--- title: "PreciseMD" description: "ドキュメントを AI-ready なデータに整える — モデルを設定し、Playground で解析を調整し、フォルダー単位の OCR タスクをスケジュールして、エージェント、MCP、CLI から実行する" canonical_url: "https://docs.ardge.com/ja/guide/ai-applications/precisemd" --- # PreciseMD > ドキュメントを AI-ready なデータに整える — モデルを設定し、Playground で解析を調整し、フォルダー単位の OCR タスクをスケジュールして、エージェント、MCP、CLI から実行する ## 概要 PreciseMD は、そのままでは AI に渡しにくいドキュメントを **AI-ready なテキストデータ** に整えます。 画像、PDF、Office 文書を読み取り、その中の文字、表、段組み、レイアウトを認識して、構造を保った Markdown として出力します。 なぜこの工程が必要なのでしょうか。スキャン PDF、複雑な表、多段組みの文書が十分に解析できていないと、後段の RAG や AI エージェントは重要な内容を見つけられません。PreciseMD の役割は、元のドキュメントをまず、より整った・検索できる・AI に渡せるデータへ整えることです。 **PDF / スキャン / Office → PreciseMD → AI-ready な Markdown → RAG / エージェント / 検索** 解析モデルはすべて同じ ARX の [AI Model Center](https://docs.ardge.com/ja/guide/use-ai/ai-model-center) で実行されるため、ドキュメントがデバイスの外に出ることはありません。 ![PreciseMD の Playground](https://docs.ardge.com/screenshots/guide/ja/precisemd.webp) ![同じ PDF の元文書と PreciseMD の解析結果を並べた比較](https://docs.ardge.com/screenshots/guide/ja/pmd-01.webp) ## 事前準備 推奨される OCR モデルと VLM モデルが AI Model Center で実行中であることを確認してください。 ## 手順 1: モデル接続を設定する PreciseMD の設定で、OCR モデルと VLM モデルのモデル ID を入力します。詳しくは [モデル接続を設定する](https://docs.ardge.com/ja/knowledge/precisemd/model-connection) を参照してください。 ## 手順 2: まず Playground で実際のドキュメントを試す 最も代表的なドキュメントを 1〜3 件だけ試し、次の点を確認します。 - 文字が欠けていないか - 表が読める状態を保っているか - 多段組み、図表、複雑なレイアウトが正しく処理されているか - プロンプトの調整が必要か - ビジョン補正などの高度な機能が必要か 操作方法は [Playground でプロンプトを調整し、結果を比較する](https://docs.ardge.com/ja/knowledge/precisemd/playground-prompt-tuning) を参照してください。 ファイルをアップロードする前に、[PreciseMD が対応するファイル形式と上限](https://docs.ardge.com/ja/knowledge/precisemd/formats-and-limits) を確認してください。上限は Playground と OCR タスクで異なります。 ## 手順 3: 設定を変えた結果を比較する Playground の比較機能で 2 つの実行結果を並べ、後段の AI にとってどちらが適しているかを判断します。自動化に進む前に、ここで設定を固めます。 ## 手順 4: 自動 OCR タスクを作成する 設定が決まったら、フォルダー単位の OCR タスクを作成します。 **入力フォルダー → OCR / 解析 → 出力フォルダー → Markdown と関連出力** SMB 共有を接続し、入力フォルダーと出力フォルダーを選び、週単位のスケジュールを設定して、新しいファイルが自動で解析されるようにします。詳しくは [OCR タスクをスケジュールしてフォルダーを処理する](https://docs.ardge.com/ja/knowledge/precisemd/schedule-ocr-tasks) を参照してください。 ## 手順 5: 実行履歴を確認する 出力数が想定と合わない場合は、まずタスクの実行履歴を確認し、どのファイルがなぜ失敗したのかを特定します。詳しくは [タスク履歴を確認して失敗したファイルを調査する](https://docs.ardge.com/ja/knowledge/precisemd/ocr-task-history) を参照してください。 出力フォルダーに何が生成されるかは [OCR 出力フォルダーにはどのようなファイルが生成されますか？](https://docs.ardge.com/ja/knowledge/precisemd/ocr-output-files) を参照してください。 ## 手順 6: エージェント / MCP / CLI から操作する（高度な設定） ここから先は高度な連携です。多くの場合、最初はスキップして構いません。 - [組み込みエージェントで PreciseMD を操作する](https://docs.ardge.com/ja/knowledge/precisemd/built-in-agent) — やりたいことを普通の言葉で伝えると、エージェントが対応する機能を呼び出します - [個人アクセストークンを作成する](https://docs.ardge.com/ja/knowledge/precisemd/access-tokens) — AI エージェントや CLI が認証に使う資格情報で、権限レベルとデータソースで範囲を絞れます - [解析を自社のツールに組み込む](https://docs.ardge.com/ja/knowledge/precisemd/mcp-cli-integration) — MCP 経由で AI エージェントにツールを渡すか、CLI でスクリプトやスケジュールから解析を呼び出します ## ビジョン補正が必要になるのはどんなときか 複雑な表、多段組み、図表、スキャン品質が揃っていない文書、レイアウトの理解が必要な文書を扱う場合は、ビジョン補正の有効化を検討してください。処理時間は増えますが、そうした文書の解析品質は向上します。詳しくは [ビジョン補正はいつ有効にすべきですか？](https://docs.ardge.com/ja/knowledge/precisemd/vision-correction) を参照してください。 ## 最も重要な判断基準 「OCR が完了したかどうか」だけを問うのではなく、次を問いてください。 **変換後のデータは、RAG や AI エージェントに安心して渡せるほど整っているか。** ## 知っておくとよいこと - [管理者とメンバーの違いは何ですか？](https://docs.ardge.com/ja/knowledge/precisemd/admin-vs-member) — この 2 つのロールを分けているサイドバー項目 ## Sitemap See the full [sitemap](https://docs.ardge.com/sitemap.md) for all pages.