Media > AI活用ユースケース > 品質管理 > 設備の点検写真を前回と同じ画角で撮り、前回との違いから劣化の進み方を見る

設備の点検写真を前回と同じ画角で撮り、前回との違いから劣化の進み方を見る

実装ステータス:構成例 技術的に実現可能な構成として設計したもの。自社未検証

定期点検で撮る設備の写真を対象にします。同じ箇所を同じ画角で撮り、その箇所の前回・前々回の写真と3枚まとめてAIに渡すと、前回から変わったかどうかと、どこがどう変わったかを返します。前回の写真を探して見比べる作業がなくなります。

サマリー
利用ツール
ChatGPT/Claude/Gemini/Make/n8n/Power Automate/Zapier
対象業界
医療/宿泊/建設/物流/製造
対象部門
品質管理/生産
対象業務
内容確認・チェック/記録・議事録作成
主な課題
人手が足りない/判断に時間がかかる/属人化している
AIで行う処理
画像認識
主な効果
品質標準化/属人化解消/工数削減
導入難易度
★★☆☆☆
実装レベル
半自動化
費用感
ノーコード連携(中)
人間の確認
必須
現在工数
25h/月
AI導入後
10h/月
想定削減
60%
年間削減
180h
モデル条件による試算値です。実在企業の実績ではありません。

01導入前 / 導入後の業務フロー

導入前(Before)
  1. 点検表に沿って現場を回り、点検箇所ごとにスマートフォンで写真を撮る
  2. 写真は撮影日のフォルダにまとめてクラウドストレージへ上がる
  3. 事務所に戻り、気になった箇所について前回の写真を探す(撮影日のフォルダを何か月分か遡り、写っているものを見て当たりを付ける)
  4. 前回の写真と今回の写真を画面に並べ、見比べる
  5. 「変化なし」「やや進行」といった所見を点検記録に書く
  6. 進行していると判断した箇所は、保全システムに是正を起票する
  7. 判断に迷うものはベテランに画面を見てもらい、口頭で決める
導入後(After)
  1. 点検担当者が現場で点検箇所のコードを選び、前回の写真を画面に出してから、同じ画角で撮る
  2. 自動写真がクラウドストレージの点検箇所フォルダに保存されたことをきっかけに、Zapier が動く
  3. 自動同じ点検箇所の前回・前々回の写真を呼び出し、3枚分の点検日を点検記録から取る
  4. 自動3枚に `Image 1` `Image 2` `Image 3` のラベルを付けて並べ、変化の有無と種類を返させる
  5. 自動返ってきた段階で分岐する(変化なし/進行あり/急な変化/判断不能)
  6. 担当者が比較結果を確認し、点検記録を確定する
  7. 進行ありのものを保全システムへ記録し、必要なものは是正を起票する
各工程の詳しい説明を読む
  1. 点検表に沿って現場を回り、点検箇所ごとにスマートフォンで写真を撮る
  2. 写真は撮影日のフォルダにまとめてクラウドストレージへ上がる
  3. 事務所に戻り、気になった箇所について前回の写真を探す(撮影日のフォルダを何か月分か遡り、写っているものを見て当たりを付ける)
  4. 前回の写真と今回の写真を画面に並べ、見比べる
  5. 「変化なし」「やや進行」といった所見を点検記録に書く
  6. 進行していると判断した箇所は、保全システムに是正を起票する
  7. 判断に迷うものはベテランに画面を見てもらい、口頭で決める

(a)1枚では判断できない。 錆があること自体は前回も前々回も同じです。担当者が知りたいのは「前より広がったか」の1点で、これは比べないと出てきません。 1枚だけを見て書かれた所見は、実質「錆がある」の再掲になります。

(b)前回の写真を探すのに時間がかかる。 撮影日のフォルダに300枚が日付順で入っているため、同じ箇所の前回を見つけるまでに数分かかります。 似た配管が何本も写っているので、開いては閉じを繰り返します。探す時間のほうが、見比べる時間より長いのが実情です。

(c)画角が毎回違うと、そもそも比べられない。 立ち位置が1メートル違い、距離が変わり、寄り方が変わります。この構成のいちばんの前提がここで、撮影の運用を先に決めない限り、AIを足しても結果は出ません。 画角が違う2枚を並べると、人が見ても「進んだのか、角度が違うだけなのか」が分かりません。

(d)判断がベテランに依存している。 「これは次まで持つ」の根拠は本人の頭の中にあり、記録には結論だけが残ります。 人が変わると、同じ箇所の同じ状態に別の所見が付きます。過去の写真が貯まっているのに、判断の物差しだけが貯まりません。

