Media > AI活用ユースケース > 品質管理 > ペットフードの輸入販売会社が海外の工場からロットごとに届く英文の分析証明書と衛生証明書を読み取り、ロットごとの受入の台帳と、ペットフード安全法の表示と帳簿に写す項目の表を作る

ペットフードの輸入販売会社が海外の工場からロットごとに届く英文の分析証明書と衛生証明書を読み取り、ロットごとの受入の台帳と、ペットフード安全法の表示と帳簿に写す項目の表を作る

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

海外の工場からロットごとに届く英文の分析証明書と衛生証明書を読み取り、ロットごとの受入の台帳にそろえます。ペットフード安全法の成分規格に照らした結果と、表示と輸入の帳簿に写す項目の表を作ります。

サマリー
AIサービス
AWS Textract/Azure AI/Google Document AI
連携・自動化
Python
対象業界
EC/商社/小売
対象部門
品質管理/購買
対象業務
データ入力・転記/内容確認・チェック
主な課題
入力作業が多い/属人化している/確認ミスが多い
AIで行う処理
抽出
主な効果
入力漏れ削減/品質標準化/工数削減
導入難易度
★★★☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
24h/月
AI導入後
6h/月
想定削減
75%
年間削減
216h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 購買の担当が、船積みの書類のメールから分析証明書・衛生証明書・パッキングリストのPDFを取り出し、案件のフォルダに保存する
  2. 品質管理の担当が分析証明書を開き、ロット・製造日・賞味期限・水分・成分値・検査値を台帳に打ち込む
  3. 成分規格の表を開き、ドライかウェットかを見ながら、検査値を見比べる
  4. 衛生証明書から、原産国・製造所・加熱の条件を探して台帳に写す
  5. 表示の原稿と輸入の帳簿に写す項目(原産国名、原材料名、製造業者)を書類から拾う
  6. パッキングリストのロットと突き合わせ、足りない書類や食い違いがあれば工場への問い合わせのメモを作る
導入後(After)
  1. 人購買の担当が、分析証明書・衛生証明書・パッキングリストのPDFを受付のフォルダに保存する(ファイル名の先頭に自社の案件番号)
  2. 自動保存をきっかけに、形式・サイズ・ページ数・パスワードの有無を確かめる
  3. 自動AWS Textract が全ページの表・項目と値・問いへの答えを、信頼度とページの番号とともに返す
  4. 自動ロットを鍵にして、証明書とパッキングリストの値をそろえる
  5. 自動水分の値で検査値を水分10%に換算し、成分規格の表に照らす
  6. 自動原材料の欄から、対象の動物(犬・猫)に使えない原材料の語を探す
  7. 自動表示と帳簿に写す項目の表を作り、どの書類のどのページから取ったかを添える
  8. 自動ロットごとに `pass` / `out_of_spec` / `not_comparable` / `needs_review` を付ける
  9. 人担当者が `pass` 以外のロットと、表示と帳簿の表の空欄だけを、元の書類と並べて確かめる
  10. 人確かめた結果を台帳と帳簿に取り込み、表示の原稿と食い違うものは商品の担当に回す
各工程の詳しい説明を読む
  1. 購買の担当が、船積みの書類のメールから分析証明書・衛生証明書・パッキングリストのPDFを取り出し、案件のフォルダに保存する
  2. 品質管理の担当が分析証明書を開き、ロット・製造日・賞味期限・水分・成分値・検査値を台帳に打ち込む
  3. 成分規格の表を開き、ドライかウェットかを見ながら、検査値を見比べる
  4. 衛生証明書から、原産国・製造所・加熱の条件を探して台帳に写す
  5. 表示の原稿と輸入の帳簿に写す項目(原産国名、原材料名、製造業者)を書類から拾う
  6. パッキングリストのロットと突き合わせ、足りない書類や食い違いがあれば工場への問い合わせのメモを作る

(a)水分の換算を忘れる。 ドライフードの水分は10%前後なので、換算してもしなくても値はほとんど変わりません。その感覚のままウェットフードの検査値を見ると、規格に近い値を見落とします。

