ECサイトの商品画像から代替テキストと画像の説明文の案を作り、商品マスタの記載と食い違う点を掲載前に拾う

処理の起点を決める

商品マスタの状態が「画像そろい」になったことを起点にします。 画像のフォルダへの追加を1枚ずつ拾うと、デザイナーがサイズ表の画像を後から置いたときに、サイズ表の無い状態で役割を決めてしまいます。画像が全部置かれた時点を、商品登録の担当が状態で知らせる決まりにします。

Apps Script を15分ごとの定時実行で動かし、状態を見ます。 公式のページでは、1回の実行が6分まで、Google Workspace のアカウントで定時実行の合計が1日6時間、URL の取得（外部の API の呼び出し）が1日10万回までとされています。商品1点の呼び出しは数十秒で終わる想定なので、1回の実行で5点まで処理し、6分に近づいたら次の実行に回します。 月240点、1日あたり十数点なら、上限には届きません。

処理を始めた商品は、状態を「処理中」に変え、二重に処理しません。 終わったら「確認待ち」、失敗したら「要対応」にします。

入力データを集める

質を決めるのは、2行目と3行目です。 商品マスタのセット内容と付属品の列が空なら、使用イメージに写った小物が付属するのかしないのかを、AIは比べようがありません。「付属品：なし」と明記する決まりにします。空欄と「なし」を区別しないと、食い違いの判定ができません。

4行目を渡すのは、代替テキストに本文と同じことを書かせないためです。 W3C の解説は、画像の代替テキストは見た目をそのまま描写するのではなく、画像が伝えている意味を伝えるものとし、周りの文章がすでに説明していることは繰り返さなくてよいとしています。本文に「天然木の突き板」と書いてあるなら、細部の写真の代替テキストで素材を長々と書く必要はありません。

【代替テキストの書き方の表（例）】
メイン ……… 商品名の種類と、いちばんの特徴を1文で（例：3段の引き出しが付いた木目のチェスト）
角度違い …… どこから見たか、何が分かるか（例：チェストの背面。壁に寄せられる平らな板）
細部 ………… 何の部分の寄りか（例：引き出しの取っ手。指をかける溝がある）
サイズ表 …… 画像の中の寸法をすべて文章で（例：幅80cm、奥行40cm、高さ85cm。引き出しの内寸は…）
セット内容 … 含まれるものを数とともにすべて
使用イメージ … どんな部屋でどう使っているか。付属しない小物は書かない
装飾 ………… 代替テキストを空にする
使わない言い回し：「〜の画像」「〜の写真」「商品画像」「おしゃれな」「人気の」

データの取得方法を決める

画像は掲載用の縮小版を渡します。 撮影したままの画像は1枚で10MBを超えることがあり、8枚まとめると20MBのリクエストの上限を超えます。 ECサイトに載せるのは縮小版なので、読み上げで伝えるべき内容も縮小版に写っているものです。8枚の縮小版の合計が上限に近づく商品は、2回に分けて渡します。

画像の番号は、ファイル名の決まりで付けます。 <商品コード>_01_main.jpg、_05_size.jpg のように、番号と役割の手がかりをファイル名に入れておきます。 AIが決める役割と、ファイル名の手がかりが違ったときは、確認用のシートで目立たせます。

AIへ渡す前に整形する

1. ファイルの形式の確認 … JPEG・PNG・WEBP 以外（PSD、AI などのデザインの元データ）は渡さず、件数を備考に書きます
2. 画像の大きさの確認 … 合計が20MBに近づく商品は、前半と後半に分けて2回で渡します
3. 画像の向き … 横に倒れた画像は向きを直してから渡します。公式のページも、回転を確かめることを勧めています
4. 並び順 … ファイル名の番号で並べ、1から振り直します
5. 商品マスタの必須の列の確認 … 寸法、セット内容、付属品のどれかが空なら、処理せず「要対応」にします
6. 人が写った画像の確認 … ファイル名に model が付く画像は、大人のモデルだけであることを撮影の記録で確かめた商品に限って渡します

5番目が、食い違いの判定の前提です。 商品マスタが空の項目は、画像と比べようがありません。空のまま渡すと、AIは画像に写っているものを正しいとして代替テキストを書き、食い違いは出てきません。

