RAG用の紙文書スキャンを外注するときは、「AIで使う」と伝えるだけでは足りません。ファイルの分け方やファイル名、OCRの精度まで、仕様書に書いておくことが大切です。料金の目安は、ScanProの場合A4モノクロ片面(同一サイズ)が1枚4円です。これに1回の依頼ごとの基本料金2,000円が加わります(いずれも税別)。
社内の規程や手順書、報告書をRAG(社内文書を検索してAIが回答する仕組み)に入れたいとき、紙のままでは使えません。本記事では、スキャンを外注する前に仕様書へ書く12項目を、早見表と決め方の順に整理します。費用の計算例や、見積もりで伝える内容もあわせて紹介します。
RAG用の紙文書スキャンは「仕様書」で仕上がりが決まる
スキャンの業者は、画像をきれいに読み取ることは得意です。一方で、AIでどう使うかは依頼する側にしか決められません。
「AIで使う」だけでは伝わらないこと
たとえば、どの単位でファイルを分けるか、回答の出典としてどの文書名を表示したいかは、業者には判断できません。旧版の規程を入れるかどうかも、社内のルール次第です。
こうした点を決めずに頼むと、納品されたデータを社内で分け直す手間が生まれます。仕様書に書いておけば、届いたデータをそのままRAGに取り込みやすくなります。
>>元データの品質がRAGの精度を左右する理由はRAGの精度と紙文書のデータ品質で解説しています。
仕様書に書く12項目の早見表
| No | 項目 | 決める内容 | RAGへの影響 |
|---|---|---|---|
| 1 | 対象文書と優先順位 | 入れる文書、現行版だけか旧版も含むか | 古い情報で答えるのを防ぐ |
| 2 | 原稿の状態と枚数 | 綴じ方、ホッチキスの量、サイズの混在 | 費用と納期が決まる |
| 3 | 除外するページ | 白紙、表紙、個人情報のページ | 不要な内容が検索に混ざるのを防ぐ |
| 4 | 解像度と色 | dpi、モノクロかカラーか | 文字の読み取りやすさが変わる |
| 5 | OCRの要否と精度 | 通常か高精度か、言語 | 本文の読み違いを減らす |
| 6 | 手書き・表の扱い | テストで確かめる範囲 | 数字と項目の対応が崩れるのを防ぐ |
| 7 | 出力形式 | 検索できるPDF、取り込み先の形式 | 取り込みの手間が減る |
| 8 | ファイルの単位 | 1文書を1ファイルにするか | 出典を示しやすくなる |
| 9 | ファイル名とタイトル | 文書番号・名称・版・日付の付け方 | どの文書の回答か分かる |
| 10 | フォルダ構成 | 部署・文書の種類・年度での分け方 | 検索の絞り込みに使える |
| 11 | 検品の基準 | 欠落・重複・向きの確認方法 | 抜けたページによる答え漏れを防ぐ |
| 12 | 納品方法と原本の扱い | クラウドか媒体か、返却か処分か | 受け取り後の作業と費用が決まる |
対象と原稿を決める(項目1〜3)

最初に決めるのは、何をどんな状態で預けるかです。想定する質問を5〜10個書き出してみると、必要な文書が見えてきます。
項目1・2 対象文書と原稿の状態
規程や手順書のように改訂が重なる文書は、現行版だけを入れるか、旧版も残すかを決めます。旧版が混ざると、AIが古い内容で答えることがあるためです。すべてを一度に入れるより、質問に答えるのに必要な範囲から始めるのが現実的です。
原稿の状態は、綴じ方やホッチキス、付箋の量、サイズの混在を伝えます。ScanProの単価は、バラやファイルに綴じた書類が前提です。たとえばA4の400枚にホッチキスが40か所あると、モノクロの単価は1枚4円から8円になります(税別)。
項目3 除外するページと個人情報
白紙や表紙、押印欄だけのページなど、AIに読ませる必要のないページは除外を指定します。ScanProでは、白紙の除去は別料金のオプションです。
個人情報を含む文書は、社内のAI利用のルールと照らして、入れる範囲を決めます。外部の生成AIサービスを使う場合について、個人情報保護委員会は注意喚起を公表しています。利用目的の範囲内かを十分に確認することや、入力したデータが機械学習に使われないことの確認が挙げられています。
出典:個人情報保護委員会「生成AIサービスの利用に関する注意喚起等について」(令和5年6月2日)
