Media > AI活用ユースケース > 品質管理 > 工場の安全パトロールで撮った写真から、不安全な状態を指摘事項にまとめる

工場の安全パトロールで撮った写真から、不安全な状態を指摘事項にまとめる

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

安全パトロールで撮った写真を入力に、社内の点検項目に当てはめて不安全な状態を見つけ、場所・区分・是正の依頼先を付けた指摘の下書きを作ります。安全担当の作業は、写真を1枚ずつ見て文章を書くことから、下書きを確かめて依頼を出すことに変わります。

サマリー
利用ツール
ChatGPT/Claude/Gemini/Make/n8n/Power Automate
対象業界
その他/医療/建設/物流/製造
対象部門
品質管理/生産
対象業務
内容確認・チェック/記録・議事録作成
主な課題
属人化している/書類作成に時間がかかる/期限・対応漏れが起きる
AIで行う処理
画像認識
主な効果
品質標準化/工数削減/機会損失防止
導入難易度
★★☆☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
必須
現在工数
40h/月
AI導入後
12h/月
想定削減
70%
年間削減
336h
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. パトロールの実施者が、現場を回りながらスマートフォンで写真を撮る
  2. 気になった箇所は、その場でメモを取る(取らないこともある)
  3. 事務所に戻り、写真をパソコンへ取り込む
  4. 写真を1枚ずつ開き、何が問題かを判断する
  5. 社内の安全点検表を見て、48項目のどれに当たるかを決める
  6. 指摘事項の文章を書く(「◯◯工場 第2ライン脇の通路に、鋼材が立てかけられている」)
  7. 是正の依頼先(該当する職場の管理者)を決める
  8. 台帳に1行追加し、依頼先へメールで連絡する
  9. 期限までに是正されたかを、後日確認する
導入後(After)
  1. パトロールの実施者が、現場でスマートフォンから写真を送る(撮影と同時に場所を選ぶ)
  2. 自動写真と場所の情報を受け取り、保管する
  3. 自動写真から、不安全な状態に当たる可能性のあるものを見つける
  4. 自動社内の安全点検表48項目のうち、どれに当たるかの候補を出す
  5. 自動見つかったものについて、指摘事項の文章の下書きを作る
  6. 自動場所から、是正の依頼先(職場の管理者)を割り当てる
  7. 自動過去6か月の指摘から、同じ場所・同じ区分のものを探して併記する
  8. 安全担当が下書きを確認し、指摘として出すかを決める
  9. 採用した指摘を、依頼先へ送る(期限を付ける)
  10. 自動期限が近づいたら依頼先へ通知し、是正の報告(写真)を受け取る
  11. 自動是正前後の写真を並べて、台帳に記録する
各工程の詳しい説明を読む
  1. パトロールの実施者が、現場を回りながらスマートフォンで写真を撮る
  2. 気になった箇所は、その場でメモを取る(取らないこともある)
  3. 事務所に戻り、写真をパソコンへ取り込む
  4. 写真を1枚ずつ開き、何が問題かを判断する
  5. 社内の安全点検表を見て、48項目のどれに当たるかを決める
  6. 指摘事項の文章を書く(「◯◯工場 第2ライン脇の通路に、鋼材が立てかけられている」)
  7. 是正の依頼先(該当する職場の管理者)を決める
  8. 台帳に1行追加し、依頼先へメールで連絡する
  9. 期限までに是正されたかを、後日確認する

問題は6つあります。

(a)写真だけでは場所が分からなくなる。 撮ったときは覚えていても、100枚並ぶと「これはどこの通路か」が思い出せません。特に他拠点の写真を本社で見る場合、場所の特定ができません。

(b)指摘の観点が人によって違う。 同じ「通路に物が置かれている」写真でも、「整理整頓」と書く人と「避難経路の確保」と書く人がいます。区分が違えば、集計したときの傾向も変わります。

(c)書き起こしに時間がかかる。 1枚2分の文章作成が、月400枚で13時間です。パトロール自体は1回2時間ですが、そのあとの事務作業が1回あたり6時間以上かかっています。

(d)同じ指摘が繰り返されているかが分からない。 「第2ラインの通路」が3か月連続で指摘されていても、台帳を目で追わないと気づけません。是正されたのか、また戻ったのかが見えません。

(e)是正の追跡が止まる。 依頼を出したあと、期限を過ぎても確認が回らないことがあります。次のパトロールで同じ状態を見つけて、初めて気づきます。

(f)拠点の比較ができない。 3拠点で指摘の書き方が違うため、「どの拠点でどの区分が多いか」を出しても、実態を反映しているのか書き方の癖なのかが分かりません。

(g)事務作業が重いことが、パトロールの頻度を抑えている。 本来はもっと頻繁に回りたいが、1回のパトロールに6時間の事務作業が付いてくるため、月2回が限度になっています。見つける機会そのものが、事務作業によって制限されています。

