Media > AI活用ユースケース > 営業 > 紙の代理店が、印刷会社の注文に書かれた用紙の銘柄・斤量・寸法・目の表記ゆれを OpenSearch で受注の品目とメーカーの銘柄の表に引き当て、候補と後継・代替の銘柄を出す

紙の代理店が、印刷会社の注文に書かれた用紙の銘柄・斤量・寸法・目の表記ゆれを OpenSearch で受注の品目とメーカーの銘柄の表に引き当て、候補と後継・代替の銘柄を出す

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

印刷会社から届く確定の注文の明細行を、銘柄・斤量・判・寸法・目・枚数に分け、OpenSearch で受注の品目コードに引き当てます。旧い銘柄名には後継の銘柄を、欠品には代替の銘柄を、印を付けて別に並べ、受注の係が確かめて入れます。

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/商社/製造
対象部門
営業
対象業務
データ入力・転記/情報検索
主な課題
入力作業が多い/属人化している/確認ミスが多い
AIで行う処理
検索(RAG)
主な効果
入力漏れ削減/属人化解消/工数削減
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
88h/月
AI導入後
33h/月
想定削減
63%
年間削減
660h
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. EDI の明細を開くか、FAX・メールの注文書を見て、1行ずつ読む
  2. 得意先の品名を、係のメモや前回の伝票を見て代理店の銘柄に読み替える
  3. 連量と判、寸法、目を見て、品目コードを決める
  4. 旧い銘柄名なら、改廃の知らせを探して後継の品目に付け替え、得意先に確かめる
  5. 在庫を見て、欠品なら得意先に連絡する
  6. 品目コードと数・納期を受注に打ち込む
導入後(After)
  1. 自動EDI の明細と、メール・FAX の注文書(係が受け口の様式に打ち込んだもの)を受け口に置く
  2. 自動生成AIが FAX・メールの行を、品名・斤量・判・寸法・目・枚数・納期に分ける(EDI の行は項目のまま)
  3. 自動品名と寸法の文字をそろえる(幅、大文字小文字、記号、「×」と「x」)
  4. 自動得意先ごとの品名の対応表を引く
  5. 自動当たらなければ、品目の索引を銘柄の別名の欄と、連量・判・目・寸法の欄で引く
  6. 自動当たった銘柄を銘柄の改廃の表に当て、改称・終売なら後継の品目を別の欄に並べる
  7. 自動在庫が足りなければ、銘柄の同格の表から代替の品目を別の欄に並べる
  8. 自動当たり方と一致から、`matched` / `review` / `successor` / `not_found` を規則で決める
  9. 人係が `review`、`successor`、`not_found` と代替の付いた行を確かめ、必要なら得意先に連絡して品目を決める
  10. 自動決めた品目を受注への取り込みの形で書き出し、得意先ごとの対応表に組を足す
各工程の詳しい説明を読む
  1. EDI の明細を開くか、FAX・メールの注文書を見て、1行ずつ読む
  2. 得意先の品名を、係のメモや前回の伝票を見て代理店の銘柄に読み替える
  3. 連量と判、寸法、目を見て、品目コードを決める
  4. 旧い銘柄名なら、改廃の知らせを探して後継の品目に付け替え、得意先に確かめる
  5. 在庫を見て、欠品なら得意先に連絡する
  6. 品目コードと数・納期を受注に打ち込む

(a)得意先ごとの書き方を、係が覚えている。 「この印刷会社の『CT90』は、あの銘柄のコートの四六判90kg」といった読み替えは、担当の係の頭の中にあります。係が休むと、ほかの係は前回の伝票をさかのぼって探します。

(b)寸法の書き順の約束が、得意先ごとに違う。 紙の寸法は「横(巾)×縦(流れ)」で表すとされ、原紙の寸法表は縦目で書かれています。この約束どおりに書く得意先もあれば、短い辺から書いて目を記号で添える得意先もあります。 書き順だけを見て目を決めると、目違いの紙を出します。

(c)旧い銘柄名の注文が続く。 改称や統合の後も、得意先の生産の仕組みの品名は旧いままです。係が気づかずに旧い品目コードで受けると、在庫の無い品目で受注が止まります。

