配車表の写真から、
「誰をどこへ回すか」まで。

初代（v1）はOCR結果を正規表現で推測する作りで、書式が少し変わるだけで読み違えた。 作り直しでは点呼チェッ君で確立した「OCRが文字を読み、生成AIが意味を汲む」二段構えを採用。 セール期のWAVE増減、着車時間の変更、特殊行の混在といった「現場の揺れ」に強くなった。

• 1タップ解析・保存配車表の画像を選ぶだけ。OCR原文と画像をAIに渡して構造化し、日付×午前/午後のダッシュボードに反映。
• エリア別の担当状況「どのエリアで誰が何個持っているか」を自動集計。総個数・一人あたり平均も一目で分かる。
• 浮きコースの検出減車などで空いたコースを抽出。自社名簿と正式名・別名が完全一致した人だけを対象にし、他社の同姓を誤って拾わない。
• フォロー先の提案浮きエリアまでの「道路距離」で近い順に候補を表示（Route Matrix API）。最終判断は人が行い、複数人の割り当てにも対応。
• LINE指示文の生成決めた割り当てから、現場で使っている書式そのままの指示文を生成。コピーして送るだけ。送った指示のログも日別に保存。
• 承認制ログインSupabase認証＋管理者承認制。氏名を登録し、承認された担当者だけが使える。

配車表の写真→ Vision OCR→ Gemini構造化＋自己チェック→ 名簿と厳格照合→ 集計・割り当て・指示文

いちばんのこだわりは「読み取り指示メモ」。設定画面に日本語で 「この列はコース番号として読む」のように書くと、その内容がそのままAIへの指示に差し込まれる。 配車表の書式が変わっても、コードを直さずに現場で調整できる。

• 自己チェックと自動リトライ解析結果に列ズレの兆候（例: 大半の行が同じコース番号）があれば品質チェックで検知し、高精度モデルで自動再解析する。普段は軽量モデルでコストを抑える。
• コストの自動ガードOCRは月間枚数、地図APIは月間要素数の上限で自動停止。使いすぎが構造的に起きない。地図の結果は90日キャッシュ。
• 名簿との厳格照合AIが生成した名前をそのまま信じない。自社名簿と完全一致した人だけを採用し、名簿外の人物や同姓別人の混入をサーバー側で排除する。
• 壊す前に退避本番反映のたびにサーバー側へアーカイブを作成し、構文チェック→配置→ハッシュ照合の手順を徹底。稼働中の現場を止めない。

• 2026-06初代（haisha-kanri）を開発。正規表現ベースの読み取りで運用開始するも、精度に限界。
• 2026-07AI二段構えで全面作り直し。新ドメインで公開し、1タップ解析・承認制・LINE指示文まで一気に実装。
• 現在本番運用中。割り当ての履歴が貯まる設計にしてあり、次は「過去の判断から学ぶ提案」へ。