Media > AI活用ユースケース > 品質管理 > 機屋が検反機の上で撮った反物の写真を Gemini で見て、糸切れ・よこ段・汚れなど織りキズの候補と位置を記録し、検反の記録と織機ごとの集計を作る

機屋が検反機の上で撮った反物の写真を Gemini で見て、糸切れ・よこ段・汚れなど織りキズの候補と位置を記録し、検反の記録と織機ごとの集計を作る

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

検反の担当が欠点に見えた所で反物を止めてスイッチを押すと、上のカメラが撮り、Gemini API が計長器の数字と欠点の候補を返します。反の終わりに担当が確かめ、検反の記録と織機ごとの集計を作ります。

サマリー
生成AI
ChatGPT/Claude/Gemini
連携・自動化
Google Apps Script/Python
対象業界
商社/製造
対象部門
品質管理/生産
対象業務
記録・議事録作成/集計・分析
主な課題
データ分析に時間がかかる/入力作業が多い/書類作成に時間がかかる
AIで行う処理
画像認識
主な効果
入力漏れ削減/判断支援/工数削減
導入難易度
★★★☆☆
実装レベル
半自動化
費用感
API連携(中)
人間の確認
条件付き
現在工数
90h/月
AI導入後
30h/月
想定削減
67%
年間削減
720h
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. 反物の札を見て、反番号・織機番号・品番を検反票に書く
  2. 反物を検反機に流し、欠点に見えた所で止める
  3. 計長器の数字を読み、耳からの位置を物差しで測り、種類と程度を検反票に書く
  4. 直せるものは直し、直せないものに糸印を付けて、直したかを書く
  5. 反の終わりに欠点の数を数え、検反票を出荷の束に入れる
  6. 週末に検反票をスプレッドシートに打ち直し、織機ごとに集計して、出荷の検反表を清書する
導入後(After)
  1. 人反物の札のバーコードを手元の読み取り機で読み、反番号・織機番号・品番を取り込む
  2. 人反物を検反機に流し、欠点に見えた所で止めて、足元のスイッチを押す
  3. 自動検反機の横のパソコンで動く Python が、上のカメラで計長器の表示ごと写真を撮り、Gemini API を呼ぶ
  4. 自動Gemini API が計長器の数字を書き写し、欠点の候補を枠と種類で返す
  5. 人担当は答えを待たずに、直せるものは直し、糸印を付けて流し続ける
  6. 自動反の終わりに、Python が欠点の一覧と耳からの位置の下書きを画面に出す
  7. 人担当が一覧を写真と見比べ、種類と程度を確かめ、直したかを付ける
  8. 自動Python が検反の記録に書き込み、出荷の検反表の下書きと織機ごとの集計を更新する
各工程の詳しい説明を読む
  1. 反物の札を見て、反番号・織機番号・品番を検反票に書く
  2. 反物を検反機に流し、欠点に見えた所で止める
  3. 計長器の数字を読み、耳からの位置を物差しで測り、種類と程度を検反票に書く
  4. 直せるものは直し、直せないものに糸印を付けて、直したかを書く
  5. 反の終わりに欠点の数を数え、検反票を出荷の束に入れる
  6. 週末に検反票をスプレッドシートに打ち直し、織機ごとに集計して、出荷の検反表を清書する

(a)止めるたびに書く手間が重なる。 3番目で、数字を読み、測り、書くあいだ、担当の目は反物から離れます。 欠点の多い反では、その間に次の欠点が流れてきて止め直すことになります。

(b)位置の書き違いが残る。 計長器の数字を読み違える、メートルとセンチを取り違える、種類を略して書いて後で読めない。紙の検反票の字は、打ち直す人が書いた人と違うと読めないことがあります。

