AIコーディングアシスタントとIronOCRの使用

Curtis Chau
Curtis Chau
更新日: 2026年10月9日

IronOCRは、.NET用の商用OCRライブラリで、NuGetダウンロード数が600万を超えています。 そのチュートリアル、ハウツーガイド、トラブルシューティングノートは何年も公開されており、コーディングアシスタントは通常トレーニングデータで見ています。

その親しみやすさは、プロジェクトがピンしているリリースには及びません。 IronOCRのドキュメントを読むアシスタントは、より正確なテキストを生成するOCRコードを書きやすくなります。 最初のリクエスト前にドキュメントを共有してください。

これらのツールは2つのカテゴリーに分類され、レビュー前にどれだけ作業を行うかで異なります。

  • アシスタントは、ワークフローの一部で作業します。 GitHub Copilotのインライン提案のように、行を完成させたり、メソッドを説明したり、小さな編集を行ったりします。
  • エージェントは、多段階のタスクを取り、ファイル全体を編集し、ビルドとテストを実行し、レビュー用に結果をコミットします。Claude Code、ChatGPT Codex、Cursor、Google Antigravityなども同様です。

セットアップはどちらも同じです。 パッケージをインストールし、環境変数からライセンスキーを適用し、IronOCRの機械可読ドキュメントを提供し、抽出したすべての値を既に知っているテキストのページと照らし合わせて確認します。 これは画像やスキャンされたPDF、スキャンの検索可能化、多言語の読み取り、同じ読み取りからバーコードを抽出する、または低品質スキャンの改善に適用されます。

Claude Code AIコーディングエージェントロゴChatGPT Codex AIコーディングエージェントロゴGitHub Copilot AIコーディングアシスタントロゴCursor AIコードエディターロゴGoogle Antigravity AIコーディングエージェントロゴ

AIアシスタントは独自にOCRを処理できませんか?

ドキュメントがない場合、アシスタントはトレーニングで取得したOCRコードに依存し、その中には生のTesseractラッパーや以前のIronOCRバージョンからの設定が混在していることがよくあります。

IronOCRは、ツールが読み取れるように建てられたドキュメントを公開しています。これにはチュートリアル、ハウツーガイド、50を超えるトラブルシューティング記事が含まれます。 アシスタントがそれを読み込むと、ドキュメントはIronTesseract、OcrInput、OcrResultがどのように組み合わさるかを示します。

エンジン選択は依然として重要です。 無料のTesseractラッパーは、英語のきれいに整ったページをうまく処理します。

  • 読みやすい出力は正しい出力を保証しません: OCR結果は流暢に読めますが、それでも589.50を580.50に変えてしまいます。OcrResultは、どこを見ればよいかを示すために単語ごとの信頼スコアを報告します。
  • スキャンには準備が必要です: 曲がっていたり、雑音があったり、低解像度のページはどのエンジンでもうまく読めません。OcrInputはページをまっすぐにし、ノイズを除去し、解像度を上げるといったフィルターを持っています。
  • エンジンの微調整はコストがかかる: アシスタントが生のTesseract設定で行う試行ごとに、ライブラリがすでに行っている作業にトークンを費やし、新しいドキュメントタイプごとにコストが発生します。
  • パッケージはプラットフォームに依存します: IronOcrはWindowsをカバーし、IronOcr.MacOsはIntel Macsをカバーし、IronOcr.MacOs.ARMはAppleシリコンをカバーします。 アシスタントは、もっともらしいパッケージ名を考え出すこともできます。そして、攻撃者はそのような名前を悪意のあるコードで登録するという、スロップスクワッティングという実践があります。 プロンプトにパッケージ名を指定してください。
  • ライセンスは予測可能です: クラウドOCRサービスはページごとまたは呼び出しごとに課金されることが多く、アシスタントはそのような条件を自ら言及しません。 IronOCRは、開発者、場所、プロジェクトごとに段階的な価格の永続商用ライセンスの下でローカルで動作し、ページごとの計測はありません。

ステップ1: IronOCRをインストール

パッケージ参照が存在すると、アシスタントはコードを生成する際にIronOCRの実際の型を見ることができます。

Install the IronOcr NuGet package into this project and confirm it restores.
Text

