橋梁の定期点検は人による直接目視点検が基本であり多大な労力を要する．また，橋梁においてケーブルは特殊材であり，点検には熟練度が必要となる．この課題を解決するために，画像認識技術を活用した省力化と安定化が考えられるが，学習データ量の不足が懸念点となる．近年提案されている大量の一般データを事前学習したVision-Languageモデルは，少量データによる追加学習で特定タスクへ適応できるため，学習データ量の不足を補うことができる．本稿では，橋梁用ケーブル点検の省力化と安定化を目的として，Vision-Languageモデルを活用した異常検出手法を提案し，その有効性を示した．