(b)原産国と製造所が書類ごとに違って見える。 衛生証明書の製造所はタイ、ブランドの本社は米国、輸出者はシンガポールの会社、ということがあります。どれを原産国名に写すのかを、毎回考え直しています。

(c)原材料名の一部が猫用で使えない。 省令の製造の方法の基準では、プロピレングリコールは猫を対象とするペットフードに用いてはならないとされています。英文の原材料の欄の「propylene glycol」を、猫用のロットで見落とすことがあります。

  1. 【人】 購買の担当が、分析証明書・衛生証明書・パッキングリストのPDFを受付のフォルダに保存する(ファイル名の先頭に自社の案件番号)
  2. 【自動】 保存をきっかけに、形式・サイズ・ページ数・パスワードの有無を確かめる
  3. 【自動】 AWS Textract が全ページの表・項目と値・問いへの答えを、信頼度とページの番号とともに返す
  4. 【自動】 ロットを鍵にして、証明書とパッキングリストの値をそろえる
  5. 【自動】 水分の値で検査値を水分10%に換算し、成分規格の表に照らす
  6. 【自動】 原材料の欄から、対象の動物(犬・猫)に使えない原材料の語を探す
  7. 【自動】 表示と帳簿に写す項目の表を作り、どの書類のどのページから取ったかを添える
  8. 【自動】 ロットごとに pass / out_of_spec / not_comparable / needs_review を付ける
  9. 【人】 担当者が pass 以外のロットと、表示と帳簿の表の空欄だけを、元の書類と並べて確かめる
  10. 【人】 確かめた結果を台帳と帳簿に取り込み、表示の原稿と食い違うものは商品の担当に回す

5番目が、この設計の分かれ目です。 水分の値が無い、単位が「%」以外、検査値が乾物の値(dry matter basis)と書かれている、のどれかなら、換算せずに not_comparable にします。

7番目で作る表は、写す候補までです。 どの国名を原産国名とするかは、品質管理の担当が決めます。

02今回想定するシステム構成

構成図
分析証明書・衛生証明書・パッキングリスト(英文のPDF)
   │  購買の担当が受付フォルダへ保存(先頭に案件番号)
   ▼【トリガー】Amazon S3 への保存
AWS Lambda
   ├──▶ 形式・サイズ・ページ数・パスワードの確認
   ▼
AWS Textract(StartDocumentAnalysis。TABLES・FORMS・QUERIES)
   │   全ページの表、項目と値、問いへの答え、信頼度、ページの番号
   ▼
AWS Lambda(Python)
   │   ① ロットを鍵に、書類ごとの値をそろえる
   │   ② 水分10%に換算し、成分規格の表に照らす
   │   ③ 対象の動物に使えない原材料の語を探す
   │   ④ 表示と帳簿に写す項目を集め、出どころを添える
   ▼
ロットごとの判定(pass / out_of_spec / not_comparable / needs_review)
   ▼
【人が pass 以外と空欄だけ確認】
   ├──▶ ロットの受入の台帳・輸入の帳簿(確かめた後に取り込む)
   └──▶ 商品の担当へ(表示の原稿と食い違うもの)
役割想定する製品代替候補
OCRAWS Textract(StartDocumentAnalysis の TABLES・FORMS・QUERIES)Azure AI Document Intelligence、Google Document AI
差異計算ロットの結び付け、水分10%の換算、成分規格との照合、原材料の語の検出、表示と帳簿の表の組み立て(Python。AWS Lambda で動かす)─
連携AWS Lambda(S3 への保存を起点に読み取りを始め、結果を一覧に書く)Amazon EventBridge
保管Amazon S3(書類と読み取りの結果)社内のファイルサーバー
通知Amazon SNS(読み取りの完了と要確認の知らせ)社内のチャット

