勇田 環 / Isada kan

AIとデザイン、動画編集をメインに情報収集。SEO系も少々。
ライター業もやってます。

Stable Diffusion / FramePac / AIライティング

[榊正宗🫛ずんだもん発案者 @masamune_sakaki]

ドトールコーヒーでChromebookを開いて、自宅のRTX4090マシンにリモート接続してバイブコーディングしてる。この開発、コードは一文字も読んでない。

マジでCodexからVSCODE一回も起動してない🤣

コード読まない代わりに開発の問題点はHTMLにまとめてレポートさせてる。

低スペックのChromebookでも、実際の処理は自宅のGPUマシン側で走るので、手元は軽くて電池持ちがいい端末で十分なんよね。

作業場所は外、計算資源は家。これ、かなり現代の開発スタイルとして快適。マジでオススメ。

まだ、会社通勤してコード読んで疲弊してるの？

[えいと @7_eito_7]

NVIDIA公式から、 遅延がほぼゼロの音声AIが発表されました。 オープンソースで重みも無料。 人間と聞き分けがつかない声で、 会話にラグがないのが最大の強み。 詳しくはこちら👇

[わど🐏AI界のマスコット @wad0427]

コピペ用おいておきます！

ーーーーーーーーーーーーーーー

あなたは非常に優れた推論能力と計画能力を持っています。計画、思考、回答を構築する際は、以下の重要な指示に従ってください。

いかなる行動（ツールの呼び出しやユーザーへの回答を含む）を起こす前にも、以下の点について、積極的かつ体系的、そして自律的に計画および推論を行わなければなりません。

## 1. 論理的な依存関係と制約
意図した行動を以下の要素と照らし合わせて分析してください。競合が発生した場合は、以下の重要度順に解決してください。
1.1) ポリシーに基づくルール、必須の前提条件、および制約事項。
1.2) 操作の順序：ある行動をとることで、その後に必要な行動が妨げられないようにしてください。
1.2.1) ユーザーはランダムな順序で行動を要求するかもしれませんが、タスクの完了成功率を最大化するために、操作の順序を整理する必要がある場合があります。
1.3) その他の前提条件（必要な情報や行動）。
1.4) ユーザーが明示した制約や好み。

## 2. リスク評価
その行動をとった結果はどうなるか？新しい状態は将来的な問題を引き起こさないか？
2.1) 探索的タスク（検索など）において、オプションのパラメータが欠けていることのリスクは「低」です。「ルール1」（論理的依存関係）の推論により、後のステップでそのオプション情報が必須であると判断されない限り、ユーザーに質問するよりも、現在利用可能な情報でツールを呼び出すことを優先してください。

## 3. アブダクション（仮説形成的）推論と仮説の探索
各ステップにおいて、遭遇した問題に対して最も論理的かつ可能性の高い原因を特定してください。
3.1) 即座にわかる原因や明白な原因の先を見てください。最も可能性の高い理由は、最も単純なものではない場合があり、より深い推論を必要とするかもしれません。
3.2) 仮説の検証には追加の調査が必要な場合があります。各仮説の検証には複数のステップがかかる場合があります。
3.3) 可能性に基づいて仮説に優先順位をつけますが、可能性の低いものを早急に捨てないでください。確率は低くても、それが根本原因である可能性があります。

## 4. 結果の評価と適応性
前回の観察結果を受けて、計画を変更する必要はありますか？
4.1) 当初の仮説が反証された場合は、収集した情報に基づいて積極的に新しい仮説を生成してください。

## 5. 情報の可用性
以下を含む、適用可能なすべての情報源および代替情報源を取り入れてください。
5.1) 利用可能なツールとその機能
5.2) すべてのポリシー、ルール、チェックリスト、および制約
5.3) 以前の観察結果および会話履歴
5.4) ユーザーに質問することでのみ得られる情報

## 6. 正確性と根拠付け
推論は極めて正確であり、現在進行中のそれぞれの状況に厳密に関連しているようにしてください。
6.1) 言及する際は、正確な該当情報（ポリシーを含む）を引用して、主張を検証（裏付け）してください。

## 7. 網羅性
すべての要件、制約、オプション、および好みが計画に網羅的に組み込まれていることを確認してください。
7.1) 競合がある場合は、#1の重要度順を使用して解決してください。
7.2) 早急な結論を避けてください：ある状況に対して、関連する選択肢が複数存在する可能性があります。
7.2.1) 選択肢が関連しているかどうかを確認するために、#5のすべての情報源について推論を行ってください。
7.2.2) 適用可能かどうかを知るために、ユーザーへの確認が必要な場合さえあります。確認せずに適用外だと決めつけないでください。
7.3) #5の適用可能な情報源を見直し、現在の状態に関連しているか確認してください。

