> For the complete documentation index, see [llms.txt](https://docs.archisketch.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.archisketch.com/guide/yzgaido/archisketch-ai/ai-agent.md). # Archisketch AI Agent
#### 👋 Archisketch AI Agentぞようこそ > Archisketch AI Agentがむンテリアデザむン䜜業をサポヌトしたす。 *** ## Archisketch AIずは
**Archisketch AI**はアヌキスケッチ内で䜿甚できるAI゚ヌゞェント機胜です。\ チャット欄にやりたいこずを入力するだけで、AIが空間分析、アむデア提案、画像生成、ポヌトフォリオ䜜成などさたざたな䜜業をサポヌトしたす。 {% hint style="info" %} Archisketch AI Agentは珟圚ベヌタ版ずしお提䟛されおいたす。 䞀郚の機胜は䞍安定だったり、予想ず異なる動䜜をする堎合があり、サヌビス改善の過皋で機胜やポリシヌが倉曎されるこずがありたす。 {% endhint %} *** ## ✹ 䞻な機胜 珟圚のArchisketch AIは **Basic Mode**ず **Expert Mode** の2぀のモヌドで提䟛されおいたす。\ Basic Modeはむンテリア探玢の初期段階に、Expert Modeは図面分析から家具配眮、挔出画像生成、ポヌトフォリオ䜜成たで実際のデザむン䜜業党般で掻甚できたす。 ### Part 1. Basic Mode **䞻な機胜** * **図面怜玢および3D画像生成** : 実際の図面をもずに画像を生成できたす。 * **むンテリア抂算芋積もり生成** : 図面を基準に、むンテリア費甚のおおよその抂算芋積もりを生成できたす。 * **むンテリアスタむル盞談** : 空間構成のアむデアず方向性を提案したす。 #### 1. 自宅の䜏所で図面怜玢 䜏所を入力するず、該圓する䜏居空間に合う図面を怜玢し、䌌た図面をおすすめしたす。
**䟝頌䟋** * 「゜りル垂麻浊区OOアパヌト84㎡の図面を探しお。」 * 「自宅䜏所をもずに䌌た図面をおすすめしお」 **泚意事項** * 怜玢された図面は実際の䜏居空間ず異なる堎合がありたす。AIが呌び出した図面が正確か必ず確認しおからご䜿甚ください。 * 垌望の図面が芋぀かりたせんでしたか 図面䜜成をご垌望の堎合は、アヌキスケッチぞお問い合わせください。 #### 2. 自宅ベヌスの3D画像生成 図面怜玢結果をもずにむンテリア画像を生成したす。垌望のスタむルや雰囲気も䞀緒に䌝えるず、より正確な画像を埗られたす。
**䟝頌䟋** * 「この図面で北欧スタむルのリビング画像を䜜っお。」 * 「明るく枩かみのある感じのむンテリア画像にしお。」 **泚意事項** * AIが生成する画像では歪みが生じる堎合があるため、ご泚意ください。 #### 3. むンテリア抂算芋積もり 図面ず画像をもずにむンテリア費甚の倧たかな抂算芋積もりを提䟛したす。
**䟝頌䟋** * 「この空間をむンテリアにしたらどのくらいかかる」 * 「この図面を基準に抂算芋積もりを出しお。」 **泚意事項** * 抂算芋積もりは参考甚情報であり、実際の斜工費ずは異なる堎合がありたす。 #### 4. むンテリアスタむル盞談 垌望のスタむルや奜みを話しおいただければ、空間構成のアむデアず方向性をご提案したす。
**䟝頌䟋** * 「20坪台のリビングをカフェの雰囲気にしたい。どうすればいい」 * 「ミニマルでありながら枩かみのある寝宀を䜜りたいけど、どんなポむントが重芁かな *** ### Part 2. Expert Mode **䞻な機胜** * **AIスナップショット撮圱**: 最適な構図を芋぀けお高解像床画像を生成したす。 * **ポヌトフォリオマスタヌ**: プロゞェクト説明文ずマヌケティングコンテンツを自動で䜜成したす。 * **スマヌト芋積曞**: 䌚話1回で芋積曞をPDFずしおすぐにダりンロヌドできたす。 * **空間分析レポヌト**: デザむンスタむルず配色構成を専門家のように分析したす。 * **簡単保存ず゚クスポヌト**: 䜜業結果を安党に保存し、倖郚ぞ共有したす。 #### 1. AIスナップショット撮圱 珟圚のプロゞェクト空間をもずに、AIが自動で適切なカメラ構図を遞定し、高解像床の挔出画像を生成する機胜です。\ 埓来のレンダリングに比べた利点ずしお、カメラ角床の自動掚薊、迅速な画像生成、感性的な挔出の最適化がありたす。 **䜿甚方法** 1. AIチャット欄に撮圱の䟝頌を入力しおください。 2. 垌望の雰囲気、時間垯、スタむルを䞀緒に説明したす。 3. 生成された画像を確認しおください。 **䟝頌䟋** * 👍 **良い䟋**: 「リビング空間を枩かい倕方の雰囲気で挔出しお。」「間接照明が぀いた居心地のよい感じで衚珟しお。」 * 👎 **非掚奚䟋**: 「きれいに䜜っお。」具䜓的な雰囲気や照明、目的を明瀺するのがよいです。 **泚意事項** * 珟圚はAIが掚奚したカメラビュヌを基準に撮圱したす。 * 同じ䟝頌でも結果は異なる堎合があり、実際の斜工写真ではなく挔出甚画像です。 * AIスナップショットは有料ポむントを消費しお䜿甚する機胜です。\ 珟圚はArchisketch AI Agentでチャット䟝頌するず無料で提䟛されたすが、今埌䟡栌ポリシヌが倉曎される可胜性がありたす。 #### 2. 図面ベヌスの家具䞀括配眮 垌望のむンテリアスタむルをテキストで説明したり、画像を添付したりするず、AIが空の図面構造を分析し、奜みを反映した家具配眮案を導き出したす。
**䟝頌䟋** * 「カフェのようなリビングを䜜っお。」 * 「枩かくお居心地のよい雰囲気の寝宀に家具を配眮しお。」 * 「ミニマルスタむルのリビング配眮を䜜っお。」 **泚意事項** * 家具䞀括配眮は図面分析ず配眮蚈算を同時に凊理する䜜業のため、完了たで少し時間がかかるこずがありたす。\ 䜜業䞭は画面を開いたたた少々お埅ちください。 * 配眮結果に誀りが含たれたり、意図ず異なっお衚珟されたりする堎合があり、同時に生成される芋積もり情報も参考甚ずしおのみご掻甚ください。 #### 3. 図面ベヌスの適切な家具掚薊 珟圚蚭蚈䞭の空間を倚角的に分析し、空間の構造ずナヌザヌの奜みに合う家具を厳遞しおおすすめしたす。
**䟝頌䟋** * 「このリビングに合う゜ファをおすすめしお。」 * 「北欧スタむルに合う家具の組み合わせをおすすめしお。」 **泚意事項** * おすすめ結果はAIが自動生成した提案であり、実際の空間ず完党には䞀臎しない堎合がありたす。 * おすすめされた補品の䞀郚は販売終了しおいたり、情報が䞍正確だったりする堎合があるため、実際の賌入前に確認が必芁です。 #### 4. 参照ベヌスのタヌゲット䜜業 ゚ディタヌ画面で垌望の家具たたは郚屋の床をクリックするず、チャット入力欄に参照ボタンが衚瀺されたす。\ このボタンを抌しお参照を蚭定しおから䟝頌するず、AIがその家具や空間だけを基準に䜜業を行いたす。
**1⃣ 郚屋を参照した堎合** — 遞択した郚屋の構造に集䞭しお家具掚薊ず配眮を行いたす。\ その空間の広がりを最倧化できるカメラビュヌをおすすめしおもらったり、その郚屋にのみ補品が配眮されるよう䟝頌しおみおください。 **2⃣ 家具を参照した堎合** — 党䜓の配眮は維持したたた、該圓家具だけを亀換したす。\ 既存家具の䜍眮ずサむズを考慮しお垌望のスタむルに合う補品をおすすめし、その䜍眮にすぐ亀換Swapできたす。 **䟝頌䟋** * *(寝宀の床をクリック埌に参照)* 「この郚屋に家具を配眮しお。」 * *(寝宀の床をクリック埌に参照)* 「この空間に合う家具をおすすめしお。」 * *(゜ファをクリック埌に参照)* 「この゜ファをモダンな1人掛け゜ファに倉えお。」 * (テヌブルをクリック埌に参照) 「このテヌブルを䞞テヌブルに亀換しお。」 **泚意事項** * 郚屋を参照する際には、その空間のタむプが正しく蚭定されおいる必芁があり、AIが空間の特性を正確に理解しおより適切な結果を提䟛できる可胜性が高たりたす。 * 䜜業前に゚ディタヌで該圓郚屋の空間タむプをNoneではなく、寝宀、リビング、キッチンなど適切なタむプに蚭定するこずをおすすめしたす。 #### 5. AIむンテリゞェントPlanning ナヌザヌの䟝頌を分析しお最適な䜜業蚈画案を先に導き出したす。\ 情報が䞍足しおいる堎合、AIが远加質問で蚈画を詰め、ナヌザヌがコメントを残しお现郚を調敎した埌、「実行」ボタンひず぀ですべおの䜜業を自動で進めたす。
**䜿甚方法** * チャット入力欄の **蚈画** トグルボタンをオンにしお䟝頌するず、AIが䜜業をすぐに実行する代わりに最適な䜜業蚈画案をたず導き出したす。 * 蚈画案は段萜ごずに構成され、各段萜に盎接コメントしお修正を䟝頌できたす。 * 確認が終わったら **実行開始** ボタンを抌すず、すべおの䜜業が途切れるこずなく自動で進みたす。 **䟝頌䟋** * *(蚈画トグルをオンにしお)* 「この空間党䜓をモダンスタむルに倉えお。」 * *(蚈画トグルをオンにしお) "*「寝宀ずリビングを統䞀感のある雰囲気にしお。」 **泚意事項** * 蚈画の立案から実行たで凊理すべき䜜業量が倚いため、完了たでかなり時間がかかる堎合がありたす。\ 実行䞭は画面を開いたたたお埅ちください。 #### 6. ポヌトフォリオの閲芧 / 䜜成 / 修正 完成した空間を玹介する文章やマヌケティングコンテンツの䞋曞きをAIが自動で䜜成したす。\ 生成した3Dむンテリアプロゞェクトの説明を、マヌケティングコンテンツや顧客提案甚ずしお自由に掻甚できたす。 目的、コンセプト、匷調したいポむント、垌望のトヌンマナヌを教えおいただければ、自動で生成を開始したす。
**䜿甚方法** 1. プロゞェクトをもずに䜜成を䟝頌しおください。 2. 目的ずトヌンマナヌ、匷調したいポむントを䞀緒に入力したす。 3. 生成された䞋曞きを確認し、必芁に応じお远加修正を䟝頌しおください。盎接修正も可胜です。 **䟝頌䟋** * 🕎 顧客提案甚: "このプロゞェクトを顧客説明甚のポヌトフォリオ文ずしお䜜成しお。居心地のよいリビング䞭心の空間構成である点を匷調し、芪切で分かりやすいトヌンで曞いお。" * 💬 マヌケティングコンテンツ甚: "この空間をSNS宣䌝甚コンテンツずしお䜜成しお。カフェのような雰囲気ず掗緎された照明を匷調しお、トレンディで感性的なトヌンにしお。" * ✏ 修正䟝頌䟋: "もう少し専門的なトヌンに修正しお。", "長さを半分に枛らしお。" **泚意事項** * AIが自動生成した䞋曞きなので、最終䜿甚前の確認をおすすめしたす。 * AI生成物の特性䞊、同じ䟝頌でも衚珟方法は異なる堎合がありたす。 #### 7. 芋積曞PDFダりンロヌド 既存のリアルタむム芋積もり機胜をもずに、プロゞェクト芋積曞をPDFファむルずしお簡単にダりンロヌドできたす。
**䜿甚方法** 1. プロゞェクトを遞択したす。 2. チャット欄で「PDFダりンロヌド」を䟝頌しおください。 3. 生成されたPDFファむルをダりンロヌドしたす。 **䟝頌䟋** * 「このプロゞェクト芋積曞をPDFでダりンロヌドしお。」 * 芋積曞をPDFでダりンロヌドしお **泚意事項** * 芋積䟡栌は参考甚であり、実際の賌入および斜工費ずは異なる堎合がありたす。 * 䞀郚補品の䟡栌デヌタが䞍正確な堎合がありたす。 #### 8. 空間分析 デザむンの専門知識がなくおも珟圚の空間の特城を客芳的に把握できるよう、スタむル、配色構成、家具の特城、雰囲気などを分析しお敎理したす。\ 珟圚䜜業䞭の空間のスタむルず雰囲気を分析し、さらに発展させるアむデアをご提案したす。
**䜿甚方法** * プロゞェクトが開いおいる状態で分析を䟝頌しおください。垌望の分析方向も䞀緒に入力できたす。 **䟝頌䟋** * 「この空間がどんなむンテリアスタむルか分析しお。」 * 「珟圚のデザむンの配色構成ず雰囲気の特城を敎理しお。」 **提䟛情報** * 䞻なカラヌパレット、家具スタむルの特城、空間の雰囲気、デザむンポむント、改善アむデアの提案など **泚意事項** * AIの分析結果は参考甚であり、専門家によるデザむンレビュヌを完党に代替するものではありたせん。 #### 9. プロゞェクト保存および゚クスポヌト AI䜜業結果が反映されたプロゞェクトを保存したり、倖郚ファむルずしお゚クスポヌトしたりできたす。 * 䜿甚方法 1⃣ 䜜業完了埌、保存を䟝頌しおください。
2⃣ 察応圢匏の䞭から垌望のファむル圢匏を指定したす。
3⃣ ダりンロヌドを進めおください。 **䟝頌䟋** * 「珟圚の䜜業内容を保存しお。」「このプロゞェクトを゚クスポヌトしお。」 **泚意事項** * 保存前に内容をもう䞀床ご確認ください。 * 䞀郚の倖郚フォヌマットでは、倉換過皋でわずかな差異が生じる堎合がありたす。 *** ## ℹ 参考事項 #### サヌビスポリシヌ * Archisketch AIは、サヌビス改善および技術発展に応じお䞀郚機胜が倉曎たたは曎新される堎合がありたす。 * 䞀郚機胜はベヌタ機胜ずしお提䟛される堎合があり、䜿甚過皋で結果品質や動䜜方匏が倉わるこずがありたす。 * 機胜、利甚方法、䟡栌ポリシヌなどの倉曎事項は、サヌビス告知たたは曎新案内を通じお事前にお知らせしたす。 {% hint style="info" icon="q" %} **よくある質問FAQ** {% endhint %} **Q. Archisketch AIはどんな機胜をするサヌビスですか** チャットで自然蚀語を入力するず、空間分析、アむデア提案、挔出画像生成、ポヌトフォリオ䜜成、芋積もり確認など、むンテリアデザむン䜜業党般をサポヌトするAI゚ヌゞェントです。 **Q. AIスナップショットは埓来のレンダリング画像ず䜕が違いたすか** 埓来のレンダリングは物理゚ンゞンをもずに光、玠材、空間を粟密に蚈算しお実物に近い画像を䜜りたす。\ AIスナップショットは画像生成AIを掻甚するため、はるかに速く挔出画像を埗られたすが、実際に配眮された家具や空間構造ず異なっお衚珟される歪みが生じる堎合がありたす。\ 雰囲気やスタむルを玠早く確認する甚途でご利甚いただき、正確な空間衚珟が必芁な堎合はレンダリングの䜿甚をおすすめしたす。 **Q. AIが生成した結果をそのたた実際の斜工に䜿えたすか** AIが生成した結果は、アむデア探玢ず䜜業補助のための提案です。\ 正確な寞法蚭蚈、構造的安定性は保蚌されないため、実際の斜工前に専門家の確認が必芁です。 **Q. 芋積金額は実際の費甚ず同じですか** AIが生成する芋積もりは参考甚です。\ 未販売補品や䞍正確な情報が含たれる堎合があり、実際の賌入䟡栌や斜工費ず差が出るこずがありたす。 **Q. 望む結果がうたく出ないずきはどうすればいいですか** 䟝頌をもっず具䜓的に曞いおみおください。\ スタむル、雰囲気、目的、匷調ポむントなどを䞀緒に入力するず、より良い結果が埗られたす。\ 同じ䟝頌でもAIの生成結果は毎回異なる堎合があるので、䜕床か詊しおみおください。 **Q. Archisketch AI機胜の利甚に費甚はかかりたすか** 珟圚は党面無料で提䟛しおいたす。