申込書・チェックの判定

申込書のチェック欄・丸囲みのAI読み取り検証

崩れたマーク5種とプロンプト

結論(先に)申込書のチェックボックスが崩れた5種のうち意図が明確な3/3を正答し、曖昧なものはAIが自ら「曖昧」と申告しました。実物のペン書きは別で、人の確認フローが要ります。

選択式の申込書をAIでデータ化するとき、つまずくのは文字ではありません。「この印は"チェック"なのか、それとも書き損じなのか」という判定です。きれいに印刷された☑なら機械的に読めます。難しいのは、現場で実際に返ってくるマーク(枠からはみ出した丸、うっすらした鉛筆の線、二重線で消した訂正、塗り残しのある黒丸)です。人間でも一瞬迷います。今回はまず明瞭なフォームで基礎性能を確かめ、そのうえで"崩れたマーク"を5種類作って、答えを知らせずにAIに読ませました。

崩れ5種
曖昧なマークを作って実測
3/3 正答
意図が明確な崩れは正しく読めた
誤読0
曖昧なものはAIが自分から「曖昧」と申告

明瞭な印刷状態の申込書での読み取り結果

はっきり印刷された申込書なら、結果は明快でした。会員区分・希望プラン(単一選択)、支払い方法(丸囲み選択)、オプション(複数選択)、お名前(記入)を含む架空の入会申込書を読ませたところ、☑と☐の判別、複数選択、丸囲み、記入欄まで、すべて取り違えずに抽出できました。

入会申込書のチェック欄・選択フォーム(明瞭な印刷状態)
基礎性能の確認に使った入会申込書(架空・明瞭な状態)
項目フォームの状態AIの読み取り
会員区分個人会員に☑個人会員(法人は未)
希望プランスタンダードに☑スタンダード
支払い方法クレジットカードを丸囲みクレジットカード
オプションメルマガ+年間一括に☑2つとも選択
お名前記入山田 太郎

つまり「明瞭なフォームのデータ化」は実用レベル。問題はここから先、現場で実際に届く"崩れたマーク"です。

申込書のチェックボックスで迷うマーク5種の判定

同じ申込書を、下の5つの「崩れ方」で作り直しました。そして答えを知らないAIに1枚ずつ読ませ、こちらが意図した記入と突き合わせました。

検証に使った5つの崩れマーク:はみ出した丸・薄いチェック・塗り残し・二重線で訂正・点だけ
今回試した5つの崩れマーク(架空サンプル)
崩れ方意図した記入AIの読み取り判定
はみ出した丸
(丸が隣の「銀行振込」にもかかる)
クレジットカードクレジットカード(はみ出しに気づきつつ、主に囲まれた方を選択)◎ 正しい
薄い✓
(法人会員に薄いチェック)
法人会員法人会員(「かすれと紛らわしい」と注記)◎ 正しい
二重線で訂正
(標準を取消→上位を選択)
プレミアムプレミアム(訂正を正しく解釈)◎ 正しい
塗り残し
(□の上半分だけ塗った)
人間でも迷うメルマガ=選択(「部分塗り」と注記)△ 曖昧を"選択"に確定
点だけ
(✓でなく小さな点)
人間でも迷う個人会員=選択(「点か汚れか迷う」と注記)△ 曖昧を"選択"に確定

意図が明確な崩れ方(はみ出し丸・薄い✓・二重線訂正)は、3つとも正しく読めました。とくに二重線の訂正を「取り消し」と解釈できたのは予想以上です。一方、人間でも判断に迷う「塗り残し」「点だけ」は、AIは「選択あり」と一方に決めて読みました。ただし重要なのは、5枚すべてで黙って誤読することはなく、曖昧なものはAI自身が「曖昧」と申告したことです。

わかったこと

  • 崩れていても意図が明確なマークは読める。はみ出した丸も薄いチェックも、訂正の二重線も正しく解釈した。
  • 本当に曖昧なマークは"選択あり"に倒す。塗り残しや点だけは、人間が迷うものでもAIは答えを出す。
  • AIは「迷い」を申告できる。読める/読めないの二択ではなく、曖昧なものを「曖昧」と返せる。ここが運用設計の鍵になる。
正直な限界:今回の崩れマークは、HTMLで作った合成画像です。実際のペン書きやスキャンの汚れ(かすれ・にじみ・強い傾き・紙の影)はさらに多様で、結果が変わる可能性があります。各崩れ方は1枚ずつの確認で、精度を保証する数字ではありません。読み手も今回はClaudeで、別のAIでは挙動が違うこともあります。実フォームを処理するなら、自社の実物サンプルで試し、AIが"曖昧"と申告したものは人が確認するフローを必ず入れてください。

