AIで領収書・証憑を読み取り、
会計データに変換する
完全実装ガイド

import { readFile } from "node:fs/promises";
import { extname } from "node:path";

// 拡張子 → MIMEタイプの対応表
const MEDIA_TYPES: Record<string, string> = {
  ".png":  "image/png",
  ".jpg":  "image/jpeg",
  ".jpeg": "image/jpeg",
  ".webp": "image/webp",
  ".pdf":  "application/pdf",
};

// ファイルを、APIに渡すコンテンツブロックへ変換する
export async function toContentBlock(filePath: string) {
  const ext = extname(filePath).toLowerCase();
  const mediaType = MEDIA_TYPES[ext];
  if (!mediaType) {
    throw new Error(`未対応の拡張子: ${ext}`);
  }

  // バイナリを base64 文字列に（改行を含めないこと）
  const data = (await readFile(filePath)).toString("base64");

  // PDF は document ブロック、画像は image ブロックで渡す
  if (mediaType === "application/pdf") {
    return {
      type: "document" as const,
      source: { type: "base64", media_type: "application/pdf", data },
    };
  }
  return {
    type: "image" as const,
    source: { type: "base64", media_type: mediaType, data },
  };
}

// 全書類に付ける、人のレビューに回すための共通項目
const REVIEW_FIELDS = {
  uncertain_fields: {
    type: "array",
    description:
      "読み取りに自信がない項目名と理由。確実な項目は含めない。",
    items: {
      type: "object",
      properties: {
        field:  { type: "string", description: "項目名（スキーマのキー名）" },
        reason: { type: "string", description: "なぜ自信がないか（不鮮明・手書き等）" },
      },
      required: ["field", "reason"],
      additionalProperties: false,
    },
  },
  notes: {
    type: ["string", "null"],
    description: "特記事項・矛盾があれば記載。無ければ null。",
  },
};

const receiptSchema = {
  type: "object",
  properties: {
    issuer: { type: ["string", "null"], description: "発行者・店名" },

    // インボイス制度対応：T + 13桁。無ければ null
    registration_number: {
      type: ["string", "null"],
      description: "インボイス登録番号（T+13桁）。無ければ null。",
    },

    // 日付は必ず西暦 YYYY-MM-DD に正規化させる（和暦→西暦はモデルに任せる）
    issue_date: {
      type: ["string", "null"],
      description: "発行日。YYYY-MM-DD に正規化。和暦は西暦へ。",
    },

    total_amount: { type: ["number", "null"], description: "税込合計（円・数値のみ）" },
    tax_amount:   { type: ["number", "null"], description: "消費税額の合計（円）" },

    // 税率ごとの内訳。軽減税率(8%)と標準(10%)が混在する領収書に対応
    tax_breakdown: {
      type: "array",
      description: "税率ごとの内訳。記載が無ければ空配列。",
      items: {
        type: "object",
        properties: {
          rate:           { type: "number", description: "税率（10 または 8）" },
          taxable_amount: { type: ["number", "null"], description: "対象額（税抜）" },
          tax_amount:     { type: ["number", "null"], description: "消費税額" },
        },
        required: ["rate", "taxable_amount", "tax_amount"],
        additionalProperties: false,
      },
    },

    payment_method: { type: ["string", "null"], description: "支払方法" },

    // 勘定科目の一次推定。判断できなければ null（無理に埋めさせない）
    suggested_account: {
      type: ["string", "null"],
      description: "推定勘定科目（会議費・旅費交通費等）。不明なら null。",
    },

    ...REVIEW_FIELDS, // ← 共通の要確認フィールドを合成
  },
  // 構造化出力の制約：全プロパティを required に、追加プロパティは禁止
  required: [
    "issuer", "registration_number", "issue_date",
    "total_amount", "tax_amount", "tax_breakdown",
    "payment_method", "suggested_account",
    "uncertain_fields", "notes",
  ],
  additionalProperties: false,
};

export function buildPrompt(): string {
  return [
    "添付は日本の領収書です。記載内容をスキーマどおりに抽出してください。",
    "",
    "厳守事項：",
    "1. 書類に書かれていない項目は、推測せず必ず null にする。",
    "   もっともらしい値を作らないこと。",
    "2. 金額はカンマ・円記号・全角数字を除いた半角の数値にする。",
    "3. 日付は西暦 YYYY-MM-DD に正規化する（和暦は西暦へ換算）。",
    "4. 読み取りに少しでも不安がある項目は uncertain_fields に",
    "   理由つきで入れる。迷ったら入れる方が安全。",
    "5. 合計金額と明細の合計が合わない場合は、書類の記載どおりに",
    "   抽出したうえで notes に矛盾を明記する。",
  ].join("\n");
}

import Anthropic from "@anthropic-ai/sdk";
import { toContentBlock } from "./input.js";
import { receiptSchema } from "./schemas.js";
import { buildPrompt } from "./prompt.js";

const MODEL = "claude-opus-4-8"; // 判断を伴うのでOpus級を推奨

export async function extractReceipt(filePath: string, client = new Anthropic()) {
  const attachment = await toContentBlock(filePath);

  const response = await client.messages.create({
    model: MODEL,
    max_tokens: 16000,
    thinking: { type: "adaptive" },      // 判断工程のために思考を有効化
    output_config: {                       // ← 構造化出力を強制
      format: { type: "json_schema", schema: receiptSchema },
    },
    messages: [
      {
        role: "user",
        content: [attachment, { type: "text", text: buildPrompt() }],
      },
    ],
  });

