手書きメモやレシートをChatGPTに読み取らせたあと、誤読を確かめる手順

なぜ「信じ切らない」前提で始めるのか

OpenAIのChatGPT Image Inputs FAQ(英語版を確認)には、画像入力の制約として次の趣旨の記載があります。

• 日本語や韓国語など、ラテン文字以外の文字を含む画像は、うまく扱えないことがある
• 回転した文字や上下逆さまの画像を、誤って解釈することがある
• 画像が不鮮明な場合は可能な範囲で解釈するが、結果の精度は下がることがある
• 場合によっては、誤った説明を生成することがある

手書きの日本語メモや、感熱紙の薄いレシートは、この条件に当たりやすい素材です。しかも誤読は「それらしい別の文字」になるので、結果の文章を読むだけでは気づきにくいのが厄介です。最初から、照合する前提で流れを組みます。

読ませる前の準備

照合の手間は、画像の質でかなり変わります。

• 向きをそろえる:上下や横向きを直してから渡します。
• 文字を大きく写す:同FAQは、画像内の文字を拡大して読みやすくしつつ、重要な部分は切り取らないよう案内しています。レシートなら1枚を画面いっぱいに撮ります。
• 形式とサイズ:PNG、JPEG、アニメーションなしのGIFで、1枚20MBまでとファイルアップロードのヘルプに書かれています。
• 見せたくない部分は隠す:氏名、住所、カード番号、会員番号などは、読み取りに不要なら塗りつぶすか切り落としてから渡します。同ヘルプによると、個人向けサービスでアップロード内容がモデル改善にどう使われるかは、利用中のサービスとデータ設定によって変わります。設定を確認し、判断に迷う原本は説明用の内容に置き換えて試すのが安全です。

読み取りと要確認の申告を頼む依頼文

画像を添付して、次の文章を送ります。[手書きメモ / 買い物レシート]の部分だけ、その都度差し替えます。

添付の画像は[手書きメモ / 買い物レシート]です。書かれている内容を読み取り、次のルールで表にしてください。

【ルール】
1. 行ごとに1行の表にし、列は「No / 原本に見えた文字 / 読み取り結果 / 確信度(高・中・低) / 要確認の理由」にしてください。
2. 読めない文字は推測で補わず、「判読不能」と書いてください。
3. 数字(金額・数量・日付・時刻・電話番号)と、人名・店名・商品名などの固有名詞は、少しでも迷ったら確信度を「中」か「低」にして理由を書いてください。
4. 似た形の文字と迷った場合は、候補を「3 / 8」のように併記してください。
5. 表の後に、「要確認の箇所一覧」を番号つきで別にまとめてください。
6. レシートの場合は、明細の金額を足し算し、印字された合計と一致するかも書いてください。
7. 内容の要約や言い換えはしないでください。

ルール2と4は、読めない文字を推測で埋めさせず、迷いを表に出させるためのものです。ルール6の検算は、数字の誤読に気づく数少ない手がかりになります。ただし、足し算そのものもモデルが間違えることがあるため、合計が合う・合わないの判断は自分の電卓でも確かめてください。

また、「原本に見えた文字」の列も、モデルが書いた内容であって原本そのものではありません。確信度も自己申告で、「高」でも正しい保証はありません。確信度は照合の優先順位を決める目安にとどめ、数字と固有名詞は全件を見ます。

返ってくる表のイメージ(説明用の架空の例)

次の表は、架空のレシートを想定して私が作った例です。実際の出力ではありません。

• 1、原本に見えた文字：牛乳 198、読み取り結果：牛乳 198円、確信度：高、要確認の理由：
• 2、原本に見えた文字：食パン 148、読み取り結果：食パン 148円、確信度：高、要確認の理由：
• 3、原本に見えた文字：卵 2?8、読み取り結果：卵 238円、確信度：低、要確認の理由：3か5か判別しづらい(3 / 5)
• 4、原本に見えた文字：合計 604、読み取り結果：合計 604円、確信度：中、要確認の理由：印字がかすれている

検算:読み取った明細の合計は198+148+238=584円で、印字の合計604円と一致しません。

この例では、No.3の迷いと合計の不一致が同じ行を指しています。原本を見て258円だと分かれば、198+148+258=604円で合計と一致します。このように、申告と検算が重なった箇所から先に見ると効率的です。

原本と照合するチェック表

要確認の箇所だけでなく、数字と固有名詞は全件を原本と並べて見ます。次の表を順にたどってください。

• 1、確認項目：合計の検算、見るポイント：明細の足し算が印字の合計と一致するか(税の扱いも印字どおりか)、合っていたら：✓
• 2、確認項目：金額・数量の桁、見るポイント：桁の抜け、小数点やカンマの取り違え、1と7、3と5と8、合っていたら：✓
• 3、確認項目：日付・時刻、見るポイント：年月日の順序、午前午後、「0」と「6」、合っていたら：✓
• 4、確認項目：電話番号・型番・番号類、見るポイント：1文字ずつ原本と照合。ハイフンの位置も見る、合っていたら：✓
• 5、確認項目：人名・店名・商品名、見るポイント：同音の別字、似た字形(例:「未」と「末」)。読みだけで判断しない、合っていたら：✓
• 6、確認項目：行の抜け・重複、見るポイント：原本の行数と表の行数が同じか、合っていたら：✓
• 7、確認項目：申告された要確認箇所、見るポイント：一覧の番号を一つずつ消し込む、合っていたら：✓

コツは、原本の画像と表を画面上で並べ、指で追いながら一文字ずつ確かめることです。読み取り結果を先に読み込むと、その記憶に引っ張られて見落としやすくなります。

誤読が多いときの対応と運用

照合の結果によって、次のように動きます。

• 要確認が少数で、照合で直せた、対応：直した値を表に反映して使う
• 同じ箇所で何度も迷う、対応：その部分だけ拡大して撮り直し、再度読ませる
• 表全体が崩れている(向き、行ずれ)、対応：向きを直して撮り直し、最初から読ませる
• 手書きが崩れていて、人が見ても迷う、対応：書いた本人に聞くなど、画像以外で確かめる
• 金額や番号の誤りが許されない用途、対応：読み取り結果を転記元にせず、原本から直接入力する

補助的な方法として、別の新しいチャットで同じ画像を読ませ、二つの表の差分を見る手もあります。食い違った箇所は怪しいと分かりますが、二つとも同じ誤読をする場合もあるため、最終判断は原本で行います。

依頼文は手元のメモに保存しておけば、毎回同じ流れを再現できます。読み取りはChatGPTに任せ、原本との一致を確かめる役目は人が持つ、という分担です。