すべての記事 業界

ホテル向けAIゲストコンシェルジュ

作成者 The Kaleidr Team · 公開日 2026年8月23日 · 16 分で読了

地図を認識するホテルAIコンシェルジュが、館内施設、承認済み周辺パートナー、ゲストの意図、移動条件を組み合わせ、根拠ある推薦と地図操作を生成する様子。

AIゲストコンシェルジュは、ホテルに関する質問に答え、承認済みの周辺スポットを推薦し、経路案内、予約、サービス依頼、スタッフの支援へゲストを導くホテル向けアシスタントです。地図認識型は、現在選択中のホテル、館内施設、パートナーカタログ、移動条件を利用し、インタラクティブマップ上で場所や経路を強調できます。予約、ポリシー、ゲスト記録についてはホテルシステムが引き続き正となり、言語モデルはそれらの情報源に基づいて意図を解釈します。

以下では、ゲストが達成したいこと、4つの情報レイヤー、適格性と共有地図状態、予約・プライバシーの境界、低リスクのパイロット、Kaleidrの現在の位置づけを説明します。関連記事として、ロケーションインテリジェンスによる顧客体験マップ、地図を認識するAIアシスタントの構築方法、AI観光マップの構築方法もご覧ください。

AIゲストコンシェルジュの要点

  • ホテルを最優先： 1つの選択中ホテルを、空間とコンテンツの基準にします。
  • 承認済みカタログ： ホテルが実際にゲストへ紹介したいパートナーを推薦します。
  • ランキング前に必須条件： 「近い」「最高」より、営業中、到達可能、ポリシー準拠が優先です。
  • AIは意図を解釈： 経路は地理空間サービスが計算し、事実はホテルシステムが管理します。
  • 早めに引き継ぐ： サービス、安全、支払い、予約変更はスタッフまたはホストシステムが扱います。

地図を認識するホテルAIコンシェルジュが、館内施設、承認済み周辺パートナー、ゲストの意図、移動条件を組み合わせ、根拠ある推薦と地図操作を生成する様子。

AIゲストコンシェルジュとは？

一般的なWeb検索ではなく、ホテルのワークフローを中心に設計された対話インターフェースです。ゲストは朝食の開始時刻、ジムの場所、ホテルがおすすめするレストラン、空港からの行き方、客室問題の連絡先などを尋ねます。FAQ検索だけの製品もあれば、メッセージ、サービスチケット、アップセル、予約リンクまで備えるものもあります。地図認識型はホテルの地理情報、承認済み周辺カタログ、移動関係、現在の地図状態を加え、「何」だけでなく「どこ」にも答えます。

Kaleidrの現在のSpatial AIページでは、ホスピタリティ用途を、地図認識AIで旅行者によるホテル、館内施設、周辺パートナーの探索を支援する AI guest concierge と説明しています。また、一般的なWeb検索だけでなく、企業のカタログ、ブランドトーン、ポリシーに基づいて回答できるとしています（AI Map Chat for Customer Discovery）。このページがKaleidr自身の位置づけの正です。以下のアーキテクチャはホテル向けの製品契約です。モデルは要求を解釈し、ホテル、予約、空間システムが事実の情報源であり続けます。

複合質問は有効なテストです。「夕食まで2時間あります。ホテルから歩けて、子ども向けで、今も営業している場所は？」には、出発点、徒歩、時間予算、対象者、営業状態の制約が含まれます。モデルはこれらを検査可能な状態として抽出できますが、場所の同一性、営業時間、パートナー承認、経路時間は、事実を所有するシステムから取得する必要があります。

ホスピタリティが空間問題である理由

ホテルでは、限られた範囲と短い滞在中に、位置に依存する判断が集中します。ゲストは入口、駐車場、敷地内施設、徒歩時間内の提携レストラン、別の目的地へ向かう途中の場所、チェックアウト前の立ち寄り先を探します。「博物館はメインストリートです」という文章だけでは、距離、移動手段、次の予定までに行けるかをゲストが判断しなければなりません。空間的に根拠ある回答なら、経路サービスが計算した徒歩時間を伝え、ホテル中心の地図で場所を示し、案内またはスタッフへの引き継ぎを提供できます。

