Contour · ファッションEC向けAIサイズ・フィット予測

同じ体型でも一方のジーンズではサイズ29、外見の似たジーンズではサイズ28。サイズチャートには見抜けないこの違いを、私たちが構築したエンジンが計算します。

Name: Contour
Author: Veriprajna

返品問題の本質はフィットの問題であり、フィットは物理の問題です。特定の身体（写真不要の寸法データ）と衣類（生地力学＋仕上がり寸法）に対し、Contourは生地の伸長限界と照合して各部位の周方向ひずみを計算し、高い確信度でサイズを推薦するか、どのサイズも適合しない場合は正直に判定を棄権（アブステイン）します。エージェントが助言し、コードが決断します。

+40ポイント

ウエスト基準のみの従来型サイズチャートに対する精度向上：60%に対して100%

ラベル付き105ペアの合成ゴールデンセット

67.6%

高確信度で単一サイズが提示されたペアの割合（購入者が2サイズを注文する必要がなくなります）

同一の105ペアのゴールデンセット（確信度0.80以上）

105件中39件

ウエストチャートでは誤発送されていたはずのフィット不整合を購入前に検出

同一の105ペアのゴールデンセット

購入者15人の合成コホートと8着の衣類カタログによる、本メカニズムの実行可能なデモ。決定論的ひずみエンジンとベンチマークはAPIキーなしで完全にオフラインで動作し、モデルを使用できるのはオプションのエージェント部分のみです。

生地特性を測定したことのない身体を、たった4つの数値で表現できると思い込む限界

アパレル返品の大部分はフィットの問題が原因であり、その根本原因は見た目ではなく力学的なものです。

アパレル返品の53〜67%はサイズ・フィットに関連しており、購入者の約63%が1着を返品することを前提に2つのサイズを同時に注文する「ブラケティング」を行っています（Veriprajna WP34調査、2026年、業界データに基づく）。逆流ロジスティクスのコストは配送業者が負担しており、ジーンズのアパレル返品率が特に高いのは、まさにストレッチ性、股上、ウエストの力学的特性が原因です。

根本原因は明白です。サイズチャートは3次元の身体を4つの1次元の数値で表すに過ぎず、生地が無伸縮の生セルビッジ（ローセルビッジ）なのか4方向ストレッチポンチなのかを判別できません。そのため、同じウエスト寸法の購入者であっても、伸縮性のないリジッドデニムではサイズが合わず、ストレッチデニムではジャストサイズになりますが、サイズチャートはその2着を区別できません。ブラケティングは、生地を認識できないツールに対する購入者の合理的な防衛策なのです。

業界の反射的な対応は、より優れた画像によって返品を解決しようとすることでした。生成AIによるバーチャル試着は衣服を身体にぴったり見せることができますが、購入者が座ったときに太もも部分がそのデニムの伸長限界を超えるかどうかを画像から知ることはできません。サイズが合うかどうかは力学的な事実であり、生地の弾性限界に対する身体の各部位の周方向ひずみによって決まります。これこそがサイズチャートが見落とし、画像レンダリングが決して持ち得ない数値であり、Contourが計算する対象です。

型安全なエージェント群がテキストを正規化し、決定論的エンジンがサイズを決定する

段階ごとに示された単一のパイプライン。中核となるサイズ決定処理は、モデルではなく、単体テスト済みの平易なPythonコードで実行されます。

身体と衣服に対し、パイプラインは順序立てて実行されます。まずFabricMechanicsAgentが販売元のテキストから構造化された仕様を抽出し、敵対的批評エージェント（FabricMechanicsCritic）がそれを検証して不整合をブロックします。次にひずみエンジンが純粋なコードでサイズを決定し、ポリシーゲートが適合サイズを選択するか棄権（アブステイン）し、FitNoteAgentが結果を言語化します。推薦を決定するすべての数値は、言語モデルが文言に触れる前に計算されます。

商品テキスト + 身体寸法 → FabricMechanicsAgent（抽出） → FabricMechanicsCritic（検証・ブロック可能） → ひずみエンジン（決定、純粋コード） → ポリシーゲート（適合サイズ選択、または棄権） → FitNoteAgent（文言生成） → 監査レシート（JSON） + /api/fit エンドポイント

