メインコンテンツへスキップ
見出し画像

【Google Apps Script × Gemini API】名刺PDFの自動整理とデータ化による業務効率化スクリプト

  • 割引あり

1. はじめに

前回投稿した領収書×Geminiの記事が有料記事にも関わらず、すごく好評だったため、今回は名刺×Geminiの記事を書きました。

日々蓄積される名刺の管理、手作業によるデータ入力、そして関連ファイルの整理。これらの定型業務は、多くのビジネスパーソンにとって時間的な負担となっています。

本記事では、Google Apps Script (GAS) とGoogleの高性能AI「Gemini API」を連携させ、名刺PDFの整理とデータ化を全自動で行うスクリプトについて、その機能と技術的背景を詳細に解説します。

本スクリプトが実現する機能

当スクリプトを導入することで、以下のプロセスが自動的に実行されます。

  1. 高精度な文字認識 (OCR): Geminiのマルチモーダル能力を活用し、名刺のPDFから社名、氏名、連絡先等の情報を正確に抽出します。

  2. Web検索による情報補完: 抽出した企業情報に基づき、法人番号やインボイス登録番号といった公式情報をWeb検索によって自動的に取得します。

  3. スプレッドシートへの自動記録: 取得・整形された全データを、指定のGoogleスプレッドシートに一覧として自動記録します。

  4. ファイルの自動整理: 企業名や指定カテゴリに基づき、Googleドライブ内にフォルダを自動生成し、対象のPDFファイルをリネームした上で格納します。

これにより、手作業に起因する入力ミスや作業負荷から解放され、顧客情報管理や営業リスト作成の効率を飛躍的に向上させることが可能となります。


2. AI機能解説①: 高精度OCRを実現するプロンプト設計

本スクリプトの中核をなすのが、名刺PDFから文字情報を構造化データとして抽出するOCR機能です。ここでは単なる文字認識に留まらず、Geminiの能力を最大限に引き出すための「プロンプト」設計が鍵となります。

callOcrApi関数で定義されているプロンプトには、出力精度を最大化するための複数の工夫が組み込まれています。

プロンプト設計の要点

  1. 役割の付与 (ペルソナ設定):
    プロンプト冒頭で「あなたは高精度のデータ入力スペシャリストです」とAIに役割を定義します。これにより、AIは指定された役割に沿った、より専門的で正確な出力を生成するようになります。

  2. 厳格かつ具体的な出力規則:
    「JSON形式のみで出力」「郵便番号から記号を除去」「漢数字をアラビア数字に統一」といった詳細なルールを設けています。これは、後続処理で扱いやすいよう整形されたデータをAI自身に生成させ、システム全体の安定性を高めるための重要な指示です。

  3. 出力形式のテンプレート提示:
    最終的な出力形式としてJSONのテンプレートを明示することで、AIは要求されたデータ構造を明確に理解し、指示通りの形式で結果を返却します。

さらに、APIリクエスト時に"response_mime_type": "application/json"というJSONモードを指定することで、プロンプトの指示と合わせて、より確実性の高いJSON出力が期待できます。これらの設計により、画像データである名刺PDFは、プログラムで容易に扱える構造化データへと高精度に変換されます。


3. AI機能解説②: Web検索による情報補完

本スクリプトのもう一つの特徴的な機能が、OCRで得た情報に基づき、AIがWeb検索を実行して追加情報を取得するcallWebSearchApi関数です。これにより、名刺情報に新たな付加価値を与えます。

検索プロンプトの要点

  1. 段階的なタスク指示:
    「法人番号の特定」「インボイス登録の確認」「元情報との差異の確認」というように、AIが実行すべきタスクを複数のステップに分解して指示します。これにより、複雑な要求であってもAIは各ステップを順次処理し、最終的に精度の高い結果を導き出します。

  2. 参照すべき情報源の指定:
    「国税庁の公表情報」「特定のURL形式」といった形で、参照すべき情報源を具体的に指定しています。これにより、AIは信頼性の高い情報ソースを優先的に参照し、取得データの正確性が向上します。

Web検索機能の実現方法

AIにWeb検索を実行させる技術的な鍵は、APIリクエストボディに含まれる"tools": [{"googleSearch": {}}]というパラメータです。このパラメータを指定することで、Gemini APIは内部でGoogle検索ツールを呼び出し、リアルタイムの情報に基づいて回答を生成することが可能になります。

また、AIの応答が稀にJSON以外のテキストを含む場合を想定し、応答テキストから正規表現を用いてJSON部分のみを安全に抽出する処理を実装しています。これにより、予期せぬ応答形式に対する耐性を高め、システムの安定稼働を実現しています。


4. 全体制御: 処理全体を司るメイン関数

これまで解説したAI機能やファイル操作を統合し、一連のプロセスを自動実行するのがメイン関数であるprocessBusinessCardsです。

処理フローの概要

本関数は、指定されたGoogleドライブフォルダ内のPDFファイルを一つずつ巡回し、各ファイルに対して以下の処理を順次実行します。

  1. callOcrApiによる情報抽出

  2. callWebSearchApiによる情報補完

  3. organizeFileによるファイルの整理・移動

  4. appendDataToSheetによるスプレッドシートへの記録

安定運用のための設計

大量のファイルを処理する際の安定性を確保するため、本スクリプトには2つの重要な仕組みが実装されています。

  1. タイムアウト回避機能:
    Google Apps Scriptの実行時間制限(約6分)を超過する前に処理を安全に中断するロジックを搭載しています。処理しきれなかったファイルは次回実行時に処理が再開されるため、ファイル数に依存しない安定した運用が可能です。

  2. エラーハンドリング:
    個別のファイル処理をtry...catchブロックで囲むことにより、特定のファイルが破損している等のエラーが発生しても、プロセス全体が停止することなく処理を継続します。問題のあったファイルはログに記録され、他の正常なファイルの処理は続行されます。


5. まとめと導入のご案内

本記事では、GASとGemini APIを活用した名刺管理自動化スクリプトについて、その中核をなすAIの活用法と、安定した自動処理を実現するためのプログラム設計を解説しました。

プロンプトエンジニアリングによるAIの精度向上、Web検索機能によるデータへの付加価値創出、そして堅牢なエラーハンドリングとタイムアウト対策。これらの要素を組み合わせることで、実務に耐えうる強力な業務効率化システムが構築できます。

本システムの導入について

この高機能な名刺整理自動化システムを、ご自身の環境で速やかに導入・活用されたい方のために、この先の有料エリアにて、スクリプトのコード全文と、専門知識がなくても設定可能な、図解付きのステップ・バイ・ステップ導入ガイドをご用意しております。

 
 
会計事務所や税理士事務所の視点から生成AIの活用に関して様々な視点から情報を提供していきます。#推しはGemini

あなたへのおすすめ