>>個人情報を含む書類を外部に預けるときの確認項目は個人情報を含む書類の電子化外注で解説しています。
AIに読ませる前提で、スキャン仕様を決めませんか
OCRの精度、ファイルの分け方、ファイル名の付け方まで、AIで使う目的に合わせてご相談いただけます。原稿の写真を添えれば、分かる範囲の情報で見積もりを依頼できます。お見積り・テストスキャンまで無料です。
画像とOCRを決める(項目4〜7)
次に、画像の品質と文字の読み取り方を決めます。RAGで使う場合、この段階の品質が回答の正確さに直結します。
項目4・5 解像度・色とOCRの精度
書類は300dpiが基本です。小さな文字や細かい表が多い場合は、600dpiも選べます(ScanProでは単価の50%アップ)。図やグラフの色分けに意味がある資料は、カラーを指定します。
OCR(文字認識)は、要否と精度を見積もりの時点で指定します。ScanProの書類のOCRは、通常と高精度から選べます。英語や中国語が混ざる資料は、その旨も伝えておきましょう。
>>用途別の解像度の目安は解像度(dpi)とはをご覧ください。
項目6・7 手書き・表の扱いと出力形式
手書きの書き込みや複雑な表は、原稿の状態によってOCRの結果が変わります。代表的なページでテストスキャンを行い、結果を見てから仕様を決めるのが確実です。
出力形式は、文字で検索できるPDFが基本になります。取り込み先のシステムが求める形式がある場合は、対応できるかを見積もりの時点で確認します。表の構造をどう残したいかも、あわせて伝えておくと話が早く進みます。
>>文字で検索できるPDFの仕組みは検索可能なPDFとはで解説しています。
RAG用データで効くファイルの分け方・名前・フォルダ(項目8〜10)
RAG用データでは、ファイルの分け方と名前の付け方が特に重要です。ここは業者が判断できない部分のため、依頼する側で決めておきます。
項目8 ファイルの単位
1つの文書を1つのファイルにすると、AIの回答で出典を示しやすくなります。規程が改訂されたときも、そのファイルだけを差し替えれば済みます。
反対に、複数の文書を1つのファイルにまとめると、別の文書の内容が混ざって引用されることがあります。なお、ScanProでは、文書ごとに細かくファイルを分けると、ファイル作成の料金が加わる場合があります。
項目9 ファイル名とタイトル
ファイル名は、文書番号・文書名・版・改訂日の順など、命名のルールを表にして渡します。ルールが決まっていれば、どの文書から回答したかを利用者がすぐに確かめられます。
ScanProでは、ファイルごとのタイトル入力を1データ60円(20字超は80円)で依頼できます(税別)。社内で名前を付け直す手間と比べて、依頼するかを決めるとよいでしょう。
項目10 フォルダ構成
部署や文書の種類、年度でフォルダを分けると、RAGで検索する範囲を絞り込むときの手がかりになります。取り込み先の仕組みに合わせて、階層の深さも決めておきます。
ScanProの事例でも、製造業の完成図書を図番・工事名単位のフォルダ構成で電子化しました。OCR加工と組み合わせて、図面を探す時間を短縮しています。
検品・納品・原本の扱いを決める(項目11・12)
最後に、届いたデータの確かめ方と、原本をどうするかを決めます。ここを決めておくと、納品後の手戻りを防げます。
項目11 検品の基準
ページの欠落や重複、向きや傾きは、RAGの答え漏れや誤りにつながります。どの項目を誰がどう確かめるかを、仕様書に書いておきます。
国立国会図書館の「資料デジタル化の手引」(2017年版)には、画像データの検査の考え方も示されています。社内で検品の項目を決めるときの参考になります。
項目12 納品方法と原本の扱い
ScanProの納品は、クラウドストレージなら無料で、納品日の当日に受け取れます。DVD-RやUSBメモリなどの媒体での納品(有料)も選べます。
作業後の原本は、見積もりの依頼時に選んだ方法(通常処分・溶解処理・返却)で扱います。処分の場合は、納品日から10日間保管した後に処分します。通常処分は無料で、機密文書扱いの溶解処理は100サイズ1箱1,500円です(税別)。
作業はすべて国内の社内で行い、海外での作業はありません。機密性の高い社内文書も、作業場所を確かめたうえで相談できます。
費用・納期と見積もりの進め方【計算例】
