GoVisuallyの照合は合格の印ではない|AIと人の承認の線

GoVisuallyの照合は合格の印ではない|AIと人の承認の線

「パッケージの表示を作り直すたびに、品質保証と法務と営業のあいだで校正紙が何往復もする。AIで照合できるなら任せたい」「海外の校正ツールにAIの表示確認が付いたと聞いたが、日本の食品表示や化粧品の表示にそのまま使えるのか分からない」——消費財メーカーの品質保証やブランド担当から、2026年の後半に増えてきた声です。パッケージ・ラベル・販促物の校正と承認をまとめる基盤 GoVisually は、2026年11月4日の公式ブログで、承認済みの製品仕様と版下を項目ごとに照合する機能、刷った実物の写真と承認済みの校正を突き合わせる機能、選んだ箇所についてAIに質問する機能を発表しました。ところが同じ記事の中で、同社自身が「一致は、版下が仕様と合っているという意味でしかない」と念を押しています。照合で一致したことは、表示が法令に合っていることの証明ではありません。この記事では、表示の確認にこの基盤のAIを入れるとき、品質保証・法務・ブランドの担当が何を決め、どう運用に乗せるかを整理します。画面の操作手順や料金表は扱いません。


カメ先生カメ先生

表示の確認にAIを入れると、見落としがなくなって表示が正しくなる、と思われがちなんだ。でも本当は、AIが見ているのは「手元の正解と合っているか」で、その正解自体が正しいかは見ていないんだよ。


カメ子カメ子

仕様が間違っていたら、照合は一致したまま間違った表示が刷られる、ということですか。


カメ先生カメ先生

そう。もう一つは、どの国の決まりで見ているかだね。海外の規制の型は、日本の食品表示や化粧品の表示の決まりと項目も書き方も違う。だから、AIに任せる照合と、人が法令で確かめる範囲を最初に分けておく必要があるんだ。


カメ子カメ子

AIの照合は見落としを拾う網で、合格を出す役ではないんですね。


この記事のポイント
  • GoVisually は2026年秋、承認済み仕様と版下の項目照合、刷った実物の写真との突き合わせ、自分では投稿しないAIへの質問機能を加えた。最終の承認は人が段ごとに行い、記録に残る
  • 照合の一致は「仕様と合っている」だけで法令適合の証明ではない。公式に挙がる規制の型は海外中心で、日本の食品表示基準などは自社の規則として書き起こす必要がある
  • 仕様の持ち主、AIの指摘の採否、刷った実物の検収、最終承認者、回収のときの記録の引き方を、品質保証・法務・ブランドで先に決めてから使い始める

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

目次

GoVisuallyとは:パッケージと表示の校正・承認をまとめる基盤

GoVisually は、デザインの版下、PDF、動画、パッケージのラベルを一か所に集め、関係者が画面上で指摘を書き込み、版を重ね、承認までを進める校正と承認の基盤です。公式サイトは消費財ブランド向けのAIによるラベル表示の確認を前面に出しており、1万を超えるチームが使っていると掲げています。運営会社はオーストラリアの法人で、公式サイトの「会社について」の頁には共同創業者で最高経営責任者の名前が載っています。

連携先として公式サイトに挙がっているのは、Adobe の制作ソフト(Photoshop など)のプラグイン、Slack、Zapier、ウェブフック、スマートフォンのアプリです。つまり、デザイナーが制作ソフトから版下を上げ、品質保証や法務がブラウザで確認し、承認の結果が社内のチャットに流れる、という使い方を想定した製品です。2026年11月時点で、買収や事業停止の告知は公式サイトでも報道でも確認できませんでした。

日本語でこの製品を紹介した記事はほとんどありません。また、広告表現の景表法・ステマ規制の確認項目や、制作物をブランド規定に照らしてAIに一次審査させる考え方は、それぞれ別の記事で扱っています。ここでは食品・化粧品・日用品のパッケージやラベルの表示をAIに照合させるとき、品質保証・法務・ブランドが何を決めるかに絞ります。

