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。

1. shinkoku pdf extract-text --file-path <path> を実行する
2. 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
3. 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。

1. 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。

2. 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。

3. 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。

4. 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:

1. 画像ファイルを直接 Read ツールで読み取る
2. 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
3. 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7å¹´ → 2025、令和6å¹´ → 2024、平成31å¹´ → 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:

1. 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）
2. 各ファイルを Read ツールで順に読み取る
3. 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---