ChatGPTプラグインと画像生成AI：使い方と最新の検証結果6選

こんにちは、「学びが人生を豊かにする」をテーマに本日は「ChatGPTの画像生成プラグイン」について学んでいきましょう。

皆さんは画像生成AIを触ったことがあるでしょうか。
MidjourneyやStable Diffusionに代表される画像生成AIは近年非常に有名になり、だれでも簡単にイラストや写真のような画像を作成できるようになりました。
著作権の問題など経済的・倫理的な問題は多々ある画像生成AIですが、同時に驚くべき創造性と表現力をもたらします。

そんな画像生成AIですが、イラストを描くようなスキルはいらないものの、思ったような画像や高品質な画像を生成するのは難しいものです。
一方でChatGPTは対話型のテキスト生成AIであるため、ChatGPTで画像生成AI用のプロンプトを生成するなど、画像生成AIとChatGPTの連携可能性を秘めています。

本記事では、ChatGPTの画像生成AIと連携するプラグインに焦点をあてて、画像生成のためにChatGPTがどのように活用できるか解説したいと思います。

本記事を読むことで、画像生成AIに関連するChatGPTのプラグインの知識を学ぶことが出来ます。
気になるプラグインなどが見つかりましたら、是非インストールして実際に試してみてください。

画像生成AI利用にはChatGPTのプラグインが便利

近年のAI技術の進歩は驚くべきもので、特に生成AI（ジェネレーティブAI）について目を見張るものがあります。
ChatGPTのようなテキスト生成AIは2023年になってから急速に一般の知名度が向上しました。
同様にMidjourneyやStable Diffusionに代表される画像生成AIも非常に有名になり誰でも利用できるようになっています。

しかし、画像生成AIは誰でも利用できる一方で、思ったような画像を生成するのは高度なプロンプトの知識が必要です。
そのため、画像生成AIを活用するには相変わらずある一定以上のハードルがある状態でした。

しかし、画像生成AIと連携するChatGPTのプラグインが登場したことにより、そのハードルが大分低くなりました。
ChatGPTに作成したい画像の内容を送信するだけで、ChatGPTプラグインがプロンプトを自動で生成してくれます。

これにより、誰でも簡単に高品質な画像を画像生成AIで作ることが可能になります。

画像生成AIの難しさ

画像生成AIはその可能性は無限大ですが、その実装と利用には一定のノウハウが必要です。
特に高品質な画像を生成するためには、AIの訓練データの選定やプログラミング、そしてAIに対する適切なプロンプトの提供など、多くのステップを経る必要があります。

近年ではMidjourneyやStable Diffusionモデルが有名となり、テキストを入力するだけで画像を生成してくれる訓練済みAIを搭載したWebサービスも多数リリースされています。
こうしたWebサービスではユーザーは特にAIの知識を持たずとも、例えば「猫の画像」とプロンプト入力するだけで、猫のAI画像を生成してくれます。

AI画像を生成するハードルは格段に下がったものの、それでもイメージ通りの画像や高品質な画像を生成するには入力するテキスト(プロンプト)の知識が必要です。
画像生成のプロンプトは一部では「呪文」と呼ばれるくらい複雑なものですが、使いこなせると画像の細部まで指定ができるようになります。

画像生成AIに対するプロンプトはAIの出力を大きく左右するため、適切なプロンプトを作成することは、AIのパフォーマンスを最大化する上で重要なスキルとなります。
しかし、AIが理解できる形式で指示を出し、かつ、期待する出力を得るためには、AIのモデルや訓練データの性質など深く理解しなくてはなりません。
したがって、誰でも簡単に画像生成AIを使えるようになったといえども、高品質な画像を生成するためのプロンプトの作成は、依然として難易度が高いものとなります。

しかし、AIの可能性を広く活用するためには、これらの技術を手軽に利用できる道筋が必要です。
その一つが、ChatGPTのプラグインであり、これを使うことでユーザーは特定のスキルを必要とせずに一回の問い合わせに基づいて画像を生成することができます

ChatGPTプラグインの役割と利点

ここで登場するのが、ChatGPTのプラグインです。
ChatGPTはOpenAIが開発したテキスト生成AIであり、テキスト入力に基づいて情報を生成する能力を持っています。
その中には、高品質な画像生成のためのプロンプトも含まれています。

ChatGPTの特徴の一つは、適切なプロンプトを生成する能力です。
このプロンプトはAIの出力の質と密接に関連しており、適切なプロンプトを提供することでより高品質な画像を生成することが可能になります。