新しく作るのは、成分規格の表と、工場ごとの項目の対応表の2つです。 成分規格の表は、省令の別表の物質名・上限・犬用か猫用かの別を写し、自社の基準を足します。対応表は「Moisture」「Moisture (max)」、「Aflatoxin B1」「AFB1」のような書き方を共通の名前に直します。

書類は AWS Textract の文書の解析で読みます。 表は TABLE と CELL のブロックとして返り、セルには列の見出し(COLUMN_HEADER)・表の題・表の注記などの種類が付きます。「as fed」「dry matter basis」のような注記は、表の題や注記から拾えます。

言語の扱いには注意が要ります。 公式の上限のページでは、項目と値(FORMS)は英語など6言語、問いなどそれ以外の機能は英語だけとされています。この構成は英文の書類を前提にします。

成分規格の土台は、省令の別表です。 別表には、アフラトキシンB1 0.02μg/g、メラミン 2.5μg/g、デオキシニバレノールは犬用2μg/g・猫用1μg/g、鉛 3μg/g などの汚染物質のほか、エトキシキンなどの添加物、グリホサートなどの農薬の上限が並びます。犬用と猫用で上限の違う物質があるので、表に動物の別の列を持たせます。

03どうやって実装するのか

Step1

処理の起点を決める

受付のフォルダ(Amazon S3)にPDFが保存されたことを起点にします。 書類は船積みのたびに不定期に届くので、1日1回の定時実行にはしません。 到着の前に問い合わせが要るロットを見つけるため、届いたその日に一覧を出します。

ファイル名の先頭に、自社の案件番号を付けて保存してもらいます。 証明書には自社の案件番号が無いので、案件番号が無いと、どの商品の規格と表示の原稿と比べるかが決まりません。 案件番号の無いファイルは読み取りを始めず、購買の担当に付け直しを頼みます。

Step2

入力データを集める

データ中身取得元
分析証明書英文のPDF。ロット、製造日、賞味期限、水分、成分値、検査値、検査機関、注記受付のフォルダ
衛生証明書英文のPDF。証明書番号、発行機関、原産国、製造所、品名、加熱の条件受付のフォルダ
パッキングリストロットごとの数量、荷姿、正味重量受付のフォルダ
読み取り結果表とセル、項目と値、問いへの答え、それぞれの信頼度とページの番号AWS Textract
案件の情報案件番号、商品、犬用か猫用か、工場、輸出者輸入の案件の管理表から書き出した一覧
成分規格の表物質名、上限と単位、犬用・猫用の別、自社の基準、規格の版品質管理課が作る表
表示の原稿商品ごとの名称、原材料名、原産国名商品の担当が持つ原稿

質を決めるのは、案件の情報の「犬用か猫用か」の列です。 上限が動物で違う物質と、猫用に使えない原材料があるので、この列が空の案件は照合に進めません。

Step3

データの取得方法を決める

読み取りは、非同期の StartDocumentAnalysis を呼びます。証明書が複数ページになり、同期の呼び出しはPDFが1ページまでという制限があるためです。 非同期では、PDFが500MB・3,000ページまで扱えます。

取るものどの機能で何に使うか
成分値と検査値の表TABLES項目ごとの値、単位、検出の下限
表の題と注記TABLES(TABLE_TITLE・TABLE_FOOTER)as fed か dry matter か、単位の注記
表の外の項目と値FORMSロット、製造日、賞味期限、証明書番号、原産国、製造所
問いへの答えQUERIES加熱の条件、原材料の欄、製造業者の名称と住所

完了の状態を Amazon SNS で受け、SUCCEEDED を確かめてから GetDocumentAnalysis で結果を取ります。 状態には PARTIAL_SUCCESS もあるので、それ以外は照合に進めません。結果は1回で最大1,000ブロックなので、NextToken が返らなくなるまで呼び続けます。 JobId は7日間だけ有効なので、結果はすぐに S3 に書き出します。

問い(Queries)は、ページを指定しないと1ページ目にしか当たりません。 衛生証明書の加熱の条件は後ろのページの証明の文に書かれることが多いので、Pages に ["*"] を指定します。問いは非同期で1ページあたり30個までです。