(d)連量と判の組み合わせを読み違える。 連量は判で数字が変わるので、「菊判で」の一言を見落とすと、別の厚さの品目で受けてしまいます。

  1. 【自動】 EDI の明細と、メール・FAX の注文書(係が受け口の様式に打ち込んだもの)を受け口に置く
  2. 【自動】 生成AIが FAX・メールの行を、品名・斤量・判・寸法・目・枚数・納期に分ける(EDI の行は項目のまま)
  3. 【自動】 品名と寸法の文字をそろえる(幅、大文字小文字、記号、「×」と「x」)
  4. 【自動】 得意先ごとの品名の対応表を引く
  5. 【自動】 当たらなければ、品目の索引を銘柄の別名の欄と、連量・判・目・寸法の欄で引く
  6. 【自動】 当たった銘柄を銘柄の改廃の表に当て、改称・終売なら後継の品目を別の欄に並べる
  7. 【自動】 在庫が足りなければ、銘柄の同格の表から代替の品目を別の欄に並べる
  8. 【自動】 当たり方と一致から、matched / review / successor / not_found を規則で決める
  9. 【人】 係が review、successor、not_found と代替の付いた行を確かめ、必要なら得意先に連絡して品目を決める
  10. 【自動】 決めた品目を受注への取り込みの形で書き出し、得意先ごとの対応表に組を足す

4番目を先に置くのが、この設計の要です。 得意先ごとの書き方は毎月ほぼ同じなので、対応表が育つほど検索まで行く行が減ります。

6番目と7番目で、後継と代替を同じ紙の候補と混ぜないのも要です。 後継の銘柄や同格の銘柄は、紙の性質が近くても同じ紙ではありません。matched にはせず、得意先の了解を取ってから受けます。

02今回想定するシステム構成

構成図
確定の注文(EDI の明細・メール・FAX を打ち込んだもの)
   │
   ▼【トリガー】受け口(Amazon S3)への保存
AWS Lambda ──▶ Claude(Amazon Bedrock)── FAX・メールの行を項目に分ける(EDI は項目のまま)
   │            文字のそろえ(幅・大文字小文字・記号)、連量と判の組の確認
   ▼
Amazon OpenSearch Service
   ├── client_item:得意先ごとの品名と品目コードの組(そのまま引く)
   ├── items:品目(銘柄・別名・製紙会社・連量・判・目・寸法・米坪・在庫)
   └── brand_change:銘柄の改廃(旧い銘柄・後継の銘柄・改廃の日・種類)と同格の表
   ▼
AWS Lambda ── 判定の規則
   ▼
引き当ての候補の一覧 ──【係が確かめて決める】──▶ 受注への取り込み
役割想定する製品代替候補
検索基盤Amazon OpenSearch Service(normalizer、synonym_graph、bool、named queries、カスタムパッケージ)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(行の分け方の呼び出し、文字のそろえ、判定の規則)AWS Step Functions
保管Amazon S3(元の注文・候補・確定の記録・別名の表・改廃の表)社内のファイルサーバー

販売と在庫の管理の仕組みは新しく足すものではなく、この構成から直接は書き込みません。 係が決めた品目を取り込みの形のファイルにして、従来の手順で受注に入れます。

銘柄の別名の表は、Amazon OpenSearch Service のパッケージとして持ちます。 S3 に置いた表をパッケージとして取り込み、ドメインに関連付けると synonyms_path で使えます。検索の解析だけで使い、フィルタに updateable: true を付けておけば、パッケージを更新したときに索引が自動で更新されます。

別名の表に入れるのは、同じ紙の別の書き方だけです。 正式名・略称・カナと英字の書き方の組がそれで、改称前の旧い名前と後継の銘柄の組は入れません。 別名にすると、検索では同じ紙として当たってしまい、後継であることが候補から消えます。

03どうやって実装するのか

Step1

処理の起点を決める

注文が受け口に置かれたことを起点にします。 EDI の明細は受信のたびに、メールの注文書は本文をそのまま、FAX は係が受け口の様式に打ち込んでから置きます。

午前中は届いたものから順に動かします。 当日・翌日の納品の注文は、受注に入れた後で倉庫の出荷の手配に回るので、まとめて昼に動かすと間に合いません。

同じ注文を二度置いても、二重に受けません。 得意先・注文の番号・行の番号を組にした鍵で、処理した行を飛ばします。得意先が訂正の注文を出したときは、係が古い行を取り消します。