(c)集計が遅れる。 6番目は週末にまとめて行うので、織機の不調が分かるのは何日も後です。 月末の締めでは、検反票の打ち直しだけで丸1日かかることもあります。

(d)1反6分が積み重なる。 欠点を見る時間とは別に、書いて、打ち直して、集計して、清書する時間が1反あたり6分あり、月900反で月90時間です。

  1. 【人】 反物の札のバーコードを手元の読み取り機で読み、反番号・織機番号・品番を取り込む
  2. 【人】 反物を検反機に流し、欠点に見えた所で止めて、足元のスイッチを押す
  3. 【自動】 検反機の横のパソコンで動く Python が、上のカメラで計長器の表示ごと写真を撮り、Gemini API を呼ぶ
  4. 【自動】 Gemini API が計長器の数字を書き写し、欠点の候補を枠と種類で返す
  5. 【人】 担当は答えを待たずに、直せるものは直し、糸印を付けて流し続ける
  6. 【自動】 反の終わりに、Python が欠点の一覧と耳からの位置の下書きを画面に出す
  7. 【人】 担当が一覧を写真と見比べ、種類と程度を確かめ、直したかを付ける
  8. 【自動】 Python が検反の記録に書き込み、出荷の検反表の下書きと織機ごとの集計を更新する

5番目が、この設計の分かれ目です。 担当は AI の答えを待ちません。呼び出しは裏で順に進み、担当の目は反物から離れません。 確かめるのは反の終わりにまとめて行い、止めた所の写真があるので、記憶に頼らずに種類と程度を付けられます。

6番目で耳からの位置を Python が出しているのも、意図してのことです。 カメラは固定で、写る幅は決まっています。枠の左右の位置と、写真の中の耳の位置から計算で出せるので、AI に「耳から何センチ」と答えさせる必要はありません。AI に長さを言わせると、それらしい数字を返します。

02今回想定するシステム構成

構成図
検反機(下から光、計長器付き)の上に固定したカメラ
   ▼【トリガー】担当が欠点に見えた所で止め、足元のスイッチを押す
Python(検反機の横のパソコン)
   ├── 反物と計長器の表示を1枚に撮る(反番号・織機番号を付ける)
   ├── 呼び出しの待ち行列に入れる(担当は待たない)
   ▼
Gemini API(画像の理解・構造化出力)
   │   計長器の数字の書き写し
   │   糸切れ・よこ段・たてスジ・汚れ・異物・目飛びの候補と枠
   ▼
Python ── 耳からの位置を計算 → 反の終わりに一覧を画面へ
   ▼
【人】担当が写真と見比べて種類と程度を確かめる
   ▼
Python ── 検反の記録、出荷の検反表の下書き、織機ごとの集計
役割想定する製品代替候補
処理Gemini API(計長器の数字の書き写しと、欠点の候補)Claude API、OpenAI API
連携Python(撮影、呼び出しの待ち行列、位置の計算、記録と集計)Google Apps Script
カメラ検反機の上に固定するカメラと、足元のスイッチ-
記録スプレッドシート(検反の記録、織機ごとの集計、検反表の下書き)-

新しく足すのは、カメラとスイッチと、検反機の横のパソコンで動く Python と、Gemini API の契約です。 検反機と計長器は今のものを使います。計長器の表示がカメラの写る範囲の端に入るよう、カメラの位置を決めます。計長器から数字を電気的に取り出す仕組みが無くても、写真の中の表示を書き写させれば位置が取れます。

よこ段の原因を AI に言わせない理由は、公設の試験研究機関の報告にあります。 茨城県工業技術センターの研究報告では、「たて筋・よこ段」が織物の欠点となること、様々な要因が重なりあって発生するといわれていることが書かれ、要因として糸の色差、糸の繊度のむら、糊付けのむら、よこ糸の密度の差、よこ糸の織り込み方法が挙げられています。また、糸の段階の色差に比べて製織後の色差は小さくなったという結果も示されています。写真の上の見え方は原因を語らず、薄いよこ段ほど写真に出にくいということです。

写真を見る土台は、Gemini API の画像の理解です。 公式の案内では、対応する形式は PNG、JPEG、WEBP、HEIC、HEIF で、画像を直接入れる場合は、指示の文や画像を合わせたリクエスト全体が20MBまでです。位置は画像の大きさに対して0〜1000に正規化された枠で返ります。Gemini 3 の世代には、1枚の画像に割り当てるトークンの上限を決める media_resolution の設定があり、高くすると細かな所を見分けやすくなる代わりに、量と待ち時間が増えるとされています。

