図面チェックをAIで支援｜写真・RFIの根拠と確認手順

図面チェックにAIを使う際は、版の違いや確認候補を抽出し、根拠を添えたRFI（照会文）の下書きを作る補助に限定します。防火・構造・施工可否の判定、是正工法の決定、検査の代替はできません。設計者・工事監理者など、責任を持つ担当者の確認を必ず残します。以下は導入方法の設計例で、特定の製品を入れるだけで全機能が動くという説明ではありません。

例えば、次のような行き違いを想定します。
月曜の朝九時、現場の詰所でコーヒーを一口。
メールボックスには深夜に届いた改定図と、監理からの軽い指摘。

ところが現場は旧版の図面で材料が搬入され、天井懐が二十ミリ足りないことに気づいたのは、開口にダクトを通そうとした瞬間でした。
慌ててRFI（照会）を書き、添付する図番や意図を整えきれずに送信した結果、「関係図面を添付のうえ、質問の範囲を明確に」と差し戻し。

昼前には職人の手待ちが発生し、午後には工程の組み直し。
誰もサボっていないのに、意思決定だけが遅れる。
この連鎖の正体は、図面の差分と写真の事実と要領・仕様の根拠が、同じ文脈で結びついていないことです。

ここに生成AIを入れると何が起きるか。
改定が入った瞬間に“影響しそうな部位”が自動で列挙され、該当ディテールと要領書の根拠章が添えられ、前日の出来形写真の中から関連ショットに赤フラグが立つ。

監理に送るRFIは、質問意図・求める回答形式・締切・添付指定までが入った下書きで表示され、ワンクリックでカード化。
是正の指示は写真つきで出せて、翌日の検証ショットも自動紐づけ。つまり確認待ちの理由と担当者を追跡しやすくなります。

本稿は、建設・リフォーム・不動産管理の中小企業が、図面チェックと写真品質管理とRFI作成を生成AIで一体化し、「止まらない現場」を作るための実務ガイドです。
派手なPoCではなく、今日から回せる最小構成を入口に、上流の設計レビューから下流の是正検証までを一本のワークフローで繋ぎます。

図面・写真・RFIを同じ文脈で回せば、工期の不確実性とクレームリスクは同時に下がる

結論を先に述べます。
図面の版間比較で改定影響を早期に露出し、写真で出来形を客観化し、RFIや是正依頼の文章を根拠つきで標準化する。
これを生成AIで一体化すると、やり取りの往復が減り、判断が早くなります。

経営の視点では、滞留時間と手戻りコストが同時に縮み、粗利の下振れが抑えられます。
必要な投資は「文書の置き場所と命名ルールの統一」「RFIテンプレと施工基準の整備」「AIが参照できるドキュメントの束」を作ることが中心で、いきなり高価な専用システムに飛びつく必要はありません。

まずは、過去の承認済み図面と照会記録を使い、AIが出す候補の見逃し・誤検知・出典間違いを確認します。本番案件では、照会を作成する前と送信する前に担当者が確認する工程を設けます。期間ではなく、検証結果に基づいて適用範囲を広げましょう。

高負荷×高再現性の領域にAIを置くと、成果が数字で現れる

図面不整合の放置は、下流の手戻りを指数関数的に膨らませます。

開口高さの整合、防火区画の納まり、設備と造作の干渉は、軽微な齟齬が致命傷に化けやすい三大論点です。
ここに“疲れない目”を持つAIを置くと、版間差分の抽出、該当ディテールの提示、要領・仕様の該当条文の引用、関連写真との突合までを機械的に揃えられます。

RFIは“問いの質”で回答速度が決まり、根拠が揃った短文化された質問ほど、往復回数は減ります。
写真品質管理は、撮影・分類・指摘・是正・検証が連続して初めて効果を持ちます。

AIはアップロード即時に工程別・部位別のクラスタリングを行い、未撮影の必須ショットを警告し、是正カードを更新します。
これらはすべて“高負荷だが毎回同じ型で繰り返される”仕事であり、AIの真骨頂です。

数字に落とすなら、RFI平均応答時間の短縮、是正リードタイムの短縮、版間改定影響の検出率の上昇、撮り漏れ率の低下が、最初の一か月で可視化しやすい指標です。

具体例と運用イメージ──開口高さ・防火区画・設備干渉を“根拠つき”でさばく

開口高さの整合を例にとりましょう。
意匠図とS図とM・E図をAIに与えると、AIは開口見付、天井懐、梁せい、ダクト断面やケーブルラックのクリアランスを照合し、干渉疑いの候補を列挙します。

