages に * を入れます。質問は非同期の処理で1ページあたり30個までです。対象製品の一覧は表として取り、表になっていない箇条書きの一覧もあるので全文も一緒に渡します。

結果は1回最大1,000ブロックで区切られ、NextToken が返る限り呼び直します。JobId は7日間しか有効でないため、取った結果はその場で S3 に保存します。 状態が PARTIAL_SUCCESS のときは Warnings のページ番号を記録し、そのページを読めなかったものとして扱います。

FSCの状態は、認証書から読んだライセンスコードでAPIを呼んで取ります。 応答の例には、LicenseCode、LicenseStatus（例：Valid）、CertificateCode、CertificateStatus（例：Issued）、FirstIssueDate、LastIssueDate、ExpiryDate が並んでいます。APIの応答の項目と呼び方は、承認後に開発者ポータルの仕様で確かめてから照合の規則を書きます。

PEFCは、Find Certified で担当者が確かめます。 PEFCの説明では、Find Certified はPEFCの認証を受けた組織を探し、確かめるための公開のデータベースとされています。画面の結果を写す欄を台帳に設け、確かめた日時と担当者を残します。

AIへ渡す前に整形する

1. 形式の確認 … JPEG、PNG、PDF、TIFF であることを確かめます。XFA で作られたPDFは扱えないとされているので、印刷してPDFにし直します
2. パスワードの確認 … PDFはパスワードで保護されていてはいけないとされています。保護されたものは、仕入先に解除したものを頼みます
3. ページ数の確認 … 非同期の処理で、PDFとTIFFは500MB・3,000ページまでです
4. 言語の確認 … 英語の記載が無い認証書は、読み取りに回さず担当者の一覧に入れます
5. 文字の大きさの確認 … 検出できる文字の高さの下限は15ピクセルで、150DPIで8ポイント相当です。対象製品の一覧は小さな字のことが多いので、スキャンの写しは解像度を確かめます
6. 仕入先コードの確認 … ファイル名の仕入先コードで台帳が引けるかを確かめ、引けなければ処理を止めます

AIに処理させる

させるのは、読み取り結果から6つの項目を取り出し、それぞれに根拠の文字列と状態を付けることだけです。 APIの状態との照合と、台帳との照合は Python が行います。

対象製品の欄が、この構成でいちばん大事です。 製品の種類とクレームを1行ずつ写させ、自社の材の区分に当てることはさせません。 当てるのは Python が対応表で行います。

ライセンスコードと認証番号は、取り違えると状態の確認が別の会社に当たります。 根拠の文字列に項目名ごと写させ、どちらの番号かを後から確かめられるようにします。

指示内容を固定する

あなたは家具・紙製品のメーカーの購買部で、海外の仕入先から届いた
英文の森林認証（FSC・PEFC）のCoC認証書を読み、記載を項目に分ける担当です。
AWS Textract の読み取り結果だけを見て答えてください。推測で埋めないでください。

【取り出す6項目】
1. 制度（FSC／PEFC）
2. 認証を持つ会社の名前と所在地（拠点が複数あればすべて）
3. ライセンスコードと認証番号（別々に）
4. 対象製品の種類と、それぞれのクレーム（1行ずつ）
5. 発行日と有効期限
6. 認証機関

【status の選び方】
- present ......... 値が読み取れている
- missing ......... 該当する記載が無い。項目名だけがあって値が空の場合も missing
- unreadable ...... 文字は検出されているが信頼度が低く、値として確定できない
- ambiguous ....... 値の候補が複数あり、1つに決められない
- reference_only .. 「see database」など別の場所を参照するとだけ書かれている
迷ったときに present を選ばないでください。