出力は構造化出力で受けます。 /v1beta/interactions に送り、response_format の mime_type を application/json にし、schema にスキーマを入れます。文字列は enum で、数値は minimum・maximum で範囲を絞れます。構文として正しい JSON でも値はアプリ側で検証するよう公式に書かれています。

03どうやって実装するのか

Step1

処理の起点を決める

担当が欠点に見えた所で検反機を止め、足元のスイッチを押したときに、1か所ずつ撮ります。 スイッチは手を使わずに押せる位置に置き、糸を足して直す手を止めずに済むようにします。押したら小さな音を鳴らし、撮れたことを担当に知らせます。

反の始まりは、札のバーコードの読み取りです。 読み取った時点で Python が新しい反の記録を開き、その後に撮った写真をすべてその反に結び付けます。 反の終わりは、担当が画面の「反を閉じる」を押したときです。押し忘れたまま次の札を読んだら、前の反を閉じてから新しい反を開きます。

呼び出しは撮るたびに待ち行列に入れ、順に送ります。 担当は答えを待たず、反を閉じた時点で、その反の答えがそろうのを待ってから一覧を出します。 答えがそろうまでの間に、次の反の札を読んで流し始めて構いません。

スイッチの二度押しは、1か所として扱います。 直している最中に足が触れて続けて押されることがあるので、同じ計長器の数字の近くで数秒以内に撮った写真は、まとめて1つの止めた所にします。 どちらの写真を残すかは、明るさの確かめで良いほうを選びます。

カメラの露出と焦点は、取り付けのときに固定します。 自動のままだと、白地の反物と紺地の反物で明るさが変わり、糸切れの光の筋が白く飛んだり、汚れの影が黒くつぶれたりします。 品番の生地の色で2〜3通りの設定を決めておき、札を読んだときに品番から切り替えます。

Step2

入力データを集める

データ中身取得元
止めた所の写真下から光を当てた反物の一部と、端に写る計長器の表示検反機の上のカメラ
反の情報反番号、織機番号、品番反の札のバーコード
品番の情報組織(平織・綾織など)、柄の有無、先染めか生機か、幅品番の一覧のシート
カメラの情報写る幅(センチ)、写真の中の左右の端と耳の基準の線取り付けのときに測った値
担当の確かめ種類と程度の直し、直したか、糸印を付けたか反の終わりの画面

質を決めるのは、光の当て方です。 検反機は下から光を当てて見るので、糸切れや目飛びは光の筋として見え、汚れは影として見えます。 カメラも同じ光で撮るのが前提です。上からの照明を足すと、糸切れの光の筋が消えます。 取り付けのときに、担当が見ている光のまま撮れるかを確かめます。

品番の情報を一緒に渡すのは、柄と欠点を分けるためです。 先染めのストライプやチェックの柄の線は、たてスジやよこ段と同じ形に見えます。 「この品番はよこ方向に3センチごとの縞がある」という情報を渡し、柄の繰り返しから外れた所だけを候補にさせます。

計長器の表示は、写真の端の決まった位置に入れます。 表示の大きさが写真の中で小さすぎると読めないので、表示の前に拡大の鏡やレンズは置かず、 カメラの写る範囲を少し広げて表示を入れます。読めないときは担当が反の終わりに入れます。

Step3

データの取得方法を決める

写真は Python がカメラから直接取り込みます。 反番号の付いたフォルダに、撮った順の番号と時刻を付けて保存してから AI を呼びます。呼び出しに失敗しても、同じ写真で呼び直せます。

1回の呼び出しに1枚を渡します。 1か所の欠点ごとに答えを受け取り、反の終わりに並べます。反の中の写真をまとめて1回で渡すと、 欠点の多い反で20MBの上限に近づき、どの答えがどの写真のものかも取り違えやすくなります。

media_resolution は、品番の細かさで分けます。 細い糸の高密度の品番は高めにし、太い糸の綾織は既定のままにします。最初の1か月は高めに置いて、糸切れの見分けがどこまで変わるかを見てから下げます。 量は月の欠点の箇所数に比例するので、高めにしても反数ほどには増えません。