顧客向けロケーションインテリジェンスも「発見 → 比較 → 行動」の形です。発見は適格な施設やパートナーを取得し、比較は移動時間、営業時間、ホテル承認を検査可能にし、行動は経路、予約リンク、サービス依頼、人へのエスカレーションです。ホテル周辺では直線距離が不適切なことが多く、道路、水域、立入制限、歩行者入口が「近い」の意味を変えます。製品は質問に必要な関係を計算し、その理由を表示すべきです。

屋内ターンバイターン案内は別の能力です。ホテルが座標やフロアプランを持つ場合、地図でジム、スパ、フロントを強調できます。屋内地図・測位システムなしに屋内経路をうたうと、空間レイヤーを過大評価します。地図操作はホテルが実際に公開する形状に合わせます。

FAQアシスタントとの違い

従来のホテルFAQは、質問、ホテル文書の検索、テキスト回答という短い流れです。地図認識型コンシェルジュは、ホテルとゲストの文脈、承認済み知識、承認済み周辺スポット、空間計算、適格性、ランキング、根拠ある回答を加え、地図操作、ホテル操作、人への引き継ぎにつなげます。ホテルの質問は複数条件を含むことが多く、有用な次の手順は文章ではなく、場所、経路、スタッフだからです。

推薦レイヤーはホテルが管理すべきです。一般的な場所データベースは座標付近のレストランを列挙できますが、コンシェルジュは「このホテルがどの状況で何を推薦し、何を除外するか」に答える必要があります。承認済みパートナー、優先カテゴリ、アクセシビリティ情報、ブランド適合性、季節リストはホテル管理カタログに属します。公共地図は道路や時間を供給できます。ランキングは、ホテル承認、指定時刻に営業、徒歩制限内、抽出した嗜好との一致など、表示理由を明らかにします。定義のない「近くで最高」はポリシーを隠します。

必須の適格性は嗜好より先です。「ホテル推奨、今営業中、徒歩15分以内のレストラン」の必須集合は、ホテル承認、選択中ホテルとの関係、レストランカテゴリ、指定時刻に営業、徒歩予算内です。その後、料理、家族向け、ホテル優先度、アクセシビリティで柔軟に順位付けできます。先にランク付けすると、説明文の評価が高いだけで閉店中や対象外の場所が上位になります。

空間AIをゲストジャーニーにどう組み込むか？

機能一覧よりゲストジャーニーを起点にします。到着前は空港からの経路、駐車、ホテル比較、イベントまで歩けるか、公開チェックイン規則。到着時は入口、駐車、フロント、シャトル停留所、棟の割り当て。滞在中は施設、営業時間、館内案内。周辺探索は承認済み飲食店と観光地。ホテルサービスはタオル、修理、レイトチェックアウト、交通。出発時はチェックアウト、荷物預かり、空港までの時間です。各段階は同じホテルを基準にし、公開事実、空間計算、認証済みゲストデータの配分が異なります。

到着前から出発までのホテルゲストジャーニーで、空間AIがホテル選択、到着案内、施設、周辺推薦、サービス、次の移動を支援する図。

「客室の準備ができました」「B棟が割り当てられました」などの個別情報は、ホストがゲストを認証した後、予約またはPMSから取得します。公開情報や承認済みパートナーは未認証訪問者にも使えます。両モードを混ぜず、未認証セッションは公開情報内に限定し、滞在固有フローは最小限の許可済みフィールドだけを取得します。

ホテルサービスは主に地図の仕事ではありません。タオル、故障した空調、支払い紛争、締め出しは、文章生成ではなく運用チケットまたはスタッフ引き継ぎにします。入口、シャトル停留所、空港所要時間など場所が関係する場合は空間レイヤーが役立ちます。その場合、推薦を止め、フロント、客室係、保守、予約システムへ処理を送ります。

ホテルの事実はどのシステムが管理すべきか？

本番コンシェルジュは通常、所有者が異なる4レイヤーを読みます。ホテル知識は施設、営業時間、ポリシー、連絡先。承認済み場所カタログはパートナー、観光地、優先交通。公共空間文脈は座標、経路時間、道路形状。ゲスト固有文脈は予約、滞在日、ホテル割り当て、サービス資格です。4番目には最も強いアクセス制御が必要です。モデルはこれらに保存された値を創作してはいけません。

