Media > AI活用ユースケース > 品質管理 > 染物の工房が、染め上がりの布の写真と注文の色見本の写真を Gemini に並べて見せ、色の差・むら・染め残しの候補を拾い、職人の確認に回す

染物の工房が、染め上がりの布の写真と注文の色見本の写真を Gemini に並べて見せ、色の差・むら・染め残しの候補を拾い、職人の確認に回す

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

染め上がりの布の写真と、受付のときに撮った注文の色見本の写真を Gemini に並べて見せ、むら・染め残しの候補と色のずれの向きを返させます。Python が参考の色差を出して確かめる順番を作り、職人が標準の光の下で決めます。

サマリー
生成AI
ChatGPT/Claude/Gemini
連携・自動化
Google Apps Script/Python
対象業界
小売/製造
対象部門
品質管理
対象業務
内容確認・チェック/比較検討
主な課題
人手が足りない/属人化している/確認ミスが多い
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
本格構成
費用感
API連携(中)
人間の確認
条件付き
現在工数
40h/月
AI導入後
15h/月
想定削減
63%
年間削減
300h
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. 乾いた布を検品の場所に運び、注文の台帳で番号を確かめる
  2. 見本の保管の箱から注文の番号の袋を探し、見本を取り出す
  3. 標準の光の下で、布と見本を並べて色の差を見る
  4. 布を広げ、端から端まで、むら、染め残し、しみを見る
  5. 納めるか、色を足すか、染め直すかを決め、台帳に書く
  6. 見本を袋に戻し、品物と一緒に納める準備をする
導入後(After)
  1. 人注文の受付のとき、届いた見本を光の箱に入れ、グレーカードと注文の番号の札と一緒に撮る
  2. 人染め上がって乾いた布を、同じ光の箱に入れ、同じグレーカードと札と一緒に撮る
  3. 自動Python が注文の番号で見本の写真と布の写真を組にし、Gemini API に並べて渡す
  4. 自動Gemini が、グレーカード・見本・布の平らな所の位置、むら・染め残し・しみの候補、色のずれの向きの見立て、撮り方の不備を返す
  5. 自動Python がグレーカードで明るさと色かぶりをそろえ、見本と布の参考の色差を計算し、確かめる順番の一覧と枠を描いた写真を作る
  6. 人職人が、一覧の上から順に、標準の光の下で布と見本を並べ、枠の場所を見て決める
  7. 人合否と手当てを台帳に書き、一覧の見立てと自分の見立てが違った所を書き添える
各工程の詳しい説明を読む
  1. 乾いた布を検品の場所に運び、注文の台帳で番号を確かめる
  2. 見本の保管の箱から注文の番号の袋を探し、見本を取り出す
  3. 標準の光の下で、布と見本を並べて色の差を見る
  4. 布を広げ、端から端まで、むら、染め残し、しみを見る
  5. 納めるか、色を足すか、染め直すかを決め、台帳に書く
  6. 見本を袋に戻し、品物と一緒に納める準備をする

(a)見比べる目が親方に寄っている。 色の差をどこまで許すかは、親方の目と、その呉服店との長い付き合いで決まっています。若い職人が見ると、同じ布で「合っている」と「違う」が分かれます。

(b)忙しい月に見比べが後回しになる。 1点8分でも、月300点で40時間です。婚礼や成人式の前の月は点数が増え、見比べが夕方にまとめて行われます。 夕方の目の疲れで、むらや端の染め残しを見落とします。

(c)納めた後に「色が違う」と言われる。 呉服店の店先の光で見ると、工房の照明の下では合っていた色が違って見えることがあります。どの光でどう見えたかの記録が無いので、言われても説明の材料がありません。

(d)どれから見るかを決める手がかりが無い。 300点の中には、ひと目で合っているものも、慎重に見るべきものもあります。全部を同じ順で同じ時間をかけて見ているので、慎重に見るべきものに時間が回りません。

