ChatGPTやClaudeなどの生成AIで、手書きの帳票は読めますか？

読めます。手書き帳票130枚・7,660項目の検証では、Claude Opus 5・Claude Fable 5.1・GPT6（Astra）・Gemini 3.8 Flashが、項目単位の完全一致で64〜75%の項目を正しく読みました。ただし、読みにくい文字を読みやすい形に補正してしまう誤りが出ます。

AI-OCRの精度は、どう比べればよいですか？

何を1件と数えたか（文字か項目か）、どう採点したか（完全一致か）、どの帳票で測ったか（手書きか、初めて見る書式か）をそろえて比べます。条件が違う「精度◯%」どうしは比べられません。

読み取れた割合と、読み取った内容が正しかった割合は何が違いますか？

読み取れた割合は、全項目のうち正しく読めた項目の割合で、低いと読み落としが増えます。読み取った内容が正しかった割合は、AIが出力した項目のうち正しかった割合で、低いともっともらしい誤りが混ざり、全項目を見直す必要が出ます。

GenOCRの製品ページにある「精度99%」とは、どう違いますか？

99%は、クラウド版を、異なる100フォーマットの帳票を1つの設定で読み取った導入企業で検証した結果です。この記事の検証は、オンプレミス版を手書き帳票130枚・項目単位の完全一致で採点したもので、対象の版も帳票も採点方法も違います。

自社の帳票で精度を確かめるには、どうすればよいですか？

実際の帳票を数十枚集めて人が正解データを作り、項目単位の完全一致で採点します。読めなかった項目と間違って埋められた項目を分けて数え、手書きと印刷も分けて集計します。GenOCRのクラウド版は無料トライアルで試せます。

Claude・GPT・Geminiで手書き帳票は読めるか｜130枚・7,660項目を完全一致で採点した結果と、精度の測り方

手書き帳票130枚・7,660項目を項目単位の完全一致で採点したところ、汎用の生成AIでも64〜75%の項目は正しく読めました。一方、読み取った内容の正しさには最大12ポイント余りの差が出て、GenOCRオンプレミス版が3つの指標すべてで4モデルを上回りました。差がついたのは急いで書かれた手書きで、AIが読みにくい文字を「気を利かせて」補正する誤りが目立ちました。

検証の結果

手書きで記入された帳票130枚・7,660項目を、GenOCRのオンプレミス版と海外の商用AI 4モデルに読ませ、同じ基準で採点しました。結果は次のとおりです（2026年9月10日公表）。

モデル	提供元	読み取れた割合	読み取った内容が正しかった割合	総合スコア（F1）
GenOCR オンプレミス版	ジンベイ	77.2%	74.0%	75.55
Claude Opus 5	Anthropic	74.8%	66.7%	70.50
Claude Fable 5.1	Anthropic	73.7%	63.4%	68.18
GPT6（Astra）	OpenAI	75.1%	61.5%	67.63
Gemini 3.8 Flash	Google	64.2%	67.7%	65.93

汎用の生成AIでも、手書き帳票の項目の64〜75%は1文字違わずに読めています。そのうえで、読み取った内容の正しさには最大12ポイント余りの差が出ました。

検証の条件

帳票：手書きで記入された帳票130枚、7,660項目。請求書・見積書・申請書などを偏りなく含みます
初めて見る書式：130枚は、GenOCRの学習に使っていない書式から選びました。覚えた書式を読めるかではなく、初めての帳票をどれだけ正確に読めるかを測っています
採点：項目単位の完全一致です。全角・半角と空白の違いをそろえたうえで、1文字でも違えば不正解にしました。金額の桁ずれ1つ、担当者名の誤字1つも不正解です
比較：5つのモデルに、同じ帳票データを同じ基準で読ませました

3つの指標の読み方

帳票の読み取り精度は、1つの数字だけでは判断できません。この検証では、性格の違う2つの割合と、それをまとめた総合スコアを使いました。

指標	計算	低いと起きること
読み取れた割合	全7,660項目のうち、正解と完全に一致した項目の割合	読み落としが多く、人が追加で入力する項目が増える
読み取った内容が正しかった割合	AIが出力した項目のうち、正解と完全に一致した項目の割合	もっともらしい誤りが混ざり、全項目を人が確かめる必要が出る
総合スコア（F1）	上の2つの調和平均（100点満点）	機械学習の分野で標準的に使われる総合指標

業務で効くのは、2つ目の「読み取った内容が正しかった割合」です。読めなかった項目は空欄として見つけられますが、間違って埋められた項目は、全件を見直さないと見つかりません。GenOCRはこの指標で、2位に6ポイント以上の差をつけました。

差がついたのは、急いで書かれた手書き

印刷された文字は、どのモデルもほぼ正しく読めました。差がついたのは手書き、それも急いで書かれた崩し字です。誤りの多くは、AIが気を利かせた結果でした。

金額：読みにくい数字を、4モデルすべてが「読みやすい」数字に補正してしまいました
会社名：「鳥（とり）」という珍しい表記を、空欄の地名として扱ったり、存在しない社名に置き換えたりしました

文章を要約する用途なら、こうした補正は長所です。帳票のデータ化では、書かれていない内容を作ることになり、誤りになります。GenOCRは書かれたとおりに読むことを目的に学習させているため、こうした誤りが起きにくくなっています。

精度の数字を比べるときの注意

AI-OCRの「精度◯%」は、測り方が違うと比べられません。数字を見るときは、次の3つを確かめます。

確かめること	違いの例
何を1件と数えたか	1文字ごとに数えるか、項目（金額・氏名など）ごとに数えるか。項目単位のほうが厳しくなる
どう採点したか	完全一致か、似ていれば正解とするか
どの帳票で測ったか	印刷か手書きか。学習に使った書式か、初めて見る書式か。自社の帳票か、用意された見本か

たとえばGenOCRの製品ページにある「読み取り精度99%」は、クラウド版を、異なる100フォーマットの帳票を1つの設定で読み取った導入企業で検証した結果です。この記事の検証とは、対象の版も帳票も採点方法も違います。同じ製品でも、条件によって数字は大きく変わります。

自社の帳票で精度を確かめる手順

帳票を集める。実際に処理している帳票を、書式の種類が偏らないように数十枚集めます。手書きの多い帳票は必ず含めます。
正解を作る。読み取りたい項目を決め、人が正解のデータを作ります。2人で作って突き合わせると、正解そのものの誤りを防げます。
項目単位で採点する。全角・半角と空白の違いだけそろえ、1文字でも違えば不正解にします。
2つの割合を分けて見る。読めなかった項目と、間違って埋められた項目を分けて数えます。業務で困るのは後者です。
手書きと印刷を分けて集計する。印刷部分の高い正解率に、手書き部分の誤りが埋もれないようにします。

GenOCRで試すには

クラウド版は、無料トライアルで自社の帳票を読み取って確かめられます。帳票を社外に出せない場合は、社内のサーバーで動くオンプレミス版（GPU版）と、パソコン1台で動くCPU版から選べます。この記事の検証結果は、オンプレミス版（GPU版）のものです。

Claude、GPT、Geminiおよびその他の製品名は、各社の商標または登録商標です。