2026年秋に加わったこと:仕様との照合、実物との突き合わせ、Gia Spotlight

2026年11月4日の公式ブログは、9月から11月にかけて出した更新をまとめたものです。表示の確認に関わるのは三つです。一つ目は、製品ごとの承認済みの仕様を置く場所(公式の呼び名は製品ハブ)と、それを使った照合です。製品ハブには品番(SKU)ごとに内容量、原材料、アレルゲン、栄養成分表といった承認済みの値を登録します。校正の画面で品番を選んで照合を実行すると、項目ごとに一致・不一致・欠落の三つで結果が返る仕組みです。公式の例では、仕様が30回分なのに版下が60回分と書かれていた食い違いを見つけています。

二つ目は AI Smart Compare で、刷り上がった実物のパッケージを撮った写真と、承認済みの校正を比べて違いを一覧にします。公式の説明では、写真は平らに置き、照明を均一にし、パッケージ全体を枠に収めると結果がよくなるとしています。三つ目は Gia Spotlight で、校正の中の一行や一部の範囲を選び、同社のAIである Gia にその部分について質問できます。答えはコメントとして加えることができ、その場合はAIの答えだと分かる印が付きます。

  • 製品ハブと品番の照合、AI Smart Compare は「一部のプラン」で提供と公式は説明している
  • Gia Spotlight は GoVisually のAI機能を契約しているチームだけが使える
  • 段ごとに承認者・期限・確認項目を持つ多段の承認は、個別見積もりのプランで提供
  • 同じ更新で、第三者による SOC 2 の第二類型の監査(セキュリティ・可用性・機密性の三つ、3か月の運用期間)を受けたと公表。報告書は申請すれば読める

誤解:「AIの照合で一致したなら、表示は正しい」

最も起きやすい誤解は、照合の結果が全項目一致なら、その表示は出してよいと考えることです。公式ブログはこの点をはっきり否定しており、一致は版下が仕様と合っていることを意味するだけで、規制への適合を確かめたものではない、と書いています。照合は正解の側(製品ハブの仕様)が正しいことを前提にした比べ合わせなので、仕様の段階でアレルゲンの記載が漏れていれば、版下も同じく漏れていて、照合は一致を返します。

もう一つは、照合の対象になっている項目しか比べないことです。内容量や原材料、アレルゲン、栄養成分表は製品ハブに入りますが、期限表示の書き方、保存方法、製造者の表示、原料原産地、景表法に触れる強調表示、化粧品の効能の言い回しまで、すべてが仕様の項目になっているとは限りません。照合に入れていない項目は、一致でも不一致でもなく「見ていない」という扱いになります。結果の画面に赤が無いことと、確認が済んだことは別です。

この二つを踏まえると、AIの照合は、人の確認を置き換えるものではなく、人が法令と社内規則で確かめる前に、転記の誤りや版の取り違えを先に拾っておく網として使うのが妥当です。2024年に公開され、その後更新されている同社のブログも、AIは専門家の判断を補う道具であって置き換えるものではなく、最終の確認は資格のある専門家に相談するように、と断っています。

海外の規制の型は、日本の表示事項をそのまま見てくれない

GoVisually のAIによる表示確認は、規制の型と自社の規則に照らして版下を読む仕組みです。公式の製品頁は50以上の規制の枠組みに対応すると掲げ、明記しているのは米国の食品医薬品局の規則、欧州連合の化粧品規則、英国の化粧品規則、中国・ブラジル・タイ・南アフリカ・韓国・オーストラリア・インド・カナダの枠組みなどです。2024年のブログでは、米国の食品・化粧品・サプリメント、英国の食品、カナダ食品検査庁の型を挙げています。

日本については、製品頁に医薬品医療機器総合機構と旧薬事法を指す略称が挙がっていますが、2026年11月時点で、食品表示基準や景品表示法の名前は公式の頁に見当たりません。日本で売る食品なら、表示の骨格は食品表示法(2015年4月施行)にもとづく食品表示基準で決まり、アレルゲンの特定原材料(えび・かに・くるみ・小麦・そば・卵・乳・落花生の8品目)、原料原産地、栄養成分表示の項目と順序、期限表示の種類などが細かく定められています。内容量の書き方も、米国の型が求める二つの単位での併記とは考え方が違います。化粧品であれば、薬機法にもとづいて配合した全成分の表示が求められ、化粧品として言える効能の範囲も決まっています。海外の型で問題なしと出ても、日本の決まりで見れば欠けている項目がある、ということが起こりえます。

