人間生きていればいろんな郵便物が溜まる。溜まりに溜まる。一方で処理したくない。なぜなら面倒なので。

そんなある日ふと「ぜんぶ電子化して保存しとけばAIくんからも読めてなんかナウい感じになるんじゃない！？」と天才チンパンジーは思いました。

全体像

やることは

• スキャナで読み取った画像をLLMに渡す
• タイトル・概要・本文・カテゴリ・グループ分けをしてもらう
  • グループ分け: 複数枚同時にスキャンした時に意味的なつながりでグルーピングしてもらう
• カテゴリに応じてGoogleDriveにアップロード
• タイトル・概要・GoogleDriveの該当ファイル参照用URLを家庭内wikiに追記

スキャナの選定

メルカリで5000円くらいで売っていた ScanSnapのS1100を購入

• A4片面を1枚ずつしかスキャン出来ず、かなり効率が悪いのでたまらず両面連続10枚までスキャン出来るらしいS1300iを購入
  • 届いたらスキャナを入れ替えます。

分析モデル選定

まあいろんなことがありまして GPT-5.6 Lunaに落ち着きました。
個人情報をバリバリ含むので出来ればローカルLLMやOCRでなんとかしたかったけど資源や精度の問題で個人情報はギブ。
諦めてAIベンダーに情報を明け渡しましょう。便利になるために必要な犠牲です。犠牲者の為にあとは何事も起こらないことを祈るだけです。
祈る者こそが救われます。

• 最近話題のFreeTokenがまだマルチモーダルモデルでもVisionは使えないらしく断念。残念。

連続スキャンをLLMにグルーピングさせる

保険証券みたいな複数ページの書類を続けてスキャンすることがよくあるので、「どこまでが1つの書類か」を判断する必要がある。でもあれやこれや考えるのが面倒なのでLLMに任せることにしました。
でもそれでなんとかなっちゃう。すごい。

Driveの振り分けとWikiの索引

分類結果のカテゴリに応じて、GoogleDriveのフォルダ(なければ作成)にアップロード。
アップロードが終わったら、Wiki.jsのカテゴリ別ページに日付・タイトル・概要・Driveリンクを1行追記する。
Wiki.jsでは作成したページから自動でインデックスを作成してくれるのでベクトル検索ぽい事が出来て便利なのでwikiにも追加します。

使ってみて

こんな感じでスキャナにセットして紙を検知するとモリモリ吸い込んでいきます。

これはそのへんにあった書類。

スキャンしてバッチ処理が走るとこうしてGoogleDriveにアップロードされる。

そんままwikiの方も概要と一緒に更新されてハッピー！

これで家の郵便物整理から解放されるはず.....!!!
家のファイルに溜まってる「とりあえず保存してる書類」も土日にまとめてスキャンして整理したらまた幸せになれるのかもしれない。