銘柄の改廃の表は、製紙会社の知らせを係が表に足した日の夜に入れ直します。

Step2

入力データを集める

データ中身取得元
注文の行得意先、注文の番号、行の番号、品名(得意先の書き方)、斤量、判、寸法、目、枚数・連数、納期受け口のファイル
品目品目コード、銘柄、製紙会社、連量、判、目、寸法、米坪、包装、在庫販売と在庫の管理の仕組みの書き出し
得意先ごとの品名の対応表得意先、そろえた品名、寸法の書き順の約束、品目コード、確定した日と係この構成で育てる表(初めは過去半年の伝票から作る)
銘柄の別名の表銘柄の正式名、略称、カナと英字の書き方自社で作るパッケージ
銘柄の改廃の表旧い銘柄、後継の銘柄、改廃の種類(改称・統合・終売)、改廃の日製紙会社の知らせから係が作る表
同格の表同じ紙の種類・等級の他社の銘柄の組自社で作る表

得意先ごとの品名の対応表に、寸法の書き順の約束を持たせます。 五條製紙の基礎知識のページでは、寸法は「横(巾の長さ)×縦(流れ)」で表し、繊維が並んでいる方向を「目」と呼ぶとされています。この約束で書く得意先なら寸法の書き順から目が決まり、別の書き方の得意先なら目の記号から決めます。 どちらの得意先かを、対応表の欄で持ちます。

銘柄の改廃の表は、改廃の日を持ちます。 改廃前の注文の訂正は、旧い銘柄の在庫で受けることがあるからです。

Step3

データの取得方法を決める

品目は、毎朝と入荷の後に書き出して索引をまるごと入れ直します。 終売の品目を販売の対象から外したことを、差分の更新で取りこぼさないためです。在庫が0の品目も消さず、数0として残します。 欠品として代替を並べるためです。

取るものどこから何に使うか
銘柄・別名品目と別名の表別名で広げた欄と、正式名の欄に入れる
連量・判品目注文の斤量と判の組と比べる
米坪品目判の違う注文を比べるときの物差し
目・寸法品目得意先の約束で読んだ目と寸法と比べる
改廃・同格改廃の表と同格の表後継と代替を別の欄に並べる

判の違う注文は、米坪に直して比べます。 同じページでは、洋紙の連量は米坪×面積×1,000枚で求めるとされ、四六判(788×1091)と菊判(636×939)の面積も示されています。連量は判で数字が変わるので、「菊判 76.5kg」の注文を四六判の品目と比べるときは、両方を米坪に直します。 計算の作り方は UC-1932 と同じで、この構成では読み違いを見つけるための照合にだけ使います。

Step4

AIへ渡す前に整形する

  1. 行を分ける … 生成AIが FAX・メールの行を項目に分けます。書かれた文字を書き換えずに分けます。EDI の行は項目のまま使います
  2. 文字の幅と記号をそろえる … 全角の英数字を半角に、英字を大文字に、「×」「x」「*」を同じ記号にそろえます
  3. 品名を正規化した鍵を作る … 品名の空白・中黒・ハイフンを外した鍵を作り、得意先ごとの対応表と完全一致で比べます
  4. 斤量と判を組で読む … 「90kg」の後ろや注文書の別の欄にある「四六」「菊」「A」「B」を判として拾います。判が見当たらなければ空のまま残し、四六判と決めつけません
  5. 寸法と目を得意先の約束で読む … 対応表に書き順の約束があればそれで目を読み、目の記号が別に書かれていれば記号を優先します。両者が食い違えば、どちらも採らずに印を付けます
  6. 数の単位をそろえる … 「5連」「5,000枚」「5R」を、品目の包装の単位で読み替えます。読み替えられないものはそのまま残します

4番目と5番目で、決めつけないのが肝心です。 空のまま残して係に見せれば、得意先の前回の注文を見るだけで決まります。

Step5

AIに処理させる

検索にさせるのは、得意先ごとの対応表と品目の索引を、引き方を分けて引き、どの引き方で当たったかを記録することです。

引き方(_name)対象の欄当たるもの
client_item得意先ごとの対応表を、得意先と品名の鍵で完全一致その得意先のいつもの書き方
brand_syn銘柄の欄(検索の解析で別名の表を広げる)を match正式名・略称・カナと英字の書き方
brand_code製紙会社の品番の欄(normalizer で大文字・半角にそろえる)を term品番で書かれた注文