費用は、枚数とサイズ、色の設定、OCRや付加作業の有無で決まります。ここではScanProの料金をもとに、目安を紹介します。
単価と計算例
A3までの書類の主な単価は次のとおりです(税別・300dpi)。両面や600dpiなどの条件では、単価が変わります。
| 区分 | モノクロ片面 | カラー片面 |
|---|---|---|
| A4までの同一サイズ | 4円 | 6円 |
| A3までの同一サイズ | 6円 | 8円 |
| A3までの2サイズ混合 | 8円 | 10円 |
たとえば、A4の規程・手順書3,000枚をモノクロ片面で電子化する場合です。4円×3,000枚で12,000円となり、基本料金2,000円を加えて合計14,000円です(税別)。A4とA3が混ざる場合は、8円×3,000枚と基本料金で合計26,000円になります。
この計算には、OCRやタイトル入力、ファイルを細かく分ける料金は含めていません。これらは仕様によって変わるため、見積もりで確認します。
納期と2段階の進め方
ScanProの作業期間は、基本20営業日に5,000枚ごと1営業日を加えた日数が目安です。急ぐ場合は3営業日以内も相談できます。書類は量や条件によっては、24時間以内の特急にも対応しています。
最初から全量を頼むより、まず一部の文書で試すのが確実です。RAGで想定どおりに答えるかを確かめてから、残りを同じ仕様で依頼します。
見積もりとテストスキャンで確かめること
見積もりの依頼では、次の内容を伝えます。12項目のうち、費用や納期に関わるものを中心にまとめました。
- 文書の種類と、サイズごとのおおよその枚数
- 綴じ方とホッチキス・付箋などのおおよその量
- 解像度と色、OCRの要否と精度(通常・高精度)
- ファイルの分け方、ファイル名のルール、フォルダ構成
- 取り込み先のシステムが求める出力形式
- 納品方法、希望の納期、原本の扱い
テストスキャンでは、代表的な文書を数点選び、納品データを実際にRAGへ入れてみます。想定した質問に正しく答えるかで、仕様の過不足が分かります。原稿は発送するか、名古屋市緑区への持ち込みで預けます。送付方法は問い合わせの際に確認しましょう。お見積り・テストスキャンまで無料です。
RAGに入れる前に、仕様を一緒に確かめませんか
ファイルの分け方やファイル名、OCRの精度など、取り込み先に合わせた仕様でお見積りします。作業はすべて国内の社内で行い、海外での作業はありません。お見積り・テストスキャンまで無料です。
RAG用の紙文書スキャンに関するよくある質問
Q. すでにスキャンしたPDFがあります。そのまま使えますか?
まず、PDFの本文を選択してコピーできるかを確かめます。選択できない場合は画像のままのPDFで、AIが文字を正しく読み取れないことがあります。この場合は、OCRをかけるか、原本から読み取り直す必要があります。
>>AIで読めないPDFの見分け方と対処法はスキャンPDFがAIで読めないときの対処法で解説しています。
Q. 業界誌や論文など、社外の資料も入れてよいですか?
本記事は、社内で作成した文書を前提にしています。社外の著作物は扱いが変わるため、権利関係を確認してから対象に含めるかを判断しましょう。
>>資料をAIで使うときの著作権の考え方は研究資料をAIで使うためのデータ整備で解説しています。
Q. 少ない枚数から試せますか?
試せます。ただし、1回の依頼ごとに基本料金2,000円がかかります(税別)。試したあとの本番は、まとめて依頼したほうが割安です。
>>少ない量を頼むときのコツは小ロットのスキャン代行の頼み方で紹介しています。
まとめ:RAG用の紙文書スキャンは12項目を仕様書に書いてから発注する
RAG用の紙文書スキャンを外注するときは、対象文書、原稿の状態、除外するページを最初に決めます。次に、解像度とOCR、手書きや表の扱い、出力形式を決めます。
そのうえで、ファイルの単位、ファイル名、フォルダ構成を指定し、検品の基準と原本の扱いまで仕様書に書きます。一部の文書でテストしてから全量を頼むと、手戻りを抑えられます。お見積り・テストスキャンまで無料です。
12項目が決まっていなくても、まずは見積もりを
文書の種類と枚数、取り込み先のシステムをお知らせいただければ、仕様の決め方からご相談を承ります。原稿の写真の添付や、名古屋市緑区への持ち込みでもご相談いただけます。お見積り・テストスキャンまで無料です。
関連記事