Media > AI活用ユースケース > 購買 > 農機の販売店が、旧型の農機の修理に要る部品を、型式・製造番号の範囲・品番の切り替え・地域の呼び名・流用の記録から OpenSearch で探し、部品の手配に使う

農機の販売店が、旧型の農機の修理に要る部品を、型式・製造番号の範囲・品番の切り替え・地域の呼び名・流用の記録から OpenSearch で探し、部品の手配に使う

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

整備士や農家から届く旧型の農機の部品の問い合わせを検索の条件に分け、型式と製造番号の範囲で絞った部品の索引から、品番の一部と地域の呼び名で候補を引きます。切り替えの先、供給の状態、在庫、過去に流用した記録を添えて部品係に返します。

サマリー
生成AI
Azure OpenAI Service/ChatGPT/Claude
AIサービス
Azure AI/OpenSearch
対象業界
その他/小売
対象部門
購買
対象業務
情報検索/比較検討
主な課題
判断に時間がかかる/属人化している/情報が見つからない
AIで行う処理
検索(RAG)
主な効果
対応スピード向上/属人化解消/検索時間短縮
導入難易度
★★★★☆
実装レベル
本格構成
費用感
RAG・個別開発(大)
人間の確認
条件付き
現在工数
80h/月
AI導入後
24h/月
想定削減
70%
年間削減
672h
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. 整備士からは社内のチャットで、農家からは電話で、部品の問い合わせを受ける
  2. 型式と製造番号を確かめる。農家の場合は、銘板の写真を送ってもらうか、来店のときに見る
  3. 型式のパーツカタログを開き、図から該当の部品を探して品番を読む
  4. 製造番号の注記(「No.15001〜」など)を見て、その機械に合う方の品番を選ぶ
  5. 品番の切り替えの知らせを探し、旧い品番が新しい品番に替わっていないかを確かめる
  6. 供給の状態と在庫を確かめる。供給が終わっていれば、過去に同じ部品をどう手当てしたかを修理の伝票から探す
  7. 整備士か農家に、品番・値段・届く日を返し、手配する
導入後(After)
  1. 人整備士はフォームに、型式・製造番号・部品の場所・読める分の品番・呼び名を入れる。電話の問い合わせは部品係が同じフォームに打つ
  2. 自動問い合わせが受け口に置かれると、処理が動く
  3. 自動Claude が問い合わせの文を、型式・製造番号・部品の場所・呼び名・品番の読める桁に分ける
  4. 自動型式を型式の表と照らし、索引の上の正式な型式にそろえる
  5. 自動OpenSearch の部品の索引を、型式と製造番号の範囲で絞り、品番の一部と呼び名で引く
  6. 自動当たった品番について、切り替えの表をたどり、いまの品番・供給の状態・在庫を添える
  7. 自動同じ品番か同じ部品の場所について、修理の伝票の索引から流用の記録を引く
  8. 自動候補を「そのまま合う」「切り替え後の品番」「流用の記録あり」「該当なし」に分けた一覧を作る
  9. 人部品係が一覧を見て、図と注記を確かめ、品番を決めて手配する
  10. 人流用の候補は、整備の責任者が使ってよいかを決める
各工程の詳しい説明を読む
  1. 整備士からは社内のチャットで、農家からは電話で、部品の問い合わせを受ける
  2. 型式と製造番号を確かめる。農家の場合は、銘板の写真を送ってもらうか、来店のときに見る
  3. 型式のパーツカタログを開き、図から該当の部品を探して品番を読む
  4. 製造番号の注記(「No.15001〜」など)を見て、その機械に合う方の品番を選ぶ
  5. 品番の切り替えの知らせを探し、旧い品番が新しい品番に替わっていないかを確かめる
  6. 供給の状態と在庫を確かめる。供給が終わっていれば、過去に同じ部品をどう手当てしたかを修理の伝票から探す
  7. 整備士か農家に、品番・値段・届く日を返し、手配する

(a)製造番号の注記を見落とす。 カタログの図には同じ位置に2つの品番が並び、小さな字で製造番号の範囲が添えられていることがあります。急いでいると上の行の品番を取り、合わない部品が届きます。 届いてから分かるので、整備士はもう一度分解の手前で待つことになります。

