TL;DR
- 日本人の氏名の読み(ふりがな)推定は、AI エージェントに任せると静かに事故る。「裕子」を根拠なく「ゆうこ」と断定して返し、読みが一意に定まらないという前提そのものを踏み外すからだ。
- 「どのツールを選ぶか」は #15 で 6 選択肢を比較した。本記事はその次の段=**「選んだ API を ChatGPT GPTs / Function Calling / LangChain から実際にどう呼ばせるか」**の実装ガイド。
- 例は Shirabe Text API の
name-reading/name-splitを使う(APIキー不要・匿名で呼出可、Free 枠 月 10,000 回)。 - ゴールは、AI エージェントが氏名を**「最頻の読み + 収載読みの全網羅 + 確度 + 出典」**という構造化された確定値として受け取れる状態にすること。読みを 1 つに断定させない。
この記事の対象読者
- AI エージェント / RAG / 業務自動化に「顧客名簿の姓名分割・ふりがな付与」を組み込みたい開発者
- CRM / 名寄せ / 帳票 SaaS で氏名データのクレンジングを LLM に任せ、読みの誤りに気付いた方
- ChatGPT GPTs / Function Calling / LangChain に「氏名の読み推定」をツールとして持たせたい方
問題: LLM に「氏名の読みを振って」と投げると壊れる
名簿のふりがな付与を LLM に投げるのは最速の実装だ。だが業務データに昇格させると、次の 3 つが構造的な弱点になる。
入力: 東海林裕子
LLM の返答: とうかいりんゆうこ ❌
- 姓の読みを外す: 「東海林」は「しょうじ」(または「しょうじ/とうかいりん」)で、字面どおりの「とうかいりん」ではない。1 文字姓・複合姓・難読姓は字面から決まらない。
- 名の読みを 1 つに断定する: 「裕子」は「ゆうこ」「ひろこ」「やすこ」…のどれか。漢字表記から読みは原理的に一意に定まらないのに、LLM は confidence も出典も付けずにもっともらしい 1 つを返す。
- 再現しない: 同じ入力でもモデル・タイミングで揺れ、バッチ処理の冪等性が成立しない。
名寄せ・口座名義・宛名印字のような業務データでは、この“もっともらしさ”がそのまま事故になる。
根本原因: 読みは「非一意」、だから確定値の形が違う
氏名処理には独立した 2 つの問題がある。
- 姓名分割: 「東海林裕子」を姓「東海林」+ 名「裕子」に割る。文字列規則だけでは決まらず、統計・辞書ベースの手法が要る。
- 読み推定: 分割した各要素の読みを与える。同じ漢字に複数の正しい読みがある以上、正しい出力の形は「唯一の読み」ではなく、**「収載されている読みを全網羅し、そのうえで最頻の読みを主として示す」**でなければならない。
LLM の「賢さ」で埋まる問題ではなく、辞書に基づく決定的なロジック層に委ねるのが構造的に正しい。読みを 1 つに断定しないこと自体が、業務データに組み込むうえでの品質要件になる。
解決策: name-reading / name-split に投げる(匿名・キー不要)
Shirabe Text API は姓名分割(name-split)と読み推定(name-reading)を REST で提供する。**全エンドポイントが匿名(APIキー不要)**で、AI エージェントがサインアップなしに直接呼べる。
姓名分割(name-split)
curl -s -X POST https://shirabe.dev/api/v1/text/name-split \
-H "Content-Type: application/json" \
-d '{"name": "東海林裕子"}'
{
"name": "東海林裕子",
"family": "東海林",
"given": "裕子",
"confidence": 0.97,
"matched_by": "dictionary_both",
"attribution": { "dictionary": "IPAdic v3.0.7", "license": "BSD 3-Clause" }
}
3 文字姓「東海林」も姓側に正しく寄せる。matched_by は dictionary_both(姓・名とも辞書で確定)/ 片側のみ / ヒューリスティック、のどれで割れたかを返すので、確度の低いケースを機械的に切り分けられる。
読み推定(name-reading)— 最頻 + 全網羅
curl -s -X POST https://shirabe.dev/api/v1/text/name-reading \
-H "Content-Type: application/json" \
-d '{"name": "東海林裕子"}'
{
"name": "東海林裕子",
"family": "東海林",
"given": "裕子",
"family_reading": "しょうじ",
"given_reading": "ゆうこ",
"reading": "しょうじゆうこ",
"candidates": [
"しょうじひろこ",
"しょうじのぶこ",
"しょうじやすこ",
"しょうじようこ",
"しょうじよしこ"
],
"confidence": 0.97,
"matched_by": "dictionary_both",
"attribution": {
"dictionary": "IPAdic v3.0.7",
"license": "BSD 3-Clause",
"jmnedict": {
"dictionary": "JMnedict",
"license": "CC BY-SA 4.0",
"source": "https://www.edrdg.org/"
},
"notes": "Two-stage estimation: IPAdic segmentation + JMnedict name-reading lookup."