決定論的な信頼のコア

いかなる言語モデルの外部にも位置する中核部分。候補サイズごとに、ひずみエンジンは「（身体周囲長 - 衣類仕上がり周囲長）/ 衣類仕上がり周囲長」として部位ごとのひずみを計算し、各部位を生地の弾性限界および部位ごとの快適帯（コンフォートバンド）と比較します。ポリシーゲートは部位ごとの総リグレット（不適合度）が最も低いサイズを選択し、すべての部位で快適基準を満たすサイズが存在しない場合は判定を棄権します。この中核となる決定は完全に平易なPython内で完結し、8つの単体テストによって物理法則が担保されているため、信頼性がAIモデルに依存することはありません。

助言に限定されたエージェント群

コアエンジンの上で、型安全なエージェント群が読み取りとコミュニケーションを担当します。FabricMechanicsAgentは、商品タイトル、繊維混用率、目付（重量）、織り構造などの非構造化テキストを、伸縮区分、弾性ひずみ限界、各パラメータの根拠となる原文フレーズを含む構造化された生地仕様へと変換します。FabricMechanicsCriticはその仕様を物理的制約と照合し、矛盾をブロックします。FitNoteAgentは計算された結果を自然な文章にまとめます。アドバイザーはプロバイダーを自由に交換可能で、デフォルトではclaude-opus-4-8を使用します。APIキーがない場合、生地抽出はキャッシュされた仕様へとフォールバックし、決定論的エンジンはそのままリアルタイムで動作するため、デモは完全にオフラインで動作します。エージェントが助言し、コードが決断します。

3つのエージェントチームと最終決定権の所在

ステージ	実行内容	基盤
FabricMechanicsAgent	販売元の商品テキストを読み込み、伸縮区分、弾性ひずみ限界、目付、根拠フレーズを含む構造化生地仕様に変換します。	LLM（型安全）
FabricMechanicsCritic	生地仕様を物理的制約と照合して矛盾をブロックし、推薦を出さずに人間によるレビューへとルーティングします。	LLM + 決定論的ルール
ひずみエンジン	すべての候補サイズについて、生地の弾性限界に対する部位ごとの周方向ひずみを計算します。	純粋コード（決定を担当）
ポリシーゲート	部位ごとの総リグレットが最小のサイズを選択するか、すべての部位を満たすサイズがない場合は判定を棄権します。	純粋コード（棄権を担当）
FitNoteAgent	計算結果を「ヒップはぴったり、太ももはゆったり」などの文章に表現します。数値を計算することは一切ありません。	LLM（表現・装飾を担当）
監査レシートとAPI	再現可能なJSONレシートを出力し、AIショッピングエージェント向けに/api/fitで同一の結果を提供します。	決定論的出力

持続的な価値は、サイズをより上手に推測するモデルではなく、物理演算と監査レシートにあります。完璧な言語モデルであっても、生地力学、身体形状、部位ごとのひずみ計算、判定棄権ポリシー、そして再現可能なレシートが不可欠です。このインフラこそがプロダクトの本質であり、LLMはその内部にある交換可能な1つのアドバイザーに過ぎません。これこそが、モデルの進化によってこのアプローチが陳腐化しない理由です。

画面で見る5つの決定的瞬間

すべての購入者と衣類は合成データです。15人の身体コホートと8着の衣類カタログで構成され、架空の名称が使用されています。画面上の各数値は実行時にエンジンによって生成されたものであり、ハードコードされたものではありません。

発見：生セルビッジではRileyの適合サイズは29であり、チャートが示す28ではない

RileyがIronside 14oz生セルビッジストレートジーンズを試着した場合、95%の確信度で推奨サイズ29（すべての部位で快適）が返されます。ウエストのみのチャートでは28と判定されますが、それは誤りです。サイズ28では太ももがこの無伸縮デニムの伸長限界を超えてしまうためです。部位ごとのひずみバーによって、各部位が生地の快適帯に収まっているか（緑色表示）が一目でわかります。サイズチャートは生地の質感を感知できないため、サイズを決定づける唯一の変数を切り捨ててしまいます。