この(g)が、この構成を入れるいちばんの理由かもしれません。 工数削減の話は、多くの場合「同じ量の仕事を短い時間で」という話になります。ここでは、「短くなった分でもっと回れる」という選択肢が生まれます。 安全活動において、見る回数が増えることの価値は小さくありません。

  1. パトロールの実施者が、現場でスマートフォンから写真を送る(撮影と同時に場所を選ぶ)
  2. 【自動】 写真と場所の情報を受け取り、保管する
  3. 【自動】 写真から、不安全な状態に当たる可能性のあるものを見つける
  4. 【自動】 社内の安全点検表48項目のうち、どれに当たるかの候補を出す
  5. 【自動】 見つかったものについて、指摘事項の文章の下書きを作る
  6. 【自動】 場所から、是正の依頼先(職場の管理者)を割り当てる
  7. 【自動】 過去6か月の指摘から、同じ場所・同じ区分のものを探して併記する
  8. 【人】 安全担当が下書きを確認し、指摘として出すかを決める
  9. 【人】 採用した指摘を、依頼先へ送る(期限を付ける)
  10. 【自動】 期限が近づいたら依頼先へ通知し、是正の報告(写真)を受け取る
  11. 【自動】 是正前後の写真を並べて、台帳に記録する

自動化されるのは「見つける」「区分に当てはめる」「文章にする」「依頼先を割り当てる」「繰り返しを探す」の5つです。残るのは、指摘として出すかの判断と、現場とのやり取りです。

指摘を自動で送りません。 現場には現場の事情があります。「今日だけ仮置きしている」ものを指摘として送れば、パトロール自体が信用されなくなります。安全担当が見てから送ります。

02今回想定するシステム構成

構成図
スマートフォン(写真+場所の選択)
   │
   ▼ Microsoft Forms / Power Apps から送信
   │
   ▼【トリガー】新しい回答が届いたとき
Power Automate
   │
   ├──▶ 写真を SharePoint へ保管(拠点/年月/パトロール回のフォルダ)
   │
   ├──▶ Claude API(vision)── 写真から不安全な状態を見つけ、
   │       社内の点検項目に当てはめて指摘の下書きを作る
   │       (JSON Schema で出力を固定)
   │
   ├──▶ 場所マスタから是正の依頼先を割り当て
   │
   ├──▶ 過去6か月の指摘台帳を検索(同じ場所・同じ区分)
   │
   └──▶ 指摘の下書き一覧(Microsoft Lists)を作成
   │
   ▼
安全担当が確認 ──【人】指摘として出すかを判断
   │
   ├──▶ 採用 → 依頼先へ送付(期限つき)
   └──▶ 見送り → 記録のみ(理由を残す)
   │
   ▼
【別スケジュール】期限の通知 → 是正報告(写真)の受領 → 前後の写真を台帳へ
役割想定する製品代替候補
生成AIClaude APIOpenAI API、Gemini API
連携Power AutomateMake、n8n
保管SharePointBox、Google Drive
指摘台帳Microsoft ListsGoogle スプレッドシート、kintone
入力Microsoft FormsGoogle フォーム、Power Apps

安全管理の専用システムを導入しているなら、まずその機能を確認してください。 指摘の登録、是正の追跡、統計は、こうした製品が持つ機能です。自前で組む価値があるのは、「写真から不安全な状態を見つけて文章にする」部分です。既製品でも、この入力は手作業になっていることが多くあります。

画像の判定に、専用の画像認識サービスではなく生成AIを使う理由があります。 「通路に物が置かれている」は物体検出で見つけられますが、「それが避難経路をふさいでいるか」は文脈の判断です。社内の点検項目という「見る観点」を渡して判断させるには、テキストで指示できる形のほうが向いています。

Claude API は画像を image コンテンツブロックとして受け取ります。形式は JPEG、PNG、GIF、WebP に対応し、1枚あたりの上限は10MB、寸法の上限は8000×8000ピクセルです。1リクエストあたりの枚数は、200kトークンのコンテキストウィンドウを持つモデルで100枚、それ以外で600枚です。ただし1リクエストに20枚を超える画像を含めると、1枚あたりの寸法の制限が厳しくなるため、この構成では1枚ずつ送る形にします。

Power Automate のトリガーは、自動・即時(手動)・スケジュールに分かれます。この構成では、フォームの送信をきっかけに動く自動のトリガーを使います。 期限の通知は、スケジュールのフローとして別に作ります。

03どうやって実装するのか

Step1

処理の起点を決める

パトロールの実施者がフォームから写真を送ったときを起点にします。

撮影と同時に場所を選ばせることが、この構成でもっとも重要な設計です。 Beforeの(a)で書いたとおり、後から場所を思い出すのは困難です。フォームに「拠点」「建屋」「エリア」の3段の選択肢を置き、写真を送る前に選ばせます。 選択肢は現場の呼び方(「第2ライン脇」「油庫前」)にしてください。地図上でピンを落とす形でも構いません。

