# Claudeで画像生成する3つのアプローチ 実はクロードでも画像生成ができる裏技的な方法3つ紹介していきます。 これができるとクロードで資料を作ったりスライドを作りながらも画像を生成させてその資料に入れる 画像入りのパープルなんかを全自動で作るとかそういうこともできます。 他にもクロードを使って ブログの記事を書いてもらって文章だけじゃなくて ブログの見出し画像とか差し込み差し絵とかね そういうものを画像生成で入れることもできます。 私自身が実際に日々使っている方法も入ってますし もうちょっと裏技的な方法なんかもあったりします。 その方法を3つ紹介していきたいとおもいます。 はいおはようございます。8月29日土曜日の深夜に撮っております。 もう小学生1年生の娘が初めての夏休みでしたがもう最後の土日ということでね 長かった夏休みですけどもうすぐ終わりを迎えようとしています。 さて先日ですね youtube で新しい動画を私アップロードしました これがクロードで画像も動画も生成できる フィックスフィールドっていうサービスと連携する技みたいな そういう話をしておりました。まだ見てない方はぜひそちらを見ていただければと思います。 その動画でですね クロードって画像生成できないのがたまにヒズですよねとここから入ってます。 でもクロードでも画像生成できるようにしたいし 何なら動画も生成できたら便利ですよねというところから始まっているんですよね で実際にその youtube の中ではですね フィックスフィールドっていう動画生成画像生成プラットフォームと クロードを mcp という仕組みで接続してクロードの中から画像生成できるようにし そういうような方法と実際にロゴとか生成したり あとクロードのお得意のですねパワーポイントを作成しつつそのパワーポイントに 画像を入れ込むというデモを行ったり さらにクロードと対話しているだけで cm 動画みたいな pv 動画みたいなね そういう高品質な動画が作れちゃうというような工程をすべてお見せしています ということでヒッグスフィールドさんとのタイアップ動画ではあったんですけどもそんなことも 可能ですよという一例をお見せしたものでした このねクロードの欠点である画像生成できないという問題を解決する手段の一個として 紹介したんですけどこれ実は3つありますという話で 今回は若干裏技というかもうこれグレーゾーンみたいな技 あの推奨はしないけどこういう方法もあるよという技から 推奨できる方法で最近まで私も知らなかったというか使ってなかった技 なんかも合わせて今回紹介していきたいとおもいます # 方法① Claude Code×Codexで画像生成 はい一つ目の方法ですね。クロードでも画像が生成できるという方法の一つ目です。 というかこれは私の実務の中では大本命なんですけど、やり方はズバリですね クロードコードを使ってコーデックスを呼び出し、そこで画像を生成するという方法です。 少しややこしい話になるんですけども クロードコードって言うんですね。 今流行りのクロードのエージェントモードみたいな感じですね。これを使ってワークフロー自動化というかね パソコン内でできるいろんな作業を自動的に行わせることができるわけなんですが このクロードコードとはいえ画像生成はできないわけですよ ただ抜け道というかね普通にできる技がありまして クロードコードからコーデックスを呼び出し コーデックスの方で画像生成させるという方法です 実際私もワークフローの中で例えばこうやってボイシーで話すじゃないですか ボイシーで喋った音声を文字起こしをAIにさせて その文字起こしをもとにノートの記事とかサブスタックの記事をAIで書いている これクロードで全部工程はやってるんですけどもそのブログの見出し画像 記事の見出し画像とか中に入れる差し込み差し絵とかね そういうものも画像生成で一貫して作らせています その時にやっているのがこの技ですねクロードコードからコーデックスを呼び出し コーデックスの方で画像生成させればいいということですね これによって文章作成から見出し画像から差し込み画像の生成までも一貫してクロードだけでできるというのが非常に爽快なんですよね ちなみにコーデックスって何ぞやということなんですけども コーデックスはですね ZGPTの兄弟みたいなもので クロードコード的な存在ということですね コーディングとか何かソフトウェアなどを制作するために特化したコーディングエージェントがコーデックスってものなんですけども