(b)品番がすり減っている。 旧い機械ほど打刻の数桁が読めず、読める桁でカタログを目で追うのはほぼ不可能です。

(c)呼び名が通じない。 同じ部品の呼び名が人と地域で違い、呼び名からカタログの品名にたどり着けるのは経験のある係だけです。

(d)流用の記録が伝票に埋もれている。 供給の終わった部品を別の部品で手当てした修理は過去にありますが、記録が伝票の自由な欄にあって探せません。

  1. 【人】 整備士はフォームに、型式・製造番号・部品の場所・読める分の品番・呼び名を入れる。電話の問い合わせは部品係が同じフォームに打つ
  2. 【自動】 問い合わせが受け口に置かれると、処理が動く
  3. 【自動】 Claude が問い合わせの文を、型式・製造番号・部品の場所・呼び名・品番の読める桁に分ける
  4. 【自動】 型式を型式の表と照らし、索引の上の正式な型式にそろえる
  5. 【自動】 OpenSearch の部品の索引を、型式と製造番号の範囲で絞り、品番の一部と呼び名で引く
  6. 【自動】 当たった品番について、切り替えの表をたどり、いまの品番・供給の状態・在庫を添える
  7. 【自動】 同じ品番か同じ部品の場所について、修理の伝票の索引から流用の記録を引く
  8. 【自動】 候補を「そのまま合う」「切り替え後の品番」「流用の記録あり」「該当なし」に分けた一覧を作る
  9. 【人】 部品係が一覧を見て、図と注記を確かめ、品番を決めて手配する
  10. 【人】 流用の候補は、整備の責任者が使ってよいかを決める

9番目が分かれ目です。部品係は探すのではなく、確かめます。 一覧に図の番号とページが添えてあり、開くページが1つに決まっています。

10番目を部品係に任せないのは、流用の記録が過去の修理の条件での話だからです。

02今回想定するシステム構成

構成図
問い合わせ(整備士のフォーム/電話を受けた部品係の入力)
   │
   ▼【トリガー】受け口に1件の問い合わせが置かれる
AWS Lambda(処理の受け口)
   ├──▶ Claude(Amazon Bedrock、構造化出力)
   │      問い合わせの文を検索の条件に分ける
   ▼
Amazon OpenSearch Service
   │   ① 部品の索引:型式・製造番号の範囲で絞る
   │   ② 品番の一部(wildcard の欄)と呼び名(別名の表)で引く
   │   ③ 切り替えの索引:旧い品番から新しい品番へたどる
   │   ④ 修理の伝票の索引:流用の記録を引く
   ▼
AWS Lambda(在庫の表を引き、候補を4つに分ける)
   ▼
【人】部品係が図と注記を確かめて手配
   └──▶ 流用の候補は整備の責任者へ
役割想定する製品代替候補
検索基盤Amazon OpenSearch Service(wildcard の欄、integer_range、synonym_graph、kuromoji)Azure AI Search、自社で運用する OpenSearch
生成AIClaude(Amazon Bedrock の Converse API、構造化出力)Azure OpenAI(Microsoft Foundry)、OpenAI API
連携AWS Lambda(受け口、切り替えのたどり、在庫の照合、候補の分け方)AWS Step Functions
保管Amazon S3(問い合わせ・候補・手配の記録、パーツカタログから作った表)社内のファイルサーバー

土台になるのは Amazon OpenSearch Service です。 公式ページでは、いま新しく作れる OpenSearch の版として 3.5、3.3、3.1、2.19 などが挙げられています。日本語の解析の kuromoji は、すべてのドメインに入っているとされています。

品番の一部で引くために使うのが、wildcard の欄の型です。 公式ページでは、2.15 で入った型で、任意の部分の文字列や正規表現で引くための keyword の変種とされています。**keyword の欄で先頭に * を置くと全部の語をなめて遅くなり、text の欄では語に切られて部分の一致が崩れる**のに対し、wildcard の欄は3文字以下の部分の文字列を索引に書き、検索の型に合うかを後から確かめるとされています。すり減った打刻の「読める桁だけ」で引くのに、ちょうど合う型です。

