投稿者 投稿日: カテゴリー Gemini
Gemini 3.1 Flash Image（Nano Banana 2）とは、動画や写真からEC用の商品画像を高速生成できるGoogleのAI画像モデルのことです。
商品レビュー動画を1本撮ると、サムネ用の静止画が10枚以上必要になります。バリエーション違い、利用シーン、寄り、引き、サイズ別。これまでは動画から手作業でフレームを切り出し、明るさを直し、背景を整え、各モールの規定サイズにトリミングしていました。Gemini 3.1 Flash Image（Nano Banana 2）の video-to-image 機能は、その動画をそのまま渡すと、文脈を読み取った商品画像を数秒で書き出します。本記事では、撮影済みの商品動画からサムネとバナーを量産する具体手順と、楽天・Amazon・Shopifyの画像規定に合わせた運用、ECで使えるプロンプトをちょうど10本まとめます。
Nano Banana 2のvideo-to-imageがEC撮影をどう変えたか
Gemini 3.1 Flash Image（コード名Nano Banana 2）は、Pro級の画質をFlash級の速度で出すGoogleの画像生成・編集モデルです。Google AI StudioやVertex AI、Geminiアプリ、Google検索のほか、Adobe Firefly・Figma・Notionなどのパートナー製品から利用できます。EC事業者にとって一番のニュースは、このモデルに「video-to-image（動画から画像生成）」が載ったことです。
video-to-imageは、動画を多モーダルの参照素材として渡し、その文脈をもとに新しい静止画を生成する機能です。Google Cloudの公式ドキュメントによれば、モデルが動画フレームを解析して視覚テーマと主要なシーンを抽出し、テキストプロンプトと組み合わせて出力画像を合成します。用途として明記されているのが、動画サムネイル、シネマティックなポスター、サマリー用インフォグラフィックの生成です。この機能はGemini 3.1 Flash Imageでのみ利用でき、公開YouTubeのURLをそのままAPIに渡すか、Files API経由でローカルの動画ファイルをアップロードできます。
EC運営の現場で繰り返し見るのは、商品動画と静止画が分断された運用です。スタッフが30秒の使用シーン動画を撮っても、その動画はSNSやLP用に1回使われて終わり、商品ページのサムネはまた別途スタジオで撮り直す。この二重撮影が工数を膨らませていました。video-to-imageを挟むと、1本の動画が商品ページ用サムネ、SNS用バナー、レビュー訴求画像へと枝分かれします。撮影回数を増やさずに静止画の在庫を増やせるのが本質的な変化です。
画質と解像度の面でも実務に耐えます。Gemini 3.1 Flash Imageは1K・2K・4Kの高解像度に対応し、512px（0.5K）の小サイズ出力も加わりました。商品ページのサムネは700px前後、SNSのバナーは1080px前後、LPのヒーローは2K以上と、用途ごとに必要な解像度が違うEC運用では、この解像度の幅がそのまま使い分けに効きます。コスト面では、低コスト版のNano Banana 2 Lite（gemini-3.1-flash-lite-image）が2026年6月30日に発表され、1K画像を約4秒・1枚あたり約0.034米ドル（2026年7月時点の公表値）で返すとされています。1日数百枚のサムネを量産する大規模カタログでは、このLiteの単価が運用設計の前提になります。
なぜ今このKWが効くのかを、検索行動の側からも補足します。商品ページに動画を載せる店舗は増えましたが、その動画を静止画資産に変換する手段がこれまで乏しく、動画と画像が別々の制作ラインで作られてきました。video-to-imageはこの分断を埋める接続部品です。楽天市場の商品ページは画像が最大20枚まで載せられるのに、実際には5〜8枚で枠を余らせている店舗が多く見られます。動画から派生画像を作れるようになると、この余った枠を「使用シーン」「サイズ感」「セット内容」で埋めやすくなり、情報量の差がそのままページ滞在と転換に効いてきます。
