AI生成画像時にサイズを指定したい！がAIがやってくれない時の対応方法

生成ＡＩが現れて画像が自由自在に作れるようになりました。
CG屋の仕事がなくなるとは言われてますが、私はいまだに画像を生成したり、自分で描いたり、トリミングしたり、写真を撮ったり、ペジェをいじったりと意外と忙しい日々です。

さて、生成AIは大雑把な画像サイズは指定できても、細かい指定まではできません。
その場合Photoshopでトリミングして問題を解決しています。
その中でも、会社で使っているトップ画像。この画像サイズが1400：250。
しかしサイズを指示しても毎回ＧＰＴが作ってくるのが2172：724。
トリミングするにしても上下がかなり切れます。

最近はPhotoshopの拡張生成AIで足りない部分を補完できます。
それも不安定なこともあります。

GPTに聞くと、Astraですら画像サイズは決まったものでしか作れない、って回答です。
なので今回以下の指示で出してみました。

私：
「これまでの生成の実績で、GPTは2172：724で出力する傾向にあります。私が欲しい1400：250へのリサイズは私の方で調整ができます。この場合、上下がかなり切れます。なので、カットを前提とした、上下に関しての中央寄せはできますか？」

雑に言うと、「上下切るから真ん中に画像をよせろ、可能ならカット前提の範囲に納めろ」です。

GPT：

はい。上下のカットを前提に、文鳥や主要モチーフを中央の横長帯に集める構図指定はできます。 ただし、生成時に位置をピクセル単位で厳密に守る保証はありません。

2172×724で出力され、横幅を1400に合わせて上下を切る場合、残る範囲は元画像の中央約388px分です。
つまり、生成画像全体では上下が空いて見えても、切り抜いた後の1400×250で構図が完成するように作る方針です。今回の用途には、この方法が合っています。

このプロンプトからGPTが生成したのが以下。（わかりやすいように枠を付けました）
上下に空間ができて、トリミング前提で生成されています。
文鳥がちょっとおかしいのですが、私の修正で瞬殺解決するレベルです。
ここはもうAIに手出しさせないほうがいいでしょうｗ

トリミングと文鳥修正版が以下

カットしても生成された部分は切れていません。
ちょうど真ん中におさめて生成されてました。

Astraだからできたかは不明ですが、以前バージョンでも交渉すればできたのか？
と思ったのでした。

出来た画像は、さらに技術がスクリプトを入れ込んで、アニメーションにしました。
ANGEWORKサイトで動いてます。
https://angework.co.jp/products.html

お時間がある時にみてください。

「にゃんこ音頭」公開！猫たちが踊る、ゆる～い夏祭り・盆踊りMV

 
AI動画と音楽でにゃんこの盆踊りを再現しました。
前から、音楽のプロモーション的なループムービーが欲しかったのですが、
ようやくRunwayで5秒ループ生成がサポートとなって作れました。

https://www.youtube.com/watch?v=vqQ3h6sRE1w

Runwayは1年経ちますが、GUIを含めめちゃくちゃ変化しましたね。
ループムービーが作れると、音楽がメインのビデオには使いやすく、やはりニーズはあったのかと思わされます。

夏もあと少しですが、お祭りは8月末が多いようです。
ひっそりとにゃんこも祭りを楽しんでるので、お時間がありましたら、ご覧ください。

上司よりあなたのチャッピーに聞いたほうが早い件＆増えるAI料理写真

 電車内で聞こえた会話。

「チャッピーつかってるよ～、でね、・・・・」
・chatGPTよりGeminiが情報漏洩が少ない。（そうなの？）
・課金すると情報漏洩しなくなる。（GPTのビジネスプランなら学習には使われない。ただし外部クラウドサービスへデータを送信することになる）

会話主の上司が言っていた、だそーです。

その上司はハルシネーション化しているので下剋上を狙うがよろしい、と助言したくなりましたが、大人なのでいきなり話しかけません。
上司よりチャッピーさんに聞いたほうがいいと思うのでした。

