1. homechevron_right
  2. チュートリアルchevron_right
  3. インプットとアウトプット

基礎知識 / 導入手順を知る

インプットとアウトプット

ドキュメントフォースでは、任意のファイルをアップロード(インプット)し、あらかじめ設定したプロンプトを使ってそのファイルを処理し、その解析結果を任意のフォーマットに出力(アウトプット)することができます。

実際にインプットとアウトプットを整理する際は、抽出項目確認シートを使うと、ドキュメントタイプごとに「どの項目を」「どのような表記で」抽出したいかを一覧化しながら整理できます。抽出したい項目名に加えて、具体的な抽出例や、日付・金額などの表記ルールも書き添えておくと、のちの解析項目の設定時にそのまま活用できます。

download抽出項目確認シート(配布資料)

アウトプットlink

インプットの中身を確認する前に、まずはアウトプットから先に確認するのがポイントです。

アウトプットは、その業務のゴールにあたります。最終的にどのような形で出力したいのかが決まって初めて、「どの項目を」「どのような表記で」抽出すればよいのかが決まります。

アウトプットから確認する理由は、大きく次の3つです。

  • アウトプットは変更しにくいから
    出力先となる管理表や基幹システムの取込フォーマット、取引先へ提出する書類などは、すでに形式が決まっていることがほとんどです。あとから変更するのが難しい部分であるため、先に確定させておきます。
  • 必要な項目がアウトプットから逆算できるから
    インプットから見始めると、「この書類から取れそうな項目」をすべて洗い出してしまい、実際には使わない項目まで設定しがちです。アウトプットに必要な項目だけに絞れば、設定の手間も解析にかかるコストも抑えられます。
  • 項目名や表記を揃えやすいから
    解析項目の名前や、日付・金額の表記をアウトプットに合わせておくと、出力したあとの修正作業がなくなります。

なお、アウトプットを確認した結果、必要な情報がそもそもインプットの書類に載っていないことが判明する場合もあります。この場合は、書類そのものの見直しや、別の資料との突き合わせが必要になるため、早い段階で気づけるほど手戻りが小さくなります。

フォーマットの確認link

アウトプットを考えるうえで重点的に確認すべき点は、ファイル形式やファイル名、抽出が必要な項目、ファイルの出力頻度の3つです。

1. ファイル形式やファイル名

最終的に出力したいファイルの「形」を確認します。

  • 拡張子:Excel・CSV・Word・PowerPointなど、どの形式で出力する必要があるか
  • ファイル名:出力するファイル名に決まりはあるか(例:請求書_取引先名_年月)。ルールがある場合は、ファイル名に使う情報も抽出項目として扱う必要があります
  • 1ファイルにまとめるか、分けるか:ドキュメント1件につき1ファイルを出力するのか、複数のドキュメントの結果をまとめて1つのファイルに反映するのか
  • 保存先・提出先:出力したファイルをどこに保存し、誰にどのように渡すのか(共有フォルダ、基幹システムへの取り込み、メールでの送付など)

2. 抽出が必要な項目

アウトプットの項目(表の列や書類の記入欄)に対して、インプットのどの情報が入るのかを対応づけます。

  • 抽出すべき項目:アウトプットに並ぶ項目をすべて書き出し、それぞれ書類のどこから取得するのかを確認します。アウトプットには必要だがインプットに記載がない項目は、別の資料との突き合わせや手入力で補う必要があります
  • どのように抽出するか:書類の記載をそのまま使うのか、変換が必要なのか(日付の表記、税抜・税込、単位、全角・半角など)を確認します。明細のように行数が変わるものは、表形式で抽出する必要があります

3. ファイルの出力頻度

どのタイミングで、どれほどの量のファイルを出力するのかを確認します。

  • 都度出力か、まとめて出力か:1件ごとに出力するのか、1日分や1か月分をまとめて出力するのか
  • 1日あたりの件数:1日・1か月あたりどのくらいの件数を処理するのか。件数は、アップロード方法や担当者の体制、消費クレジットの見込みにも関わります