これをパソコンにインストールすることができます でコーデックスというのはですね2種類ありまして 一つはデスクトップ版のグラフィック的にね いわゆるアプリケーションとしてマウスでチャットを操作したり でキーボードでタイピングしてね入力したりとか いわゆるソフトウェアとして見た目の整ったコーデックスがあるんですよね 今はチャットGPTアプリ統合されているんですけど それはややこしいんですけどね そういう見た目的にも分かりやすくアプリケーションになっているのが このデスクトップ版のコーデックスというものです もう1個コーデックスありましてこれはCLIって言うんですけど コマンドからしか操作できないタイプのコーデックスもあるんですね これが実は元祖コーデックスなんですけども ターミナル画面というですね黒い画面にコマンドを打つと いろんなファイルの操作ができたりとかアプリケーションを実行できるという ちょっとクロート向けなエンジニア向けの画面があるんです そこで動くコーデックスのCLIというのがあるんですね コマンドでしか操作できないんですけどもこれが鍵ですということなんですね なぜかというとクロードコードもコマンドを打つのが得意というかね いろんな操作をコマンドで実行しているスペシャリストがクロードコードなんですよ なのでですねクロードコードに支持して コーデックスをコマンドで操作してくれないということを支持できるわけですね コーデックスの方ではチャットGPTと同じく画像生成モデルが入っているので 画像生成はできるわけです これを利用するとあら不思議と三角関係みたいになってまして ユーザーである私がクロードコードに支持をします クロードコードはコマンドを打ってコーデックスに支持を出します コーデックスが画像生成をしてくれます 出来上がった画像をクロードコードがコピーして ブログとかに差し込むことができるみたいな感じですね 実際にはこの方法というのは全然悪いことじゃないというか AIが他のAIを操作しているということにはつながっているんですけども コマンドで操作することについては何ら悪いことではないというか 不正なことではないんですよね むしろコーデックス側もですね それができるようなプラグインとかも公開しているような状況でして 結構オープンにですねそういうふうにAIからAIを操作するというのは コマンドライン経由だったらいいですよみたいな感じでオープンAIもやってるんですよね それが正規の方法というか今のところ一番順当な方法かなというふうに思います ただしこの場合ですね コーデックスの方でも要するに有料プランに入ってた方がいいですね 一応今限定なのか例外的に無料プランでもコーデックスって そこそこ使えるようなんですけども でも画像生成とかガンガンやってるとすぐに利用制限に達してしまうので コーデックスの方もねそうやって使うならば チャットGPTの有料プランにも入っておくというのが推奨となります 私はクロードもチャットGPTも有料プランにどちらも入っているので こういう技が結構使えるということですね # 方法② ブラウザ自動操作による画像生成（※非推奨） そして2番目の方法です。クロードでも画像生成させるという方法です。 これはかなりグレーというかブラック寄りなので推奨はしません。 でもやればできるという方法です。 なのであまりよろしくない例として知識は知っておいていただきたいことですね。 はいこれはクロードコワークとかクロードコードなどを使って ブラウザ操作をして他の ai を操作させて他の ai で画像生成するという方法です。 これは推奨しません。 ブラックに近い方法なので一応こういう方法はあるが悪い例ということになります。 クロードコワークとかですねクロードコードを使えばブラウザの自動化ができますね。 例えばChromeブラウザとかEdgeブラウザなんかを操作させて ウェブ上での面倒な作業を自動化できますよということですね。 なんですけどもこれでチャットGPTにログインしてあったりとか ジェミニにログインしてあればブラウザ操作でチャットGPTに指示を打ち込んだりとか ジェミニに指示を打ち込ませることもできるっちゃできるんですね。 それによって画像生成させるということもできるわけです。 これもユーザーとの三角関係ですね。 私がクロードに指示をする。クロードがブラウザを操作してブラウザ上でチャットGPTになり ジェミニを操作する。 