00:02
iPadのポッドばかり話す、iPadオンリーなポトキャスト、iPad Workersポトキャスト。
今日は、ChatGPTのイメージ2.0の話をします。
めっちゃ良くなったやつやんな。
最近、ChatGPTの画像生成のエンジンが一個新しくなったっていうので、
まあまあ、ちらほら話題にはなっていて、
実際、自分も試してみたところ、めっちゃ良くなってた。
あれだよね、空とか色んなものを捨ててさ、本職に振り切るんやって、本気を出したら、
GPT 5.5 含め、ChatGPT OpenAI のものが質が上がっている印象があるね。
あの手の業界、あっちがこうなったらこっちもこうなってみたいな、
もうなんかすごい勢いで競争しているから、何度も言えないところではあるんだけど、
今回、ちょっとちょっと前は、ナノバナナって、
Gemini、Google 系の画像生成のエンジンがめっちゃ賢いよ、みたいな。
あれ、もう写真と区別つかんやんっていうレベルになってるね。
言ってたんだけど、それを上回るレベルで、
めちゃくちゃ精度が良いものが出せるっていう、
実際に自分も使ってみて、これはなんかすごいなって思った。
なんか、はるなに見せてもらったの印象だと、さっき言ったナノバナナは写真と区別がつかんやんっていう感じで、
新しいChatGPT のイメージは、上手な人が撮った写真みたいになるやんっていうレベルの凄さがあるよね。
もちろん、プロンプトしだいっていうところではあると思うんだけど、
今ちょうどさ、自分のアクセサリー販売っていうのをやろうとしてて、
髪の毛につけるシュシュっていうヘアアクセサリーと、イヤリングを売ろうとしてて、
それを宣伝するために、インスタグラム用の画像みたいなのを作りたくて、
そのインスタ的な商品画像が欲しかった。
そうそう。で、もう商品写真というか、シュシュの写真とイヤリングの写真を、
なんか普通に部屋のさ、だっさい背景のところで写真を撮った状態で、
そのプロンプトの中に一応工夫はしててさ、その写真で撮ったもののやつは買えるなって言って、
でもその背景とかモデルとかは作ってOKみたいな感じで、
モデルさんのさ、系統を外国人風とか西洋風みたいな感じで設定をしておいて、
03:05
作ってもらったら、もう一発でめっちゃかわいい子ができた。
あれだよね、比較して見せてもらったので言うと、ジェミニで作ったやつは、
やっぱ写真ではあるけど、良い写真ではないって感じだもんね。
なんかね、自然さがやや不自然というか、
それこそプロンプトをもうちょっといじり倒せばいいんだと思うんだけど、
その簡単なプロンプトだけでは、やっぱりちょっと不自然っていうか、
なんかちょっと違和感あるみたいな。
作らしてるのがさ、実写のモデルさんが使うファッション。
できるだけ本物のイメージなんだな。
ファッション雑誌の商品写真っていうか、アクセサリーとかそういうのの写真をイメージして、
そういうプロンプトで送っているっていうのもあるんだけど、
ナノバナナで作ったやつは、悪くはない。
ただなんか若干不自然、さが残るみたいな感じ。
対して、チャットGPTでやった方は、
めちゃくちゃ自然なスタジオ撮影をしたような感じになってた。
少なくとも俺はこれが先生AIだって言われても、
人間が撮ったって言われても、どっちでもすごいねとしかわからん。
今回生成したのが人物モデルっていうか、
実写系の人を描画させるみたいな感じだったので、
それに関して言ったら、もうダントツでチャットGPTの画像生成のモデルの方が優秀っていう感じ。
っていうと逆にナノバナナがいいところもある。
ナノバナナがいいところは、文字を上手に入れれるとか。
じゃあそのチャットGPTで画像を作って、そこにナノバナナで文字を出してもらうとかをやると、今だと意外といいかもしれない。
いいかもしれないけど、自分の場合は面倒なので、
チャットGPTで作った画像をダウンロードしてきて、
それをiPadに取り込んで、iPad上のProcreateとかでお絵かきをちょっと追加するみたいな。
それはやっぱりはるなのスキルがあるから強いところだよね。
むしろそれがやりたいからみたいな。
それで画像を作って、インスタグラムにアップしてっていう感じでやるんだけど、
ベースの写真がそのプロンプトだけでできてしまう。
商品写真を、もちろん商品はないとダメだからさ、
そこから完全に作り出すのはちょっと難しいけど、
実際に売り物があります、その写真を撮ります、投げます。
そしたらお洋服の写真に関しても撮るそうっていうさ、人形みたいな。
着せたやつでいいわけね。
06:00
それに着せた写真を前後、前から正面からと後ろ、背面からの写真を撮って渡すと、
それを着たモデルさんの写真が出来上がる。
漫画作れる?