旧モデルとの違いも押さえておくと判断が早くなります。前世代のGemini 2.5 Flash Imageも画像生成・編集に対応していましたが、動画を参照素材として渡して静止画を起こすvideo-to-imageは、公式ドキュメント上はGemini 3.1 Flash Imageで利用できる機能とされています。つまり「動画起点でサムネを量産する」という運用は、このモデル世代ではじめて素直に組めるようになった工程です。EC事業者が機能の有無を確かめるときは、使っているモデルIDがgemini-3.1系かどうかを最初に確認するのが近道になります。
注意したい点として、動画から生成した画像は「実写の商品そのもの」ではなく、AIが文脈をもとに合成したビジュアルです。後述しますが、ヤラセ画像にならない使い方の線引きが、ECでは特に重要になります。生成画像をどこまで商品ページの主画像に使ってよいかは、各モールの規約とAIコンテンツ表記の方針を確認のうえで判断してください（2026年7月時点では各モールとも明確な統一基準が固まりきっておらず、要確認）。
商品動画1本からサムネ・バナーを量産する手順
ここが本記事の中心です。撮影済みの商品レビュー動画を起点に、各モールのサムネとSNSバナーへ展開する流れを、操作レベルで追います。生成AIモデルの最新動向を踏まえた使い分けは、ChatGPT・Claude・Geminiの比較記事も合わせて参照してください。
最初の準備は動画の整理です。サムネ生成に向くのは、商品が画面中央で明るく映っている15〜60秒程度のクリップです。手ブレが激しい、暗い、商品が見切れているシーンが続く動画は、生成画像も不安定になります。アパレルなら着用シーンと商品単体カットの両方が入った動画、食品ギフトなら開封シーンと盛り付けシーンが入った動画が扱いやすい素材でした。
次にモデルへ動画を渡します。公開YouTube動画ならURLをそのまま、自社の未公開動画ならFiles API経由でアップロードします。AI Studio上で試すなら、動画をドラッグして「この動画から商品サムネを生成」と指示するだけで挙動を確認できます。最初は1枚だけ生成してトーンを確かめ、方向性が合ってから枚数を増やすのが、現場感覚では無駄打ちが少ない進め方です。
生成後に必ずやるのが、各モールの規定サイズへの落とし込みです。楽天市場は商品画像が1商品あたり最大20枚、1枚3,840×3,840px以内、推奨700×700px以上です。Amazon.co.jpは主画像で背景白・商品が画像の85%以上といった規定があり、商品説明は半角2,000文字以内、商品名は半角200文字以内（カテゴリにより50〜200文字）の枠の中で訴求設計を組みます。Shopifyは商品タイトル255文字以内・商品説明はHTMLで上限なしと自由度が高く、生成画像を複数枚並べたギャラリー型の見せ方が向きます。Yahoo!ショッピングは商品名75文字以内・キャッチコピー60文字以内と短いため、画像側で情報を補う設計が効きます。これらの数値はうるチカラの仕様事典の2026年時点の確認値であり、各モールの最新マニュアルで都度確認してください。
枚数の目安も持っておくと運用が回ります。化粧品の単品ページなら、主画像1枚・成分や容量の説明画像3〜4枚・使用シーン画像2〜3枚で計7〜8枚、家電なら主画像1枚・機能訴求4〜5枚・サイズ比較1〜2枚で計7〜8枚あたりが、楽天の最大20枚に対して情報量と離脱のバランスが取りやすいレンジでした。video-to-imageを使えば、1本の使用シーン動画からこの「使用シーン画像2〜3枚」を一気に作れます。
運用に乗せるなら、ファイル管理の設計も最初に決めておきます。生成画像は枚数が増えるほど「どの動画から、どの用途で、いつ作ったか」が分からなくなりがちです。実務では、商品管理番号・用途（main / scene / banner）・生成日をファイル名に入れる命名規則を最初に決め、楽天RMSの画像登録、Amazon Seller Centralの画像アップロード、Shopify Adminのメディアライブラリのどこに何を載せたかを台帳で管理しておくと、差し替え時の事故が減ります。アパレル系の単一店舗で試したケースでは、命名規則を決めずに量産した結果、同じ商品に旧バージョンと新バージョンの画像が混在し、どれが最新か追えなくなる失敗が起きました。量産できる道具ほど、整理の仕組みが効きます。
