投稿者: kuro-edamame

早速ですが、この記事をご覧になっている皆さまはChatGPTの画像生成機能を使用したことはありますでしょうか？

筆者は本業でデザイナーとして働いておりますが、私もよく使用しております。

2025年3月末にOpenAIがChatGPT向けにリリースした画像生成機能のアップデートがありました。GPT-4o（オムニ）モデルへの統合によって実現したアップデートにより、進化した機能は下記のようになります。

1. ネイティブ統合と多様なユーザー対応
GPT-4oの画像生成機能はDALL-E3を超える性能を持ち、ChatGPTの会話フローに自然に統合されました。無料ユーザーを含む全ユーザーに順次展開され、有料プラン（Plus/Pro/Team）では制限なく利用可能です。

2. 高度な指示理解と編集機能
・複雑なプロンプト対応：最大10～20個のオブジェクトを正確に配置可能（例：「公園に5本の木と3つのベンチ、2匹の犬と池」）
・対話型編集：生成後の画像に対し「明るくする」「背景変更」など段階的な修正指示が可能
・部分編集技術：写真から不要物を削除したり、特定要素を追加（例：メガネや帽子の追加）できる

3. テキストレンダリングの革新
画像内のテキスト（看板や本の表紙など）が自然に表現可能に。日本語でも短いテキストは正確生成可能ですが、長文では英語指示が推奨されます。

4. スタイル変換の柔軟性
・リアル⇔イラスト変換：写真をアメコミ風/アニメ風などにスタイル変更可能。
・マルチモーダル対応：GPT-4oの特性を活かし、テキスト/画像/音声を統合的に処理。

5. 実用性の飛躍的向上
・4コマ漫画/ポスター作成：ストーリー性のある複数画像の一貫性ある生成が可能。
・ワークフロー統合：ホワイトボード図解や教材作成などビジネス用途に対応。

6. 技術的基盤
従来の画像生成AIの課題（シュールな出力やナンセンスな要素）を克服し、正確で実用的な画像生成を実現。開発過程で画像と言語の関係性を深く学習させたことが要因とされています。

このアップデートにより、クリエイティブ作業からビジネス文書作成まで、AIを活用した画像生成の可能性が大きく広がりました。特に「文脈を理解した連続的な画像生成」が可能になった点が、従来の単発生成との決定的な違いです。

私、実際にこのChatGPTの画像生成機能を使用して、画像生成の精度の向上や以前に比べて成果物のAIっぽさが減ったなど感じることがありました。

しかし、精度は上がったものの、やはり狙ったものを確実に作れるかというと、今の段階では難しいと言わざるを得ません。

さらにプロンプトを送信して画像生成がされるまで1分30秒〜2分程度かかり、さらに無料プランでは、1日におよそ5〜6回のやり取りで回数制限に達してしまいます。

そのため、時間的制約がある中で狙った物を作るということはなかなか難しく感じます。

そこで、私が試行錯誤し、最も良い使い方だと思ったのは、ChatGPTとAdobeのPhotoshopの合わせ技です。

具体的には、ChatGPTで叩き台を生成し、その後、Photoshopを使用して修正、補正をしていくというフローです。

以下の画像は、ChatGPTとPhotoshopの合わせ技で制作した作品です。

ざっくり説明すると、黒猫の首より上はChatGPTの画像生成、首より下はPhotoshopで生成しております。全体として30分〜1時間もあればこのクオリティの作品を作ることができます。

さて、この記事では、ベッドなどの家具をネット販売する会社でデザイナーとして勤務している私の経験を基に、ChatGPTの画像生成とPhotoshopの合わせ技で、回数制限を突破し、効率的に生成する方法について解説いたします。

この記事を読めば、ChatGPTだけを使用した場合の画像生成の工数を削減することができます。生成したい画像がそもそもシンプルなものであれば、今回のフローは不要な場合もあるので、あくまで少し複雑な画像を生成したい場合に、今回ご紹介する方法は役立つかと思います。

