受付に置いた手書きの来訪者受付簿を読み取って入退館の記録にそろえ、退館時刻の記入漏れと入館証の未返却をその日のうちに総務へ返す

処理の起点を決める

保管場所に受付簿のPDFが置かれたことを起点にします。 受付と守衛所の複合機に「受付簿」というスキャンの宛先を1つ登録し、押せば決まったフォルダに保存されるようにします。ファイル名には、場所（本社／工場）とスキャンの日時を入れます。

スキャンは、受付を閉める時刻に1回行います。 本社受付なら18時、工場の守衛所なら最後の来訪者が帰る時刻です。ページが埋まるたびにスキャンする運用にはしません。 途中のページでは退館時刻がまだ空なのが当然で、未退館と記入漏れを区別できないからです。

夜間の来訪がある守衛所は、翌朝の始業前にもう1回スキャンします。 処理が終わったPDFは処理済みのフォルダへ移し、移すのは成功したときだけにします。

入力データを集める

質を決めるのは、いちばん下の1つです。 受付簿の返却の印は、受付が付け忘れることがあります。手元にあるカードの番号を受付が数えて入れれば、印が無くても実物が戻っていることを確かめられます。 50枚を数える作業は数分で終わり、紙の印より確かです。

部署と社員の一覧は、訪問先を結びつけるためだけに使います。 一覧そのものを記録に書き写すことはしません。

データの取得方法を決める

読み取りは、レイアウトモデル（prebuilt-layout）を呼ぶだけです。表のセルの位置をそのまま使うので、出力の形式は既定のままで足ります。

列の対応は、見出しのセルで決めます。 kind が columnHeader のセルの文字（「入館時刻」「訪問先」「入館証No.」など）から、列番号と記録の項目の対応を作ります。様式が同じなら対応は毎回同じですが、様式を改めたときに気づけるよう、毎回見出しから決めます。

時刻と番号の信頼度は、セルではなく単語で見ます。 信頼度は単語ごとに返るので、セルの範囲に入る単語の信頼度のうち、いちばん低いものをそのセルの信頼度として扱います。「13:45」の「4」だけが怪しいとき、平均を取ると埋もれます。

返却の印は、セルの範囲に入る選択マークで見ます。 返却の欄に選択マークが1つあり、その状態が selected なら返却の印ありです。選択マークが見つからない、または信頼度が低いときは、印の有無を決めません。

AIへ渡す前に整形する

1. ページ数の確認 … 1日分のPDFのページ数と、受付が記入した「本日の使用ページ数」が合うかを確かめます。合わなければ、スキャンし忘れたページがあります
2. 画像の大きさの確認 … 画像は50×50ピクセルから10,000×10,000ピクセルの間である必要があります。複合機の既定の設定なら収まります
3. 文字の大きさの確認 … 抽出するテキストの最小の高さは、1024×768ピクセルの画像で12ピクセルとされ、150dpiで約8ポイントの文字に当たります。受付簿の欄は狭く、小さく書く人が多いので、スキャンの解像度を上げておきます
4. 空行の除外 … 氏名・会社名・入館時刻のすべてに手書きの文字が無い行は、使っていない行として外します
5. 続きの行の判定 … 「同上」「〃」や、会社名だけが書かれて氏名が空の行は、前の行の同行者として扱います
6. 重複の検知 … 同じ場所・同じ日のPDFが2回届いたら、新しいほうを使い、古いほうの結果を取り消します

3番目を軽く見ないでください。 時刻と入館証番号は、欄が狭いぶん小さく書かれます。解像度が足りないだけの欄は、「書かれていない」と区別がつきません。

AIに処理させる

させるのは、訪問先の欄の書き方を、社内の部署と担当者の候補に結びつけることだけです。 読み取り・行の組み立て・欄の確認・入館証の突き合わせは、OCRとプログラムが行います。

2行目がいちばん起きやすい失敗です。 「佐藤」と書かれた訪問先に、同じ部署の佐藤さんが2人いると、生成AIはどちらか1人を選んで返します。選ばれた佐藤さんに入館証の問い合わせが届き、もう1人の来客の話が筒抜けになります。

指示内容を固定する

あなたは製造業の総務課で、来訪者受付簿の「訪問先」の欄に書かれた
文字を、社内の部署と担当者に結びつける担当です。
渡された訪問先の文字と、部署と社員の一覧だけを見て作業してください。

【やること】
1. 訪問先の文字から、部署の一覧にある部署を1つ選ぶ
2. 書かれた姓（または氏名）と部署から、社員の一覧の候補を挙げる
3. 結びつけの確かさを、次の4つから1つ選ぶ
   - exact ....... 部署と担当者が1人に決まる
   - candidates .. 担当者の候補が2人以上いる
   - dept_only ... 部署は決まるが、担当者が書かれていない、または一覧にいない
   - none ........ 部署も決まらない
4. 結びつけの根拠にした文字列を、そのまま写す

