linkfox-multimodal-extract-attributes

商品メイン画像プロンプト抽出ツール

このスキルでは、マルチモーダル AI を使って商品メイン画像から視覚的な特徴やプロンプトを抽出する方法を説明します。EC 販売者が非構造化の画像データを、構造化された実用的なインサイトに変換するのに役立ちます。

基本概念

このツールは、商品リスト内の商品メイン画像（および任意の追加画像）を詳細に視覚分析します。自然言語の指示に基づいて、色、形状、スタイル、素材、特定のセールスポイントとなる要素など、指定された視覚的な特徴を特定するマルチモーダル AI モデルを使用します。

仕組み：画像 URL を含む商品リストと、抽出する内容を説明する自然言語のプロンプトを指定します。ツールはすべての商品を自動的に処理して各画像を分析し、構造化された属性データ（attributeName + attributeValue）を各商品レコードに追加して返します。

行の展開：1 回のリクエストで複数の特徴（例：色と形状の両方）を抽出すると、元の商品行は特徴ごとに複製され、商品ごと・属性ごとに 1 行ずつになります。

パラメーターガイド

パラメーター	必須	説明
productImageAnalysisPrompt	はい	画像から抽出する視覚情報を説明する自然言語の指示です。抽出したい特徴（色、素材、形状、スタイル、ペンダントの種類など）を具体的に指定してください。
analyzeAdditionalImages	いいえ	メイン画像以外の追加商品画像も分析するかどうかを指定します。デフォルトは false です。
refResultData	いいえ	前のステップからの参照データで、分析対象の商品リストを含みます。products 配列を含む JSON 文字列である必要があります。
userInput	いいえ	追加のコンテキストを補うためのユーザー入力です。

効果的なプロンプトの書き方

1. 抽出する特徴を明確にする：「各商品の主な色を抽出する」は、「画像を分析する」よりも適切です。
2. 1 回の呼び出しで指定する特徴は 1 つか少数にする：より明確な結果を得るには、一度に 1 つか 2 つの特徴に絞ってください。
3. 具体的な用語を使う：「商品のペンダント／チャームの形状を特定する」は、「装飾を見る」よりも明確です。
4. 商品を個別に指定する必要はありません：ツールは入力リスト内のすべての商品を自動的に処理します。
5. データフローの依存関係：このツールでは、上流からの商品データが必要です。「前の会話ターンの商品」を参照することはできません。データは現在のステップの入力またはリソース参照で明示的に渡す必要があります。

プロンプトの例

目的	プロンプトの例
主な色を抽出する	"各商品のメイン画像を分析し、商品の主な色を抽出する"
素材を特定する	"各商品のメイン画像から、見た目の素材（プラスチック、金属、木材、布など）を特定する"
ペンダントの形状を分類する	"各商品のメイン画像を分析し、ペンダント／チャームの形状（円形、ハート形、星形など）を特定する"
スタイルを検出する	"メイン画像から各商品の全体的なスタイル（ミニマリスト、ヴィンテージ、ボヘミアン、インダストリアルなど）を抽出する"
画像生成プロンプトを推定する	"メイン画像に基づき、この画像を再現できる可能性のある AI 生成プロンプトまたは視覚的な説明を推定する"
複数の特徴を抽出する	"各メイン画像から、商品の主な色と全体的な形状の両方を抽出する"

呼び出し方法

• API エンドポイント：POST /multimodal/extractPromptsFromMainImage（完全なパラメーター／レスポンス／エラーコードについては references/api.md を参照）
• Python スクリプト：python scripts/multimodal_extract_attributes.py '<JSON 参数>' [--inline]
• コストに関する制約：このツールは計算リソースを消費します。同一セッションで同じパラメーターの組み合わせを使う呼び出しは、デフォルトで 1 回のみです。スクリプトには 24 時間のローカルキャッシュがあります。失敗または空の結果が返された場合、キーワードの変更、ページ送り、郵便番号の変更をしながら自動で繰り返し試行してはいけません。検索を続ける必要がある場合は、追加のコストが発生することを事前にユーザーに伝えてください。

出力方針（スクリプトのデフォルト動作）：

• 常に完全なレスポンスを <cwd>/linkfox/<YYYY-MM-DD>/<session>/data/linkfox-multimodal-extract-attributes-<timestamp>.json に書き込みます（<cwd> はスクリプト実行時の作業ディレクトリです。Claude Code では現在のプロジェクトディレクトリにあたります。<session> には環境変数 SESSION_ID の値を使用し、ユーザーのタスクごとに自動でまとめます。/tmp への書き込みは禁止です。現在のディレクトリに書き込めない場合はエラーになります）
• レスポンス本文が 8 KB 以下の場合：ファイルに保存した後、完全な JSON を stdout に出力します
• レスポンス本文が 8 KB を超える場合：ファイルに保存した後、stdout には概要のみを出力します（トップレベルのフィールド、total／costToken などの一般的な件数、最も大きいリストフィールドの長さと先頭 3 件のサンプル）
• --inline を指定すると stdout に全量を強制出力します（ファイルにも保存されます）