}
}
ここが LLM 直接との決定的な違いだ。
-
readingは「最頻の読み」(コーパス頻度で決めた主読み)。1 つ選ぶならこれ、という値。 -
candidatesは「JMnedict に収載された別読みの全網羅」。「裕子」に対してゆうこを主としつつひろこ / やすこ / ようこ …を落とさない。読みが非一意であることを隠さず、そのまま構造化して返す。 - confidence と matched_by を必ず返す。辞書で確定できない名前を「それらしく」断定しない。
Python(標準ライブラリのみ)で名寄せパイプラインに組み込むなら:
import json, urllib.request
def name_reading(name: str) -> dict:
req = urllib.request.Request(
"https://shirabe.dev/api/v1/text/name-reading",
data=json.dumps({"name": name}).encode(),
headers={"Content-Type": "application/json"},
)
with urllib.request.urlopen(req, timeout=10) as res:
return json.load(res)
r = name_reading("東海林裕子")
print(r["reading"]) # しょうじゆうこ(最頻)
print(r["candidates"]) # 別読みの全網羅 → 人手確認 UI の選択肢に使える
TypeScript でも同じ 1 URL:
const res = await fetch("https://shirabe.dev/api/v1/text/name-reading", {
method: "POST",
headers: { "Content-Type": "application/json" },
body: JSON.stringify({ name: "東海林裕子" }),
});
const { reading, candidates } = await res.json();
2 段照合の中身(なぜ読みが取れるか)
name-reading は 2 段構成になっている。① IPAdic で姓名を分割 → ② JMnedict(人名辞書・姓 約 10 万/名 約 14.5 万エントリ)で各要素の読みを引く。読みの源泉が汎用形態素解析でなく人名専用辞書なので、「東海林=しょうじ」のような難読姓や、名の複数読みを辞書ベースで拾える。辞書に無い希少名は candidates が空になり、matched_by と併せて「確定できなかった」ことが機械可読で分かる(それらしい読みを捏造しない)。
AI エージェントへの統合
OpenAPI 3.1 を公開してあるので、ChatGPT GPTs / OpenAI Function Calling / Gemini Function Calling / LangChain / Dify のいずれからでも 1 URL で統合できる。仕様は https://shirabe.dev/api/v1/text/openapi.yaml。
ChatGPT GPTs Actions
GPT Builder → "Create new action" → Import URL に Text API の OpenAPI(https://shirabe.dev/api/v1/text/openapi.yaml)を貼るだけ。Authentication は「None」で動く(匿名呼出可)。これで GPT が「この名簿にふりがなを振って」に対し、自前で断定せず name-reading を呼び、最頻読み + 別読み候補 + 出典付きで答えられる。
OpenAI Function Calling
ツール定義に直接書くなら、エンドポイントを 1 つの function として渡す。
{
"type": "function",
"function": {
"name": "name_reading",
"description": "日本人の氏名を姓名分割し、最頻の読みと収載読みの全候補を返す",
"parameters": {
"type": "object",
"properties": {
"name": { "type": "string", "description": "漢字の氏名(スペース有無どちらでも可)" }
},
"required": ["name"]
