> For the complete documentation index, see [llms.txt](https://docs.roboflow.com/llms.txt). Markdown versions of documentation pages are available by appending `.md` to page URLs; this page is available as [Markdown](https://docs.roboflow.com/roboflow/roboflow-jp/support/getting-help-faster-what-to-include-in-a-support-request.md).

# サポート依頼に含める内容

Roboflow Support チームは、問題を再現できるだけの十分な詳細がリクエストに含まれていると、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事項を含めてください。

## 必ず含めるべきもの

問題の種類にかかわらず、以下の5つを含めると、すべてのサポート対応が迅速になります:

1. **Project と workspace**: workspace ID、または影響を受ける project もしくは workspace への直接リンク。（メールで送信する場合は必要です。そうでない場合は通常、自動で取得できます。）
2. **Workspace アクセス**: [Roboflow Support チームに workspace へのアクセス権を付与する](/roboflow/roboflow-jp/support/sharing-a-workspace-with-roboflow-support.md).
3. **正確なエラー**: 言い換えではなく、エラーメッセージやレスポンス本文をそのまま記載してください。
4. **時間帯** : "昨日" ではなく、具体的な UTC のタイムスタンプ。
5. **試したこと**: 各試行内容とその結果。

## Inference API エラー

本番アプリケーションで、次の HTTP 4xx または 5xx レスポンスの受信が始まる `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," あるいは30秒後のタイムアウトなどが含まれることがあります。失敗率は突然急増し、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、負荷によるメモリからの model の退避、またはキャパシティを圧迫するクライアント側のリクエストパターンが原因で発生することがあります。時間帯とリクエストログがなければ、具体的な問題を絞り込むのは困難です。

最も役立つもの:

* 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" よりもはるかに対応しやすいです。）
* 完全な inference エンドポイント URL（例: `https://serverless.roboflow.com/test-endpoint/11` の場合 [Serverless API](/roboflow/roboflow-jp/depuroi/serverless-hosted-api-v2.md)、または `name.deployment@roboflow.com` の場合 [dedicated deployment](/roboflow/roboflow-jp/depuroi/dedicated-deployments.md)).
* HTTP ステータスコード、レスポンス本文、タイムスタンプが確認できる、エラーレスポンスのスクリーンショットまたはログ出力。イベントが表示されたアプリケーションや監視ダッシュボードの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、失敗した数、送信パターン（バーストか一定か）。
* 失敗がまだ継続しているか、すでに解消したか。
* 失敗したリクエストに対して credits が消費されたか。

記入例:

> "2026-05-22 の UTC 11:20〜11:35 の間に、<https://serverless.roboflow.com/test-endpoint/11> へのアクセスで約90%の失敗率が発生しました。当時はおよそ150 requests/hour 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 頃に自然解消したようです。workspace 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 パフォーマンスの問題

inference server は正常に動作しているものの、想定より多くのメモリを消費する、時間とともに増大する、負荷時に遅くなる、またはユースケースに対して許容できないほど高いレイテンシを生じます。一般的な例としては、Jetson デバイス上で数時間にわたりメモリが際限なく増え続ける、大きな model の初回リクエスト時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、model アーキテクチャ、batch size、同時実行設定、画像サイズ、ハードウェア、そして [inference server](/roboflow/roboflow-jp/depuroi/self-hosted-deployment.md) の version に依存します。ほぼすべての変数が重要です。

最も役立つもの:

* Inference server の version: 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、また JetPack の version。
* 読み込んだすべての model の model ID と type（例: `object-detection-5gavt/16`、YOLOv8-s、ViT 224×224）、加えてそのデバイスに TRT packages 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 batch をどう構成しているか。
* 劣化パターンを示す、時間経過に伴うメモリまたは CPU 使用率グラフ（例: `jtop`, `htop`のスクリーンショット、または約1時間分のメモリを示す監視ツール）。
* 通常の画像サイズ（KB）、または分かる場合は正確なピクセル寸法。
* 使用している環境変数の上書き設定（例: `USE_INFERENCE_MODELS=True/False`).
* すでに試した手順。version のロールバックや flag の変更、それぞれの影響も含めてください。

記入例:

> "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 model を同時に読み込んでおり、YOLOv8-s の object detection が2つと、ViT の classification model が5つです。本番負荷下で約2時間後（max\_concurrent\_requests=10, max\_batch\_size=100, image size 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 に設定してみたところ、メモリはおおよそ半減しましたが、精度も低下しました。"

## Serverless Workflow エラー

Roboflow [Workflow](/roboflow/roboflow-jp/workflows/what-is-workflows.md) （Workflows UI からアクセスするか、 `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," あるいは、ジョブは実行されたように見えるのにデータを返さないサイレント失敗かもしれません。これは単純な model inference 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 block、または複雑な block チェーンを含みます。