それによって画像生成するということなんですけども ここに関しては利用規約的にチャットGPTなりジェミニなりの利用規約的にかなり 縛られているというか、それはやらないでほしいという方向に近い規約になっているんですよ。 要はロボット的な操作でブラウザを操作し他のAIサービスの操作を行って その結果をデータ取得するみたいな、そういう収集行為みたいなものになってしまうので それはチャットGPTならチャットGPTの利用規約 ジェミニならジェミニの利用規約では結構禁じられているよりなんですよね。 それはいろんなウェブサービスでもありますよ。 ロボットアクセスの禁止とか言われてて、Amazonなんかのそうですね。 Amazonなんかでもブラウザ操作でロボット的にAmazon内のページを収集したり 商品データとかを自動収集するみたいな行為は利用規約的に禁止よりなんですよ。 それにも近いんで基本的には 利用規約違反よりなので、このブラウザ操作経由でやるというのはお勧めしない方法ですね。 これってさっきの一番目の方法で クロードコードからコーデックスをCLIで呼び出してっていう方法と似てるじゃないですか。 三角関係だし、これ何が違うのかっていうことですね。 やっぱり入り口が違うっていうことになりますね。 今回の方法というのはあたかも人間がブラウザを操作しているかのように AIに操作をさせ、データを抜き取るみたいな方法、 人を装ってアクセスしているのがいけないということですね。 一方で先ほど紹介したコマンドで打ち込むっていうのは、これはオープンAI側も別にAIがコマンドで他のAIを操作する ということに関しては特に禁止はしてないし、そういう使い方も想定しているということなんですよね。 ということもありまして、この2番目の方法はグレー、若干黒寄りなのでお勧めはしないんですけども、 1番目の方法の方がよりプロパーな方法に近いと考えてください。 # 方法③ MCP経由で外部サービス（Higgsfield等）と連携 はいでは3番目の方法ですね。これは先日私がYouTubeでも解説したように、サードパーティー つまりクロードとは違う会社が画像生成モデルを利用できるサービスを出していて、そこに外部接続する いわゆるAPIと言われるものだったり、MCPという接続の形式によってクロードから別のサービスに正しい手順を持って接続して、その接続経由で画像生成を委託するみたいな、そんな感じですね。 これもさっきの2番目であったブラックに近い方法ではなくて、ちゃんと画像生成モデルを提供しているサービス側が受け入れるべき窓口として用意している正規ルートに接続しているだけなので、全く悪いことはないですし、むしろ推奨されている方法です。 クロードにおいてはコネクタという設定をすることによって外部に接続して、例えばYouTubeで紹介したHiggsフィールドなんかに接続してですね、画像生成を依頼するということが可能になっています。こんな感じですね。これもユーザーとの三角関係ですね。ユーザーである私がクロードに指示をする。 クロードは正規のルートで外部のサービスであるHiggsフィールドとかに接続して画像生成をさせる。こういう感じです。この時どういう接続の仕方をしているかというのが1番目と2番目と違う方法、3番目というのはね、違う方法です。基本的にはウェブ経由でですね、正しい手順を踏んで接続を外部接続して、で、指示を送って結果が返ってきたものを受け取るという方法になっています。 従来はこういう仕組みっていうのをAPIと呼ばれていてですね、サービス提供側がこの方式で接続するならばこちらのサービスの機能を利用していいですよという通信とかデータを送受信する手続きみたいなものを決めているというイメージですね。 で、このAPIというのも今でも使われています。使われているんだけども、様々なサービスでAPIというルール付けが会社によってまちまちで異なっているので、接続する相手を選ぶたびに仕様が違うと、接続方法が違うからすごい大変だよねということで、これを1個企画化してみんな同じ企画で通るようにしましょうという仕組みを提唱したのがアンソロピック社、クロードを作った会社で。 この仕組みをMCPと言うんですよね。みんながそれまではガラパゴス状態でいろんなAPIを公開していて、そこに個別にどうやってAPIに接続するかというのを調べたりして接続しなきゃいけなかったんだけども、その企画をみんなで統合して同じ企画でAIエージェントがつなげられるようにしましょうという枠組みを提唱したのがMCPです。 