diff --git a/translations/ja/09-building-image-applications/README.md b/translations/ja/09-building-image-applications/README.md
index 887eea90b3..2d2577c96c 100644
--- a/translations/ja/09-building-image-applications/README.md
+++ b/translations/ja/09-building-image-applications/README.md
@@ -72,9 +72,9 @@ _画像提供: Wikipedia、Midjourneyで生成_
 
 ## DALL-EとMidjourneyはどう動くのか
 
-まず[DALL-E](https://arxiv.org/pdf/2102.12092.pdf?WT.mc_id=academic-105485-koreyst)について。DALL-Eはトランスフォーマーアーキテクチャに基づく生成AIモデルで、_オートレグレッシブトランスフォーマー_を採用しています。
+まず[DALL-E](https://arxiv.org/pdf/2102.12092.pdf?WT.mc_id=academic-105485-koreyst)について。DALL-Eはトランスフォーマーアーキテクチャに基づく生成AIモデルで、_オートレグレッシブトランスフォーマー_ を採用しています。
 
-_オートレグレッシブトランスフォーマー_は、テキストの説明から画像を生成する際に、一度に1ピクセルずつ生成し、生成したピクセルを使って次のピクセルを作り出します。ニューラルネットワークの複数の層を通して、画像が完成するまでこのプロセスを繰り返します。
+_オートレグレッシブトランスフォーマー_ は、テキストの説明から画像を生成する際に、一度に1ピクセルずつ生成し、生成したピクセルを使って次のピクセルを作り出します。ニューラルネットワークの複数の層を通して、画像が完成するまでこのプロセスを繰り返します。
 
 この仕組みにより、DALL-Eは生成する画像の属性やオブジェクト、特徴などをコントロールできます。ただし、DALL-E 2や3では、より細かく画像を制御できるようになっています。
 
@@ -82,7 +82,7 @@ _オートレグレッシブトランスフォーマー_は、テキストの説
 
 画像生成アプリケーションを作るには何が必要でしょうか？以下のライブラリが必要です。
 
-- **python-dotenv**：このライブラリを使うことで、秘密情報を_.env_ファイルに保存し、コードから分離できます。
+- **python-dotenv**：このライブラリを使うことで、秘密情報を _.env_ ファイルに保存し、コードから分離できます。
 - **openai**：OpenAI APIとやり取りするためのライブラリです。
 - **pillow**：Pythonで画像を扱うためのライブラリです。
 - **requests**：HTTPリクエストを送るためのライブラリです。
@@ -94,7 +94,7 @@ Azure OpenAIリソースとモデルを作成してください。モデルに
 
 ## アプリの作成
 
-1. _.env_ファイルを作成し、以下の内容を記載します。
+1. _.env_ ファイルを作成し、以下の内容を記載します。
 
    ```text
    AZURE_OPENAI_ENDPOINT=<your endpoint>
@@ -104,7 +104,7 @@ Azure OpenAIリソースとモデルを作成してください。モデルに
 
    この情報はAzure OpenAI Foundry Portalの「Deployments」セクションで確認できます。
 
-1. 上記のライブラリを_requirements.txt_ファイルにまとめて記載します。
+1. 上記のライブラリを _requirements.txt_ ファイルにまとめて記載します。
 
    ```text
    python-dotenv
@@ -128,7 +128,7 @@ Azure OpenAIリソースとモデルを作成してください。モデルに
    venv\Scripts\activate.bat
    ```
 
-1. _app.py_というファイルに以下のコードを追加します。
+1. _app.py_ というファイルに以下のコードを追加します。
 
     ```python
     import openai
@@ -192,7 +192,7 @@ Azure OpenAIリソースとモデルを作成してください。モデルに
   import dotenv
   ```
 
-- 次に、_.env_ファイルから環境変数を読み込みます。
+- 次に、_.env_ ファイルから環境変数を読み込みます。
 
   ```python
   # import dotenv
@@ -343,7 +343,7 @@ generation_response = client.images.create(
 
 例えば、不適切な画像や子どもにふさわしくない画像は生成したくありません。
 
-これには_メタプロンプト_を使います。メタプロンプトは、生成AIモデルの出力をコントロールするためのテキストプロンプトです。例えば、メタプロンプトを使って、生成される画像が安全であることや、子ども向けであることを保証できます。
+これには _メタプロンプト_ を使います。メタプロンプトは、生成AIモデルの出力をコントロールするためのテキストプロンプトです。例えば、メタプロンプトを使って、生成される画像が安全であることや、子ども向けであることを保証できます。
 
 ### どのように機能するのか？
 
@@ -485,4 +485,5 @@ except openai.BadRequestError as err:
 ---
 
 **免責事項**：  
-本書類はAI翻訳サービス [Co-op Translator](https://github.com/Azure/co-op-translator) を使用して翻訳されています。正確性には努めておりますが、自動翻訳には誤りや不正確な表現が含まれる場合があります。原文（元の言語の文書）が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の利用によって生じたいかなる誤解や誤認についても、当方は責任を負いかねます。
\ No newline at end of file
+
+本書類はAI翻訳サービス [Co-op Translator](https://github.com/Azure/co-op-translator) を使用して翻訳されています。正確性には努めておりますが、自動翻訳には誤りや不正確な表現が含まれる場合があります。原文（元の言語の文書）が正式な情報源とみなされるべきです。重要な情報については、専門の人間による翻訳を推奨します。本翻訳の利用によって生じたいかなる誤解や誤認についても、当方は責任を負いかねます。