飲食店オーナーのためのフード写真用語集（2026年版）

この用語集の使い方

現在のタスクに関連するセクションにジャンプしてください。DoorDashやUber Eatsに写真をアップロードしようとしている場合は、デリバリープラットフォームのセクションから始めてください。写真のワークフローを設定したりAI補正を使ったりする場合は、AIフード写真の用語から始めてください。スマートフォンで撮影する場合は、カメラとライティングの用語から始めてください。

デリバリープラットフォームと仕様の用語

アスペクト比

画像の幅と高さの関係で、4:3、5:4、16:9などがあります。DoorDashの商品写真は横長16:9を使用し、Uber Eatsは5:4から6:4を推奨しています。正方形のクロップがすべてのプラットフォームのルールではありません。最新のチャネルガイドと実際のアカウントフィールドを確認してください。

DPI（ドット毎インチ）とPPI（ピクセル毎インチ）

DPIは印刷解像度の指標です。デリバリーアプリは画面解像度にPPI（ピクセル毎インチ）を使用しますが、多くの運営者が気にする数値はピクセル寸法です。72 PPIでも2000x1600pxで撮影された写真はデジタルデリバリーアプリに適していますが、300 DPIでも500x400pxしかない写真は最小解像度チェックに失敗します。

JPEGとPNGの違い

JPEGは非可逆圧縮形式で、一部の画像データを破棄してファイルサイズを削減します。PNGは可逆圧縮で、データは破棄されませんがファイルは大きくなります。デリバリーアプリへのアップロードにはJPEGが推奨されます。同等の視覚品質でより小さいファイルを生成するため、ファイルサイズ制限内に収まりやすくなります。PNGはシャープなテキストや透明背景の画像に有用ですが、フード写真はデリバリーアプリ提出用にはほぼ常にJPEGにすべきです。

最小解像度

アップロードフィールドが受け入れる最低ピクセル寸法です。DoorDashの商品ガイダンスでは1400×800px、Uber Eatsでは幅550〜10000px、高さ440〜10000pxと記載されています。1250×1000の書き出しはFoodPhotoの作業例であり、Uberの最小値ではありません。サイズ変更の前にチャネルガイドを確認してください。

ファイルサイズ制限

該当する画像フィールドが受け入れる最大ファイルサイズです。現在のマーチャントページでは、DoorDashの商品写真は2MB、Uber Eatsは10MBと記載されています。ファイル形式、国、アカウント、画像スロットは依然として重要です。アップロード前に最新のチャネルガイドを確認してください。

ホワイトバランス

写真内の光の色温度で、ケルビンで測定されます。レストランの照明（2700-3000K）は橙黄色の色かぶりを生み、自然光（5500K）はニュートラルな色を生みます。ホワイトバランスが間違っていると、サーモンが自然なコーラル色ではなく橙赤色に見え、白い皿が黄色く見えます。AI補正ツールはホワイトバランスを自動で補正します。スマートフォンではProモードで手動設定できます。

写真コンプライアンス

画像がデリバリープラットフォームのコンテンツおよび技術ガイドラインのすべてを満たしているかどうか。技術コンプライアンスは寸法、アスペクト比、ファイル形式、ファイルサイズをカバーします。コンテンツコンプライアンスは、料理が実際に販売されている料理であること、テキストオーバーレイがないこと、透かしがないこと、コラージュがないことをカバーします。写真は技術的に準拠していても、異なる料理を示していたり禁止されたグラフィック要素が含まれていたりすると、コンテンツコンプライアンスに失敗することがあります。

サムネイル

デリバリーアプリの検索結果、カテゴリグリッド、特集カルーセルに表示される商品の小さなプレビューです。サムネイルは通常、スマートフォン画面で高さ60〜120pxです。フルサイズで素晴らしく見える写真も、料理がフレーム内で小さい場合、背景が雑然としている場合、料理が背景に対して低コントラストの場合、サムネイルサイズでは判読できなくなることがあります。提出前に必ずサムネイルスケールで写真を確認してください — 画面上で約1cmの高さになるまでズームアウトしてください。

写真レビュー

デリバリープラットフォームが提出された写真を承認または却下するプロセスです。DoorDashのレビューは2〜5営業日、Uber Eatsは3〜5営業日かかります。レビューは手動（人間の評価者）または自動（ソフトウェアチェック）の場合があります。却下理由は通常提供されます。再提出すると、レビュー期間が最初からやり直しになります。

