Media > AI活用ユースケース > 購買 > 古着の買取店が持ち込まれた服の写真を Gemini で見て、ブランドのタグ・素材の表示・汚れや傷を記録し、査定の下書きを作る

古着の買取店が持ち込まれた服の写真を Gemini で見て、ブランドのタグ・素材の表示・汚れや傷を記録し、査定の下書きを作る

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

持ち込まれた服を1点ずつ撮った写真を Gemini API で見て、タグのブランドの表記・サイズ・素材の表示を書き出し、汚れや傷の候補を枠つきで返します。本部の基準で等級を付け、査定と帳簿の下書きにします。

サマリー
生成AI
ChatGPT/Claude/Gemini
連携・自動化
Google Apps Script/Python
対象業界
EC/小売
対象部門
購買
対象業務
データ入力・転記/内容確認・チェック
主な課題
入力作業が多い/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
入力漏れ削減/品質標準化/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
150h/月
AI導入後
50h/月
想定削減
67%
年間削減
1,200h
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. お客様から服を受け取り、点数を数えて受付の番号を付ける
  2. 1点ずつ広げ、ブランドのタグを見てブランドとサイズを買取の管理の画面に入力する
  3. 品質の表示を探し、素材と割合を入力する
  4. 前と後ろ、袖口・襟・脇の下を見て、汚れや傷を探す
  5. 本部の基準で等級を付け、相場表を引いて査定の金額を入れる
  6. 帳簿の「特徴」の欄に、色・形・目立つ傷みを書く
  7. 全点がそろったら合計を出し、お客様に伝えて、買い取るかを確かめる
導入後(After)
  1. 人お客様から服を受け取り、点数を数えて受付の番号を付ける
  2. 人1点ずつ、前・後ろ・ブランドのタグ・品質の表示・気になる所の近くを店頭の端末で撮る
  3. 自動1点分の写真がそろうたびに、サーバーが Gemini API を呼ぶ
  4. 自動Gemini API が、タグの表記・サイズ・品質の表示の文字、色と形、傷みの候補を返す
  5. 自動プログラムが、ブランドの表記を本部のブランドの一覧と照らし、本部の基準で等級の案を付ける
  6. 自動相場表から査定の下書きを出し、帳簿の「特徴」の下書きを作る
  7. 自動鑑定の担当に回す品、読めなかった表示、確かめる傷みに印を付ける
  8. 人店頭の担当が、1点ずつ印の付いた写真と下書きを見て、等級と金額を確かめる
  9. 人全点がそろったら合計をお客様に伝え、買い取るかを確かめる
  10. 【人/自動】 買い取ったものを、相手方の確認の結果とあわせて帳簿に記録する
各工程の詳しい説明を読む
  1. お客様から服を受け取り、点数を数えて受付の番号を付ける
  2. 1点ずつ広げ、ブランドのタグを見てブランドとサイズを買取の管理の画面に入力する
  3. 品質の表示を探し、素材と割合を入力する
  4. 前と後ろ、袖口・襟・脇の下を見て、汚れや傷を探す
  5. 本部の基準で等級を付け、相場表を引いて査定の金額を入れる
  6. 帳簿の「特徴」の欄に、色・形・目立つ傷みを書く
  7. 全点がそろったら合計を出し、お客様に伝えて、買い取るかを確かめる

(a)入力が多い。 2番目と3番目は、タグの文字を読んで打つだけの作業ですが、1点ごとにブランド・サイズ・素材・割合の4つを入れます。英字のブランド名の綴りを間違えると、相場表を引けません。

(b)品質の表示が読みにくい。 品質の表示は服の内側の縫い目に付いていて、洗濯で文字がかすれていたり、切り取られていたりします。読めないものを「たぶん綿」と入れてしまうと、通販の商品の説明まで誤ります。