Workflows はパイプライン内のどのステップでも失敗し得ます。どの block に原因があるか、どれだけのリクエストがどのようなパターンで送られたか、そして正確な workflow 定義が何かが分かると、根本原因を絞り込めます。

最も役立つもの:

* 完全な workflow URL（例: `https://serverless.roboflow.com/infer/workflows/test/test-workflow`).
* 失敗がいつ発生したかの内訳。タイムスタンプと、時間帯ごと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" だけでは、完全なレスポンス本文ほど役に立ちません。
* 失敗が全体的なものか（一部ではなく全リクエストが失敗）、部分的なものか（いくつかは成功する）。
* [Roboflow Support チームへの Workspace アクセス](/roboflow/roboflow-jp/support/sharing-a-workspace-with-roboflow-support.md)、workflow 定義と server-side logs を確認できるようにするためです。
* 失敗が始まる前に workflow に行った最近の変更（新しい block の追加、model の差し替え、画像入力の変更）。
* batch job の場合: [batch job](/roboflow/roboflow-jp/depuroi/batch-processing.md) の "Activity" セクションにある 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 job duration。

記入例:

> "workspace my-workspace の <https://serverless.roboflow.com/infer/workflows/my-workspace/classifier-pipeline> で、2026-05-25 の UTC 12:33〜12:40 の間に 195件中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件ずつのバーストで来ていました。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分後に自動的に復旧しました。最近 workflow は変更していません。<support@roboflow.com> に workspace access を付与済みです。"

## Model Training の問題

A [training](/roboflow/roboflow-jp/xue-xi/train.md) job が完全に失敗する、停止したままになる、詳細のない一般的なエラーポップアップが出る、trained model を作成せずに credits を消費する、あるいは training 後に model が予期せず動作する（例: 検出数の上限が期待より低い、または大きな dataset で training すると version 生成中にハングする）。

Training の失敗は、dataset の特性（破損画像、ラベル形式の問題、class の偏り）、リソース制約、またはプラットフォームの不具合が原因で起こることがあります。サポートチームは、あなたの具体的な project と dataset を確認する必要があります。

最も役立つもの:

* training しようとした model type と size（例: RF-DETR Nano、YOLOv8-L、SAM3）。
* model 名、または影響を受ける model への直接リンク（例: `app.roboflow.com/my-workspace/my-project/models/my-model`).
* training に使用した dataset version number。
* エラーメッセージは、言い換えではなく全文をそのままコピー＆ペーストしてください。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 に表示されている場合は training job ID。
* 失敗した試行に対して credits が請求されたかどうか。
* dataset version 内の画像数と class 数。
* 失敗前に dataset に行った最近の変更（新しい画像の追加、class 名の変更、前処理設定の変更）。
* foundation model の fine-tuning（例: SAM）の場合: dataset size、使用した prompt type、そしてどの段階でクラッシュしたか。

記入例:

> "workspace baz-co の project foo-bar の dataset version 3 に対する YOLOv8-L の training job は、一般的なポップアップエラーで毎回失敗し、それ以上の詳細は表示されません。dataset には 12 class にわたる約2,400枚の画像があります。2回の失敗した試行で credits を請求されています。ここにエラーポップアップのスクリーンショットがあります。support には workspace access を付与済みです。"

## Dataset と画像の表示問題

アップロードした画像が dataset view に表示されない（ヘッダーの件数が、閲覧時に実際に見える数と異なる）、labeling 後に dataset に追加した画像が消える、dataset version の準備がいつまでも終わらない、または batch の ZIP upload は成功したように見えるのに画像にアクセスできない。

これらの問題では、backend の log を確認する必要があることがよくあります。サポートチームには、正確な project 識別子と、できれば該当する特定の upload イベントの記録が必要です。

最も役立つもの:

* 件数の不一致: プラットフォームに表示される画像数と、dataset タブを閲覧したときに実際に見える画像数（例: "ヘッダーでは1,004枚と表示されているのに、閲覧すると368枚しか表示されない"）。
* アップロードが行われた時刻。プラットフォームのイベントと照合するのに役立ちます。
* 使用した upload 方法: ブラウザでの drag-and-drop、Python SDK、REST API、ZIP upload、または mobile app。
* batch または ZIP upload の場合: 利用可能であれば "Activity" セクションの batch job ID。
* 不一致を示すスクリーンショット（ヘッダー件数と browse view）。

記入例:

> "workspace abc\_def の project foo\_bar\_2 では、project header に 1,004枚と表示されているのに、dataset タブを開くと368枚しか表示されません。2026-05-25 の午前9時ごろ EST に drag-and-drop で画像をアップロードしました。Workspace access は付与済みです。スクリーンショットを添付します。"

