画像理解：写真や図から情報を抽出する

Claude は画像を読めます。これを活用すると、「画像から情報を抽出する」業務が大幅に効率化されます。

定番ユースケース

1. 名刺の構造化

添付の名刺画像から、以下のJSON形式で情報を抽出してください。

{
  "name": "氏名",
  "company": "会社名",
  "title": "役職",
  "email": "メール",
  "phone": "電話",
  "address": "住所"
}

読み取れない項目は null。

2. 領収書の経費項目化

添付の領収書から、経費精算用に以下を抽出：
- 日付
- 金額（税込・税抜・消費税）
- 店名
- 経費カテゴリ推測（飲食・交通・備品 など）

3. スクリーンショットからのテキスト抽出

添付スクリーンショット（エラー画面）の：
- エラーメッセージ全文を文字起こし
- エラーの原因として考えられる事項
- 対処法

4. 図表の読解

添付のグラフから：
- 何を示すグラフか
- 主要な傾向（増減・ピーク・例外値）
- そこから導ける示唆

精度を上げるコツ

• 解像度：高解像度ほど認識精度が上がる
• 明るさ：影や反射のない撮影を
• 角度：正面から撮影、傾きが少ないこと
• 切り出し：必要な部分のみトリミング

業務統合パターン

• 営業ツール：名刺撮影 → CRM 自動投入
• 経費精算：領収書撮影 → スプレッドシート自動入力
• サポート：エラー画面 → 自動的に対処手順候補
• 不動産：物件写真 → 特徴説明文自動生成

注意点

• 個人情報：他人の顔写真や個人特定情報は規約・倫理双方で要注意
• 誤認識：手書き・崩し字は精度が落ちる、重要なら原本確認
• 機密文書：機密書類は社外AIに送らない判断も

応用：定型作業のテンプレ化

「名刺自動構造化」「領収書自動処理」など、繰り返す業務は Project でテンプレ化。出力フォーマットを固定すれば、後続のシステムにそのまま流せます。