サポートリクエストに含める内容
問題を再現できるまでが速いほど、修正も早くなります。以下の各カテゴリには、調査を加速し、やり取りを減らすための具体的な情報が記載されています。
Roboflowサポートチームは、問題を再現するのに十分な詳細が含まれた依頼のほうが、より早く問題を解決できます。以下から該当する状況を見つけ、問い合わせ時に記載項目を含めてください。
必ず含めるべき内容
問題の種類にかかわらず、次の5点を含めると、どのサポートケースも迅速に進みます。
プロジェクトとワークスペース: ワークスペースID、または影響を受けているプロジェクトやワークスペースへの直接リンク。(メールで送信する場合に必要です。それ以外の場合は通常こちらで自動的に把握できます。)
ワークスペースへのアクセス: Roboflowサポートチームにワークスペースへのアクセス権を付与してください.
正確なエラー: 言い換えではなく、エラーメッセージまたはレスポンス本文をそのまま記載してください。
時間帯: 「昨日」ではなく、具体的なUTCのタイムスタンプ。
試した内容: 各試行とその結果。
Inference APIのエラー
本番アプリケーションが、以下からHTTP 4xxまたは5xxレスポンスを受け取り始めます。 serverless.roboflow.com。エラーメッセージには「Internal error」「Model is temporarily not ready - retry request」「Could not acquire model manager lock」、または30秒後のタイムアウトなどが含まれることがあります。失敗率は突然急上昇し、しばしば短い時間帯に集中します。
これらのエラーは、プラットフォーム側のインフラ障害、負荷によるモデルのメモリからの退避、あるいはキャパシティを超えるクライアント側のリクエストパターンが原因となる場合があります。時間帯とリクエストログがないと、具体的な問題を特定するのは困難です。
特に役立つ情報:
障害が発生した正確な時間帯。タイムゾーンまたはUTCオフセットを含めてください。(「2026-05-22 12:30–12:40 UTC」は「今朝」よりはるかに対応しやすいです。)
完全な推論エンドポイントURL(例:
https://serverless.roboflow.com/test-endpoint/11の Serverless Cloud API、またはname.deployment@roboflow.com用の 専用デプロイ).HTTPステータスコード、レスポンス本文、タイムスタンプが分かるエラーレスポンスのスクリーンショットまたはログのエクスポート。アプリケーションや監視ダッシュボードでイベントが表示されているスクリーンショットが理想的です。
その時間帯のおおよそのリクエスト量: 送信した総リクエスト数、失敗数、送信パターン(バーストか一定か)。
失敗がまだ続いているか、既に解消しているか。
失敗したリクエストに対してクレジットが消費されたかどうか。
送信例:
「以下に対して約90%の失敗率が発生しました
https://serverless.roboflow.com/test-endpoint/112026-05-22の11:20〜11:35 AM UTCの間です。当時はおよそ150リクエスト/時を送信していました。エラーはHTTP 503で、本文は {"message":"Internal error."} でした。アプリケーションログのスクリーンショットを添付します。失敗は11:40 AMごろに自然復旧したようです。ワークスペースIDは fleet-pulse です。失敗したリクエストに対して課金されましたか?」
Inferenceのパフォーマンス問題
推論サーバーは正常に動作しているものの、想定より多くメモリを消費する、時間とともに増加する、負荷時に遅くなる、または用途に対して許容できないほど高いレイテンシを示します。典型的な例としては、Jetsonデバイス上で数時間にわたりメモリが無制限に増え続ける、大きなモデルの初回リクエストの読み込みに時間がかかりすぎる、並列バッチリクエストでスループットが低下する、などがあります。
メモリとレイテンシは、モデルのアーキテクチャ、バッチサイズ、同時実行設定、画像サイズ、ハードウェア、そして inference server のバージョンに依存します。ほぼすべての変数が重要です。
特に役立つ情報:
Inference serverのバージョン: 正確なDockerイメージタグ(例:
roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6).ハードウェア仕様: GPUモデル、総RAM、Jetson上かどうか、およびJetPackのバージョン。
読み込んでいるすべてのモデルのモデルIDと種類(例:
object-detection-5gavt/16、YOLOv8-s、ViT 224×224)、加えてそのデバイス向けのTRTパッケージが存在するかどうか。クライアント設定:
max_concurrent_requests,max_batch_size、およびクライアント側でバッチがどのように構築されるか。劣化パターンを示す時間経過のメモリまたはCPU使用率グラフ(例:
jtop,htop、または約1時間分のメモリを示す監視ツールのスクリーンショット)。一般的な画像サイズ(KB)、または分かれば正確なピクセル寸法。
使用している環境変数の上書き(例:
USE_INFERENCE_MODELS=True/False).既に試した手順(バージョンのロールバックやフラグ変更を含む)と、それぞれの影響。
送信例:
「NVIDIA Jetson AGX Orin(JetPack 5.1.1)上で roboflow/roboflow-inference-server-jetson-5.1.1:1.2.6 を実行しています。7つのモデルを同時に読み込んでいます: YOLOv8-s の物体検出モデル2つと ViT の分類モデル5つです。本番負荷下で約2時間後(max_concurrent_requests=10、max_batch_size=100、画像サイズ約50KB)、メモリは8GBから約15GBまで増加します。jtopのグラフを添付します。USE_INFERENCE_MODELS=False を設定してみましたが、メモリはおよそ半減した一方で精度も低下しました。」
Serverless Workflowのエラー
Roboflowの ワークフロー (Workflows UIまたは serverless.roboflow.com/infer/workflows/...)でエラーが返る、タイムアウトする、または予期しない結果が出ます。エラーはHTTP 500「Internal error」、502「Bad gateway」、または、ジョブは実行されたように見えるのにデータが返らないといったサイレント失敗の場合があります。これは単純なモデル推論の失敗とは異なり、通常は複数ステップのパイプライン、カスタムPythonブロック、または複雑なブロックチェーンを含みます。
Workflowsはパイプラインのどの段階でも失敗し得ます。どのブロックに原因があるか、どれだけのリクエストがどのパターンで送られたか、そして正確なworkflow定義が分かれば、根本原因をかなり絞り込めます。
特に役立つ情報:
完全なworkflow URL(例:
https://serverless.roboflow.com/infer/workflows/test/test-workflow).失敗が発生した時刻の内訳。タイムスタンプと、各時間帯のおおよそのリクエスト数を含めてください。
失敗したリクエストのHTTPステータスコードと完全なレスポンス本文。「500 Internal Error」だけより、完全なレスポンス本文のほうがはるかに有用です。
失敗が完全(すべてのリクエストが失敗)か部分的(一部が成功)か。
Roboflowサポートチームへのワークスペースアクセス。これにより、workflow定義とサーバー側ログを確認できます。
失敗が始まる前にworkflowへ行った最近の変更(追加したブロック、差し替えたモデル、変更した画像入力)。
バッチジョブの場合: バッチジョブ 「Activity」セクションのID、期待される出力レコード数と実際の出力レコード数、そしてジョブの所要時間。
送信例:
「私たちのworkflowは
https://serverless.roboflow.com/infer/workflows/my-workspace/classifier-pipelineで、2026-05-25の12:33〜12:40 UTCの間に195リクエスト中170件のHTTP 500レスポンスが返りました。リクエストは一度に約15件のバーストで届きました。すべての失敗でレスポンス本文は {"message":"Internal error."} でした。workflowは約10分後に自動復旧しました。最近workflowを変更していません。support@roboflow.com にワークスペースアクセスを付与済みです。」
モデル学習の問題
A 学習 ジョブが完全に失敗する、停止する、詳細のない一般的なエラーポップアップを出す、学習済みモデルを生成せずにクレジットを消費する、または学習後にモデルが予期しない挙動を示す(例: 最大検出数が想定より少ない、あるいは大きなデータセットでの学習がバージョン生成中に固まる)。
学習の失敗は、データセットの特性(破損画像、ラベル形式の問題、クラス不均衡)、リソース制約、またはプラットフォームの不具合が原因になり得ます。サポートチームには、あなたの特定のプロジェクトとデータセットを確認してもらう必要があります。
特に役立つ情報:
試したモデルの種類とサイズ(例: RF-DETR Nano、YOLOv8-L、SAM3)。
モデル名、または影響を受けているモデルへの直接リンク(例:
app.roboflow.com/my-workspace/my-project/models/my-model).学習に使用したデータセットのバージョン番号。