ContourがIronside生セルビッジジーンズでRileyをサイズ29、確信度95%と判定し、ウエストのみのチャートではサイズ28と誤判定される旨の注記と、ウエスト、ヒップ、太もも、股下の全部位が「快適」とマークされた部位別ひずみバーを表示している画面。 — 生セルビッジでのRiley：確信度95%でサイズ29。ウエストのみのチャートが示す28は誤りとして取り消し線が表示される。

同じ身体、異なる生地、異なる正解サイズ

まったく同じ購入者を、見た目がよく似たDriftwoodストレッチスリムジーンズに切り替えると、正しいサイズは確信度90%で28（全部位で適合）へと下がります。この生地の伸縮性が、生セルビッジでは無理だった太ももを許容するため、ここではウエストのみのチャートでも偶然28に一致します。これが本質を一言で表した瞬間です。同じ身体であっても、生地の伸長限界がその身体とどう噛み合うかをエンジンが計算するため、あるジーンズでは29、類似のジーンズでは28が正解となるのです。

同一の購入者RileyがDriftwoodストレッチスリムジーンズで確信度90%の推奨サイズ28を返し、ストレッチデニムが他の部位をカバーするためウエストチャートもここでは偶然28になる旨の注記が表示された画面。 — ストレッチデニムでの同一の身体：サイズ28。正しいサイズが変わった理由は購入者ではなく生地にあります。

適合するサイズがない場合は、当てずっぽうを言わずに判定を棄権する

購入者JordanがIronside生セルビッジジーンズを着用すると、真正のフィット不整合が発生します。小さいサイズでは太ももがきつく、大きいサイズではウエストが緩くなり、この無伸縮生地ではどのサイズもすべての部位を満たせません。Contourは確信度58%で正直な棄権（アブステイン）を返し、最も妥協の少ないサイズを提案した上で、ブラケティング（2サイズ注文）するかスタイリストに相談するよう助言します。対照的に、ウエストのみのチャートは確信ありげに28を表示してしまいます。ラベル付きゴールデンセット全体において、エンジンは当てずっぽうを言う代わりに105ペア中33ペアで判定を棄権します。

ContourがJordanとIronside生セルビッジジーンズに対して確信度58%で棄権し、ウエストとヒップが緩く太ももがきついという真正のフィット不整合を理由に正直な棄権バナーを表示し、最も無難なサイズ31とブラケティングまたはスタイリストへの相談を推奨している画面。 — 棄権の瞬間：確信度58%での真正のフィット不整合。当てずっぽうのサイズではなく、ブラケティングまたはスタイリストへの相談へルーティングされる。

敵対的批評エージェントが物理的に矛盾したテキストをブロック

Maverick生セルビッジフレックスジーンズには、「4方向ストレッチを備えたコットン100%生セルビッジデニム」という物理的に矛盾した販売元テキストが付与されています。FabricMechanicsCriticはこの推論を拒絶します。生セルビッジとエラスタンは力学的に両立せず、伸縮性のない織物が4方向ストレッチになることはあり得ないためです。サイズ推薦は発行されず、商品は人間による確認へと回されます。これは評価スコア用の指標ではなくシステムの誠実な挙動であり、この衣服はブロック動作を実証するためにスコア対象ゴールデンセットから意図的に除外されています。

批評エージェントがMaverick生セルビッジフレックスジーンズをブロックし、「生セルビッジとエラスタンは力学的に両立せず、硬質な織物は4方向ストレッチになり得ないため、生地推論を拒絶しました。サイズ推薦は発行されません」という赤色の人間レビューパネルを表示している画面。 — 矛盾したテキスト（4方向ストレッチの生セルビッジ）が拒絶され、推薦を発行することなく人間によるレビューへルーティングされる。