(c)等級がばらつく。 4番目の見方は担当の慣れで違います。脇の下の黄ばみや、裏地の小さな穴を見落とすと等級が上がり、通販で売った後に返品になります。

(d)帳簿の特徴の欄が薄い。 6番目は、混む時間ほど短くなります。古物の帳簿は、後から特定の品を探すためのものなのに、その役に立たない記録が残ります。

(e)店頭の記録が、そのまま通販の商品の説明になる。 本部は店頭で入力したブランド・サイズ・素材・等級を使って通販に出品します。店頭で見落とした傷みや、たぶんで入れた素材は、そのまま商品の説明に載ります。 返品の理由を本部が数えると、多くは店頭の入力までさかのぼります。

  1. 【人】 お客様から服を受け取り、点数を数えて受付の番号を付ける
  2. 【人】 1点ずつ、前・後ろ・ブランドのタグ・品質の表示・気になる所の近くを店頭の端末で撮る
  3. 【自動】 1点分の写真がそろうたびに、サーバーが Gemini API を呼ぶ
  4. 【自動】 Gemini API が、タグの表記・サイズ・品質の表示の文字、色と形、傷みの候補を返す
  5. 【自動】 プログラムが、ブランドの表記を本部のブランドの一覧と照らし、本部の基準で等級の案を付ける
  6. 【自動】 相場表から査定の下書きを出し、帳簿の「特徴」の下書きを作る
  7. 【自動】 鑑定の担当に回す品、読めなかった表示、確かめる傷みに印を付ける
  8. 【人】 店頭の担当が、1点ずつ印の付いた写真と下書きを見て、等級と金額を確かめる
  9. 【人】 全点がそろったら合計をお客様に伝え、買い取るかを確かめる
  10. 【人/自動】 買い取ったものを、相手方の確認の結果とあわせて帳簿に記録する

2番目と3番目を重ねるのが、この設計の分かれ目です。 担当が次の1点を撮っている間に、前の1点の結果が返ってきます。AIの待ち時間を、撮影の時間の中に隠します。 全部撮ってからまとめて呼ぶと、お客様の待ち時間が延びます。

5番目と6番目を規則で決めているのも、意図してのことです。 AIには写真から見えることを返させるだけで、等級も金額も本部の基準と相場表で決めます。 相場表は季節やトレンドで毎週のように変わるからです。

買い取らなかった品の写真は、その日のうちに消します。 お客様が査定の結果を見て持ち帰った品は、帳簿に記録する対象ではありません。サーバーには受付の番号ごとに「買い取った」「持ち帰り」を返し、持ち帰りの写真は残さない決まりにします。

02今回想定するシステム構成

構成図
店頭の端末(受付の番号を選び、1点ずつ写真を撮る)
   ▼【トリガー】1点分の写真がそろったとき
Python のサーバー
   ├── 写真の向き・大きさを整える
   ▼
Gemini API(画像の理解・構造化出力)── 1点分の写真
   │   タグの表記・サイズ・品質の表示の文字、色と形、傷みの候補と枠
   ▼
Python ── ブランドの一覧と照らす → 本部の基準で等級の案 → 相場表から査定の下書き
   │       帳簿の「特徴」の下書き、鑑定に回す印
   ▼
買取の管理の画面(店頭の担当が確かめる)
   ▼
【人】等級と金額を確かめる → お客様に伝える → 帳簿に記録
役割想定する製品代替候補
処理Gemini API(服の写真からタグと品質の表示の文字、傷みの候補を返す)Claude API、OpenAI API
連携Python(写真の受け取り、前処理、呼び出し、ブランドの照合、等級の規則、相場表の参照)Google Apps Script
相場表と基準本部の相場表、状態の等級の基準、ブランドの一覧-
買取の管理店頭の端末の買取の管理の画面と古物の帳簿-

新しく足すのは、Python のサーバーと Gemini API の契約です。 相場表と等級の基準と買取の管理の画面は今のものを使い、画面に写真の撮影と下書きの表示を足します。

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、指示の文と合わせたリクエスト全体が20MBまでです。1回のリクエストに複数の画像を入れられます。

位置は枠で返させます。 枠は [ymin, xmin, ymax, xmax] の順で、画像の大きさに対して0〜1000に正規化されます。サーバーが元の大きさに戻して写真に印を描き、担当が服のどこを見ればよいかを分かるようにします。