具体的には、ChatGPTの画像生成機能に加えて、Photoshopの「生成塗りつぶし」の機能を使用することで、工数削減になります。

それでは、上記の猫の作品を例として、生成におけるフローと具体的な方法について解説します。

※本記事にてご紹介する方法で制作した成果物に関しての使用は自己責任にてお願いいたします。特定のキャラクターや有名人に似た画像の生成等、著作権や肖像権侵害のリスクもありますのでご注意ください。いかなる場合も一切責任は取りかねますので予めご了承ください。

1.ChatGPTで画像生成する具体的な方法について

それでは、まずはChatGPTで画像生成する具体的な方法について解説いたします。

①まずは、ChatGPTを開き、テキスト入力ボックスの下部の「・・・」から「画像を作成する」を選択します。ちなみにChatGPT-4（GPT-4 Turbo）、無料プランでのチャットになります。

すると、テキスト入力ボックスに「画像を作成する」の文字が出現します。

②テキスト入力ボックスにプロンプトを入力します。今回は「右を向いた可愛い黒猫を描いて。背景は透明にしてください。」と指示します。背景を透明にするのは、後々画像を加工しやすくするためです。またプロンプトを複雑にし過ぎると、構造解釈がうまくいかない可能性もあるので、なるべくシンプルなプロンプトを連投して、少しずつ仕上げていく戦略を取ります。生成したいものがそれ程複雑でない場合、また一度トライしてみたい場合は、全ての指示をプロンプトに盛り込んでみるのもアリかと思います。

③プロンプトを入力できたら、右側の「↑」を押して送信します。送信できると、「開始しています」の文言が出現して画像生成が始まります。

画像生成が始まると、画像の色が少し変わります。2025年4月5日の段階で、筆者が試した結果、画像生成にはおよそ1分30秒〜2分程度の時間がかかりました。もちろんアクセス集中などのサーバー負荷やプロンプトの複雑さ、ユーザー側のネット環境などにもよりますので、一概に言えませんが、なかなか時間がかかるなーという印象です。また有料プランが優先的に処理されるようで、無料プランは不利になる場合があるようです。

④およそ2分程度で右を向いた黒猫が作成されました。この黒猫を元に仕上げていきます。

⑤-1.次に黒猫にシルクハットと眼鏡、服を着せたいので、「この黒猫にシルクハットと眼鏡、お洒落な服を着せて。」と送信します。出力された画像は顔が崩れてしまいました。

ここで本来の工程から逸れますが、Gen_IDというものを指定することで、特定の画風や構図を維持した画像生成が可能になるようです。Gen_IDとはDALL-E3（ChatGPT統合版）が生成した画像ごとに割り振られるチャットスレッド内限定の識別子(同一チャット内でのみ有効)で、既存デザインを継承した修正が可能とのことで試してみます。画像を添付した状態で「この画像のGen_IDを教えて」と送信します。

するとGen_IDが出力されます。※画像は一部のみ表示しております。

出力されたGen_IDを使用し、「Gen_ID：※※※を維持したまま、シルクハットと眼鏡、お洒落な服を着せて。」と送信します。ただ、理由は分かりませんが、「現在、特定のGen_IDを維持したまま画像を編集することができません。」と言われてしまいました。「新たに画像を生成しますか？」と聞かれたので、「生成してください」と送信しました。

⑤の時に比べて顔の崩れや下半身の不自然さは消えましたが、顔付きが変わってしまったことで不採用となりました。私はうまくいきませんでしたが、是非Gen_IDを維持することも試してみてください。⑤の工程の際に予め、「Gen_IDを維持したまま」とプロンプトに入力するのも効果的かもしれません。

⑤-2.先ほどの⑤-1.の工程をやり直しということで⑤-2.とします。④で生成された黒猫の画像を添付して「この黒猫にシルクハットと眼鏡、お洒落な服を着せて。」と送信してみます。すると、出力された画像は下半身に不自然さがありますが、首から上は納得の出来となりました。
あとはこの黒猫の首から下を人間になるように仕上げていきます。