ベンチマークと、提示すべき中核数値

ラベル付き105ペアの合成ゴールデンセット（15人の身体 × 評価対象7着）において、Contourはウエストのみのベースライン（60%）に対して100%のスコアを記録し、40ポイントの精度向上を達成しました。39件の不整合を検出し、67.6%のペアに対して高確信度で単一サイズを提示しました。常に前提条件を明記してください。ゴールデンセットのラベルはエンジンが使用する測定可能な生地伸縮値と同一のものを使用しているため、100%という数値はこの構築されたデータセットの特性であり、オープンワールドでの普遍的な保証ではありません。持続的で客観的な数値は、既存手法に対する+40ポイントの向上であり、特に硬質な生地で最大の効果を発揮します：生セルビッジ 100対33、硬質チノ 100対40、ウールスーツ地 100対53、構造化サテン 100対60、ストレッチデニム 100対53、ポンチニット 100対87、リブニット 100対93。超高伸縮ニットでは生地がほぼすべての不適合を吸収するため、単純なウエスト一致でもほぼ追いつくことができます。

Contourのベンチマーク画面：エンジン精度100%、ウエストのみベースライン60%、精度向上+40ポイント、評価済みフィット数105件、検出された不整合39件、単一サイズ提示率67.6%、および生セルビッジジーンズにおける購入者別テーブル（棄権ケースにおいてエンジンが正解、ウエストチャートが不正解と表示）。 — ラベル付き105ペアのゴールデンセットにおける+40ポイントの向上。エンジンの優位性はリジッドデニムやテーラードウェアに集中しています。

再現可能なレシートと、AIエージェントが消費するペイロード

すべての推薦においてJSON監査レシートが出力されます。各パラメータの根拠となった正確な原文フレーズを含む抽出生地仕様、批評エージェントの判定、全サイズにわたる部位別ひずみマトリクス、そして決定とその確信度が記録されます。まったく同じ結果が、AIショッピングエージェントが消費する機械可読ペイロードとして/api/fitから提供され、推奨サイズ、確信度、棄権フラグ、部位別フィット配列、監査IDを返します。コマースが人間の代わりに取引を行うAIエージェントへと移行するにつれ、エージェントが読み取るサイジングシグナルは、画像ではなく、確信度スコアが付与され監査可能なレポートでなければなりません。

ContourのJSON監査レシート：生地クラス（生セルビッジデニム）、伸縮率1%、弾性ひずみ限界0.02、抽出確信度0.95の生地仕様、原文フレーズ（14oz raw selvedge denim, 100 percent cotton, rigid non-stretch）、批評判定、全サイズのひずみマトリクスを表示。 — 監査レシート：生地の出所フレーズ、批評エージェントの判定、決定の根拠となる全サイズのひずみマトリクス。

ContourエージェントAPIの機械可読レスポンス：recommended_size 29、confidence 0.95、abstain false、抽出された生地ブロック、およびウエスト、ヒップ、太もものひずみと快適状態を含むper_zone_fit配列を表示。 — /api/fit ペイロード：推奨サイズ、確信度、棄権フラグ、部位別フィット。すべて監査IDに追跡可能。

Contourの守備範囲と、そうではない領域

Contourはフィット・インテリジェンス層（物理法則と誠実な棄権ポリシー）であり、より見栄えの良い画像生成や賢い推測ツールではありません。

課題・関心事項	サイズチャートまたはバーチャル試着	Contour
生地の伸長限界	不可視。硬質な生地でも伸縮生地でも同一の数値を適用	各生地の弾性限界と照らし合わせて部位ごとに計算
同じ身体、2つの類似ジーンズ	両方に同一サイズを提示（硬質デニムでは誤りになりやすい）	生セルビッジでは29、ストレッチデニムでは28（それぞれ正解）
適合するサイズがない場合	確信ありげにいずれかのサイズを無理に出力	判定を棄権し、ブラケティングまたはスタイリスト相談を推奨
販売元テキストの物理的矛盾	チェックされずにそのまま通過	敵対的批評エージェントによってブロックされ、人間によるレビューへ回送
サイズ決定の主体	ルックアップテーブル、または監査不能なAIモデル	単体テスト済みの決定論的ひずみエンジン（LLMではない）
AIショッピングエージェントが読み取るデータ	画像、または機械可読性のないデータ	確信度スコア付き・棄権対応・監査ID付きの/api/fitペイロード