出力は構造化出力で受けます。 /v1beta/interactions に送り、response_format で mime_type を application/json にし、schema にスキーマを入れます。文字列は enum で決まった値に絞れ、数値には minimum・maximum を付けられます。値が正しいか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

1点分の写真がそろったときに、1点ごとに動きます。 店頭の担当は受付の番号を選び、1点ごとに「前」「後ろ」「ブランドのタグ」「品質の表示」「気になる所」の順に撮ります。「次の品へ」を押した時点で、その1点の写真をサーバーに送ります。

ブランドのタグと品質の表示の写真が無いときは、「次の品へ」を押せないようにします。 タグが切り取られている服は、「タグなし」「品質の表示なし」を選んでから進みます。選んだこと自体が、帳簿と査定の下書きに残ります。

この構成を使うのは、店頭と本部の買取の担当だけで、全員が18歳以上の社員です。 Gemini API の規約は、18歳以上であることを利用の条件とし、18歳未満の人に向けた、または使う見込みのあるアプリでの利用を認めていません。お客様が端末を触ったり、AIの結果を直接見たりすることはありません。

Step2

入力データを集める

データ中身取得元
服の写真前・後ろ・ブランドのタグ・品質の表示・気になる所の近く店頭の端末
受付の情報受付の番号、店、担当、日時買取の管理の画面
ブランドの一覧本部が扱うブランドの正式な綴り、よくある表記ゆれ、鑑定に回すかどうか本部のスプレッドシート
等級の基準傷みの種類と程度ごとの等級、例の写真の説明本部の基準の文書
相場表ブランド・品目・等級ごとの買取の金額本部のスプレッドシート
傷みの種類の一覧シミ、黄ばみ、穴、ほつれ、毛玉、色あせ、テカリ、ボタンの欠け、ファスナーの不具合、におい(写真では返さない)サーバーに持たせる

質を決めるのは、ブランドの一覧の「鑑定に回すか」の列です。 相場表で一定の金額を超えるブランドと、偽物が多く出回っていると本部が判断したブランドに印を付けます。この印のあるブランドは、写真の結果がどうであっても鑑定の担当に回します。

相手方の情報は、AIに渡しません。 お客様の名前・住所・年齢・身分証の写真は、査定の写真とは別の画面で扱い、Gemini API に送る写真には含めません。 服の写真を撮る台に身分証を置かないことも、店頭の決まりにします。

Step3

データの取得方法を決める

写真は店頭の端末からサーバーに直接届きます。 受付の番号と品の番号のフォルダに元の写真を保存し、保存が終わってから AI を呼びます。

Gemini API へは、1点ごとに1回、写真をまとめて渡します。 前・後ろとタグ・品質の表示を一緒に渡すと、タグの写真のサイズと、前の写真の形を結び付けて返せます。 別々に呼ぶと、どの品の表示かが混ざります。

ブランドの一覧と相場表は、サーバーが朝に1回読み込みます。 相場表は本部が週に何度か直すため、その日の版の番号を、査定の下書きと一緒に記録します。

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)、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. 向きの補正 … 端末の写真の向きの情報で回転しているだけのものは、画素を回転させます
  2. 縮小 … 前と後ろの写真は長い辺を1,600ピクセル程度にします。タグと品質の表示の写真は、文字が読めるよう縮めすぎません
  3. 写り込みの確認 … 撮影の台の上に、お客様の手、身分証、レシートが写っていれば塗りつぶします
  4. 明るさの確認 … 暗い・ぶれている写真は、AIに渡さずにその場で撮り直してもらいます
  5. 大きさの確認 … 写真と指示の文を合わせて20MBを超えないかを見ます

2番目を軽く見ないでください。 品質の表示の文字は小さく、縮めすぎると「綿」と「麻」の区別がつかなくなります。 文字の写真だけは大きめに残し、前と後ろの写真で大きさを抑えます。