まとめて送らせないでください。 60枚を一度にアップロードさせると、どの写真がどの場所かが分からなくなります。1枚ずつ、場所を選んで送る形にします。 手間に見えますが、後から場所を書き起こす時間より短くなります。

もう1つの起点として、毎日の期限チェックを別のスケジュールのフローとして置きます。是正の期限が近づいた指摘を、依頼先へ通知します。こちらは写真の処理より先に作っても効果が出ます。

Step2

入力データを集める

データ中身取得元
写真パトロールで撮った1枚スマートフォン
場所拠点、建屋、エリア(現場の呼び方)フォームの選択
実施者・実施日誰がいつ撮ったかフォームの回答者情報
その場のメモ気づいたことを一言(任意)フォームの自由記入
安全点検表社内の48項目。項目名、定義、よくある状態の例安全担当の文書
場所マスタ拠点・建屋・エリアと、その職場の管理者生産技術部の管理表
過去の指摘台帳過去の指摘、場所、区分、是正の状況、是正前後の写真指摘台帳
過去の災害・ヒヤリハット同じ場所で起きた事例安全管理の記録
Step3

データの取得方法を決める

写真: フォームの添付で受け取ります。スマートフォンで撮ると4,000×3,000ピクセル前後になりますが、そのまま送って構いません。 Claude は寸法の上限を超える画像を縮小して処理します。ただし縮小されると細かい文字が読みにくくなるため、掲示物の内容まで見せたい場合は、その部分を寄って撮った写真を別に送ってください。

安全点検表: ここがこの構成の質を決めます。48項目を、次の形で持ってください。

項目番号12
項目名避難経路・通路の確保
定義通路の有効幅が確保され、避難の妨げになる物がないこと
よくある状態の例通路に部材・台車・パレットが置かれている/防火扉の前に物がある/通路の区画線が消えている
重篤度の目安高(避難の妨げ)/中/低
所管安全担当/品質管理/設備

「よくある状態の例」を書くことが、判定の精度を大きく左右します。 項目名と定義だけでは、写真の何を見ればよいかが伝わりません。各項目に3つずつ例を書くだけで、当たり方が変わります。

場所マスタ: 拠点・建屋・エリアと、その職場の管理者を対応づけます。組織変更のたびに更新が要ります。 更新されていないと、指摘が前任者へ送られます。

過去の指摘台帳: 同じ場所・同じ区分の指摘を探すために使います。「この場所は3か月連続で同じ指摘が出ている」が分かると、指摘の重さが変わります。

台帳は、既存のExcelをそのまま使って構いません。 ただし、場所の書き方をそろえる作業が要ります。「第2ライン通路」「2ライン通路」「第二ライン通路」が混ざっていると、同じ場所として突合できません。 過去1年分について、場所マスタの表記へ寄せる作業を先に済ませてください。

この寄せる作業で、場所マスタの粒度も決まります。 細かすぎると撮影時に選びにくく、粗すぎると突合の意味がありません。目安は、1拠点あたり30〜50か所です。「第2ライン通路」までで止め、「第2ライン通路の北側3m地点」までは分けないでください。

場所マスタを撮影時に選ばせる運用が、この構成の成否を分けます。 写真だけから場所を特定することはできません。建屋の中の通路は、どこも似た見た目をしています。 撮影時に選択肢から1つ選ぶ操作を、必ず組み込んでください。この操作が面倒だと感じられたら、選択肢が多すぎます。

Step4

AIへ渡す前に整形する

  1. 場所の正規化 … フォームの選択肢を場所マスタのコードへ対応づけます
  2. 明らかに対象外の写真の除外 … 誤って撮った写真、人の顔だけが写った写真を除きます。後述しますが、人が大きく写った写真はそもそも撮らない運用にします
  3. 重複の検出 … 同じ場所の同じ状態を複数枚撮ることがあります。連続して送られた同じ場所の写真をまとめ、1件の指摘の候補にします
  4. 画像の向きの補正 … 横向きで撮られた写真を正しい向きに直します
  5. 是正報告の写真の判別 … 是正後の写真は、指摘の判定ではなく前後比較に使います。フォームで「新規/是正報告」を選ばせて分けます
Step5

AIに処理させる

処理内容
写っているものの記述場所の様子、置かれている物、設備の状態
不安全な状態の抽出社内の点検項目に当たる可能性のあるもの
点検項目への割り当て48項目のうちどれに当たるか(複数可)
重篤度の候補高/中/低。点検表の目安に沿って
指摘文の下書き場所・状態・なぜ問題かを1〜3文で
判断できない点の申告写真からは判断できない点(例:その物が常設か仮置きか)

「判断できない点の申告」を必ず出させてください。 写真から分かるのは「今その状態である」ことだけです。それが常設なのか、作業中の一時的なものかは写真では分かりません。 ここを断定させると、現場から反発が出ます。

