名刺のAI読み取り精度：項目別の正誤
標準名刺とデザイン名刺の2枚（架空）を、TEL・FAX・携帯の仕分けまで照合
もらった名刺の束を、会社名・氏名・役職、そして電話とFAXと携帯を取り違えずに台帳へ起こす。名刺アプリにやらせると、FAXを電話番号として登録したり、部署と肩書きが混ざったりと地味に取りこぼします。では生成AIに名刺画像をそのまま渡すと、この「どれが何か」の仕分けはどこまで正確なのか。レイアウトが自由なデザイン名刺も含め、2種類を自作して読ませました（架空のサンプルです）。
実測の結論：項目別の正誤（2枚）
| 項目 | 標準名刺（アオキ電機） | デザイン名刺（みどりの） |
|---|---|---|
| 会社名・氏名・部署・役職・住所 | 一致 | 一致（部署は画像に無く空欄） |
| TEL・FAX・携帯の仕分け | 3つの番号とも取り違えなし | 「M：」を携帯、「E：」をメールと仕分けた（FAXは画像に無く空欄） |
| ロゴ文字と正式な会社名 | 該当なし | 「みどりの landscape」と「みどりの landscape design 合同会社」を区別 |
| 複数の肩書き・SNS | 該当なし | 肩書き2つとInstagramが一致 |
| メール・URL | 一致 | メール一致（URLは画像に無く空欄） |
2026年6月の初回と、9月25日のClaude Opus 5.5での再確認のどちらも、同じ結論でした。再確認は答えを知っている同じサンプルでの確認です。
検証方法
難易度の違う名刺を2パターン自作し（架空データ）、画像として生成AIに読み取らせ、項目を1つずつ照合しました。名刺で難しいのは、単なる文字起こしではなく「どれが会社名で、どれが役職で、どの番号がFAXか」を正しく仕分ける構造化です。そこまで見ました。
番号の取り違え：標準名刺は3つの番号とも正確
会社名（和文・英文）、氏名（漢字・ローマ字）、部署・役職、住所、そして TEL・FAX・携帯 の3つの番号を、それぞれ正しいラベルで区別して抽出できました。番号が並んでいても「どれがFAXか」を取り違えませんでした。メール・URLも正確です。
レイアウトによる混同：縦帯・日英併記の名刺も正確
左側に色帯、ロゴ、和文と欧文が混在するデザイン名刺でも、氏名・肩書き（代表取締役／一級造園施工管理技士の複数肩書き）・会社名・連絡先・Instagramアカウントまで正確に抽出。装飾的なレイアウトでも構造を取り違えませんでした。
縦書き名刺・英語併記の追加検証（2026年10月3日）：Opus 5.5は23項目すべて一致、Haiku 4.5は縦書きで取り違え
上の2枚は、答えを知っているAIでの確認が中心でした。そこで、縦書きの名刺と、英語を併記して役職が長い名刺を新しく1枚ずつ作り（架空）、答えを知らない状態のClaude（Opus 5.5と、軽くて速いHaiku 4.5）に読ませました。頼み方は2通りで、「添付した2枚の名刺の画像を、読み取ってください。」とだけ頼む条件と、下の名刺のプロンプトを使う条件です。モデルとの組み合わせは4通りで、各1回です。正解表は読ませる前に作り、1項目ずつ○×をつけました（縦書きは10項目、英語併記は13項目）。
| 条件 | 縦書き（10項目） | 英語併記（13項目） | 合計（23項目） |
|---|---|---|---|
| Opus 5.5・プロンプトあり | 10 | 13 | 23 |
| Opus 5.5・ただ頼んだ | 10 | 13 | 23 |
| Haiku 4.5・ただ頼んだ | 2 | 12 | 14 |
| Haiku 4.5・プロンプトあり | 1 | 11 | 12 |
- Opus 5.5は、どちらの頼み方でも縦書きを取り違えませんでした。役職の「兼 品質保証室長」が右の別の列にあっても、1つの役職としてつなげて読みました。
- Haiku 4.5は、縦書きの名刺で氏名・電話・メールを取り違えました。「鵜飼 慎之介」を、ただ頼んだ条件では「鷺餌・眞之介」、プロンプトありの条件では「鴨飼慎之介」と読みました。ただ頼んだ条件では、FAXが「087-955-0143」（正しくは087-555-0143）になり、TELが「076-00-0905」（正しくは087-555-0142）になりました。プロンプトありの条件では、役職が「兼取、纏役、品質保証室長」となり、「兼」と「取締役」が「兼取、纏役」と崩れました。
- Haiku 4.5でも、横書きの英語併記の名刺はほぼ読めました。ただ頼んだ条件では、和文の住所が「栄四丁目十七号」と崩れた1項目だけが誤りです（正しくは「栄四丁目七番二十一号」）。プロンプトありの条件では、英文の部署・役職と英文住所を出していません。プロンプトの項目に英文の欄が無くても、Opus 5.5は備考に書き出していました。Haiku 4.5は書き出していないため、×としました。
- プロンプトを使っても、Haiku 4.5の縦書きは直りませんでした。この1回の結果では、頼み方より、読ませるモデルのほうが差を作りました。Opus 5.5は頼み方に関係なく満点だったため、プロンプトの効果はOpus 5.5では測れていません。
わかったこと
- 連絡先のラベル区別に強い。TEL/FAX/携帯が並んでいても、どれが何かを正しく仕分けた。
- 会社・部署・役職・氏名の階層を理解。フラットな文字起こしでなく、項目として構造化できた。
- 日英併記・複数肩書きにも対応。漢字氏名とローマ字、複数の肩書きを正しく結びつけた。