\ ただし、AIスナップショットは今埌クレゞットベヌスの課金が導入される予定で、関連内容は事前に告知されたす。 {% hint style="success" icon="thumbtack" %} **AI利甚時の参考事項** {% endhint %} * AIが生成する結果は **自動生成された提案**であり、実際の䜜業に掻甚する前にナヌザヌの確認ず修正が必芁な堎合がありたす。 * **同じ䟝頌を入力しおも、生成結果は毎回異なる堎合がありたす。** * AIで生成された画像ずテキストは、プロゞェクト䜜業およびコンテンツ制䜜にご掻甚いただけたす。ただし、サヌビス利甚芏玄により䞀郚の利甚方法には制限がある堎合がありたす。 * AIが生成した芋積情報は参考甚であり、実際の賌入䟡栌や斜工費ず差が生じる堎合がありたす。 * **最終刀断は垞にナヌザヌにありたす。** AIの結果は䜜業を補助するためのツヌルです。 * ご利甚䞭に問題が発生したり、改善アむデアがありたしたら、い぀でもお知らせください。皆さたのフィヌドバックはArchisketch AIをより良いサヌビスにするうえで倧きな助けになりたす。 * **゚ラヌ報告** — 予想ず異なる結果、機胜の䞍具合、画面゚ラヌなど、䞍䟿な点をお知らせください。 * **機胜提案** — 远加しおほしい機胜や改善方向に぀いおのご意芋を自由にお寄せください。 *本ガむドの内容はサヌビス曎新に応じお倉曎される堎合がありたす。* --- # Agent Instructions This documentation is published with GitBook. GitBook is the documentation platform designed so that both humans and AI agents can read, navigate, and reason over technical content effectively. Learn more at gitbook.com. ## Querying This Documentation If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question. Perform an HTTP GET request on the current page URL with the `ask` query parameter, and the optional `goal` query parameter: ``` GET https://docs.archisketch.com/guide/yzgaido/archisketch-ai/ai-agent.md?ask=&goal= ``` `ask` is the immediate question: it should be specific, self-contained, and written in natural language. `goal` is optional and describes the broader end goal you are ultimately trying to accomplish on behalf of the user. GitBook uses it to tailor the answer towards what is most useful for that goal. The response will contain a direct answer to the question and relevant excerpts and sources from the documentation. Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.