AIに処理させる

させるのは、画像ごとに「何の役割の画像か」を決め、その役割に合った文章の案を作り、画像の中身と商品マスタの記載を比べることです。

食い違いを「違う」「違うおそれ」「判断できない」に分けるのが、この表でいちばん大事な点です。 サイズ表の数字がはっきり読めて商品マスタと違うなら mismatch、使用イメージの小物が付属品なのか演出なのか分からないなら uncertain にします。どちらも人に回しますが、mismatch は公開を止め、uncertain は確かめてから進めます。

3行目が、いちばん起きやすい失敗です。 商品マスタの寸法を一緒に渡しているので、サイズ表の画像の数字が小さくて読めないと、AIは商品マスタの値を画像から読んだように書きます。 そうなると食い違いは永遠に見つかりません。読めた文字と、マスタの値を、別の項目として返させる理由がここにあります。

指示内容を固定する

あなたはECサイトの商品ページの制作担当です。
渡された商品1点分の画像（番号順）と商品マスタの記載だけを見て、
画像ごとに代替テキストの案と説明文の案を作り、商品マスタとの食い違いを書き出してください。

【商品マスタの記載】{master}
【商品ページの本文】{body}
【代替テキストの書き方の表】{alt_rules}

【画像ごとに書き出す項目】
1. image_no：渡した順の番号
2. role：main／angle／detail／size_chart／set_contents／scene／decorative／unknown のどれか1つ
3. alt_text：書き方の表に沿った代替テキストの案。decorative と unknown は空
4. caption：商品ページの画像の下に添える1〜2文の案。本文と同じことは書かない
5. text_in_image：画像の中の文字を、読めた分だけそのまま写す
6. findings：商品マスタとの食い違い（項目、マスタの値、画像から読み取った値、
   mismatch／uncertain の別、画像のどこか box_2d）

【厳守事項】
- 画像の中の数字が読めないときは、text_in_image に [判読不能] と書いてください。
  商品マスタの値で補わないでください。マスタの値を画像から読んだように書かないでください。
- alt_text に「画像」「写真」という言葉と、「〜の画像です」という言い回しを使わないでください。
- size_chart の alt_text には、画像の中の寸法をすべて文章で入れてください。
  「サイズ表」とだけ書かないでください。
- scene の画像に写っている小物が、商品マスタのセット内容・付属品に無いときは、
  alt_text に書かず、findings に uncertain として書いてください。
- 商品マスタに無い性能・効能（丈夫、傷がつかない、など）を書かないでください。
- 写っている人物の年齢・性別・体形を書かないでください。
- 商品マスタと画像のどちらが正しいかを書かないでください。
- 子どもが写っていると判断した画像は、role を unknown にし、ほかの項目を空にしてください。

「マスタの値を画像から読んだように書かない」を明記しないと、食い違いが消えます。 何も言わなければ、AIは渡された正しそうな値に寄せて文章を整えます。禁じるのは、マスタの値を根拠にして画像の文字を埋めることそのものです。

「サイズ表とだけ書かない」を書くのは、代替テキストの目的を外さないためです。 W3C の WCAG 2.2 の解説は、短い代替で同じ情報を伝えられない画像（図や表など）では、短い説明と長い説明を組み合わせるとしています。サイズ表の画像が伝えているのは数字なので、数字そのものを書かせます。 長くなりすぎる場合は、画像の説明文か本文に寸法の表を置き、代替テキストは「寸法は下の表を参照」とする選択肢を、書き方の表に足します。

出力形式を固定する

次の形のJSONで受け取ります。 Gemini API の構造化出力で、/v1beta/interactions の response_format に mime_type: "application/json" とスキーマを指定します。

{
  "product_code": "",
  "images": [
    {
      "image_no": 1,
      "role": "main | angle | detail | size_chart | set_contents | scene | decorative | unknown",
      "alt_text": "",
      "caption": "",
      "text_in_image": "",
      "findings": [
        { "field": "width | depth | height | quantity | accessory | color_name | assembly",
          "master_value": "", "image_value": "",
          "level": "mismatch | uncertain", "box_2d": [0, 0, 0, 0] }
      ]
    }
  ]
}

