ChatGPTで画像生成・画像編集・OCRを実践｜生成AIで画像処理をマスターする方法

生成AIと聞くと「文章を書くAI」というイメージを持つ人も多いかもしれません。 しかし現在のChatGPTは、画像生成・画像編集・画像認識（OCR）まで高いレベルでこなせるようになっています。

旅行ブログのアイキャッチ画像を作ったり、SNSアイコンを制作したり、本の写真から文字を抽出したりと、活用シーンは驚くほど幅広くあります。

今回は実際に画像処理を体験しながら、 「生成AIを万能な変換機として使う方法」を紹介します。 初心者でもすぐ試せる内容なので、ぜひ一緒に実践してみてください。

生成AIは「何でも変換するAI」と考えると理解しやすい

生成AIは単に文章を書くツールではありません。 入力された情報を別の形へ変換する万能コンバーターとして考えると、とても分かりやすくなります。

• テキスト → 画像
• 画像 → 画像
• 画像 → テキスト
• テキスト → 要約
• 音声 → 文章

今回は特に人気の高い次の3つを実践します。

• 画像生成
• 画像編集
• 画像認識（OCR）

ChatGPTで画像生成をしてみよう

まず最初はテキストから画像を生成してみます。

やり方は非常にシンプルです。 描いてほしい内容を文章で伝えるだけです。

画像生成プロンプトの基本例

以下の内容の横長のポップなイラストを作成してください。
・明るい色合い
・親しみやすいデザイン
・生成AIが様々な情報を変換している様子
・フラットデザイン
・アイコン風

これだけでもChatGPTはイラストを描いてくれます。

ポイントは「イラストを作成してください」という指示を必ず入れることです。 この一文があるだけで画像生成モードとして認識されやすくなります。

画像サイズも自由に指定できる

用途に応じて画像サイズも指定できます。

• 横長（ブログ・YouTube・Udemy）
• 正方形（Instagram・SNSアイコン）
• 縦長（スマホ壁紙・Pinterest）

用途に合わせて最初からサイズを指定しておくと、後から加工する手間も少なくなります。

生成画像は何度でも作り直せる

生成AI最大の魅力は、何度でも作り直せることです。

同じプロンプトでも毎回違うイラストが出来上がるため、 「もう少し明るい雰囲気がいい」 「背景をシンプルにしたい」 など、少しずつ改善できます。

私自身も目的の画像が完成するまで数回試すことがよくあります。 プロンプトを少し変更するだけで、驚くほど雰囲気が変わることも珍しくありません。

画像編集機能で一部分だけ修正する方法

「全体は気に入ったけれど、一部だけ変更したい。」 そんなときは画像編集機能が便利です。

編集したい部分だけ選択し、新しい指示を入力します。

編集プロンプト例

このキャラクターをかわいい黄色のキャラクターに変更してください。

すると塗りつぶした部分だけ再生成されます。 背景やその他のデザインはそのまま残るため、大幅な作り直しは不要です。

実際に試してみると、キャラクターだけが黄色になり、全体の印象もより親しみやすいデザインになりました。 もちろん納得できなければ、何度でも再編集できます。

画像から画像を生成する（Image to Image）

次は画像を元に新しい画像を作ってみます。

例えば紙に描いた簡単な落書きをスマホで撮影してアップロードします。

画像変換プロンプト例

このキャラクターをポップな正方形イラストにしてください。
赤いベレー帽をかぶり、
パイプをくわえた猫のキャラクターです。

重要なのは、できるだけ具体的に特徴を書くことです。

• 色
• 表情
• 服装
• ポーズ
• 背景
• イラストの雰囲気

細かく指示するほど理想のイラストに近づきます。

SNSアイコン用に画像サイズを変更する

完成した画像をSNSアイコンとして使いたい場合は、リサイズも簡単です。

リサイズプロンプト例

この画像を400×400ピクセルにリサイズしてください。

生成AIが画像を調整してくれるため、画像編集ソフトを使う必要はありません。

そのままダウンロードすればSNSプロフィール画像として利用できます。

モノクロ加工など画像加工も自由自在

生成AIはイラストを描くだけではありません。

例えば次のような加工も簡単にできます。

• モノクロ化
• セピア調
• 水彩画風
• アニメ風
• 油絵風
• 背景変更
• 色変更

一枚の画像からさまざまなバリエーションを作れるので、ブログやSNS運営にも非常に役立ちます。

Udemyなど講座紹介画像も生成AIで作成できる

より実践的な例として、Udemy講座の紹介画像を作成してみます。

Udemyでは750×422ピクセルという推奨サイズがあります。

そこでプロンプトには次のような条件を加えます。

• 750×422ピクセル
• イラストのみ
• 文字なし
• 講座内容に合ったデザイン

さらに講座概要をそのまま貼り付けるだけでも、生成AIは内容を理解し、適切なイメージへ要約して画像化してくれます。

もし縦横比が崩れる場合は、 「元画像の縦横比を維持してください」 という一文を追加すると失敗を防ぎやすくなります。

画像認識（OCR）で文字を読み取る

続いて画像認識機能です。

技術書や資料、スクリーンショットなどから文字を読み取りたい場面は非常に多くあります。

そんなときは画像をアップロードして次のようにお願いするだけです。

OCRプロンプト例

この画像の文字を読み取ってください。

これだけで細かな文字までかなり高い精度で読み取ってくれます。

特にプログラムコードやLinuxコマンドなどは、そのままコピーして利用できるレベルの精度で認識されるケースも多くあります。

OCRでも間違いやすいポイント

一方で、個人名やニックネームなどは誤認識することがあります。

生成AIは文脈から次の単語を予測する仕組みを持っているため、 一般的ではない名前は推測が難しくなるためです。

そのため、次の部分は必ず確認しましょう。

• 個人名
• ユーザーID
• メールアドレス
• 英数字の羅列
• シリアル番号

それ以外の文章や一般的なコマンドについては、高い精度で読み取れるケースがほとんどです。

画像の表をMarkdown形式へ変換する

生成AIは表の認識も非常に得意です。

表変換プロンプト

この画像の表をMarkdown形式で出力してください。

すると画像内の表をMarkdownへ変換してくれます。

MarkdownはブログやGitHubなどで広く使われているテキスト形式なので、そのまま貼り付けるだけで表として表示できます。

Excelへ入力し直す必要もなく、大幅な作業時間短縮につながります。

生成AIを使った画像処理の活用例

• ブログのアイキャッチ画像作成
• YouTubeサムネイル制作
• SNSアイコン制作
• プレゼン資料のイラスト作成
• 古い資料のOCR
• 表のMarkdown化
• 画像加工・背景変更
• 画像サイズ変更

まとめ｜画像生成・画像編集・OCRを組み合わせると作業効率は劇的に向上する

ChatGPTをはじめとする生成AIは、文章作成だけではなく画像処理まで幅広く対応できるようになりました。

特に今回紹介した 画像生成・画像編集・OCR（画像認識） を組み合わせるだけでも、日々の作業効率は大きく向上します。

最初から完璧な画像を目指す必要はありません。 まずは一枚生成し、少しずつプロンプトを改善しながら理想に近づけていくことが、生成AIを上手に使いこなす一番の近道です。

ぜひ実際に手を動かしながら、画像生成・画像編集・画像認識の便利さを体感してみてください。 生成AIは、あなたのアイデアを形にする心強いパートナーになってくれるはずです。