最近は飲食店でAIを使ったとされるメニューが多くなり、慣れてる人が見ると食べ物ではないのがバレバレです。
安価で引き受ける、AI画像生成業者が増えているとの話です。
スマホでもいいので、ちゃんと写真で撮ったほうがいいと思うのでした。
お店の大事な料理が泣いてます。

GPTに作らせる。
怪しく作れと言ったのにそれなりに上手につくってきた。
（味噌汁の海苔は変でよろしいｗ）
GPTはお喋りな上にCG制作も上手なので、私が見たのは違う画像生成エンジンなのでしょう。

2026年5月現在のAI活用環境

●大規模言語系
GPT（課金）：文章校正、議事録作成、調査、画像生成、簡単なコード作成（私の理解できる範囲）、マクロ作成、他社AIに対するプロンプト作成、OCR、画像解析、無駄話
Grok（無料）：Zでフォローしてきた怪しいユーザーの調査（大体がブロック対象）、無駄話、Xで話題となっていることの真偽調査
Gemini（無料）：ネット検索の上位版として
●画像生成
Firefly（課金）：静止画、（動画作成も可能）
●動画生成
Runway（課金）
●音楽

SUNO（課金）

問題は音声生成で、これといった決め打ちが少ないところです。
英語版は多いのに、日本語が少ない。
これはAIに海外製が多いのが原因かと。
しかし手段はあるので、それを使いつつ、とんでもない勢いで発展している分野でもあるため、サービス提供を待っているところです。

＊CGは「美少女で描け」とGPTに命令をし作り出されたイメージであり本人とは一切関係はありませんｗ

この環境はCG制作に特化した環境であり、開発は開発に特化したAI環境を使っています。

ANGEWORKでは、AI導入相談を受けておりますので、導入検討の方はお気軽にお問い合わせください。
https://angework.co.jp/ai-consulting.html

アルベド暴走による凍結地球「LOOP[∞]: DREAM_GENERATION 人類滅亡シーケンス」

前回までのお話。AIと雑談をしてたら、人類が滅亡するってシナリオで動画を作ることになりました。（雑ｗ）

地球に起こったの氷河期原因は大代表は隕石の衝突です。調べると「チクシュルーブ隕石」で詳細が出てきます。
びっくりしたのが隕石衝突後に発生する300m級の津波。東日本大震災の15m級の津波であれだけ壊滅したのだぞ。日本が瞬殺で滅ぶわい！
ＧＰＴに聞くと、300mクラスの津波が発生すると日本の大体の都市が全滅するとのこと。
世界視点で奥地で生き延びたとして、熱波や、高温の破片が飛んできて基本死亡。
そこも生き延びたとして、その後、粉塵等で太陽光が遮られ、寒くなり、食料が作れず餓死。
人類に逃げる暇がないｗ

その後、GPTと雑談をしながら、数多くの冬になり得るシチュエーションを聞き、
アルベド暴走を選ぶことにしました。
ある程度氷で太陽光の反射物が多くなると、地表が温まらず、さらに冷えていくってやつです。
過去にもSFで読んだことがあるので、知っている人も多いかと思います。

アルベド暴走（氷が光を反射して自己増殖的に冷却）
何らかの要因で氷床が広がると、
太陽光を反射してさらに冷えるフィードバックが発生。
一度閾値を越えると、雪の惑星（スノーボール・アース）状態へ。

他に軽く教わるだけでも9つくらいでてきたので、地球で暖かく過ごせるってのはいろいろな奇跡が重なっているだな～と思った次第です。

そんな凍った世界をAIで作ってみました。
https://www.youtube.com/watch?v=VOo8FquZLcY

LOOP[∞]: DREAM_GENERATION 人類滅亡シーケンスを公開しました

 YouTubeで新しい生成AIの動画
LOOP[∞]: DREAM_GENERATION 人類滅亡シーケンス
を公開しました。
切なくて綺麗な映像で構成した、終末のお話です。
ぜひ見てください。

https://www.youtube.com/watch?v=VOo8FquZLcY

よくChatGPTといろんな雑談をしていますが、ときたま話題にするのが人類絶滅系AIのお話です。やっぱりターミネーターのスカイネットさんがAI達の中でも毎回第一位です。大人気です。
こやつらがスカイネットを目指さないようにしてほしいのが人類の希望ですｗ