03どうやって実装するのか

Step1

処理の起点を決める

問い合わせが1件、受け口に置かれたことを起点にします。 整備士のフォームも、部品係が電話を受けながら打つ入力も、同じ受け口に置きます。1日数回にまとめて流しません。 修理の途中の問い合わせは、答えが出るまで分解した機械が作業場を占めます。

同じ問い合わせが二度送られても、二重に手配しないようにします。 修理の伝票の番号、部品の場所、日付を組にした鍵で見分けます。

索引の入れ直しは毎晩です。 パーツカタログから作った表、品番の切り替えの表、別名の表に部品係が行を足した日は、その夜に反映させます。修理の伝票の索引は、その日に閉じた伝票を夜に足します。

Step2

入力データを集める

データ中身取得元
問い合わせ型式、製造番号、部品の場所(「左の前輪の」など)、読める分の品番、呼び名、数、急ぎの度合い受け口
部品型式、図の番号とページ、図の中の番号、品番、品名、数量、適用する製造番号の範囲パーツカタログから作る表
品番の切り替え旧い品番、新しい品番、切り替えの種類(そのまま替わる/組で替わる)、知らせの日付メーカーの知らせから部品係が作る表
供給の状態と在庫品番ごとの供給の状態(供給中/在庫限り/供給終了)、拠点の在庫の数在庫の表と部品係が作る欄
修理の伝票伝票の番号、型式、製造番号、使った品番、作業の内容の自由な欄、流用の印販売と修理の管理の仕組みの書き出し
別名の表呼び名と正式な品名の組部品係が作る表

質を決めるのは「適用する製造番号の範囲」の欄です。 カタログに範囲の注記が無い部品は、空のまま残し、「全部の製造番号に合う」と読み替えません。 空の部品は一覧で「範囲の記載なし」と出し、部品係に注記を確かめてもらいます。

流用の印は、修理の伝票に1つの欄を足して付けます。 自由な欄を後から読ませるのではなく、流用した修理を閉じるときに、整備士が印と元の品番を入れる形にします。過去の伝票は、勤続の長い部品係が覚えている分から少しずつ印を付けます。

Step3

データの取得方法を決める

部品の表は、問い合わせの多い型式から作ります。 過去1年の修理の伝票で件数の多い型式を出し、そのパーツカタログから図の番号・品番・品名・製造番号の範囲を表に起こします。数百の型式を一度に起こす必要はありません。

製造番号の範囲は integer_range の欄で持ちます。 公式ページでは、範囲の型として integer_range などがあり、文書には gte と lte で範囲を入れる例が載っています。問い合わせの製造番号を1つ渡すと、その番号を範囲に含む部品だけが当たります。 製造番号に英字が付く型式は、数字の部分だけを範囲に入れ、英字の部分は別の欄で一致を見ます。

品番は2つの欄に入れます。 1つは normalizer でそろえた keyword の欄で、一致を見るためのもの。もう1つは wildcard の欄で、一部で引くためのものです。公式ページでは、wildcard の欄にも normalizer を指定でき、索引の値と検索の値の両方にかかるとされています。どちらの欄も同じ normalizer を通し、ハイフンと空白を外し、全角を半角にそろえます。

Step4

AIへ渡す前に整形する

  1. 問い合わせを検索の条件に分ける … Claude が、型式・製造番号・部品の場所・呼び名・品番の読める桁に分けます。書かれていない項目は null で返させます
  2. 型式をそろえる … 「YT333」「YT-333」「YT333」を、型式の表に照らして索引の上の正式な型式にします。型式の表に無ければ、ここで止めて部品係に回します
  3. 製造番号を数にする … 数字の部分を取り出します。製造番号が無い問い合わせは、範囲で絞らずに引き、一覧に「製造番号なし」と出します
  4. 品番の読めない桁を ? にする … 整備士が「*」「●」「□」で書いた桁を、1文字に合う ? に置き換えます。桁の数は変えません
  5. 紛らわしい文字は両方を試す … 打刻の「0」と「O」、「1」と「I」は、両方の型を作って引きます。どちらで当たったかを候補に残します
  6. 品番の読める桁が少なすぎるときは使わない … 読める文字が4文字に満たないときは、品番では引かず、呼び名と部品の場所だけで引きます