  1. 【人】 点検担当者が現場で点検箇所のコードを選び、前回の写真を画面に出してから、同じ画角で撮る
  2. 【自動】 写真がクラウドストレージの点検箇所フォルダに保存されたことをきっかけに、Zapier が動く
  3. 【自動】 同じ点検箇所の前回・前々回の写真を呼び出し、3枚分の点検日を点検記録から取る
  4. 【自動】 3枚に Image 1 Image 2 Image 3 のラベルを付けて並べ、変化の有無と種類を返させる
  5. 【自動】 返ってきた段階で分岐する(変化なし/進行あり/急な変化/判断不能)
  6. 【人】 担当者が比較結果を確認し、点検記録を確定する
  7. 【人】 進行ありのものを保全システムへ記録し、必要なものは是正を起票する

1番目が、この設計の分かれ目です。 撮るときに前回の写真を画面に出す、それだけで画角のずれが減ります。AIの側で画角の違いを吸収しようとしないでください。 撮り方で揃えるほうが確実で、しかも無料です。

4番目で3枚渡すのは、「進み方」を見るためです。 今回と前回だけでは、変わったことは分かっても、それが先月から急に始まったのか、ずっと同じ速さで進んできたのかが分かりません。前々回まで入れると、そこが分かれます。

5番目の「判断不能」を必ず用意します。 画角がずれた、暗い、前回の写真が無い。この3つは必ず起きます。受け皿を作らないと、判断不能なものが「変化なし」に混ざります。 混ざったことは出力から分かりません。

6番目と7番目は自動化しません。 点検記録を確定するのは有資格者の仕事で、AIの出力は確定の材料です。

02今回想定するシステム構成

構成図
点検担当者が撮影(点検箇所のコードを選び、前回の写真を出して同じ画角で撮る)
   │  クラウドストレージの点検箇所フォルダへ保存
   ▼【トリガー】写真の保存
Zapier
   ├──▶ 同じ点検箇所の前回・前々回の写真を呼び出す
   └──▶ 点検記録から、3枚それぞれの点検日を取る
   ▼
Claude API(画像入力)
   │   Image 1 = 今回 / Image 2 = 前回 / Image 3 = 前々回
   │   画像を先に、指示のテキストを後ろに置いて渡す
   ▼
   変化の有無・変化の種類・変化が見える位置・明るさの注記をJSONで返す
   ▼
Zapier の Paths(分岐)
   ├── change = none              ──▶ 記録のみ
   ├── change = slight / clear    ──▶ 要確認の一覧へ
   ├── change = sudden            ──▶ 当日中に見に行く依頼を作る
   └── フォールバック(undetermined)──▶ 撮り直しの依頼を作る
   ▼
【設備保全の担当者が確認して点検記録を確定】
   ▼
保全システムへ記録 ──▶ 必要なものは是正を起票
役割想定する製品代替候補
ワークフローZapierMake、n8n、Power Automate
処理Claude API(前回写真との比較)OpenAI API、Gemini API

写真の置き場は既存のクラウドストレージ、点検記録と是正の起票は既存の保全システム、点検箇所の一覧は既存のExcelをそのまま使います。新しく足すのは、Zapier の分岐と、画像を渡すAPI呼び出しの2つだけです。コードは書きません。

土台の1つが Zapier の Paths です。 分岐の仕組みで、Professional、Team、Enterprise の各プランで使え、Free プランでは使えません。 1つのパスグループ内に最大10個のパスブランチを作れ、1つの Zap の中で最大3階層までネストできます。今回使うのは1階層・4ブランチなので、範囲に十分収まります。

条件の指定はカスタムルール/常時実行/フォールバックの3種類で、カスタムルールでは AND / OR で複数条件を組み合わせられます。この構成でいちばん重要なのがフォールバックです。 設定すると「グループ内の他のパスブランチが実行されなければ、これが実行される」という動きになり、changeundetermined のとき、そして想定外の値が返ってきたときの受け皿になります。 判断不能を取りこぼさない仕掛けを、Zapier 側の設定1つで作れます。

もう1つの土台が Claude API の画像入力です。 画像は image コンテンツブロックで渡し、ソースは base64、URL参照、Files API が返す file_id の3種類から選べます。file_id は1回アップロードして何度も参照する形で、前回の写真を翌月に「前々回」として再び渡す今回の使い方に向きます。

