引越しの依頼者が撮った部屋の動画から家具・家電・段ボールの数の一覧と荷物の量の見込みを作り、訪問見積を省けるかの判断材料にする

処理の起点を決める

見積依頼のフォームが送信されたときに動きます。 フォームには、旧居・新居の住所と階数、エレベーターの有無、希望日、そして申込者が18歳以上かの確認の欄を置き、部屋ごとに動画を上げる欄を並べます。部屋の名前（台所、居間、寝室1 など）は依頼者に選んでもらい、動画と組にします。

18歳以上の確認に「いいえ」と答えた申込みは、プログラムを動かしません。 動画は受け取らず、受付の担当者が電話で連絡し、これまでどおり下見で見積ります。フォームの画面にも、動画での見積は18歳以上の方に限ると書いておきます。

あとから押入れの動画だけを足す場合は、その部屋だけを呼び直します。 全部作り直すと、見積担当が直した品目が消えます。

入力データを集める

質を決めるのは、品目の一覧です。 AIに自由に品目の名前を付けさせると、「棚」「ラック」「本棚」「カラーボックス」がばらばらに返り、品目表に当てられません。自社の品目表の品目コードの中から選ばせ、当てはまらない物は other として名前を書かせます。 other の数が多い月は、品目表に足りない品目があるということです。

標準の容積はAIに渡しません。 渡すと、AIが自分で足し上げた量を返そうとします。

データの取得方法を決める

動画は、フォームの受信先からプログラムが取り、Files API に上げます。 公式の案内では、リクエスト全体（ファイル、指示の文、システムの指示を含む）が20MBを超える場合や、動画の長さがある場合、同じ動画を何度も使う場合は、常に Files API を使うよう書かれています。スマートフォンの2〜3分の動画は多くがこれを超えるので、最初から Files API を使います。

Files API に上げたファイルは48時間で自動的に消え、手で消すこともできます。 呼び直すことがあるので、見積担当が確定の操作をした後にプログラムが消します。

呼び出しは部屋ごとに1回です。 1回の呼び出しに全部の部屋の動画を入れることもできますが、部屋ごとに分けると、どの部屋の動画から出た品目かがはっきりし、撮り直しのときにその部屋だけを呼び直せます。 指示の文は動画の後ろに置きます。公式の案内では、文と1本の動画を組み合わせるときは、文を動画の後に置くよう書かれています。

処理の方法は、既定の「1秒に1枚」（static）のまま使います。 必要な場面だけを読み込む処理（agentic）は、5分未満の短い動画ではかえって時間とトークンが増えることがあるとされています。有料の利用枠で使います（第13章）。

AIへ渡す前に整形する

1. 年齢の確認 … フォームの18歳以上の確認が「はい」であることを確かめます。「いいえ」や空欄のものは、ここで止めて受付の担当者に回します
2. 形式の確認 … mp4、mov、webm、3gpp など対応する形式かを見ます。対応しない形式は、プログラムで mp4 に変えてから上げます
3. 長さの確認 … 1本が長すぎるもの（目安として5分を超えるもの）は、部屋が2つ以上映っていないかを見るため、見積担当に回して部屋ごとに分けてもらいます
4. 本数と部屋の名前の確認 … 間取りに対して部屋の動画が足りない場合（2LDK で寝室の動画が1本しかない など）は、一覧の「映っていない範囲」に部屋ごと載せます
5. 住まいの条件の付け足し … 階数とエレベーターの有無を指示に入れます。搬出の気になる点を拾わせるときの前提になります
6. 同じ動画の重複の確認 … 同じファイルが2回上がっていれば、1回だけにします

4番目を軽く見ないでください。 依頼者は、物の少ない部屋や物置を撮り忘れがちです。動画が無い部屋は、AIには見えません。 撮り方の案内（ゆっくり見回す、収納の扉を開けて映す、運ばない物は声で言う、人は映さない）も、前処理の一部と考えます。