  1. 【人】 注文の受付のとき、届いた見本を光の箱に入れ、グレーカードと注文の番号の札と一緒に撮る
  2. 【人】 染め上がって乾いた布を、同じ光の箱に入れ、同じグレーカードと札と一緒に撮る
  3. 【自動】 Python が注文の番号で見本の写真と布の写真を組にし、Gemini API に並べて渡す
  4. 【自動】 Gemini が、グレーカード・見本・布の平らな所の位置、むら・染め残し・しみの候補、色のずれの向きの見立て、撮り方の不備を返す
  5. 【自動】 Python がグレーカードで明るさと色かぶりをそろえ、見本と布の参考の色差を計算し、確かめる順番の一覧と枠を描いた写真を作る
  6. 【人】 職人が、一覧の上から順に、標準の光の下で布と見本を並べ、枠の場所を見て決める
  7. 【人】 合否と手当てを台帳に書き、一覧の見立てと自分の見立てが違った所を書き添える

6番目が、この設計の分かれ目です。 職人が見比べることは変わりません。変わるのは、どれから見るかと、布のどこを見るかが、先に決まっていることです。 参考の色差が大きいものと、むらの候補が多いものが上に来ます。

7番目で見立ての違いを書かせるのは、順番の付け方を工房の目に合わせていくためです。 参考の色差が小さいのに職人が「違う」と決めたもの、大きいのに「合っている」と決めたものが溜まると、どの色の系統で写真と目がずれるかが分かります。

02今回想定するシステム構成

構成図
受付:注文の色見本 ──▶ 光の箱(グレーカード+注文の番号の札) ──▶ 見本の写真
検品:染め上がりの布 ──▶ 同じ光の箱(同じグレーカード+札)  ──▶ 布の写真
   │  工房のパソコンのフォルダへ(ファイル名に注文の番号)
   ▼【トリガー】検品の朝と昼に Python が新しい布の写真を探す
Python(組にする・呼び出す・計算する・一覧を作る)
   ▼
Gemini API(画像の理解+構造化出力)
   │   グレーカード・見本・布の平らな所の位置
   │   むら・染め残し・しみの候補の位置、色のずれの向きの見立て、撮り方の不備
   ▼
Python ── グレーカードでそろえる → 枠の中の色を L*a*b* に直す → 参考の色差
   ▼
確かめる順番の一覧(参考の色差、候補の数、見立て、枠を描いた写真)
   ▼
【職人が標準の光の下で布と見本を並べて決める】
役割想定する製品代替候補
処理Gemini API(領域の位置、むら・染め残しの候補、色のずれの向きの見立て、撮り方の不備)Claude API、OpenAI API
連携Python(組にする、呼び出し、グレーカードでの補正、参考の色差、一覧づくり)Google Apps Script
撮影光の箱、グレーカード、固定したカメラ-
台帳注文の台帳(スプレッドシート)-

土台は Gemini API の画像の理解です。 公式の説明では、Gemini は物体を検出して、位置を box_2d として [ymin, xmin, ymax, xmax] の順に、0〜1000に正規化した座標で返し、元の画像の大きさに直して使います。 また、Gemini 2.5 以降は物体の輪郭の切り出し(セグメンテーション)も返せるとされています。この構成では枠だけを使い、グレーカード、見本、布の平らな所を枠で返させます。

複数の画像を1回の依頼に並べられます。 公式の説明では、input の中に画像の部品を複数並べて、1回の依頼で渡せます。例として挙がっているのも「2枚の画像で何が違うか」を尋ねる形です。見本の写真を1枚目、布の写真を2枚目に置きます。

見本の写真は、Files API で上げておく形にできます。 公式の説明では、同じファイルを何度も使うときは Files API を使うとされ、上げたファイルは48時間で自動で消えます。 1つの注文で反物が何点もある場合、同じ見本の写真を何度も使うので、その日の検品の始めに上げて使い回し、48時間を過ぎたら上げ直します。 公式の説明では、Files API はプロジェクトあたり20GB、1ファイル2GBまでで、上げたファイルを後から取り出すことはできないので、原本は工房のパソコンに残します。

03どうやって実装するのか

Step1

処理の起点を決める

検品の朝と昼の2回、Python が新しい布の写真を探します。 乾いた布は、朝にまとめて検品の場所に運ばれ、昼までに撮られます。1日2回、その時点で撮られた布の写真をまとめて処理し、一覧を作ります。 職人はその一覧を見て、昼の前と夕方の前に見比べます。

