【製造業】品質検査記録の整理をClaude Code/Codexで自動化する方法
aikanri-admin
この記事の内容
製造業の品質検査記録は、寸法測定の数値、外観検査の判定メモ、不良品の写真、測定器のログ、作業者の所感が、紙の検査成績書・Excel・写真フォルダ・チャットにバラバラに残ります。とくに記録の集約と転記 — 測定値を成績書に書き写し、限度見本と照らした判定メモを整え、不良の写真と内容を紐づける作業 — は手作業が多く、検査員の終業後の負担になりがちです。AIは合否を判定するものではありませんが、散らばった記録の集約、規格値から外れた測定値の洗い出し、転記ミス候補の抽出、報告のたたき台づくりを先に行う補助として使えます。
検査記録の集約・転記・確認にかかる時間 (天野樹脂成形のモデル事例)
本記事では、AI鬼管理 が支援を想定する 天野樹脂成形 (静岡県浜松市・プラスチック射出成形・自動車内装部品が中心・月産およそ40万個) をモデル事例に、Claude Code/Codex で検査記録を「集約+規格外候補の洗い出し+不良傾向のまとめ」まで半自動化する手順を解説します。検査記録の集約をベテラン検査員の黒木さん1人が抱え、月18時間を転記と確認に費やしていた会社が、若手の諏訪さんも記録整理を回せるようになり、出荷検査成績書の提出遅れを減らした流れです。
代表菅澤
代表菅澤
AI鬼管理山崎
この記事を最後まで読むと、
- 品質検査記録で検査員が抱えている負荷(測定値の転記・判定メモの集約・不良写真の紐づけ)が分かる
- Claude Code/Codexで整理できる3項目(記録の集約/規格外・転記ミス候補/不良傾向のまとめ)が理解できる
- 5ステップでのPoC〜運用の進め方が分かる
- 検査結果・不良内容を整理する記録フォーマットの型が分かる
- ロット追跡と不良傾向の見える化で、再発防止と監査対応がラクになる方法が分かる
01 PROBLEM 検査記録の現場で起きていること 転記・集約・写真の紐づけのトリレンマ
問題1: 測定値の転記がベテラン検査員に集中する。測定器の値を検査成績書へ書き写し、規格値の範囲に入っているかを目で追う作業は、天野樹脂成形では実質、検査課リーダーの黒木さん(勤続12年)1人に集中していました。若手の諏訪さんは、どの寸法をどの欄に転記するか・限度見本のどこを見て判定メモを残すかの勘所がつかめず、結局は黒木さんの確認待ちになり、黒木さんがボトルネックになります。
問題2: ロット単位で記録を揃えるだけで時間が消える。「このロットの寸法検査・外観検査・出荷検査の記録を全部まとめて」と言われたとき、Excelの測定シート、紙の検査成績書、写真フォルダ、班長への報告チャットをたどって集約するのに、量産1ロットあたり30分以上かかることもありました。検査員ごとに項目名・単位・判定の書き方もバラバラで、成績書の見た目も揃いません。
問題3: 不良の記録が後から追えずトラブルになる。測定値は合っていても、不良品の写真に「どのロット・どの号機・どの工程で・どんな現象だったか」が紐づいていないと、客先からの問い合わせや内部監査のときに記録をたどれません。天野樹脂成形でも、繁忙月に急いで残した記録ほど、不良写真とロット情報の紐づけが抜けていました。
02 WHAT Claude Code/Codexで何を整理するか 合否判定ではなく、記録の集約と異常候補の抽出を任せる
📚 用語解説
検査成績書(検査記録)：製品やロットが規格・図面の要求を満たしているかを、寸法・外観・性能などの測定結果とともに記録した書類。出荷判定や客先への提出、トレーサビリティの証跡になる。どの項目をどの粒度で記録するか・限度見本とどう照らすかが担当者の経験に依存しやすく、集約と転記が属人化の主因になりやすい工程。
処理1: 検査記録の集約。Excelの測定シート、写真フォルダ、報告チャット、測定器のCSVログから、ロット番号・品番・検査日・測定値・判定メモ・不良写真を、AIがロット単位の一枚に集約します。「寸法検査だけ」「外観検査だけ」と分かれていた記録を、ロットを軸に並べ直すイメージです。
処理2: 規格外・転記ミス候補の洗い出し。図面の規格値(公差)と測定値をAIが突き合わせ、「規格の上下限から外れている値」「前後の桁が不自然で転記ミスの可能性がある値」「空欄・単位違いの疑い」を確認候補として先に並べます。合否そのものは検査員が判定します。
処理3: 不良内容と傾向のまとめ。不良の写真・現象・発生工程・ロットを紐づけ、「今月どの不良が・どの号機で・どのくらい出たか」のまとめ(下書き)を作ります。この一枚があるだけで、再発防止の検討と客先報告の初動がぐっと速くなります。
| 入力情報 | AIが整理すること | 人(検査員・品質保証)が判断すること |
|---|---|---|