しかし、従来のChatGPT(ChatGPT-3.5)は2021年までの訓練データをもとにしているため、最新の画像生成AIのプロンプト生成には最適化がされていません。
そこで、そのギャップを埋めるのがChatGPTの画像生成AIに関連したプラグインです。

プラグインの役割

まずプラグインとは何かというと、既存のソフトウェアに追加機能を提供する小さなプログラムのことです。
Webブラウザなどのソフトウェアは、基本的な機能を持っていますが、ユーザーが特定のタスクを効率的に行うためには、追加の機能が必要な場合があります。
そのような場合に役立つのがプラグインです。
たとえば、Webブラウザのプラグインは、広告のブロック、ビデオのダウンロード、特定のWebサイトの表示の改善など、さまざまな追加機能を提供します。

ChatGPTのプラグインも同様の目的で設計されています。
例えばChatGPT自体は大規模な言語モデルで、テキストベースの対話を生成する能力がありますが、訓練時に利用したデータ以外の新しい情報を知ることはできません。
そのため2021年以降の情報を提供するためやWebから情報を検索するために、ChatGPTはブラウザプラグインを利用します。

このプラグインはChatGPTがユーザーの質問に最新かつ詳細な答えを提供できるように、インターネットで情報を検索する機能を提供します。
（但しOpenAIのWebサービス上ではインターネット検索はChatGPT PlusのBrowse with Bing機能として提供しているのでプラグイン機能とは独立している）

このように、プラグインはソフトウェアの能力を拡張し、ユーザーが特定のタスクをより効率的に、またはより快適に行うための追加機能を提供します。

ChatGPTプラグインの利点

このプラグインの追加機能の一つとして画像生成AIとの連携機能があります。
ChatGPTのプラグイン機能は2023年5月にChatGPT Plusユーザ向けにベータ版としてリリースされたものですが、すでにかなりの数のプラグインが開発されています。
画像生成AIと連携する機能をもったプラグインも数多くあり、これらを利用することでユーザは特定のスキルを必要とせずに画像生成AIを効率的に利用することが可能です。

例えばChatGPTの画像生成プロンプトのプラグインを導入することにより、難しい画像生成プロンプトを生成してくれるようになります。
もしくは、直接的に画像生成AIと連携するプラグインでは、ChatGPT上で生成したい画像に関するテキストを入力するとそのまま画像生成まで実現します。
また、画像生成AIとの連携だけでなくプラグインによりテキストベースで画像編集をするなども可能です。

こうしたプラグインの登場により、画像生成AIに馴染みのないユーザーでも、AIの力を活用してさまざまな業界でイノベーションを推進することができるようになりました。
画像生成とChatGPTの親和性は非常に高いため、今後もますますプラグイン開発が盛んとなり、様々なプラグインのリリースが期待されます。

ChatGPTの画像生成AI連携プラグインの紹介

ChatGPTの画像生成関連のプラグインは既に何種類もリリースされています。
ここでは、いくつかの画像生成関連のプラグインを実際に使用してみて、その使用感などについてレビューしていきたいと思います。

現状では、画像生成と関連したChatGPTのプラグインは大きく3種類に分けられます。

• 画像生成AIプロンプト生成
• ChatGPT上での画像生成
• 目的特化型画像生成

上記の分類に基づいて、いくつかのプラグインの詳細を紹介します。

画像生成AIプロンプト生成プラグイン

画像生成AIプロンプト生成プラグインは、文字通り画像生成ＡＩに入力するプロンプトをChatGPTで作成することが可能なプラグインのことです。
例えば下記のようなプラグインがすでにリリースされて利用可能です。

• Photorealistic
• SceneXplain

Photorealisticプラグイン

「Photorealistic」プラグインは、写真のようなリアルな画像を作成するための詳細プロンプトを生成するプラグインです。
ユーザーのChatGPTへの入力テキストを複雑なアルゴリズムを通じて処理し、詳細で明瞭なプロンプトを生成します。
これらのプロンプトは、Midjourney等の画像生成AIの入力プロンプトとして利用が可能です。

プラグインインストール

「Photorealistic」プラグインのインストール方法は、他のChatGPTプラグインのインストール方法と同じですが、下記に手順を示します。

まずChatGPTのインターフェースを開き設定オプションをクリック、その後「Beta Features」の「Plugins」オプションをクリックしてプラグインを有効化します。

次にプラグイン選択画面から「Plugin store」を選択しプラグインのストアページを開きます。

プラグインストアで検索ボックスに「Photorealistic」と入力し、該当プラグインの「Install」ボタンをクリックすることでChatGPTにプラグインを追加できます。