Step5

AIに処理させる

させるのは、タグと品質の表示の文字を写真のとおりに書き出すことと、色と形、傷み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
ブランドの表記タグに書かれた文字を、そのまま書き出すかすれて読めなければ unreadable、タグが無ければ none
サイズの表記タグに書かれたサイズの文字(M、38、F など)読めなければ unreadable
素材と割合品質の表示に書かれた素材の名前と割合を、部位ごとに書き出す読めなければ unreadable。見た目から補わない
色と形主な色、品目(ジャケット、シャツ、ニットなど)、目立つ特徴品目が分からなければ other
傷みの候補写真の番号、枠、種類、場所(袖口、襟、脇の下など)傷みか柄か分からなければ unclear

右端の列の考え方は、文字は読めた分だけ、傷みは迷ったら人が見る側に倒すことです。 品質の表示の一部が読めないとき、読めた素材だけで割合を100%に合わせ直させません。 読めなかったことを、そのまま返させます。

させないこと理由
本物かどうかを書くことタグは作り直せる。鑑定の担当が見る
ブランドの綴りを直すこと照合はプログラムがブランドの一覧で行う
見た目から素材を決めること外れる。品質の表示の文字だけを使う
等級を決めること本部の基準で、規則の側で決める
金額を書くこと相場表とプログラムで行う
年代や製造国を推し量ること写真では決められない。表示にあれば写すだけ

1行目がいちばん起きやすい失敗です。 有名なブランドのタグの写真を渡すと、AIは「正規品と思われます」「タグの縫製から本物の可能性が高い」と書きたがります。その言葉が査定の画面に出ると、担当は確かめずに高い金額を付けます。 返すのは「タグにそう書いてある」までにします。

2行目も、同じくらい大事です。 かすれたタグを「たぶんこのブランド」と正しい綴りに直して返すと、読めなかったという事実が消えます。 照合はプログラムが行い、一覧に当たらない表記は担当が見ます。

等級の案は、プログラムが本部の基準で次のように付けます。

等級の案付け方の例(本部で決める)
新品同様傷みの候補が無く、unclear も無い
使用感少毛玉・色あせ・テカリの候補が小さく、目立つ場所に無い
使用感ありシミ・黄ばみ・ほつれの候補がある、または毛玉が広い
難あり穴、目立つ場所のシミ、ファスナーの不具合の候補がある
共通unclear が残る、品質の表示が unreadable の場合は担当が見る印を付ける
Step6

指示内容を固定する

あなたは古着の買取店で、お客様が持ち込んだ服の写真を見る手伝いをする係です。
写真の番号と種類は次のとおりです。
{1: 前, 2: 後ろ, 3: ブランドのタグ, 4: 品質の表示, 5: 気になる所の近く}

【やること】
1. ブランドのタグに書かれた文字を、写真のとおりに書き出す。
2. サイズの表記を、写真のとおりに書き出す。
3. 品質の表示に書かれた素材の名前と割合を、部位(表地・裏地など)ごとに
   写真のとおりに書き出す。
4. 主な色と品目を一覧から選ぶ。目立つ特徴(柄、ボタン、ポケットなど)を短く書く。
5. 次の傷みの候補を探し、写真の番号と枠を [ymin, xmin, ymax, xmax] の順で、
   0〜1000 に正規化して返す。種類と場所を書く。
   シミ、黄ばみ、穴、ほつれ、毛玉、色あせ、テカリ、ボタンの欠け、ファスナーの不具合

【厳守事項】
- 本物かどうか、正規品かどうかを書かないでください。
- ブランドの綴りを直さないでください。かすれて読めない文字は
  unreadable とし、ありそうな綴りで埋めないでください。
- 素材を見た目から決めないでください。品質の表示に書かれた文字だけを使い、
  読めない部分は unreadable としてください。
  読めた素材だけで割合を100%に合わせ直さないでください。
- 等級、金額、年代、製造国の推測を書かないでください。
  製造国が表示に書かれていれば、写すだけにしてください。
- 傷みか柄か分からないものは、kind を unclear にして候補に入れてください。
- 写っていない場所について「傷みなし」と書かないでください。
- 人の手、身分証、レシートについては何も書かないでください。