4番目と6番目が、この構成の分かれ目です。 読めない桁を *(何文字でも)で受けると、桁の数の違う品番まで当たり、候補が増えすぎます。桁の数を守ると、候補が数件に収まります。 逆に読める桁が少ないと、どんな品番にも当たるので、品番の手がかりを捨てたほうが正確です。

Step5

AIに処理させる

AIにさせるのは、問い合わせの文を検索の条件に分けることだけです。 品番を決めることも、合うかを判断することもさせません。

させること中身
型式と製造番号を分ける書かれた文字のまま写す。銘板の写真の説明から読むことはしない
部品の場所を分ける「左の」「前輪の」「植付部の」など、場所を表す語を取り出す
呼び名を分ける農家や整備士が使った語をそのまま写す
品番の読める桁を分ける読めない桁は ? で返す。桁の数を変えない
数と急ぎの度合いを分ける書かれていなければ null

検索は、OpenSearch の bool の問い合わせで行います。 公式ページでは、filter の句は点数に関わらず合うか合わないかだけを決め、must か filter があると minimum_should_match の既定は0とされています。型式と製造番号の範囲は filter に、品番と呼び名は should に置き、minimum_should_match を1にします。 1にしないと、型式に合う部品が全部返ります。

部品の索引の設定は、次の形です(一部)。

{
  "settings": { "analysis": {
    "char_filter": {
      "strip_marks": { "type": "pattern_replace", "pattern": "[\\s\\-]", "replacement": "" }
    },
    "normalizer": {
      "partno_norm": { "type": "custom", "char_filter": ["strip_marks"],
                       "filter": ["cjk_width", "uppercase"] }
    },
    "filter": {
      "parts_syn": { "type": "synonym_graph", "synonyms_path": "analyzers/F0000000" }
    },
    "analyzer": {
      "name_index":  { "type": "custom", "tokenizer": "kuromoji_tokenizer", "filter": ["cjk_width"] },
      "name_search": { "type": "custom", "tokenizer": "kuromoji_tokenizer", "filter": ["cjk_width", "parts_syn"] }
    }
  }},
  "mappings": { "properties": {
    "model":      { "type": "keyword", "normalizer": "partno_norm" },
    "serial_rng": { "type": "integer_range" },
    "part_no":    { "type": "keyword", "normalizer": "partno_norm",
                    "fields": { "wc": { "type": "wildcard", "normalizer": "partno_norm" } } },
    "part_name":  { "type": "text", "analyzer": "name_index", "search_analyzer": "name_search" },
    "position":   { "type": "text", "analyzer": "name_index" },
    "figure":     { "type": "keyword" }
  }}
}

別名の表は、検索の解析にだけ入れます。 公式ページでは、synonym_graph は検索の解析にだけ使い、索引の解析で複数の語の別名を使うと後ろの語の位置がずれるとされています。また、ngram などの一部のフィルタを synonym_graph の前に置くと、索引の作成が拒まれるとされています。呼び名の解析には ngram を入れず、品番の部分一致は wildcard の欄に任せます。

Step6

指示内容を固定する

あなたは農業機械の販売店の部品係を手伝う立場です。
整備士または農家からの部品の問い合わせの文を、検索の条件に分けてください。
分けるだけで、品番を決めたり、合う部品を答えたりしないでください。

【分ける項目】
- maker:書かれたメーカー名。無ければ null
- model:型式。書かれた文字をそのまま写す
- serial_no:製造番号。書かれた文字をそのまま写す
- position:部品の場所を表す語(左右、前後、植付部、刈取部など)
- names:部品の呼び名。書かれた語をそのまま、複数あれば全部
- part_no_pattern:品番の読める桁。読めない桁は ? にする
- quantity:数。書かれていなければ null
- urgent:急ぎかどうか。「今日中」「止まっている」などの記載があれば true

