【25年最新版】生成AI大全：ChatGPTから画像・音声・動画生成〜業務効率化まで

はじめに

Threads×AIを使ったコンテンツビジネスで月10万円以上を安定的に収益化しているきんとんです！

個人で収益化していくには生成AIの知識・利用は必須です。

AIを使うか・使わないかで全然効率が違いますからね。

今回は、フォロワーの皆様にもっとAIの世界にどっぷり踏み込んで欲しい！

副業で収益化するにはぜひAIの世界を知って欲しい！

と思って

通常¥9980で発売中のコンテンツを

今だけ¥0で

公開しちゃいます。www

（30,000文字超えの有料コンテンツです。www）

生成AIの教科書でできるようになること

本書で取り扱うAIはこちら

文書生成AI⇨Chatgpt・gemini・Claude・Copilot

画像生成AI⇨Seaart・Leonardo AI・Microsoft imagecreator

動画生成AI⇨Hapier.ai・Run way・Luma.ai

音楽生成AI⇨Suno.ai・Image to music・AI juke box

音声生成AI⇨Coefont・evennote

業務効率化AI⇨ChatPDF・Excel GPT・Cluaude3 Atrtifact

こんな人は読まないでOK

目的は、生成AIについて網羅的に学び・使えるようになることですから、以下のように特定の目的を持った人には向いていないコンテンツです。

執筆者の実績

このコンテンツでこんな人を増やしたい

限定コンテンツ

9980円のコンテンツを今だけ無料で公開中です

では早速本編へGO!〜

早速ですが文章生成AIから理解していきます。

Chatgptはみなさまお馴染みだと思うのですが他にも精度の高い生成AIがあるので実際に使ってみてください

文章生成AI（代表的な生成AI）

まず前提として、生成AIを使う上で最も重要なのは、何だと思いますか？

性能？応答スピード？価格？

いえ、全く違います。

生成AIを使う上で、最も重要なのは「プロンプト」です。

まず簡単にプロンプトについて説明しますので、しっかり理解してください。

プロンプトって？

より精度の高い回答を得るためには、指示の出し方に工夫が必要です。生成AIを上手く活用できない場合は、指示内容に問題が生じているケースが少なくありません

生成AIにゴミを与えるとゴミしか返ってきません。

欲しい回答を得るためには、生成AIに与えるプロンプトは具体的かつ的確にしないと、全く思っていた回答とは違う・生成AIって大したことないじゃんとなってしまうので、まずはプロンプトを工夫するといったクセを前提として持っておくべきです。

プロンプトってどう書けばいいの？

このような疑問が浮かんできたのではないでしょうか？

結論：基本を理解した上で、プロンプトサイトからコピーするが吉

です。

まず基本を理解しましょう。

生成AIから希望通りの回答を引き出すには明確な目的が必要です。生成AIからどんな回答を得たいのか、目的を明らかにしましょう。目的が明確であれば、プロンプトの方向性が明確になります。目的が曖昧なままの状態では、意図が不明瞭な指示しか出せません。目的を明確にするには、以下のような質問を自問自答してみましょう。

短い命令だけでも回答を得ることは可能ですが、精度が低くなります。コンテキストを用意することで回答の精度を上げられるでしょう。コンテキストとは、外部情報や追加の文脈を指します。企画書を作成させるには、以下のようなコンテキストを与えておくと、より精度の高い回答を得られるでしょう。

実際にプロンプト例

例えば、鉄道会社で勤務しているあなたが、GWの電車の旅の広告のキャッチフレーズを考えて欲しい時

このように命令してませんか？

「鉄道会社で勤務しているんだけど、電車の旅の魅力を訴求する広告のキャッチフレーズを教えて。ちなみにGWの期間に広告を打ちます」

これでもある程度の結果は返ってくるのですが、生成AIを使いこなしたい人は下記のようなプロンプトが適切です

魅力的な出力が得られるように、ステップ・バイ・ステップで段階的に考えていきましょう。
ChatGPTの「Top P」と「temperature」パラメータを、ほんの少しだけ高めの値にしたかのようにふるまって下さい。
出力するように指示があるまで、出力はしないで下さい。

あなたは有名な一流コピーライターとしてふるまって下さい。過去の作品例も参考にして下さい。

#過去の作品例:
・わたしらしくをあたらしく
・ココロも満タンに
・愛は食卓にある。
・恋が着せ、愛が脱がせる。
・あったかい夜をプリーズ。
・本当の主役は、あなたです。
・自分は、きっと想像以上だ。
・おしりだって、洗ってほしい。
・恋を何年、休んでますか。

#前提: もうすぐゴールデンウィークです。
#広告主: 鉄道会社
#販売商品: 箱根への旅行
#禁止ワード: 箱根、自分、鉄道

{前提}をふまえ、{販売商品}の客を増やすために、{広告主}が広告を打つときのキャッチフレーズ案が必要です。

まず、{広告主}がどのようなイメージを{販売商品}の広告で人々に与えようとしているかを、文章にまとめて、変数{P1}に代入します。

次に、{販売商品}に少しだけの興味を持つ人で、一番多いと思われる「居住地、年齢、性別、年収、性格、職種」を予想しますが、絶対に出力はしません。次に、その人の「顕在ニーズと潜在ニーズ」の詳細を考えます。次に、その潜在ニーズのみを文章にまとめて、変数{P2}に代入します。

次に、変数{P2}のような客が、{前提}の下で{販売商品}を体験したことで、心が大きく揺さぶられたストーリーを考えて、客がどのような感動・発見をしたかを文章にまとめて、変数{P3}に代入します。

次に、変数{P1}、変数{P2}、変数{P3}の内容を踏まえて、{広告主}が広告を打つときの、想像を掻き立てるような、絶対に説明的ではない、とても印象的で感性的で簡潔なキャッチフレーズ案を、水平思考で、いずれの{禁止ワード}もキャッチフレーズの全ての案の中で一度も使わないように注意して、あなたの頭の中で50個考えますが、まだ絶対に出力しないでください。

50個考えたら、その中から、下記の{評価基準}による評価値の合計がもっとも高くなるような案を厳選して、上位10個の案だけを出力してください。プロセスや説明は書かないでください。結果のみを出力して下さい。

#評価基準:
・覚えやすさ
・文章の短さ
・期待感
・オリジナリティ
・ハッとした気づきがあるか
・心が揺さぶられるインパクトの大きさ
・客の背中を押して、商品へ踏み出したくさせるか

こんな難しいのは書けないよ、、って思いませんでしたか？

安心してください。このようなクオリティーの高いプロンプトはプロンプトサイトからコピーして自分のタスク用にカスタマイズするといった方向性で考えることが大事です。

使えるプロンプトサイトを紹介しますので、色々コピーして使ってみてください

初心者向けはこちら👇

このサイトが初心者におすすめの内容になりますので、ざっと目を通してみてください。

プロンプトは難しいですが、何度も何度も繰り返し納得のいく結果がもらえるまで調整していくものといった認識を持って生成Aiと会話しましょう。

では早速文章生成AIの代表格であるChatgptからマスターしましょう。

Chatgptをマスターしよう

Chatgptとは

ChatGPT（正式名称：Chat Generative Pre-trained Transformer（文章生成モデル））とは、まるで人間と会話しているかのような、自然な会話を楽しめる対話型AIチャットサービスのことです。

入力された質問に対して高度な回答が可能で、個人・企業を問わず、さまざまな場面で活躍するポテンシャルを秘めています。従来のチャットボットと比べて、ChatGPTは人間を相手にしているような感覚で「会話」できる点や回答可能な領域が幅広い点が優れています。

ChatGPTを開発したのは米国・サンフランシスコのAI研究機関であるOpenAIです。OpenAIは2022年11月30日に無料版の「ChatGPT-3.5」をリリースし、リリース直後から世界中の注目を集めて利用者数を増やしています。また、2023年3月15日には有料版の「ChatGPT Plus」をリリースしました。

さらに、2023年11月6日（米国時間）には次世代モデル「ChatGPT-4Turbo」をリリースされ

2024年6月にはモデルGPT4-oがリリースされました。

25年最新モデルGPT-4.5です。

Chatgptができることはたくさんありますが、主な機能はこちらです

会話

例えば...