高度なNuGetインストールガイドには、他のインストールオプションが記載されています。


ステップ 2: ライセンス キーを適用する

IronOCRにはウォーターマーク付きの無ライセンスモードはありません。 キーなしでIronTesseractを作成することは成功しますが、最初の読み取りでIronSoftware.Exceptions.LicensingExceptionが発生し、「Production License Required」というメッセージが表示されます。 存在するが入力ミスされたキーは、同じ呼び出しから「License Key Not Recognized」を生成します。 以下で無料の試用キーを取得できます。

無料トライアルで今日からプロジェクトにIronOCRを使用し始めましょう。

初めの一歩:
arrow pointer

アプリケーションの起動時にIronOcr.License.LicenseKeyを設定し、その他のIronOCR呼び出しの前に設定し、IRONOCR_LICENSE_KEY環境変数から読み取ってソース管理に入れないでください。 同じクラスには、キー文字列を適用せずにテストするメソッドもあります。

注意してください: IronOCRライセンスキーにはキーを保存する他の場所が含まれており、Web.configやappsettings.jsonが含まれています。

ステップ3: IronOCRのLLMドキュメンテーションをアシスタントに指示

  • llms.txtがインデックスで、各ページごとに一行です。
  • 145ページの要約はllms-full.txtから一度に取得されます。
  • llms-full-catalog.txtがブログをインデックスに追加します。
  • APIリファレンスはすべてのタイプとメンバーをドキュメント化しています。
  • セットアップ、ライセンス、レシピ、修正はskill.mdにあります。
  • AI製品ファクトシートは範囲、プラットフォーム、制限を総括します。

タスクが1つのガイドの詳細によって依存する場合、アシスタントにそのガイドのページを開いてもらいます。

インデックスとともに直接の指示を提供してください。

Before writing any IronOCR code, read https://ironsoftware.com/ocr/csharp/llms.txt
and use only APIs documented there. A read is assembled on an OcrInput, whose
Load overloads differ by source type, and run through IronTesseract.Read.
Confirm the overload you pick against
https://ironsoftware.com/ocr/csharp/object-reference/api/, and if you cannot find
it, say so instead of guessing.
Text

ステップ4: IronOCRコンテキストをプロジェクトに追加

IronOCRルールをチームがすでに保管しているファイルに配置してください。 Claude CodeはCLAUDE.mdを読み込み、GitHub Copilotは.github/copilot-instructions.mdを読み込み、ChatGPT CodexとGoogle AntigravityはAGENTS.mdを読み込みます。 Cursorは.cursor/rules/*.mdcまたはAGENTS.mdを読み込み、そのルールファイルのみがMDCフロントマターを必要とします。 以下を開始ポイントとして使用してください。

## OCR with IronOCR

This project uses IronOCR (NuGet package `IronOcr`, or `IronOcr.Linux` for Linux and Docker, namespace `IronOcr`) for all OCR work.

- Reference: https://ironsoftware.com/ocr/csharp/llms.txt
- Skill file: https://ironsoftware.com/ocr/csharp/skill.md
- Read with `IronTesseract` and an `OcrInput` inside a `using` block, and use the `OcrResult` it returns.
- Read the license key from the IRONOCR_LICENSE_KEY environment variable at startup. Never inline it.
- Every OCR change must be tested against sample pages whose text is known, reporting the values read and their confidence.
- Do not add another OCR engine or a cloud OCR service. If IronOCR cannot do something, say so.
Markdown

スキルファイルの単一ファイル例ではIronOcr 2026.7.2をピン留めしていますが、NuGetは現在2026.10.2を提供しています。またすべてのIronパッケージを同じバージョンに保つように指示されていますが、言語パックはIronOcr.Languages.Germanとして2020.11.2で最後に公開されたため、それに従えません。その一行のConvertToSearchablePdfレシピは、画像のみのスキャンされたPDFでテスト時に失敗し、PDFをロードして読み込み、結果にSaveAsSearchablePdfを呼び出すと動作しました。


ステップ5: ワンショットセットアッププロンプト

ステップ1から4のすべては、単一のメッセージで送信できます。

Use IronOCR for all OCR work in this project.

