画像やPDFの文字を読み取ってデータにすること。生成AIに画像のまま読ませる方法と専用モデルの使い分け、手書きの誤読に備えて人の確認を残す構成を書いています。公開中の転記ツールがこの構成です。
PythonからGemini APIでOCRする最小コードと詰まりどころの直し方この記事でできるようになること Google AI Studioでキーを発行し、Pythonからpdfや写真をGemini APIに渡して、発行日・金額・取引先のような項目をJSO
CSVの文字化けと列ずれが止まる場所をPythonのコードで具体的に潰す手順この記事で直せるようになること CSVを開くたびに起きる文字化け・列ずれ・日付表記のゆれ・重複と空欄という4つの詰まりどころは、読み込みから出力までを1本のPythonスクリプトに
GAS自動化を外注する前に決めておく作業の切り分けと依頼文GASで自動化できる作業・できない作業の線引き GASが得意なのは、Googleスプレッドシート・Gmail・Googleフォーム・Googleカレンダーなど、すでにGoogleサ
AI下書きと人の確認を工程ごとに分ける報告書・案内文・記事の組み方この記事で分かること この記事を読むと、題材決定・構成・執筆・確認・公開という5つの工程について、報告書・案内文・記事のそれぞれでAIにどこまで渡し、人がどこを見るかを自分の業務に
Googleフォームの回答をGASで自動集計し詰まりやすい場所まで解説する何が自動になるの？仕組みを30秒で理解する この仕組みでは、人が手を動かすのはコードを貼ってトリガーを設定するところまでで、それ以降のフォーム回答のスプレッドシートへの書き込みはす
GAS外注の要件定義シート・契約の取り決め・納品後のログ運用GAS外注が向く業務とそうでない業務を、自社の仕分け基準で見分ける GAS外注が向くかどうかは、繰り返し頻度と処理ロジックの明確さ、そして「判断が人に残るかどうか」で見分けられます
役員報告書のRPA化で実際に詰まる場所と自社運用から見た対処法役員報告書づくりが終わらない3つの原因と、RPA向き診断 役員報告書の作成が終わらない原因は、データの分散・手作業での転記・フォーマットの不統一という3つに、ほぼ集約されます。まず
非構造化データはLLMと専用モデルのどちらで処理すべきか判断基準非構造化データ処理でLLMと専用モデルのどちらを使うか迷う理由 紙の帳票や点検記録、請求書といった非構造化データは、処理する側がフォーマットを自由に決められないため、どの技術で読み
Geminiとは何に強いのか、自社の自動化運用から使いどころを整理するGeminiとは何が強いLLMなのか Geminiの強みを一言で言うと、文章だけでなく画像・音声・動画をそのまま読み込める点と、一度に渡せる情報量が大きい点です。Claude・Ch
ChatGPTを画面で使う段階からAPI化する段階への切り分け方画面で使う段階とAPIで使う段階、何が変わるのか ChatGPTの画面で質問を貼り、返ってきた文章をコピーして別のツールに貼り直す作業が残っている限り、それはまだ自動化ではなく「C
生成AIを使う工程と人に残す工程を実際の構成例から切り分ける入力 → 処理 → 確認 → 出力 という4つの区切りで業務を見ると、生成AIに渡してよい部分と、人が最後まで見る部分がはっきり分かれます。以下は、実際に私が受託業務や自社ツールで