ゲストの質問 正となる情報源
朝食は何時？ ホテル公開コンテンツ
スパは営業中？ ホテル運用情報
どのレストランを推薦？ 承認済みパートナーカタログ
徒歩で何分？ 経路サービス
客室は準備済み？ PMSまたは予約システム
この客室を予約できる？ 予約エンジン
ホテルはどこ？ 検証済みホテル記録
周辺には何がある？ 承認済みカタログと空間サービス
この区域に入れる？ ホテルポリシーまたはゲスト権限

正確な形状計算は空間エンジンの役割です。ISO 19125でもあるOGC Simple Feature Accessは、単純フィーチャ形状と、点、曲線、面、コレクションへの空間演算の共通アーキテクチャを定義します（Simple Feature Access — Part 1）。W3C and OGC Spatial Data on the Web Best Practicesは、地理オブジェクトを発見・再利用可能にするWebアーキテクチャも重視します。モデルが演算を選び、地理空間エンジンまたはデータベースが距離、経路、交差、包含を計算します。

ホテル情報、承認済みパートナーデータ、空間サービス、認証済みゲストシステムが、根拠あるAIコンシェルジュへ情報を提供しつつ、独立した事実の情報源として残る図。

簡潔な規則は、モデルが解釈と説明、情報源システムがホテル事実、空間システムが地理を担当し、アプリケーションが予約、支払い、客室アクセスへ届く前に操作を検証することです。

ホテル、パートナー、適格性をどうモデル化するか？

複数ホテルのグループには、自由記述の名称ではなく安定したホテル記録が必要です。各ホテルに永続ID、検証済み座標、タイムゾーン、施設一覧、状態、予約リンクを持たせます。パートナーは「推奨パートナー」など明示的な関係で1つ以上のホテルIDに結び、カテゴリ、座標、承認フラグを持たせます。下流のクエリはマーケティングで変わる表示名ではなく activePropertyId で絞ります。

ホテル選択は主要なセッション状態です。ホテルAからBへの変更では、施設、ポリシー、パートナー、予約リンク、地図カメラを同時に変えます。Chatは新ホテルに答えているのに地図が旧リストを示すなら、デザインではなく共有状態の不具合です。対話、リスト、地図は同じ候補ID、フィルター、選択場所を共有します。

グループは統一ブランド体験を提供できます。ホテル選択、概要と施設の表示、承認済み推薦の読み込み、質問受付、地図と操作の更新という流れです。各ホテルは座標、ポリシー、地域カタログを保持します。取得やランキング前に、アシスタントは選択中のホテルを必ず知る必要があります。

地図、リスト、会話で状態を共有するには？

コンシェルジュ画面はChat、地図、場所カード、ホテル選択、フィルターを含みます。すべてが、選択中ホテル、承認済み周辺場所、制約、表示結果ID、選択場所という状態を読みます。「どれが近い？」「2番目に似ていてホテルに近いもの」には、前回答の文章要約でなく構造化IDが必要です。

操作語彙は少数かつ明示的にします。ホテル、施設、場所を表示、場所を開く、表示範囲を調整、経路を表示、予約や案内を開く、人の助けを依頼。モデルが提案し、ホストがポリシーに照らして検証・実行します。任意スクリプトや予約書き込みは認めません。OWASP Top 10 for LLM Applications 2025 は、過剰な機能、権限、自律性を与えた場合、予期しない、曖昧な、操作された出力から有害な行動が起こるExcessive Agencyを説明しています（OWASP Top 10 for LLM Applications 2025）。生成ツール呼び出しで予約変更、返金、解錠ができるコンシェルジュはこのホテル版です。

プロンプトインジェクションは、ゲスト入力やパートナーコンテンツが意図せず挙動を変える関連障害です。OWASP LLM01:2025は、権限のない機能アクセスやコマンド実行につながるとし、挙動制約、出力形式検証、最小権限、高リスク操作の人による承認を挙げます（LLM01:2025 Prompt Injection）。権限はアプリケーションとインフラに置き、モデルには置きません。

予約、ゲストデータ、プライバシーの境界

コンシェルジュは予約へ案内できますが、予約状態は予約エンジンに属します。位置条件に合いそうだと説明し、現在の料金と空室を確認するページを開けます。認可済み連携が値を返しホストが書き込みを検証しない限り、空室、料金、キャンセル、確認番号、変更を創作してはいけません。