| 測定値シート(Excel/CSV) | 規格値との突合、規格外・転記ミス候補の抽出 | 合否判定、測定のやり直し要否、外れ値の真因 |
| 限度見本との判定メモ | 判定メモの集約、記載の抜け・ばらつき候補 | 外観の最終判定、限度見本の解釈 |
| 不良品の写真 | 現象・工程・ロットとの紐づけ候補、分類の下書き | 不良モードの確定、流出/工程内の切り分け |
| 過去の検査記録 | 類似ロットの不良傾向、再発候補の提示 | 是正処置の要否、客先報告の内容 |
AIの役割は、記録の集約・規格外候補の抽出・不良傾向のまとめ(下書き)まで。合否判定、外観の良否、測定のやり直し、出荷可否は必ず検査員と品質保証の担当者が確認します。この線引きを最初に決めておくと、現場が安心してAIを使えますし、品質責任の所在も明確になります。
03 HOW 具体的な進め方 5ステップ 小さくPoCし、誤検出の理由を検査ルールへ戻す
検査記録AI整理の5ステップ
寸法検査・外観検査・出荷検査など、記録の型が違う種別を先に分け、対象を1つ選ぶ
「この品番の外径は◯◯±◯◯、限度見本Aを超えたら要相談」など、黒木さんの頭の中の基準を文章化する
記録の集約・規格外候補・不良傾向のまとめを、確定判定ではなく確認用ドラフトとして出す
検査員が直した箇所と「誤検出だった理由」をCLAUDE.mdへ戻し、規格外候補の精度を上げる
記録の集約を若手に任せ、ベテランは判定と原因究明に回る。うまくいった種別から横展開する
5ステップで最も大切なのは、STEP 4の「誤検出だった理由」を残すことです。AIが規格外候補として挙げた値を検査員が「これは問題ない」と外した場合、「なぜ問題なかったのか(測り直しで規格内だった/特採の対象/測定器の癖)」を残さないと、次回も同じ候補が出ます。逆に、その理由をCLAUDE.mdへ戻せば、AIの確認候補は少しずつ天野樹脂成形の検査基準に近づき、本当に見るべき異常だけが残るようになります。
04 RESULT 導入後の変化と数値効果(天野樹脂成形の事例) 記録整理 月18時間→5時間、属人化の解消
- 測定シート・紙の成績書・写真フォルダ・チャットを行き来して、黒木さんが手作業でロット単位に集約(月約18時間)
- 測定値を成績書へ手で転記し、規格値の範囲内かを目で追って確認、転記ミスの見直しも発生
- 繁忙月は不良写真とロット情報の紐づけが抜け、客先問い合わせや監査で記録をたどれない
- 若手の諏訪さんは記録整理を回せず、検査記録が黒木さん1人に集中して成績書の提出が遅れていた
- AIが測定シート・写真・チャットをロット単位に集約、記録整理は月約5時間に
- 規格値と測定値をAIが突合し、規格外・転記ミス候補を先に提示。検査員は判定に集中
- 不良の写真・現象・工程・ロットが紐づき、傾向のまとめも下書きされ、監査対応がラクに
- 若手の諏訪さんが記録の集約を回し、黒木さんは判定と原因究明に専念。成績書の提出遅れが減った
AI鬼管理山崎
05 PITFALL よくある落とし穴3つ 判定・流用・トレーサビリティの扱いを誤らない
寸法の合否、外観の良否、測定のやり直し要否、出荷可否は、規格と現物を知る検査員・品質保証が判断します。AIは規格外候補の抽出と記録の整理まで。判定の最終確定を任せると、測定器の癖や限度見本の解釈のズレが、そのまま検査結果に乗ってしまいます。
ロットや号機、材料ロットが違えば出やすい不良も変わります。類似ロットの記録は「参考」として使い、今回の測定値・現物・限度見本はあらためて確認してください。AIが似た傾向を提示しても、是正処置の要否は今回の事実で判断します。
不良写真とロット・号機・工程・検査日の紐づけ、測定器の校正状態、検査員名は、客先報告と監査の証跡として必ず人が確認します。AIの集約・下書きは便利ですが、最終的な「この記録で出荷判定してよいか」の確認は品質保証の責任で行います。
06 FORMAT 検査結果・不良内容を整理する型(記録フォーマット) 値・判定・不良を同じ型で残すと集約とまとめが効く
AIの集約とまとめの精度を上げるには、検査結果と不良内容を「同じ型」で残すことが効きます。型が揃っていれば、AIはロット単位の集約も、規格外候補の抽出も、不良傾向のまとめも安定して作れます。天野樹脂成形が使っている、3つの記録フォーマットの型を紹介します。
型1: 検査結果は「項目・規格値・実測値・判定・検査者」を1行で残す
「検査項目: 外径 / 規格値: 12.00±0.05mm / 実測値: 12.03mm / 判定: 合格(検査員判断) / 測定器: ノギスNo.7(校正◯◯) / 検査者: 黒木 / 検査日: ◯月◯日」のように、1つの測定を1行で残すと、AIが規格値と実測値を突き合わせて規格外候補や転記ミス候補を出しやすくなります。判定の欄には「検査員判断」と分かる形で誰の判定かを残すのがポイントです。
型2: 不良内容は「現象・工程・号機・ロット・暫定処置」を分けて書く
