コンテンツにスキップ
このページは AI によって翻訳されており、誤りが含まれている可能性があります。 英語の原文を読む

サービス設定:汎用 AI

このページは、中級・上級ユーザーと開発者向けのリファレンスです。ほかのサードパーティのサービスを手動で設定する際に役立つ場合があります。

汎用 AI は次の用途に使用します。

  • テキストを抽出
  • 画像の要約を抽出
  • 翻訳

テキストブロックの検出は汎用 AI には含まれません。専用のテキストブロック検出サービスが必要です。

  • テキストの抽出と画像の要約の抽出には、画像認識機能が必要です。
  • 翻訳には、言語の品質が安定していて、十分なコンテキスト長を持つモデルを優先してください。
  • モデルのトークン費用に注意してください。まず少量のバッチでテストすることもできます。
  • 費用を抑えるには、ローカルモデルを使用してください。

「テキストを抽出」と「画像の要約を抽出」

Section titled “「テキストを抽出」と「画像の要約を抽出」”

どちらのタスクにも、画像認識機能を持つモデルが必要です。製品の用語では、こうしたモデルは通常マルチモーダルモデルや視覚言語モデル(VLM)と呼ばれます。

主要な画像認識対応モデルは一般に高い性能を発揮し、特に不規則なテキスト、吹き出しの外のテキスト、効果音の描き文字(SFX)に強みがあります。日本語のふりがなをある程度除外することもできます。

そのため、テキストブロックを検出のモデルがすでにテキストを返している場合でも、視覚言語モデルでもう一度処理すると改善することがあります。ただし、その効果は限られる場合があります。

推論はテキストの抽出には役立ちません。トークンと時間を節約するため、一般的には推論を無効にすることをおすすめします。

正確な画像の要約は場面とその雰囲気を説明でき、翻訳の品質を高めます。ただし、性能の低いモデルは細部をハルシネーションで作り出し、翻訳を誤った方向に導くことがあります。高性能なモデルを慎重に選んでください。

モデルの参考情報:

  • gpt-6-sol (high) 以上のモデルは非常に高い性能を発揮します。
  • OpenRouter:google/gemma-4-31b-it — 普通。クイックスタートガイドでこのモデルを使っているのは、低コストでテキストの抽出に適しているためで、画像の要約に最適だからではありません。
  • mimo-v2.6-flash — 普通。
  • glm-5.3-flash と deepseek-v4.1-flash — 深刻なハルシネーションを起こしやすいため、このタスクにはおすすめしません。

このタスクでは、推論が大きく影響します。可能であれば、より高い推論レベルを使用してください。漫画を解釈する汎用 AI モデルの能力は、今後向上する可能性があります。

翻訳には、言語の品質が安定していて、十分なコンテキスト長を持つモデルを優先してください。モデルの参考情報:

  • DeepSeek 公式:deepseek-v4-flash、推論の強度高。高速で、よい結果が得られます。
  • Zhipu:glm-5.3-flash、推論の強度最大。比較的高い精度があります。
  • Xiaomi Mimo:mimo-v2.6-flash、推論の強度最大。上の 2 つよりやや劣りますが、十分に使用できます。

リクエストを受け取るエンドポイントです。通常はプリセットで設定されています。Ollama やその他の互換ローカルサービスを使う場合に変更します。

プロバイダーが発行するキーです。ローカルサービスの場合は空欄でもかまいません。キーはデバイスの安全なストレージに保存され、そのサービス設定を削除すると削除されます。

プロバイダーに送信される正確なモデル名です。そのプロバイダーが対応しているモデルと一致している必要があります。カスタムの表示名を設定しても、リクエストで送信される識別子は変わりません。

機能によって、どの自動化操作でモデルを使用できるかが決まります。

画像入力に対応していないモデルに、「テキストを抽出」や「画像の要約を抽出」の機能を設定しないでください。機能の宣言が誤っていると、最終的にリクエストが失敗する操作が有効になってしまう場合があります。

同時に実行されるリクエストの数です。値を大きくすると通常は速くなりますが、レート制限に達しやすくなり、使用するメモリも増えます。0 は無制限を意味します。わからない場合は、プリセットの値のままにしてください。

一定の時間内に開始できるリクエストの最大数です。同時実行数とは異なります。同時実行数は同時に進行する処理を制限し、レート制限は一定期間に開始されるリクエストの数を制限します。0 で制限が無効になります。

連続するリクエストの開始間の最小待ち時間(秒)です。プロバイダーがリクエストを制限する場合は、値を大きくしてください。

リクエストが失敗した後に再試行する回数です。0 で自動再試行が無効になります。再試行によってプロバイダーの料金が発生する場合があります。エラーの原因が無効な API キーや不明なモデルの場合、再試行回数を増やしても通常は解決しません。

Temperature、トークン上限、Top P などのパラメーターは、モデルに送信されるリクエストに直接影響します。空欄にすると、プロバイダーまたはモデルのデフォルト値が使われます。プロバイダーがそのパラメーターに対応していることがわかっている場合を除き、入力しないでください。

リクエストオーバーライド(requestOverride)は、プロバイダーと標準的な OpenAI 互換リクエスト形式との違いを吸収するためのものです。アプリの一般的なリクエスト処理を変えずに、リクエストヘッダー、URL のクエリパラメーター、リクエストボディを変更できます。