Step4

AIへ渡す前に整形する

  1. 形式の確認 … JPEG・PNG・PDF・TIFF のどれかであることを確かめます。XFA 形式のPDFは扱えません
  2. パスワードの確認 … パスワードで保護されたPDFは読めません。工場に解除して送り直してもらいます
  3. サイズとページ数の確認 … 非同期のPDFは500MB・3,000ページまでです
  4. 文字の大きさの確認 … 読み取れる文字の高さの下限は15ピクセルで、150 DPI で8ポイントに当たります。政府機関の印の上の小さな数字は、ここに引っかかります
  5. 書類の種類の見分け … 1ページ目の見出しで3種類を見分け、見分けられないものは needs_review にします

4番目を軽く見ないでください。 「<0.005」の「<」が読めないと、検出の下限未満が検出の値に変わります。

Step5

AIに処理させる

AWS Textract にさせるのは、表・項目と値・問いへの答えを、信頼度とページの番号とともに返すことだけです。 換算と照合はその後の Python の仕事です。

取り出すもの読み取りの扱い読めないときの扱い
ロット書類どうしとパッキングリストをつなぐ鍵鍵が読めない書類は needs_review
水分値と単位(%)と、max・typical などの書き方を残す無ければ換算せず not_comparable
検査値値・書き方(数値/未満/不検出)・単位・as fed か dry matter かを残す単位か基準が読めなければ not_comparable
原材料の欄文のまま残し、使えない原材料の語を探す見つからなければ表の空欄として人に回す
原産国・製造所・製造業者書類ごとに、どの欄の値かと一緒に残す書類で食い違えば全部並べる
加熱の条件証明の文のまま残す見つからなければ空欄として人に回す

水分10%の換算は、省令の書き方をそのまま式にします。 水分が10%を超えれば超えた分を飼料の量から除き、満たなければ不足分を加えるので、換算した含有量 = 測定値 ÷(1.10 - 水分の割合) になります。水分80%のウェットフードなら、測定値を0.30で割ります。

水分の書き方換算の扱い
実測の値(例:78.5%)その値で換算する
「max」の値だけ(例:Moisture max 82%)換算しない。 実測ではないので not_comparable
書かれていない換算しない。 not_comparable
検査値が dry matter basis水分0%の値なので、換算の式を当てない。not_comparable にして人が見る

2行目が、この題材でいちばん効く線引きです。 ラベルの保証値の「max」で換算すると、実際の水分とずれた値で規格と比べることになります。 実測の水分が無いときは、工場に実測の値を頼みます。

させないこと理由
成分規格への適合の判断判断は品質管理の担当と責任者が行う
原産国名の決定どの国名を表示するかは、製造の実態を確かめて人が決める
水分の推定保証値や前のロットの値で換算しない
動物検疫の要否の判断動物検疫所の基準で決まる。この構成は加熱の条件の文を並べるだけ
Step6

指示内容を固定する

AWS Textract には自由な指示文を渡しません。 指示にあたるのは、QUERIES に渡す英語の問いと、Python の照合の規則です。問いの文は英数字と記号だけで書く決まりです。

QueriesConfig:
  Queries:
    - Text:  "What is the lot number or batch number?"
      Alias: "LOT_NO"
      Pages: ["*"]
    - Text:  "What is the measured moisture content?"
      Alias: "MOISTURE"
      Pages: ["*"]
    - Text:  "What is the country of origin?"
      Alias: "ORIGIN"
      Pages: ["*"]
    - Text:  "What is the name and address of the manufacturing plant?"
      Alias: "PLANT"
      Pages: ["*"]
    - Text:  "What heat treatment temperature and time were applied?"
      Alias: "HEAT"
      Pages: ["*"]
    - Text:  "What are the ingredients?"
      Alias: "INGREDIENTS"
      Pages: ["*"]