「割合を100%に合わせ直さない」を入れないと、読めた「綿 60%」だけを見て「綿 100%」と返すことがあります。 それが通販の商品の説明に流れると、素材の誤った表示のまま売ることになります。 読めなかった部分は、読めなかったとして返させます。

指示の文には、本部の基準の文書の例の写真の説明も短く入れます。 「脇の下の黄ばみは、裏返して撮った写真で見る」のように、基準の文書に書かれた見る場所を、傷みの探し方として伝えます。 等級の付け方そのものは渡しません。

Step7

出力形式を固定する

1点ごとに、次の形の JSON で受け取ります。 state、kind、category は enum で決まった文字列に絞り、割合には minimum と maximum を付けます。

{
  "item_id": "K-20261027-015-07",
  "brand_text": { "value": "", "state": "read | unreadable | none" },
  "size_text": { "value": "M", "state": "read | unreadable | none" },
  "composition": [
    { "part": "表地", "fiber": "毛", "percent": 80, "state": "read" },
    { "part": "表地", "fiber": "", "percent": null, "state": "unreadable" }
  ],
  "color": "navy",
  "category": "jacket | coat | shirt | knit | pants | skirt | dress | other",
  "features": "紺の2つボタンのジャケット、胸に1つと腰に2つのポケット",
  "findings": [
    { "photo": 2, "box_2d": [140, 610, 230, 720],
      "kind": "stain | yellowing | hole | fray | pilling | fading | shine | button_missing | zipper | unclear",
      "location": "右の肩の後ろ", "note": "直径1cmほどに見える薄いしみ" }
  ]
}

1つ目の理由は、state で「読めた」「読めない」「無い」を分けられることです。 プログラムは brand_text が read のときだけブランドの一覧と照らし、unreadable と none は担当が見る印を付けます。

2つ目は、等級の案と査定の下書きが、確定した findings とブランドの照合の結果だけを読めばよいことです。 査定の下書きは、次の形で買取の管理の画面に出します。

項目下書き元にしたもの
ブランドブランドの一覧の正式な綴りbrand_text と一覧の照合
等級の案使用感ありfindings と本部の基準
査定の下書き相場表の値ブランド・品目・等級と相場表の版
鑑定に回す回さないブランドの一覧の印
帳簿の特徴紺の2つボタンのジャケット、M、毛80%ほか、右肩の後ろにしみfeatures・size_text・composition・findings

3つ目は、帳簿の「特徴」の下書きを、品ごとに同じ形で作れることです。 色・品目・サイズ・素材・目立つ傷みの順にそろえると、後から帳簿を見て、どの服かを特定しやすくなります。

Step8

システムへ連携する

つなぎ先方式内容
店頭の端末サーバーが受け取る1点分の写真と受付の番号
Gemini APIAPI呼び出し(/v1beta/interactions、store=false)タグと品質の表示の文字、色と形、傷みの候補
ブランドの一覧・相場表・等級の基準読み取り照合、等級の案、査定の下書き
買取の管理の画面書き込み下書き、印の付いた写真、鑑定に回す印
古物の帳簿担当が確定した後に書き込み取引の日、品目と数量、特徴

相場表とブランドの一覧には書き込みません。 一覧に無いブランドが続いても、一覧に足すのは本部の買取の担当の仕事です。 この構成から足す経路を作ると、読み違えた綴りがブランドとして登録されます。

古物の帳簿には、担当が確定した後にだけ書き込みます。 古物営業法は、古物を受け取ったときにその都度、取引の年月日、古物の品目及び数量、古物の特徴、相手方の住所・氏名・職業・年齢、相手方の確認の措置の区分を帳簿等に記載するか電磁的方法で記録することを求めています。AIの下書きは「特徴」の欄の材料で、相手方の欄には関わりません。

