AI
インボイス番号を取りこぼしていたので、レシート読み取りのモデルを乗り換えた
レシートを読んで経費データにする処理で、印字されている登録番号が抽出されないことがありました。手元のレシート5枚で Claude Haiku 4.5 と Gemini 3.1 Flash-Lite を比べたら、精度もコストもレイテンシも差がついたので乗り換えた記録です。
Tag
#AI
6件の記事
AI
個人情報を LLM に渡さずに、AI で下書きを作る — 置換して送り、戻ったら復元する
業務ツールに「AIで文章の下書きを作る」機能を足したいけれど、顧客名のような個人情報は外部のLLMに送りたくない。渡さずに済ませるために、送る前に伏せ字へ置き換えて、返ってきたら復元するという設計にした考え方の話です。
Claude Code
Claude Code の下に使用量と残量を常時表示する (statusLine + ccusage)
Claude Code の下部に、5時間ブロックと7日間の残量・コンテキスト使用率を常時表示する設定をまとめました。~/.claude/settings.json の statusLine 機能で、jq ワンライナー・自作シェルスクリプト・ccusage 連携の3段階を紹介します。
TTS
ブラウザで扱える日本語TTSの選択肢を整理した — Web Speech API / Piper / VOICEVOX / クラウド
個人開発中のアプリに日本語読み上げを組み込みたくて、ブラウザから使える日本語TTSの選択肢を並べて整理しました。Web Speech API、Piper (WASM)、VOICEVOX、Google/Amazon/Azure/OpenAI/ElevenLabs の音質・料金・データ送信先・実装コストを比較。
Gemini Nano
Gemini Nano でブラウザ完結のメール下書きツールを作る — Chrome Prompt API ハンズオン
Chrome 138 から使える Gemini Nano (Prompt API) を使って、社内の固有名詞や取引先名が混ざっていてもクラウドに送信されないメール下書きツールを作りました。availability 検出・ダウンロード進捗・ストリーミング生成・中断まで、実装で詰まったところを順に書きます。
AI
汎用 Vision LLM 9種を日本語OCRで全部試したら、Gemini 系が圧勝だった話
OpenRouter 経由で安価な Vision LLM 9モデルを日本語OCR/構造化抽出で横比較したら、Gemini系が頭一つ抜けていました。