【Python の規則(抜粋)】
- 水分:
  表の値を採り、問いの答えは裏付けにする。食い違えば needs_review。
  "max" "min" "guaranteed" が付く値は実測とみなさず、換算に使わない。
- 換算:
  adjusted = value / (1.10 - moisture_ratio)。as fed の値にだけ当てる。
  "<" の値は下限の値で換算し、below のまま残す。
- 照合:
  成分規格の表から、案件の動物の別(dog / cat)の上限を引く。
  単位は対応表で同じとした単位(ug/g と mg/kg など)どうしだけを比べる。
  上限を超えれば out_of_spec。比べられない物質が1つでもあれば not_comparable。
- 原材料:
  猫用の案件で "propylene glycol" を含めば needs_review。
- 表示と帳簿:
  原産国・製造業者の候補を、書類と欄ごとに全部並べる。1つに絞らない。
  表示の原稿と食い違えば label_mismatch を付ける。

原産国の候補を1つに絞らないのは、意図してのことです。 衛生証明書の「Country of origin」、分析証明書のレターヘッド、パッキングリストの「Made in」が違う国を指していることがあります。どれを採ったかを規則に隠すと、表示の誤りに後から気づけません。

Step7

出力形式を固定する

ロットごとに次の形のJSONを作ります。

{
  "case_no": "",
  "product": "",
  "species": "dog | cat | both",
  "lot_no": "",
  "moisture": { "original_value": "", "form": "measured | max_only | not_stated", "ratio": 0 },
  "results": [
    { "substance": "", "original_value": "", "form": "number | below | not_detected | not_reported",
      "basis": "as_fed | dry_matter | unknown", "unit": "", "adjusted_value": "",
      "limit": "", "confidence": 0, "page": 0,
      "status": "pass | out_of_spec | not_comparable" }
  ],
  "ingredients": { "original_text": "", "flags": [] },
  "label_and_ledger": {
    "origin_candidates": [ { "value": "", "document": "", "field": "", "page": 0 } ],
    "manufacturer_candidates": [ { "value": "", "document": "", "field": "", "page": 0 } ],
    "best_before": "", "exporter": "", "label_mismatch": false
  },
  "health_certificate": { "cert_no": "", "issuer": "", "heat_text": "", "page": 0 },
  "verdict": "pass | out_of_spec | not_comparable | needs_review",
  "reason": ""
}

1つ目の理由は、adjusted_value を元の値と並べて持てることです。 換算の前と後を両方残すので、どの水分で換算したかを後から検算できます。

2つ目は、origin_candidates を書類と欄ごとに持てることです。 表示の原産国名と帳簿の製造された国名を、同じ候補の一覧から人が選びます。

Step8

システムへ連携する

つなぎ先方式内容
受付のフォルダ(Amazon S3)保存のイベントで AWS Lambda を起動書類の受け取り
AWS TextractStartDocumentAnalysis と GetDocumentAnalysis(NextToken で全件)表・項目と値・問いの答え
輸入の案件の管理表毎日書き出す案件の一覧を読む案件番号から商品と動物の別を引く
成分規格の表・項目の対応表・表示の原稿Lambda から読む上限、名前の対応、表示との突き合わせ
ロットの受入の台帳・輸入の帳簿人が確かめた後に取り込むロットごとの値と、帳簿の項目
Amazon SNS完了の通知一覧ができたことと pass 以外の件数を知らせる

台帳と帳簿と表示の原稿には、この構成から直接書き込みません。 読み取りの結果は OutputConfig で自社の S3 に書き出します(指定しないと Textract の内部に保存されます)。

Step9

人が確認する

人が開くのは pass 以外のロットと、表示と帳簿の表の空欄だけです。 pass のロットは一覧を流し見ます。

  1. needs_review を先に見る … 猫用に使えない原材料の語がある、ロットが読めないものです。原材料は工場の配合の書類で確かめます
  2. not_comparable を見る … 実測の水分が無い、dry matter の値しか無いものです。工場に実測の値か as fed の値を頼みます
  3. out_of_spec の根拠を確かめる … 元の値と換算の後の値を見ます。単位と「<」の読み違いを先に疑います
  4. 表示と帳簿の表を見る … 原産国と製造業者の候補から選び、label_mismatch があれば商品の担当に回します
  5. 判定を覆したら記録する … どのロットの、どの値を、どちらに変えたかを残します