申込書・アンケート用紙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に用紙の画像と一緒に貼り付けて使う形です。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。

添付した申込書の画像から、選択欄と記入欄を読み取ってください。

出力(1項目1行の表):項目/選ばれた選択肢/判定/マークの様子

判定は次の3つから選ぶ:
- 選択:チェック・丸囲み・塗りつぶしがはっきりしている
- 未選択:何も書かれていない
- 要確認:塗り残し、点だけ、汚れと区別できない、丸が複数の選択肢にかかる など

ルール:
- 二重線や×で消したうえで別の選択肢に印があれば、消した方を取り消しとして扱い、その旨を書く
- 「要確認」は、どちらかに決めずにそのまま残す
- 単一選択の項目で2つ以上に印があれば、要確認にする

2026年9月の再確認(Claude Opus 5.5)

上のプロンプトを使い、この記事で見せた崩れたマーク5枚の画像を、もう一度AIに読み取らせました。

  • はみ出した丸・薄いチェック・二重線の訂正の3種は、6月と同じく意図どおりに読みました。はみ出した丸は、主に囲まれた選択肢を「選択」とし、隣にかかっていることを「マークの様子」に書いています。
  • 6月に「選択あり」に倒していた塗り残しと点だけの2種は、「要確認」になりました。プロンプトで3つ目の判定を用意したことによる違いです。

答えを知っている同じサンプルでの再確認なので、初めて見る用紙での精度を示すものではありません。

使うときのコツ

  • 「要確認」という逃げ道を作る。選択か未選択かの2択で聞くと、AIは迷うマークもどちらかに決めてしまいます。
  • 要確認だけを人が見る。全件を見直すのではなく、AIが要確認とした項目だけを確かめる運用にすると、手間を大きく減らせます。
  • 単一選択の二重回答を拾わせる。単一選択の欄に印が2つあるのは、紙の申込書でよく起きます。

まとめ:精度自慢より"迷いの線引き"

選択式フォームのAIデータ化は、「明瞭なマークなら完璧、崩れても意図が明確なら読める、本当に曖昧なものは"曖昧"と申告して一方に倒す」という実像でした。だから実務で効くのは精度の自慢ではなく、(1) どの崩れ方なら任せられるかの見極めと、(2) AIが迷ったものをどう人に回すかの線引きです。ここさえ決めれば、申込書のデータ化は十分に現場へ乗せられます。学歴・職歴の年月や空欄の扱いを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で確かめました。

よくある質問

崩れたチェックマークを、AIは正しく読めますか?

当社の検証(合成した架空の申込書、崩れ方ごとに1枚)では、意図が明確な3種は正しく読めました。丸が隣の項目にはみ出した場合は主に囲まれた「クレジットカード」を選び、薄い✓は「法人会員」と読んで「かすれと紛らわしい」と注記し、二重線で訂正した場合は取り消しと解釈して「プレミアム」を選びました。

人間でも迷うマークは、AIはどう答えますか?

□の上半分だけ塗った「塗り残し」と、✓でなく小さな点だけの「点だけ」の2枚は、AIはどちらも「選択あり」と一方に決めました。ただし「部分塗り」「点か汚れか迷う」と注記し、5枚すべてで曖昧さを黙って誤読することはありませんでした。注記が付いた欄を人が確認する運用にします。

実際のペン書きの申込書でも、同じ結果になりますか?

分かりません。今回の崩れマークはHTMLで作った合成画像で、実際のペン書きやスキャンのかすれ・にじみ・傾き・紙の影は試していません。各崩れ方は1枚ずつの確認で、精度を保証する数字ではなく、読み手もClaudeだけです。実フォームを処理するときは、自社の実物サンプルで先に確かめます。

この検証について
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。明瞭な申込書に加え、崩れたマーク5種(はみ出し丸・薄い✓・塗り残し・二重線訂正・点だけ)を作り、答えを知らせずにAI(Claudeを使用)へ読ませて、意図した記入と突き合わせました(2026年6月)。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。

申込書のデータ化と迷うマークの線引きのご相談

合同会社フューチャープロンプトは、選択式フォームのAIデータ化を、どの崩れ方なら任せられるかの見極めと、迷ったものを人に回す確認フローの設計まで含めて、検証から運用まで伴走します。

お問い合わせ →