などに利用可能。

ChatGPTは流暢な文章を素早く生成可能なため、人間を相手にしているような感覚で、スムーズな会話が楽しめます。

気になっていることや、疑問に思っていることへの回答もすぐに提供してくれるため、個人的な悩み相談にはもちろん、企業のカスタマーサポートのオペレーターとしても活躍しそうです。

人間的なユーモアセンスを理解するにはあと一歩のようですが、情報を引き出すためのコミュニケーションという観点では、現状でも必要にして十分な能力があると言えそうです。

情報収集＆学習

例えば...

などに利用可能。

ChatGPTはインターネット上の膨大なテキストデータによってトレーニングされており、情報収集のパートナーにはぴったりのツールです。

Web検索では、より的確な情報を得るために検索ワードを工夫したり、検索結果を選別したりする手間が必要ですが、AIチャットではカジュアルに質問を投げかけるだけで欲しい情報が得られます※5。そのため、Web検索よりもAIチャットのほうが、より直感的かつスピーディーな使い心地と言えそうです。

また、幅広いジャンルの知識をカバーしているChatGPTは、趣味や学問の独学を助けてくれる頼もしい存在になり得ます。学校や塾、習い事の先生に質問する感覚で、わからないことを遠慮なく聞けるため、独学でも自分の能力をどんどん伸ばしていける可能性があります。ある分野のことについて詳しい人が周りにいない方や、人と話すのが苦手な方にとっても、ChatGPTを通して多くの学びを得ることができるでしょう。

なお、ChatGPTは多言語に対応しているため、翻訳ツールとしても利用可能です。

クリエイティブ系の作業

例えば...

などに利用可能。

ChatGPTは文章やプログラムのコードを生成する、クリエイティブなツールとして大きな可能性を秘めています。生成可能な文章のジャンルは小説、脚本、記事、プレゼン資料など多岐に渡り、本文はもちろん、なんとプロットや構成のベース作りにも利用可能です。プロンプトの条件設定次第では、文章のスタイルなどの細やかなルールに基づいた結果を生成してくれるため、使い込むほどに時短で思い通りの文章を出力させることもできそうです。

また、完成した文章を読み込ませることで、校正・添削も行ってくれます。

ChatGptは無料で使える

まずはこちらにアクセスしてください。

こちらのサイトから「Start now」を押してください

ChatGPTにメッセージを送信する

といった部分に聞きたい内容を入力すれば、AIから回答が入手できます。

アプリ版もありますので、私はiPhoneにアプリを入れてチャットで会話するようにしています。興味のある人はこちらから。

有料プランChatGPT Plusと無料版の違い

表にあるように、無料版でも最新モデル（2024年7月9日現在）のGPT-4o（ジーピーティーフォー・オー）を利用できます。

しかし、GPT-4oの回数制限に達すると、無料版の場合はモデルがGPT-3.5になります。

より高い精度で回答を得たいなら、GPT-4oの利用制限より前にチャットを完了する必要があるため、ChatGPTへの命令文（プロンプト）を慎重に考える必要があります。

また、画像生成・GPTs（ジーピーティーズ）の作成はChatGPT Plus（有料版）のみの機能です。

無料版のみの利用では、業務内容や使用目的によっては期待する効率性や生産性に達しない可能性があります。この点に留意することが重要です。

と魅力的な内容になっていますので課金して使うべきかと思います。

データ分析機能は私もよく使ってますが、圧倒的に自分で分析するよりも作業効率化できるのでおすすめです。

性能の比較もしておきます。

25年2月にはPlus会員にはGPT-4.5も利用できるようになったので後で詳しく解説します。

GPTsとは？

無料でも一部利用できますが、有料版になると無制限にGPTsを利用できることが有料版の強いメリットの一つになっている状況です。

それではGPTsとは何でしょうか？

一言で表すと「個々人がChatGPTをカスタマイズできる機能」です

Chatgtpにアクセスして、GPTを探すをクリックすると

GPTストアに遷移できます。

中でもおすすめなものを3つほど紹介します。課金ユーザーは使ってみてください。

①はプレゼン作成に役立つもの

②はファイルをアップロードするだけでデータの可視化や高度なデータ分析ができるもの

③は画像生成AIです

1. GPT‑4.5の特徴

1-1. 自然な対話

👉 日常会話やカスタマーサポート、教育的対話など幅広いシーンで便利

1-2. 回答の正確性向上

👉 ビジネスや学習など、正確な情報が求められる用途で便利

まとめ

GPT‑4.5は、従来モデルから大幅な進化を遂げた最新モデルです。

Geminiをマスターしよう

Geminiは、Googleが開発した生成AIサービスです。こちらも会話形式での操作ができます。

現在では、無料で利用できるGeminiと、月額2,900円でGemini Advancedにアップグレードすることで最も高性能なGemini Ultraを利用することができます。

最新のアップデートと機能強化の詳細はこちら↓

ChatGPTと比較したベンチマークの結果を見ても、Gemini Ultra 1.0がほとんどの項目で、GPT-4よりもスコアを上回る結果となっています。

日本語の生成機能はChatGPTを上回っているように思えます。

GeminiはGoogleアカウントがあれば無料で利用可能です。Geminiの詳細については、以下をご覧ください。

画像生成・動画生成・音声生成の精度についてもGPTのモデルよりもGeminiが上回っていることが確認できている状況なのです。

ここまでの結果を見て分かるように、GPTを比較して遜色ないレベルのAIになっています。むしろGPTを凌駕しているところも多々あります。無料版だけでも使用してChatpgtと回答を比較すると、あるタスクではGeminiの方が精度がいいなといったことが頻繁に起こりますので、まだ利用したことがない人は絶対に利用しておいた方がいいと思います。

Chatgptを含め全ての生成AIは完璧ではないのです。

だからこそ、Geminiも利用して各生成AIの回答を比較することが重要だと認識しておいてください。

Gemini使い方

こちらのサイトにアクセスしてください。

「ここにプロンプトを入力してください」の部分にプロンプトを入力すれば回答を得ることができます。

個人的には、回答の末尾に参考資料が添付されるのでソースが明確でChatgptより安心して結果を信じることなと思っています。

Claude3をマスターしよう

Claude3も有名な生成AIで基本的な用途はChatgptと同じです

2025年2月24日、Anthropic社は最新のAIモデル「Claude 3.7 Sonnet」を発表しました。このモデルは、迅速な応答と深い推論の両方を1つのモデルで実現する「ハイブリッド推論モデル」として設計されています。さらに、同時にコーディングエージェントツール「Claude Code」もリリースされ、開発者コミュニティで大きな注目を集めています。

個人的にも愛用していて使いやすいのでおすすめです

まず利用はこちらから。Try Claudeをクリックすれば利用できます

Claude3の精度について

前提として、Claude3には3モデル存在します。

Haiku・Sonnet・Opus

無料版で利用できるのは、Sonnetで課金すればOpusも利用できるといった仕組みです

それぞれの精度を比較するとOpusが最も精度が高いといった結果になっています。

GPT4やGeminiと比較しても様々な観点で凌駕している生成AIです。

Claude3.5 Sonnet最新モデルの評価は？

24年6月にClaude3Sonnetの上位互換モデル、Claude3.5 sonnetの発表がありました。

こちらの精度が高すぎて無料で利用できるレベルではないので紹介させていただきます。

結論、Opus以上の精度を持っていて、GPT4o（GPTの最新モデル）の精度も凌駕している状況です。

公式サイトはこちら

Claude3.5 sonnetの利用方法は？

24年6月現在、web・およびIOSアプリで利用できます。

普通にClaude３にログインしてチャットを開始すれば、モデルが3.5 Sonnetになっています。

iPhoneのアプリはこちらから取得できるので、マストで携帯には入れておきたいですね。

3.5 vs 3.7との比較はこんな感じ↓

Claude 3.7 Sonnetは、Anthropic社が開発した最新の大規模言語モデル（LLM）であり、業界初のハイブリッド推論モデルとして位置づけられています。このモデルは、ユーザーのニーズに応じて即時応答と段階的な深い推論を使い分けることが可能です。具体的には、標準モードで迅速な回答を提供し、拡張思考モードでは複雑な問題に対して深く考察した回答を生成します。

他のAIとの比較はこんな感じ

ChatGPTと比較しても場合によってはChatGPT以上の精度を出すこともあります。

Perplexity Aiをマスターしよう

【最新ニュース】2024年6月17日、ソフトバンクが、ワイモバイル、LINEMOの顧客を対象に、AI検索エンジン「Perplexity Pro」の1年間無料トライアルを2024年6月19日から提供することを発表しました。

Perplexity AI((パープレキシティAI)は、以前Google AIで活動していた個人のチームによって開発され2022年12月に公開された、AIを搭載した対話型検索エンジン 