4番目を省かないでください。 農林水産省のマニュアルは、帳簿の製造された国名と原材料の名称を、製品に表示する原産国名・原材料名に対応した記載にするよう求めています。

Step10

例外に対処する

起きること対応
パスワード付きのPDF読めない。工場に解除して送り直してもらう
実測の水分が無いnot_comparable。工場に実測の値を頼む
検査値が dry matter basis だけ換算の式を当てず not_comparable。as fed の値を頼む
案件の動物の別が空照合に進めず、購買に記入を頼む
犬猫兼用の商品上限の低いほうで照らし、猫用に使えない原材料も探す
衛生証明書が届かない案件ごとのそろい具合で保留。2日たったら購買に知らせる
加熱の条件の文が見つからない空欄として人に回す。動物検疫の手続きは動物検疫所に確かめる
結果の取得が途中で止まったNextToken が残っていれば取り直す
状態が PARTIAL_SUCCESS照合に進めず、警告の出たページを人が見る

上の3行が大半を占めます。 工場に「実測の水分と as fed の値を書いて」と頼むほうが、読み取りの工夫より効きます。

Step11

記録を残す

  • 元の書類のPDFと、受け取った日時・案件番号
  • AWS Textract が返したJSONの全文(全ページのブロック)
  • 換算に使った水分の値と、換算の前後の値
  • ロットごとの判定と、そのとき使った成分規格の表の版
  • 表示と帳簿の表と、各欄の値をどの書類のどのページから取ったか
  • 人が判定を覆した記録 … どのロットの、どの値を、どちらに変えたか

帳簿として残す期間に合わせます。 農林水産省のマニュアルでは、記載した帳簿や電子データを2年間は保存するよう求めています。

04実装レベルの3段階

最小構成:コンソールで1件ずつ読み、表を書き出して手で換算と照合をする / 書類の読み取り
半自動化:上記+S3 への保存で Lambda が動き、換算して成分規格と照らし、表示と帳簿の表を出す / 読み取り・換算・照合・表の下ごしらえ
本格構成:上記+工場への問い合わせ文の下書き、台帳と帳簿への取り込みの準備、賞味期限の近いロットの知らせまで / 受入の確認と帳簿の準備

半自動化で、1件40分が10分程度になり、これが本記事の想定です。 値を写す作業、電卓での換算、表示と帳簿の項目を書類から探す作業がなくなり、人は pass 以外のロットと空欄だけを見ます。 本格構成では帳簿への取り込みも自動になりますが、原産国の候補の選び方が固まってから進めます。 段階を飛ばさないでください。 半自動化を2か月回すと、実測の水分を書かない工場がはっきりします。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
3 名
月間件数
36 件
1件あたり現在時間
40 分
1件あたり導入後時間
10 分
現在  36件 × 40分 ÷ 60 = 24 時間/月
導入後 36件 × 10分 ÷ 60 = 6 時間/月
月間削減時間
18h
削減率
75%
年間削減時間
216h
年間金額換算(時間単価3,500円)
76万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 米国・欧州・タイ・オーストラリアなどの工場で作られた犬用・猫用のフードやおやつを輸入し、ペットショップ・通販・動物病院に卸している会社。ロットごとに英文の分析証明書と衛生証明書がPDFで届き、品質管理の担当が成分値と検査値を台帳に写し、ペットフード安全法の成分規格と見比べ、国内向けの表示と輸入の帳簿の項目を拾っている場合。ドライとウェットの両方を扱い、水分の違いで値の見方が変わる場合。
向いていない
  1. 輸入するロットが月に数件で、目で写しても負担にならない場合。工場から検査値を CSV などのデータで受け取れる場合(読み取りは要らず、照合の規則だけで足ります)。証明書が英語以外で書かれている場合(項目と値の読み取りと問いは英語の文書が前提です)。なお、成分規格に適合するかの判断、表示の内容の決定、動物検疫の要否と手続き、届出や立入検査への対応は、この構成では行いません。

