画像処理システム選定プロンプト（実用版）

2026年4月14日

 

ここでは実務で使える　「画像処理システムの選定プロンプト」のメモをしています。

 

私が実際に使っているプロンプトです。　プロンプト作成が苦手な方は、初回の問いかけを以下のプロンプトでチャレンジして、実際の設計状況に応じて変化点があればAIと対話しながら選定をしていってください。

 

目次（Contents）→
  1. 画像処理システム選定プロンプト（実用版）
  2. 【解説】AIに最適な機器選定をさせるための「入力項目の意味」

画像処理システム選定プロンプト（実用版）

以下のプロンプトをコピーし、青字の項目に設計情報を入力してお使いのAIに張り付けて利用してください。　※常に最新を載せているので必要な時に最新を使うようにしてください。

 

【指示】 あなたはFA（ファクトリーオートメーション）製造装置における画像処理システムのプロフェッショナルです。以下の【要件定義】をもとに、最適な画像処理システム（コントローラ、カメラ、レンズ、照明の構成）を提案してください。 出力は必ず後述の【出力フォーマット】に厳密に従い、項目を漏らさず記述してください。

【厳守すべきルール】

  • 提案する機器は、実在する具体的な型式を提示してください。
  • URLの出力について：リンク切れや架空のURLの出力を防ぐため、製品ページのURLが確実に存在する場合のみURLを出力し、それ以外は設計者が確実に自己検索できる「メーカー名＋型式」の【検索キーワード】を必ず出力してください。

  • カタログ参照について：課題の根拠や解決策を示す際、カタログの改訂によるページズレを防ぐため、ページ数の断言は避け、「○○の機能説明セクション」「○○の技術原理」など、設計者がカタログ内で探すべき【技術名称やセクション名】を提示してください。

------------------------------------------------

【要件定義】

  1. 基本情報

  • 希望メーカー：（例：キーエンス、コグネックス、指定なし 等）
  • 検査の目的：（例：圧入後のワーク同士の隙間測定、キズ検査、有無判定 等）
  • 目標とする精度・公差：（例：0〜0.3mmの隙間を測る、±0.05mmの精度が必要 等）

  • タクトタイム（撮像＋処理）：（例：1秒以内、100ms以内 等）

  1. ワーク（対象物）の情報

  • ワーク全体の材質・色・表面状態：（例：基板関連。鉄面、樹脂面が混在）

  • 検査部位の材質・色・表面状態：（例：黒色樹脂と鉄メッキ（光沢あり）との隙間）

  1. 設置・環境の制約

  • 測定視野（FOV）：（例：60mm×60mmの正方形範囲）
  • 目標とする測定距離（WD：レンズ先端からワークまで）：（例：上空200mmを想定。※ここで指定した距離を基準に構成を検討してください）
  • 測定姿勢（カメラの向き）：（例：ワークの真上から水平に下向き）
  • 照明の設置スペース：（例：幅300mmは確保可能、ワークすれすれへの配置は不可 等）

  • 周辺環境：（例：工場内の通常環境、外乱光あり、オイルミストあり 等）

------------------------------------------------

【出力フォーマット】 以下のMarkdown形式で見出しをつけて出力してください。

1. 推奨機器構成と参照案内

  • コントローラ: [型式] / [選定理由]
  • カメラ: [型式] / [選定理由]
  • レンズ: [型式] / [選定理由]
  • 照明: [型式] / [選定理由]

  • 【機器詳細へのアクセス】: 製品ページURL、または確実にヒットする検索キーワード（例：「キーエンス CA-DRW20X」）を機器ごとに箇条書きで記載。

2. 測定距離の許容範囲と設計マージン

  • 基準WD（測定距離）: 約〇〇mm
  • 被写界深度（ピントが合う範囲の目安）: ±〇〇mm程度

  • 機構設計に必要なZ軸調整ストローク: カメラ/レンズ固定ブラケットに持たせるべき物理的な調整代（例：±15mmの長穴調整が必要 等）。

3. 今回の検査における最大の難所（オプティカルな課題）

  • 光学的課題: （光の反射、材質のコントラスト不足など、物理的・光学的な理由を理論的に解説）

4. 課題解決のアプローチとカタログ参照ガイド

  • 解決策: （上記3を解決するための具体的な照明の当て方や、使用する特殊な画像処理機能の名称）

  • 【カタログ参照ガイド】: 設計者がこの解決策の裏付けを得るために、メーカーカタログや技術資料の「どの技術名称（例：LumiTrax、マルチスペクトル、HDR等）」や「どのセクション」を読めばよいかを案内。