【厳守事項】
- 候補が2人以上いるときは、1人に絞らずに全員を candidates に並べてください。
  役職や入社年などで推し量って選ばないでください。
- 一覧に無い部署名・社員名を作らないでください。
  古い部署名で書かれていて一覧に無ければ none にしてください。
- 「様」「さん」「課長」などの敬称・役職は、氏名の一部として扱わないでください。
- 階（「2F」など）は手がかりとして使ってよいですが、階だけで部署を決めないでください。
- 読み取りの信頼度が低いと印の付いた文字は、似た社員名に読み替えないでください。
  その場合は none にしてください。
- 訪問の目的や来訪者について推し量ったことを書かないでください。

【訪問先の欄の文字（行番号付き）】{visit_to_cells}
【部署の一覧（部署名・階）】{departments}
【社員の一覧（部署・氏名）】{employees}

「1人に絞らない」を明記しないと、必ず1人を選びます。 一覧に候補が2人いても、生成AIは答えを1つにまとめようとします。candidates を返すことを、正しい答えの1つとして指示に書いておきます。

来訪者の氏名と会社名をこの指示に入れていないのは、設計で決めたことです。 結びつけに要るのは訪問先の欄だけで、来訪者の情報を渡さなくても仕事が成り立ちます。

出力形式を固定する

生成AIからは、行ごとの結びつけを次の形のJSONで受け取ります。 Azure OpenAI の構造化出力で、response_format に json_schema を strict: true で渡し、形を固定します。すべての項目を必須にし、additionalProperties を false にする必要があるので、決まらない項目も空文字で返させます。

{
  "rows": [
    { "row": 3, "dept": "設計部", "match": "exact",
      "candidates": ["設計部 佐藤 健"], "evidence": "2F 設計 佐藤様" },
    { "row": 7, "dept": "品質保証部", "match": "candidates",
      "candidates": ["品質保証部 鈴木 一郎", "品質保証部 鈴木 恵"],
      "evidence": "品証 鈴木" }
  ]
}

プログラムは、これに読み取り結果と欄の確認の結果を合わせ、記録の1行を次の形にします。

{
  "site": "本社",
  "date": "2026-10-08",
  "row": 7,
  "visitor_name": "（読み取りのまま）",
  "company": "（読み取りのまま）",
  "visit_to": { "dept": "品質保証部", "match": "candidates" },
  "time_in": "13:10",
  "time_out": "",
  "badge_no": "27",
  "returned_mark": "unselected",
  "badge_status": "not_returned",
  "flags": ["time_out_blank", "badge_not_returned"],
  "low_conf_fields": []
}

1つ目の理由は、欄の状態を項目ごとに分けて持てることです。 退館時刻は ""（書かれていない）と、low_conf_fields に入る「読めない」を分けます。time_out_blank は書かれていないときだけ付き、読めないときは time_out_unreadable が付きます。

2つ目は、入館証の状態を印と実物の両方から決められることです。

3行目がいちばん重い行です。 印が付いているのに実物が無いのは、別の番号のカードを受け取ったか、受け取った後に無くなったかです。紙の印だけを見ていた運用では、見つけられなかった型です。

システムへ連携する

入退館の記録へは「行の追加」だけにします。 総務が直した内容は別の列に残し、読み取ったときの値は消しません。

訪問先の社員へは、この構成から直接は送りません。 問い合わせは総務が内容を確かめてから送ります。来訪の事実を、確かめる前に社内に広げないためです。

人が確認する

人が見るのは、印の付いた行だけです。 一覧には、受付簿の該当の行を切り出した画像を並べて出します。

1. mismatch を最優先で確かめる … 受付と守衛所に電話し、カードの箱を見てもらいます
2. not_returned の訪問先を確かめる … match が exact ならその社員に、candidates なら部署の代表に問い合わせます
3. 読めない欄を直す … low_conf_fields に入った欄を画像と見比べて直します
4. 印の付け忘れを受付に伝える … unselected で実物が戻っていた行は、まとめて週に1回伝えます
5. 直した記録を残す … どの欄を何から何に直したかが自動で記録されます

1番目と2番目を当日中に終えることが目標です。 3番目以降は翌日でもかまいません。

目標は、80ページをならして1ページ6分です。 1ページ20行のうち印の付く行が数行という想定です。

例外に対処する

記録を残す

• 受付簿のPDFと、場所・スキャンの日時
• Document Intelligence が返したJSON（分析結果は24時間で消えるので、自社の保管場所に残します）
• 生成AIに渡した訪問先の欄の文字と、返ってきたJSON
• 欄の確認と入館証の突き合わせの結果（flags、badge_status）
• 人が直した記録（直す前の値、直した後の値、その欄の信頼度、直した人）
• 入館証の状態の変化（貸出、返却、紛失）と日時

2つ目は、自社で残さないと後から見られません。 入力データと分析結果は24時間で自動的に削除されるので、読み取りの誤りを後から調べるには、その場で取り出して残す必要があります。

保存期間は、受付簿そのものの保存期間に合わせます。 来訪者の氏名と会社名を含む記録なので、PDFも読み取り結果も、同じ期間が過ぎたら一緒に消します。