1. Install the IronOcr NuGet package (IronOcr.Linux when the app runs on Linux or Docker).
2. Apply the license key at application startup, before any other IronOCR call,
   reading it from the IRONOCR_LICENSE_KEY environment variable. Never write
   the key into source or into a committed file.
3. Read https://ironsoftware.com/ocr/csharp/llms.txt before writing OCR code
   and work only from APIs documented there, checking the API reference when a
   member is unfamiliar.
4. Load https://ironsoftware.com/ocr/csharp/skill.md if your tooling supports skill files.
5. Keep these instructions for future sessions in this project.
Text

ステップ6: 作業コードを生成するプロンプトパターン

弱い結果は通常、アシスタントが推測する余地を残すプロンプトから生じます。

入力、フィールド、言語を指定してください。

あいまい IronOCRで請求書を読んでください。

より良い スキャンされたPDFのそれぞれをロードするOcrInputでIronTesseractを使用し、請求書番号と「Total due」で始まる行を読み込み、その行の信頼度を含めて金額を返してください。

リリースとフレームワークも指定してください。

より良い IronOcr 2026.9.4で.NET 9をターゲットにします。

ファイル全体を要求してください。

より良い ディレクティブとライセンス設定を含む完全なProgram.csを返し、編集なしでコンパイルできるようにします。


ステップ7: 戻ってきたものを確認する

これらの一般的なエラーに注意してください。

  • すでにテキストがあるPDFでのOCR: 実際のテキストレイヤーを抽出することは、ページ上でOCRを実行するよりも速く、正確です。 まずテキストレイヤーを確認し、スキャンされたページにのみOCRを実行してください。
  • すべてのフィルターを一度に: きれいなページに修正を一つ重ねるごとに精度が下がることがあり、常に時間がかかります。テストランでの密集した請求書セットで、DeNoiseが回転された請求書番号の最後の1を4に変え、Dilateを追加することでそのページを修正しましたが、他のセットには1~3行のコストがかかりました。 見えている欠陥を修正するフィルターのみを適用してください。 IronOCRのスキルファイルも同様のアドバイスを提供し、画像品質修正ガイドで各フィルターの適用時期を説明しています。

エージェントに自身の作業を検証させる

Build and run this project in Release. Confirm that every IronOCR member you used
appears in the documentation, that IronOcr.License.IsLicensed returns true, and
that every sample page reads back with the values it is known to contain.
Report the build result and a table of page, expected value, value read, confidence, and match.
Text

英語以外の言語をどのように読みますか?

英語はIronOcrパッケージの唯一の言語です。 IronOCRの言語リストは125をカバーしています。アシスタントにこれらの事実を提供してください。

  • 他の言語には、それぞれのパックが必要です。たとえば、IronOcr.Languages.German、次にLanguage = OcrLanguage.German。
  • NuGetアクセスがない場合は、.ocrdataファイルとInstallation.LanguagePackDirectoryを使用してください。
  • OcrLanguage.GermanFastのようなファストおよびベストバリアントは同じパッケージで発送されます。
  • 複数言語でのページの場合、最も一般的なものからAddSecondaryLanguageを呼び出してください。
  • 財務テーブルはOcrLanguage.FinancialをIronOcr.Languages.Financialから取ります。
  • 他の場所でトレーニングされたモデルは、UseCustomTesseractLanguageFileと.traineddataファイルを通じて読み込みます。

パックの不足は最初の読み取りでLanguagePackExceptionを引き起こします。 そのメッセージには正確なNuGetパッケージと.ocrdataの代替が記されていますので、メッセージに記載されたものをインストールしてください。

IronOCRの速い設定ガイドは、バーコード読み取りをオフにしたときのEnglishFastの組み合わせで17%の向上を報告しています。 私たちのページのうち10ページでは、そのバリアントだけで英語のランツーランノイズ内に留まったため、精度を速度と引き換えにする前に独自のページでバリアントをタイミングしてみてください。

ClickOnceの公開はClickOnceノートで説明されているように、二次言語の.ocrdataファイルを省きます。 Windowsでは、2025.12.3から2026.7.2のリリースで大型PDFでEnglishFastをセカンダリ言語として追加することが止まる可能性があり、このトラブルシューティング項目が記録しています。


デフォルトでオンになっているIronOCRの設定はどれですか?