災害につながるかどうかの断定、法令への適否の判断はさせません。 法令の適否は、条文と現場の実態を照らして人が判断するものです。この構成は、社内の点検項目に当てはまりそうなものを見つけるところまでです。

人物の特定はさせません。 そもそもさせられません。Claude は画像内の人物を名指しすることができず、利用規約で禁じられています。 また、AIが生成した画像かどうかの判別もできません。

Step6

指示内容を固定する

あなたは工場の安全パトロールを支援する担当者です。
下の写真を見て、社内の安全点検表に当たる可能性のある状態を見つけてください。

【厳守事項】
- 写真に写っているものだけを根拠にしてください。
  写っていない設備や、その場の運用ルールを推測しないでください。
- 下の「安全点検表」の項目からのみ選んでください。
  どの項目にも当たらない場合は findings を空にし、
  overall_note に「点検表の項目に当たる状態は見当たらない」と書いてください。
  **無理に指摘を作らないでください。多くの写真は指摘なしです。**
- 各指摘について、写真のどこを見てそう判断したかを evidence に書いてください。
  「通路の右側、床に立てかけられた長尺の鋼材」のように、位置と物を書いてください。
- 写真からは判断できない点を uncertain に列挙してください。
  例:「この鋼材が常設か、作業中の仮置きかは写真では分からない」
  **常設と決めつけないでください。**
- 指摘文は1〜3文で書いてください。
  「〜が置かれている」という状態と、「〜の妨げになる」という理由を含めてください。
  **「危険です」「改善が必要です」だけの文にしないでください。**
- 重篤度は、下の点検表の「重篤度の目安」に沿って選んでください。
  独自の基準で判断しないでください。
- 写っている人について、氏名、年齢、性別、所属を書かないでください。
  保護具の着用の有無など、点検項目に当たる状態だけを書いてください。
- 法令に違反しているかどうかを書かないでください。
- 災害が起きる確率を数値で書かないでください。

【写真の場所】
{location}

【実施者のメモ】
{memo}

【社内の安全点検表(項目番号 / 項目名 / 定義 / よくある状態の例 / 重篤度の目安)】
{checklist}

【この場所の過去6か月の指摘】
{past_findings}

「無理に指摘を作らない」の1行が、この構成でもっとも重要です。 これを書かないと、400枚すべてに何かしらの指摘が付きます。指摘が400件出れば、安全担当は読まなくなります。 パトロールの写真の大半は「問題なし」であることが正常です。

「常設と決めつけない」も必須です。 写真は一瞬を切り取ったものです。作業中に一時的に置いた台車を「通路に常設の障害物」と書けば、現場は「見ていない人が机上で言っている」と受け取ります。 安全活動は現場の納得の上に成り立つので、ここを外すと仕組み全体が動かなくなります。

「保護具の着用の有無など、点検項目に当たる状態だけを書く」の指示にも理由があります。 人が写った写真から人物の属性を書かせると、個人の評価につながります。見るのは状態であって、人ではありません。

Step7

出力形式を固定する

{
  "photo_id": "",
  "location_code": "",
  "taken_at": "",
  "scene_description": "",
  "findings": [
    {
      "checklist_no": 0,
      "checklist_name": "",
      "evidence": "",
      "severity": "高 | 中 | 低",
      "severity_reason": "",
      "draft_text": ""
    }
  ],
  "uncertain": [],
  "overall_note": "",
  "past_similar": [
    { "finding_id": "", "date": "", "checklist_no": 0, "status": "" }
  ],
  "people_in_photo": false,
  "image_quality": "ok | blurry | too_dark | too_far"
}

JSON Schema を指定して出力を固定します。Claude API では output_configformat にJSONスキーマを渡すことで、応答をスキーマに沿った形に制約できます。

image_quality を持たせている理由があります。 ぶれている、暗い、遠すぎる写真では判定できません。Claude は低品質・回転・200ピクセル未満の非常に小さい画像では誤ることがあると明記されています。 品質が低い写真は判定を信用せず、撮り直しを促します。

people_in_photo は、その写真に人が写っているかの印です。 後述しますが、人が写った写真は保管と閲覧の扱いを分けます。

past_similar が、この構成でもっとも実務に効きます。 「同じ場所で3か月連続」が一目で分かると、指摘の出し方が変わります。個別の指摘ではなく、その場所の使い方そのものを変える話になります。

是正報告の写真は、別のスキーマで受けます。 新規の判定と同じスキーマにすると、是正後の写真から新しい指摘が出てしまいます。

{
  "finding_id": "",
  "photo_id": "",
  "before_photo_id": "",
  "resolved": "yes | partial | no | cannot_judge",
  "comparison_note": "",
  "remaining_issue": "",
  "same_viewpoint": true
}

same_viewpoint が効きます。 是正後の写真が別の角度から撮られていると、前後の比較になりません。「同じ場所に見えるが、撮影の角度が違うため比較できない」は、よく起こります。 ここが false なら、同じ角度で撮り直してもらいます。

resolvedcannot_judge を用意してください。 「通路の鋼材が片付いたが、写真の範囲が狭くて通路全体が写っていない」といった場合です。無理に「是正済み」と判定させると、是正されていないものが閉じられます。