07最小構成で試す方法

  1. 先月届いた書類から、工場の違うものを6件選ぶ(ドライとウェットの両方と、猫用を入れる)
  2. その6件について、当時の受入の台帳と輸入の帳簿の値を用意する
  3. AWS のコンソールから AWS Textract の画面を開き、書類を1件ずつ読ませて、表と項目と値がどう返るかを見る
  4. 表をCSVで書き出し、水分・検査値・単位・as fed の注記の列を確かめる
  5. 書き出した値で水分10%の換算を手で行い、当時の台帳と比べる

Lambda を組む前に、「実測の水分と as fed の注記が取れるのか」を確かめます。

出てきた内容判断
水分も注記も検査値も取れたLambda と照合の規則に進む
検査値は取れたが注記が取れない問い(Queries)で補う。構成は有効
水分が保証値しか書かれていない工場に実測の値を頼む運用を先に決める

3行目が出ても失敗ではありません。 換算に要る値が書類に無いと分かったこと自体が、確認の抜けを1つ見つけたということです。

08実装時につまずきやすいポイント

問題対策
保証値の「max」の水分で換算する実測の値だけで換算する。無ければ比べない
dry matter の値に換算の式を当てるas fed の値にだけ当てる。注記を表の題と注記から拾う
犬用の上限で猫用のロットを見る案件に動物の別の列を持たせ、空なら照合しない
猫用の原材料の語を見落とす原材料の欄を問いと全行の文から探す
原産国を1つに絞って帳簿に入れる候補を書類と欄ごとに並べ、人が選ぶ
後ろのページの行が消える結果は1回で最大1,000ブロック。NextToken が無くなるまで取る
加熱の条件が後ろのページにあって問いが外れる問いの Pages を ["*"] にする
一覧をそのまま帳簿に入れる人が確かめた後に取り込む

上の2行が、この構成の失敗のほとんどです。 どちらも「換算したのに値が違う」誤りで、台帳を後から見ても気づけません。

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 工場と輸出者の名称と住所、商品とロット、成分値と検査値、取引の数量です。個人の情報はほとんど含みませんが、仕入先の工場と配合に近い原材料の情報、自社の基準は、取引先と競合に知られたくない情報です。衛生証明書に政府機関の担当者の署名が載ります。

  1. 読み取りの結果を自社の S3 に置く … OutputConfig で自社のバケットに書き出し、必要に応じて KMS の鍵で暗号化します。帳簿の保存期間に合わせて残す期間を決めます
  2. この構成は成分規格への適合も動物検疫の要否も判断しない … ロットが成分規格に適合するか、表示に何を書くか、動物検疫の申請が要るかは、品質管理の担当と責任者、必要に応じて地方農政局・FAMIC・動物検疫所に相談して決めることです。 動物検疫所の Q&A では、ドライペットフードは動物性加工たん白質の規制の対象なので、輸入の都度検査の申請をするよう求めています
  3. 水分や原産国を推定で埋めない … 前のロットの値や保証値で埋めると、確かめていないことが確かめたことに変わります

誤りが起きた場合のリスクは、規格を外れたロットを販売することと、表示と帳簿の原産国・原材料が実態と食い違うことの2つです。 前者は保証値で換算すると起き、後者は候補を1つに絞ると起きます。

10まず何から始めるか

1週目:成分規格の表を作る

省令の別表から物質名・上限・犬用と猫用の別を写し、自社の基準を足します。どの版の省令から写したかを列に入れます。 あわせて、案件の管理表に動物の別の列を足します。

2週目:6件で試す

先月の書類から6件を選び、AWS Textract のコンソールで読ませて、当時の台帳と突き合わせます。実測の水分と as fed の注記が取れているかを最優先で見ます。

