ストーリー
田
田中VPoE
画像AIの認識・生成・編集の技術と業務応用を学んだ。ここで実際の業務シナリオに対して、画像AIを適用する設計を行ってもらう
あなた
具体的な設計書を作るということですか？
あ
田
田中VPoE
そうだ。3つのミッションを用意した。それぞれAPI選定、パイプライン設計、運用設計まで含めて考えてくれ
あなた
技術選定から運用まで一貫して設計するんですね。実戦的ですね
あ
ミッション概要
| 項目 | 内容 |
|---|---|
| 目標 | 画像AIを業務に適用するシステム設計書を作成する |
| 所要時間 | 90分 |
| ミッション数 | 3つ |
| 使用知識 | OCR / 画像生成 / 画像編集 / 業務応用 |
| 評価観点 | 技術選定の妥当性、パイプライン設計、運用設計 |
ミッション1: EC商品画像の自動品質チェックシステム（30分）
シナリオ
【EC運営部 高橋マネージャーからの依頼】
出品者（サプライヤー）から送られてくる商品画像の品質にバラつきがあり、
掲載基準を満たさない画像が多い。現在は担当者2名が目視でチェックしている。
掲載基準:
1. 背景が白またはライトグレーであること
2. 商品が画像面積の60%以上を占めていること
3. ブレやピンぼけがないこと
4. 適切な明るさ（暗すぎない/白飛びしない）
5. ウォーターマークやテキストが含まれないこと
6. 最低解像度: 800x800px
月間処理量: 約10,000枚
現在の処理時間: 1枚あたり30秒（目視）
不合格率: 約25%タスク
以下を設計してください。
1. システムアーキテクチャ
- 使用するAPI/モデル
- 入力から出力までのデータフロー
2. 品質チェックロジック
- 各基準のチェック方法（どの技術で何を検査するか）
- 判定アルゴリズム（スコアリングの仕組み）
3. APIリクエスト設計
- プロンプト設計（VLMを使う場合）
- レスポンスのパース方法
4. 運用設計
- バッチ処理 vs リアルタイム処理の選択
- エラーハンドリング
- コスト試算解答例を見る
1. システムアーキテクチャ
使用API:
- 解像度・フォーマットチェック: Pillow（ローカル処理、無料）
- 背景チェック + 商品面積: Claude Vision API
- ブレ検出: OpenCV（ラプラシアン分散、ローカル処理）
- ウォーターマーク検出: Claude Vision API（上記と同じリクエストで併用）
データフロー:
入力画像 → [Pillow: 解像度チェック]
→ [OpenCV: ブレ検出]
→ [Claude Vision: 背景・構図・テキスト検出]
→ [スコア統合] → 合格/不合格/要確認
2. 品質チェックロジック
| 基準 | チェック方法 | 閾値 |
|------|------------|------|
| 背景色 | VLMで判定 + HSV解析 | 白/ライトグレー判定 |
| 商品面積 | VLMで推定 | 60%以上 |
| ブレ | ラプラシアン分散 | variance > 100 |
| 明るさ | ヒストグラム分析 | 平均輝度 80-220 |
| テキスト | VLMで検出 | テキストなし |
| 解像度 | Pillow | 800x800以上 |
スコアリング: 6基準すべて合格 → OK、1つ不合格 → 要修正（理由付き）
3. APIリクエスト設計
プロンプト:
"この商品画像を以下の基準で評価してください：
1. 背景色（白/ライトグレー/その他）
2. 商品が画像面積の何%を占めているか（推定値）
3. 画像にテキスト/ウォーターマークはあるか
4. 全体的な画像品質（A:良好 B:やや問題あり C:不可）
JSON形式で回答してください。"
4. 運用設計
- 処理方式: 準リアルタイム（アップロード後5分以内に結果通知）
- バッチ: 夜間に再チェック処理（API障害時のリカバリ）
- エラーハンドリング: APIタイムアウト → リトライ3回 → 人的確認キュー
- コスト試算:
ローカル処理（Pillow + OpenCV）: 無料
Claude Vision: 10,000枚 × $0.01 = $100/月（約15,000円）
合計: 約15,000円/月（現状の人件費60万円と比較して大幅削減）ミッション2: 商品画像の自動加工パイプライン設計（30分）
シナリオ
【デザインチーム 伊藤リーダーからの依頼】
品質チェックに合格した商品画像を、ECサイトの各ページ用に
複数サイズ・フォーマットに加工する作業を自動化したい。
現在の手作業:
1. 背景除去 → 白背景に差し替え（メイン画像用）
2. リサイズ（メイン: 1200x1200, サムネイル: 300x300, 拡大: 2400x2400）
3. ライフスタイル背景の合成（3パターン）
4. バナー用画像の生成（横長: 1920x600）
5. SNS用画像（Instagram正方形、Twitter横長）
月間: 2,000商品（各1〜5枚の原画像）
現在の所要時間: 1商品あたり平均30分（デザイナー作業）タスク
以下を設計してください。
1. パイプライン全体設計
- 処理ステップの順序と依存関係
- 各ステップで使用するツール/API
- 並列処理可能なステップの特定
2. 各ステップの詳細設計
- 背景除去の手法選定と理由
- ライフスタイル背景合成の実装方針
- バナー・SNS画像の生成戦略
3. 品質保証
- 自動品質チェックのポイント
- 人間レビューが必要な条件