Photorealisticの使い方

プロンプトの作成は対象を理解し、適切なワードの使用、細部の表現に必要な条件の設定など明確な指示が必要な作業です。
良いプロンプトは具体的で、詳細でかつ明確でなければならず、その全てを網羅して作成をするのは高度な知識が必要になります。

「Photorealistic」はそうした専門知識を不要とし、描きたい内容をテキストベースでChatGPTに指示するだけでプロンプトを作成してくれます。
例えば猫の画像を作成することをテーマに「Photorealistic」を検証してみたいと思います。

まずは単純に「かわいい猫」の画像を作成したいということを「Photorealistic」を有効にしたChatGPTに入力してみます。

このように単純に1ワードを入力するだけで、かなり詳細なプロンプトを生成してくれます。
プロンプトは下記のように2種類を作成してくれます。

このプロンプトはMidjourney用に作成されていますが、末尾のアスペクト比や品質のパラメータを削除することでStable Diffusionでも利用可能です。

比較としてまずは、「cute cat」というプロンプトで画像生成してみたいと思います。
ちなみにMidjourneyの無料トライアル版が執筆時点ですでに終了しているため、Stable Diffusionでの検証になります。
ここでは、Stable Diffusionの最新版(SDXL 0.9)を「ClipDrop」から使用してみたいと思います。

まずは、「ClipDrop」のプロンプトに「cute cat」と入力した結果です。

このように一匹のかわいらしい猫の画像を生成することが出来ました。

次に先ほどChatGPTで作成したプロンプト1を入力してみたいと思います。

続いてプロンプト2の結果です。

いずれの結果もかわいい猫の画像生成になっており、特にChatGPTでプロンプト作成した画像は高品質であることが分かります。
しかし、ChatGPTで作成したプロンプトを使用するメリットは、単に高品質な画像を生成できるというだけでなく、細かな指定が出来るという点です。

先ほどのプロンプトを分かりやすくするため翻訳にかけてみると以下のようになります。

このように猫の姿勢や色、写真のスタイルなど細かな指定がされているのが分かります。
これに対して、猫の種類や姿勢などを変えてみます。
例えば、猫の種類をスコティッシュフォールド、寝そべっている姿勢、毛並みを三毛猫にしたいということをChatGPTに伝えます。
すると、先ほどのプロンプトを修正してくれます。

このプロンプトで画像生成した結果は下記です。

このように生成した画像から修正したい点をChatGPTに伝えてプロンプトを改良することで、より自分好みの画像を作成することが出来るようになります。

SceneXplainプラグイン

画像生成用のプロンプトの作成方法として、テキストから生成する方法以外に画像からプロンプトを生成することも可能です。
「SceneXplain」プラグインでは生成したい画像の元イメージがある場合に、その画像から画像生成プロンプトを作成することが出来ます。

SceneXplainプラグインの使い方

プラグインのインストール方法は、他のプラグインインストール方法と同じです。
プラグインストアで「SceneXplain」を検索してインストールしてください。

インストールが完了したらSceneXplainプラグインを有効化し画像を指定します。
ChatGPTは画像のアップロード機能がないため、パブリックなURLに画像をアップロードし、そのURLをChatGPTに入力してください。

今回の検証としては画像素材サイトのunsplashの画像で試してみます。
対象画像のURLをChatGPTに入力し送信すると、下記のように画像がどのようなシーンなのかテキストメッセージとして出力してくれます。

これをそのままClipDropのプロンプトに入力してみます。

残念ながら似た画像にはなっていませんが、猫がベッドの上にいる、ブラインドやカップなどある程度特徴は捉えていそうです。
もう少し元画像に近づけるために、先ほどの「Photorealistic」を利用してみましょう。

「SceneXplain」プラグインをオフにし、「Photorealistic」を有効化します。
先ほどの「SceneXplain」が出力したプロンプトを使用し、修正点が何かを加えてChatGPTに入力し、新たな画像生成プロンプトを取得します。
再度ClipDropに描画し、一番似ている画像を比較した結果が下記です。

一度の試行では同じような画像を生成するのは難しいですが、先ほどの結果より断然似た画像になっているかと思います。
画像生成とプロンプト修正を繰り返すことにより、ある程度は同じような画像を作成できるポテンシャルはありそうな感じですね。

ChatGPT上での画像生成

ChatGPTのプラグインは画像生成用のプロンプトを作成するだけでなく、直接的に画像生成AIと連携しChatGPT内で画像生成することも可能です。
ChatGPT上に作成したい画像を入力することで、そのまま画像生成できるプラグインとして下記のようなプラグインがあります。