「現象: ゲート部のショート(充填不足) / 発生工程: 成形 / 号機: 3号機 / 対象ロット: ◯◯ / 数量: 3個 / 暫定処置: 当該ロット全数選別、3号機の射出圧を確認」のように、不良を要素に分けて書くと、AIが号機別・工程別・現象別に集計し、不良傾向のまとめを作れます。写真のファイル名にロット番号を入れておくと、写真と記録の紐づけも安定します。
型3: 確認が必要な点は「保留」として先に書く
「外観判定が限度見本の境界付近のため、班長確認待ち(保留)」のように、現時点で確定できない判定を「保留」として先に残しておくと、AIがその行を確認候補として上位に出し、検査員の判定漏れを防げます。保留のまま出荷判定に進まない歯止めにもなります。
| 検査種別 | AIに集約させる記録 | 検査員が判定すること(AIに任せない) |
|---|---|---|
| 寸法検査 | 規格値と実測値の突合、規格外・転記ミス候補 | 合否判定、測り直し要否、外れ値の真因 |
| 外観検査 | 限度見本との判定メモ、写真と現象の紐づけ | 良否の最終判定、限度見本の解釈、特採の要否 |
| 出荷検査 | ロット単位の記録集約、抜け漏れ・保留の抽出 | 出荷可否、客先要求への適合、ロット解放 |
上の3つの型に加えて、品番ごとの規格値(公差)、限度見本の見方、よく出る不良モードをCLAUDE.mdに書いておくと、AIが品番に応じて規格外候補や不良傾向のまとめを出すようになります。品番が違えば規格も不良の出方も違うので、品番ごとに分けて登録するのがコツです。
07 TRACE トレーサビリティと不良傾向の見える化 ロットで追えて、傾向が見えると再発防止と監査が速い
品質検査記録の価値は、1ロットの合否だけでなく、「あとから追えること(トレーサビリティ)」と「傾向が見えること」にあります。客先から「このロットの検査記録を」と言われたとき、内部監査で「なぜこの不良が増えたか」を問われたとき、記録が追えて傾向が見えていれば、対応が一気に速くなります。天野樹脂成形がAIに作らせている、見える化の型を紹介します。
📚 用語解説
トレーサビリティ：製品やロットが「いつ・どの設備で・どの材料ロットで作られ、どんな検査結果だったか」を、あとからさかのぼって追えるようにすること。不良が見つかったときに影響範囲を特定したり、客先や監査に対して証跡を示したりするために必要になる。
見える化1: ロット台帳で「品番・材料ロット・号機・検査記録」をつなぐ
AIに、ロット番号を軸として「品番・材料ロット・成形号機・検査日・検査結果・不良の有無」を一覧化したロット台帳の下書きを作らせます。これがあると、不良が後から見つかったとき「同じ材料ロット・同じ号機のロットはどれか」をすぐに絞り込め、影響範囲の特定と客先連絡が速くなります。どのロットを回収・選別するかの最終判断は品質保証が行います。
見える化2: 不良傾向を「現象別・号機別・工程別」に集計する
AIに、当月の不良記録を現象別(ショート・バリ・反り・打痕など)・号機別・工程別に集計させ、「どの不良が多いか」を件数順に並べた下書き(パレート的なまとめ)を作らせます。「3号機のショートが今月急に増えた」のような傾向が見えると、是正処置の優先順位を決めやすくなります。ただし原因の確定と対策の決定は、現場と設備を知る検査員・技術・品質保証が行います。
見える化3: 監査・客先提出用に「記録の抜け漏れ」を先に洗い出す
出荷前や監査前に、AIに「このロット群で、判定が保留のまま・検査者名が空欄・写真が紐づいていない記録」を抜け漏れ候補として洗い出させます。提出直前になって記録の不備に気づく事態が減り、監査対応や客先提出の差し戻しを未然に防げます。
ロット台帳の列構成、不良の分類区分(現象・工程・号機)、監査でよく指摘される抜け漏れ項目をCLAUDE.mdに書いておくと、AIが毎月同じ型で集計とまとめを作ります。傾向の見方が担当者によらず安定し、再発防止の議論が「印象論」でなく記録ベースで進みます。
08 RELATED 関連記事: 製造業の自動化事例10選(全業務マップ) 検査記録以外の9業務も含めた事例集
本記事は製造業の自動化事例10選のうち、事例1「品質検査記録の整理」を深掘りした内容です。作業標準書の更新・見積作成・受発注メール処理・不良報告書作成など、他の業務もあわせてご覧ください。→ 製造業の自動化事例10選(全業務マップ)
09 ABOUT AI鬼管理について - 検査記録整理の伴走サービス 属人化した検査記録を、判定中心の運用へ
本記事を発信している AI鬼管理 は、製造業のAI業務自動化をClaude Code/Codexで設計から伴走するサービスです。品質検査記録の整理は、集約と転記の属人化を解くことで、出荷判定にかける時間の確保と若手育成に効く打ち手です。
代表菅澤
属人化した検査記録の整理、いっしょに軽くしませんか?