【厳守事項】
- 型式・製造番号・品番は、書かれた文字を1文字も変えずに写してください。
  似た型式に直す、桁を足す、ハイフンを足すことをしないでください。
- 品番の読めない桁は、1桁につき ? を1つにしてください。
  「*」「●」「□」「…」も読めない桁として ? にしてください。
  読めない桁の数が書かれていないときは、part_no_pattern を null にし、
  note に「読めない桁の数が不明」と書いてください。
- 型式・製造番号が書かれていなければ null にしてください。
  メーカー名や機械の色から型式を推測しないでください。
- 呼び名を正式な品名に言い換えないでください。言い換えは検索の側で行います。
- 1つの問い合わせに複数の部品があれば、parts に部品ごとに分けてください。
- 部品の問い合わせでない文(修理の予約、値段の交渉など)は、
  is_parts_inquiry を false にして、ほかの項目を空にしてください。

【問い合わせの文】{inquiry_text}
【問い合わせの経路】{channel}

「書かれた文字を1文字も変えずに写す」を3か所に書いているのは、型式と品番を「直す」からです。 「YT33」と書かれていれば、よくある「YT333」に直して返すことがあります。直された型式で引くと、別の機械の部品がそれらしく並びます。 型式をそろえるのは型式の表の側、呼び名を言い換えるのは別名の表の側の仕事です。

Step7

出力形式を固定する

AIからは次の形のJSONで受け取ります。 Bedrock の Converse API の outputConfig.textFormat にスキーマを渡します。

{
  "is_parts_inquiry": true,
  "maker": null,
  "model": "",
  "serial_no": "",
  "parts": [
    { "position": "", "names": [""], "part_no_pattern": "", "quantity": null, "note": "" }
  ],
  "urgent": false
}

スキーマには、object ごとに additionalProperties: false を書きます。 公式ページでは、これが無いか false 以外だと 400 の ValidationException になるとされています。数の最小・最大や、文字列の長さの制約は非対応です。quantity が0や負にならないかは、受け取った後に Lambda で見ます。

任意の項目は全体で12個までです。 公式ページでは、それを超えると「Schema is too complex」になるとされ、超えるときは required に入れて null を許す形にするよう書かれています。この形では全部を required にし、無い値は null で返させます。 新しいスキーマの初回は組み立てに最大約90秒かかるとされているので、受け口の待ち時間を120秒以上にします。

検索の結果を、Lambda が次の形の一覧にまとめます。

区分中身部品係がすること
fit型式と製造番号の範囲に合い、品番か呼び名で当たった。供給中図と注記を確かめて手配
superseded当たった品番が切り替わっている。いまの品番と切り替えの種類を添える組で替わる場合は、ほかの部品も要るかを確かめる
reused供給が終わっている。修理の伝票に流用の記録がある整備の責任者に回す
no_range型式は合うが、製造番号の範囲の記載が無いカタログの注記を確かめる
not_found何も当たらない年長の係に回し、分かったら表に足す

候補には、品番の一部・呼び名・場所のどれで当たったかを添え、両方で当たった候補を上に並べます。

Step8

システムへ連携する

つなぎ先方式内容
受け口フォームから Lambda を呼ぶ問い合わせを受ける
Claude(Amazon Bedrock)Converse API問い合わせの文を検索の条件に分ける
Amazon OpenSearch Service検索の API部品・切り替え・修理の伝票の3つの索引を引く
在庫の表毎晩の書き出しを読む拠点ごとの在庫の数を添える
販売と修理の管理の仕組み書き出しを読むだけ修理の伝票と流用の印を索引に入れる

販売と修理の管理の仕組みにも、在庫の表にも書き込みません。 手配を確定するのは部品係で、既存の仕組みで行います。候補の一覧から手配まで自動で進めると、製造番号の注記の見落としが、そのまま合わない部品の発注になります。

品番の切り替えのたどりは、Lambda で回数を決めて行います。 旧い品番から新しい品番を引き、その新しい品番がさらに替わっていればまた引きます。5回たどっても終わらないときは、切り替えの表の誤りを疑って部品係に回します。 同じ品番に戻ってくる輪も、ここで止めます。