⑥「この黒猫の首から下を人間にしてください。」と送信します。

画像が生成されましたが、なんだかずんぐりむっくりした印象で、スタイリッシュさに欠けます。また背景にも色がついてしまいました。

そこで「もう少しスタイリッシュな印象にしてください。また体に対して顔を小さくしてください。背景にも色がついてしまっているので、透明にしてください。」と送信します。

画像が生成されましたが、やはり顔と体のバランスが悪いです。

「体に対して顔が大きくなってしまっています。8頭身になるように顔を小さくして。また靴が入りきっていないので、全体が収まるようにしてください。」と顔と体のバランスを具体的にして送信します。今回、成果物としての作品は上半身のみなので、靴が入りきっていないことや下半身は関係ないですが、いずれにしても、ずんぐりむっくりした印象は解消したいので、このような指示をしています。上半身だけに指示をすると構造解釈がうまくいかない可能性が高くなるので全体としての指示となります。

出力された画像は、顔と体のバランスも然り、ずんぐりむっくりした印象が解消されませんでした。またここで回数制限に到達。。1日ほど時間を置かないと次の指示をできなくなりました。

ちなみに有料プランとしてPlusプランに加入することで画像生成が可能な回数は増えるようですが、回数は「適度な制限あり」とされているようです。過剰に使うと一時的に制限されることがあるようです。価格も月額20ドルですので、日本円でおよそ3,000円程度でしょうか。それならプランにもよりますが、後述するPhotoshopも同等程度の金額もしくはより安い金額で使用することができます。Proプランに至っては200ドルですので、月額3万円近くになります。この機能だけを使用するとすれば、少し高い印象です。

以上のように無料プランのChatGPTのみを使用して納得のいく画像を生成することはなかなか難しいです。プロンプトを極めることでもっと効率的な方法があるのかもしれませんが、いずれにせよ回数制限があることで、壁にぶつかります。

そこでここからは、首から上が納得のいく出来となった下記の画像を使用して、Photoshopでの作業を進めていきます。

2.Photoshopの生成塗りつぶし機能について

では、Photoshopの「生成塗りつぶし」の機能を使用して、黒猫の首から下を人間にしていく作業をします。ちなみに私は25.12.0のバージョンを使用しています。ベータ版はV25.0(2023年7月)、正式版は2023年6月以降のアップデートから、生成塗りつぶし機能を利用できるようです。

それでは、Photoshopの「生成塗りつぶし」の具体的な方法について解説いたします。

※下記のadobeのページから、Photoshopのプランについてご確認いただけます。

①該当のデータをPhotoshopで開きます。

②なげなわツールを選択します。

③首から下を囲います。

④下に表示される「生成塗りつぶし」のボタンを押します。

⑤出現するテキスト入力ボックスに「首から下を人間にしてください。」と入力して「生成」をクリックします。この機能はChatGPTの画像生成機能と同様に、AIを活用した画像編集機能で、選択した領域を自然に塗りつぶしたり、不要な要素を削除したり、新しいオブジェクトを追加したりすることができます。

⑥すると3パターンの画像が生成されます。ChatGTPの画像生成がおよそ1分30秒〜2分程度かかるのに対して、こちらはおよそ10〜15秒ほどで生成されます。

納得のいくパターンがなければ、何度でもトライできます。もう一度「生成」を押します。

⑦ここでは仮に下記の画像を選定するとします。ただ、なげなわツールの選択範囲が小さかったこともあり、体の一部が欠けてしまっています。これも生成塗りつぶしの機能で生成できます。