見本の写真が無い注文は処理しません。 受付のときに撮り忘れた見本は、検品の前に見本の袋を探して光の箱で撮ってから処理します。見本の写真を検品の日に撮ると、受付と検品で撮る日が同じになり、光の箱の条件はむしろそろいます。

処理が失敗したときは、一覧に「判定なし」と書いて残します。 一覧に載らない布があると、職人がその布の存在に気づかず、見比べが漏れます。 失敗した布も一覧の一番上に出し、従来どおり見比べます。

Step2

入力データを集める

データ中身取得元
見本の写真受付で光の箱に入れて撮った見本。グレーカードと注文の番号の札を写し込む工房のパソコンの受付のフォルダ
布の写真乾いた布を同じ光の箱で撮ったもの。布の平らな所、ぼかしの境目、生地の端が入るように工房のパソコンの検品のフォルダ
注文の台帳の行注文の番号、染めの種類(無地・ぼかし)、生地、呉服店、納期注文の台帳
見え方の語彙むら(刷毛目・濃淡の帯)、染め残し(白く残った点・端)、しみ、写り込み、しわ と、それぞれの見え方の説明工房で用意する語彙
撮影の決まり光の箱の設定、カメラの設定(露出・白の合わせ方を固定)、グレーカードの置き場工房で用意する決まり

Gemini に渡すのは、2枚の写真と、見え方の語彙と、染めの種類だけです。 呉服店の名前、納期、値段は渡しません。参考の色差の閾値も渡しません。 閾値を見せると、見立てがその数字に寄るおそれがあるからです。

質を決めるのは、撮影の決まりです。 カメラは、露出と白の合わせ方を固定し、自動の調整を切ります。 自動の調整が入ると、写真ごとに明るさと色が変わり、グレーカードでそろえても戻しきれない差が残ります。光の箱の中の位置も、グレーカードの置き場も、毎回同じにします。

見本の生地と布の生地が違うことを、語彙に書いておきます。 光沢のある縮緬の見本と、光沢の少ない木綿の布では、同じ色でも写真の見え方が違います。 染めの種類と生地を台帳から渡し、生地が違う組は、参考の色差を「生地違い」として印を付けて出します。

Step3

データの取得方法を決める

写真は、工房のパソコンの受付と検品のフォルダから、Python がファイル名で組にします。 ファイル名の頭に注文の番号と「S」(見本)「F」(布)、布が何点もあるときは枝番を付けます。札の番号を Gemini にも読ませ、ファイル名と食い違えば取り違えの候補にします。

Gemini API には、Interactions API で依頼します。 公式の説明では、https://generativelanguage.googleapis.com/v1beta/interactions に model と input を送り、input に文の部品と画像の部品を並べます。見本の写真は Files API で上げた uri で、布の写真は直接 data で入れます。 公式の説明では、画像を直接入れる場合は依頼全体が20MBまでとされているので、布の写真はこの範囲に収まる大きさで撮ります。公式の REST の例と同じく Api-Revision のヘッダーを付けます。

依頼には store=false を付けます。 公式の説明では、Interactions API は既定でやり取りを保存し、有料の枠で55日、無料の枠で1日保持されます。store=false を付ければ保存されません。 なお store=false は後で結果を取りに行く実行(background)とは一緒に使えないとされているので、1組ずつ結果を待つ形で呼びます。

指示の決まった部分は system_instruction に置きます。 公式の説明では、system_instruction は依頼の最上位の欄として渡します。見え方の語彙と厳守事項をここに置き、input には組ごとの染めの種類と2枚の写真だけを入れます。 また、公式の説明では Gemini 4 と 3.6 以降のモデルは temperature などの値を無視するとされているので、それらの値は付けません。

Step4

AIへ渡す前に整形する

  1. 組にする … ファイル名の注文の番号で見本と布をそろえ、見本が無ければ処理しない
  2. 形式と大きさを確かめる … PNG、JPEG、WEBP、HEIC、HEIF であること、布の写真と指示で20MBに収まることを確かめる
  3. 撮影の決まりを確かめる … 写真の撮影の情報で、露出と白の合わせ方が決まりの値かを確かめる
  4. 向きを確かめる … 横向きの写真を正しい向きに直す
  5. 見本の写真を上げる … その日の初めに Files API に上げ、48時間を過ぎたものは上げ直す
  6. 語彙と撮影の決まりの版を付ける … そのとき使った版を一覧の行に控える