Step9

人が確認する

  1. 印の付いた品から見る … 鑑定に回す品、品質の表示が unreadable、ブランドが一覧に当たらない品、unclear が残る品です
  2. 傷みの候補を服で確かめる … 印の所を実物で見て、「確認済み」「該当なし」を選びます。写真に写っていない脇の下や裏地も、実物で見ます
  3. 等級と金額を確かめる … 等級の案と査定の下書きを見て、直すときは理由を選びます
  4. 鑑定に回す品は、鑑定の担当が見る … 本物かどうかを判断できない品は、買い取らずに返す選択も含めて決めます
  5. 帳簿の特徴を読み直す … 下書きが実物と合っているかを見て、確定します

2番目を省かないでください。 写真で見つけられなかった傷みは、写真に写っていない場所にあることが多くあります。 実物を手に取って、袖口・襟・脇の下・裏地を見る手順は残します。

目標は、3,000点をならして1点1分です。 印の無い品は、下書きを見て実物を一度確かめるだけで済みます。印の付いた品と、鑑定に回す品は時間がかかります。

Step10

例外に対処する

起きること対応
タグが切り取られている「タグなし」を選んで進む。ブランドの欄は空のまま担当が見る
品質の表示が読めないunreadable。素材の欄は空のまま、通販の説明にも「表示なし」と書く
ブランドが一覧に当たらない担当が見る。一覧に足すかは本部が決める
鑑定に回すブランド写真の結果にかかわらず鑑定の担当に回す
写真が暗い・ぶれているその場で撮り直す
服に交じって本やDVDが持ち込まれるAIに渡さず、担当が品目を分ける。確認の免除から外れる品目なので、相手方の確認が要るかを担当が見る
Gemini API が応答しない今までどおり手で入力する画面に切り替える
JSON の値が enum に無い・割合が範囲外下書きを出さず、担当が手で入力する

上から3行目までが大半を占めます。 どれもAIの精度の問題ではなく、服そのものの状態の問題です。 読めない・無い・当たらないを、そのまま記録できることが大事です。

Step11

記録を残す

  • 品ごとの元の写真と、AI に渡した写真
  • Gemini API が返した JSON の全文
  • そのときのブランドの一覧・等級の基準・相場表の版
  • 担当が直した等級と金額、直した理由
  • 鑑定に回した品と、鑑定の結果
  • 帳簿に確定した特徴と、確定した日時

4つ目の行が、等級の基準を直す材料です。 担当が等級の案を上げた・下げた理由を店ごとに数えると、どの傷みの種類で基準と現場の見方がずれているかが分かります。

帳簿の記録は、最後の記載から3年間保存します。 古物営業法は、帳簿等を最終の記載をした日から3年間備え付けるか、電磁的方法による記録を直ちに書面に表示できるようにして保存することを求めています。写真を帳簿と同じ番号で引けるようにしておくと、問い合わせのときに品を特定できます。

04実装レベルの3段階

最小構成:写真を手で Gemini の画面に貼り、タグ・表示・傷みを書き出させる / 1点ごとの書き出し
半自動化:上記+店頭の端末から1点ごとに API を呼び、ブランド・サイズ・素材の欄に下書きを入れる / 入力の下書き
本格構成:上記+ブランドの照合、等級の案、査定と帳簿の特徴の下書き、鑑定に回す印まで出す / 査定の下書きの全体

最小構成では点数がさばけません。 1点ずつ貼り付けるので、3,000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3分が2分程度になります。 入力の手間は減りますが、等級を付けて相場表を引く作業と、帳簿の特徴の欄が残ります。本格構成で1点1分になり、この段階が本記事の想定です。 段階を飛ばさないでください。 半自動化の1か月で、どのブランドの表記が一覧に当たらないか、どの店で品質の表示が読めないことが多いかが分かります。そこを直してから等級の案を足すほうが、担当が下書きを信じて使うようになります。

