WeChatの紅包（ホンバオ）または
転帳（テンジャン）のスクリーンショットから金額を取得する

チャットのスクリーンショットにおけるWeChat紅包（ホンバオ）の見え方

WeChatでは、チャット内で送金する方法として、紅包（ホンバオ）と転帳（テンジャン）の2つがあります。見た目も動作も異なり、スクリーンショットからデータを抽出しようとする方にとって重要なのは、それぞれの金額表示のタイミングや方法が異なるという点です。

紅包は贈り物として設計されています。個人チャットやグループチャットで誰かが紅包を送ると、会話内には以下の要素を含む赤いカードが表示されます。

• 送信者のカスタムカバー画像またはデフォルトの赤い封筒デザインが施された、赤とオレンジのグラデーション背景
• 「紅包」の文字が目立つように表示
• 送信者からのメッセージ（例：「新年快樂」や「ありがとう！」）
• 下部にある円形の金色の鍵アイコンと「開ける」ボタン
• 送信者のアバターと名前がカードの上または横に表示

受信者が「開ける」をタップする前は、金額は意図的に隠されています。これは紅包がサプライズであるという設計思想によるものです。スクリーンショットには、数字は見えず、期待感だけが写ったカードが映ります。受信者が開封すると、カードは変化します。赤い背景に大きな文字で金額（例：「¥8.88」）が表示され、「受け取りました」というメッセージが添えられます。この開封後の状態は数秒間続き、その後カードはチャットログ内の灰色のシステムメッセージ「紅包を受け取りました」に変わります。金額はそのシステムメッセージの一部として、より小さな文字で表示されます。

スクリーンショットからの抽出という観点では、紅包には実質的に2つのバージョンがあります。開封前のカード（金額は表示されず、抽出には役立ちません）と、開封後のカードまたはシステムメッセージ（金額が表示されます）です。開封後にスクリーンショットを撮ると、金額が最も視覚的に目立つ要素（大きく、中央揃えで、赤い背景に対して対照的な色）として写ったカードが得られます。これが、必要なデータを含むバージョンです。

WeChatの転帳（转账）カードと紅包（レッドパケット）の違い

WeChatの転帳機能（转账）は、2つの支払いタイプのうちよりシンプルな方で、贈り物ではなく直接的な送金を目的としています。誰かが転帳を開始すると、チャットに表示されるのは緑色のカードで、紅包とは明らかに異なるレイアウトになっています。

• 背景が緑色のカード（紅包の赤オレンジとは対照的）で、よりシンプルで取引的なデザイン
• 金額はすぐに大きく表示されます（例：「¥500.00」）
• 金額の下に細い区切り線があり、その下に送信者の任意のメモや備考（备注）が表示されます（例：「7月分の家賃」）
• 下部にステータス表示：「未收款」（未受領）または「已收款」（受領済み）
• カードの上に送信者の名前（WeChatの表示名）が表示されます

紅包では金額が開けてみるまでわからないのに対し、転帳カードは何の操作も行う前に全額を表示します。受信者は受け取る前に、正確な金額を確認できます。そのため、転帳のスクリーンショットは紅包のスクリーンショットと根本的に異なります。金額は常に表示され、常にカード上の同じ位置にあり、常に¥記号付きの通貨値としてフォーマットされています。

もう1つの実用的な違いがあります。グループチャットの紅包は抽選です。送信者が合計金額と受取人数を設定し、各人がランダムな金額を受け取ります。転帳は常に個人間の送金で、全額が1人の受取人に届きます。WeChatからの収入を追跡する人（例えば、フリーランサーがクライアントからの支払いを記録する場合）にとって、転帳カードは金額が明確で一目でわかるため、より信頼性の高い記録となります。

従来のOCRがチャット埋め込みカードで混乱する理由

WeChatのチャットスクリーンショットは文書ではありません。複数の視覚オブジェクトを含む会話スレッドです。テキストバブル（グレーまたは緑色）、システムメッセージ（小さなグレーテキスト）、そして紅包や転帳の場合には、メッセージのようにチャットフロー内に配置されながらも、周囲のテキストとは視覚的・構造的に異なるスタイル付きカードが含まれています。

従来のOCRツールは、画面上のすべてのピクセルを読み取るべきテキストとして扱います。画像を左から右、上から下にスキャンし、文字のように見えるものをすべて出力します。紅包カードを含むWeChatチャットスクリーンショットの場合、OCRの出力は次のようになります。

今日 14:30
李偉
紅包
開封
新年おめでとう！
受取りました
¥8.88
紅包
李偉が紅包を送りました
昨日

問題は明らかです。OCRツールは、赤いカードが単一の視覚コンポーネントであることを認識していません。「¥8.88」が紅包の金額フィールドであり、「紅包」がカードのタイトルであり、「開封」がボタンラベルであることを理解しません。これらを画像上に散らばった独立したテキスト断片として扱います。出力は読み取ったすべてのものをフラットに羅列したもので、グループ化も階層もなく、カード要素が1つのデータオブジェクトとして属していることを示すものはありません。