有料の利用枠で使い、store を false にします。 Gemini API の規約では、有料のサービスではプロンプトと応答が製品の改善に使われないとされています。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)、store=false で保存しない動きにできると案内されています。

Step4

AIへ渡す前に整形する

  1. 反の記録が開いているかの確かめ … 札を読んでいないまま押されたスイッチは、写真だけ保存して「反なし」にします
  2. 写る範囲の切り出し … 取り付けのときに決めた枠で切り出し、反物と計長器の表示の外を落とします
  3. 明るさの確かめ … 光が消えている・明るすぎる写真は、画面に印を出して担当に知らせます
  4. 縮め方は弱く … 糸1本を見分けるので、長い辺を縮めすぎません。media_resolution と合わせて決めます
  5. 写り込みの確かめ … 担当の手や顔が写っていないかを見ます。手で直している最中に押すと写ります

2番目の切り出しは、毎朝1回確かめます。 検反機の掃除やカメラへの接触で、写る範囲が数センチずれることがあります。ずれたまま撮ると、耳からの位置の計算が全部ずれます。 朝一番に物差しを反物の上に置いて1枚撮り、基準の線と合っているかを見ます。

Step5

AIに処理させる

させるのは、計長器の数字を書き写すことと、決まった種類の欠点の候補を枠で返すことだけです。

返すもの中身判断できないときの扱い
計長器の数字表示に出ている数字を、書かれたとおりに読めなければ null。読めない桁は推し量らない
糸切れの候補たて糸切れ・よこ糸切れに見える光の筋や糸の欠け柄の線か分からなければ unclear
よこ段・たてスジの候補幅いっぱい、または長さ方向に続く濃淡の帯薄くて写真で分からなければ not_judgeable_from_photo
汚れ・異物の候補油じみ、汚れ、織り込まれた異なる色の糸や繊維くず影か汚れか分からなければ unclear
目飛び・ゆるみの候補組織が乱れて見える所、糸がたるんで見える所同上

よこ段に not_judgeable_from_photo を許しているのが、この構成の要です。 担当が止めた理由がよこ段なのに、写真では濃淡がほとんど写らないことがあります。写っていないからといって「欠点なし」と返させると、担当が見たよこ段が記録から消えます。 写真で分からないときはそう返させ、種類は担当が反の終わりに付けます。

止めた所に必ず欠点があるとは限りません。 担当が念のために止めた所、直した後に押した所もあります。AI には「候補なし」を返すことを許し、 そのときも写真と計長器の数字は記録に残します。

させないこと理由
欠点の原因(糸・織機・糊付け)を書くこといくつもの要因が重なる。原因は織布の担当が探す
欠点の程度や格付けを決めること取引先との取り決めと担当の目で決める
格落ち・引きの判断を書くこと取引先との話のもとになる。人が決める
耳からの位置や欠点の長さをセンチで言うこと固定のカメラの寸法から Python が計算する
計長器の読めない桁を推し量ること位置が数メートルずれる
柄や組織の良し悪しを言うこと意匠の評価はこの構成の外

1行目がいちばん起きやすい失敗です。 よこ段の写真を渡すと、AI は「よこ糸の張力の不良によるものと考えられます」と書きます。その一言が集計に載ると、織布の担当は張力の調整から手を付けます。 糸のロットの色差が理由なら、調整は空振りに終わります。見え方の種類だけを返させ、原因の欄は集計に置きません。

5行目も、意外に起きます。 計長器の表示が反射で一桁読めないとき、AI は前後の写真の数字から見当を付けて埋めます。 1枚ずつ呼んでいても、指示の例の数字に引っ張られます。読めない桁があれば数字全体を null にさせ、前後の写真から挟んで推すのは、画面で担当が見るときの参考にとどめます。

Step6

指示内容を固定する

あなたは機屋の検反で、担当が止めた所の写真を見る手伝いをする係です。
渡すのは、下から光を当てた反物の一部と、写真の右上の計長器の表示が写った1枚です。結果を見るのは工場の担当だけです。

