カフェでAI 実践ノート ＃016 月曜・AIの機能の在り処
伝票の写真を貼る。
読めるものが違う
スキャナは事務所にしかない。 現場からは写真しか送れません。
01
きっかけ
紙の伝票を、
写真で渡したい
スキャナは事務所にしかない。
現場からは写真しか送れません。
3社の答え方は5枚目、公式の記載は6枚目に
02
結論から
読めるかどうかより、
形式で先に弾かれる
3社とも写真は読めます。
違うのは受ける形式と、
一度に渡せる枚数です。
-
どの形式かiPhoneのHEIC
-
何枚渡せるか600から3600
-
何が苦手か3社ともほぼ同じ
この先の記載は、すべて2026年8月時点の公式ドキュメントのものです。
03
受ける形式はどこまでか
-
ChatGPTPNG・JPEG・WEBP・GIF
-
ClaudeJPEG・PNG・GIF・WebP
-
GeminiPNG・JPEG・WEBP・HEIC・HEIF
HEIC は iPhone が標準で撮る形式。対応と書いているのは1社だけです。
04
同じ土俵に並べる
いずれも開発者向けドキュメントの1リクエストあたりの上限。チャット画面は Claude が1メッセージ20枚と別に書かれています。
大きさの上限
OpenAI
512MB
1回の合計
Anthropic
10MB
画像1枚あたり
Google
20MB
1回の合計
05
公式にはこう書いてある
OpenAI
色やスタイルがばらつく図表や文字は理解に苦労することがあり、正確な位置の特定を要する作業は苦手だと書かれています。
developers.openai.com／Images and vision
Anthropic
低品質な画像、回転した画像、200ピクセル未満の非常に小さい画像では、誤りが起きうると書かれています。
platform.claude.com／Vision
どちらも、写真の撮り方の話です。
06
効くのは選び直しより、 撮り直しです
おーちゃんの見立て
3社とも回転とぼけに弱い。
ここは揃っています。
Google の公式も、渡す前に向きを直すことを勧めています。
読めた答えが合っているかは別の話です。金額と日付だけは原本と照合してください。
今日の1つ
- iPhoneのHEICを対応形式に
書いているのは3社のうち1社 - 1回に渡せる枚数は
600・1500・3600 と桁が違う - 3社とも回転とぼけに弱い。
金額と日付は原本と照合する
- developers.openai.com／Images and vision
- platform.claude.com／Vision
- ai.google.dev／Image understanding
次回
火曜。問い合わせの1通目を、条件を
聞き出す返信に変える指示文。
この記事の指示文は、そのまま自社の言葉に置き換えて使えます。どれを自社に当てはめるかは、一緒に整理します。
インフィニティに無料で相談するこの回は Instagram でも9枚のノートにまとめています。@yukiinfinity1