季節商材では生成のタイミングも設計に入れます。母の日ギフトやお中元のように山が明確なジャンルは、本番の3〜4週間前に動画を1本撮り、プロンプト5でイベント別バナーを一括生成しておくと、繁忙期に制作で詰まりません。食品ギフトの中規模店舗では、お中元シーズンの2週間前に盛り付け動画を1本撮り、そこから商品ページ用シーン画像とSNS用バナーを合わせて十数枚生成し、撮影の追加発注をゼロにできた進め方が回っていました。
それでは、ECで使えるプロンプトを10本掲載します。いずれもGemini 3.1 Flash Imageでの動画・画像入力を前提にした指示文です。変数は中括弧で統一しているので、自店の商品情報に置き換えて使ってください。
プロンプト1は、商品動画から楽天用の主画像候補を作る指示です。
プロンプト1：商品レビュー動画から楽天市場の主画像候補を生成（700×700px以上、正方形）
添付した商品レビュー動画を参照素材として、楽天市場の商品ページ用主画像を5案生成してください。
条件：
1. 正方形（推奨700×700px以上、3,840px以内）で、商品が中央に大きく映る構図
2. 背景は清潔感のある無地またはごく薄いグラデーション
3. 動画に映った商品の色・形・質感を忠実に再現する（実物と乖離させない）
4. 文字・ロゴ・バッジは焼き込まない（楽天側で別途付与する）
5. 商品ジャンル：{ジャンル}／主要訴求：{素材・産地・実績}
各案に、想定する第一印象（高級感・親しみ・実用性など）を1行で添えてください。
プロンプト2は、Amazonの白背景主画像に寄せる指示です。
プロンプト2：商品動画からAmazon主画像（背景白・商品85%以上）を生成
添付動画を参照し、Amazon.co.jpの主画像規定に沿った商品画像を3案生成してください。
条件：
1. 背景は純白（RGB 255,255,255）
2. 商品が画像面積の85%以上を占める
3. 影は商品直下にごく薄く、不自然な合成感を出さない
4. 動画内の商品と色・形を一致させる（誇張・装飾を加えない）
5. 商品ジャンル：{ジャンル}
各案について、Amazon規定に抵触しそうな点があれば指摘してください。
プロンプト3は、使用シーン画像を量産する指示です。
プロンプト3：使用シーン動画から商品ページ用シーンカットを生成
添付した使用シーン動画から、商品ページに差し込むシーンカットを6案生成してください。
条件：
1. 動画に登場する利用シーンを起点に、生活感のある自然な構図
2. 商品が必ず画面内に明確に映る
3. 過度な美化や実在しない機能の演出をしない
4. 想定読者：{ターゲット層（年代・性別・利用文脈）}
5. 商品ジャンル：{ジャンル}
各案に、訴求したい便益（時短・清潔・ギフト適性など）を1語で付けてください。
プロンプト4は、SNS用の縦長バナーへ展開する指示です。
プロンプト4：商品動画からSNS用縦長バナー（9:16）を生成
添付動画をもとに、Instagram・TikTok向けの縦長（9:16）商品バナーを4案生成してください。
条件：
1. 上1/4と下1/4はテキスト追記用に余白を残す
2. 商品が中央帯にしっかり映る
3. 配色は商品ジャンルに合わせる（食品→暖色、コスメ→淡色など）
4. 文字は入れない（後工程で日本語コピーを載せる）
5. 商品ジャンル：{ジャンル}／キャンペーン：{セール名・有無}
プロンプト5は、季節・イベント差分を一括で作る指示です。
プロンプト5：1枚の商品画像から季節・イベント別バナーを一括生成
添付した商品画像を起点に、同一商品の季節・イベント別バナーを生成してください。
作成する差分：{母の日 / お中元 / 夏セール / 年末ギフト}
条件：
1. 商品本体は全パターンで同一に保つ（色・形を変えない）
2. 背景と小物だけをイベントに合わせて差し替える
3. 各3:4比率、Shopifyのギャラリー掲載を想定
4. 商品ジャンル：{ジャンル}
各イベントごとに1案ずつ、計4案を出力してください。
プロンプト6は、Yahoo!ショッピング用の情報補完画像です。
プロンプト6：商品動画からYahoo!ショッピング用の情報補完画像を生成
Yahoo!ショッピングは商品名75文字・キャッチコピー60文字と短いため、画像で情報を補います。
添付動画を参照し、容量・サイズ・セット内容が一目で伝わる商品画像を4案生成してください。
条件：
1. 商品の実寸感が伝わる構図（比較対象を自然に置く）
2. 数値や文字は焼き込まず、視覚的に大きさを示す