品番の情報:{組織: 平織, 先染め, 柄: よこ方向に約3センチごとの縞, 生地の色: 白地に紺}

【計長器】
- 表示の数字を、出ているとおりに書き写してください。
- 読めない桁が1つでもあれば meter を null にしてください。推し量らないでください。

【反物】
- 次の種類の候補を探し、枠を [ymin, xmin, ymax, xmax] の順で 0〜1000 に正規化して返してください。
  warp_break(たて糸切れ)、weft_break(よこ糸切れ)、weft_bar(よこ段)、warp_streak(たてスジ)、
  stain(汚れ・油じみ)、foreign_fiber(織り込みの異物)、float(目飛び)、slack(ゆるみ)
- 品番の柄の繰り返しと同じに見える線は、候補にしないでください。
- 薄い濃淡の帯で写真では分からないときは、kind を weft_bar または warp_streak にし、
  visibility を not_judgeable_from_photo にしてください。
- 候補が無ければ findings を空にしてください。

【厳守事項】
- 欠点の原因を書かないでください。
- 程度、格付け、格落ちかどうかを書かないでください。
- 耳からの位置や長さをセンチやミリで書かないでください。
- 柄や組織の良し悪しを書かないでください。
- 人や手については何も書かないでください。写っていたら found_hand を true にしてください。

「柄の繰り返しと同じに見える線は候補にしない」は、品番の情報とセットで効きます。 柄の情報を渡さずにこの一文だけを書くと、縞柄のよこ段を柄だと言って捨てます。 品番の一覧に柄の向きと間隔を持たせ、毎回渡します。

Step7

出力形式を固定する

次の形の JSON で受け取ります。 kind と visibility は enum で決まった文字列に絞ります。

{
  "tan_no": "T-20261103-0218",
  "loom_no": "L-17",
  "shot_no": 4,
  "meter": "23.6",
  "findings": [
    { "box_2d": [410, 0, 470, 1000],
      "kind": "warp_break | weft_break | weft_bar | warp_streak | stain | foreign_fiber | float | slack | unclear",
      "visibility": "clear | faint | not_judgeable_from_photo",
      "look": "幅いっぱいに薄く濃い帯" }
  ],
  "found_hand": false
}

1つ目の理由は、box_2d から耳からの位置を計算できることです。 カメラの写る幅と、写真の中の耳の基準の線は取り付けのときに測ってあるので、Python が枠の左右の位置をセンチに直します。 幅いっぱいの枠なら「全幅」とします。

2つ目は、反の終わりの一覧を組み立てられることです。 画面には次の形で出します。

撮影位置(m)耳から候補の種類見え方担当の確かめ
13.241cmよこ糸切れclear種類・程度・直した
211.8全幅よこ段not_judgeable_from_photo担当が種類を付ける
3(読めない)18cm汚れclear位置を入れる
423.6全幅よこ段faint種類・程度

3行目のように計長器が読めない行は、前後の行の位置を薄く出し、 担当が糸印の位置から入れます。

3つ目は、確かめた行から検反表と集計を作れることです。 検反表の下書きは反ごとに欠点の位置・耳からの位置・種類・程度・直したかを並べ、織機ごとの集計は、織機番号と種類ごとに件数を毎日更新します。

Step8

システムへ連携する

つなぎ先方式内容
カメラと足元のスイッチPython が直接読む撮影の合図と写真
バーコードの読み取り機Python が直接読む反番号・織機番号・品番
Gemini APIAPI呼び出し(/v1beta/interactions、store=false)計長器の数字と欠点の候補
品番の一覧読み取り組織、柄の向きと間隔、幅
検反の記録・集計書き込み担当が確かめた欠点、検反表の下書き、織機ごとの件数

検反の記録に書き込むのは、担当が反の終わりに確かめた行だけです。 AI の候補そのものは別のシートに残し、検反表には人が付けた種類と程度だけが載ります。 出荷の検反表は下書きまでで、問屋や染工場に渡すのは担当が見直して印刷したものです。