3週目:項目の対応表と換算の規則を作る

取引の多い工場3〜4社について、項目の呼び方と単位の書き方を共通の名前に直す表を作ります。あわせて、水分の4つの書き方と換算の扱いを規則に起こします。

4週目:S3 から一覧までをつなぐ

S3 への保存で Lambda が動き、換算して一覧と表示・帳簿の表を書き出すところまで作ります。この時点では台帳と帳簿に取り込まず、一覧と人の確認を並べて比べます。

2か月目以降: 残りの工場の対応表を足し、not_comparable の理由を工場ごとに数え、1件40分が何分になったかを実測します。工場と「実測の水分と as fed の値を書く」と取り決め、比べられないロットが月に数件まで減った時点で、この構成は完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-11-03/最終更新:2026-11-04
確認した内容情報源確認日
対応形式が JPEG・PNG・PDF・TIFF で XFA 形式の PDF は不可。同期は PDF が1ページ、非同期は PDF が500MB・3,000ページ。PDF はパスワード保護不可。問いは非同期で1ページ30個まで。FORMS は英・西・伊・葡・仏・独、それ以外の機能は英語のみ。文字の高さの下限が15ピクセル(150 DPI で8ポイント相当)AWS: Set Quotas in Amazon Textract2026-11-03
StartDocumentAnalysis が完了を SNS に知らせること。FeatureTypes の値。JobId が7日間有効。OutputConfig を指定しないと内部に保存AWS: StartDocumentAnalysis2026-11-03
MaxResults の最大と既定が1,000で NextToken で続きを取ること。JobStatus に PARTIAL_SUCCESS があることAWS: GetDocumentAnalysis2026-11-03
表が TABLE・CELL のブロックで返り、COLUMN_HEADER・TABLE_TITLE・TABLE_FOOTER などの種類が付くことAWS: Tables2026-11-03
問いの Pages を指定しないと ["1"]。* は唯一の要素。問いの文が200字までで、英数字と記号の文字だけを使えることAWS: Query2026-11-03
ペットフード安全法が農林水産省と環境省の共管であること。成分規格・製造の方法・表示の基準の省令、届出・帳簿のマニュアルへの案内農林水産省: ペットフード安全法2026-11-03
成分規格(アフラトキシンB1 0.02μg/g、デオキシニバレノール 犬用2μg/g・猫用1μg/g、鉛 3μg/g、メラミン 2.5μg/g など)。水分が10%を超える・満たないときの含有量の算出の方法。プロピレングリコールを猫用に用いてはならないこと。表示の基準の5項目(2021-10-01 施行の版)e-Gov 法令API: 愛玩動物用飼料の成分規格等に関する省令2026-11-03
輸入業者の帳簿の記載事項(名称・数量・輸入年月日・荷姿、輸入先国名・輸入の相手方、製造された国名・製造業者・原材料の名称を表示と対応させること)。帳簿を2年間保存すること(令和8年6月改定)農林水産省: ペットフード安全法 届出や帳簿に関するマニュアル(PDF)2026-11-03
指定検疫物の輸入に輸出国の政府機関の検査証明書が要ること。ペットフード及びペットフード原料の指定製造施設があること動物検疫所: 畜産物の輸入・輸出2026-11-03
ドライペットフードは動物性加工たん白質の規制の対象で、輸入の都度検査の申請が要ること。ドライペットフードの検査証明書について、中心温度を3分以上121.1℃以上に保つのと同等以上と判断できるかを動物検疫所に確かめ、今後はその旨などを明確に記載した証明書の取得を検討するよう求めていること動物検疫所: 御質問への回答(PDF。2026年6月24日付の掲載)2026-11-03

成分規格への適合、表示の内容、帳簿の付け方、動物検疫の手続きは、省令の本文、農林水産省のマニュアル、地方農政局・FAMIC・動物検疫所への相談で確かめてください。 本記事は上記の公開情報で確認できた範囲だけを扱っています。水分の換算の式は省令の書き方を式にしたもので、運用は所管に確かめてください。工場の証明書の様式は確かめていません。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-2633)についてのご相談はこちらから。

AI活用について相談する
目次