写真を1枚見せて、AIに説明してもらう - 御縁

「AIって、文章しか聞けないと思っていた」

AIを触り始めた方から、よくこう言われます。

「AIは、文章を書いてもらう道具だと思っていた」

「写真を見せて何かしてもらえる、というのは考えたこともなかった」

「それ、ChatGPTで本当にできるんですか？」

noteのコメントにも、同じ声が届いています。「画像取り込み機能、知りませんでした」「AIで何ができるのか、具体例が足りなくて困る」——使えばラクになる機能が、知られていないだけで眠っています。

帝国データバンクが2026年3月に出した調査では、企業がAIを使う用途の1位は「文章の作成・要約・校正」で45.1%でした。「情報収集」21.8%、「アイデア出し」11.0%と続きます。画像の読み取りは、上位の項目に入ってきません。「文章を書かせる使い方」は広まったけれど、「写真を見せる使い方」は、まだ多くの人が試していない、ということです。

今日は、その使い方を、画面の順番どおりに触ります。

▶ 関連：帝国データバンク「生成AIに関する企業の動向調査（2026年3月）」

写真を見せると、何ができるのか

まずは、何に使えるのかを並べます。「で、何ができるの？」という具体性があると、試す気になります。

モノの名前を教えてもらう：知らない機械の部品、植物、料理の食材。「これは何？」と聞くと、名前と使い方を返してくれる
文字を読み取る：手書きのメモ、紙の名刺、看板。写真を撮ってAIに渡すと、文字に起こしてくれる
表やグラフを説明してもらう：役所の資料、取引先の提案書。表を見せて「要点を3つで」と頼むと、要約してくれる
おかしい所を見つけてもらう：書類の数字、設計図の抜け。「気になる所を指摘して」と頼むと、人の目では見落としていた所を拾ってくれる
文章の下書きに使う：商品の写真を見せて「この商品の紹介文を書いて」。工事の写真を見せて「作業の報告文を書いて」

私自身も、建設・住宅のお客様の仕事では、現場の写真をAIに渡して報告文の下書きを作る、という使い方をしています（手順の詳しい版は、下の「参考データ・関連記事」の社内記事を見てください）。文章で説明すると10分かかる状況が、写真1枚でAIにまず分からせてから、言葉を足せるようになります。

▶ 関連：工事写真とその日のメモをAIに渡して、日報の下書きを当日中に作る手順

【実物】写真の送り方（スマホ・パソコン別）

ここからが実物です。スマホで触る方と、パソコンで触る方で、少し手順が違います。両方書きます。

スマホで送る（ChatGPT・Claude・Gemini、どれでも同じ考え方）

1. アプリを開いて、話しかける画面（下に文字入力の枠があるところ）を出す

2. 文字入力の枠の、左側にある「＋」ボタン（アプリによっては「📎クリップ」「📷カメラ」のマーク）を押す

3. 「写真を選ぶ」「カメラで撮る」のどちらかを選ぶ。手元にある写真なら「写真を選ぶ」、その場で撮るなら「カメラ」

4. 写真が選ばれると、入力の枠の上に小さく写真が出る

5. 下の文字入力の枠に、聞きたいことを書いて、送信（紙飛行機のボタン）を押す

これだけです。初めてだと、2の「＋ボタン」の位置が分かりにくいかもしれません。入力の枠のすぐ左、または枠の中の左端にあります。

パソコンで送る

1. ブラウザで、ChatGPT・Claude・Geminiのどれかを開く

2. 真ん中の下にある、文字入力の枠を出す

3. 写真のファイル（スマホから送ってもらったもの、またはパソコンに保存してあるもの）を、画面の入力の枠に、マウスでそのまま引っぱってくる。指を離すと、写真が入力の枠に入る

4. ボタンでも入れられる。文字入力の枠の左にある「クリップのマーク（📎）」や「＋」を押して、ファイルを選ぶ画面から選ぶ

5. 下に、聞きたいことを書いて、送信ボタンを押す

Google Geminiの公式ヘルプには、こう書かれています。「文字入力の枠から 『ファイルを追加』 を押して、写真や文書を送れる」「1回の送信で最大10ファイル」「写真などは1ファイル100MBまで」。これは2026年10月時点のGeminiのルールですが、ChatGPTもClaudeも、画面での動きはほぼ同じです。

写真の形は、スマホで撮った普通の写真（JPGやPNGなど）なら、そのまま送れます。向きがおかしくても、AIは勝手に直して読んでくれます。