【要約】「あの請求書、どこいった？」をなくす。PleasanterとAIでつくる文書OCRツール [Qiita_Trend] | Summary by TechDistill
> Source: Qiita_Trend
Execute Primary Source
// Problem
経理や総務の担当者が、紙やPDFの請求書から手動で金額や明細を転記する際、ミスや紛失、進捗管理の困難さに直面している。業務量が増えるほど、以下の問題が顕在化する。
- ・手動転記に伴う入力ミスや二重登録の発生。
- ・書類の所在確認に要する時間的コストの増大。
- ・未処理や要確認ステータスの把握が困難な管理体制。
// Approach
開発者は、ローコードツールとAI、スクリプトを組み合わせ、AIの不確実性を補完する「検算」を組み込んだシステムを構築した。以下の手法で信頼性を担保している。
- ・Pleasanterを台帳、GASを制御層、OpenAIを解析層とする役割分担。
- ・GASのLockServiceを用いた同時実行制御と、Ver指定による更新競合の回避。
- ・AIの回答に対し、金額の整合性やインボイス番号形式を機械的に再チェックする検算ロジックの実装。
- ・プロンプトインジェクション対策として、AIへの命令文に制約を追加。
// Result
本システムにより、請求書や見積書の項目、および明細行を高い精度で自動抽出することに成功した。PoCとして以下の成果を得ている。
- ・発行元、金額、消費税、明細行（カテゴリ・数量・単価等）の正確な抽出。
- ・AIの信頼度に応じた色分け表示による、目視確認作業の効率化。
- ・開発期間4〜12週間、費用80〜250万円という現実的な規模での実現。
Senior Engineer Insight
> AIの出力を鵜呑みにせず、GAS側で計算整合性を検証する設計は、実務導入において極めて妥当な判断だ。プロンプトインジェクション対策を含め、防御的な実装がなされている点も評価できる。ただし、GASの実行時間制限や同期処理への依存は、大規模トラフィック下では致命的なボトルネックとなる。将来的なスケールを見据えるなら、AWS Lambda等のサーバーレス環境への移行を検討すべきである。