1つ目の理由は、規則で確かめられることです。 公式のページでは、構造化出力で enum と required を使えますが、文字列の長さの上限（maxLength）は使える項目に挙がっていません。 代替テキストの長さは、Apps Script の側で数えます。目安を超えたもの、使わない言い回しを含むもの、role がファイル名の手がかりと違うものに印を付けます。公式のページは、JSONとして正しくても値はアプリケーションの側で確かめるよう案内しています。

2つ目は、食い違いの数字を機械で比べ直せることです。 image_value に入った寸法を数値にして、商品マスタの値と Apps Script で引き算します。AIが mismatch としたのに数値が同じなら、単位の取り違え（mm と cm）を疑います。 AIの判定と規則の判定が分かれたものは、両方を確認用のシートに並べます。

3つ目は、どこを見ればよいかが分かることです。 box_2d は、公式のページで [ymin, xmin, ymax, xmax] の順に、画像の大きさに対して0〜1000に正規化された座標とされています。確認用のシートに、画像の該当箇所の位置を添えれば、担当はサイズ表のどの数字かをすぐに見つけられます。

確認用のシートに書き出す列は次のとおりです。

【確認用のシート（画像ごと）】
| 商品コード | 番号 | 役割 | 代替テキストの案 | 説明文の案 | 長さ | 印 | 食い違い | 採用する代替テキスト | 採用する説明文 |
| CH-2031 | 5 | size_chart | 幅80cm、奥行40cm、高さ85cm。引き出しの内寸は幅72cm、奥行33cm、高さ17cm | （空） | 46 | | 幅：マスタ80cm／画像81cm | | |

システムへ連携する

ECサイトの管理画面には、この構成から書き込みません。 CSVを作るのは「採用する」の列が埋まった行だけで、取り込みは人が行います。 案がそのまま公開される経路を作らないためです。

商品マスタの寸法やセット内容も書き換えません。 食い違いが見つかっても、直すのは商品登録の担当です。AIの読み取りでマスタを上書きすると、読み違いがそのまま正しい値として残ります。

人が確認する

この構成では、公開する代替テキストと説明文を全件、人が採用します。 AIが出すのは案と食い違いで、何を載せるかは決めません。

1. 食い違いの印が付いた商品を先に見る … mismatch は商品登録の担当とデザイナーに確かめ、正しいほうに直すまで公開を止めます
2. サイズ表とセット内容の代替テキストを見る … 数字と個数が画像と同じかを、画像を拡大して確かめます。ここは流し見しません
3. メインと使用イメージの代替テキストを読む … 付属しない小物が書かれていないか、根拠の無い効能が混ざっていないかを見ます
4. 長さと言い回しの印を直す … 規則で印が付いたものだけを直します
5. 直した内容を残す … 案と採用した文を並べて残し、書き方の表を直す材料にします

2番目を省かないでください。 サイズ表の代替テキストは、画面を見られない人にとって寸法を知る唯一の手段です。読み上げで聞いた数字が画像と違えば、届いた家具が置けません。

目標は、1点あたり5分です。

例外に対処する

6行目は、商品の選び方で防ぎます。 この構成は大人向けの家具・生活雑貨に限り、子どものモデルが写る子ども向けの商品は対象にしません。Gemini API の規約は、18歳未満を対象とするか、18歳未満が利用しうるサービスでの利用を認めていません。 API を使うのは社内の制作チームだけですが、子どもの写った画像はそもそも渡さない決まりにします。

記録を残す

• 商品ごとの画像のファイルIDと、Gemini API が返したJSONの全文
• そのとき使った商品マスタの記載と、書き方の表の版
• AIの案と、人が採用した代替テキスト・説明文 … 直した箇所が分かる形で
• 食い違いの一覧と、どちらが正しかったかの結論、直した人と日時
• 取り込み用のCSVと、取り込んだ日時

4行目は、仕様の変更の伝わり方を直す材料になります。 画像の側が古かった件数が多ければ、仕様の変更をデザイナーに知らせる手順が抜けています。