品番の欄には normalizer を使います。 公式ページでは、normalizer は解析器に似ているが1つの語しか出さず、文字単位の処理しかできないとされ、同義語への置き換えはできないと書かれています。品番は大文字・半角にそろえるだけでよいので normalizer で足り、銘柄の別名は解析器の synonym_graph で扱う、と役目を分けます。

品目の索引の設定は、次の形です(一部)。

{
  "settings": { "analysis": {
    "normalizer": {
      "code_norm": { "type": "custom", "char_filter": ["icu_normalizer"],
                     "filter": ["uppercase", "trim"] }
    },
    "filter": {
      "brand_syn_filter": { "type": "synonym_graph",
                            "synonyms_path": "analyzers/F111111111", "updateable": true }
    },
    "analyzer": {
      "brand_search": { "type": "custom", "tokenizer": "kuromoji_tokenizer",
                        "filter": ["lowercase", "brand_syn_filter"] }
    }
  } },
  "mappings": { "properties": {
    "maker_code":   { "type": "keyword", "normalizer": "code_norm" },
    "brand":        { "type": "text", "analyzer": "kuromoji",
                      "fields": { "syn": { "type": "text", "analyzer": "kuromoji",
                                           "search_analyzer": "brand_search" } } },
    "size_class":   { "type": "keyword" },
    "grain":        { "type": "keyword" },
    "basis_weight": { "type": "float" }
  } }
}

analyzers/F111111111 は、パッケージを関連付けたときに決まる番号に置き換えます。

注文の行「CT 菊 76.5kg 636×939 T 5連」から組み立てる検索は、次の形です。

{
  "query": { "bool": {
    "should": [
      { "match": { "brand.syn":  { "query": "CT", "_name": "brand_syn" } } },
      { "term":  { "maker_code": { "value": "CT", "_name": "brand_code" } } }
    ],
    "minimum_should_match": 1,
    "filter": [
      { "term":  { "size_class": "kiku" } },
      { "term":  { "grain": "T" } },
      { "range": { "basis_weight": { "gte": 126, "lte": 130 } } }
    ]
  } },
  "size": 10
}

判・目・米坪は filter に置き、銘柄は should に置きます。 公式ページでは、filter の句は点数に関わらず、filter だけの検索ではすべての文書の点数が0になるとされています。銘柄の当たり方で並べたいので、銘柄の句を should に残し、filter があると should が1つも当たらなくても返るため、minimum_should_match に1を書きます。

米坪の幅は、直した値の前後に取ります。 連量の数字には丸めがあり、ぴったり同じになるとは限りません。

検索のあとは、規則で判定を決めます。

条件判定
client_item で当たり、改廃の表に載っていないmatched
brand_syn か brand_code で1品目だけ当たり、判・目・寸法・米坪が合い、改廃の表に載っていないmatched
当たった銘柄が改廃の表で改称・統合・終売になっているsuccessor(後継の品目を別の欄に)
品目が2つ以上残る、判か目が空、目の書き順と記号が食い違うreview
どの引き方でも当たらないnot_found

在庫が足りないときは、判定とは別に代替の欄を付けます。 同格の表から、同じ判・目・寸法で米坪の近い品目を並べます。代替の欄が付いた行は、判定が matched でも係の一覧に出します。

生成AIにさせるのは、FAX・メールの行を分けることだけです。

させないこと理由
品名を代理店の銘柄に読み替えること読み替えは対応表と別名の表で行う
判や目を補うこと空のまま残し、係が得意先の前回の注文で決める
旧い銘柄を後継に書き換えること後継は同じ紙とは限らない
代替で受けてよいかの判断決めるのは得意先
Step6

指示内容を固定する

あなたは紙の代理店の受注の係の補助です。
印刷会社から届いた注文書の文を、明細の1行ずつ次の項目に分けてください。
品目を決めること、銘柄を言い換えることはしないでください。

【分ける項目】
- item_name …… 品名。書かれたとおりに(略称・社内のコードのまま)
- weight ……… 斤量・連量・米坪の数字と単位(90kg、104.7g など)。書かれたとおりに
- size_class … 判(四六・菊・A・B など)。書かれていなければ空
- dimensions … 寸法(636×939 など)。書かれたとおりの順で
- grain ……… 目の記号や言葉(T、Y、タテ、ヨコなど)。書かれていなければ空
- quantity …… 数と単位(5連、5000枚など)。書かれたとおりに
- due ………… 納期。書かれたとおりに