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
8 名
月間件数
3,000 件
1件あたり現在時間
3 分
1件あたり導入後時間
1 分
現在  3,000件 × 3分 ÷ 60 = 150 時間/月
導入後 3,000件 × 1分 ÷ 60 = 50 時間/月
月間削減時間
100h
削減率
67%
年間削減時間
1,200h
年間金額換算(時間単価2,500円)
300万円
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. 店頭で古着を1点ずつ査定して買い取り、ブランド・素材・サイズ・状態を手で入力している買取店。複数の店を持ち、店ごと・担当ごとに査定の付け方がばらつく会社。本部が相場表と状態の等級の基準を持っていて、店頭はそれに当てはめるだけになっている場合。店頭の端末で写真を撮る運用がすでにある、またはすぐ始められる場合。
向いていない
  1. 扱う服の多くが高価なブランド品で、真贋の鑑定が査定の中心になっている場合。量り売り(重さでまとめて買い取る)が中心で、1点ずつの査定をしない場合。月の買取が数百点で、担当者がその場で見て入力すれば足りる場合。なお、本物かどうかの判断、買い取るかどうか、査定の金額の確定、相手方の確認は、この構成では代替できません。

07最小構成で試す方法

  1. 先月買い取った服から30点を選ぶ(うち数点は、通販で返品になったものを入れる)
  2. その30点について、当時の等級と、入力したブランド・素材を書き出す
  3. 30点の写真を、手元の Gemini の画面に1点ずつ貼り付ける
  4. 「この服の写真から、ブランドのタグとサイズ、品質の表示の素材と割合を、写真のとおりに書き出してください。読めない文字は読めないと書いてください。シミ・穴・毛玉・ほつれ・色あせを場所とあわせて挙げてください。本物かどうかと金額は書かないでください」と指示する
  5. 出てきた内容を、当時の入力と、返品の理由と突き合わせる

30点は必ずやってください。 画面を作る前に、「自店の写真の撮り方で、タグと品質の表示が読めるのか」を確かめます。

出てきた内容判断
タグと品質の表示が読め、返品の理由の傷みが候補に出たサーバーと画面の作成に進む
本物かどうか、ありそうな綴りを書いた指示の書き方で直る。構成は有効
品質の表示の文字が小さすぎて読めない撮り方が先。 表示の近くを撮る手順にする

3行目が出ることは珍しくありません。 失敗ではなく、素材の入力が「たぶん」になっていた理由が1つ分かったということです。

08実装時につまずきやすいポイント

問題対策
「正規品と思われます」と書く指示で禁じ、鑑定に回すかはブランドの一覧の印で決める
かすれたタグを正しい綴りに直す綴りを直させず、照合はプログラムで行う
見た目から素材を決める品質の表示の文字だけを使い、読めなければ unreadable
読めた素材だけで100%に合わせる指示で禁じ、割合の合計をプログラムで確かめる
写真に写っていない傷みを見落とす実物で袖口・襟・脇の下・裏地を見る手順を残す
全部撮ってから呼んで待ち時間が延びる1点ごとに呼び、次の撮影と重ねる
身分証やお客様の手が写る撮影の台の決まりと、塗りつぶし
相場表の版が分からなくなるその日の版の番号を下書きと一緒に残す

上の4行が、この構成の失敗のほとんどです。 どれも、AIが「それらしい答え」で空白を埋めることから出ています。読めないものは読めない、分からないものは分からないと返させ、照合と判断は一覧と人に置きます。

5行目と6行目は、店頭の流れの問題です。 写真がある分、実物を見なくなると見落としが増え、呼び方を間違えるとお客様の待ち時間が延びます。 AIを入れたことで、店頭の手順のどこが変わり、どこが変わらないかを先に決めておきます。

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: 服の写真、ブランドと素材の記録、査定の金額、古物の帳簿の記録です。帳簿には、相手方の住所・氏名・職業・年齢と、確認の措置の区分が入ります。

  1. 相手方の情報を AI に渡さない … 服の査定に、お客様の名前や身分証は要りません。写真に写り込まないよう撮影の台を決め、写っていれば塗りつぶします
  2. 相手方の確認は、今までどおり人が行う … 古物営業法は、古物を買い受けるときに相手方の真偽を確認する措置を求めています。対価の総額が国家公安委員会規則で定める金額(1万円)未満の取引は確認を要しないとされていますが、規則が定める品目(書籍、ゲームのソフト、光学的に音や影像を記録した物など)はこの免除から外れます。 服に交じって持ち込まれた品があれば、合計の金額と品目から、確認が要るかを担当が判断します
  3. この構成は真贋の鑑定を代替しません … 本物かどうかは、鑑定の担当が実物で確かめることです。 鑑定に回すかは、ブランドの一覧の印で機械的に決めます
  4. 不正品の疑いは人が判断する … 古物営業法は、不正品の疑いがあると認めるときは直ちに警察官に申告することを求めています。AIの候補を、その判断の根拠にしません
  5. 18歳以上の社員だけが使う … Gemini API の規約の条件です。お客様が AI の結果を直接見る形にしません
  6. 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