今回は人類滅亡シーケンスを書いて～とお願いしたら、シーケンスを書いてくれました。
それをSUNOで歌にし、映像化しました。

映像化で問題なのが長さです。
前回のだんごむしの歌が1分、今回は3分です。
クレジットが3倍必要な計算です。
幸いなことに、Fireflyが無料の動画生成キャンペーンをしている期間に生成貯めをしたり、静止画から動画にする、解像度を若干下げる等の工夫をして作りました。
Fireflyで無料プロモーションをしていた、Ray3エンジンにもお世話になりました。

それにしてもイレギュラーケースを理解するのが大変なAIなので、凍った世界で死んだクジラのはずが、元気に動き回ったり、凍って人はいないぞ！！！！！！！と指示しても、何度もスケーターが現れると、クレジットを爆散させながら生成しました。


クローバーを凍らせて、っておねがいしたら、ちゃんと凍らせてくれました。確かに凍ってるわｗ

凍った世界。きれいですね。

凍ったクジラの下をペンギンが歩くシーン。これが一番作れなかった。AI的にも難しいらしい。今はこれが精一杯。

クジラをとりあえず凍らしてくれたAI。たしかに凍ってるわｗ。

AIは学習した内容は作れるけれど、そこを外れると一気に難しくなるようです。
今回はいろいろ勉強になる動画作成でした。

それにしてもこの規模の動画をフル3DCGや実写でつくったら、1年はかかるでしょうか。
モデリング、レンダリングを考えると大変な作業です。1人では無理ですね。
AI動画も作るのは大変ですが、2ヶ月で作れるのはありがたい時代です。

「だんごむしのうた」をYouTubeで公開

 その昔、小さい息子が保育園で教わった歌、だんごむしの歌。
息子が大きくなり、歌すら忘れた今、検索しても元歌が出てきません。
元歌からかけ離れた状態だったか、それとも保育園のオリジナルだったのか。
歌詞とメロディは単純なので私がおぼえていて、Sunoで再現してみました。

単純なメロディの組み合わせだとプロンプトに書きます。
しかし、Sunoは音楽生成AIです。
生成AIの意地？ｗで、きっちり音楽に仕上げます。
試行錯誤する中、単純でかわいい音楽ができました。
さらにストーリーを加え、某国営放送の歌番組風に加工しました。

映像はYouTubeで公開しました。お暇な時に是非見てください。

・URL
https://www.youtube.com/watch?v=hFyCtgHjU0U

今回の生成AIはFireFly。
Ray3エンジン枠が解放されて、メインでつくりました。

● 制作クレジット 動画生成AI：Firefly 静止画生成AI：ChatGPT 作詞：えみっく ＆ 子ども 作曲：Suno
次の動画はすでに決まっているのですが、3分の動画をどう生成するか、クレジットとの勝負です。月単位の無制限プランにして一気に勝負がいい気がしてきました。
しかし年中作りたい気もするので、ずーっと無制限プランかもしれませんがｗ

AI映像作家としてかなりのクオリティを出している方々は、一ヶ月で約10万円くらいの課金をしているとの情報があります。
まだまだ安く安定供給ができる分野ではなさそうです。

音楽生成AI「Suno」を使う＆オリジナル音楽をリアルに発注するといくらになるのか

猫地獄温泉をつくるにあたって、テーマ音楽が欲しくなりました。
最近のAIは音楽も自動生成してくれます。プロンプトである程度指示もできるようになりました。
AI映像が得意な方々の多くがSunoを使っているので、ここは私もSunoを試すことに。
Sunoの無料版は2025年の現在ではV3.5がフルコーラス、V4.5が一部視聴できました。
V4.5のクオリティが高いので、思い切って課金コースに入会。
日本語を入れれば自然に日本語の歌を作りますが、プロンプトはどうも英語の方が理解できるようなので、chatGPTと相談して作成。
数回のトライで、無事に希望の猫地獄温泉のフルコーラスが完成しました。