【厳守事項】
- 品名を正式な銘柄名や別の銘柄名に直さないでください。
- 判・目が書かれていなければ空にしてください。四六判や縦目と決めつけないでください。
- 寸法の数字の順番を入れ替えないでください。
- 斤量の数字を別の判の数字に換算しないでください。
- 終売や改称について書かないでください。
- 1行に複数の紙が書かれていたら、行を分けてください。

【得意先】{client}
【注文書の文】{order_text}

「寸法の数字の順番を入れ替えない」が大事です。 並べ直された寸法からは、得意先の書き順の約束で目を読めなくなります。

Step7

出力形式を固定する

注文の1行ごとに、次の形の JSON で持ちます。

{
  "order_key": "",
  "client": "",
  "line_raw": "",
  "source": "edi | mail | fax",
  "parsed": { "item_name": "", "weight": "", "size_class": "", "dimensions": "",
              "grain": "", "quantity": "", "due": "" },
  "grain_read": { "by_order": "", "by_marker": "", "conflict": false },
  "basis_weight_calc": 0,
  "candidates": [
    { "item_code": "", "brand": "", "maker": "", "size_class": "", "grain": "",
      "dimensions": "", "basis_weight": 0, "stock": 0,
      "matched_queries": ["brand_syn"] }
  ],
  "successors": [ { "item_code": "", "brand": "", "change_type": "rename | merge | discontinue",
                    "change_date": "" } ],
  "alternatives": [ { "item_code": "", "brand": "", "basis_weight": 0, "stock": 0 } ],
  "verdict": "matched | review | successor | not_found",
  "staff_decision": { "item_code": "", "client_agreed": false, "decided_by": "", "decided_at": "" }
}

1つ目の理由は、candidates と successors と alternatives を3つの欄に分けることです。 同じ紙の候補、後継、代替が混ざらないので、係は欄を見ただけで、得意先の了解が要る行かどうかが分かります。

2つ目は、grain_read で目の読み方を2つ残すことです。 書き順から読んだ目と、記号から読んだ目が別々に残り、食い違いが一目で分かります。

生成AIの呼び出しには、Amazon Bedrock の Converse API の outputConfig.textFormat に JSON スキーマを渡します。object ごとに additionalProperties: false を書きます。

Step8

システムへ連携する

つなぎ先方式内容
受け口(Amazon S3)保存のイベント注文が置かれたら Lambda を動かす
Claude(Amazon Bedrock)Converse APIFAX・メールの行を項目に分ける
Amazon OpenSearch Service検索の API対応表・品目・改廃の表を引く
販売と在庫の管理の仕組み毎朝と入荷の後の書き出し品目の索引を入れ直す
受注取り込みの形のファイル係が決めた品目を従来の手順で入れる

得意先ごとの対応表に足すのは、係が決めた行だけです。 後継や代替で受けた行は、得意先が品名を新しい銘柄に切り替えるまで、対応表には足しません。 一時的に代替で受けた組が表に残ると、翌月も代替で受けてしまいます。

Step9

人が確認する

係が開くのは、successor、review、not_found と、代替の欄が付いた行です。

  1. successor を最初に見る … 後継の銘柄を得意先に伝え、了解を取ってから受けます
  2. review の目と判を確かめる … 得意先の前回の注文を見て決め、決まらなければ得意先に確かめます
  3. 代替の付いた行は得意先に連絡する … 欠品と代替の候補を伝えます。代替で受けるかは得意先が決めます
  4. not_found を調べる … 新しい書き方なら対応表に足す候補にし、扱いの無い紙なら得意先に返します

目標は、3,300件をならして1件0.6分です。

Step10

例外に対処する

起きること対応
判が書かれていない空のまま review。得意先の前回の注文を添える
寸法の書き順と目の記号が食い違うreview。どちらも採らずに得意先に確かめる
断裁した寸法で、判に当たらない実際の寸法で品目を引く。断裁の品目が無ければ原紙と断裁の手配に回す
旧い銘柄で、改廃の日より前の注文の訂正旧い銘柄の在庫を先に見る
EDI の行の品名が空処理を止めて係に知らせる。空の品名で検索しない
生成AIの呼び出しが失敗した行をそのまま品名として引き、review にする
OpenSearch が応答しない受け口に残す。処理済みへ移すのは成功したときだけ
Step11

