名刺の手入力を撲滅したくて、社内向け名刺OCRのCLIツールを作成した

はじめに 商談や展示会でいただいた名刺をCRMツールに登録する作業を、皆さんはどうされているでしょうか。 社内業務の効率化は、世に出回っているSaaSをそのまま入れて済むなら一番ラクです。 ただ、名刺情報のように外部に渡した瞬間に「どこに残るのか」を慎重に扱いたいデータの場合、考慮すべきことが多いです。実際に作る前に詰めるべきことが地味に多く、雑に作ってしまうと「使い物にならない」よりも「使ってはいけない」状態になってしまいます。 この記事では、名刺画像をGeminiAPIでOCRしてCRMツール等へ取り込み用のCSVを吐き出す小さなCLIツールを社内利用向けに作ったときの話をまとめます。 アプリ自体は単純な構造なのですが、プライバシー要件の詰め方・モデル選定の根拠付け・構造化出力など、実際に手を動かして見えてきた工夫点を中心に書いていきます。 想定読者 社内業務の手入力作業をAIで効率化

[homaju]

GeminiのAPIで名刺OCRをする話