Step8

システムへ連携する

指摘の下書きは、SharePoint 上の Microsoft Lists へ1件1行で書き出します。1枚の写真から複数の指摘が出る場合は、複数行になります。

中身
写真 / 撮影日 / 実施者基本情報
拠点 / 建屋 / エリア場所
点検項目(番号・名称)48項目のどれか
根拠evidence。写真のどこを見たか
重篤度高/中/低
指摘文の下書き1〜3文
判断できない点uncertain
過去の同種の指摘件数と直近の日付。3か月連続は色を付ける
安全担当の判断人が入れる(指摘する/見送り/要現地確認)
見送りの理由人が入れる
依頼先 / 期限 / 是正日追跡用
是正後の写真受領したもの

是正の依頼は、安全担当が採用してから送ります。 自動送信の経路を作らないでください。

期限の通知は、別のスケジュールのフローで行います。 期限の3日前と、期限当日、期限を過ぎた日に、依頼先へ通知します。是正の報告は、フォームから「是正報告」として写真を送ってもらいます。 前後の写真が並ぶと、台帳がそのまま安全活動の記録になります。

安全管理システムへの書き戻しは、採用した指摘だけにします。 下書きの段階のものを流し込むと、システム側が下書きで埋まります。

Step9

人が確認する

全件、安全担当が確認します。自動で指摘を送りません。

理由は3つあります。1つは、写真では常設か一時的かが分からないためです。2つ目は、現場の納得が安全活動の前提だからです。誤った指摘を1回送るだけで、次から写真を撮ってもらえなくなります。3つ目は、重篤度の判断に現場の事情が要るためです。同じ「通路に物」でも、フォークリフトが通る通路かどうかで重さが変わります。

確認を速くするための設計が効きます。

  • severity が「高」のものを最上部に固定する
  • past_similar が3件以上あるものに印を付ける(繰り返している場所
  • findings が空の写真を別タブに置く(確認は不要だが、記録には残す
  • 写真と evidence を並べて表示する(どこを見たかが分かる
  • uncertain を必ず表示する(現地確認が要るかの判断に使う
  • image_quality が ok 以外のものを別に集める

3つ目が効きます。 400枚のうち指摘が出るのは実際には80〜120枚程度です。残りの280枚を開かずに済むことが、削減の大半を占めます。

ただし、「指摘なし」とされた写真も、月に一度は抜き取りで見てください。 20枚ほどを無作為に選び、見落としがないかを確かめます。見落としは、指摘の誤りと違って誰も気づけません。

確認の結果を必ず記録してください。 AIが出した指摘を、担当者が「採用」「区分を変更」「却下」のどれにしたか。この記録がないと、判定の精度を測れません。 却下が多い区分があれば、その区分の定義に問題があります。

現場へ送る前の最終確認は、1名が行ってください。 複数名で分担すると、書き方の統一が崩れます。この構成の価値の1つは書き方がそろうことなので、最後の関門を1名に絞るほうが効果が出ます。 枚数が多くて1名では回らないなら、拠点ごとに担当を固定してください。

Step10

例外に対処する

起きること対応
写真がぶれている・暗いimage_quality で検出し、判定を信用しない。撮り直しを促す
場所が選ばれていない判定は行うが、依頼先が割り当てられない。実施者へ確認する
指摘が1件も出ない正常。記録だけ残す。無理に指摘を作らせない
同じ状態の写真が複数枚前処理でまとめる。1件の指摘の候補にする
写真から常設か一時的か分からないuncertain に入れる。現地確認の対象にする
人が大きく写っているpeople_in_photo を true にする。保管と閲覧の扱いを分ける
掲示物の文字が読めない縮小で潰れている可能性。寄った写真を追加で撮る
是正報告の写真が新規として処理されたフォームで「新規/是正報告」を選ばせる。誤りは人が直す
同じ場所で3か月連続の指摘個別の指摘ではなく、場所の使い方の見直しとして扱う
依頼先の管理者が異動している場所マスタを更新する。未割り当てとして安全担当へ回す
期限を過ぎても是正されない通知を続ける。3回目で上位の管理者へ通知する運用を検討する
拠点によって点検項目の当たり方が違う項目の「よくある状態の例」に、その拠点の例を追加する
是正後の写真が別の角度で撮られているsame_viewpoint を false にし、同じ角度で撮り直してもらう
是正されたか写真からは判断できないcannot_judge として人が確認する。「是正済み」で閉じない
屋外の写真で天候・時刻によって見え方が変わる同じ場所の過去の写真を併記する。単独の写真で判断させない
夜勤帯のパトロールで写真が暗いimage_quality で検出する。照明を確保して撮り直す運用にする
Step11

