推薦システムにおけるコールドスタート対策として，クロスドメイン推薦が注目されている．特にPrompt Learning for Cross-domain Recommendation（PLCR）は，事前学習モデルにドメインごとの指示ベクトル（プロンプト）を与えることで，ユーザ重複がない状態の知識転移を可能にする有力な手法である ．しかし，PLCRはユーザの行動履歴情報のみを考慮し，アイテム情報の活用が不十分であった ．例えば，商品推薦におけるアイテムの視覚情報は重要な特徴となりうる．そこで本研究は，CLIPによる視覚特徴量をプロンプト学習の枠組みに融合したMulti-modal PLCRを提案する ．性能検証では，Amazon ReviewsのFoodとKitchenデータを用いて提案法の性能向上を示す．