学習塾で毎月の模試の個人成績票を読み取り、教科別の得点・偏差値・志望校判定を生徒台帳に転記して、成績が下がり続けている生徒と面談の候補を出す

処理の起点を決める

模試の回ごとのフォルダに、成績票のファイルが保存されたことを起点にします。 フォルダの名前は「模試の系列＋実施日」にそろえ、ファイルを入れた時点でどの模試の何回目かが決まるようにします。成績票の上に書かれた模試の名前を読んで決める作りにすると、似た名前の模試を取り違えます。

紙の成績票は、教室のスキャナーで束のまま読み込み、1つのPDFにします。1ファイルに数十人分が入るので、処理はページの単位で行います。 PDFで取れる成績票は、生徒ごとのファイルでも、まとめたファイルでも同じ扱いにします。

転記が終わったかどうかは、模試の回の情報に持たせた受験者数と、転記できた人数を比べて決めます。 欠席した生徒の分は成績票が来ないので、受験者数は団体受験の申込の人数ではなく、成績票の枚数の側で数えます。

推移の規則は、模試の回の転記がすべて終わってから1回だけ動かします。 1枚ずつ転記するたびに動かすと、途中の段階で候補が出たり消えたりします。転記が終わった回について、翌朝に面談の候補の一覧を教室長に送ります。

入力データを集める

質を決めるのは、2行目です。 教科の構成と満点が分かっていれば、取り出した得点が満点を超えていないか、教科が足りないかを機械で確かめられます。判定の記号の並び（AがよくEが悪い、など）も模試ごとに持ちます。 模試によって記号が違うと、「判定が下がった」を規則で書けません。

第一志望校は生徒台帳に持たせます。 成績票には志望校が複数並び、どれが本人の第一志望かは成績票の並び順だけでは分からないことがあります。

データの取得方法を決める

読み取りは、連携の処理からレイアウトモデル（prebuilt-layout）を呼ぶだけです。outputContentFormat=markdown を付けます。 表は結合したセルと複数行の見出しを表せる HTML の表で返ります。成績票の見出しは「得点｜平均点｜偏差値」が教科の下に2段で並ぶことが多いので、この形のほうが列を取り違えにくくなります。

生徒台帳と過去の成績は、受験番号から生徒IDを引き、その生徒の同じ系列の過去の回だけを取ります。 系列が違う回は最初から取りません。取るのは直近の3回までです。 それより前の回まで並べると、学年が変わる前の成績が混ざり、学年の初めの低下を「下がり続けている」と読んでしまいます。

AIへ渡す前に整形する

1. ページの区切り … 束でスキャンしたPDFを、成績票1人分ごとのページに分けます。1人2ページの模試は、模試の回の情報にページ数を持たせます
2. 向きの補正 … 逆さに入ったページは、レイアウトモデルが返す向きの角度で確かめます
3. 成績票以外のページを除く … 解答や解説、集計表のページが混ざっていれば外します
4. ページ数とサイズの確認 … PDF と TIFF は2,000ページまで、ファイルは有料（S0）で500MBまでです。クラス単位の束なら十分に収まります
5. 文字の大きさの確認 … 1024×768の画像で12ピクセルが読み取れる最小の高さで、150dpiで約8ポイントの文字にあたります。成績票の偏差値の欄は小さいので、スキャナーは300dpi程度にします
6. 手書きの行を印で分ける … isHandwritten が付いた行は、取り出しの対象から外します

5番目は、最初に一度だけ確かめれば済みます。 教室のスキャナーの既定の設定が200dpiのままだと、偏差値の小数点が読めず、「52.4」が「524」になります。 満点や偏差値の範囲で弾けますが、弾かれる枚数が多ければ設定を直すほうが早く済みます。

AIに処理させる

させるのは、成績票1人分から項目を取り出し、根拠にした文字列を書き出すことだけです。

2行目の absent が、この構成でいちばん大事な区別です。 0点は受けて0点だったということ、absent は受けていないということで、前者は推移の計算に入り、後者は入りません。 成績票によっては、受けていない教科の偏差値の欄に「－」が印刷されます。欄が埋まっているように見えても、値は無いものとして扱います。

1行目は、合計の偏差値で起きやすい失敗です。 合計の欄が読めないとき、教科の偏差値の平均で埋めることがあります。偏差値の平均は合計の偏差値とは一致しません。 埋めた値が推移に入ると、その回だけ不自然に上下します。

指示内容を固定する

あなたは学習塾の教室の事務で、模試の個人成績票を読み取る担当です。
OCRが返した読み取り結果だけを見て、1人分の成績を取り出してください。

【この模試の情報】
模試の系列：{exam_series}　実施日：{exam_date}
教科と満点：{subjects_and_full_marks}
判定の記号：{grade_symbols}

【取り出すもの】
1. 受験番号と氏名
2. 教科ごとの得点・平均点・偏差値
3. 合計の得点と偏差値（成績票の合計の欄）
4. 志望校ごとの学校名・学科名・判定の記号

【status の選び方】
- taken ... 得点が数字で書かれている（0 を含む）
- absent .. 空欄、「－」、「欠」、「未受験」など、受けていないことを示す
- unreadable .. 文字は検出されているが、数字として確定できない
迷ったときに taken を選ばないでください。