## 8. 粘り強さと忍耐
上記の推論をすべて尽くすまでは諦めないでください。
8.1) 時間がかかったり、ユーザーが苛立ったりしても、ひるまないでください。
8.2) この粘り強さは知的でなければなりません。「一時的な」エラー（「もう一度試してください」など）の場合は、明示的な再試行制限（例：最大x回まで）に達しない限り、再試行する必要があります。制限に達した場合は停止しなければなりません。「その他」のエラーの場合は、同じ失敗した呼び出しを繰り返すのではなく、戦略や引数を変更する必要があります。

## 実行ルール
回答を抑制してください：上記のすべての推論が完了した後でのみ行動（回答）を起こしてください。一度行動を起こすと、取り消すことはできません。

[勇田 環 / Isada kan @yuuta_tec]

@starriver0513 AI

[テツメモ｜AI図解×検証｜Newsletter @tetumemo]

📕速報：Nano Banana Proが登場！画像生成AIの世界が一気に変わりました...！

正直に言うと、Googleが発表したNano Banana Proを見た瞬間、「あ、これはマジで蹂躙しに来たな」と思いました。

画像生成AIの競争は激しくて、毎週のように新しいモデルが登場しますよね。
でも今回は、競争というより「圧勝」に近い。そう感じた理由を、実際に触れながら気づいたことを含めて共有させてください。

長文で、内容はブログ記事級に”濃い”です

まず前提として、Nano Banana（前バージョン）の時点で既に相当強かったんです。

OpenAIの画像生成やMidjourneyと比較しても、特にテキスト表現や編集機能では一歩先を行っていました。「古い写真の復元からミニフィギュアの生成まで」幅広く対応していて、カジュアルに使える画像編集ツールとして完成度が高かった。

ただ、日本語はまだまだだった

で、今回のNano Banana Pro　「エグい」の一言

Gemini 3 Proをベースに構築された、と聞いた時点で期待値は高かったんですが、実際に使ってみて驚いたのは『実世界の知識と深い推論能力』が画像生成に統合されている点でした。

具体例で説明します。

「エライチチャイ（カルダモンティー）の作り方を示すインフォグラフィックを日本語で作成」と指示すると、単に綺麗なデザインを作るだけじゃなくて、実際のレシピ手順、材料の分量、カルダモンの特性まで理解した上で、視覚的に正確な日本語のインフォグラフィックを生成します。

これ、従来の画像生成AIだと「日本語のそれっぽい見た目」は作れても、内容の正確性は保証されなかったんですよね。

この最も衝撃を受けた日本語表現

従来、画像生成AIの最大の弱点は「文字が崩れる」「日本語が意味不明になる」という点でした。看板やポスターに日本語を入れようとすると、漢字が壊れたり、読めない文字列になったり。プロの現場では結局Photoshopで手作業修正が必要でした。

でもNano Banana Proは違います。

公式ブログには「画像内に直接、正確にレンダリングされた読みやすいテキストを作成する最高のモデル」と書かれていますが、これ控えめな表現だと思います。実際には「革命的」と言ってもいいレベル。

・短いタグラインから長い段落まで対応
・カリグラフィーを含む幅広いフォントスタイル
・多言語生成で「複数の言語でテキストを生成」

つまり、日本語の看板、ポスター、パッケージデザイン、説明図が、そのまま実用レベルで生成できるということです。

例えば「『URBAN EXPLORER』というテキストを建物のファサードに統合」といった指示で、建築物に自然に溶け込んだサインデザインを作成できます。これまでだと、3Dソフトでモデリングして、ライティング設定して、レンダリングして...という工程が必要でしたが、それが数分で完成します。

実際の技術スペックを見ると、さらに圧倒的です

・最大14枚の画像をブレンドして1つの構成に統合可能
・最大5人の人物の一貫性と類似性を維持
・2K・4K解像度での出力対応
・9:16、16:9、21:9など多様なアスペクト比

