中古厨房機器の買取店が、過去の買取と販売の記録から型式・年式・状態の近い機器を OpenSearch で探し、買取の見積の根拠を並べる

処理の起点を決める

起点は2つあります。毎晩の買取と販売の記録の取り込みと、受付の担当の検索のボタンです。

取り込みは、前の日までの買取と販売の記録を書き出し、索引に加えます。同じ機器の買取の記録と販売の記録は、管理番号でつないで1つの文書にします。 買取の時点では販売額と売れるまでの日数が空で、売れた日に同じ文書を上書きします。

検索のボタンは、受付の担当が相談と銘板の型式を貼った後に押します。閉店の相談で1店から何点も来るときは、まとめて貼ると機器ごとに分けて引きます。 品目の区分の表とガスの種類・電源の言い換えの表は、買取の担当が月に1回見直します。

入力データを集める

質を決めるのは、ガスの種類と電源の区分です。 記録のメモに「LP」「プロパン」「LPG」と書かれていれば、言い換えの表でそろえます。メモに無い機器は、区分を空のまま残します。 空を都市ガスと見なすと、第3章の（c）がそのまま起きます。

売り手の名前と住所は、索引にも生成AIにも渡しません。 相談のフォームに店の名前や担当者の名前が書かれていれば、貼る前の画面で伏せます。

データの取得方法を決める

型式は normalizer を付けた keyword で持ちます。 OpenSearch の公式のドキュメントでは、normalizer は analyzer に似ていますが1つのトークンだけを出し、文字単位の操作をする文字フィルターとトークンフィルターだけを持てるとされています。使えるものとして、文字フィルターの pattern_replace・mapping、トークンフィルターの cjk_width・uppercase・trim などが挙げられています。cjk_width で全角を半角に、pattern_replace でハイフンと空白を消し、uppercase で大文字にそろえます。

系統の検索は prefix で行います。 公式のドキュメントでは、prefix は項目の語が指定した先頭の文字列で始まる文書を探すとされています。同時に、search.allow_expensive_queries が false だと prefix は実行されず、index_prefixes を有効にしていればその設定にかかわらず最適化した検索が組まれるとされています。ドメインの設定を確かめ、必要なら系統を別の keyword の項目（family）として取り込み時に切り出して持ち、term で引きます。 本記事はこちらを既定にし、prefix は系統の表に無い型式のときの補助にします。

検索の値も、Lambda で索引と同じ形にそろえてから渡します。 prefix に渡した文字列にどこまで normalizer がかかるかに頼らず、索引の値と検索の値を同じ関数で作ります。

GET /kitchen_records/_search
{
  "size": 10,
  "_source": ["record_no", "model_norm", "made_year", "gas", "power", "grade",
              "buy_price", "sell_price", "days_to_sell", "sold_on"],
  "query": { "function_score": {
    "query": { "bool": {
      "filter": [
        { "term": { "category": "refrigerator" } },
        { "term": { "maker": "MAKER_A" } },
        { "term": { "family": "HR120" } },
        { "exists": { "field": "made_year" } } ],
      "should": [
        { "term": { "model_norm": { "value": "HR120AT", "boost": 3 } } },
        { "term": { "power": "single_100v" } } ] } },
    "functions": [
      { "gauss": { "made_year": { "origin": 2019, "offset": 1, "scale": 3 } } },
      { "gauss": { "sold_on": { "origin": "now", "offset": "90d", "scale": "540d" } } } ],
    "score_mode": "multiply" } }
}

made_year を exists で絞るのは、減衰関数の決まりのためです。 公式のドキュメントでは、減衰関数は項目の無い文書に1点を返すとされています。製造年の分からない記録は、何もしないと年式が完全に一致した記録と同じ点数になります。製造年が空の記録は、別の検索で件数だけを数えて「年式不明」として出します。 販売の日が空の記録（売れていない機器）も同じ理由で、並べ替えの点数を当てにせず、「売れていない」と画面に出します。