Step9

人が確認する

  1. 反の終わりに一覧を写真と見比べる … 種類を確かめ、程度を付けます。not_judgeable_from_photo の行は、止めたときの記憶と糸印で種類を付けます
  2. 計長器が読めない行の位置を入れる … 反物の糸印の位置から読みます
  3. 直したかを付ける … 糸を足して直したもの、糸印だけのものを分けます
  4. 候補が無かった行を消すか残すか決める … 念のために止めた所は消し、欠点があった所は種類を付けます
  5. 出荷の検反表の下書きを見直す … 欠点の数と程度が取引先との取り決めに合っているかを見ます

1番目を反の終わりに回しているのは、目を反物から離さないためです。 止めるたびに画面を見ると、今と同じく目が離れます。写真が残っているので、まとめて見ても記憶に頼りません。

程度の付け方は、取引先ごとの取り決めを画面の選択肢にします。 「小・中・大」で受ける問屋もあれば、欠点の長さで点数を付ける取引先もあります。品番から取引先を引き、その取り決めの選択肢だけを出すと、担当が取り決めを覚えていなくても付け違えません。AI の候補には程度の欄を置かないので、選ぶのは必ず担当です。

目標は、900反をならして1反2分です。 欠点の少ない反は一覧を流し見て1分ほどで済み、欠点の多い反や、よこ段が続く反は時間がかかります。

Step10

例外に対処する

起きること対応
よこ段が写真で分からないnot_judgeable_from_photo。担当が種類を付ける
計長器の数字が読めないmeter を null。担当が糸印の位置から入れる
柄の線を欠点の候補にした担当が消す。続く品番は品番の一覧の柄の情報を見直す
札を読まずにスイッチを押した写真だけ保存して「反なし」。担当が反に結び付ける
写る範囲がずれた朝の確かめで見つける。その日の耳からの位置は担当が見直す
指示に反して原因や格付けを書いたその出力を一覧に出さずに捨て、呼び直す
応答が遅い・失敗した写真は残っているので、反を閉じる前に呼び直す。だめなら担当が種類を入れる

上から2行目までが大半を占めます。 どちらも AI の精度の問題ではなく、下からの光と計長器の写り方の問題です。 光を担当が見ているのと同じにし、表示を写る範囲の決まった所に入れるほうが、指示の文をいじるより効きます。

3行目は、品番が替わった週に増えます。 新しい柄の品番を織り始めたら、最初の数反だけ担当が消した候補の数を見て、 品番の一覧の柄の情報が足りているかを確かめます。

Step11

記録を残す

  • 反番号ごとの撮影の写真と、撮った時刻・順番
  • Gemini API が返した JSON(計長器の数字、候補、見え方)
  • 担当が付けた種類と程度、直したか、消した行とその理由
  • 出荷した検反表と、取引先から欠点について問い合わせがあったときの記録
  • 織機ごとの集計の日ごとの値と、織布の担当が行った調整の記録

最後の行が、この構成の値打ちを測る材料です。 集計が毎日更新されるようになって、欠点が続いた織機の調整が何日早まったかを、調整の記録と並べて見ます。

04実装レベルの3段階

最小構成:止めた所の写真を手で Gemini の画面に貼り、計長器の数字と欠点の候補を挙げさせる / 1か所ごとの候補の書き出し
半自動化:上記+固定のカメラとスイッチで撮り、Python が呼び出しと位置の計算を行い、検反の記録と集計を作る / 撮影から検反表の下書きと集計まで
本格構成:上記+織機の稼働の記録と集計を結び付け、欠点が続いた織機を織布の担当に知らせる / 検反から織機の調整の依頼まで

最小構成では反を流しながら使えません。 1枚ずつ貼り付けるので、検反の手が止まります。確かめるための段階です。 半自動化で、1反6分が2分になり、この段階が本記事の想定です。 止めるたびに書く作業と、打ち直しと、集計と清書が置き換わり、担当は反の終わりに一覧を確かめるだけになります。 本格構成は織機の側の記録とつなぐので、織布の担当の仕事の流れも変えることになります。 半自動化の集計が毎日回るようになってから考えます。 段階を飛ばさないでください。 半自動化を1か月回すと、not_judgeable_from_photo の割合と、担当が消すことの多い候補が分かります。そこを光と品番の情報に反映してから先に進みます。