誤りが起きた場合のリスクは、偽物を高い金額で買い取ることと、素材や状態を誤った表示のまま売ることの2つです。 前者はタグの表記を本物の根拠にすると起き、後者は読めない表示を見た目で埋めると起きます。どちらも「写真のとおりに書き出す」という線から出ているので、そこを設計で守ります。

10まず何から始めるか

1週目:ブランドの一覧に2つの列を足す

本部のブランドの一覧に、よくある表記ゆれの列と「鑑定に回すか」の列を足します。すべてのブランドを一度に埋める必要はありません。買取の点数の多い上位50ブランドと、相場表で高い金額が付くブランドから埋めます。

2週目:30点で試す

先月買い取った服から30点を選び、手元の Gemini の画面に貼って書き出させます。品質の表示を見た目で埋めていないか、本物かどうかを書いていないかを最優先で見ます。

3週目:撮り方と等級の基準を決める

前・後ろ・タグ・品質の表示・気になる所の順に撮ることを、4店舗でそろえます。あわせて、等級の基準を傷みの種類と程度の表にします。

4週目:1店舗で入力の下書きを出す

1店舗で、店頭の端末から1点ごとに API を呼び、ブランド・サイズ・素材の欄に下書きを入れるところまで作ります。この時点では等級の案を出さず、入力の下書きだけを使います。

2か月目: ブランドの照合と等級の案、査定の下書きを足し、担当が直した理由を毎週数えます。3か月目以降: 帳簿の特徴の下書きと鑑定に回す印を足して4店舗に広げ、1点3分が何分になったかを実測します。担当が直した理由から等級の基準を直す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:2026-10-27/最終更新:2026-10-27
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と合わせたリクエスト全体が20MBまでであること。1回のリクエストに複数の画像を入れられること。物の位置が [ymin, xmin, ymax, xmax] の順で0〜1000に正規化されて返ること。384ピクセル以下の画像が258トークン、それより大きい画像は768×768のタイルごとに258トークンであることGoogle AI for Developers: Image understanding2026-10-27
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。値はアプリ側で検証するよう書かれていることGoogle AI for Developers: Structured output2026-10-27
Interactions API が既定でやり取りを保存し(有料の枠で55日)、store=false で保存しない動きにできることGoogle AI for Developers: Interactions API2026-10-27
利用には18歳以上であることが必要で、18歳未満の人に向けた、または使う見込みのあるアプリでの利用を認めていないこと。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 Service2026-10-27
古物を買い受けるときに相手方の真偽を確認する措置をとること(第15条)。対価の総額が規則で定める金額未満の取引は確認を要しないこと(規則で定める古物を除く)。不正品の疑いがあるときは直ちに警察官に申告すること。受け取りの都度、取引の年月日・品目及び数量・特徴・相手方の住所氏名職業年齢・措置の区分を帳簿等に記載または電磁的方法で記録すること(第16条)。帳簿等を最終の記載から3年間保存すること(第18条)e-Gov 法令API: 古物営業法2026-10-27
確認の義務を免除する金額が1万円であること。免除から外れる古物が、自動二輪車・原動機付自転車(部分品を含む)、エアコンの室外ユニット等、家庭用のゲームのプログラムを記録した物、光学的方法により音又は影像を記録した物、電線、金属製のグレーチング、書籍であること(第16条)e-Gov 法令API: 古物営業法施行規則2026-10-27

相手方の確認の方法、帳簿の様式、買い取りの可否は、所轄の警察署の指導と自社の決まりに合わせて決めてください。 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-2032)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