3. PayPay経済圏のユーザー（価格・実用重視）を想定
4. 商品ジャンル：{ジャンル}／容量・サイズ：{値}
プロンプト7は、A/Bテスト用の構図違いを作る指示です。
プロンプト7：CTR検証用に主画像の構図バリエーションを生成
同一商品でクリック率を比較するため、主画像の構図違いを6案生成してください。
バリエーション軸：
1. 寄り（商品アップ）／引き（全体）
2. 単体／使用シーンあり
3. 明るい背景／落ち着いた背景
条件：商品の色・形は全案で統一し、構図と背景だけを変える
商品ジャンル：{ジャンル}
各案に、検証したい仮説（アップの方が質感が伝わる等）を1行添えてください。
プロンプト8は、レビュー動画からの信頼訴求画像です。
プロンプト8：レビュー動画から信頼訴求のビフォーアフター画像を生成
添付したレビュー動画を参照し、使用前後の変化が伝わる訴求画像を3案生成してください。
注意：
1. 実在しない効果を誇張しない（薬機法・景表法に配慮）
2. 「絶対」「100%」「No.1」「即効」などの断定表現は画像内に入れない
3. 変化はあくまで動画に映った範囲に忠実に
4. 商品ジャンル：{ジャンル}
過度な訴求になりそうな案があれば、その旨を明示してください。
プロンプト9は、複数SKUのトーン統一です。
プロンプト9：複数SKUの商品画像をブランドトーンで統一
添付した複数の商品動画・画像をもとに、ブランド全体でトーンを揃えた主画像を生成してください。
条件：
1. 背景色・ライティング・余白の取り方を全SKUで統一
2. 各商品の固有の色・形は正確に保つ
3. テンプレートに沿った量産を前提に、再現性の高い指示として整える
4. ブランドの世界観：{キーワード（ナチュラル・モダン等）}
5. 商品点数：{SKU数}
統一に使った視覚ルールを箇条書きで出力してください。
プロンプト10は、生成画像のセルフチェック用です。
プロンプト10：生成した商品画像のEC掲載前セルフチェック
これから貼る生成画像について、EC掲載前のチェックを行ってください。
確認観点：
1. 商品の色・形が実物と乖離していないか
2. 背景や小物に不自然な合成痕がないか
3. 各モール規定（楽天700px以上・Amazon背景白等）に適合しそうか
4. AI生成であることの表記が必要そうな描写になっていないか
5. 薬機法・景表法に触れる演出が含まれていないか
問題があれば修正方針を、なければ掲載可の判断を返してください。
以上10本です。プロンプト1〜6が生成、7〜9が量産・検証、10が公開前チェックという並びになっています。最初は1〜2本を自店の動画で試し、出力の癖をつかんでから量産工程に進むのが安全です。
video-to-imageで起きやすい失敗と回避策
最初の失敗は、暗い動画・手ブレ動画をそのまま渡してしまうパターンです。生成画像は参照動画の品質に引きずられるため、ノイズの多い動画からは輪郭の甘い画像が出ます。回避策は、明るく安定したクリップを15〜60秒だけ切り出してから渡すこと。撮影段階で「サムネ生成用に、商品を中央・明るめで5秒静止して撮る」というカットを1つ仕込んでおくと、後工程が一気に楽になります。
二つ目は、生成画像を実物と乖離させてしまう失敗です。AIは見栄えを良くする方向に寄せるため、指示を緩くすると色が鮮やかすぎたり、質感が誇張されたりします。届いた商品と画像が違うとレビューで指摘され、楽天SGS（楽天市場の検索アルゴリズム）上もレビュー評価の低下が響きます。プロンプトに「実物の色・形を忠実に再現」「装飾を加えない」と毎回明記し、生成後に実物と並べて確認する工程を外さないことが定石です。
三つ目は、薬機法・景表法に触れる演出です。健康食品やコスメで、video-to-imageに「効果が伝わる画像を」と指示すると、ビフォーアフターを過剰に演出することがあります。「絶対」「100%」「即効」「治療」といった表現を画像内テキストに入れない、実在しない変化を描かせない、という線引きをプロンプト8・10で固定しておきます。直近の支援案件で観測したのは、生成段階より「公開前チェックを工程に組み込めているか」で事故率が大きく変わるという点でした。
四つ目は、生成画像をモール規約の確認なしに主画像へ使ってしまうケースです。2026年7月時点で各モールのAI生成画像に関する基準は流動的で、要確認の領域です。主画像は実写を基本にし、生成画像は説明画像・シーン画像・バナーから使い始めるのが、現状ではリスクの低い順序と判断します。