漫画も全然作れると思う。
そういうキャラ動かすっていう、同じ形の、同じ人物のまま。
うん、できると思う。
今さ、アドビのイラストレーターとかフォトショップとかでも、
正面のイラストをぐりぐり回せる。
後ろとか上からとかの角度を考えて、生成して作ってくれるとかっていうのが、
結構精度高くできているので、
いろんなところでそういう生成AI系のパワーは使われているんだなっていうのは、
すごい実感してるし、
それが実務にも全然活かせるレベルぐらいにはなってきてる。
今回特にそのChatGPTのイメージ2.0かなっていうのが、
すごい良くて、
それがアプリ版でももう普通に使えるので、
iPhoneとかiPadのChatGPTアプリ。
ChatGPTで普通に画像作ってって言えばそれになる、標準で。
モデルを試行モデルっていうか、多分そっちとかにしておかないといけないから、
無料だと多分1回、2回やったらおしまいになるんじゃないかなって予想ではあるけど、
有料プランの人は多分一応制限はあるよ。
1時間の中にグワーって最初やりまくってたら、
ちょっと時間空けろみたいな感じで言われたけど、
それでも言って1時間間空ければまた次の生成ができるってレベルだったから、
そこまで難しい話ではなく、
あとは画像生成の時間自体も、これは体感なんだけど早い気がする。
昔のイメージだとなんかふん待たされるよね。
もちろん今も秒で出るわけではないけど、
昔より早く出てくるイメージはある。
そんな感じでChatGPTの画像生成を使って、
できた画像をアプリから普通にダウンロードして、
それをProcreateに読み込んで、
手書きを加えて画像を保存する。
画像を保存すると自分の場合はiCloudで同期されるので、
iPhoneにも入ってくるから、
そのままiPhoneでInstagramに投稿するみたいな感じでやってる。
やっぱもうデジタルはすべてAIができるようになってしまったから、
我々が価値を生み出すには物理の存在を何か作るなり何なりすることとか、
そういうものができると生き残っていけんよ。
09:00
何をするかではあるけど、ちょっと見栄えのいいもの程度なら、
本当に知識がなくても簡単に生成はできるし、
そこが完全に何にもない状態から作るってなると、
なかなか難しいかもしれない。
そのプロンプトを何回も繰り返し色々試行錯誤してとか。
そもそもそれの欲しいものを何が欲しいかが生まれないと作れないっていう。
欲求がベースになってこないといかんのやなってすげえ思うんだよね。
そうだね。何事もそうだと思うけど、
こういうものが作りたいとか、こうなりたいみたいなものがないと、
なかなかただ漠然と勉強しようとか、
生成AIを使ってみようだと、やっててもあんまり多分身につかないし、
面白くないんじゃないかなって気がする。
何をしたいかを生み出せるのは現状を人間しかいないから、
それを平均ではなく自分の欲求を生み出すことができるということが、
人間の価値なんじゃないかってすげえ思うようになっている。
そうだね。その辺も洋服のパターン作りに関しても、
生成AIに相談したところからスタートした。
ニュースレターに書いたんだけど、
お洋服の製図の勉強を自分で見た、この形の服が作りたいっていう時に、
どういうパターン、型紙、形にすればお洋服の形になるのかっていうのを、
2年、3年くらい勉強を重ねてきて、
やっと最近、自分が作りたい形、思った形が実現できるようになってきた。
さらにその次の段階として、それを販売もしたいなっていうので、
パターンを量産するっていうか、データ化する方法。
今はずっとアナログでやってるの、鉛筆と紙とペンで。
それをどうやって売れる形にするかみたいなところを、
JetGPT、Geminiにも相談したけど、JetGPTに相談したら、
こういうのがあるよ、こういうソフトを使うとできるよとかって、
いろんな方向を教えてくれて、
その中から突き詰めていったら、このソフトが良さそうみたいなので、
そのソフトを入れてとかっていうのも、ずっとJetGPTとやり取りしながら、
なんかエラー出たんだけどとか、できないんだけどとかっていうのをやりながら進めたら、
一応データ化もできて、対応のデータのところまでは作れたので、
これももうちょっと続けていきたいなっていう感じで、
12:00
それもやっぱり、生成AIがゼロから作ってくれたわけではなく、
自分のベースとなるやりたいことがあって、
そのベースの形が持ってて、できてて、