- デザインレイアウトに耐性。色帯やロゴがあっても精度が落ちなかった。
名刺の読み取りプロンプト（コピーして使えます）
ChatGPT・Gemini・Claudeなど、画像を読み込めるチャットAIに名刺の画像と一緒に貼り付けて使う形にしています。当社が結果を確かめたのはClaudeだけで、ChatGPT・Geminiでの精度は検証していません。
添付した名刺の画像から、次の項目を読み取って表にしてください。 会社名（和文）／会社名（英文）／部署／役職・肩書き／氏名（漢字）／氏名（ローマ字）／郵便番号／住所／電話／FAX／携帯／メール／URL／SNS ルール： - 「TEL」「FAX」「携帯」「M」などのラベルを見て番号の種類を仕分ける。ラベルが無い番号は「種類不明」とする - ロゴや飾りの文字と正式な会社名が違うときは、住所の近くに書かれた正式名を会社名にし、ロゴの文字は備考に書く - 肩書きが複数あるときは、すべて残す - 画像に無い項目は空欄にし、推測で埋めない - 最後に、顧客管理ソフトに取り込めるCSV（見出し行つき・1人1行）も付ける
2026年9月の再確認（Claude Opus 5.5）
上のプロンプトで、この記事の2枚をもう一度読み取らせ、元データと照合しました。
| サンプル | 読み取り結果 |
|---|---|
| 標準的な名刺（アオキ電機） | 会社名（和文・英文）、氏名（漢字・ローマ字）、部署と役職、住所、TEL・FAX・携帯の3つの番号、メール、URLまで一致。3つの番号の取り違えなし |
| デザイン名刺（みどりの） | 「M：」の番号を携帯、「E：」をメールと仕分けた。左の帯のロゴ文字「みどりの landscape」と、正式名「みどりの landscape design 合同会社」を区別。肩書き2つとInstagramも一致。部署・FAX・URLは画像に無く空欄 |
答えを知っている同じサンプルでの再確認なので、初めて見る名刺での精度を示すものではありません。
使うときのコツ
- 略したラベルの読み方を指示に入れる。デザイン名刺では「TEL」ではなく「M」「E」のような1文字の略が使われます。仕分けの手がかりをプロンプトで先に示しておくと、番号の種類を取り違えにくくなります。
- ロゴと正式名を分ける。ロゴの文字をそのまま会社名にすると、顧客管理で同じ会社が別名で二重登録される原因になります。
- 取り込む前に氏名の読みを確かめる。名刺に読み仮名が無い場合、AIが出すふりがなは推測です。今回の2枚はローマ字表記があったため照合できました。
- 実在の名刺を預ける先を確かめる。この検証のサンプルは架空の名刺ですが、実務で読ませる名刺には他人の個人情報が含まれます。クラウドやAIサービスに預けるときの確認点は、個人情報をクラウドやAIサービスに預けるときの委託先の確認点にまとめられています。
まとめ
名刺で効くのは「文字を読む」ことより「どれが何かを仕分ける」ことでした。TEL・FAX・携帯のラベルを取り違えず、会社名・役職・氏名の階層も保てたなら、そのままCRMや顧客台帳の列に流し込めます。名刺アプリが地味に外す部分を埋められるのが利点です。今回はクリーンな2パターンでの結果なので、折れ・反射・裏面まで含めた検証は次の課題として残ります。型番の0とO・lとIのような似た文字が混ざる画像の読み取りは画像の文字起こしをAIで行う精度検証で確かめました。履歴書の学歴・職歴・空欄の扱いをAIに読み取らせた結果は履歴書をAIで表に起こす精度検証にまとめました。
よくある質問
名刺をAIに読ませると、TEL・FAX・携帯を取り違えませんか？
当社の検証では、標準名刺でTEL・FAX・携帯の3つの番号とも取り違えはありませんでした。デザイン名刺では「M：」を携帯、「E：」をメールと仕分けています。ただし縦書きの名刺では、軽くて速いHaiku 4.5が、ただ頼んだ条件でFAXを「087-955-0143」（正しくは087-555-0143）、TELを「076-00-0905」（正しくは087-555-0142）と読みました。
縦書きや日英併記の名刺も、AIは読めますか？
答えを知らない状態で読ませた追加検証（縦書き10項目・英語併記13項目、各条件1回）では、Opus 5.5は頼み方に関係なく23項目すべて一致しました。Haiku 4.5は英語併記の横書きはほぼ読めた（13項目中12項目と11項目）一方、縦書きは10項目中2項目と1項目しか合わず、氏名「鵜飼 慎之介」を別の字に読みました。
プロンプトを使えば、読み間違いは直りますか？
この検証では、Haiku 4.5の縦書きはプロンプトを使っても直りませんでした（23項目中、ただ頼んだ条件が14項目、プロンプトありが12項目）。Opus 5.5は頼み方に関係なく満点だったため、プロンプトの効果は測れていません。読ませるモデルによる差のほうが大きく、電話番号やメールは元の名刺と見比べて確かめます。
合同会社フューチャープロンプト（AIプロダクト開発・業務自動化／東京・渋谷）が2026年6月に実施した一次検証です。2026年9月25日に、同じサンプルをClaude（Opus 5.5）で再確認し、使ったプロンプトと結果を追記しました。マルチモーダル生成AI（Claudeを使用）に実際のサンプルを処理させ、結果を自社で記録しました。当社は「今日の一皿」「LLM News」「資格問題ドリル」などのAIプロダクトを自社開発・本番運用しています。会社の詳細はトップページをご覧ください。
検証の進め方は実測の進め方をご覧ください。