五つ目は、解像度の指定漏れです。同じ動画から生成しても、出力解像度を指定しないと用途に合わないサイズが返ることがあります。楽天の推奨700×700px以上、SNSの縦長9:16、LPヒーローの2K以上は、それぞれ生成時に明示しておかないと、後工程でのトリミングで商品が見切れたり、引き伸ばしで画質が落ちたりします。プロンプトに用途と比率・解像度を毎回書き込み、出力後に各モールの規定サイズへ機械的に落とし込む工程を固定するのが定石です。楽天/Amazonの両方を回している店舗で観測されたのは、解像度を最初に固定したチームほど差し替えの手戻りが少ないという傾向でした。
工数とコストの目安、無料で試せる範囲
導入効果を工数で見ると、使用シーン画像を外部スタジオで撮り直していた店舗が、動画1本からの生成に切り替えたことで、シーン画像の準備にかけていた時間を体感で半分以下に圧縮できた、という事例が中規模のアパレル店舗でありました（あくまで一事例で、業界平均ではない点に注意）。撮影回数そのものを減らせるため、商品点数が多い店舗ほど効きます。
費用の目安です。Geminiは無料枠でも画像生成を試せ、本格運用はGemini Advanced（月額20米ドル前後、2026年7月時点）やAPI従量課金で使います。前述のNano Banana 2 Liteは1K画像が1枚約0.034米ドルとされ、1日200枚生成しても1日あたり7米ドル前後の計算になります（公表単価ベースの試算で、実際の請求は解像度・地域で変動するため要確認）。比較対象として、ChatGPT Plus・Claude Proも月額20米ドル前後で、画像とテキストを横断して使うなら複数契約を検討する形になります。最新フラッグシップの使い分けは、Claude Opus 4.8のEC活用記事やGPT-5.5のEC活用記事も判断材料になります。
KPIとしては、サムネ差し替え前後のCTR（クリック率）と、商品ページ到達後のCVR（転換率）を分けて見ます。プロンプト7のA/Bテストで主画像の構図を入れ替え、楽天RMSのアクセス分析やAmazonのビジネスレポートでCTRを2週間単位で比較するのが現実的です。CTRが動いてもCVRが落ちる場合は、画像が実物と乖離している兆候なので、生成画像の忠実度を見直します。数字は店舗ごとにばらつくため、ベンチマークを固定値で持たず、自店の前後比較で判断するのが安全です。
AIエージェント時代に商品画像の役割はどう変わるか
ここからは独自の考察です。video-to-imageの登場で、商品画像は「撮るもの」から「動画から派生させるもの」へ重心が移り始めています。さらに、Gemini Omniのように image-to-video や video-to-video の編集まで会話で行えるモデルも出てきており、静止画と動画の境界は今後さらに曖昧になります。EC事業者が押さえるべきは、個別の画像を作る技術より、「1本の素材動画を撮れば、静止画・バナー・短尺動画まで一気通貫で展開できる」という素材設計の発想です。
もう一つの変化は、AIショッピングアシスタントへの最適化です。AmazonのRufusのような対話型の検索アシスタントが商品を解釈するとき、画像の文脈情報がますます重要になります。動画由来の生成画像は、利用シーンや便益が画像に織り込まれているため、AIが「誰がどう使う商品か」を読み取りやすい素材になり得ます。AI Overviewや対話型検索に商品が引用される時代には、画像が単なる装飾ではなく、商品理解のための情報源になります。
三つ目の論点として、撮影体制そのものの見直しがあります。video-to-imageを前提にすると、撮影現場で意識すべきは「完成された静止画を1枚ずつ撮ること」ではなく、「後から多用途の画像を起こせる、明るく安定した素材動画を1本撮ること」に変わります。商品を中央・明るめで数秒静止させるカット、利用シーンを自然に映すカット、サイズ感が伝わる比較カットを1本の動画に意図的に盛り込んでおけば、その動画が静止画の母艦になります。撮影回数を減らしながら静止画の在庫を増やすという、これまで両立しにくかった要求が、素材設計の工夫で実現できる段階に入りました。