3番目は、この構成の土台です。 露出や白の合わせ方が決まりと違う写真は、グレーカードでそろえても色差の数値が信用できません。 決まりと違う写真は処理せず、撮り直しの印を付けます。

写真は小さくしません。 公式の説明では、画像のトークンは768×768ピクセルのタイルごとに数えられ、media_resolution で細かいところまで見るほど、細部が読み取れる一方でトークンと時間が増えるとされています。染め残しの小さな点や刷毛目は、写真を縮めると消えるので、撮影の解像度を決めておきます。

Step5

AIに処理させる

させるのは、2枚の写真の中の領域の位置と、むら・染め残し・しみの候補の位置と、色のずれの向きの見立てと、撮り方の不備を返すことです。

見るもの見方判断できないときの扱い
グレーカード2枚それぞれのグレーカードの面を枠で囲む写っていない・光って見えないなら not_found
見本の平らな所見本の、しわ・影・光りの無い所を枠で囲む平らな所が無ければ no_flat_area
布の平らな所布の、しわ・影・光りの無い所を、無地なら1か所、ぼかしなら色ごとに枠で囲む同上
むら刷毛目、濃淡の帯、色の溜まりの候補光の加減か迷えば uncertain
染め残し白く残った点、生地の端の色の乗っていない所の候補生地の糸の節か迷えば uncertain
しみ周りと色の違う点や輪の候補同上
色のずれの向き見本と比べて、赤み・黄み・青み・緑み、濃い・薄いのどちらに見えるか差が見えなければ no_visible_difference
撮り方の不備しわ、写り込み、ぼけ、札の読めなさ-

参考の色差は、Python が計算します。 Gemini が返したグレーカードの枠の中の色で、2枚の明るさと色かぶりをそろえ、**見本の平らな所と布の平らな所の枠の中の平均の色を L\*a\*b\* に直して、色差を計算します。 この数値は、写真どうしを比べた参考の値で、測色計で測った値の代わりにはなりません。** 工房では、過去に職人が「合っている」「違う」と決めた組の値を並べて、順番を付けるための目安の幅を決めます。

色のずれの向きの見立ては、計算と見比べます。 Gemini が「赤みに見える」と返し、計算でも a\* の差が赤みの側に出ていれば、職人に「赤みの疑い」と伝えます。両者が食い違うときは、どちらも一覧に出し、職人が見ます。 食い違いは、写り込みやしわの影響を疑う手がかりになります。

させないこと理由
色が合っているかの合否を書くこと職人が標準の光の下で決める
色差の数値を書くこと根拠の無い数が記録に残る。計算は Python が行う
染め直し・色の足しを書くこと手当ては親方と職人が決める
染料の名前や配合を書くこと写真から分からない。配合は工房の記録にある
柄やぼかしの意匠をむらとして挙げることぼかしの境目は意匠。語彙で見分けを書く
何も見えないときに「問題なし」と書くこと見えなかったことと、無いことは違う

2行目は、とくに守らせます。 生成AIは「色差は約2.0です」のような数字を書き添えがちです。画素を測っていない数字が一覧に入ると、職人はその数字を信じて見比べを短くします。 数値は計算の列だけに置きます。

Step6

指示内容を固定する

あなたは引き染めの工房の検品で、職人の見比べを補助する立場です。
1枚目は注文の色見本、2枚目は染め上がりの布です。
どちらも同じ光の箱で、同じグレーカードと一緒に撮っています。

【渡すもの】
- 染めの種類:{dye_type}(無地/ぼかし)、生地:{fabric}/見本の生地:{sample_fabric}
- 見え方の語彙と説明:{visual_vocab}

【やること】
1. 2枚それぞれのグレーカードの面を box_2d([ymin, xmin, ymax, xmax]、0〜1000)で返してください。
2. 1枚目の見本の平らな所、2枚目の布の平らな所を box_2d で返してください。
   しわ・影・光りのある所は避けてください。ぼかしなら色ごとに返してください。
3. 2枚目の布の、むら・染め残し・しみの候補を box_2d と種類で返してください。
4. 見本と比べた布の色のずれの向きを、決められた語から選んでください。
5. 2枚それぞれの撮り方の不備(しわ、写り込み、ぼけ、札が読めない)を返してください。
6. 2枚それぞれの札の注文の番号を返してください。

