このような画像からテキストを読み取るタスクは、Geminiを推奨します。Geminiは写真からのテキスト情報の読み取り精度が非常に高く、特にレシートのような細かい文字の抽出に優れています。ChatGPTでも同様の処理は可能ですが、読み取り精度がやや劣る場合があり、特に日本語テキストの抽出にやや時間がかかってしまう部分もあります。
こんな場面で役立つ!
財布やカバンにたまったレシートをテーブルに並べ、3~4枚ずつ一気にスマホで写真を撮ります。その写真をGeminiにアップロードすれば、すべてのレシートの内容を自動的に読み取り、表形式にまとめてくれます。
Geminiに「このレシートのデータを、食費、日用品、その他に分類して表にしてください」と指示すると、支出の内訳を自動的に整理してもらえます。どのカテゴリにお金を使いすぎているのか、一目で把握できます。
Geminiが作成した表データをGoogleスプレッドシートに直接入力すれば、そのまま家計簿として使えます。月ごとにシートを分けたり、グラフを作成したりすることで、支出の推移を視覚的に管理できます。
<AIへの指示ステップ>
● ステップ1
家計簿にまとめたいレシートをスマホで3~4枚ずつ撮影しましょう。レシートを連続でめくりながら動画で撮影する場合は、1枚ずつ、各レシートが画面にはっきり映るように、ゆっくりめくるのがコツです。
● ステップ2
GeminiのアプリまたはWeb版を開き、撮影した写真や動画をアップロードして、「このレシートの内容を表形式にまとめてください」「店名、日付、商品名、金額を抽出してください」など、どのようなデータが欲しいのかを具体的に伝えます。