複数の画像を1リクエストに入れて、まとめて分析させられます。画像を比較したり違いを尋ねたりする用途が明示されています。 複数送るときは、各画像の前に Image 1: Image 2: のような短いテキストのラベルを置くと、プロンプトや以降のやり取りで名前で参照できます。また、画像はテキストより前に置くと結果が良くなります。

03どうやって実装するのか

Step1

処理の起点を決める

点検箇所フォルダに写真が1枚保存されたことを起点にします。 月末にまとめて走らせる形にはしません。1枚ずつ流すと、判断不能が出た箇所を、点検で現場を回っている当日のうちに撮り直せます。 翌月まで持ち越すと、その箇所は2か月分の比較ができなくなります。

起動の条件は点検箇所のコードが確定していることの1つだけです。コードの付いていないフォルダ直下の写真では起動させません。どの箇所の写真か分からないものは、そもそも比較対象を呼び出せません。

Step2

入力データを集める

データ中身取得元
今回の写真点検箇所の写真1枚(Image 1クラウドストレージの点検箇所フォルダ
前回・前々回の写真同じ点検箇所の直近2回分(Image 2 Image 3同上(file_id で参照)
点検日今回・前回・前々回それぞれの点検日保全システムの点検記録(写真のメタデータではない)
点検箇所の情報点検箇所コード、名称、設備名、見るべき対象(例:継ぎ目の下側の錆)Excelの点検箇所一覧
前回の所見前回、人が確定した所見と段階保全システムの点検記録

3行目に注意してください。撮影日を写真から読ませてはいけません。 Claude は画像のメタデータを解析・受信しません。 撮影日時は画像から取れないものとして扱い、点検記録に入っている点検日を、テキストとして一緒に渡します。 ここを取り違えると「前回から3か月」のような記述が、根拠なく出てくることになります。

5行目の前回の所見を渡すのは、前回「わずかに進行」と人が判断した箇所で、今回さらに進んだのかを見るためです。

Step3

データの取得方法を決める

点検箇所コードで保存先を決める運用にします。 撮影日のフォルダではなく、点検箇所コード/点検年月_点検箇所コード.jpg の形で置きます。これだけで、前回・前々回の呼び出しは「同じフォルダの新しいほうから2枚」で済み、Zapier の標準の操作だけで組めます。

処理内容
今回の写真の受け取り保存をきっかけに、ファイル名から点検箇所コードと点検年月を取る
比較対象の呼び出し同じフォルダの、今回を除いた新しいほうから2枚を取る
点検日の取得保全システムの点検記録から、3枚それぞれの点検日を引く
点検箇所の情報の取得Excelの一覧から、名称・設備名・見るべき対象を引く
受け渡し画像3枚とテキストをまとめ、Claude API へ渡す

②で2枚そろわない場合は、そこで止めます。 初回の撮影や、前回が撮り直しで欠けている箇所です。比較できないものを比較させると、「変化なし」という誤った結論が返ります。 1枚しか無ければ初回として記録し、2枚目からこの流れに乗せます。

Step4

AIへ渡す前に整形する

この構成は写真の撮り方で結果がほぼ決まります。 前処理の半分は現場の運用で、残りが機械の処理です。

(1)撮影の運用(先に決めるもの)

  1. 点検箇所ごとに基準写真を撮影時に画面に出す … 前回の写真を見ながら合わせます。これが最も効く対策です
  2. 目印になる固定物を必ず画角に入れる … ボルト、銘板、配管の継ぎ目のように、動かず、形が変わらないものを端に入れます。画角が合っているかの判定にも、変化が「どこか」を言葉で指すときにも使われます
  3. 立ち位置と距離を点検箇所一覧に書く … 「架台の東側から、約1メートル」の粒度で十分です
  4. 同じ照明条件で撮る … 昼間の同じ時間帯に回る、または携帯照明を使う、のどちらかに決めます
  5. 人を写さない … 画角に人が入らない立ち位置にします(第13章)

(2)機械側の処理

処理内容
形式の確認対応形式は JPEG、PNG、GIF、WebP。 アニメーションは非対応で、最初のフレームだけが使われます
リサイズ画像の最大寸法は8000×8000ピクセル。 大きすぎる画像は処理前に縮小されるため、あらかじめ自分でリサイズ・切り出しをしておきます
枚数1リクエストに20枚を超える画像を含めると、そのリクエスト内の全画像により厳しい寸法の制限がかかります。 今回は3枚なので範囲内ですが、各辺2000ピクセル以下にしておくと、どのプラットフォームでも制限に収まります
容量1枚あたりの最大サイズは、Claude API で10MB(base64)、Amazon Bedrock と Google Cloud で5MB
圧縮JPEG や WebP の圧縮は待ち時間を減らしますが、圧縮の繰り返しは劣化を招きます。 撮影した元ファイルから1回だけ変換し、変換済みのファイルを再変換しません
画質の確認ぼやけた写真・ピクセル化した写真を弾きます。低品質・回転している・200ピクセル未満の非常に小さい画像では誤ることがあります

