AI 生成の写真を使うとメニューは却下されますか？

DoorDash は 11 の却下理由を公開しています。ここで重要なのは「写真が商品を表していない」です。写真は商品に含まれるものを正確に示し、理想化や一般化した版ではなく実際に提供する商品を映し、実際の商品の本物の写真でなければなりません。その横には多くの人が引っかかるものが並びます。サイズや解像度の誤り、寄りすぎや引きすぎ、構図や縦横比の誤り、照明不足、背景の問題、重ね文字や透かし、人物の写り込み、ピントのずれ、著作権、重複です。

DoorDash のバーチャルブランド向け規定は AI を直接名指ししています（英語原文）。

意味は、明らかに AI 生成の画像、大幅に加工した画像、商品を誤解させる画像は認められない、です。注目すべき点が 1 つ。同じ文のスペイン語版（2026-10-01 確認）は「明らかに」を落としていて、AI 生成画像をすべて禁じるように読めます。どちらも DoorDash のものです。

これらすべての下にある規定は同じです。写真はお客様が実際に受け取るものを示さなければならない。これは表現についての規定であって、技術についての規定ではありません。

Uber Eats は商品を中央に置き、画面からはみ出さず、1 枚につき商品 1 つまでを求めます。Grubhub は料理の写真のみを求め、画像逆検索で著作権を確認します。ネットから何かを拾いたくなったときに知っておく価値があります。

DoorDash は写真審査の仕組みを公開していません。お見せできるのは、私が仕事をしているあるレストランのアカウントで 2026 年 9 月に起きたことです。Google Gemini で生成した画像がメニュー写真としてアップロードされました。

マーチャントポータルの却下通知（英語）は、各写真が "appears to be AI-generated"（AI 生成のようだ）とし、"the entire item"（商品全体）が写った "a real photo"（本物の写真）を求めていました。そこでファイルを開きました。

Content Credentials は、画像ファイルの中に署名つきのラベルを入れて出どころを記録するオープン標準です。Google や OpenAI を含む多くの AI 画像ツールが、画像が生成されたことを示すラベルを書き込みます。Google はさらに自社 AI 製品の出力に SynthID という不可視の透かしを入れ、切り抜き、フィルター、圧縮に耐える設計だとしています。つまり Content Credentials のラベルを剥がすことは、証拠を消すことと同じではありません。

ラベルは自分で読めます。無料の Photo Rejection Checker と Content Credentials Verify のサイトが読み取ります。ファイルが AI で作ったと言っているなら、直し方はより良い編集ではありません。料理の本物の写真です。

生成された料理を却下することと補正を提供することは矛盾せず、DoorDash 自身が線を引いたからです。

DoorDash の現在のツールは AI Photo Enhance で、2026 年 5 月 4 日にウェブ、Android、iOS で公開されました。3 つのモードがあり、DoorDash はそれぞれを自身の言葉（英語）で説明しています。それぞれが何に触れてよいかを読んでください。

意味は、AI Replate は料理に適した食器を合わせ、照明と色を高め、清潔で洗練された見せ方を作ることで料理写真をプロ水準の画像に変える。ただし料理、数量、分量は変えない、です。3 つのモードは別々の言葉で同じ約束をしています。料理そのものは変わらない。これは 2025 年 4 月の時点ですでに DoorDash の線で、当時は初期のツールが「料理そのものの見た目を変えずに」動くと述べていました。あなたの生成写真を却下するプラットフォームは、何を許容するかを正確に教えてくれるプラットフォームと同じです。

2026 年に動いたのは皿です。AI Replate はあなたの料理を別の食器に載せ、DoorDash はそれをお客様に伝えます。消費者向けヘルプページは、"AI-enhanced"（AI 補正）ラベルは基本的な明るさや鮮明さの調整を超える変更を意味し、料理の盛り直しを含むことがあると述べています。

つまり写真ツールについて問うべきは、AI を使っているかどうかではありません。ツールが何に触れてよいか、そしてお客様に知らされているかです。

厄介なのは器と分量で、善意のツールが逸れるのもそこです。生成された料理には飾りがあるほうがたいてい見栄えがするからと、こっそり飾りを足すツールは、お客様が受け取るものを変えています。ジュージューいう鉄板料理をボウルに移すツールも同じです。

ふつうの皿は別で、DoorDash が決着をつけました。AI Replate は食器を替えて料理、数量、分量を保ち、DoorDash はそれらの写真にお客様向けのラベルをつけます。配達の料理は写真がどうであれ容器に入って届くので、清潔な皿は見せ方であって約束ではありません。Uber Eats と Grubhub は食器についてどちらの方向にも規定を公開していません。私が守る線は、料理の一部である器です。ジュージューいう鉄板、石鍋、ブランドの箱。それを替えると、お客様は正しい料理を間違ったものに入れて受け取ります。

これが私たちの出力に使っているテストです。届いた料理でお客様が騙されたと感じるなら、どれほど見栄えがよくてもその結果は捨てます。

そのテストが私たち自身のパイプラインで失敗した例がこれです。

別々のリスクが 2 つあり、2 つ目のほうが 1 つ目より悪いです。

2026 年 7 月、サンフランシスコの Grind & Unwind というカフェが、AI 生成の料理画像を店頭のボードに掲げました。店の正面は落書きされました。オーナーはボードを撤去し、約 700 ドルかけて塗り直し、LED ライトと実際のペストリーの陳列に替えました。ネット上のコメントはこれを虚偽広告と呼び、爬虫類の皮のように見えるパンまで、画像を細かく批判しました。

オーナー自身の反応が考えるに値する部分です。"I want people to come to our restaurant, but, like, why is this such a big deal that it influences people on such an intense level?"（うちの店に来てほしいだけなのに、なぜこれがそこまで人を強く動かす大ごとなのか）。

もっともな問いで、答えは、メニュー写真は届くものについての約束だということです。食べ物についての破られた約束に、人は約束した側が思うよりずっと強く反応します。

正直な答えは、研究は 2 つの方向を指しているということで、何かを売りながらそうでないと言う人は、都合のいい半分を選んでいます。

どちらも真でありえます。画像は単独では魅力的でも、信じるかどうかを決める場面では説得力が落ちることがあり、料理画像の不気味の谷に関する別の研究も同じ方向を指しています。合成画像が本物に近づくほど、小さな間違った細部の代償が大きくなるのです。

どちらになるかは文脈が決め、メニューは 1 つ目の効果にとって最悪の文脈です。お客様は画像を鑑賞しているのではありません。そこに写ったものに代金を払おうとしていて、そのあと比べるのです。

実際の料理を撮り、料理ではなく写真を直してください。

窓の近くで、料理の四方に余白をとって撮ったスマホ写真があれば、本物の出発点になります。そこから先、照明、背景、色、切り抜きはすべて手を入れてよく、それが使えるメニュー写真と使えないものを分けます。料理はあなたが出したものそのままです。

プラットフォームのサイズも同時に片づけたいなら、それは別の問題で、専用のガイドがあります。