記録を残す

この記録は、安全活動を行っていたことを示す資料になります。

  • パトロールの写真(場所・撮影日・実施者つき)
  • AIが出した指摘の候補と、その根拠
  • 安全担当の判断(指摘する/見送り/要現地確認)と、見送りの理由
  • 依頼先、期限、是正日
  • 是正後の写真
  • 同じ場所・同じ区分の指摘の履歴

「見送りの理由」を残すことが特に重要です。 「作業中の仮置きであることを現場に確認した」という記録があれば、次に同じ写真が出たときの判断が速くなります。理由が残っていないと、毎回同じ議論をします。

人が写った写真の保管は、別扱いにしてください。 保護具の未着用が指摘の対象になることはありますが、その写真が誰でも見られる場所にあると、個人の問題として扱われかねません。 閲覧を安全担当と該当職場の管理者に限定し、保存期間も短めに決めます。

是正前後の写真が並んだ記録は、そのまま安全大会や外部の審査で使えます。 これは副産物ですが、価値の高い副産物です。

04実装レベルの3段階

最小構成:写真をチャット画面に貼り付け、指摘の候補を出させる / 判定と文章化
半自動化:フォーム送信をトリガーに、判定・区分の割り当て・依頼先の割り当て・下書き一覧の作成まで / 書き起こしのすべて
本格構成:上記+過去の指摘との突合+期限の通知+是正前後の写真の紐づけ+拠点別の集計 / 追跡と分析まで

半自動化の時点で、6分が2.5分程度になります。 判断と文章作成が消えるためです。本格構成では1.8分になりますが、減るのは記録と追跡の手間です。 期限の通知は、半自動化より先に作ってください。 写真の判定より実装が軽く、Beforeの(e)に直接効きます。台帳の日付を見るだけなので、今日から作れます。 本格構成の「拠点別の集計」には、時間削減とは別の価値があります。 指摘の書き方がそろって初めて、拠点の比較に意味が出ます。「A工場は保護具の指摘が多く、B工場は通路の指摘が多い」が分かれば、それぞれに合った対策が打てます。 書き方がばらばらなうちは、この比較ができません。 「是正前後の写真の紐づけ」も、本格構成で効きます。 是正の報告として写真を撮ってもらい、指摘時の写真と並べて残します。同じ場所が3か月後にまた指摘されたとき、前回どう直したかがすぐ分かります。 直し方が一時的だったのか、根本的だったのかが見えます。 段階を進める順番に注意があります。 期限の通知を最初に作り、次に判定と文章化、最後に過去の指摘との突合、という順が効率的です。期限の通知は写真を扱わないため、いちばん軽く、いちばん早く効きます。 最小構成で止めるのも、拠点が1つなら十分な選択です。 月400枚が100枚程度なら、フォームもワークフローも作らず、チャット画面に写真をまとめて貼り付ける運用で回ります。写真の枚数が増えてから、自動化を考えてください。

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
3 名
月間件数
400 件
1件あたり現在時間
6 分
1件あたり導入後時間
1.8 分
現在  400件 × 6分 ÷ 60 = 40 時間/月
導入後 400件 × 1.8分 ÷ 60 = 12 時間/月
月間削減時間
28h
削減率
70%
年間削減時間
336h
年間金額換算(時間単価3,000円)
101万円
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. 工場や現場で月次以上の頻度の安全パトロールを行っており、写真を撮って記録に残している企業。パトロールの実施者が交代制で、指摘の観点や書き方が人によって違う場合。指摘を出したあとの是正の追跡が表計算で止まっている場合。拠点が複数あり、本社が全体の傾向を見られていない場合。
向いていない
  1. 現場が1か所で、安全担当が全部の指摘を自分で書いて追えている規模の場合。安全管理システムを導入済みで、写真の登録から是正の追跡まで運用に乗っている場合。パトロールで写真を撮る習慣がなく、口頭とメモだけで運用している場合(まず写真を撮るところから)。

07最小構成で試す方法

  1. 直近のパトロールで撮った写真を30枚選ぶ(指摘が出たもの15枚、出なかったもの15枚)
  2. 社内の安全点検表を、上記の表の形(項目名・定義・よくある状態の例・重篤度の目安)に整える
  3. 生成AIのチャット画面に写真を1枚ずつ貼り付け、上記のプロンプトで判定させる
  4. 実際に出した指摘と突き合わせる

見るのは次の4点です。

見る点判断
実際に指摘した15枚で、同じ項目が挙がった割合7割以上なら使える
指摘しなかった15枚で、余計な指摘が出た件数ここが多いと使えない。 「無理に作らない」の指示を強める
evidence が具体的か「通路の右側、床に立てかけられた鋼材」のように位置と物が書かれているか
uncertain の中身常設か一時的かの断定を避けられているか