PMSには氏名、客室、滞在日、連絡先、支払い、サービスメモがあります。公開コンシェルジュに全記録は不要です。ホストで認証し、滞在を特定し、必要フィールドを許可し、最小文脈を取得して答えます。無制限のPMS抽出をモデルへ渡しません。AI地図ワークフローの非公開位置データも、認可後取得のパターンを説明しています。

端末位置は任意です。W3C Geolocation仕様（2026年3月26日Candidate Recommendation Snapshot）は明示的許可を要求し、実際の位置を保証しません。多くの質問はホテル、選択地点、入力住所、既知の入口を使えます。NIST Privacy Frameworkはデータ最小化を中核原則とし、必要要素だけを収集・保持し、識別や不要な推論を制限します（NIST Privacy Framework: A Tool for Improving Privacy through Enterprise Risk Management, Version 1.0）。これはプラットフォームとリスク管理の説明であり、個別の法的助言ではありません。

ゲスト向けページに特権サーバー資格情報を置いてはいけません。Kaleidrは公開可能なブラウザーキーと、信頼済みバックエンド向けスコープ付きサーバーキーを使用します（Auth & Scopes）。Map API認証ではオリジン制限とキー分離を説明しています。

いつスタッフへ引き継ぐべきか？

人への引き継ぎは中核機能です。緊急、安全、医療、セキュリティ事故、支払い紛争、重大な苦情、締め出しは直ちにエスカレーションします。保守、客室係、予約変更、レイトチェックアウト、アクセシビリティ対応、交通依頼はトリアージ後に引き継ぎます。自動化は、朝食時刻、施設位置、承認済みレストラン、計算済み経路、公開連絡先、公開ポリシーなど、根拠ある回答だけです。

多言語ゲストは自然な対象ですが、翻訳品質だけの問題ではありません。ホテル名、ブランド施設、客室カテゴリ、ポリシー、パートナー名の扱いを統一します。重要なポリシーや安全文書は、即席のモデル翻訳だけに頼らず承認済み翻訳を使います。アクセシビリティも公開事実を記述し、運用システムが確認していない対応を創作しません。

コンシェルジュをどう測定するか？

摩擦を減らし、行動を助けるとき価値があります。有用なイベントは、アシスタント起動、質問、ホテル・施設選択、周辺場所選択、経路、予約リンク、人への引き継ぎ、解決、結果なしです。これらはホスト計測への編集提案であり、Kaleidr Analyticsの自動イベントとして文書化されたものではありません。現在はセッション、表示、操作、オーディエンス活動、空間トレンドなど地図・場所のエンゲージメントを扱います（Map Engagement and Location Analytics）。

解決指標は、根拠ある回答率、結果なし率、引き継ぎ率、有用回答までの時間。空間指標は、推薦選択、経路表示、施設地図操作、ホテル比較。事業指標は、予約リンク、パートナー送客、問い合わせ開始、サービス完了。メッセージ数は補助信号です。北極星指標は位置依存タスクを完了したかです。

結果なし質問は品質問題だけでなく製品バックログです。未マッピング施設、欠けたカテゴリ、交通情報、狭すぎる推薦範囲への反復質問は、修正すべきコンテンツやカタログを示します。生成文章を増やすのではなく、ホテル記録とパートナー一覧に照らして見直します。

低リスクのパイロットに含めるもの

初日から全運用システムは不要です。最初は1ホテル、検証済みFAQ・施設、承認済み周辺カタログ、地図認識Chat、経路・予約リンク、人への引き継ぎ、計測を使えます。予約変更、支払い、客室アクセス資格、補償自動化、緊急判断は範囲外にします。公開経路が安定してから機密連携を追加します。

1つのホテル、検証済みコンテンツ、承認済み周辺推薦、地図認識Chat、経路、人への引き継ぎ、分析を先に使う低リスクのホテルAIコンシェルジュパイロット。

利用許可があるフロント、コンシェルジュ、サイト検索、ゲストメッセージ、レビューから反復質問を集めます。ホテル事実、施設、到着、飲食、観光、経路、交通、サービス、エスカレーション、未対応質問のテストを作ります。拒否すべき入力も含めます。保証のない早期チェックイン、定義のない「最高のレストラン」、ホテル切替後の「ここは？」などです。早期チェックインは公開ポリシーや連絡先を返し、不確実性を約束に変えません。