写真の却下

デリバリープラットフォームが提出された写真の公開を拒否することです。再提出する前に必ず却下理由を読んでください — 同じ写真を単に再提出するだけではレビュー期間を無駄にします。一般的な理由：アスペクト比の誤り、低解像度、テキストオーバーレイ、雑然とした背景、ぼやけた写真、フレーム内で料理が中央にない。

リスティング完全性スコア

写真カバレッジ、商品説明、カテゴリ構成など、レストランのメニューがどれだけ完全かを示すデリバリープラットフォームの内部指標です。完全性スコアが高いほど、検索順位が良くなる傾向があります。Uber EatsとDoorDashはどちらも写真の完全性をランキングアルゴリズムに組み込んでいます。

カメラとライティングの用語

絞り

カメラに入る光の量を制御し、被写界深度を決定するレンズの開口部です。広い絞り（低いf値：f/1.8、f/2.0）は背景をよりぼかし、被写体をよりシャープにします — 単一のヒーロー料理に適しています。狭い絞り（高いf値：f/8、f/11）はシーンのより多くをピント内に保ちます — すべてがシャープでなければならない大皿料理に適しています。ほとんどのスマートフォンは絞りを自動制御します。ポートレートモードは浅い被写界深度をシミュレートします。

被写界深度

写真のどれだけがシャープにピントが合っているか。浅い被写界深度（柔らかい背景、シャープな被写体）はヒーローショットやソーシャルメディアに適しています。深い被写界深度（すべてがシャープ）は、顧客が料理全体をはっきり見る必要があるデリバリーアプリに適しています。デリバリーアプリでは、芸術的なぼかしよりも深い被写界深度を優先してください。

ISO

カメラセンサーの光に対する感度です。ISOが高いほど暗い条件で撮影できますが、粒状感（デジタルノイズ）が生じます。フード写真の場合：可能な限りISOを800未満に保ってください。キッチンが暗すぎてISO 400で撮影できない場合は、ISOを1600以上に上げるのではなく、リングライトを追加してください。

拡散光

被写体の周りを包み込む、柔らかく影のない光です。フード写真に適しており、強い影を作らずに質感を引き出します。拡散光を安価に作る方法：北向きの窓の近くで撮影する（間接自然光）、またはリングライトと料理の間に白い紙を置く。直接フラッシュや拡散されていないリングライトは、光沢のある食品表面に強いハイライト（白飛び）が生じます。

ヒーローショット

看板となる商品写真 — 最も視認性の高い位置（ホームページ、特集バナー、メニューヘッダー）で使用される画像です。ヒーローショットは、視覚的品質がブランド認知に直接影響する文脈に現れるため、より高い写真投資を正当化します。デリバリーアプリでは、レストランのストアフロント上部の特集バナーがヒーロー配置です。

真上からのショット（フラットレイ）

カメラを料理の真上に配置し、真下を見下ろします。最適：ボウル、大皿、ピザ、サラダ、寿司、全体の配置を見る必要があるもの。不向き：バーガー、積み重ねたサンドイッチ、層状のデザート — これらは高さが見える必要があり、真上からは平らに見えます。

キャッチライト

光沢のある食品表面に見える小さな明るい反射 — ソースの光沢の鏡面ハイライト、魚の切り身の輝き、新鮮なサラダドレッシングのきらめき。キャッチライトは新鮮さと食欲を喚起するシグナルです。キャッチライトが多すぎる（露出オーバーまたは厳しい照明）と白飛びしたギラつきに見え、キャッチライトがゼロだと食品が平坦で食欲をそそらない見た目になります。

AIフード写真の用語

背景除去（マッティング）

AIによる食品被写体の背景からの分離です。AIは料理と背景の境界を識別し、背景を除去して、単色、ニュートラルなグラデーション、または新しい環境に置き換えます。品質はツールによって大きく異なります。食品専用のマッティング（FoodPhoto.aiなど）は、蒸気、不規則な付け合わせ、半透明の要素を汎用ツールよりも上手く処理します。

スタイルプリセット

特定の料理ジャンルや雰囲気に合わせて事前設定された補正パラメータのセットです。たとえば日本料理のプリセットは、魚の色の正確さに合わせたカラーグレーディング、日本料理写真の美学に典型的な拡散照明、サーモンやマグロの色のコントラストを最大化するニュートラルな背景を適用します。FoodPhoto.aiには、主要な料理とデリバリープラットフォームの雰囲気をカバーする133の写真スタイルと59のマーケティングスタイルがあります。

