【要約】Claude API で補助金申請書類を自動生成する [Zenn_Python] | Summary by TechDistill
> Source: Zenn_Python
Execute Primary Source
// Problem
補助金申請を行う事業者が、定型的な文書作成において、毎回ゼロから記述を行う工数負担に直面している。具体的には以下の課題が存在する。
- ・申請書類の「現状と課題」などのセクション構造は、補助金ごとに共通している。
- ・事業者ごとに内容は異なるが、文書の骨格をゼロから書く作業が繰り返されている。
- ・LLMで全セクションを一括生成しようとすると、内容が重複し冗長になる問題がある。
// Approach
開発者は、構造化データをセクションごとに分割して生成する、ETL的なパイプラインを採用した。解決のために以下の手法を実装している。
- ・会社情報をYAML形式で管理し、個人情報を除外してAPIへ渡す設計とした。
- ・System Promptに「中小企業診断士」の視点を定義し、審査官への説得力を高めた。
- ・全セクションを一括生成せず、セクションごとに個別のプロンプトで生成する方式とした。
- ・各セクションに「執筆の要点」と「文字数目安」を個別に与え、論点のブレを防いだ。
// Result
この手法により、セクション間の重複を排除し、論点が整理された高品質なドラフト生成を実現した。
- ・セクション分割により、審査官が評価しやすい構成の文章が得られるようになった。
- ・入力スキーマを固定したことで、補助金の種類が変わってもプロンプトの差し替えのみで対応可能となった。
- ・生成後の数値については、人間が実測値へ差し替える運用フローを明確に定義した。
Senior Engineer Insight
> 構造化データを非構造化テキストへ変換するETLパイプラインとしての設計は、極めて合理的だ。セクション分割による生成品質の向上は、LLMを用いた長文生成における実戦的な解法と言える。ただし、生成される数値の正確性は保証されない。実戦投入の際は、人間による検証（Human-in-the-loop）を前提とした運用設計が不可欠である。