1. 全体アーキテクチャ

[メール] → SES → S3 → EventBridge
[スキャン] → フォルダ監視 → S3 → EventBridge     → Lambda(分類)
[ポータル] → API Gateway → S3 → EventBridge        ↓
                                              Lambda(抽出)
                                                    ↓
                                              Lambda(検証)
                                                    ↓
                                              [承認判定]
                                              ├→ 自動承認 → freee API
                                              └→ 要承認 → Slack通知 → 承認後 → freee API

技術スタック:
- 受付: SES, S3, EventBridge
- 処理: Lambda, Claude Vision API
- テンプレートDB: DynamoDB
- 承認: Step Functions
- 連携: freee API
- モニタリング: CloudWatch + Grafana

2. 処理パイプライン

Stage 1 - 前処理:
  PDF → 画像変換 → 傾き補正 → 解像度調整

Stage 2 - 分類:
  画像 → Claude Vision → 文書種別判定
  → 請求書以外ならリジェクト

Stage 3 - 取引先識別:
  → DynamoDBのテンプレートDBと照合
  → マッチ: 定型処理、不マッチ: VLM処理

Stage 4 - 抽出:
  定型: テンプレート領域OCR → フィールド抽出
  準定型/非定型: Claude Vision → JSON抽出

Stage 5 - バリデーション:
  - 明細合計 = 小計
  - 小計 + 税 = 合計
  - 税率: 8% or 10%
  - 日付: 過去1年以内
  - 取引先: マスタDB存在チェック
  - 重複チェック: 請求書番号 + 取引先で重複検知

3. 承認ワークフロー

金額別:
  10万円未満 → 自動承認（信頼度95%以上かつバリデーション合格）
  10万〜100万円 → 部長承認（Slack通知 + ワンクリック承認）
  100万円以上 → 部長承認 → 役員承認

4. テンプレート管理

テンプレート構造:
{
  vendor_id: "V001",
  vendor_name: "株式会社ABC",
  template_version: 3,
  field_regions: {...},  // 座標ベース
  sample_images: ["s3://..."],
  accuracy_stats: {total: 500, correct: 490, rate: 0.98}
}

自動学習:
- VLMで処理した準定型請求書の結果を人間が確認・修正
- 同一取引先から10件以上の確認済みデータが溜まったら
  テンプレートを自動生成（フィールド位置の統計的推定）

5. コスト試算

月間3,000件:
- Claude Vision API: 3,000 × $0.02 = $60
- Lambda: 微少
- S3/DynamoDB: $10
- freee API: 既存契約内
合計: 約$70/月 ≒ 10,500円/月

削減効果: 400時間 × 3,000円 = 120万円/月
ROI: 120万 - 1万 = 119万円/月

1. 書類処理パイプライン

応募フォーム / メール受信
    │
    ▼
[S3アップロード] → [文書分類（履歴書/職歴書/資格証明）]
    │
    ├── 履歴書 → [VLM: 基本情報抽出]
    │     → 氏名、生年月日、学歴、職歴サマリー、写真有無
    │
    ├── 職務経歴書 → [VLM: 詳細経歴抽出]
    │     → 各社の期間、役職、プロジェクト詳細、スキル
    │
    └── 資格証明書 → [OCR + VLM: 資格情報抽出]
          → 資格名、取得日、発行機関、有効期限
    │
    ▼
[応募者プロフィール統合] → DB登録
    │
    ▼
[自動スクリーニング] → 合格/不合格/要確認
    │
    ▼
[匿名化レビュー画面] → 採用担当者

2. 抽出フィールド

履歴書: {name, date_of_birth, address, education[{school, degree, year}],
         work_history[{company, period, position}], certifications, photo_exists}

職務経歴書: {summary, experiences[{company, period, role, projects[{name, description,
             technologies, achievements}]}], skills[{name, level}]}

資格証明書: {certification_name, issue_date, issuer, expiration_date, id_number}

3. スクリーニングロジック

条件ベースのスコアリング:
| 条件 | 配点 |
|------|------|
| 必須資格保有 | 30点 |
| 関連業務経験3年以上 | 25点 |
| 求めるスキル保有数 | 最大20点 |
| 学歴要件合致 | 15点 |
| 転職回数（少ないほど高得点） | 10点 |
合計60点以上: 合格、40-59: 要確認、39以下: 不合格

4. 個人情報保護

- 処理時: 暗号化通信（TLS）、一時ファイルの即時削除
- 保管時: AES-256暗号化、アクセスログ記録
- API利用: 機密設定の場合はオンプレLLMに切り替え
- データ保持: 不採用者データは6ヶ月で自動削除
- アクセス制御: 人事部+面接担当のみ、最小権限

5. 匿名化レビュー

第一次スクリーニングでは以下を匿名化:
- 氏名 → 「応募者A001」
- 年齢/生年月日 → 非表示
- 性別 → 非表示
- 写真 → 非表示
- 住所 → 都道府県のみ
- 大学名 → 「四年制大学」等に一般化（オプション）

表示する情報:
- 職務経験（年数、分野、スキル）
- 資格
- スクリーニングスコア

1. プラットフォームアーキテクチャ

[文書取り込み層]
  メール / API / スキャン / Webアップロード
      │
      ▼
[共通処理層]
  前処理 → 分類 → ルーティング
      │
      ▼
[プラグイン層（文書タイプ別）]
  ├── InvoicePlugin: 請求書抽出 + 会計連携
  ├── ContractPlugin: 契約書分析 + リスク評価
  ├── ResumePlugin: 履歴書抽出 + スクリーニング
  └── GenericPlugin: 汎用OCR + 構造化
      │
      ▼
[共通後処理層]
  バリデーション → Human-in-the-Loop → 登録 → 通知
      │
      ▼
[データ層]
  文書DB / メタデータDB / 検索インデックス / 監査ログ

プラグインインターフェース:
class DocumentPlugin(ABC):
    @abstractmethod
    def get_document_types(self) -> list[str]
    @abstractmethod
    def extract(self, image: bytes, doc_type: str) -> dict
    @abstractmethod
    def validate(self, data: dict) -> ValidationResult
    @abstractmethod
    def get_output_schema(self) -> dict  # JSONスキーマ
    @abstractmethod
    def register(self, data: dict) -> bool  # 業務システム連携

マルチテナント:
- テナントID付きデータ分離
- テナントごとのプラグイン設定・テンプレートDB
- APIキーベースの認証
- テナント別の利用量制限・課金

2. 共通コンポーネント

取り込み: S3トリガー → SQSキュー → 処理ワーカー
分類: 共通VLMベース分類器（テナント別カスタムタイプ対応）
抽出: プラグインに委譲
検証: 共通バリデーション + プラグイン固有バリデーション
登録: プラグインの register() を呼び出し + 共通監査ログ

3. スケーラビリティ

月50,000件 ≒ 日2,300件 ≒ 時間280件（8時間稼働）

インフラ:
- SQSキュー: バッファリング + 処理平準化
- ECS Fargate: オートスケーリング（1タスクあたり10件/分 → 最大30タスク）
- DynamoDB: オンデマンドキャパシティ
- S3: ライフサイクルポリシーで古いデータをGlacierに移行

コスト（月50,000件）:
- VLM API: 50,000 × $0.02 = $1,000
- ECS Fargate: $200
- DynamoDB + S3: $100
合計: 約$1,300/月 ≒ 195,000円/月