ある企業が、月次財務報告書（PDF、平均 50 ページ）の要約を生成 AI で自動化したいと考えている。要約には数値・表のデータも正確に反映させる必要がある。最も適切な実装アプローチはどれか。
- A. PDF をそのままバイナリとして LLM の入力トークンに変換して処理させる
- B. PDF をテキストと構造データに変換（Amazon Textract 等を活用）した後、抽出したテキストと表データを LLM のプロンプトに渡して要約させる
- C. 報告書の表紙と最初の 2 ページのみを入力し、全体の要約を生成させる
- D. LLM への入力を不要にするため、財務 KPI の計算ロジックをすべてルールベースで実装する
解答と解説を見る
正解: B
LLM は PDF バイナリを直接解釈できないため、Amazon Textract 等でテキスト・表を抽出し、構造化されたテキストとして渡すことが正確な要約の前提条件となる。数値・表データも明示的に含めることで精度が向上する。Aは誤り：PDF バイナリを直接トークン化しても LLM は有意義に解釈できず、出力は無意味になる。Cは誤り：最初の 2 ページのみでは財務報告書の全体像（結論・詳細数値・リスク要因等）が欠落し、要約の品質が著しく低下する。Dは誤り：ルールベースでは定型の KPI 計算はできるが、経営コメント・コンテキストの要約はできず生成 AI の価値を活かせない。