【厳守事項】
- 色が合っているか、合格か、染め直すべきかを書かないでください。
- 色差の数値を書かないでください。
- 染料の名前や配合を書かないでください。
- ぼかしの境目の色の移り変わりを、むらとして挙げないでください。
- 光の加減かむらか迷うときは uncertain にしてください。
- 何も見つからなかったときに「問題なし」と書かないでください。

「色差の数値を書かない」を明記しないと、ずれの向きのあとに数字を添えてきます。 構造化出力のスキーマに数値の欄を作らないことと、指示で禁じることの両方で止めます。

「ぼかしの境目をむらとして挙げない」も外せません。 ぼかしは、色が少しずつ移り変わること自体が意匠です。語彙に「ぼかしの境目」の見え方を書き、むらの候補から外させます。 外しきれずに候補が出たものは、職人が見て一覧の見立ての違いとして書き、語彙を直します。

Step7

出力形式を固定する

次の形のJSONで受け取ります。

{
  "tags": { "sample_order_no": "", "fabric_order_no": "" },
  "gray_card": { "sample": [0, 0, 0, 0], "fabric": [0, 0, 0, 0],
                 "status": "found | not_found" },
  "flat_areas": [
    { "photo": 1, "role": "sample | fabric", "color_part": "", "box_2d": [0, 0, 0, 0] }
  ],
  "defects": [
    { "type": "unevenness | undyed_spot | stain", "box_2d": [0, 0, 0, 0],
      "certainty": "visible | uncertain" }
  ],
  "shift_direction": {
    "hue": "redder | yellower | bluer | greener | no_visible_difference",
    "depth": "deeper | lighter | no_visible_difference"
  },
  "capture_issues": [ { "photo": 1, "issue": "wrinkle | glare | blur | tag_unreadable" } ]
}

構造化出力は response_format で指定します。 公式の説明では、type を text、mime_type を application/json にして、schema に JSON Schema を渡します。type、certainty、hue、depth、issue は enum にします。 「合格」「不良」のような判断の言葉が返らないようにするためです。box_2d は整数で minimum を0、maximum を1000にし、配列の minItems/maxItems を4にします。公式の説明では、数値の minimum/maximum と配列の minItems/maxItems は守られ、文字列の minLength/maxLength は外されます。

公式は、構文として正しい JSON でも値は自分の側で確かめるよう書いています。 Python では、枠の左上と右下が逆になっていないか、平らな所の枠がグレーカードの枠と重なっていないか、枠が小さすぎて平均の色が数画素にしかならないものが無いかを確かめ、当てはまるものは参考の色差を出さずに印を付けます。

Python が作る一覧の1行は、たとえば次のようになります。

【順番 3】注文 K-1117-084-2 色無地・縮緬(見本:縮緬の端切れ)
参考の色差:目安の幅の上側(工房の過去の組との比べ)
色のずれの向き:Gemini 赤み・濃い / 計算 a* が赤み側・L* が暗い側(向きは一致)
候補:むら 2か所(上の端から3分の1、刷毛目の疑い)、染め残し 1か所(右の耳、uncertain)
撮り方:問題の申告なし
※職人の確認:赤みの疑い、上の端から3分の1の刷毛目、右の耳
Step8

システムへ連携する

つなぎ先方式内容
受付と検品のフォルダPython が朝と昼に新しい写真を探す見本の写真と布の写真
注文の台帳Python が読み取る染めの種類、生地、見本の生地
Gemini APIPython からの呼び出し(見本は Files API)領域の位置、候補、向きの見立て、撮り方の不備
確かめる順番の一覧Python が表と枠を描いた写真を作る職人が見る順番と場所
注文の台帳の検品の列職人が手で書く合否、手当て、見立ての違い

注文の台帳の合否の列は、職人だけが書きます。 Python が書くのは一覧の表までで、台帳の合否の列に下書きを書くこともしません。 合否の列に機械の値が入っていると、忙しい月にそのまま確定として読まれるからです。