そこからじゃあどうするかっていうのを、生成AIに相談しながら、
具体的なところまで持っていけたっていうのは大きい。
やっぱりやりたいことさえあれば、実現するのは既存のものであれば特に、
もうだいぶ簡単なんだよね。
調べたりなんだったりっていう手間がめっちゃ減るっていう。
そう、実際その辺が一番めんどくさくってさ、
じゃあどういうソフトがあるんかなとか、どういう手法があるんかな、
どれぐらいお金がかかるんかなみたいな、
そういう調べる作業、リサーチ作業みたいなのが、
地味にやっぱりめんどくさいのと時間がかかるので後回しになっちゃう。
だから新しいことに着手しづらくなってしまうが、変わり得る。
そう、そこが生成AIの情報を100%信じると怪しいところがあるから、
ある程度ファクトチェックは自分自身でって感じではあるんだけど、
8割方さ、もう先生が一瞬でリサーチ業務みたいなのはやってくれるから、
要はそこから選ぶ作業に注力できる。
あと最近ならもう究極生図のソフト作ればええわってなってくるからね、
もう自分用に。
自分ツールをDIYするってことね。
そう、最近すげえ思うようになって、
CLIでポッドキャストの音声作りたいなと思うようになってね。
ポッドキャストの音声を作る?
音声っていうか、
エフェクトをかけるのって基本的にDAWを立ち上げんといかんくってさ、
でもさ、原理的にはDAWなんて立ち上げんくっても、
エフェクトかけることはできるはずなんだよね。
音声編集ってこと?
そうそう、自分が撮った音を良くするための編集っていうのを、
DAWを立ち上げたり書き出したりするのがめんどくさすぎて、
生成AIでもうちょっとどうにかできるようにしたいと思ってしまう。
でもその辺も動画編集ソフトとか音声編集ソフトで、
AI機能を使っているところって多分勝手にワンポチでできるみたいな。
市販のソフトではダメなんだよね。
生成AIとの、エージェンティックAIがやってくれるようにしたいから、
自分が欲しいものは。
自分の普段使っているエージェントAIで何か動かしたいやり取りをしたい?
そうするとCLIで操作できることが基本的には必要じゃん。
ソフトウェアを操作するが、極端なことではもうやりたくない。
なるほどね。
一番やりたくないのがサブスタックにコピペすることとか。
そこはもうだいぶクリアできそうで、
そういうコンピューターがやればできることを、
15:03
手を動かしてやりたくないようになってきた。
どんどんやり方とかも変わっていくし、
実際、ゴリゴさんも生成AIっていうか、
エージェント系のAIを使って割と作業をいろいろやらしてるよね。
ほぼ向き合っている時間が一番長いのがクラウドコードで、今は。
クラウドコードないよ。
デイリーノート以外はできるだけ、記事は書くか。
いわゆる日常仕事をどれだけエージェントにやらせられるかをずっとやっている。
はるなさんの場合は、クラウドコードは使ってなくて、
ここ最近はずっとアンチグラビティで、
ジェミニのFlashさんとかでずっとやってる。
言うほどゴリゴさんほど、
ファイル操作をガシガシやらせているわけではないんだよね。
やってもらってるっちゃやってもらってるけど。
ファイル操作をしているという感覚というよりは、仕組みを作っているという感覚なんだよね。
今の自分の場合は。
それで言ったら、自分もそこまではっきりとやってるわけじゃないけど、
やったことを記録させて、こうしたいとかっていう改善点があればそれを伝えて、
それを指示書にしてみたいなのは、ジェミニでずっとやってる。
同じかな。これって渡して、
そうすると、ブックカタリスト手順書ノートを読んでくれて、
今はまだこれが終わってなくて、
ここにあるからこれやりますね、みたいなことをやってくれるみたいな、
そういう感じのものを作ろうとしている。
2人ともやり方、アプローチは違うんだけど、
なんとなく方向性はいつも一緒だから、話してて面白いっていうか、
そんなことやってんだとか、そういうやり方あるんだ、みたいなのがたまにあったりするね。
ということで、今日はチャットGPTの画像生成エンジンが変わって、
イメージ2.0とかになって、めっちゃ良くなったよっていう話と、
生成AIとの付き合い方っていうか、
うまく使っていければいいよねっていう話でした。
番組への感想やリクエストなどは、
シャープ、iPadワーカーズのハッシュタグをつけて投稿してください。
それではまた来週。iPadワーカーズポッドジャックでした。