リサイズを「やっておく」のが効きます。 画像は28×28ピクセルのパッチ(視覚トークン)として見られ、1枚は ⌈幅 / 28⌉ × ⌈高さ / 28⌉ 視覚トークンを消費します。各モデルには長辺と視覚トークンの上限があり、超える画像は処理前に縮小されます。 どのみち縮むのなら、どこを残すかを自分で決めてから渡すほうが、見たい箇所が残ります。

Step5

AIに処理させる

させるのは、3枚を見比べて「変わったか」「どこが変わったか」を言うことの2つだけです。

させること中身
変化の有無の判定変化なし/わずかに進行/明らかに進行/急な変化/判断不能の5段階から1つ
変化の種類錆、にじみ、摩耗、ひび、変色、変形、その他から該当するものを選ぶ(複数可)
変化の位置言葉で示す(「銘板の左下、配管の継ぎ目のすぐ下」)
根拠前回と今回で何がどう違って見えるかを書く
明るさの注記明るさや角度の違いで見え方が変わっている可能性
させないこと理由
面積・割合・寸法の数値化「錆が15%広がった」は測定であり、この構成の範囲外です。 画像から物の個数を数える処理は概算で、小さい物が多数あると正確でないことがあります
座標の出力座標や位置の出力は概算です。 位置は言葉で書かせ、画角に入れた固定物を基準にさせます
撮影日の読み取り画像のメタデータは解析・受信されません。 日付は渡したテキストからだけ使わせます
「次の点検まで持つか」の判断運転条件と保全計画を見て決めることで、写真だけでは決まりません
是正の要否と緊急度同上。段階を渡し、決めるのは人です
写り込んだ人の特定仕様として画像内の人物は名指しできず、拒否されます。 そもそも写さない運用にします

1行目と2行目がこの構成の設計そのものです。 数値を出させると、その数値が記録に残り、測ったかのように扱われます。 段階で返させれば、担当者は「自分の目で見る対象かどうか」の仕分けに使えます。

Step6

指示内容を固定する

画像3枚を先に、次のテキストを後ろに置いて渡します。

あなたは設備保全の点検を支援する立場です。
同じ点検箇所を定点で撮った3枚の写真を渡します。
Image 1 が今回、Image 2 が前回、Image 3 が前々回です。

【見ること】
Image 2 から Image 1 にかけて、点検対象に変化があったかどうかを見てください。
Image 3 も見て、変化が以前から同じ速さで進んでいるのか、
今回から急に変わったのかを区別してください。

【段階の決め方】
- none ... 前回と見た目の差がない
- slight ... 差はあるが、わずかである
- clear ... 前回よりはっきり広がっている、または濃くなっている
- sudden ... 前々回から前回までの変化に比べ、前回から今回の変化が明らかに大きい
- undetermined ... 画角が合っていない、暗い、対象が写っていないなど、比べられない

【厳守事項】
- 面積、割合、長さ、個数を数値で書かないでください。
  「約20%増加」「3センチ広がった」「錆が5か所」と書いてはいけません。
  広がったかどうかは段階で示し、根拠は見た目の言葉で書いてください。
- 座標やピクセル位置を書かないでください。
  変化の位置は、画角に写っている固定物(ボルト、銘板、継ぎ目)を基準に
  言葉で示してください。
- 撮影日や経過期間を、写真から読み取らないでください。
  日付は下に渡す点検記録の値だけを使ってください。
  記載がなければ「不明」としてください。
- 明るさ、影の向き、撮影角度の違いで見え方が変わっている可能性を、
  lighting_note に必ず書いてください。
  可能性が無いと考える場合も「照明条件の違いは見当たらない」と書いてください。
  空欄にしないでください。
- 比べられないときは、推測で none と書かないでください。
  undetermined を選び、理由を evidence に書いてください。
- 是正が必要か、次の点検まで持つか、緊急かどうかを書かないでください。
- 写っている人物について何も書かないでください。
- 点検箇所の情報に書かれていない設備名・型式・部位の名前を書かないでください。