Kaleidrはホテル技術スタックのどこに入るか？

Kaleidrは、場所を接続し、企業カタログとポリシーにAIを根拠づけ、ホストのWeb、アプリ、ゲスト地図に展開する3段階を説明しています（AI Map Chat for Customer Discovery）。ホテルでは、場所にホテル、施設、承認済みパートナー、目的地カタログを含められます。根拠づけがホテル管理推薦と一般Webリストを分けます。既存レンダラーとホテルシステムは残します。

既存地図を描画する製品は、そのインスタンスにChatを接続できます。開発者文書では、ホストがレンダラーを維持したままMapbox、MapLibre、Google Maps、Leaflet上にChatをマウントします（Chat attach）。地図へのAI Chat追加方法で各パターンを説明します。Studioはリアルタイム予約状態が不要な地域ガイド、パートナー、リゾート、イベント地図に適します（AI Map Maker for Branded Interactive Maps）。template.kaleidr.comのテンプレートが起点です。リアルタイム予約、本人確認、PMSは開発者連携に残ります。

Kaleidr Enterpriseは、ロケーションインテリジェンス基盤、推論API、ランキング、Analytics、SDK連携、展開支援を提供します（Location Intelligence APIs and Map SDK）。複数ホテル、非公開カタログ、個別利用、契約上の展開支援で必要になる場合があります。予約、本人確認、機密運用は常にホテルのホストシステムが正です。

ホテルチームが避けるべき誤り

FAQだけでは地理判断をゲストへ残します。モデルによるポリシー創作は誤った約束を作ります。任意の周辺場所推薦はホテルの管理を失わせます。最寄りを最高とみなすと経路時間と適格性を無視します。ホテル文脈混在は誤った施設とリンクを示します。無制限PMSはプライバシーとインジェクションリスクを増やします。モデルによる予約変更は過剰な自律性です。人への引き継ぎがなければ機密案件が止まります。Chat量だけの測定は活動を価値と誤認します。基盤のない屋内案内は過剰な約束です。

誤り 結果 改善策
FAQのみ ゲストが地理を判断 ホテルと地図の文脈を追加
モデルがポリシーを創作 誤った約束 承認済み情報源を使用
任意の周辺場所 推薦管理を失う 承認済みカタログを維持
最寄りが常に勝つ 空間適合を単純化 経路、適格性、意図を使用
ホテル文脈混在 誤った施設・リンク 選択中ホテルを明示
無制限PMS プライバシー・注入リスク フィールドを許可・最小化
モデルの予約書き込み 重大な誤りのリスク 予約システムを正にする
人への引き継ぎなし 機密案件が停滞 エスカレーション経路を定義
Chat量のみ 利用が成功に見える 解決済みタスクを測定
基盤なしの屋内経路 過剰な約束 公開形状に操作を合わせる

地図認識型ゲストコンシェルジュを構築

対話型地図、承認済みホテルカタログ、企業向け空間APIが、レンダラーやPMSを置き換えず既存スタックにどう入るかをご覧ください。現在のAPI、SDK、展開支援は Kaleidr Enterpriseを見る で確認できます。

よくある質問

AIゲストコンシェルジュとは？

ホテル専用のデジタルアシスタントで、質問に答え、ホテル情報を提供し、場所やサービスを推薦し、経路、予約、サービス依頼、人の支援へ導きます。

地図認識型とは何ですか？

選択中ホテル、施設、周辺場所、経路、地図状態などの構造化されたホテル・地理文脈を受け取り、回答と地図操作の両方を返せます。

ホテルチャットボットと同じですか？

必ずしも同じではありません。FAQは質問だけに答える場合があります。コンシェルジュはホテル情報、承認済み推薦、空間文脈、操作、人へのエスカレーションを旅程全体で組み合わせます。