Step9

人が確認する

部品係が全部の候補を確かめてから手配します。 一覧には図の番号とページが添えてあるので、確かめるのはそのページの図と注記だけです。

  1. 製造番号の注記を見る … 候補の製造番号の範囲が、カタログの注記と同じかを見ます。表に起こしたときの誤りは、ここでしか見つかりません
  2. 切り替えの種類を見る … 組で替わる切り替えなら、相手の部品も一緒に要るかを確かめます
  3. すり減った品番で当てた候補は、外した部品と見比べる … 整備士に、候補の品番の読める桁と打刻を見比べてもらいます
  4. 流用の候補を整備の責任者に回す … 過去の修理と同じ条件か、使ってよいかを決めてもらいます
  5. 表を直す … no_range と not_found で分かったことを、部品の表と別名の表に足します

5番目で、年長の係の頭の中にあったものが少しずつ表に移ります。

目標は、480件をならして1件3分です。 fit が多い月は短く、no_range と not_found が多い月は長くなります。not_found が1割を超える月は、部品の表に起こしていない型式の問い合わせが増えています。

Step10

例外に対処する

起きること対応
部品の問い合わせでない文is_parts_inquiry が false。検索せずに部品係へ
型式が型式の表に無い検索しない。部品係が型式を確かめ、表に足す
製造番号が無い範囲で絞らずに引き、全候補に「製造番号なし」を付ける
読めない桁の数が不明品番では引かない。呼び名と場所だけで引く
候補が20件を超える一覧を出さず、部品係に「手がかりが足りない」と返す。整備士に部品の場所を尋ねる
切り替えが5回で終わらない・輪になるたどりを止め、切り替えの表の確認に回す
部品の表に起こしていない型式not_found。年長の係に回し、件数を型式ごとに数える
AIの応答が max_tokens で切れる不完全なJSONになる。受け取ったJSONを検査し、通らなければ部品係へ

5行目の「候補が多すぎるときに出さない」を、意図して入れています。 30件の候補を出すと、部品係はその30件を全部確かめることになり、カタログを開くより遅くなります。

Step11

記録を残す

  • 問い合わせの原文と、AIが分けた検索の条件
  • OpenSearch に送った問い合わせと、返った候補(どの手がかりで当たったか)
  • 切り替えのたどりの経路と、在庫の数
  • 部品係が選んだ品番と、選ばなかった候補
  • 手配の結果(合った/合わずに返品した)
  • no_range・not_found の件数と、表に足した行

4つ目と5つ目を組で残すのは、表の誤りを見つけるためです。 選んだ品番が合わずに返品になった件を集めると、製造番号の範囲の起こし間違いや、切り替えの表の抜けが分かります。

04実装レベルの3段階

最小構成:部品の表をAIの画面に貼り、問い合わせを1件ずつ照らす / 30件の試しの候補出し
半自動化:上記+部品の表を OpenSearch の索引にし、型式・製造番号の範囲・品番の一部・呼び名で引く / 部品の候補出し
本格構成:上記+受け口から自動で動かし、AIで問い合わせを分け、切り替え・在庫・流用の記録まで添える / 問い合わせから候補の一覧まで

最小構成では件数がさばけません。 表をそのつど貼るので、型式が増えるほど貼る表が大きくなります。確かめるための段階です。 半自動化で、1件10分が5分程度になります。 問い合わせを条件に打ち直す手間と、切り替え・在庫・流用を別に調べる手間が残ります。本格構成で3分になり、この段階が本記事の想定です。 段階を飛ばさないでください。 半自動化を1か月使うと、not_found の多い型式と、足りない呼び名が先に分かります。