Perplexity AIがあれば従来のGoogle検索のような検索エンジンはいらないのでは？と言われるほどにAI界隈では注目されています。

ソフトバンクとPerplexity、戦略的提携を開始

2024年6月17日、ソフトバンク社はAI系スタートアップのPerplexityと提携し、ソフトバンク、ワイモバイル、LINEMOの3ブランドの顧客を対象に、AI検索エンジン「Perplexity Pro」の1年間無料トライアル開始することを発表しました。

このトライアルは2024年6月19日から提供される予定で、3ブランドの顧客は日本の携帯電話事業者では唯一、1年間無料で「Perplexity Pro」を利用可能です。

Perplexity AIの特徴

非常に注目度の高いサービスですが、特徴が多く理解が難しいのも事実です。

ここではPerplexity AIの特徴を解説していきます。

 日本語に対応

Perplexity AIでは、日本語を含む複数の言語に対応しており、質問と回答は多言語で提供されています。

ただし、時には日本語の質問に対応できない場合があり、その際は英語で回答されることもありますが、Perplexity AIに指示すれば日本語に翻訳することが可能です。

また、Perplexity AIの公式サイトは主に英語で表記されています。英語が苦手な方は、Google翻訳のChrome拡張機能などを利用することで、日本語で情報を読むことをお勧めします。

ログイン不要で利用可能

Perplexityの公式ページにアクセスするだけですぐに利用が可能です。

ChatGPTもログイン不要になりましたが、アクセスのみですぐ利用できるのはユーザーからするとすごく便利ですね！

スマホからの利用が可能

アプリがあるのでスマホで利用できます。

iOSはこちら

Androidはこちら

 Perplexity AIでの検索方法

こちらからアクセスいただくと下記のような画面になります。

Perplexityに「クラウドAIとして有名なサービスとそのリンクを教えて」という質問を投げかけました。すると、最新情報を尋ねたところ、出典元が付記された回答が返ってきます。

情報ソースも記載されるのが個人的には安心できるポイントです

ファイルのアップロードも可能です

【新機能】Perplexity AI Pages

Perplexity AIの新機能、Perplexity AI Pagesは記事を書くうえで引用先を示しながら表示してくれる、非常に使い勝手の良い機能を公開しました。

現時点（2024年6月初旬）では有料版でのみ公開されていますが、今後無料版でも利用できるようになるといわれています。

【新機能】Deep searchにも対応

AI検索サービスの「Perplexity」は14日、新機能の「Perplexity Deep Research」を開始しました。プロンプトを入力するだけで、ユーザーに変わって詳細な調査と分析を行なう機能で、Deep Researchで質問すると、Perplexityが数十の検索を実行し、ソースを読み込んで内容を分析、包括的なレポートを自動的に作成します。

Perplexity(パープレキシティ)の無料版でも利用可能だが、1日の回答数が5回までとなる。月額20ドルのPerplexity Pro契約者は1日500回まで利用可能。14日時点ではWebのみの対応だが、まもなくiOS/AndroidアプリとMacでも対応予定とのことです。

Deep Researchは、検索と推論を組み合わせて詳細な調査を行なう機能で反復的に検索を行ない、ドキュメントを読み、次に何をすべきかを推論し、対象分野についてより深く理解して調査する機能です。特に、金融やマーケティング、製品調査などの「エキスパートレベルのタスク」に優れているようです。

めちゃくちゃ詳細なレポートも作ってくれるので絶対に使ってみてください！

Perplexity AIの料金体系

Perplexity AIは基本無料で利用できますが、有料版の「Perplexity Pro」にアップグレードすることで、さらに高度な機能を利用できます。

Perplexity Proの支払い方法には「月払い」「年払い」の2種類が用意されており、月払いの場合は「20ドル」、年払いの場合は「200ドル」で利用可能です。

Microsoft Copilot

ご利用はこちらから

リンクをクリックすると下記のような画面になるかと思います。こちらの画面からチャット形式で利用できる生成AIです。

2023年12月1日より、Microsoftが開発したAI（人工知能）アシスタント機能、「Copilot（コパイロット）」の一般提供が開始されました。Copilotは Windowsに実装された AIアシスタント機能です。AI アシスタントが手間のかかる作業をしてくれるので、今までより少ない労力でタスクの実行や、情報の検索、コンテンツを生成させることができ、生産性をより高めることができます。以前、この機能はWEBブラウザ「Edge」の拡張機能である「Bing Chat」として提供されていましたが、2023年11月15日に「Microsoft Copilot」へと名称が統一されました。

サイドバーで機能を有効化ブラウザのEdgeやOfficeアプリ（有料版）では、右上のアイコンをクリックで画面右側にサイドバーが表示されます。その他シーンでは「Windowsキー」＋「C」や、画面右下（Windows11バージョンにより検索ウィンドウ右に表示されることがあります）のアイコンをクリックすることでサイドバーが表示されます。

職場でEdgeを利用している人はこちらの機能がおすすめです！

スマートフォン版Copilotを利用Copilotは、iOSやAndroid向けにも専用アプリが用意されています。それぞれApp StoreやGoogle Playから入手可能です。

Colipotで何ができるの？

基本的には下記機能です（Chatgptなどの生成AIと同じです）

①について

Microsoft Copilotのメイン機能であるAIチャット機能は、テキストや画像、音声でのデータの入力が可能です。写真の内容にも応じて会話することができます。

②について

WebサイトやPDFなどドキュメントのファイルの内容、メールのやり取りや会議の内容を要約することができます。Copilotが重要なポイントをピックアップして内容を要約し、1つの文章として表示してくれます。

③について

この機能が少し他の生成AIと異なる部分です。

OpenAIが開発した画像生成AI「DALL-E 3」が組み込まれており、ユーザーが依頼した内容に基づいて画像を生成してくれます。細かい指示や修正を繰り返すことで、イメージに近い理想的な画像を生成することが可能です。

無料ユーザーでも画像生成などができるので非常に優秀なのですが、

有料版はもっと魅力的なので仕事効率化をしたいマイクロソフトアプリをよく利用するビジネスマンは課金を検討してもいいかもしれません。

有料版　Microsoft 365 copilotとは？

Microsoft 365 Copilot（コパイロット）とは、Microsoft製品の Word、Excel、PowerPoint、Outlook、Teams などの一般的な Microsoft 365 アプリと連携して動作するAI支援機能のことです。生成AI機能（OpenAI社のGPT-4をベースにした大規模言語モデル）が搭載されており、テキストで指示するだけでメールの下書きを作ったり、スライドや図表を作ったりなど、さまざまなことが可能になっています。

現時点での価格は、日本円で月額3,200円です。

EntraIDは必要なく、Microsoftアカウントを持っていれば誰でも契約できます。

Microsoft 365 Copilot（コパイロット）の使い方を、それぞれのMicrosoftアプリごとにご紹介します。

Word

Wordにおいては、出力する文書の形式などを指示することで、それに沿った文章の雛形を出力したり、データを与えてそれに沿った図表や提案書などを作ることが可能です。また、長い文章の要約もできます。

既存の社内文章やファイルをたたき台にして、それを提案書の形にした文章を作成する、といった使い方も便利です。

Excel

Excelでは、データに基づいて図表を自動作成できる他、未来の数値のシミュレーションや、図表を解説する文章についても出力することができるようになりました。

図表からわかる相関関係やトレンドの分析などもしてくれます。

PowerPoint

PowerPointがMicrosoft 365 Copilot（コパイロット）と最も相性が良いかもしれません。文章で枚数やトーン、内容を指示するだけで自動でスライド作成が可能です。また、修正したいことも、直接作業者が修正するのではなく、文章で指示して修正してもらうことができます。

Outlook

Outlookでは、作成したいメールの内容やトーン、宛先などを指示するだけで、メールが自動で簡単に作成できます。また、すでに受け取っているメールの内容を踏まえて、返信内容の下書きを作成してもらうこともできます。定型文でなんとかなるようなメールの内容であれば、ほぼ全自動でメール作成が可能になりそうです。

Teams

Teamsでオンライン会議をしている際に同時並行でCopilot（コパイロット）がその会議の要点を整理してチャット欄に表示してくれたり、会議が終わった後に自動で議事録を作成してくれたりします。Teamsで会議をすれば、人間がイチから議事録作成の仕事をする必要はもうありません。