スタッフを置き換えるべきですか？

いいえ。日常の根拠ある質問や場所探索に適します。機密、重大、曖昧、サービス回復の問題には明確な人への引き継ぎが必要です。

周辺レストランを推薦できますか？

はい。ホテル承認推薦、現在の場所データ、移動時間を組み合わせます。ホテルは編集型、アルゴリズム型、その両方かを定義します。

ゲストの正確な位置を使うべきですか？

必要で適切な同意がある場合だけです。多くの質問はホテル、選択場所、入力した出発点を使えます。

PMSへアクセスできますか？

ホストは認証済みフローへ統合できますが、認証、認可、必要フィールドだけの提供が必要です。モデルへ無制限のPMSデータを渡しません。

予約を変更できますか？

予約またはPMSに接続した明示的な認可フローだけです。空室、料金、キャンセル、予約状態を創作してはいけません。

導入後に何を測定すべきですか？

根拠ある回答率、解決率、結果なし、経路、推薦選択、予約・サービス操作、人への引き継ぎ、再利用を測ります。Chat量だけは事業成果ではありません。

Kaleidrは既存ホテル地図で使えますか？

はい。ホストアプリがレンダラーと業務フローを保持したまま、既存の稼働中地図へChatを接続できます。

Kaleidr Studioで何ができますか？

目的地ガイド、ホテル、パートナー、周辺体験など、ブランド化されたインタラクティブマップを作成・公開できます。リアルタイム予約やゲスト固有フローはホストシステムと統合します。

参考文献

@misc{kaleidr_ai_hospitality_2026_08_23, title={AI Map Chat for Customer Discovery}, author={{Kaleidr}}, note={Accessed 23 August 2026}, url={https://kaleidr.com/ai}}
@misc{kaleidr_studio_hospitality_2026_08_23, title={AI Map Maker for Branded Interactive Maps}, author={{Kaleidr}}, note={Accessed 23 August 2026}, url={https://kaleidr.com/studio}}
@misc{kaleidr_auth_scopes_2026_08_23, title={Auth \& Scopes}, author={{Kaleidr}}, note={Kaleidr Developer Docs; accessed 23 August 2026}, url={https://docs.kaleidr.com/platform-api/auth-and-scopes}}
@misc{kaleidr_chat_attach_2026_08_23, title={Chat attach}, author={{Kaleidr}}, note={Kaleidr Developer Docs; accessed 23 August 2026}, url={https://docs.kaleidr.com/sdk/chat-attach}}
@misc{kaleidr_enterprise_hospitality_2026_08_23, title={Location Intelligence APIs and Map SDK}, author={{Kaleidr}}, note={Accessed 23 August 2026}, url={https://kaleidr.com/enterprise}}
@misc{kaleidr_analytics_hospitality_2026_08_23, title={Map Engagement and Location Analytics}, author={{Kaleidr}}, note={Accessed 23 August 2026}, url={https://kaleidr.com/analytics}}
@techreport{nist_privacy_framework_2020, title={NIST Privacy Framework: A Tool for Improving Privacy through Enterprise Risk Management, Version 1.0}, author={{National Institute of Standards and Technology}}, number={NIST.CSWP.01162020}, institution={National Institute of Standards and Technology}, year={2020}, month=jan, url={https://nvlpubs.nist.gov/nistpubs/CSWP/NIST.CSWP.01162020.pdf}}
@misc{ogc_sfa_hospitality_2026_08_23, title={Simple Feature Access -- Part 1: Common Architecture}, author={{Open Geospatial Consortium}}, note={OGC 06-103r4 / ISO 19125; accessed 23 August 2026}, url={https://www.ogc.org/standards/sfa/}}
@misc{owasp_llm01_prompt_injection_2025, title={LLM01:2025 Prompt Injection}, author={{OWASP Gen AI Security Project}}, note={Accessed 23 August 2026}, url={https://genai.owasp.org/llmrisk/llm01-prompt-injection/}}
@misc{owasp_llm_top10_2025, title={OWASP Top 10 for LLM Applications 2025}, author={{OWASP Gen AI Security Project}}, note={Accessed 23 August 2026}, url={https://owasp.org/www-project-top-10-for-large-language-model-applications/assets/PDF/OWASP-Top-10-for-LLMs-v2025.pdf}}
@misc{w3c_geolocation_2026_03_26, title={Geolocation}, author={{W3C}}, note={W3C Candidate Recommendation Snapshot, 26 March 2026; accessed 23 August 2026}, url={https://www.w3.org/TR/geolocation/}}
@misc{w3c_ogc_sdw_bp_2023, title={Spatial Data on the Web Best Practices}, author={{W3C and OGC}}, note={W3C Group Draft Note, 19 September 2023; accessed 23 August 2026}, url={https://www.w3.org/TR/sdw-bp/}}

関連コンテンツ

地図を成長のエンジンに変える