• MixerBox ImageGen
• Argil AI

MixerBox ImageGen

「MixerBox ImageGen」プラグインは、ユーザーがChatGPTインターフェース上でDALL·E2技術を使用してAI画像を生成することを可能にします。
ユーザーは画像のプロンプトや説明を入力することで、プラグインはその説明に合った画像をDALL·E 2を使用して生成します。
これにより、ユーザーはDALL·E2の公式サイトなどでアカウントを作成しなくても、画像生成をChatGPT上で実現可能です。

MixerBox ImageGenの使い方

他のプラグイン同様にプラグインストアで「MixerBox ImageGen」を検索してインストールを行い、プラグインを有効化してください。
例として「かわいい猫」の画像を作成してみます。

下記画像のように「かわいい猫」の画像を生成してほしいという内容でプロンプト入力します。

プラグインが動作し、生成した画像のURLリンクが生成されます。
このリンクから画像が入手できます。
このとき生成できた画像は下記のような画像でした。

この画像を生成するのに使用したプロンプトなども確認できます。
先ほどのChatGPT画面上で「Used MixerBox ImageGen」をクリックしてください。
下記のようにプラグインが外部サービスと連携するときのパラメータを確認することができます。
「Photorealistic」プラグインなどに比べると、非常にシンプルなプロンプトですがChatGPTへのテキスト入力という1タスクで画像生成が可能です。

もう少し複雑な画像にチャレンジしてみます。
先ほどのClipDropで作成した猫の画像をイメージして、下記のようにChatGPTに入力してみました。

ChatGPTの入力内容は複雑になりましたが、プロンプト自体はあまり複雑ではなく、結果としては下記のような3種類の画像を取得しました。

DALL・E2の画像生成AIとしての特徴なども影響しますが、複雑な画像を簡単に生成するのは中々難しそうな印象です。
とはいえ、ChatGPT上だけで画像生成が完結するため非常に便利なプラグインだと言えるでしょう。

このプラグインの肝はDALL・E2との連携だという点を考えると、「Photorealistic」のようなプロンプト生成はサービス提供範囲外なのかもしれません。
では、ChatGPT上の入力に直接画像生成プロンプトを入力したらどうなるでしょうか。

例えば、先ほどの「Photorealistic」で作成した画像生成プロンプトを入力して、「MixerBox ImageGen」プラグインで画像生成してみたいと思います。
下記は、ChatGPTに入力したプロンプト内容と「MixerBox ImageGen」が生成したプロンプト内容の比較画像です。

全く同じプロンプトではありませんが、内容はほぼ一致した状態で画像生成していることが分かります。
このとき生成できた画像は下記です。

ChatGPTプロンプトに取得したい画像の内容を説明して画像生成するより、プロンプト自体を入力したほうが、思ったような画像が取得できそうですね。

Argil AI

「Argil AI」プラグインとは、ユーザーがChatGPT上でテキストベースのプロンプトを入力すると、そのプロンプトに基づいてAI画像を生成するプラグインです。
画像生成のプロセスとしては、OpenAIのDALL·EというAIモデルを使用して行われます。
ユーザーは画像生成用のプロンプト知識がなくても、作成したい画像の内容をテキストベースで説明するだけで、ChatGPT上で画像を生成することが可能です。

Argil AIのインストール

「Argil AI」プラグインのインストールは他のプラグインのインストール方法と基本的に同じですが、「Argil AI」と連携するプロセスがあることに注意してください。
まずプラグインストアで「Argil AI」を検索し、インストールボタンからプラグインをインストールします。
インストールボタンを押すと下記画像のようにArgil AIとの連携を要求されます。

画像にある通り最初にログインボタンをクリックしArgilアカウントを作成してください。
ArgilアカウントはGoogleアカウントで連携も可能です。
利用用途は任意の項目を選択し、アカウント種別はfreeアカウントで問題ありません。
アカウントの作成が完了したらChatGPT上で「Argil AI」プラグインを有効化し利用可能です。

Argil AIの使い方

ChatGPTのプラグイン選択画面でArgil AIを有効化し、画像生成のリクエストをChatGPTプロンプトに入力してください。
例として「かわいい猫」の画像を作成してみます。

画像のように「かわいい猫」というプロンプトで画像生成AIに連携されたことが分かります。
得られた画像は下記です。

通常、画像生成AIのプロンプトは英語の方が好ましいため、日本語入力のメッセージがそのまま画像生成AIのプロンプトになることは避けた方が良いです。
そのため英語で画像の内容を説明するか、画像生成AIプロンプトへの入力は英語にすることという条件を付けると良いでしょう。