なので今、APIという仕組みも使われているし、MCPという統一企画にエージェントがアクセスしやすいように、AIがアクセスしやすいように作られているというものを利用しているサービスも非常に多いという状況ですね。 今回私がYouTubeで紹介したのは、ヒッグスフィールドという会社が提供しているサービス、動画生成とか画像生成ができるサービスに対し、MCPという企画で接続をして、クロードから安全に利用しましょうということですね。 はい、ということですね。いろんなルートはあるけども、クロード自体に画像生成ができないとしても、いくつかの方法で他のAIサービス、他の画像生成モデルにつないで画像生成を利用できますよという方法を紹介しました。 中にはグレーゾーンというか、これはお勧めできない方法なんかもあるけど、やろうとはできるんだけどやらない方がいいという方法もありますが、要はどの経路からそのサービスを利用するのかによってダメな方法、いい方法というのがあるので、そこは知っておいていただくとよろしいかなと思います。 # 応用編：Antigravity（Gemini）連携で音声文字起こしまで一元化 最後に余談なんですけども、Cloudって文字起こしできないじゃないですか。 この文字起こしもなんかできないのかなと思って、今日調べてたんですけど、いやできるということが分かりました。 これがですね、一つ目に紹介した画像生成するためにコーデックスにつなげるという方法の類似の方法でして、今度はね 音声文字起こしをするために、アンチグラビティ CLIにつなげるという方法が見つかったというね。 気づいたって感じですね。 アンチグラビティというのは、今度はGoogleが提供している クロードコードみたいなものなんですよね。 で、アンチグラビティのCLI、つまりコマンドラインのみで操作できるモードがありまして、 これコマンドで操作できるんだったら、クロードコードから指示すればね、コマンドで指示すれば Geminiに今度は仕事させることができるということですね。 Geminiといえばマルチモーダル能力。 例えば音声ファイルを与えたらテキストに変換、文字起こしができるとか、そういういろんなファイル形式を与えられる、操作できるというマルチモーダル性能が高いのがGeminiの特徴なんですよね。 となると、音声ファイルをGeminiに与えて、そのまんま文字起こしが返ってくるということを、 クロードからやらせることができるんじゃないかと。 今日やってみたらできたんですよね。 これはいいなと思いまして、例えば私の普段のワークフローですね。 ボイシーなんかで喋ったポッドキャストなんかの音声を一旦音声ファイルとしてパソコン内に保持して、それを文字起こしします。 その文字起こしをもとにブログを書いてとかですね、ノート、サブスタックの記事にしていって、画像生成はコーデックスに接続して画像生成させて、記事が出来上がるみたいなワークフローにしてるんですけども、 文字起こしがクロードからアンチグラビティ CLIを直接叩いて、音声文字起こしをさせるってことができるなということで、今後はそういう流れでちょっと試してみたいなと思います。 そうすると今の流れって非常に面白いなと思っていて、 私がクロードに指示をします。クロードが基本的にはワークフロー全体を担ってるんだけども、 ある部分ではアンチグラビティの方、ジェミニーに指示を渡して、ある部分ではコーデックス、GPTの方に仕事を渡して、 統合的に最後ブログ記事が出来上がるんだけど、その追加物ができるまでの司令塔をクロードが担っているみたいな感じですよね。 くしくも、それぞれの利点というかね、クロード、GPT、ジェミニーの良いところを組み合わせながらワークフローを作ることができたのが、なかなか興味深いところだったなというふうに思います。 今回はちょっとねテクニカルな話に寄ってしまいましたが、単純に私もAIモデルとして賢いな、好きだなと思っているクロードのモデル。 これを中心に、でも今までクロードにはできなかった画像とか動画みたいなもの、あと音声の文字起こしみたいなところを解決していくというところで、可能性はどんどん広がっていくやり方だなというふうに思いました。 特にYouTubeですね、今公開しているヒッグスフィールドのMCBの連携で、画像生成、動画生成していろいろ作っていくみたいな動画。 非常にですね、私も楽しみながら作った動画でしたので、まだ見ていない方はぜひ見ていただければなと思います。 それではご静聴いただきありがとうございました。