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
3 名
月間件数
900 件
1件あたり現在時間
6 分
1件あたり導入後時間
2 分
現在  900件 × 6分 ÷ 60 = 90 時間/月
導入後 900件 × 2分 ÷ 60 = 30 時間/月
月間削減時間
60h
削減率
67%
年間削減時間
720h
年間金額換算(時間単価2,400円)
173万円
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. 先染め・後染めの生機(きばた)や広幅の織物を織り、出荷の前に検反機で1反ずつ見ている機屋。検反の担当が欠点の位置と種類を紙の検反票に書き、後でスプレッドシートに打ち直している場合。織機ごとの欠点の傾向を織布の担当に返したいのに、集計が月末にしかできない場合。検反機に計長器があり、カメラを上に固定できる場合。
向いていない
  1. 検反を自動の検反装置で行っていて、欠点の位置と画像がすでに記録されている場合。月の反数が少なく、紙の検反票で集計まで足りている場合。織り上がりの柄や組織の見え方そのものを評価する仕事(試織の判定)が中心の場合。取引先から預かった意匠を社外に出せない契約の場合。なお、欠点の格付け、格落ち・引きの判断、欠点の原因の特定は、この構成では代替できません。

07最小構成で試す方法

  1. 検反機の上にスマートフォンを固定し、1週間で30反分、止めた所を計長器の表示ごと撮る(うち数反は、よこ段や柄の線と紛らわしい欠点があった反を入れる)
  2. その30反について、担当が書いた検反票を並べる
  3. 写真と品番の柄の情報を、手元の Gemini の画面に1枚ずつ貼り付ける
  4. 「計長器の数字を書き写してください。読めない桁があれば空にしてください。糸切れ・よこ段・たてスジ・汚れ・異物・目飛びの候補を挙げ、柄の繰り返しは候補にしないでください。原因、程度、長さは書かないでください」と指示する
  5. 出てきた答えを、検反票の位置と種類と突き合わせる

30反は必ずやってください。 カメラと Python を組む前に、「下からの光で撮った写真で、担当が止めた欠点が見えるのか」を確かめます。

出てきた内容判断
計長器の数字と種類が検反票と合ったカメラの固定とスイッチ、Python の作成に進む
原因や程度を書いた、柄の線を候補にした指示の書き方と品番の情報で直る。構成は有効
糸切れも汚れもほとんど写っていない光とカメラの距離が先。 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。 失敗ではなく、担当の目に見えている光が、写真には写っていなかったことが分かったということです。 カメラを近づけるか、写る幅を半分にして、同じ30反で撮り直してください。

08実装時につまずきやすいポイント

問題対策
「張力の不良による」と原因を書く見え方の種類だけを返させ、原因の欄を集計に置かない
薄いよこ段が写らず「欠点なし」になるnot_judgeable_from_photo を許し、担当が種類を付ける
縞柄の線をよこ段として拾う/よこ段を柄として捨てる品番の一覧に柄の向きと間隔を持たせて毎回渡す
計長器の読めない桁を埋める読めなければ全体を null にし、担当が糸印から入れる
上からの照明で糸切れが消える担当が見ているのと同じ下からの光で撮る
写る範囲がずれて耳からの位置が全部ずれる毎朝物差しを置いて1枚撮って確かめる
止めるたびに画面を見てしまう確かめは反の終わりにまとめる
取引先の意匠を社外に出してしまう意匠を預かる品番は、契約を確かめてから対象にする

上の3行が、この構成の失敗のほとんどです。 どれも、写真から分かること以上を記録に載せることから出ています。見つけるのは担当の目、原因を探すのは織布の担当、写真からは見え方だけという線を、指示と画面の言葉の両方で守ります。

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: 反物の一部の写真、計長器の数字、反番号・織機番号・品番、欠点の種類と程度です。個人の情報は扱いませんが、取引先から預かった品番の柄と組織が写真に写ります。