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
480 件
1件あたり現在時間
10 分
1件あたり導入後時間
3 分
現在  480件 × 10分 ÷ 60 = 80 時間/月
導入後 480件 × 3分 ÷ 60 = 24 時間/月
月間削減時間
56h
削減率
70%
年間削減時間
672h
年間金額換算(時間単価3,000円)
202万円
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. 20年以上前の型式も含めて数百の型式のトラクタ・田植機・コンバイン・耕うん機の修理を受けている農機の販売店。部品の問い合わせが月に数百件あり、旧型の部品を探すのが年長の部品係の記憶とパーツカタログの紙・PDFに頼っている場合。メーカーから受け取ったパーツカタログと品番の切り替えの知らせを表にでき、修理の伝票に品番と型式・製造番号が残っている場合。
向いていない
  1. 扱う型式が新しい数機種に限られ、メーカーの部品の検索の仕組みだけで足りる販売店。修理の伝票に品番が残っておらず、流用の記録を作れない場合。故障の原因を見立てることが目的の場合(別の構成が向きます)。なお、切り替え後の部品や流用の部品がそのまま付くか、使ってよいかの技術上の判断は、この構成では代替できません。候補を並べるまでです。

07最小構成で試す方法

  1. 先月の部品の問い合わせから30件を選ぶ(うち10件は、旧型で品番がすり減っていたものを入れる)
  2. その30件の型式のパーツカタログから、該当の図の部品を表計算の表に起こす(型式・図・品番・品名・製造番号の範囲)
  3. 表をCSVにして、手元のAIサービスの画面に貼り付ける
  4. 問い合わせの文を1件ずつ貼り、「この表から、型式と製造番号の範囲に合い、品番の読める桁か呼び名に合う部品を挙げてください。読めない桁を推測で埋めないでください。当たらなければ『該当なし』と書いてください」と指示する
  5. 出てきた候補を、当時の部品係が手配した品番と突き合わせる

確かめるのは、「製造番号の範囲と品番の一部で、候補が数件に収まるか」です。

出てきた内容判断
当時の品番が数件の候補の中に入っていた索引を作る段階に進む
読めない桁を埋めて別の品番を答えた指示の書き方で直る。本番では検索の側で桁を守るので構成は有効
呼び名で当たらない別名の表が先。 年長の係に呼び名を書き出してもらう

3行目はよく起きます。 失敗ではなく、旧い部品を探せるのが1名だけだった理由が1つ分かったということです。

08実装時につまずきやすいポイント

問題対策
型式だけで引いて、仕様の変わる前後の部品が並ぶ製造番号の範囲を integer_range で持ち、filter で絞る
範囲の記載の無い部品が「全部に合う」になる空のまま残し、no_range で人に回す
読めない桁を * で受けて候補が増えすぎる1桁を ? 1つにし、桁の数を守る
品番の一部を keyword の欄で引いて遅いwildcard の欄を使う。**keyword の欄で先頭に * を置くと全部の語をなめる**
AIが型式や品番を「直す」書かれた文字のまま写させ、そろえるのは型式の表の側
別名を索引の解析に入れて位置がずれるsynonym_graph は検索の解析にだけ入れる
should の句が無くても型式に合う全部品が返るminimum_should_match を1にする
流用の記録が伝票の自由な欄に埋もれる流用の印の欄を足し、修理を閉じるときに入れる
候補から手配まで自動で進める手配は人が決める。 注記の見落としがそのまま発注になる

上の3行が、この構成の失敗のほとんどです。 どれも合わない部品を候補に入れる誤りで、届いてから分かります。

search.allow_expensive_queries も先に確かめてください。 公式ページでは、これが false だと wildcard の問い合わせは実行されないとされています。ドメインの設定を変えるときに、品番の一部の検索だけが黙って止まります。

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: 型式・製造番号・部品の情報、在庫の数、修理の伝票(農家の名前と作業の内容を含む)、電話の問い合わせを受けた記録(農家の電話番号を含みうる)です。

  1. AIに渡すのは問い合わせの文だけにする … 部品の表、在庫、修理の伝票は検索の側で扱い、AIには渡しません。 AIは問い合わせを分けるだけで、その仕事に索引の中身は要りません
  2. 修理の伝票の索引から、農家の名前と連絡先を外す … 流用の記録を探すのに要るのは、型式・製造番号・品番・作業の内容です。個人の情報は索引に入れません
  3. パーツカタログを索引に入れてよいかを確かめる … 社内の検索に使ってよいかは、メーカーとの販売店の取り決めで確かめてください
  4. 流用の可否を自動で決めない … 過去に流用した記録は、その修理の条件での話です。付くかと使ってよいかは、整備の責任者が決めます
  5. 製造番号の範囲を起こした人と日付を残す … 表の誤りは合わない部品の手配に直結します。誰がどのカタログのどの版から起こしたかを、行ごとに残します