Step9

人が確認する

すべての布で、職人が標準の光の下で布と見本を並べて決めます。 一覧の順番は、見る順番を決めるだけです。

  1. 撮り方の不備の印が付いた布を先に撮り直す … 不備のある写真の参考の色差は使いません
  2. 一覧の上から順に見る … 参考の色差が大きいもの、候補が多いものから見ます
  3. 色のずれの向きを確かめる … 「赤みの疑い」なら、見本と並べて赤みの側に寄っていないかを見ます
  4. 枠の場所を見る … むら、染め残し、しみの候補の場所を布で見ます。枠の無い所も、布の端から端まで一度は見ます
  5. 合否と手当てを決めて台帳に書く … 見立てと違った所を書き添えます

4番目の後半を省かないでください。 候補は写真に写った面だけで、布の裏や、写真の外にある生地の端は見ていません。 枠は見る場所の手がかりで、見なくてよい場所を示すものではありません。

目標は、300点をならして1点3分です。 上位の布には時間をかけ、一覧の下のほうの布は、並べて確かめるだけで済む形になります。

Step10

例外に対処する

起きること対応
見本の写真が無い処理せず、見本を光の箱で撮ってから処理する
グレーカードが写っていない・光っている参考の色差を出さず、撮り直しの印を付ける
露出や白の合わせ方が決まりと違う処理せず、撮り直しの印を付ける
見本と布の生地が違う参考の色差に「生地違い」の印を付けて出す
平らな所が見つからない参考の色差を出さず、職人が見る
札の番号とファイル名が違う取り違えの候補として一覧の一番上に出す
向きの見立てと計算が食い違う両方を出し、写り込みとしわを疑って職人が見る
Files API の見本が48時間を過ぎた上げ直してから呼ぶ
Gemini が応答しない一覧に「判定なし」と書き、職人が従来どおり見比べる

上から3行目までが大半を占めます。 どれもAIの問題ではなく、撮影の決まりの問題です。 光の箱の位置、グレーカードの置き場、カメラの設定を決めて守るほうが、指示を直すより効きます。

Step11

記録を残す

  • 注文の番号、見本と布の写真、撮った日時、カメラの設定
  • Gemini が返した JSON の全文と、そのとき使った語彙と撮影の決まりの版
  • Python が計算した参考の色差、補正に使ったグレーカードの値、順番
  • 職人が決めた合否と手当て、見立てと違った所
  • 納めた後に色について連絡があった注文と、そのときの写真と参考の色差

4つ目が、目安の幅を直す材料になります。 職人が「違う」と決めた組の参考の色差を色の系統ごとに並べると、写真と目がずれやすい系統(濃紺、黒に近い色、淡い桃色など)が見えてきます。 その系統は目安の幅を変えます。

最後の行が、呉服店への説明の材料になります。 同じ光の箱で撮った見本と布の写真を並べて示せれば、工房の側で見本とどう見比べたかを伝えられます。

04実装レベルの3段階

最小構成:2枚の写真を手でAIの画面に上げ、語彙を貼る / 1組ごとの候補と向きの見立ての書き出し
半自動化:上記+Python が組にして API を呼び、候補と枠を描いた写真を一覧に出す / 候補と場所の一覧
本格構成:上記+グレーカードでの補正、参考の色差、目安の幅での順番づけ、見立ての違いの集計 / 職人が見比べる前の作業の全体

最小構成では点数がさばけません。 1組ずつ上げるので、月300点には使えません。確かめるための段階です。 半自動化で、1点8分が5分程度になります。 どこを見ればよいかは分かりますが、参考の色差が無いので、どれから見るかの順番は職人が決めます。 本格構成で3分になり、この段階が本記事の想定です。差が出るのは、順番が先に決まり、一覧の下のほうの布を短く見られるからです。 段階を飛ばさないでください。 半自動化を1か月見ると、候補の出方の癖と、撮り直しの多い条件が分かります。撮影の決まりが落ち着いてから参考の色差を入れないと、目安の幅が決まりません。

