源泉徴収票 画像読み取り
源泉徴収票の画像を読み取り、構造化データとして返すスキル。
PDF ファイルの場合
ファイルが PDF（.pdf）の場合、画像 OCR の前にテキスト抽出を試みる。
shinkoku pdf extract-text --file-path <path>を実行する- 抽出テキストに必要な情報（支払金額・源泉徴収税額等）が含まれていれば、テキストから構造化データを生成する
- テキストが不十分（スキャン PDF 等）の場合は
shinkoku pdf to-image --file-path <path> --output-dir <dir>で PNG に変換し、以下の画像読み取りフローに進む
画像読み取り方法
推奨: デュアル検証（並列2コンテキスト）
精度を高めるため、同じ画像を2つの独立したコンテキストで並列に読み取り、結果を照合する。
-
2つの独立した読み取りを実行する: サブエージェントが使える環境では、2つのサブエージェントを並列で起動し、それぞれ独立に画像を読み取る。 各サブエージェントには以下の「基本ルール」と「出力フォーマット」をプロンプトとして渡し、画像ファイルパスを指定する。
-
結果照合: 両方の読み取り結果から主要フィールド（金額等）を比較する。
-
一致の場合: そのまま採用。「2つの独立した読み取りで結果が一致しました」と報告する。
-
不一致の場合: ユーザーに元画像パスと両方の結果を提示し、正しい方を選択してもらう:
- 差異のあるフィールドを明示する
- A を採用 / B を採用 / 手動入力 の3択を提示する
フォールバック（サブエージェント非対応の場合）
サブエージェントが利用できない環境では、以下の手順で読み取る:
- 画像ファイルを直接 Read ツールで読み取る
- 以下の「基本ルール」と「出力フォーマット」に従ってデータを抽出する
- 抽出結果をユーザーに提示し、必ず目視確認を依頼する
⚠ デュアル検証が利用できないため、必ずユーザーに目視確認を依頼してください。
基本ルール
- 画像ファイルは Read ツールで読み取る（Claude Vision が自動的に画像を認識する）
- 金額は必ず int（円単位の整数）で返す。カンマや「円」は除去する
- 日付は YYYY-MM-DD 形式で返す
- 和暦は西暦に変換する（令和7年 → 2025、令和6年 → 2024、平成31年 → 2019）
- 読み取れないフィールドは UNKNOWN（文字列）または 0（金額）とする
- 複数ファイルを渡された場合は全て順に処理してまとめて返す
出力フォーマット
画像を読み取り、以下の形式で返す:
---WITHHOLDING_DATA---
payer_name: 支払者名
payment_amount: 支払金額（int）
withheld_tax: 源泉徴収税額（int）
social_insurance: 社会保険料等の金額（int）
life_insurance_deduction: 生命保険料の控除額（int）
earthquake_insurance_deduction: 地震保険料の控除額（int）
housing_loan_deduction: 住宅借入金等特別控除の額（int）
life_insurance_detail:
general_new: 一般の新保険料（int）
general_old: 一般の旧保険料（int）
medical_care: 介護医療保険料（int）
annuity_new: 個人年金の新保険料（int）
annuity_old: 個人年金の旧保険料（int）
---END---
抽出のポイント
- 「支払金額」欄（給与収入の総額）を最優先で抽出する
- 「源泉徴収税額」欄を正確に読み取る
- 「社会保険料等の金額」欄を読み取る
- 生命保険料控除は新旧制度・3区分（一般/介護医療/個人年金）の内訳を確認する
- 地震保険料控除・住宅ローン控除は記載がある場合のみ抽出する
- 支払者の名称（会社名）を抽出する
- 記載がない項目は 0 とする
複数ファイルの処理
複数のファイルパスが指示された場合:
- Glob ツールでファイル一覧を取得する（パターンが指示された場合）
- 各ファイルを Read ツールで順に読み取る
- 全ファイルの結果をまとめて返す（各結果の前にファイル名を記載する）
## file1.jpg
---WITHHOLDING_DATA---
...
---END---
## file2.jpg
---WITHHOLDING_DATA---
...
---END---