したがって、日本向けの表示に使うなら、規制の型に頼るのではなく、自社の規則(公式の呼び名は Playbooks)として日本の表示事項を書き起こすことが前提になります。必須の文言、禁止の言い回し、項目と値の組を登録できると説明されているので、たとえば「アレルゲンの一括表示に特定原材料の名称が入っているか」「健康食品で疾病の治療をうたう語が入っていないか」を規則として書けます。規則を書くのは法務と品質保証の仕事で、AIに法令を解釈させて規則を作らせることはしません。

照合で見つかる誤り、見つからない誤り

運用を決める前に、仕様照合・実物との突き合わせ・規則による確認・人の確認が、それぞれどの誤りを拾えるのかを並べておきます。ここを曖昧にしたまま導入すると、「AIを通したのに漏れた」という不満と、「AIを通したから大丈夫」という油断が同時に生まれます。

誤りの種類仕様照合(製品ハブ)実物との突き合わせ人が見る
内容量・回数分の転記ミス拾える(仕様に値があれば)刷り違いなら拾える照合の不一致を採否する
アレルゲンの記載漏れ仕様に正しく入っていれば拾える版と刷りの差なら拾える仕様そのものの正しさを配合表で確かめる
仕様の側の誤り拾えない(一致を返す)拾えない配合・規格の変更時に必ず見る
日本の表示事項の欠落・順序項目に入れていなければ見ない見ない食品表示基準・薬機法で確かめる
強調表示・効能の言い過ぎ見ない見ない規則で拾い、法務が判断する
印刷の色ずれ・欠け・版の取り違え見ない拾える(写真の質に左右される)検収で現物を見る

表から分かるとおり、AIが強いのは「二つのものの差」を見つけることです。仕様と版下、承認済みの校正と刷り上がり、前の版と今の版といった比べ合わせは、人が目で追うより速く、疲れで精度が落ちることもありません。逆に、正解そのものが正しいか、法令の要求を満たしているか、言い回しが誤認を招かないかは、比べる相手がないので、人と規則で見るしかありません。

前提:承認済み仕様を誰が持ち、どう直すか

照合が正しく働くかどうかは、製品ハブの仕様の質で決まります。公式の説明では、製品ハブの値を変えるには変更依頼を出し、依頼が確認されて取り込まれるまでハブの値は変わらず、以前の値は履歴に残る仕組みです。この取り込みの確認を誰が担うかを、最初に決めておきます。

多くの消費財メーカーでは、配合と原材料は研究開発か品質保証、内容量と規格は生産技術、栄養成分は分析値を持つ部署、価格や販促の文言はマーケティングが持っています。製品ハブを一つの部署に任せきりにすると、配合の変更が仕様に反映されないまま版下だけが直る、という事故が起きます。項目ごとに、値の出どころ(配合表・規格書・分析成績書)と、取り込みを確認する部署を決めておくのが基本です。

もう一つ決めておくのは、原材料の切り替えや仕入れ先の変更が起きたときの流れです。日本の食品表示では、原料原産地やアレルゲンは原材料の調達で変わります。調達の変更が製品ハブの変更依頼として必ず上がってくる道を作っておかないと、照合は古い仕様と合っている版下に一致を出し続けます。

不一致が出たとき、版下と仕様のどちらを直すかを決める人

照合で不一致が出たとき、公式ブログは、版下を直すか仕様を更新するかを利用者が決める、と説明しています。ここが運用の分かれ目です。「版下を仕様に合わせる」はデザイナーでも判断できますが、「仕様を版下に合わせる」は製品の中身の変更で、品質保証の判断が要ります。どちらにするかを、不一致を見つけた人が自分の判断で選べる状態にしておくのは危険です。