Tier2の競合メディアが書いていないのは、この「動画起点の画像運用フロー」を、各モールの規約・AIコンテンツ表記・薬機法のリスクと合わせて設計する視点です。機能紹介だけなら誰でも書けますが、楽天の主画像にどこまで生成画像を使ってよいか、景表法に触れない演出の線引きはどこか、撮影体制をどう組み替えるか、という実装の手前で詰まる論点こそ、現場が本当に知りたい部分だと判断しています。まずは1本の商品動画で本記事のプロンプト1〜3を試し、自店の商品で出力の癖をつかむところから始めてください。
よくある質問
Gemini 3.1 Flash ImageとNano Banana 2は別物ですか
同じモデルの別名です。Nano Banana 2はGemini 3.1 Flash Imageのコード名・通称で、Pro級の画質をFlash級の速度で出す画像生成・編集モデルを指します。低コスト版のNano Banana 2 Lite（gemini-3.1-flash-lite-image）は別の派生モデルで、より高速・低単価に振った位置づけです。
本当に動画をそのまま渡して画像が作れますか
はい。video-to-image機能はGemini 3.1 Flash Imageでのみ利用でき、公開YouTubeのURLを渡すか、Files API経由でローカル動画をアップロードできます。モデルが動画フレームを解析して視覚テーマを抽出し、テキストプロンプトと組み合わせて画像を生成します。サムネやポスター生成が公式の想定用途として挙げられています。
生成した画像を楽天やAmazonの主画像にそのまま使えますか
2026年7月時点で各モールのAI生成画像に関する基準は流動的で、要確認の領域です。主画像は実写を基本にし、生成画像はまず説明画像・シーン画像・バナーから使うのが、現状ではリスクの低い順序と考えます。各モールの最新ガイドラインを確認のうえで判断してください。
無料で始められますか
Geminiは無料枠でも画像生成を試せます。本格運用はGemini Advanced（月額20米ドル前後、2026年7月時点）やAPI従量課金になります。Nano Banana 2 Liteは1K画像が1枚約0.034米ドルとされ、量産用途のコスト試算がしやすくなっています（実請求は解像度・地域で変動）。
実物と違う画像が出るのが不安です
プロンプトに「実物の色・形を忠実に再現」「装飾を加えない」と明記し、生成後に実物と並べて確認する工程を必ず入れてください。本記事のプロンプト10は公開前セルフチェック用で、色乖離・合成痕・規約適合・薬機法リスクをまとめて確認できます。届いた商品との乖離はレビュー低下に直結するため、忠実度の確認は省略しないでください。
ChatGPTやClaudeの画像機能とどう使い分けますか
動画から静止画を起こす用途では、video-to-imageを持つGemini 3.1 Flash Imageが現状もっとも素直です。コピーライティングや商品説明文の生成はテキストに強いモデルと組み合わせると効率的です。モデルごとの強みの比較は、うるチカラのChatGPT・Claude・Gemini比較記事を参照してください。
1本の動画から何枚くらい作るのが適切ですか
商品ジャンルによりますが、化粧品なら主画像・説明3〜4枚・シーン2〜3枚で計7〜8枚、家電なら主画像・機能訴求4〜5枚・サイズ比較1〜2枚で計7〜8枚あたりが、楽天の最大20枚に対して情報量と離脱のバランスが取りやすいレンジです。動画由来のシーン画像は2〜3枚を目安に、残りは実写や図解と組み合わせると説得力が上がります。
著者：齋藤竹紘（株式会社オルセル 編集長／5,000社以上のEC支援実績／書籍3冊）
※うるチカラでは、生成AIの導入支援から運用最適化まで、貴社のEC事業に合わせたカスタマイズ提案を行っています。無料相談（30分）も実施中ですので、お気軽にお問い合わせください。
https://uruchikara.jp/contact/
【監修】齋藤竹紘（株式会社オルセル代表 / 19年・5,000社のEC支援実績）
株式会社オルセル代表取締役 / うるチカラ編集長。19年・5,000社以上のEC支援実績を持ち、楽天市場・Amazon・Yahoo!ショッピング・Shopify・Shopee越境ECの実装ノウハウを保有。AI×ECに関する書籍を3冊執筆。「現場で使えるAI実装」を一次情報として発信しています。
この記事を読んだ人は、こんな記事も読んでいます
