AIのPDF引用｜原文と表の数値を照合する手順

設備の購入メモを書くため、取扱説明書をAIに読み込ませたとします。屋外に置けるかを尋ねると、回答には「使用できる」とあり、説明書への引用も付いています。ところが、開いた先は屋内での設置についての段落でした。

この仮の場面で確認したいのは、採用する一文を原文がどこまで支えているかです。PDFと回答を並べ、対象の機器と使用条件が一致するかを調べます。Googleの根拠確認の説明でも、主張の一部だけが支えられている場合、全体に根拠があるとは扱いません。¹

最初にファイルの版を合わせる

会話で渡したPDFを開き、表紙や改訂欄を確認します。発行元のサイトに新しい版があっても、回答を検証する間は元のファイルを残してください。途中で版を替えると、回答の読み違いと文書の変更を切り分けにくくなります。

確認用のメモには、ファイル名に加えて、読み取れる範囲で改訂日も書きます。複数の説明書を渡した場合は、引用がどの文書を指しているかも先に確かめます。本文の照合に進む前に、同じ資料を見ている状態にそろえるためです。

ファイルの順番と紙面の番号を分ける

Adobeは、閲覧時のページ番号と紙面に印刷された番号が一致しない場合があると説明しています。² 引用を確認するときは、ファイル内での位置と紙面の番号を両方記録します。表紙の分だけずれると決めつけず、章見出しでも位置を確かめてください。

APIの引用情報を扱うなら、その形式の説明も必要です。AnthropicのPDF引用ではページ番号が一から始まり、範囲の終了ページは含まれません。³ この数え方をほかのサービスに当てはめず、使っている機能の仕様を確認します。

リンク先が隣のページだったときも、すぐに原文が存在しないと判断する必要はありません。番号の意味を確かめ、該当箇所を見つけてから、回答の内容を評価します。

検索できる文字も原本と比べる

引用先の短い一文を選択し、テキストエディターへ貼り付けてみます。画面上の文字と同じかを照合してください。これは手元のPDFを調べる作業で、オンラインのアプリが何を読み込んだかを直接示すものではありません。

AdobeのOCRはスキャンした文書に検索可能な文字層を作り、処理後の確認を求めています。⁴ 否定を表す語や小数点など、結論に関わる部分は拡大した原本でも見直します。

文章全体が検索にかからない場合は、特徴のある短い語句に分けて探します。見つからなければ、引用されたページを目で確認します。読めない部分が残ったら「確認できない」と記録し、AIに欠けた文字を推測させた結果を原文として扱わないようにします。

引用の断片を段落に戻す

Googleの文書処理の説明では、文字の抽出、レイアウトの認識、検索用の分割を区別しています。⁵ 断片の参照先が分かっても、主張が支えられるかは別に照合します。⁵¹ 原文へ戻り、前後の文章を読んでください。回答が別の節の説明をつないでいるなら、それぞれの箇所を確認します。

引用を開いた後の調べ方を、次の表にまとめました。文書化された仕組みを踏まえた確認案で、誤りの発生率を比較したものではありません。⁴²³⁵

気づいた点	次に見る場所	確認する内容
開いたページが少し違う	ファイル内の位置と紙面の番号	番号の違いで説明できるか
コピーした文字が違う	拡大したスキャン画像	その部分の文字を信用できるか
引用に条件がない	段落全体と近くの注記	回答が対象を広げていないか
数値だけが示される	行名、列名、単位、注記	何を表す値なのか
文書名や断片番号しかない	原本の該当文	同じ根拠を探し直せるか

引用文は条件まで照合する

説明用の架空の文として、「屋内でのみ使用してください」を考えます。これを根拠に屋外で使用できると答えたなら、結論は原文と食い違います。引用の言い回しを整えても解消しないため、回答を修正する必要があります。

実際の引用は、特徴のある語句で検索し、見つけた文章を最後まで比べます。前の文が対象の機種を限定していないか、省略された箇所に使用条件がないかも確認してください。訳文を使う場合はその旨を明記し、照合メモには原文を残します。

AnthropicのPDF引用機能は抽出可能な文字を必要とし、画像引用には対応していません。³ スキャンを渡した場合は、利用中のアプリの読み取り方と引用方法を確かめます。これをすべてのAIに共通する制限として扱うことはできません。

表の値は行と列をたどって確認する

仕様表の数値を確かめるときは、表全体を開きます。該当機種の行を見つけてから必要な列へ進み、値と単位を書き取ります。見出しに「標準値」とあるなら、回答で「最大値」と呼んでいないかも確認します。ここでは架空の測定値を置かず、照合する場所を示しています。

一度回答を隠し、自分で書き取った内容と後から比べると、違いを記録しやすくなります。表が次のページに続く場合は、両方を開いて列見出しを確かめます。注記が付いていれば、読み終わるまで採用を保留してください。

計算を含む回答では、入力値と計算式を分けて残します。原表への引用だけでは、どの演算をしたかは伝わりません。ほかの人が同じ結果を出せる状態にするのが、このメモの目的です。

Gemini APIの文書では、PDFの文字だけでなく表や図などの視覚情報も扱えると説明しています。⁶ 根拠が図にある場合は原図のラベルや凡例も確かめます。実際に使うアプリがその情報を渡しているかを確認したうえで、採用する数値は元のセルと照合します。

合わなければ採用を保留する

引用文が見つからない、版が違う、数値のセルを特定できない。そんなときは、その一文を確認待ちとして購入メモから外します。食い違いは残しておき、次の確認者が調べられるようにしてください。

AIに再確認を頼むなら、支持する原文と場所、適用条件を示すよう求めます。返ってきた回答も、もう一度原本に照らします。解消しなければ主張を狭めるか、削除します。

読み取れないセルがある場合は、資料の提供元に鮮明な版を確認するのも一案です。確認済みの文章はそのまま残し、未解決の数値だけ保留にできます。一つの引用を確かめた結果を、回答全体の確認済みという扱いに広げないようにします。

記録には採用した一文、根拠の段落や表、両方のページ位置、確認結果を残します。一部だけ一致した場合や、判読できなかった場合も区別して書きます。この記録で分かるのは照合の範囲です。説明書そのものの正しさや新しさは、別に確認する必要があります。

参考文献

Footnotes

1. Google Cloud 日本語ドキュメント — 主張全体を根拠と照らし合わせる条件: https://docs.cloud.google.com/generative-ai-app-builder/docs/check-grounding?hl=ja ↩ ↩²

2. Adobe Acrobat 日本語ヘルプ — 表示上のページ番号と印刷された番号の違い: https://helpx.adobe.com/jp/acrobat/desktop/edit-documents/organize-pages/renumber-pages.html ↩ ↩²

3. Anthropic 日本語ドキュメント — PDF引用のページ範囲と画像引用の制限: https://platform.claude.com/docs/ja/build-with-claude/citations ↩ ↩² ↩³

4. Adobe Acrobat 日本語ヘルプ — OCRによる文字層の作成と処理後の確認: https://helpx.adobe.com/jp/acrobat/desktop/create-documents/scan-documents-to-pdfs/recognize-text.html ↩ ↩²

5. Google Cloud 日本語ドキュメント — 文字抽出、レイアウト認識、文書の分割: https://docs.cloud.google.com/generative-ai-app-builder/docs/parse-chunk-documents?hl=ja ↩ ↩² ↩³

6. Google AI 開発者ドキュメント — Gemini APIによるPDFの文字と視覚情報の処理: https://ai.google.dev/gemini-api/docs/document-processing?hl=ja ↩