nadeemishikawa https://blog.hatena.ne.jp/nadeemishikawa/ RAKSUL TechBlog https://techblog.raksul.com/ こんにちは。 ノバセルにてデータサイエンティストをしています、石川ナディーム(@nadeemishikawa)です。 本記事ではOpenAI APIの「Image inputs対応モデル」と「Structured Outputs」を組み合わせ、1 回の API 呼び出しで「画像 → 指定構造の構造化データ（JSON／Pydantic）」まで完結させる方法を紹介します。 はじめに ビジネスシーンでは、請求書や名刺など、画像形式の非構造化データを扱う機会が、何かと数多く存在しています。今までは、これらの画像からテキスト情報を抽出するためにはOCR（光学的文字認識）が主に用いられてきましたが、いくつ… 190 <iframe src="https://hatenablog-parts.com/embed?url=https%3A%2F%2Ftechblog.raksul.com%2Fentry%2F2025%2F06%2F25%2F185351" title="LLMによるOCR、画像→構造化データをOpenAI APIで実現【Image inputs × Structured Outputs】 - RAKSUL TechBlog" class="embed-card embed-blogcard" scrolling="no" frameborder="0" style="display: block; width: 100%; height: 190px; max-width: 500px; margin: 10px 0px;"></iframe> https://cdn-ak.f.st-hatena.com/images/fotolife/r/raksuldev/20250625/20250625185353.png Hatena Blog https://hatena.blog 2025-06-25 17:44:16 rich https://techblog.raksul.com/entry/2025/06/25/185351 1.0 100%