AIへ渡す前に整形する

1. 型式をそろえる … 全角を半角に、ハイフン・空白・スラッシュを消し、大文字にします（索引の normalizer と同じ規則を Lambda にも持たせます）
2. 系統を切り出す … メーカーごとの系統の規則（型式の先頭の英字と容量の数字まで、など）で family を作ります。規則に当たらない型式は空のまま残します
3. ガスの種類と電源を区分にする … 言い換えの表で city_gas・lp_gas、single_100v・single_200v・three_200v にします。書かれていなければ unknown にします
4. 製造年を整数にする … 「2019年製」「19年」「令和元年」を 2019 にします
5. 売れるまでの日数を計算する … 買取の日から販売の日までの日数を days_to_sell に持ちます
6. 状態のランクをそろえる … 担当ごとの書き方（「A」「美品」「上」）を、買取の担当で決めた4段階にそろえます

2番目の系統の規則は、メーカーごとに買取の担当と作ります。 型式の末尾の英字が年式の違いを表すメーカーもあれば、電源やガスの種類を表すメーカーもあります。末尾が電源やガスの種類を表すメーカーでは、末尾を系統に含めずに、必ず違う項目として出します。

6番目の状態のランクは、そろえないと年式が近くても値が比べられません。 状態は買取の担当が機器を見て付けるもので、相談の時点の状態は写真と受付のメモだけです。 相談の側の状態は、ランクではなく書かれたままの言葉で画面に出します。

AIに処理させる

AIの仕事は2つです。 相談を機器ごとの条件に読み替えることと、候補と違う点を記録のまま並べた表を作ることです。

買取の額を提案させないのが、この構成でいちばん大事な線です。 生成AIに過去の買取額と販売額を渡せば、それらしい額を返します。その額には、機器の傷みも、季節の需要も、倉庫の空きも入っていません。 画面に額が出れば、閉店の相談が重なった日ほど、その額が見積に写ります。

ガスの種類を推し量らせないのも同じ理由です。 型式の末尾の英字がガスの種類を表すかはメーカーごとに違い、AIが推した区分が外れると、別の機器の値で見積もることになります。

指示内容を固定する

1回目（相談の読み替え）の指示です。

あなたは中古の厨房機器の買取店で、飲食店からの買取の相談を整理する立場です。
【相談】から、機器ごとに過去の記録を探すための条件を取り出してください。

【取り出すもの（機器ごと）】
- category: 品目。【品目の区分】から1つ選ぶ。選べなければ空
- maker_raw: メーカー。書かれたまま
- model_raw: 型式。書かれたまま（「HR-120AT」など）
- year_raw: 製造年。書かれたまま。無ければ空
- gas_raw: ガスの種類。書かれたまま（「13A」「LP」など）。無ければ空
- power_raw: 電源。書かれたまま（「単相200V」など）。無ければ空
- condition_raw: 状態。書かれたまま
- missing: 書かれていない項目の名前

【厳守事項】
- 製造年・ガスの種類・電源が書かれていなければ空にしてください。
  型式や品名から推し量らないでください。
- 型式の文字を直さないでください。ハイフンや全角も書かれたまま写してください。
- 買取の額について、何も書かないでください。
- 店の名前・担当者の名前・住所は写さないでください。

【品目の区分】{categories}
【相談】{inquiry_text}

2回目（候補の表）の指示です。

あなたは中古の厨房機器の買取店で、買取の担当に過去の記録を示す立場です。
【候補】は過去の買取と販売の記録です。【違う項目】はシステムが作ったものです。

【書き方】
- 候補ごとに、記録の番号・型式・製造年・ガスの種類・電源・状態のランク・
  買取額・販売額・売れるまでの日数を、記録の値のまま書いてください。
- 【違う項目】は、文言を変えずにそのまま書いてください。
- 売れていない候補は、販売額と日数を「未販売」と書いてください。
- 最後に、受付で確かめる点（銘板の読み直し、ガスの種類の確認など）をまとめてください。