カラーグレーディング

画像全体の色相、彩度、輝度を調整して望ましいルックを実現することです。デリバリーアプリ向けの食品専用カラーグレーディングは、実際の料理に対する色の正確さを目指します — ソーシャルメディアフィルターの誇張された彩度ではありません。彩度が高すぎる写真は単体では魅力的に見えても、配達された料理が写真ほど鮮やかでない場合、顧客の苦情を引き起こす可能性があります。

アップスケーリング

目に見える品質損失なしにAIベースで解像度を上げることです。従来のリサイズアルゴリズムが拡大時にぼやけるのに対し、AIアップスケーリングはディテールを再構築します。プラットフォームの最小解像度をわずかに下回る写真を、完全な再撮影なしに仕様に合わせるために使用されます。

デリバリープリセット

出力先に合わせたクロップの作業用設定です。DoorDash用の横長1400×800px（16:9）とUber Eats用の1250×1000px（5:4）は実用的な書き出し例です。プリセットは承認を保証するものではありません。実際の料理と出力先の指示を確認してください。

ハルシネーション（AIによる生成）

AIが元の料理に存在しない食品要素を追加すること — 余分なトッピング、より多くの個数、異なる色。これは、写真が顧客が受け取る実際の料理を表すことを要求するデリバリープラットフォームではコンプライアンスリスクです。FoodPhoto.aiは、新しい食品要素をハルシネーションせずに（照明、背景、色の正確さを）補正するように設計されています。

バッチ処理

複数の写真を1つの自動ワークフローで補正することです。各商品を個別に処理する代わりに、バッチ処理は10、20、または50枚の写真を受け入れ、同じプリセットと書き出し設定をすべてに適用します。メニュー全体の写真プロジェクトには不可欠です — 60品のメニューを1品3分で個別に処理すると3時間かかりますが、バッチ処理なら30分未満に短縮できます。

構図とスタイリングの用語

三分割法

フレームを3×3のグリッドに分割し、主要被写体を中央ではなくグリッド線の交点に配置する構図ガイドラインです。デリバリーアプリ向けのフード写真では、中央配置が好まれることが多いです — デリバリーアプリのサムネイルは積極的にクロップするため、中央から外れた料理は部分的にクロップされるリスクがあります。三分割法は、デリバリーアプリのリスティングよりも、ソーシャルメディアや編集用のフード写真に役立ちます。

ネガティブスペース

食品の周囲に意図的に設けた余白です。視覚的な洗練を感じさせ、料理を引き立てます。デリバリーアプリの文脈では、ネガティブスペースは食品とフレームの端の間の余白です。ほとんどのデリバリーアプリは食品がフレームの少なくとも60〜70%を占めることを要求しており、ネガティブスペースが制限されます — しかし、四方にきれいな15〜20%の余白を残す方が、フレームを端から端まで埋めるよりも安全です。

フードスタイリング

撮影前に視覚的魅力を最大化するために食材を配置することです。写真品質の最大の要因は、カメラやAIが関与する前の盛り付け — 料理の配置です。良い盛り付けとは、メインのタンパク質が前面中央にあり、ソースが意図的にかけられ、付け合わせが色とバランスのために配置されていることです。AI補正は盛り付けの悪い料理を修正できません。既にあるものを最適化するだけです。

質感

食品の目に見える表面品質です。食欲をそそる主な要素としては、目に見える米粒の質感、新鮮な野菜のシャープな断面、タンパク質の焼き目、ペストリー生地のサクサク感。AIシャープニングは質感の視認性を高めることができますが、料理自体に目に見える質感が必要です。火が通り過ぎた、ソースがかかり過ぎた、または覆われた料理は質感を失い、写真で食欲をそそるようにするのが難しくなります。

プラットフォーム仕様チートシート（2026年6月更新）

この用語集は2026年6月の参照見出しを保持しています。DoorDashとUber Eatsの数値の商品写真ガイダンスは、DoorDashマーチャントヘルプとUberマーチャントヘルプに対して2026年10月7日に再確認されました。他の表の項目は記載された以前のソース確認を保持しています。アカウント固有の承認は暗示されません。