【事例紹介】名刺スキャンの自動化に挑戦！Dify×GPTで高精度な情報抽出フローを開発yasusan

今回は，お客様からいただいた名刺を効率よくデジタル化するために、DifyとGPTを活用して構築した名刺情報抽出フローをご紹介します。

背景：名刺情報の手入力は非効率！

仕事で受け取る名刺には、会社名・氏名・役職・住所・電話番号・メールアドレスといった重要情報が含まれています。しかし、これらを一枚ずつ手入力するのは手間もミスも多く、非常に非効率です。

そこで今回は、DifyとGPTを活用して「自動スキャン → 情報抽出 → 差分チェック」まで行うワークフローを構築しました。

開発した名刺処理フローの全体像

以下の流れで名刺情報を自動処理しています：

1. 名刺画像を撮影・アップロード

2. dify : GPT-4.0とGPT-4.1の2モデルで情報を同時抽出（並列処理）

3. dify : それぞれの結果をGoogleスプレッドシートに自動出力

4. スプレットシート：差異のある項目のみを検出し、黄色でハイライト

5. 人間は差異部分のみ目覚確認・修正

取得項目と工夫したポイント

対象とした情報項目は次の6つです：

これらを2つのAIモデルで並列処理し、結果を比較することで高精度を実現しました。

特に、Difyのワークフロー機能を活用して画像アップロードからスプレッドシート連携、そしてGASによる差分ハイライトまでを自動化しています。

差分検出用のGASスクリプト（例）

function highlightDifferences() { const ss = SpreadsheetApp.getActiveSpreadsheet(); const sheetA = ss.getSheetByName("SheetA"); const sheetB = ss.getSheetByName("SheetB"); const diffSheet = ss.getSheetByName("差分") || ss.insertSheet("差分"); const valuesA = sheetA.getDataRange().getValues(); const valuesB = sheetB.getDataRange().getValues(); diffSheet.clear(); const numRows = Math.max(valuesA.length, valuesB.length); const numCols = Math.max(valuesA[0].length, valuesB[0].length); const diffValues = []; const backgrounds = []; for (let i = 0; i < numRows; i++) { const rowValues = []; const rowColors = []; for (let j = 0; j < numCols; j++) { const valA = (valuesA[i] && valuesA[i][j]) || ""; const valB = (valuesB[i] && valuesB[i][j]) || ""; rowValues.push(valB); rowColors.push(valA !== valB ? "#ffff00" : null); } diffValues.push(rowValues); backgrounds.push(rowColors); } const targetRange = diffSheet.getRange(1, 1, numRows, numCols);  targetRange.setValues(diffValues);  targetRange.setBackgrounds(backgrounds);}

得られた成果と効果

• 差異は全体の約20%と満足な精度

• 並列処理により情報抽出の精度向上

• 確認作業の省力化

まとめ

DifyとGASを組み合わせることで、これまで手作業に頼っていた名刺管理業務を高精度かつ効率的に自動化できました。