「最大14枚の画像をブレンド」って、どういうことかというと。

例えば、スケッチ、参考写真、テクスチャ、カラーパレット、フォント見本、レイアウト案...これらをまとめてアップロードして「これらを統合してフォトリアリスティックな製品モックアップを作成」と指示すると、すべての要素を理解して1つの完成品に仕上げてくれます。

デザイナーの脳内にある「こういう感じ」を、複数の参考資料から読み取って形にしてくれるイメージです。

もっと驚いたのは『スタジオ品質のクリエイティブコントロール』。

ここがNano Banana Proの真骨頂だと思っています

・「浅い被写界深度（f/1.8）のローアングルショット」
・「ゴールデンアワーの逆光、長い影を作る」
・「ミュートされたティールトーンのシネマティックカラーグレーディング」

こういった撮影監督レベルの指示が通るんです。

実例として、公式ブログには「雪の中のキツネのシーンを昼から夜に変換」という編集例が紹介されています。単に暗くするだけじゃなく、月明かりの質感、雪の反射、影の落ち方まで、時間帯に応じた光の物理法則を理解して変換します。

「このシーンを夜間に変える」
「花にフォーカスする」

たったこれだけの指示で、プロのレタッチャーが何時間もかけて調整するような作業が完了します。

ここで、実際のビジネス価値について考えてみます。

従来のワークフローだと

1. デザイナーがラフスケッチを作成（30分）
2. 3Dアーティストがモデリング（3時間）
3. ライティング設定とレンダリング（2時間）
4. Photoshopで仕上げ（1時間）
5. クライアントからの修正依頼（往復で1日）
6. 再レンダリングと調整（2時間）

合計で2〜3日かかっていた作業が、Nano Banana Proだと

1. プロンプトを書く（5分）
2. 生成・確認（2分）
3. 微調整（10分）

合計20分程度で完成します。

これ、単なる効率化じゃなくて、ビジネスモデル自体が変わるレベルの変化だと思っています。

実際、Googleは既にこれをビジネスに統合し始めています

・Google Ads：「最先端のクリエイティブおよび編集機能を広告主に直接提供」
・Google Slides：プレゼン資料に直接統合
・Vids：動画制作ツールに統合

つまり、私たちが日常的に使っているGoogleのツールに、このレベルの画像生成能力が組み込まれていくということです。

企画書を作りながら「このコンセプトを視覚化して」と指示すれば、その場でプロフェッショナルな画像が生成される。会議中に「今の議論を図解して」と言えば、構造化された説明図が完成する。

これ、知識労働の生産性が根本的に変わる瞬間だと思います。

個人的に特に注目しているのは『世界の知識へのアクセス』という機能です。

公式ドキュメントには「Google検索によるグラウンディングを有効にすると、リアルタイムのWebコンテンツに接続してデータ駆動型の出力を実現」とあります。

これ、どういうことかというと。

例えば「今日の東京の天気をポップアートスタイルのインフォグラフィックで」と指示すると、リアルタイムの気象データを取得して、正確な気温、湿度、降水確率を含む視覚的に魅力的なインフォグラフィックを生成します。

「生物学的に正確な心臓の断面図」を依頼すれば、医学的に正確な構造を持つ教育用図表が完成します。従来は専門の医療イラストレーターに依頼していたような仕事が、誰でもできるようになる。

もちろん、完璧ではありません。

公式ブログも正直に限界を認めています

・小さなテキストのレンダリングは完璧に機能しない場合がある
・データ駆動型ビジュアルの事実の正確性は検証が必要
・複雑な編集タスクは不自然なアーティファクトを生成する場合がある

ただし、Googleは「これらの領域の改善に積極的に取り組んでいる」と明言しています。現時点で既にこのレベルなら、半年後、1年後にはどうなっているのか。

なぜNano Banana Proがここまで強いのか。

答えは『Gemini 3 Proの推論能力』にあります。

従来の画像生成AIは「綺麗な画像を作る」ことに特化していました。でもNano Banana Proは「問題を理解して、適切な解決策を視覚化する」ことができます。

プロンプトに「String of Turtles（観葉植物）の原産地、ケアの要点、成長パターンに関する情報を含むインフォグラフィック」と書くと、単に綺麗なデザインを作るのではなく

1. String of Turtlesという植物を正確に理解
2. その植物の原産地（南アフリカ）を知識ベースから取得
3. 適切なケア方法（水やり頻度、日照条件）を整理
4. 成長パターンを視覚的に表現する最適な方法を判断
5. すべてを統合した教育的価値の高いインフォグラフィックを生成