## Roboflow App UI エラー

annotation editor 以外で、Roboflow の web app の何かが期待どおりに動作しません: ページが読み込まれない、または spinner のまま止まる、dataset version の削除のような操作が完了したように見えるのに効果がない、settings パネルが開かない、uploads が activity queue で止まる、usage dashboard が表示されない、またはボタンを押しても反応しない、など。

UI の不具合は、裏側で失敗または遅延している network request、あるいは JavaScript error が原因であることが多く、見えている interface には直接表れません。ブラウザの developer tools を使うと、network や JavaScript のレベルで何が起きているかを確認できます。

最も役立つもの:

* 不具合を示す screen recording（Loom、動画、または GIF）。この種のケースでは、これが最も価値の高い資料です。
* ブラウザの network request log のスクリーンショット。失敗しているリクエストや長時間実行中のリクエストがあるかを示します。開き方については [Chrome の network panel のドキュメント](https://developer.chrome.com/docs/devtools/network) を参照してください。ほかの browser にも同様のツールがあります。
* browser console log 内のエラー。開き方については [Chrome の console のドキュメント](https://developer.chrome.com/docs/devtools/console/log) を参照してください。ほかの browser にも同様のツールがあります。
* 使用している browser の名前と version（例: macOS 14.4 上の Chrome 124）。
* 再現手順をステップごとに: どのページを、どの順番でクリックしたか。fresh page load から始めてください。
* 不具合が最近発生し始めたか、また気付いている platform update と一致するかどうか。
* 期待される正確な動作と、実際の動作。
* 問題が常に起こるか、断続的に起こるか。

記入例:

> project `test-project` の dataset タブで、 `test-workspace`）の version 3 で 'Delete version' をクリックすると success toast は表示されますが、version は一覧に残ったままです。network log のスクリーンショットには `DELETE` リクエストが返している `500 Internal Server Error`。console には `Uncaught TypeError: Cannot read properties of undefined`が表示されます。Browser: Ubuntu 22.04 上の Firefox 126。通常ウィンドウと private window の両方で再現しました。screen recording を添付します。"

## Annotation Tool の不具合

Roboflow annotation editor の tool の動作が正しくありません: keyboard shortcut が効かなくなる、1つの tool を選ぶと別の tool に戻る、undo (Ctrl+Z) で想定より多く削除される、Label Assist がいつまでも読み込み中になる、または annotation が保存されるべきなのに保存されない、など。

Annotation の不具合は、browser 固有、OS 固有、または最近の platform deployment が原因であることがよくあります。screen recording は、ほぼ常に文章による説明よりも有用です。

最も役立つもの:

* 不具合を示す screen recording（Loom、動画、または GIF）。Annotation の挙動は言葉で説明しにくく、見せる方が簡単なので、この種のケースではこれが最も価値の高い資料です。
* ブラウザの network request log のスクリーンショット。失敗しているリクエストや長時間実行中のリクエストがあるかを示します。開き方については [Chrome の network panel のドキュメント](https://developer.chrome.com/docs/devtools/network) を参照してください。ほかの browser にも同様のツールがあります。
* browser console log 内のエラー。開き方については [Chrome の console のドキュメント](https://developer.chrome.com/docs/devtools/console/log) を参照してください。ほかの browser にも同様のツールがあります。
* 使用している browser の名前と version（例: macOS 14.4 上の Chrome 124）。
* project type（Object Detection、Instance Segmentation、Classification など）と、使用している specific annotation tool（polygon、polyline、bounding box、smart polygon）。
* 不具合を引き起こす keyboard shortcut または操作と、ステップごとの再現手順。
* 問題が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。特定の画像であれば、project link と画像名または ID を共有してください。
* 不具合が最近発生し始めたか、また気付いている platform update と一致するかどうか。
* 期待される正確な動作と、実際に起きていること。
* 問題が常に起こるか、断続的に起こるか。

記入例:

> "project my-test-project と my-other-test-project（workspace test-workspace）では、polyline tool に最近次の3つの不具合が入りました: (1) polyline tool 使用中に Ctrl+scroll でズームすると bounding box tool に切り替わる; (2) Ctrl+Z で最後の点だけでなく annotation 全体が削除される; (3) Esc を押すと破棄ではなく annotation が保存される。以下はそれぞれの挙動を示す Loom 録画です: \[link 1], \[link 2]。Browser: Windows 11 上の Chrome 124。"