本デモに含まれない機能・範囲外事項

完璧なフィットを保証するものではありません。100%という数値は、エンジン自身の測定可能な伸縮値とラベルが共通化された固定の105ペア合成ゴールデンセット上のものであり、オープンワールドでの精度保証ではありません。持続的な価値を持つ指標は、ウエスト基準のみの従来手法に対する+40ポイントの向上です。
購入者、身体、衣類、商品説明テキスト、寸法データはすべて合成です。15人の身体コホート、8着の衣類カタログ、Riley、Jordan、Ironside、Driftwood、Maverickなどの名称は架空のものです。
完全なFEA（有限要素法）衣服シミュレーションではなく、次数低減解析ひずみモデルです。Tier-3においてCLO3D、Browzwear、Style3DなどのFEAツールと連携しますが、本デモ内でそれらを再構築しているわけではありません。
写真から身体を復元するものではありません。オンデバイスでの写真から寸法への変換機能はスタブ実装であり、デモは寸法データを直接受け取ります。これが実際のプライバシー保護インターフェースでもあります。
実際の小売システムとのライブ連携はありません。Shopify、CLO-SET、Browzwearコネクタは、モックフィクスチャの背後にある文書化されたアダプターインターフェースであり、本番稼働しているものではありません。
生成AIによるバーチャル試着ではありません。美しいピクセルはフィットデータではない、というのが私たちの基本思想です。
判定棄権や批評エージェントは誠実なシステム挙動として示されており、検出されたエラーのパーセンテージとしてマーケティング的に宣伝されるものではありません。
実在の顧客、ブランド、導入実績、推薦文、ロゴ、主張されたROIはありません。中核の決定処理は8つの単体テストを備えた決定論的Pythonであり、LLMアドバイザーはプロバイダー交換可能かつスキップ可能（デフォルトはclaude-opus-4-8）です。

企業の購買担当者からよくある質問

すでにサイズチャートを公開し、バーチャル試着も導入しています。それでもサイズ不適合による返品が発生するのはなぜですか？

どちらも生地の質感や力学を感知できないためです。サイズチャートは3次元の身体を4つの1次元の数値で表すだけであり、デニムが無伸縮の生セルビッジなのか4方向ストレッチポンチなのかを判別できません。生成AIによる試着画像は服を身体に綺麗に見せますが、購入者が座ったときに太もも部分が生地の伸長限界を超えるかどうかは何も教えてくれません。フィットとは力学的な事実（生地の弾性限界に対する各部位の周方向ひずみ）であり、これこそがサイズチャートと綺麗な画像レンダリングの双方が見落としている要素です。Contourはこれを直接計算するため、同じ身体であっても生セルビッジでは正解が29、ストレッチデニムでは正解が28となるのです。

これは服を身体に着せて見せるバーチャル試着ですか？

いいえ。それは私たちの思想とは正反対のものです。バーチャル試着はジーンズを身体に重ねて見せることはできても、それが実際にフィットするかどうかは一切わかりません。綺麗なピクセルはフィットデータではないからです。Contourは寸法データを受け取り、生地の力学特性から計算されたサイズ、確信度、部位ごとのフィット注記を返します。これは画像ではなくレポートであり、まさにAIショッピングエージェントがチェックアウト時に活用できる形式です。

ベンチマークで100%と謳われていますが、本当に常に正しいのですか？

いいえ、そのような主張はしていません。100%という数値は、エンジンが使用する測定可能な生地伸縮値とラベルが同一である、固定・ラベル付きの105ペア合成ゴールデンセットでの結果です。そのため、このデータセットは完全に独立したオラクルではなく、100%は構築されたセットの特性であり、現実世界での精度保証ではありません。重視すべき数値は、同一ラベル上で実際の従来手法（ウエストのみのサイズチャート）と比較したときの向上率です。Contourは従来手法を40ポイント上回り（100%対60%）、その優位性はフィッティングが最も難しいリジッドデニムやテーラードウェアに集中しています。100%はラベル付きセットにおける内部的な上限値として扱い、現場での完全なフィットの約束と解釈しないでください。