実務では、不一致の扱いを次の三つに分けておくと迷いません。一つ目は、版下の転記ミスなど仕様が正しいことが明らかなもので、デザイナーが版下を直し、照合をやり直します。二つ目は、仕様の値が古い・誤っている疑いがあるもので、品質保証が出どころの書類で確かめ、変更依頼を出します。三つ目は、どちらが正しいか分からないもので、版を止めて関係部署で確認します。

欠落(仕様にある項目が版下に見つからない)も同じ扱いにします。AIが欠落と判定しても、実際には別の面に書かれていて読み取れなかっただけ、ということがありえます。欠落をAIの判定だけで「問題なし」に戻さないこと、戻すときは誰がどこで確かめたかをコメントに残すことを決めておきます。

刷った実物との突き合わせを、検収の工程に組み込む

AI Smart Compare は、承認済みの校正と、印刷会社から上がってきた実物の写真を比べる機能です。校正の段階でどれだけ確認しても、刷版の取り違えや差し替え漏れ、色の欠けは印刷の工程で起きます。これまでは見本を目で見て判を押していた検収に、比べ合わせの機能を足す、と考えると位置付けが分かりやすくなります。

STEP1
見本の受け取りで撮る

印刷会社から初回の見本が届いたら、品質保証かブランドの担当が、平らに置き、照明を均一にして、面ごとに全体が入る写真を撮る。撮り方を社内の手順書に固定しておく。

STEP2
承認済みの版と比べる

最終承認を受けた版と写真を突き合わせ、違いの一覧を出させる。どの版と比べたか(版の番号)を必ず記録する。

STEP3
違いを人が分類する

違いを「印刷の許容範囲」「刷り直しが要る」「写真の写り方の問題」に分ける。アレルゲン・期限・内容量の欄の違いは、許容範囲に入れない。

STEP4
現物で確かめる

写真で違いが出なかった面も、アレルゲンの一括表示と期限の欄は現物を手に取って読む。写真の解像度や光の反射で読めていない可能性があるため。

STEP5
検収の結果を残す

比べた写真、違いの一覧、分類、確認者、日付を、校正の記録と同じ場所に残す。出荷の判断はこの記録を見て行う。

ここで大事なのは、写真が読めなかった部分を「違いなし」と扱わないことです。公式も写真の撮り方で結果が変わると説明しているとおり、曲面のボトルや光沢のある袋は、写真の写りで細かい文字が潰れます。比べ合わせは検収の速さを上げる道具であり、現物を読む工程を外す理由にはなりません。

AIの指摘を誰が採否するか:Gia Spotlightの答えの扱い

Gia Spotlight は、校正の中の一行や一部の範囲を選び、AIにその部分について質問する機能です。公式ブログはGia が自分からコメントを投稿することはなく、答えを残すかどうかは利用者が決めると説明し、答えは一つずつ確かめるよう勧めています。答えをコメントとして加えると、AIの答えであることを示す印が付きます。

この仕組みは、AIの答えが人の指摘と混ざらないようにする点で使いやすい一方、印が付いているのは「AIが言った」ことであって、「誰かが確かめた」ことではない点に注意が要ります。運用では、AIの答えをコメントに加えた人が、その答えを採るのか、参考にとどめるのかを、自分の名前で一言書き添えることを決めておきます。たとえば「この表現は誤認のおそれ」というAIの答えに対し、法務が「採る。表現を差し替え」と書けば、採否と判断者が残ります。

質問の仕方にも線を引きます。「この表示は法令に違反していないか」と聞いてAIの答えを結論にするのではなく、「この一括表示に特定原材料の名称がすべて入っているか、入っていない場合はどれか」のように、根拠を示せる問いにして、答えの根拠を書かせるようにします。法令に合っているかの判断は、AIに任せず、法務と品質保証が持ちます。

多段の承認:品質保証・法務・ブランドの順番と最終承認者

同じ更新で、承認の段を順番に並べる仕組みが加わりました。ブランド、規制、品質保証のような段を作り、段ごとに承認者、期限、確認項目を持たせ、前の段が終わると次の段に進みます。すべての承認は決定の記録に残り、書き出して監査の証跡に使えると公式は説明しています。個別見積もりのプランの機能です。