この「理解→判断→実行」のプロセスが、他のツールとの決定的な違いです。

実際の活用事例をいくつか紹介します。

【製品開発チーム】
「スケッチに基づいて製品モックアップを作成、1960年代のレトロな美学で」→ 複数のデザイン案を数分で生成し、チーム内で議論

【マーケティング担当】
「ブランドロゴを各種製品にアプリケーション、一貫性を保ちながら」→ Tシャツ、マグカップ、看板、バス停広告など10種類のモックアップを一度に生成

【教育者】
「太陽系の惑星の大きさ比較を子供向けに視覚化」→ 科学的に正確でありながら、小学生にも理解しやすいインフォグラフィック

【プレゼン資料作成】
「この四半期の売上データを視覚的に魅力的なチャートに」→ データの傾向を理解した上で、最も効果的なビジュアル表現を提案

透明性についても触れておきます。

Googleはすべての生成画像に『SynthID』というデジタル透かしを埋め込んでいます。これは目に見えませんが、Geminiアプリに画像をアップロードして「これはGoogle AIで生成されたか？」と尋ねると、検証できます。

AI生成コンテンツが溢れる時代に、「これはAIが作ったもの」と明確に判別できる仕組みを標準装備しているのは、誠実な姿勢だと思います。

さらに、無料ティアとProティアには可視透かし（Geminiスパークル）が入りますが、Google AI Ultraサブスクライバーと開発者向けツールで生成した画像には可視透かしが入りません。
「プロフェッショナルな作業のためのクリーンなビジュアルキャンバスの必要性を認識」した結果です。

最後に、これが業界に与える影響について。

PhotoshopやIllustratorが「不要になる」とは思いません。むしろ、これらのツールの使い方が変わると思っています。

従来：ゼロから作り上げる
これから：AIが生成したベースを、プロのツールで洗練させる

粗削りな原石を磨く作業から、既に形になったものを完璧に仕上げる作業へ。クリエイティブワークの重心が、技術的な実行から、コンセプトと最終調整に移っていく。

Adobeも既にこの流れを理解していて、「主要なクリエイティブプラットフォームがモデルを統合中」と公式ブログに書かれています。競合するのではなく、協業する未来が見えています。

2025年中はもう、この領域でNano Banana Proを超えるものは出てこないんじゃないかと思っています。

前バージョンのNano Bananaの時点で既に先行していたところに、Gemini 3 Proの圧倒的な推論能力が加わった。技術的な差が大きすぎて、半年や1年では追いつけないレベルです。

個人的には、この技術が日本語に強いという点が本当に嬉しい。

海外のツールだと、英語では完璧でも日本語になると途端に精度が落ちる、というのが常でした。でもNano Banana Proは「Gemini 3の強化された多言語推論」により、日本語も英語と同等に扱えます。

これ、日本のクリエイター、デザイナー、マーケター、教育者にとって、めちゃくちゃ大きなアドバンテージです。

結論として。

Nano Banana Proは、単なる「新しい画像生成AI」ではなく、『知的労働における創造プロセスの再定義』だと思っています。

アイデアから実装までの距離が劇的に縮まり、試行錯誤のコストが極限まで下がり、専門スキルがなくても高品質なアウトプットを出せるようになる。

「AIで画像を作る」時代から、「AIと協働してプロフェッショナルな制作をする」時代へ。

その転換点にワクワクしてます！

[ぱんちゃん🍞｜AI ×クリエイティブ @panchaaan_2]

Nano Banana Pro、バナーのリサイズやってくれる！！すご！！！

[ニケちゃん @tegnike]

楽しい、一生サムネイルガチャできる

[賢木イオ🍀AIイラスト @studiomasakaki]

NanoBanana2しゅごしゅぎる…AIで漫画が作れてしまう！！！（驚き屋がよく言うやつ）

[賢木イオ🍀AIイラスト @studiomasakaki]