記録を残す

  • 元の注文と、受け取った日時・経路・得意先
  • 生成AIが分けた項目、そろえた品名の鍵、読んだ目と判、直した米坪
  • 候補・後継・代替、matched_queries、判定
  • 係が決めた品目、得意先の了解の有無と日時、係
  • 対応表に足した組と、足した元の注文の行
  • 銘柄の改廃の表と別名の表の版

最後の行は、判定が変わった理由を後から説明するためです。 改廃の表に1行足すと、同じ注文の判定が matched から successor に変わります。

04実装レベルの3段階

最小構成:表計算で得意先ごとの対応表を引く / いつもの書き方の照合
半自動化:上記+OpenSearch に品目を入れ、別名・品番・判・目・米坪で候補を出し、改廃の表で後継を並べる / 候補の一覧化と後継の印
本格構成:上記+生成AIで FAX・メールの行を分け、得意先の約束で目を読み、代替を並べ、対応表を育てる / 注文から受注の候補までの全体

半自動化で、1件1.6分が1分程度になります。 FAX とメールの行を項目に分けて打つ作業が残ります。本格構成で0.6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か月回すと、どの得意先の書き方が対応表から漏れやすいかが分かります。

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
4 名
月間件数
3,300 件
1件あたり現在時間
1.6 分
1件あたり導入後時間
0.6 分
現在  3,300件 × 1.6分 ÷ 60 = 88 時間/月
導入後 3,300件 × 0.6分 ÷ 60 = 33 時間/月
月間削減時間
55h
削減率
63%
年間削減時間
660h
年間金額換算(時間単価2,800円)
185万円
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. 製紙会社十数社の銘柄を数千品目扱い、印刷会社から確定の注文を毎日数百行受けている紙の代理店。注文の品名が得意先ごとの社内の用紙コード・略称・旧い銘柄名で届き、受注の係が品目コードに読み替えて打ち込んでいる場合。品目の記録に銘柄・連量・判・目・寸法があり、製紙会社からの銘柄の改称・終売の知らせを表にできる場合。
向いていない
  1. 扱う銘柄が数十で、得意先も数社に限られる場合。注文のほとんどが代理店の品目コード付きの EDI で届き、読み替えが要らない場合。在庫の問い合わせへの回答や、品質の数値で代わりの紙を探すことが目的の場合(別の構成が向きます)。なお、代替の銘柄で納めてよいか、後継の銘柄が同じ仕上がりになるかの判断は、この構成では代替できません。注文の行に合う品目の候補を並べるまでです。

07最小構成で試す方法

  1. 先月の注文から200行を選ぶ(うち40行は、当時係が前回の伝票を探したり、得意先に確かめたりした行を入れる)
  2. 過去半年の伝票から、得意先・品名・品目コードの組を表計算のファイルに書き出す
  3. 200行の品名を、その表で完全一致で引き、当時の受注と比べる
  4. 当たらなかった行を、理由(新しい書き方、旧い銘柄、判や目の書き漏れ、断裁の寸法)で分ける
  5. 製紙会社の改廃の知らせのうち、ここ2年分を表にして、旧い銘柄の行がいくつあったかを数える

200行は必ずやってください。 検索の仕組みを組む前に、「得意先ごとの対応表だけでどこまで当たるのか」を確かめます。

出てきた内容判断
対応表で大半が当たった検索は残りの行のため。 対応表を育てる流れを先に作る
新しい書き方と旧い銘柄で多く残った別名の表と改廃の表に進む
判や目の書き漏れで多く残った検索の問題ではない。 得意先と注文書の書き方を相談する

08実装時につまずきやすいポイント

問題対策
filter だけの検索で並びが無くなるfilter だけでは点数が0。銘柄の句を should に残す
should が当たらない品目まで返るfilter があると既定は0。minimum_should_match を1にする
品番の欄で別名が効かないnormalizer は同義語に置き換えられない。別名は解析器で扱う
後継の銘柄が同じ紙として当たる旧い名前と後継を別名の表に入れない。 改廃の表で別の欄に
判の書かれていない注文を四六判で受ける空のまま残して review
寸法の書き順で目を読み違える得意先の約束を対応表で持ち、記号と食い違えば採らない
代替で受けた組が翌月も使われる代替の行は対応表に足さない
生成AIが寸法を並べ直す指示で禁じ、line_raw と比べて検知する