【厳守事項】
- 書かれていない値は null にしてください。推測で埋めないでください。
- 計算をしないでください。合計や偏差値を、教科の値から作らないでください。
- 得点が満点を超える、偏差値が 20 未満や 80 を超えるなど、
  ありえない値は unreadable にしてください。直さないでください。
- 手書きの書き込みとして渡された行は使わないでください。
- 判定の記号は書かれたとおりに写してください。言い換えないでください。
- evidence には、値を取った元の文字列をそのまま写してください。
- 成績が上がったか下がったか、面談が必要かは書かないでください。

【読み取り結果】{layout_markdown}

「迷ったときに taken を選ばない」を明記しないと、ハイフンを0として返すことがあります。 読み取り結果の表には、その教科の行が確かに存在し、何も言わなければ数字を探して埋めます。禁じるのは、行があることを、受けたこととして扱う判断そのものです。

偏差値の範囲を「ありえない値」として書いているのは、小数点の読み落としを拾うためです。 「524」を52.4に直させず、unreadable にして人に回します。直してよいかは、画像を見た人にしか決められません。

出力形式を固定する

構造化出力で、次の形のJSONを受け取ります。 スキーマのすべての項目を必須にし、additionalProperties: false を付けます。値の無い項目は null を許す型にします。

{
  "document_type": "score_report",
  "exam_no": "",
  "student_name": "",
  "subjects": [
    { "subject": "数学", "status": "taken | absent | unreadable",
      "score": null, "average": null, "deviation": null,
      "low_confidence": false, "evidence": "" }
  ],
  "total": { "subjects_count": null, "score": null, "deviation": null },
  "targets": [
    { "school": "", "department": "", "grade": "", "evidence": "" }
  ]
}

処理はこれを生徒台帳に転記したうえで、規則に当てはめて面談の候補の一覧を作ります。

1つ目の理由は、status を推移の規則がそのまま使えることです。 absent の教科は推移の計算から外し、その回の合計の偏差値が教科の数の違う合計なら、比べる回から外します。 自由文で受け取ると、受けていないのか読めないのかを、規則の側で文章から推し量ることになります。

2つ目は、規則を後から変えられることです。 「3回続けて」「5ポイント」は教室長と本部で決める値で、受験学年の秋だけ厳しくする、といった変更が起きます。転記された値を残しておけば、規則を変えて過去の回に当て直せます。

3つ目は、evidence で確認が速くなることです。 確認待ちの値について、何という文字列から取ったかが一覧に出るので、画像を開く前に、小数点の読み落としか、ハイフンの読み違いかの見当が付きます。

システムへ連携する

生徒台帳へ書き込むのは、結び付けができて unreadable が無い成績だけです。 それ以外は「確認待ち」として別の一覧に置き、事務が確かめてから書き込みます。読み取りに問題がある値が台帳に入ると、推移の規則がその値で動いてしまいます。

人が確認する

事務が見るのは、確認待ちの一覧だけです。 結び付けができて、unreadable と low_confidence の無い成績票は、台帳に入った値を一覧で流し見て終わりにします。

1. 結び付けができなかった成績票を見る … 受験番号が生徒台帳に無い場合です。多くは受験番号の登録漏れで、台帳を直せば済みます
2. unreadable の値を画像で確かめる … 小数点の読み落とし、印刷のかすれです
3. absent が多い生徒を確かめる … 1回で2教科以上が absent の生徒は、本当に受けていないかを講師に聞きます
4. 教室長が面談の候補を見る … 一覧の理由と、生徒の普段の様子を照らして、連絡する生徒と順番を決めます

4番目は、候補を絞るための確認です。 一覧に挙がった生徒すべてに連絡する必要はありません。部活の大会の直後だった、体調を崩していた、という事情は教室長が知っています。 規則が出すのは「見たほうがよい生徒」までで、連絡するかは人が決めます。

3番目の講師への確認は、教室の授業の記録と照らせば済むことが多くあります。 模試の当日に体調を崩して途中で帰った、部活の大会で一部の教科だけ受けた、という事情です。absent が正しいと分かれば、その回は推移の計算から外れるので、候補に誤って挙がることはありません。

目標は、480枚をならして1枚2分です。 確認待ちに回るのは1割前後という想定で、それより多い回は、スキャンの設定か受験番号の登録が足りていません。

例外に対処する

1行目を、氏名で埋めないでください。 同じ学年に同姓の生徒がいる教室は珍しくありません。取り違えた成績が別の生徒の推移に入ると、その2人とも誤った候補になります。

3行目と8行目は、模試の側の変更から起きます。 年度が変わると教科の構成や判定の記号が変わる模試があり、最初の回で確認待ちが急に増えたら、まず模試の一覧が古くなっていないかを疑います。

記録を残す

• 成績票のファイル（スキャンしたPDF）と、模試の回・ページの範囲
• OCRが返したJSONの全文と、AIが返した1人分のJSON
• 生徒台帳への転記の記録（いつ、どの値を、どの生徒に）
• 確認待ちに回った理由と、事務が直した値・直した理由
• 面談の候補の一覧と、そのとき使った規則の値（何回続けて、何ポイント）
• 教室長が連絡した生徒と、連絡しなかった理由

5つ目で規則の値を残すのは、規則は時期によって変えるからです。 受験学年の秋に基準を変えると、同じ成績でも候補に挙がるかどうかが変わります。どの基準で候補にしたかが残っていないと、保護者から理由を聞かれたときに答えられません。

最後の行は、規則を直す材料になります。 候補に挙がったが連絡しなかった生徒が多いなら、規則が厳しすぎます。