5. 装置設計者へのアドバイス

  • （カメラと照明の干渉、外乱光を防ぐためのカバーの必要性、ケーブルの引き回しスペースなど、メカ設計上の注意点）

 

↑ここまで。

 

【解説】AIに最適な機器選定をさせるための「入力項目の意味」

このプロンプトの入力項目は、画像処理メーカーの営業マンや技術サポートが、現場で機器選定を行う際の「頭の中の思考プロセス」をそのままAIにトレースさせるために構成しています。　 各項目が機器の「何」を決める基準になっているのかを解説します。

1. 基本情報

  • 希望メーカー

    • 影響する選定：システム全体の構成、独自技術の活用

    • 理由： 各メーカーには独自の強力な画像処理技術（キーエンスの「LumiTrax」やオムロンの特定アルゴリズムなど）があります。メーカーを指定することで、AIがそのメーカー特有の最新技術を前提とした、最も確実な構成を提案できるようになります。

  • 検査の目的（キズ、寸法、有無など）

    • 影響する選定：カメラの「モノクロ / カラー」の選択、コントローラの性能

    • 理由： 寸法測定や微小なキズ検査であれば、エッジがシャープに写る「モノクロカメラ」が絶対的に有利です。逆に、色の判別や異物混入であれば「カラーカメラ」が必須になります。

  • 目標とする精度・公差

    • 影響する選定：カメラの「画素数」、レンズの「解像力」

    • 理由： 「1画素あたり何ミリ（何ミクロン）で見えなければならないか（画素分解能）」を計算するための最重要項目です。これにより、200万画素で足りるのか、2100万画素が必要なのかが論理的に決まります。

  • タクトタイム（撮像＋処理）

    • 影響する選定：カメラの「転送速度」、コントローラの「処理能力（コア数）」

    • 理由： 高画素カメラになるほど画像データの転送に時間がかかります。高速ライン（例：100ms以内）であれば、高速転送対応カメラや、マルチコアのハイエンドコントローラを選定する基準となります。

2. ワーク（対象物）の情報

  • ワーク全体・検査部位の材質、色、表面状態

    • 影響する選定：照明の「種類（形状）」「色（波長）」、画像処理アルゴリズム

    • 理由： 光学設計（画づくり）の要です。「金属の光沢」があればハレーションを防ぐ偏光フィルタや特殊照明が必要になります。「背景と検査対象が同系色」であれば、色を分離するマルチスペクトル照明や、凹凸だけを抽出するLumiTrax機能などの選定基準に直結します。

3. 設置・環境の制約

  • 測定視野（FOV）と 目標とする測定距離（WD）

    • 影響する選定：レンズの「焦点距離」と「種類（マクロ/CCTV）」

    • 理由： この2つの数値の組み合わせで、使用できるレンズが数学的に一つに絞り込まれます。また、寸法計測で高い精度が求められる場合は、距離が変動してもサイズが変わらない「テレセントリックレンズ」を選定するかどうかの判断材料にもなります。

  • 測定姿勢（カメラの向き）

    • 影響する選定：照明の「当て方」、ケーブルの「耐屈曲性」

    • 理由： 真上から見下ろすのか、横から見るのかで、設置できる照明の種類（同軸落射照明など）が変わります。また、ロボットアームの先端に取り付ける場合などは、耐屈曲ケーブルの選定が必須となります。

  • 照明の設置スペース

    • 影響する選定：照明の「サイズ」と「照射角度」

    • 理由： 「理想の光学条件」と「実際のメカ設計」のすり合わせです。スペースが狭ければ、小型のバー照明を斜めに配置したり、レンズと同軸の照明を選んだりといった、物理的制約をクリアするための代替案をAIに考えさせる基準になります。

  • 周辺環境

    • 影響する選定：レンズフィルタ（外乱光対策）、耐環境性能（IP保護等級）

    • 理由： 天井の蛍光灯や窓からの太陽光が入る環境なら「シャープカットフィルタ＋特定波長の照明」による外乱光カットが提案されます。また、オイルミストや水がかかる環境なら「IP64/IP67対応のカメラ・照明・レンズ」を自動的に選定させることができます。

最後に、このプロンプトはあくまで参考となりますが、私が生成AIを使って業務の効率化をしている方法やルールは「機械設計と生成AI｜情報漏洩リスクを防ぐ導入手順と付き合い方」をご確認ください。

 

以上です。

 

↑↑複数の単語から検索する場合は「,」で区切ってください。（例：モーター,イナーシャ）