根拠として該当図番、詳細図のディテール番号、要領書の該当章を紐づけます。
RFI下書きには、質問意図（“開口下端の最終数値確定”など）、求める回答形式（“数値指定”または“納まりスケッチ”）、添付指定（“A-401のD2詳細、M-503のセクション、S-202の梁断面”など）、返答期限と担当が自動挿入されます。

AIが示した差分や関連写真は、元図面・仕様書・現地と照合します。防火区画のように安全や法令適合に関わる事項は、画像から「施工済み」「適合」と自動確定しません。写真に写っていない裏側や隠蔽部は不明として扱い、必要な検査・記録を責任者に確認します。

確認候補には図番、版、ページ、写真ID、未確認事項を添えます。設備のクリアランスや納まりは、メーカー仕様、承認図、実測値に基づいて担当者が判断します。AIは根拠が取得できない項目を「不明」と返すようにし、推測した寸法や存在しない条文を照会の根拠として使わない運用にします。

AIが出した候補を人が確定させる運用なら、過検知のリスクは現実的に制御できます。

実装手順と設計思想──検証範囲と承認手順を先に決める

導入の出発点は、AIに“根拠を取りに行かせる地図”を渡すことです。
最初の一日で、プロジェクトの“正”とする図面フォルダを定義し、版と日付、改定雲形の有無、図番の表記を統一します。

同時に、要領書と仕様書のPDF目次を抽出して、章番号でジャンプできるようにします。
二日目は、RFIのテンプレートを“会社の言葉”で整備します。件名の付け方、質問範囲の定義、求める回答形式、締切の書き方、添付の指示、関連図面の列挙方法を統一し、AIの参照先として登録します。
三日目は、写真の命名とアップロードのルールを決めます。
日付・現場名・部位・工程・連番をハイフンで繋ぐだけでも、AIの分類精度は大幅に上がります。
四日目は、改定検知をトリガーにRFI下書きを自動起票する流れを作り、五日目に、写真アップロードをトリガーに是正カードを更新する流れを加えます。
六日目は、RFIの重複検出と自動アサイン、履歴からの類似ケースの提示を有効化し、七日目にKPIを可視化します。

設計思想のポイントは三つあります。第一に、AIの役割を“下書き生成と候補抽出”に限定し、最終判断は人が行う線引きを明確にします。
第二に、“引用の一貫性”を担保します。図番・ページ・ディテール番号・章番号の表記ゆれをなくし、AIの返す参照表現を固定します。
第三に、“小さく回してから広げる”です。最初の対象を「開口高さ」「防火区画」「設備干渉」のいずれかに絞り、うまく回ったら他領域に横展開します。

プロンプト設計も肝心です。RFI下書きの生成なら、質問背景、意図、根拠候補、求める回答形式、締切、添付指定、関連図面と写真のID、担当者の役割までを“スロット”として埋めさせます。
写真指摘の抽出なら、部位・工程・基準写真の参照、未撮影ショットの推奨、是正の具体的な手順と検証方法の提案までを返させます。
いずれも“会社の言葉”に合わせて用語を固定し、否定形の指示（やってはいけないこと）も明示します。

データガバナンスとセキュリティ──“見せる相手”と“残す期間”を先に決める

AIに図面や写真を食わせるとき、最初に決めるべきは“誰に何を見せ、どれだけ残すか”です。
現場名や居住者名の扱い、地番や図面の縮尺情報など、機微情報の匿名化ルールを用意し、保存先と共有範囲、保存期間を明記します。

氏名を役割名や管理IDに置き換えても、図面の住所・位置・住戸情報などとの組み合わせで個人を特定できる場合があります。単なるハッシュ化を匿名化の完了と考えず、参照に必要な情報と不要な情報を分け、送信先、保存、学習利用、権限を確認します。

さらに、AIの出力は“下書き”として扱い、契約・法的判断が絡む部分は必ず人が確定します。
監査対応を考えるなら、RFIや是正カードの変更履歴と、写真と図面と要領の参照関係を“ひとつのカード”に閉じこめ、説明責任を果たせる形式で保管します。
社外に出す資料はPDFで固定し、可逆な元データは社内に限定する運用が安全です。