【厳守事項】
- 金額を計算しないでください。平均・値幅・差を書かないでください。
- 今回の買取の額を提案しないでください。
- 「よく売れる」「人気」など、記録に無いことを書かないでください。
- 機器が安全に使えるか、設置できるかを書かないでください。

【相談の条件】{conditions}
【候補】{hits}
【違う項目】{differences}

「違う項目を文言を変えずに書く」が、2回目の指示の中心です。 AIは「ガスの種類が違います（LP）」を「ガスの種類は問題ありません」のように読みやすく言い換えることがあります。意味が逆になる言い換えを防ぐため、写させて後で照合します。

出力形式を固定する

Bedrock の Converse API の outputConfig.textFormat に JSON スキーマを渡し、2回目は次の形で受け取ります。

{
  "inquiry_no": "",
  "item": { "category": "", "model_norm": "", "family": "", "made_year": 0,
            "gas": "city_gas | lp_gas | none | unknown",
            "power": "single_100v | single_200v | three_200v | unknown" },
  "candidates": [
    { "record_no": "", "model_norm": "", "made_year": 0, "grade": "",
      "buy_price": 0, "sell_price": 0, "days_to_sell": 0, "sold": true,
      "differences": [""] } ],
  "to_confirm": [""]
}

AWS の公式ページでは、Converse API の outputConfig.textFormat に JSON スキーマを渡すと応答がスキーマに沿い、enum が使えるとされています。すべての object に additionalProperties: false が要り、数値の minimum・maximum は使えません。 ガスの種類と電源は enum で縛り、区分の外の値が返らないようにします。

1つ目の理由は、AIが返した金額と日数を索引の値と照合できることです。 record_no ごとに、buy_price・sell_price・days_to_sell が _source と一致するかを Lambda が確かめます。違えば索引の値で置き換え、置き換えたことを記録します。

2つ目は、differences を Lambda が作った文と照合できることです。 1字でも違えば表を出さずに作り直します。違う項目は次の規則で作ります。

4行目が大事です。 相談の側か記録の側のどちらかが unknown なら、「同じ」とも「違う」とも出さず、確かめる点として出します。

システムへ連携する

決めた買取の額は、画面で「見た記録の番号」と一緒に S3 に残します。 見積の送付と帳簿への記載は、担当がいつもの手順で行います。

人が確認する

1. 読み替えを見る … 型式・製造年・ガスの種類・電源が、銘板の写真のとおりに取り出されているかを確かめます
2. 違う点を見る … ガスの種類と電源が違う候補は、値の参考にとどめます
3. 状態を見る … 相談の写真で、傷み・さび・扉のパッキンなどを確かめます
4. 売れるまでの日数を見る … 近い機器が長く売れていなければ、倉庫の空きと合わせて額を考えます
5. 額を決めて残す … 見た記録の番号と、額を決めた理由を残します

1番目を省かないでください。 銘板の写真の読み違いは、型式の1文字の違いで別の系統の記録を引きます。型式が系統の表に当たらなかったときは、まず銘板を読み直します。

例外に対処する

5行目は相場の兆しの行です。 近い機器が倉庫で売れ残っていれば、過去の販売額より今の需要は弱い可能性があります。

記録を残す

• 相談ごとの、相談の文（店の名前を伏せたもの）、1回目の JSON、担当が直した箇所
• 検索の条件、候補、違う項目と照合の結果
• AIの数字を索引の値で置き換えた記録
• 担当が決めた買取の額と、見た記録の番号、額を決めた理由
• 系統の規則と言い換えの表を見直した日と担当

4つ目は、買い取った機器が売れたときに見直す材料になります。 決めたときに見た記録と、実際の販売額と日数を並べられます。