また、画像生成AIへの入力プロンプトを直接指定することも可能です。
先ほどの「かわいい猫」の代わりに詳細なプロンプトを指定して画像生成を依頼することが出きます。
ただし、あまり複雑なプロンプトには対応できないようです。
試しに先ほどの「Photorealistic」プラグインで使用したプロンプトを入力したところ、下記画像のようにエラー応答となってしまいました。

本プラグインはArgilアカウントと紐づいているため、利用制限があることに注意してください。
フリープランの場合100creditをアカウント作成時に付与されるため、本プラグインで画像生成できる回数は100回までとなります。

目的特化型画像生成

目的特化型画像生成のプラグインとは、特定の用途に限定させて画像生成をすることが出来るプラグインです。
目的を限定することで、より特定の用途やビジネスに適した画像生成をすることが可能となります。
例として下記のようなプラグインがあります。

• Bohita
• WordCloud

Bohitaプラグイン

Bohitaプラグインはアパレルに特化した画像生成プラグインです。
主目的は画像を生成することではなく、ユーザーが指定したデザインを元にTシャツなどのアパレル（Tシャツやフーディなど）を作成することです。
ユーザーはChatGPT上でデザインの主題と詳細な説明を提供し、それに基づいてグラフィックが生成され、選択した商品に印刷されます。
このプラグインは、ユーザーが自分だけのオリジナルのアパレルを作成するのに役立ちます。

Bohitaプラグインの使い方

「Bohita」プラグインは他のプラグインと同様にプラグインストアで検索、インストールし利用することができます。
使用法方ですが、アパレルのデザインを目的としたプラグインであるため、デザインの主題だけでなくアパレルの種類を指定する必要があります。
例えば、かわいい猫のアパレルをデザインしたい場合、「かわいい猫」とChatGPTに入力するだけでなく、アパレルの種類も合わせて指定してください。

ここでは検証として「かわいい猫の男性用Tシャツ」を作成してみます。

画像の通り複数のデザインが作成されリンクにあるBohitaのサイトから確認が可能です。
実際にBohitaのサイトにアクセスすると、Tシャツにデザインされた画像がプリントされ、サイズやシャツの色などを指定して購入することが出来ます。

このように画像生成をするという目的だけでなく、画像生成AIを活用してデザインをしたプロダクトを販売するということにもプラグインは活用することが出来ます。

WordCloudプラグイン

「WordCloud」プラグインは、テキストからワードクラウドを生成するプラグインです。
ワードクラウドとは、テキスト内の単語の出現頻度を視覚的に表現したもので、頻繁に出現する単語ほど大きく表示されます。
MidjourneyなどジェネレーティブAIとはジャンルが少し異なりますが、こうしたサービスとの連携プラグインも存在します。

このプラグインは画像を生成するという目的ではなく、テキストの主要なテーマやキーワードを視覚的に理解するのに役立ちます。
例えば、スピーチ、エッセイ、記事、または他の大量のテキストから主要なキーワードを抽出するのに使用できます。

WordCloudプラグインの使い方

「WordCloud」プラグインは視覚化したいテキスト情報を入力することでワードクラウドを作成することができます。
入力したテキスト情報をそのままワードクラウドに連携する場合、ChatGPTを利用するメリットはあまり大きくありませんが、ChatGPT上で完結することができ便利です。
ユースケースとして有効かどうか微妙ですが、ChatGPT上でテキストを作成してもらいそれをワードクラウドにすることもできます。

例えば、この「WordCloud」プラグインについてChatGPTに解説テキストを作成してもらい、そこからワードクラウドを作成すると以下のような画像が生成できました。

注意点として、日本語には対応していないためWordCloud作成時の入力テキストは英語になるようにしてください。

まとめ

本記事ではChatGPTで利用可能な画像生成AIと連携するプラグインについて、内容と使い方の解説をしました。
実際に各プラグインを導入し、どのように使用することができるかなど紹介しているので、簡単に画像生成AIと連携したり色々と試すことが出来るようになると思います。

ChatGPTのプラグインはまだベータ版がリリースされたばかりであり、今後より一層開発が盛んになることと思われます。
今回紹介したプラグイン以外にも様々なプラグインが開発されリリースされると、その活用の幅も格段に広がるでしょう。

是非色々なプラグインを試してみて、画像生成とChatGPTの可能性を感じてみてください。