自治体の保育課に毎月届く手書きの途中入所の申込書と就労証明書を読み取り、申込台帳の項目と利用調整に使う就労時間・世帯の状況をそろえ、記入漏れと添付漏れを拾う

処理の起点を決める

受付のたびに、申込み1件分を1つのPDFにしてスキャンすることを起点にします。 申込書、就労証明書（父母それぞれ）、添付書類をまとめて1つのファイルにし、ファイル名に受付番号を入れます。Python のプログラムが10分おきに取込フォルダを見て、新しいファイルを拾います。

締切の後にまとめてスキャンしません。 締切の前に届いた申込みは届いた日に読み、記入漏れを締切の前に保護者へ返します。 締切の後にまとめると、点検が会議の直前に詰まる今の形に戻ります。

処理済みのフォルダへ移すのは、申込台帳の下書きと連絡の一覧への書き込みまで成功したときだけにします。 取込フォルダに残っている数が、そのまま未処理の数になります。プログラムを庁内のどのサーバーで動かすか、そこから Document AI と Claude API の API を呼べるかは、情報セキュリティの担当課と先に決めます。

入力データを集める

質を決めるのは、様式の欄の一覧と添付書類の表です。 欄の一覧が無ければ、返ってきたキーと値の組をどの欄の答えかに当てはめられません。 添付書類の表が無ければ、何が足りないかを判断する物差しがありません。

データの取得方法を決める

読み取りは、Python から Document AI の処理の API を呼ぶだけです。ファイルを渡すと、Document という形の応答が返ります。

書類の種類は、ページの見出しの文字で見分けます。 「就労証明書」の見出しのあるページは就労証明書、市の申込書の見出しのあるページは申込書、それ以外は添付書類として扱います。見出しが見つからないページは、種類を決めずに unknown として人に回します。

個人番号の欄は、ここで Python が伏せます。 申込書に個人番号の欄がある市では、その欄の値を記号に置き換えてから Claude API に渡します。利用調整に個人番号は要らず、生成AIに渡す理由がありません。

AIへ渡す前に整形する

1. 形式の確認 … Document AI の対象は PDF、GIF、TIFF、JPEG、PNG、BMP、WebP などです。複合機の保存形式は PDF にします
2. 解像度の確認 … 公式には、スキャンは最低200dpiが望ましく、300dpi以上が一般に最もよい結果になるとされています。複合機を300dpiに設定します
3. 圧縮の確認 … 非可逆の形式は画質と精度を落とすことがあるとされています。複合機の「高圧縮」の設定を使いません
4. 向きと裏表の確認 … 逆さのページは向きを直し、白紙の裏面は取り除きます
5. 書類の種類の見分け … ページの見出しで、申込書・就労証明書・添付書類を分けます
6. 父母の対応付け … 就労証明書の本人氏名を申込書の保護者の氏名と照らし、父母のどちらの証明書かを決めます。決まらないものは人に回します
7. 重複の検知 … 同じ児童の申込みが2つあれば、後のものに「再提出」の印を付けます

6番目を軽く見ないでください。 就労証明書が2通あっても、両方が同じ保護者のもの（転職の前後など）ということがあります。父母の取り違えは、そのまま指数の誤りになります。

AIに処理させる

させるのは、書類に書かれた文字を、申込台帳の項目と就労の状況の欄に写すことだけです。 就労時間を月間に直すことも、点数を付けることもさせません。

右端の列が、この構成でいちばん大事な区別です。 就労時間は書かれた単位のまま写させます。週の時間を月間に直すのは、標準的な様式の注記にある換算のしかたに沿って Python が行います。AIに換算させると、どの書き方を何倍したのかが記録に残りません。

3行目がいちばん起きやすい失敗です。 月の就労日数の欄が空でも、曜日の □ に5つ印があれば「月20日くらい」と埋めたくなります。その瞬間、勤め先が書いていなかったという事実が消えます。 標準的な様式でも、就労日数は雇用契約に基づく日数を勤め先が書く欄です。

指示内容を固定する

あなたは市の保育課で、保育所等の途中入所の申込書と就労証明書を読み、
申込台帳と就労の状況の欄に写すための下書きを作る立場です。
OCRが返した読み取り結果だけを見てください。推測で埋めないでください。

【やること】
1. 渡されたページが、申込書・就労証明書・それ以外のどれかを確かめてください。
   それ以外の書類は写さずに document_type を other にしてください。
2. 申込書から、児童の氏名・生年月日、希望施設（第1〜第5希望）、
   入所希望日、世帯の状況の印を写してください。
3. 就労証明書から、本人氏名、雇用の形態、就労時間（固定就労・変則就労）、
   就労日数、就労時間帯、育児休業の状況、復職予定日、
   育児休業の短縮の可否を写してください。
4. 読み取り結果の中の [MASKED] は伏せた値です。そのままにしてください。