【点検箇所の情報】{point_info}
【点検日】今回 {date_1} / 前回 {date_2} / 前々回 {date_3}
【前回、人が確定した所見】{previous_finding}

「数値で書かない」を3通りの言い方で禁じているのは、書き方を変えて出てくるためです。 割合を禁じると寸法で書き、寸法を禁じると「5か所ほど」と個数で書きます。禁じる対象は言葉ではなく、文の形で示します。

lighting_note を「空欄にしない」と書いているのが、この構成の誤検知を減らす鍵です。 明るさが変われば色は変わって見えます。同じ錆が、曇りの日には濃く写ります。書かせなければ、その差が「進行」として返ってきます。 書かせれば、担当者が「これは照明だ」と1行で判断できます。

Step7

出力形式を固定する

次の形のJSONで返させます。

{
  "point_id": "",
  "inspected_on": "",
  "compared_with": [
    { "label": "Image 2", "photo_id": "", "inspected_on": "" },
    { "label": "Image 3", "photo_id": "", "inspected_on": "" }
  ],
  "change": "none | slight | clear | sudden | undetermined",
  "change_type": ["rust | leak | wear | crack | discoloration | deformation | other"],
  "location_in_image": "",
  "evidence": "",
  "lighting_note": "",
  "needs_human": { "value": true, "reason": "" }
}

構造化する1つ目の理由は、Zapier の分岐がこの値で動くからです。 文章で「やや進行しているように見えます」と返されると、分岐の条件が書けません。 change が決まった5つの語のどれかであってはじめて、パスの条件に change equals sudden と書けます。出力の形を決めることが、そのままワークフローの条件を決めることになります。

2つ目は、changeundetermined を必ず置くためです。 判断不能を返す場所が無いと、比べられなかったものが none に流れます。「変化なし」と「比べられなかった」は、点検記録のうえでまったく別の意味です。 前者は記録して終わり、後者は撮り直しです。

3つ目は、location_in_imageevidence を別の欄にするためです。 どこが変わったかと、何がどう違って見えるかを分けておくと、担当者は写真を開く前に「見るべき場所」が分かります。compared_with点検記録から取った点検日を入れておくのは、どの2回と比べた結果なのかを、あとから記録だけで追えるようにするためです。

Step8

システムへ連携する

つなぎ先方式内容
クラウドストレージZapier の標準の連携(トリガー+ファイルの取得)点検箇所フォルダへの保存を検知し、前回・前々回のファイルを取る
保全システム読み取り(点検記録)/書き込み(確定後の記録・是正の起票)点検日と前回の所見を返す。確定した所見を受け取る
点検箇所一覧(Excel)読み取り専用点検箇所コードから名称・設備名・見るべき対象を返す
Claude API画像入力(image コンテンツブロック)3枚とテキストを渡し、JSONを受け取る
要確認の一覧Zapier の Paths から書き込み段階ごとに行き先を分ける

保全システムへの書き込みは、人が確定したあとの1回だけにします。 AIの出力がそのまま点検記録に入る経路を作らないでください。作ってしまうと、確認を飛ばしても記録が埋まるようになります。

Step9

人が確認する

全件、人が確認します。 確認の内容は段階によって変えます。

段階確認の内容目標時間
none一覧で lighting_note だけ読み、記録を確定する30秒
slight / clear写真を開き、location_in_image の場所を自分の目で見る1〜2分
suddenその日のうちに現場で実物を見る。 写真だけで確定しない現場判断
undetermined理由を読み、撮り直しを依頼する(判定は行わない)30秒

1件あたりの確認は平均1分を目標にします。 これを超えるなら、location_in_image が漠然としているか、lighting_note が形だけになっています。プロンプトで段階を厳しくするのではなく、位置の書かせ方と撮影の運用を直します。

sudden を写真だけで確定しないでください。 急な変化は、本当に急に進んだ場合と、撮影条件が大きく変わった場合の両方で出ます。 どちらかは現場でしか分かりません。

Step10

例外に対処する

起きること対応
前回・前々回の写真が2枚そろわない起動しない。 初回として記録し、次回から比較に乗せる
画角がずれていて比べられないchangeundetermined にし、フォールバックのパスで撮り直しの依頼を作る
暗い・ぼやけている・小さすぎる同上。低品質や200ピクセル未満の画像では誤ることがあるため、判定させない
対応外のファイル形式で保存された前処理で弾く。対応は JPEG、PNG、GIF、WebP のみ
寸法や容量が上限を超える前処理でリサイズする。上限は8000×8000ピクセル、Claude API で1枚10MB
点検箇所コードを取り違えて保存した別の箇所と比較され、changeclearsudden で返る。担当者が写真を開いた時点で気づく前提にし、コードの付け直しの手順を用意する
人が写り込んだ前処理で弾き、撮り直す。人物の特定はできない仕様であり、そもそも渡さない
想定外の値が change に入るPaths のフォールバックが受ける。 「他のブランチが実行されなければ実行される」設定により、取りこぼしが出ない
API が応答しない再試行し、それでも返らなければ未処理の一覧に残す。「変化なし」として閉じない