⑧欠けてしまっている部分をなげなわツールで選択します。まずは左腕から選択し、テキスト入力ボックスには何も入力せずに生成を押します。

⑨左腕が生成されます。

⑩同じように右腕も生成します。

⑪下の欠けている部分も生成します。

⑫欠けている部分が全て生成されました。しかし生成に付随して余分な背景もできてしまったので、背景を削除する必要があります。

⑬生成したレイヤーと元のレイヤーを全て選んで右クリックから「レイヤーを統合」を選択し、レイヤーを1つに統合します。

⑭レイヤーを統合できたら、画像の下に表示されるタブから「背景を削除」を押します。

※背景を消す方法に関しては下記のサイトでも解説しておりますので、是非ご覧ください。

Photoshopで背景を透明にする!背景透過PNGを作るために背景を消す方法!

⑮自動で背景が削除されますが、一部残ってしまいましたので、自力で削除します。

⑯Command(Windowsの場合はCtrl)＋option(Windowsの場合はAlt)＋Rでマスクの調整機能を起動し、クイック選択ツールの「マイナスブラシ」を選択します。

⑰削除したい部分をなぞるようにして選択します。

⑱右側の属性パネルの下部のOKを押します。

⑲選択した背景が削除されます。

以上のプロセスを踏むことで、作品の素材となる、首より下が人間で、首より上が眼鏡とハットを身につけた黒猫を作ることができました。

※その後、服のテイストを変えたくなり、最終的に素材としたのは下記の画像にしました笑

⑳制作した素材と下記のようなフリー素材の背景画像を合成します。

㉑さらに右下に当方のブランドロゴを配置して完成です。

ちなみに完成した画像を使用して BGMとエフェクトを付けた動画も生成いたしましたので、是非ご覧ください。

最終的に画像はおよそ1時間程度、動画は＋1時間程度で制作しております。

是非上記フローを参考にしてみてください。

3.まとめ

以上、ChatGPTの画像生成とPhotoshopの合わせ技で、回数制限を突破し、効率的に生成する方法について解説いたしました。

余談ですが、昨今、AIの発展によって「デザイナーの仕事がなくなる」といった意見も聞かれます。

しかし、むしろデザイナーが積極的にAIを使って、デザイナーとしての手腕や見識とAIの技術を組み合わせることでしか生み出せないものを作り、制作物の質を上げ、工数を削減し、自らのポジションを守ることに尽力すべきフェーズに来ているのではないかと思います。

デザイナーこそがAIを使いこなせる存在であることを示すべきです。デザインにおけるAI技術の進化は決して悲観すべきことではなく、むしろ歓迎すべきことです。

狙ったものをいかに効率的に作るかが、デザイナーには求められます。
上記にも記載した通り、ChatGPTなどのAIを単に使うだけでは今のところ狙ったものを確実に短時間で作ることは難しいです。狙ったものというのは、社会的にはまだAIではなく、人の考えが先に立ち、プロジェクトが動くことが前提です。

時間的制約がある中では、ChatGPTでは有料プランに入ることを余儀なくされ、非デザイナーが使うツールとしては予算の捻出が難しいかと思います。(それならそもそもデザイナーに依頼する流れになるはずです。)
ただし、これは非デザイナーを否定するものではありません。むしろAIを使いこなしデザイン制作を行えている方々には尊敬の念を抱いています。

デザイナーとしては、AIを否定するのではなく、自らの職を守るためにも、積極的にAIを使って、社会的にデザイナーの存在意義を証明していくべきと思います。

要するに「デザイナーがAIを使うとこんなにも素晴らしいものができる」、「デザイナーがAIを使うとこうも工数削減になる」ということを社会に示せればということです。

そんなことを思いながら、私もデザイナーとして積極的にAIツールを使用しようと思い、またこの記事を書きました。

今回ご紹介したChatGPTの画像生成の機能は、まだまだ課題が見られますが、革新的で素晴らしい技術です。今ある課題は、今回ご紹介した方法のようにPhotoshopなどのツールやデザイナーの手腕や見識で解決できることもあります。

AIとデザイナーが共存して、更なる良い社会の形成が促進されることを祈っています。