本記事の天野樹脂成形の例は、射出成形・自動車内装部品・検査記録の集約が1人集中というモデルケースです。貴社の検査種別の構成や品番数、検査体制によって、最適な進め方は変わります。まずは今の検査記録の作り方をうかがって、貴社に合った設計をご提案します。
代表菅澤
NEXT STEP
この記事の内容を、あなたのビジネスで
実践してみませんか？
AI活用を自社で回せるようになりたい方へ
AI鬼管理
Claude Code/Codex・Cowork導入支援から業務設計・社内浸透まで実践ベースで伴走。「自社で回せる組織」を90日で作る経営者向けトレーニング。
よくある質問
Q. AIに検査の合否まで判定させてもよいですか?
A. おすすめしません。AIは記録の集約・規格外候補の抽出・不良傾向のまとめ(下書き)までにし、合否判定・外観の良否・出荷可否は検査員と品質保証の担当者が確認する設計が現実的です。品質責任の所在を明確にする意味でも、判定は人が担います。
Q. 紙の検査成績書しかなくても使えますか?
A. 使えます。写真やスキャンから測定値・判定メモを読み取って集約できますが、読み取り結果は転記ミス候補として検査員が確認する前提にしてください。可能なら測定器のCSVログやExcelシートを併用すると精度が上がります。
Q. 三次元測定機や測定器のログとも連携できますか?
A. できます。測定器が出力するCSVやログを入力にして、規格値との突合や規格外候補の抽出、ロット単位の集約に使えます。測定そのものや校正は従来どおり現場の手順で行います。
Q. 過去の検査記録はどのくらい用意すべきですか?
A. 最初は検査種別・品番ごとに5〜10ロットあれば十分です。項目名や単位の表記ゆれ、不良分類のばらつきを整理するところから始めます。
Q. 料金やプランを教えてください
A. 料金やサポートプランは AI鬼管理のサービスページをご覧ください。貴社向けの個別ご提案は本記事末尾のNEXT STEPからお問い合わせください。
Claude Codeで業務自動化を90日で叩き込む
経営者向けの伴走型パーソナルトレーニング
Claude Code を業務に落とし込む
専門研修コース一覧
受講者本人の業務を題材に、「使いこなせる」状態になるまで伴走する研修プログラム。1対1特化型・ハンズオン・法人講座の3コースを展開中。業務特化・実装まで踏み込むタイプのClaude Code研修です。
研修コース一覧を見る →AI鬼管理へのお問い合わせ
この記事を読んで気になった方へ。
AI鬼管理の専門スタッフが、御社に最適な
業務自動化プランを無料でご提案します。
- AI業務自動化サービス「AI鬼管理」を運営 — Claude Code を活用し、経営者の業務を「AIエージェントに任せる仕組み」へ転換するパーソナルトレーニングを 伴走構築 で提供。日報・採用・問い合わせ対応・経費精算・議事録・データ集計・営業リスト等の定型業務を、AIに代行させる体制を経営者と一緒に作り込む
- Claude Code 実装ノウハウを 経営者・法人クライアント に直接指導。生成AIを「便利ツール」ではなく 「業務を任せる存在」 として運用する手法を体系化
- 「やらせ切る管理」メソッドの開発者。シンゲキ株式会社（2021年設立・鬼管理専門塾運営）にて累計3,000名以上の学習者を志望校合格に導いた管理メソッドを、AI × 経営者支援 に転用
- 著書『3カ月で志望大学に合格できる鬼管理』(幻冬舎)、『親の過干渉こそ、最強の大学受験対策である。』(講談社)
- メディア出演: REAL VALUE / カンニング竹山のイチバン研究所 / ええじゃないかBiz 他
- 明治大学政治経済学部卒