生成されたコードは、すでにデフォルトの値を設定したり、デフォルトでオフになっている設定を見逃したりすることがよくあります。 これらはIronOcr 2026.9.4での開始値で、新しいIronTesseractから読み取られます。

設定Default変えるために
Language英語他の言語
Configuration.ReadBarCodesオフバーコード
Configuration.ReadDataTablesオフテーブル構造
Configuration.RenderSearchablePdfオン検索可能出力をスキップ
Configuration.RenderHocrオフhOCR出力
Configuration.PageSegmentationModeAutoOsd単一行または単一語のクロップ
Configuration.EngineModeLstmOnlyめったに
Configuration.WhiteListCharactersとBlackListCharacters空狭い文字セット
Configuration.TesseractVariables3つのプリセットエントリー生のTesseract変数
MultiThreadedオンめったに
MaxDegreeOfParallelismEnvironment.ProcessorCountメモリが足りない大きなバッチ
OcrInput.TargetDPI0低解像度スキャン

標準的な読み取りを超えて、IronTesseractは他の入力に調整されたリーダーを提供します。 ReadPhotoは文書の写真を処理し、ReadScreenShotは画面キャプチャを処理します。 専門文書チュートリアルはそれらのためにまだIronOcr.Extensions.AdvancedScanをリストしていますが、そのパッケージは2025年に最後に出荷され、そのリーダーはいずれもそれを必要としませんでした。 同じチュートリアルはパスポートおよびナンバープレートリーダーもカバーしています。


再現可能な結果

注意してください: プロンプトの実行には新しいセッション、.NET SDK、ネットワーク接続、ターミナルアクセスのあるアシスタント、IronOCRのトライアルまたは商用キーが必要です。

プロンプト

Build a .NET 9 console app that reads totals from scanned invoices. Start in an empty folder; if it already holds code or project files, stop and report. Work start to finish alone: write, build, run, and fix, making sensible assumptions where anything is unspecified. Save every deliverable under the project root, in the folders named below.

1. Install the IronOcr NuGet package pinned to version 2026.9.4.
2. Read https://ironsoftware.com/ocr/csharp/llms.txt and the pages it links to, and use only IronOCR APIs documented there for the OCR work. Any .NET imaging library may draw the test images.
3. Read the license key from the IRONOCR_LICENSE_KEY environment variable at startup and never write it into source or any output file. If IronOcr.License.IsLicensed is false, stop and report that.
4. With random seed 2026, generate testset/invoice-01.png to invoice-10.png. Each is a US Letter page of exactly 1700 x 2200 pixels, saved as PNG with 200 DPI in the file metadata, with all text in Arial inside 0.75 inch margins, headings at 14 point bold and everything else at 11 point. Each invoice has an invoice number made of INV- and six random digits, a customer name, three line items with random prices in dollars and cents, and a total equal to their sum, with no two totals alike.
5. Rotate invoice-02 and invoice-07 by 3 degrees about the page center, keeping the 1700 x 2200 canvas. Add speckle noise to invoice-04 and invoice-09: dark square specks 1 or 2 pixels wide, placed anywhere including over the text, until they have darkened 1% of the page's pixels, counting a pixel as dark below 128 of 255. Leave the other six clean. Write manifest.csv with each file, invoice number, the three prices, total, and distortion (none, rotated, or speckled).
6. Before the first OCR call, check every saved image: 1700 x 2200 pixels, 200 DPI when rounded, and, measured on each page before distortion, the smallest distance from any ink to an edge, at least 0.75 inch. On each speckled page, check that speckling raised the share of dark pixels by 0.9 to 1.1 percentage points. Also draw a capital H with the 11 point font on a 200 DPI bitmap and check that its ink is 21 to 23 pixels tall. If a check fails, fix the generator. After the first OCR call, never regenerate or change the saved image files; filters applied in memory are expected.
7. Read all 10 images in one OcrInput with one set of filters for every page. Each run of the program uses one filter set; it must not try several or choose between them, and choosing filters is your job between runs. No manifest value, file name, or expected value may steer the OCR or the parsing of its text; read the manifest only to write roundtrip.md. The reader must hold no invoice number, price, or total as a literal and must run the same code for every page. Extract each page's invoice number and total, save each page's OCR text as ocr/invoice-01.txt to invoice-10.txt, and save the result as invoices-searchable.pdf.
8. Build in Release and run.
9. Write roundtrip.md: the step 6 checks as measured numbers for every image, not pass or fail words, the filter set used, then a table of file, distortion, expected invoice number, invoice number read, expected total, total read, the Confidence (0 to 100) of the OCR line holding the total or n/a, and match, then the page count of invoices-searchable.pdf loaded back with OcrInput. A row matches only when the invoice number read is identical to the expected one and the total read equals the expected total to the cent.
10. All 10 rows must match and the PDF must have 10 pages. If not, read the saved OCR text of the failing pages, change the filter set or the reader, rebuild, and run again. If rows still fail after eight such runs, stop and report which rows failed, the filter sets tried, and why.
11. Finish with a short report: build result, match count, filters used, font sizes used, and assumptions made.
Text

