MENU

AIでゲーム攻略を自動化！Gemini APIを使った高精度なOCRツールの制作

１．はじめに：なぜGemini APIなのか？

従来のOCR（Tesseractなど）では難しかった「ゲーム画面特有のフォント」や「複雑な背景」も、Gemini APIなら驚くほど簡単に、かつ高精度に読み取れます。

  • 3.1 Flashの爆速レスポンス: 攻略ツールに欠かせないスピード
  • マルチモーダルの強み: 画像をそのまま投げるだけで、文脈を理解してテキスト化
  • 低コスト: 無料枠が広く、個人開発の強い味方

２．制作ツールの紹介：マカ錬金 SEED検索ツール

今回、Gemini APIを組み込んで制作したのがこちらのツールです。

マカ錬金 SEED検索ツール

【ツールURL】https://game.pon-blog.net/mhxx-seed-search/

使い方は非常にシンプルで、Switchの画面をスマホで撮ってアップロードするだけ。あとはAI（Gemini API）が画像内のスキル名や数値を自動で読み取り、膨大なデータベースの中から一致するパターンを瞬時に探し出します。

これまでは手動で一つずつ入力していた面倒な作業が、写真1枚で完結。入力ミスも防げるため、誰でも簡単に、次のどのお守りが出るかをリストで確認できるようになりました。

３．ツールの全体像と技術スタック

今回制作したツールの仕組みはこちら。

フロントエンド: WordPress (SWELL) + JavaScript

バックエンド: PHP (Gemini API Proxy)

AIモデル: Gemini 1.5 Flash / 3.1 Flash

主な機能: 画像アップロード → API連携 → 特定パラメータ（スキル名・数値など）の抽出

４．【実践】APIを叩くためのプロンプト設計

OCRの精度を左右するのは、モデルに送る**「命令文（プロンプト）」**です。

プロンプトのコツ： 「画像内のテキストをすべて書き出せ」ではなく、「JSON形式で、スキル名とスロット数だけを抽出して」と制約を設けることで、その後のシステム処理が劇的に楽になります。

// プロンプトの例
const prompt = "この画像から、モンスターハンターの護石情報を抽出してください。
出力は必ず以下のJSON形式にしてください：
{ 'skill1': '名前', 'point1': 数値, 'slot': 数値 }";

５．まとめ：AIツール制作の可能性

Gemini APIを使えば、これまで数時間かかっていたデータ入力を一瞬で終わらせることができます。今回はゲーム攻略ツールでしたが、この仕組みは請求書の読み取りや、手書きメモのデジタル化など、あらゆる分野に応用可能です。

未分類

関連記事