AIに処理させる

させるのは、部屋ごとの動画から、品目と数と大きさの区分、最初に映った時刻、声の説明による区分、映っていない範囲、特別な扱いの要る荷物を返すことだけです。

右端の列の考え方は、迷ったら一覧に載せる側に倒すことです。 数に迷う品目は迷いの印を付けて載せ、特別な荷物かどうか分からない物は候補として載せます。載りすぎた品目は見積担当が数秒で消せますが、載らなかった荷物は当日まで誰も気づきません。

特別な荷物を別に拾うのは、約款の扱いが違うからです。 標準引越運送約款では、動植物、ピアノ、美術品、骨董品などの引受けを拒絶することがあるとされ、壊れやすいもの（パソコン等の電子機器を含む）などは申告を求めることになっています。

5行目がいちばん起きやすい失敗です。 閉じた押入れが映ると、AIは「布団一式」と書きたがります。それらしい数が入ると、見積担当は依頼者への確認をしなくなります。

指示内容を固定する

あなたは引越会社の見積担当を手伝う係です。
依頼者が引越しの前に撮った、1つの部屋の動画があります。
映像と、撮りながら話している声の両方を見て、次のことを返してください。

【この部屋】{部屋の名前}
【住まいの条件】旧居 {階数}階、エレベーター {あり／なし}、間取り {間取り}

【品目の一覧】
{品目コードと名前の一覧。冷蔵庫（大・中・小）、洗濯機、ベッド（シングル・ダブル）、
 整理だんす、本棚、ソファ、テレビ、段ボール など}

【やること】
1. 動画に映った家具・家電・段ボールを、品目の一覧の品目コードで数える。
   一覧に無い物は other とし、名前を書く。
2. 品目ごとに、大きさの区分（small／medium／large）と、
   最初に映った時刻を MM:SS で書く。
3. 依頼者が声で「運ばない」「処分する」「置いていく」「新居で買う」などと
   言った品目は dispose、「持っていく」と言った品目は move、
   何も言っていない品目は unknown とし、声の時刻を書く。
4. 扉を開けて映した収納は、中身の多さを few／some／many で書く。
5. 映っていない範囲（開けていない押入れ・クローゼット、映らなかった壁際、
   ベッドの下、ベランダ など）を、理由とともに書く。
6. ピアノ、美術品・骨董品らしい物、大型の水槽、植物、パソコンなどの
   壊れやすい電子機器があれば、特別な扱いの候補として書く。
7. 映っていた狭い階段・廊下・段差があれば、時刻とともに書く。

【厳守事項】
- 映っていない物を数えないでください。閉じた収納の中身を推測して
  書かないでください。映っていない範囲として返してください。
- 同じ物が2回映った場合は1つと数えてください。
  同じ物か分からない場合は、count_uncertain を true にしてください。
- 声の説明が聞き取れない、または誰の何の話か分からない場合は unknown にしてください。
- 荷物の量（立方メートル）、トラックの大きさ、作業員の数、料金を書かないでください。
- 美術品・骨董品の真贋や価値について書かないでください。
- 動画に人が映っていても、人については何も書かないでください。
- 郵便物・書類・画面に映った文字の内容を書き写さないでください。

「閉じた収納の中身を推測しない」を明記しないと、それらしい数が入ります。 何も言わなければ、AIは部屋の様子から「押入れには布団があるだろう」と書いて親切に埋めます。禁じるのは、映っていない物を数える判断そのものです。