2つ目を重点的に見てください。 安全の指摘は、出しすぎると現場が疲れます。「問題なし」と正しく判定できることのほうが、この構成では価値があります。

あわせて、点検表の書き方を調整してください。 「よくある状態の例」を3つずつ書くだけで、当たり方が変わります。1回目の検証で外れた項目に、例を追加してもう一度試すと、違いが分かります。

場所の選択肢も、この段階で作っておく価値があります。 3拠点 × 建屋 × エリアで、選択肢は100前後になるはずです。この一覧は、仕組みを作らなくてもパトロールの記録に使えます。

撮影の運用は、仕組みより先に試してください。 判定の精度がどれだけ高くても、場所が選ばれていない写真が届けば使えません。次の手順で1回試します。

  1. パトロールの実施者2名に、次回のパトロールで「1枚撮るごとに場所を選んで送る」やり方を試してもらう
  2. 1回あたり何分よけいにかかったかを聞く
  3. 選択肢のどこで迷ったかを聞く

2つ目の答えが「ほとんど変わらない」なら、この運用は定着します。 「5分よけいにかかった」なら、選択肢の構造を見直してください。3段(拠点・建屋・エリア)が深すぎるなら、2段に減らします。

3つ目で必ず出てくるのが、「この場所はどのエリアに入るのか分からない」という声です。エリアの境目が曖昧な場所は、選択肢に「その他(自由記入)」を用意しておきます。そこに書かれた場所の名前が、次の選択肢の候補になります。

判定を試す前に、まずこの1回をやってください。 運用が回らないことが分かれば、判定の検証に時間をかける前に設計を変えられます。

08実装時につまずきやすいポイント

問題対策
全部の写真に指摘が付く「無理に作らない」を明記する。検証で「指摘なし」が正しく出るかを見る
常設か一時的かを断定するuncertain を必ず出させる。断定を禁止する
根拠が「危険な状態がある」だけ位置と物を書かせる。evidence を必須にする
場所が後から分からない撮影時に選ばせる。まとめてアップロードさせない
点検項目に当たらない指摘が出る48項目からのみ選ばせる。当たらなければ空で返させる
人物の属性が書かれる禁止する。状態だけを書かせる
法令違反の判断が混ざる禁止する。判断は人が行う
掲示物の文字が読めない縮小の影響。寄った写真を別に撮る
是正の依頼が自動送信される送信の経路を作らない。安全担当が採用してから送る
期限が過ぎても気づかない期限通知のフローを別に作る。写真の判定より先でよい
依頼先が前任者に送られる場所マスタを組織変更のたびに更新する
人が写った写真が誰でも見られる閲覧範囲を限定する。保存期間を短くする
場所の表記が台帳と写真で揃っていない過去分を場所マスタへ寄せてから始める
場所マスタの粒度が細かすぎる1拠点30〜50か所に抑える。選ぶのが面倒だと使われない
「指摘なし」の写真を一度も見ない月20枚を無作為に抜き取って確かめる
採用・却下の記録がない記録する。却下が多い区分は定義に問題がある
複数名が最終確認して書き方が崩れる拠点ごとに担当を固定する

「場所の表記が揃っていない」は、導入の初期に必ずぶつかります。 過去の台帳が自由記入で書かれていると、同じ場所が何通りにも表記されています。この整理を後回しにすると、過去の指摘との突合がまったく機能しません。 突合が効かないと、この構成の価値の半分が失われます。1年分を整理する作業は数日かかりますが、先に済ませてください。

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: 工場の写真、設備の配置、作業の様子、写り込んだ従業員。製造の現場そのものが写ります。

  1. 外部AIへの入力可否 … 工場内の写真を外部のAIサービスへ送ることになります。設備の配置、加工方法、製品の形状が写り込みます。 自社の情報管理規程と、顧客との秘密保持契約(顧客向けの専用設備がある場合)を確認してください
  2. 撮影禁止エリアの除外 … 開発中の製品を扱うエリア、顧客から指定された非公開のエリアは、そもそもパトロールの撮影対象から外す運用にしてください。フォームの場所の選択肢から外すことで、仕組みの上でも防げます
  3. 人の写り込み … 安全パトロールの写真には従業員が写ります。可能な限り人が写らない角度で撮る運用にしてください。 保護具の着用を見る目的で人を撮る場合は、その旨を事前に周知します
  4. 人物の特定はできない … Claude は画像内の人物を名指しすることができず、利用規約でも禁じられています。この構成で個人を特定する使い方はできませんし、するべきでもありません
  5. 個人の評価に使わないこと … 保護具の未着用が指摘に挙がったとき、それは個人の問題ではなく、着用しにくい環境や周知の問題であることが多くあります。 この記録を人事評価や懲戒の材料にしないことを、運用として明示してください。使われると、写真を撮らせてもらえなくなります
  6. 学習利用 … 入力を学習に使わないことが契約で保証されるサービスを選びます。なお、画像はリクエストの処理後に自動的に削除され、保存されないと明記されています
  7. AIの判定を根拠に是正を命じないことuncertain にあるとおり、写真では分からないことがあります。現地を見てから判断してください
  8. 精度の限界 … Claude は低品質・回転・非常に小さい画像では誤ることがあり、物の個数は概算になることがあると明記されています。高い精度が要る用途では、人の確認を省かないでください
  9. 自動実行してよい範囲 … 判定、区分の割り当て、下書きの作成、期限の通知までです。指摘の採否、是正の依頼、是正の完了の判断は人が行います