カードの装飾的なデザインが問題をさらに悪化させます。赤いグラデーションの背景、金色の鍵アイコン、カスタムカバー画像 — これらの視覚要素はテキストではありませんが、従来のOCRはそれらを画像の特徴として処理します。暗いスクリーンショットや圧縮された画像では、グラデーションの遷移がOCRの文字検出を混乱させ、カードテキストの一部を誤読したり、金額を見逃したりする可能性があります。転帳カードの緑色の背景とすっきりとしたミニマルなデザインはこの問題が少ないですが、根本的な問題は変わりません。OCRはカードを構造化された支払い記録として認識するのではなく、チャットに埋め込まれた断片的なテキストとして読み取るのです。

ここで、カスタム列抽出で使用される意味抽出アプローチが従来のOCRと異なる点です。すべてのテキストをスキャンする代わりに、まずスクリーンショットの視覚構造を識別します。ここにチャットスレッド、ここに赤いカード、ここに緑のカード、ここにテキストバブルがある、というように。次に、各コンポーネント内のコンテンツを読み取り、金額をそれが属するカードに関連付けます。金額を画面上のどこかにある孤立した文字列として扱うのではありません。

ビジュアルAIがカードを構造化データオブジェクトとして読み取る

「すべてのテキストを読む」ことと「視覚的コンポーネントを理解する」ことの違いこそが、ビジュアルAIをWeChatのチャット内決済カードからの金額抽出に適したものにしています。ビジョンモデルはスクリーンショットを全体的に処理します。カードの境界線を認識し、金色の鍵が付いた赤い長方形が単一のインタラクティブコンポーネントであることを理解し、そのコンポーネント内部のテキストを独立した断片ではなく関連データとして読み取ります。

開封後にキャプチャされた紅包（ホンバオ）のスクリーンショットでは、ビジュアルAIは以下を識別します：

• カードの境界線：角が丸い特徴的な赤橙色の長方形で、上下のチャットバブルから視覚的に分離されています
• 挨拶テキスト：「新年おめでとう！」— 送信者のメッセージとして認識され、より小さいフォントサイズで金額と視覚的に区別されます
• 金額：「¥8.88」— カード上で最も大きなテキスト要素で、周囲の要素とは異なる視覚的な重みを持ちます
• システムコンテキスト：カードはチャット内に配置されているため、送信者名（カード上部のメッセージメタデータから）を取引に関連付けることができます

転帳（テンジャン）カードのスクリーンショットでは、同じモデルが以下を識別します：

• カードの境界線：緑色でよりミニマルな長方形、上部から下部へのすっきりとしたレイアウト
• 金額：見出し要素として即座に識別可能、¥記号とともに目立つように表示されます
• ステータスインジケーター：「已收款」または「未收款」— 小さくても重要なメタデータで、従来のOCRでは無関係なテキストとして扱われる可能性があります
• 備考（备注）：送信者がメモを含めた場合、金額の下に異なる視覚的階層で表示されます

このコンポーネントを認識した読み取りにより、単一の列「金額」を定義するだけで、AIが混合バッチ内の両方のカードタイプでそれを見つけられます。18件の紅包（ホンバオ）キャプチャと12件の転帳（テンジャン）確認を含む30件のWeChatチャットスクリーンショットのセットを、1つの列定義でまとめて処理でき、各スクリーンショットの金額と送信者名を各行に表示した単一の出力テーブルを生成します。カードタイプごとの設定は不要で、赤いカードと緑のカードで別々のバッチを用意する必要もありません。

紅包や転送スクリーンショットからはわからないこと

適切な条件下であれば、両方のカードタイプから金額は確実に抽出できますが、チャットのスクリーンショットには、抽出方法に関わらず含まれていないデータポイントがあります。

紅包のスクリーンショット（開封後のバージョンでも）には、注文番号、取引ID、加盟店参照情報は含まれていません。WeChat Payはすべての支払いに取引IDを割り当てますが、そのIDはウォレット（钱包）の取引履歴にあり、紅包カード自体には表示されません。グループ紅包の場合、スクリーンショットにはあなたの取り分だけが表示され、送信者の総額や他の受信者への分割方法はわかりません。

転送カードのスクリーンショットにも、注文番号や支払い方法の詳細はありません。カードに表示される送信者名はWeChatの表示名であり、編集可能で変更可能なため、確認済みの身元情報ではありません。会計目的で転送を記録する場合は、金額とタイムスタンプ（カード上部のチャットメッセージメタデータから確認可能）を記録してください。ただし、送信者名フィールドは、このデータセットの中で最も不安定な識別子であることに注意してください。恒久的な記録として保存するには、スクリーンショットを、公式の取引IDが利用可能な対応するウォレット取引エントリと組み合わせてください。

よくある質問