*ここで整理した内容は、そのまま出力テンプレートやエクスポート設定を準備する際の材料になります。

アウトプットの制約link

アウトプットは、どのような形でも自由に作れるわけではありません。ドキュメントフォースの出力は、エクスポート(解析結果を表形式で出力する)と書類作成(あらかじめ登録したテンプレートに解析結果を反映して出力する)の2つの仕組みで成り立っています。

いいかえると、あらかじめ決めた形に、解析結果をテキストとして流し込むのが基本の動作です。この仕組みから外れる出力は実現できないため、アウトプットを検討する段階で、次のような使い方になっていないかを確認しておきましょう。

1. 既存のファイルに追記していく出力

「請求書をアップロードするたびに、同じ管理表へ1行ずつ追記していく」といった運用は実現が難しい使い方です。出力は、そのとき選んだドキュメントをまとめて1つのファイルに書き出す仕組みだからです。蓄積が必要な場合は、出力したファイルを既存の管理表に貼り付ける、または一定期間分をまとめて出力する、といった運用で考えます。

2. 書類ごとに形が変わる出力

出力パターンを複数登録しておくことはできますが、「取引先ごとに少しずつ違う書式で出し分ける」といった運用には向きません。登録するテンプレートが増えすぎて、管理が追いつかなくなるためです。出し分けが必要な場合は、共通で使える形に揃えられないかをあわせて検討しましょう。

3. テキスト以外の出力

解析結果として差し込めるのはテキストのみです。グラフや画像を生成して配置することはできません。

4. Excelテンプレートを使う場合の注意

  • 関数やマクロ:関数や計算式が設定されたテンプレートは利用できます。マクロも利用できますが、正常な動作までは保証できないため、意図しない結果になる場合があります。
  • 独自の構造を持つテンプレート:人が手で入力することを前提に作られた複雑なレイアウトのテンプレートは、解析結果をそのまま流し込めないことがあります。
  • ファイル自体の操作:シートを追加する、特定のセルに色を付けるなど、ファイルの構造や書式を出力時に変更することはできません。出力されるのは、あらかじめ用意したテンプレートに沿った内容だけです。

これらに当てはまる場合は、アウトプットの形そのものを見直すか、その工程は人の作業として残すことを検討します。アウトプットの検討段階で気づいておくほど、あとからの手戻りが小さくなります。

インプットlink

アウトプットの確認が完了したら、次にインプットを確認します。インプットとは、実際に解析したいファイルのことです。

ドキュメントフォースでは、PDFをはじめとする文書ファイルだけでなく、画像やOfficeファイルなど多種多様なファイルを高精度で解析することができます。ただし、解析元となるファイルの状態によっては解析精度にブレが発生する可能性があるため、あらかじめ確認をしましょう。

ドキュメントの確認link

まずは、実際に解析したいドキュメントを手元に集め、どのような状態のファイルなのかを確認します。ここでの確認は、このあとおこなう精度検証(実際に解析して結果を確かめる作業)の準備にあたります。

確認するときは、次の点に着目してください。

  • 文字の種類:活字(印字)か、手書きか。手書きの場合は、書式が決まった記入欄に書かれているか、自由記述か
  • ファイルの作られ方:PDFとして作成されたデータか、紙をスキャン・撮影した画像か。スキャンの場合は、解像度や傾き、影やノイズの有無
  • 文字の大きさと密度:注記や但し書きのような微細な文字がどれほど含まれているか、1ページあたりの情報量が多すぎないか
  • 記載の状態:訂正やマーキング、押印・スタンプが文字に重なっていないか
  • レイアウトと表の構造:抽出したい情報が表の中にある場合、セルの結合や入れ子など複雑な構造になっていないか
  • フォーマットのばらつき:同じ種類の書類でも、取引先や時期によってレイアウトやページ数がどの程度変わるか
  • ファイルの形式とサイズ:アップロードできるファイル形式か、ファイルサイズやページ数が上限に収まっているか(ファイルのアップロード)