誤りが起きた場合のリスクは、誤った指摘による現場の反発と、危険な状態の見落としです。前者のほうが起きやすく、起きたときの影響が大きくなります。 安全活動は現場の協力で成り立つため、「機械が言っている」と受け取られない運用を設計してください。

10まず何から始めるか

1週目:期限の通知だけを動かす

現在の指摘台帳を見て、是正の期限を過ぎているものを抽出します。AIも写真の判定も要りません。 期限切れが何件あるかを数えてください。この数字だけで、追跡の仕組みが要ることが分かります。

2週目:安全点検表に「よくある状態の例」を書く

48項目それぞれに、現場でよく見る状態を3つずつ書きます。安全担当2名で半日の作業です。 この一覧は、仕組みを作らなくてもパトロールの教育資料として使えます。

3週目:30枚で判定を試す

指摘が出た15枚と出なかった15枚で、指摘の再現率と、余計な指摘の件数を測ります。余計な指摘が「出なかった15枚」に5件以上出るなら、プロンプトと点検表を直してから進めてください。

4週目:場所の選択肢を作る

拠点・建屋・エリアの3段の選択肢を作ります。現場の呼び方で書いてください。 正式な設備番号では、撮る人が選べません。

2か月目以降: 1拠点で半自動化を回します。撮影時に場所を選ぶ運用が定着するかを、ここで見てください。 定着しなければ、選択肢が多すぎるか、操作が面倒かのどちらかです。

3か月目以降: 3拠点へ広げ、期限の通知と是正前後の写真の紐づけを足します。同時に、past_similar が3件以上の場所を集計してください。 繰り返している場所が見えたら、個別の指摘ではなく、その場所の使い方を変える話に進みます。それがこの仕組みの本来の目的です。

半年後: パトロールの回数を増やせるかを検討してください。事務作業が6時間から2時間に減っているなら、月2回を月3回にする余地があります。 時間が浮いたぶんを別の業務に充てるのも選択ですが、安全活動では「見る回数」そのものが効果に直結します。

同時に、是正までの日数を測ってください。 指摘から是正の確認までにかかる日数が、導入前と比べて短くなっているか。期限の通知が効いていれば、ここが縮みます。 縮んでいないなら、通知の宛先か頻度に問題があります。

現場からの受け止められ方も、この時期に聞いてください。 「指摘の書き方が分かりやすくなった」「何をすればよいか明確になった」という反応があれば、区分と依頼先の設計が機能しています。逆に「機械に見られている」という反応が出たら、運用の説明が足りていません。 この構成は写真を判定する道具であって、現場を監視する道具ではない——そこを繰り返し伝えてください。


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:2026-09-24/最終更新:2026-09-24
確認した内容情報源確認日
Claude API が画像を image コンテンツブロックとして受け取ること。対応形式が JPEG・PNG・GIF・WebP であること。1枚あたり最大10MB、寸法は最大8000×8000ピクセルで、1リクエストあたり100枚(200kトークンのコンテキストウィンドウのモデル)または600枚であること。20枚を超えると1枚あたりの寸法の制限が厳しくなること。視覚トークンが28×28ピクセルのブロックで ⌈幅÷28⌉ × ⌈高さ÷28⌉ で計算されること。人物の名指しができないこと、低品質・回転・200ピクセル未満の画像で誤ることがあること、個数が概算になること、画像は処理後に削除され保存されないことClaude Docs: Vision2026-09-24
Claude API で output_configformat にJSONスキーマを渡すと、応答をスキーマに沿った形に制約できることClaude Docs: Structured outputs2026-09-24
Power Automate のトリガーが、自動・即時(手動)・スケジュールに分かれること。イベントの発生後にタスクを自動的に実行するクラウドフローが「自動」に当たり、決まった時刻や定期的なスケジュールで動かすものが「スケジュール」に当たることMicrosoft Learn: トリガー2026-09-24

社内の安全点検表の項目、撮影禁止エリアの範囲、写真の保存期間は企業によって異なります。この部分は自社の安全管理規程と情報管理規程に応じた個別対応が必要です。 個々の状態が法令上の要求事項を満たすかどうかの判断は、自社の安全衛生の責任者および必要に応じて労働基準監督署にご確認ください。この記事は法令の解釈を示すものではありません。

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-0218)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