全数検査の測定値がファイルで届くなら、受取から集計までを自動化したくなります。ただ、平均が出るだけでは、同じ記録を二度数えていないか、ファイルが途中までしか届いていないかは分かりません。

まずは受領済みの一ファイルを指定し、原本を保ち、予定IDと照合してから結果を一つだけ確定する範囲で試します。この記事では、その処理をAIへ依頼する条件と、Python 3.14で実行した小さな実装を示します。ここで示すのは、常時監視や実測定器への接続を備えた完成システムではありません。

常時監視の前に、完成した一ファイルで試す

最初の練習では、UTF-8の架空CSVを担当者が選び、ローカルの練習フォルダで一つの処理だけを実行します。機密データや個人情報を使わず、入力先と出力先を本番の共有フォルダから分離してください。

ファイルが見えたことだけでは、転送が完了したとは判断できません。常時監視へ進む場合は、送信側が完了後に確定名へ変更する、完了通知を別に渡すなど、送受信の仕様を合意する必要があります。サイズが一定時間変わらないことだけを根拠に、送信が終わったとは判断しません。この実装は、その確認を済ませたファイルを入力する前提です。

入力ファイル、予定ID、期待結果を別々に用意する

練習に使う元ファイルは、次のヘッダー行と4件の架空データです。deviation_mmは基準寸法からの偏差で、0と負数も有効な値とし、空欄は値不明と定めます。batch_idは一回分の記録をまとめるID、measurement_idはその中で重複しない測定記録IDです。

batch_id,measurement_id,deviation_mm
B07,Q01,0
B07,Q02,0.040
B07,Q03,
B07,Q04,-0.020

このバッチで受け取る予定のIDを、CSVとは別にQ01・Q02・Q03・Q04と指定します。実務では、検査計画や製造実績など、照合元となる一覧が必要です。受信したファイルから予定IDを作ると、丸ごと欠けた記録を検出できません。

照合すること 人が先に決める期待結果
受領したID 予定4IDと一致し、各一回だけ現れる
値のある記録 Q01、Q02、Q04の3件
値不明 Q03の1件
平均 (0+0.040−0.020)÷3=0.006666… mm
最小・最大 −0.020 mm、0.040 mm

予定IDとの一致は、渡した予定一覧に対する照合です。その一覧が製造した全数を正しく表すことまで、処理は証明しません。また、Q03のIDが届いていても測定値は不明なので、「全数の測定値がそろった」とは報告できません。

AIへ渡す依頼は「受取」と「確定」を分ける

次の条件で、処理の下書きを依頼します。プログラムを実行する権限や保存先を管理できない場合は、案と試験表まで作り、社内の開発・情報システム担当へ渡します。

架空CSV一つを処理するPython関数を作ってください。
・元ファイルを変更せず、読んだバイト列を別の原本保存先にも残す。
・列構成、バッチ混在、ID空欄/重複、別途指定した予定IDとの一致を確認する。
・空欄は値不明としてIDを残す。0は有効値、非数値やNaN/無限大はエラー。
・有効値の件数・平均・最小・最大を出し、全空欄なら数値をnullにする。
・入力のSHA-256、処理版、予定IDを結果JSONに残す。
・同じバッチの既存結果と一致なら再集計を増やさない。違う内容なら訂正の確認待ち。
・確定前の一時ファイルと正式結果を分け、失敗しても一時ファイルを結果として読まない。
・練習用に、確定前と確定後・応答前で例外を起こせるようにする。
同時実行、常時監視、外部送信、実設備への接続、製品の合否判定は今回の対象外です。

SHA-256は内容の識別に使うハッシュ値です。値が一致しただけで測定の正しさや送信者の正当性が分かるわけではありません。文字コードや改行が変わった同内容のCSVも、この練習では別のバイト列として扱い、自動で同一視しません。

結果JSONがあるかだけでなく、今回の入力と一致するかを調べる

原本保存・入力検査
予定IDや値が不一致 → 確認待ち
既存結果と照合
同一 → 処理済み
相違 → 訂正の確認待ち
初回だけ確定
一時ファイル → 正式JSON
人が件数・値不明IDを確認