最後から2行目が効きます。 条件を書き並べただけの分岐は、どれにも当たらない値が来たときに黙って止まります。 フォールバックを1つ置くだけで、そこが全部の受け皿になります。

Step11

記録を残す

  • 今回・前回・前々回の写真の識別子と、点検記録から取った3つの点検日
  • AIが返したJSONの全文(changechange_typelocation_in_imageevidencelighting_note
  • 担当者が確定した段階と、AIの段階と違えた場合はその理由
  • 撮り直しの依頼を出した点検箇所と、その理由(画角/明るさ/写真の欠け)
  • 是正を起票した場合の起票番号と、後日の処置の結果

3つ目と4つ目が、この構成を育てる材料です。 AIの段階と人の段階が食い違った箇所を並べると、プロンプトを直すべきか、撮り方を直すべきかが分かります。 撮り直しの依頼が特定の点検箇所に集中していれば、その箇所は立ち位置か照明に無理があります。

04実装レベルの3段階

最小構成:写真を手でそろえてAIの画面に貼り、段階と根拠を返させる / 見比べと所見の下書き
半自動化:上記+点検箇所フォルダへの保存をきっかけに Zapier が前回・前々回を呼び出し、Paths で段階ごとに分岐する / 前回写真の呼び出し、比較、仕分け
本格構成:上記+確定した所見の保全システムへの書き戻しと、点検箇所ごとの段階の推移の蓄積 / 記録の確定までの流れ全体と、進み方の追跡

最小構成では、探す時間の2分が残ります。 写真を手でそろえる作業がそのまま残るため、5分が4分程度にしかなりません。この構成の効果の大半は「前回の写真を自動で呼び出す」ところにあり、それは半自動化で初めて効きます。本記事が想定するのもここです。 本格構成にすると、工数はほとんど変わりません。 代わりに、(d)の「判断がベテランに依存している」が解けます。 同じ箇所の段階が12か月分並ぶと、「この箇所は2年変わっていない」「この箇所は半年で2段階進んだ」が、誰の目にも同じように見えるようになります。

05工数削減シミュレーション

前提値(モデル条件)
対象人数
4 名
月間件数
300 件
1件あたり現在時間
5 分
1件あたり導入後時間
2 分
現在  300件 × 5分 ÷ 60 = 25 時間/月
導入後 300件 × 2分 ÷ 60 = 10 時間/月
月間削減時間
15h
削減率
60%
年間削減時間
180h
年間金額換算(時間単価3,500円)
63万円
モデル条件による試算であり、実際の効果は業務内容・運用方法によって異なります。

自社条件で導入効果を整理したい方へ

このユースケースを自社に当てはめた場合の前提値と削減見込みを、業務ヒアリングをもとに整理します。

AI活用について相談する

06向いている企業・向いていない企業

向いている
  1. 設備や施設の定期点検を自社で行っており、点検のたびに写真を撮っているものの、撮りっぱなしで見返していない企業。劣化が進んでいるかどうかの判断が、ベテランの「前より進んでいる」という感覚に依存している場合。点検箇所が100か所を超え、前回の写真を探すだけで時間がかかっている場合。
向いていない
  1. 点検箇所が数か所で、担当者が毎回同じ人の場合。振動・温度・電流のようにセンサーで連続的に測れる項目が中心で、写真を見る必要がない場合。撮影の運用がまだ無く、画角も保存場所も決まっていない場合(先に撮影の決まりを作るほうが効果が大きい)。法令で定められた点検の判定そのものを置き換える用途には使えません。

07最小構成で試す方法

  1. 点検箇所を10か所選ぶ(錆が「進んでいる」箇所と「変わっていない」箇所を、ベテランの判断で半々にする
  2. その10か所の、直近3回分の写真を手でそろえる
  3. AIの画面に3枚を貼り、「Image 1 が今回、Image 2 が前回、Image 3 が前々回です」と書いて渡す
  4. 「前回から変化があるか、5段階のどれかで答えてください。面積や割合の数値は書かず、変化の位置を固定物を基準に言葉で示し、明るさの違いで見え方が変わっている可能性も書いてください」と指示する
  5. 出てきた段階を、ベテランの判断と並べる