エラーメッセージをそのまま、言い換えずに全文コピーして貼り付けてください。ポップアップに表示される場合はスクリーンショットを撮ってください。
UIに表示されていれば、学習ジョブID。
失敗した試行でクレジットが請求されたかどうか。
データセットバージョン内の画像数とクラス数。
失敗前にデータセットへ行った最近の変更(新しい画像の追加、クラス名の変更、前処理設定の変更)。
基盤モデルのファインチューニング(例: SAM)の場合: データセットサイズ、使用したプロンプトの種類、そしてどの段階でクラッシュしたか。
送信例:
「workspace baz-co の project foo-bar の dataset version 3 に対する YOLOv8-L の学習ジョブは、何度試しても一般的なポップアップエラーで失敗し、それ以上の詳細は表示されません。データセットには12クラスにわたって約2,400枚の画像があります。2回の失敗試行でクレジットが請求されています。エラーポップアップのスクリーンショットを添付します。ワークスペースアクセスはサポートに付与済みです。」
データセットと画像の表示問題
アップロードした画像がデータセット表示に現れない(ヘッダーの件数が、ブラウズ時に実際に見える数と異なる)、ラベリング後にデータセットに追加した画像が消える、データセットバージョンの準備が無期限に止まる、またはバッチZIPアップロードが成功したように見えるのに画像にアクセスできない。
これらの問題は、多くの場合バックエンドログの確認が必要です。サポートチームには、正確なプロジェクト識別子と、できれば特定のアップロードイベントの記録が必要です。
特に役立つ情報:
数の不一致: プラットフォームが表示する画像数と、datasetタブをブラウズしたときに実際に見える画像数。(例: 「ヘッダーでは1,004枚と表示されるが、ブラウズすると368枚しか表示されない」)
アップロードが行われた時刻。プラットフォームイベントとの照合に役立ちます。
使用したアップロード方法: ブラウザでのドラッグ&ドロップ、Python SDK、REST API、ZIPアップロード、またはモバイルアプリ。
バッチまたはZIPアップロードの場合: 利用できるなら「Activity」セクションのバッチジョブID。
不一致(ヘッダー件数とブラウズ表示)を示すスクリーンショット。
送信例:
「workspace abc_def の project foo_bar_2 では、プロジェクトヘッダーに1,004枚の画像が表示されているのに、datasetタブに入ると368枚しか見えません。2026-05-25の午前9時ごろ、ドラッグ&ドロップで画像をアップロードしました。ワークスペースアクセスは付与済みです。スクリーンショットを添付します。」
RoboflowアプリのUIエラー
RoboflowのWebアプリで、アノテーションエディタ以外の部分が期待どおりに動作しません: ページの読み込みに失敗する、またはスピナーのまま止まる、データセットバージョンの削除などの操作が完了したように見えるのに反映されない、設定パネルが開かない、アップロードがActivityキューで止まる、usageダッシュボードが表示されない、またはボタンを押しても反応しない。
UIの不具合は、裏で失敗または遅延しているネットワークリクエスト、あるいはJavaScriptエラーが原因であることが多く、表示されるインターフェースからは直接見えません。ブラウザの開発者ツールを使うと、ネットワークとJavaScriptのレベルで何が起きているかを確認できます。
特に役立つ情報:
不具合を示す画面録画(Loom、動画、GIF)。これがこのケースで最も価値の高い証拠です。
ブラウザのネットワークリクエストログのスクリーンショット。どのリクエストが失敗しているか、または長時間実行されているかが分かります。開き方は Chromeのネットワークパネルのドキュメント を参照してください。ほかのブラウザにも同様のツールがあります。
ブラウザのコンソールログ内のエラー。開き方は Chromeのコンソールドキュメント を参照してください。ほかのブラウザにも同様のツールがあります。
ブラウザ名とバージョン(例: macOS 14.4 の Chrome 124)。
再現手順をステップごとに: 新しいページ読み込みから、何をどの順番でクリックしたか。
不具合が最近出たものか、気づいているプラットフォーム更新と一致するかどうか。
期待される正確な挙動と実際の挙動。
問題が常に起きるのか、断続的に発生するのか。
送信例:
「プロジェクト