段の順番は、差し戻されたときの手戻りが小さくなるように決めます。おすすめは、AIの照合と規則の確認を最初に通し、次に品質保証が仕様と配合の正しさを見て、その後に法務が強調表示や効能の言い回しを見て、最後にブランドが見た目と言葉の調子を見る順番です。ブランドの確認を先にすると、法務の段で文言が変わったときにもう一度ブランドに戻ることになります。

最終承認者は一人に決めます。段ごとの承認者が全員承認しても、刷ってよいと決める人(出荷の責任を負う人)は誰かが曖昧だと、回収のときに説明できません。日本の食品メーカーなら品質保証の責任者、化粧品なら製造販売の責任者が担うのが自然です。AIの照合の結果は、最終承認者が見る材料の一つであり、承認の段そのものにはしません。

記録を、回収・是正のときにどう使うか

日本では2021年6月1日から、食品の自主回収を行う事業者は行政への届出が義務になりました。アレルゲンや期限表示など安全に関わる表示の欠落・誤りは届出の対象で、アレルゲンの記載漏れは、健康への危害の可能性が高いクラスⅠに分類されます。自治体が公表する届出の一覧にも、アレルギー表示の欠落や期限の誤表記による回収が毎年並んでいます。

回収が起きたとき、最初に問われるのは「どの版のどの段で、誰が何を確かめて、なぜ漏れたのか」です。GoVisually の決定の記録と、製品ハブの変更履歴、照合と突き合わせの結果が残っていれば、漏れが仕様の段階か、版下の段階か、印刷の段階かを切り分けられるので、是正の手を打つ場所がはっきりします。逆に、AIの照合の画面を見ただけで承認を進めていると、記録には「一致」としか残らず、誰が何を見たかが追えません。

記録の書き出しは、定期的に社内の文書管理の場所にも保管しておきます。外部の基盤に記録を預けたままだと、契約を見直したときや基盤の仕様が変わったときに、過去の承認の証跡が引けなくなるおそれがあります。保管の期間は、製品の賞味期限や使用期限、社内の文書規程に合わせて決めます。

何が社外に出るか:発売前の版下と配合の情報

表示の校正に載る情報は、発売前の製品名、パッケージのデザイン、原材料と配合の手がかり、価格や販促の文言です。どれも競合に知られたくない情報で、AIの確認にかけると、版下とその読み取り結果が基盤の側で処理されます。公式は SOC 2 の第二類型の監査を受けたと公表しており、報告書は申請すれば読めると説明しています。

一方で、2026年11月時点の公式の製品頁には、顧客の版下やデータがAIの学習に使われるかどうか、AIの処理にどの提供元のモデルを使っているかの記載が見当たりません。導入を決める前に、情報システム部門が監査報告書と利用規約、データの保管場所、AI処理の扱いを確認し、不明な点は書面で問い合わせておくべきです。

社外の人の扱いも決めます。印刷会社やデザイン会社に校正への参加を許すと、発売前の版下が社外の人にも見えます。同じ更新で、校正を見せるための公開用の閲覧ページ(パスワードや期限を設定できる)も加わりましたが、指摘と承認は校正の中で行い、閲覧ページは見せるだけに使うと公式も説明しています。誰を招き、いつ外すかを、案件の終わりに必ず見直す運用にします。

運用に乗せる順番:一つの製品群から三か月で広げる

いきなり全製品を載せると、製品ハブの仕様の整備が追いつかず、照合が不一致だらけになって現場が使わなくなります。改版の多い一つの製品群から始め、仕様の整備・規則の書き起こし・承認の段の三つを固めてから広げるのが現実的です。

最初の一か月は、対象の製品群の仕様を製品ハブに入れ、過去に実際に起きた表示の誤り(社内の是正記録や、校正で差し戻した例)を使って、照合と規則がその誤りを拾えるかを試します。拾えなかったものは、項目の追加か規則の追加で埋めるか、人の確認の範囲として残すかを決めます。社内に過去の誤りの記録が少ない場合は、自治体などが公表している自主回収の届出の内容(アレルギー表示の欠落、期限の誤表記など)を参考に、同じ型の誤りをわざと入れた試験用の版下を作り、照合と規則が拾えるかを確かめる方法もあります。二か月目に実際の改版で使い、三か月目に承認の段と記録の書き出しまで通して、回収を想定した切り分けができるかを確かめます。