貼り付けるだけなので半日で終わります。この10件を先にやってください。 ここで分かるのは、AIの性能ではなく、自社の写真が比較に耐えるかどうかです。

出てきた内容判断
ベテランの判断と段階がおおむね一致するZapier の組み立てに進む
多くが undetermined になる/画角の違いを指摘される撮影の運用づくりが先。 構成そのものは有効
面積や割合の数値が混じるプロンプトの禁止事項を文の形で書き足す。構成は有効
明るさの違いを進行と取り違えているlighting_note を必須にする。それでも残るなら照明条件を揃える

2行目が出ることは珍しくありません。 失敗ではなく、「前回と比べられない写真を毎月300枚撮っていた」と分かったということです。 その事実だけでも、この10件をやる価値があります。

08実装時につまずきやすいポイント

問題対策
画角が毎回違い、比較にならない撮影時に前回の写真を画面に出す。 目印の固定物を必ず画角に入れる。AI側で吸収しようとしない
明るさの違いを「進行」と判定するlighting_note を必須項目にし、空欄を許さない。 同じ時間帯に回る、または携帯照明を使う
面積や割合の数値が出力に混じる割合・寸法・個数の3通りで禁じる。画像からの個数と座標は概算であることを前提に設計する
撮影日を写真から読ませてしまうメタデータは解析・受信されない。 点検日はテキストで渡し、記載がなければ「不明」とさせる
判断不能が「変化なし」に混ざるchangeundetermined を置き、Paths のフォールバックで受ける
想定外の値で分岐が止まる条件を並べるだけにせず、フォールバックを必ず1つ置く
前回の写真が欠けている箇所がある2枚そろわなければ起動しない。撮り直しの依頼と、初回としての記録を分ける
写真の保存先が撮影日フォルダのまま点検箇所コードのフォルダに組み替える。 ここを先にやらないと呼び出しが作れない
大きすぎる写真を送って自動で縮められるどのみち縮むので、自分でリサイズ・切り出しをしてから渡す
圧縮を繰り返して画質が落ちる元ファイルから1回だけ変換する。変換済みのファイルを再変換しない
Free プランで組もうとして分岐が作れないPaths は Professional 以上。 検討の最初に確認する
担当者が段階を見るだけで確定してしまうslight 以上は写真を開くことを必須にし、sudden は現場で実物を見る
初回の箇所を「変化なし」と記録してしまう比較対象が無い箇所は初回として別に記録する。 変化なしと同じ扱いにしない
目印の固定物そのものが交換・塗装された基準写真を撮り直し、その月から時系列を仕切り直す。 仕切り直した日を点検記録に残す

09セキュリティ・AIガバナンス上の注意点

この構成で扱うデータ: 工場内の設備の写真、点検箇所の名称と設備名、点検日、過去の所見。金額も個人情報も含みませんが、写真には別の機微があります。

  1. 工場の写真には、製造ラインの構成や設備の型式が写ります … 配管の取り回し、タンクの配置、銘板の型式。これらは競合に対して意味のある情報です。 外部AIへ渡してよい範囲を先に決め、銘板が大きく写る箇所では、型式が読める大きさで撮らないといった決まりを置いてください
  2. 人が写り込まない撮影の運用にします画像内の人物を名指しすることはできず、拒否される仕様です。 仕様の話である以前に、そもそも写さないのが正解です。 写り込んだ写真は前処理で弾き、撮り直します
  3. AIの判定を点検記録の結論にしないでください … 記録を確定するのは点検の有資格者です。法令で定められた点検がある場合、この構成はその代替にはなりません。 法定点検の判定は従来どおり有資格者が行い、この構成はその前段の仕分けとして使います
  4. 画像の保持のされ方を確認しておきます … アップロードした画像はAPIリクエストの間だけ保持され、処理後に自動的に削除されます。 ただし file_id で参照する使い方では、アップロード済みのファイルがどこに残るかが別の話になります。自社の情報管理の基準に照らして、置き場と保持期間を決めてください
  5. 入力を学習に使わないサービスを選んでください … 設備の写真は、1枚では何も語らなくても、同じ工場の300箇所がそろうと構内の全体像になります
  6. undetermined が続く箇所を毎月数えてください … これは運用の健康診断です。判断不能が続く箇所は、AIの問題ではなく撮影の運用側の問題です。 数が減らない箇所は、立ち位置か照明に無理があります