test-projectのdatasetタブで、workspacetest-workspace)のバージョン3で「Delete version」をクリックすると成功トーストは表示されるのに、バージョンは一覧に残ったままです。ネットワークログのスクリーンショットにはDELETEリクエストが返した500 Internal Server Errorが示されています。コンソールにはUncaught TypeError: Cannot read properties of undefinedが表示されます。ブラウザ: Ubuntu 22.04 の Firefox 126。通常ウィンドウとプライベートウィンドウの両方で再現しました。画面録画を添付します。」
アノテーションツールの不具合
Roboflowのアノテーションエディタ内のツールが誤動作します: キーボードショートカットが効かなくなる、選択したツールが別のツールに戻る、元に戻す(Ctrl+Z)が想定より多く削除する、Label Assistが無期限に読み込み続ける、または保存されるはずのアノテーションが保存されない。
アノテーションの不具合は、ブラウザ固有、OS固有、または最近のプラットフォーム展開が原因であることが多いです。画面録画は、ほとんど常に文章よりも有益です。
特に役立つ情報:
不具合を示す画面録画(Loom、動画、GIF)。アノテーションの挙動は言葉で説明しにくく、見せるほうが簡単なので、これがこのケースで最も価値の高い証拠です。
ブラウザのネットワークリクエストログのスクリーンショット。どのリクエストが失敗しているか、または長時間実行されているかが分かります。開き方は Chromeのネットワークパネルのドキュメント を参照してください。ほかのブラウザにも同様のツールがあります。
ブラウザのコンソールログ内のエラー。開き方は Chromeのコンソールドキュメント を参照してください。ほかのブラウザにも同様のツールがあります。
ブラウザ名とバージョン(例: macOS 14.4 の Chrome 124)。
プロジェクトタイプ(Object Detection、Instance Segmentation、Classification など)と、使用している具体的なアノテーションツール(polygon、polyline、bounding box、smart polygon)。
不具合を引き起こすキーボードショートカットまたは操作と、ステップごとの再現手順。
すべての画像に影響するか、特定の画像だけに影響するか。特定の画像なら、プロジェクトリンクと画像名またはIDを共有してください。
不具合が最近出たものか、気づいているプラットフォーム更新と一致するかどうか。
期待される正確な挙動と、実際に起こること。
問題が常に起きるのか、断続的に発生するのか。
送信例:
「workspace test-workspace のプロジェクト my-test-project と my-other-test-project では、最近次の3つのpolylineツールの不具合が導入されました: (1) polylineツール使用中に Ctrl+スクロールでズームすると bounding boxツールに切り替わる; (2) Ctrl+Z で最後の点だけでなくアノテーション全体が削除される; (3) Esc を押すとアノテーションが破棄されず保存される。こちらがそれぞれの挙動を示す2本のLoom録画です: [link 1], [link 2]。ブラウザ: Windows 11 の Chrome 124。」
API認証エラー
モデル推論エンドポイント、Roboflow Python SDK、またはHTTP APIへのAPI呼び出しが、"Missing or insufficient permissions." のようなメッセージとともに403 Forbiddenを返します。これは、プランをアップグレードした直後、プライベートモデルへアクセスしようとしたとき、またはAPIキーをローテーションした後に発生することがあります。
403エラーは、APIキーが誤っているか期限切れである、プロジェクトレベルのキーの代わりにワークスペースレベルのキーを使っている(またはその逆)、その機能を含まないプランのモデルにアクセスしている、あるいはプランアップグレード後の権限反映遅延などで発生することがあります。
特に役立つ情報:
完全なエラーレスポンス: ステータスコードだけでなく、HTTPステータスコードとレスポンス本文の全文。SDKエラーの場合は、Pythonのトレースバック全文。
呼び出しているエンドポイントまたはSDKメソッド(例:
serverless.roboflow.com/model-name/version,InferenceHTTPClient,CLIENT.infer()).モデルIDとバージョン番号。
使用しているAPIキーの種類。ワークスペースキーかプロジェクトキーか。キー自体は共有せず、種類だけを記載してください。
キーが最近ローテーションされたか、またはプランが最近変更されたか。
実際のキーを次のようなプレースホルダーに置き換えた、API呼び出しの組み立て方を示すコード断片を伏せた状態で提示してください。
YOUR_API_KEY.以前は動作していたかどうか、そして何が変わったか。
送信例:
「以下を呼び出したときに HTTPError: 403 Client Error: Forbidden が出ます