広げるかどうかの判断材料は、差し戻しの回数が減ったかだけでは足りません。照合の不一致のうち、仕様の側の誤りが見つかった件数と、人の確認で見つかった誤り(AIが拾えなかったもの)の件数も数えます。前者が多ければ仕様の持ち方に、後者が多ければ規則の書き方に手を入れる合図です。

うまく回っていないときの兆し

導入から数か月たつと、AIの照合が形だけになっている兆しが出てきます。次のような状態が見えたら、運用を見直します。

  • 照合の結果が全項目一致なら、法務の段を飛ばして承認している
  • 製品ハブの仕様の変更依頼が、版下の修正のあとに出されている(仕様が版下を追いかけている)
  • Gia の答えがコメントに残っているが、採否と判断者が書かれていない
  • 実物との突き合わせで写真が読めなかった面を、違いなしとして検収を通している
  • 日本の表示事項を自社の規則に書き起こさないまま、海外の規制の型の結果だけを見ている
  • 決定の記録を一度も書き出したことがなく、回収のときにどの版を承認したか答えられない

どれも、AIの照合が「速く確認できる」から「確認したことにできる」に変わってしまったときの症状です。四半期に一度、品質保証・法務・ブランドで、照合の結果と人が見つけた誤りを並べて振り返る場を持つと、こうしたずれに早く気づけます。

よくある質問

日本語のパッケージにも使えますか

校正と承認の流れ、版の比べ合わせ、実物との突き合わせは言語に関係なく使えます。公式の製品頁では、日本語への翻訳を含む各国の表示の例が紹介されています。ただし、AIによる表示の確認が日本の食品表示基準や景品表示法にどこまで対応しているかは、公式の頁から読み取れません。日本の表示事項は自社の規則として書き起こし、試験運用で誤りを拾えるかを確かめてから使うのが安全です。

公式が掲げる検出率は信じてよいですか

公式の製品頁は、市場全体の平均の検出率などを自社の数字として掲げていますが、どの版下を、どの基準で、誰が正解を付けて測ったかは書かれていません。自社の過去の誤りを使って、拾えたもの・拾えなかったものを自分で数えるのが確実です。

AIの照合を入れれば、校正の人手は減らせますか

転記の誤りや版の取り違えを探す時間は減らせます。一方で、仕様の整備、規則の書き起こし、AIの指摘の採否、最終承認は人の仕事として残り、導入の初期はむしろ増えます。減った時間を、法令の確認や配合変更の追跡に回すと考えるのが現実的です。

まとめ

GoVisually の2026年秋の更新で、承認済み仕様と版下の項目照合、刷った実物との突き合わせ、自分では投稿しないAIへの質問、段ごとの承認と書き出せる記録がそろいました。表示の確認を速くする道具としてはよくできていますが、同社自身が言うとおり、照合の一致は仕様と合っているという意味でしかなく、法令に合っていることの証明ではありません。日本で使うなら、日本の表示事項を自社の規則として書き起こし、製品ハブの仕様の持ち主と取り込みの確認者を決め、不一致の採否と最終承認を人が持ち、実物の検収と記録の保管を工程に入れることが前提になります。AIには差を見つけさせ、その差の意味と表示の正しさは人が判断する。この線を品質保証・法務・ブランドで共有してから使い始めてください。

※本記事にはAIが活用されています。編集者が確認・編集し、可能な限り正確で最新の情報を提供するよう努めておりますが、情報の完全性、正確性、最新性、有用性等について保証するものではありません。本記事の内容に基づいて行動を取る場合は、読者ご自身の責任で行っていただくようお願いいたします。

あなたのWebサイトは、AIによる攻撃に耐えられますか?

AIを活用してWebサイト・Webサービスの脆弱性を診断し、発見した問題と推奨する修正方法をご報告します。

運営会社:株式会社デボノ

目次