小さな処理を実行し、再送で増えないか確かめる

以下は、この依頼条件を具体化した練習用のコードです。入力は小さなファイル、実行は一プロセス、保存先はローカルとします。Pythonのcsv公式資料に従ってCSVとして読み、単純なカンマ区切りの文字分割では処理しません。列名と順序も、この練習では固定しています。

import csv, hashlib, io, json, os, re
from decimal import Decimal, InvalidOperation
from pathlib import Path

def process_file(source, work, expected_ids, fail_at=None):
    # Practice only: one process, completed UTF-8 CSV, local disposable folders.
    work = Path(work)
    for name in ('originals', 'results'):
        (work / name).mkdir(parents=True, exist_ok=True)
    raw = Path(source).read_bytes()
    digest = hashlib.sha256(raw).hexdigest()
    archive = work / 'originals' / (digest + '.csv')
    if archive.exists():
        if archive.read_bytes() != raw:
            raise ValueError('原本保存先の不一致')
    else:
        archive.write_bytes(raw)
    reader = csv.DictReader(io.StringIO(raw.decode('utf-8-sig'), newline=''))
    if reader.fieldnames != ['batch_id', 'measurement_id', 'deviation_mm']:
        raise ValueError('列構成の不一致')
    rows = list(reader)
    if not rows or any(None in r or None in r.values() for r in rows):
        raise ValueError('空ファイルまたは列数の不一致')
    batch = rows[0]['batch_id']
    if not re.fullmatch(r'[A-Za-z0-9_-]+', batch):
        raise ValueError('batch_idの形式不一致')
    ids = [r['measurement_id'] for r in rows]
    if any(r['batch_id'] != batch for r in rows) or '' in ids or len(set(ids)) != len(ids):
        raise ValueError('バッチ混在・空ID・重複ID')
    if not expected_ids or len(set(expected_ids)) != len(expected_ids) or set(ids) != set(expected_ids):
        raise ValueError('予定IDとの不一致')
    values, missing = [], []
    for row in rows:
        cell = row['deviation_mm']
        if cell == '':
            missing.append(row['measurement_id'])
            continue
        try:
            value = Decimal(cell)
        except InvalidOperation:
            raise ValueError('数値形式の不一致')
        if not value.is_finite():
            raise ValueError('有限でない値')
        values.append(value)
    result = {'version':'practice-v1', 'batch_id':batch, 'sha256':digest,
              'expected_ids':sorted(expected_ids), 'records':len(rows),
              'valid':len(values), 'missing_ids':missing,
              'mean_mm':str(sum(values) / len(values)) if values else None,
              'min_mm':str(min(values)) if values else None,
              'max_mm':str(max(values)) if values else None}
    target = work / 'results' / (batch + '.json')
    if target.exists():
        old = json.loads(target.read_text(encoding='utf-8'))
        if old != result:
            raise ValueError('既存結果と不一致。訂正の確認が必要')
        return 'ALREADY_DONE', old
    temporary = target.with_suffix('.pending')
    temporary.write_text(json.dumps(result, ensure_ascii=False, indent=2), encoding='utf-8')
    if fail_at == 'before_commit':
        raise RuntimeError('練習用: 確定前の失敗')
    os.replace(temporary, target)
    if fail_at == 'after_commit':
        raise RuntimeError('練習用: 確定後・応答前の失敗')
    return 'DONE', result

このコードをprocess_example.pyとして保存し、上のCSVをsample.csvへ保存した場合、同じフォルダから次のように呼び出せます。workには練習専用の新しい保存先を指定します。

from process_example import process_file
status, result = process_file("sample.csv", "practice-output",
                              ["Q01", "Q02", "Q03", "Q04"])
print(status, result)