リクエストオーバーライドは JSON オブジェクトである必要があります。

{
"headers": {},
"query": {},
"body": {}
}

3 つのフィールドはすべて残してください。オーバーライドが不要なセクションには、空のオブジェクト {} を使います。

headers と query では {{API_KEY}} プレースホルダーを使用できます。リクエストの送信前に、現在の設定の API キーに置き換えられます。実際の API キーをリクエストオーバーライドに直接記述したり、ドキュメントやリポジトリにコミットしたりしないでください。

headers:リクエストヘッダーのオーバーライド

Section titled “headers:リクエストヘッダーのオーバーライド”

headers はフラットな JSON オブジェクトです。キーはヘッダー名で、値は文字列または null である必要があります。

  • 文字列はヘッダーを追加または置き換えます。
  • null は、アプリのデフォルトのヘッダーから該当するフィールドを削除します。

たとえば、プロバイダーが必要とするヘッダーを追加するには次のようにします。

{
"headers": {
"X-Provider-Version": "2026-01"
},
"query": {},
"body": {}
}

query:URL クエリパラメーターのオーバーライド

Section titled “query:URL クエリパラメーターのオーバーライド”

query もフラットなオブジェクトです。API URL の後に続くクエリパラメーターを変更します。

  • 文字列はクエリパラメーターを追加または置き換えます。
  • null はクエリパラメーターを削除します。

たとえば、API キーを key クエリパラメーターで渡す必要があるプロバイダーもあります。

{
"headers": {},
"query": {
"key": "{{API_KEY}}"
},
"body": {}
}

リクエストオーバーライドでクエリパラメーターは変更できますが、HTTP メソッドや API のパスは変更できません。

body:リクエストボディのオーバーライド

Section titled “body:リクエストボディのオーバーライド”

body はリクエストボディに対する部分的なパッチであり、完全なリクエストボディではありません。アプリはまず共通のリクエストパラメーターを作成し、そこにこの内容をマージします。

  • 通常のフィールドは、同じ名前のフィールドを追加または置き換えます。
  • ネストされたオブジェクトは再帰的にマージされます。子フィールドを 1 つ上書きしても、兄弟フィールドは削除されません。
  • 値が null のフィールドは、最終的なリクエストボディから削除されます。
  • 数値、文字列、真偽値、配列は、同じ名前の値を直接置き換えます。

たとえば、プロバイダー固有のパラメーターを追加するには次のようにします。

{
"headers": {},
"query": {},
"body": {
"response_format": {
"type": "json_object"
},
"vendor_option": "value"
}
}

アプリが本来送信するフィールドを削除するには、null を使います。

{
"headers": {},
"query": {},
"body": {
"reasoning": null,
"reasoning_effort": null
}
}

ボディのオーバーライドは、モデルパラメーターと推論パラメーターの後に適用されます。そのため、body の値は共通パラメーターや推論のマッピングよりも優先されます。誤ったオーバーライドを設定すると、リクエストがプロバイダーと互換性のないものになる場合があります。

プロバイダーレベルとモデルレベルのオーバーライド

Section titled “プロバイダーレベルとモデルレベルのオーバーライド”

リクエストオーバーライドは 2 つのレベルで設定できます。

  • プロバイダーレベルのオーバーライド:プロバイダーのデフォルトのオーバーライドです。通常はプロバイダーカタログから提供されます。
  • モデルレベルのオーバーライド:1 つのモデルにのみ適用されるオーバーライドです。

モデルレベルのオーバーライドは、値に応じて次のように扱われます。

  • null:プロバイダーレベルのオーバーライドを継承します。
  • null 以外のオブジェクト:プロバイダーレベルのオブジェクト全体を置き換えます。プロバイダーレベルのオブジェクトとディープマージはされません。
  • {}:これも null 以外のオブジェクトで、このモデルではプロバイダーレベルのオーバーライドを明示的に使用しないことを意味します。

そのため、モデルレベルのオーバーライドでプロバイダーレベルのオーバーライドのフィールドを 1 つだけ変更する場合でも、残したいほかのプロバイダーレベルのフィールドをすべて含める必要があります。

カタログのデフォルトと手動編集

Section titled “カタログのデフォルトと手動編集”

プロバイダーカタログから設定を作成すると、アプリがリクエストオーバーライドを自動的に入力する場合があります。手動で編集するまで、その設定はカタログのデフォルトの更新に追従します。

リクエストオーバーライドを手動で編集すると、アプリはそれをカスタム内容としてマークし、設定ページを開いたときにカタログのデフォルトで入力内容を置き換えなくなります。カタログが提供するオーバーライドを再び使うには、デフォルトに戻すを選択します。

  • headers、query、body の内容は、有効な JSON オブジェクトである必要があります。
  • headers と query には、フラットな文字列または null の値を使います。ネストされたオブジェクトは書かないでください。
  • ネストされたオブジェクトとディープマージに対応しているのは body だけです。
  • プロバイダーカタログが自動的に提供する値を優先して使ってください。
  • プロバイダーがあるフィールドに対応しているかわからない場合は、まずその API ドキュメントを確認してください。
  • 巻全体で実行する前に、保存した設定を 1 枚の画像でテストしてください。