最後の2行は、依頼者の暮らしを一覧に持ち込まないための指示です。 見積に要るのは荷物の品目と数だけです。

出力形式を固定する

部屋ごとに、次の形の JSON で受け取ります。 size、disposition、reason は enum で決まった文字列に絞ります。

{
  "room": "bedroom_1",
  "items": [
    {
      "item_code": "BED_SINGLE",
      "name": "",
      "count": 1,
      "size": "small | medium | large",
      "first_seen": "00:42",
      "count_uncertain": false,
      "disposition": "move | dispose | unknown",
      "voice_at": "00:45"
    }
  ],
  "packed_boxes": { "count": 6, "count_uncertain": true, "first_seen": "01:10" },
  "storage_contents": [
    { "storage": "クローゼット", "amount": "few | some | many", "seen_at": "01:30" }
  ],
  "not_visible": [
    { "area": "押入れ（左の扉）", "reason": "door_closed | out_of_frame | too_dark | too_fast" }
  ],
  "special_items": [
    { "kind": "piano | art_or_antique | aquarium | plant | fragile_electronics | other", "seen_at": "02:05", "note": "" }
  ],
  "access_notes": [
    { "note": "廊下が狭く、曲がり角がある", "seen_at": "00:10" }
  ]
}

1つ目の理由は、品目コードでそのまま品目表に当てられることです。 プログラムは item_code と size で標準の容積を引き、count を掛けて足し上げます。dispose の品目は量に足さず、unknown は足したうえで印を付けます。

2つ目は、first_seen と voice_at で確かめる場所がすぐ分かることです。 見積担当の画面では、時刻を押すとその場面から再生されるようにします。

3つ目は、not_visible と special_items から、規則で印を付けられることです。

要は、印を AI に付けさせないことです。 境目の量や収納の数は自社の決めごとで、繁忙期と閑散期で変えることもあります。AIが返した事実を、規則の側で読み替えます。 schema では count を integer にして minimum を0とし、size と disposition を enum で絞ります。

システムへ連携する

見積システムへは書き込みません。 この構成が出すのは、荷物の一覧と量の見込みと印までです。見積書の額と内容は、見積担当が運賃料金表に基づいて決めます。 一覧をそのまま見積書に流す経路を作ると、数え落としがそのまま依頼者に出る見積の額になります。

品目表も読み取りだけです。 other に何度も出てくる品目を品目表に足すかは、見積担当の責任者が決めます。

人が確認する

見積担当は、一覧を上から見て、印の付いた品目だけを動画で確かめます。 動画を最初から見返すことはしません。

1. 印を見る … 「撮り直しを頼む」なら、どの部屋のどの範囲かを依頼者に伝えて撮り直しを頼みます
2. count_uncertain の品目を確かめる … 時刻を押して該当の場面を見て、数を直します
3. unknown の品目を確かめる … 運ぶか運ばないかを、依頼者への電話で聞く項目に入れます
4. 映っていない範囲と特別な荷物を電話で確かめる … 「左の押入れの中には何がありますか」と、範囲を名指しで聞きます
5. 下見に行くかを決める … 下見に行く場合、費用をいただくなら見積りの前に金額を伝えて了解を得ます
6. 直した内容を記録する … どの品目の数を、何から何に変えたかを残します

4番目を省かないでください。 名指しで聞けば依頼者は答えられますが、「ほかにありますか」では思い出せません。 not_visible は、この電話の質問の一覧です。

約款では受取日の3日前までに見積書の記載内容の変更の有無を確かめることになっており、その電話でも同じ一覧を使います。

例外に対処する

上から4行目までが大半を占めます。 どれもAIの精度ではなく、撮り方と受付の決め方の問題です。

記録を残す

• フォームの送信の日時、年齢の確認の回答、住まいの条件
• 部屋ごとの Gemini API の返した JSON の全文と、呼び出した日時
• 量の計算に使った品目表の版と、計算の結果
• 規則が付けた印と、そのときの規則の版（境目の量、収納の数の基準）
• 見積担当が直した記録 … どの品目の数を、何から何に変えたか。下見に行ったか
• 当日の実際の荷物と、一覧との差（作業の後に現場から報告をもらう）
• 動画そのものは、見積が確定して引越しが終わるまでの決めた期間だけ社内に置き、その後に消す

4つ目で「規則の版」を残すのは、境目を後から変えるためです。 基準を緩めた月とそうでない月の当日の積み残しを比べないと、基準をどこに置けばよいかが分かりません。 最後から2つ目の記録は、この構成の精度を測るただ一つの材料です。