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
3 名
月間件数
300 件
1件あたり現在時間
8 分
1件あたり導入後時間
3 分
現在  300件 × 8分 ÷ 60 = 40 時間/月
導入後 300件 × 3分 ÷ 60 = 15 時間/月
月間削減時間
25h
削減率
63%
年間削減時間
300h
年間金額換算(時間単価2,600円)
78万円
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. 呉服店・問屋・のれんや旗の取扱店から、色見本を付けた誂えの染めの注文を毎月数百点受けている引き染め・浸染の工房。染め上がりを見本と見比べる目が親方や一部の職人に寄り、忙しい月に見比べが後回しになって、納めた後に「色が違う」と言われることがある場合。受付と検品で同じ光の箱を使える場合。
向いていない
  1. 工房の決まった色だけを染め、見本と見比べる注文がほとんど無い場合。絞りや板締めのように、柄のにじみやむらそのものが品物の表情になる染めが中心の場合。月の点数が数十点で、親方が全部を見て足りる場合。なお、色が合っているかの合否、染め直しや色の足しの判断、色の数値の保証は、この構成では代替できません。

07最小構成で試す方法

  1. 先月に納めた注文から30組を選ぶ(うち数組は、職人が染め直した組、納めた後に色の連絡があった組、ぼかし、濃紺など暗い色の組を入れる)
  2. 残っている見本と布を、光の箱でグレーカードと一緒に撮る(見本が残っていない注文は外す)
  3. 業務で契約したAIサービスの画面に2枚の写真を上げ、見え方の語彙を貼り付ける
  4. 「グレーカード、見本と布の平らな所、むら・染め残し・しみの候補の位置と、見本と比べた色のずれの向きを書いてください。合否、色差の数値、染め直すべきかは書かないでください」と指示する
  5. 出てきた向きと候補を、当時の職人の判断と見比べる

30組は必ず親方が見比べてください。 公式の説明には、色を比べる使い方の手引きは見当たりません。確かめたいのは、染め直した組で向きの見立てが職人の見立てと合うか、ぼかしの境目をむらとして挙げないかです。

出てきた内容判断
向きの見立てと候補が職人の判断とおおむね合うPython の計算と一覧づくりに進む
合否や数値を書いた・ぼかしをむらとした指示の書き方と enum、語彙で直る。構成は有効
暗い色の組で向きの見立てが外れる光の箱の明るさとカメラの設定が先。 AIの問題ではない

3行目が出ることは珍しくありません。 暗い色は写真で差が潰れやすいので、露出を決め直した設定で、同じ組を撮り直して試してください。 試しの段階でも、無料の枠は使わないでください(第11章)。

08実装時につまずきやすいポイント

問題対策
受付と検品で光が違い、色差の大半が写真の違いになる同じ光の箱、同じグレーカード、固定したカメラの設定で撮る
カメラの自動の調整で写真ごとに色が変わる露出と白の合わせ方を固定し、決まりと違う写真は処理しない
根拠の無い色差の数値が入る数値の欄をスキーマに作らず、計算は Python が行う
ぼかしの境目がむらとして挙がる語彙に境目の見え方を書き、外させる
生地の違いで色差が大きく出る「生地違い」の印を付け、目安の幅を別にする
暗い色で差が潰れる露出を決め直し、暗い色の系統の目安の幅を分ける
写り込みやしわを色の差と取り違える平らな所を枠で選ばせ、向きの見立てと計算の食い違いを見る
Files API の見本が消えている48時間で消えるので、日の初めに上げ直す
store=false で background が使えない1組ずつ結果を待つ形で呼ぶ
合否の列に機械の値が入る合否の列は職人だけが書く

上の2行が、この構成の失敗のほとんどです。 どちらも、布と見本の色の差ではなく、写真の撮り方の差を測ってしまう形をしています。撮影の条件を固めることが、運用に乗るかを決めます。

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: 見本と布の写真、注文の番号、染めの種類と生地です。呉服店の名前、客の名前、値段は Gemini に渡しません。

  1. 渡すのは写真と、語彙と、染めの種類・生地だけにする … 誰の注文かが分かる情報は渡しません。札には注文の番号だけを書きます
  2. 合否と手当てを AI に決めさせない … 規約は、生成された内容に頼る前に慎重に判断するよう求めています。合否は職人が標準の光の下で決めます
  3. 参考の色差を保証の値として伝えない … 写真どうしを比べた値で、測色計の値ではありません。呉服店に数値を約束しません
  4. 有料の枠で使い、store=false を付ける … 規約では、有料の枠でも禁止された使い方の検出のために一定期間記録するとされています
  5. Files API に上げた見本を残しすぎない … 48時間で自動で消えますが、使い終わった見本は消す処理を入れます
  6. 写真を残す期間を決める … 納めた後の連絡に答えられる期間を決め、過ぎた写真を消します