【厳守事項】
- ライセンスコードと認証番号は、書かれた項目名と一緒に evidence に写し、
  取り違えないでください。桁や記号を補わないでください。
- 対象製品は、製品の種類とクレームを書かれたとおりに1行ずつ写してください。
  似た種類をまとめたり、言い換えたりしないでください。
- クレームが書かれていない行は、claim を空にして status を missing としてください。
  「通常は」で補わないでください。
- 日付は書かれた文字列を raw に写し、年月日に直した値を date に入れてください。
  日と月の並びが決められない場合は ambiguous としてください。
- 認証が有効か、一時停止されているかは書かないでください。
  認証書の記載だけを答えてください。
- 読み取りの警告が出ているページにありうる項目は、unreadable としてください。
- CoC認証書でない書類（請求書、出荷案内、森林管理の認証書など）と判断した場合は、
  項目を取り出さず document_type に種類を書いてください。

【読み取り結果】{textract_result}
【読み取りの警告があったページ】{warning_pages}

「有効かどうかは書かない」を入れるのは、AIが期限の日付から有効と答えたがるからです。 期限の前でも一時停止はありうるので、状態の答えを認証書の側から出させないことが、この構成の前提です。

出力形式を固定する

Claude API の構造化出力（output_config.format に json_schema）で、次の形のJSONを受け取ります。 数値の minimum・maximum や文字列の長さの制約は使えないとされているため、番号の形や日付の範囲は Python の側で確かめます。

{
  "supplier_code": "SP-1187",
  "document_type": "coc_certificate",
  "scheme": "FSC",
  "items": [
    { "item": "license_code", "status": "present", "value": "FSC-C000000",
      "page": 1, "confidence": 98.4, "evidence": "License code: FSC-C000000" },
    { "item": "expiry", "status": "present", "raw": "14/03/2028", "date": "2028-03-14",
      "page": 1, "confidence": 96.0, "evidence": "Valid until: 14/03/2028" }
  ],
  "products": [
    { "product_type": "Veneer", "claim": "FSC Mix", "page": 2, "confidence": 92.7 }
  ]
}

照合は Python が台帳・対応表・状態と突き合わせて行い、項目ごとに印を付けます。

判定は、印と状態の組み合わせで規則として決めます。

status_not_valid を人に回すのは、その仕入先から届いている材の扱いを決める必要があるからです。 新しい認証書を頼んでも直るとは限らず、受け入れ済みの材をどう扱うかは認証の窓口が決めます。

システムへ連携する

仕入先台帳への書き込みは、「認証の確認」の列（状態・期限・確認日・確認の手段）だけに限ります。 照合の元になる材の区分や番号の列を、照合する側が書き換えないようにします。購買システムとはつなぎません。

人が確認する

担当者が開くのは needs_request と needs_human の認証書だけです。 ok のものは一覧で仕入先と期限を流し見て、確認の列を確定します。

1. status_not_valid を最初に見る … FSCの証明書検索の画面で状態を目でも確かめ、その仕入先から受け入れ済みの材と発注中の材を洗い出します
2. product_out_of_scope の根拠を確かめる … 対象製品の一覧の原文を開き、本当に無いのか、対応表が足りないのかを見ます
3. PEFCの状態を入れる … Find Certified で確かめた結果と日時を入れます
4. 仕入先への依頼を送る … 下書きを直して送ります。送信は人が行います
5. 印を覆したら記録する … どの印を、なぜ外したかを残し、対応表を直します

目標は、120件をならして1件4分です。 開くのは2割前後、PEFCの確認を含めての想定です。

例外に対処する

5行目の「有効として扱わない」が大事です。 状態を取れなかったことを、状態が有効だったことと混ぜると、一時停止に気づく唯一の経路がそこで途切れます。

記録を残す

• 元の認証書ファイル（版を含む）と、受け取った日時・送り主
• AWS Textract が返したJSONの全文と、Warnings のページ
• 生成AIが返した6項目と対象製品のJSON、Python が付けた印、verdict
• FSCのAPIの応答の全文と取得日時、PEFCの確認の結果と確認者
• 人が印を覆した記録 … どの印を、なぜ外したか
• 仕入先への依頼の日時と、届いた新しい認証書との対応

4つ目が、認証の監査でいちばん求められる記録です。 「いつ、何で、仕入先の認証を確かめたか」を、PDFではなくデータベースの応答で示せます。