メニュー写真をそのまま載せるだけでは、客は料理のボリュームや見た目を想像しづらい。2026年6月、クリエイターChris氏が公開した事例では、Claude Opus 4.8とOpenClawを組み合わせ、メニュー写真から3Dモデルを生成し、閲覧・カスタマイズ・注文までつなげる飲食DXのワークフローを紹介しています。

この記事では、公開された事例の全体像と、代理店が継続契約を取るための自動化の仕組み、技術的な裏側を整理します。

  • Chris氏が公開した3Dメニュー自動化ワークフローの内容
  • Claude Opus 4.8とOpenClawが担う役割
  • 客向け体験（3D閲覧・カスタマイズ・注文）の流れ
  • 代理店向けの営業自動化と継続契約の考え方

https://x.com/everestchris6/status/2066958065677824163

何が起きているか

Chris氏（@everestchris6）は2026年6月16日、Xで次のような仕組みを紹介しました。Claude Opus 4.8とOpenClawを使い、飲食店のメニュー写真から3Dモデルを生成する。客はその3Dモデルを閲覧し、カスタマイズして注文できる。さらに、完成したメニュー体験のQRコード入りポストカードをオーナーに自動送付する。代理店は都市内の飲食店をスキャンし、この一連の流れを無人で回して継続契約を獲得できる、という内容です。

単なるAIデモではなく、「制作→顧客体験→営業」までを一つのパイプラインにした点が特徴です。Chris氏は同様の自動営業モデルを、飲食店向けの2Dメニューアプリや動画制作など別サービスでも紹介しており、今回は3Dメニューへ拡張した形と読めます。

飲食店が抱える課題

飲食店のデジタルメニューは、写真の質やレイアウトにばらつきがあります。スマホの画面で平面的な写真を眺めるだけでは、盛り付けの立体感やサイズ感が伝わりにくく、注文時のミスマッチにつながります。3DやAR（拡張現実）のメニューは、この課題への有効な手段として知られていますが、各店の料理ごとに3Dモデルを用意するコストと手間が障壁になります。

代理店側にも課題があります。見込み客を探し、デモを作り、営業文面を送り、契約後の更新まで回すには人手がかかります。Chris氏の事例が示すのは、AIエージェントに発見から制作、営業まで任せ、人間はクロージングと継続サポートに集中するモデルです。

技術構成：Opus 4.8が画像を理解し、OpenClawが動かす

Claude Opus 4.8の役割

Claude Opus 4.8はAnthropicが2026年5月28日にリリースした最上位モデルです。API料金は入力100万トークンあたり5ドル、出力100万トークンあたり25ドルで、前バージョンのOpus 4.7と同額です。100万トークンのコンテキストウィンドウと、画像・PDFの理解に対応しています。

Anthropicの発表では、エージェント的なタスクやマルチモーダル推論の改善が強調されています。メニュー写真から料理名・価格・盛り付けを読み取り、3D化の指示を組み立てる処理に向いたモデルです。

OpenClawの役割

OpenClawは、WhatsAppやTelegramなど複数チャネルから操作できるオープンソースのAIエージェント基盤です。公式ドキュメントでは、Claude Opus 4.8をデフォルトモデルとして利用でき、画像やPDFを会話に添付すると自動でメディア理解に回すと説明されています。

エージェントは「スキル」と呼ばれる拡張機能で能力を追加します。3Dモデル生成には、OpenClawのスキルエコシステムにある「3D Cog」が関連します。3D CogはCellCogのAPIを通じて、テキストや商品写真からGLB形式の3Dモデルを生成します。GLBはWebブラウザやAR表示で広く使われる3Dファイル形式です。CellCogの公式説明では、商品写真を送ると品質を評価し、必要に応じて補正したうえで3D化する、と記載されています。

Chris氏の投稿では具体的なスキル名は明かされていませんが、OpenClawにメニュー写真を渡し、3Dモデルと注文画面を組み立てる、という技術的な流れは公開情報と整合します。

客向け体験：閲覧・カスタマイズ・注文

Chris氏の紹介によると、完成した体験では客が3Dモデルを閲覧し、カスタマイズして注文まで進めます。平面的なメニュー写真と比べ、料理の立体感を確認してから注文できるため、期待値のズレを減らせます。

カスタマイズの具体例（トッピング追加、サイズ変更など）は投稿内で詳述されていませんが、3Dメニューと注文フローを一体化する設計思想は明確です。QRコードからアクセスするWebベースの体験である点も、Chris氏の過去の飲食店向け自動営業事例と同じパターンです。

代理店向けの自動営業フロー

Chris氏の投稿で明示されている自動化ステップは、都市内の飲食店をスキャンすることから始まります。対象店のメニュー写真を取得し、3Dメニュー体験を生成したうえで、オーナー宛てにQRコード入りポストカードを自動送付する。投稿では「on autopilot（自動運転）」と表現されており、人の手を介さずに営業素材まで届ける設計です。

Chris氏の過去の事例では、物理ポストカードとQRコードを組み合わせた営業で高い反応率を得た、と紹介する記事もあります（参考）。341通のポストカード送付で約20%がQRを読み取り、月額400ドル前後の継続契約につながった、という報告です。今回の3Dメニュー事例も、同様に「デモを先に届ける」営業スタイルを飲食業向けに特化したものと考えられます。

代理店の収益モデルは、3Dメニューの初期構築費に加え、メニュー更新や新メニュー追加を含む月額の継続契約です。Chris氏は投稿で「recurring contracts（継続契約）」を獲得する方法として紹介しており、単発の制作ではなく運用まで含めたサービス設計を想定しています。

導入を検討する際の注意点

まず、Chris氏の投稿は実演動画付きの紹介であり、再現に必要なスキル構成やコストの内訳は公開されていません。3D Cogを使う場合はCellCogのAPIキーが別途必要です。Claude Opus 4.8のAPI利用料も、店舗数やメニュー品数に比例して増えます。

次に、3Dモデルの品質は元写真の解像度や角度に依存します。CellCogのドキュメントでも、参考画像があるほど精度が上がると説明されています。メニュー写真が暗い・小さい店舗では、生成前の画像補正が必要になる場合があります。

最後に、注文機能を実際に稼働させるには、POS（レジシステム）や決済との連携が別途必要です。OpenClaw自体は予約・注文・メニュー管理のエージェント構築を想定したガイドが公開されていますが、3D表示と注文の統合はカスタム開発の範囲に入ります。

飲食DXの次の一手

メニュー写真から3Dモデルを生成し、閲覧・カスタマイズ・注文までつなげる。さらにポストカード営業まで自動化する。この一連の流れは、AIエージェントが「制作ツール」ではなく「営業パイプライン全体」を担える段階に入ったことを示しています。

飲食店オーナーにとっては、高品質な3Dメニューを低コストで試せるチャンスです。代理店にとっては、都市単位で見込み客を発見し、デモ付きで営業するモデルの具体例になります。技術の組み合わせ自体は公開されており、再現の鍵はスキル選定と営業フローの設計にあります。