入社手続きで集める提出書類を読み取って、登録用のデータと不足の連絡文にする

処理の起点を決める

SharePoint の受付フォルダにファイルが保存されたときを起点にします。

入り口を1か所にまとめることが、この構成の前提です。 現状は郵送・複合機・メール添付・チャットの4経路に分かれています。すべてが同じフォルダに落ちる形にしてください。

• 郵送 … 本社で開封してスキャン、フォルダへ保存
• 複合機 … スキャン先をそのフォルダに設定
• メール添付 … 受信箱のルールで添付をフォルダへ保存
• スマートフォン … フォームからアップロード、または Teams のチャネルへ投稿

フォルダは入社者ごとに分けないでください。 届いた時点では誰の書類か分からないことがあります。まず受付フォルダに入れて、読み取った氏名で振り分けるほうが確実です。

もう1つの起点として、日次のチェックを置きます。 毎朝、入社予定日が2週間以内の人について、不足している書類を確認します。ここが督促の起点になります。

入社日の一覧は、人事給与システムか採用管理システムから取ります。 これがないと「誰の書類を待っているか」が分かりません。

入力データを集める

データの取得方法を決める

提出書類の一覧を、雇用形態ごとに整理してください。 正社員とパート・アルバイトでは必要な書類が違います。

「該当しない場合」の列が要ります。 新卒者には雇用保険被保険者証がありません。これを「不足」として督促すると、本人を困らせます。

「代替手段」の列も実務では効きます。 紛失している人が一定数います。代わりに何を出せばよいかを最初から示せると、やり取りが1往復減ります。

書類の見本を集める作業が、モデルの学習の前提になります。 分類モデルには区分あたり5件、抽出モデルには同じ様式の書類が5件必要です。過去の提出書類から集めてください。

見本を集めるときの注意があります。

• 様式ごとにフォルダを分ける（写真・スキャン・PDFで分けるのも有効）
• すべての項目が埋まっている書類を選ぶ
• 項目の値が互いに違う書類を選ぶ
• 画質が低いものが多いなら、見本を5件より多くする（10〜15件）

「その他」の区分を作ってください。 分類モデルは、入力された書類を必ずどれかの区分に割り当てようとします。学習していない種類の書類が届いたときに誤った区分へ入るのを防ぐため、代表的な書類を集めた「その他」の区分を用意するか、確信度に閾値を設けます。

過去の読み取り結果と訂正： 運用を始めてからたまります。読み取りが外れた項目を記録し、月次で見直してください。 特定の項目だけ外れるなら、その項目の見本を足して学習し直します。

AIへ渡す前に整形する

1. ファイル形式の統一 … 写真（jpg/png）、スキャン（PDF）、複合機の出力（PDF）を扱います。分類モデルは PDF・画像・Office 形式に対応します
2. 画質の確認 … 極端に小さい、暗い、傾いた画像を先に弾きます。画像の寸法は50×50ピクセルから10,000×10,000ピクセルの範囲、テキストの高さは1024×768の画像で12ピクセル以上が目安です
3. 分割の指定 … 1ファイルに複数の書類が入る可能性があるため、splitMode を auto にします
4. マイナンバーを含む書類の分離 … 扶養控除等申告書は、他の書類と別の流れで扱います。後述します
5. 氏名による突合 … 読み取った氏名と、入社予定者の一覧を突き合わせます。一致しなければ人が確認します
6. 重複の検出 … 同じ書類が2回届くことがあります。上書きせず、両方を残して人が判断します

4のマイナンバーの分離が、この構成でいちばん慎重に設計すべき部分です。 扶養控除等申告書にはマイナンバーが記載されます。法令上、保管・閲覧・廃棄に制限があります。 この書類を、他の書類と同じフォルダ・同じ処理へ流さないでください。扱いの方針は、自社の特定個人情報の取扱規程に従ってください。

AIに処理させる

2段階に分けます。

（1）Document Intelligence にさせること

（2）Claude API にさせること

読み取りそのものを Claude にさせないでください。 定型の様式から決まった項目を取るなら、学習済みのモデルのほうが安定し、確信度も返ります。 生成AIには、読み取った後の判断をさせます。