  1. 取引先の意匠の扱いを先に確かめる … 問屋から預かる品番の柄を社外のサービスに送ってよいかは、取引先との取り決めで決まります。 確かめが済むまでは、自社の品番だけを対象にします
  2. 写真は止めた所だけにする … 反物の全体を撮り続けず、欠点で止めた所の一部だけを送ります
  3. 担当の手や顔を写さない … 直している最中に押した写真は撮り直します
  4. この構成は格付けと取引の判断を代替しません … 欠点の程度、格落ち、値引きは、取引先との取り決めと担当の目で決めることです。 検反表は担当が見直してから渡します
  5. AI側にやり取りを残さない … 有料の利用枠で使い、store=false を付けます
  6. 画面は工場の担当だけが使う … Gemini API の規約は18歳以上であることを利用の条件としています。社外に公開しません

誤りが起きた場合のリスクは、担当が見つけた欠点を記録から落とすことと、誤った原因を織布の担当に渡すことの2つです。 前者は not_judgeable_from_photo を「欠点なし」と読み替えると起き、後者は AI に原因を書かせると起きます。どちらも、写真から分かることの範囲を守ることで防ぎます。

10まず何から始めるか

1週目:カメラの位置を決める

検反機の上にスマートフォンを仮に固定し、下からの光のまま、糸切れと計長器の表示が1枚に写る位置を探します。写る幅を物差しで測ります。

2週目:30反で試す

1週間で30反分の止めた所を撮り、手元の Gemini の画面に貼って計長器の数字と候補を挙げさせます。原因や程度を書いていないか、柄の線を拾っていないかを最優先で見ます。

3週目:品番の一覧と意匠の確かめ

品番の一覧に、組織と柄の向き・間隔の列を足します。問屋から預かる品番について、写真を社外に送ってよいかを取引先に確かめます。

4週目:カメラとスイッチと Python をつなぐ

固定のカメラと足元のスイッチ、バーコードの読み取り機を Python につなぎ、撮って呼び出して、反の終わりに一覧を出すところまで作ります。この時点では検反表と集計を作らず、担当が種類を付け直す行の数だけを見ます。

2か月目: 耳からの位置の計算と、検反の記録・検反表の下書き・織機ごとの集計を足します。3か月目以降: 1反6分が何分になったかを実測し、集計を見て織布の担当が織機を調整し、その記録を並べて見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:2026-11-03/最終更新:2026-11-03
確認した内容情報源確認日
対応する画像の形式が PNG・JPEG・WEBP・HEIC・HEIF であること。画像を直接入れる場合は指示の文などを合わせたリクエスト全体が20MBまでであること。位置が0〜1000に正規化されて返ること。Gemini 3 の世代に、1枚の画像に割り当てるトークンの上限を決める media_resolution があり、高くすると細かな所を見分けやすくなる代わりに量と待ち時間が増えること。384ピクセル以下の画像が258トークンで、それより大きい画像は768×768のタイルに分けて1タイル258トークンで数え、タイルの数を短い辺をもとにした単位で決めることGoogle AI Studio: Image understanding2026-11-03
構造化出力を /v1beta/interactions の response_format(mime_type に application/json、schema)で指定すること。文字列の enum、数値の minimum・maximum が使えること。構文として正しい JSON でも値はアプリ側で検証するよう書かれていることGoogle AI Studio: Structured output2026-11-03
Interactions API が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)、store=false で保存しない動きにできることGoogle AI Studio: Interactions API2026-11-03
利用には18歳以上であることが必要なこと。有料のサービスではプロンプトと応答が製品の改善に使われないことGemini API Additional Terms of Service2026-11-03
「たて筋・よこ段」が織物の欠点となり、様々な要因が重なりあって発生するといわれていること。要因として糸の色差、繊度のむら、糊付けのむら、よこ糸の密度の差、よこ糸の織り込み方法が挙げられていること。糸の段階の色差に比べて製織後の色差が小さくなったこと茨城県工業技術センター研究報告 第37号: 結城紬のたて筋・よこ段発生原因の検証2026-11-03

欠点の程度と格付け、格落ち・値引きの扱いは、取引先との取り決めと検反の担当の判断で決めてください。 本記事は上の公式の情報で確認できた範囲だけを扱っています。

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-2589)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