文章生成AIのまとめ

いかがでしょうか？これまでの学習を通してこのような悩みが生まれたのではないでしょうか？

『生成AIには便利な使い方がたくさんあるから、どれを使ったらいいか結局わからない、、、』

そのような悩みが生まれた人はこちらの章を読み進めてください。

前提として、各生成AIは別の会社が作っているので作り方が異なります。

なので、全く同じ入力をしても全く異なる回答が得られるわけです。

ここで生じるのは、じゃ、どの生成AIを使ったらいいの？といった疑問ではないでしょうか？結論「同時に使ってみて精度の良いものを採用する」が効率的だと思います。

生成AIを同時に使う？？？ってどうゆうこと？

ってなった人におすすめのツールを２個紹介します。

生成AIの回答を比較・検討しよう

複数の生成Aiを同時に利用することができるツールがあります。それを使ってタスクごとにどの生成Aiが一番精度がいいかを判断することで各AIがどのタスクに向いているのかなどの傾向が掴めるようになるでしょう。

Chathub

ChatHubは一度に複数の生成AIに対してプロンプトを送信することができるChromeの拡張機能です。ChatHubを利用すれば、それぞれの生成AIからまとめて回答を得ることができたり、回答を生成AIごとで比較できたりするので非常に便利なツールです

公式ページはこちら

Chromeへの拡張機能としてインストールする場合はこちら

こんな感じで横並びで複数の生成AIの回答を比較することができます。

chatgptやgemini・Claude3・Copilotなどなど主要な生成AIには全て対応できています。

このサービスは拡張機能として利用できるので便利だったのですが、3つ以上の生成AIを比較するには課金しないといけないという最悪のデメリットがあります。

そこで紹介したいのはこちらのサイト

教えて.AI（天秤.AI）

GMOインターネットグループが提供しているサービスです。

ログインが必要なのでそこが面倒ですが、無料で3つ以上の生成AIの回答を比較できるので圧倒的に便利です。

ログインはこちらから

こちらは生成AIを使いこなしたい人には必須のツールになると思いますので、必ずチェックしておいてください。

画像生成AIをマスターしよう

始めに

これまでは文章生成AIを紹介してきました。文章に対して、文章でレスポンスする形の生成Aiです。こちらの機能が王道ですが、AIは文章だけではなくて、画像も生成できるのです。

こちらの章では画像生成AIについて学びましょう。取り扱う画像生成AIは盛りだくさんですが下記7つです。最後のStable Diffusionは少し中級者以上のものになりますので興味がある人は学習してみてください。

前提として画像生成AIは文章生成AIと同様にテキストプロンプトベースで画像を生成していきます。

簡単に言うと、馬の画像が欲しい場合は、「ウマの画像を作って」と命令すれば画像生成AIが馬の画像を作って返答してくれる仕組みになっています。

画像生成のクオリティを上げる要素としては、プロンプトの他に、モデルとLORAという概念があるのですが知らなくても画像生成はできるので、最後に興味がある人は学習するといった進め方にできればと思います。

本章で取り扱うAIはこちらのAIです。

Seaart

個人的には一番とっつきやすくてハイクオリティな画像が生成しまくれるのでこちらをマスターするだけでかなりのジャンルの画像生成ができるようになると思います。

24年から脚光を浴びているAI美女やAIインフルエンサーに興味がある人は、この画像生成パートは参考になると思います。

Seeartはめちゃくちゃ便利ですが、UIUXの変化が大きくで更新が追いつてない部分あったら申し訳ないです😭

まずはこちらにアクセスしてください。

ホームから自分の作りたい画像を探そう

流行りのAI美女でも作ってみます。右上の創作から生成できます。

ボタンを押すと上のように、勝手にプロンプトが入力されます。

ここで送信ボタンを押せば、画像生成が開始されます。

生成された画像はこちら。プロンプトなどの条件が同じでも生成される画像の顔は同じにならないです。

かなりクオリティの高い美女が生成されましたね。こんな感じでホームから自分の作成したいイメージを探して、創作をクリック、プロンプトを少しいじって画像生成を開始すればハイクオリティな画像生成ができます。

このようなアニメ画像も一瞬で作成できちゃいます！

SeaArt AIのLoRAとは？

画像生成に重要な要素は大きく2つ。

創作画面の右側に注目してください。

第1要素は「モデル」です。画像生成AIは多くのデータを学習し、それらの訓練データと似ている新しいデータを生成します。モデルとは、生成する画像の大まかなスタイルを決めるもので、SeaArtでは写真のような人物・風景や○○風イラストなどといった、多くのモデルが用意されています。作成したい画像に合ったモデルを選びましょう。

第2要素はLoRAです。

LoRAとは既存の生成モデルに追加で画像を読み込ませ学習させ、生成結果を微調整できる仕組みです。

すごく簡単に言うと画像生成AIのテンプレートみたいなものです。下記のような特徴を持っています。

モデルは基本的な画風を決定し、生成する画像の大まかなスタイルを定めます。

一方、LoRAはモデルに追加効果を加えるものと考えていただくと理解しやすいでしょう。

具体的には、

このAI美女には、Beautiful Realistic Asiansと呼ばれるモデルが採用されています。

このモデルはリアルなアジア美女を生成するモデルですのでAI美女生成ではよく使われている有名なモデルです。

このAI美女には、Saika KawakitaというLORAが適用されています。

下記のような画像の女性の特徴を生成結果に反映させるといったLoRAです。

いかがでしょうか？

モデルとLoRaとプロンプトを調整することで、自分の思う画像が生成できるようになってきますので自分なりに試してみてください。

生成された画像の顔を同じにしたい

同じモデル・LoRA・プロンプトでも顔が少し異なってしまう点が問題になる場合があります。その場合は、画像のシード値を同じにしてみてください。

この画像のシード値は1483239642（写真右下のシード）です。

このシード値を固定して画像生成すれば顔が同じ画像が生成できます。

プロンプトを少しいじって、服の色だけ変えてみました。

このように同じ顔で別の服や背景に変更することも可能ですので、シード値を固定したまま試してみてください。

Leonrdo.ai

Seaartと同じような機能を持つ画像生成AIですので簡単に使い方だけ説明します。

アクセスはこちらから

Leonardo.AIのメイン機能は、以下のとおり。

Text to Image：プロンプトから画像を生成

プロンプト(文字列)を入力することで、画像を生成できます。

画像生成AIの基本的な機能ですね。

英語での入力をオススメします。日本語でも入力は可能ですが、画像のクオリティが下がってしまいます。

Image to Image：画像から新たな画像を生成

画像を読み込ませて、そのデータを元に新たな画像を生成することもできます。

画像データにプロンプトを付随することも可能です。

Control Net：特定のポーズなどを指定して画像生成

Control Netの機能を使えば、表現したいポーズを指定して再現できます。

特定のポーズの画像を読み込ませてプロンプトを入力することで、特定のポーズをした人物像などを表現できます。

具体的なイメージ画像がある時などに有効です。

Prompt Generation：プロンプトからプロンプトを生成

簡単な英単語のプロンプトを入力するだけで、長文プロンプトを複数提案してくれる機能もあります。

特に初心者のうちはプロンプトの使い方に慣れていなかったりするので、AIが自動的に提案してくれるのは助かりますね。

AI Canvas：画像を編集する

AI  Canvasは、画像編集の機能です。

など、画像を生成するだけでなく、編集することも可能です。

Realtime Gen：プロンプトを入力するとリアルタイムで画像生成

Realtime Genを使えば、プロンプトを入力するだけで画像をリアルタイムで生成してくれます。

また、スライダーで詳細を微調整できるので、より自由な画像生成が可能になりました。

実際に画像生成してみよう

Image Creationを利用して画像生成してみましょう。

これは実際に私が生成した画像なのですが、実際にこのような画像を生成してみましょう。

ホーム画面にアクセスして

Image Creationを選択

左側のメニューで画風を選択します。まずは下記画像と同じように設定してみてください。

Presetは以下から選べるのですが今回はAnimeを選択

このように左側の画面を選択してください。

Preset styleやPresetを他のものにすればイメージが全く違う画像も生成できます。

最後に、画面上にプロンプトをの入力をします。今回はこんな感じのプロンプトを設定しました。

beautiful girl, thin, white hair, tips of purple hair, futuristic city, neon signs, cars with lights, walking through a Cyberpunk city alley, girl in jeans, white shirt, black jacket, red circular glasses, art by Mika Pikazo, guweiz , Wlop, unique detail, masterpiece