4行目が、この構成でいちばん気をつける所です。 別名の表は便利なので、旧い名前を足したくなります。足した瞬間に、得意先の知らないうちに紙が替わる仕組みになります。

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: 得意先の名前と注文の中身、品目と在庫、製紙会社との取引の条件に関わる銘柄の改廃です。得意先ごとの注文の量と使う紙は、競合に知られたくない情報です。

  1. 生成AIに渡すのは FAX・メールの注文の文だけにする … 品目・在庫・対応表・改廃の表は渡しません。担当者の名前や連絡先が書かれていれば、伏せてから渡します
  2. 後継・代替で受けるかを自動で決めない … 出すのは候補までです。得意先の了解を記録してから受けます
  3. 受注に直接書き込まない … 取り込みの形で書き出し、係が従来の手順で入れます
  4. 対応表と改廃の表を社外に出さない … 得意先ごとの注文の癖と、製紙会社との関係が読み取れます

誤りが起きた場合のリスクは、目違い・判違いの紙を出すことと、得意先の知らないうちに別の銘柄で納めることの2つです。 前者は決めつけずに review に回すこと、後者は後継と代替を別の欄に分けることで、設計の段階で防ぎます。

10まず何から始めるか

1週目:得意先ごとの対応表を作る

過去半年の伝票から、得意先・品名・品目コードの組を拾い出します。注文の多い上位50社から始めます。 寸法の書き順の約束も、係に聞いて欄に入れます。

2週目:改廃の表と別名の表を作る

製紙会社からの改称・統合・終売の知らせを、ここ2年分表にします。別名の表には、同じ紙の別の書き方だけを入れます。

3週目:200行で試す

第8章の手順で、対応表だけでどこまで当たるかを確かめます。

4週目:索引を作る

Amazon OpenSearch Service に対応表・品目・改廃の表の索引を作ります。この時点では判定を出さず、候補と後継の一覧だけを見ます。

2か月目: 生成AIで FAX・メールの行を分け、判定の規則と代替の欄を足します。matched / review / successor / not_found の件数を毎週数えます。3か月目以降: 1件1.6分が何分になったかを実測します。担当の係が休んだ日にも、ほかの係が前回の伝票をさかのぼらずに受注を入れられ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:2026-11-06/最終更新:2026-11-14
確認した内容情報源確認日
抄紙機の進行方向を縦、繊維の並ぶ方向を「目」と呼ぶこと。米坪が1平方メートルあたりの重さ、連量が1連の重さで、洋紙連量=米坪×面積×1,000枚であること。寸法が横(巾の長さ)×縦(流れ)で表されること。四六判788×1091・菊判636×939などの原紙寸法と面積、寸法がすべて縦目で書かれていること五條製紙: 紙の基礎知識2026-11-06
filter の句が点数に関わらず、filter だけの検索ではすべての文書の点数が0になること。must か filter があるとき minimum_should_match の既定が0であることOpenSearch: Boolean query2026-11-06
normalizer が1つの語だけを出し、文字単位の処理しかできず、同義語への置き換えができないことOpenSearch: Normalizers2026-11-06
synonym_graph を検索の解析だけで使うよう案内されていること。synonyms_path で表のファイルを使えることOpenSearch: Synonym graph token filter2026-11-06
クエリの句に _name を付けると、当たった文書の matched_queries に当たった句の名前が並ぶことOpenSearch: Named queries2026-11-06
range で数の範囲を gte・lte で絞れることOpenSearch: Range query2026-11-06
同義語の表をパッケージとして取り込みドメインに関連付けて使えること。updateable: true は検索の解析だけに効き、パッケージの更新で索引が自動で更新されることAWS: Importing and managing packages in Amazon OpenSearch Service2026-11-06
Converse API の outputConfig.textFormat で JSON スキーマを渡せること。object ごとに additionalProperties: false が要ることAWS: Get validated JSON results from models(Amazon Bedrock)2026-11-06

銘柄の改称・終売と後継の銘柄は、製紙会社の知らせで確かめてください。 本記事は特定の銘柄の改廃を扱っていません。

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-3053)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