書類の有効性を判定させません。 「この資格証は偽造の疑いがある」といった記述を出させないでください。この構成は、書かれている内容を取り出すところまでです。

本人の適格性も判定させません。 「この経歴では要件を満たさない」といった判断は、採用の判断であって、この構成の範囲外です。

指示内容を固定する

あなたは人事部で入社手続きの書類を点検する担当者です。
読み取った書類の内容について、値の整形・食い違いの検出・不備の判定を行ってください。

【厳守事項】
- 読み取れなかった項目を推測で補わないでください。
  空欄のまま「読み取り不可」としてください。
  よくある値や一般的な形式で埋めないでください。
- 書類の有効性を判定しないでください。
  「偽造の疑いがある」「この証明書は無効」と書かないでください。
- 本人の適格性を判定しないでください。
  「この経歴では要件を満たさない」と書かないでください。
- 確信度が下の閾値を下回る項目は、値を返さずに「要確認」としてください。
  閾値：{confidence_threshold}
- 書類の間で同じ項目の値が違う場合、どちらが正しいかを決めないでください。
  両方の値と、それぞれの出典の書類を並べてください。
- 日付は和暦・西暦のどちらで書かれていても、YYYY-MM-DD に直してください。
  ただし、元の表記も残してください。
- 氏名は、書類に書かれた文字をそのまま残してください。
  旧字・異体字を新字に直さないでください。人事システム側の扱いに従います。
- 不足している書類は、下の「提出書類の一覧」の雇用形態の欄に照らして判定してください。
  「該当しない場合」に当たる人には、督促しないでください。
- 督促文には、不足している書類名と、代替手段があればそれも書いてください。
  提出が遅れていることを責める表現を使わないでください。

【雇用形態】
{employment_type}

【提出書類の一覧（書類名／必要な雇用形態／提出期限／読み取る項目／不備とみなす状態／代替手段／該当しない場合）】
{required_documents}

【読み取り結果（書類の種類／項目／値／確信度）】
{extraction_results}

【入社予定者の情報（氏名／入社予定日／配属）】
{employee_info}

「読み取れなかった項目を推測で補わない」の指示が、この構成でもっとも重要です。 生成AIは、空欄を見ると埋めようとします。住所の番地を推測で埋められると、誤ったまま人事システムへ入ります。

「どちらが正しいかを決めない」も必須です。 履歴書の住所と口座届の住所が違うことがあります。引っ越しの途中かもしれませんし、書き間違いかもしれません。 人が本人に確かめることです。

「旧字・異体字を新字に直さない」の指示は、実務で効きます。 氏名の文字は、本人にとって重要な情報です。システム側で扱えないなら、その旨を人が判断して決めます。 AIが勝手に直すと、後から気づけません。

「責める表現を使わない」の指示も入れてください。 督促の相手は、これから入社する人です。「至急ご提出ください」「期限を過ぎています」といった書き方は、入社前の印象に響きます。

出力形式を固定する

{
  "batch_id": "",
  "received_at": "",
  "employee": { "name": "", "employee_id": "", "join_date": "", "employment_type": "", "site": "" },
  "documents": [
    {
      "doc_type": "",
      "classification_confidence": 0,
      "page_range": [0, 0],
      "source_file": "",
      "fields": [
        { "name": "", "value": "", "raw_text": "", "confidence": 0, "status": "ok | low_confidence | unreadable" }
      ],
      "defects": [
        { "type": "seal_missing | blank_required | expired | illegible", "detail": "" }
      ]
    }
  ],
  "conflicts": [
    { "field": "", "values": [ { "value": "", "source_doc": "" } ] }
  ],
  "missing_documents": [
    { "doc_type": "", "due_date": "", "alternative": "" }
  ],
  "not_applicable": [],
  "reminder_draft": "",
  "ready_for_import": false
}

Claude API で出力をスキーマに沿わせるには、output_config の format に json_schema を指定します。 古い output_format は非推奨で、将来削除されます。Python の SDK は v1.0 以降 output_format を受け付けず、TypeError になります。