初回はDONEを返し、同じファイルをもう一度指定するとALREADY_DONEを返します。正式結果はresults/B07.jsonの一つです。結果のmean_mmなどは小数の文字列として保存し、有効値がない場合はJSONのnullにします。表示用に桁を丸めるときは、保存値と表示値の違いを決めてください。

os.replaceの公式資料には、既存の移動先ファイルを置き換えること、ファイルシステムをまたぐ場合には失敗し得ることが記載されています。この例では同じresultsフォルダに一時ファイルを作り、既存の正式結果を先に調べています。ただし、複数プロセスが同時に動けば、存在確認と確定の間に競合する可能性があります。ロックやデータベースのトランザクションを備えた実装へ拡張するまでは、同時実行しないでください。

この例では、Decimalが読める前後の空白や指数表記も数値として受け付けます。平均の除算は既定の有効桁28桁で行うため、割り切れない値は保存文字列の段階でも丸められます。桁数や数値表記を厳密に制限する用途では、その条件を追加して検証します。

二つの失敗位置で、同じ入力をやり直す

制作時には、上の実装をWindows上のPython 3.14で実行しました。正常例の期待値は先に示した表から求め、実装の出力に合わせて変更していません。平均0.006666…mm、最小・最大、件数、値不明IDが期待結果と一致し、入力ファイルのバイト列も処理前後で変わらないことを確認しました。

変更した入力・実行条件 この実装で確認した結果
同じB07を再送 ALREADY_DONE。正式JSONは一つ
B07のQ02を0.050へ変更 既存結果との不一致で停止。前の結果は保持
ID重複、予定IDが一件欠落 エラー。新しい正式結果を作らない
数値欄が文字、NaN エラー。0へ置換しない
全値空欄、予定IDは一致 有効0件、全IDを値不明とし、平均・最小・最大はnull
fail_at="before_commit" 一時ファイルだけが残り、正式結果なし。同じ入力で再実行すると一つの正式結果を作る
fail_at="after_commit" 正式結果は存在するが呼出しは失敗。同じ入力で再実行するとALREADY_DONE

before_commitで残った.pendingは正式結果ではなく、この練習では同じ入力の再実行で上書きします。入力ファイルと原本の保存コピーは残し、確定済みJSONは上書きしません。

失敗位置を試すときは、前の実行結果の影響を避けるため、それぞれ新しい練習用出力先を使います。fail_atは練習用に例外を起こす引数であり、本番の装置や共有先を故障させて試す手順ではありません。

特に、確定後・応答前の失敗では、「エラーが返ったから処理されていない」と判断できません。この例は結果JSON自体に入力の識別値を残し、再実行時に照合することで、結果を二重に増やさない設計です。ただし、破損した既存JSON、書込み権限、容量不足などは、原因の確認が必要です。記録を削除して再実行する運用にはしません。原本保存先の内容が入力と一致しない場合も、自動で直さず原因を調べます。

この確認は、例外を発生させた位置からの再実行を試したものです。停電時の永続性、ネットワーク共有の動作、多重実行、大量データ、常時監視、実測定器との接続は未検証です。実運用では、保存とバックアップ、アクセス権、障害通知、再処理の担当まで定めて試験します。

人に渡すのは平均値だけでなく、処理できた範囲

人が読む報告には、バッチID、入力の識別値、予定IDとの一致、有効件数、値不明ID、計算結果をまとめます。今回なら「予定4IDが各一回到着、有効3件、Q03は値不明。平均は有効3件から算出」と書けます。AIに報告文を下書きさせる場合も、この記録にない原因や合否を補わせません。

値不明が残っている結果を製品の合格や出荷判断へ使えるかは、品質担当が目的と手順から判断します。Cpkを追加する場合も、平均や全数という語だけで計算法は決まりません。対象と推定方法の確認が別に必要です。

少量のファイルなら、既存のExcel帳票や社内スクリプトと人の確認で足りる場合があります。社内で保守を担える人がいない場合は、CSV集計ツールの依頼条件と検収例を参考に、今回の入力・期待値・試験記録を引き継ぐと説明しやすくなります。

用途に合わせて範囲を整理したい場合は、XのS1N_seigitechへ概要をDMでお知らせください。機密ファイルや個人情報は送らないでください。DMが使えない場合はお問い合わせページをご利用ください。

資料・ローカル実行の確認日:2026年10月31日。データは架空で、測定器や工場システムへの導入実績を示すものではありません。