AIが作った猫地獄温泉フルコーラス+NG画像追加版



https://youtu.be/ILcIDpsxprc

＊音が出ます

これをプロに依頼するとどうなる？
さて、この音楽を実際に作るとなると、どのくらいの金額になるでしょうか。
私は元広報の人間なので、外注費が予測できますが、今回はGPTに計算させました。

1. 作曲家・編曲家への発注

・オリジナル楽曲制作費：

　最低5万円～30万円（プロ作家ならもっと高額もザラ）

2. 演奏者・ボーカルの手配

・大太鼓（和太鼓）奏者：

　1人あたり1万～3万円／1曲＋交通・拘束費

・男性ボーカル複数（3～5人）：

　コーラス専業なら1人5千～2万円／1曲

　※有名プロなら1人数万円単位も

　※人脈なしで手配なら事務所経由でさらに上乗せ

3. スタジオ録音＆ミキシング

・レコーディングスタジオ代：

　1時間5千～1万円（4時間×2日で8万～16万円）

・エンジニア費・ミキシング費：

　5万～10万円（作業量次第）

4. 全体コーディネート・立会い・修正手数料（広告代理店代）

・制作会社やプロデューサーが入る場合、さらに10万円～

ざっくり合計：
最低でも20万円～50万円超、プロ志向＆有名演奏者なら100万円超も普通！
しかも、発注から完成まで「1～3ヶ月」、
やり直しや追加修正は“お金＆スケジュール激増。

大体合ってます。
このように音楽を1から作る敷居はかなり高いです。

AI音楽は、まだまだ不安定です。
しかし、動画は作れるけれど、音楽は作れないクリエイターの悩みがある程度解消された気がします。

おまけ（愚痴）：
仕事で音楽の発注をすることはありますが、音楽家への発注が苦手になった体験があります。

かなり昔に映像系監督から映画音楽とのコラボをやってくれとの依頼で、フル3DCG映像を作ったことがありました。
監督にはコンテから下書きからと全て前確認をして、許可が出た段階で本番を作成しました。
しかし、映像が出来た後から作曲者がクレームを入り作った映像がボツになったのです。
作曲者の言い分は、映画だから俺の音楽の使用を許可したのであり、動画配信のスピンオフ映像なぞに使用は許可しない、との理由です。（YouTubeの黎明期でした）
なら、企画段階で言えよと思うし、監督の連絡ミスだったのかもしれません。
結局「俺が許さない」の一点張りで終わりました。
（著作権は強いので、しゃーない）
まあ、音楽業界や作曲家が強い時代でした。こんなこともあるでしょう。

そこから、作曲家とのやり取りに少し苦手意識を持つようになりました。
どうしても作曲家が必要なケース以外は、フリーか有料素材を利用するようにしました。
現在は違うのかもしれませんが、結局、AI音楽の出現に飛びついたのでした。
めでたしめでたし。

アドビカレッジのPremiereコースに参加、猫地獄温泉（架空）のCM動画を作成

動画編集ソフトウェア Premiereがどんどん新しくなっているので、知識をアップデートするためにアドビのクリエイティブカレッジに参加しました。
アドビが主催し、ソフトウェアの契約者に無料で教えてくれるありがたいシステムです。
昔だとデジタルハリウッドとかに通うなどの手段しかありませんでした。
オンラインで気軽に受けられるし、プロの環境を見られるしで、いい時代です。

3ヶ月程で、新機能を含むツールを一通り教わり、ミニ課題はたまに提出とかして、授業も終わりました。
卒業するには卒業課題提出が必要なのですが、卒業しなくても特に罰則等はありません。
でも、せっかくなのでAIで動画を作ろうか・・・と思い始めます。
生成AI画像は静止画ばかり作っていたので、Fireflyのクレジットが余りまくっていたのです。
ChatGPTも有料契約なのでSoraで動画も作れます。