  // ── 停止理由のチェック（省略しないこと）──
  if (response.stop_reason === "max_tokens") {
    throw new Error("出力が途中で打ち切られました。max_tokens を増やしてください。");
  }
  if (response.stop_reason === "refusal") {
    throw new Error("モデルが応答を拒否しました。");
  }

  // ── テキストブロックを取り出して JSON.parse ──
  const textBlock = response.content.find((b) => b.type === "text");
  if (!textBlock || textBlock.type !== "text") {
    throw new Error("テキストブロックが返りませんでした。");
  }

  // 構造化出力なので JSON は valid。ただし念のため try/catch
  try {
    return JSON.parse(textBlock.text) as Record<string, unknown>;
  } catch {
    throw new Error(`JSONとして解釈できませんでした: ${textBlock.text.slice(0, 300)}`);
  }
}

// 金額・日付・文字列を「表記ゆれを吸収して」比較する
function valuesMatch(expected: unknown, actual: unknown): boolean {
  if (expected == null) return actual == null;
  if (actual == null) return false;

  // 数値：全角→半角、記号除去のうえ誤差なしで比較
  if (typeof expected === "number") {
    const a = normalizeNumber(actual);
    return a !== null && Math.abs(a - expected) < 0.005;
  }
  // 日付：YYYY-MM-DD へ正規化して比較（表記ゆれ吸収）
  if (looksLikeDate(expected)) {
    return normalizeDate(expected) === normalizeDate(actual);
  }
  // 文字列：全角半角・記号・空白を落として比較
  return normalizeText(String(expected)) === normalizeText(String(actual));
}

// ── 全体の集計 ──
export function summarize(fields: FieldResult[]) {
  const wrong = fields.filter((f) => !f.match);
  const right = fields.filter((f) => f.match);
  return {
    accuracy: right.length / fields.length,             // 正解率
    // ★ 間違えた項目のうち、AIが自己申告できていた割合
    selfDetectionRate:
      wrong.length === 0 ? null
      : wrong.filter((f) => f.flagged).length / wrong.length,
    // 正解なのに"要確認"に挙げた割合（人の手間になる＝低い方がよい）
    overFlagRate:
      right.filter((f) => f.flagged).length / right.length,
  };
}

import { readdir } from "node:fs/promises";
import { extractReceipt } from "./extract.js";

async function run(dir: string) {
  const files = (await readdir(dir)).filter((f) => /\.(png|jpe?g|pdf)$/i.test(f));
  const autoConfirm: unknown[] = [];  // 自動確定キュー
  const needsReview: unknown[] = [];  // 人がレビュー

  for (const f of files) {
    const data = await extractReceipt(`${dir}/${f}`);
    const flagged = (data.uncertain_fields as unknown[])?.length ?? 0;

    // ★ AIが"要確認"を1つも挙げなければ自動確定へ
    (flagged === 0 ? autoConfirm : needsReview).push({ file: f, data });
  }

  console.log(`自動確定 ${autoConfirm.length} 件 / 要レビュー ${needsReview.length} 件`);
  return { autoConfirm, needsReview };
}

{
  "issuer": "有限会社みなと会議室サービス",
  "registration_number": "T7010401055512",
  "issue_date": "2026-07-18",        // 令和8年 → 西暦に正規化
  "total_amount": 28160,             // 円記号・全角・カンマを除去
  "tax_amount": 2468,
  "tax_breakdown": [               // 10%と8%が正しく分離
    { "rate": 10, "taxable_amount": 17000, "tax_amount": 1700 },
    { "rate": 8,  "taxable_amount": 9600,  "tax_amount": 768 }
  ],
  "payment_method": "クレジットカード",
  "suggested_account": "会議費",      // 科目を一次推定
  "uncertain_fields": [],           // ← 空＝自動確定キューへ
  "notes": null
}

{
  // ... 他の項目 ...
  "issue_date": null,
  "uncertain_fields": [
    { "field": "issue_date",
      "reason": "日付印が擦れており、7月か9月か判別できない" }
  ],
  "notes": "発行日は要確認"
}

// 書類タイプごとにスキーマを持ち、共通エンジンで切り替える
export const SCHEMAS = {
  receipt:  receiptSchema,   // 領収書（会計・記帳）
  invoice:  invoiceSchema,   // 請求書（士業・共通）
  estimate: estimateSchema,  // 見積書（建設）
  tenko:    tenkoSchema,     // 点呼記録簿（運送）
};

// 例：点呼記録簿なら、法令上の記載漏れも自動チェックできる
const tenkoSchema = {
  type: "object",
  properties: {
    operator_name: { type: ["string", "null"] },
    record_date:   { type: ["string", "null"], description: "YYYY-MM-DD" },
    entries: { type: "array", items: { /* 運転者・点呼時刻・アルコール値… */ } },
    // ★ 法令上の記載漏れ疑いを自動で列挙させる
    compliance_flags: {
      type: "array",
      description: "アルコール検知値の未記載・点呼執行者の欠落 等",
      items: { type: "string" },
    },
    ...REVIEW_FIELDS,
  },
  /* required / additionalProperties: false ... */
};