# Workspaces、Projects、Models

Roboflow のすべてはこの構造に従います:

Workspace → Projects → Dataset Versions → Models  → Workflows → Deployments

### **Workspaces**

A [Workspace](/roboflow/roboflow-jp/workspaces/roboflow-workspaces.md) は最上位のコンテナです。

* ここであなたとチームが共同作業します。
* すべての Projects と Workflows は Workspace 内にあります
* 請求と [subscription plans](https://roboflow.com/pricing) は Workspace レベルで管理されます

これは、すべてのコンピュータビジョンの作業をまとめる会社のフォルダのようなものだと考えてください。

### Projects

A [Project](/roboflow/roboflow-jp/datasets/create-a-project.md) は Workspace 内にあります。各 Project はコンピュータビジョンの dataset を中心に構築されています。ここで管理するのは次の項目です:

* 画像
* アノテーション
* 時間の経過に伴う dataset の更新

Project を作成するときは、Project type を選択する必要があります - つまり、コンピュータビジョンの task type のいずれかです:

* Object detection
* Classification
* Instance segmentation
* Keypoint detection
* Semantic segmentation
* Multimodal

これによって、データの構造と、学習できる model architecture が決まります。

### **Dataset Versions**

A [Dataset Version](/roboflow/roboflow-jp/datasets/dataset-versions.md) は、特定の時点における dataset のスナップショットです。

* 現在の Project の状態から Version を作成します
* 一度作成すると、変更されません
* 画像やアノテーションへの今後の編集は、既存の Versions に影響しません

これにより、再現性が確保され、明確な追跡が可能になり、model の比較にも役立ちます。

### Models

[Models](/roboflow/roboflow-jp/train/train.md) は Dataset Versions を使って学習されます。

* model の学習に使用する特定の Dataset Version を選択します
* その model はその version に恒久的にリンクされます
* 学習に利用できる model architecture は、Project type によって異なります

また、 [学習済みモデルを Roboflow にアップロードすることもできます](/roboflow/roboflow-jp/deploy/upload-custom-weights.md).

model ができたら、 [workflow を作成する](/roboflow/roboflow-jp/workflows/create-a-workflow.md)か、または [すぐにデプロイへ進む](/roboflow/roboflow-jp/deploy/deployment-overview.md)!


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.roboflow.com/roboflow/roboflow-jp/workspaces/key-concepts.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.