スキーマには制約があります。required と additionalProperties: false は使えますが、minimum / maximum / minLength / maxLength といった数値・文字列の制約は使えません。 minItems は0と1のみです。確信度の範囲を0〜1に縛るような指定はスキーマ側ではできないため、受け取った後に確かめてください。

status を3段階にしている点が実務では効きます。 「読めた」「読めたが自信がない」「読めない」を分けます。2段階にすると、自信のない値がそのまま取り込まれます。

conflicts は、値を決めずに並べる形にしてください。 「履歴書の住所は東京都◯◯区、口座届の住所は神奈川県◯◯市」と並べれば、人が本人に確かめられます。

not_applicable の配列が、督促の質を決めます。 新卒者に雇用保険被保険者証を督促しないための仕組みです。

システムへ連携する

人事給与システムへの自動登録は行いません。

自動登録をしない理由は、訂正の経路がないからです。 誤った値が登録されると、給与計算や社会保険の届出に影響します。取り込みの前に人が見る工程を必ず残してください。

取り込みを速くする設計は入れられます。確認済みの項目だけをまとめたCSVを出力し、人事給与システムの取り込み機能で読ませる形です。手入力よりは速く、自動登録よりは安全です。

督促の自動送信も行いません。 下書きを作り、担当者が内容を見て送ります。配属先の施設長を宛先に含めるかどうかも、人が判断することです。

通知は、入社日が近いのに不足がある人に限ってください。 毎日すべての不足を通知すると読まれなくなります。入社日の2週間前、1週間前、3営業日前の3回に絞る形が現実的です。

人が確認する

担当者の確認は必ず残します。 確認の深さを、状態で分けます。

確認を速くするための設計が効きます。

• 読み取った値と、元の画像の該当箇所を並べて表示する
• low_confidence の項目を上に集める
• 同じ入社者の書類をまとめて表示する
• 前回の訂正内容を併記する（同じ項目で繰り返し外れていないか）
• 確認結果をその場で入力できるようにする

1つ目が効きます。 値だけを見せられても、正しいかどうかは判断できません。元の画像の該当箇所が並んでいれば、目で確かめられます。 Document Intelligence は読み取った要素の位置情報を返すため、該当箇所を示せます。

訂正の記録を必ず残してください。 どの書類のどの項目で、どれくらい訂正が発生しているか。これが、モデルを学習し直す判断の材料になります。

例外に対処する

「施設からの郵送が遅れる」は、この構成では解決しません。 書類が本社に届かなければ、読み取りようがありません。導入前に、どこで時間が消えているかを確かめてください。 郵送に1週間かかっているなら、まず施設でスキャンして送る運用へ変えるほうが効きます。

記録を残す

この記録は、モデルの改善と手続きの見直しに使います。

• 受け付けた書類と、その経路（郵送・スキャン・写真）
• 分類の結果と確信度
• 読み取った項目と確信度
• 担当者の訂正（どの項目を、どう直したか）
• 不備と再提出の履歴
• 督促の回数と、提出までの日数
• 入社日に間に合わなかった件

「経路ごとの読み取りの精度」を必ず集計してください。 写真での提出は精度が落ちるはずです。その差が大きければ、複合機でのスキャンを促す運用に変える判断ができます。

「督促の回数と提出までの日数」も、手続きの設計を見直す材料になります。 特定の書類だけ督促が多いなら、最初の案内の書き方に原因があります。

保管には、法令上の期限があります。 労働者名簿と雇入れに関する書類は、法令で保存期間が定められています。この構成が作る中間データ（読み取り結果のJSON、画像）をどこまで保存するかを、人事部で決めてください。

マイナンバーを含む書類は、特定個人情報として扱います。 保管場所、閲覧できる人、廃棄の方法に制限があります。この構成の対象から外すか、別の経路と別の保管場所で扱ってください。 自社の特定個人情報の取扱規程に従ってください。

外部のAIサービスへ渡す範囲も、ここで決めてください。 氏名・住所・生年月日・口座番号は個人情報です。送る必要がある項目に絞り、送らなくてよい項目は前処理で伏せてください。