その後にgenerateを押すと画像生成がスタートします。こんな感じのアウトプットが得られました。

プロンプトについて、英語が推奨なのですが、自分で作ると難しいのでホーム画面にある作品からプロンプトをコピーして使いまわしましょう！

プロンプトの作り方

個人的には生成AIに作ってもらうのがいいと思います。

例えばCluaude3などは画像の認知性能が非常に高いので優れたプロンプトを生成してくれます。

作ってみたい画像をClaude3にアップロードして、この画像を生成するために必要なプロンプトを英語で生成してと命令すると精度の高いプロンプトを出力してくれます。

実際にこの子のプロンプトをClaude3に書いてもらいましょう。

まずはClaude3にアクセスしましょう。

生成した画像のイメージをアップロードしてください。

あなたは生成AIに精通している優秀なプロンプトエンジニアです
特に画像生成が得意で、ある画像の特徴を正確に捉え、似た画像を生成することに長けています。

アップロードされた画像の特徴をもれなく把握し
この画像を生成するために必要なプロンプトを教えて

出力は英語にすること
画像生成AIに入力するプロンプトだけを出力すること

このような命令を実行すると下記のようなプロンプトを返してくれました。

このように自分でプロンプトを考えなくても生成AIに画像をアップロードしてプロンプトを考えてもらうことでクオリティの高い画像を生成できるプロンプトが完成します。

High-quality anime illustration, young woman with short silver hair, round glasses, white jacket, looking over shoulder, nighttime urban Japanese street, neon signs, cars, reflective wet pavement, cinematic lighting, warm orange and cool blue tones, detailed background, photorealistic style, melancholic atmosphere, 8K resolution

Motion機能を使ってみる

Motion機能を使うと生成した画像に動きをつけることも可能です。

Motionを選択して

動きをつけたい画像を選択しましょう。

特に設定はいじる必要はないのでgenerateを選択してください。

するとImage Generarion 内に動きがついた動画が生成されます。

その他の機能は慣れてきたから使うでいいと思います。まずは画像生成できるところまで色々モデルを変更したりプロンプトを変更したり試してみてください。

Canvaの画像生成AI機能をマスターしよう

Canvaは、オンラインで使える無料のグラフィックデザインツールです。61万点ものテンプレートと、1億点の素材（写真、動画、イラスト、音楽）があり、ドラッグ＆ドロップの簡単操作で誰でも簡単にあらゆるデザインを作成できます。パソコンはもちろん、スマートフォンやタブレットでも使えます。Canvaで作成したデザインを数クリックで印刷注文できる「Canvaプリント」と呼ばれる印刷サービスも提供しています。

詳しくはこちらを確認ください。

Canva text to img

こちらにアクセスしてみてください

こんな感じで簡単なプロンプトを入力するだけで、画像生成ができます。

結果はこんな感じ。先ほどのSeaartやLeonardo.aiよりはクオリティは劣りますがめちゃくちゃ簡単に生成できるのでおすすめです。

mojo aiを使ってみる

もう少しクオリティの高い画像を生成したい時は、Canvaにアプリをダンロードしてみましょう。

このアプリの欄で、「mojo ai」と検索してみましょう。

ここにプロンプトを入力して、スタイルを選択すればクオリティの高い画像が生成できます。

mojo aiで、先ほどのclaude3が作ってくれた、プロンプトを使って、画像を生成してみましょう。

プロンプト👇

High-quality anime illustration, young woman with short silver hair, round glasses, white jacket, looking over shoulder, nighttime urban Japanese street, neon signs, cars, reflective wet pavement, cinematic lighting, warm orange and cool blue tones, detailed background, photorealistic style, melancholic atmosphere, 8K resolution

今回はアニメスタイルで作成しました。

概ね思い通りのものが生成できていますが、少しクオリティは先ほど紹介したSeeartやLeonardo.aiには劣っている印象ですね。

DALLEをマスターしよう

DALLEとは、文字を入れるだけで使える画像生成AIです。

OpenAiが開発している画像生成AIです。

ChatGPTの有料版を利用すれば、DALLE3は利用できるのですが、課金していない人むけに、無料でも使えちゃう超お得な方法をご紹介します。

ChatGPTの有料版で利用する

ChatGPTでは有償版の方だけ使えるようになります。尚、順次機能実装されているようなので待ちましょう。やり方はかなり簡単です。

①「GPT-4」のタブを押下

②「DALL-E 3」にチェックを入れる

これだけで使えちゃいます！

Microsoft Coplilot経由で利用する

基本的にDALLE3は課金ユーザーのみ使えるChatGPTの機能としてローンチされたのですが、

実は、

Microsoft copliotを使えばDALLEを使った画像生成が無料できます。

その方法が、Microsoft Designer の Image creatorを利用する方法です。

まずは、こちらにアクセスしてください。

アクセスできない場合は、mifrosoft image creatorと検索してこちらのサイトにアクセスしてみてください。ログインが必要ですのでGアカウントなどでログインしてご利用ください。

ログインするとこのような画面になるかと思います。

ここにプロンプトを入力すれば画像生成が可能です。

こんな感じで先ほどのプロンプトを入力してみました。

プロンプト👇

High-quality anime illustration, young woman with short silver hair, round glasses, white jacket, looking over shoulder, nighttime urban Japanese street, neon signs, cars, reflective wet pavement, cinematic lighting, warm orange and cool blue tones, detailed background, photorealistic style, melancholic atmosphere, 8K resolution

結果はこんな感じ。

簡単なのにかなり高品質な画像が生成できましたね。

Imagenをマスターしよう

Googleは2024年2月に、自然言語で画像を生成できるAI「Imagen 2」が日本でも使えるようになりました。 このAIは、Googleの研究チーム「Google Bard」が開発したもので、無料で簡単に使える画像生成AIツールとして注目を集めています。

Imagen 2は、Google Bardが開発した画像生成AIです。 Imagen 2は、自然言語で入力された説明や指示に基づいて、画像を生成することができます。 Imagen 2は、大規模な画像データセットと自然言語データセットを用いて、深層学習の技術で訓練されています。 Imagen 2は、Imagenの改良版として、以下のような特徴を持っています。

画像生成AI「Imagen 2」の使い方

実は、Imagen 2は、Geminiから無料で簡単に利用できます。

まずはGeminiにログインしてみてください。

ここにプロンプトを入力すれば画像生成ができちゃいます。

Google Bardでは日本語の指示文で画像生成はできません。

執筆段階ではできないだけで今後は必ず日本語でも対応できるようになると思われます。

Imagenで画像生成してみよう

なので必ず英語で指示文を作成する事がポイントです。

例えば先ほどの指示文を英語にしてみました。すると・・・

Create an image of a cat on top of a fried egg

（目玉焼きの上にいる猫）

こんな感じの画像が生成できました。

目玉焼きの上にと命令しましたが、目玉焼きの上に猫がのるシチュエーションが学習できていなかったのかも知れません。

次は、先ほどClaude3で生成したプロンプトを入力しましょう。

すると、、

まだGemini上では、人間の画像生成は上手くできないためアップデートがあり次第連絡しますとのこと。

まだImageでクオリティの高い人間の画像生成は難しい状況ですね。

画像生成AI「Imagen 2」の応用編

Imagen 2は、自然言語で画像を生成するだけでなく、以下のような応用例もあります。

こんな感じでアニメスタイルに変えて（Make these look like anime style）

と命令してみました。すると

こんな感じの画像が生成されました。少し崩れていますが雑なプロンプトの割にはかなりクオリティは高いですね。

画像生成AI「Imagen 2」の英語指示をうまく作成する方法

Imagen 2は、現在日本語版でも使えますが、指示文は英語のみです。 日本語や他の言語で画像を生成したい場合は、Google翻訳などの翻訳ツールを利用する必要があります。

こんな感じでDeeplという翻訳ツールを使えば英語が全然ダメな人でも大丈夫です。

また先ほど同様にClaude3などの生成AIにプロンプトを作成してもらうやり方もおすすめです。

画像生成まとめ

今回紹介する画像生成AIは以上です。

それぞれのツールで得意・不得意があったりするので、色々試してみて自分が使いやすいツールで画像生成の数をこなしていくことが重要だと思います。

動画生成AIとは

動画生成AIとは、人間が入力した指示テキスト（プロンプト）に対して自動的に動画を生成するAIツールです。

動画生成AIはビジネスでも活用が進んでいます。

おーいお茶のCMでは、生成AIが作成した動画コンテンツが起用されています。

今後ますますこのような生成 AIが作成した動画コンテンツが普及してくると考えられます。

この章では、簡単に動画生成できるAIツールをご紹介していきます。

Haper.aiをマスターしよう

多くの動画生成ツールが登場していますが、映像の品質が不安定なことがしばしばあります。しかし、Haiper AIは完全無欠ではないものの、その精度の高さで他の動画生成AIツールから際立っています。