誤りが起きた場合のリスクは、合わない部品を手配することと、合う部品を見落として供給終了と答えてしまうことの2つです。 どちらも表の側の問題なので、返品と not_found の記録から表を直します。

10まず何から始めるか

1週目:問い合わせの多い型式を出す

過去1年の修理の伝票から、件数の多い型式を20出します。年長の係に回っている旧型の型式が、表に起こす先です。

2週目:30件で試す

その型式のうち数機種のパーツカタログを表に起こし、30件の問い合わせで、手元のAIサービスに候補を挙げさせます。当時の手配の品番が候補に入るか、読めない桁を埋めていないかを最優先で見ます。

3週目:別名の表と流用の印を作る

年長の係に、呼び名と品名の組を書き出してもらいます。 修理の伝票には流用の印の欄を足します。

4週目:索引を作る

OpenSearch に部品の索引を作り、型式・製造番号の範囲・品番の一部・呼び名で引けるようにします。この時点ではAIを入れず、部品係が条件を打って引きます。

2か月目: 切り替えの索引と在庫を添え、候補を4つに分けた一覧を出します。not_found の件数を型式ごとに毎週数えます。3か月目以降: 受け口とAIの問い合わせの分け方を足し、1件10分が何分になったかを実測します。年長の係が休んだ日にも旧型の問い合わせに答えが出るようになった時点で、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:2026-11-16/最終更新:2026-11-16
確認した内容情報源確認日
wildcard の欄の型が 2.15 で入り、任意の部分の文字列と正規表現で引くための keyword の変種であること。keyword の欄では全部の語をなめ、text の欄では語に切られて部分の一致が崩れること。3文字以下の部分の文字列を索引に書き、後から型に合うかを確かめること。normalizer を指定でき、索引の値と検索の値の両方にかかること。強調表示に対応しないことOpenSearch: Wildcard field type2026-11-16
wildcard の問い合わせで * が0文字以上、? が1文字に合うこと。先頭に置くと重いこと。search.allow_expensive_queries が false だと実行されないことOpenSearch: Wildcard query2026-11-16
synonym_graph を検索の解析にだけ使うこと(索引の解析では複数の語の別名で位置がずれること)。ngram などのフィルタを前に置くと索引の作成が拒まれることOpenSearch: Synonym graph token filter2026-11-16
integer_range などの範囲の型があり、gte・lte で範囲を入れることOpenSearch: Range field types2026-11-16
filter の句が点数に関わらず合うかだけを決めること。must か filter があると minimum_should_match の既定が0であることOpenSearch: Boolean query2026-11-16
normalizer が1つの語だけを出し、文字単位の処理だけができること。pattern_replace の文字のフィルタと cjk_width・uppercase などのフィルタが使えることOpenSearch: Normalizers2026-11-16
Amazon OpenSearch Service で新しく作れる OpenSearch の版(3.5、3.3、3.1、2.19 など)AWS: What is Amazon OpenSearch Service?2026-11-16
日本語の解析(kuromoji)と ICU の解析がすべてのドメインに入っていることAWS: Plugins by engine version in Amazon OpenSearch Service2026-11-16
Converse API の outputConfig.textFormat で JSON スキーマを渡せること。object ごとに additionalProperties: false が要り、無いと 400 になること。数の最小・最大と文字列の長さの制約が非対応であること。任意の項目が全体で12個までであること。新しいスキーマの初回の組み立てに最大約90秒かかり、待ち時間を120秒以上にするよう書かれていること。max_tokens で切れると不完全なJSONになることAWS: Get validated JSON results from models(Amazon Bedrock)2026-11-16

部品が合うか、流用してよいかは、メーカーのパーツカタログと知らせ、自社の整備の責任者の判断で確かめてください。 本記事は特定のメーカーの品番や部品の供給の年限を扱っていません。

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-3191)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