「目視検査による外観不良の見逃しが月数件発生し、顧客クレームになっている。AI外観検査を導入したいが要件定義の方法が分からない」「AI検査システムのベンダーが複数あり、何を基準に比較・選定すればいいか判断が難しい」——AI外観検査は、カメラと機械学習で製品外観の不良（キズ・欠け・汚れ・異物）を自動検出するシステムで、人的ミスを減らし検査スピードを向上させます。AIを使って導入計画・精度評価基準・ベンダー比較書類を整備できます。

製造業のAI外観検査・機械学習品質検査システム導入書類に使えるAI整理する方法プロンプト

以下の情報をもとに、AI外観検査システムの導入書類を整備してください。

【製品と検査の現状】
製品: アルミダイカスト部品（自動車用）
不良種類: キズ・バリ・引け巣・表面ムラ（4種類）
検査の現状:
  ・検査員: 3名（8時間交代）
  ・検査方法: 目視 + ルーペ（1個あたり15秒）
  ・生産数: 1日1,500個
  ・検査逃し率: 月平均 0.5%（顧客クレームの主原因）

AI検査システム導入の背景:
  ・検査員の高齢化と採用難
  ・夜間無人化（稼働延長）の検討
  ・顧客からのPPM改善要求

要件・制約:
  ・ライン速度: 1個/10秒に対応できること
  ・検出精度目標: 見逃し率 0.05%以下（現状比1/10）
  ・予算: 800万円以内（カメラ・照明・ソフト込み）

以下の書類を作成してください:
1. AI外観検査システム要件定義書（機能要件・精度要件・環境条件）
2. ベンダー評価シート（精度・コスト・サポート・納期で比較）
3. 性能検証（PoC）計画書（サンプル数・評価指標・合格基準）
4. 検収基準書（本番導入前の合格判定条件）

活用のコツ

  • AI検査精度の評価には「検出率（見逃さない）」と「過検出率（良品を不良判定する割合）」の両方を設定する
  • PoCは実際の生産ラインで最低2週間・1万個以上で評価することで本番精度を現実的に見積もれる
  • AI検査でも『AIが判断できない境界事例』は人間が再判断するフローを必ず残す（全自動化は過信につながる）

関連する書類・プロンプト

製造業のAI活用は、業務書類の効率化から始めるのが最も成果につながりやすい方法です。 製造業でAIを使って効率化できる書類・業務まとめから 他のプロンプトも参考にしてください。

また、すぐに使えるプロンプトテンプレート集（note有料記事）も公開しています。 現場の実務に特化したテンプレートを使うことで、書類作成の品質と速度が大幅に向上します。