まだまだ改善の余地はあるものの、将来的にも有望な動画生成AIの一つです。

Haiper AIの主な機能

テキストから動画：テキストプロンプトを入力することで、AIがその内容を元に動画を生成します。

画像から動画：アップロードした画像を元に、AIが動画を生成します。

動画スタイル変更：アップロードした動画のスタイルを、別のスタイルに変更できます。

リペイント：アップロードした動画の色やテクスチャなどを変更できます。

Haiper AIの特徴

高品質でリアル：Haiper AIは、AI技術を活用して高品質な動画を生成することができます。

使いやすさ：テキストプロンプトを入力するだけで動画を生成できるので、専門知識がなくても簡単に利用できます。

無料：2024年1月からベータ版が公開されていて、無料で利用できます。

動画制作の初心者からプロまで幅広いユーザーが利用できる最強ツールですね。

ホーム画面「Explore」の機能紹介

①テキストからビデオを生成

入力されたテキスト（プロンプト）を基にして動画を生成します。

②画像からアニメーションを作成

アップロードされた一枚の静止画からアニメーションビデオを作成します。

③ビデオのスタイル変更

ビデオのスタイル、色調、またはテーマを変更したい場合、関連するテキスト指示を入力することで、ビデオ内でこれらの要素を自由に調整できます。

ホーム画面の一番下はプロンプト（AIさんへの指示文）を入力する場所です。

プロンプト入力欄の上にはスタイル選択があり、レゴやジブリ風に生成してくれます。

また、ホーム画面を下にスクロールすると、他のユーザーが生成したビデオが公開されています。ビデオはダウンロードできちゃいます！

さらにビデオをクリックすれば、そのビデオに使われたプロンプトが表示されます。めちゃくちゃ便利…。

「次に何を書けばいいかな？」と悩んだときは、これを参考にしてみるのがおすすめです。

プロンプトを見るだけで、アイデアがぐっと広がるはずです。ぜひ試してみてください！

テキストから動画生成する方法

① 左側メニューにある「Explore」をクリックし、「Create Video With Text」を選択する

② テキスト入力場所で、動画生成したいプロンプトを英語で入力する

③ 生成を開始します

プロンプト：High-quality anime illustration, young woman with short silver hair, round glasses, white jacket, looking over shoulder, nighttime urban Japanese street, neon signs, cars, reflective wet pavement, cinematic lighting, warm orange and cool blue tones, detailed background, photorealistic style, melancholic atmosphere, 8K resolutionSD

人間の動画生成の難易度は非常に高いのですが、それでもかなり善戦していますね。

ただプロンプトを入力するだけでこのクオリティーを再現できるのは非常にハイクオリティの部類に入ります。

Gen2 by Run way をマスターしよう

Runwayを開発したアメリカの企業ランウェイ社は2023年、「Gen-2」を発表しました。Gen-2は、テキストや既存の画像や映像から新たな動画を生成できるAIモデルで、カメラや照明、グリーンバックなどの機材を使わず、動画を作成するための撮影も編集も必要とせずに、最大16秒までの動画を生成できます。

＜Gen-2の主要な機能＞

・Text to Video（テキストからビデオ）：英単語や英語の文章で320文字以内で入力（プロンプト生成）すれば、その内容に沿った動画を自動で作成してくれます。・Text（またはDescription）+ Image to Video（テキストと画像からビデオ）：プロンプトに加えて、参考とする画像を追加して動画を生成する機能です。

・Image to Video（画像からビデオ）：アップロードした画像から動画を生成します。

Gen2 by Run wayで画像を動かしてみよう

Seaartで作成したこの画像を動かしてみましょう。

どのように動かしたいかを入力すれば画像が動きます。

まず、Run wayにアクセスしましょう。こちらから。

この画面のTry Gen-2 in Runwayをクリック

Generate Videosの部分をクリックすればこちらのような画面になりますので、

Get startedをクリックしてください。

するとこのような画面になります。

Input imageが動かしたい画像をアップロードする部分でう。

その画面の下に、どのように動かしたいかを入力してgenerate 4sをクリックすれば画像が動き出します。実際にやってみましょう。

画像のアップロード画面にこの画像をアップロードしてください。

「羊の毛を風が揺らす」

といったプロンプトを入力します。

英語での入力が必要なのでDeeplで英語に翻訳しましょう。「Let the wind blow the sheep's wool」

するとこのような感じで画像が動き出しました。

めちゃくちゃ簡単に画像が動き出しましたね。

続いてはこちらの画像。こちらもSeaartで作成しました。

髪をなびかしてみましょう（Let the wind blow through your hair）

こんな感じでGenereteを押せば、画像が動き出します。

結果はこんな感じ

いい感じに美女の髪がなびいてますね。

動画生成をプロンプトからするのは非常に難しいので、画像を動かすイメージで取り組むとクオリティは担保できますね。

【Luma AI】Dream Machineをマスターしよう

まず概要です。

Dream Machineは、日本語プロンプトで簡単にアニメや映画で見るようなレベルのクオリティの動画を生成することができる動画生成AIです。

生成される動画は、120フレーム（24fps x 5秒）の動画になり、無料登録の場合は毎月30本作成できます。

「Dream Machine」は2024年6月12日（現地時間）にリリースされていますが、日本でも多くの話題を集めています。以下のツイートはその一部です。

x.com

LumaAIは3Dモデル構築の生成AIなので動画生成のクオリティもめちゃくちゃ高いです。

Dream Machine」は類似サービスと比べて、その使いやすさ・利用までのハードルに利点があります。

類似サービスとしては、OpenAIのSoraや、中国発祥の動画生成AI「可灵（Kling）」などが挙げられます。これらのサービスは、以前から、クオリティの高い動画生成AIとして話題を集めていました。

しかし、「Sora」の利用許可は一部のユーザーにしか下りておらず、「可灵（Kling）」は中国の電話番号がないと利用することができません。このように、今までの動画生成AIは、話題こそ大きかったものの、まだまだ身近な存在とは言えませんでした。

一方、Luma AIが発表した「Dream Machine」は、誰でも無料で、しかもスマホから利用可能です。

今までの動画生成AIに引けを取らないクオリティと、利用ハードルの低さにDream Machineの衝撃があったのではないでしょうか。

LumaAI Dream MACHINEの使い方

このTry Nowからログインしてください。

URLはこちら。

このような画面になるので、プロンプトを入力すると動画生成が開始されます。

試しに下記のプロンプトで動画生成を試してみましょう。

A stylish woman walks down a Tokyo street filled with warm glowing neon and animated city signage. She wears a black leather jacket, a long red dress, and black boots, and carries a black purse. She wears sunglasses and red lipstick. She walks confidently and casually. The street is damp and reflective, creating a mirror effect of the colorful lights. Many pedestrians walk about.

（作成した動画のファイルサイズが大きく共有できませんがご了承ください。）

数分でこのような動画が生成できちゃいます。非常に簡単なのでプロンプトを色々変化させて試してみてください。

 Dream Machineの料金

「Dream Machine」は無料でもつかえますが、有料プランへと移行することで、動画の生成可能数が変わります。無料プランでは月３０回生成できます。

回の生成で作成できる動画は5秒間まで(120フレーム)です。それ以上の長さの動画を作成したい場合は、動画を生成した後に、動画編集ソフト上でつなぎ合わせる必要があります。

そのため、「長尺の動画を作成したい」「凝った動画を作成したい」という方は、有料プランへと登録することをお勧めします。

期待大Soraとは？

OpenAI社は2024年2月15日、「Sora」という最新動画生成AIモデルを発表しました。Soraは、テキストのプロンプト（指示文）を入力するだけで、高品質の動画を生成できるツールです。現時点では一般公開されていないものの、正式にリリースされれば動画コンテンツの制作や編集に変革をもたらすと期待されています。

「Sora」とはOpenAIが開発した動画生成AI

「Sora」は、生成AIサービスのChatGPTを開発したOpenAI社が、2024年2月15日に発表した最先端の動画生成AIモデルです。ユーザーはテキストでプロンプトを入力するだけで、最長1分間の高品質な動画を生成できます。