解析精度の目安

ドキュメントの状態によって、期待できる精度はおおよそ次のように分かれます。

精度の目安ドキュメントの状態
高い明瞭な活字・印字、高解像度の画像
ふつう読みやすい手書き文字、微細な文字、訂正やマーキングのある文字
低いスキャン時の汚れやノイズが多い画像、乱雑な手書き文字、構造が複雑な表やグラフ

*あくまで相対的な比較です。精度の目安が「低い」に該当する書類であっても十分な精度で読み取ることができる場合もあります。

サンプルで見る精度の目安

実際のドキュメントでは、次のようなイメージです。

精度の目安:ふつう

記入欄に書かれた手書き文字

項目ごとに枠が区切られた帳票に、手書きで記入されたものです。記入する位置が決まっており、文字も判読できるため、ある程度の精度が期待できます。ただし活字と比べると、数字の「1」と「7」のように形の似た文字で誤読が起こりやすくなります。

精度の目安:ふつう

訂正された文字

二重線での訂正や、上から書き直された箇所です。どの記載が有効なのかを判断する必要があるため、読み取り結果が安定しにくくなります。

精度の目安:低い

スキャン時のノイズが多い画像

コピーやFAXを繰り返した書類などで、汚れやかすれが全体に広がっている状態です。文字と背景の区別がつきにくく、文字そのものもつぶれているため、読み取りが難しくなります。

精度の目安:低い

乱雑な手書き文字

サインのように崩れた手書き文字です。人が見ても判読が難しい文字は、AIでも正確に読み取ることはできません。

「低い」に当てはまるドキュメントがある場合は、すぐに諦めるのではなく、次のような改善ができないかを検討しましょう。

  • 紙をスキャンしたものではなく、元のデータ(PDFやExcel)で受け取れないか
  • スキャンの解像度や読み取り設定を見直せないか
  • 抽出したい項目を、より読み取りやすい別の書類から取得できないか

それでも難しい場合は、その書類だけは人が入力するというように、対象から外す判断も有効です。

なお、ここで挙げた目安はあくまで傾向です。実際にどの程度の精度が出るかは、解析してみないとわかりません。状態の良いもの・悪いものの両方をサンプルとして用意しておき、このあとの精度検証で確かめられるようにしておきましょう。

lightbulb

Tips:人が読めるレベルであれば読み取れます

ドキュメントフォースは、ドキュメント解析に特化したサービスであるため、テキストの読取精度は非常に高いというのが大前提です。

通常のドキュメントにおける解析精度についても、人間が読めるレベルであれば、ドキュメントフォースでも読み取りができると考えてください。

抽出項目と抽出ルールlink

ファイルの内容や状態を確認したら、次は実際に抽出する項目を特定します。

抽出項目を特定する

抽出項目は、原則としてインプットの書類からではなく、アウトプットから逆算して決めます。先に整理したアウトプットの項目(表の列や書類の記入欄)を並べ、それぞれがインプットのどこに記載されているのかを対応づけていきます。

このとき、次の点も確認しておきましょう。

  • 1つの値として取得するか、表として取得するか:取引先名や請求日のように1つの値が決まる項目と、明細のように行数が変わる項目があります。後者は、表形式でまとめて取得します。
  • 書類に記載がない項目はないか:アウトプットには必要だが、インプットには載っていない項目です。別の資料と突き合わせるか、人が入力する項目として分けておきます。
  • 複数の候補がある項目はないか:抽出できる箇所が複数ある、日付が複数記載されている、合計金額の欄が複数あるなど、どれを取得すべきか迷う項目は、この時点で決めておきます。

抽出ルールを決める

抽出項目が決まったら、それぞれをどのように取得するかというルールを決めます。ドキュメントフォースは、ここで決めたルールをプロンプト(AIへの指示)として設定し、その内容に沿って解析をおこないます。

よく必要になるルールは、次のようなものです。

  • 表記の統一:日付(2026/1/1、令和8年1月1日など)、金額(税抜・税込、カンマや通貨記号の有無)、単位、全角・半角の扱い
  • 不要な文字の除去:敬称(御中・様)、ハイフン、注記や記号など、そのまま使うと不都合なもの
  • 記載がない場合の扱い:空欄で返すのか、「なし」などの固定値を入れるのか
  • 書類ごとの例外:特定の取引先だけ記載位置や呼び方が違う場合の扱い