購入者の写真や身体のスキャン画像が必要ですか？

いいえ。Contourはプライバシー最優先設計です。寸法データを入力し、写真は一切不要です。デモはセンチメートル単位の寸法データを直接受け取り、衣服の生地力学と照合します。これは私たちが実際に提供するプライバシー保護インターフェースそのものです。本デモにおける端末上の写真から寸法への変換はスタブ実装であり、単眼カメラによる身体復元に依存する要素はありません。

現在、Shopifyや自社のPLM、CLO3D、Browzwearと接続できますか？

本デモでは接続していません。Shopify、CLO-SET、Browzwearコネクタは、モックフィクスチャの背後にある仕様化されたアダプターインターフェースであり、ライブ連携ではありません。購入者、衣服、商品説明、寸法データは合成テストデータであり、実際のカタログではありません。また対象範囲を正確にお伝えすると、これは本ページのTier-1およびTier-2物理演算にあたる次数低減解析ひずみモデルであり、完全なFEA衣服シミュレーションではありません。Tier-3でCLO3DやBrowzwearなどのFEAツールと連携しますが、それら自体を再構築するものではありません。

AIがチェックアウトの命運を握るサイズを選択することになります。なぜ信頼できるのですか？

中核となる決定がLLMによって行われていないためです。サイズ決定と判定棄権は、単体テスト済みの平易なPythonコードで計算されます。候補サイズごとに、エンジンは生地の弾性限界に対する各部位の周方向ひずみを計算し、8つの単体テストがその物理演算を厳格に固定しています。言語モデルは、雑多な販売元テキストを構造化生地仕様に読み取り、最終的な注記を文章化するだけであり、数値や決定を計算することは決してありません。「エージェントが助言し、コードが決断する」という原則こそが、チェックアウトシステムが呼び出すAPIとして安全に公開できる根拠です。

確信が持てない場合、システムはどのように動作しますか？

当てずっぽうを言わずに判定を棄権（アブステイン）します。無伸縮生地で小さいサイズは太ももが入らず、大きいサイズはウエストが緩いというように、快適範囲ですべての部位を満たす単一サイズが存在しない場合、ポリシーゲートは最も妥協の少ないサイズを提案しつつ、サイズチャートのように誤ったサイズを自信満々に出力するのではなく「ブラケティングまたはスタイリストに相談」とフラグを立てます。ラベル付き105ペアのゴールデンセットにおいて、エンジンは105ペア中33ペアで判定を棄権します。また別の誠実な挙動として、敵対的批評エージェントが「4方向ストレッチの生セルビッジ」のような物理的に矛盾したテキストをブロックし、推薦を出さずに人間によるレビューへ回送します。

技術リサーチ

本デモの背後にあるリサーチ — アーキテクチャ、検証設計、およびエンタープライズ青写真。

ソリューション全体

ファッションEC向けAIサイズ・フィット予測ソリューションを見る →

返品問題を、計算可能なフィットの問題へと変革する

生地を読み解く物理法則と、適合サイズがない場合に正直に棄権する規律。

貴社のEC、返品管理、またはエンジニアリングチームが、購入者（および近い将来購入者の代わりに買い物をするAIエージェント）に信頼できるサイジングシグナルを提供する方法を検討されているなら、ぜひ貴社のお考えをお聞かせください。この問題は業界全体のものであり、解決策もまたそうあるべきです。

フィットおよび返品アセスメント

✓ 貴社カタログ内でフィット返品やブラケティングが集中している領域を特定
✓ 各フィットに対する生地力学と部位別コンフォートバンドのモデリング
✓ 写真不要でプライバシーを最優先した寸法測定インターフェースの設計
✓ マーチャンダイジングおよびCXチームが納得できる判定棄権ポリシーの策定

共同開発のご案内

✓ AIモデルの外部で動作する、単体テスト済みの決定論的ひずみエンジン
✓ 不正な商品テキストをブロック可能な敵対的批評機能を備えた型安全エージェントチーム
✓ 再現可能な監査レシートを備えた確信度スコア付き/api/fitエンドポイント
✓ Shopify、CLO-SET、Browzwear、および貴社PLM向けのアダプターインターフェース

WhatsAppで問い合わせるチームにメールを送る