こちらのサイトに Soraで生成した動画がまとまっているので確認してみてください。

Sora AIでできることは主に3つです

テキストから動画を作成（Text-To-Video）

Soraのメインとなる機能は、テキストから動画を生成する（Text-To-Video）機能です。プロンプトを正確に理解し、違和感の少ない高精度な動画を生成します。動画の尺は最長1分で、画期的な長さと言われています。

Soraはプロンプトの内容に加えて、物理的にどのように存在するかなども理解できます。そのため、複数のキャラクターや特定の動き、被写体と背景の詳細を含んだ複雑なシーンも自然な動画として生成することに成功しています。人物やキャラクターの生き生きとした感情を表現でき、まるで実際に撮影した動画に見えるでしょう。

静止画から動画を作成（Image-to-Video）

Soraは、テキストのプロンプトだけでなく、画像や動画の指示にも対応しています。静止画から動画（Image-to-Video）により、DALL・Eで生成された画像のアニメーション化などさまざまなタスクを実行可能です。

例えば、Soraに画像とテキストのプロンプトを合わせて入力することで、高精度な動画を生成できます。

動画の拡張・編集（Video-to-Video）

Soraは、動画の拡張や編集（Video-to-Video）も可能です。OpenAI社の公式サイトでは、生成された動画のセグメントから時間を逆方向に拡張した動画が公開されています。動画の前後両方を拡張して、異なる複数の動画を用いてループ動画を生成することも簡単です。

また、Soraでは、入力動画を徐々に補完しながらシームレスなトランジションを作成します。被写体や構図が異なる2つの動画を統合し、映画館で見るシーンの切り替えのような本格的な動画を誰でも作り出すことが可能です。

また、テキストから画像や動画を編集する方法（SDEdit）を活用することで、動画のスタイルや環境をすぐに変換できます

音楽生成AIとは？

その名の通り、AIが作詞・作曲をするといったことを表します。

近年は、音楽業界においてもAIが積極的に活用され始めており、特に「作曲」という分野でAIが存在感を増している状況なのです。

どうせクオリティ低いんでしょ

って思われると思うのですが、これが結構クオリティ高いんですよ！

こちらの音楽は後から紹介するsunoaiで作成された音楽です。

本当にプロが作曲しているかと思うくらいのクオリティで音楽が完成しています。

しかも、これ、音楽の初心者でもスキルなしでも取り組める内容です。

自分で音楽を生成してみることを目標に、ぜひこの章を読み進めてください！

Suno.aiをマスターしよう

まずは、ざっくりsunoaiについてまとめました。

音楽制作に興味はあるものの、作曲のスキルに自信がない方もいるでしょう。そんな人に向けた革新的なサービスが「SunoAI」です。SunoAIは、シンプルな操作でテキストから音楽を生成できるツールです。最新のバージョン3では、無料ユーザーでも高度な機能を使用可能。生成速度の向上、楽曲のバリエーション拡大など、さまざまなアップデートが行われました。

Suno.aiで作曲をしてみよう

まずはこちらからsuno.aiにアクセスしてみてください

ログインをすれば下記のような画面になります。

Createをクリックすると作曲画面に遷移できます。

Song Descriptionに作成したい音楽のイメージを入力すればAIが音楽を生成してくれます。

Customモードにすれば、歌詞を入力して、音楽のスタイルを入力すればAIが音楽を生成できるので自分好みのものを作曲できます。

Descriptionのみカスタムなしで生成してみる

まずはカスタムなしで作曲してみましょう。

どのように依頼するべきか迷いますよね。そんな時は生成AIに曲のdescriptionを作成してもらいましょう。

あなたは優秀な作曲家および音楽生成AIに精通した人材です。
24年に日本で流行っている曲の特徴を踏まえて作曲をお願いしたいです。
生成AIにどのように作曲を命じればいいでしょうか。使用するAIはsunoaiです
Song Descriptionを200字以内で英語で教えて。

このような指示をCluade3に与えたところ以下のような返答がありましたので、こちらをSunoaiにインプットしていきます。

Sunoaiへのプロンプト👇

A warm acoustic sound with J-pop melody, blended with light electronic beats. Lyrics about everyday joys and hope, with relatable phrases for social media. Catchy chorus with a four-on-the-floor rhythm suitable for TikTok dances. Appeals to youth while resonating with all ages.

song descriptionの部分に先ほどの指示を入力したところ、このような楽曲が生成されました。

Everyday Sunshine by @perfectingonehitwonder137 | Suno

light electronic beats j-pop warm acoustic song. Listen and make your own with Suno.

めちゃくちゃすごくないですか？笑

カスタムモードで作曲してみる

まず私が作った曲はこちら。本当に2分かからずに作れました。

約束 by @perfectingonehitwonder137 | Suno

Upbeat J-pop with acoustic guitar and electronic elements. Catchy melody with a four-on-the-floor rhythm. Emotional voca song. Listen and make your own with Suno.

インプットするべきは、

①歌詞

②音楽のスタイル

③タイトル

の3つなのでこれを生成AIに作ってもらいましょう。

私はClaude3に下記のような命令を実行し、必要な3つの要素を取得しました。

あなたは優秀な作曲家および音楽生成AIに精通した人材です。 24年に日本で流行っている曲の特徴を踏まえて作曲をお願いしたいです。 生成AIにどのように作曲を命じればいいでしょうか。使用するAIはsunoaiです 。

①まず歌詞を３０００字以内で生成して
②Style of Musicを１２０字以内で生成して
③曲のタイトルをつけて

出力結果はこのような感じ

わかりました。2024年の日本の音楽トレンドを踏まえて、以下の要素を生成します。

①歌詞（3000字以内）:

verse 1:
スマホの画面 青白い光
眠れない夜に 君の名前
タイムラインを 何度もスクロール
見つけた笑顔に 胸が高鳴る

pre-chorus:
このまま朝日が昇るまで
君のことばかり 考えてる
でも明日には きっと会える
その時まで もう少し

chorus:
キラリ光る 君との約束
どんな未来も 二人なら怖くない
たとえ世界が 変わっても
変わらない想いがある
ここにある

verse 2:
カフェの窓際 いつもの場所で
待ち合わせの時間 少し早めに
ドキドキして ドアが開くたび
君を探してる この胸の鼓動

pre-chorus:
コーヒーの香り 流れる音楽
全てが特別に 感じられる
今この瞬間 永遠に続けば
どんなに幸せだろう

(chorus repeat)

bridge:
時には不安になる日もある
でも君と手を繋げば
どんな困難も乗り越えられる
信じている 二人の絆を

(chorus repeat)

outro:
キラリ光る 君との約束
どんな未来も 二人で作ろう

②Style of Music（120字以内）:

Upbeat J-pop with acoustic guitar and electronic elements. Catchy melody with a four-on-the-floor rhythm. Emotional vocals and relatable lyrics. Influenced by city pop and modern EDM. Perfect for TikTok trends and radio play.

③曲のタイトル:

"キラリ約束 ～Shining Promise～"

これらの要素をsunoaiに入力して作曲を依頼できます。必要に応じて、テンポやキー、具体的な楽器編成などの追加指示を加えるとより詳細な作曲が可能です。

これをsuno.aiに貼り付けて、createを押すと音楽が生成されます。

めちゃくちゃ簡単なので自分なりの音楽を生成してみてください。

Image to musicをマスターしよう

歌詞（文章）から音楽が生成できることに加えて、画像をアップロードすることでその画像のイメージに近いBGMを作成できるAIもあります。

Seaartで作成したチルい画像をもとに音楽を生成してみましょう。

まずはこちらのサイトにアクセスしてください。

Image to Music V2といったサイトが立ち上げるかと思います。

左上に画像をアップロードして、モデルを選択すれば画像から音楽が生成できます。

私はMusic Genというモデルを選択しましたが、複数のモデルで試してみてください。

オープンソースで完全無料で使えますがそこまでクオリティは高くないの、そこはご了承ください。

完全無料・使いたい放題の音楽生成AIとは？

音楽生成AIはSunoaiが一番有名でクオリティーが高いのですが、一定量使うと課金が必要になってきてしまいます。

ここでは完全無料で利用できる音楽生成AIをご紹介します。（24年7月現時点で無料なので今後は変化があるかも知れません。）

こちらのサービスにアクセスしてみてください。

— AI Jukebox — - a Hugging Face Space by enzostvs

Generate music powered by AI

30秒までの短いBGMであればこちらのサイトで量産可能です。

使い方は超簡単

これだけでBGMが生成できます（Sunoaiとは違い歌詞は生成されないです。）

今回はPromptには「80s pop track with bassy drums and synth」を入力し、30秒でロックスタイルで生成しました。

結果はこのようなBGMになりました。

めちゃくちゃハイクオリティというわけではないですが量産できるのはメリットかと思います。

ここまでが音楽生成AIの章となります。

音声生成AIとは？

音声生成AIは、大量の音声データをコンピュータに与えて、その特徴を学ばせたAIで、コンピュータが声の特徴を解析した結果に基づいて人工的に新たな声をつくる、音声合成が可能です。特定の人間の声を学習させた音声生成AIがあれば、機械特有の不自然さを感じさせることなく、その人によく似た声と話し方で文章を読み上げるコンテンツを制作できます。