https://serverless.roboflow.com/test-endpoint/1?api_key=YOUR_API_KEY。ワークスペースレベルのAPIキーを使っています。これは昨日Free PlanからCoreにアップグレードした後に始まりました。モデルはプライベートです。こちらが完全なPythonトレースバックです: [paste]。ワークスペースは my-test-workspace です。ワークスペースアクセスは付与済みです。」
アカウントアクセスの問題
Roboflowにログインできません: ログインページが読み込み続ける、Google SSO ログインがブロックされる、パスワード再設定がうまくいかない、または接続されたGoogleアカウントが利用できないためにアカウントがロックされる。
アクセス問題は、使用している特定のメールアドレスやIDプロバイダーに関連していることが多いです。また、Google側のOAuthスコープ変更や、ブラウザ/拡張機能の干渉が原因になることもあります。
特に役立つ情報:
アクセスしようとしているアカウントに関連付けられたメールアドレス。
ログイン方法: メールとパスワード、Google SSO、またはGitHub SSO。
正確なエラーメッセージまたは挙動: 「page keeps loading」「invalid credentials」「account not found」、または特定のエラーコード。
エラー状態のスクリーンショット。
ブラウザ名とバージョン、そしてシークレット/プライベートウィンドウや別のブラウザを試したかどうか。
これは新しい問題か、以前からずっとそうだったか(例: 新規作成アカウントか、動かなくなった既存アカウントか)。
ワークスペースとプロジェクト管理の問題
ワークスペースを 削除できない 、またはプロジェクトを削除できない(削除ボタンを押しても何も起こらない、またはエラーが返る)、ワークスペースが誤って間違ったプランにアップグレードされた、所有権が移転できない、課金失敗後にプロジェクトへアクセスできなくなる、画像アップロード上限に達する、または 公開プロジェクト が誤って非公開データを露出してしまう。
特に役立つ情報:
失敗している具体的な操作と、観測されたエラーメッセージまたは挙動。
エラー状態、または望ましくないプロジェクト状態のスクリーンショット。
削除の問題の場合: ワークスペース内のすべてのプロジェクトと画像をすでに削除済みであることの確認。これは一般的な前提条件です。
誤ったアップグレードの場合: アップグレードされたほうと、本来意図していたほう、両方のワークスペースID、および変更のおおよその時刻。
画像上限の問題の場合: 現在ワークスペースにある画像数と、表示されている上限。
クレジットと使用量の問題
クレジットが想定より早く減る、失敗した学習ジョブや推論の失敗に対してクレジットが請求される、または usageダッシュボード が読み込まれない。
特に役立つ情報:
クレジット問題が発生したワークスペース名。
予期しないクレジット消費のおおよその日時。
どの操作がクレジットを消費したか: 推論呼び出し、学習、またはバッチ処理。
既知の プラットフォーム障害 が消費の急増と一致しているか、そしてその時にエラーが見られたかどうか。
消費の急増を示すusageダッシュボードのスクリーンショット。
データプライバシーとアカウント削除
以下の依頼: アカウントの削除 および関連するすべての個人データの削除(GDPRの削除要求)、アカウント削除後も画像が公開アクセス可能なまま残る不完全なデータ削除、または特定のプロジェクトを公開Universeから削除する依頼。
特に役立つ情報:
削除対象アカウントのメールアドレス。
アカウント削除の前提として、まずアカウント内のすべてのプロジェクトとワークスペースが削除済みであることの確認。
GDPR要求の場合: 依頼の法的根拠に関する記述と、どのデータがなおアクセス可能だと考えているかの説明。
削除すべき特定の公開Universeリソースへのリンクと、その理由の説明。
セキュリティの問題
APIキーが誤って露出した(例: 公開GitHubリポジトリにコミットした、またはチャットで共有した)、あるいはセキュリティ研究者がRoboflowプラットフォームの脆弱性を発見した。
キーが露出した場合は、すぐにRoboflowワークスペース設定でローテーションしてください。ローテーションすると侵害されたキーは無効になります。その後、露出のおおよその時刻をサポートに通知してください。無許可使用がないか監査します。
露出したキーについては、以下を含めてください:
キーがすでにローテーション済みであることの確認。
キーが露出したおおよその日時と、その経路。
露出期間中に不正なAPI使用の証拠があるかどうか。
脆弱性報告については、脆弱性の明確な説明、再現手順、潜在的な影響を添えて security@roboflow.com にメールしてください。
最終更新
役に立ちましたか?