ECサイト/カタログの商品画像を低コストで大量調達し目視検証して反映するパイプライン

商品点数を一気に増やしたいが「写真がない」ボトルネックを、トークン消費ほぼゼロで解く。 2つの供給源 —(A)手元のスライド資料(pptx)に埋め込まれた写真、(B)商用利用可の無料素材(Openverse CC0)— から 候補を集め、コンタクトシート化して1枚ずつ目視確認してから採用する。記憶や雰囲気で貼らないのが鉄則。

前提: Node(sharp, adm-zip が使える)、curl.exe、画像ストレージ(公開URLを返せるもの。例: オブジェクトストレージ)。

供給源A: 既存スライド(Google Slides / PowerPoint)から埋め込み写真を抽出

社内の提案書・保有資産リスト等に既に「その商品の実写」が入っていることが多い。pptx は zip なので中を開くだけ。

1. 公開URLでpptx取得(トークン消費ゼロ)。Google Slides は https://docs.google.com/presentation/d/<ID>/export/pptx を curl -sL -o out.pptx。 ダウンロードできたら先頭2バイトが PK(0x50 0x4B)= 正常な zip。HTMLが返る=非公開(権限付与が必要)。
2. スライド単位で画像を特定: pptx を unzip し、ppt/slides/slideN.xml のテキスト(<a:t>)で対象スライドを探す。 そのスライドの ppt/slides/_rels/slideN.xml.rels の Target="../media/xxx" が、そのスライドに実際に載っている画像。 これで「全media から探す」より精度が段違いに上がる(スライドのタイトル＝商品名で紐づく)。
3. テンプレ共通画像を除外: ロゴ・背景など多数スライドに出る media は頻度集計して除外(出現>4回など)。 帯状(アスペクト比>3)や小サイズ(長辺<400px, <15KB)も除外=図表/ロゴを弾く。

供給源B: 商用利用可の無料素材(Openverse CC0)をAPIで取得

APIキー不要。**CC0/PDM(パブリックドメイン=帰属表示不要)**に絞れば商用サイトに安全に使える。

https://api.openverse.org/v1/images/?q=<キーワード>&license=cc0,pdm&size=large&page_size=12

ハマりどころ(重要):

• クエリは 1〜2語にする。多語は AND 検索で 0 件になる(例: "seminar lecture" はOK、"business seminar lecture audience hall" は 0 件)。
• ダウンロードは execFileSync("curl.exe", [配列引数]) を使う。node fetch は環境により無言で失敗、 execSync(文字列) は URL 内の & を cmd がコマンド区切りと解釈して壊れる。配列引数ならシェルを通らず安全。
• 結果 JSON の results[].url が原寸。foreign_landing_url を出典として控える(CC0は帰属不要だが記録は残す)。

共通: コンタクトシートで目視検証 → ストレージへ

• 候補を 1商品1行の連番付きモンタージュ(コンタクトシート) に集約(sharp で composite、各セルに #0 WxH ラベル)。 数百枚を数枚のシートに畳めるので、画像を1〜数回見るだけで全商品ぶんを人手で選別できる。
• 見て「その商品だと確実に分かる」ものだけ採用。合う写真が無ければ無理に貼らずプレースホルダ/イラストのままにする。
• 採用画像は長辺1600pxにリサイズ(sharp .rotate().resize(1600,1600,{fit:'inside'}).jpeg({quality:84}))して ストレージにアップし、返ってきた公開URLを商品の画像配列に入れる。

応用: 実績を「サムネ付き外部リンク」で見せる(SEO)

自社の別サイトに実績ページがあるなら、商品ページに OG画像サムネ＋タイトルで外部リンクするセクションを足す。 curl で実績ページHTMLの og:image/og:title を拾い、画像を自前ストレージにホスト(ホットリンク切れ防止)して、 {slug: [{title,url,thumb}]} の小さなデータで商品ページに描画。自社サイトへの被リンクで SEO と信頼性が上がる。

落とし穴まとめ

• スライド番号(表示上のページ)と slideN.xml の N は概ね一致するが、必ずテキスト内容で対象スライドを確認する。
• 日本語ファイル名の画像URLは encodeURI してから取得。
• 大きな pptx(数十MB)は base64 でコンテキストに載せない。必ずディスクに落として unzip する。
• フリー素材でも CC-BY 等は帰属表示義務がある。商用サイトで帰属を出したくないなら CC0/PDM に限定する。