ここで決めるルールは、業務フローの整理で洗い出した判断の基準や例外ルールがそのまま材料になります。抽出項目と抽出ルールは、次のような表にまとめておくと、このあとの設定がスムーズです。

アウトプットの項目インプットの取得元抽出ルール
請求日書類右上の発行日YYYY年MM月DD日の形式に揃える
取引先名宛名「御中」「様」は除く
合計金額合計(税込)欄数字のみ。カンマや「円」は除く
明細明細表商品名・数量・単価・金額を表形式で取得する
lightbulb

Tips:表記ゆれ(名寄せ)はどこまで対応できる?

同じ取引先でも「株式会社○○」「(株)○○」「○○株式会社」のように書き方が異なったり、商品名が略称で記載されていたりすることはよくあります。従来のOCRは読み取った文字をそのまま返すため、こうした表記ゆれは、出力したあとに人が直すか、変換表を用意して突き合わせる必要がありました。

ドキュメントフォースはAIが内容を理解したうえで項目を判定するため、「法人格は省略して出力する」「記載された略称ではなく正式名称で出力する」といった指示をプロンプトに書いておけば、ある程度は揃った状態で取得できます。

ただし、社内独自の略称や、書類の記載だけでは判断できない対応づけは、AIだけでは正しく揃えられません。その場合は、商品マスタなどを参照する外部ファイル参照と組み合わせるか、人が確認する工程として残して運用します。

ファイル準備・アップロード方法link

最後に、解析するファイルをどのように準備して、どのような方法でアップロードするのかを決めましょう。

ファイル準備

まずは、解析にかけるファイルをどのような状態で用意するかを決めます。

  • 元ファイルの保存場所:解析したいファイルが普段どこにあるかを確認します(共有フォルダ、メールの添付、複合機のスキャンフォルダ、基幹システムからの出力など)。保存場所がはっきりしていると、このあとのアップロード方法も決めやすくなります。
  • 1ファイルに含まれる書類の数:1つのファイルに1件の書類だけが入っているのか、複数の書類がまとめてスキャンされているのかを確認します。1ファイルに複数件が含まれる場合は、書類ごとに分割するか、複数件が含まれている前提でプロンプトを設定する必要があります。
  • 1件の書類が複数のファイルに分かれていないか:表面と裏面を別々にスキャンしている場合や、添付資料が別ファイルになっている場合は、結合して1つのドキュメントとして扱います。
  • ドキュメント名の付け方:あとから探しやすいように、名前の付け方を決めておくと運用が安定します。

*ファイルの結合・分割は、アップロード後にドキュメントフォース上でおこなうこともできます。また、取り込んだあとのドキュメント名は、ファイル名ルールを設定しておくと自動で整えられます。

アップロード方法

次に、準備したファイルをどの経路でドキュメントフォースへ取り込むかを決めます。ファイルの流入経路(どこから届くか)と件数に合わせて選びます。

方法向いているケース
画面からのアップロード(標準)担当者が手元のファイルを選んで取り込む。件数が少ない場合や、まず試してみる段階
自動アップローダー指定したフォルダに置かれたファイルを自動で取り込む。複合機のスキャンフォルダや共有フォルダに保存される運用(Windows専用)
メール取込専用の受信アドレス宛に届いたメールの添付ファイルを自動で取り込む。取引先からメールで届く書類
API連携基幹システムなどから直接ファイルを連携する(契約プランによっては利用できない場合があります)

*各アップロード方法の詳細は、ファイルのアップロード、自動アップローダー、メール取込のマニュアルを確認してください。

*どの方法で取り込んでも、解析のされ方は変わりません。まずは画面からのアップロードで検証を進め、運用に乗せる段階で自動化を検討する、という進め方で問題ありません。

ここまでで、アウトプット(何を、どの形で出すか)とインプット(どの書類から、何を、どう取り出すか)が整理できました。あとは、実際にドキュメントタイプを作成し、用意したサンプルで解析を試しながら精度を確かめていきます。

© Document Force Inc. All rights reserved.