KPI設計と効果測定──“速さ”“正確さ”“再現性”を数字にする

導入効果を曖昧にしないために、最初の案件で基準値を取り、四週間で前後比較をします。
RFIの平均応答時間、図面改定影響の検出率、撮り漏れ率、是正の平均リードタイム、是正一件あたりの往復回数、写真台帳の作成リードタイムなど、AIが関与する部分だけを切り出すと、差が明瞭に出ます。

以下は時間効果の試算例です。1現場で1日30分減らせた場合、5現場・月20稼働日なら、30分×5現場×20日÷60＝50時間です。実績ではありません。導入・運用費、確認や誤検知対応の時間を差し引き、手戻り回避額は実際に記録できたものと見込みを分けます。

この余力は、入札準備の精度向上、クレーム未然防止、協力会社との関係強化に再投資できます。
重要なのは、早い段階で“数字で見える成功”を作り、現場の納得感を育てることです。
そこからの内製化は驚くほど速いものです。

既存ツール連携とBIM/360/ドライブ──“いまある仕組み”にAIをはめ込む

現場の実務はすでに多くのツールで成り立っています。
BIMモデルやPDF図面、360度写真、クラウドストレージ、カレンダー、チャット、プロジェクト管理。AIはこれらの“間”を埋める接着剤のように働かせるのが正解です。

改定のコミットをトリガーにRFIカードを起票し、写真アップロードをトリガーに是正カードを更新し、工程カレンダーの節目で自動リマインドを出す。
メール文化が根強いチームなら、AIがメールの件名と本文と添付をテンプレ通りに整形し、同じ内容をカードにも残す流れにすれば、移行のストレスは最小化できます。

BIMが未導入でも問題はありません。
PDFの図番体系と要領書の目次が整っていれば、AIは十分に戦力になります。

よくある失敗と回避策──“根拠が散らばっている”が最大の敵

導入初期に多いのは、AIが引用すべき根拠（図面・要領・仕様・テンプレ）がバラバラの場所にあり、しかも命名や表記が揺れているケースです。
これではAIが同じ表現で返せません。

最初にやるべきは、保存先の統一と命名規則の決定、そして“AIが読むための目次”の整備です。
次に多いのは、“AIに全部決めさせる”期待を置いてしまうこと。AIは第一走者であり、最終責任者ではありません。
下書きと候補抽出を機械に任せ、人が確定する線引きを守ると、現場は安心して使い続けられます。

最後に、教育を“座学の資料”だけで終わらせないこと。
実案件で一週間のスプリントを回し、“昨日より今日が軽い”体感をチーム全員に配るのが定着の近道です。

現場教育と“会社の言葉”の整備──テンプレが文化を支える

RFIテンプレ、施工基準、標準ディテール、写真台帳の見出しや注記の言い回しを“会社の言葉”として固めます。
月次で小さくアップデートし、AIに再学習させます。

図面間で条件が矛盾する場合は、AIや現場担当者が独断で図面の優先順位を決めません。契約上の手順に従い、設計者・工事監理者に確認し、承認された回答と適用図面を記録します。テンプレートには「確認したい点」「参照資料」「未確定条件」「回答期限」を用意します。

これが定着すると、AIが“会社の声色”で文章を返すようになり、外部とのやり取りも均質で強くなります。

サービス適合と次の一歩──Luzetraの最小構成から始める

最初の一歩は小さくて構いません。
一案件を選び、テーマを一つ決めます。

開口高さか、防火区画か、設備干渉か。
改定比較から不整合抽出、根拠提示、RFI下書き、是正トラッキングまでの細い管を通します。

写真は日次で流し、必須ショットの撮影忘れをAIに見張らせます。
確認できた効果と課題を記録します。

Luzetraでは、既存ワークフローと契約実務に合わせて“会社の言葉で動くAI”を設計します。
サイト内のサービスページでは、日報自動化や見積ドラフト化といった周辺領域も含め、建設・リフォーム・不動産管理の現場に適合した導入方法を提示しています。

お問い合わせフォームから、現場の規模、図面と写真の保管環境、RFIの現状、期待するKPIを簡単に共有してください。
業務の責任分担を確認しながら、試行範囲と評価方法を一緒に決めましょう。

図面チェックの支援と適合判断を混同しない

国土交通省の建築確認申請に関するAI活用資料でも、申請図書のチェックと法令適合の判断は区別されています。自社運用でも、AIの検出結果を適合証明として扱わず、必要な審査・検査・有資格者の確認を省略しないでください。

写真の整理と原本保全は工事写真台帳の自動化、改定に伴う通知は工程表の自動化で具体的な運用を紹介しています。