誤りが起きた場合のリスクは、色の違う布を見比べが短いまま納めることと、合っている布を染め直して手間と材料を失うことの2つです。 前者は一覧の下のほうの布も職人が並べて確かめることで、後者は合否を職人だけが決めることで防ぎます。

10まず何から始めるか

1週目:光の箱とカメラの設定を決める

受付と検品の両方で使える場所に光の箱を置き、グレーカードの置き場、カメラの位置、露出と白の合わせ方を決めて書きます。受付で届いた見本から、光の箱で撮り始めます。

2週目:30組で試す

残っている見本と布の30組を撮り、業務で契約したAIサービスで候補と向きの見立てを出させます。染め直した組で向きの見立てが職人と合うか、ぼかしの境目をむらとして挙げていないかを最優先で見ます。

3週目:語彙を整える

むら、染め残し、しみ、ぼかしの境目の見え方を、親方の言葉で語彙に書きます。生地ごとの見え方の違いも書き足します。

4週目:フォルダから一覧までをつなぐ

Python で写真を組にし、Gemini API を呼び、候補と枠を描いた写真の一覧を作るところまで作ります。この時点では参考の色差を出さず、候補の場所と向きの見立てを職人が見比べます。

2か月目: グレーカードでの補正と参考の色差を足し、過去の組で目安の幅を決めて順番を付けます。3か月目以降: 1点8分が何分になったかを実測し、見立ての違いの集計で目安の幅を直します。一覧の順番が親方の見る順番とおおむね合い、若い職人が同じ順で見比べられるようになった時点で、この構成は完成です。


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:2026-11-17/最終更新:2026-11-17
確認した内容情報源確認日
物体を検出して box_2d を [ymin, xmin, ymax, xmax] の順に0〜1000に正規化して返し、元の大きさに直して使うこと。Gemini 2.5 以降でセグメンテーションを返せること。複数の画像を input に並べて1回の依頼で渡せること(例は2枚の違いを尋ねる形)。画像を直接入れる場合は依頼全体が20MBまでであること。対応する形式が PNG・JPEG・WEBP・HEIC・HEIF であること。384ピクセル以下は258トークン、大きい画像は768×768のタイルごとに258トークンであること。media_resolution で細部を読み取れる一方でトークンと時間が増えること。REST の例が Api-Revision のヘッダーを付けていること。色を比べる使い方の手引きが見当たらないことGoogle AI Studio: Image understanding2026-11-17
同じファイルを何度も使うときは Files API を使うこと。プロジェクトあたり20GB、1ファイル2GBまでで、上げたファイルは48時間で自動で消え、上げたファイルを取り出すことはできないことGoogle AI Studio: Files API2026-11-17
構造化出力を response_format(type を text、mime_type を application/json、schema)で指定すること。enum が使えること。数値の minimum/maximum と配列の minItems/maxItems は守られ、minLength/maxLength は外されること。値はアプリ側で確かめるよう求めていることGoogle AI Studio: Structured output2026-11-17
Interactions API の宛先が /v1beta/interactions であること。既定でやり取りを保存し(有料55日、無料1日)、store=false で保存しない動きにできること。store=false は background の実行と併用できないことGoogle AI Studio: Interactions API2026-11-17
system_instruction を依頼の最上位の欄として渡すこと。Gemini 4 と 3.6 以降のモデルが temperature・top_p・top_k の値を無視することGoogle AI Studio: Text generation2026-11-17
18歳以上が使うこと。無料の枠では入力と応答が改善に使われ人が読むことがあり、機密や個人の情報を送らないよう求めていること。有料の枠では改善に使わず、禁止された使い方の検出のために一定期間記録すること。生成された内容に頼る前に慎重に判断するよう求めていることGoogle AI Studio: Gemini API Additional Terms of Service2026-11-17

色の合否、染め直しや色の足し、呉服店への色の説明は、工房の職人が標準の光の下で布と見本を見て決めてください。 本記事は上の公式のページで確認できた範囲だけを扱っています。参考の色差は写真どうしを比べた値で、測色の値ではありません。

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-3690)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