## API Authentication エラー

model inference エンドポイント、Roboflow Python SDK、または HTTP API への API 呼び出しで、"Missing or insufficient permissions." のようなメッセージとともに 403 Forbidden が返ります。これは、プランをアップグレードした直後、private model にアクセスしようとしたとき、または API key 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 key が間違っているか期限切れである、workspace レベルの key を使うべきところで project レベルの key を使っている（またはその逆）、その機能を含まないプランから model 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の遅延が原因で発生することがあります。

最も役立つもの:

* 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 のエラーなら、Python の完全な traceback。
* 呼び出している endpoint または SDK メソッド（例: `detect.roboflow.com/model-name/version`, `InferenceHTTPClient`, `CLIENT.infer()`).
* model ID と version number。
* 使用している API key の type。workspace か project かを示してください。key 自体は共有せず、type だけを指定してください。
* key を最近ローテーションしたか、またはプランを最近変更したかどうか。
* API 呼び出しの構成方法を示す、実際の key を次のようなプレースホルダーに置き換えた、伏字入りのコードスニペット `YOUR_API_KEY`.
* 以前はこれで動いていたか、そして何が変わったか。

記入例:

> "<https://detect.roboflow.com/test-endpoint/1?api\\_key=YOUR\\_API\\_KEY> を呼び出すと、HTTPError: 403 Client Error: Forbidden が出ます。workspace レベルの API key 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。model は private です。こちらが完全な Python traceback です: \[paste]. workspace は my-test-workspace です。Workspace access 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](/roboflow/roboflow-jp/workspaces/single-sign-on-sso.md) ログインがブロックされる、パスワードを忘れた際のリセットが機能しない、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 プロバイダに関連していることが多いです。Google 側の OAuth scope 変更や、browser や extension の干渉が原因のこともあります。

最も役立つもの:

* 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: email と password、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 error code。
* エラー状態のスクリーンショット。
* browser 名と version、そして incognito/private window または別の browser を試したかどうか。
* これが新しい問題か、以前からずっとそうだったか（例: 新しく作成した account なのか、既存の account で動かなくなったのか）。

## Workspace と Project の管理の問題

workspace を [削除できない](/roboflow/roboflow-jp/workspaces/delete-a-workspace.md) 、または project 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）、workspace が誤って間違った plan にアップグレードされた、ownership が移転しない、billing failure 後に project にアクセスできなくなる、image upload limit に達する、または [public project](/roboflow/roboflow-jp/datasets/make-a-project-public.md) が誤って private data を公開してしまう。

最も役立つもの:

* 失敗している具体的な操作と、観察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 project 状態のスクリーンショット。
* 削除に関する問題の場合: workspace 内のすべての project と image 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 workspace と本来意図していた workspace の両方の workspace ID、および変更のおおよその時刻。
* image 数の上限に関する問題の場合: 現在 workspace にある image 数と、表示されている上限。

## Credits と Usage の問題

credits が想定より早く減る、失敗した training job や失敗した inference に対して credits が請求される、または [使用状況ダッシュボード](/roboflow/roboflow-jp/billing/credits/view-credit-usage.md) が読み込まれない。

最も役立つもの:

* credit の問題が発生した workspace 名。
* 予期しない credit 消費のおおよその日時。
* どの操作が credits を消費したか: inference 呼び出し、training、または batch processing。
* 既知の [platform incident](/roboflow/roboflow-jp/support/roboflow-status-and-uptime.md) が消費の急増と一致していたか、その時にエラーを見たかどうか。
* 消費の急増を示す usage dashboard 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

へのリクエスト [アカウントの削除](/roboflow/roboflow-jp/support/account-deletion.md) と、それに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 public にアクセス可能なままになっている不完全なデータ削除、または public Universe から特定の project を削除するリクエスト。

最も役立つもの:

* 削除対象のアカウントのメールアドレス。
* アカウント削除を進める前に、まずアカウント内のすべての project と workspace が削除されていることの確認。
* GDPR リクエストの場合: リクエストの法的根拠の説明と、どのデータが引き続きアクセス可能だと考えているかの説明。
* 削除対象の特定の public 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 key が誤って公開された（例: public な GitHub repo にコミットした、またはチャットで共有した）、あるいは security researcher が Roboflow platform の脆弱性を発見した。

{% hint style="warning" %}
key が公開された場合は、直ちに Roboflow workspace settings でローテーションしてください。ローテーションすると漏えいした key は無効になります。その後、未承認の使用がないか監査できるよう、公開されたおおよその時刻を support に通知してください。
{% endhint %}

公開された key については、以下を含めてください:

* key がすでにローテーション済みであることの確認。
* key が公開されたおおよその日時と、どの channel を通じて公開されたか。
* 公開期間中に未承認の 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、および潜在的な影響を添えて <security@roboflow.com> へメールしてください。