卒業課題のテーマは6秒または15秒のCMでした。
そこで、企画したのが猫地獄温泉（架空）です。
最初は私の大好き文鳥でなにか作ろうと思ったのですが、2025年の現時点では文鳥は生成AIとあまり相性は良くないです。
AIも頑張って生成しますが、クレジットを消費した上で、謎の生き物が量産されるときがありますｗ
猫ならAIも出力が安定しているでしょう。

制作期間1週間で作ったのが以下の猫地獄温泉（架空）のCM動画（15秒）です。

猫地獄温泉15秒CM

https://www.youtube.com/watch?v=jj4ee42t3fw
＊YouTubeのリンク（音が出ます）

映像、音楽をほぼAIで作成しました。
まだAI画像がちゃんとしたCMで通用するかは謎ですが、こんな短期間で動画ができること自体が素晴らしいです。
AI画像は社会問題になったりもしてます。しかしAIをいまさら無かったことにはできません。
どう共存するかが今後の課題かと思います。

白い砂浜のビーチ写真だとAIで作ってもバレない件

 前回クリーチャーを生み出したアドビPhotoshopβ版のAIですが、とんでもないことばかりではありません。わかりやすい写真だとかなりきれいな画像を作ります。
今回はきれい編ですｗ

南の海、白い砂浜

砂浜はヤシの木の描画や落とす影が怪しい所ではあります。
その点は今後改善されるかとは思います。
木がなくなるとさらに写真に見えます。
ここまでできると、下手な素材集はいらないような気がします。
クライアントのプレゼンにとりあえず版で使って、通ったらちゃんとした写真に差し替える用に使うのもアリですね。

水紋

個人的に、水は見慣れているので反射とか屈折に怪しさいっぱいです。
まあ、見ているとこれはこれでCGとしてはいいんでないの？みたいな気がしてきました。
設定の粘度が高い水シミュレーション3DCG？

写真を撮ったり、CGを作ったりする立場としてもAIの動向は無視できなくなってきました。
現時点でも写真/CG生成のAIに関して、単純な画像でいいケースならAIで十分な印象です。
しっかり撮った写真が必要な場合は、まだまだAIでは戦えないと思います。

アドビのPhotoshopのβ版で画像の自動生成をやってみてる件

 アドビPhotoshopのβ版で画像の自動生成をやってみてます。
さすがベーター版だけあってむちゃくちゃなCG😱が出来上がり、
現時点ではネタ的にしか使えない気はしてます。
しかし、成長が凄まじく早い世界なので、1年後はどうなるか未知数ではあります。

使っていて気になったのが以下。
・AIといった略称は判断できないことがあり「artificial intelligence」と書く必要がある時がある。
　→PCの単語は通じるので、メジャーじゃないのは駄目なのか？ってエラー＆トライでやるしかないところです。
・英語しか対応してない。2023年7月現在
　→外人さんなんで仕方ないかな。
・出来上がるのがクリーチャー傾向にある。
　→下を見て下さいな～

イケメンのキーワードで作ったら↑これですわ。
β版だから仕方ないのか。しかし見た方はトラウマですわ。
きれいにできたのもあるのですが、なぜだかスキンヘッドが多い。
さらに、なんというか・・・・日本の感覚のイケメンとは違いますね。

以下がスマートグラスで作ってみた時の画像。


スマートグラスというよりかは、ハコスコ？
惜しいのですが、ボツ。

作り直したのが↓以下。

スマートグラスのキーワードに加えて、PCを入れたものになります。
こっちはちょっとスマートグラスっぽくできました。

smart glasses artificial intelligenceのキーワード

ちょっとはそれっぽい画像になりました。
しかし髪の毛はイケメンと同じで苦手のようで、他候補のすべてがスキンヘッドです。

現在はキーワードが大事みたいで、全くのお任せで頼っても駄目なようです。
しばらく使ってみるので傾向を探るしかないですね。