データの読み取りに関する推奨事項：まず概要を確認し、十分かどうか判断してください。具体的なフィールドが必要な場合は、保存された JSON ファイルから jq または ConvertFrom-Json を使って必要なデータのみを抽出し、JSON 全体がコンテキストに入るのを避けてください。

認証と計算リソースの問題を解決する

次の異常が発生した場合は、references/onboarding.md の案内に従って問題を解決してください。

異常な状態

• API Key が未設定：環境変数 LINKFOX_AGENT_API_KEY も LINKFOXAGENT_API_KEY も設定されていません。
• レスポンスのステータスコードが 401 または 402
• 計算リソースまたは残高不足を示すレスポンス：メッセージに「計算リソース残高不足／課金不足／残高不足／quota exceeded／insufficient balance／プラン期限切れ／チャージが必要／チャージしてください」が含まれる場合、または同様の意味の内容がある場合。

レスポンスの構造

レスポンスでは、元の商品リストに抽出した属性が追加されます。

• products：商品レコードの配列です。各レコードには、抽出した属性の次元を示す attributeName（例：「色」）と、抽出した値を示す attributeValue（例：「赤」）が追加されます。属性の次元ごとに、商品 1 件につき 1 レコードが作成されます。
• attributeGroups：比較しやすいよう、商品を属性名と値でグループ化します。各グループには、属性値、商品の件数、ASIN のリストが含まれます。
• columns：結果テーブルの表示に使う列定義です。
• costToken：マルチモーダル AI モデルが消費したトークンの合計です。

表示ルール

1. データはテーブルで表示する：抽出した属性を、商品識別情報（ASIN、タイトル）と属性値を並べた、明瞭で見やすいテーブルに表示してください。
2. 分布を強調する：属性グループが返された場合は、ユーザーが全体像をすばやく把握できるよう、分布を要約してください（例：「商品の 60％は赤、25％は青、15％は緑です」）。
3. 行数が増える場合の注記：複数の次元が抽出された場合、結果では商品が次元ごとに 1 回ずつ表示されることをユーザーに伝えてください。
4. エラー処理：分析に失敗した場合は、レスポンスメッセージに基づいて理由を説明し、商品リストに有効な画像 URL が含まれていることを確認するなど、調整方法を提案してください。
5. データ依存関係に関する注意：ユーザーがデータの受け渡しを明示せずに前の会話ラウンドの商品を参照しようとした場合、商品データは現在のパイプライン内の上流ステップから渡す必要があることを伝えてください。
6. 主観的な助言をしない：抽出した視覚的特徴を事実に基づいて提示してください。ビジネス上の判断はユーザーに委ねてください。

重要な制限事項

• 商品データの入力が必要：画像 URL を含む products 配列がなければ、このツールは動作しません。前段のステップからのデータに依存します。
• 曖昧な参照には対応しない：「前の会話の商品」は分析できません。データは refResultData またはリソース参照を使って明示的に渡す必要があります。
• 行数の増加：M 件の商品から N 個の次元を抽出すると、出力の行数は最大 M x N 件になります。
• 画像へのアクセス性：分析を成功させるには、商品画像の URL に公開状態でアクセスできる必要があります。

ユーザーの表現とシナリオのクイックリファレンス

該当するケース -- 商品リスト向けの視覚的特徴抽出と画像分析：

ユーザーの発言	シナリオ
「これらの商品は何色ですか」	主な色の抽出
「商品画像を分析して」「メイン画像を見て」	一般的な視覚的特徴の抽出
「どのような素材に見えますか」	素材の識別
「どのような形やスタイルが人気ですか」	形状またはスタイルの分類
「画像のプロンプトを逆算して」「この画像を作ったプロンプトは何ですか」	画像プロンプトのリバースエンジニアリング
「見た目で商品をグループ分けして」	視覚的属性のグループ化と統計
「商品写真から特徴を抽出して」	属性の構造化抽出

該当しないケース -- 画像に基づく視覚分析の範囲を超えるタスク：

• テキストベースの商品データのクエリ（適切なデータクエリツールを使用してください）
• 商品リストのコピーライティングやレビュー分析
• 価格または販売データの分析
• 商品画像を使用しないタスク

計算リソースの消費ルール

動的ルールに基づいて課金されます：計算リソースの消費量 = 分析対象となる各画像の（入力処理で消費する計算リソース + 出力結果で消費する計算リソース）の合計。

重要：このスキルのサービス料金は倍率に応じて動的に計算されるため、一度に大量の計算リソースを消費する可能性があります。必ずユーザーに通知し、続行するかどうかをユーザーに判断してもらってください。

フィードバック：

以下のいずれかに該当する場合、Feedback API を通じてフィードバックを自動検出し、報告してください。

1. このスキルで説明されている機能や目的が、実際の動作と一致しない
2. スキルの結果がユーザーの意図と一致しない
3. ユーザーがこのスキルについて不満または称賛を表明する
4. 改善できると思われる点がある

references/api.md に指定されているとおりにフィードバック API を呼び出してください。ユーザーの作業を中断しないでください。

---

越境EC向けの、より高品質でプロフェッショナルなスキルをお探しなら、LinkFox Skills を設定してください。