4. コスト・時間の試算解答例を見る
1. パイプライン全体設計
原画像 ─→ [背景除去(rembg)] ─→ 透過PNG
│
┌───────────────┼───────────────┐
│ │ │
▼ ▼ ▼
[白背景合成] [ライフスタイル [バナー用
+ リサイズ] 背景合成×3] レイアウト]
│ │ │
▼ ▼ ▼
1200/300/2400 3パターン生成 1920x600
│ │ │
└───────┬───────┘ │
│ │
▼ ▼
[SNS用リサイズ] [テキスト
IG:1080x1080 オーバーレイ]
TW:1200x675
│ │
└───────┬───────────────┘
▼
[自動品質チェック]
│
▼
出力ディレクトリ
並列処理: 背景除去後の3系統は並列実行可能
2. 各ステップの詳細設計
背景除去: rembg（OSS）を選定
理由: 大量処理のためAPIコスト不要、品質も商品画像で十分
ライフスタイル背景合成:
- ControlNet（Canny Edge）で商品の輪郭を維持
- SD XLで3パターンの背景を生成
- プロンプトテンプレートで品質を安定化
バナー生成:
- 商品を左1/3に配置、右2/3をAI生成背景で埋める
- テキスト領域を確保したレイアウト
3. 品質保証
自動チェック:
- 背景除去の品質: エッジのギザギザ検出
- 生成画像の品質: CLIP スコアで商品との一致度を検証
- フォーマット: 解像度、ファイルサイズの確認
人間レビュー条件:
- ライフスタイル画像は全件（ブランドイメージに関わる）
- 白背景画像は自動チェック通過で人間レビュー不要
4. コスト試算
月間2,000商品 × 平均3枚 = 6,000枚
- rembg: 無料（GPUサーバー費用: 月5万円）
- SD XL: ローカル実行（上記サーバーで兼用）
- 人間レビュー: ライフスタイル画像のみ → 月40時間
- 合計コスト: 月17万円（現状: デザイナー3名 × 月100万円）ミッション3: 画像AIの精度モニタリングダッシュボード設計（30分）
シナリオ
【技術部 田中VPoEからの依頼】
ミッション1とミッション2のシステムを本番運用するにあたり、
AIの精度を継続的にモニタリングする仕組みが必要だ。
要件:
- 各チェック基準の精度（適合率・再現率）を日次で算出
- 精度が閾値を下回った場合のアラート
- 人間レビューの結果をフィードバックする仕組み
- 月次レポートの自動生成タスク
以下を設計してください。
1. モニタリング指標の定義
- 何を、どう測定するか
- 閾値の設定
2. データ収集設計
- AI判定結果の記録方法
- 人間レビュー結果の収集方法
- フィードバックループの設計
3. アラート設計
- アラート条件
- 通知方法
- エスカレーションフロー
4. レポート設計
- 月次レポートに含める項目
- 可視化の方法解答例を見る
1. モニタリング指標
| 指標 | 計算方法 | 閾値 |
|------|---------|------|
| 適合率(Precision) | TP / (TP + FP) | >= 0.95 |
| 再現率(Recall) | TP / (TP + FN) | >= 0.90 |
| F1スコア | 2×P×R / (P+R) | >= 0.92 |
| 人間介入率 | 人的確認件数 / 全件数 | <= 0.30 |
| 処理レイテンシ | API応答時間の中央値 | <= 5秒 |
| APIエラー率 | エラー数 / リクエスト数 | <= 0.01 |
2. データ収集設計
AI判定結果:
- 全件をDBに記録（画像ID、判定結果、信頼度、処理時間）
- サンプリング（全体の5%）を人間レビューキューに送る
人間レビュー結果:
- レビュアーがAI判定に対して「正しい/誤り」を記録
- 誤りの場合は正しいラベルを付与
- 月200件のラベル付きデータが蓄積
フィードバックループ:
AI判定 → 5%サンプリング → 人間レビュー → 結果DB → 精度算出
↓
閾値以下ならアラート
3. アラート設計
- Warning: F1スコアが0.92-0.90に低下 → Slack通知
- Critical: F1スコアが0.90未満 → Slack + メール + 自動でHuman-in-the-Loop率を上げる
- Emergency: APIエラー率5%超 → 全件人的確認に切り替え + PagerDuty
4. レポート設計
月次レポート項目:
- 処理件数、合格率、不合格率
- 基準別の精度推移グラフ
- 人間介入率の推移
- コスト（API費用 + 人的コスト）
- 改善提案（精度低下の原因分析）
- 新たに検出されたエッジケース一覧
可視化: Grafanaダッシュボード + 月次PDF自動生成振り返り
評価基準
| 評価項目 | A（優秀） | B（合格） | C（要改善） |
|---|---|---|---|
| 技術選定 | コスト・精度・運用を考慮した最適選定 | 適切な技術を選定 | 技術の使い分けが不明確 |
| パイプライン設計 | 並列処理・エラーハンドリングまで設計 | 基本的な処理フロー | 処理順序が不適切 |
| 品質保証 | 定量指標 + 自動モニタリング + フィードバック | 基本的な品質チェック | 品質管理が不十分 |
| 運用設計 | コスト試算 + アラート + レポートまで網羅 | 基本的な運用方針 | 運用が考慮されていない |
推定所要時間: 90分