誤りが起きた場合のリスクは、「進んでいるのに変化なしと出る」と「変わっていないのに進行と出る」の2つです。 後者は担当者が写真を開けば気づきます。危ないのは前者で、これは画角と明るさのばらつきから起きます。 だからこの記事は、撮影の運用を繰り返し書いています。

10まず何から始めるか

1週目:10箇所で「比べられるか」を確かめる

点検箇所を10か所選び、直近3回分の写真を手でそろえます。そろわない箇所が何か所あるかを、まず数えてください。 そろった箇所の3枚を並べ、人の目で「比べられるか」を見ます。ここで比べられない写真は、AIにも比べられません。

2週目:撮影の決まりを1枚の紙にする

立ち位置、距離、画角に入れる固定物、撮る時間帯。点検箇所ごとに1行で書き、点検表に貼ります。 この作業がこの構成の本体です。10箇所で試し、うまくいった書き方を300箇所に広げます。

3週目:写真の置き場を点検箇所コードに組み替える

撮影日のフォルダから、点検箇所コードのフォルダへ。過去分は直近2回だけで十分です。 ここまでで、AIを入れなくても「前回の写真を探す2分」は短くなります。

4週目:10箇所でAIに渡す

第8章の手順でAIの画面に貼り、ベテランの判断と並べます。一致率ではなく、食い違った箇所の理由を1件ずつ見てください。

2か月目: Zapier で1点検箇所分の流れを組みます。保存をきっかけに前回・前々回を呼び出し、change で4つのパスに分けるところまでです。フォールバックを必ず置きます。3か月目以降: 対象を300箇所に広げ、undetermined の数と、AIの段階と人の段階が食い違った数を毎月記録します。この2つの数が下がり続けている間は、撮影の運用がまだ育っている途中です。 横ばいになったところが、この構成の完成です。


11関連ユースケース

12この仕組みを理解するための記事

13技術仕様の確認日・参考情報

技術仕様確認日:2026-09-23/最終更新:2026-09-23
確認した内容情報源確認日
Zapier の Paths が Zap に分岐を足す機能で、Professional、Team、Enterprise の各プランで使え、Free プランでは使えないこと。1つのパスグループ内に最大10個のパスブランチを作れ、各 Zap 内で最大3階層までネストしたパスを設定できること。条件にカスタムルール/常時実行/フォールバックの3種類があり、カスタムルールでは AND / OR で複数条件を組み合わせられること。フォールバックを設定すると、グループ内の他のパスブランチが実行されなかった場合にそれが実行されることZapier Help: Add branching logic to Zaps with paths2026-09-23
Claude の画像入力で、画像を image コンテンツブロックとして base64・URL参照・Files API の file_id の3通りで渡せること。画像をテキストより前に置くと結果が良くなること。複数の画像を1リクエストに入れてまとめて分析でき、比較や違いを尋ねる用途に向くこと。複数送るときは各画像の前に Image 1: のような短いラベルを置くと名前で参照できること。最大寸法が8000×8000ピクセルで、20枚を超えると全画像により厳しい寸法の制限がかかること。1枚あたりの上限が Claude API で10MB、Amazon Bedrock と Google Cloud で5MBであること。対応形式が JPEG、PNG、GIF、WebP で、アニメーションは最初のフレームだけが使われること。画像が28×28ピクセルのパッチ(視覚トークン)として扱われ、上限を超える画像は処理前に縮小されるため、あらかじめリサイズ・切り出しをしておくとよいこと。圧縮の繰り返しが劣化を招くこと。低品質・回転・200ピクセル未満の画像では誤ることがあり、座標や位置の出力および物の個数が概算であること。画像内の人物は名指しできず拒否されること。画像のメタデータは解析・受信されず、アップロードした画像はAPIリクエストの間だけ保持されて処理後に自動的に削除されることClaude Docs: Vision2026-09-23

クラウドストレージと保全システムの連携方法は製品によって異なるため、Zapier の標準の連携で扱えるかは導入前に確認してください。 また、法令で定められた点検の実施方法と記録の保存期間は業種と設備によって定まるため、自社の設備管理の責任者と、必要に応じて所管の窓口への確認が必要です。

実装ステータス:構成例。 公開仕様に基づいて設計した構成であり、当社で実際に構築・検証したものではありません。工数の数値はモデル条件による試算です。

自社の業務に使えるAI活用候補を整理します

このユースケース(UC-0182)についてのご相談はこちらから。

AI活用について相談する
目次