画像生成AIを勉強しようとして、最初につまずいた話
実は僕は、画像生成AIを勉強しようと思ったとき、
いきなり少し遠回りをしてしまいました。
書店で本を調べたり、ネットの記事を読んだりしていると、
- Midjourney
- Stable Diffusion
といった名前がよく出てきます。
「画像生成AI＝このあたりを使わないといけないんだ」
そう思って、使おうとしたのですが……
・会員登録が必要
・英語の画面が多い
・課金の仕組みがわかりにくい
このあたりで一気にハードルが上がり、
正直、挫折してしまいました。
ChatGPTの中で画像を出してくれて、正直びっくりした
そんな中、あるとき何気なく、
「この内容に合う画像を作って」
とChatGPTにお願いしてみたところ、
そのまま画像を出してくれました。
これにはかなり驚きました。
「あれ？ 画像生成って、
こんなに普通にできるものだったの？」
という感覚です。
特別なサービスに移動する必要もなく、
普段どおりチャットしている流れの中で画像が出てきた。
この体験が、
画像生成AIへの印象を大きく変えてくれました。
NanoBananaProがすごいらしい、と聞いて気になっていた
その後、調べていく中で、
「Googleの NanoBananaPro がすごいらしい」
という話を目にするようになりました。
ただ正直その時点では、
NanoBananaも、DALL·Eも、
それぞれ別の専用サービスを使う必要がある
と思い込んでいました。
「また登録や設定がややこしいのでは……」
と感じて、
少し距離を置いていたのが正直なところです。
このブログを作る中で知った、初心者的・感動ポイント
しかし、このブログを作る中で調べ直してみて、
大きな勘違いに気づきました。
DALL·E（OpenAI）や NanoBanana（Google）は、
別サービスではなく、
ChatGPT や Gemini の中で自然に使える
ということです。
これは、初心者の自分にとっては
かなりの感動ポイントでした。
特別に
「今日は画像生成AIを使うぞ！」
「DALL·Eを起動しよう！」
「NanoBananaにログインしよう！」
と構える必要はなく、
普段どおり ChatGPT や Gemini を使う中で、
そのまま画像生成をお願いすればいい
というだけだったのです。
だから、まずはChatGPTやGeminiで画像生成を試してみる
この経験から思ったのは、
画像生成AIは、
「高度なツール」から入らなくていい
ということです。
まずは、
- ChatGPT
- Gemini
といった、
普段使っているテキストチャット型の生成AIで、
どんどん画像を出してみる。
うまくいかなくても気にせず、
「こう言うと、こう返ってくるんだ」
「この頼み方だと、イメージが近づくんだ」
そんな感覚をつかむだけで十分だと思います。
さらにこだわりたくなったら、次のサービスへ
ChatGPT や Gemini で画像生成を続けていると、
「もっとクオリティを上げたい」
「細かい表現まで指定したい」
と感じる瞬間が出てきます。
そのときに、はじめて
- Midjourney
- Stable Diffusion
といったサービスを検討すればOKです。
最初から完璧を目指さなくていい。
これが、実際につまずいたからこそ思う、
画像生成AIとの付き合い方です。
次回は「音声生成AI」について
次回は、
音声生成AIについて書く予定です。
文章・画像・動画と組み合わせることで、
一気に表現の幅が広がる分野です。
よければ、引き続き読んでもらえるとうれしいです。
コメントを残す