【厳守事項】
- 文字と数字は書かれたものをそのまま入れてください。
- 就労時間と就労日数は、書かれた単位（月・週・日）のまま写し、
  単位を unit に入れてください。月間に直す計算をしないでください。
- 書かれていない欄は空にしてください。曜日の印の数や
  ほかの欄から、日数や時間を推し量って埋めないでください。
- 施設名は書かれたとおりに写してください。似た名前の施設に直さないでください。
- 読みにくい字は、読めた文字のまま value に入れ、unclear を true にしてください。
- チェックボックスの印がどちらにも無いときは unknown にしてください。
- 指数、点数、優先度、入所できるかどうかについて書かないでください。
- evidence には、各値の根拠にした文字列をそのまま写してください。

【読み取り結果（キーと値の組、チェックボックス、表、全文。個人番号は伏せてあります）】{ocr_result}
【この様式の欄の一覧】{form_fields}

「月間に直す計算をしない」を明記しないと、AIは親切に換算します。 週30時間と書かれた証明書を「月120時間」と写し、元が週の値だったことが下書きから消えます。 換算の規則が後から変わったとき、どれを直せばよいか分からなくなります。

出力形式を固定する

Claude API の構造化出力で、次の形のJSONに固定して受け取ります。 公式には、output_config.format に json_schema の形でスキーマを渡すと、制約付きのデコードでスキーマに従う応答を返すとされ、enum と required を使え、オブジェクトの additionalProperties は false にする必要があります。

{
  "document_type": "application | employment_cert | other",
  "application": {
    "child_name": { "value": "", "unclear": false },
    "child_birth": { "value": "", "unclear": false },
    "wishes": [{ "rank": 1, "facility_text": "", "unclear": false }],
    "start_date": { "value": "", "unclear": false },
    "household": { "single_parent": "yes | no | unknown", "sibling_enrolled": "yes | no | unknown" }
  },
  "employment": [{
    "person_name": { "value": "", "unclear": false },
    "employment_type": [""],
    "work_pattern": "fixed | variable | unknown",
    "hours": { "value": "", "unit": "month | week | day | none" },
    "days": { "value": "", "unit": "month | week | none" },
    "childcare_leave": "planned | taking | taken | none | unknown",
    "return_date": "",
    "leave_shortening": "yes | yes_planned | no | unknown"
  }],
  "evidence": [{ "field": "", "text": "", "confidence": 0 }]
}

1つ目の理由は、AIの仕事と規則の仕事を別の層に置けることです。 JSONはAIが埋め、月間の就労時間の換算と基準表への当てはめは Python が行います。基準表が変わっても、直すのは規則の表だけです。

2つ目の理由は、missing と not_detected と attachment_missing を分けられることです。 Form Parser は空欄のキーと値の組を確実には読み取れないとされているので、キーが返ってこないことを空欄と決めつけません。 not_detected は職員が原本を見て、空欄か読み取りの漏れかを決めます。

システムへ連携する

施設名の照合は、Python が施設の一覧と文字の近さで行います。 候補が1つに決まれば施設番号を付け、2つ以上あれば決めずに ambiguous として職員に回します。 「分園」「第二」のような一語の違いで別の施設になるためです。

業務システムへは書き込みません。 業務システムに取込の機能があるかは製品と契約によって違い、指数を確定させる経路をこの構成から作らないためでもあります。 職員が下書きを見ながら入力し、入力した日時を台帳に残します。

人が確認する

人が見るのは、連絡の一覧と、complete 以外の申込みだけです。 complete のものは、指数の候補と計算の過程を確かめて業務システムに入れます。全件を原本から読み直す設計にすると、第10章の20.0時間には収まりません。

1. 連絡の一覧を受付の翌日に見る … missing と attachment_missing は保護者へ連絡します。締切の前なら、締切までの提出を案内します
2. not_detected と unreadable は原本を見る … 書かれていれば下書きに入れ、空欄なら保護者へ連絡します
3. unit_mismatch は勤め先の書き方を確かめる … 月と週の値が食い違うときは、どちらを採るかを係の取り決めで決め、勝手に選びません
4. 指数の候補を確かめる … 計算の過程を読み、原本の就労時間の欄と見比べます
5. 業務システムに入れる … 入れた日時と担当者を台帳に残します

目標は、300件をならして1件4分です。 連絡や原本の確認が要るのは2割前後という想定で、それより多い月は、様式の欄の一覧か複合機の設定に問題があります。

例外に対処する

2行目と5行目がいちばん大事な例外です。 前者は書いた保護者への誤った連絡に、後者は指数の誤りにつながります。どちらも「決めない」ことを正しい出力として扱います。

記録を残す

• 元の申込みのPDFと、受付番号・受付日・スキャンした日時
• Document AI が返した Document のJSONの全文
• Claude API に渡した伏せた後の読み取り結果と、返ってきたJSON
• Python が付けた状態、月間の就労時間の換算の過程、そのとき使った基準表の版
• 保護者へ連絡した記録（いつ、何を、誰が）と、書類が届いた日
• 職員が下書きを直した記録と、業務システムへ入れた日時