要するに人間そっくりの音声を作る生成AIです。

これがあれば自分が話さなくてもSNSの動画制作ができます。

企業ではコールセンターでの活用などが進んでいます。

自分が話さなくても人間相当の音声を出力してくれるので使い方は無限大です。

この章では、人間そっくりの音声を生成できるようなることを目標にして取り組んでいきましょう。

Coefontをマスターしよう

個人的に日本語の音声生成Aiではこのサービスのクオリティーが高いと感じます。

AIに読ませたい文字を入力することで、AIが人間そっくりの音声で入力された文字を読み上げてくれます。

まずはこちらにアクセスしてください。

CoeFont

CoeFont is a global AI Voice Platform, empowering users to express themselves in any language through a diverse range of AI voices.

この中から自分好みの音声を選んでみてください。

最近では、ひろゆきさんの音声はよく見かけるようになってきましたね。今回はひろゆきさんの音声で試してみましょう。

この声を使うをクリックしてください。

このように読ませたい文字を入力するだけで、ひろゆきさんそっくりの音声で文章が読み上げられます。

イントネーションや話し方の癖も絶妙に再現されているのでかなり精度の高いサービスですね。

日本語以外にも対応できるので様々な音声を試してみてください。

Eleven labsをマスターしよう

先ほどのCoefontは日本語メインのものでしたが、英語など海外の言語に対応している有名なサービスもご紹介しておきます。

英語やその他言語が話せなくても、このサービスがあれば話すことが可能になります。

まずはこちらにアクセス

読ませたい文字を入力して、Generate speechをクリックするだけで読み上げが開始されます。

今回はAdamというモデルを利用しましたが他にもたくさん音声モデルがあるので好きなものを使ってみてください。

また音声ファイルをアップロードすれば、その音声を読み上げてくれる機能もあります。すでに音声ファイルがある場合は、このSppech to speechという機能を使ってみてください。

効果音を作成する

このSound Effectsという機能を使えば、効果音をプロンプトから作成することができます。

今回は　a car whizzing by（疾走する車） といった効果音を作成してみました。

4つほど同時に生成してくれるので気になるものをダウンロードして利用してみてください。

音声生成AIはここまで。

生成AIを使って業務効率化しよう

ここまでご覧いただいた人は、生成AIを利用して業務効率化をできるスキルが身についています。経済産業省では生成Aiを利用して業務を効率化できる人材をDX人材として定義しています。難しいプログラミング言語を学ぶよりも生成AIを利用して通常の業務を効率化できる人材の需要が高まってくると考えられます。

ChatPDF

まずはPDFの解読に特化したChatpdfです。

PDFをアップロードすればこのようにチャット形式でPDFの内容から返答がもらえます。長くて難しい文書を自分で読むと見落としがあったり時間がかかったりと非常に非効率なのでこのAIを使って効率化しましょう。Chatpdfのメリットをまとめていますので興味がる人はご覧ください。

時間節約と効率性の向上

今までのPDFファイルの取り扱いは、主に資料をまとめて、まとめた資料をPDF化し、その内容をそれぞれの人間に、聞かれた質問に一つ一つ説明しなければなりませんでした。このChat PDFは、PDFを送付し、送付された人間はPDFファイルをChat PDFにドラッグアンドドロップするだけで、PDFをいちいち開くことなく概要を知る事ができます。さらにChat PDFにはAIが搭載されているので、PDFの内容の質問に、AIが送付した人間の代わりに答えてくれます。これにより、時間の節約と効率性の向上につながっています。

多言語対応とグローバルな利用

以前までのPDFファイルでは、海外の言語の翻訳機能が備わっていないため、外国語でのPDFファイルが送付された際、外国語に詳しくないと、内容が理解できませんでした。Chat PDFでは、多言語の対応とグローバルの利用にも適しています。例えば日本と海外で仕事についてPDFを利用してコミュニケーションをする場合、一つずつ翻訳サイトへ行く必要がありました。Chat PDFは、海外のPDFファイルをそのままChat PDFにアップロードするだけで、自動的に翻訳してくれます。これにより、海外との仕事のやり取りをスムーズにし、会社をグローバルな環境にする事も可能になったのです。

GPT Excel

エクセルの関数が得意ではなく関数を考える時間がかかってしまうことがよくある人は一度使ってみてください。通常のChatgptもエクセル関数が得意ですが、こちらのAIはエクセル関数に特化したものになっているので少し曖昧な指示でも求めていた答えが見つかる可能性が高いです。

こちらからアクセスしてください。

ログインするとこのような画面になります（Formulasは関数といった意味です。）

Describe the formula you want to generate. try to be as detailed as possible

ここに可能な限り詳しく実現したいことを書いてGenerateを押すと、右側に関数が出力されます。検索してもなかなか意図したことが出てこない場合は、こちらでチャット形式で関数を教えてもらう方が効率的です。

データ分析

024年6月21日にAnthoropic社からリリースされた、「Claude 3.5 Sonnet」で利用できるArtifactsという機能が注目されています

Claude 3.5 SonnetおよびArtifacts機能の概要

Claude 3.5 Sonnetは、Anthropic社が開発した最新の生成AIモデルで、低コストながら高い性能を持つモデルとして話題になっています。そして、中でも注目されているのがClaude 3.5 Sonnetで使用可能なArtifactsという機能です。この機能を使用することで、ユーザーはClaude 3.5 Sonnetとの対話を通じて視覚的にコンテンツを作成・管理することができます。Aritifacts機能は現在、無料版アカウントでも使用可能です。

Artifacts機能の利用手順

初めにClaudeにログインします。Feature Previewを選択するとAritifacts機能のトグルがあるので、Onに変更すれば準備は完了です。あとは、モデル選択で「Claude 3.5 Sonnet」を選択してチャットを開始していきます。

CSVデータからグラフを作成する

まずは、シンプルにCSVファイルからグラフを出力してみましょう。CSVファイルには日ごとにおける各年代の感染者数データが含まれているので、特定の日付のグラフを出力させてみます。

添付データは、神奈川県の年代別新規感染者数の推移です。 
横軸を年代、縦軸を感染者数として2023年4月1日の感染者数のグラフを作成してください。

このようにCSVファイルから視覚的にデータを表示することが可能です。

グラフをカスタマイズする

せっかくなので、対話しながらグラフをカスタマイズしていきましょう。まずは、日ごとの推移がわかるように、感染者数の推移を年代ごとに折れ線グラフで出力させてみます。

年代ごとに、日付による感染者数の推移を折れ線グラフで表示させてください。 
表示期間は2023年4月1日~2023年4月30日としてください。

こんな感じで会話型でグラフの表示がカスタマイズできるのも便利ですね。

期待するグラフが出力されましたが、折れ線の数が多く、少し見づらいですね。そこで、トグルによる表示ON/OFFと、ついでに表示期間も選択式にしてみましょう。

折れ線の本数が多いので、各年代を選択できるトグルを用意して、トグルがONの年代だけが表示されるようにしてもらえますか？ 
また、表示期間も2023年4月の中で選択できるようにしてください。

トグルではなくチェックボックスが表示されましたが、だいぶ使いやすいグラフになりました！

このように面倒なデータの可視化や分析は生成AIの得意分野なので活用を推進していきたいですね。

最後に

ここまで読んでくださり誠にありがとうございました。

生成AIを使えばこんなこともできるんだ！今日から活用してみよう。

といった気づきや具体的な活用方法が少しでも伝われば幸いです。

不明点があればインスタグラム（@kinton_ai_chatgpt）のDMから問い合わせいただければ対応しますのでお気軽にお申し付けください。

本コンテンツをご購入いただき誠にありがとうございました。

生成AIを使って、30分でも早く帰宅する・DXスキルを身につけて転職で年収アップするなどなど。あなたが、少しでもいい待遇を獲得できるようになれば幸いです。