出力

Speckled test invoice that IronOCR read correctly in the acceptance test run

これは、実行からの点在した2ページのうちの1つで、印刷された範囲にクロップされたinvoice-09です。 8つの請求書のうち8つと一致し、そのうち2つの点在したページを見逃し、この請求書番号をANV-938066として返し、Deskewだけでは改善しませんでした。 DeNoiseを追加すると、IronOCRはINV-939066および1731.53を返し、合計行の信頼度41.45で、実行の中で最も低かったです。 他の点在した合計行は63.86で読み取られ、きれいなページは約95でした。Claude Codeはそのフィルター2つを最初のドラフトで選び、プログラムの5回のランとおしてそれらを保持しました。

  • 独立したチェックはすべての要件を再度測定し、10の請求書すべてが一致しました。
  • ChatGPT Codex with GPT-6 Lunaも同じプロンプトで10のうち10を一致させました。
  • roundtrip.mdはそのまま公開され、invoice.pngが縮小サイズで表示されます。

合格条件

  • そのコードにはあなたによる編集は必要ありませんでした。
  • どの画像を開いても、小さなテキストが重なりのない状態で表示され、テキストやマージンにも斑点があります。
  • roundtrip.mdの各請求書番号と合計も、そのページの保存されたOCRテキストに表示されます。
注意してください: IronOCRの変更履歴には、各リリースで変更された内容が記載されています。

実行記録

  • マシンはCore i9-14900KFで64 GBのメモリを搭載したWindows 11 x64を実行しています。
  • すべてのプロジェクトは.NET 9をターゲットにしています。
  • このガイド、GitHub Copilot、およびカーソルはIronOcr 2026年9月4日に実行され、Claude Code、Codex、およびAntigravityは2026年10月2日に実行されました。GitHub Copilotは2026年9月4日にIronOcr.Linuxを追加し、Codex、カーソル、およびAntigravityは2020年11月2日にIronOcr.Languages.Germanを追加しました。
  • 最終テスト 2026年10月8日、Cursorランを使用しました。 他のすべてのランは10月6日からです。
ガイドアシスタントとバージョンモデル期間(分)
このガイドClaude Code 2.1.277、許可プロンプトオフClaude Opus 520.8
Claude CodeClaude Code 2.1.277Claude Sonnet 59.4
ChatGPT CodexCodex CLI 0.160.0GPT-6 Luna27.7
GitHub CopilotVS Code 1.140のCopilotエージェントモードGPT-6 Luna、Autoによってルーティング22.0
CursorCursor 3.23.23デスクトップアプリGrok 4.783.5
Google AntigravityAntigravity CLI 1.3.0Gemini 3.8 Flash(高)32.7

エージェント固有のガイド

特定の道具に適したステップについては、そのガイドを開いてください。


トラブルシューティング


質問ありますか?

質問がある場合は、support@ironsoftware.com にお問い合わせください。

Curtis Chauは、カールトン大学でコンピュータサイエンスの学士号を取得し、Node.js、TypeScript、JavaScript、およびReactに精通したフロントエンド開発を専門としています。直感的で美しいユーザーインターフェースを作成することに情熱を持ち、Curtisは現代のフレームワークを用いた開発や、構造の良い視覚的に魅力的なマニュアルの作成を楽しんでいます。

もっと読む

準備はできましたか?

NuGetダウンロード数 6,394,824バージョン:2026.11ちょうどリリースされました