指示は以下のとおりです

指示：この2人の漫画を生成してください。3コマが3段になっています。 @img1 が綾香、@img2 があんなと言います。
1コマ目：街でばったり出会った二人。驚いた様子でお互いを振り返り、「あれっ先輩？」「綾香じゃん。久しぶり」
2コマ目：綾香の上半身と笑顔「中学以来ですねっ！」「先輩、変わりませんね～！」胸が大きいことを強調。横書きで胸のあたりに「ばい～ん」
3コマ目：複雑な表情のあんなの顔アップ。視線は下。「あんたはだいぶ変わったわね…」横に中学時代の二人の卒業写真。綾香とあんなが映っているが、二人とも胸が小さい。写真の綾香の胸のあたりに目立つ赤い矢印マークをつける。

[賢木イオ🍀AIイラスト @studiomasakaki]

←NanoBanana1 / NanoBanana2→

[勇田 環 / Isada kan @yuuta_tec]

@iorinoshorts チート

[勇田 環 / Isada kan @yuuta_tec]

@hikarun_videoai 雑学

[ひかる｜AGIにオールイン @hikarun_agi]

えぐい...😳

ChatGPTで雑学動画を作れるようにしました。
外注すると1本2,000円くらいかかるのが1本10円くらいで作れる。

外注費用とコミュニケーションコストをほぼゼロにできるのがえぐい。
一瞬で完成するから発注して完成するのを待つ必要もない。

完全無料で48時間限定で配布します。

🌼 私をフォロー
🌼 RT & いいね & リプに「雑学」
作り方は下記で解説します 👇

[榊正宗🫛ずんだもん発案者 @masamune_sakaki]

ワシはAI時代に勝つキャラ戦略は、開放することだと思ってる。初音ミクやずんだもんみたいに、ある程度、版権フリーにしてガイドラインを整え、誰でも使えるようにする。これは今後めっちゃ強い勝ち筋になる可能性がある。これについて長文で解説するね。

日本のアニメキャラを勝手に使って絶賛炎上中のSora2も流石にオプトアウトが進んでいくと、有名IPはどんどん使えない方向に固まっていくのは間違いない。そのとき「非商用ならOK」「二次創作・生成も自由」と示したキャラは、時代にハマって一気に広がると思うんよね。みんなが閉じるなら、逆に開いて勝負する。善意じゃなくても、戦略としてヤバいくらい強いんよ。

AI時代のコンテンツでは「誰が使えるか」「どこまで許されるか」がブランド価値の一部になる。非商用フリーのガイドラインを出しておけば、生成AIで利用が広がり、ユーザーが勝手に世界観を育ててくれる。気づけばAI時代の初音ミク枠に収まる、そんな展開も普通にありえる。

ただし、なんでも自由にすると混乱する。ずんだもんもネット発のミームと勘違いされて無法地帯になって大変だった時期がある。なので最低限のルールは必要や。非商用なら自由、商用は申請制、ヘイトやポルノは禁止、帰属表示は必須。こうしたルールを整えておけば、炎上や誤解を防げる。

さらに、AI向けの生成用スターターキットまで用意できたらめっちゃ強い。立ち絵や三面図、カラーパレット、LoRA、ネガティブプロンプト例まで揃えて、すぐ使える状態にすればクリエイターが一気に飛びつく。特にAIで使える声優さん許諾済みボイスがあると強そう。これができたら伸び方がヤバいと思ってる。

そして、一般のAIユーザーにとって大事なのは、今のうちに自分のキャラを準備しておくこと。Sora2のオプトアウトが加速してからでは遅い。今ならガイドライン付きオープンキャラで先行できる。閉じた商用IPが動けない中で、オープンなキャラだけが広がっていく未来はめっちゃ現実味ある。

現状では「自作絵一枚 → nano-banana三面図 → Sora2」が一番オススメ。将来的にはAI向けオープンキャラが生態系の中心になるかもしれない。ガイドラインを整えてノーガード戦略で挑むのは守りじゃなく攻めだ。これは攻めの一手で、今のうちに仕込む価値があると、ワシは思うよ。

[勇田 環 / Isada kan @yuuta_tec]

@koala_YouTube99 アース

[yachimat - AI Short Anime @yachimat_manga]

なるほど、1回グリーバックにしちゃうのね！みんな合成ノウハウ色々持ってるなぁ

[けいすけ @kei31]

完全にNano Bananaのコツを掴んだ

[オキヌケ船長 @namaedousiyoka]

nano banana君！やっぱすげぇよあんた！

[勇田 環 / Isada kan @yuuta_tec]

@kei_kindle のーと

[勇田 環 / Isada kan @yuuta_tec]

@merumeruaffi おねつ