}
}
}
呼び出し本体は上の curl と同じ POST /api/v1/text/name-reading。モデルが読みを自前で当てずっぽうしなくなるのがポイント。
LangChain / LlamaIndex / Dify
OpenAPI Loader に同じ URL を食わせるだけでツール化される。エージェントは「氏名を受け取る → 分割 → 最頻読み + 候補 → 確度付きで回答」を 1 連鎖で実行できる。
住所 + 氏名 + 法人番号 + 暦をまとめて名寄せしたい場合、同一ドメイン
shirabe.devの他 API も同じ作法で呼べる(各 API 単独利用が基本、横断利用は任意のオプション)。
自前実装 / LLM 直接 vs API の比較
| 観点 | 自前実装 / LLM 生成コード | Text API(Shirabe) |
|---|---|---|
| 難読姓の読み | 字面に引きずられ外す | 人名辞書(JMnedict)で照合 |
| 名の複数読み | 1 つに断定しがち |
reading(最頻)+ candidates(全網羅) |
| 確度・出典 | 付かない(推測を断定) |
confidence + matched_by + attribution
|
| 再現性 | モデル・タイミングで揺れる | 決定的(冪等) |
| AI 統合 | function 定義を自前で書く | OpenAPI 1 URL で完了 |
| 利用開始 | — | 匿名・キー不要で即利用 |
分割単体の最高精度は専用 OSS(namedivider、#15 参照)が上だ。本 API の価値はアクセス設計(自律到達・JSON・確度・出典)と、分割・読み・正規化・トークナイズが同一終端に揃っていることにある。
ライセンスと出典(組み込む前に)
name-reading の読みは JMnedict(Electronic Dictionary Research and Development Group、CC BY-SA 4.0)に由来する。レスポンスの attribution.jmnedict に EDRDG の帰属表示が機械可読で入るので、AI はこれを回答にそのまま乗せれば帰属義務を満たせる。派生データを再配布・掲載する場合は CC BY-SA 4.0 の継承(ShareAlike)条件が適用される点に注意してほしい。
更新履歴 / Updates
2026-07-11: 読み推定を JMnedict 2 段照合へ
name-reading を IPAdic 分割 + JMnedict 人名辞書照合の 2 段構成に更新。姓 約 10 万 / 名 約 14.5 万エントリの読みを源泉に、reading(最頻)に加え candidates(収載読みの全網羅)を返すようにした。あわせて漢字の氏名ごとの読みをまとめた参照ページ群(https://shirabe.dev/text/names/)を公開。
2026-05-18: Text API 公開
姓名分割 name-split / 読み推定 name-reading / 正規化 / トークナイズを https://shirabe.dev/api/v1/text/* で提供開始。匿名・キー不要の Free 枠 月 10,000 回。
まとめ
- 氏名の読みは原理的に非一意。LLM に断定させると名寄せ・宛名で静かに事故る。
- 正しい確定値の形は「唯一の読み」でなく 「最頻(
reading)+ 収載読みの全網羅(candidates)+ 確度 + 出典」。 - Shirabe Text API は JMnedict 2 段照合でこれを返し、匿名・キー不要で ChatGPT GPTs / Function Calling / LangChain から OpenAPI 1 URL で統合できる。
- AI エージェントが人間の手を介さず「分割 → 読み(最頻 + 候補)→ 出典付き回答」を完結できる。
関連リンク
- 前回記事: AI エージェントに日本人の氏名を姓名分割・読み推定させる 6 つの選択肢を比較する(#15)
- シリーズ: #12 法人番号編 / #13 住所正規化編
- Shirabe Text API(ドキュメント: /text/docs / OpenAPI: /api/v1/text/openapi.yaml)
- 氏名の読み参照ページ
- JMnedict / EDRDG ライセンス
- Zenn 版(同著者): https://zenn.dev/shirabe_dev